Aplicación de la teledetección satelital en el seguimiento de la defoliación por insectos forestales

Resumen

La defoliación por insectos es la causa de daño más común que afecta a la salud forestal de coníferas y frondosas. Varios estudios han mostrado que el actual calentamiento global puede conducir a un incremento en la frecuencia, severidad y extensión de daños producidos por plagas forestales, con consecuencias productivas y ecológicas predecibles. La teledetección de defoliaciones por insectos se basa en la integración de los datos de campo con las capacidades espectrales y espaciales de los sensores remotos, satelitales y aéreos. Las técnicas desarrolladas recientemente en este ámbito tienen un importante potencial como apoyo para los gestores forestales en el manejo sostenible de la salud forestal. En esta tesis se revisan las investigaciones a nivel mundial durante el periodo 2007-2012 para conocer el estado, tendencia y potencialidad de la teledetección en la detección, mapeo y seguimiento de la defoliación forestal causada por insectos. Se halló que todo sistema de seguimiento, a escala nacional o regional, para su eficacia y rentabilidad debe aplicarse a dos niveles, uno usando productos de series de tiempo con moderada a amplia resolución espectral, y otro usando productos de fina o alta resolución. En este sentido, se ha incrementado el uso de los datos MODIS para la detección temprana, mientras que los datos Landsat predominan en investigaciones de daños forestales. Más aún, actualmente los datos ALS sobre masas forestales se presentan como los más prometedores para opciones operativas de detección de defoliaciones. Los índices de vegetación basados en el infrarrojo medio y cercano como indicadores de contenido de humedad tienen un alto potencial para cartografiar defoliaciones por plagas de insectos, más allá de que el índice NDVI sea el más ampliamente usado y evaluado. Entre los métodos más prometedores para el seguimiento de defoliación por insectos destacan el análisis de mezclas espectrales, más adecuado para la detección debido a su reconocimiento sub-pixel lo cual mejora los datos multiespectrales, el uso de modelos logísticos en función del cambio del índice de vegetación, recomendado para la predicción de la defoliación, y el análisis de series temporales que permite la predicción de la distribución anual de las zonas defoliadas. Estas últimas técnicas pueden proporcionar además indicios de la historia de los brotes en períodos en que los registros de campo no estén disponibles, y la última de ellas permitir superar la necesidad de datos libres de nubes para un seguimiento operativo hacia una continuidad en la evaluación de la defoliación de un sistema de alerta temprana y seguimiento de manera rentable en grandes áreas. El seguimiento y mapeo de daños mediante teledetección satelital multiespectral puede ser una opción adecuada y rentable en zonas escarpadas como la Cordillera Cantábrica, donde los hayedos (Fagus sylvatica) se encuentran en su rango más meridional y son afectados por defoliaciones del gorgojo minador foliar del haya, Rhynchaenus fagi. Estos hayedos, que se encuentran entre los bosques caducifolios más extendidos y emblemáticos de Europa, sirven con frecuencia como refugio para varias especies en peligro de extinción. En estos hayedos, las poblaciones de R. fagi, permanecen por lo general en niveles endémicos durante largos períodos, pero ocasionalmente se producen brotes bajo ciertas condiciones favorables, causando una defoliación extensiva y provocando el debilitamiento de los hayedos. En este trabajo se han relacionado espectralmente ciento once registros inventariados de defoliación, obtenidos de 17 parcelas de campo durante un período de 8 años, con diez índices de vegetación a partir de datos del satélite Landsat TM. También se desarrolló un modelo sigmoidal de efectos mixtos en función del cambio en el índice de vegetación para predecir la defoliación por R. fagi en rodales de haya sobre la base de un modelo general con datos Landsat propuesto recientemente. El índice MSI (Moisture Stress Index: banda 5 / banda 4 del sensor Landsat) proporcionó al modelo el mejor ajuste. El modelo ¿MSI de defoliación obtuvo errores estimados de defoliación con un RMSE de 4.0% y de un MAE de 3.1% y una R2 significativo de 0.685 (p<0.0001) o de 0.632 R2 de Nagelkerke. El modelo se aplicó para cartografiar el comportamiento espacio-temporal de defoliación por R. fagi en parcelas de haya, observándose una tendencia a la oscilación de la defoliación durante el periodo de estudio. Se evidenció que este modelo, basado en la teledetección satelital, representa una herramienta rentable para la vigilancia de la salud en general, en zonas montañosas de difícil acceso como las aquí estudiadas. Los programas de manejo forestal, como los destinados a la conservación del hábitat de los bosques de hayas en el sur de la Cordillera Cantábrica, se beneficiarán de la cartografía remota y de la evaluación de la vulnerabilidad de las parcelas a daños por insectos, y por otras perturbaciones, en los actuales escenarios del cambio global. La presente tesis aporta también un avance con el uso de un modelo de regresión logística en función del cambio del índice de vegetación MSI. A partir de la disponibilidad de datos del Laboratorio de Mora de Rubielos (Teruel) recabados durante un periodo de 40 años, se eligieron 26 años (1986-2011) cuyos registros poblacionales de los brotes de la procesionaria del pino, Thaumetopoea pityocampa, pudieron ser cubiertos exhaustivamente por una serie temporal de imágenes históricas del sistema Landsat seleccionadas. Los seis niveles del índice de infestación medidos en campo se reclasificaron en dos categorías, defoliado y no-defoliado, para asegurar su mejor detección espectral. En base a la naturaleza binaria de los nuevos datos, se ajustó un modelo de regresión logística de la probabilidad de daño por defoliación causado por la procesionaria en masas de Pinus nigra en función de los índices MSI y SPEI (Standarized Precipitation-Evapotranspiration Index). El modelo resultó con una especificidad del 72.9%, sensibilidad del 65.9%, y con una fiabilidad global del 71.6%. Es decir, el modelo podrá predecir con mucha fiabilidad cuando un pinar de P. nigra no sufra el ataque de la procesionaria, pero con poca fiabilidad lo contrario, debido a su tendencia a producir bajos falsos negativos y elevados falsos positivos. El modelo presentado no pudo ser validado por falta de más datos de campo del daño y la condición histórica de éstos. No obstante, la potencial utilidad para el gestor forestal de un modelo probabilístico de la defoliación de esta plaga, tanto en su modalidad dicotómica como continua, podría ser mejorada mediante la incorporación, a través futuros estudios, de más datos de defoliación y variables mejor controladas.