Estimación de variables biofísicas del pastizal en un ecosistema de dehesa a partir de espectro-radiometría de campo e imágenes hiperespectrales aeroportadas

Abstract

<p>The aim of this paper is the estimation of biophysical vegetation parameters from its optical properties. The variables Fuel Moisture Content (<em>FMC</em>), Canopy Water Content (<em>CWC</em>), Leaf Area Index (<em>LAI</em>), dry matter (Cm) and AboveGround Biomass (AGB) were estimated in the laboratory from vegetation samples collected simultaneously with the acquisition of spectral data from the Compact Airborne Spectrographic Imager (CASI) sensor and the field spectroradiometer ASD FieldSpec® 3. Spectral vegetation indices found in the literature were computed from hyperspectral data. Their linear relationships with the biophysical variables measured in the field were analysed. Results show consistent relationships between analysed biophysical parameters and spectral indices, mainly those using SWIR and red-egde bands which reveal the importance of these spectral regions for the estimation of biophysical variables in herbaceous covers. Determination coefficients (<em>R<sup>2</sup></em>) above 0.91 and <em>RRMSE</em> of 21.4% have been obtained for the spectral indexes calculated whit ASD data, and 0.91 <em>R<sup>2 </sup></em>and <em>RRMSE</em> of 15.5% for the spectral indexes calculated whit CASI data.</p>

A review of in-situsampling protocols to support the remote sensing of vegetation

“…The BIOSPEC (http://www.lineas.cchs.csic.es/biospec/), FLUXPEC (http://www.lineas.cchs.csic.es/fluxpec/structure) and SynerTGE (http://www.lineas.cchs.csic.es/synertge/project_overview) projects have also developed a relatively continuous database (since 2009) of herbaceous and tree traits (e.g., biomass, water content, LAI, chlorophyll) for a Mediterranean agro-forestry ecosystem in western Spain. Biophysical measurements are taken along with in-situ spectro-radiometric measurements to apply RS methods at multiple scales (Burchard-Levine et al, 2021;Melendo-Vega et al, 2017;Mendiguren et al, 2015). These projects were led by the Environmental Remote Sensing and Spectroscopy Laboratory (SpecLab) at the Spanish National Research Council (CSIC) and the data are available upon request.…”

Análisis de la diversidad funcional del estrato herbáceo en un ecosistema de dehesa a partir de datos hiperespectrales "in situ"

“…El clima de la zona de trabajo es Mediterráneo con una temperatura media anual de 16.7°C. La precipitación media anual se sitúa en torno a los 650 mm (Melendo-Vega et al, 2017). El relieve que predomina es llano con ligeras ondulaciones o vaguadas que se vinculan con la presencia de láminas de agua que habitualmente tienen un carácter estacional.…”

“…La posibilidad de obtener información a distintas escalas espaciales y temporales en regiones del espectro como el Eje rojo (RE -680-730 nm) o el Infrarrojo medio de onda corta (SWIR -1.200-2.500 nm) ha resultado de gran relevancia en el seguimiento y estimación de variables biofísicas y estructurales de la vegetación que tienen un papel fundamental en la monitorización y caracterización de la biodiversidad, así como en la evaluación y determinación del impacto producido por el cambio climático y la actividad antrópica sobre las comunidades vegetales (Melendo-Vega et al, 2017). El estudio y discriminación de la diversidad taxonómica a partir de la teledetección está limitado principalmente por la resolución espacial de los sensores actuales para abordar dicho análisis que requiere una discriminación de las especies y su abundancia (Cavender-Bares et al, 2020).…”

Evaluación del estado sanitario de individuos de Araucaria araucana a través de imágenes hiperespectrales

“…Este comportamiento es generalmente considerado un indicador de estrés en la vegetación y ha sido estudiado por Shafri y Hamdan (2009) mediante la utilización de seis índices de vegetación y cuatro técnicas del red edge en una imagen hiperespectral de un campo de plantaciones de palma en Malasia. Otros estudios señalan que índices espectrales que utilizan en su formulación las regiones del infrarrojo de onda corta (SWIR) y el posicionamiento del punto de inflexión del red edge, son los más idóneos para estimar variables biofísicas en vegetación (Melendo-Vega et al, 2017), son útiles en la detección de variaciones topográficas y para detectar alteraciones a distintas magnitudes en bosques de coníferas (Adamczyk y Osberger, 2015).…”