Mundo Agropecuario

Otro medio de: Corporación Medios Digitales del Sur

Ajuste de la teledetección para proteger los bosques de la propagación de plagas de insectos peligrosos


Los insectos, hongos u otros patógenos invasores pueden arrasar regiones enteras con efectos mortales, devastar bosques y causar efectos en cadena en todo el ecosistema. 


por Elaina Hancock, Universidad de Connecticut


Sucedió aquí en Connecticut a principios del siglo XX, cuando el 80 a 90% del dosel del bosque fue aniquilado por la plaga del castaño en algunas áreas. Cuando se trata de prevenir conversiones de tierra tan drásticas en grandes extensiones de tierra, es clave rastrear los cambios y detectar el problema temprano.

Investigadores del Laboratorio de Percepción Remota Ambiental Global (GERS) en el Departamento de Recursos Naturales y Medio Ambiente de la UConn, incluido el director y profesor asistente de GERS Zhe Zhu, el Investigador Postdoctoral Su Ye y el Ph.D. estudiante Kexin Song: están trabajando para mejorar la capacidad de la tecnología de teledetección para detectar cambios sutiles en tiempo real en todo el paisaje, es decir, para diagnosticar infestaciones de insectos en los bosques.

Los investigadores se centraron en dos ejemplos, uno en Connecticut y otro en Colorado.

Zhu dice que los factores que provocan el cambio de la tierra no siempre son tan drásticos como la conversión de la tierra, por ejemplo, de bosques a pastizales, pero aún pueden ser dramáticos debido a la interconexión de las redes alimentarias y los ecosistemas, y la tecnología de detección remota, como los satélites, puede ayudar a eliminar nueva luz sobre estos procesos.

Los satélites monitorean los paisajes y recopilan imágenes que se pueden usar para rastrear los cambios a lo largo del tiempo, una tarea que puede no ser posible realizar solo desde el nivel del suelo. Landsat es un ejemplo que escanea los paisajes de la Tierra cada ocho días con dos satélites, y los investigadores esperan usar estos datos para monitorear la salud de los bosques y para que los administradores forestales puedan actuar rápidamente para detectar infestaciones de plagas destructivas antes de que sea demasiado tarde.

Ye fue el autor principal de una publicación reciente que analiza las infestaciones de escarabajos del pino de montaña y escarabajos del abeto en los pinos en Colorado, donde recopiló datos sobre el terreno en bosques que sufren infestaciones.

Ye dice que para cuando las señales sean visibles y esté claro que el cambio de tierra es inminente, será demasiado tarde para intervenir.

«La señal ocurre principalmente en bandas de infrarrojos cortos, por lo tanto, tenemos que confiar en mediciones de sensores remotos como Landsat para detectar la señal», dice Ye. «Si podemos detectar estas señales sutiles en una etapa temprana y tenemos advertencias tempranas de estos posibles cambios forestales en el futuro, entonces tal vez podamos aplicar algo de manejo forestal de manera oportuna. Por ejemplo, los árboles infectados se pueden eliminar para detener la expansión de escarabajos hasta cierto punto «.

En los datos de Landsat, cada píxel representa un área que mide 30 metros por 30 metros, lo que dificulta la detección de señales sutiles.

«Pueden estar sucediendo muchas cosas en un metro cuadrado. Pueden incluir árboles infestados junto a árboles sanos, y el sotobosque u otra cubierta terrestre. Las señales se pueden diluir, por lo que la ya sutil señal aún más sutil», dice Ye .

«Hago una metáfora para describir esta detección de cambio sutil», dice Zhu. «Es como si estuvieras en un restaurante muy ruidoso y alguien te llama por tu nombre, quieres escucharlo, pero otras voces tienen un volumen similar. ¿Cómo podemos detectar algo cuando todo es similar a esta señal de cambio?»

Con tantos datos para evaluar, los investigadores recurren a algoritmos, a saber, uno llamado CCDC, que se está convirtiendo en un estándar para el análisis de series de tiempo Landsat. Sin embargo, el equipo señala que la CCDC tiene limitaciones. Para abordar las limitaciones, el equipo buscó desarrollar un enfoque más personalizado.

«CCDC es el acrónimo de Clasificación Continua de Cobertura Terrestre y Detección de Cambios y ha sido utilizado por varias agencias», dice Zhu. «Para una ubicación, un solo píxel, podemos obtener observaciones de series de tiempo densas con miles de observaciones. Realizamos muchos preprocesos para eliminar las nubes, las sombras y la nieve y el hielo, tratamos de obtener una superficie libre y clara».

El marco de la CCDC permite a los investigadores capturar el cambio durante un período de tiempo de una manera más genérica, y los pozos funcionan para detectar cambios abruptos en la cobertura del suelo, dice Zhu, «pero si desea capturar un cambio sutil, la CCDC no es muy buena».

Emparejó los datos que recopiló en el terreno con el archivo de datos Landsat de la misma ubicación y desarrolló un método llamado PIDS, o optimización de parámetros, selección de índices, monitoreo estratificado dinámico y consideración espacial. En este caso, Ye incluyó detalles específicos sobre la etapa de infestación y cómo cambia el color de las agujas de pino y abeto con el tiempo después de la infección. Los mapas de la Encuesta de Detección Aérea (ADS) también se producen anualmente a partir de mapas de croquis aéreos manuales.

«PIDS es un marco para adaptar CCDC para detectar cambios específicos dirigidos al usuario», explica Ye. «El marco permite al usuario especificar sus muestras de entrenamiento para girar los parámetros del modelo, como si nos enfocamos en el cambio sutil, necesitamos ajustar los parámetros de nuestro modelo para capturar las señales débiles».

Al aplicar parámetros PIDS, Ye dice que los investigadores pudieron detectar señales de infestación de escarabajos en la transición entre dos etapas muy sutiles de infección donde las agujas comienzan a cambiar de color, aproximadamente un año después de que el escarabajo comenzara a atacar los árboles, una mejora notable en sensibilidad sobre el enfoque estándar CCDC. El resultado de PIDS muestra una gran concordancia con el mapa ADS, mostrando que los enfoques de series de tiempo como PIDS / CCDC son mucho más efectivos económicamente y pueden proporcionar actualizaciones casi en tiempo real sobre la progresión de la perturbación.

«PIDS es tan bueno», dice Zhu. «Si ve las diferencias entre PIDS y CCDC, PIDS es mucho mejor para esas detecciones de cambios sutiles».

La investigación de Kexin Song consiste en detectar perturbaciones en los bosques de Connecticut, centrándose en la polilla gitana Lymantria dispar dispar, no nativa y que pronto será rebautizada.

«Una plaga importante ocurrió en 2016 y especialmente en 2017 en Connecticut», explica Song. La aplicación del marco actual a la infestación de la polilla gitana presenta algunos desafíos porque el tiempo entre la aparición de la oruga, la defoliación cuando las orugas se alimentan de los árboles y la re-foliación ocurre rápidamente, lo que requiere que el algoritmo de detección remota detecte cambios sutiles. en un marco de tiempo más estrecho.

«Es un período de dos meses y detectar eso es realmente muy difícil y la característica de la serie temporal es importante. Estoy investigando cómo las series temporales, como la resolución espacio-temporal y las combinaciones espectrales estructuralmente diferentes, pueden afectar nuestra detección de la infestación de polillas «, dice Song.

Zhu explica otra complicación en el sentido de que, aunque los árboles pueden sobrevivir, el estrés que soportan los debilita enormemente. Los árboles débiles son menos resistentes a las tormentas y eso puede significar problemas.

Ph.D. de Song La investigación es parte del Proyecto Stormwise financiado por Eversource, cuyo objetivo es mejorar la gestión de la vegetación para evitar interrupciones del suministro eléctrico. A través de sus estudios hasta ahora, Song dice que es emocionante ver cómo los datos satelitales de acceso abierto pueden ser tan beneficiosos para tantos. Song espera algún día expandir su investigación sobre la detección y monitoreo de otras plagas en nuestra región, como el barrenador esmeralda del fresno.

«La teledetección no puede tomar decisiones directamente sobre el paisaje y la conversación, pero como podemos hacerlo más casi en tiempo real y a gran escala, esta información puede ayudar con decisiones y opciones. La política de manejo forestal ha cambiado de el reemplazo o la cosecha de bosques para mantener árboles buenos y saludables en su condición actual. Ahora que podemos aplicar información detallada sobre cambios sutiles en la degradación forestal con esta información, podemos intentar acercarnos para ver cómo esta información puede cambiar las mentes de las personas sobre la gestión. Es importante, y seguiremos haciendo este trabajo «.



WP Twitter Auto Publish Powered By : XYZScripts.com