Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile

Los bosques de Araucaria araucana tienen una alta importancia ecológica y científica. Aunque existen varios estudios ecológicos llevados a cabo en bosques de A. araucana, muy pocos han producido modelos cuantitativos. Se compararon métodos estadísticos paramétricos y no paramétricos para predecir va...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Salas,Christian, Ene,Liviu, Ojeda,Nelson, Soto,Héctor
Lenguaje:	Spanish / Castilian
Publicado:	Universidad Austral de Chile, Facultad de Ciencias Forestales 2010
Materias:	estimación del k-ésimo vecino más cercano vecino más similar regresión de mínimos cuadrados parciales sensores remotos
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-92002010000300002
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0717-92002010000300002
record_format	dspace
spelling	oai:scielo:S0717-920020100003000022011-02-04Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en ChileSalas,ChristianEne,LiviuOjeda,NelsonSoto,Héctor estimación del k-ésimo vecino más cercano vecino más similar regresión de mínimos cuadrados parciales sensores remotos Los bosques de Araucaria araucana tienen una alta importancia ecológica y científica. Aunque existen varios estudios ecológicos llevados a cabo en bosques de A. araucana, muy pocos han producido modelos cuantitativos. Se compararon métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal en función de variables derivadas de Landsat ETM+ para dos rodales de A. araucana en el centro-sur de Chile. Los métodos paramétricos fueron regresión líneal múltiple (MLR), mínimos cuadrados generalizados con una estructura de correlación no nula (GLS), modelo lineal de efectos mixtos (LME) y mínimos cuadrados parciales (PLS); mientras que los métodos no paramétricos fueron: k-ésimo vecino más cercano (k-NN) y vecino más similar (MSN). En orden descendente, número de árboles por hectárea (N), volumen bruto (V), área basal (G) y altura dominante (Hdom), fueron las variables más complejas de modelar por todos los métodos. El modelo lineal de efectos mixtos con efectos aleatorios conocidos (LME1) tuvo el mejor desempeño, alcanzando una raíz cuadrada de las diferencias (RMSD) para N y V de 18,31 y 4,08 % versus 33,06 y 33,05 % para el segundo mejor método, respectivamente. Después de LME1, GLS se comportó mejor, y también toma en consideración la correlación espacial de los datos. Las diferencias fueron mayores entre métodos no paramétricos que para los paramétricos, con una diferencia de 10-15 % entre k-NN y MSN. Aunque los resultados obtenidos favorecen a los métodos paramétricos, se destaca que los métodos no paramétricos son también útiles, y la elección entre ambos métodos depende del objetivo del estudio.info:eu-repo/semantics/openAccessUniversidad Austral de Chile, Facultad de Ciencias ForestalesBosque (Valdivia) v.31 n.3 20102010-01-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-92002010000300002es10.4067/S0717-92002010000300002
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	estimación del k-ésimo vecino más cercano vecino más similar regresión de mínimos cuadrados parciales sensores remotos
spellingShingle	estimación del k-ésimo vecino más cercano vecino más similar regresión de mínimos cuadrados parciales sensores remotos Salas,Christian Ene,Liviu Ojeda,Nelson Soto,Héctor Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
description	Los bosques de Araucaria araucana tienen una alta importancia ecológica y científica. Aunque existen varios estudios ecológicos llevados a cabo en bosques de A. araucana, muy pocos han producido modelos cuantitativos. Se compararon métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal en función de variables derivadas de Landsat ETM+ para dos rodales de A. araucana en el centro-sur de Chile. Los métodos paramétricos fueron regresión líneal múltiple (MLR), mínimos cuadrados generalizados con una estructura de correlación no nula (GLS), modelo lineal de efectos mixtos (LME) y mínimos cuadrados parciales (PLS); mientras que los métodos no paramétricos fueron: k-ésimo vecino más cercano (k-NN) y vecino más similar (MSN). En orden descendente, número de árboles por hectárea (N), volumen bruto (V), área basal (G) y altura dominante (Hdom), fueron las variables más complejas de modelar por todos los métodos. El modelo lineal de efectos mixtos con efectos aleatorios conocidos (LME1) tuvo el mejor desempeño, alcanzando una raíz cuadrada de las diferencias (RMSD) para N y V de 18,31 y 4,08 % versus 33,06 y 33,05 % para el segundo mejor método, respectivamente. Después de LME1, GLS se comportó mejor, y también toma en consideración la correlación espacial de los datos. Las diferencias fueron mayores entre métodos no paramétricos que para los paramétricos, con una diferencia de 10-15 % entre k-NN y MSN. Aunque los resultados obtenidos favorecen a los métodos paramétricos, se destaca que los métodos no paramétricos son también útiles, y la elección entre ambos métodos depende del objetivo del estudio.
author	Salas,Christian Ene,Liviu Ojeda,Nelson Soto,Héctor
author_facet	Salas,Christian Ene,Liviu Ojeda,Nelson Soto,Héctor
author_sort	Salas,Christian
title	Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
title_short	Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
title_full	Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
title_fullStr	Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
title_full_unstemmed	Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile
title_sort	métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en landsat etm+: una comparación en un bosque de araucaria araucana en chile
publisher	Universidad Austral de Chile, Facultad de Ciencias Forestales
publishDate	2010
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-92002010000300002
work_keys_str_mv	AT salaschristian metodosestadisticosparametricosynoparametricosparapredecirvariablesderodalbasadosenlandsatetmunacomparacionenunbosquedearaucariaaraucanaenchile AT eneliviu metodosestadisticosparametricosynoparametricosparapredecirvariablesderodalbasadosenlandsatetmunacomparacionenunbosquedearaucariaaraucanaenchile AT ojedanelson metodosestadisticosparametricosynoparametricosparapredecirvariablesderodalbasadosenlandsatetmunacomparacionenunbosquedearaucariaaraucanaenchile AT sotohector metodosestadisticosparametricosynoparametricosparapredecirvariablesderodalbasadosenlandsatetmunacomparacionenunbosquedearaucariaaraucanaenchile
_version_	1718444171726946304

Métodos estadísticos paramétricos y no paramétricos para predecir variables de rodal basados en Landsat ETM+: una comparación en un bosque de Araucaria araucana en Chile

Ejemplares similares