Kelp Guidebook Espanol Spanish

Mapeo de kelp
formador de
dosel en el
Océano Pacífico
nororiental:
Guía para responsables de tomar
decisiones y profesionales
Mapeo de kelp formador de dosel en Océano Pacífico nororiental | Guía para responsables de tomar decisiones y profesionales
Resumen ejecutivo
El kelp que forma doseles en la superficie enfrenta alguien en Alaska para mapear kelp
(Orden: Laminariales) constituye la base de son probablemente muy diferentes de los
ecosistemas marinos costeros reconocidos que se enfrenta alguien que mapee kelp en
por su valor ecológico y económico, así como California (ver ejemplos en Cavanaugh et al.,
por su importancia cultural para naciones 2021).
originarias. (Kobluk et al., 2021, Wernberg
et al., 2019; Holbrook et al., 1990; Dayton, Esta guía ofrece una visión general de la
1972). A lo largo de las costas del noreste del teledetección óptica en relación con el mapeo
Pacífico, el kelp gigante (Macrocystis pyrifera) de kelp gigante y bull kelp. Describimos las
y el bull kelp (Nereocystis luetkeana) forman plataformas de teledetección óptica y los
parches y bosques naturalmente dinámicos sensores pertinentes para mapear y monitorear
que están amenazados por estresores tanto los atributos de los parches de bull kelp y kelp
locales como globales. Muchos grupos y gigante: presencia/ausencia, densidad, especies
organizaciones necesitan herramientas para y salud del kelp. Las recomendaciones de
hacer un seguimiento confiable de los cambios esta guía también pueden aplicarse de forma
relacionados con la presencia, la distribución, razonable a otras especies de kelp flotante y
la abundancia y la salud del kelp a diferentes emergente que forme doseles (es decir, otras
escalas espaciales. La teledetección óptica es especies que floten en la superficie del océano).
una poderosa herramienta para monitorear Esta se vale de infografías elaboradas por
el kelp que forma doseles flotantes en la una comunidad internacional de expertos en
superficie del océano (Gendall et al., 2023; teledetección de kelp para ofrecer orientación
Cavanaugh et al., 2021; Bell et al., 2020; sobre su monitoreo (ver el recuadro siguiente).
Schroeder et al., 2019; Cavanaugh et al., 2011; Ilustramos un marco de uso fácil que se basa
Jensen et al., 1980), y la disponibilidad de en los últimos avances de la teledetección con
imágenes capturadas con herramientas de el fin de adaptar los objetivos de monitoreo
teledetección ha aumentado drásticamente en del kelp a la escala espacial y el entorno
los últimos años. Sin embargo, la plataforma medioambiental que se deseen.
de teledetección óptica que se utilice (drones, El objetivo de esta guía es ayudarlo a
aviones o satélites) debe coincidir con los seleccionar las mejores herramientas y
objetivos de la gestión y ser apropiada en datos de teledetección para sus objetivos
función de las limitaciones específicas de científicos o de gestión relacionadas con el
una zona determinada. Los retos a los que se mapeo de doseles de kelp emergente.
En 2019, The Nature Conservancy en San Francisco, California, convocó por primera vez
a la Comunidad Internacional de Profesionales de Mapeo de Kelp (International Kelp
Mappers Community of Practice). Desde esa reunión inaugural, la comunidad ha crecido
hasta alcanzar casi 60 miembros que se encuentran distribuidos en tres países del Océano
Pacífico nororiental. Esta comunidad de ejercicio profesional se reúne anualmente para
debatir los avances en el estado de tecnología de las plataformas de teledetección (tales
como drones, aviones tripulados y satélites), identificar oportunidades de colaboración
y establecer objetivos basados en la ciencia para mapear kelp en el año siguiente.
Entre los organizadores y anfitriones de reuniones anteriores se encuentran The Nature
Conservancy (California), el Hakai Institute, la Universidad de California en Los Ángeles,
la Universidad de California en Santa Bárbara, el Instituto Oceanográfico Woods Hole y
la Universidad de Victoria (Canadá).
2
Autores principales:
Luba Reshitnyk, Vienna Saccomanno, Tom W. Bell, Kyle C. Cavanaugh
Cita sugerida para el documento

Reshitnyk, L., Saccomanno, V., Bell, T.W., Cavanaugh, K.C. (2023). Mapeo de kelp formador de dosel en el Océano
Pacífico nororiental: Guía para responsables de tomar decisiones y profesionales. Hakai Institute, Heriot Bay, BC,
Canadá. doi: 10.21966/7ze4-x883
Colaboradores 1. Hakai Institute, PO Box 25039, Campbell River, BC, V9W
0B7, Canadá
Autores principales Revisores 2. The Nature Conservancy in California, 830 S Street, Sacra-
mento, CA, 95811, EE. UU.
Luba Reshitnyk (1) Danielle Claar (8)
3. Woods Hole Oceanographic Institution, 86 Water St, Fal-
Vienna Saccomanno (2) Maycira Costa (9)
mouth, MA 02543, EE. UU.
Tom W. Bell (3) Norah Eddy (2) 4. Departamento de Geografía de la UCLA, Bunche 1156, Los
Kyle C. Cavanaugh (4) Keith Holmes (1) Ángeles, California, 90095, EE. UU.
Design team Henry Houskeeper (4) 5. Pacific Rim National Park Reserve, PO Box 280, 2040 Pa-
Mercedes Minck (1) Tristin McHugh (2) cific Rim Highway, Ucluelet, Columbia Británica, V0R 3A0,
Canadá
Josh Silberg (1) Romney McPhie (1)
6. Gwaii Haanas National Park Reserve, National Marine
Conservation Area Reserve y Haida Heritage Site, 60
Autores colaboradores Second Beach Road, Skidegate, Columbia Británica, V0T
Romina Barbosa (9) Max Stanley (16) 1S1, Canadá
Krista Bohlen (5) Sen-Huy Tan (1) 7. Universidad de Massachusetts, Boston, Facultad de
Jake Burton (6) Markus Thompson (18) Ciencias y Matemáticas, 100 Morrissey Blvd, Boston, MA,
02125, EE. UU.
Jarrett Byrnes (7) Brian Timmer (9)
8. Departamento de Recursos Naturales de Washington, 1111
Katherine Cavanaugh (4) Emelly Villa (4) Washington St SE, Olympia, WA, 98504, EE. UU.
Danielle Claar (8) Jennifer Yakimishyn (5) 9. Laboratorio Espectral, Departamento de Geografía, Uni-
Gina Contolini (11) versidad de Victoria, PO Box 1700 STN CSC, Victoria, BC,
Maycira Costa (9) V8W 2Y2, Canadá
Tyler Cowdrey (8) 10. Departamento de Biología Integrativa, Universidad Estatal
de Oregón, 4575 SW Research Way Room 2008. Corvallis,
Megan Davis (10)
OR, 97333, EE. UU.
Danielle Denley (20)
11. Departamento de Pesca y Vida Silvestre de California, 619
Rebecca Flores-Miller (11) Second Street, Eureka, 95501, California, EE. UU.
Lianna Gendall (9) 12. Laboratorio Oceanográfico y Meteorológico del Atlántico,
Heidi Hirsh (12) Departamento de Comercio, 707 Continental Circle #1139,
Rietta Hohman (13) Mountain View, CA, 94040, EE. UU.
13. Santuario Marino Nacional Greater Farallones (Sede) de la
Henry Houskeeper (4)
Oficina Nacional de Administración Oceánica y Atmosféri-
Margot Hessing-Lewis (1) ca (NOAA), 991 Marine Drive, The Presidio, San Francisco,
Lynn Lee (6) CA, 94129, EE. UU.
Melanie Leung (4) 14. Departamento de Pesca y Vida Silvestre de Oregón, 3150
Scott Marion (14) Main St B, Springfield, OR, 97478, EE. UU.
Rebecca Martone (19) 15. Universidad de California en Santa Cruz, Laboratorio de
Oceanografía Biológica y Satelital, 1156 High St, Santa
Meredith McPherson (15)
Cruz, CA 95064, EE. UU.
Alejandra Mora-Soto (9)
16. Barnacle Foods, 5015 Short St, Juneau, AK 99801, EE. UU.
Ondine Pontier (1)
17. Redd Fish Restoration Society, 286 Main St, Ucluelet, BC,
Toby Robinson (16) V0R 3A0, Canadá
Isaac Rosenthal (7) 18. Thalassia Environmental, Quadra Island, BC, Canadá
Gillian Rowan (17) 19. Ocean Decade Collaborative Center for the NE Pacific. P.O.
Marie-France Roy (17) Box 25039, Campbell River, BC, V9W 0B7, Canadá
Sarah Schroeder (9) 20. Ministerio de Agua, Territorio y Gestión de Recursos, PO
Box 9012 Stn Prov. Gob., Victoria, BC, V8M 9L6, Canadá
Imagen de la portada. Luba Reshitnyk, Hakai Institute
3
Agradecimientos
Los autores y colaboradores de esta guía viven y trabajan principalmente en la costa noreste
del océano Pacífico, un paisaje costero increíblemente diverso y bello que ha sido el hogar
de pueblos indígenas desde tiempos inmemoriales. Instamos a nuestros lectores a que se
comprometan con las comunidades indígenas de las zonas en las que viven y trabajan y a que
conozcan y apliquen los Principios FAIR y CARE para la gobernanza de datos indígenas.
La estructura de las tablas infográficas que se utilizaron para crear las infografías de este
documento se basó en el juego de herramientas para la teledetección marina (Roelfsema et al.,
2017), que pone el acento en las herramientas de teledetección y sus aplicaciones a una gama
de características medioambientales diferentes. Nos gustaría agradecer al Dr. Chris Roelfsema y
al Dr. Stuart Phinn por proveer la rúbrica que se adaptó para el trabajo presentado en esta guía
(Apéndice 1).
Queremos dar las gracias a quienes participaron en las sesiones de trabajo en grupo de la Reunión
de Mapeadores de Kelp de 2022, cuyos aportes han servido de base para la creación de las
infografías de esta guía. Gracias a los colegas que han compartido sus comentarios y contribuido
a la revisión de la guía. Además, queremos agradecer a Adrienne Mason por sus servicios de
corrección de textos. Agradecemos sinceramente a la Dra. Alejandra Mora-Soto la revisión técnica
lingüística de la traducción al español de este documento.
Imagen: Hakai Institute
4
Índice
Resumen ejecutivo 2
Agradecimientos 4
Cómo funciona este documento 6
Antecedentes 8
¿Qué diferencia hay entre un parche de kelp y un bosque de kelp? 10
Principios básicos de la teledetección 12
Resolución espacial 13
Resolución espectral 14
Resolución temporal 15
Panorama general de las herramientas de teledetección óptica para el mapeo de kelp 17
Introducción al uso de drones para el mapeo de kelp 18
Introducción al uso de aeronaves tripuladas para el mapeo de kelp 20
Introducción al uso de satélites para el mapeo de kelp 21
Nota sobre los métodos de campo 24
Nota sobre las mareas y corrientes 25
Infografía de kelp 26
Leyenda de los íconos del mapeo de kelp 27
Presencia/Ausencia 28
Especies 29
Salud 30
Biomasa 31
Conclusión 32
Bibliografía 33
Apéndice 1 - Tablas infográficas técnicas 36
Apéndice 2 - Recursos para el mapeo de kelp usando sistemas aéreos no tripulados 37
(Drones) Tablas infográficas
Apéndice 3 - Recursos para el mapeo de kelp usando aeronaves tripuladas 39
Apéndice 4 - Recursos para el mapeo de kelp usando satélites 43
Apéndice 5 - Recursos para el mapeo de kelp usando métodos distintos de la teledetección 46
5
Cómo usar este documento

El mapeo y el seguimiento de los cambios en los doseles de los bosques de kelp a lo largo del
espacio y el tiempo son esenciales para brindar información relacionada con el monitoreo, la
conservación, la gestión y la restauración del kelp. Sin embargo, con tantas fuentes de imágenes
de teledetección y métodos analíticos disponibles, identificar la herramienta de teledetección
adecuada para un momento y lugar determinados puede resultar bastante abrumador.
El objetivo de esta guía es ayudar a los responsables de tomar decisiones,

administradores, investigadores y profesionales de la restauración a seleccionar las
mejores herramientas de teledetección óptica con el fin de crear conjuntos de datos
espaciales (es decir, mapas) de los doseles de kelp gigante (Macrocystis pyrifera) o bull
kelp (Nereocystis luetkeana) que flotan en la superficie del océano.
Los miembros de la Comunidad Internacional de Profesionales de Mapeo de Kelp han identificado

cuatro objetivos para tal fin:
Presencia/ausencia/extensión: ¿Hay kelp presente o ausente en un lugar y momento

determinados? Si está presente, ¿cuál es el área del dosel en la superficie del océano
(por ejemplo, m² del dosel de kelp)?
Especies: ¿Qué especie de kelp está presente (bull kelp o kelp gigante) en un lugar y
momento determinados y cuál es la extensión de la especie en una zona determinada
(por ejemplo, m² de kelp gigante)?
Densidad/biomasa: ¿Cuánta cantidad de kelp hay en un lugar y momento determinados

(por ejemplo, kg/m², toneladas/ha)?
Salud: ¿Cuál es la salud del kelp en un lugar y momento determinados? Por ejemplo,
evaluaciones cuantitativas de la salud, tales como las relaciones carbono-nitrógeno,
y evaluaciones cualitativas o de pigmentos, tales como las observaciones visuales del
estado de salud del kelp (por ejemplo, cobertura de briozoos).
Generamos una infografía para cada uno de los cuatro objetivos de mapeo de kelp con el fin de
ayudarlo a identificar la herramienta de teledetección adecuada según la escala espacial de su
trabajo de monitoreo (Figura 1). Hemos dividido este documento en dos secciones para facilitar la
comprensión de las infografías:
(1) una sección de antecedentes en la que se exponen los principios fundamentales de la

teledetección óptica y las herramientas relacionadas con el mapeo de kelp.
(2) las infografías que lo guiarán en el proceso de selección de las herramientas
Aunque nuestro objetivo es ser lo más exhaustivos posible, también hemos querido que esta
guía sea fácil de usar, por lo que hemos limitado su contenido a los aspectos fundamentales
del mapeo y el monitoreo de kelp. De modo que nos hemos centrado en los relevamientos
anuales de doseles de kelp gigante y bull kelp. Consulte el Apéndice 1 si tiene otras necesidades
temporales de monitoreo.
6
Figura 1. Un ejemplo de cómo utilizar las infografías de esta guía.
7
Antecedentes
El kelp formador de dosel en la superficie las láminas. Las láminas de bull kelp no son
(Orden: Laminariales) constituye el pilar flotantes, por lo que los extremos de las
de ecosistemas marinos costeros de gran láminas se sumergen debajo de la superficie
importancia a nivel ecológico, cultural y del océano (Figura 3).
económico (Wernberg et al., 2019; Holbrook
et al., 1990; Dayton, 1972). A lo largo de las
costas del noreste del océano Pacífico, el
kelp gigante (Macrocystis pyrifera) y el bull
kelp (Nereocystis luetkeana) forman parches
y bosques que son naturalmente dinámicos,
los cuales se encuentran amenazados por
estresores locales y globales (Krumhansl et al.,
2016) (Figura 2).
El kelp gigante y el bull kelp difieren tanto
en su morfología (aspecto) como en sus
ciclos vitales. El kelp gigante es una especie
perenne, que suele vivir de tres a cinco años.
Cada planta está formada por múltiples
frondas unidas por un disco de fijación o
grampón (una especie de “raíz” del kelp) con
hojas con pequeños neumatocistos flotantes.
Un kelp gigante individual puede alcanzar
decenas de metros de longitud y se extiende
sobre la superficie del mar si la marea está
baja y tranquila (Figura 3).
El bull kelp es una especie anual —cada bull
kelp suele vivir solo un año—. La planta del
bull kelp está formada por un estipe largo,
liso y tubular unido por un disco de fijación
similar a una raíz. Cada bull kelp tiene un Figura 2. Distribución generalizada del kelp gigante (Macrocystis pyrifera)
único neumatocisto (un bulbo) del que crecen y el bull kelp (Nereocystis leutkeana) en el noreste del océano Pacífico.
Kelp Bull kelp

gigante Bull kelp
lámina
neumatocisto
estipe
disco de
fijación Kelp gigante 10
m
Figura 3. Cuando la marea está baja, las frondas gigantes de kelp se extienden por la superficie del océano y parecen “plumas” desde arriba. En la misma
escena, el bull kelp parece más bien cerillos (fósforos) desde arriba: el largo estipe y el bulbo flotando en la superficie del mar y las láminas arrastrándose
en el agua. Imagen: Hakai Institute
8
El kelp que forma grandes doseles flotantes (como el bull kelp y el kelp gigante) son
relativamente fáciles de distinguir en las imágenes ópticas de teledetección, ya que el dosel
flotante suele ser visible y espectralmente distinto del agua marina circundante (más información
en Descripción general de herramientas de teledetección para el mapeo de kelp). El área,
la densidad y el estado fisiológico (es decir, la salud) del kelp que forma el dosel pueden
cuantificarse y caracterizarse con imágenes ópticas de teledetección captadas desde diferentes
plataformas de teledetección. A grandes rasgos, estas plataformas pueden dividirse en tres
categorías para el monitoreo del kelp: satélites, aeronaves tripuladas (por ejemplo, aviones
y helicópteros) y sistemas aéreos no tripulados (sistemas de aeronaves no tripuladas o UAS,
llamados “drones”). Se han utilizado diversos métodos de análisis de imágenes para caracterizar
diferentes atributos de un dosel de kelp (ver Apéndices 2 - 4).
En esta sección, encontrará información sobre los siguientes temas:
¿Qué diferencia hay entre un parche de kelp y un bosque de kelp?
Principios básicos de la teledetección
Visión general de las herramientas de teledetección óptica para el mapeo de kelp
Introducción al uso de drones para el mapeo de doseles de kelp
Introducción al uso de aeronaves tripuladas para el mapeo de kelp
Introducción al uso de satélites para el mapeo de kelp
Nota sobre los métodos de campo
Nota sobre las mareas y corrientes
Imágenes de dron de un parche de kelp gigante cerca de Santa Bárbara, California. Imagen: Kyle Emery
9
¿Qué diferencia hay entre un

parche de kelp y un bosque de
kelp?
Del mismo modo que un grupo de árboles forma una arboleda y muchas arboledas forman
un bosque, las plantas individuales de kelp forman un parche y muchos parches forman un
bosque de kelp. Aunque “bosque de kelp” se ha identificado como el término preferido para los
ecosistemas que crean estas especies (Wernberg & Filbee- Dexter, 2019), en este documento nos
referimos a la detección y mapeo de “parches de kelp” (es decir, áreas que contienen múltiples
plantas de kelp). Esto se debe a que, a menudo, las regiones que sufren la pérdida de kelp
solo conservan sectores de plantas de kelp que forman mosaicos. A los efectos de mapear y
monitorear estos sectores dispersos de kelp, utilizamos el término “parche de kelp” e incluimos la
incidencia de kelp pequeño y marginal (Figura 4). Nos abstenemos intencionalmente de prescribir
un umbral que se base en la superficie para definir un parche de kelp en contraposición con un
bosque de kelp debido a la variabilidad sustancial que existe entre las regiones y la importancia
del contexto histórico, ya que la superficie de kelp fluctúa.
Nota para el lector: En esta guía, todas las recomendaciones de teledetección se basan en el
mapeo de un dosel de kelp presente en la superficie del océano (es decir, que emerge) —
muna limitación cuando se utilizan métodos de teledetección óptica para mapear kelp. En otras
palabras, las herramientas y los métodos presentados aquí no son los apropiados si el kelp está
permanentemente bajo el agua.
50
m
Figura 4. Imagen de dron que muestra plantas individuales de kelp gigante y parches de kelp. Imagen: Hakai Institute.
10
Cuando se observa un parche de kelp desde arriba, su aspecto está determinado por cómo se
distribuyen las plantas de kelp en ese lugar: marginal, mar adentro, denso o disperso (Figura
5). Los parches de kelp marginales crecen en una franja estrecha directamente adyacente a la
costa, mientras que los parches de kelp mar adentro se sitúan a decenas de metros de la costa.
Un parche de kelp puede caracterizarse como denso cuando muchas plantas de kelp crecen
muy juntas y pueden estar superpuestas y enredadas entre sí. En un parche de kelp disperso,
las plantas de kelp están más separadas. Por lo tanto, la distribución del parche de kelp influye
en la selección de la mejor herramienta de teledetección para un parche de kelp determinado,
en dependencia del tamaño y la distribución del parche de kelp, dónde está creciendo (Gendall
et al., 2023) y cuál sea su objetivo de monitoreo. Guiamos al usuario a través de este proceso de
decisión y ofrecemos más detalles en las tablas del Apéndice 1.
50
m
Figura 5. Imagen de satélite WorldView-2 de alta resolución (resolución de 2 m mostrada en color infrarrojo falso) con imágenes de dife-
rentes tipos de parches de kelp. Imagen: © DigitalGlobe, Inc. Todos los derechos reservados.
11
Principios básicos de la
teledetección
La teledetección se refiere a cuando debería estar familiarizado.
obtenemos información acerca de la superficie
de la Tierra sin establecer contacto físico. En Las imágenes de teledetección óptica
esta guía, nos referimos a las herramientas son similares a las fotografías digitales que
de teledetección tales como la combinación tomamos con las cámaras: imágenes formadas
de una plataforma (por ejemplo, un dron o por píxeles recogidos como información digital
satélite) y un sensor (por ejemplo, una cámara en función de la cantidad de luz detectada en
RGB o un sensor hiperespectral). De modo que, determinadas bandas espectrales (por ejemplo,
con las imágenes ópticas que obtenemos de rojo, verde y azul [RGB] en la cámara de su
satélites, aviones y drones, podemos “percibir” teléfono). En teledetección, las propiedades de
y detectar el dosel de kelp (y sus atributos) a estos píxeles
distancia. No vamos a entrar en los detalles —resolución espacial, resolución espectral y
rigurosos de la teledetección óptica (eso es resolución temporal— nos ayudan a detectar y
material para todo un curso), pero a lo largo de hacer mapas de los doseles de kelp (Figura 6).
esta guía encontrará algunos términos clave A continuación, encontrará más información
que se utilizan para describir las propiedades sobre cada una de estas propiedades.
de las imágenes de teledetección con los que
Figura 6. (Panel superior) Imágenes de WorldView-2 (2 m) mostradas con bandas de “color verdadero” (rojo, verde y azul). (Panel inferior) Imágenes
de WorldView-2 (2 m) mostradas en color falso infrarrojo (donde la banda del infrarrojo cercano se muestra en rojo), lo que hace que la vegetación
(como el kelp) se vea más roja/naranja. Imagen: WorldView-2 © 2014 Maxar Technologies.
12
Resolución espacial
La resolución espacial (o distancia de muestreo del suelo) suele referirse al tamaño de un píxel
dentro de una imagen o, más concretamente, a la distancia entre el centro de píxeles vecinos.
Cuanto mayor es la resolución espacial, menor es el tamaño de los píxeles (por ejemplo, píxeles
de 3 cm en una imagen de dron). Cuanto más baja sea la resolución espacial, mayor será el
tamaño del píxel (por ejemplo, píxeles de 30 m en las imágenes Landsat).
En resumen: Existe un equilibrio entre la resolución espacial y la cobertura espacial: normalmente, las
imágenes con mayor resolución espacial cubren menos superficie total, mientras que las imágenes con
menor resolución espacial cubren zonas más extensas (Figura 7 y Figura 10).
En este documento utilizamos las siguientes definiciones a la hora de describir la resolución

espacial de los datos:
Imágenes de baja resolución: 10 m y más (por ejemplo, imágenes Sentinel 2 y Landsat)

Imágenes de media resolución: de 5 a <10 m (por ejemplo, RapidEye, SPOT)
Imágenes de alta resolución: de 2 a <5 m (por ejemplo, IKONOS, Planet Dove)
Imágenes de muy alta resolución: píxeles <0,5 m (por ejemplo, imágenes de drones, Planet
Skysat, WorldView-3)
Eche un vistazo a la Figura 7 y la Figura 10 (más adelante en la guía) para ver una comparación de
cómo aparecen los parches de kelp a través de diferentes sensores.
Figura 7. Comparación de un dosel de kelp emergentes adquirido con diferentes sensores. (Arriba a la izquierda) Imagen de dron de 0,04 m.
Imagen: Hakai Institute. (En el centro arriba) Imagen aérea de 0,1 m. Imagen: Hakai Institute. (Arriba a la derecha) Imagen de WorldView-2 de 2
m. Imagen: © DigitalGlobe, Inc. Todos los derechos reservados. (Abajo a la izquierda) Imagen de Planet Dove de 3 m. Imagen: © 2022 Planet Labs
PBC. (En el centro abajo) Imagen de 10 m de Sentinel 2. Imagen: Datos modificados de Copernicus Sentinel 2021/Sentinel Hub. (Abajo a la derecha)
Imagen de 30 m de Landsat 8. Imagen: Imagen de Landsat 8 2021, cortesía del Servicio Geológico de Estados Unidos. Nota: Las imágenes no se
adquirieron en las mismas fechas ni con la misma altura de marea. Todas las imágenes se muestran en color falso de infrarrojo cercano, excepto las
de los drones, que son RGB.
13
Resolución espectral
La resolución espectral se refiere al número diferentes reflectancias y
y la estrechez de las bandas espectrales que características de absorción. Los sensores con
detecta un sensor. Una banda es un segmento mayor resolución espectral pueden captar
del espectro electromagnético. Por ejemplo, diferencias espectrales matizadas que pueden
la cámara de su teléfono celular recoge la luz indicar la salud, la edad u otras características.
que se refleja en tres bandas (RGB). Lo mismo
ocurre con muchas imágenes captadas con En este documento, nos referimos a las
drones comerciales. Otros sensores, como los imágenes de tres bandas específicamente
que se encuentran en los satélites, pueden como imágenes RGB. Denominamos imágenes
detectar la luz en otras longitudes de onda. Lo multiespectrales (MS) a los datos recopilados
más habitual es ver imágenes de teledetección con sensores que tienen de cuatro a diez
que tengan una banda del infrarrojo cercano bandas (las más habituales son rojo, verde,
(NIR), que es útil para mapear vegetación, ya azul e infrarrojo cercano). Las imágenes
que la vegetación, incluido el kelp, refleja en hiperespectrales cubren una gama continua
gran medida la luz del NIR, mientras que el de longitudes de onda con cientos de bandas
agua de mar la absorbe (Timmer et al., 2022; contiguas (Figura 8). Tenga en cuenta que,
Schroeder et al., 2019). Por tal motivo, las en el caso de los sensores multiespectrales
imágenes NIR son útiles para distinguir el kelp e hiperespectrales, es necesario hacer
que emerge en la superficie del océano, pero una calibración espectral y una corrección
no los que están sumergidos. Los diferentes atmosférica de las imágenes (un tema
pigmentos de las plantas de kelp tienen avanzado que no se trata en esta guía).
En resumen: Cuanto mayor sea la resolución espectral, más información (tal

como el estado de salud, la relación entre la clorofila a y el carbono del dosel)
podrá obtenerse de las imágenes.
Figura 8. Diagrama visual de las bandas de sensores RGB, multiespectrales e hiperespectrales.
14
Resolución temporal
Resolución temporal (también denominada “tiempo de revisita”) se refiere a la frecuencia
con la que una plataforma de teledetección vuelve exactamente al mismo lugar del planeta y
captura una imagen. Normalmente, la resolución temporal se aplica a las plataformas satélites
de observación de la Tierra que tienen horarios y tiempos constantes para la toma de imágenes
(por ejemplo, un satélite Landsat toma una imagen sobre exactamente el mismo lugar del planeta
cada 16 días). La resolución temporal más baja se refiere a las imágenes que se adquieren con
menos frecuencia (por ejemplo, 16 días en el caso de Landsat) en comparación con la resolución
temporal más alta que se adquiere con más frecuencia (por ejemplo, 5 días en el caso de Sentinel
2). La resolución temporal la controla usted mismo cuando es usted quien captura las imágenes,
por ejemplo, cuando se utilizan drones (Figura 9).
Nota para el lector: Las infografías de esta guía reflejan recomendaciones

basadas en esfuerzos de monitoreo anuales (es decir, monitoreos realizados
una vez al año). Las recomendaciones para monitoreos que necesitan de mayor
resolución temporal se incluyen en nuestras Tablas infográficas para monitoreo
de kelp diario, mensual y estacional (ver tablas en el Apéndice 1).
Marzo de 2019 Julio de 2019

50 50
m m
Figura 9. Imágenes de dron captadas en un sitio de monitoreo de kelp gigante a largo plazo entre marzo y julio de 2019. Las imágenes se captaron
como apoyo a los trabajos sobre la dinámica estacional de los bosques de kelp. Imágenes: Hakai Institute.
15
Figura 10. En general, existe un equilibrio entre la resolución espacial y la cobertura espacial de las imágenes de teledetección. Cuanto menor sea
la resolución (es decir, cuanto más grande sea el píxel), mayor será la cobertura espacial. Por ejemplo, las imágenes de Landsat de 30 m cubren un
área espacial mayor que las imágenes de Sentinel de 10 m y las de Planet Dove de 3 m. Las imágenes de drones con una resolución de 0,03 m son
las de menor huella espacial. Nota: Las imágenes de estas figuras no se adquirieron en las mismas fechas ni con la misma altura de marea. Todas
las imágenes se muestran en falso co lor NIR, excepto las de dron, que son RGB. Imágenes: Imagen de Landsat 8, cortesía del Servicio Geológico de
Estados Unidos; datos modificados de Copernicus Sentinel 2022/Sentinel Hub; imagen de Planet Dove © 2022 Planet Labs PBC; imagen de dron del
Hakai Institute.
16
Visión general de las herramientas de

teledetección óptica para el mapeo de kelp
El kelp gigante y el bull kelp son algas
pardas que se distinguen del agua de mar
circundante por los pigmentos presentes en
sus láminas, estipes y frondas. Las imágenes
multiespectrales de teledetección nos permiten
detectar kelp gracias a la alta reflectancia de la
biomasa fotosintética del kelp en el infrarrojo
cercano y a la baja reflectancia del agua de mar
circundante en el infrarrojo cercano (Figura 11).
El agua de mar atenúa fuertemente la luz del
infrarrojo cercano, por lo que resulta mucho Figura 11. Reflectancia de kelp denso (>50 % de 1 m² cubierto), dis-
más fácil detectar el kelp sumergido. Esta persos (<50 % de 1 m² cubierto), sumergidos (todas las plantas están
ligeramente por debajo de la superficie del agua) y el agua del océano
diferencia en la reflexión del infrarrojo cercano medida con un espectroradiómetro en las aguas costeras de Columbia
del kelp frente al agua de mar hace que el kelp Británica, Canadá. Figura de Schroeder et al., 2019.
“se destaque” en las imágenes multiespectrales
(Figura 12).
Se han aplicado diferentes plataformas y sensores de teledetección para mapear diversos

atributos de los parches de kelp (por ejemplo, presencia/ausencia, biomasa) con el fin de abordar
una variedad de objetivos de investigación y seguimiento (ver las publicaciones e informes en los
Apéndices 2-5).
Bull kelp Bull kelp
Kelp gigante Kelp gigante
10 10
m m
Figura 12. Imágenes multiespectrales obtenidas con drones de un parche de kelp. (panel izquierdo) Imagen en escala de grises en infrarrojo cercano.
(panel derecho) Imagen RGB en color verdadero. Imagen: Hakai Institute
En esta sección de la guía, ofrecemos una visión general de la aplicación de las herramientas
ópticas de teledetección más comunes —drones, aviones y satélites— identificadas como útiles
por la Comunidad Internacional de Profesionales del mapeo de kelp. Otros recursos han creado
listas más exhaustivas, a las que nos remitiremos cuando corresponda.
17
Introducción al uso de drones para el

mapeo de doseles de kelp
La mayoría de la gente conoce los drones —pequeños robots voladores con cámaras que son
controlados a distancia por un piloto en tierra o en un barco—. En los últimos años, los drones
pequeños han revolucionado el monitoreo de los hábitats a escala local. Los drones pequeños
ofrecen la oportunidad de mapear el dosel de kelp en las condiciones adecuadas, es decir,
cuando la marea está baja, el mar está en calma y el kelp se encuentra en su punto máximo de
crecimiento. Muchos drones comerciales son relativamente asequibles (entre $500 y $8000),
fáciles de manejar y livianos para facilitar su transporte.
Al seleccionar un dron, es importante determinar qué sensor necesitará. Por ejemplo, la
resolución espectral del sensor que viene con el dron puede ser RGB (estándar para la mayoría de
los drones disponibles en el mercado), multiespectral o hiperespectral. El tipo de sensor que tiene
determinará los atributos del kelp que podrá percibir. Por ejemplo:
Burt et al. (2018) utilizaron imágenes de drones RGB para documentar los cambios en los
bosques de kelp con el cambio de los depredadores del ecosistema
Cavanaugh et al. (2021) demostraron los efectos de las mareas y las corrientes en la
extensión del kelp usando imágenes de drones RGB
McPherson et al. (2023) utilizaron imágenes de drones multiespectrales para examinar la
relación entre las imágenes y la biomasa del kelp in situ
A la hora de seleccionar un dron, es importante tener en cuenta la escala espacial de sus
objetivos de monitoreo en relación con el peso de su equipo. Los drones más grandes y, a
menudo, más pesados, pueden volar a mayor velocidad, llevar sensores más grandes o más
numerosos, y soportar vientos más fuertes y condiciones de vuelo más difíciles. Pero a medida
que avanza la tecnología, los drones más pequeños son cada vez más comunes y tienen tiempos
de vuelo y niveles de megapíxeles del sensor competitivos. El tipo y el tamaño del dron que elija
también pueden depender de si va a utilizarlo desde una embarcación o desde tierra. Cuando se
trabaja desde embarcaciones, los drones más pequeños suelen ser más seguros y cómodos de
manejar.
Imagen de un dron sobre un parche de kelp. Crédito de la imagen: Hakai Institute
18
Una vez que se han recopilado las imágenes de los drones, existe un amplio y creciente conjunto
de programas informáticos (por ejemplo, Agisoft Metashape, DroneDeploy) que permiten unir
las imágenes individuales y crear un ortomosaico, una escena completa de la zona sobrevolada
por el dron. Se han desarrollado nuevas herramientas específicas para el mapeo de doseles de
kelp con el fin de resolver los problemas del reflejo del sol en las imágenes (Denouden, Timmer &
Reshitnyk, 2021) cuando se crean ortomosaicos.
Después de la creación y georreferenciación del ortomosaico, usted estará listo para el análisis
de imágenes. Los métodos analíticos que utilice dependerán de su objetivo de mapeo. Por
ejemplo, para mapear la extensión de kelp, una nueva herramienta de código abierto llamada
KelpOMatic automatiza la detección de kelp en imágenes RGB provenientes de drones mediante
técnicas avanzadas de IA (Denouden & Reshitnyk, 2021). Esta herramienta reduce en gran medida
el tiempo de procesamiento para extraer datos sobre la extensión del dosel y las especies a partir
de las imágenes RGB. Otros métodos para extraer un dosel de kelp son los umbrales basados en
índices (Cavanaugh et al., 2021) y la delineación manual (ver el Apéndice 3.3).
Aunque los drones pequeños son una herramienta ágil y proporcionan datos con una resolución
espacial excepcional (normalmente <5 cm), esta herramienta aún no es rentable ni en tiempo ni
en costo cuando se trata de relevar grandes regiones, por ejemplo, toda la costa (Saccomanno
et al., 2022). Los drones tienen notables limitaciones, entre ellas, requisitos de línea de visión,
limitaciones de alcance telemétrico (a menudo de 3 a 7 km), restricciones de altitud máxima
de vuelo (120 m sin exención), umbrales de velocidad del viento (aproximadamente 45 km/h
para los drones pequeños tipo cuadricóptero), dependencia de baterías con carga finita y otras
limitaciones físicas y tecnológicas. Además, la necesidad de un punto de despegue accesible
limita las zonas que pueden estudiarse, lo que dificulta relevar algunas zonas si no puede
utilizarse un punto de despegue viable. Muchas administraciones de aviación exigen que los
operadores obtengan una licencia antes de operar con fines comerciales o de investigación.
Consulte el Apéndice 2 para obtener más información y recursos sobre cómo mapear kelp con
drones.
Nota para el lector: Los drones pueden denominarse vehículos aéreos no

tripulados (UAV), sistemas aéreos no tripulados (UAS) o sistemas aéreos
pilotados a distancia (RPAS).
Vista aérea de un bosque de kelp en California tomada con un dron. Imagen: Heidi Hirsch
19
Introducción al uso de aeronaves

tripuladas para el mapeo de kelp
Los relevamientos fotográficos realizados en imágenes recopiladas desde plataformas aéreas
la década de 1950 desde aeronaves tripuladas se han utilizado para estudiar los factores
(p. ej., aviones, helicópteros) con cámaras de ambientales de los ecosistemas de bosques de
película fueron una de las primeras formas de kelp (Pfister et al., 2019), así como para crear
mapear doseles de kelp en el Pacífico Nordeste estimaciones de la biomasa del kelp sobre la
(Jensen et al., 1980). Los relevamientos aéreos base del mapeo in situ y aéreo (Sutherland
modernos se realizan desde aeronaves et al., 2008; Stekoll et al., 2006). Consulte
tripuladas montadas con cámaras digitales RGB el Apéndice 3 para obtener más ejemplos
o sensores multiespectrales o hiperespectrales. de investigación realizadas con imágenes
El tipo de sensor determinará el atributo del recopiladas desde aeronaves tripuladas.
dosel de kelp que se puede capturar.
Las principales consideraciones para realizar
reconocimientos aéreos son el mayor costo
Dato curioso: El Departamento de de la recolección de imágenes desde un
Recursos Naturales de Washington avión (en comparación con los relevamientos
posee la serie cronológica anual con drones), la capacidad de procesamiento
(tanto informática como humana) y el
más larga de kelp en dosel mapeada almacenamiento necesario para manejar
mediante reconocimiento aéreo: terabytes de datos. Normalmente, se contrata
¡comenzaron en 1989! a una empresa de estudios geoespaciales
para que realice los relevamientos desde los
aviones para la captura de las imágenes, pero
Los relevamientos aéreos son más ventajosos la clasificación puede correr a cargo de otro
para captar imágenes de muy alta resolución grupo u organización. Además, la captura de
(0,1-2 m) a escala regional y costera (de 10 a imágenes aéreas de alta calidad adecuadas
100 kilómetros) o para mapear zonas de interés para el mapeo del kelp requiere una buena
que están demasiado alejadas para mapearlas planificación (y algo de suerte) que permita
con drones. Además de mapear la extensión del alinear las condiciones ambientales ideales
dosel, las imágenes de mayor resolución suelen durante el relevamiento. Por ejemplo, la
proporcionar detalles suficientes para discernir altura ideal de las mareas, el ángulo del sol, la
entre las distintas especies de kelp que cobertura de nubes, las condiciones del viento
forman el dosel (dependiendo de la resolución y las olas, y la época del año.
y la calidad de la imagen). Por ejemplo, las
Imágenes de 4 bandas adquiridas con las cámaras de la Fase 1 montadas en un avión de ala fija. Imagen mostrada en falso color NIR. Imagen:
Hakai Institute.
20
Introducción al uso de satélites para el

mapeo de kelp
En la última década, la teledetección satelital novedosas que permiten estimar la biomasa de
ha surgido como método para mapear los los doseles y las condiciones de salud del kelp
doseles de kelp en grandes escalas (de 100 (es decir, fisiológicas) (Bell & Siegel, 2022; Bell
a 1000 kilómetros). El uso de plataformas et al., 2015).
espaciales para mapear un dosel flotante de
kelp se intentó por primera vez a principios de La elección del sensor de satélite utilizado para
la década de 1980 (Jensen et al., 1980). Durante determinar el área del dosel, la biomasa u otro
las dos décadas siguientes, se mejoraron los parámetro depende del tamaño de la zona de
métodos con imágenes satelitales con mayor estudio; el tamaño del parche, la densidad y la
resolución espacial usando índices y relaciones orientación a la costa del kelp; y la pregunta
de bandas espectrales comunes (Deysher et al., de la investigación (por ejemplo, Gendall et
1993; Augenstein et al., 1991). Con la publicación al., 2023). Aunque existen varias opciones para
de todo el catálogo de imágenes de Landsat obtener imágenes espaciales, cada sensor de
en 2008, Cavanaugh et al. (2011) desarrollaron satélite produce imágenes de una determinada
el primer enfoque de series temporales para la resolución espacial, temporal y espectral
biomasa del dosel que, desde entonces, se ha (Figura 10, Tabla 1), y cada una tiene un dominio
convertido en un método automatizado para temporal diferente (fecha de inicio/fin de
estimar la biomasa del kelp gigante (Bell et la misión) y un costo de las imágenes (que
al., 2019). Se están realizando nuevos avances oscila entre la gratuidad y los miles de dólares
con imágenes hiperespectrales de satélite muy estadounidenses).
Imagen de satélite Landsat adquirida sobre la isla de San Miguel, California Imagen: Cortesía del Servicio Geológico de Estados Unidos.
Para esta guía, separamos las imágenes satelitales en cuatro grandes categorías basadas en
la resolución espacial de las imágenes:
muy alta resolución (píxeles <2 m)
alta resolución (píxeles 2-<5 m)
media resolución (píxeles 5-<10 m)
baja resolución (píxeles 10-30 m).
Esto difiere de los términos utilizados en la comunidad de teledetección en general, dentro de la
cual existe una gama aún más amplia de resoluciones espaciales.
21
Las imágenes RGB o multiespectrales de muy alta resolución suelen obtenerse por satélites a
pedido (captan imágenes por encargo). Las imágenes multiespectrales de alta y media resolución
pueden obtenerse tanto desde satélites como desde constelaciones encargadas y pueden ser
RGB o multiespectrales. Uno de los avances más interesantes en el espacio de media resolución
son las imágenes multiespectrales tomadas por la constelación PlanetScope, que apunta a
ofrecer imágenes multiespectrales diarias en una resolución de 3 m. Los recientes avances en la
clasificación de estas imágenes para detectar la presencia de un dosel muestran su capacidad de
monitorear la dinámica de bosques pequeños y grandes a escala regional (Cavanaugh et al., 2023).
Los satélites de baja escala, como Landsat (80 m; de 1972 a 1981; 30 m; de 1982 hasta la actualidad)
y Sentinel 2 (10 m; de 2015 hasta la actualidad), ofrecen imágenes de acceso público que pueden
descargarse gratuitamente (ver el Apéndice 4). Las imágenes de estos satélites suelen disponer
de series temporales más largas y completas que las de las otras clases de satélites mencionadas
anteriormente y cuentan con productos de imágenes verificados, como imágenes con corrección
atmosférica o de la parte superior de la atmósfera y bandas multiespectrales.
En resumen: Cuanto más grandes y alejados de la costa estén los parches de kelp, más
baja será la resolución de las imágenes satelitales que podrá utilizar. Las imágenes de
mayor resolución son más apropiadas si los parches de kelp son pequeños y están cerca
de la costa.
Imagen de WorldView-3 tomada sobre parches de kelp gigante y bull kelp en la Costa Central, Columbia Británica. Imagen: © DigitalGlobe, Inc.
Todos los derechos reservados
22
Nota sobre los métodos de campo
En función del objetivo de seguimiento y de su escala, existen varias opciones sobre el terreno
de detección no remota para documentar características tales como la presencia, la extensión,
las especies y la salud de un dosel de kelp emergentes. Estas incluyen, a título enunciativo,
observaciones visuales, relevamientos por buceo y relevamientos desde embarcaciones.
Dependiendo de su objetivo de mapeo de kelp, es necesario realizar mediciones sobre el terreno
para combinarlas con los datos de teledetección con el fin de estimar la densidad, la biomasa y
la salud del parche de kelp (por ejemplo, contar las plantas de kelp en los cuadrantes, recoger
y pesar las plantas de kelp, etc.). Nos referiremos a estos métodos en la infografía cuando sean
pertinentes y aplicables.
Consulte el Apéndice 5 para obtener más información y recursos sobre cómo mapear kelp con
métodos de teledetección no remotos.
(Panel superior izquierdo) Mediciones del cuadrante y de la calidad del agua en un parche de kelp en la costa occidental de la isla de Vancouver.
Imagen: Graham Owsianski
(Panel superior derecho) Imagen de dron sobre las mediciones de un cuadrante de kelp en un parche de kelp. Imagen: Markus Thompson
(Panel inferior izquierdo) Imagen de dron sobre un parche de kelp con relevamientos en kayak en el estado de Washington. Imagen: Tyler
Cowdrey
(Panel inferior derecho) Mediciones de cuadrante que se toman en un parche de kelp de la Reserva del Parque Nacional de la Cuenca del
Pacífico. Imagen: Markus Thompson
24
Nota sobre las mareas y corrientes

El kelp gigante y el bull kelp están fijados al fondo marino por sus discos de fijación, por lo que el
aumento de la altura de la marea y la velocidad de la corriente pueden sumergir partes del dosel
de kelp flotantes (Figura 13). Esta sumersión afecta negativamente a la capacidad de muchos
de los métodos de teledetección óptica aquí descritos para detectar la presencia, el área, la
biomasa y la salud del dosel de kelp (Timmer et al., 2022). En términos muy sencillos: si el kelp
está debajo del agua, estamos muy limitados a la hora de aplicar métodos de teledetección
óptica para mapearlo.
Figura 13. Imágenes de dron captadas sobre un parche de kelp durante marea baja (panel izquierdo) y marea alta (panel
derecho). Imagen: Hakai Institute
Muchas investigaciones se han centrado en estudiar los efectos de las mareas y corrientes en
el mapeo de kelp. Se observó que el dosel de bull kelp disminuía en presencia de mareas y
corrientes más fuertes en cuatro parches de kelp usando imágenes digitales de alta resolución
temporal obtenidas desde la costa, aunque la magnitud de estos efectos variaba según el lugar
(Britton-Simons et al., 2005). Cavanaugh et al. (2021) utilizaron una serie temporal de imágenes
multiespectrales de drones para demostrar que el aumento de la altura de la marea reducía la
superficie de kelp gigante flotantes en dos lugares del sur de California. También hubo un efecto
negativo significativo del aumento de la velocidad de la corriente; sin embargo, las mareas y
corrientes están fuertemente vinculadas en esta región. Los efectos de la altura de la marea
también pueden ser evidentes en las estimaciones por satélite de las métricas del dosel de kelp.
En todos los sitios de la Columbia Británica, un aumento de 2 m en la altura de la marea dio como
resultado una reducción del 40 % en el área clasificada del dosel de parches mixtos observados
con Landsat (Nijland et al., 2019). Bell et al. (2020) mostraron un efecto similar en los parches de
kelp gigante en el sur de California y cómo la frecuencia de adquisición de 8 días de los sensores
Landsat a menudo puede sincronizarse con las fluctuaciones de las mareas, lo que lleva a una
dinámica antagónica del dosel de kelp cuando se compararon múltiples sensores Landsat.
Además, la densidad de la biomasa del kelp puede amortiguar la velocidad de la corriente
(Monismith et al., 2022), lo que provoca una mayor sumersión del dosel en los parches dispersos y
a lo largo de los bordes del parche (McPherson et al., en prep.).
En resumen: Las mareas y corrientes afectan nuestra capacidad de mapear un

dosel de kelp, por lo que es importante conocer las condiciones físicas locales
de un lugar o región que se monitoree para comprender plenamente el efecto
de las mareas y corrientes en la dinámica del dosel de kelp.
25
Infografía para el mapeo de

kelp
En esta sección, encontrará cuatro infografías que lo ayudarán a determinar qué herramienta(s)
de teledetección óptica se recomienda(n) para su objetivo concreto de monitoreo de kelp.
Los objetivos del monitoreo de kelp se indican a continuación:
Presencia/ausencia/extensión: ¿Está presente o ausente el dosel de kelp en un lugar

y momento determinados? Si está presente, ¿cuál es el área de dosel presente en la
superficie del océano (por ejemplo, m² de dosel de kelp)?
Especies: ¿Qué especies de kelp están presentes (bull kelp o kelp gigante) en un lugar y
momento determinados y cuál es la extensión de las especies (por ejemplo, m² de kelp
gigante)?
Densidad/biomasa: ¿Qué cantidad de kelp hay en un lugar y momento determinados
(por ejemplo, kg/m², toneladas/ha)?
Salud: ¿Cuál es la salud del kelp en un lugar y momento determinados? Por ejemplo,
evaluaciones cuantitativas de la salud, tales como relaciones carbono-nitrógeno y
pigmentos, o evaluaciones cualitativas, tales como observaciones visuales del estado de
salud del kelp (por ejemplo, cobertura de briozoos).
A continuación, para cada objetivo de seguimiento, puede elegir la escala espacial de su

objetivo de seguimiento. En cada una de estas escalas espaciales, puede haber parches de kelp
de diferentes tamaños y densidades, lo que también influye en cuáles son las herramientas de
teledetección adecuadas.
Las escalas espaciales son:
Locales: su área de interés es de unos pocos kilómetros de costa o menos (por ejemplo,
una sola bahía o arrecife).
Regionales: su área de interés es de 10 a 100 kilómetros de costa (por ejemplo, área marina
protegida o archipiélago).
Toda la costa: su área de interés abarca entre 100 y 1000 kilómetros de costa (por ejemplo,
todo el Estado de Washington).
Una que realice su selección, verá qué herramientas de teledetección están disponibles en
función de su objetivo y escala espacial. Creamos una serie de íconos para representar los
aspectos de la teledetección de kelp descritos en la infografía que se detallan en la Figura 14.
En estas infografías, nos centramos en los relevamientos anuales del dosel de kelp para el kelp
gigante y el bull kelp. En los relevamientos anuales, los bosques de kelp suelen mapearse en el
noreste del Pacífico entre mediados y finales del verano (dependiendo de la región), cuando el
kelp están en su punto máximo de crecimiento. Consulte el Apéndice 1 si tiene necesidades de
monitoreo temporal diferentes para los relevamientos (por ejemplo, diarias, mensuales, etc.).
La infografía utiliza colores (verde, amarillo y rojo) para destacar la “mejor opción”, la opción que
“tal vez” funcione y la opción no recomendada (o “no”) sobre qué herramienta de teledetección
debe utilizar.
26
Figura 14. Íconos y definiciones utilizados en las infografías de kelp. Puede obtener más información sobre la resolución espectral y
resolución espacial en otras secciones de esta guía.
27
Conclusión
Las imágenes ópticas de teledetección, recopiladas mediante drones, aviones o satélites,
son una herramienta valiosa y poderosa para mapear y monitorear la presencia/ausencia/
extensión, distribución, abundancia y salud de los bosques de kelp. Gracias a la teledetección,
las comunidades costeras, los administradores, los investigadores y los profesionales de la
restauración obtienen datos vitales que pueden utilizarse para obtener información que
fundamente los esfuerzos de conservación y gestión, identificar áreas de posible restauración
o protección, y evaluar el impacto de factores ambientales como el cambio climático en los
ecosistemas de kelp. Con el desarrollo y la mejora continuos de la tecnología de teledetección,
es probable que esta desempeñe un papel aún más importante en el futuro del mapeo y
administración del kelp.
Nuestro objetivo con esta guía y estas infografías fue sintetizar el estado actual del mapeo de
kelp en el Océano Pacífico nororiental. Sabemos que los métodos y recursos que aquí se ofrecen
serán de utilidad para el mapeo de kelp en otros continentes y costas. Nos hemos esforzado al
máximo por crear un resumen conciso del estado actual del mapeo de kelp, y sabemos que este
tema seguirá evolucionando y creciendo a medida que más profesionales empiecen a mapear y
se disponga de nuevas tecnologías. ¡Esperamos que esta guía le resulte útil!
Instamos a los usuarios de esta guía de buenas prácticas a que se pongan en contacto con
otros miembros de la comunidad mundial del mapeo de kelp para compartir sus experiencias
(¡y desafíos!), de modo que esta comunidad de profesionales pueda seguir creciendo y puedan
seguir aprendiendo unos de otros.
Vista aérea de la isla Calvert, Columbia Británica. Imagen: Keith Holmes, Hakai Institute
32
Referencias bibliográficas:
Augenstein, E., Stow, D., & Hope, A. (1991). Evaluation of SPOT HRV-XS data for kelp resource inventories.
Photogrammetric Engineering and Remote Sensing, 57(5), 501–509.
Bell, T.W., Cavanaugh, K.C., Siegel, D.A. (2015) Remote monitoring of giant kelp biomass and photosynthetic
condition: An evaluation of the potential for the Hyperspectral Infrared Imager (HyspIRI) mission. Remote Sensing of
Environment, 167, 218-228.
Bell, T.W., Allen, J.A., Cavanaugh, K.C., Siegel, D.A. (2020), Three decades of variability in California’s giant kelp
forests from the Landsat satellites. Remote Sensing of Environment. 238, 110811.
Bell, T.W., Siegel, D.A. (2022), Nutrient availability and senescence spatially structure the dynamics of a foundation
species, Proceedings of the National Academy of Sciences, 119, 1, e2105135118.
Britton-Simmons, K., Eckman, J., & Duggins, D. (2008). Effect of tidal currents and tidal stage on estimates of bed
size in the kelp Nereocystis luetkeana. In Marine Ecology Progress Series (Vol. 355, pp. 95–105). Inter-Research Science
Center. https://doi.org/10.3354/meps07209
Cavanaugh, K. C., Cavanaugh, K. C., Bell, T. W., & Hockridge, E. G. (2021). An Automated Method for Mapping
Giant Kelp Canopy Dynamics from UAV. In Frontiers in Environmental Science (Vol. 8). Frontiers Media SA. https://doi.
org/10.3389/fenvs.2020.587354
Cavanaugh, K. C., Cavanaugh, K. C., Pawlak, C. C., Bell, T. W., & Saccomanno, V. R. (2023). CubeSats show
persistence of bull kelp refugia amidst a regional collapse in California. In Remote Sensing of Environment (Vol. 290, p.
113521). Elsevier BV. https://doi.org/10.1016/j.rse.2023.113521
Cavanaugh, K.C., Siegel, D.A., Reed, D.C., & Dennison, P.E. (2011). Environmental controlsof giant-kelp biomass in
the Santa Barbara Channel, California. Marine Ecology Progress Series, 429, 1–17.
Cavanaugh, K. C., Bell, T., Costa, M., Eddy, N. E., Gendall, L., Gleason, M. G., Hessing-Lewis, M., Martone,
R., McPherson, M., Pontier, O., Reshitnyk, L., Beas-Luna, R., Carr, M., Caselle, J. E., Cavanaugh, K. C., Flores
Miller, R., Hamilton, S., Heady, W. N., Hirsh, H. K., … Schroeder, S. B. (2021). A Review of the Opportunities and
Challenges for Using Remote Sensing for Management of Surface-Canopy Forming Kelps. In Frontiers in Marine
Science (Vol. 8). Frontiers Media SA. https://doi.org/10.3389/fmars.2021.753531
Dayton, P. K. (1972). Toward an understanding of community resilience and the potential effects of enrichments to
the benthos at McMurdo Sound, Antarctica. pp. 81–96 in Proceedings of the Colloquium on Conservation Problems
Allen Press, Lawrence, Kansas.
Denouden, T., Timmer, B., & Reshitnyk, L. (2021). GlintMaskGenerator (2.0.5) [Computer software]. https://doi.
org/10.21966/3cpa-2e10
Denouden, T., & Reshitnyk, L. (2021). Kelp-O-Matic (Version 0.5.2) [Computer software]. https://doi.org/10.5281/
zenodo.7672167
Deysher, L.E. (1993). Evaluation of remote sensing techniques for monitoring giant kelp populations. Hydrobiologia,
260–261(1), 307–312.
Filbee-Dexter, K., & Wernberg, T. (2020). Substantial blue carbon in overlooked Australian kelp forests. In Scientific
Reports (Vol. 10, Issue 1). Springer Science and Business Media LLC. https://doi.org/10.1038/s41598-020-69258-7
Holbrook, S., Carr, M., Schmitt, R. & Coyer, J. (1990). Effect of Giant Kelp on Local Abundance of Reef Fishes: The
Importance of Ontogenetic Resource Requirements. Bulletin of Marine Science. 47. 104-114.
Jensen, J. R., J. E. Estes, and L. Tinney. (1980). Remote sensing techniques for kelp surveys. Photogrammatic
Engineering and Remote Sensing 46:743–755.
Kobluk, H. M., Gladstone, K., Reid, M., Brown, K., Krumhansl, K. A., & Salomon, A. K. (2021). Indigenous
knowledge of key ecological processes confers resilience to a small-scale kelp fishery. In People and Nature (Vol. 3,
Issue 3, pp. 723–739). Wiley. https://doi.org/10.1002/pan3.10211
33
Krumhansl, K. A., Okamoto, D. K., Rassweiler, A., Novak, M., Bolton, J. J., Cavanaugh, K. C., Connell, S. D.,
Johnson, C. R., Konar, B., Ling, S. D., Micheli, F., Norderhaug, K. M., Pérez-Matus, A., Sousa-Pinto, I., Reed, D.
C., Salomon, A. K., Shears, N. T., Wernberg, T., Anderson, R. J., … Byrnes, J. E. K. (2016). Global patterns of kelp
forest change over the past half-century. In Proceedings of the National Academy of Sciences (Vol. 113, Issue 48, pp.
13785–13790). Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.1606102113
Marquez, L., Fragkopoulou, E., Cavanaugh, K. C., Houskeeper, H. F., & Assis, J. (2022). Artificial intelligence
convolutional neural networks map giant kelp forests from satellite imagery. In Scientific Reports (Vol. 12, Issue 1).
Springer Science and Business Media LLC. https://doi.org/10.1038/s41598-022-26439-w
McPherson, M.L., Bell, T.W., Snyder, J.S., Cavanaugh, Ka.C., Siegel, D.A., Cavanaugh, K.C., Kudela, R.M. (in prep)
Utilizing a Multiyear Dataset of Unoccupied Aircraft System Imagery to Validate Landsat Derived Giant Kelp Canopy.
Remote Sensing of Environment.
Monismith, S. G., Alnajjar, M. W., Woodson, C. B., Boch, C. A., Hernandez, A., Vazquez Vera, L., Bell, T. W.,
& Micheli, F. (2022). Influence of Kelp Forest Biomass on Nearshore Currents. In Journal of Geophysical Research:
Oceans (Vol. 127, Issue 7). American Geophysical Union (AGU). https://doi.org/10.1029/2021jc018333
Mora Soto, A., Capsey, A., Friedlander, A. M., Palacios, M., Brewin, P. E., Golding, N., Dayton, P., Van
Tussenbroek, B., Montiel, A., Goodell, W., Velasco Charpentier, C., Hart, T., Macaya, E. C., Pérez Matus, A.,
& Macias Fauria, M. (2021). One of the least disturbed marine coastal ecosystems on Earth: Spatial and temporal
persistence of Darwin’s sub Antarctic giant kelp forests. In A. F. Palmeirim (Ed.), Journal of Biogeography (Vol. 48, Issue
10, pp. 2562–2577). Wiley. https://doi.org/10.1111/jbi.14221
Nijland, W., Reshitnyk, L., & Rubidge, E. (2019). Satellite remote sensing of canopy-forming kelp on a complex
coastline: A novel procedure using the Landsat image archive. In Remote Sensing of Environment (Vol. 220, pp.
41–50). Elsevier BV. https://doi.org/10.1016/j.rse.2018.10.032
Roelfsema C.M., S.R. Phinn, D. Tracey, J. Speirs, M. Kamal, M. Hewson and K. Johansen, (2017), A Web Based
Toolkit for Using Remote Sensing to Map and Monitor Terrestrial, Marine and Atmospheric Environments. https://
www.rsrc.org.au/rstoolkit/
Saccomanno, V. R., Bell, T., Pawlak, C., Stanley, C. K., Cavanaugh, K. C., Hohman, R., Klausmeyer, K. R.,
Cavanaugh, K., Nickels, A., Hewerdine, W., Garza, C., Fleener, G., & Gleason, M. (2022). Using unoccupied aerial
vehicles to map and monitor changes in emergent kelp canopy after an ecological regime shift. In Remote Sensing in
Ecology and Conservation (Vol. 9, Issue 1, pp. 62–75). Wiley. https://doi.org/10.1002/rse2.295
Schroeder, S. B., Dupont, C., Boyer, L., Juanes, F., & Costa, M. (2019). Passive remote sensing technology for
mapping bull kelp (Nereocystis luetkeana): A review of techniques and regional case study. In Global Ecology and
Conservation (Vol. 19, p. e00683). Elsevier BV.
Stekoll, M.S., Deysher, L.E., & Hess, M. (2006). A remote sensing approach to estimating harvestable kelp biomass.
Journal of Applied Phycology, 18(3–5), 323–334
Sutherland, I. R., Karpouzi, V., Mamoser, M., & Carswell, B. (2008). Kelp Inventory, 2007. Areas of the British
Columbia central coast from Hakai Passage to the Bardswell Group. Oceans and Marine Fisheries Branch, BC Ministry
of Environment Fisheries and Oceans Canada BC Ministry of Agriculture and Lands Heiltsuk Tribal Council.
Timmer, B., Reshitnyk, L. Y., Hessing-Lewis, M., Juanes, F., & Costa, M. (2022). Comparing the Use of Red-Edge
and Near-Infrared Wavelength Ranges for Detecting Submerged Kelp Canopy. In Remote Sensing (Vol. 14, Issue 9, p.
2241). MDPI AG https://doi.org/10.3390/rs14092241
Wernberg, T., Krumhansl, K., Filbee-Dexter, K., & Pedersen, M. F. (2019). Status and Trends for the
World’s Kelp Forests. In World Seas: An Environmental Evaluation (pp. 57–78). Elsevier. https://doi.org/10.1016/
B978-0-12-805052-1.00003-6
34
Apéndices
35
Apéndice 1 - Tablas infográficas técnicas
Las infografías presentadas en este documento destacan las herramientas de teledetección
recomendadas para mapear doseles de kelp emergentes anualmente. Sin embargo,
la Comunidad Internacional de Mapeadores Profesionales de kelp elaboró tablas con
recomendaciones para mapear los atributos del kelp (presencia/ausencia/extensión, especies,
biomasa, salud) en función de (1) la escala espacial (local, regional y costera), (2) la accesibilidad
al lugar, (3) las escalas temporales (diaria, mensual, etc.) y (4) la distribución del kelp (por
ejemplo, escasa, densa, cerca de la costa, mar adentro).
La estructura de las tablas infográficas que se utilizaron para crear las infografías de este
documento se basó en el método Juego de herramientas para la teledetección marina
(Roelfsema et al., 2017), que pone el acento en las herramientas de teledetección y sus
aplicaciones a una gama de características medioambientales diferentes. Nos gustaría agradecer
al Dr. Chris Roelfsema y al Dr. Stuart Phinn por proveer la rúbrica que se adaptó para el trabajo
presentado en esta guía.
Encontrará todas las tablas técnicas aquí.
36
Apéndice 2 - Recursos para el mapeo
de kelp mediante sistemas aéreos no
tripulados (drones) Tablas infográficas
2.1 Selección de publicaciones e informes revisados
por expertos sobre el mapeo de kelp usando drones
(ordenados cronológicamente)
Denouden, T., & Reshitnyk, L. (2023). Kelp-O-Matic (Versión 0.5.2) [Programa informático]
Zenodo https://zenodo.org/record/7672167 Descargar herramienta aquí.
McPherson, M. L., & Kudela, R. M. (2022). Kelp Patch-Specific Characteristics Limit
Detection Capability of Rapid Survey Method for Determining Canopy Biomass Using an
Unmanned Aerial Vehicle. En Frontiers in Environmental Science (Vol. 10). Frontiers Media SA.
https://doi.org/10.3389/fenvs.2022.690963
Saccomanno, V. R., Bell, T., Pawlak, C., Stanley, C. K., Cavanaugh, K. C., Hohman, R.,
Klausmeyer, K. R., Cavanaugh, K., Nickels, A., Hewerdine, W., Garza, C., Fleener, G.,
& Gleason, M. (2022). Using unoccupied aerial vehicles to map and monitor changes in
emergent kelp canopy after an ecological regime shift. En Remote Sensing in Ecology and
Conservation (Vol. 9, número 1, pp. 62–75). Wiley. https://doi.org/10.1002/rse2.295
Timmer, B. (2022). The effects of kelp canopy submersion on the remote sensing of surface-
canopy forming kelps. Tesis de maestría en Geografía. Universidad de Victoria, Canadá..
http://hdl.handle.net/1828/14087
Timmer, B., Reshitnyk, L. Y., Hessing-Lewis, M., Juanes, F., & Costa, M. (2022). Comparing
the Use of Red-Edge and Near-Infrared Wavelength Ranges for Detecting Submerged Kelp
Canopy. En Remote Sensing (Vol. 14, Issue 9, p. 2241). MDPI AG. https://doi.org/10.3390/
rs14092241
Berry, H. & Cowdrey, T. (2021) Kelp Forest Canopy Surveys with Unmanned Aerial Vehicles
(UAVs) and Fixed-Wing Aircraft: a demonstration project at volunteer monitoring sites in
northern Puget Sound. Informe final para la Northwest Straits Commission (IAA 93-102466).
Departamento de Recursos Naturales del Estado de Washington, EE. UU.
Cavanaugh, K. C., Cavanaugh, K. C., Bell, T. W., & Hockridge, E. G. (2021). An Automated
Method for Mapping Giant Kelp Canopy Dynamics from UAV. En Frontiers in Environmental
Science (Vol. 8). Frontiers Media SA. https://doi.org/10.3389/fenvs.2020.587354
Cowdrey, T. (2021). Mapping bull kelp (Nereocystis luetkeana) forests in Puget Sound
with a consumer-level unmanned aerial vehicle (UAV). [Tesis de maestría en Estudios
Medioambientales]. The Evergreen State College, Washington, USA. http://collections.
evergreen.edu/s/repository/item/10194
Lee, L. C., Daniel McNeill, G., Ridings, P., Featherstone, M., Okamoto, D. K., Spindel,
N. B., Galloway, A. W. E., Saunders, G. W., Adamczyk, E. M., Reshitnyk, L., Pontier, O.,
Post, M., Irvine, R., Wilson, G. taa’a gaagii ng. aang N., & Bellis, S. Kung V. (2021). Chiixuu
Tll iinasdll: Indigenous Ethics and Values Lead to Ecological Restoration for People and Place
in Gwaii Haanas. En Ecological Restoration (Vol. 39, números 1–2, pp. 45–51). University of
Wisconsin Press. https://er.uwpress.org/content/39/1-2/45
37
Bell, T. W., Nidzieko, N. J., Siegel, D. A., Miller, R. J., Cavanaugh, K. C., Nelson, N. B.,
Reed, D. C., Fedorov, D., Moran, C., Snyder, J. N., Cavanaugh, K. C., Yorke, C. E., &
Griffith, M. (2020). The Utility of Satellites and Autonomous Remote Sensing Platforms for
Monitoring Offshore Aquaculture Farms: A Case Study for Canopy Forming Kelps. En Frontiers
in Marine Science (Vol. 7). Frontiers Media SA. https://doi.org/10.3389/fmars.2020.520223
Cavanaugh, K. C. (2020). Effect of Tides and Currents on UAV-Based Detection of Giant Kelp
Canopy. Universidad de California, Los Ángeles. ProQuest ID: Cavanaugh_ucla_0031N_18976.
Merritt ID: ark:/13030/m5m383vg. Obtenido de https://escholarship.org/uc/item/0tn1p1p6
Burt, J. M., Tinker, M. T., Okamoto, D. K., Demes, K. W., Holmes, K., & Salomon, A. K.
(2018). Sudden collapse of a mesopredator reveals its complementary role in mediating rocky
reef regime shifts. En Proceedings of the Royal Society B: Biological Sciences (Vol. 285, número
1883, p. 20180553). The Royal Society. https://doi.org/10.1098/rspb.2018.0553
Timer, B. Reshitnyk, L. Y., Hessing-Lewis, M., Juanes, F., Gendall, L. & Costa, M. Capturing
Accurate Extent of Floating Kelp Canopy: The Role of Tides, Currents, and Species-level
Morphology in Kelp Remote Sensing. [Manuscrito en preparación]. Departamento de
Geografía, Universidad de Victoria, Canadá.
2.2 Recursos sobre métodos y directrices para

mapear kelp usando drones
Puede encontrar muchas guías en línea sobre cómo volar drones para cualquier aplicación de
mapeo, ya sea que se trate de un cultivo de kelp o de zanahorias. Por lo general, estas guías
pueden aplicarse a su caso y necesidades específicas de mapeo. Sin embargo, en todos los casos,
asegúrese de que esté cumpliendo la normativa del país y el espacio aéreo en el que vuela.
Algunos recursos sobre drones específicos para kelp incluyen:
Thompson, Markus (2021) Protocolo de monitoreo de kelp de la iniciativa MaPP. Marine Plan
Partnership. Acceder a enlace.
Programa de formación de Vitality sobre recopilación de datos de administración indígena:
bosques de kelp. Consulte los recursos y enlaces en “Data collection training material”
(Material de formación para la recopilación de datos). Acceder a enlace.
Denouden, T., Timmer, B., & Reshitnyk, L. (2021). GlintMaskGenerator (Versión 2.0.5) [Programa
informático]. https://doi.org/10.21966/3cpa-2e10
2.4 Otros grupos, conjuntos de datos, mapas

web o medios de comunicación dedicados al
mapeo de kelp usando drones
Mapeo de los doseles de bosques de bull kelp con imágenes aéreas (StoryMap). Tyler
Cowdrey, Programa de Hábitats Cercanos a la Costa del Departamento de Recursos Naturales
de Washington. Acceder a enlace.
Marine Plan Partnership (MaPP) (2021). Seguimiento regional de kelp en la costa norte del
Pacífico: Una iniciativa de vigilancia comunitaria para la gestión basada en los ecosistemas
(Storymap). Acceder a enlace.
Conjunto de datos del BIOS de California para monitoreo de kelp con UAV en el norte de
California. Acceder a enlace.
38
de kelp usando aeronaves tripuladas
3.1 Selección de publicaciones revisadas por
expertos sobre mapeo de kelp con aeronaves
tripuladas (ordenadas cronológicamente)
Starko, S., Timmer, B., Reshitnyk, L., Csordas, M., McHenry, J., Schroeder, S., Hessing-
Lewis, M., Costa, M., Zielinksi, A., Zielinksi, R., Cook, S., Underhill, R., Boyer, L., Fretwell, C.,
Yakimishyn, J., Heath, W. A., Gruman, C., Baum, J. K., & Neufeld, C. J. (2023). Temperature and
food chain length, but not latitude, explain region-specific kelp forest responses to an unprecedented
heatwave. Cold Spring Harbor Laboratory. https://doi.org/10.1101/2023.01.07.523109
Starko, S., Neufeld, C. J., Gendall, L., Timmer, B., Campbell, L., Yakimishyn, J., Druehl, L.,
& Baum, J. K. (2022). Microclimate predicts kelp forest extinction in the face of direct and
indirect marine heatwave effects. En Ecological Applications (Vol. 32, número 7). Wiley. https://doi.
org/10.1002/eap.2673
Bell, T. W., & Siegel, D. A. (2021). Nutrient availability and senescence spatially structure the
dynamics of a foundation species. En Proceedings of the National Academy of Sciences (Vol. 119,
Issue 1). Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2105135118
Bell, T, D. Siegel. 2021. Kelp canopy chlorophyll to carbon ratio derived from aerial
hyperspectral imagery ver 1. Environmental Data Initiative. https://doi.org/10.6073/pasta/
c85974f3c0d11fb8cdb1ac2890698906.
Berry, H. D., Mumford, T. F., Christiaen, B., Dowty, P., Calloway, M., Ferrier, L., Grossman, E.
E., & VanArendonk, N. R. (2021). Long-term changes in kelp forests in an inner basin of the Salish
Sea. In M. (Gee) G. Chapman (Ed.), PLOS ONE (Vol. 16, número 2, p. e0229703). Public Library of
Science (PLoS).https://doi.org/10.1371/journal.pone.0229703
Finger, D. J. I., McPherson, M. L., Houskeeper, H. F., & Kudela, R. M. (2021). Mapping bull kelp
canopy in northern California using Landsat to enable long-term monitoring. En Remote Sensing of
Environment (Vol. 254, p. 112243). Elsevier BV. https://doi.org/10.1016/j.rse.2020.112243
Pfister, C. A., Berry, H. D., & Mumford, T. (2017). The dynamics of Kelp Forests in the Northeast
Pacific Ocean and the relationship with environmental drivers. En Journal of Ecology, A. Randall
Hughes (Ed.) (Vol. 106, número 4, pp. 1520–1533). Wiley. https://doi.org/10.1111/1365-2745.12908
Bell, T.W., Cavanaugh, K.C., Siegel, D.A. (2015) Remote monitoring of giant kelp biomass and
photosynthetic condition: An evaluation of the potential for the Hyperspectral Infrared Imager
(HyspIRI) mission. Remote Sensing of Environment, 167, 218-228.
Sutherland, I. R. (2008). Kelp Inventory, 2007. Areas of the British Columbia Central Coast from Hakai
Passage to the Bardswell Group. In. División de Océanos y Pesca Marítima, Ministerio de Océanos y
Pesca Ambiental de Columbia Británica, Ministerio de Medioambiente, pp 1-63.
Stekoll, M. S., Deysher, L. E., & Hess, M. (2006). A remote sensing approach to estimating
harvestable kelp biomass. En Journal of Applied Phycology (Vol. 18, número 3–5, pp. 323–334).
Springer Science and Business Media LLC. https://doi.org/10.1007/s10811-006-9029-7
Foreman, R. E. (1975). KIM-1. Un método de inventario kelp flotante y su aplicación a zonas
seleccionadas de la zona de licencia del kelp 12. Informe 75-1 del Programa de Investigación
Ecológica Bentónica. Informe al Servicio Federal de Pesca y Marina y a la Dirección Provincial de
Recursos Marinos. 81 pp.
39
3.2 Conjuntos de datos disponibles o existentes
Conjuntos de datos de kelp disponibles procedentes de monitoreos aéreos (estos
conjuntos de datos no incluyen imágenes):
Departamento de Recursos Naturales de Washington: los datos se encuentran aquí.
Departamento de Pesca y Vida Silvestre de California: los datos se encuentran aquí.
Monitoreos de kelp de la provincia de Columbia Británica: los datos se encuentran en el
sitio web de la BCMCA (busque “kelp” [kelp]).
3.3 Recursos sobre métodos y directrices

El Departamento de Recursos Naturales del Estado de Washington recopila anualmente
imágenes aéreas de la costa de Washington desde 1989. Este informe detalla los métodos
de delimitación de la superficie de los doseles y parches de kelp. Estos métodos se están
revisando actualmente.
La provincia de Columbia Británica realizó monitoreos de kelp en múltiples lugares de la
provincia en las décadas de 1970, 1990 y 2000 usando el método KIM-1. Los métodos para
delimitar la zona del parche de kelp pueden encontrarse en informes y se basan en la
delimitación manual de la zona y la clasificación de las especies.
Visor de datos de seguimiento de kelp flotante del Departamento de Recursos Naturales
del Estado de Washington. Acceder a enlace.
40
3.4 Especificaciones de las capturas de imágenes
aéreas para los relevamientos de kelp
Hakai Institute realiza relevamientos aéreos (desde aviones) de kelp desde 2020 y utiliza la
siguiente tabla para determinar las condiciones de las prioridades para la captura de imágenes.
Estas especificaciones se adaptaron del programa Mapeo de Kelp del Departamento de
Recursos Naturales de Washington (WADNR), así como de otras referencias que se indican a
continuación.
Nota para el lector: El WADNR utiliza las siguientes directrices: un ángulo solar
>= 25 y <=45, altura de la marea <1 pie MLLW (+/- 1 hora) con un solapamiento
superior del 80 % y solapamiento lateral del 40 %.
A continuación, se ofrecen algunas referencias adicionales para planificar las

especificaciones de los relevamientos aéreos de kelp:
Departamento de Recursos Naturales, Washington - Informe disponible aquí
Finkbeiner, M., B. Stevenson, and R. Seaman. 2001. Guidance for Benthic Habitat Mapping:
An Aerial Photographic Approach. Centro de Servicios Costeros de la NOAA - Informe
disponible aquí
Dobson, J. E., E. A. Bright, R. L. Ferguson, D. W. Field, L. L. Wood, K. D. Haddad, et al.
(1996). Monitoring Submerged Land Using Aerial Photography. Programa de análisis del cambio
costero de la NOAA (C-CAP). Informe técnico NMFS 123 de la NOAA. Informe disponible aquí
41
3.5 Otros grupos, conjuntos de datos, mapas web
o medios de comunicación dedicados al mapeo
de kelp con aviones ocupados
Samish Indian Nation & Palmer-McGee, C . Una década de desaparición: Bull kelp en las
islas San Juan (Storymap). Acceder a enlace.
(Storymap). Acceder a enlace.
Kelp Forests Along Washington State’s Strait Over a Century. Departamento de
Recursos Naturales de Washington. Acceder a enlace.
Programa de indicadores de kelp flotante del estado de Washington (EE. UU.) (algunos
enlaces):
Página web de Puget Sound Vital Signs
Sitio de distribución KelpForestsWA
Informe resumido de todo el Estado
Informe sobre el diseño del programa de seguimiento
Mapa interactivo
Mapeo de los doseles de bosques de bull kelp con imágenes aéreas (StoryMap). Tyler
Cowdrey, Programa de Hábitats Cercanos a la Costa del Departamento de Recursos
Naturales de Washington. Acceder a enlace.
42
de kelp mediante satélites
4.1 Selección de publicaciones revisadas
por expertos sobre mapeo de kelp
usando satélites y aeronaves (ordenadas
cronológicamente)
Bell, T. W., Cavanaugh, K. C., Saccomanno, V. R., Cavanaugh, K. C., Houskeeper, H. F., Eddy,
N., Schuetzenmeister, F., Rindlaub, N., & Gleason, M. (2023). Kelpwatch: A new visualization
and analysis tool to explore kelp canopy dynamics reveals variable response to and recovery
from marine heatwaves. In A. Pérez-Matus (Ed.), PLOS ONE (Vol. 18, número 3, p. e0271477). Public
Library of Science (PLoS). https://doi.org/10.1371/journal.pone.0271477
Cavanaugh, K. C., Cavanaugh, K. C., Pawlak, C. C., Bell, T. W., & Saccomanno, V. R. (2023).
CubeSats show persistence of bull kelp refugia amidst a regional collapse in California. Remote
Sensing of Environment, 290, 113521.
Gendall, L., Schroeder, S. B., Wills, P., Hessing-Lewis, M., & Costa, M. (2023). A Multi-Satellite
Mapping Framework for Floating Kelp Forests. En Remote Sensing (Vol. 15, número 5, p. 1276). MDPI
AG. https://doi.org/10.3390/rs15051276
Houskeeper, H. F., Rosenthal, I. S., Cavanaugh, K. C., Pawlak, C., Trouille, L., Byrnes, J. E. K.,
Bell, T. W., & Cavanaugh, K. C. (2022). Automated satellite remote sensing of giant kelp at the
Falkland Islands (Islas Malvinas). In B. K. Veettil (Ed.), PLOS ONE (Vol. 17, número 1, p. e0257933).
Public Library of Science (PLoS). https://doi.org/10.1371/journal.pone.0257933
Mantha, K. B., Sankar, R., Zheng, Y., Fortson, L., Pengo, T., Mashek, D., Sanders, M.,
Christensen, T., Salisbury, J., Trouille, L., Byrnes, J. E. K., Rosenthal, I., Houskeeper, H., &
Cavanaugh, K. (2022). From fat droplets to floating forests: cross-domain transfer learning using a
PatchGAN-based segmentation model (Versión 1). arXiv. https://doi.org/10.48550/ARXIV.2211.03937
Marquez, L., Fragkopoulou, E., Cavanaugh, K. C., Houskeeper, H. F., & Assis, J. (2022).
Artificial intelligence convolutional neural networks map giant kelp forests from satellite imagery.
En Scientific Reports (Vol. 12, número 1). Springer Science and Business Media LLC. https://doi.
org/10.1038/s41598-022-26439-w
Finger, D. J. I., McPherson, M. L., Houskeeper, H. F., & Kudela, R. M. (2021). Mapping bull kelp
canopy in northern California using Landsat to enable long-term monitoring. En Remote Sensing of
Environment (Vol. 254, p. 112243). Elsevier BV. https://doi.org/10.1016/j.rse.2020.112243
McPherson, M. L., Finger, D. J. I., Houskeeper, H. F., Bell, T. W., Carr, M. H., Rogers-Bennett,
L., & Kudela, R. M. (2021). Large-scale shift in the structure of a kelp forest ecosystem co-occurs
with an epizootic and marine heatwave. En Communications Biology (Vol. 4, número 1). Springer
Science and Business Media LLC. https://doi.org/10.1038/s42003-021-01827-6
Tait, L. W., Thoral, F., Pinkerton, M. H., Thomsen, M. S., & Schiel, D. R. (2021). Loss of Giant
Kelp, Macrocystis pyrifera, Driven by Marine Heatwaves and Exacerbated by Poor Water Clarity
in New Zealand. En Frontiers in Marine Science (Vol. 8). Frontiers Media SA. https://doi.org/10.3389/
fmars.2021.721087
Bell, T. W., Allen, J. G., Cavanaugh, K. C., & Siegel, D. A. (2020). Three decades of variability in
California’s giant kelp forests from the Landsat satellites. En Remote Sensing of Environment (Vol.
238, p. 110811). Elsevier BV. https://doi.org/10.1016/j.rse.2018.06.039
43
Bell, T. W., Nidzieko, N. J., Siegel, D. A., Miller, R. J., Cavanaugh, K. C., Nelson, N. B., Reed, D.
C., Fedorov, D., Moran, C., Snyder, J. N., Cavanaugh, K. C., Yorke, C. E., & Griffith, M. (2020).
The Utility of Satellites and Autonomous Remote Sensing Platforms for Monitoring Offshore
Aquaculture Farms: A Case Study for Canopy Forming Kelps. En Frontiers in Marine Science (Vol. 7).
Frontiers Media SA. https://doi.org/10.3389/fmars.2020.520223
Butler, C., Lucieer, V., Wotherspoon, S., & Johnson, C. (2020). Multi-decadal decline in cover
of giant kelp Macrocystis pyrifera at the southern limit of its Australian range. En Marine Ecology
Progress Series (Vol. 653, pp. 1–18). Inter-Research Science Center. https://doi.org/10.3354/
meps13510
Friedlander, A. M., Ballesteros, E., Bell, T. W., Caselle, J. E., Campagna, C., Goodell, W., Hüne,
M., Muñoz, A., Salinas-de-León, P., Sala, E., & Dayton, P. K. (2020). Kelp forests at the end of
the earth: 45 years later. In M. (Gee) G. Chapman (Ed.), PLOS ONE (Vol. 15, número 3, p. e0229259).
Public Library of Science (PLoS). https://doi.org/10.1371/journal.pone.0229259
Hamilton, S. L., Bell, T. W., Watson, J. R., Grorud-Colvert, K. A., & Menge, B. A. (2020).
Remote sensing: generation of long-term kelp bed data sets for evaluation of impacts of climatic
variation. En Ecology (Vol. 101, número 7). Wiley. https://doi.org/10.1002/ecy.3031
Mora-Soto, A., Palacios, M., Macaya, E., Gómez, I., Huovinen, P., Pérez-Matus, A., Young,
M., Golding, N., Toro, M., Yaqub, M., & Macias-Fauria, M. (2020). A High-Resolution Global
Map of Giant Kelp (Macrocystis pyrifera) Forests and Intertidal Green Algae (Ulvophyceae)
with Sentinel-2 Imagery. En Remote Sensing (Vol. 12, número 4, p. 694). MDPI AG. https://doi.
org/10.3390/rs12040694
Nijland, W., Reshitnyk, L., & Rubidge, E. (2019). Satellite remote sensing of canopy-forming kelp
on a complex coastline: A novel procedure using the Landsat image archive. En Remote Sensing of
Environment (Vol. 220, pp. 41–50). Elsevier BV. https://doi.org/10.1016/j.rse.2018.10.032
Schroeder, S. B., Boyer, L., Juanes, F., & Costa, M. (2019). Spatial and temporal persistence of
nearshore kelp beds on the west coast of British Columbia, Canada using satellite remote sensing.
In K. He & V. Lecours (Eds.), Remote Sensing in Ecology and Conservation (Vol. 6, número 3, pp.
327–343). Wiley. https://doi.org/10.1002/rse2.142
Schroeder, S. B., Dupont, C., Boyer, L., Juanes, F., & Costa, M. (2019). Passive remote sensing
technology for mapping bull kelp (Nereocystis luetkeana): A review of techniques and regional
case study. En Global Ecology and Conservation (Vol. 19, p. e00683). Elsevier BV. https://doi.
org/10.1016/j.gecco.2019.e00683
Bell, T. W., Cavanaugh, K. C., Reed, D. C., & Siegel, D. A. (2015). Geographical variability in
the controls of giant kelp biomass dynamics. En Journal of Biogeography (Vol. 42, número 10, pp.
2010–2021). Wiley. https://doi.org/10.1111/jbi.12550
Cavanaugh, K., Siegel, D., Reed, D., & Dennison, P. (2011). Environmental controls of giant-kelp
biomass in the Santa Barbara Channel, California. En Marine Ecology Progress Series (Vol. 429, pp.
1–17). Inter-Research Science Center. https://doi.org/10.3354/meps09141
Cavanaugh, K., Siegel, D., Kinlan, B., & Reed, D. (2010). Scaling giant kelp field measurements
to regional scales using satellite observations. En Marine Ecology Progress Series (Vol. 403, pp.
13–27). Inter-Research Science Center. https://doi.org/10.3354/meps08467
Anderson, R., Rand, A., Rothman, M., Share, A., & Bolton, J. (2007). Mapping and quantifying
the South African kelp resource. En African Journal of Marine Science (Vol. 29, número 3, pp. 369–
378). Informa UK Limited. https://doi.org/10.2989/ajms.2007.29.3.5.335
Silva, T. S. F., Costa, M. P. F., Melack, J. M., & Novo, E. M. L. M. (2007). Remote sensing of
aquatic vegetation: theory and applications. En Environmental Monitoring and Assessment (Vol.
140, números 1–3, pp. 131–145). Springer Science and Business Media LLC. https://doi.org/10.1007/
s10661-007-9855-3
44
Deysher, L.E. Evaluation of remote sensing techniques for monitoring giant kelp populations.
Hydrobiologia 260, 307–312 (1993). https://doi.org/10.1007/BF00049033
Jensen, J. R., Estes, J. E., & Tinney, L. (1980). Remote sensing techniques for kelp surveys.
Photogrammetric Engineering and Remote Sensing, 46(6), 743-755.
Mora-Soto, A., Schroeder, S., Gendall, L., Wachmann, A., Narayan, G., Pearsall, I., Rubidge.
E, Lessard, J., Martell, K., Capdevilla, P. & Costa, M.. Persistence, resistance and resilience of
floating kelp beds along a gradient in the Southern Salish Sea of British Columbia. [Manuscrito en
preparación] Universidad de Victoria, Victoria, Columbia Británica, Canadá.
Gendall, L., Hessing-Lewis, M., Lee, L.; Crawford, S., & Costa, M. A Century of Loss &
Resilience: Understanding the Spatio-Temporal Drivers of Haida Gwaii Kelp Forests. [Manuscrito
en preparación] Universidad de Victoria, Victoria, Columbia Británica, Canadá.
4.2 Conjuntos de datos disponibles o existentes

Extensión del dosel de kelp derivado de Landsat para partes del Pacífico Nordeste - Kelpwatch
Bell, T, K. Cavanaugh, D. Siegel. 2022. SBC LTER: Series temporales de archivos NetCDF
trimestrales de la biomasa de kelp en el dosel a partir de Landsat 5, 7 y 8, desde 1984 (en
curso) ver. 14. Environmental Data Initiative https://sbclter.msi.ucsb.edu/data/catalog/
package/?package=knb-lter-sbc.74.
4.3 Otros grupos, conjuntos de datos, mapas web

o medios de comunicación dedicados al mapeo
de kelp con satélites
(mapa web). Acceder a enlace.
Mapa mundial de los bosques de kelp gigantes (mapa web). Acceder a enlace. Mora-Soto,
A.; Palacios, M.; Macaya, E.C.; Gómez, I.; Huovinen, P.; Pérez-Matus, A.; Young, M.; Golding,
N.; Toro, M.; Yaqub, M.; Macias-Fauria, M. Mapa global de alta resolución de bosques de kelp
gigantes (Macrocystis pyrifera) y algas verdes intermareales (Ulvophyceae) con imágenes
Sentinel-2. Remote Sens. 2020, 12, 694.
Herramienta para kelp de Hakai (mapa web). Acceder a enlace. Hakai Institute.
La herramienta para kelp de Google Earth Engine (StoryMap). Acceder a enlace. Hakai
Institute.
45
Apéndicex 5 - Recursos para mapeo de
kelp usando métodos de teledetección
no remota
5.1 Selección de publicaciones revisadas por
expertos sobre mapeo de kelp usando métodos
de teledetección no remota (ordenadas
cronológicamente)
Berry, H. D., Mumford, T. F., Christiaen, B., Dowty, P., Calloway, M., Ferrier, L.,
Grossman, E. E., & VanArendonk, N. R. (2021). Long-term changes in kelp forests in an
inner basin of the Salish Sea. In M. (Gee) G. Chapman (Ed.), PLOS ONE (Vol. 16, número 2, p.
e0229703). Public Library of Science (PLoS). https://doi.org/10.1371/journal.pone.0229703
Kenner, M. C., & Tomoleoni, J. A. (2020). Kelp forest monitoring at Naval Base Ventura
County, San Nicolas Island, California: Fall 2018 and Spring 2019, fifth annual report.
En Open-File Report. Servicio Geológico de Estados Unidos. https://doi.org/10.3133/
ofr20201091
Britton-Simmons, K., Eckman, J., & Duggins, D. (2008). Effect of tidal currents and
tidal stage on estimates of bed size in the kelp Nereocystis luetkeana. En Marine
Ecology Progress Series (Vol. 355, pp. 95–105). Inter-Research Science Center. https://doi.
org/10.3354/meps07209
5.2 Recursos sobre métodos y directrices

Thompson, Markus (2021) Protocolo de monitoreo de kelp de la iniciativa MaPP. Marine
Plan Partnership. Acceder a enlace.
Programa de formación de Vitality sobre recopilación de datos de administración indígena:
bosques de kelp. Consulte el enlace en “Data collection training material” (Material de
formación para la recopilación de datos). Acceder a enlace.
Protocolo de relevamiento desde kayaks de Northwest Straits para parches flotantes de
bull kelp. Acceder a enlace.
Directrices y métodos para mapear y monitorear el hábitat de bosques de kelp en Columbia
Británica. Acceder a enlace.
Programa de seguimiento del parche de kelp de Mayne Island Conservancy. Acceder al
enlace del programa y a la metodología.
5.3 Otros grupos, conjuntos de datos, mapas

web o medios de comunicación dedicados al
mapeo de kelp con métodos distintos de la
teledetección
(mapa web). Acceder a enlace.
46

Kelp Guidebook Espanol Spanish

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Kelp Guidebook Espanol Spanish

Cargado por

Copyright:

Formatos disponibles

Mapeo de kelp

Cita sugerida para el documento

Imagen de la portada. Luba Reshitnyk, Hakai Institute

Imagen: Hakai Institute

Apéndice 4 - Recursos para el mapeo de kelp usando satélites 43

Apéndice 5 - Recursos para el mapeo de kelp usando métodos distintos de la teledetección 46

Cómo usar este documento

El objetivo de esta guía es ayudar a los responsables de tomar decisiones,

Los miembros de la Comunidad Internacional de Profesionales de Mapeo de Kelp han identificado

Presencia/ausencia/extensión: ¿Hay kelp presente o ausente en un lugar y momento

Densidad/biomasa: ¿Cuánta cantidad de kelp hay en un lugar y momento determinados

(1) una sección de antecedentes en la que se exponen los principios fundamentales de la

Figura 1. Un ejemplo de cómo utilizar las infografías de esta guía.

Kelp Bull kelp

¿Qué diferencia hay entre un

En este documento utilizamos las siguientes definiciones a la hora de describir la resolución

 Imágenes de baja resolución: 10 m y más (por ejemplo, imágenes Sentinel 2 y Landsat)

En resumen: Cuanto mayor sea la resolución espectral, más información (tal

Figura 8. Diagrama visual de las bandas de sensores RGB, multiespectrales e hiperespectrales.

Nota para el lector: Las infografías de esta guía reflejan recomendaciones

Marzo de 2019 Julio de 2019

Visión general de las herramientas de

Se han aplicado diferentes plataformas y sensores de teledetección para mapear diversos

Bull kelp Bull kelp

Kelp gigante Kelp gigante

Introducción al uso de drones para el

Imagen de un dron sobre un parche de kelp. Crédito de la imagen: Hakai Institute

Nota para el lector: Los drones pueden denominarse vehículos aéreos no

Introducción al uso de aeronaves

Introducción al uso de satélites para el

Nota sobre los métodos de campo

Nota sobre las mareas y corrientes

En resumen: Las mareas y corrientes afectan nuestra capacidad de mapear un

Infografía para el mapeo de

Los objetivos del monitoreo de kelp se indican a continuación:

Presencia/ausencia/extensión: ¿Está presente o ausente el dosel de kelp en un lugar

A continuación, para cada objetivo de seguimiento, puede elegir la escala espacial de su

Encontrará todas las tablas técnicas aquí.

2.2 Recursos sobre métodos y directrices para

2.4 Otros grupos, conjuntos de datos, mapas

3.3 Recursos sobre métodos y directrices

A continuación, se ofrecen algunas referencias adicionales para planificar las

4.2 Conjuntos de datos disponibles o existentes

4.3 Otros grupos, conjuntos de datos, mapas web

5.2 Recursos sobre métodos y directrices

5.3 Otros grupos, conjuntos de datos, mapas

También podría gustarte

Imágenes de baja resolución: 10 m y más (por ejemplo, imágenes Sentinel 2 y Landsat)