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

Autores
Nolasco, Miguel Martín; Alvarez, María Paula; Suarez, Franco; Karlin, Marcos Sebastián
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Ponencia presentada en 48 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO). XI Congreso de AgroInformática (CAI 2019). Salta, Argentina, 16 al 20 de septiembre de 2019.
Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
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 remotamente la canti-dad 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 esti-mación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.
Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fuente
Anales de CAI 2019 Congreso de AgroInformática (JAIIO)
ISSN: 2525-0949
http://170.210.201.137/Anales/Cai/Contribuciones
http://sedici.unlp.edu.ar/handle/10915/87788
Materia
Biomasa
Gramíneas
Modelos
Técnicas de predicción
Satélites
Imágenes por satélites
Reconocimiento aéreo
Landsat
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/549151

id RDUUNC_b64e4a8d38782e1df614093c4dff5dc3
oai_identifier_str oai:rdu.unc.edu.ar:11086/549151
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Modelos de estimación de biomasa herbácea neta a partir de sensores remotosNolasco, Miguel MartínAlvarez, María PaulaSuarez, FrancoKarlin, Marcos SebastiánBiomasaGramíneasModelosTécnicas de predicciónSatélitesImágenes por satélitesReconocimiento aéreoLandsatPonencia presentada en 48 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO). XI Congreso de AgroInformática (CAI 2019). Salta, Argentina, 16 al 20 de septiembre de 2019.Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.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 remotamente la canti-dad 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&lt;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 esti-mación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.2019info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/549151Anales de CAI 2019 Congreso de AgroInformática (JAIIO)ISSN: 2525-0949http://170.210.201.137/Anales/Cai/Contribucioneshttp://sedici.unlp.edu.ar/handle/10915/87788reponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNCspainfo:eu-repo/semantics/openAccess2025-09-29T13:41:26Zoai:rdu.unc.edu.ar:11086/549151Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:41:26.595Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
title Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
spellingShingle Modelos de estimación de biomasa herbácea neta a partir de sensores remotos
Nolasco, Miguel Martín
Biomasa
Gramíneas
Modelos
Técnicas de predicción
Satélites
Imágenes por satélites
Reconocimiento aéreo
Landsat
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
dc.creator.none.fl_str_mv Nolasco, Miguel Martín
Alvarez, María Paula
Suarez, Franco
Karlin, Marcos Sebastián
author Nolasco, Miguel Martín
author_facet Nolasco, Miguel Martín
Alvarez, María Paula
Suarez, Franco
Karlin, Marcos Sebastián
author_role author
author2 Alvarez, María Paula
Suarez, Franco
Karlin, Marcos Sebastián
author2_role author
author
author
dc.subject.none.fl_str_mv Biomasa
Gramíneas
Modelos
Técnicas de predicción
Satélites
Imágenes por satélites
Reconocimiento aéreo
Landsat
topic Biomasa
Gramíneas
Modelos
Técnicas de predicción
Satélites
Imágenes por satélites
Reconocimiento aéreo
Landsat
dc.description.none.fl_txt_mv Ponencia presentada en 48 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO). XI Congreso de AgroInformática (CAI 2019). Salta, Argentina, 16 al 20 de septiembre de 2019.
Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
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 remotamente la canti-dad 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&lt;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 esti-mación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.
Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Alvarez, María Paula. Universidad Nacional de Córdoba. Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Alvarez, María Paula. Comisión Nacional de Actividades Espaciales (CONAE). Instituto de Altos Estudios Espaciales Mario Gulich (IG); Argentina.
Fil: Suarez, Franco. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
Fil: Karlin, Marcos Sebastián. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina.
description Ponencia presentada en 48 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO). XI Congreso de AgroInformática (CAI 2019). Salta, Argentina, 16 al 20 de septiembre de 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/549151
url http://hdl.handle.net/11086/549151
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv Anales de CAI 2019 Congreso de AgroInformática (JAIIO)
ISSN: 2525-0949
http://170.210.201.137/Anales/Cai/Contribuciones
http://sedici.unlp.edu.ar/handle/10915/87788
reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618901790392320
score 13.070432