Tesis:
Enhancing forest monitoring through integration of advanced spatio-temporal data analysis and remote sensing at diverse spatial scales
- Autor: AULLÓ MAESTRO, Isabel Consuelo
- Título: Enhancing forest monitoring through integration of advanced spatio-temporal data analysis and remote sensing at diverse spatial scales
- Fecha: 2023
- Materia:
- Escuela: E.T.S.I. DE MONTES, FORESTAL Y DEL MEDIO NATURAL
- Departamentos: SIN DEPARTAMENTO DEFINIDO
- Acceso electrónico: https://oa.upm.es/80717/
- Director/a 1º: MONTES PITA, Fernando
- Director/a 2º: GÓMEZ ALMARAZ
- Resumen: Forest monitoring requires the development of innovative methods that are both cost-effective and accurate in estimating forest parameters. The ever-accelerating dynamics and disturbance regime in forests, driven by climate change and land use changes, significantly alter the forest landscape. Remote sensing has revolutionized forest research, serving as a versatile tool for the comprehensive analysis of Earth's landscapes across varying spatial and temporal scales. The integration of remote sensing data with on-site inventory information within spatio-temporal models further enhances our comprehension of forest dynamics and observations.
Within this thesis, by synergistically combining established methodologies with cutting-edge advancements, we discuss and compare several approaches for a more effective study of the environment within diverse spatial scales. Firstly, this thesis analyses forest resources assessment at a local scale within a managed Pinus sylvestris area. Through the fusion of LiDAR metrics and field data, we compare area-based approach and Universal Kriging, testing lognormal variable transformation. The results show how spatial correlation between variables can improve the modelling of forest structural variables. Transitioning to a regional perspective, our attention turns to the study of the montane-subalpine ecotone dynamics in the eastern Spanish Pyrenees. Combining periodic field inventory data and the consistent temporal coverage of Landsat imagery, we aim to enrich our comprehension of silver fir (Abies alba Mill) and mountain pine (Pinus uncinata Ramond.) dynamics driven by the global change. By generating image composites and classifying designated target species, we reconstruct more than twenty years of changes in species distribution within these mountainous forests, showing an upward shift of silver fir-mountain pine ecotone triggered by forestry activities cessation. Lastly, our scope broadens to a national scale to produce a comprehensive forest disturbance map covering the entire country. The 3I3D method proves to be a valuable asset in identifying areas of disturbance, as demonstrated through its successful application and testing within a Mediterranean context. From these, we meticulously derive a disturbance dataset through photointerpretation, which serves as the foundation for training our subsequent classification model where the identified disturbed regions are further categorized into prevalent disturbance types, including fires, clear-cutting and thinning. Different machine learning classification techniques were tested, with Random Forest yielding the most accurate results. This innovative approach has provided a methodology capable of generating annual disturbance maps, a pivotal undertaking in a landscape marked by shifting climatic conditions and evolving land-use patterns.
In summary, within this thesis, we propose accurate and reproducible approaches, ranging from modelling of forest structure at a management unit scale to mapping of forest disturbances at a national scale, providing methodologies to be further applied by forest managers.
RESUMEN
El seguimiento y evaluación forestal requieren del desarrollo de métodos innovadores que sean eficientes y precisos para la estimación de las variables y recursos forestales. El cambio climático junto con los cambios en el uso del suelo ha alterado significativamente el paisaje forestal, modificando la dinámica y el régimen de perturbaciones en los bosques. Hoy en día son múltiples los estudios y procedimientos que, mediante el uso de teledetección, desarrollan y simplifican el estudio de los procesos forestales. La teledetección ha revolucionado la investigación forestal, sirviendo como una herramienta versátil para el análisis integral de los ecosistemas bajo diversas escalas espaciales y temporales. La integración de datos de teledetección con datos de inventarios forestales mediante modelos espacio-temporales favorece nuestra comprensión de la dinámica y estructura forestal.
Esta tesis aborda y compara varios enfoques aplicados al estudio forestal, empleando métodos geoestadísticos y de teledetección, además de proponer procedimientos innovadores para un mejor conocimiento de nuestro entorno bajo diversas escalas espaciales. Inicialmente nos centramos en una escala local para evaluar los recursos forestales dentro de un área gestionada de Pinus sylvestris. Mediante combinación de datos LiDAR y datos de campo, comparamos dos enfoques: el area-base approach y el Universal Kriging aplicando transformaciones lognormales a las variables. Los resultados muestran cómo la correlación espacial entre variables mejora la modelización de la estructura forestal. Ampliando la perspectiva a una escala regional, nos centramos en el estudio de la dinámica del ecotono montano-subalpino en los Pirineos orientales españoles. Nuestro objetivo es comprender la dinámica del abeto (Abies alba Mill) y el pino negro (Pinus uncinata Ramond) impulsada por el cambio global mediante la combinación de datos periódicos de inventario forestal y la amplia cobertura temporal que proporciona la colección Landsat. Mediante el uso de compuestos de imágenes y aplicando métodos de clasificación de especies, reconstruimos cambios en la distribución de especies en esta área durante más de dos décadas mostrando un ascenso del ecotono abeto-pino negro desencadenado por el abandono de los aprovechamientos forestales. Por último, llevamos a cabo un estudio a nivel nacional con el objetivo de generar un mapa de perturbaciones. El método 3I3D, previamente desarrollado y validado en regiones de clima mediterráneo, ha demostrado su eficacia en la identificación de áreas de perturbación. Aplicando esta herramienta y apoyándonos en la fotointerpretación, entrenamos nuestro modelo de clasificación en las áreas identificadas como perturbadas, principalmente debido a incendios, cortas y clareos. Evaluamos varias clasificaciones y observamos que Random Forest obtuvo los mejores resultados. Esta metodología podrá ser aplicada para la generación de mapas anuales de perturbaciones, de gran importancia para la gestión en un contexto de cambio climático y cambio de uso del suelo.
En resumen, dentro de esta tesis proponemos enfoques precisos y reproducibles, que van desde el modelado de la estructura forestal a escala de unidad de gestión hasta el mapeo nacional de las perturbaciones forestales, proporcionando metodologías que puedan ser aplicadas por gestores forestales.