publication . Article . 2014

Inventory and mapping of temperate forest in Hidalgo, Mexico through SPOT and field data

Muñoz-Ruiz, Miguel Á.; Valdez-Lazalde, José R.; de los Santos-Posadas, Héctor M.; Ángeles-Pérez, Gregorio; Monterroso-Rivas, Alejandro I.;
Open Access Spanish
  • Published: 01 Dec 2014
  • Publisher: Colegio de Postgraduados
Abstract
Los sensores remotos, en combinación con métodos de análisis geoespacial, ofrecen herramientas importantes para la medición de variables biofísicas del bosque con costo menor que el inventario forestal tradicional y en escalas espaciales y temporales mayores. El objetivo de este estudio fue analizar la relación entre los datos del Inventario Nacional Forestal y de Suelos (INFyS) de México y datos espectrales provenientes de imágenes de la plataforma SPOT para estimar espacialmente el área basal, el volumen maderable y la cobertura arbórea traslapada en los bosques templado y mesófilo de Hidalgo, México. Cuatro enfoques de análisis se aplicaron para generar model...
Subjects
free text keywords: sensores remotos, inventario forestal, área basal, volumen, cobertura arbórea traslapada, remote sensors, forest inventory, basal area, volume, overlapping tree cover
24 references, page 1 of 2

0 0 0 0 0 2 2 Baruah, P. J., T. Endo, T. Katsura, and Y. Yasuoka. 2006. Estimating timber-volume in a commercial eucalyptus globulus Plantation: results from two approaches. In: Proceedings: Asian Conference of Remote Sensing, October 9-13, 2006, Ulaanbaatar, Mongolia. 6 p. https://www.researchgate.net/ madera en bosques manejados de Pinus patula y P. teocote en el Ejido Atopixco, Hidalgo. Madera y Bosques 16(3): 75-97.

CONABIO (Comisión Nacional para el Conocimiento y Uso de la Biodiversidad). 1998. 'Climas' (clasificación de Koppen, modificado por García). Escala 1:1000000. México.

CONAFOR (Comisión Nacional Forestal). 2010. Inventario Nacional Forestal y de Suelos, manual y procedimientos para el muestreo de campo. Remuestreo 2010. Zapopan, Jalisco, México. 140 p.

DGINF (Dirección General del Inventario Nacional Forestal). 1976. Inventario Forestal del Estado de Hidalgo. México. Publicación Núm. 39. 62 p.

ERDAS. 2011. ERDAS IMAGINE 2011, Versión 11.0.2. USA.

Franco L., H., A. R. Ek, and M. E. Bauer. 2001. Estimation and mapping of forest stand density, volume, and cover type using the k-nearest neighbors method. Remote Sensing Environ. 77: 251- 274.

Gill, S. J., G. S. Biging, and E. C. Murphy. 2000. Modelling conifer tree crown radius and estimating canopy cover. For. Ecol. Manage. 126: 405-416. [OpenAIRE]

Hall, R. J., R. S. Skakun, E. J. Arsenault, and B. S. Case. 2006. Modeling forest stand structure attributes using Landsat ETM+ data, Application to mapping of aboveground biomass and stand volume. For. Ecol. Manage. 225: 378-390. [OpenAIRE]

Ingram, J. C., T. P. Dawson, and R. J. Whittaker. 2005. Mapping tropical forest structure in southeastern Madagascar using remote sensing and artificial neural networks. Remote Sensing Environ. 94: 491-507.

Jensen, J. R. 2007. Remote Sensing of the Environment: An Earth Resource Perspective. Prentice Hall. Second Edition. New Jersey, U.S.A. 592 p.

Jensen, J. R., F. Qiu, and M. H. Ji. 1999. Predictive modelling of coniferous forest age using statistical and artificial neural network approaches applied to remote sensor data. Int. J. Remote Sensing 20: 2805- 2822.

Kimothi, M. M., S. Mohan, R. B. Singh, P. Soni, H. B. Vashistha, and Ajai. 2009. Estimation of forest biophysical variables from Indian Earth Observation Satellite Cartosat-1 stereo data. Int. J. Remote Sensing 30: 451-462.

Lu, D., P. Mausel, E. Brondizio, and E. Moran. 2002. Assessment of atmospheric correction methods for Landsat TM data applicable to Amazon basin LBA research. Int. J. Remote Sensing 23: 2651-2671. [OpenAIRE]

Lu, D., P. Mausel, E. Brondizio, and E. Moran. 2004. Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin. For. Ecol. Manage. 198: 149-167. [OpenAIRE]

Lu, D. S. 2006. The potential and challenge of remote sensingbased biomass estimation. Int. J. Remote Sensing 27: 1297- 1328.

24 references, page 1 of 2
Powered by OpenAIRE Research Graph
Any information missing or wrong?Report an Issue