Modelos de estimación de biomasa herbácea neta a partir de sensores remotos

Mostrar todas las versiones(2)

La cuantificación de la biomasa herbácea es importante, para calcular la carga animal y determinar potenciales riesgos de ignición. Sin embargo, la valoración de la biomasa en el terreno posee limitaciones para representar su variabilidad temporal y espacial. En este contexto la tecnología satelital...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Nolasco, Miguel, Álvarez, Paula, Suárez, Franco, Karlin, Marcos
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2019
Materias:
Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/88086
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-88086
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
spellingShingle Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
Nolasco, Miguel
Álvarez, Paula
Suárez, Franco
Karlin, Marcos
Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
topic_facet Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
description La cuantificación de la biomasa herbácea es importante, para calcular la carga animal y determinar potenciales riesgos de ignición. Sin embargo, la valoración de la biomasa en el terreno posee limitaciones para representar su variabilidad temporal y espacial. En este contexto la tecnología satelital posee el potencial de monitorear la vegetación en áreas extensas y de forma periódica. El objetivo del presente trabajo fue elaborar modelos que permitan estimar remota-mente la cantidad de biomasa en praderas polifíticas del centro de Argentina. Se seleccionaron seis sitios de entrenamiento en pastizales de la Reserva Natural de la Defensa La Calera, Provincia de Córdoba. Se utilizaron las bandas 2-3-4-5-6 y 7 de Landsat 8, e índices de diferencia normalizada de vegetación, agua y humedad. El análisis definió dos ecuaciones de regresión lineal múltiple estadísticamente significativas (p<0,0001) para la estimación de biomasa acumulada instantánea. El modelo #1, de máximo R2 (R2=0,8; AIC=407,08) incluía los índices NDVI y NDMI y las bandas 2-3-4-6. El modelo #2, de mínimo AIC (R2=0,78; AIC=406,14) abarcaba las bandas 2-3-5 y el índice NDVI. Ambos modelos obtenidos permiten la estimación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.
format Objeto de conferencia
Objeto de conferencia
author Nolasco, Miguel
Álvarez, Paula
Suárez, Franco
Karlin, Marcos
author_facet Nolasco, Miguel
Álvarez, Paula
Suárez, Franco
Karlin, Marcos
author_sort Nolasco, Miguel
title Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title_short Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title_full Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title_fullStr Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title_full_unstemmed Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title_sort modelos de estimación de biomasa herbácea neta a partir de sensores remotos
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/88086
work_keys_str_mv AT nolascomiguel modelosdeestimaciondebiomasaherbaceanetaapartirdesensoresremotos
AT alvarezpaula modelosdeestimaciondebiomasaherbaceanetaapartirdesensoresremotos
AT suarezfranco modelosdeestimaciondebiomasaherbaceanetaapartirdesensoresremotos
AT karlinmarcos modelosdeestimaciondebiomasaherbaceanetaapartirdesensoresremotos
bdutipo_str Repositorios
_version_ 1764820489640869888

Ejemplares similares