Documente Academic
Documente Profesional
Documente Cultură
Entidad Solicitante
Palabras clave
En los últimos años se han desarrollado diferentes metodologías para realizar inventario
de especies forestales en los distintos países del mundo y a diferentes escalas, utilizando
metodologías tradicionales o tecnologías de última generación. La teledetección permite
obtener información relevante para realizar inventarios de especies forestales, siendo
una de las principales ventajas la capacidad obtener datos espacialmente explícitos en
grandes áreas de manera oportuna y económica (Aguirre et al., 2014). Sin embargo la
capacidad se limita si se utiliza imagines de los sensores ópticos como Landsat, siendo
necesario el uso de tecnología LIDAR (Light Detection And Ranging) que permite
obtener información tridimensional del bosque y ofrece una alternativa para estudiar
variables estructurales del doses de las plantaciones forestales (Dubayah y Drake, 2000;
Hall et al., 2005). Dicha tecnología se aplica con la utilización de drones o vehículos
aéreos no tripulados los cuales permiten un levantamiento de toda el área de estudio con
la generación de imágenes de alta resolución y mapas en un menor tiempo que las
metodologías tradicionales (Paneque-Gálvez et al., 2014).
La región Amazonas entre los años 1985 y 1990 fue rankeado como el primer
departamento con mayor área deforestado (INRENA, 1995), en el año 2000 fue el
segundo con mayor superficie deforestada después de San Martin (MINAM, 2009). Esta
situación demuestra la necesidad de tomar acciones y fomentar el desarrollo de
tecnologías de bajo costo a través de drones y tecnología LIDAR para inventarios
forestales en bosque de neblina y sistemas silvopastoriles con la finalidad de monitorear
y evitar así que la deforestación siga avanzando. En la región Amazonas existen muchos
vacíos de información especialmente las relacionadas a la clasificación de bosques e
inventarios forestales, lo cual se agravas más si quiere realizar monitoreos del bosque
con respecto procesos de deforestación o degradación (Reátegui y Martínez, 2010). Por
lo que esta investigación está centrada a desarrollar una metodología de bajo costo para
inventarios forestales en bosque de neblina y sistemas silvopastoriles en forma
participativa con los agricultores; facilitando así su futura adopción a otros ecosistemas.
Problema identificado
El incremento de áreas deforestadas (datos) y degradación de los suelos cada día va
aumentando en los bosques de neblina y sistemas silvopastoriles, lo cual se puede
revertir con inventario forestales y monitoreo constante de las mismas; sin embargo
hasta la fecha no se ha desarrollado una metodología que permita identificar especies
forestales espacialmente y que estimen las variables dasométricas en estos sistemas o
que nos permitan tener un conocimiento claro y cuantificable de dichos beneficios. Si
bien otros países de la región como España, Argentina, Brasil, Costa Rica y Colombia
tienen experiencia de investigación, diseño y desarrollo de metodologías de bajo costo,
es necesario desarrollar una propia metodología de bajo costo, en los cuales se tome en
cuenta las características de los ecosistemas de bosque de neblina y sistemas
silvopastoriles de la región Amazonas.
Hipótesis / Supuestos
El uso de vehículos aéreos no tripulados o drones con tecnología LIDAR permiten
desarrollar una metodología de bajo costo para realizar inventarios de especies
forestales y cálculo de variables dasométricas en bosque de neblina y sistemas
silvopastoriles en menor tiempo con mayor precisión respecto a las metodologías
tradicionales.
Las especies forestales ofrecen una amplia variedad de ventajas sociales y económicas
tales como (i) albergan y protegen sitios e alto valor cultural, (i) productos maderables
para uso propio y/o la venta, (iii) mayor retención de carbono en el suelo, lo que
constituye una fuente de sumidero de carbono. Asimismo reducen la vulnerabilidad a
los efectos del cambio climático.
Objetivo general
El objetivo de la presente investigación es desarrollar una metodología de bajo costo
basada en drones y tecnología LIDAR para inventario de especies forestales dentro del
bosque de neblina y sistemas silvopastoriles de manera integrada con el conocimiento
científico tecnológico, científico y local que conlleven al fortalecimiento de las
capacidades de les entidades públicas y privadas involucradas en el sector forestal. Así
mismo se espera que el desarrollo de la metodología contribuya con el proceso de
diseminación y adopción en otros ecosistemas similares.
Objetivos Específicos
Tener una base de datos con información de las variables dasométricas de las especies
forestales identificadas que permita optimizar los procesos inventariar y contabilizar
especies en bosques de neblina y sistemas silvopastoriles.
Se fomentará el uso de los sistemas de drones con tecnología LiDAR e imágenes de alta
resolución con la finalidad de optimalizar el tiempo y la precisión en inventarios de
especies forestales.
Butt, A., R. Shabbir, S. S. Ahmad y N. Aziz. Land use change mapping and
analysis using Remote Sensing and GIS: A case study of Simly watershed,
Islamabad, Pakistan. The Egyptian Journal of Remote Sensing and Space
Science. 2015.
Cassol, H. L., E. C. Moraes y Y. E. Shimabukuro. Detecção temporal
semiautomática de desmatamento na Floresta Ombrófila Mista via
sensoriamento remoto. In: Simpósio brasileiro de sensoriamento remoto
(SBSR), 2015.
Grinand, C., F. Rakotomalala, V. Gond, R. Vaudry, M. Bernoux y G. Vieilledent.
Estimating deforestation in tropical humid and dry forests in Madagascar from
2000 to 2010 using multi-date Landsat satellite images and the random forests
classifier. Remote Sensing of Environment, 2013: 139, 68-80.
Gutiérres, V. V., & Lopera, A. G. (2001). Metodología para la cuantificación de
existencias y flujos de carbono en plantaciones forestales.
Ortiz-Reyes, A. D., Valdez-Lazalde, J. R., los Santos-Posadas, D., Héctor, M.,
Ángeles-Pérez, G., Paz-Pellat, F., y Martínez-Trinidad, T. (2015). Inventario y
cartografía de variables del bosque con datos derivados de LiDAR: comparación
de métodos. Madera y bosques, 21(3), 111-128.
Aguirre S., C.A., E.J. Treviño G., O.A. Aguirre C., J. Jiménez P.,M.A. González
T., J.R. Valdez L., G. Sánchez D., R. Haapanen, A.I. Aguirre S. y L. Miranda A.
2014. Mapping aboveground biomass by integrating geospatial and forest
inventory data through a k-nearest neighbor strategy in North Central Mexico.
Journal of Arid Land 6(1):80–96.
Dubayah, R.O. y J.B. Drake. 2000. LiDAR remote sensing for forestry. Journal
of Forestry 98(6):44-46.
Hall, S.A., I.C. Burke, D.O. Box, M.R. Kaufmann y J.M. Stoker. 2005.
Estimating stand structure using discretereturn LiDAR: an example from low
density, fire prone ponderosa pine forests. Forest Ecology and Management
208(1-3):189-209.
INRENA (Instituto Nacional de Recursos Naturales). (1995). Mapa Ecológico
del Perú – Guía Explicativa. Lima, Perú.