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

Autores
Nolasco, Miguel; Álvarez, Paula; Suárez, Franco; Karlin, Marcos
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/88086

id SEDICI_e6a11f0807bf22aeed5e12aece474309
oai_identifier_str oai:sedici.unlp.edu.ar:10915/88086
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelos de estimación de biomasa herbácea neta a partir de sensores remotosNolasco, MiguelÁlvarez, PaulaSuárez, FrancoKarlin, MarcosCiencias InformáticasCórdobaGramíneasÍndice normalizadoLandsat 8Análisis de RegresiónLa 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&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 estimación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.Sociedad Argentina de Informática e Investigación Operativa2019-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf83-95http://sedici.unlp.edu.ar/handle/10915/88086spainfo:eu-repo/semantics/altIdentifier/issn/2525-0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:17:34Zoai:sedici.unlp.edu.ar:10915/88086Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:17:34.808SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
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
Álvarez, Paula
Suárez, Franco
Karlin, Marcos
author Nolasco, Miguel
author_facet Nolasco, Miguel
Álvarez, Paula
Suárez, Franco
Karlin, Marcos
author_role author
author2 Álvarez, Paula
Suárez, Franco
Karlin, Marcos
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
topic Ciencias Informáticas
Córdoba
Gramíneas
Índice normalizado
Landsat 8
Análisis de Regresión
dc.description.none.fl_txt_mv 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&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 estimación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.
Sociedad Argentina de Informática e Investigación Operativa
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&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 estimación de biomasa herbácea acumulada, independientemente del pastoreo, época del año y condición de la biomasa.
publishDate 2019
dc.date.none.fl_str_mv 2019-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
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://sedici.unlp.edu.ar/handle/10915/88086
url http://sedici.unlp.edu.ar/handle/10915/88086
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2525-0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
83-95
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616048992583680
score 13.070432