La adquisición de imágenes de alta resolución mediante drones y su posterior procesamiento proporcionan información valiosa sobre variables biofísicas de vegetación de pastizales. El objetivo de este estudio fue generar un modelo de predicción de la dinámica de la productividad anual de un pastizal semiárido del norte de México mediante la cobertura vegetal estimada en fotografías digitales obtenidas por dron. Se diseño un sistema de muestreo permanente en el predio ganadero La Cieneguilla. Las variables de estudio medidas fueron la producción de biomasa de corte directo como variable dependiente y la cobertura vegetal estimada en imágenes digitales adquiridas por dron como variable independiente. El número de muestras recogidas de ambas variables fue de 640 durante el año 2020. Con el 50% de los datos se generó el modelo de predicción y con el otro 50% de los datos el modelo de validación, los modelos de regresión ajustados fueron de la forma Y = β0 + β1X + β2X2 con R2 ajustado = 71.64% y 69.90% respectivamente. Esta metodología propuesta ofrece un medio no destructivo y preciso para el monitoreo y evaluación anual de pastizales en áreas secas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.