Por favor, use este identificador para citar o enlazar este ítem:
http://ipicyt.repositorioinstitucional.mx/jspui/handle/1010/462| Estimación de biomasa forestal de la sierra de San Miguelito por medio de imágenes de satélite | |
| REGINA ESCOBAR CARMONA | |
| JOSE NOEL CARBAJAL PEREZ | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Biomasa Percepción remota Clasificación digital e incendio forestal | |
| "La cantidad de biomasa en ecosistemas forestales sin valor comercial ha sido poco estudiada en México, debido a procedimientos costosos y destructivos para obtener las mediciones. La evaluación de biomasa por medio de percepción remota es una alternativa que se ha desarrollado en diferentes países y que en México ha sido relativamente poco aplicada. En este trabajo se aplicó una metodología integrada para la evaluación de biomasa forestal de la Sierra de San Miguelito por medio de imágenes de Satélite Landsat de los años 1987, 1996, 2005 y 2014. Se aplicaron los procedimientos de corrección radiométrica y atmosférica de las imágenes, para después implementar el algoritmo ISO-DATA de clasificación digital para la identificación de cubiertas vegetales. El cálculo de biomasa se realizó por medio de la aplicación de índices de vegetación NDVI, SAVI, y IAF. Estos índices precisaron la información recolectada en campo y la información recogida en otros trabajos de investigación. El índice NDVI es el parámetro adecuado para una mejor identificación del estado de conservación de los bosques y en la discriminación de la densidad de vegetación, con el cual se obtuvieron los valores de distribución de las cubiertas densas de vegetación con respecto de otras. El pino – encino se identificó con valores de 0.4 - 0.1. Los resultados de este trabajo revelan que el uso de imágenes de satélite LANDSAT es una buena alternativa para evaluar biomasa a nivel regional y los datos pueden ser usados para la cuantificación de gases liberados por los incendios forestales producidos en la región. Donde se obtuvieron 3 categorías en el aporte de biomasa por hectárea; aporte bajo < 13 toneladas, 23 toneladas aporte medio y 41 toneladas aporte alto." "The amount of biomass in forest ecosystems without commercial value has been few studied in Mexico, due to costly and destructive procedures to obtain measurements. The evaluation of biomass through remote sensing is an alternative that has been developed in different countries but in Mexico has been poorly applied. In this paper, an integrated methodology was applied for the evaluation of forest biomass in the Sierra de San Miguelito through Landsat satellite images of the 1987, 1996, 2005 and 2014 years. Radiometric and atmospheric correction methods were applied, posteriorly it was implemented a digital classification algorithm ISO-DATA to identify land cover. Biomass calculation was performed by the application of the vegetation indices NDVI, SAVI, and IAF. These indices support the information collected in the field and the information gathered in other research. The NDVI is the appropriate setting for better identification of the condition of forests and the discrimination of vegetation density, in which the values of distribution of dense vegetation cover were obtained in relation to others. The pine - oak vegetation was identified with values between 0.4 and 0.1. The results of this study show that the use of Landsat satellite images is a good alternative to evaluate biomass at regional level and the resulting data can be used for quantification of gas released by forest fires in the region. Three categories were obtained in the contribution of biomass per hectare; low contribution < 13 tons, 23 tons average contribution and 41 tons high contribution." | |
| 2016-01 | |
| Tesis de maestría | |
| Español | |
| Público en general | |
| CIENCIAS DE LA TIERRA Y DEL ESPACIO | |
| Aparece en las colecciones: | Publicaciones Científicas Geociencias Aplicadas |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| TMIPICYTE8E72016.pdf | 2.66 MB | Adobe PDF | Visualizar/Abrir |