Search

La reducida cantidad de estudios que consideran los aspectos ecofisiológicos de las especies de plantas tropicales se debe en parte al costo elevado de la instrumentación. Sin embargo, la revolución tecnológica de la última década ha permitido desarrollar dispositivos electrónicos de bajo costo y que, aunado a los recursos de la inteligencia artificial, permiten obtener mediciones muy precisas. Todo lo anterior con el objetivo de promover una producción sostenible y de asegurar la conservación de ecosistemas. Este trabajo consiste en el desarrollo de un sistema electrónico capaz de adquirir datos espectrales a partir de imágenes del espectro visible de las hojas y procesar su reflectancia y longitud de onda, con la finalidad de analizar variables fisiológicas (tales como concentraciones de clorofila y nitrógeno) de las especies arbóreas tropicales en peligro de extinción.

El Fenómeno del Niño, las sequías y el clima cálido influyen de manera directa en el buen estado ecológico de los bosques en la Región Piura. El objetivo es relacionar las firmas espectrales evaluadas en las imágenes de satélite Sentinel-2 con las firmas espectrales medidas con el espectro-radiómetro FieldSpec4, para la identificación de bosque seco en la cuenca baja del río Chira, región Piura, Perú. El preprocesamiento de las imágenes Sentinel-2 correspondientes a los tiles 17MNR, 17MPR, 17MMQ, 17MNQ y 17MPQ son unidas en mosaico, remuestreadas y cortadas con el software SNAP. El apilamiento de las bandas 2, 3, 4, 5, 6, 7, 8, 9, 11 y 12 genera un raster cuyos valores de reflectancia de los píxeles están relacionados a sus longitudes de onda. La clasificación de las zonas con bosque seco se realiza con la firma espectral medida con el espectro-radiómetro FieldSpec4. La validación de los resultados se realiza aplicando las pruebas no paramétricas de ANOVA y Mann-Whitney-Wilcoxon en cuatro puntos de muestreo. El área de superficie de bosque seco en la cuenca baja del río Chira es 129 113,06 ha, que representa el 3,8 % del área total de bosque seco en el norte del Perú.

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]