Ítem
Acceso Abierto
Monitoring Forest Dynamics and Conducting Restoration Assessment Using Multi-Source Earth Observation Data in Northern Andes, Colombia
Título de la revista
Autores
Pedraza, Carlos
Clerici, Nicola
Villa, Marcelo
Romero, Milton
Sarmiento Dueñas, Adriana
Beltrán Rojas, Dallan
Quintero, Paola
Martínez, Mauricio
Kellndorfer, Josef
Archivos
Fecha
2024-05-01
Directores
ISSN de la revista
Título del volumen
Editor
Buscar en:
Métricas alternativas
Resumen
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.
Abstract
Examining the efficacy of current assessment methodologies for forest conservation and restoration initiatives to align with global and national agendas to combat deforestation and facilitate restoration efforts is necessary to identify efficient and robust approaches. The objective of this study is to understand forest dynamics (1996–2021) and assess restoration implementations at the Urra’s supplying basin hydroelectric reservoir in Colombia. The processing approach integrates optical and radar Earth Observation (EO) data from Sentinel-2 and Landsat for forest mapping and multi-temporal forest change assessment (1996–2021), and a Sentinel-1 backscatter time-series analysis is conducted to assess the state of forest restoration implementations. The processing chain was scaled in a cloud-based environment using the Nebari and SEPPO software and the Python language. The results demonstrate an overall substantial decrease in forested areas in the 1996–2000 period (37,763 ha). An accuracy assessment of multi-temporal forest change maps showed a high precision in detecting deforestation events, while improvements are necessary for accurately representing non-forested areas. The forest restoration assessment suggests that the majority of the 270 evaluated plots are in the intermediate growth state (82.96%) compared to the reference data. This study underscores the need for robust and continuous monitoring systems that integrate ground truth data with EO techniques for enhanced accuracy and effectiveness in forest restoration and conservation endeavors
Palabras clave
Gestión forestal , Restauración forestal , Sentinel-1 , Sentinel-2 , Landsat , Serie temporal , Computación en la nube
Keywords
Forest management , Forest restoration , Sentinel-1 , Sentinel-2 , Landsat , Time series , Cloud computing
