Introducción

Los drones aportan imágenes de alta resolución espacial para el seguimiento de la dinámica de la vegetación en bosques bajo manejo forestal; sin embargo, existen dudas sobre la forma más eficaz de utilizarlas con respecto a la resolución espacial.

Objetivo

Determinar la resolución espacial más apropiada de las imágenes multiespectrales obtenidas por drones, para mapear los tipos de cobertura del suelo en bosques templados bajo manejo forestal de Hidalgo, México.

Materiales y métodos

Las imágenes espectrales se preprocesaron en resoluciones espaciales desde 0.2 hasta 2.5 m, a intervalos de 0.1 m. La cobertura de pinos, encinos, otras latifoliadas, herbáceas y suelo desnudo se clasificaron con el algoritmo Random Forest. El efecto de la resolución espacial en la clasificación de la cobertura terrestre se evaluó mediante la prueba no paramétrica de Kruskal-Wallis seguida de una comparación post-hoc Mann-Whitney-Wilcoxon (p < 0.05). Los errores de clasificación de las clases de cobertura se analizaron gráficamente.

Resultados

Las imágenes de 0.2 m de resolución espacial proporcionaron la mayor precisión de clasificación de la cobertura del suelo (96 %), pero fue estadísticamente similar que la de 0.7 m (p = 0.3984). La precisión más baja (82 %) se obtuvo con imágenes de 2.5 m de resolución espacial. Los errores de omisión y comisión fueron menores y constantes en las clasificaciones con imágenes de resolución espacial de 0.2 a 1.2 m.

Conclusiones

Las imágenes multiespectrales (0.7 m de resolución), adquiridas con un dron de ala fija, permitieron la clasificación precisa de los tipos de cobertura y la distribución espacial exacta de pinos, encinos y otras especies de latifoliadas de un bosque templado bajo manejo forestal.

        · resumo em Inglês     · texto em Inglês | Espanhol     · Inglês ( pdf ) | Espanhol ( pdf )