Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB
- Autores
- Lauric, Miriam Andrea; De Leo, Geronimo; Torres Carbonell, Carlos Alberto; Tizon, Francisco Rodrigo; Marini, Mario Fabian
- Año de publicación
- 2020
- Idioma
- español castellano
- Tipo de recurso
- informe técnico
- Estado
- versión publicada
- Descripción
- En zonas semiáridas donde los factores climáticos, principalmente precipitación, son muy erráticos. Las especies perennes poseen diversos beneficios, entre los que se destacan la estabilidad de los niveles de producción de forraje. Entre las especies de mayor tolerancia evaluadas en la zona, están el apropio (Tynophirum ponticum), el pasto llorón (Eragrostis curvula) y mijo perenne (Panicum coloratum) (Lauric et al., 2018). Dichas especies requieren múltiples estudios para su conocimiento, optimización y mantenimiento a lo largo del tiempo. En este marco, uno de los aspectos más estudiados ha sido la obtención de curvas de crecimiento de las pasturas mencionadas, con diferentes herramientas metodológicas (directas e indirectas) y en distintos sitios. En esta oportunidad se evaluó la utilización, de una herramienta denominada Índice de Vegetación de Diferencia Normalizada (NDVI), determinada por imágenes satelitales. El NDVI, comúnmente denominado Índice Verde, se calcula en base a información obtenida por sensores remotos, y está asociado a la fracción de la radiación solar absorbida por las plantas (Gilabert et al., 1997). Por este motivo, existe una fuerte relación del NDVI, con algunas características de la vegetación como puede ser la biomasa, el índice de área foliar (IAF) o la productividad. Conocer dichas variables en el tiempo y aplicadas en distintos lotes permitiría, por ejemplo, estimar la oferta forrajera, la carga animal óptima y planificar otras prácticas de manejo en los sistemas ganaderos; así como predecir el rendimiento de los cultivos, asignar diferencialmente los recursos y comparar la campaña actual con anteriores en los sistemas agrícolas (Atkinson et al, 2012; INTA, 2020). El objetivo del presente trabajo es elaborar curvas de crecimiento de NDVI, que reflejen la información empírica a campo relevada (unidad de lote) y relacionar dicha información con otras de importancia para la región semiárida, cómo precipitaciones y rendimientos de los recursos forrajeros.
EEA Bordenave
Fil: Lauric, Miriam Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina
Fil: De Leo, Geronimo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina
Fil: Torres Carbonell, Carlos Alberto. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina
Fil: Tizon, Francisco Rodrigo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Investigación Agroecología; Argentina
Fil: Marini, Mario Fabian. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Laboratorio de Teledetección y SIG; Argentina - Materia
-
Índice Normalizado Diferencial de la Vegetación
Materia Seca
Pastizal Permanente
Zona Semiárida
Buenos Aires (provincia)
Imágenes por Satélites
Normalized Difference Vegetation Index
Dry Matter
Permanent Pastures
Semiarid Zones
Satellite Imagery
NDVI
Sudoeste Bonaerense (SOB)
Curva de Crecimiento - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Instituto Nacional de Tecnología Agropecuaria
- OAI Identificador
- oai:localhost:20.500.12123/22357
Ver los metadatos del registro completo
id |
INTADig_dc939252a0d67264ab2ed8a1dcf79ed1 |
---|---|
oai_identifier_str |
oai:localhost:20.500.12123/22357 |
network_acronym_str |
INTADig |
repository_id_str |
l |
network_name_str |
INTA Digital (INTA) |
spelling |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOBLauric, Miriam AndreaDe Leo, GeronimoTorres Carbonell, Carlos AlbertoTizon, Francisco RodrigoMarini, Mario FabianÍndice Normalizado Diferencial de la VegetaciónMateria SecaPastizal PermanenteZona SemiáridaBuenos Aires (provincia)Imágenes por SatélitesNormalized Difference Vegetation IndexDry MatterPermanent PasturesSemiarid ZonesSatellite ImageryNDVISudoeste Bonaerense (SOB)Curva de CrecimientoEn zonas semiáridas donde los factores climáticos, principalmente precipitación, son muy erráticos. Las especies perennes poseen diversos beneficios, entre los que se destacan la estabilidad de los niveles de producción de forraje. Entre las especies de mayor tolerancia evaluadas en la zona, están el apropio (Tynophirum ponticum), el pasto llorón (Eragrostis curvula) y mijo perenne (Panicum coloratum) (Lauric et al., 2018). Dichas especies requieren múltiples estudios para su conocimiento, optimización y mantenimiento a lo largo del tiempo. En este marco, uno de los aspectos más estudiados ha sido la obtención de curvas de crecimiento de las pasturas mencionadas, con diferentes herramientas metodológicas (directas e indirectas) y en distintos sitios. En esta oportunidad se evaluó la utilización, de una herramienta denominada Índice de Vegetación de Diferencia Normalizada (NDVI), determinada por imágenes satelitales. El NDVI, comúnmente denominado Índice Verde, se calcula en base a información obtenida por sensores remotos, y está asociado a la fracción de la radiación solar absorbida por las plantas (Gilabert et al., 1997). Por este motivo, existe una fuerte relación del NDVI, con algunas características de la vegetación como puede ser la biomasa, el índice de área foliar (IAF) o la productividad. Conocer dichas variables en el tiempo y aplicadas en distintos lotes permitiría, por ejemplo, estimar la oferta forrajera, la carga animal óptima y planificar otras prácticas de manejo en los sistemas ganaderos; así como predecir el rendimiento de los cultivos, asignar diferencialmente los recursos y comparar la campaña actual con anteriores en los sistemas agrícolas (Atkinson et al, 2012; INTA, 2020). El objetivo del presente trabajo es elaborar curvas de crecimiento de NDVI, que reflejen la información empírica a campo relevada (unidad de lote) y relacionar dicha información con otras de importancia para la región semiárida, cómo precipitaciones y rendimientos de los recursos forrajeros.EEA BordenaveFil: Lauric, Miriam Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; ArgentinaFil: De Leo, Geronimo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; ArgentinaFil: Torres Carbonell, Carlos Alberto. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; ArgentinaFil: Tizon, Francisco Rodrigo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Investigación Agroecología; ArgentinaFil: Marini, Mario Fabian. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Laboratorio de Teledetección y SIG; ArgentinaEstación Experimental Agropecuaria Bordenave, INTA2025-05-20T13:35:36Z2025-05-20T13:35:36Z2020info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfhttp://hdl.handle.net/20.500.12123/22357spaBuenos Aires .......... (province) (World, South America, Argentina)1001160info: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 Agropecuaria2025-09-29T13:47:18Zoai:localhost:20.500.12123/22357instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-29 13:47:18.838INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse |
dc.title.none.fl_str_mv |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
title |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
spellingShingle |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB Lauric, Miriam Andrea Índice Normalizado Diferencial de la Vegetación Materia Seca Pastizal Permanente Zona Semiárida Buenos Aires (provincia) Imágenes por Satélites Normalized Difference Vegetation Index Dry Matter Permanent Pastures Semiarid Zones Satellite Imagery NDVI Sudoeste Bonaerense (SOB) Curva de Crecimiento |
title_short |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
title_full |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
title_fullStr |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
title_full_unstemmed |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
title_sort |
Evaluación de índices de vegetación por imágenes satelitales para estimar curvas de materia seca en pasturas perennes de la región semiárida del SOB |
dc.creator.none.fl_str_mv |
Lauric, Miriam Andrea De Leo, Geronimo Torres Carbonell, Carlos Alberto Tizon, Francisco Rodrigo Marini, Mario Fabian |
author |
Lauric, Miriam Andrea |
author_facet |
Lauric, Miriam Andrea De Leo, Geronimo Torres Carbonell, Carlos Alberto Tizon, Francisco Rodrigo Marini, Mario Fabian |
author_role |
author |
author2 |
De Leo, Geronimo Torres Carbonell, Carlos Alberto Tizon, Francisco Rodrigo Marini, Mario Fabian |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Índice Normalizado Diferencial de la Vegetación Materia Seca Pastizal Permanente Zona Semiárida Buenos Aires (provincia) Imágenes por Satélites Normalized Difference Vegetation Index Dry Matter Permanent Pastures Semiarid Zones Satellite Imagery NDVI Sudoeste Bonaerense (SOB) Curva de Crecimiento |
topic |
Índice Normalizado Diferencial de la Vegetación Materia Seca Pastizal Permanente Zona Semiárida Buenos Aires (provincia) Imágenes por Satélites Normalized Difference Vegetation Index Dry Matter Permanent Pastures Semiarid Zones Satellite Imagery NDVI Sudoeste Bonaerense (SOB) Curva de Crecimiento |
dc.description.none.fl_txt_mv |
En zonas semiáridas donde los factores climáticos, principalmente precipitación, son muy erráticos. Las especies perennes poseen diversos beneficios, entre los que se destacan la estabilidad de los niveles de producción de forraje. Entre las especies de mayor tolerancia evaluadas en la zona, están el apropio (Tynophirum ponticum), el pasto llorón (Eragrostis curvula) y mijo perenne (Panicum coloratum) (Lauric et al., 2018). Dichas especies requieren múltiples estudios para su conocimiento, optimización y mantenimiento a lo largo del tiempo. En este marco, uno de los aspectos más estudiados ha sido la obtención de curvas de crecimiento de las pasturas mencionadas, con diferentes herramientas metodológicas (directas e indirectas) y en distintos sitios. En esta oportunidad se evaluó la utilización, de una herramienta denominada Índice de Vegetación de Diferencia Normalizada (NDVI), determinada por imágenes satelitales. El NDVI, comúnmente denominado Índice Verde, se calcula en base a información obtenida por sensores remotos, y está asociado a la fracción de la radiación solar absorbida por las plantas (Gilabert et al., 1997). Por este motivo, existe una fuerte relación del NDVI, con algunas características de la vegetación como puede ser la biomasa, el índice de área foliar (IAF) o la productividad. Conocer dichas variables en el tiempo y aplicadas en distintos lotes permitiría, por ejemplo, estimar la oferta forrajera, la carga animal óptima y planificar otras prácticas de manejo en los sistemas ganaderos; así como predecir el rendimiento de los cultivos, asignar diferencialmente los recursos y comparar la campaña actual con anteriores en los sistemas agrícolas (Atkinson et al, 2012; INTA, 2020). El objetivo del presente trabajo es elaborar curvas de crecimiento de NDVI, que reflejen la información empírica a campo relevada (unidad de lote) y relacionar dicha información con otras de importancia para la región semiárida, cómo precipitaciones y rendimientos de los recursos forrajeros. EEA Bordenave Fil: Lauric, Miriam Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina Fil: De Leo, Geronimo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina Fil: Torres Carbonell, Carlos Alberto. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Grupo Extensión con Establecimientos Rurales Extensivos; Argentina Fil: Tizon, Francisco Rodrigo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Investigación Agroecología; Argentina Fil: Marini, Mario Fabian. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bordenave. Agencia de Extensión Rural Bahía Blanca. Laboratorio de Teledetección y SIG; Argentina |
description |
En zonas semiáridas donde los factores climáticos, principalmente precipitación, son muy erráticos. Las especies perennes poseen diversos beneficios, entre los que se destacan la estabilidad de los niveles de producción de forraje. Entre las especies de mayor tolerancia evaluadas en la zona, están el apropio (Tynophirum ponticum), el pasto llorón (Eragrostis curvula) y mijo perenne (Panicum coloratum) (Lauric et al., 2018). Dichas especies requieren múltiples estudios para su conocimiento, optimización y mantenimiento a lo largo del tiempo. En este marco, uno de los aspectos más estudiados ha sido la obtención de curvas de crecimiento de las pasturas mencionadas, con diferentes herramientas metodológicas (directas e indirectas) y en distintos sitios. En esta oportunidad se evaluó la utilización, de una herramienta denominada Índice de Vegetación de Diferencia Normalizada (NDVI), determinada por imágenes satelitales. El NDVI, comúnmente denominado Índice Verde, se calcula en base a información obtenida por sensores remotos, y está asociado a la fracción de la radiación solar absorbida por las plantas (Gilabert et al., 1997). Por este motivo, existe una fuerte relación del NDVI, con algunas características de la vegetación como puede ser la biomasa, el índice de área foliar (IAF) o la productividad. Conocer dichas variables en el tiempo y aplicadas en distintos lotes permitiría, por ejemplo, estimar la oferta forrajera, la carga animal óptima y planificar otras prácticas de manejo en los sistemas ganaderos; así como predecir el rendimiento de los cultivos, asignar diferencialmente los recursos y comparar la campaña actual con anteriores en los sistemas agrícolas (Atkinson et al, 2012; INTA, 2020). El objetivo del presente trabajo es elaborar curvas de crecimiento de NDVI, que reflejen la información empírica a campo relevada (unidad de lote) y relacionar dicha información con otras de importancia para la región semiárida, cómo precipitaciones y rendimientos de los recursos forrajeros. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020 2025-05-20T13:35:36Z 2025-05-20T13:35:36Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/report info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_18gh info:ar-repo/semantics/informeTecnico |
format |
report |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/20.500.12123/22357 |
url |
http://hdl.handle.net/20.500.12123/22357 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
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 |
Buenos Aires .......... (province) (World, South America, Argentina) 1001160 |
dc.publisher.none.fl_str_mv |
Estación Experimental Agropecuaria Bordenave, INTA |
publisher.none.fl_str_mv |
Estación Experimental Agropecuaria Bordenave, INTA |
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_ |
1844619204173496320 |
score |
12.559606 |