Detection of heartwood rot in Norway spruce trees with lidar and multi-temporal satellite data

Los hongos patógenos de la pícea de Noruega que causan podredumbre de raíces, troncos y tallos representan un problema considerable para el sector forestal en muchos países. La detección temprana de la presencia de podredumbre es importante para la gestión eficiente de los recursos forestales, pero debido a su naturaleza, que no genera signos externos evidentes, es muy difícil de detectar sin mediciones invasivas. La teledetección se ha utilizado ampliamente para monitorear el estado de salud de los bosques en relación con numerosos patógenos e infestaciones. En particular, los datos multitemporales obtenidos por teledetección han demostrado ser útiles para detectar enfermedades degenerativas. En este estudio, exploramos la posibilidad de utilizar datos satelitales multitemporales y multiespectrales para detectar la presencia de podredumbre en píceas de Noruega en Noruega. Imágenes con cuatro bandas fueron adquiridas por la constelación de satélites Dove con una resolución espacial de 3 m, abarcando tres años desde junio de 2017 hasta septiembre de 2019. Los datos de campo fueron recopilados en 2019-2020 por un cosechador durante la tala: se registraron 16163 árboles, clasificados en términos de especie y presencia de podredumbre en el tocón y geolocalizados automáticamente. El análisis se llevó a cabo a nivel de copa de árbol individual (ITC), y las ITC se delinearon utilizando datos lidar. Las ITC se clasificaron como sanas, infestadas y otras especies utilizando una máquina de vectores de soporte ponderada. Los resultados mostraron una subestimación de la presencia de podredumbre (precisión balanceada del 56,3%, precisiones del productor del 64,3 y 48,4% y precisiones del usuario del 81,0% y 32,7% respectivamente para ITC sanas y podridas). El método se puede utilizar para proporcionar un mapa tentativo de la presencia de podredumbre para guiar evaluaciones más detalladas en las actividades de campo y de cosecha.