Evaluación del estado de alteración de los bosques maulinos costeros mediante series temporales landsat y lidar satelital GEDI

Abstract

El bosque Maulino costero es un ecosistema con alto valor de conservación dado su alto grado de endemismo y por estar en riesgo de colapso dado su intenso historial de cambio de uso de suelo y la presencia creciente de incendios. Identificar los bosques intactos y alterados podría ser un gran insumo para la toma de decisiones sobre conservación y restauración. En esta investigación se desarrolló una metodología para evaluar el estado de alteración (intacto y alterado) de los bosques Maulinos costeros mediante sensores remotos de tipo activo (GEDI) y pasivo (Landsat). El desarrollo metodológico consistió en identificar el estado de alteración de rodales con haces GEDI, para esto se utilizó un análisis de series temporales de imágenes Landsat usando el algoritmo Landtrendr con el índice Normalized Burn Ratio (NBR) considerando el periodo 1984-2022. Luego se seleccionaron rodales con distintos grados de alteración para realizar parcelas en terreno de 706 m2 donde se registraron el número de tocones y signos de incendios para evaluar la congruencia con Landtrendr. También se caracterizó la estructura de parcelas en bosques intactos y alterados. Por último, se creó un modelo de regresión logística con el uso de métricas GEDI para predecir la condición de alterado o no alterado. Se encontró que: Landtrendr es apropiado para identificar el estado intacto y alterado de los rodales; los bosques intactos presentan mayor biomasa, junto con árboles con más altura y DAP que los alterados; además, el modelo predictivo del estado de alteración tuvo una exactitud del 66,67%. Estos análisis permitieron hallar 3 rodales intactos con una superficie > 90 ha, los que podrían ser candidatos para la conservación como áreas protegidas estatales o privadas. GEDI demostró ser adecuado para evaluar el estado de alteración en bosques caducifolios fragmentados con topografía compleja.

The coastal Maulino forest is an ecosystem of high conservation value due to its high degree of endemism and its risk of collapse, given its intense history of land use change and the increasing presence of fires. Identifying intact and altered forests could provide valuable input for conservation and restoration decision-making. This research developed a methodology to assess the alteration status (intact and altered) of coastal Maulino forests using active remote sensors (GEDI) and passive remote sensors (Landsat). The methodological development involved identifying the alteration status of stands using GEDI data, for which a time series analysis of Landsat images was used with the Landtrendr algorithm and the Normalized Burn Ratio (NBR) index for the period 1984-2022. Stands with different degrees of alteration were then selected for field plots of 706 m2, where the number of stumps and fire signs were recorded to assess congruence with Landtrendr. The structure of plots in intact and altered forests was also characterized. Finally, a logistic regression model using GEDI metrics was created to predict the altered or unaltered condition. It was found that: Landtrendr is suitable for identifying the intact and altered state of stands; intact forests have greater biomass, along with taller trees and larger diameter at breast height (DAP) than altered ones; additionally, the predictive model of the alteration state achieved an accuracy of 66.67%. These analyses allowed for the identification of 3 intact stands with an area > 90 ha, which could be candidates for conservation as state or private protected areas. GEDI proved to be appropriate for assessing the alteration state in fragmented deciduous forests with complex topography.