Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas

Autores
Buzzi, Mariana A.; Rueter, Bárbara L.; Ghermandi, Luciana
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En la región patagónica Argentina, las principales fuerzas directrices de la degradación son las actividades extractivas (petrolera y minera) y la ganadería ovina extensiva. Evaluar la capacidad de los índices espectrales para predecir la variabilidad espacial de los atributos estructurales y funcionales en ecosistemas áridos permite identificar patrones asociados a la desertificación o a la restauración pasiva. Uno de los principales problemas a sortear en estos ambientes es la gran extensión territorial. En este sentido, los índices espectrales provenientes de sensores remotos constituyen una herramienta útil para evaluar áreas extensas. El objetivo de este trabajo fue evaluar la capacidad de múltiples índices espectrales del satélite SPOT 5 para predecir la variabilidad espacial de un atributo estructural (cobertura vegetal de especies perennes) y un atributo funcional (productividad forrajera) en zonas áridas. Se evaluó la relación de siete índices espectrales obtenidos del satélite SPOT 5, en 39 sitios ubicados en tres unidades de paisaje denominadas cañadones costeros (n=7), pampas (n=18) y valles occidentales (n=14) de Patagonia central. El “green normalized difference vegetation index” (GNDVI), el “two modified soil adjusted vegetation index” (MSAVI2), el “normalized difference vegetation index” (NDVI) y el “ratio vegetation index” (RVI) fueron los mejores predictores de la cobertura vegetal de especies perennes en la escala de paisaje. Los índices espectrales explicaron más de 34% de la variación de la productividad forrajera en el área de estudio y más de 60% en los valles occidentales. Los resultados de este trabajo indican que los índices espectrales provenientes del satélite SPOT 5, principalmente el GNDVI, el MSAVI2, el NDVI y el RVI, constituyen herramientas apropiadas para predecir los cambios de la estructura y función de la vegetación a nivel de las unidades de paisaje de zonas áridas.
In the Argentinean Patagonia, the main driving forces of degradation are the extractive activities (oil and mining) and sheep ranching. Determine the ability of spectral indices to predict the spatial variability of structural and functional attributes of arid ecosystems would help to identify patterns associated with desertification or passive restoration. One of the main problems in these environments is their large territorial extension. Thus, remote sensing indices could be useful tools for assessing these areas. The aim of this study was to evaluate the ability of multiple spectral indices SPOT 5 satellite to predict the spatial variability of a structural attribute (perennial vegetation cover) and of a functional attribute (forage production) in arid areas. We assessed the relationship of seven spectral indices obtained from the satellite SPOT 5 in 39 sites located in three landscape units: coastal valleys (n=7), plateaus (n=18) and eastern valleys (n=18) in central Patagonia (Argentina). The green normalized difference vegetation index (GNDVI), the two modified soil adjusted vegetation index (MSAVI2), the ratio vegetation index (RVI) and the normalized difference vegetation index (NDVI) were the best predictors of perennial vegetation cover at landscape level. The spectral indices accounted for more than 34% of the variation in forage production in whole study area and for more than 60% in the western valleys. Our results show that spectral indices from satellite SPOT 5, mainly the GNDVI, the MSAVI2, the NDVI and the RVI, are appropriate tools to predict changes of the structure and function of the vegetation at landscape units level in arid zones.
Fuente
Ecol. austral (En línea) 2017;01(027):055-062
Materia
PATAGONIA ARIDA
INDICES DE VEGETACION
SATELITE SPOT 5
ARID PATAGONIA
VEGETATION INDICES
SPOT 5 SATELLITE
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
ecologiaaustral:ecologiaaustral_v027_n01_p055

id BDUBAFCEN_c9770117aef7114f5012bbb8db37957d
oai_identifier_str ecologiaaustral:ecologiaaustral_v027_n01_p055
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridasMultiple spectral indices to predict the variability of structural and functional attributes in arid areasBuzzi, Mariana A.Rueter, Bárbara L.Ghermandi, LucianaPATAGONIA ARIDAINDICES DE VEGETACIONSATELITE SPOT 5ARID PATAGONIAVEGETATION INDICESSPOT 5 SATELLITEEn la región patagónica Argentina, las principales fuerzas directrices de la degradación son las actividades extractivas (petrolera y minera) y la ganadería ovina extensiva. Evaluar la capacidad de los índices espectrales para predecir la variabilidad espacial de los atributos estructurales y funcionales en ecosistemas áridos permite identificar patrones asociados a la desertificación o a la restauración pasiva. Uno de los principales problemas a sortear en estos ambientes es la gran extensión territorial. En este sentido, los índices espectrales provenientes de sensores remotos constituyen una herramienta útil para evaluar áreas extensas. El objetivo de este trabajo fue evaluar la capacidad de múltiples índices espectrales del satélite SPOT 5 para predecir la variabilidad espacial de un atributo estructural (cobertura vegetal de especies perennes) y un atributo funcional (productividad forrajera) en zonas áridas. Se evaluó la relación de siete índices espectrales obtenidos del satélite SPOT 5, en 39 sitios ubicados en tres unidades de paisaje denominadas cañadones costeros (n=7), pampas (n=18) y valles occidentales (n=14) de Patagonia central. El “green normalized difference vegetation index” (GNDVI), el “two modified soil adjusted vegetation index” (MSAVI2), el “normalized difference vegetation index” (NDVI) y el “ratio vegetation index” (RVI) fueron los mejores predictores de la cobertura vegetal de especies perennes en la escala de paisaje. Los índices espectrales explicaron más de 34% de la variación de la productividad forrajera en el área de estudio y más de 60% en los valles occidentales. Los resultados de este trabajo indican que los índices espectrales provenientes del satélite SPOT 5, principalmente el GNDVI, el MSAVI2, el NDVI y el RVI, constituyen herramientas apropiadas para predecir los cambios de la estructura y función de la vegetación a nivel de las unidades de paisaje de zonas áridas.In the Argentinean Patagonia, the main driving forces of degradation are the extractive activities (oil and mining) and sheep ranching. Determine the ability of spectral indices to predict the spatial variability of structural and functional attributes of arid ecosystems would help to identify patterns associated with desertification or passive restoration. One of the main problems in these environments is their large territorial extension. Thus, remote sensing indices could be useful tools for assessing these areas. The aim of this study was to evaluate the ability of multiple spectral indices SPOT 5 satellite to predict the spatial variability of a structural attribute (perennial vegetation cover) and of a functional attribute (forage production) in arid areas. We assessed the relationship of seven spectral indices obtained from the satellite SPOT 5 in 39 sites located in three landscape units: coastal valleys (n=7), plateaus (n=18) and eastern valleys (n=18) in central Patagonia (Argentina). The green normalized difference vegetation index (GNDVI), the two modified soil adjusted vegetation index (MSAVI2), the ratio vegetation index (RVI) and the normalized difference vegetation index (NDVI) were the best predictors of perennial vegetation cover at landscape level. The spectral indices accounted for more than 34% of the variation in forage production in whole study area and for more than 60% in the western valleys. Our results show that spectral indices from satellite SPOT 5, mainly the GNDVI, the MSAVI2, the NDVI and the RVI, are appropriate tools to predict changes of the structure and function of the vegetation at landscape units level in arid zones.Asociación Argentina de Ecología2017-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://hdl.handle.net/20.500.12110/ecologiaaustral_v027_n01_p055Ecol. austral (En línea) 2017;01(027):055-062reponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCENspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar2025-09-29T13:43:11Zecologiaaustral:ecologiaaustral_v027_n01_p055Institucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:43:12.878Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
Multiple spectral indices to predict the variability of structural and functional attributes in arid areas
title Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
spellingShingle Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
Buzzi, Mariana A.
PATAGONIA ARIDA
INDICES DE VEGETACION
SATELITE SPOT 5
ARID PATAGONIA
VEGETATION INDICES
SPOT 5 SATELLITE
title_short Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
title_full Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
title_fullStr Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
title_full_unstemmed Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
title_sort Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas
dc.creator.none.fl_str_mv Buzzi, Mariana A.
Rueter, Bárbara L.
Ghermandi, Luciana
author Buzzi, Mariana A.
author_facet Buzzi, Mariana A.
Rueter, Bárbara L.
Ghermandi, Luciana
author_role author
author2 Rueter, Bárbara L.
Ghermandi, Luciana
author2_role author
author
dc.subject.none.fl_str_mv PATAGONIA ARIDA
INDICES DE VEGETACION
SATELITE SPOT 5
ARID PATAGONIA
VEGETATION INDICES
SPOT 5 SATELLITE
topic PATAGONIA ARIDA
INDICES DE VEGETACION
SATELITE SPOT 5
ARID PATAGONIA
VEGETATION INDICES
SPOT 5 SATELLITE
dc.description.none.fl_txt_mv En la región patagónica Argentina, las principales fuerzas directrices de la degradación son las actividades extractivas (petrolera y minera) y la ganadería ovina extensiva. Evaluar la capacidad de los índices espectrales para predecir la variabilidad espacial de los atributos estructurales y funcionales en ecosistemas áridos permite identificar patrones asociados a la desertificación o a la restauración pasiva. Uno de los principales problemas a sortear en estos ambientes es la gran extensión territorial. En este sentido, los índices espectrales provenientes de sensores remotos constituyen una herramienta útil para evaluar áreas extensas. El objetivo de este trabajo fue evaluar la capacidad de múltiples índices espectrales del satélite SPOT 5 para predecir la variabilidad espacial de un atributo estructural (cobertura vegetal de especies perennes) y un atributo funcional (productividad forrajera) en zonas áridas. Se evaluó la relación de siete índices espectrales obtenidos del satélite SPOT 5, en 39 sitios ubicados en tres unidades de paisaje denominadas cañadones costeros (n=7), pampas (n=18) y valles occidentales (n=14) de Patagonia central. El “green normalized difference vegetation index” (GNDVI), el “two modified soil adjusted vegetation index” (MSAVI2), el “normalized difference vegetation index” (NDVI) y el “ratio vegetation index” (RVI) fueron los mejores predictores de la cobertura vegetal de especies perennes en la escala de paisaje. Los índices espectrales explicaron más de 34% de la variación de la productividad forrajera en el área de estudio y más de 60% en los valles occidentales. Los resultados de este trabajo indican que los índices espectrales provenientes del satélite SPOT 5, principalmente el GNDVI, el MSAVI2, el NDVI y el RVI, constituyen herramientas apropiadas para predecir los cambios de la estructura y función de la vegetación a nivel de las unidades de paisaje de zonas áridas.
In the Argentinean Patagonia, the main driving forces of degradation are the extractive activities (oil and mining) and sheep ranching. Determine the ability of spectral indices to predict the spatial variability of structural and functional attributes of arid ecosystems would help to identify patterns associated with desertification or passive restoration. One of the main problems in these environments is their large territorial extension. Thus, remote sensing indices could be useful tools for assessing these areas. The aim of this study was to evaluate the ability of multiple spectral indices SPOT 5 satellite to predict the spatial variability of a structural attribute (perennial vegetation cover) and of a functional attribute (forage production) in arid areas. We assessed the relationship of seven spectral indices obtained from the satellite SPOT 5 in 39 sites located in three landscape units: coastal valleys (n=7), plateaus (n=18) and eastern valleys (n=18) in central Patagonia (Argentina). The green normalized difference vegetation index (GNDVI), the two modified soil adjusted vegetation index (MSAVI2), the ratio vegetation index (RVI) and the normalized difference vegetation index (NDVI) were the best predictors of perennial vegetation cover at landscape level. The spectral indices accounted for more than 34% of the variation in forage production in whole study area and for more than 60% in the western valleys. Our results show that spectral indices from satellite SPOT 5, mainly the GNDVI, the MSAVI2, the NDVI and the RVI, are appropriate tools to predict changes of the structure and function of the vegetation at landscape units level in arid zones.
description En la región patagónica Argentina, las principales fuerzas directrices de la degradación son las actividades extractivas (petrolera y minera) y la ganadería ovina extensiva. Evaluar la capacidad de los índices espectrales para predecir la variabilidad espacial de los atributos estructurales y funcionales en ecosistemas áridos permite identificar patrones asociados a la desertificación o a la restauración pasiva. Uno de los principales problemas a sortear en estos ambientes es la gran extensión territorial. En este sentido, los índices espectrales provenientes de sensores remotos constituyen una herramienta útil para evaluar áreas extensas. El objetivo de este trabajo fue evaluar la capacidad de múltiples índices espectrales del satélite SPOT 5 para predecir la variabilidad espacial de un atributo estructural (cobertura vegetal de especies perennes) y un atributo funcional (productividad forrajera) en zonas áridas. Se evaluó la relación de siete índices espectrales obtenidos del satélite SPOT 5, en 39 sitios ubicados en tres unidades de paisaje denominadas cañadones costeros (n=7), pampas (n=18) y valles occidentales (n=14) de Patagonia central. El “green normalized difference vegetation index” (GNDVI), el “two modified soil adjusted vegetation index” (MSAVI2), el “normalized difference vegetation index” (NDVI) y el “ratio vegetation index” (RVI) fueron los mejores predictores de la cobertura vegetal de especies perennes en la escala de paisaje. Los índices espectrales explicaron más de 34% de la variación de la productividad forrajera en el área de estudio y más de 60% en los valles occidentales. Los resultados de este trabajo indican que los índices espectrales provenientes del satélite SPOT 5, principalmente el GNDVI, el MSAVI2, el NDVI y el RVI, constituyen herramientas apropiadas para predecir los cambios de la estructura y función de la vegetación a nivel de las unidades de paisaje de zonas áridas.
publishDate 2017
dc.date.none.fl_str_mv 2017-04
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/ecologiaaustral_v027_n01_p055
url https://hdl.handle.net/20.500.12110/ecologiaaustral_v027_n01_p055
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de Ecología
publisher.none.fl_str_mv Asociación Argentina de Ecología
dc.source.none.fl_str_mv Ecol. austral (En línea) 2017;01(027):055-062
reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618742114287616
score 13.070432