{rfName}
Im

Licencia y uso

Icono OpenAccess

Altmetrics

Impacto en los Objetivos de Desarrollo Sostenible (ODS)

Investigadores/as Institucionales

Iglesias Picazo, Ana LuisaAutor o CoautorRecuero, LauraAutor o CoautorPalacios-Orueta, AliciaAutor o Coautor

Compartir

10 de junio de 2019
Publicaciones
>
Artículo

Improving Aboveground Forest Biomass Maps: From High-Resolution to National Scale

Publicado en: Remote Sensing. 11 (7): 795- - 2019-04-01 11(7), DOI: 10.3390/rs11070795

Autores:

Durante, P; Martín-Alcón, S; Gil-Tena, A; Algeet, N; Tomé, JL; Recuero, L; Palacios-Orueta, A; Oyonarte, C
[+]

Afiliaciones

AGRESTA Soc Cooperat - Autor o Coautor
CAESCG - Autor o Coautor
Univ Almeria, Dept Agron - Autor o Coautor
Univ Politecn Madrid, ETSIMFMN, Dept Sistemas & Recursos Nat - Autor o Coautor
Ver más

Resumen

Forest aboveground biomass (AGB) estimation over large extents and high temporal resolution is crucial in managing Mediterranean forest ecosystems, which have been predicted to be very sensitive to climate change effects. Although many modeling procedures have been tested to assess forest AGB, most of them cover small areas and attain high accuracy in evaluations that are difficult to update and extrapolate without large uncertainties. In this study, focusing on the Region of Murcia in Spain (11,313 km(2)), we integrated forest AGB estimations, obtained from high-precision airborne laser scanning (ALS) data calibrated with plot-level ground-based measures and bio-geophysical spectral variables (eight different indices derived from MODIS computed at different temporal resolutions), as well as topographic factors as predictors. We used a quantile regression forest (QRF) to spatially predict biomass and the associated uncertainty. The fitted model produced a satisfactory performance (R-2 0.71 and RMSE 9.99 tha(-1)) with the normalized difference vegetation index (NDVI) as the main vegetation index, in combination with topographic variables as environmental drivers. An independent validation carried out over the final predicted biomass map showed a satisfactory statistically-robust model (R-2 0.70 and RMSE 10.25 tha(-1)), confirming its applicability at coarser resolutions.
[+]

Palabras clave

AlsClimate changeClimate-changeCoverField plotsInventory plotsLand-useLidarLife on landMediterranean forestModerate resolutionModisNdviQuantile regression forestTerrestrial ecosystemsUncertaintyVegetation

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Remote Sensing debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2019, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Earth and Planetary Sciences (Miscellaneous). Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales de Scopus Elsevier, arroja un valor para la media Ponderada del Impacto Normalizado de la agencia Scopus: 1.59, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 13 Nov 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2026-04-25, el siguiente número de citas:

  • WoS: 27
  • Scopus: 30
  • Google Scholar: 35
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-25:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 72.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 72 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 6.
  • El número de menciones en la red social X (antes Twitter): 7 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/94309/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 26
  • Descargas: 2
Siguiendo con el impacto social del trabajo, es importante enfatizar el hecho de que, por su contenido, puede ser asignado a la línea de interés del ODS 15 - Life on land, con una probabilidad del 51% según el algoritmo mBERT desarrollado por Aurora University.
[+]

Objetivos del proyecto

Los objetivos perseguidos en esta aportación se centran en mejorar la estimación de la biomasa aérea forestal a gran escala y alta resolución temporal. Se busca analizar la integración de datos de escaneo láser aerotransportado con medidas de campo y variables espectrales biofísicas derivadas de MODIS. Se pretende evaluar el uso de la regresión cuantílica aleatoria para predecir espacialmente la biomasa y su incertidumbre asociada. Además, se aspira a determinar el desempeño del modelo mediante indicadores estadísticos como R² (0.71) y RMSE (9.99 t/ha) y validar independientemente la aplicabilidad del modelo a resoluciones más gruesas, confirmando resultados con R² de 0.70 y RMSE de 10.25 t/ha.
[+]

Resultados más relevantes

Los resultados más relevantes del estudio se centran en la estimación del biomasa aérea forestal (AGB) en la Región de Murcia, España, utilizando datos de escaneo láser aerotransportado y variables espectrales y topográficas. En primer lugar, el modelo de regresión cuantílica por bosque aleatorio (QRF) mostró un rendimiento satisfactorio con un coeficiente de determinación R² de 0.71 y un error cuadrático medio (RMSE) de 9.99 t ha⁻¹. En segundo lugar, el índice de vegetación de diferencia normalizada (NDVI) fue identificado como el principal predictor vegetal. En tercer lugar, la validación independiente del mapa final de biomasa arrojó un R² de 0.70 y un RMSE de 10.25 t ha⁻¹, confirmando la aplicabilidad del modelo a resoluciones más gruesas.
[+]

Reconocimientos ligados al ítem

Pilar Durante's participation was supported by a predoctoral grant [DI-15-08093] and Nur Algeet [PTQ-14-07206], Santiago Martin-Alcon [PTQ-15-07975] and Assu Gil-Tena [PTQ-16-08741] by postdoctoral grants awarded by the 'National Programme for the Promotion of Talent and Its Employability' of the Ministry of Economy, Industry, and Competitiveness (Torres-Quevedo program), which are partially funded by the European Social Fund (ESF) from the European Commission. Laura Recuero was also supported by a predoctoral grant [FPU014/05633] from the Spanish Ministry of Science, Innovation and Universities.
[+]