• Institucional
  • Agenda
  • Seminario IESTA (SIESTA)

Seminario IESTA (SIESTA)

25 Noviembre 2020
14:00

El miércoles 25 a las 14 horas vía Zoom tendrá lugar una nueva sesión del SIESTA. En esta ocasión el título de la presentación "Diseño de muestreo para la detección de Árboles Nativos y Otras Formaciones Boscosas fuera del Bosque Nativo". Esta actividade estará a cargo de María Eugenia Riaño (IESTA-FCEA-Udelar).

Resumen

El stock de carbono en la biomasa viva del Bosque Nativo se estima a partir de mapas de carbono, basados en cartografías, y del área estimada de omisión y sobrecobertura del mapa de Bosque Nativo.
Debido a que los Árboles Nativos y Otras Formaciones Boscosas por fuera del Bosque Nativo (ANFB y OFBN) no cumplen con los requisitos para ser clasificados como bosque, no se tienen en cuenta en la estimación del stock de carbono nacional. El objetivo de este trabajo es obtener una estimación del carbono asociado a este tipo de formaciones boscosas. Para ello es necesario implementar un diseño muestral que logre detectar de manera eficiente la presencia de ANFB y OFBN en una muestra de ubicaciones
a ser analizadas con imágenes de alta resolución. Los diseños de muestreo utilizados en problemas de sensoramiento remoto son por lo general diseños estratificados simples o sistemáticos, que no toman en cuenta información auxiliar, más allá de la propia clasificación del mapa en las categorías de interés. Este tipo de diseños son poco adecuados a la realidad del Bosque Nativo de Uruguay, el cual representa proximadamente un 6% de la superficie total, no considerando ningúnn tipo de información auxiliar que mejore la detección de los casos de interés en la muestra. El diseño muestral propuesto incorpora información
auxiliar en las probabilidades de selección, aumentando la cantidad de casos detectados en la muestra respecto a los diseños estratificados simples y sistemáticos. El enfoque de muestreo utilizado puede considerarse como un híbrido entre el enfoque de la inferencia basada en el diseño y el de la inferencia basada en modelos.

Mail de contacto: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

menu logo