Estimation of aerial biomass using discrete-wave LiDAR data in combination with different vegetation indices in plantations of Pinus radiata (D. DON), Región del Maule, Chile.

dc.date2014
dc.date.accessioned2015-01-12T13:44:15Z
dc.date.available2015-01-12T13:44:15Z
dc.date.issued2015-01-12
dc.description.abstractThe aerial biomass of Pinus radiata plantations in the Región del Maule, Chile, was estimated from linear models using databases of LiDAR and multispectral LANDSAT ETM+. Six descriptive height variables were obtained from the LiDAR point cloud; the 25%, 50%, 75%, 95% and 100% percentiles and the mean height. Two variables associated with the density of points were also obtained, which relate the returns between fixed weighted intervals calculated as a function of the observed biomass. For multispectral variables we used NDVI, corrected NVDI (NDVIc) and the “Tasseled Cap” components brilliance, greenness and humidity. The results showed coefficients of determination (R2) between 0.801 and 0.814, with errors between 36.07 and 36.11 ton ha-1 for the models generated using height percentiles, and R2 from 0.807 to 0.823 with errors between 36.06 and 36.84 ton ha-1 for transformed LiDAR data. Finally, the stepwise model using all available variables had R2 of 0.821-0.835 with errors of 34.28 - 36.31 ton ha-1.es_ES
dc.description.abstractLa biomasa aérea en bosques de pino insigne en la región del Maule, Chile, fue estimada utilizando modelos lineales sobre la base de datos LiDAR y multiespectrales de LANDSAT ETM+. De la nube de puntos LiDAR se obtuvo un total de seis variables descriptivas de altura, los percentiles 25% , 50%, 75% , 95% , 100% y la altura promedio, y dos variables asociadas a la densidad de puntos, las cuales relacionan los retornos entre intervalos fijos ponderadores calculados en función de la biomasa observada. Para las variables multiespectrales, se utilizó: El NDVI, el NDVI corregido (NDVIc) y los componentes “Tasseled Cap” Brillantez, Verdor y Humedad. Los resultados mostraron coeficientes de determinación (R2) entre 0,801 y 0,814 con errores entre 36,07 y 36,11 ton ha-1 para los modelos generados a partir de percentiles de altura y R2 entre 0,807 y 0,823 con errores entre 36,06 y 36,84 ton ha-1 para datos de transformaciones de información LiDAR. Finalmente, el modelo “Stepwise” que involucra todas las variables disponibles tiene un ajuste de R2 entre 0,821 y 0,835 con errores entre 34,28 y 36,31 ton ha-1.es_ES
dc.formatPDFes_ES
dc.identifier.citationSustainability, Agri, Food and Environmental Research, Vol.2, N°3, 30-49, 2014
dc.identifier.issn0719-3726es_ES
dc.identifier.urihttps://hdl.handle.net/10925/1627
dc.language.isoenes_ES
dc.rightsThis journal is licensed under a Creative Commons Attribution 3.0 Licensees_ES
dc.sourceSustainability, Agri, Food and Environmental Research - SAFERes_ES
dc.subjectBiomasaes_ES
dc.subjectPinus radiataes_ES
dc.titleEstimation of aerial biomass using discrete-wave LiDAR data in combination with different vegetation indices in plantations of Pinus radiata (D. DON), Región del Maule, Chile.es_ES
dc.typeArtículo de Revistaes_ES
uct.carreraIngeniería en Recursos Naturales Renovableses_ES
uct.carreraIngeniería Forestales_ES
uct.catalogadorrdves_ES
uct.comunidadRecursos Naturaleses_ES
uct.facultadFacultad de Recursos Naturaleses_ES
uct.indizacionDOAJes_ES
uct.indizacionREVISTA UCTes_ES
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Valencia et al 2(3) 30-49.pdf
Size:
1.2 MB
Format:
Adobe Portable Document Format
Description:
Artículo
License bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
790 B
Format:
Item-specific license agreed upon to submission
Description:
Collections