Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R

Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R

Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y

R

José Luis Hernández Stefanoni

Miguel Ángel Castillo Santiago

Juan Andrés Mauricio

Jean-François Mas

Fernando Tun Dzul

Juan Manuel Dupuy Rada

EE

333.7516097267

M3

Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R / José Luis Hernández Stefanoni, Miguel Ángel Castillo Santiago, Juan Andrés Mauricio, Jean-François Mas, Fernando Tun Dzul, Juan Manuel Dupuy Rada.- Chetumal, Quintana Roo, México : El Colegio de la Frontera Sur : Centro de Investigación Científica de Yucatán, A.C., 2021.

1 recurso digital; 1.5 MB

ISBN: 978-607-8767-14-4

E-ISBN: 978-607-8767-35-9

Incluye bibliografía

1. Biomasa forestal, 2. Biomasa aérea, 3. R (Lenguaje de programación para computadora), 4. Sensores remotos, 5. Imágenes por satélites, 6. Inventarios forestales, 7. Felipe Carrillo Puerto (Quintana Roo, México), I. Hernández Stefanoni, José Luis (autor), II. Castillo Santiago, Miguel Ángel (autor), III. Andrés Mauricio, Juan (autor) , IV. Mas Caussel, Jean-François (autor), V. Tun Dzul, Fernando (autor), VI. Dupuy Rada, Juan Manuel (autor)

D.A.R. 2021. Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R. José Luis Hernández Stefanoni, Miguel Ángel Castillo Santiago, Juan Andrés Mauricio, Jean-François Mas, Fernando Tun Dzul, Juan Manuel Dupuy Rada, El Colegio de la Frontera Sur (Ecosur) y Centro de Investigación Científica de Yucatán, A.C. (CICY).

Esta obra debe citarse de la siguiente forma:

Hernández-Stefanoni, José Luis, Miguel Ángel Castillo Santiago, Juan Andrés Mauricio, Jean-François Mas, Fernando Tun Dzul, Juan Manuel Dupuy Rada. 2021. Mapeo de la biomasa aérea de los bosques mediante datos de sensores remotos y R. El Colegio de la Frontera Sur y Centro de Investigación Científica de Yucatán, A.C. México. 128 p.

Primera edición en formato impreso: enero de 2021.

Primera edición en formato digital: junio de 2021.

D. R. © El Colegio de la Frontera Sur

Av. Centenario Km 5.5, C. P. 77014

Chetumal, Quintana Roo, México

www.ecosur.mx

D. R. © Centro de Investigación Científica de Yucatán, A. C.

Calle 43 # 130 x 32 y 34, Col. Chuburná de Hidalgo, C. P. 97205

Mérida, Yucatán, México

www.cicy.mx

Esta publicación fue sometida a un estricto proceso de arbitraje por pares, con base en los lineamientos establecidos por el Comité Editorial de El Colegio de la Frontera Sur.

Se autoriza la reproducción de esta obra para propósitos de divulgación o didácticos, siempre y cuando no existan fines de lucro, se cite la fuente y no se altere el contenido (favor de dar aviso: llopez@ecosur.mx). Cualquier otro uso requiere permiso escrito de los editores.

Impreso y hecho en México

Printed and made in Mexico

Contenido

1  Presentación Propósitos del manual Estructura del manual Convenciones de escritura

2  Introducción Datos de campo para la estimación de la biomasa Datos de radar de apertura sintética

3  1. Estimación de la biomasa aérea del bosque 1.1 La biomasa del bosque 1.2 Estimación de la distribución espacial de la biomasa área

4  2. Configuración del entorno del software 2.1 Descargar e instalar R 2.2 Descargar e instalar RStudio 2.3 Cómo iniciar con R y RStudio 2.4 Paquetes de R

5  3. Cálculo de la biomasa aérea en campo 3.1 Área de estudio y unidades de observación 3.2 Creación de la base de datos 3.3 Correcciones taxonómicas 3.4 Extraer valores de densidad de la madera de bases de datos locales y globales 3.5 Cálculo de la biomasa a nivel de árbol individual 3.6 Cálculo de la biomasa y otros atributos de la vegetación por conglomerado

6  4. Preprocesamiento de las imágenes ALOS PALSAR 4.1 ¿Cómo descargar las imágenes de ALOS PALSAR? 4.2 Preparación de datos y descompresión de archivos 4.3 Creación de un mosaico con las escenas de ALOS PALSAR y recorte del área de estudio 4.4 Convertir valores de números digitales a retrodispersión en las polarizaciones HH y HV 4.5 Aplicación del filtro de Lee 4.6 Convertir las coordenadas de las imágenes preprocesadas, de geográficas a proyectadas

7  5. Procesamiento de las imágenes ALOS PALSAR 5.1 Configuración del directorio de trabajo y lectura de datos 5.2 Cálculo de NDBI 5.3 Cálculo de las medidas de textura en HH, HV y NDBI 5.4 Corrección de archivos

8  6. Preparación de bases de datos para la modelación 6.1 Crear un archivo espacial con la base de datos de campo 6.2 Extracción de los valores de las imágenes de textura con las coordenadas de puntos 6.3 Extracción de los valores de las polarizaciones HH, HV y NDBI 6.4 Conversión de datos espaciales a dataframe

9  7. Modelación y mapeo de la biomasa 7.1 Construcción del modelo de Random Forest para estimar la biomasa 7.2 Validación del modelo para estimar la biomasa 7.3 Crear un mapa tipo raster con la estimación de la biomasa 7.4 Impresión de mapas

10  Consideraciones finales

11  Referencias

12  Apéndice

Presentación

En este apartado se describe el propósito, la organización y la estructura de este manual, así como las convenciones de escritura utilizadas.

Propósitos del manual

El propósito de este libro es servir de guía para llevar a cabo el mapeo de la biomasa aérea del bosque en grandes superficies, relacionando los datos de campo del Inventario Nacional Forestal u otras fuentes de datos con la información derivada de imágenes de satélite, particularmente de las imágenes del radar de apertura sintética ALOS PALSAR. Para ello, se utiliza el software libre R. La intención es que investigadores, estudiantes, técnicos forestales de organizaciones no gubernamentales y del gobierno, así como usuarios de la percepción remota en general, que tengan habilidades mínimas de programación para implementar los scripts para procesar la información de campo, analizar las imágenes de satélite y relacionar estos dos conjuntos de información, puedan obtener mapas con la distribución espacial de la biomasa aérea del bosque en sus áreas de interés.

El manual se enfoca en relacionar datos de biomasa del bosque estimados en campo, con la información de las imágenes de radar para producir modelos de estimación que permitan mapear la biomasa área del bosque. La metodología para el mapeo de la biomasa aérea del bosque utiliza scripts desarrollados en el lenguaje R, e incluye las siguientes actividades: primero se estima la biomasa en campo utilizando el diámetro, la altura y la densidad de la madera de los árboles con ecuaciones alométricas específicas; después, se ejecuta el preprocesamiento de las imágenes de radar y se obtienen las variables derivadas de estas imágenes que se asociarán con los datos de campo; en seguida, se ajustan modelos de predicción de la biomasa usando Random Forest y, por último, se aplican los modelos ajustados al conjunto de imágenes y se obtiene un mapa con la distribución espacial de la biomasa.

Este manual debe usarse en conjunto con los datos de campo del Inventario Nacional Forestal y de Suelos de un área ubicada en el municipio de Felipe Carrillo Puerto, en el estado de Quintana Roo, que se utiliza como ejemplo durante todo el proceso. Además, se requieren los scripts empleados en las diferentes etapas de la estimación de la distribución espacial de la biomasa aérea del bosque. Ambos pueden ser descargados libremente como se describe en el Apéndice.

Estructura del manual

Este manual consta de esta presentación, una introducción, siete capítulos, un apartado de referencias y un apéndice. Siguiendo a esta presentación, en la introducción se describe la importancia de los bosques como reservorios de carbono, se refieren algunos de los estudios más recientes sobre el mapeo de la distribución espacial de la biomasa aérea del bosque a nivel continental y nacional, las dificultades encontradas para el mapeo de la biomasa aérea, en particular la de los bosques tropicales, y las ventajas de utilizar imágenes de radar de apertura sintética, así como los procedimientos que podrían mejorar la precisión de la estimación de esta variable. El capítulo 1 describe de manera detallada los procedimientos para la estimación de la biomasa en campo, el procesamiento de las imágenes, el ajuste de modelos de predicción de la biomasa y el mapeo de la misma. En el capítulo 2 se expone de manera general la configuración del software R y las librerías utilizadas en los scripts desarrollados aquí. El capítulo 3 presenta los procedimientos para el cálculo de la biomasa en campo, utilizando datos dasométricos de árboles del Inventario Nacional Forestal y de Suelos y ecuaciones alométricas específicas. En los capítulos 4 y 5 se describen los procesos que deben realizarse con las imágenes de radar para obtener variables derivadas de dichas imágenes, que se asocien con la biomasa aérea. En el capítulo 6 se explican los procedimientos para crear una base de datos que contenga la biomasa estimada en campo y las variables derivadas de las imágenes de radar, la cual es utilizada en el capítulo 7 para ajustar modelos de predicción usando un método no paramétrico (Random Forest) y para mapear la distribución espacial de la biomasa aérea. Para finalizar se desarrolla un apartado con las conclusiones de este manual.

El apéndice de este manual describe la forma de descargar los datos de campo y los scripts utilizados para el procesamiento, así como la organización de los mismos.

Convenciones de escritura

Para facilitar la lectura de este documento, el texto en general está escrito con un tipo de letra serif, las líneas de comando están escritas con una tipografía monospace en negritas y sobre un fondo gris. Los resultados arrojados por el software R tienen el mismo tipo de letra y tamaño que las líneas de comando en versión regular, también sobre fondo gris. Por último, las gráficas y figuras que no son resultado de líneas de comando, están enumeradas y contienen títulos, mientras que el resto se presenta tal como se obtiene de R.

Introducción

Los bosques tropicales son reservorios de carbono muy importantes que proporcionan bienes y servicios ecológicos a la sociedad. Estos bosques almacenan más carbono que cualquier otro bioma terrestre y ayudan a mitigar el cambio climático global (Houghton et al., 2015; Pan et al., 2011). Sin embargo, la pérdida de los bosques por intervenciones humanas, agravadas a veces por perturbaciones naturales, ha aumentado dramáticamente. La deforestación en los trópicos representa actualmente alrededor del 8 % de las emisiones globales anuales de gases de efecto invernadero, aunque históricamente ha oscilado entre 15 y 25 % (Fearnside y Laurance, 2004; Le Quéré et al., 2013). La tala de bosques tropicales provoca, adicionalmente, disminuciones en la diversidad biológica, en las funciones ambientales y en los productos forestales (Fahrig, 2003). Por lo tanto, evaluar la biomasa aérea y los almacenes de carbono asociados a los bosques tropicales es fundamental para la mitigación del cambio climático y para mantener dicho almacén de carbono, así como para la conservación de la diversidad biológica.

Recientemente, se han publicado varios estudios que obtienen mapas de biomasa aérea o de densidad de carbono aéreo a escalas continental y nacional (Rodriguez-Veiga et al., 2019; Urbazaev et al., 2018; Rodriguez-Veiga et al., 2016; Avitabile et al., 2016; Cartus et al., 2014; Bacchini et al., 2012; Saatchi et al., 2011). Sin embargo, dichos mapas a menudo presentan grandes incertidumbres, particularmente en áreas tropicales con una estructura vegetal compleja y altos valores de biomasa aérea (Rodríguez-Veiga et al., 2019; Avitabile et al., 2016). Por ejemplo, Rodríguez-Veiga et al. (2016) y Cartus et al. (2014) mapearon la biomasa aérea y la densidad de carbono respectivamente en México a nivel nacional. En estos estudios se reportan errores relativos más altos en los bosques tropicales en comparación con otros tipos de bosques en México.

Las imágenes de satélite utilizadas para mapear la distribución espacial de la biomasa aérea a escalas regionales o globales, utilizan resoluciones espaciales que varían desde una resolución alta, tales como Sentinel-2 y Spot, hasta aquellas que usan una resolución media, como Landsat y MODIS. Sin embargo, cada vez es más frecuente utilizar datos de radar de apertura sintética para mapear la distribución espacial de la biomasa. Una de las principales ventajas de los sensores de radar, en comparación con los sensores ópticos, es su capacidad de penetrar la capa de nubes, lo cual es muy importante para las regiones tropicales, que tienen una capa de nubes persistente la mayor parte del año. Los datos de radar se pueden utilizar para predecir la biomasa aérea gracias a la facultad que tienen estos sensores de penetrar el dosel del bosque, permitiendo una mejor detección de tallos y ramas, que están asociados con la cantidad de biomasa aérea disponible en el bosque (Joshi et al., 2017). El radar de la banda L es relativamente sensible a la biomasa forestal, ya que utiliza longitudes de onda que varían de 15 a 30 cm, lo que le permite una penetración profunda de la vegetación.

Sin embargo, el mapeo de la biomasa forestal utilizando datos de radar con la banda L tiene algunas limitaciones. Las relaciones entre la intensidad de la retrodispersión del radar y la biomasa aérea pueden saturarse en ecosistemas forestales densos y con estructura de vegetación compleja (Mermoz et al., 2015), lo que también puede conducir a una subestimación de la biomasa aérea. Aunque el nivel de saturación se ve afectado por varios factores, como el tipo de vegetación, la complejidad del dosel y la topografía del sitio, entre otros, el punto de saturación generalmente está en alrededor de 150 Mg ha-1 (Mermoz et al., 2015; Morel et al., 2011), aunque los valores de esta variable en algunos sitios de bosques tropicales pueden exceder incluso los 320 Mg ha-1. Para resolver el problema de saturación, se han aplicado varios métodos. Uno de ellos utiliza índices que combinan las polarizaciones SAR (HH y HV) para identificar la contribución del volumen de dispersión de diferentes polarizaciones (García et al., 2018; Mitchard et al., 2012; Almeida-Filho et al., 2019); otro utiliza la textura de las imágenes de radar de la banda L, que han mostrado resultados satisfactorios al capturar variaciones en la estructura de la vegetación. Con una resolución espacial de 25 m, ALOS PALSAR puede capturar la variación de la estructura de la vegetación en áreas de bosque con diferentes edades de sucesión. Es decir, el sensor puede captar variaciones en parches de bosque de distintas edades, gracias a que tienen diferencias en la estructura de la vegetación, tales como la altura de los árboles, el tamaño de las copas y el número de tallos. Esta variación de la estructura del bosque está asociada con la cantidad de biomasa aérea (Huang et al., 2019; Zhao et al., 2016; Thapa et al., 2015).

En este manual se explica la metodología a seguir para producir mapas con la distribución espacial de la biomasa aérea, la cual está basada en el uso de datos de campo relacionándolos con información de los datos de radar y sus texturas. Se incluye una guía paso a paso para el cálculo y la estimación de la biomasa aérea a partir de parcelas de campo, así como el preprocesamiento y análisis de las imágenes de ALOS PALSAR. Esta guía incluye también la extracción de la información de las imágenes de radar y la creación de las bases de datos necesarias para construir los modelos de predicción de la biomasa usando Random Forest. Además, se presenta una guía técnica para la evaluación de los modelos construidos y el mapeo de la biomasa aérea. En este manual se desarrolla un ejemplo práctico usando datos de los bosques tropicales secos de la península de Yucatán; sin embargo, los métodos y programas de software que se explican son aplicables para mapear la biomasa aérea de cualquier tipo de vegetación usando cualquier otro tipo de imágenes de sensores remotos.

Datos de campo para la estimación de la biomasa

El conocimiento de la distribución espacial de la biomasa aérea tiene como base la información de biomasa calculada a partir de datos de campo. Los datos de campo generalmente incluyen todos los diámetros de los árboles por encima de un umbral (que en el caso del Inventario Nacional Forestal y de Suelos de México es de 7.5 cm), así como las alturas de estos y la identidad de las especies. Este último dato es utilizado para inferir la densidad de la madera que se emplea en el cálculo de la bio­ma­sa usando ecuaciones alométricas. Los datos de campo para el cálculo de la biomasa pueden ser obtenidos del Inventario Nacional Forestal y de Suelos para cualquier parte de México.

El segundo Inventario Nacional Forestal y de Suelos (INFyS) se llevó a cabo desde 2009 hasta 2014. El diseño de muestreo de este inventario fue estratificado sistemático, es decir, se estableció una malla equidistante a lo largo y ancho del territorio nacional; sin embargo, la intensidad de muestreo varió entre tipos de vegetación (Conafor, 2013). En un primer grupo se incluyeron los bosques y las selvas con un distanciamiento de 5 x 5 km; en el segundo grupo se encuentran las zonas semiáridas y selvas bajas (10 x 10 km); por último, en el tercer grupo, las comunidades de zonas áridas (20 x 20 km). Las unidades de muestreo primarias (conglomerados) que se utilizaron para la información de campo están compuestas de cuatro parcelas o unidades de muestreo secundarias. Estas parcelas de 400 m2 están colocadas en forma de “Y” invertida con respecto al norte y son de forma circular, representando de manera conceptual una unidad de muestreo de una hectárea (Conafor, 2013).

Datos de radar de apertura sintética

Para mapear la distribución espacial de la biomasa área, se utilizaron datos de radar de la Agencia de Exploración Aeroespacial de Japón (JAXA), la cual proporciona acceso libre al mosaico de imágenes ALOS PALSAR/ PALSAR-2. PALSAR (Phased Array type L-band Synthetic Aperture Radar, por sus siglas en inglés), el cual es obtenido por el satélite ALOS (Advanced Land Observing Satellite). El sensor PALSAR /PALSAR-2 es capaz de generar datos sobre la superficie de la Tierra durante el día y la noche sin importar las condiciones climáticas.

Los datos de ALOS PALSAR utilizados en este manual son del mosaico global PALSAR / PALSAR-2. El mosaico global fue creado por la JAXA sin fisuras en unidades de 10 x 10 grados de latitud y longitud. Las imágenes de este mosaico fueron previamente corregidas por las distorsiones geométricas de los sensores de radar de apertura sintética mediante una ortorrectificación. Además, se corrigieron los efectos topográficos sobre la imagen, usando una corrección de la pendiente. Estas correcciones fueron realizadas por la JAXA. El tamaño de un píxel es de 25 m², mientras que el intervalo de tiempo de las imágenes en el mosaico es de un año. En el mosaico de imágenes se incluyen capas de datos con la siguiente información: una con la polarización HH y otra con la HV, mapa forestal / no forestal, fecha de observación y ángulo de incidencia local.