Uso de imágenes hiperespectrales para la predicción del marchitamiento de Pinus halepensis (Mill.) en el bosque mediterráneo

Abstract

[ES] El incremento de los efectos negativos del cambio climático y la aparición de especies invasoras en los bosques de todo el mundo requieren el desarrollo de métodos innovadores para monitorear y medir cuantitativamente el estado de salud de las masas arboladas. Estos efectos son especialmente notables en el área mediterránea, donde el decaimiento de las masas por sequías recurrentes ha incrementado los daños por plagas secundarias cuyas poblaciones, de otro modo, estarían en equilibrio. Las tecnologías de teledetección nos permiten afrontar trabajos en grandes superficies con una precisión razonable. En particular, se ha demostrado que nuevos índices espectrales obtenidos a partir de imágenes hiperespectrales y térmicas de alta resolución son buenos predictores para la detección temprana de cambios fisiológicos relacionados con enfermedades. En este estudio piloto desarrollado en una masa de Pinus halepensis en la Comunitat Valenciana, se lleva a cabo una simulación controlada de decaimiento por medio del anillado secuencial de árboles, haciendo un posterior seguimiento en campo del decaimiento que provoca. La captura de imágenes hiperespectrales de alta resolución ha permitido analizar la relación entre la información espectral en cada uno de los árboles anillados con su decoloración y estado de decaimiento observado. La metodología propuesta permite la detección de árboles afectados con tres meses de antelación a la aparición de síntomas visuales, clasificándolos con un nivel de acierto superior a 0,9 con los clasificadores Random Forest y Support Vector Machine. Los índices que generaron mejores resultados fueron PRI, VOG1, VOG2, GM1 y OSAVI. Este estudio piloto permite pensar que algunos de estos índices puedan ser utilizados en la detección temprana de marchitamientos generales de los pinares y, por tanto, tengan aplicación en la monitorización de las principales amenazas de los bosques europeos, las plagas de perforadores o los organismos de cuarentena como Bursaphelenchus xylophilus.

[EN] The increasing negative effects of climate change and the emergence of invasive species in forests around the world require the development of innovative methods to monitor and quantitatively measure the health status of woodlands. These effects are especially notable in the Mediterranean area, where the decline of stands due to recurrent droughts has increased the damage caused by secondary pests whose populations would otherwise be in balance. Remote sensing technologies allow us to work on large surfaces with reasonable precision. In particular, new spectral indices obtained from high-resolution hyperspectral and thermal images have been shown to be good predictors for the early detection of physiological changes related to diseases. In this pilot study developed in a stand of Pinus halepensis in the Comunitat Valenciana, a controlled simulation of a decay is carried out by means of sequential girdling of trees, making a subsequent field monitoring of the caused decay. Through a hyperspectral camera, the spectral information of each of these trees is analyzed in relation to their discoloration and state of observed decay. The proposed methodology allows the detection of affected trees three months before the appearance of visual symptoms, obtaining a precision higher than 0.9 with Random Forest and Support Vector Machine classifiers. The vegetation indices with better results were PRI, VGO1, VGO2, GM1 and OSAVI. This pilot study allows us to think that some of these indices can be used in the early detection of general pine wilt and, therefore, have application in the monitoring of the main threats to European forests, borer pests or quarantine organisms such as Bursaphelenchus xylophilus.