Estimación de biomasa mediante vehículos aéreos no tripulados en el Taller de Enseñanza e Investigación de la UNTUMBES

Abstract

La presente investigación tuvo como previsto estimar la biomasa aérea mediante el uso combinado de fotografías aéreas con un vehículo aéreo tripulado a distancia e imágenes satelitales Sentinel-2, aplicando índices espectrales derivados de ambas plataformas. Para ello, se establecieron 20 parcelas circulares anidadas, distribuidas aleatoriamente en el taller de Enseñanza Forestal y Fauna Silvestre de la Universidad Nacional de Tumbes, donde se evaluaron arbustos con diámetros ≥ 40 cm y árboles con DAP ≥ 10 cm. La biomasa aérea se estimó mediante ecuaciones alometricas validadas. Los resultados de campo indican que la biomasa aérea presenta una media poblacional comprendida entre 1.91 y 3.77 t ha-1, reflejando la heterogeneidad estructural del bosque seco tropical. Al correlacionar estos datos con los índices espectrales de vegetación obtenidos por vehículos aéreos tripulados a distancia (NDVI, SAVI, GNDVI y NIR), se observó que los modelos de regresión lineal, exponencial, cuadrática y cúbica presentan coeficiente de determinación bajos, demostrando una capacidad predictiva insuficiente. Esta limitación se explica por la degradación de la señal espectral en ambientes secos, donde el dosel leñoso y la defoliación estacional reducen la sensibilidad del NDVI. En contraste, los modelos generados de NDVI derivado de imágenes del sensor Sentinel-2, particularmente durante periodo lluvioso, mostrando un desempeño considerablemente superior. El modelo cúbico alcanzó un coeficiente de determinación R2 = 0.50, con RMSE = 1.37 t ha-1 y MAE = 1.14 t ha-1, indicadores que reflejan una precisión moderada y una capacidad del NDVI satelital para capturar la respuesta fenológica del bosque seco tropical cuando la vegetación presenta mayor vigor fotosintético. La investigación contribuye con información técnica y científica relevante para la gestión y monitoreo del bosque seco tropical.

Description

Citation

Collections

Licencia Creative Commons

Excepto se indique lo contrario, la licencia de este artículo se describe como https://purl.org/coar/access_right/c_abf2