A systematic review of remote sensing data to assess dry forests attributes

Autores
Campos, Valeria Evelin; Figueroa Masanet, María Agostina
Año de publicación
2024
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Ecological indicators are widely used to assess vegetation attributes and can be quantified through field-based and/or remote sensing data. Particularly, advances in remote sensing have allowed monitoring of dry forest attributes across multiple spatiotemporal scales. The objectives were to analyze the recent state-of-the-art in using remote sensing data as ecological indicators to assess dry forest attributes; identify the data source of remote sensing indicators used; and identify the geographical distribution of these studies. A systematic search was conducted for original research articles that used remote sensing data as ecological indicators of dry forests attributes. Composition indicators were assessed with the same frequency at species/population and landscape/region hierarchy levels. However, structural indicators were mainly assessed at the species/population level, and function indicators at the community/ ecosystem level. Over 60 % of the articles considered one ecological indicator, 20.45 % two, and 18.18 % used three indicators. Over 47 % considered field surveys and remote sensing data to assess dry forest attributes, and more than 52 % only had remote sensing data. Four out of the 88 articles analyzed report a weak relationship between field surveys and remote sensing data. Landsat and MODIS products were the most frequently used, with South America being the most studied continent. Observations and products from a single sensor, as well as using only one ecological indicator or one hierarchy level, would not be enough to represent the complexity of dry forest ecosystems.
Los indicadores ecológicos son ampliamente usados para evaluar los atributos de la vegetación y pueden cuantificarse mediante datos de campo y/o de teledetección. Particularmente, los avances en la teledetección han permitido monitorear las condiciones del bosque seco a través de múltiples escalas espacio-temporales. Los objetivos fueron analizar los últimos avances en el uso de datos obtenidos de sensores remotos como indicadores ecológicos para evaluar los atributos de los bosques secos; identificar la fuente de datos de los indicadores de teledetección utilizados; e identificar la distribución geográfica de estos estudios. Se realizó una búsqueda sistemática de artículos de investigación originales que utilizaron datos de sensores remotos como indicadores ecológicos de los atributos de los bosques secos. La mayoría de los 78 artículos seleccionados utilizaron indicadores de composición a nivel de paisaje/ región, indicadores de estructura a nivel de población/especie e indicadores de función con frecuencia similar en ambos niveles. Más del 40 % consideró dos de los tres indicadores ecológicos. Más del 50 % solo usó datos de sensores remotos como indicadores de composición y más del 90 % como indicadores de función; sin embargo, casi el 70 % consideró solo datos de estudios de campo como indicadores de estructura. Los productos Landsat y MODIS fueron los más utilizados, siendo Sudamérica el continente más estudiado. Las observaciones y productos de un solo sensor, así como el uso de un solo indicador ecológico o un nivel jerárquico, pueden no ser suficientes para representar la complejidad de los ecosistemas de bosques secos.
Fil: Campos, Valeria Evelin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; Argentina
Fil: Figueroa Masanet, María Agostina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; Argentina
Materia
ECOLOGICAL INDICATORS
REMOTE SENSORS
DRYLAND ECOSYSTEMS
COMPOSITION, STRUCTURE AND FUNCTION
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/256492

id CONICETDig_91615345053a567f3ffc2f9060c65159
oai_identifier_str oai:ri.conicet.gov.ar:11336/256492
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling A systematic review of remote sensing data to assess dry forests attributesUna revisión sistemática de los datos de sensores remotos para evaluar atributos de los bosques secosCampos, Valeria EvelinFigueroa Masanet, María AgostinaECOLOGICAL INDICATORSREMOTE SENSORSDRYLAND ECOSYSTEMSCOMPOSITION, STRUCTURE AND FUNCTIONhttps://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1Ecological indicators are widely used to assess vegetation attributes and can be quantified through field-based and/or remote sensing data. Particularly, advances in remote sensing have allowed monitoring of dry forest attributes across multiple spatiotemporal scales. The objectives were to analyze the recent state-of-the-art in using remote sensing data as ecological indicators to assess dry forest attributes; identify the data source of remote sensing indicators used; and identify the geographical distribution of these studies. A systematic search was conducted for original research articles that used remote sensing data as ecological indicators of dry forests attributes. Composition indicators were assessed with the same frequency at species/population and landscape/region hierarchy levels. However, structural indicators were mainly assessed at the species/population level, and function indicators at the community/ ecosystem level. Over 60 % of the articles considered one ecological indicator, 20.45 % two, and 18.18 % used three indicators. Over 47 % considered field surveys and remote sensing data to assess dry forest attributes, and more than 52 % only had remote sensing data. Four out of the 88 articles analyzed report a weak relationship between field surveys and remote sensing data. Landsat and MODIS products were the most frequently used, with South America being the most studied continent. Observations and products from a single sensor, as well as using only one ecological indicator or one hierarchy level, would not be enough to represent the complexity of dry forest ecosystems.Los indicadores ecológicos son ampliamente usados para evaluar los atributos de la vegetación y pueden cuantificarse mediante datos de campo y/o de teledetección. Particularmente, los avances en la teledetección han permitido monitorear las condiciones del bosque seco a través de múltiples escalas espacio-temporales. Los objetivos fueron analizar los últimos avances en el uso de datos obtenidos de sensores remotos como indicadores ecológicos para evaluar los atributos de los bosques secos; identificar la fuente de datos de los indicadores de teledetección utilizados; e identificar la distribución geográfica de estos estudios. Se realizó una búsqueda sistemática de artículos de investigación originales que utilizaron datos de sensores remotos como indicadores ecológicos de los atributos de los bosques secos. La mayoría de los 78 artículos seleccionados utilizaron indicadores de composición a nivel de paisaje/ región, indicadores de estructura a nivel de población/especie e indicadores de función con frecuencia similar en ambos niveles. Más del 40 % consideró dos de los tres indicadores ecológicos. Más del 50 % solo usó datos de sensores remotos como indicadores de composición y más del 90 % como indicadores de función; sin embargo, casi el 70 % consideró solo datos de estudios de campo como indicadores de estructura. Los productos Landsat y MODIS fueron los más utilizados, siendo Sudamérica el continente más estudiado. Las observaciones y productos de un solo sensor, así como el uso de un solo indicador ecológico o un nivel jerárquico, pueden no ser suficientes para representar la complejidad de los ecosistemas de bosques secos.Fil: Campos, Valeria Evelin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; ArgentinaFil: Figueroa Masanet, María Agostina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; ArgentinaUniversidad Austral de Chile2024-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/256492Campos, Valeria Evelin; Figueroa Masanet, María Agostina; A systematic review of remote sensing data to assess dry forests attributes; Universidad Austral de Chile; Bosque (Valdivia); 45; 1; 4-2024; 17-410304-87990717-9200CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/http://revistas.uach.cl/index.php/bosque/article/view/7465info:eu-repo/semantics/altIdentifier/doi/10.4067/S0717-92002024000100017info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:44:48Zoai:ri.conicet.gov.ar:11336/256492instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:44:49.113CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv A systematic review of remote sensing data to assess dry forests attributes
Una revisión sistemática de los datos de sensores remotos para evaluar atributos de los bosques secos
title A systematic review of remote sensing data to assess dry forests attributes
spellingShingle A systematic review of remote sensing data to assess dry forests attributes
Campos, Valeria Evelin
ECOLOGICAL INDICATORS
REMOTE SENSORS
DRYLAND ECOSYSTEMS
COMPOSITION, STRUCTURE AND FUNCTION
title_short A systematic review of remote sensing data to assess dry forests attributes
title_full A systematic review of remote sensing data to assess dry forests attributes
title_fullStr A systematic review of remote sensing data to assess dry forests attributes
title_full_unstemmed A systematic review of remote sensing data to assess dry forests attributes
title_sort A systematic review of remote sensing data to assess dry forests attributes
dc.creator.none.fl_str_mv Campos, Valeria Evelin
Figueroa Masanet, María Agostina
author Campos, Valeria Evelin
author_facet Campos, Valeria Evelin
Figueroa Masanet, María Agostina
author_role author
author2 Figueroa Masanet, María Agostina
author2_role author
dc.subject.none.fl_str_mv ECOLOGICAL INDICATORS
REMOTE SENSORS
DRYLAND ECOSYSTEMS
COMPOSITION, STRUCTURE AND FUNCTION
topic ECOLOGICAL INDICATORS
REMOTE SENSORS
DRYLAND ECOSYSTEMS
COMPOSITION, STRUCTURE AND FUNCTION
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.6
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv Ecological indicators are widely used to assess vegetation attributes and can be quantified through field-based and/or remote sensing data. Particularly, advances in remote sensing have allowed monitoring of dry forest attributes across multiple spatiotemporal scales. The objectives were to analyze the recent state-of-the-art in using remote sensing data as ecological indicators to assess dry forest attributes; identify the data source of remote sensing indicators used; and identify the geographical distribution of these studies. A systematic search was conducted for original research articles that used remote sensing data as ecological indicators of dry forests attributes. Composition indicators were assessed with the same frequency at species/population and landscape/region hierarchy levels. However, structural indicators were mainly assessed at the species/population level, and function indicators at the community/ ecosystem level. Over 60 % of the articles considered one ecological indicator, 20.45 % two, and 18.18 % used three indicators. Over 47 % considered field surveys and remote sensing data to assess dry forest attributes, and more than 52 % only had remote sensing data. Four out of the 88 articles analyzed report a weak relationship between field surveys and remote sensing data. Landsat and MODIS products were the most frequently used, with South America being the most studied continent. Observations and products from a single sensor, as well as using only one ecological indicator or one hierarchy level, would not be enough to represent the complexity of dry forest ecosystems.
Los indicadores ecológicos son ampliamente usados para evaluar los atributos de la vegetación y pueden cuantificarse mediante datos de campo y/o de teledetección. Particularmente, los avances en la teledetección han permitido monitorear las condiciones del bosque seco a través de múltiples escalas espacio-temporales. Los objetivos fueron analizar los últimos avances en el uso de datos obtenidos de sensores remotos como indicadores ecológicos para evaluar los atributos de los bosques secos; identificar la fuente de datos de los indicadores de teledetección utilizados; e identificar la distribución geográfica de estos estudios. Se realizó una búsqueda sistemática de artículos de investigación originales que utilizaron datos de sensores remotos como indicadores ecológicos de los atributos de los bosques secos. La mayoría de los 78 artículos seleccionados utilizaron indicadores de composición a nivel de paisaje/ región, indicadores de estructura a nivel de población/especie e indicadores de función con frecuencia similar en ambos niveles. Más del 40 % consideró dos de los tres indicadores ecológicos. Más del 50 % solo usó datos de sensores remotos como indicadores de composición y más del 90 % como indicadores de función; sin embargo, casi el 70 % consideró solo datos de estudios de campo como indicadores de estructura. Los productos Landsat y MODIS fueron los más utilizados, siendo Sudamérica el continente más estudiado. Las observaciones y productos de un solo sensor, así como el uso de un solo indicador ecológico o un nivel jerárquico, pueden no ser suficientes para representar la complejidad de los ecosistemas de bosques secos.
Fil: Campos, Valeria Evelin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; Argentina
Fil: Figueroa Masanet, María Agostina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Juan. Centro de Investigaciones de la Geosfera y Biosfera. Universidad Nacional de San Juan. Facultad de Ciencias Exactas Físicas y Naturales. Centro de Investigaciones de la Geosfera y Biosfera; Argentina
description Ecological indicators are widely used to assess vegetation attributes and can be quantified through field-based and/or remote sensing data. Particularly, advances in remote sensing have allowed monitoring of dry forest attributes across multiple spatiotemporal scales. The objectives were to analyze the recent state-of-the-art in using remote sensing data as ecological indicators to assess dry forest attributes; identify the data source of remote sensing indicators used; and identify the geographical distribution of these studies. A systematic search was conducted for original research articles that used remote sensing data as ecological indicators of dry forests attributes. Composition indicators were assessed with the same frequency at species/population and landscape/region hierarchy levels. However, structural indicators were mainly assessed at the species/population level, and function indicators at the community/ ecosystem level. Over 60 % of the articles considered one ecological indicator, 20.45 % two, and 18.18 % used three indicators. Over 47 % considered field surveys and remote sensing data to assess dry forest attributes, and more than 52 % only had remote sensing data. Four out of the 88 articles analyzed report a weak relationship between field surveys and remote sensing data. Landsat and MODIS products were the most frequently used, with South America being the most studied continent. Observations and products from a single sensor, as well as using only one ecological indicator or one hierarchy level, would not be enough to represent the complexity of dry forest ecosystems.
publishDate 2024
dc.date.none.fl_str_mv 2024-04
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/256492
Campos, Valeria Evelin; Figueroa Masanet, María Agostina; A systematic review of remote sensing data to assess dry forests attributes; Universidad Austral de Chile; Bosque (Valdivia); 45; 1; 4-2024; 17-41
0304-8799
0717-9200
CONICET Digital
CONICET
url http://hdl.handle.net/11336/256492
identifier_str_mv Campos, Valeria Evelin; Figueroa Masanet, María Agostina; A systematic review of remote sensing data to assess dry forests attributes; Universidad Austral de Chile; Bosque (Valdivia); 45; 1; 4-2024; 17-41
0304-8799
0717-9200
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://revistas.uach.cl/index.php/bosque/article/view/7465
info:eu-repo/semantics/altIdentifier/doi/10.4067/S0717-92002024000100017
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Austral de Chile
publisher.none.fl_str_mv Universidad Austral de Chile
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614486280896512
score 13.070432