Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa

Autores
Vazquez, Pablo Mauricio; Adema, Edgardo Osvaldo; Llorens, Enrique; Butti, Lucas Ramiro; Poey, Maria Sol; Stefanazzi, Ivana Noemi; Babinec, Francisco Jose
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
informe técnico
Estado
versión publicada
Descripción
Se desarrolló un modelo para estimar productividad primaria neta aérea de herbáceas forrajeras (PPNA) en el árido-semiárido de La Pampa, Argentina, considerando a la densidad de plantas y la precipitación antecedente como principales componentes de rendimiento. El modelo fue construido a partir de información proveniente de un ensayo llevado a cabo en la localidad de Chacharramendi entre los años 2001 y 2011. La densidad de herbáceas forrajeras al final de la estación de crecimiento fue modelada considerando el índice verde normalizado (IVN), la precipitación acumulada de una y dos estaciones de crecimiento antecedentes como predictores (R2 =0.98, RMSE=1.43). La PPNA fue modelada a partir de la precipitación acumulada durante las dos estaciones de crecimiento previas a la evaluada y la densidad de herbáceas modelada al final de ciclo (R2 =0.84, RMSE=1048). Para corregir esta estimación de oferta forrajera y aproximarlo a valores más reales a las observadas a campo, se modeló la presencia de procesos de lignificación en la provincia de La Pampa a partir de series temporales de índice verde normalizado (IVN) provenientes del sensor MODIS Terra y el algoritmo Seasonal Trend Decomposition - LOESS (STL) durante el período 2000-2013. Se relacionó la ocurrencia de estos procesos con la razón entre la estacionalidad (∑IVNh) y la tendencia (∑IVNw) acumuladas durante todo el período , y la frecuencia de fuegos observadas durante el mismo período. Las áreas afectadas se caracterizaron por presentar una relación ≤ 0.8. El 38% de la superficie provincial (5400000 millones de hectáreas) fue clasificada en proceso de lignificación con un índice de certeza de 0.81. El 90% de las áreas afectadas por el fuego en estos sitios fueron quemadas entre 1 y 3 veces por fuegos muy fuertes durante el período estudiado. Las áreas no quemadas o con alta frecuencia de fuegos no presentaron procesos de lignificación, coincidiendo con lo observado por varios autores. La carga animal fue otro elemento significativo presente en sitios arbustizado, siendo un 40% más alta que en los sitios sin la presencia de este proceso p=0.0001). La estructura del modelo permite generar predicciones de PPNA con un año de anticipación, constituyendo esto una herramienta fundamental al momento de la planificación ganadera y el aprovechamiento racional de los recursos naturales. Para su mejor comprensión, el trabajo fue dividido en tres capítulos donde se explica en detalle los aspectos técnicos y alcance de cada componente del modelo aquí presentado.
EEA Anguil
Fil: Vazquez, Pablo Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
Fil: Adema, Edgardo Osvaldo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
Fil: Llorens, Enrique. La Pampa (Argentina). Ministerio de la Producción. Subsecretaría de Asuntos Agrarios. Dirección de Extensión Agropecuaria; Argentina
Fil: Butti, Lucas Ramiro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural General Acha; Argentina
Fil: Poey, Maria Sol. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; Argentina
Fil: Stefanazzi, Ivana Noemi. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; Argentina
Fil: Babinec, Francisco Jose. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
Materia
Forrajes
Productividad Primaria
Técnicas de Predicción
Precipitación Atmosférica
Carga Ganadera
Teledetección
Forage
Primary Productivity
Forecasting
Precipitation
Stocking Density
Remote Sensing
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/643
Acceder
id INTADig_7b17ec38b378dc11e298c285e0447448
oai_identifier_str oai:localhost:20.500.12123/643
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La PampaVazquez, Pablo MauricioAdema, Edgardo OsvaldoLlorens, EnriqueButti, Lucas RamiroPoey, Maria SolStefanazzi, Ivana NoemiBabinec, Francisco JoseForrajesProductividad PrimariaTécnicas de PredicciónPrecipitación AtmosféricaCarga GanaderaTeledetecciónForagePrimary ProductivityForecastingPrecipitationStocking DensityRemote SensingSe desarrolló un modelo para estimar productividad primaria neta aérea de herbáceas forrajeras (PPNA) en el árido-semiárido de La Pampa, Argentina, considerando a la densidad de plantas y la precipitación antecedente como principales componentes de rendimiento. El modelo fue construido a partir de información proveniente de un ensayo llevado a cabo en la localidad de Chacharramendi entre los años 2001 y 2011. La densidad de herbáceas forrajeras al final de la estación de crecimiento fue modelada considerando el índice verde normalizado (IVN), la precipitación acumulada de una y dos estaciones de crecimiento antecedentes como predictores (R2 =0.98, RMSE=1.43). La PPNA fue modelada a partir de la precipitación acumulada durante las dos estaciones de crecimiento previas a la evaluada y la densidad de herbáceas modelada al final de ciclo (R2 =0.84, RMSE=1048). Para corregir esta estimación de oferta forrajera y aproximarlo a valores más reales a las observadas a campo, se modeló la presencia de procesos de lignificación en la provincia de La Pampa a partir de series temporales de índice verde normalizado (IVN) provenientes del sensor MODIS Terra y el algoritmo Seasonal Trend Decomposition - LOESS (STL) durante el período 2000-2013. Se relacionó la ocurrencia de estos procesos con la razón entre la estacionalidad (∑IVNh) y la tendencia (∑IVNw) acumuladas durante todo el período , y la frecuencia de fuegos observadas durante el mismo período. Las áreas afectadas se caracterizaron por presentar una relación ≤ 0.8. El 38% de la superficie provincial (5400000 millones de hectáreas) fue clasificada en proceso de lignificación con un índice de certeza de 0.81. El 90% de las áreas afectadas por el fuego en estos sitios fueron quemadas entre 1 y 3 veces por fuegos muy fuertes durante el período estudiado. Las áreas no quemadas o con alta frecuencia de fuegos no presentaron procesos de lignificación, coincidiendo con lo observado por varios autores. La carga animal fue otro elemento significativo presente en sitios arbustizado, siendo un 40% más alta que en los sitios sin la presencia de este proceso p=0.0001). La estructura del modelo permite generar predicciones de PPNA con un año de anticipación, constituyendo esto una herramienta fundamental al momento de la planificación ganadera y el aprovechamiento racional de los recursos naturales. Para su mejor comprensión, el trabajo fue dividido en tres capítulos donde se explica en detalle los aspectos técnicos y alcance de cada componente del modelo aquí presentado.EEA AnguilFil: Vazquez, Pablo Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; ArgentinaFil: Adema, Edgardo Osvaldo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; ArgentinaFil: Llorens, Enrique. La Pampa (Argentina). Ministerio de la Producción. Subsecretaría de Asuntos Agrarios. Dirección de Extensión Agropecuaria; ArgentinaFil: Butti, Lucas Ramiro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural General Acha; ArgentinaFil: Poey, Maria Sol. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; ArgentinaFil: Stefanazzi, Ivana Noemi. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; ArgentinaFil: Babinec, Francisco Jose. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; ArgentinaEEA Anguil2017-07-11T16:02:27Z2017-07-11T16:02:27Z2016-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/reporthttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfhttp://hdl.handle.net/20.500.12123/6430325-2132spaPublicación técnica / EEA Anguil, no. 102 (Septiembre 2016)La Pampa (province)info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuaria2025-10-16T09:28:56Zoai:localhost:20.500.12123/643instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-16 09:28:57.289INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
title Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
spellingShingle Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
Vazquez, Pablo Mauricio
Forrajes
Productividad Primaria
Técnicas de Predicción
Precipitación Atmosférica
Carga Ganadera
Teledetección
Forage
Primary Productivity
Forecasting
Precipitation
Stocking Density
Remote Sensing
title_short Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
title_full Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
title_fullStr Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
title_full_unstemmed Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
title_sort Modelado y predicción de la productividad neta de forraje en el árido-semiárido de la provincia de La Pampa
dc.creator.none.fl_str_mv Vazquez, Pablo Mauricio
Adema, Edgardo Osvaldo
Llorens, Enrique
Butti, Lucas Ramiro
Poey, Maria Sol
Stefanazzi, Ivana Noemi
Babinec, Francisco Jose
author Vazquez, Pablo Mauricio
author_facet Vazquez, Pablo Mauricio
Adema, Edgardo Osvaldo
Llorens, Enrique
Butti, Lucas Ramiro
Poey, Maria Sol
Stefanazzi, Ivana Noemi
Babinec, Francisco Jose
author_role author
author2 Adema, Edgardo Osvaldo
Llorens, Enrique
Butti, Lucas Ramiro
Poey, Maria Sol
Stefanazzi, Ivana Noemi
Babinec, Francisco Jose
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Forrajes
Productividad Primaria
Técnicas de Predicción
Precipitación Atmosférica
Carga Ganadera
Teledetección
Forage
Primary Productivity
Forecasting
Precipitation
Stocking Density
Remote Sensing
topic Forrajes
Productividad Primaria
Técnicas de Predicción
Precipitación Atmosférica
Carga Ganadera
Teledetección
Forage
Primary Productivity
Forecasting
Precipitation
Stocking Density
Remote Sensing
dc.description.none.fl_txt_mv Se desarrolló un modelo para estimar productividad primaria neta aérea de herbáceas forrajeras (PPNA) en el árido-semiárido de La Pampa, Argentina, considerando a la densidad de plantas y la precipitación antecedente como principales componentes de rendimiento. El modelo fue construido a partir de información proveniente de un ensayo llevado a cabo en la localidad de Chacharramendi entre los años 2001 y 2011. La densidad de herbáceas forrajeras al final de la estación de crecimiento fue modelada considerando el índice verde normalizado (IVN), la precipitación acumulada de una y dos estaciones de crecimiento antecedentes como predictores (R2 =0.98, RMSE=1.43). La PPNA fue modelada a partir de la precipitación acumulada durante las dos estaciones de crecimiento previas a la evaluada y la densidad de herbáceas modelada al final de ciclo (R2 =0.84, RMSE=1048). Para corregir esta estimación de oferta forrajera y aproximarlo a valores más reales a las observadas a campo, se modeló la presencia de procesos de lignificación en la provincia de La Pampa a partir de series temporales de índice verde normalizado (IVN) provenientes del sensor MODIS Terra y el algoritmo Seasonal Trend Decomposition - LOESS (STL) durante el período 2000-2013. Se relacionó la ocurrencia de estos procesos con la razón entre la estacionalidad (∑IVNh) y la tendencia (∑IVNw) acumuladas durante todo el período , y la frecuencia de fuegos observadas durante el mismo período. Las áreas afectadas se caracterizaron por presentar una relación ≤ 0.8. El 38% de la superficie provincial (5400000 millones de hectáreas) fue clasificada en proceso de lignificación con un índice de certeza de 0.81. El 90% de las áreas afectadas por el fuego en estos sitios fueron quemadas entre 1 y 3 veces por fuegos muy fuertes durante el período estudiado. Las áreas no quemadas o con alta frecuencia de fuegos no presentaron procesos de lignificación, coincidiendo con lo observado por varios autores. La carga animal fue otro elemento significativo presente en sitios arbustizado, siendo un 40% más alta que en los sitios sin la presencia de este proceso p=0.0001). La estructura del modelo permite generar predicciones de PPNA con un año de anticipación, constituyendo esto una herramienta fundamental al momento de la planificación ganadera y el aprovechamiento racional de los recursos naturales. Para su mejor comprensión, el trabajo fue dividido en tres capítulos donde se explica en detalle los aspectos técnicos y alcance de cada componente del modelo aquí presentado.
EEA Anguil
Fil: Vazquez, Pablo Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
Fil: Adema, Edgardo Osvaldo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
Fil: Llorens, Enrique. La Pampa (Argentina). Ministerio de la Producción. Subsecretaría de Asuntos Agrarios. Dirección de Extensión Agropecuaria; Argentina
Fil: Butti, Lucas Ramiro. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural General Acha; Argentina
Fil: Poey, Maria Sol. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; Argentina
Fil: Stefanazzi, Ivana Noemi. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil. Agencia de Extensión Rural Victorica; Argentina
Fil: Babinec, Francisco Jose. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina
description Se desarrolló un modelo para estimar productividad primaria neta aérea de herbáceas forrajeras (PPNA) en el árido-semiárido de La Pampa, Argentina, considerando a la densidad de plantas y la precipitación antecedente como principales componentes de rendimiento. El modelo fue construido a partir de información proveniente de un ensayo llevado a cabo en la localidad de Chacharramendi entre los años 2001 y 2011. La densidad de herbáceas forrajeras al final de la estación de crecimiento fue modelada considerando el índice verde normalizado (IVN), la precipitación acumulada de una y dos estaciones de crecimiento antecedentes como predictores (R2 =0.98, RMSE=1.43). La PPNA fue modelada a partir de la precipitación acumulada durante las dos estaciones de crecimiento previas a la evaluada y la densidad de herbáceas modelada al final de ciclo (R2 =0.84, RMSE=1048). Para corregir esta estimación de oferta forrajera y aproximarlo a valores más reales a las observadas a campo, se modeló la presencia de procesos de lignificación en la provincia de La Pampa a partir de series temporales de índice verde normalizado (IVN) provenientes del sensor MODIS Terra y el algoritmo Seasonal Trend Decomposition - LOESS (STL) durante el período 2000-2013. Se relacionó la ocurrencia de estos procesos con la razón entre la estacionalidad (∑IVNh) y la tendencia (∑IVNw) acumuladas durante todo el período , y la frecuencia de fuegos observadas durante el mismo período. Las áreas afectadas se caracterizaron por presentar una relación ≤ 0.8. El 38% de la superficie provincial (5400000 millones de hectáreas) fue clasificada en proceso de lignificación con un índice de certeza de 0.81. El 90% de las áreas afectadas por el fuego en estos sitios fueron quemadas entre 1 y 3 veces por fuegos muy fuertes durante el período estudiado. Las áreas no quemadas o con alta frecuencia de fuegos no presentaron procesos de lignificación, coincidiendo con lo observado por varios autores. La carga animal fue otro elemento significativo presente en sitios arbustizado, siendo un 40% más alta que en los sitios sin la presencia de este proceso p=0.0001). La estructura del modelo permite generar predicciones de PPNA con un año de anticipación, constituyendo esto una herramienta fundamental al momento de la planificación ganadera y el aprovechamiento racional de los recursos naturales. Para su mejor comprensión, el trabajo fue dividido en tres capítulos donde se explica en detalle los aspectos técnicos y alcance de cada componente del modelo aquí presentado.
publishDate 2016
dc.date.none.fl_str_mv 2016-09
2017-07-11T16:02:27Z
2017-07-11T16:02:27Z
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/report
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
status_str publishedVersion
format report
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/643
0325-2132
url http://hdl.handle.net/20.500.12123/643
identifier_str_mv 0325-2132
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Publicación técnica / EEA Anguil, no. 102 (Septiembre 2016)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv La Pampa (province)
dc.publisher.none.fl_str_mv EEA Anguil
publisher.none.fl_str_mv EEA Anguil
dc.source.none.fl_str_mv reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1846143493197529088
score 12.712165

Publicaciones similares