Memoria para optar al Título Profesional de Ingeniero en Recursos Naturales Renovables / La humedad del suelo es una de las variables climáticas esenciales de la biósfera debido a que dirige los flujos de agua y energía entre la superficie de la tierra y la atmósfera. Su estimación es importante para gran cantidad de estudios, entre ellos los relacionados a la demanda hídrica, modelos de predicción climática, estudios sobre la cobertura vegetacional y las actividades agrícolas. Entre los métodos para estimar la humedad del suelo se han desarrollado modelos semi-empíricos que utilizan la sinergia generada entre datos ópticos y las microondas pasivas en banda L provenientes de sensores remotos. La ventaja de estos modelos es que consideran los efectos producidos por la cubierta vegetal sobre la señal captada por el sensor, permitiendo estimaciones desde escalas locales a globales. El objetivo de este trabajo fue analizar el impacto de diferentes indicadores de vegetación sobre la estimación de la humedad del suelo utilizando el algoritmo óptico-microondas pasivo (OPM). Esto fue realizado para un periodo entre enero del 2010 hasta diciembre del 2015 considerando los datos de temperatura de brillo bipolarizada en banda L de la misión “Soil Moisture Ocean Salinity” (SMOS); el índice de vegetación de diferencia normalizada (NDVI) y el índice de área foliar (LAI) del sensor “Moderate Resolution Imaging Spectroradiometer” (MODIS) y la humedad y temperatura de los primeros 7 cm de suelo provenientes del “reanalysis” ERA-Interim. Luego se evaluaron y compararon estas estimaciones utilizando las cartografías de uso de suelo de la Corporación Nacional Forestal (CONAF), de la “European Space Agency Climate Change Iniciative” (ESA-CCI) y de ECOCLIMAP. Con estos datos se generó una base de 6 años de datos para cada pixel dentro del área de estudio, utilizando desde el 2010 al 2014 para calibrar el método OPM y el año 2015 para validar los valores de humedad del suelo.

Memoria para optar al Título Profesional de Ingeniero Forestal / El aumento de la disponibilidad de sistemas de captura masiva de información geográfica, requiere la evaluación y validación de sus capacidades para su procesado automático. Su utilización se da en diferentes campos: civil, militar, forestal, obras civiles, hidrología, medio ambiente, agricultura. La siguiente memoria tiene por objeto evaluar la exactitud de modelos digitales de elevación (DEMs), obtenidos mediante imágenes estereoscópicas satelitales, proveniente de la constelación PLEIADES de la zona de Monte Oscuro, VII Región del Maule, contrastándolo con modelos digitales de elevación validados: LiDAR, SRTM y ASTER.

Memoria para optar al Título Profesional de: Ingeniero en Recursos Naturales Renovables / La humedad de suelo es una de las variables climáticas esenciales en la biósfera, pues se encuentra fuertemente relacionada a los procesos de intercambio de calor y de distribución de los flujos de energía en la interface superficie-atmósfera. Sin embargo, su determinación de manera periódica y a escala regional es difícil por medio de estimaciones puntuales. Frente a esto las técnicas de teledetección, y en particular las basadas en observaciones de microondas en banda L (1.4 Ghz), se presentan como una herramienta importante para su estimación periódica a escala regional. Lo métodos utilizados para estimar la humedad a partir de las observaciones de microondas de banda L, no suelen consideran los efectos de la cubierta vegetal sobre la señal recibida por un sensor remoto. Es por esto que se han desarrollado métodos semi-empíricos que buscan corregir los efectos de la cubierta vegetal en la estimación de humedad a partir de la información de un índice de vegetación. Para esta memoria se utilizaron los datos de temperatura de brillo bi-polarizada en banda L de la misión SMOS; el índice de vegetación de diferencia normalizada (NDVI) del sensor MODIS; la humedad y temperatura de los primeros 7 cm de suelo provenientes del “reanalysis” ERA-Interim, y 13 clases de cobertura de superficie obtenidas de la base de datos ECOCLIMAP. Los datos abarcan el periodo comprendido entre Enero de 2010 y Diciembre de 2012, y corresponden a la zona central de Chile. Con los datos se generó una base de 3 años de datos para cada pixel del área de estudio, con la cual se calibró, evaluó y validó un método de estimación de humedad de superficie tanto considerando el NDVI de MODIS, como no considerando un indicador de vegetación. Los resultados se analizaron según las clases de coberturas presentes en el área de estudio y en función del coeficiente de determinación (r2 ), de los coeficientes obtenidos en las regresiones y del “Unbiased Root Mean Square Difference” (ubRMSD). Los resultados mostraron aumentos en el r2 promedio para todas las clases de cobertura analizadas cuando se incorporó el NDVI de MODIS en la calibración del método. Los aumentos en el r2 variaron entre un 3% correspondiente a la clase de Cultivos y un 49% correspondiente a la clase de Matorral Cerrado. El ubRMSD presentó disminuciones de hasta un 1% de m3 /m3 en las clases de Bosque, Matorral Abierto y Matorral Leñoso, y disminuciones de hasta un 2% de m3 /m3 en la clase de Matorral Cerrado. El análisis de los resultados sugiere que la incorporación del NDVI de MODIS en el método semi-empírico es capaz de mejorar las estimaciones de humedad de superficie para algunas coberturas. / Soil moisture is one of the biosphere’s essential climatic variables, as it drives the processes of heat exchange and energy fluxes distribution between Earth’s surface and the atmosphere. However, it periodical monitoring at regional scales using in-situ measurements is complicated. In this context, remote-sensing techniques, and in particular those based in L-band microwaves observations, appear as an important tool for the periodical estimation of soil moisture at regional scales. The approaches used to estimate soil moisture from L-band microwaves observations usually do not take into account the effects of the vegetation cover in the signal received by a remote sensor. Because of this, several semi-empirical approaches have been developed in order to correct the effects of the vegetation cover in the soil moisture estimation by using the information from a vegetation index. For this work, several datasets were used: Bi-polarized brightness temperature from the SMOS mission, the normalized difference vegetation index (NDVI) from MODIS, the temperature and water content from the first 7 cm of soil depth from the ERA-Interim reanalysis, and 13 land cover classes obtained from the ECOCLIMAP data base. The data period included years 2010, 2011 and 2012, and the method was applied over the central area of Chile. Using the data, a 3-year database was compiled for every pixel of the study area, which was used to calibrate, evaluate and validate a semi-empirical approach to estimate soil moisture, both using the NDVI from MODIS, and not including any vegetation index in the approach. Results were analyzed for every land cover class using the determination coefficient (r2 ), the coefficients obtained from the regressions and the unbiased root mean square difference (ubRMSD). Results showed an increase in the average r2 for all land cover classes when a vegetation index was used in the calibration of the approach. These increases in r2 ranged from a 3% for the Crop class, to a 49% for the Closed Shrubland class. The ubRMSD presented a decrease in its value up to 1% m3 /m3 for the Woodlands, Open Shrublands and Woody Shrublands classes and up to 2% m3 /m3 for the Closed Shrubland class. The analysis of the results suggests that the use of MODIS’s NDVI in the semi-empirical approach is able to improve the soil moisture estimation for some of the land cover classes.

Tesis para optar al título de: Ingeniero en Recursos Naturales Renovables / En el presente estudio se realizó una detección de cambios en la vegetación del Cordón de Cantillana mediante un análisis multitemporal de imágenes Landsat (de 4 fechas distintas), abarcando el período 1975-2003. Esto se llevó a cabo analizando dos variables en cada una de las 4 fechas. La primera de ellas fue el vigor vegetal, para lo que se utilizó el índice de vegetación SAVI. La segunda variable fue la superficie ocupada por distintos tipos vegetacionales encontrados en el sector, las que se estimaron mediante una clasificación supervisada. Para la detección de cambios se usó, en el caso del SAVI, clusters, composiciones multitemporales y análisis de componentes principales, mientras que para las superficies de tipos vegetacionales, se usaron imágenes y tablas de cambios multitemporales pudiendo ver las distintas transiciones a lo largo del tiempo.

[pt] Este trabalho faz parte do desenvolvimento do núcleo de estudos de redes de computadores que utilizam canais de rádio PRNET ( Packet Radio Networks). Aborda-se a especificação e implementação do três primeiros níveis dos protocolos de comunicação segundo o padrão OSI/ISO: e a especificação e implementação de um serviço de execução remota de programas que visa utilizar a capacidade computacional da rede que está distribuída entre vários sistemas independentes de capacidade individual reduzida, usando as estações ociosas para a execução remota dos programas. / [en] The aim of this work is to develop a research nucleus as a support for studying packet radio networks. The scope of this work is the specification and implementation of the first three levels of the ISO reference model and the specification and implementation of a remote program execution service, that uses all the network’s computational resources, distributed among several independent systems with a limited capability of execution, taking advantage of idle stations, to execute programs.

No description available.

No description available.

Memoria para optar al título profesional de Ingeniero en Recursos Naturales Renovables / Este estudio tiene como objetivo principal el generar y comparar modelos de estimación de biomasa aérea forestal utilizando los sensores pasivos LANDSAT ETM+ y ASTER GDEM, datos LiDAR e información de inventarios forestales del predio experimental Pantanillos, Región del Maule. De la imagen LANDSAT se utilizó la respuesta espectral además de obtener índices de vegetación y la transformación “Tasselep Cap”. A partir del ASTER GDEM se obtuvo información topográfica incluyendo pendiente, orientación y curvatura del terreno. Con los puntos LiDAR se calculó el Modelo Digital de Terreno (MDT), el Modelo Digital de Superficie (MDS) y el Modelo Digital de Copas (MDC). Para comparar el potencial de las fuentes de información en la estimación de biomasa aérea se establecieron tres modelos: el primero (M1) incluye como predictores las variables extraídas desde LANDSAT ETM+ y ASTER GDEM, mientras que el segundo (M2) reemplaza este último por el MDT de alta resolución LiDAR. Un tercer modelo (M3) incluye variables LANDSAT y los tres modelos digitales obtenidos a partir de LiDAR. Además de comparar los ajustes y errores de cada modelo propuesto se consideró el costo monetario de la adquisición y procesamiento de datos. Los modelos de estimación se realizaron a través del algoritmo basado en árboles de clasificación y regresión “Random Forest” el cual además entrega la importancia de todos los predictores en la estimación, información que fue utilizada para la selección de las mejores variables en cada modelo. Se realizaron estimaciones a nivel predial y estratificado por especie dominante (Pinus radiata, Eucalyptus globulus y renoval de Nothofagus glauca). A nivel predial los mejores resultados fueron los obtenidos por M3 con selección de variables (Pseudo R2 57.23% y RMSE 41.44 ton/ha), mientras que entre M1 y M2 no se observan grandes diferencias (Pseudo R2 de 37.63% y 39.79%, respectivamente). Los modelos de estimación por tipo de vegetación difieren en gran medida en cuanto a los ajustes obtenidos y a las variables seleccionadas. Tanto para pino como para renoval de hualo se obtienen mejores resultados con M3 (Pseudo R2 77.22% y 30.95%, respectivamente), mientras que en eucalipto los tres modelos propuestos presentas resultados similares, no sobrepasando un Pseudo R2 de 37.92%. En general, los modelos que incluyen variables LiDAR obtienen mejores ajustes, pero se debe considerar además el costo económico asociado que para el caso de M3 alcanza los 26313.87 USD, costo muy elevado en comparación a M1 que tiene un valor de 1306.43 USD. / The primary objective of this study is the development and comparison of statistical models to estimate aboveground forest biomass (AGB). The models were built based on data originating from the two passive optical remote sensing sensors LANDSAT ETM+ and ASTER GDEM in combination with LiDAR data and information gathered during forest inventories as conducted in the experimental test site Pantanillos, Región del Maule. Original reflectances, as well as vegetation indices and the “Tasseled Cap” transformation of the LANDSAT image were used as potential variables for the models. From the ASTER GDEM product topographic information including slope, curvature and aspect of the terrain were used. From the LiDAR point cloud a Digital Terrain Model (DTM), a Digital Surface Model (DSM) and a Canopy Height Model (CHM) were calculated and used as input variables. To compare the potential of the different information sources of remote sensing data to estimate AGB three different models were created. The first model (M1) uses variables as derived from LANDSAT ETM+ and ASTER GDEM, while in case of the second model (M2) the ASTER GDEM is replaced by the high resolution LiDAR DSM. In the third model (M3) the LANDSAT based variables were combined with the three high resolution digital height models derived from LiDAR data. Besides the comparison of the performance of the three models, monetary aspects of data acquisition and data processing have also been considered in the study. To realize the biomass estimation models the “Random Forest” algorithm for classification and regression trees was applied. “Random Forest” also introduces a measure of importance for each of the variables used in the model which allows for the selection of the best variables. Within the study general biomass models for the full test site as well as biomass models for areas, which were stratified based on the dominating tree species (Pinus radiata, Eucalyptus globulus and second growth natural forest of Nothofagus glauca) were tested. For the general models best results were obtained with M3 and selected variables (Pseudo R² of 57.23%, RMSE of 41.44 ton/ha), while for M1 and M2 no notable difference could be found (Pseudo R² of 37.63% and 39.79% respectively). The results of the stratified models showed large differences in model performance and selected variables. For both pine and second growth nothofagus areas better results were obtained with LiDAR based variables (Pseudo R² of 77.22% and 30.95% respectively). In case of eucalypt the three examined models all produced similar results, which were not surpassing a Pseudo R² of 37.92%. In general it can be concluded that model M3 which included LiDAR variables produced most accurate models, however, also the notably higher costs which reached a total of 26313.87 USD compared to the costs of 1306.43 USD as valid for M1 have to be considered.

Memoria para optar al título profesional de: Ingeniero en Recursos Naturales Renovables / Las turberas son un tipo de humedal caracterizado por acumular materia orgánica, denominada turba, lo que los convierte en importantes reservorios de carbono. En Chile, la tala de árboles en zonas de drenaje pobre ha generado ecosistemas inundados, con presencia de musgo del género Sphagnum, denominados turberas antropogénicas. En ellos se realizan actividades de manejo productivo tales como extracción de musgo y pastoreo de ganado. Para evaluar los impactos de estas actividades en los stocks de carbono y en la vegetación del ecosistema se establecieron 44 puntos de muestreo en una turbera antropogénica en la isla de Chiloé, Chile; en ellos se cuantificaron los distintos stocks de carbono y variables de estructura y composición de la vegetación. A través del uso de estas variables se clasificó el ecosistema en micrositios para representar y analizar las distintas situaciones de la turbera. Además se desarrollaron modelos predictivos del carbono utilizando datos de campo y percepción remota. Los resultados evidencian un stock de carbono menor al de las turberas naturales, y que existe una amplia variabilidad de condiciones dentro de la turbera. Esta variabilidad, principalmente expresada en el carbono aéreo, genera micrositios dominados por plantas arbustivas, del género Juncus o por pastos nativos y exóticos. Se demostró además que el manejo productivo causa una disminución en el carbono acumulado en el reservorio aéreo y en el detrito. Sin embargo, los mayores impactos del manejo productivo se manifestaron en las variables de vegetación, con una disminución de la cobertura total, de la cobertura de plantas arbustivas y herbáceas, y de la altura de la vegetación, además de causar un incremento en la riqueza y en la presencia de especies exóticas. La predicción espacial del carbono aéreo dio resultados significativos utilizando solo índices espectrales (R2 = 0,51), lo que permitió visualizar que el impacto del manejo productivo no es homogéneo, siendo menos intenso en zonas anegadas. Este estudio es el primero que cuantifica los reservorios de carbono en este tipo de ecosistema y propone variables que pueden ser utilizados como indicadores de impactos de las actividades humanas. / Peatlands are a type of wetland characterized by the accumulation of organic matter, called peat, and are important carbon reservoirs. In Chile, logging in areas with poor drainage has produced flooded ecosystems, called anthropogenic peatlands, which contain moss of the genus Sphagnum. Productive management activities are conducted in these peatlands, including moss harvesting and livestock grazing. To evaluate the impact of these activities on carbon stocks in the ecosystem and on the vegetation, 44 sampling points were established in an anthropogenic peatland on the island of Chiloé, Chile. Here, different carbon stocks and vegetation structure and composition variables were quantified. These variables were used to classify the ecosystem into microsites to represent and analyze the different conditions in the peatland. In addition, predictive models of aboveground carbon were created using field and remote sensing data. The results revealed a carbon stock smaller than in natural peatlands, and a wide variability of conditions within the peatland itself. This variability, mainly expressed in aboveground carbon, produces microsites dominated by shrubs, rushes of the genus Juncus or native and exotic grasses. It was also revealed that productive management causes a decrease in accumulated carbon in the aboveground reservoir and in the debris. However, the greatest impact was found on the vegetation variables, with a decrease in total cover, cover of shrubs and herbaceous plants, and in the height of the vegetation, but an increase in the richness and presence of exotic species. The spatial prediction of aboveground carbon yielded significant results using only spectral indices (R2 = 0,51), where it could be seen that the impact of management is not homogenous, and is less intense in flooded areas. This study is the first to quantify carbon reservoirs in this type of ecosystem and to propose variables that can be used as indicators of the impact of human activities.

Memoria para optar al título profesional de Ingeniero en Recursos Naturales Renovables / La humedad del suelo es un factor fundamental en la biósfera y en la interacción suelo-atmósfera. Contribuye en el desarrollo de modelos predictivos climáticos y meteorológicos aportando a la toma de decisiones relacionadas con el manejo de aguas. A pequeña y mediana escala espacial es de gran relevancia en la productividad agrícola, y con ello en la seguridad global alimentaria, haciéndose necesaria la estimación y medición de esta variable. Debido a la variabilidad espacial y temporal de la humedad del suelo es que existen diversos métodos de estimación y medición, siendo uno de estos el uso de métodos basados en teledetección. En este trabajo se presenta una validación del método óptico microondas pasivo (OPM) a partir de datos in-situ (LAB-net) en dos zonas de Chile con distinto régimen hídrico: Chimbarongo y Oromo ubicadas en la VI y en la X región de Chile, respectivamente.