Evaluación de las Tendencias Temporales en el Estado de Salud de los Bosques Utilizando Teledetección Precisa
Autores: Leidemer, Tobias; Lopez Caceres, Maximo Larry; Diez, Yago; Ferracini, Chiara; Tsou, Ching-Ying; Katahira, Mitsuhiko
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Evaluación de las Tendencias Temporales en el Estado de Salud de los Bosques Utilizando Teledetección Precisa
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Bosques
Brotes de plagas
Teledetección
Tecnologías basadas en UAV
Daños por escarabajos del corteza
Modelos de DL
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En las últimas décadas, los bosques han experimentado una tendencia creciente en el número de brotes de plagas en todo el mundo, aparentemente impulsada por una fuerte variabilidad anual en la precipitación, temperaturas del aire más altas y vientos fuertes. Los brotes de plagas tienen impactos ecológicos, económicos y ambientales negativos en los ecosistemas forestales, como la reducción de la biodiversidad, la captura de carbono y la salud general del bosque. Los métodos tradicionales de monitoreo de estas perturbaciones, aunque precisos, son lentos y limitados en alcance. La teledetección, particularmente las tecnologías basadas en UAV (Vehículo Aéreo No Tripulado), ofrece una alternativa precisa y rentable para monitorear la salud del bosque. Este estudio evalúa la progresión temporal y espacial del daño causado por escarabajos del corteza en un bosque dominado por abetos en las Montañas Zao, Japón, utilizando imágenes RGB de UAV y modelos de DL (Aprendizaje Profundo) (YOLO - You Only Look Once), durante un período de cuatro años (2021-2024). Los árboles fueron clasificados en seis categorías de salud: Saludable, Daño Ligero, Daño Medio, Daño Grave, Muerto y Caído. Los resultados revelaron un declive significativo en los árboles saludables, del 67.4% en 2021 al 25.6% en 2024, con un aumento correspondiente en los árboles dañados y muertos. El daño ligero surgió como un posible indicador temprano de la disminución de la salud del bosque. El modelo de DL logró una precisión del 74.9% al 82.8%. Los resultados mostraron la efectividad del DL en la detección de daños severos, pero destacaron que aún existen desafíos para distinguir entre árboles saludables y ligeramente dañados. El estudio destaca el potencial de la teledetección basada en UAV y el DL para monitorear la salud del bosque, proporcionando información valiosa para intervenciones de gestión específicas. Sin embargo, se necesita un mayor refinamiento de los métodos de clasificación para mejorar la precisión, particularmente en la detección precisa de las categorías de salud de los árboles. Este enfoque ofrece una solución escalable para monitorear la salud del bosque en ecosistemas similares en otras áreas subalpinas de Japón y del mundo.
Descripción
En las últimas décadas, los bosques han experimentado una tendencia creciente en el número de brotes de plagas en todo el mundo, aparentemente impulsada por una fuerte variabilidad anual en la precipitación, temperaturas del aire más altas y vientos fuertes. Los brotes de plagas tienen impactos ecológicos, económicos y ambientales negativos en los ecosistemas forestales, como la reducción de la biodiversidad, la captura de carbono y la salud general del bosque. Los métodos tradicionales de monitoreo de estas perturbaciones, aunque precisos, son lentos y limitados en alcance. La teledetección, particularmente las tecnologías basadas en UAV (Vehículo Aéreo No Tripulado), ofrece una alternativa precisa y rentable para monitorear la salud del bosque. Este estudio evalúa la progresión temporal y espacial del daño causado por escarabajos del corteza en un bosque dominado por abetos en las Montañas Zao, Japón, utilizando imágenes RGB de UAV y modelos de DL (Aprendizaje Profundo) (YOLO - You Only Look Once), durante un período de cuatro años (2021-2024). Los árboles fueron clasificados en seis categorías de salud: Saludable, Daño Ligero, Daño Medio, Daño Grave, Muerto y Caído. Los resultados revelaron un declive significativo en los árboles saludables, del 67.4% en 2021 al 25.6% en 2024, con un aumento correspondiente en los árboles dañados y muertos. El daño ligero surgió como un posible indicador temprano de la disminución de la salud del bosque. El modelo de DL logró una precisión del 74.9% al 82.8%. Los resultados mostraron la efectividad del DL en la detección de daños severos, pero destacaron que aún existen desafíos para distinguir entre árboles saludables y ligeramente dañados. El estudio destaca el potencial de la teledetección basada en UAV y el DL para monitorear la salud del bosque, proporcionando información valiosa para intervenciones de gestión específicas. Sin embargo, se necesita un mayor refinamiento de los métodos de clasificación para mejorar la precisión, particularmente en la detección precisa de las categorías de salud de los árboles. Este enfoque ofrece una solución escalable para monitorear la salud del bosque en ecosistemas similares en otras áreas subalpinas de Japón y del mundo.