Assessing spatio-temporal impacts of pine processionary moth defoliation on Mediterranean forest dynamics using UAV remote sensing

Abstract

En general, aquesta tesi destaca que les últimes tècniques de teledetecció, inclòs el UAV com una tecnologia 3D alternativa, estan actualment disponibles per a combinar-se amb inspeccions de terra convencionals i anàlisis estadístiques d'acord amb les escales espacials i temporals i els tipus de defoliació. L'ús d'imatges d'UAV també pot tenir un gran potencial com un mètode rendible i alternatiu a altres dades convencionals de veritat en terra ferma per monitoritzar la salut de bosc. Concloc que els mètodes òptims de detecció i monitoratge sovint són específics per a cada plaga associat amb l'espècie d'arbres. Per tant, l'avanç en els models de predicció vinculats als serveis de l'ecosistema en el control de plagues i malalties seria prometedor per mitigar l'afectació futura als nostres boscos sota el canvi climàtic.

En general, esta tesis destaca que las últimas técnicas de teledetección, incluido el UAV como una tecnología 3D alternativa, están actualmente disponibles para combinarse con inspecciones de tierra convencionales y análisis estadísticos de acuerdo con las escalas espaciales y temporales y los tipos de defoliación. El uso de imágenes de UAV también puede tener un gran potencial como un método rentable y alternativo a otros datos convencionales de verdad en tierra firme para monitorizar la salud del bosque. Concluyo que los métodos óptimos de detección y monitorización a menudo son específicos para cada plaga asociado con la especie de árboles. Por lo tanto, el avance en los modelos de predicción vinculados a los servicios del ecosistema en el control de plagas y enfermedades sería prometedor para mitigar la afectación futura a nuestros bosques bajo el cambio climático.

Overall, this thesis highlights that the latest modelling and remote sensing techniques, including UAV as an alternative 3D technology, are currently available to be combined with conventional ground surveys and statistical analyses according to the spatial and temporal scales and types of defoliation. The use of UAV images may also hold great potential as an alternative cost-effective method to other conventional ground-truth data for monitoring forest health. I conclude that optimal detection and monitoring methods are often specific to each pest agent associated with host tree species. Therefore, the advancement in prediction models linked to ecosystem services in pest and disease control would be promising for mitigating the future damage to our forests under climate change.