Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12921/421
Título : Identifying and quantifying the abundance of economically important palms in tropical moist forest using UAV imagery
Otros títulos : Identificación y cuantificación de la abundancia de palmeras de importancia económica en el bosque húmedo tropical utilizando imágenes de VANT (vehículo aéreo no tripulados)
Autor : Tagle Casapía, Ximena
Falen Horna, Lourdes
Bartholomeus, Harm
Cárdenas Vigo, Rodolfo
Flores Llampazo, Gerardo
Herold, Martin
Honorio Coronado, Eurídice
Baker, Timothy R.
Palabras clave : Procesamiento digital de imágenes
Vehículos aéreos no tripulados
Monitoreo de bosques
Análisis de imágenes
Inteligencia artificial
Arecaceae
Mauritia flexuosa
Amazonía
Fecha de publicación : ene-2020
Editorial : MDPI
Citación : Remote Sensing, 12(1): 9
Resumen : El manejo sostenible de los productos forestales no maderables, como los frutos de palmeras, es crucial para la conservación a largo plazo de un bosque intacto. Una limitación importante para la expansión del manejo sostenible de palmeras ha sido la necesidad de información precisa sobre los recursos a escalas de decenas a cientos de hectáreas, mientras que los estudios típicos basados en el terreno sólo muestrean áreas pequeñas. En los últimos años, los pequeños vehículos aéreos no tripulados (VANT) se han convertido en una importante herramienta para el mapeo de áreas forestales, ya que son baratos y fáciles de transportar, y proporcionan imágenes de alta resolución espacial de áreas remotas. Desarrollamos un flujo de trabajo de clasificación basado en objetos para las imágenes de los VANTs RGB que tiene como objetivo identificar y delinear las copas de las palmeras en la selva tropical, combinando el procesamiento de imágenes y las funcionalidades de los SIG utilizando información de color y textura de manera integradora para mostrar uno de los usos potenciales de los VANTs en los bosques tropicales. Diez parcelas de bosque permanente con 1170 palmeras de referencia fueron evaluadas desde octubre a diciembre de 2017. Los resultados indican que las copas de las palmeras pudieron ser claramente identificadas y, en algunos casos, cuantificadas siguiendo el flujo de trabajo. Los mejores resultados se obtuvieron usando el clasificador aleatorio de bosques con una precisión global del 85% y un índice kappa de 0,82.
URI : https://hdl.handle.net/20.500.12921/421
ISSN : 2072-4292
Aparece en las colecciones: Artículos en revistas indexadas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Tagle_articulo_2020.pdfTexto Completo8,09 MBAdobe PDFVista previa
Visualizar/Abrir
Compartir :


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons