NCEO Biomasa leñosa aérea de África 2017


El mapa NCEO biomasa leñosa aérea de África (Africa Aboveground Woody Biomass - AGB) para el año 2017 con una resolución espacial de 100 m fue creado usando una combinación de LiDAR, Radar de Apertura Sintética (Synthetic Aperture Radar - SAR) y datos basados en la óptica. Este producto fue elaborado por el Centro Nacional de Observación de la Tierra (National Centre for Earth Observation - NCEO) del Reino Unido a través de los programas del Ciclo del Carbono y de Ayuda Oficial al Desarrollo (Official Development Assistance - AOD).

Descripción del conjunto de datos

El mapa NCEO biomasa leñosa aérea de África (Africa Aboveground Woody Biomass - AGB) para el año 2017 con una resolución espacial de 100 m fue creado usando una combinación de LiDAR, Radar de Apertura Sintética (Synthetic Aperture Radar - SAR) y datos basados en la óptica. Este producto fue elaborado por el Centro Nacional de Observación de la Tierra (National Centre for Earth Observation - NCEO) del Reino Unido a través de los programas del Ciclo del Carbono y de Ayuda Oficial al Desarrollo (Official Development Assistance - AOD).

Uso

El conjunto de datos está compuesto por dos archivos: i) Raster de biomasa leñosa sobre el suelo y ii) Raster de caracterización de la incertidumbre. Ambos tienen una resolución espacial de 100 m. La biomasa leñosa aérea (Aboveground woody biomass - AGB) se expresa como materia seca en Mg ha-1. Los usuarios deben tener presente que el mapa es un conjunto de datos a escala continental, que ha sido creado mediante la combinación de diferentes tipos de datos con un único método para toda la zona de estudio. En consecuencia, la precisión puede variar para las diferentes tipos de vegetación y regiones.

Metodología

En primer lugar, se generó un mapa del modelo de altura de dosel (Canopy Height Model - CHM) para África combinando grupos de mediciones de la altura del dosel de las huellas de Investigación de la Dinámica del Ecosistema Global (Global Ecosystem Dynamics Investigation - GEDI) con el SAR de banda L (ALOS-2 PALSAR-2) y el porcentaje de cobertura arbórea del Landsat (PTC) (Hansen et al., 2012) mediante un algoritmo de bosques aleatorios (RF) dentro de un marco de calibración/validación espacial k-fold. Se usaron grupos de huellas de GEDI como datos de referencia para estimar el CHM, agrupando 4 huellas consecutivas a lo largo de la pista. A continuación, se usó un modelo empírico que relaciona el CHM con AGB, y que se creó usando varios productos LiDAR aéreos de AGB, para estimar AGB. El producto PTC también fue usado para restringir las estimaciones de AGB a píxeles con PTC > 0 (descartando desiertos, masas de agua, etc.)

Incertidumbre y precisión

En primer lugar, estimamos εCHM que es la desviación estándar (SD) de nuestra recuperación de CHM con base en RF y obtenida de la siguiente forma: εCHM = (ε2medición + ε2diferencia_temporal + ε2muestreo + ε2predicción)1/2, donde εmedición es la desviación estándar que se origina del error de medición de la huella GEDI, εdiferencia_temporal es la desviación estándar originada por el uso de huellas GEDI e imágenes EO tomadas en periodos de tiempo distintos, y εmuestreo es la desviación estándar originada por la variabilidad del CHM dentro del píxel. La εpredicción corresponde a nuestro modelo de SD originado por el marco espacial k-fold. La εpredicción también contempla los errores que ocurren si los sitios de muestreo no son realmente representativos de la distribución de CHM en la región. SD total de nuestra estimación de AGB a nivel de píxel εAGB se compone de diferentes fuentes de error, que se consideran independientes y aleatorias. Estos se propagan con la siguiente ecuación: εAGB = (ε2CHM + ε2LiDAR + ε2model)1/2, donde εLiDAR es la SD de los mapas AGB LiDAR usados como referencia e integra las mediciones de campo, las alometrías de los árboles y los errores del modelo. El εmodel es el error del modelo empírico AGB = f(CHM).

El producto AGB se valida contra un gran conjunto de datos de estimaciones de AGB in situ (parcelas de inventario forestal), y AGB estimado con datos LiDAR aerotransportados. La validación inicial independiente usando mediciones en tierra y LiDAR aéreo arroja un RMSE = 48,5 Mg ha-1 un R2 = 0.83.

Mantenimiento del conjunto de datos

Este producto hace parte de un conjunto de datos más amplio que abarca los años 2007, 2008, 2009, 2010, 2015, 2016 y 2017. Están previstas nuevas actualizaciones, pero dependerán de la financiación y de la disponibilidad de datos.

Características técnicas

Resolución espacial: ~100m

Cobertura geográfica: Continental (Africa)

Cobertura temporal: 2017

Frecuencia de actualización: Annual

Formato: GeoTIFF

Política de datos: Creative Commons Attribution 4.0 International (CC-BY-4.0)


Orientación asociada o manual de usuario

Manual del producto disponible (octubre de 2021) en

El informe de validación no está disponible (octubre de 2021), pero lo estará desde: Repositorio de investigación de la Universidad de Leicester - Examinar

Enlace del conjunto de datos disponible (octubre de 2021) en


Contacto para consultas

Dr Pedro Rodríguez-Veiga
Investigador
Centro Nacional de Observación de la Tierra
Universidad de Leicester, Space Park Leicester, Reino Unido
Email: pedro.rodriguez@leicester.ac.uk