Imagen de Portada
Código QR

Integración de VANT-LiDAR con imágenes multiespectrales para la estimación del carbono almacenado en plantaciones forestales de Prosopis sp.

Los individuos del género Prosopis sp. conocidos como algarrobos; son especies claves en el desarrollo del bosque seco y recuperación de áreas degradadas en la Costa norte del Perú. La evaluación de plantaciones, cálculo de la biomasa aérea forestal (BAF) y carbono almacenado representa un papel imp...

Descripción completa

Autores principales: Chumbimune Vivanco, Sheyla Yanet, León Dextre, Hairo Alexander, Llanos Carrillo, Cristina Sofía, Millan Ramírez, José Edwin, Vilca Gamarra, Cesar Francisco, Vera Diaz, Elvis, Agurto Piñarreta, Alex Iván, Baselly Villanueva, Juan Rodrigo, Cruz Grimaldo, Camila Leandra
Formato: info:eu-repo/semantics/article
Lenguaje:Inglés
Publicado: Universidad Nacional de Trujillo. Facultad de Ciencia Agropecuarias 2025
Materias:
VANT
LiDAR
biomasa
carbono almacenado
índices de vegetación.
https://purl.org/pe-repo/ocde/ford#4.01.02
Teledetección, Almacenamiento de carbono, Biomasa aérea, Bosque seco tropical, Prosopis
Acceso en línea:http://hdl.handle.net/20.500.12955/2759
https://doi.org/10.17268/sci.agropecu.2025.025
Sumario:Los individuos del género Prosopis sp. conocidos como algarrobos; son especies claves en el desarrollo del bosque seco y recuperación de áreas degradadas en la Costa norte del Perú. La evaluación de plantaciones, cálculo de la biomasa aérea forestal (BAF) y carbono almacenado representa un papel importante en el manejo forestal y mitigación del cambio climático. Este estudio evalúa metodologías de monitoreo a través del uso de imágenes multiespectrales y LiDAR acopladas a un VANT, con la finalidad de realizar su validación y generar modelos que permitan estimar el carbono almacenado. Se evaluaron siete especies de Prosopis sp. con la metodología convencional y se encontraron diferencias significativas entre las especies para las características dasométricas e índices de vegetación, así como en la comparación con los datos obtenidos con el LiDAR. Se seleccionaron modelos para determinar BAF y la asociación entre el carbono aéreo obtenido con los modelos constituidos por datos de LiDAR e índices de vegetación que presentaron correlaciones significativas (p < 0,05), se construyeron siete modelos para predicción de carbono y destaca el modelo que tiene como variables regresoras la altura total y área de copa obtenidas del LiDAR, así como los índices CIgreen, GNDVI, RECI, LCI y NDVI (R² = 0,77). Lo cual confirma que el uso de la metodología LiDAR con los índices de vegetación permite una estimación más práctica del carbono almacenado en la plantación.

Ejemplares similares