Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
SESIÓN 04 - A: SISTEMAS AGROFORESTALES Lugar: AUDITORIO PRINCIPAL Presidente de la sesión: Jose Luis Tomé Morán | |
| Presentación 5 | |
Detección de síntomas tempranos de decaimiento en bosques abiertos de encinas mediante imágenes satelitales de muy alta resolución espacial 1: Laboratorio de Espectro-radiometría y Teledetección Ambiental (SpecLab-CSIC), España; 2: Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA-CSIC), España; 3: Institute of Geography. University of Cologne, Alemania El seguimiento de la salud y productividad de los ecosistemas forestales es posible a partir de un conjunto muy diverso de técnicas que facilitan información a distintas escalas temporales y espaciales. Sin embargo, la integración de estas técnicas aún no se ha implantado de forma eficaz en redes de ámbito global. El proyecto SensOFOREST, en el que se enmarca este estudio, contribuye a la red europea “ForestWard Observatory” mediante la implementación de un sistema integrado de observación (SIO) compuesto por sensores terrestres equipados para la transmisión en tiempo real, así como datos multiescalares de teledetección (in situ, drones y satélites). El proyecto se centra en áreas de estudio representativas de dehesas de encina, donde la estructura de la vegetación supone un reto para el estudio del arbolado con imágenes de satélite. En este trabajo se describe la metodología y objetivos generales del proyecto y se presentan algunos resultados de las campañas experimentales realizadas en septiembre de 2024 y julio de 2025 en la estación experimental de Majadas de Tiétar (Cáceres). Los datos biofísicos y espectrales recopilados en estas campañas demuestran el potencial de las imágenes de satélite de muy alta resolución espacial Pleiades Neo para detectar síntomas tempranos de decaimiento, como la pérdida de masa foliar, en encinas potencialmente afectadas por patógenos presentes en el suelo como Phytophthora cinnamomi. | |

