Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Utilidad de Imagenes Landsat 7 ETM de Di PDF
Utilidad de Imagenes Landsat 7 ETM de Di PDF
RESUMEN
La biomasa es fundamental para realizar estimaciones de carbono en bosques y conocer su estado
de conservación. En este trabajo, se realiza un estudio multitemporal de imágenes satelitales para
evaluar su uso en la estimación de biomasa del bosque seco del Parque Chaqueño de Argentina. Se
estimó biomasa aérea a partir de datos de campo que se correlacionó con información espectral. El
principio de la estación seca resultó ser la mejor época para vincular datos satelitales con estructura del
bosque, ya que los pastos y arbustos se ven más afectados por el déficit hídrico que los árboles.
Palabras claves: biomasa, bosque, Parque Chaqueño.
ABSTRACT
Above-ground biomass is a key parameter in the estimates of the carbon stock in forests and to
know about their status of conservation. In this work, a multi-temporal analysis of satellite images is
done in order to assess its use in estimating above-ground biomass in dry forests of the Parque
Chaqueño region in Argentina. Biomass was estimated from field data and was correlated to spectral
data. The beginning of the dry season resulted the best period to relate remote sensing data to forest
structure since grasses and shrubs are more affected by water deficit than trees.
Keyboards: biomass, forest, Parque Chaqueño
28/07/2001 INVIERNO
09/03/2002 VERANO
12/05/2002 OTOÑO
20
24/02/2003 VERANO
13/04/2003 OTOÑO
Reflectancia en superficie (%)
15
10
0
B1 B2 B3 B4 B5 B7
Banda Landsat 7 ETM+
0.80
0.70
NDVI
0.60
0.50
0.40
0.30
1 3 13 11 5 6 7 4 8 9 15 10 14 12 2
0.40
0.35
0.30
SAVI
0.25
0.20
0.15
0.10
1 3 13 11 5 6 7 4 8 9 15 10 14 12 2
Unidad de muestreo
Fig. 3. Índices de vegetación para las unidades de muestreo analizadas en las diferentes fechas.
Las muestras se encuentran en orden creciente de biomasa.
Tabla 2. Coeficientes de correlación entre biomasa aérea y datos espectrales e índices de vegetación.
(* p < 0.05 y ** p < 0.01)
que poseen solamente raíces superficiales año con precipitaciones normales podría
mientras que los árboles tienen mayor mostrar respuestas similares a las encontradas
capacidad de explorar y utilizar las aguas para Mayo 2002. Por otra parte, las
subterráneas y por lo tanto, la defoliación precipitaciones correspondientes a las seis
comenzaría a mediados de la estación seca semanas previas al 12 Mayo 2002 fueron
(Junio-Agosto) con un máximo al final de la similares a los valores medios históricos (60
misma (Septiembre-Noviembre). Sumado a mm).
esto, las primeras heladas en Mayo tienen un
gran efecto sobre los pastos y arbustos, Conclusiones
declinando su actividad fotosintética en la La información de la estructura del bosque
subregión Semiárida del Parque Chaqueño y especialmente la biomasa a nivel regional es
(Kunst y Bravo, 2003). En consecuencia, el fundamental para estudios de cambio global.
comienzo de la estación seca (Abril-Mayo), Los resultados presentados en este trabajo
cuando la mayor proporción de la actividad sugieren que las imágenes satelitales Landsat
fotosintética corresponde a los árboles, sería el 7 ETM+ proveen datos valiosos que pueden ser
período más apropiado para relacionar datos relacionados con información de campo para
satelitales con cobertura de árboles y biomasa desarrollar metodologías de monitoreo de
desarrollando modelos de regresión. biomasa aérea de los bosques secos de la
La variación climática interanual también subregión Semiárida del Parque Chaqueño.
podría afectar la fenología y por lo tanto la El mecanismo fenológico, fuertemente
respuesta espectral, indicando que es asociado con la disponibilidad de agua, resulta
importante considerar la situación particular de crítico para determinar la época más apropiada
cada año a fines de mejorar las estimaciones. A de adquisición de imágenes satelitales. De este
partir de datos climáticos del centro del área de trabajo se deduce que el uso de datos
estudio (Taco Pozo, provincia del Chaco) satelitales de comienzos de la estación seca
(Galván et al., 2003; SAGPyA, 2007), permitiría estimar la biomasa aérea dado que
característicos del régimen semiárido, se los pastos y arbustos sufren más intensamente
conoce por ejemplo que las precipitaciones las restricciones hídricas que los árboles en
correspondientes a las seis semanas previas a esta época en un año con régimen normal de
la fecha de adquisición de las imágenes de precipitaciones.
Abril 2003 (comienzo de la estación seca) fue Referencias
mayor que la media histórica para dicho
período (aproximadamente 344 y 145 mm Asner, G.P. 1998. Biophysical and biochemical
respectivamente), representando más de la sources of variability in canopy reflectance.
mitad de las precipitaciones anuales Rem. Sens. Environ. 64, 234-253.
(aproximadamente 650 mm). Es por ello, que la Asner, G., Knapp, D., Broadbent, E., Oliveira,
firma espectral para Abril 2003 fue similar a P., Keller, M., Silva, J. 2005. Selective logging
ambas fechas de verano (Fig. 2), cuando las in the Brazilian Amazon. Science 310, 480-482.
precipitaciones son mayores, presentando Borchert, R. 1994. Soil and stem water storage
también en este caso la mayoría de las determine phenology and distribution of tropical
correlaciones no significativas (Tabla 2). dry forest trees. Ecology 75, 1437-1449.
Posiblemente, datos satelitales de Abril de un
Boyd, D.S., Foody, G.M., Ripple, W.J. 2002. las regiones forestales argentinas. UMSEF.
Evaluation of approaches for forest cover Dirección de Bosques, SAyDS, Argentina.
estimation in the Pacific Northwest, USA, using http://www.ambiente.gov.ar/archivos/web/UMS
remote sensing. Appl. Geography 22, 375-392. EF/File/volumen_biomasa_carbono.pdf
Brown, S. 1997. Estimating Biomass and Gilabert, M.A., González-Piqueras, J., García-
Biomass Change of Tropical Forests: a Primer. Haro, J. 1997. Acerca de los índices de
FAO Forestry Paper Nº 134. vegetación. Revista de teledetección 8, 1-10.
Cabrera, A.L. 1976. Regiones Fitogeográficas Giménez, A.M., Moglia, J.G., 2003. Árboles del
de Argentina. ACME, Buenos Aires. Chaco Argentino: guía para el reconocimiento
Cohen, W., Maiersperger, T., Gower, dendrológico. UNSE-SAyDS, Argentina.
S., Turner, D.P. 2003. An improved strategy for Grau, H., Gasparri, N., Aide, T. 2005.
regression of biophysical variables and Landsat Deforestation trends and soybean expansion in
ETM+ data. Rem. Sens. Environ. 84, 561-571. subtropical Argentina. Envir. Cons. 32,140-148.
Do, F., Goudiaby, V., Gimenez, O., Diagne, A., Hoekstra, J., Boucher, T., Ricketts, T., Roberts,
Diouf, M., Rocheteau, A., Akpo, L. 2005. C. 2005. Confronting a biome crisis: global
Environmental influence on canopy phenology disparities of habitat loss and protection.
in the dry tropics. For. Ecol. Man. 215, 319-328. Ecology Letters 8, 23-29.
Dong J., Kaufmann, R., Myneni, R.B., Tucker, Hougthon, R.A. 2005. Aboveground forest
C.J., Kauppi, P.E., Liskid, J., Buermann, W., biomass and the global carbon balance. Global
Alexeyev, V., Hughes, M.K. 2003. Remote Change Biol. 11, 945-958.
sensing estimates of boreal and temperate Hueck, K. 1978. Los bosques de Sudamérica.
forest woody biomass: carbon pools, sources, Ecología, composición e importancia
and links. Rem. Sens. Environ. 84, 393-410. económica. GTZ, Eschborn, BRD.
Feeley, K., Gillespie, T., Terborgh, J. 2005. The Huete, A.R. 1988. A soil-adjusted vegetation
utility of spectral indices from Landsat ETM+ for index (SAVI). Rem. Sens. Envir. 25, 295-309.
measuring the structure and composition of INTI – CITEMA , 2003. Listado de densidades
tropical dry forest. Biotropica 37, 508-519. de maderas. http://www.inti.gov.ar/maderas/pdf/
Foley, J., DeFries, R., Asner, G., Barford, C. densidad_cientifico.pdf
Bonan, G., Carpenter, S., Chapin, F., Coe, M., Kauffman, Y.J. 1989. The atmospheric effect on
Daily, G., Gibbs, H., Helkowski, J., Holloway, T., remote sensing and its correction. In: Asrar, G.
Howard, E., Kucharik, C., Monfreda, C., Patz, (Ed.), Theory and Application of Optical Remote
J., Prentice, I., Ramankutty, N., Snyder, P. Sensing. New York.
2005. Global consequences of land use. Klinck, C., Machado, R. 2005. Conservation of
Science 309, 570-574. the Brazilian Cerrado. Cons. Biol. 19, 703-713.
Foley, J., Asner, G., Costa, M., Coe, M., Kunst, C.R., Bravo, S. 2003. Ecología y
DeFries, R., Gibbs, H., Howard, E., Olson, S., régimen de fuego en la región chaqueña
Patz, J.A., Ramankutty, N., Snyder, P. 2007. argentina. In: Kunst, C.R., Bravo, S., Panigatti,
Amazonia revealed: forest degradation and loss J.L. (Eds.), Fuego en los ecosistemas
of ecosystem goods and services in the argentinos. INTA. Sgo. del Estero, pp. 109-118.
Amazon Basin. Front. Ecol. Environ. 5, 25-32. Lawrence, R.L., Ripple, W.J. 1998.
Foody, G., Cutler, M., McMorrow, J., Pelz D., Comparisons among vegetation indices and
Tangki, H., Boyd, D., Douglas, I. 2001. Mapping bandwise regression in a highly disturbed,
the biomass of Bornean rain forest from heterogeneous landscape: Mount St. Helens,
remotely sensed data. Global Ecol. Biogeogr. Washington. Rem. Sens. Environ. 64, 91-102.
10, 379-387. Lu, D., Mausel, P., Brondízio, E., Moran, E.
Foody, G., Boyd, D., Cutler, M. 2003. Predictive 2004. Relationships between forest stand
relations of tropical biomass from Landsat TM parameters and Landsat TM spectral responses
data and their transferability between regions. in the Brazilian Amazon Basin. For. Ecol.
Rem. Sens. Environ. 85, 463-474. Manage. 198, 149-167.
Galvan, L., Infante, C., Acuña, L.R., Angueira, Minetti, J.L. 1999. Atlas Climático del Noroeste
C. 2003. Análisis espacial de precipitaciones en Argentino. Laboratorio Climatológico
la provincia de Santiago del Estero a escalas Sudamericano, Tucumán, Argentina.
temporales mensual y anual. Proceedings Nelson, R., Kimes, D.S., Salas, W.A., Routhier,
Congreso Regional de Ciencia y Tecnología M. 2000. Secondary forest age and tropical
NOA. SeCyT. Univ. Nacional de Catamarca. forest biomass estimation using thematic
Gasparri, N.I., Manghi, E. 2004. Estimación de mapper imagery. Bioscience 50, 419-431.
volumen, biomasa y contenido de carbono de
Nepstad, D., Verissimo, A., Alencart, A., Nobre,
C., Lima, E., Lefebvre, P., Schlesinger, P.,
Potter, C., Moutinho, P., Mendoza, E.,
Cocrhane, M., Brooks, V. 2003. Large-scale
impoverishment of Amazonian forests by
logging and fire. Nature 398, 505-5008.
Primer Inventario Nacional de Bosques Nativos
de Argentina. 2005. Proyecto Bosques Nativos
y Áreas Protegidas. Secretaría de Ambiente y
Desarrollo Sustentable, Buenos Aires.
Purevdorj, T., Tateishi, R.T.I., Honda, Y. 1998.
Relationships between percent vegetation cover
and vegetation indices. Int. J. Rem. Sens. 19,
3519-3535.
SAGPyA (Secretaría de Agricultura Ganadería
Pesca y Alimentación). 2007. Registro
pluviométricos semanales 1999-2004.
http://www.sagpya.mecon.gov.ar/.
Sevola, Y. 1975. Cubicación de árboles en el
inventario forestal del noroeste argentino.
Spessa, A., McBeth, B., Prentice, C. 2005.
Relationship among fire frequency, rainfall and
vegetation patterns in the wet-dry tropics of
northern Australia: an analysis based on NOAA-
AVHRR data. Global Ecology and
Biogeography 14, 439-454.
Steininger, M.K. 2000. Satellite estimation of
tropical secondary forest above-ground
biomass: data from Brazil and Bolivia. Int. J.
Rem. Sens. 21, 1139-1157
Tucker, C.J. 1979. Red and photographic
infrared linear combinations for monitoring
vegetation. Rem. Sens. Environ. 8, 127-150.
UMSEF. 2007. Monitoreo de la superficie de
bosque nativo de Argentina.
www.ambiente.gov.ar/umsef
William, M. J., Running, S.W. 2004. Effect of
precipitation and soil water potential on drought
deciduous phenology in the Kalahari. Global
Change Biol.10, 303-308.
Williams, R.J., Myers, B.A., Muller, W.J., Duff,
G.A., and Eamus, D. 1997. Leaf phenology of
woody species in a north Australian tropical
savanna. Ecology 78, 2542-2558.
Zak M., Cabido, M., Hodgson, J. 2004. Do
subtropical seasonal forests in the Gran Chaco,
Argentina, have a future? Biol. Cons. 120, 589-
598.