Silvicultura sostenible mediante el análisis de imágenes por satélite
Punto clave
Las imágenes obtenidas por teledetección se ven reforzadas por la riqueza de los datos captados por las personas sobre el terreno. Por ello, el equipo de Inventario y Análisis Forestal (FIA) del USDA creó la plataforma Big Data Mapping and Analytics Platform (BIGMAP), un entorno de modelización, cartografía y análisis a escala nacional basado en la nube para los bosques estadounidenses. La plataforma BIGMAP está optimizada y ajustada para aprovechar la paralelización y el almacenamiento masivo necesarios para el procesamiento rasterizado a escala. El equipo de la FIA fusionó miles de escenas Landsat con cientos de miles de parcelas, procesando en última instancia decenas de billones de píxeles en la nube, todo ello en cuestión de días.
Durante más de 100 años, el Servicio Forestal del Departamento de Agricultura de los Estados Unidos (USDA) ha trabajado para mantener la salud, diversidad y productividad de los bosques y praderas del país para las generaciones actuales y futuras. El programa Forest Inventory and Analysis (FIA) del USDA se creó para mejorar el uso y la integración de tecnologías avanzadas de teledetección con el fin de contribuir a esa misión.
En este vídeo, funcionarios del Servicio Forestal del USDA hablan del programa FIA y demuestran las bases científicas de su proyecto cartográfico. Para abordar problemas de análisis ráster complejos y multidimensionales, el Servicio Forestal del USDA aprovecha la versatilidad de ArcGIS y Python para crear algoritmos de aprendizaje automático personalizados que modelan la relación entre las imágenes de satélite y las características forestales que miden. Mediante el seguimiento de los cambios en el tiempo de cada píxel de una imagen de satélite, pueden controlar la estacionalidad y la vegetación, predecir sequías e impactos ambientales y comprender mejor las especies forestales. Los datos que se elaboran se utilizan después para fundamentar las decisiones políticas y de gestión relativas a los bosques de nuestra nación; también están a disposición del público para facilitar la colaboración en la creación de un futuro sostenible.
Reproduzca el vídeo para ver demostraciones de las herramientas utilizadas para el programa FIA o siga leyendo para conocer los puntos clave.
Este contenido está disponible públicamente, publicado en la organización ArcGIS Online del Servicio Forestal de EE.UU., en ArcGIS Living Atlas of the World y en portales de datos abiertos. Mapas como estos permiten completar herramientas espacialmente explícitas que pueden integrarse en la planificación de la conservación para apoyar la gestión del carbono, la gestión de la vida salvaje, la restauración de cuencas y otros servicios medioambientales.
A continuación se ofrecen dos ejemplos de cómo puede utilizar estos servicios en sus propios análisis mediante herramientas de geoprocesamiento, funciones ráster, etc.
- Sequías: las sequías están teniendo enormes repercusiones en los bosques y arboledas, y los científicos ya están utilizando los resultados de BIGMAP para difundir ampliamente las proyecciones de los modelos de sequía. Un examen de la exposición de los últimos años en torno al Valle Central de California mostró sequías significativas. Proyectando hacia 2040, la exposición a la sequía se desplaza de California Central al sur de las Montañas Rocosas.
- Secuestro de carbono: agregar datos a un modelo de idoneidad ayuda a identificar zonas del noroeste del Pacífico donde existen oportunidades de plantación sin amenazas significativas. Podrían ser zonas importantes para llevar a cabo una gestión compartida con el fin de aplicar planes de mitigación o restauración climáticas.
Otros ejemplos de aplicaciones cartográficas:
- Cartografía de los principales reservorios de carbono forestal
- Seguimiento de la estacionalidad de la vegetación y de la estructura general del bosque
- Pérdidas de carbono forestal debidas a fenómenos tales como incendios forestales y tornados
- Modelización de la idoneidad de las oportunidades de plantación sin amenazas significativas
He aquí cinco técnicas de modelización utilizadas:
Fenología de la vegetación
Mediante el seguimiento de los cambios a lo largo del tiempo, podemos controlar la estacionalidad, los ciclos de vegetación y la senectud en amplias zonas geográficas para identificar los distintos tipos de bosque, la composición de las especies arbóreas y la estructura general del bosque.
Regresión armónica
Utilizada para analizar las series temporales captadas en la fenología de la vegetación, esta técnica permite caracterizar no solo el estado general de la vegetación, sino también cómo cambian las condiciones a lo largo de un año.
Ordenación ecológica
Estos coeficientes que describen los cambios estacionales de la vegetación, junto con otros datos auxiliares como el clima y la topografía, pueden combinarse con datos de respuesta recogidos en parcelas de inventario forestal para ordenar las especies arbóreas según gradientes ambientales.
Imputación por k vecinos más cercanos
La ubicación de las parcelas en el espacio de entidades de los gradientes ambientales puede utilizarse con el algoritmo k vecinos más cercanos (kNN, por sus siglas en inglés), que funciona asignando un "cubo de parcelas" a cada píxel en función de su proximidad medida en el espacio de entidades.
Predicción y cartografía
Cada cubo representa un grupo de registros, almacenados en la base de datos del FIA, a partir de los cuales se pueden hacer predicciones a nivel de píxel, cuantificar la incertidumbre y cartografiar diversos atributos forestales.
¿Necesita ayuda para encontrar la solución adecuada?
Programe una conversación con uno de nuestros expertos asesores de ventas. Díganos cómo está utilizando en estos momentos las imágenes y los datos de teledetección y le mostraremos hasta dónde puede llevar su trabajo un sistema geoespacial integral.