Monitoring Forest Dynamics and Conducting Restoration Assessment Using Multi-Source Earth Observation Data in Northern Andes, Colombia

Es necesario examinar la eficacia de las metodologías de evaluación actuales para las iniciativas de conservación y restauración de bosques para alinearlas con las agendas globales y nacionales para combatir la deforestación y facilitar los esfuerzos de restauración para identificar enfoques eficientes y sólidos. El objetivo de este estudio es comprender la dinámica forestal (1996-2021) y evaluar las implementaciones de restauración en el embalse hidroeléctrico de la cuenca abastecedora de Urra en Colombia. El enfoque de procesamiento integra datos de observación de la Tierra (EO) ópticos y de radar de Sentinel-2 y Landsat para el mapeo forestal y la evaluación de cambios forestales multitemporales (1996-2021), y se realiza un análisis de series temporales de retrodispersión de Sentinel-1 para evaluar la Estado de las implementaciones de restauración forestal. La cadena de procesamiento se escaló en un entorno basado en la nube utilizando el software Nebari y SEPPO y el lenguaje Python. Los resultados demuestran una disminución general sustancial de las áreas forestales en el período 1996-2000 (37.763 ha). Una evaluación de la precisión de los mapas de cambios forestales multitemporales mostró una alta precisión en la detección de eventos de deforestación, aunque son necesarias mejoras para representar con precisión las áreas no boscosas. La evaluación de restauración forestal sugiere que la mayoría de las 270 parcelas evaluadas se encuentran en estado de crecimiento intermedio (82,96%) en comparación con los datos de referencia. Este estudio subraya la necesidad de sistemas de monitoreo sólidos y continuos que integren datos reales sobre el terreno con técnicas de EO para mejorar la precisión y eficacia en los esfuerzos de restauración y conservación de bosques.

• Fecha de publicación: 2024
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: eng
• OAI Identifier: oai:repository.urosario.edu.co:10336/42921
• Acceso en línea: https://doi.org/10.3390/f15050754; https://repository.urosario.edu.co/handle/10336/42921
• Palabra clave: Gestión forestal; Restauración forestal; Sentinel-1; Sentinel-2; Landsat; Serie temporal; Computación en la nube; Forest management; Forest restoration; Sentinel-1; Sentinel-2; Landsat; Time series; Cloud computing
• License: Attribution-NonCommercial-NoDerivatives 4.0 International