Modelos de predicción de estructura de masas de castaño en el noroeste peninsular mediante datos multi-espectrales Sentinel-2

Abstract

Para caracterizar la estructura forestal de cualquier especie vegetal, se hace necesario responder a preguntas científicas, ecológicas y monitorear múltiples cambios forestales, respondiendo a específicamente a las características de esa especie en un hábitat y situación concreta. Esto implica un análisis continuo de la superficie forestal y hoy día es posible gracias a las técnicas de observación de la tierra y el uso de Sistemas de Información Geográfica (SIG). En este TFM, se evalúa la capacidad de obtener información de la estructura forestal de las masas de castaño en Asturias y Galicia, a partir de datos procedentes del Cuarto Inventario Forestal Nacional (IFN4) e imágenes multiespectrales Sentinel-2, mediante la reflectividad en cada banda e índices de vegetación derivados. Posteriormente, se analizan estadísticamente los datos mediante Arboles de Clasificación y Regresión (CaRT) para obtener modelos predictivos de tipología de masa y de las variables biométricas relacionadas con esta. Los resultados mostraron que el empleo de imágenes multiespectrales y datos de inventario no es suficiente para obtener información de la estructura y tipología de las masas de castaño, aunque en combinación con datos LiDAR podrían dar lugar a una mejora sustancial en la predicción, consiguiendo así abrir camino en el empleo de nuevos métodos en la investigación científica forestal y ecológica.