000069968 001__ 69968
000069968 005__ 20210301081640.0
000069968 0247_ $$2doi$$a10.21138/GF.539
000069968 0248_ $$2sideral$$a105144
000069968 037__ $$aART-2017-105144
000069968 041__ $$aspa
000069968 100__ $$aLekuona Zuazo, I.
000069968 245__ $$aCartografía de la biomasa aérea total en masas de Pinus Radiata D. Don a partir de datos públicos LiDAR-PNOA e inventario forestal nacional
000069968 260__ $$c2017
000069968 5060_ $$aAccess copy available to the general public$$fUnrestricted
000069968 5203_ $$aLa estimación de la biomasa total aérea (en adelante biomasa) es fundamental para conocer la estructura y dinámica de los ecosistemas forestales. El objetivo principal de este trabajo ha sido estimar y cartografiar la biomasa de las masas de Pinus radiata D. Don de la comarca Arratia-Nerbioi (Bizkaia, España), a partir de los datos de teledetección LiDAR (Light Detection And Ranging) del PNOA (Plan Nacional de Ortofotografía Aérea) y los datos de campo del IFN4 (Cuarto Inventario Forestal Nacional). La biomasa fue calculada en 51 parcelas de campo del IFN4 aplicando la ecuación alométrica de Montero et al. (2005). Mediante un análisis multivariante de regresión lineal se generó un modelo predictivo de la biomasa, que fue validado mediante la técnica de validación cruzada dejando un dato fuera. Se obtuvo un coeficiente de determinación de 0, 67. Para seleccionar la resolución de la cartografía final, se realizó un análisis de correlación entre los valores de biomasa de las parcelas y los valores predichos por el modelo aplicando dos tamaños de pixel.
The estimation of total aboveground biomass (hereinafter referred as biomass) is required to understand the structure and dynamics of forest ecosystems. The main objective of this study is to estimate and map the biomass of Pinus radiata D. Don forest stands located in the Arratia-Nerbioi region (Bizkaia, Spain). LiDAR remote sensing data from the National Plan for Aerial Ortophotography (PNOA) and the information obtained by the Fourth National Forest Inventory (IFN4) have been used. The biomass was calculated in 51 IFN4 field plots applying the allometric equation from Montero et al. (2005). Finally, a multivariate linear regression analysis allowed the generation of a biomass predictive model, which was validated using the leave one-out cross-validation technique. The coefficient of determination of the model was 0.67. A correlation analysis between the values of biomass at plot-level and the values predicted by different pixel sizes, allowed the selection of the best resolution for mapping.
000069968 540__ $$9info:eu-repo/semantics/openAccess$$aby-nc-nd$$uhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
000069968 655_4 $$ainfo:eu-repo/semantics/article$$vinfo:eu-repo/semantics/publishedVersion
000069968 700__ $$0(orcid)0000-0001-6288-2780$$aMontealegre Gracia, A.L.$$uUniversidad de Zaragoza
000069968 700__ $$0(orcid)0000-0002-8954-7517$$aLamelas Gracia, M.T.
000069968 7102_ $$13006$$2435$$aUniversidad de Zaragoza$$bDpto. Geograf. Ordenac.Territ.$$cÁrea Geografía Humana
000069968 773__ $$g20 (2017), 87-107$$pGeofocus (Madr.)$$tGeofocus (Madrid)$$x1578-5157
000069968 8564_ $$s1222217$$uhttps://zaguan.unizar.es/record/69968/files/texto_completo.pdf$$yVersión publicada
000069968 8564_ $$s79905$$uhttps://zaguan.unizar.es/record/69968/files/texto_completo.jpg?subformat=icon$$xicon$$yVersión publicada
000069968 909CO $$ooai:zaguan.unizar.es:69968$$particulos$$pdriver
000069968 951__ $$a2021-03-01-08:01:48
000069968 980__ $$aARTICLE