Realizado por:

Julian Felipe Guarin Cristancho

Juan Pablo Aguirre Buitrago

Presentado a:
Jhon Jairo Castañeda Fandiño

Universidad Central.
Facultad de ingeniería y ciencias
Ingeniería Ambiental
Imágenes y Sensores
Bogotá D.C
30/Octubre/2018

Tabla de contenido
Introducción…………………………………………………………….. 3

Objetivos……………………………………………………………………. 4
Objetivo general……………………………………………………………..
Objetivos específicos………………………………………………………….

Justificación…………………………………………………………………5

Marco Teórico……………………………………………………………….
Conceptual…………………………………………………………………...
Localización………………………………………………………………….
Experiencias nacionales e internacionales……………………………….

Desarrollo…………………………………………………………………….

Análisis……………………………………………………………………….

Resultados …………………………………………………………………..

Argumentación………………………………………………………………

Conclusiones………………………………………………………………..
.
Bibliografía…………………………………………………………………..

Anexos………………………………………………………………………...

INTRODUCCIÓN
La teledetección basado como un avance tecnológico que nos abastece de información a través
de datos obtenidos en áreas extensas y grandes escalas, con el fin de facilitarnos los
conocimientos de la atmósfera y la superficie terrestre, ya que la información que manejabamos
antes de estas tecnologías eran muy limitadas, a raíz de esto la teledetección nos ha ayudado a
aprender y entender los cambios y los usos en el medio ambiente (atmósfera,superficie
terrestre).Gracias a esto hemos logrado entender y predecir las interacciones que surgen en el
planeta.

Estas nuevas tecnologías nos llevaron a abarcar el uso estas en la naturaleza y los cambios
que ella presenta, las temperaturas del ártico están aumentado a casi el doble de las del mundo.A
raiz del cambio de temperatura presentado en el ártico se han manisfetado un sin numero de
estudios que representan la interaccion entre el porcentaje de cubierta vegetal y la fraccion de
radiacion fotosintetitcamente activa absorvida, estas variables son importantes para evaluar la
densidad y el vigor de la vegetacion del artico,los datos obtenidos en este estudio fueron entre
el 5 julio al 8 de agosto del 2015, ubicado en la cuenca del rio Apex (AWR)(63°4545´N,
68°3045´N), Baffin Isla,Nunavut, Canada. (Liu & Treitz, 2018)

Se utilizaron dos metodos de campo para estimar el PVC (clasificacion punto a punto y
clasificacion de la imagen), donde se comprobo que la clasificacion de la imagen proporciona
una mejor solucion al problema. Los patrones espaciales y temporales derivados de los datos
de teledeccion mostraron variaciones en el porcentaje de cubierta vegetal como resultado de los
cambios presentados en la humedad.

En el estudio se compilaron datos de a nivel de parcela de un gran numero de estudios de

1980 a 2010 basado en 158 comunidades vegetales repartidas en 46 lugares del artico, los
autores encontraron cambios en la altura y la abundacia de plantas vasculares
(arbustos,graminoides,plantas forrajeras) estas aumentaron con el tiempo, en cambio que la
cobertura de musgos y líquenes disminuyo.(Liu & Treitz, 2018)

Dada la gama de resoluciones espaciales disponibles de diferentes plataformas y sensores

de tellite, la teledetección ofrece un servicio eficiente y método sistemático de evaluación y
seguimiento de la vegetación del Ártico a través de escalas (es decir, de local a continental).
Debido a la corta temporada de crecimiento y la naturaleza remota del Ártico, los estudios de
campo sólo pueden llevarse a cabo en un número finito de puntos/ubicaciones, lo que hace que
la extrapolación sobre grandes áreas difíciles (Stow et al., 2004). Sin embargo, al integrar el
campo con datos de teledetección por satélite, es posible modelar variables biofísicas a grandes
escalas espaciales y monitorear los cambios en estas variables a lo largo del tiempo.
El monitoreo de la vegetación ártica se ha basado en el método de marco de puntos más
comúnmente aplicado para la medición del PVC artico, aunque consume mucho tiempo los
estudio han demostrado que a las imagenes digitales de campo son muy prometedoras para el
eficiente monitoreo del artico.Los estudio han demostrado que la imagen es capaz de estimar el
PVC de diferentes plantas, a su vez el FAPAR es una variable importante para describir el
intercambio de dioxido de carbono entre la superfiie de la tierra y la atmósfera.
La vegetación ártica es muy distinta otros tipos de vegetación debido a que esta vegetacion
exhiben baja estatura las cuales son provenientes de suelos expuestos donde encontramos
musgos,cianobacterias y líqunes.Debido a la baja estatura en la vegetacion del artico dificulta
captar la fraccion de radiacion fotosinteticamente activa absorvida,por tal motivo estas
caracteristicas afectan en las mediciones y su re evaluacion por tal motivo dificulta la medicion
del FAPAR por debajo del dosel. La teledeteccion a corroborado estos datos por medio de las
propiedades espectrales ya que la vegetación ártica influye fuertemente en ella con la capacidad
de modelizacion biofisica utilizando datos de teledeteccion a traves del espectrorradiometrico
de imagenes de resolucion moderada. (MODIS) LAI/FAPAR con factores de reflactancia
bidimensional MODIS en rojo e infrarrojo cercano.Se aplican para estimar el LAI/FAPAR las
cuales son biomas.

JUSTIFICACION
 OBJETIVOS

Objetivo General:
-Por medio de la teledetección y de los avances tecnológicos determinar las interacciones
presentes en la vegetación del artico en la zona del rio de la cuenca de APEX con el fin de
evaluar los cambios presentados debido al aumento de temperaturas en el artico por medio del
estudio de espacio y patrones temporales entre el porcentaje de cubierta vegetal y la fraccion
de radiacion fotosinteticamente activa absorvida.

Objetivos Especificos:

-Explorar la relacion de PVC/FAPAR para diferentes tipos de vegetación .

-Estimar nuevas tecnologias que nos ayuden a captar mejor la informacion.
-Evaluar el rendimiento de un metodo de clasificacio de imagenes.
-Clasificar los cambios presentes en la vegetación artica .
-Explorar la relacion entre PVC/FAPAR en la vegetación ártica.
-Determinar el por que se esta dando estos cambios en la superficie terrestre de la vegetación
en el artico.
- Validar MODIS LAI/fAPAR,productos para la tundra ártica que utilizan PVC/fAPAR medido
en el campo y alto datos satelitales de resolución espacial.

Marco Teórico

Conceptual:

La Teledetección ofrece grandes posibilidades para la realización de progresos en el

conocimiento de la naturaleza, aunque todavía no se ha logrado todo lo que de ella se
esperaba debido a que se deben realizar perfeccionamientos en el nivel de resolución espacial,
espectral y temporal de los datos. Además, es necesario un mayor rigor científico en la
interpretación de los resultados obtenidos, tratando de no extraer conclusiones definitivas de
los estudios medioambientales realizados mediante técnicas de Teledetección. Antena publica
la primera parte del artículo. En los próximos números se ofrecerán la segunda y tercera
entrega de este interesante trabajo.(Francisco Sacristán Romero, 2007)

vegetación ártica :
Las plantas se enfrentan a un entorno desafiante y duro en la tundra ártica, una superficie ártica
completamente congelada y seca, cubierta con permahielo, que no es adecuado para el
crecimiento de las plantas.

Las temperaturas bajo cero, la mala calidad del suelo y los bajos niveles de nutrientes significan
que sólo unas pocas especies de plantas resistentes pueden sobrevivir.

Las plantas antárticas se limitan a algunas plantas con flores, líquenes, hongos, musgos y
algas. De todas ellas,los líquenes son el grupo que mejor se ha adaptado al rigor de la
climatología en esas latitudes.

http://greenarea.me/wp-content/uploads/2016/09/images-1-2.jpg

En la zona conocida como tundra, en donde las temperaturas son excesivamente heladas,
podremos encontrar flora en forma de musgo, hongo, y plantas que se alimentan del Sol a
través del fenómeno fotosíntesis.
 http://greenarea.me/wp-content/uploads/2016/09/download-4-2.jpg

tampien xiste una especie de alga llamada Chromomorphis Sanctaclaussis, con una
característica peculiar, y es que cambia de color según la hora del día…Rojo en el amanecer,

amarillo en el medio día, naranja en la tarde, yfluorescente en la noche.

http://greenarea.me/wp-content/uploads/2016/09/download-5-1.jpg

indices de vegetacion:
La cobertura vegetal fue uno de los primeros focos de la investigación de la evaluación y manejo
de recursos naturales, usando imágenes de satélite, especialmente a partir del lanzamiento de la
serie LANDSAT en 1972. Los sistemas satelitales de observación de la Tierra, LANDSAT,
SPOT y NOAA entre otros, ofrecen imágenes multitemporales que son usadas ampliamente,
para evaluar y monitorear el estado de la vegetación, en los niveles global, regional, nacional y
local.
Para lograr esto, la información satelital entregada a través de una imagen multibanda, debe ser
categorizada y agrupada, para permitir discriminar un área con características particulares de
otra. Una forma de expresar esta categorización o agrupamiento es mediante la elaboración de
índices.

Al hablar de índices nos referirnos a un conjunto de operaciones algebraicas efectuadas sobre

los valores numéricos de los pixeles, usando dos o más bandas pertenecientes a la misma
escena. Un Índice de Vegetación, puede ser definido como un parámetro calculado a partir de
los valores de la reflectancia a distintas longitudes de onda, y que es particularmente sensible a
la cubierta vegetal (Gilabert et al, 1997). También, corresponde a un número generado por
alguna combinación de bandas espectrales y que puede tener alguna relación con la cantidad de
la vegetación presente en un píxel dado. Estos índices, son utilizados para mejorar la
discriminación entre el suelo y la vegetación, reduciendo el efecto del relieve en la
caracterización espectral de las diferentes cubiertas. Los valores bajos de los índices de
vegetación, usualmente indican vegetación poco vigorosa, mientras que los valores altos,
indican vegetación muy vigorosa. Sin embargo, en algunos casos (como los índices RVI y
NRVI) el valor del índice de vegetación es inversamente proporcional a la cantidad de
vegetación presente en el área, por lo que se recomienda documentarse sobre este punto, al
momento de interpretar alguno de ellos. Es importante recalcar que, el mejor índice a ser usado
en un ambiente particular, debe ser calibrado con mediciones en terreno. De no haber
mediciones disponibles, esas imágenes de índices, solo serán indicadores útiles de la cantidad
relativa de vegetación presente.

Índices basados en la pendiente:

Estos, usan el cociente de la reflectancia de una banda con otra, (usualmente rojo e IR cercano,
debido al alto contraste o diferencia en la reflectancia, que presenta la clorofila1 en ambas
bandas). El término ‘basado en la pendiente’ se refiere a que, al analizar los valores resultantes
del índice de vegetación, se comparan esencialmente las pendientes de las líneas que pasan a
través del origen y de los pixeles representados en un gráfico, con la reflectancia de una banda
en el eje de las X y la reflectancia de la otra en el eje Y. (ver imagen n°1) Este gráfico, muestra
las líneas que convergen en el origen y que representan diversas concentraciones de vegetación
o niveles de vigor de la misma. La línea que representa el suelo es muy importante, como se
verá más adelante. Este diagrama, grafica en el eje X los valores de reflectancia de la banda
roja y el eje Y los valores de la banda infrarroja. En la medida que los valores se alejan de la
línea de suelos, los valores graficados, corresponden cada vez más vegetación

https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUKEwjB

NDVI:
El Índice de Vegetación Diferencial Normalizado, es el más conocido de todos, y es el más
utilizado para todo tipo de aplicaciones. La razón fundamental su sencillez de cálculo y
disponer de un rango de variación fijo (entre –1 y +1), lo que permite establecer umbrales y
comparar imágenes. Valores muy bajos de NDVI, del orden de 0.1, corresponden a áreas
rocosas, arenosas o nevadas. Valores de 0.2 a 0.3 pueden corresponder a áreas pobres con
arbustos o pasturas naturales. A partir de estos valores tendremos los niveles correspondientes
a praderas, cultivos, forestaciones etc. dependiendo el valor alcanzado.

https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUK

PVI:
Es el índice de vegetación padre, de donde se derivan los demás. Usa la distancia perpendicular
de cada pixel a la línea del suelo. Se sabe si el pixel corresponde a suelo o vegetación de acuerdo
con la distancia de cada uno a la línea del suelo. El Índice de Vegetación Perpendicular, al tener
en cuenta la reflectividad que aporta el suelo, logra aislar la información que aporta la
vegetación. PVI = a IRC – R + b / (a2 + 1) ½

Su cálculo requiere de la ecuación correspondiente a la línea del suelo: IRCsuelo = a* Rsuelo

+ b o en inglés NIRsoil = a Redsoil + b a= es la Pendiente de la línea de suelo. b= es el
intercepto4 Debido a que los resultados del PVI, corresponden a distancias perpendiculares a
la línea del suelo, expresadas en unidades de reflectividad, la escala de medición y el rango de
variación es diferente del NDVI y el SAV

Cuánto se habla de baja cobertura vegetacional, cuánto es demasiado bajo para estos índices?
“…Asumiendo que se trata solo de reglas generales y que sus umbrales pueden variar, podemos
decir: RVI, NDVI, IPVI = Solo son útiles por sobre el 30% de cobertura SAVI, MSAVI1,
MSAVI2 = 15% DVI = 30% PVI, WDVI, GVI = 15% Nota: Mientras más uniforme sea el
suelo, más se pueden bajar estos valores.”

¿Es la variación en la cobertura vegetal de los suelos, el único problema?

“No. Muchas de las áreas, comúnmente estudiadas, con baja densidad o cobertura de
vegetación, están en zonas áridas y semi-áridas, donde muchas de las plantas que crecen en
estos climas, poseen una variedad de adaptaciones para hacer frente a la falta de agua y a las
altas temperaturas. (Incluso las plantas que crecen en áreas con temperatura del aire
relativamente fría, tienen problemas con la regulación del calor en climas secos, ya que la
transpiración es la manera principal de mantenerse fresco.) Estas adaptaciones, a menudo
disminuyen la cantidad de luz visible absorbida por las plantas o disminuyen la cantidad de luz
del sol que les llega (por lo tanto no reflejan mucha luz.) Estas cualidades, las hacen difíciles
de detectar, a menos que se observen durante los períodos de relativa abundancia de agua,
cuando toda una nueva serie de adaptaciones, para maximizar la productividad de las plantas,
entre en funcionamiento.”

LAI,MODIS,fAPAR

El índice de área foliar (LAI) y la fracción de la radiación fotosintéticamente activa absorbida

por la vegetación (fAPAR) representan dos formas biofísicamente complementarias de
describir la
superficies vegetadas de la tierra. El LAI se define generalmente como el área de la hoja verde
de un solo lado por unidad de área del suelo en las copas de hoja ancha (Myneni et al., 1997)
y el LAI proporciona una estimación del área de la hoja verde de la vegetación terrestre.
fAPAR es una medida de cuán grande es la fracción de la luz solar que absorbe el espectro de
0,4 a 0,7 am y, por lo tanto, expresa la capacidad de absorción de energía de un dosel.
Productos satelitales de cobertura global del espectrorradiómetro de imágenes de resolución
moderada (MODIS) de LAI y fAPAR(Fensholt, R., Sandholt, I., & Rasmussen, M. S.,2004)

RADIACION FOTOSINTETICA ACTIVA ABSORBIDA:

La radiación solar que llega a la troposfera la podemosdividir en tres categorías de acuerdo

con su nivel deenergía: radiación ultravioleta (280-400 nm),radiación visible (400-700 nm) y
radiación infrarroja(700-900 nm). La radiación visible también sedenomina radiación
fotosintéticamente activa (RFA oPAR, por sus siglas en inglés), siendo la región delespectro
que usan las plantas para la fotosíntesis.La intensidad de la radiación varía en función de
lahora del día y la época del año, ya que depende delángulo de incidencia de los rayos, que a
su vezdepende de la altitud solar (altura del sol sobre elhorizonte). También la intensidad de
la radiación delsol depende de la latitud del lugar y de la nubosidadpresente.

En medición de la PAR en diferentes tipos debosque se ha determinado que entre el 2 y

4%alcanza la superficie del suelo. Velasco (2001)determinó queencinos del Valle de México,
el 3.15%de la PAR alcanza la superficie. En la figura 4 enbosques de se presenta la
distribución de la PAR enun bosque, 10% de la radiación que llega a losárboles es reflejada,
9% es absorbida por lavegetación sin tener actividad alguna, 2% alcanza aatravesar todo el
árbol y llegar al suelo, mientrasque 79% de la PAR total es captada por los árboles

https://html2-
f.scribdassets.com/2yq28j77k06kxj2k/images/84-0d78d936d5.jpg

DISTRIBUCIÓN ESPECTRAL DE LA LUZ SOLAR ENCIMA DEL DOSEL FOLIAR Y ABAJO:

se observa que en la fracción del espectro visible se absorbió la mayor parte por el dosel(1900
A 17.7μmolm-2s-1)
 https://html1-f.scribdassets.com/2yq28j77k06kxj2k/images/89-2011484811.jpg

ÁREA FOLIAR (AF) :

Se considera al área verde responsable de captar la radiación forosinteticamente activa (RFA),

normalmente se incluye solo la parte laminar, sin embargo en algunas situaciones la parte no
laminar puede ser importante.
En su conjunto se le conoce como “Dosel foliar”
Del área foliar es importante:
1. su magnitud
2. su distribución en la planta
3. el angulo con relación al tallo
4. la duración del área foliar
5. otras : peso, brillo, tamaño, color (intensidad).

LOCALIZACIÓN
El lugar donde se hizo el estudio se encuentra a 65°20'13.22"N, 70°50'38.38"O
respectivamente, Isla de Baffin, Nunavut, Canadá
 BIBLIOGRAFIA

Francisco Sacristán Romero. (2007). La teledetección satelital y los sistemas de

protección ambiental. Scripta Ethnologica, Scripta Ethnologica (Argentina) Num. Vol.XXIX

Retrieved

Fensholt, R., Sandholt, I., & Rasmussen, M. S. (2004). Evaluation of MODIS LAI, fAPAR

and the relation between fAPAR and NDVI in a semi-arid environment using in situ

measurements. Remote Sensing of Environment, 91(3), 490-507.

Liu, N., & Treitz, P. (2018). Remote sensing of arctic percent vegetation cover and f APAR

on baffin island, nunavut, canada. International Journal of Applied Earth Observation and

Geoinformation, 71, 159-169. doi:10.1016/j.jag.2018.05.01

ANALISIS
 ANALISIS

El PVC y el FAR estas variables fueron importantes para determinar los cambios presentes en
una vegetación especifica ya que con estos se han corroborado los cambios presentados en el
ártico el PVC describe el porcentaje de tierra en el área de cubierta vegetal utilizando como
método el marco de puntos para la medición aunque consume mucho tiempo para ello se ha
demostrado que los datos digitales de campo son muy prometedores para el monitoreo de la
vegetación del ártico, el espectro radiómetro de imágenes de resolución modera ( MODIS )
LAI/FAPAR es un producto operativo a escala mundial el cual determina la interacción de los
fotones con los doseles de vegetación el cual genera la clasificación de los biomas que hacen
parte de la cubierta vegetal el cual genero los tipos de vegetación para el área estudiada con el
fin de evaluar el rendimiento de un método de clasificación de imágenes para estimar la relación
y las variables PVC / FAPAR con el fin de validar el uso de modis lai / fapar producto para la
tundra ártica que utiliza PVC / FAPAR medido en el campo además de datos satelitales de
resolución espacial ,la clasificación se realizó por las alturas presentadas en el ártico de tanto
en altas y bajas alturas sobre el nivel del mar los tipos de vegetación para esta área se repartió
en cinco grandes categorías ,donde p1 se encuentra en tierras altas con condiciones de suelo seo
y a menudo exhibe áreas continuas de tierra /roca desnuda expuesta con parches de vegetación
como el musgo el liquen y el sauce ártico mientras que p2 ,g2 , g3 tienden a ocurrir en áreas de
pendientes intermedias con regímenes moderados de humedad del suelo las especies
dominantes de p2 son arbustos y tienden a aparecer sobre el granito el lecho de roca , el g2
ocurre en áreas de tundra húmedas a secas con una gran diversidad de plantas incluyendo juncos
y algunas enanas postradas de arbustos g3 exhibe un manto continuo de vegetación w1
representa el tipo de vegetación mas húmeda y tiende a ocurrir en zonas con suelos saturados.
Por medio de la imagen worldview-2iamgen se eligieron de muestra los puntos verdes para
proporcionar una gama de plantas altamente vegetadas a áreas no vegetadas cada sitio consistía
en un par de transectos de 100 m de diferente inclinación que recolectas datos para todos los
tipos de vegetación dependiendo a la inclinación de la superficie terrestres determinamos
diferencias porcentuales mencionadas anteriormente donde la etapa de crecimiento para
cualquier punto y parcela fue productiva y tendía a su color rápidamente pero asi mismo
también desaparecía rápidamente por falta de saturación en el suelo y de humedad, los musgos
se enverdecen a principios de la temporada de crecimiento y luego se sometió a una disminución
estos hallazgos fueron consistentes con muchos estudios previos que sugieren que la humedad
del suelo puede ser el principal factor determinante que afecta al crecimiento de la vegetación
del ártico, la observación en los cambios de la composición de las plantas causada por la
humedad del suelo a o largo del tiempo probablemente impacto el intercambio de carbono a
nivel de paisaje.

RESULTADOS

Los tipos de vegetación para esta área se pueden agrupar en cinco grandes categorías

(2005): es decir, un tipo de vegetación seca (P1-). arbusto enano postrado, tundra herbácea);
tres tipos de vegetación mésica (P2 - tundra de arbustos enanos postrados/hemiprostrados;
G2 - graminoides, pros-trate (arbusto enano; G3 - junco sin musgo, arbusto enano, tundra de
musgo) y un tipo de vegetación húmeda (W1 - juncia/hierba, humedal de musgo) (Fig. 1).P1
se encuentra generalmente en tierras altas con condiciones de suelo seco y a menudo exhibe
áreas continuas de tierra/roca desnuda expuesta con parches de vegetación como el musgo,
el liquen y el sauce ártico (Olthof et al., 2009). P2, G2 y G3 tienden a ocurrir en áreas de
pendientes intermedias con regímenes moderados de humedad del suelo. Las especies
dominantes de P2 son bajas arbustos (por ejemplo, Cassiope tetragona (brezo blanco del
Ártico), Rododendro tomentosum subsp. decumbens (té de labrador) y Vaccinium vitis-idaea
subsp. menor (arándanos de montaña)) y tienden a aparecer sobre el granito. el lecho de roca
de Gneiss. El G2 ocurre en áreas de tundra húmedas a secas con una gran diversidad de
plantas, incluyendo juncos, juncos y algunas enanas postradas arbustos (por ejemplo, Salix
herbacea (sauce del lecho nevado) y Salix reticulata (Net-) vena sauce))). G3 exhibe un manto
continuo de vegetación con una mezcla.
de graminoides y arbustos enanos (por ejemplo, Actostaphylos alpina (Blackgayuba),
Actostaphylos rubra (gayuba roja), Vaccinium uliginosum (Blueberry) y Empetrum nigrum
subsp. hermaphroditum (Crowberry)).Finalmente, W1 representa el tipo de vegetación más
húmeda y tiende a ocurrir en zonas con suelos saturados, a veces con aguas superficiales
estancadas. W1 presenta áreas continuas de juncias/hierbas con una capa gruesa de musgo
en el sotobosque.
la discrepancia entre el dosel y la superficie del suelo variará en función de las ve- tipo de
getación ya que la transmitancia del dosel depende de la cantidad total de biomasa. Tipos de
vegetación con múltiples capas de dosel (p. ej., G2, G3 y W1 (Fig. 1)) deberían tener menor
transmitancia mientras que P1 y P2 generalmente tienen un dosel simple (es decir, una sola
capa de dosel) y más grande transmitancia.
Basado en datos NDVI de 2 m de resolución derivados de un WorldView-2imagen adquirida
en 2014, siete sitios de muestra (es decir, los puntos verdes en Fig. 2) se eligieron para
proporcionar una gama de plantas altamente vegetadas (es decir, con alto NDVI) a áreas no
vegetadas (es decir, con bajo NDVI), donde el campo (es decir, PVC, fAPAR y NDVI). Cada
sitio consistía en un par de transectos de 100 m orientados a través de diferentes ángulos de
inclinación para asegurar que se recolectaron suficientes datos para los tipos de vegetación
a través de diferentes gradientes ambientales (Fig. 2 B). A lo largo de cada una de ellas se
ubicaron cinco parcelas a un intervalo de 20 m (Fig. 2 B).
Fig. 3. Cambios estacionales en el PVC2D verde de diferentes especies de plantas y fAPAR
para seis parcelas permanentes (es decir, el punto rojo de la Fig. 2) muestreadas en 2015
(Parainterpretación de las referencias al color en esta leyenda de figuras, se remite al lector
a la versión web de este artículo).

Patrones temporales de PVC y fAPAR Los cambios estacionales en PVC2D y fAPAR para
diferentes especies de plantas en las seis parcelas permanentes (es decir, el punto rojo de la
Fig. 2) se presentan enFig. 3 (Nota: Las parcelas 5 y 6 no tenían mediciones de PVC2D el 5
de julio,2015). Como es evidente aquí, cada parcela estaba dominada por una planta diferente
y exhibió tendencias estacionales únicas. La parcela 1 estaba dominada por juncias y musgos,
con una presencia mínima de arbustos (p. ej,Vaccinium uliginosum (arándano) y Salix
reticulata (vena neta).bajos))). El total de PVC2D (es decir, el PVC de toda la vegetación
verde) exhibió una tendencia en continuo aumento durante la temporada de crecimiento. El-
en el total de PVC2D de la parcela 1 fue del 20% (del 12% el 5 de julio al 32%).el 8 de agosto),
la mayor parte de la cual se debió al aumento de juncias/hierbas (10%) y musgo (7%). La
tendencia general en el total de PVC2D fue similar para las parcelas 2 y 3. La parcela 2 estaba
dominada por musgos con una mezcla de arbustos (por ejemplo, Salix reticulata) y juncias. El
total El PVC2D de la parcela 2 aumentó rápidamente del 19% (5 de julio) al 29% (3 de
agosto).y luego disminuyó al 22% (8 de agosto) debido al secado de los musgos. observados
en el campo. La parcela 3 contenía una mezcla de musgos, juncias y un variedad de arbustos.
El total de PVC2D aumentó del 8% (5 de julio) al 21%. (3 de agosto) y luego disminuyó
rápidamente a 7% (8 de agosto). La parcela 4 tenía grandes parches de tierra descubierta con
pequeñas cantidades de arbustos (∼%) con el total de PVC2D permaneciendo consistente
durante la temporada de cultivo. Parcela 5 estaba dominado por Cassiope tetragona (brezo
blanco) con pequeñas cantidades de musgos y sauces. Del 20 de julio al 3 de agosto, el
blanco el brezo comenzó a reverdecer y el PVC se incrementó en un 13%. Después de la
floración, el brezo blanco comenzó a senescencia, resultando en una disminución del 15% de
Del 3 al 8 de agosto. La parcela 6 estaba dominada por musgos y arbustos con un cambio
global en el PVC total de sólo el 2% durante el periodo de estudio. Se descubrió que la
composición de las especies y su PVC eran impulsados por el suelo. humedad en este
estudio. Por ejemplo, el continuo aumento del PVC observado en la parcela 1 estaba
relacionado con las condiciones de humedad saturada a lo largo de la temporada de
crecimiento. En contraste, la parcela 4 estaba ubicada en una de las tierras altas con la
humedad del suelo disponible disminuyendo rápidamente a principios del siglo XX. temporada
de crecimiento. Debido a las limitaciones de humedad, no había ninguna evidencia- pliegue
en el PVC total. Para otras parcelas (por ejemplo, las Parcelas 2, 3 y 6.
Fig. 4. Comparación del PVC derivado por los métodos de clasificación de imágenes
(PVCImage) y de marco de punto (PVC2D: PVC de la capa superior derivado del marco de
punto.
(Fig. 4). Como era de esperar, se observó queEl PVC2D tenía una relación más fuerte con
PVCImage que el PVC3D, dado quePVC2D y PVCImage caracterizan el PVC desde una
perspectiva sinóptica por encima del toldo, mientras que el PVC3D también incorpora el PVC
por debajo de la parte superior.capa de dosel. En general, el PVC derivado de la imagen en
el suelo el método de clasificación era sistemáticamente más pequeño que el derivado por el
método punto a marco, es decir, se observó una intercepción positiva en cada uno de ellos de
las regresiones. El método de clasificación de imágenes subestimó el PVC en un 9,67% para
la relación PVC2D-PVCImage y en un 12,14% para la relación PVC2D-PVCImage. Relación
PVC3D-PVCImage. Posibles explicaciones para este problema. de crepitación: (1) algunas
plantas como el té Labrador, brezo blanco y el bayo rosado de Laponia exhibió un color verde
oscuro y puede haber sido clasificado como suelo negro en los datos de la imagen; y/o (2)
algunas plantas (por ejemplo,y musgos) que se encontraban a la sombra de plantas más altas
pueden tenerse han clasificado como sombras en los datos de la imagen pero se han
identificado correctamente en el campo.
En la Fig. 5 se presenta la comparación del MODIS LAI y el fAPAR conEl PVC3D y el fAPAR
derivados de WorldView-2 (tal como se derivan usando las ecuaciones desarrollado en este
estudio). Estos dos conjuntos de datos mostraron un coeficiente moderado. de determinación
(R2 = 0,68 y 0,62 respectivamente). En general, el PVC3D/fAPAR derivado de WorldView-2
era superior a MODIS LAI/FAPAR. La diferencia media (es decir, el error absoluto medio en
la Fig. 5) entre el PVC3D derivado de WorldView-2 y MODIS LAI era ∼ 0,06 y para WorldView-
2 y MODIS fAPAR, fue ∼.08. Cabe señalar que que esta diferencia era mucho mayor en las
zonas con menor biomasa. Aunque el WorldView-2 PVC3D se comparó directamente con el
MODIS LAI en este estudio, el WorldView-2 PVC3D no se podía ver como LAI, ya que no
excluía la cubierta de musgo (Williams, 2005). Este es el la debilidad del uso del LAI en el
Ártico, donde la cubierta de musgo es un elemento importante.

(es decir, del 10 de junio al 22 de septiembre de 2015) se presenta en la Fig. 6. Aquí, alláfue
una clara tendencia estacional para LAI y fAPAR. Como era de esperar, el LAI fue mínima al
inicio del período vegetativo (DOY: 161, 10 de junio) y luego se incrementó rápidamente a
aproximadamente 0.30 (es decir, DOY 205, julio 23). Durante el pico de la temporada de
crecimiento (DOY: 205-229, Julio 23- 16 de agosto), el valor del LAI se mantuvo en el rango
de 0,30-0,40, y luego disminuyó rápidamente a 0,15. La tendencia estacional de la FAPAR
fue con- de acuerdo con el del LAI, con un valor de 0,23 durante el pico del temporada. La
trayectoria estacional de MODIS LAI/FAPAR fue consistente con otros estudios que investigan
las tendencias estacionales del NDVI Ártico (Schubert et al., 2010; Tagesson et al., 2012;
Gonsamo y Chen, 2016). Estas tendencias son importantes, ya que se pueden utilizar para
extraer el fe- nología para la vegetación del Ártico (por ejemplo, inicio, fin y duración de la
(Narasimhan y Stow, 2010; Anderson et al., 2016; Beamish y otros, 2016; Gonsamo y Chen,
2016).