info:eu-repo/semantics/article
Dynamic spatio-temporal of the aerial biomass in high Andean grasslands based on NDVI-MODIS validated by spectrometry in situ
Dinámica espacio temporal de la biomasa aérea en pastizales altoandinos basado en NDVI-MODIS validado por espectrometría in situ
Registro en:
10.15381/rivep.v32i3.20392
Autor
Nuñez Delgado, Jimny
Pizarro Carcausto, Samuel
Gutiérrez Tang, Marco
Ñaupari Vásquez, Javier
Institución
Resumen
Moderate resolution imagery (MODIS) data from the Normalized Difference Vegetation Index (NDVI) can be used to estimate aboveground biomass at large spatial scales; however, validation of the information with fieldwork is required to make more accurate grassland vegetation predictions. The study was conducted in three districts of the central highlands of Peru. In total, 153 grass samples (high grassland and low grassland) were collected after reading NDVI in situ within a pixel of 250x250 m, with a frequency of three months during a three year period. Satellite images were downloaded from the MODIS sensor to obtain the NDVI. The NDVI-MODIS values were calibrated with the NDVI registered in situ, using regression models. The calibrated equations modelled the dynamic trends of vegetation between 2000 and 2018 for the central highlands. The NDVI in situ of the low grassland ranged between 0.36 ± 0.13 and 0.24 ± 0.05 in the wet and dry seasons, respectively, while the high grassland ranged between 0.42 ± 0.14 and 0.26 ± 0.10 in the wet and dry seasons, respectively. The NDVI of the MODIS sensor for the low grassland ranged between 0.41 ± 0.14 and 0.27 ± 0.06 in the wet and dry seasons, respectively, and for the high grassland between 0.44 ± 0.14 and 0.41 ± 0.10 in the wet and dry seasons, respectively. The quadratic model obtained better estimators both for the NDVI calibration (RMSE: 0.06 and R2: 0.91) and for the biomass prediction (RMSE: 1300 and R2: 0.61). It is concluded that it is possible to use satellite information to evaluate the high Andean grasslands. Es posible utilizar datos del Índice de Vegetación de Diferencia Normalizada (NDVI) de imágenes de resolución moderada (MODIS) para estimar la biomasa aérea a grandes escalas espaciales; sin embargo, se requiere validar la información con trabajo in situ para hacer predicciones de la vegetación de pastizales más acertadas. El estudio se realizó en tres distritos de la sierra central del Perú. Se colectaron 153 muestras de pasto (pajonal alto y pajonal bajo) previa lectura de NDVI in situ dentro de un pixel de 250x250 m, con una frecuencia de tres meses en tres años de evaluaciones. Se descargaron imágenes satelitales del sensor MODIS para obtener el NDVI. Los valores de NDVI-MODIS fueron calibrados con el NDVI registrado in situ, mediante modelos de regresión. Las ecuaciones calibradas modelaron las tendencias dinámicas de la vegetación entre 2000 y 2018 para la sierra central. El NDVI in situ del pajonal bajo osciló entre 0.36 ±0.13 y 0.24±0.05 en las épocas húmeda y seca, respectivamente, mientras que el pajonal alto osciló entre 0.42±0.14 y 0.26±0.10 en las épocas húmeda y seca, respectivamente. El NDVI del sensor MODIS del pajonal bajo osciló entre 0.41±0.14 y 0.27±0.06 en las épocas húmeda y seca, respectivamente, y para el pajonal alto entre 0.44±0.14 y 0.41 ±0.10 en épocas húmeda y seca, respectivamente. El modelo cuadrático obtuvo mejores estimadores tanto para la calibración del NDVI (RMSE: 0.06 y R2: 0.91), como para la predicción de la biomasa (RMSE: 1300 y R2: 0.61). Se concluye que es posible utilizar información satelital para evaluar los pastizales altoandinos.