La Detección al Servicio del Seguimiento del Pasto en el Sahel

De Construpedia


Logo isf 1.gif Nota: Este artículo ha sido creado gracias a la Ingenieros Sin Fronteras en el marco del Programa de Afiliados de la Construpedia. El contenido está disponible en el sitio web de Ingeniería Sin Fronteras
¡Atención! Esté artículo está sujeto a Derecho de Autor.


Figura 6 Anomalías de biomasa en 1999

La teledetección a resolución media, representa una herramienta particularmente bien adaptada para el análisis de los territorios extensos, poco poblados y de difícil acceso.

Figura 7 Anomalías de biomasa en 2004

El sensor VEGETATION montado en el satélite SPOT (figuras 6, 7 y 8), en servicio desde 1998, ha sido concebido específicamente para la observación de la cobertura vegetal a través de la adquisición cotidiana a una resolución espacial de aproximadamente 1 km.

Figura 8 Anomalías de biomasa en 2007

Contenido

Fuentes de Datos

Dentro del marco de su política de desarrollo sostenible, la Comisión Europea pone a disposición gratuita para los usuarios africanos toda una serie de productos derivados de las capturas del sensor SPOT VEGETATION, accesibles a través del portal web de VGT4Africa (www.vgt4africa.org).

En él, se encuentran disponibles, en concreto, los datos de Productividad de Materia Seca (DMP, por sus siglas en inglés) sintetizados cada diez días.

A partir de la información de DMP, ACH-E ha desarrollado un modelo de tratamiento automatizado que permite calcular: la productividad anual de materia seca, la media interanual del conjunto de años comprendidos en la serie temporal cubierta por el programa SPOT, y las variaciones anuales de productividad de materia seca.

Los Productos de DMP

La productividad de materia seca es una cuantificación de la productividad de biomasa expresada en kg de materia seca por hectárea y por día (kgMS/ha/día).

Ésta, ligada a la Productividad Primaria Neta (NPP, por sus siglas en inglés), se estima por la utilización del modelo de Monteith (1972) que se expresa de la siguiente manera:

Productividad de materia seca 1.JPG

Donde:

Rg (J-m-2-jour-1) es la radiación solar incidente, sacada de los mapas de radiación.

εi es la eficiencia de intercepción de la radiación por la vegetación.

εc es la fracción de PAR ) Photosynthetic Active Radiation) de la radiación solar incidente,

ε c aprox 0,48.

Eficiencia de conversión del PAR en materia seca.JPG
es la eficiencia de conversión del PAR en materia seca, que va en función de la temperatura del aire.


A menudo, Veroustraete et al. (2002) εb sigue una función de campana, que presenta un máximo en los 22ºC y se acerca a cero para valores de temperatura inferiores a 0ºC y superiores a 40ºC. La temperatura de obtiene por re-análisis de los datos meteorológicos.

10.000 es el factor de conversión de los metros cuadrados a hectáreas.

Método de Estimación de la Productividad Anual de Biomasa

La cantidad de materia seca producida anualmente es calculada al final del invierno por acumulación –en cada píxel–, de la productividad cotidiana mostrada por la década de la DMP –el conjunto de diez días–.

Como la zona considerada no recibe agua sino durante la estación de lluvias, la vegetación producida durante esos meses puede ser considerada como la producción total anual. El resultado obtenido es la productividad total del año considerado, expresada en kgMS/ha.

En el Sahel, la estación de crecimiento está definida anualmente entre la primera década de abril y la última de marzo, periodo que coincide con el máximo de la estación seca. Cuando las primeras lluvias aún no han llegado, y las plantas han paralizado su actividad de fotosíntesis a causa de las altas temperaturas y el estrés hídrico, se obtiene un valor acumulado –obtenido en el final del periodo de crecimiento– que da la productividad de biomasa anual definitiva.

Productividad anual de biomasa.JPG

El coeficiente multiplicador expresa la duración media de una década por día (día/década).

Figura 9 Producción de biomasa vegetal en el 2007 en Mali y Níger

El cuadro siguiente (Figura 10) expresa el perfil temporal de la productividad de materia seca DMP, y de la acumulación en la estación de crecimiento, por cada píxel en estepa abierta (open grassland) (15ºN : 5ºE).

Figura 10 Perfil temporal de la productividad de materia seca DMP y de la acumulación en estación de crecimiento.

Más allá de los resultados de los mapas (figura 9), los datos de biomasa así calculados pueden servir además a los puestos administrativos o ecológicos para el cálculo de tendencias y otras estadísticas, así como para el cálculo de la capacidad de carga –calculada considerando que solo el 30% de la biomasa total es consumible, y que una Unidad de Ganado Tropical (UBT, por sus siglas en francés) consume 6,25 kg de materia seca por día–. Este tipo de cálculos son particularmente interesantes en el marco de la gestión del sobrepastoreo, la implantación de puntos de agua para el pastoreo y otro tipo de problemáticas en la planificación de su espacio. Sin embargo, la utilización de estas herramientas por ACH-E, aunque efectivas, no son el objeto de este artículo.

Variaciones Interanuales

Más que la cantidad absoluta de vegetación expresada en kg de materia seca, es la cantidad respecto a la normal que sirve como indicador pertinente en términos de alerta. En efecto, las estrategias de ocupación del espacio de pastoreo son definidas bajo la localización de los recursos anuales “normales”. Para el tratamiento de los datos se utilizan programas de SIG u otras hojas de cálculo y herramientas estadísticas.

El cálculo de la cantidad total de biomasa, por diferencia respecto a la situación normal, será de utilidad para los ganaderos en la adaptación de nuevas estrategias, sobre todo en la modificación de sus rutas de trashumancia.

Para llegar a este análisis, el módulo desarrollado por ACH-E proviene de la comparación entre las acumulaciones anuales y el año normal, y los resultados son expresados bajo la forma de una imagen raster llamada anomalías.

El año normal es calculado tomando en cuenta la media de las acumulaciones anuales desde 1998 hasta el día de hoy. La anomalía anual es calculada, píxel por píxel, como la diferencia entre las acumulaciones anuales del gráfico de DMP del año considerado con aquel del año medio; por tanto, ésta se expresa en porcentaje del año medio.

Cálculo de la anomalía anual en variaciones en el Sahel.JPG

Donde:

décadafinal corresponde a la tercera década de marzo (0321) si el año es completo; si no, a la última década disponible del año en curso.

Los mapas producidos permiten una buena visualización de las zonas deficitarias, de su localización y de su extensión. Éstos dan una idea relativamente precisa de la situación global del país. Los mapas 5 y 6 muestran la situación en 1999 (máxima pluviométrica de la serie temporal 1998-2007) y en el 2004 (año de la crisis nigeriana). Si en 1999 se constató una anomalía positiva largamente extendida, el año 2004 quedó marcado por un importante déficit en el conjunto de ambos países.

Filtrado Temporal

Sabiendo que los sensores de los satélites son sensibles a diferentes tipos de perturbaciones atmosféricas, se aplica un sistema de filtrado preliminar a los datos, con el fin de eliminar los valores erróneos. La DMP está particularmente ligada al NDVI, que es a la vez muy sensible a las perturbaciones. Por tanto, la metodología utilizada integra una cadena de 4 filtros temporales:

• Un filtro de paso bajo, aplicado en los valores de NDVI sobre una ventana deslizante de 9 celdas con el fin de eliminar las variaciones bruscas y aisladas del NDVI; sinónimo de interferencias.

• Un filtro low, aplicado sobre los valores de DMP para eliminar las producciones insignificantes.

• Un filtro BISE (Best Index Slope Extraction) (Voivy et al., 1992), que evita las caídas bruscas del NDVI superiores al 28%; sinónimo de presencia de nubes residuales.

• El campo SM (Status Map), que acompaña los ficheros de NDVI de VGT4Africa, identifica todos los píxeles nublados, dudosos o invalidados.

Como resultante de esta cadena de filtros, todos los píxeles juzgados erróneamente ven reemplazado su valor inicial de DMP por una interpolación temporal entre el valor del mismo píxel de la década precedente y de la siguiente.

Las ventajas de este nuevo método, en comparación con el antiguo, residen en el hecho de que:

Los datos de DMP de VGT4Africa están disponibles de forma más rápida; los datos recibidos ya son expresados en cantidades absolutas (kg/ms/ha); la herramienta es totalmente automatizada, evitando las tareas de tratamientos largos y cansados; la resolución espacial es más fina (1km); y finalmente, se aplica una serie de filtros temporales a los resultados para afinar con mayor exactitud.

Validación de los Resultados

Los resultados obtenidos por las metodologías descritas anteriormente, son comparados con los resultados de medida de biomasa in situ. Estas comparaciones han sido realizadas a partir de dos campañas de medidas llevadas a cabo de forma independiente por el Ministerio de Recursos Animales de Níger, y por el CESBIO.

Las comparaciones in situ de la cantidad de biomasa con las estimaciones satelitales muestran una buena correlación: R2=0,61 , y con un error cuadrático medio de RMSE=387 kgMS/ha en el conjunto de 120 puntos medidos.

Ciertos puntos han sido descartados de la comparación, ya sea porque los valores medidos son aberrantes, o porque el punto presenta una situación geográficamente muy heterogénea asociada a una fuerte diferencia entre el valor medido y estimado. En 1999, durante la campaña de medidas del CESBIO, se obtuvieron resultados muy decepcionantes: R2=0,06 y RMSE=1329 kgMS/ha.

Si ese año fue particularmente lluvioso y con una productividad de materia seca superior a la normal, no se explica la heterogeneidad entre las medidas y las estimaciones.

Estas comparaciones permiten asegurar que bajo las gamas de cantidad de biomasa (0-2.500 kgMS/ha) y bajo este tipo de superficies (estepas y estepas dispersas), el método de acumulación de los datos de DMP brinda estimaciones fiables y precisas. Los resultados de nuevas medidas in situ del CESBIO son esperados para el mes de junio y permiten la realización de nuevas pruebas de validación.

Artículos Relacionados

Publicidad
Publicidad
Publicidad
Las cookies de este sitio web se usan para personalizar el contenido y los anuncios, ofrecer funciones de redes sociales y analizar el tráfico. Compartimos información sobre el uso que haga del sitio web con nuestros partners de redes sociales, publicidad y análisis web, quienes pueden combinarla con otra información que les haya proporcionado o que hayan recopilado. Cookies