Search

Due to the continuous growth of the world population and consequently the increase in the demand for food, the agricultural sector is required to be efficient and sustainable, that is, to guarantee food security, to promote local development and to reduce environmental pollution. On the other hand, we are currently experiencing a global climate crisis that causes alterations in hydrological cycles and an increase in temperature, which is causing economic losses in the agricultural sector. For this reason, it is necessary to incorporate modern Precision Agriculture (PA) technologies into traditional agricultural practices to improve yield and profits for farmers, while achieving environmental benefits. In this context, the present study monitored the phenological development and health of the maize crop in plots in the municipality of Atlacomulco, State of Mexico, Mexico through multispectral images from the Sentinel-2 satellite and an unmanned aerial vehicle (UAV). A spatiotemporal analysis of vegetation indices (VIs) was carried out to determine their sensitivity to changes in the greenness of the crop, in an environment of real conditions. In addition, the agricultural characteristics provided by the farmers managing the plots were used to confirm the findings. Similarly, a lack of homogeneity was detected in the evaluated plots, indicating a nutrient or water deficiency in some of them. Also, the VH and VV polarized backscatters from the Sentinel-1 satellite were analyzed, demonstrating a potential for VH polarization in the absence of data from optical sensors due to cloudiness. [ABSTRACT FROM AUTHOR]

Copyright of Avances is the property of Instituto de Informacion Cientifica y Tecnologica and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Debido al continuo crecimiento de la población mundial y como consecuencia el aumento de la demanda de alimentos se requiere que el sector agrícola sea eficiente y sostenible, es decir, que garantice la seguridad alimentaria, que promueva el desarrollo local y que disminuya la contaminación ambiental. Por otro lado, en la actualidad estamos viviendo una crisis climática global que ocasiona alteraciones en los ciclos hidrológicos y aumento de la temperatura, lo que está ocasionando pérdidas económicas en el sector agrícola. Por tal motivo, es necesario incorporar tecnologías modernas de la Agricultura de Precisión (AP) en las prácticas agrícolas tradicionales para mejorar el rendimiento y las ganancias de los agricultores, al mismo tiempo alcanzar beneficios ambientales. En este contexto, el presente estudio dio seguimiento al desarrollo fenológico y la salud del cultivo de maíz en parcelas del municipio de Atlacomulco, Estado de México, México a través de imágenes multiespectrales del satélite Sentinel-2 y un vehículo aéreo no tripulado (VANT). Se llevó a cabo un análisis espaciotemporal de índices de vegetación (IVs) con la finalidad de determinar su sensibilidad a los cambios del verdor del cultivo, en un entorno de condiciones reales. Además, las características agrícolas proporcionadas por los agricultores que manejan las parcelas se emplearon para confirmar los hallazgos. De igual forma, se detectó falta de homogeneidad en las parcelas evaluadas indicando una deficiencia de nutrientes o de agua en algunas de éstas. También, se analizaron las retrodispersiones polarizadas VH y VV del satélite Sentinel-1, demostrándose un potencial de la polarización VH ante la falta de datos de sensores ópticos debido a la nubosidad.

La fracción de cobertura vegetal (FCV) y el índice de área foliar (IAF) son variables biofísicas relacionadas estrechamente con la tasa de evapotranspiración de los cultivos y su producción de biomasa. A pesar de su importancia, usualmente no se miden de manera directa debido al tiempo invertido y costo; sin embargo, se pueden estimar a gran escala y en tiempo casi real mediante información espectral captada en imágenes de satélite, pero esto requiere de su validación a nivel de campo. Se desarrollaron y validaron modelos de regresión lineal simple utilizando 13 índices de vegetación (IV) relacionados con el IAF y la FCV en alfalfa (Medicago sativa). Se usaron tres fuentes de información espectral: (i) La reflectancia para derivar los IV; (ii) fotografías digitales procesadas con Canopeo para estimar la FCV; y (iii) mediciones del IAF utilizando un ceptómetro. Se realizaron seis muestreos de campo entre marzo y junio de 2020, en cuatro parcelas de alfalfa situadas en Palmar de Bravo, Puebla, México. Para evaluar cada IV, se utilizó el coeficiente de determinación (R2) y la raíz del cuadrado medio del error (RCME). Se encontró que el IV más apropiado para estimar la FCV fue el VIgreen (Green Vegetation Index, R2 = 0.987 y RCME = 0.093). En el caso del IAF, el IV que presentó el mejor desempeño fue el Normalized Difference Vegetation Index (NDVI), R2 = 0.935 y RCME = 0.746). Los resultados mostraron la aptitud y utilidad práctica de la información espectral para estimar las variables biofísicas en el cultivo de alfalfa y su monitoreo.

La estimación de cosecha basada en índices espectrales conforma un elemento de decisión importante para quienes participan en la actividad agrícola; sin embargo, muchas interrogantes sobre su utilidad aún persisten. Los objetivos de esta investigación fueron: 1) relacionar propiedades radiativas del maíz forrajero (MF) y producción de biomasa mediante imágenes LANDSAT-8 y SENTINEL-2; y 2) seleccionar el índice de vegetación (IV) con mejor desempeño que permita modelar el rendimiento del MF para condiciones similares. El estudio se realizó en el ciclo PV-2019 con mediciones morfológicas en distintas etapas de crecimiento del MF y mediante muestreos aleatorios destructivos a los 72 dds para determinar magnitud de biomasa en laboratorio; los datos de biomasa se relacionaron con valores de reflectancia e IV de LANDAT-8 y SENTINEL-2 para estimar rendimiento mediante regresión lineal múltiple; ocho IV (NDVI, TVI TTVI, RDVI, RVI, RATIO, SAVI, MSAVI2) se evaluaron mediante evaluaciones cruzadas con base en estadísticos clave. Los resultados del análisis de regresión múltiple indicaron que el mejor modelo (R2 = 0.66) se obtuvo con datos de imágenes SENTINEL-2 a partir de las bandas 3 (α3 = 0.54-0.57 µm) y 8 (α8= 0.78-0.90 µm) con estimadores βi muy significativos (P < 0.05); RDVI presentó el mejor desempeño debido a una buena relación espacial entre los valores digitales ráster y la producción de biomasa verde producida con una asociación del 75.41%; en tanto que los indicadores estadísticos fueron R2= 0.75 y CME=17; con ambos recursos (Modelos de Regresión Múltiple e IV) se pronosticó el rendimiento a los 72 dds en un rango de 10.7 – 57.01 Mg ha-1. La conclusión es que SENTINEL-2 superó a LANDSAT-8 como herramienta libre para la evaluación de cultivos y estimación de biomasa debido a una mejor resolución espacial y temporal.

Los bosques mantienen una gran cantidad de carbono en biomasa, lo cual constituye una opción de mitigación del cambio climático. Esta investigación se centró en la estimación de biomasa aérea y carbono mediante herramientas de teledetección y modelación matemática en bosques secos del Centro Universitario Regional del Norte (CURDN) de la Universidad del Tolima: bosque de galería y ripario (152,2 ha) y de vegetación secundaria o en transición (329,1 ha). Se establecieron 59 parcelas temporales de muestreo, a las cuales se le estimó la biomasa y carbono aérea midiendo árboles y empleando modelos alométricos y una fracción de carbono de 0,47. Se estimaron cuatro índices de vegetación (NDVI, EVI, SAVI, OSAVI) provenientes de dos imágenes en época lluviosa y seca por el satélite Sentinel 2A. El NDVI de la época lluviosa arrojó el mejor R2 (0,87), lo que permitió desarrollar un modelo de estimación de biomasa aérea. Se generó cartografía de distribución de biomasa y carbono en el área de estudio arrojando un valor promedio de 95,1 y 44,1 t/ha de biomasa y carbono aéreo, respectivamente. Estos resultados permitieron espacializar el contenido de biomasa y sumideros de carbono dentro del CURDN y que sirve como primer paso para gestionar el territorio y establecer mecanismos de preservación de los bs-T en el departamento del Tolima.

[Introducción]: Los altos niveles de degradación ambiental que causan los incendios forestales y su relación con el cambio climático generan grandes preocupaciones a nivel mundial. En Costa Rica, eventos hidrometereológicos catalogados como extremos por su nivel de impacto, como el Huracán Otto en 2016 y Tormenta Tropical Nate en 2017, parecieran haber provocado un cambio en la vegetación y por consecuencia en el combustible forestal. [Objetivo]: Por tal razón, se analizó la afectación en el aporte de combustible vegetal causado por los eventos hidrometeorológicos extremos, durante el período comprendido entre 1997 y el año 2020, en los sitios Platanares, El Avión y Junquillal, del Área de Conservación Guanacaste (ACG), al noroeste del país. [Metodología]: En el estudio se utilizaron datos de ocho índices de vegetación, seleccionados por su representatividad en el crecimiento del bosque, así como verificaciones de campo y recopilación de información proveniente de funcionarios y voluntarios del ACG, para determinar el efecto de los eventos extremos en las características del combustible vegetal y su relación con el manejo del fuego y la adaptación al cambio climático. [Resultados]: Los resultados obtenidos indican que la vegetación de los sitios investigados se encuentra en estado de regeneración natural, pero que se halla expuesta a la influencia cada vez más recurrente del fenómeno ENOS en sus diferentes fases (Neutral, La Niña, El Niño), así como a eventos hidrometeorológicos extremos (como el Huracán Otto, o la Tormenta Tropical Nate) [Conclusiones]: que podrían estar favoreciendo no la cantidad, pero si la intensidad de los incendios forestales.

El monitoreo de cultivos basado en sensores remotos, particularmente a través de vehículos aéreos no tripulados (VANTs), permite a los agricultores estar actualizados sobre la salud de su cultivo y localizar qué áreas de la parcela requieren atención para mejorar su rendimiento. Por tal motivo, la presente propuesta metodológica planteada a partir de los resultados del estudio piloto para identificar las zonas donde existe una deficiencia de nutrientes o agua a través de imágenes obtenidas de un VANT, integrando información de las prácticas agronómicas expresadas por los agricultores y los hallazgos observados en campo. Se emplearon índices de vegetación para determinar la salud del cultivo y la etapa fenológica en la que se encuentra. Asimismo, se incentiva la participación de los pequeños agricultores con la finalidad de sensibilizarlos de la información que se puede obtener a través de este tipo de metodologías de la agricultura de precisión.

Pontederia crassipes Pellegrini & Horn (water hyacinth) is an invasive, world-wide distributed aquatic plant, which has been evinced in the reservoir of the Ituango Hydroelectric Project - IHP (Colombia) since 2018. In this study, the ability of several Vegetation Indices (VIs) to detect P. crassipes was evaluated based on monthly Sentinel-2 images, between September 2018 and March 2020. The invasive capacity of P. crassipes was demonstrated with covered area doubling each month in the IHP reservoir. A maximum 32-fold increase of P. crassipes in just one month was registered during the rainy season and resulted in a 104-ha expansion. Results based on Cl red edge, MSR, and DVI were consistent and had less deviations from normality. Our results highlight the importance of new-generation sensors to discriminate and map the spatial distribution of P. crassipes for the development of efficient monitoring and management strategies at the reservoir scale. [ABSTRACT FROM AUTHOR]

Copyright of Ecosistemas y Recursos Agropecuarios is the property of Universidad Juarez Autonoma de Tabasco and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

La teledetección proporciona información de importancia en la estimación de rendimientos de caña de azúcar, ya que su abordaje temporal y espacial permite hacer el seguimiento del cultivo durante su ciclo fenológico. El objetivo de este trabajo era aplicar un método operativo para la estimación del rendimiento agrícola e industrial a través de la combinación de variables de campo con índices de vegetación, calculados con los sensores satelitales a bordo de Sentinel-2 y Landsat-8 en una cooperativa de Costa Rica. Se utilizaron además registros históricos de cosecha y meses de inicio del ciclo fenológico para estimar mediante regresiones lineales múltiples los rendimientos. La integración de registros históricos y el índice de vegetación Simple Ratio (SR), calculados en distintas etapas del ciclo fenológico (en los meses de septiembre, diciembre y enero), permitió obtener un modelo de estimación del rendimiento agrícola (toneladas de caña de azúcar por hectárea) con un coeficiente de regresión (R2) de 0,64 y un RMSE de 8,0 ton/ha. Mientras que para el rendimiento industrial (kilogramos de azúcar refinado por tonelada de caña de azúcar) se obtuvo un R2 de 0,59 integrando variables históricas y los índices de vegetación SR y Green Normalized Difference Vegetation Index (GNDVI); en este caso el RMSE fue de 4,9 kg/ton. En definitiva, este modelo operativo de estimación de rendimientos proporciona herramientas para la toma de decisiones antes, durante y después de la etapa de cosecha.

Introduction: Macroinvertebrate communities are affected by water quality and physical characteristics of the aquatic habitat, simultaneously, complicating their use as bioindicators. Objective: To determine which habitat variables regulate the macroinvertebrate community in mountain streams in Eastern of Antioquia (Colombia). Methods: Sampling was carried out in February 2021 (dry-rain transition period), to evaluate physical and chemical variables in three types of mesohabitat: ripples, pools, and rapids in streams with contrasting vegetation covers. The macroinvertebrates were collected from ten sampling sites with a net, screen and manual type net preserved with 70 % ethanol. Results: 4 484 macroinvertebrates were collected (16 orders, 46 families and 75 genera). The ripples mesohabitat presented higher values of diversity and abundance, while the pools presented the lowest. There were differences for oxygen concentration, depth, speed, and macroinvertebrate abundance between mesohabitats. Pools differed from the other mesohabitats in depth, speed, as well as in composition, abundance, and richness in macroinvertebrates, and was the least preferred mesohabitat. Conclusion: Speed, depth, dissolved oxygen concentration played a very important role in the establishment of macroinvertebrates community in different mesohabitats. For the same type of mesohabitat, the quality of the plant cover determined both diversity and abundance of this community. [ABSTRACT FROM AUTHOR]

Copyright of Terra Latinoamericana is the property of Sociedad Mexicana de la Ciencia del Suelo A.C. and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Cuadernos de Investigación Geográfica is the property of Universidad de la Rioja, Servicio de Publicaciones and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

A precise estimation of agricultural production provides relevant information for upcoming seasons, and helps in the assessment of crop losses before harvest in case of adverse situations. The objective of this work is to explore the development of a model capable of estimating barley production of a small agricultural production (127 ha) in Belchite, Spain. Variables adapted to the crop calendar of the growing barley are used to achieve that purpose. The variables have been created with weather data and remote sensing images. These images are acquired in two ranges of the electromagnetic spectrum, i.e., microwaves and optical spectral range, obtained from Sentinel-1 and Sentinel-2, respectively. Models are defined with a multiple linear regression method using all combinations of the independent variables correlated with production. The best linear regression model has a prediction error of 57.38 kg/ha (4%). The use of spectral variables, derived from radar vegetation index Cross Ratio (CR) and optical Inverted Red Edge Chlorophyll Index (IRECI), and climatic variables adapted to the crop calendar and climatic conditioning is revealed as an adequate strategy to obtain adjusted models.

Copyright of Revista Facultad de Ingeniería - UPTC is the property of Universidad Pedagogica y Tecnologica de Colombia, Facultad de Ingenieria and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Introducción. Los sensores remotos ofrecen la capacidad de observar un objeto sin estar en contacto con el mismo, son utilizados en aplicaciones para la agricultura y tienen un gran potencial de desarrollo para el cultivo del banano (Musa AAA). Durante las últimas décadas las investigaciones en sensores remotos y agricultura se han incrementado gracias a la disponibilidad de imágenes satelitales de alta resolución y al uso de vehículos aéreos no tripulados que generan información base para las investigaciones. Objetivo. Realizar una revisión general sobre las aplicaciones del uso de sensores remotos para el cultivo del banano en tres aspectos específicos: determinación del área de cultivo, estimación de su productividad y en el diagnóstico de enfermedades. Desarrollo. Las áreas de plantaciones comerciales de banano son de fácil detección visual o por medio clasificaciones de imágenes, como con las imágenes del radar de abertura sintética (SAR), que pueden alcanzar presiones superiores al 95 %. Esto debido a la alta retrodispersión de las hojas grandes de la planta. No obstante, los estudios realizados en cuanto a productividad son escasos para el cultivo de banano y se han limitado al uso de índices de vegetación, con resultados bajos en sus correlaciones. En cuanto la identificación de enfermedades, se ha trabajado en las principales que afectan la producción con niveles de correlación superiores al 90 % para algunas enfermedades. Conclusión. La presente revisión evidencia que las plantaciones bananeras pueden ser delimitadas mediante el uso de sensores remotos y, de igual forma, estos permiten la identificación de las principales enfermedades en el cultivo. Sin embargo, los resultados obtenidos para determinar productividad son escasos y con poca precisión.

Pontederia crassipes Pellegrini & Horn (water hyacinth) is an invasive, world-wide distributed aquatic plant, which has been evinced in the reservoir of the Ituango Hydroelectric Project - IHP (Colombia) since 2018. In this study, the ability of several Vegetation Indices (VIs) to detect P. crassipes was evaluated based on monthly Sentinel-2 images, between September 2018 and March 2020. The invasive capacity of P. crassipes was demonstrated with covered area doubling each month in the IHP reservoir. A maximum 32-fold increase of P. crassipes in just one month was registered during the rainy season and resulted in a 104-ha expansion. Results based on Cl red edge, MSR, and DVI were consistent and had less deviations from normality. Our results highlight the importance of new-generation sensors to discriminate and map the spatial distribution of P. crassipes for the development of efficient monitoring and management strategies at the reservoir scale. [ABSTRACT FROM AUTHOR]

El presente trabajo aborda la estimación de la diversidad funcional (FD) del estrato herbáceo en un ecosistema de dehesa mediante datos hiperespectrales obtenidos con un espectro-radiómetro portátil ASD FieldSpec® 3 (Analytical Spectral Devices Inc., Boulder, CO, EE. UU.). Los datos ópticos se correlacionaron con variables biofísicas (área foliar específica (SLA), biomasa aérea (AGB), índice de área foliar (LAI) y contenido de nitrógeno (N%)) e índices de diversidad tradicionales como Shannon y Evenness y otros relacionados con la diversidad funcional como el índice multidimensional de dispersión funcional (FDis) usando como variables predictoras: a) índices de vegetación (VIs) y métodos de regresión simple, y b) bandas espectrales y Partial Least Squares Regression (PLSR). Las correlaciones, especialmente de las variables biofísicas relacionadas con FDis, mejoraron sustancialmente al utilizar información hiperespectral (R2 >0.6, rRMSE

Introducción. El uso de la teledetección para identificar los diferentes estados de la salud de los cultivos, así como su relación con el rendimiento, constituye una herramienta muy importante en la implementación de la Agricultura de Precisión. Objetivo. Relacionar el estado fitosanitario, obtenido por expertos mediante la evaluación visual, de plantas de palma de aceite (Elaeis guineensis Jacq.) afectadas por el síndrome de Flecha Seca (SFS), con los índices de vegetación calculados a partir de imágenes multiespectrales obtenidas con un vehículo aéreo no tripulado (VANT). Materiales y métodos. El estudio se desarrolló en una plantación de cuatro hectáreas con palma de aceite de tres años de trasplantada, propiedad de CoopeCalifornia R.L. ubicada en Parrita, Costa Rica. Se realizaron cuatro evaluaciones visuales del estado del SFS de diciembre de 2014 a febrero de 2017. Con estas evaluaciones se obtuvo la evolución espacio-temporal de la incidencia de la SFS durante veintiséis meses. En la última evaluación se realizó un vuelo con un VANT que portaba una cámara multiespectral Parrot Sequoia, con la cual se calcularon los índices de vegetación que luego fueron relacionados con el estado de SFS de las plantas. Resultados. Se encontró una alta variabilidad espacial y temporal del SFS durante todas las evaluaciones visuales. También se logró encontrar una fuerte relación entre los datos de las evaluaciones obtenidas en campo con los datos generados a partir de sensores remotos. El índice de vegetación Simple Ratio (SR) mostró diferencias significativas entre las plantas clasificadas como sanas y las plantas clasificadas con SFS, con grados 2 y 3 de severidad. Conclusiones. Es posible relacionar datos de campo, obtenidos mediante criterio experto, con información multiespectral de alta resolución espacial para identificar el SFS en plantaciones comerciales de palma aceitera.

El objetivo de este trabajo es calcular la capacidad de captura de CO2del relicto boscoso de la Universidad del Quindío que recibe el nombre de “Jardín Botánico Cedro Rosado” a través de técnicas que integran mediciones in situ y teledetección. En esta primera fase se obtendrán las imágenes multiespectrales, índices de vegetación diferencial normalizado (NDVI), mejorado (EVI) y ajustado al suelo, (SAVI), y la clasificación basada en objetos. En una segunda fase se medirán variables arbóreas y se estimarán las variables biofísicas índice de área foliar (LAI) y fracción de radiación activa fotosintéticamente absorbida (Fapar) con el instrumento Tracing Radiation and Architecture of Canopies (Trac) para correlacionarlas con los índices de vegetación. Esto definirá las constantes del modelo exponencial de regresión a través del establecimiento de la ecuación alométrica local, para interpolar la biomasa contenida en la zona de estudio y relacionarla con su capacidad de almacenamiento de CO2.

Los pastos arbolados y arbustivos son vitales para la producción ganadera extensiva y sostenible, la conservación de la biodiversidad y la provisión de servicios ecosistémicos y se localizan en áreas que serán previsiblemente más afectadas por el cambio climático. Sin embargo, las características estructurales, fenológicas, y las propiedades ópticas de la vegetación en estos ecosistemas mixtos, como los ecosistemas adehesados en la Península Ibérica que combinan un estrato herbáceo y/o arbustivo con un dosel arbóreo disperso, constituyen un serio desafío para su estudio mediante teledetección. Este trabajo combina métodos físicos y empíricos para la estimación de variables de la vegetación esenciales para la modelización de su funcionamiento: índice de área foliar (LAI, m2 /m2 ), contenido en clorofila a nivel de hoja (Cab,leaf, μg/cm2 ) y dosel (Cab,canopy, g/m2 ) y contenido en materia seca a nivel de hoja (Cm,leaf, g/cm2 ) y dosel (Cm,canopy, g/m2), en un ecosistema de dehesa. Para este propósito se construyó una base de datos espectral simulada considerando las cuatro principales etapas fenológicas del estrato herbáceo, el más dinámico del ecosistema, (rebrote otoñal, máximo verdor, inicio de la senescencia y senescencia estival) mediante la combinación de los modelos de transferencia radiativa PROSAIL y FLIGHT. Esta base de datos se empleó para ajustar diferentes modelos predictivos basados en índices de vegetación (IV) propuestos en la literatura y en Partial Least Squares Regression (PLSR). PLSR permitió obtener los modelos con mayor poder de predicción (R2 ≥ 0,93, RRMSE ≤ 10,77 %), tanto para las variables a nivel de hoja como a nivel de dosel. Los resultados sugieren que los efectos direccionales y geométricos controlan las relaciones entre los factores de reflectividad (R) simulados y los parámetros foliares. Se observa una alta variabilidad estacional en la relación entre variables biofísicas e IVs, especialmente para LAI y Cab que se confirma en el análisis PLSR. Los modelos desarrollados deben ser aún validados con datos espectrales medidos con sensores próximos o remotos.

Objetivo: evaluar el estado de salud del arbolado de la Zona Metropolitana de Guadalajara, a través de imágenes satelitales multiespectrales WorldView-2. Diseño metodológico: se utilizó el enmascaramiento múltiple y el clasificador de máxima probabilidad (Maximum likelihood) para analizar la variación de las bandas espectrales e índices de vegetación. El análisis de clasificación de salud se aplicó en tres máscaras: especies principales, tipo de follaje y arbolado en general. El arbolado se clasificó de acuerdo a su estado de salud en las categorías: sano, regular, pobre y declinación. Se utilizaron 800 árboles como sitios de referencia, los cuales fueron evaluados con la metodología del Servicio Forestal de Estados Unidos de Norteamérica. Resultados: los fresnos y jacarandas son de las especies que se identificaron con un estado de salud sano. La precisión más alta para condición de salud (33%) se obtuvo mediante la clasificación por tipo de follaje. Se estimó que sólo 24% del arbolado evaluado en 13 854 ha presenta una condición sana o regular de salud. Limitaciones: considerar la clasificación por pixel en lugar de individuos completos para aumentar la exactitud. Hallazgos: el uso de imágenes satelitales permitió la evaluación del estado de salud del arbolado de la ciudad. La clasificación por tipo de follaje fue la más efectiva, pero se deberá considerar la alta diversidad arbórea existente en zonas urbanas.

The Colombian Pacific has extensive areas in mangrove forests (MF), which is a strategic ecosystem of great environmental and socioeconomic for climate change mitigation. This work aimed to perform spectral characterization and monitoring of 66.59 km2 for four MF densities in Bajo Baudó (Colombia), using three Landsat images (1998, 2014 and 2017), combinations of spectral bands and three vegetation indices (VI) (Normalized Difference Vegetation Index-NDVI, Soil Adjusted Vegetation Index-SAVI and the Combined Mangrove Recognition Index-CMRI). The results showed that the best combination of spectral bands for visual identification of MF corresponded to infrared color (NIR, Red, Green) and false-color composite 1 (NIR, SWIR, Red). The spectral sign of MFs had different behaviors in four densities under the conditions of high tide and low tide. During the 19 years analyzed, there was a difference of up to 17.9% in the average reflectance value in MF. Similarly, the values of VI were proportional to the densities of MF, but their value was reduced by tidal effects at the time of capturing the images; the largest increases in VI were recorded over the coastal area of land-water transition, where there is a strong interaction with the tidal condition. This research contributes to the spatial characterization and monitoring of MF with remote sensors and the spectral study of this important ecosystem in Colombia. [ABSTRACT FROM AUTHOR]

Copyright of Revista Chapingo Serie Ciencias Forestales is the property of Universidad Autonoma Chapingo and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Tropical Grasslands / Forrajes Tropicales is the property of International Centre for Tropical Agriculture - CIAT and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

El Pacífico colombiano posee extensas zonas en bosques de manglar (BM), que es un ecosistema estratégico de gran importancia ambiental y socioeconómica para la mitigación del cambio climático. Este trabajo tuvo por objetivo realizar la caracterización espectral y monitoreo de 66,59 km2 para cuatro densidades de BM en el Bajo Baudó (Colombia), empleando tres imágenes Landsat (1998, 2014 y 2017), combinaciones de bandas espectrales y tres índices de vegetación (IV) (Índice de Vegetación de Diferencia Normalizada - NDVI, Índice de Vegetación Ajustado al Suelo - SAVI y el Índice combinado de reconocimiento de manglares - CMRI). Los resultados demostraron que la mejor combinación de bandas espectrales para la identificación visual de los BM correspondió a infrarrojo color (NIR, Rojo, Verde) y falso color compuesto 1 (NIR, SWIR, Rojo). La firma espectral de los BM tuvo diferentes comportamientos para las cuatro densidades bajo las condiciones de pleamar y bajamar. Durante los 19 años analizados, se registró una diferencia de hasta el 17,9% en el valor promedio de la reflectancia en los BM. De igual manera, los valores de IV fueron proporcionales a las densidades de BM, pero su valor se notó reducido por efectos de la marea al momento de la captura de las imágenes; los mayores aumentos de IV se registraron sobre la zona costera de transición tierra-agua donde existe una fuerte interacción con la condición mareal. Esta investigación aporta a la caracterización y monitoreo espacial de BM con sensores remotos y el estudio espectral de este importante ecosistema en Colombia.

Chlorophyll is a fundamental pigment for the photosynthetic processes of plant species and constitutes a limitation in agricultural production. The estimation of the content of leaf chlorophyll (LCC) is generally carried out through invasive spectrophotometric techniques. The multispectral images and the Vegetation Indexes (IV) constitute an important alternative because they allow the estimation in situ of the pigment. This work, it is intended to find the variability and relationships between the localized content of chlorophyll, of the Coffea arabica species, and IV taken from multispectral images. A random sampling of leaves was carried out, and healthy and sick leaves were selected. The LCC of 60 samples was estimated by spectrophotometry and the correlation coefficient with IV was found. The best indicators of the pigment were the GARI, GNDVI, and NDVI indexes, among 14 indexes studied. It was found that the variability of IV data in different areas of diseased leaves, agrees with the distribution of non-homogeneous chlorophyll in those leaves since chlorophyll degradation in this variety does not behave in an isotropic way. This result encourages the possibility of using this technique to infer the health status of this plant. [ABSTRACT FROM AUTHOR]

En los agostaderos de México no se regula la carga animal de acuerdo con los coeficientes de agostadero estimados a partir de cobertura y productividad, lo que ha provocado la degradación de la cobertura vegetal, la reducción de la infiltración y capacidad de almacenamiento del agua en el suelo, el incremento de los escurrimientos superficiales y la erosión que afecta la productividad del agostadero y la producción de biomasa, además de la proliferación de plantas con menor apetencia y calidad proteínica. Para atenuar la degradación de los pastizales se han establecido acciones de conservación del suelo y agua. En este trabajo se evalúo el impacto del sistema zanja bordo sobre la cobertura vegetal en el pastizal de la cuenca rancho Dolores de la región Mixteca del estado de Oaxaca. Los cambios de la cobertura vegetal se estimaron con los porcentajes de cobertura verde, seca y total, producción de biomasa, índices de vegetación y composición florística en tres polígonos con obras y cinco sitios de muestreo (entre zanja, inicio, zanja, bordo y pie) y en tres zonas sin obras con tres sitios de muestreo (parte alta, media y baja). La producción de biomasa en el bordo y la zanja fue de 2.38 Mg ha-1 y 2.29 Mg ha-1 con diferencias estadísticas entre los sitios de entre zanjas, inicio y pie; los porcentajes de cobertura vegetal, el IVPN, NDVI y SAVI no mostraron diferencias significativas. El testigo mostró diferencias significativas en la producción de biomasa y porcentaje de cobertura, pero los índices de vegetación fueron iguales. En áreas con obras, la especie dominante fue Melinis repens, con potencial forrajero bajo; en áreas testigo la especie dominante fue Bouteloua griff ithsii, de regular potencial forrajero. El Procedimiento de Permutación de Respuesta Múltiple indica que existe diferencia en la composición florística de sitios con obras y testigo.

The Araucaria araucana is an endemic species from Chile and Argentina, which has a high biological, scientific and cultural value and since 2016 has shown a severe affection of leaf damage in some individuals, causing in some cases their death. The purpose of this research was to detect, from hyperspectral images, the individuals of the Araucaria species (Araucaria araucana (Molina and K. Koch)) and its degree of disease, by isolating its spectral signature and evaluating its physiological state through indices of vegetation and positioning techniques of the inflection point of the red edge, in a sector of the Ralco National Reserve, Biobío Region, Chile. Seven images were captured with the HYSPEX VNIR-1600 hyperspectral sensor, with 160 bands and a random sampling was carried out in the study area, where 90 samples of Araucarias were collected. In addition, from the remote sensing techniques applied, spatial data mining was used, in which Araucarias were classified without symptoms of disease and with symptoms of disease. A 55.11% overall accuracy was obtained in the classification of the image, 53.4% in the identification of healthy Araucaria and 55.96% in the identification of affected Araucaria. In relation to the evaluation of their sanitary status, the index with the best percentage of accuracy is the MSR (70.73%) and the one with the lowest value is the SAVI (35.47%). The positioning technique of the inflection point of the red edge delivered an accuracy percentage of 52.18% and an acceptable Kappa index.

Las herramientas de teledetección son clave para el monitoreo de biomasa y carbono en bosques, importantes para mitigar el cambio climático. Se estimó la biomasa aérea y carbono a través de teledetección en bosques alto-andinos del Santuario de Fauna y Flora Iguaque (SFFI) de Boyacá, Colombia. Se establecieron 23 parcelas temporales de muestreo (PTM) de 250 m2 y se midieron los árboles con diámetro a la altura del pecho (dap) ≥ 10 cm. La biomasa aérea se estimó con una ecuación alométrica y se correlacionó con tres índices de vegetación (NDVI, SAVI y EVI) obtenidos de dos imágenes del satélite LANDSAT 8 OLI en época seca y lluviosa (2016). Se probraron modelos lineales para estimar la biomasa en función del índice de vegetación y se estimó el carbono. Los bosques del SFFI almacenaron 30 t C/ha en biomasa aérea, y el mejor modelo se basó en el NDVI de la época seca (R2aj = 0,79). Se confeccionaron mapas con la distrribución de biomasa y carbono. Los bosques del SSFI han removido de la atmósfera 164 Gg CO2, los cuales podrían volver a emitirse en caso de no conservarse. Las áreas con mayor biomasa y carbono estuvieron principalmente en el suroeste y norte del SFFI. Con este estudio se hace una primera aproximación del patrón de distribución de la biomasa aérea y carbono con resolución de 30 m. Se ratifica el uso de datos de sensores remotos como insumo primordial para el monitoreo de proyectos de carbono en ecosistemas forestales.

Objetivo:Evaluar el efecto de la fertilización nitrogenada en el crecimiento y el contenido de proteína bruta de cinco pastos perennes en Ecuador. Materiales y Métodos: Para evaluar el efecto de la fertilización nitrogenada en el crecimiento y el contenido de proteína bruta de las especies Lolium perenne L. var. Alto, Lolium perenne x Lolium multiflorum var. Shogun, Festuca arundinacea Schreb var. Alta Barolex, Dactylis glomerata L. var. Quick Draw y Festuca arundinacea x Lolium multiflorum var. Premium, se aplicaron seis dosis progresivas de nitrógeno (0, 70, 140, 210, 280 y 350 kg de N ha-1 año-1). Se utilizó un diseño de parcelas dividas, donde se ubicó la especie en la parcela grande, y las dosis de nitrógeno en las pequeñas, con tres repeticiones. Se evaluaron las variables producción de biomasa, proteína bruta e índice de vegetación diferencial normalizado. Los datos se analizaron mediante el programa estadístico INFOSTAT®. Resultados: La producción de biomasa indicó diferencias estadísticamente significativas (p < 0,05) para los factores en estudio especies y dosis de nitrógeno, pero no para la interacción de dichos factores. D. glomerata y F. arundinacea presentaron los valores de producción de biomasa más bajos (2 457 y 2 490 kg de MS ha-1), comparados con L. perenne, que tuvo un rendimiento intermedio. F. arundinacea x L. multiflorum y L. perenne x L. multiflorum alcanzaron los valores más altos de biomasa (3 407 y 3 364 kg de MS ha-1). El contenido de proteína bruta también aumentó con las dosis de nitrógeno. A su vez, el índice de vegetación diferencial normalizado se incrementó, también de acuerdo a un modelo cuadrático, con una respuesta diferente entre especies. Conclusiones: Todas las especies respondieron positivamente a las dosis de aplicación de nitrógeno. Se determinó que existe incremento en la producción de biomasa, contenido de proteína bruta y el índice de vegetación diferencial normalizado.

La clorofila es un pigmento fundamental para los procesos fotosintéticos de las especies vegetales, y constituye una limitante en la producción agrícola. La estimación del contenido de clorofila foliar (LCC) se realiza generalmente mediante técnicas invasivas de espectrofotometría. Las imágenes multiespectrales y los Índices de Vegetación (IV), constituyen una alternativa importante debido a que permiten la estimación in situ del pigmento. En este trabajo se pretende encontrar la variabilidad y relaciones entre el contenido localizado de clorofila, de la especie Coffea arabica, e IV tomados de imágenes multiespectrales. Se realizó un muestreo de hojas al azar, y se seleccionaron hojas sanas y enfermas. Se estimó el LCC de 60 muestras mediante espectrofotometría y se encontró el coeficiente de correlación con IV. Los mejores indicadores del pigmento fueron los índices GARI, GNDVI y NDVI, entre 14 índices estudiados. Se encontró que la variabilidad de los datos de IV en diferentes zonas de hojas enfermas, concuerda con la distribución de clorofila no homogénea en esas hojas, ya que la degradación de clorofila en esta variedad no se comporta de forma isotrópica. Este resultado alienta la posibilidad de usar esta técnica para inferir el estado de salud de esta planta.

Objective: To evaluate the effect of nitrogen fertilization on the growth and crude protein content of five perennial pastures of Ecuador. Materials and Methods: To evaluate the effect of nitrogen fertilization on the growth and crude protein content of the species Lolium perenne L. var. Alto, Lolium perenne x Lolium multiflorum var. Shogun, Festuca arundinacea Schreb var. Alta Barolex, Dactylis glomerata L. var. Quick Draw and Festuca arundinacea x Lolium multiflorum var. Premium, six progressive doses of nitrogen were applied (0, 70, 140, 210, 280 and 350 kg N ha-1 year-1). A split-plot design was used, where the species was placed in the large plot, and the nitrogen doses, in the small ones, with three repetitions. The variables biomass production, crude protein and normalized differential vegetation index, were evaluated. The data were analyzed through the statistical program INFOSTAT®. Results: The biomass production indicated statistically significant differences (p < 0,05) for the studied factors species and nitrogen doses, but not for the interaction of such factors. D. glomerata and F. arundinacea showed the lowest biomass production values (2 457 and 2 490 kg DM ha-1), compared with L. perenne, which had a moderate yield. F. arundinacea x L. multiflorum and L. perenne x L. multiflorum reached the highest biomass values (3 407 and 3 364 kg DM ha-1). The crude protein content also increased with the nitrogen doses. In turn, the normalized differential vegetation index increased, also according to a quadratic model, with a different response among species. Conclusions: All the species responded positively to the nitrogen application doses. It was determined that there is increase in the biomass production, crude protein content and normalized differential vegetation index. [ABSTRACT FROM AUTHOR]

Remote sensing is very important for monitoring the natural forests. In this study was estimated the aboveground biomass (AGB) and carbon (C) with remote sensing in the Santuario de Fauna y Flora Iguaque (SFFI) in Boyacá, Colombia. A total of 23 temporal sampling plots (TSP) of 250 m2 each were installed and all trees with diameter at breast height (dbh) ≥ 10 cm were measured. The real AGB was estimated using an allometric equations for species from high-Andean forests and was multiplied for 0,5 to estimate C. Only nine TSP fulfilled the criterion of a minimal tree density of 30 trees per plot, these were correlated with three vegetation indexes, Normalized Difference Vegetation Index, Soil Adjusted Vegetation Index and Enhanced Vegetation Index (NDVI, SAVI and EVI) derived from two Landsat 8 images from dry and rainy season in 2016. A model to estimate AGB based on a vegetation index was developed in order to build carbon maps. The best model was based on NDVI in the dry season (adjusted R2 = 0.79 and root of mean square error of 17.1 Mg/ha). The forests in the SFFI stored a mean of 36.6 Mg C/ha in AGB. Also, was accumulated 163 Gg CO2e in the forests the SFFI that correspond emissions evited at the atmosphere. This case study was presented as the first exercise for estimated AGB and C with remote sensing tools for forest monitoring in protected areas of environmental importance and will serve as a reference for future investigations for the satellite monitoring of the region's natural forests. [ABSTRACT FROM AUTHOR]

El desarrollo de instrumentos de gestión de riesgos climáticos permite instrumentar acciones de adaptación ante el cambio climático, además de hacer eficiente el uso de recursos financieros para mitigar los impactos. En México, el empleo de estos instrumentos no se ha documentado, por lo que en este trabajo se desarrolla un marco conceptual-teórico para la instrumentación de seguros ganaderos paramétricos satelitales, con la finalidad de exponer sus ventajas y delimitar sus alcances. Para tal fin, se aplicaron los conceptos de unidad de riesgo, umbral de pago y elementos asociados al seguro, para establecer el riesgo climático que se asocia a las actividades agropecuarias, principalmente por sequías. Bajo el requerimiento crítico de una relación lineal entre el índice espectral y la biomasa vegetal, sin constante aditiva, se usó el índice espectral NDVIcp, optimizado por diversos efectos, lo que dio lugar al desarrollo de un esquema de seguro técnicamente sólido, sin el requisito de contar con información histórica de producción agropecuaria y que, además, refleja fielmente la realidad en campo. Todo lo anterior, permitió sentar las bases para el diseño de un seguro ganadero paramétrico satelital de tipo catastrófico sólido, transparente y conceptualmente accesible a los usuarios del mismo.

Territoriality studies always occupied prominent roles in the field of geography. The spatial changes experienced in certain regions are directly linked to the physical, political, economic, cultural and environmental scenarios of these spaces at any give time. Several tools have been used to analyze the scenario of an especific environment. This study aimed to verify the existence of a correlation between a Landsat image classified by a supervised classification method and different vegetation indexes (VIs), that is, SR, IVR, NDVI and SAVI, in the municipality of Mundo Novo, in the state of Mato Grosso do Sul. For this, we used the software free QGIS and Microsoft Excel spreadsheet. As a result, there was a medium to high correlation between the different VIs and the classified image. [ABSTRACT FROM AUTHOR]

Copyright of Argentinian Horticulture / Horticultura Argentina is the property of Revista Horticultura Argentina and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

The objective of this study is to calculate the capacity of CO2 capture from the forest relict of the University of Quindio "Jardín Botánico Cedro Rosado" through the use of techniques that integrate in situ measurements with remote sensing. In the first phase, multispectral images. Normalized Differential Vegetation Index (NDVI), Improved Vegetation Index (EVI), Soil Adjusted Vegetation Index (SAVI), and object-based classification will be obtained. In the second phase, tree variables will be measured, and Leaf Area Index (LAI) and the Fraction of Absorbed Photosynthetically Active Radiation (Fapar) biophysical variables will be estimated with the Tracing Radiation and Architecture of Canopies (TRAC) optical instrument, in order to correlate them with the vegetation indexes. This will define the constants of the exponential regression model defining the local allometric equation, which will interpolate the biomass in the entire image. [ABSTRACT FROM AUTHOR]