Análisis del Comportamiento de la Vegetación a partir de Índices del Sensor MODIS en Santa Cruz, Argentina

Contenido principal del artículo

Barbara Klimisch
Dora Maglione
Paula Paredes
Julio Soto

Resumen

El uso de sensores remotos permite la evaluación y manejo de la vegetación, en grandes extensiones y a bajo costo. Algunos atributos de la cobertura vegetal, como Productividad Primaria Neta y temporada de crecimiento, son obtenidos a partir de los índices de vegetación generados con esta tecnología. El objetivo de este trabajo fue analizar cuatro índices de vegetación (NDVI, EVI, SAVI y ARVI) en las áreas ecológicas de la provincia de Santa Cruz, con datos del sensor MOD13Q1, desde febrero 2000 a marzo 2021. Los datos, promedios por área, fueron obtenidos utilizando Google Earth Engine y analizados estadísticamente con el programa R-Studio. Para cada índice se obtuvieron medidas descriptivas y los atributos de la curva media anual. Se analizó la correlación entre índices. Los cuatro índices identificaron los momentos de máxima productividad y resultaron correlacionados. El NDVI resultó ser el índice con mejor correlación, mostrando un comportamiento más homogéneo respecto de la vegetación. En relación a los atributos del NDVI, el Complejo Andino y Estepa Magallánica Húmeda, presentaron un máximo en octubre, Estepa Magallánica Seca tuvo un comportamiento bimodal (octubre y abril) y las demás áreas no presentaron patrones claros. Las diferencias encontradas posiblemente se deban a la heterogeneidad propia de cada región Esto podría comprobarse estudiando sitios representativos dentro de cada área.

Detalles del artículo

Cómo citar
Klimisch, B., Maglione, D. ., Paredes, P., & Soto, J. . (2022). Análisis del Comportamiento de la Vegetación a partir de Índices del Sensor MODIS en Santa Cruz, Argentina. Informes Científicos Técnicos - UNPA, 14(3), 69–90. https://doi.org/10.22305/ict-unpa.v14.n3.895
Sección
Artículos

Citas

BAETTI, C. (2004). Unidades Fisionómicas y Florísticas de la Vegetación. Editores: González, L., Rial, P. INTA Ediciones, Argentina.

BECK, P. S., ATZBERGER, C., HØGDA, K. A., JOHANSEN, B., SKIDMORE, A. K. (2006). Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODIS NDVI. Remote sensing of Environment, 100(3), 321-334. https://doi.org/10.1016/j.rse.2005.10.021

BLANCO, L. J., DURANTE, M., FERRANTE, D., QUIROGA, R. E., DEMARÍA, M., DIBELLA, C. M. (2018). Red nacional de monitoreo de pastizales naturales de Argentina: Productividad forrajera de la vegetación extra‐pampeana. Revista RIA (In press).

BUONO, G. G., UTRILLA, V. R., NAKAMATSU, V. B., VILLA, M. D. (2020). Métodos de evaluación de los mallines patagónicos: Botanal y Pasturómetro. Ediciones INTA.

CARVACHO BART, L., SÁNCHEZ MARTÍNEZ, M. (2010): Comparación de índices de vegetación a partir de imágenes MODIS en la región del Libertador Bernardo O'Higgins, Chile, en el período 2001-2005. En: Ojeda, J., Pita, M.F. y Vallejo, I. (Eds.), Tecnologías de la Información Geográfica: La Información Geográfica al servicio de los ciudadanos. Secretariado de Publicaciones de la Universidad de Sevilla. Sevilla. Pp. 728-737. ISBN 978-84-472-1294-1.

CATALÁN, C. E. (2004). Series Temporales. Laboratorio de Estadística. Consejo Superior de Investigaciones Científicas (CSIC). España, 54.

CUADRA, D. E., OLIVA, G. (1996). Ambientes naturales de la provincia de Santa Cruz. Espacios, 6, 22-27.

DANS, S., CEFARELLI, A., GALVÁN, D., GONGORA, M., MARTOS, P., VARISCO, M. (2020) Programa de Investigación y Monitoreo del Golfo San Jorge. Fundación de Historia Natural Félix de Azara. Libro digital, PD.

GAITÁN, J.J., BRAN, D., OLIVA, G., CIARI, G., et al. (2013). Evaluating the performance of multiple remote sensing indices to predict the spatial variability of ecosystem structure and functioning in Patagonian steppes. Ecological Indicators 34: 181-191. https://doi.org/10.1016/j.ecolind.2013.05.007

GAITÁN, J. J., DONALDO BRAN, D. E., AZCONA, C. (2015). Tendencia del NDVI en el período 2000-2014 como indicador de la degradación de tierras en Argentina: ventajas y limitaciones. Agriscientia, 32(2), 83-93. https://doi.org/10.31047/1668.298x.v32.n2.16559

GAITÁN, J., CIANO, N., OLIVA, G., BRAN, D., BUTTI, L., CARIAC, G., C., et al. (2021). La variación temporal del índice NDVI predice los cambios temporales de la cobertura vegetal en las tierras secas de la Patagonia argentina. Ecosistemas, 30(3), 2229. https://doi.org/10.7818/ECOS.2229.

GALLEGO, F., LEZAMA, F., PEZZANI, F., LÓPEZ-MÁRSICO, L., LEONI, E., MELLO, A. L., & COSTA, B. (2017). Estimación de la productividad primaria neta aérea y capacidad de carga ganadera: un estudio de caso en Sierras del Este, Uruguay. Agrociencia (Uruguay), 21(1), 120-130. https://doi.org/10.31285/AGRO.21.1.14

HUETE, A. R (1988). A soil-adjusted vegetation index (SAVI). Remote sensing of environment, 25(3), 295-309. https://doi.org/10.1016/0034-4257(88)90106-X

HUETE, A., DIDAN, K., MIURA, T., RODRIGUEZ, E.P., GAO, X., FERREIRA, L.G. (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment 83:195-213. https://doi.org/10.1016/S0034-4257(02)00096-2

JOBBÁGY, E. G., PARUELO, J. M., LEÓN, R. J. (1995). Estimación del régimen de precipitación a partir de la distancia a la cordillera en el noroeste de la Patagonia. Ecología Austral, 5(01), 047-053.

KAUFMAN, Y. J., TANRÉ, D. (1992). Atmospherically Resistant Vegetation Index (ARVI) for EOS-MODIS. IEEE Transactions On Geoscience And Remote Sensing, 30(2), 261-270. https://doi.org/10.1109/36.134076

LARA, B. D., GANDINI, M. L. (2016). Caracterización del comportamiento fenológico de las coberturas vegetales en un sector de la Pampa Deprimida (Argentina): una aproximación utilizando series temporales de NDVI. Ambiencia, 12(4), 765-783.LEÓN, R. J., BRAN, D., COLLANTES, M., PARUELO, J. M., SORIANO, A. (1998). Grandes unidades de vegetación de la Patagonia extra andina. Ecología austral, 8(2), 125-144.

MAGLIONE, D., PAREDES, P., KLIMISCH, B., GUTIÉRREZ, F., SOTO, J. (2021). Mapa de cobertura vegetal a partir de sensores remotos y datos de campo para Santa Cruz (Argentina). Ponencia presentada en Jornada de Avances en Métodos Estadísticos, Colombia.

OLIVA, G., GONZÁLEZ L., RIAL, P., LIVRAGHI, E. (2001). Áreas ecológicas de Santa Cruz y Tierra del Fuego. En P. Borrelli y G. Oliva. Ganadería ovina sustentable en la Patagonia Austral. Tecnología de manejo extensivo. Buenos Aires: INTA., p. 41-62.

OYARZABAL, M., CLAVIJO, J., OAKLEY, L., BIGANZOLI, F., TOGNETTI, P., BARBERIS, I., et al. (2018). Unidades de Vegetación de la Argentina. Ecología Austral, 28, 40-63. https://doi.org/10.25260/EA.18.28.1.0.399.

PAREDES, P. N. (2011). Caracterización funcional de la Estepa Magallánica y su transición a Matorral de Mata Negra (Patagonia Austral) a partir de imágenes de resolución espacial intermedia. Tesis de Maestría Doctoral, Facultad de Agronomía, Universidad de Buenos Aires.

PARUELO, J. M., JOBBÁGY, E. G., SALA, O. E. (1998). Biozones of patagonia (Argentina). Ecología Austral, 8(02), 145-153. PARUELO, J. M., LAUENROTH, W. K. (1998). Interannual variability of NDVI and its relationship to climate for North American shrublands and grasslands. Journal of Biogeography, 25(4), 721-733. https://doi.org/10.1046/j.1365-2699.1998.2540721.x

PARUELO, J. M. (2008). La caracterización funcional de ecosistemas mediante sensores remotos. Ecosistemas, 17(3):4-22.

PARUELO, J., ALCARAZ-SEGURA, D., VOLANTE, J. N. (2011). El seguimiento del nivel de provisión de los servicios ecosistémicos. Publicado en Valoración de Servicios ecosistémicos: Conceptos, herramientas y aplicaciones para el Ordenamiento Territorial. Ediciones INTA, Buenos Aires, Págs, 141-162.

PETTORELLI, N., VIK, J. O., MYSTERUD, A., GAILLARD, J. M., TUCKER, C. J., STENSETH, N. C. (2005). Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in ecology & evolution, 20(9), 503-510. https://doi.org/10.1016/j.tree.2005.05.011

R CORE TEAM. (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.Rproject.org/.

RIAL, P., GONZÁLEZ, L. (2000). Mosaico de imágenes Landsat Tm de la Provincia de Santa Cruz, Argentina. Actas del X Congreso Nacional de Cartografía. Instituto Geográfico Militar. Buenos Aires, p. 72-80.

SALVADOR-CASTILLO, J., BOLAÑOS-GONZÁLEZ, M., PALACIOS-VÉLEZ, E., PALACIOS-SÁNCHEZ, L. A., LÓPEZ-PÉREZ, A., MUÑOZ-PÉREZ, J. M. (2021). Estimación de la fracción de cobertura vegetal y contenido de nitrógeno del dosel en maíz mediante sensores remotos. Terra Latinoamericana, 39, p 899. https://doi.org/10.28940/terra.v39i0.899

SCHENKEL, C. A., OLIVA, G. E., PAREDES, P. N., HUMANO, G., FERRANTE, D. (2021). Cartografía de un nuevo Modelo de Estados y Transiciones de la Estepa Magallánica Seca en la Patagonia argentina. Ecología Austral, 31(2), 301-315. https://doi.org/10.25260/EA.21.31.2.0.1015

TUCKER, C.J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment: 127-150. https://doi.org/10.1016/0034-4257(79)90013-0

TUCKER, C.J., TOWNSHEND, J.R., GOFF, T.E. (1985). African land-cover classification using satellite data. Science 227:369-375. https://doi.org/10.1126/science.227.4685.369