This research was focused on developing methodologies to determine aboveground biomass in tree and shrubs species in the central part and southern Chile from allometric basis equations to remote sensing approaches. The main intention was to build biomass equations by tree components, such as stem wood, stem bark, foliage and, total aboveground biomass in Araucaria araucana (Mol.) K. Koch in southern Chile, applying a destructive sampling, which includes felling and weighing the trees on the field. On the other hand, similar approaches were used in 14 shrubs species in the Mediterranean shrubland in central Chile. A part of the biomass equations, also physical wood properties were determined in A. araucana and in the 14 shrub species, such as moisture content (%) and basic wood density (Mg m-3), being a crucial step to determine dry weights in the biomass weighed in the field. In addition, biomass allocation was determined to understand the biomass distribution through different tree components. In the case of shrub species, these could be divided only into two components, being these components the woody and foliage biomass. To provide accurate biomass models in A. araucana, we tested several explanatory variables in addition to the diameter at breast height (DBH), such as total height, crown diameter, crown length, age, basal area and wood density to assess whether adding other covariates the errors in the biomass prediction can be reduced. Due the restricted sample size, we applied a k-fold cross validation, considering that to split the dataset to train and test for 33 trees were not enough. The metrics used to validate the models to estimate the total aboveground biomass, and to the specific allometric models by tree components were the coefficient of determination (R2), the root mean square error (RMSE) and the mean absolute percentage error (MAPE). In addition, the estimates parameters were assessed through the Percentage Relative Standard Error (PRSE) to see the uncertainty in the coefficient models. The approach used in shrub species was different compared to A. araucana because a single stem diameter from a multi-stem is not representative for the whole plant. Therefore, the main explanatory variables used for the shrub species were the crown area and the crown volume as a principle variable predictor. The models provided were species- specific for the 14 shrub species, but also a multi-species model was developed as a general model. The validation included the same metrics used in A. araucana. However, the multi-species model was assessed also through the Akaike information criterion (AIC) due the data variability between the different species and the two geographical zones. The biomass models in A. araucana were used to develop methodologies to estimate aboveground forest biomass using satellite data, specifically, Synthetic Aperture Radar (SAR) data. On the other hand, the same allometric models were used to train and test Sentinel-2 data to detect forest degradation in 12 forest stands in southern Chile, where the forest alteration was categorized in four levels, being these i) none, ii) low, iii) medium and iv) high. The biomass measured in the field was compared to the NDVI values provided by a total of 60 images over 12 months (from June 2019 to June 2020) from both Sentinel-2 vectors. The results indicated that Sentinel-2 data can distinguish the four alteration levels, but medium and high alterations obtained similar NDVI distributions, being not easy to distinguish both categories through satellite data.

Questa ricerca si è concentrata sullo sviluppo di metodologie per determinare la biomassa aerea nelle specie di alberi e arbusti nella parte centrale e meridionale del Cile, dalle equazioni su base allometrica agli approcci di telerilevamento. L'intenzione principale era quella di costruire equazioni di biomassa per componenti dell'albero, come il legno del fusto, la corteccia del fusto, il fogliame e la biomassa totale aerea in Araucaria araucana (Mol.) K. Koch nel Cile meridionale, applicando un campionamento distruttivo, che include l'abbattimento e la pesatura degli alberi sul campo. D'altra parte, approcci simili sono stati utilizzati in 14 specie di arbusti nella macchia mediterranea nel Cile centrale. Una parte delle equazioni della biomassa, anche le proprietà fisiche del legno sono state determinate in A. araucana e nelle 14 specie di arbusti, come il contenuto di umidità (%) e la densità di legno (Mg m-3), essendo un passo fondamentale per determinare i pesi secchi nella biomassa pesata sul campo. Inoltre, l'allocazione della biomassa è stata determinata per capire la distribuzione della biomassa attraverso i diversi componenti degli alberi. Nel caso delle specie arbustive, queste potrebbero essere divise in solo due componenti, essendo queste componenti la biomassa legnosa e quella fogliare. Per fornire modelli accurati di biomassa in A. araucana, abbiamo testato diverse variabili esplicative oltre al diametro al petto (DBH), come l'altezza totale, il diametro della corona, la lunghezza della corona, l'età, l'area basale e la densità del legno per valutare se aggiungendo altre covariate gli errori nella previsione della biomassa possono essere ridotti. A causa delle dimensioni limitate del campione, abbiamo applicato una validazione incrociata k-fold, considerando che dividere il dataset per formare e testare 33 alberi non era sufficiente. Le metriche utilizzate per convalidare i modelli per stimare la biomassa totale aerea e i modelli allometrici specifici per i componenti degli alberi sono stati il coefficiente di determinazione (R2), l'errore quadratico medio (RMSE) e l'errore percentuale medio assoluto (MAPE). Inoltre, i parametri delle stime sono stati valutati attraverso il Percentage Relative Standard Error (PRSE) per vedere l'incertezza nei modelli dei coefficienti. L'approccio utilizzato nelle specie arbustive è stato diverso rispetto a A. araucana perché un singolo diametro del fusto da un multi-fusto non è rappresentativo per l'intera pianta. Pertanto, le principali variabili esplicative utilizzate per le specie arbustive erano l'area della corona e il volume della corona come variabile principale predittiva. I modelli forniti erano specifici per le 14 specie di arbusti, ma anche un modello multispecie è stato sviluppato come modello generale. La convalida includeva le stesse metriche utilizzate in A. araucana. Tuttavia, il modello multispecie è stato valutato anche attraverso il criterio di informazione di Akaike (AIC) a causa della variabilità dei dati tra le diverse specie e le due zone geografiche. I modelli di biomassa in A. araucana sono stati utilizzati per sviluppare metodologie per stimare la biomassa forestale aerea utilizzando dati satellitari, in particolare, dati SAR (Synthetic Aperture Radar). D'altra parte, gli stessi modelli allometrici sono stati utilizzati per addestrare e testare i dati Sentinel-2 per rilevare il degrado della foresta in 12 particelle nel sud del Cile, dove l'alterazione della foresta è stata classificata in quattro livelli, essendo questi i) nessuno, ii) basso, iii) medio e iv) alto. La biomassa misurata sul campo è stata confrontata con i valori NDVI forniti da un totale di 60 immagini su 12 mesi (da giugno 2019 a giugno 2020) da entrambi i vettori Sentinel-2.

Biomassa forestale epigea: da equazioni allometriche al telerilevamento nelle foreste pluviali temperate e negli ecosistemi arbustivi

KUTCHARTT RUEDLINGER, ERICO HEINZ
2022

Abstract

This research was focused on developing methodologies to determine aboveground biomass in tree and shrubs species in the central part and southern Chile from allometric basis equations to remote sensing approaches. The main intention was to build biomass equations by tree components, such as stem wood, stem bark, foliage and, total aboveground biomass in Araucaria araucana (Mol.) K. Koch in southern Chile, applying a destructive sampling, which includes felling and weighing the trees on the field. On the other hand, similar approaches were used in 14 shrubs species in the Mediterranean shrubland in central Chile. A part of the biomass equations, also physical wood properties were determined in A. araucana and in the 14 shrub species, such as moisture content (%) and basic wood density (Mg m-3), being a crucial step to determine dry weights in the biomass weighed in the field. In addition, biomass allocation was determined to understand the biomass distribution through different tree components. In the case of shrub species, these could be divided only into two components, being these components the woody and foliage biomass. To provide accurate biomass models in A. araucana, we tested several explanatory variables in addition to the diameter at breast height (DBH), such as total height, crown diameter, crown length, age, basal area and wood density to assess whether adding other covariates the errors in the biomass prediction can be reduced. Due the restricted sample size, we applied a k-fold cross validation, considering that to split the dataset to train and test for 33 trees were not enough. The metrics used to validate the models to estimate the total aboveground biomass, and to the specific allometric models by tree components were the coefficient of determination (R2), the root mean square error (RMSE) and the mean absolute percentage error (MAPE). In addition, the estimates parameters were assessed through the Percentage Relative Standard Error (PRSE) to see the uncertainty in the coefficient models. The approach used in shrub species was different compared to A. araucana because a single stem diameter from a multi-stem is not representative for the whole plant. Therefore, the main explanatory variables used for the shrub species were the crown area and the crown volume as a principle variable predictor. The models provided were species- specific for the 14 shrub species, but also a multi-species model was developed as a general model. The validation included the same metrics used in A. araucana. However, the multi-species model was assessed also through the Akaike information criterion (AIC) due the data variability between the different species and the two geographical zones. The biomass models in A. araucana were used to develop methodologies to estimate aboveground forest biomass using satellite data, specifically, Synthetic Aperture Radar (SAR) data. On the other hand, the same allometric models were used to train and test Sentinel-2 data to detect forest degradation in 12 forest stands in southern Chile, where the forest alteration was categorized in four levels, being these i) none, ii) low, iii) medium and iv) high. The biomass measured in the field was compared to the NDVI values provided by a total of 60 images over 12 months (from June 2019 to June 2020) from both Sentinel-2 vectors. The results indicated that Sentinel-2 data can distinguish the four alteration levels, but medium and high alterations obtained similar NDVI distributions, being not easy to distinguish both categories through satellite data.
27-set-2022
Inglese
Questa ricerca si è concentrata sullo sviluppo di metodologie per determinare la biomassa aerea nelle specie di alberi e arbusti nella parte centrale e meridionale del Cile, dalle equazioni su base allometrica agli approcci di telerilevamento. L'intenzione principale era quella di costruire equazioni di biomassa per componenti dell'albero, come il legno del fusto, la corteccia del fusto, il fogliame e la biomassa totale aerea in Araucaria araucana (Mol.) K. Koch nel Cile meridionale, applicando un campionamento distruttivo, che include l'abbattimento e la pesatura degli alberi sul campo. D'altra parte, approcci simili sono stati utilizzati in 14 specie di arbusti nella macchia mediterranea nel Cile centrale. Una parte delle equazioni della biomassa, anche le proprietà fisiche del legno sono state determinate in A. araucana e nelle 14 specie di arbusti, come il contenuto di umidità (%) e la densità di legno (Mg m-3), essendo un passo fondamentale per determinare i pesi secchi nella biomassa pesata sul campo. Inoltre, l'allocazione della biomassa è stata determinata per capire la distribuzione della biomassa attraverso i diversi componenti degli alberi. Nel caso delle specie arbustive, queste potrebbero essere divise in solo due componenti, essendo queste componenti la biomassa legnosa e quella fogliare. Per fornire modelli accurati di biomassa in A. araucana, abbiamo testato diverse variabili esplicative oltre al diametro al petto (DBH), come l'altezza totale, il diametro della corona, la lunghezza della corona, l'età, l'area basale e la densità del legno per valutare se aggiungendo altre covariate gli errori nella previsione della biomassa possono essere ridotti. A causa delle dimensioni limitate del campione, abbiamo applicato una validazione incrociata k-fold, considerando che dividere il dataset per formare e testare 33 alberi non era sufficiente. Le metriche utilizzate per convalidare i modelli per stimare la biomassa totale aerea e i modelli allometrici specifici per i componenti degli alberi sono stati il coefficiente di determinazione (R2), l'errore quadratico medio (RMSE) e l'errore percentuale medio assoluto (MAPE). Inoltre, i parametri delle stime sono stati valutati attraverso il Percentage Relative Standard Error (PRSE) per vedere l'incertezza nei modelli dei coefficienti. L'approccio utilizzato nelle specie arbustive è stato diverso rispetto a A. araucana perché un singolo diametro del fusto da un multi-fusto non è rappresentativo per l'intera pianta. Pertanto, le principali variabili esplicative utilizzate per le specie arbustive erano l'area della corona e il volume della corona come variabile principale predittiva. I modelli forniti erano specifici per le 14 specie di arbusti, ma anche un modello multispecie è stato sviluppato come modello generale. La convalida includeva le stesse metriche utilizzate in A. araucana. Tuttavia, il modello multispecie è stato valutato anche attraverso il criterio di informazione di Akaike (AIC) a causa della variabilità dei dati tra le diverse specie e le due zone geografiche. I modelli di biomassa in A. araucana sono stati utilizzati per sviluppare metodologie per stimare la biomassa forestale aerea utilizzando dati satellitari, in particolare, dati SAR (Synthetic Aperture Radar). D'altra parte, gli stessi modelli allometrici sono stati utilizzati per addestrare e testare i dati Sentinel-2 per rilevare il degrado della foresta in 12 particelle nel sud del Cile, dove l'alterazione della foresta è stata classificata in quattro livelli, essendo questi i) nessuno, ii) basso, iii) medio e iv) alto. La biomassa misurata sul campo è stata confrontata con i valori NDVI forniti da un totale di 60 immagini su 12 mesi (da giugno 2019 a giugno 2020) da entrambi i vettori Sentinel-2.
PIROTTI, FRANCESCO
Università degli studi di Padova
File in questo prodotto:
File Dimensione Formato  
Kutchartt_Erico_FINAL_PDF_A.pdf

accesso solo da BNCF e BNCR

Dimensione 44.12 MB
Formato Adobe PDF
44.12 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/98097
Il codice NBN di questa tesi è URN:NBN:IT:UNIPD-98097