Estimación de la edad de los bosques de la península Ibérica a partir de datos de Inventario Forestal Nacional y de teledetección

Autores/as

  • Marina Rodes Blanco "Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain; Universidad de Alcalá. Department of Geology, Geography and Environment. Environmental Remote Sensing Research Group (GITA), Alcalá de Henares 28805, Spain" Autor/a https://orcid.org/0000-0001-9326-5101
  • Julen Astigarraga Department of Earth and Environmental Sciences, Lund University, Lund S-223 62, Sweden Autor/a https://orcid.org/0000-0001-9520-3713
  • Thomas A. M. Pugh Department of Earth and Environmental Sciences, Lund University, Lund S-223 62, Sweden Autor/a https://orcid.org/0000-0002-6242-7371
  • Verónica Cruz-Alonso Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain Autor/a https://orcid.org/0000-0002-0642-036X
  • Sofía Miguel "Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain; Universidad de Alcalá. Department of Geology, Geography and Environment. Environmental Remote Sensing Research Group (GITA), Alcalá de Henares 28805, Spain" Autor/a https://orcid.org/0000-0002-1341-8022
  • Miriam Bravo-Hernández Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain Autor/a https://orcid.org/0009-0001-6117-507X
  • Cristina Grajera-Antolín Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain Autor/a https://orcid.org/0000-0002-3694-5909
  • Julián Tijerín-Triviño "Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain; Universidad de Alcalá. Department of Geology, Geography and Environment. Environmental Remote Sensing Research Group (GITA), Alcalá de Henares 28805, Spain" Autor/a https://orcid.org/0000-0001-9576-4780
  • Miguel A. Zavala Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain Autor/a https://orcid.org/0000-0003-1456-0132
  • Jordi Vayreda CREAF, Campus Bellaterra (UAB), Cerdanyola del Vallès, Catalonia, Spain Autor/a https://orcid.org/0000-0002-9538-7361
  • Albert Vilà-Cabrera Biosciences Department. Faculty of Science, Technology and Engineering. University of Vic – Central University of Catalonia (UVic–UCC), C. de la Laura, 13, 08500, Vic, Catalonia, Spain Autor/a https://orcid.org/0000-0001-7589-7797
  • Paloma Ruiz-Benito "Universidad de Alcalá. Department of Life Sciences, Forest Ecology and Restoration Group (FORECO), Universidad de Alcalá, Alcalá de Henares 28805, Spain; Universidad de Alcalá. Department of Geology, Geography and Environment. Environmental Remote Sensing Research Group (GITA), Alcalá de Henares 28805, Spain" Autor/a https://orcid.org/0000-0002-2781-5870

DOI:

https://doi.org/10.17398/3101-7177.2.226

Palabras clave:

Edad forestal, estimaciones de edad, observación de la tierra, Inventario Forestal Nacional, modelización espacial

Resumen

Los bosques desempeñan un papel esencial en la regulación del ciclo de carbono, y la edad forestal es una variable clave para estimar su capacidad de almacenar carbono en la biomasa. Sin embargo, la falta de información espacialmente continua y detallada sobre la distribución de edades limita su uso. La estimación de edad a nivel nacional enfrenta importantes desafíos por la dependencia de datos de campo obtenidos en parcelas de inventarios forestales, los cuales ofrecen alta precisión, pero son espacialmente discontinuos y costosos de obtener. En este contexto, la teledetección ofrece una oportunidad para complementar la información de campo mediante el uso combinado de series temporales de Landsat y datos LiDAR, lo que permite generar estimaciones de edad más precisas y a mayores resoluciones. El objetivo de este trabajo es generar un mapa nacional de edad forestal para 2010 a 0.5 º y 30 m de resolución, integrando inventarios nacionales, perturbaciones forestales detectadas a partir de series Landsat y alturas derivadas de LiDAR. Para ello, primero generamos un mapa de distribuciones de edad a 0.5 ° de resolución a partir de datos de inventario y de perturbaciones. Posteriormente, reescalamos la distribución de edades a una resolución de 30 m a partir de alturas derivadas de LiDAR, utilizando la relación que existe entre la edad y la altura de los árboles. 

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Besnard, S., Koirala, S., Santoro, M., Weber, U., Nelson, J., Gütter, J., ... & Carvalhais, N. (2021). Mapping global forest age from forest inventories, biomass and climate data. Earth System Science Data Discussions, 2021, 1-22.

Bonan, G. B. (2008). Forests and climate change: forcings, feedbacks, and the climate benefits of forests. Science, 320(5882), 1444-1449.

Harris, N. L., Gibbs, D. A., Baccini, A., Birdsey, R. A., De Bruin, S., Farina, M., ... & Tyukavina, A. (2021). Global maps of twenty-first century forest carbon fluxes. Nature Climate Change, 11(3), 234-240.

Hoover, C. M., & Smith, J. E. (2023). Aboveground live tree carbon stock and change in forests of conterminous United States: influence of stand age. Carbon balance and management, 18(1), 7.

Poulter, B. et al. The global forest age dataset and its uncertainties (GFADv1.1). NASA National Aeronautics and Space Administration PANGAEA https://doi.org/10.1594/PANGAEA.897392 (2019).

Senf, C. & Seidl, R. Mapping the forest disturbance regimes of Europe. Nature Sustainability 4, 63–70 (2021).

Schadauer, K., Astrup, R., Breidenbach, J., Fridman, J., Gräber, S., Köhl, M., ... & Riedel, T. (2024). Access to exact National Forest Inventory plot locations must be carefully evaluated. New Phytologist, 242(2).

Sha, Z., Bai, Y., Li, R., Lan, H., Zhang, X., Li, J., ... & Xie, Y. (2022). The global carbon sink potential of terrestrial vegetation can be increased substantially by optimal land management. Communications Earth & Environment, 3(1), 8.

Turubanova, S., Potapov, P., Hansen, M. C., Li, X., Tyukavina, A., Pickens, A. H., ... & Stolle, F. (2023). Tree canopy extent and height change in Europe, 2001–2021, quantified using Landsat data archive. Remote Sensing of Environment, 298, 113797.

Villanueva, J.A. Tercer Inventario Forestal Nacional (1997-2007) (Ministerio de Medio Ambiente, 2005).

Vilén, T., Gunia, K., Verkerk, P. J., Seidl, R., Schelhaas, M. J., Lindner, M., & Bellassen, V. (2012). Reconstructed forest age structure in Europe 1950–2010. Forest Ecology and Management, 286, 203-218.

Wei, Y., Li, M., Chen, H., Lewis, B. J., Yu, D., Zhou, L., ... & Dai, L. (2013). Variation in carbon storage and its distribution by stand age and forest type in boreal and temperate forests in northeastern China. PloS one, 8(8), e72201.

Zhang, C., Ju, W., Chen, J. M., Li, D., Wang, X., Fan, W., ... & Zan, M. (2014). Mapping forest stand age in China using remotely sensed forest height and observation data. Journal of Geophysical Research: Biogeosciences, 119(6), 1163-1179.

Descargas

Publicado

2026-06-03

Cómo citar

Estimación de la edad de los bosques de la península Ibérica a partir de datos de Inventario Forestal Nacional y de teledetección. (2026). Congresos UEx, Actas De Congresos, 2. https://doi.org/10.17398/3101-7177.2.226