Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma

El objetivo de este trabajo fue la puesta a punto de una metodología de modelización y mapeo de biomasa aérea leñosa (BAL), a partir de datos de sensores remotos (reflectancia), radiometría de terreno (reflectancia) y mediciones estructurales de la vegetación (biomasa), registrados para idéntica fec...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Manrique, Silvina Magdalena, Núñez, Virgilio, Franco, Judith Ada, Seghezzo, Lucas
Formato: Articulo
Lenguaje:Español
Publicado: 2010
Materias:
Ingeniería
Ciencias Naturales
Biomasa
Sensores Remotos
espectrorradiometría
Landsat
Valle de Lerma
Secuestro de Carbono
índices de vegetación
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/100108
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-100108
record_format dspace
spelling I19-R120-10915-1001082023-05-24T18:05:09Z http://sedici.unlp.edu.ar/handle/10915/100108 issn:0329-5184 Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma Manrique, Silvina Magdalena Núñez, Virgilio Franco, Judith Ada Seghezzo, Lucas 2010 2020-07-07T14:27:27Z es Ingeniería Ciencias Naturales Biomasa Sensores Remotos espectrorradiometría Landsat Valle de Lerma Secuestro de Carbono índices de vegetación El objetivo de este trabajo fue la puesta a punto de una metodología de modelización y mapeo de biomasa aérea leñosa (BAL), a partir de datos de sensores remotos (reflectancia), radiometría de terreno (reflectancia) y mediciones estructurales de la vegetación (biomasa), registrados para idéntica fecha y lugar. Los ambientes estudiados fueron: Chaco, Selva y arbustales del Valle de Lerma (Salta). Las transformaciones realizadas a los datos obtenidos (índices de vegetación), permitieron encontrar el modelo con mejor ajuste, que incluye el NDVI (Normalized Difference Vegetation Index) de campo y de satélite. Este modelo arroja valores de biomasa para el Valle que oscilan entre 0 a 200 t/ha, con la mayor superficie ubicada en la categoría de 60 a 130 t/ha de biomasa. Nuevos muestreos son recomendados para mejorar el modelo logrado a partir de las parcelas experimentales, y estimar la biomasa del Valle de Lerma con mayor precisión. The aim of this work was the design of a methodology of estimation and mapping of aboveground woody biomass (AGB). That included information of remote sensing (reflectance), field radiometric (reflectance) and structural measurements of the vegetation (biomass), registered for identical date and place. The studied environments were: Chaco, Selva and shurblands of Lerma's Valley (Salta). The transformations realized to the information obtained (indexes of vegetation), allowed to find the model with better adjustment, which includes the NDVI (Normalized Difference Vegetation Index) of field and of satellite. This model shows values of 0 to 200 t/ha of biomass for the Valley, with the major surface in the category from 60 to 130 t/ha of biomass. New samplings are recommended to improve the model achieved from the experimental plots, and to estimate the biomass of Lerma's Valley with major precision. Asociación Argentina de Energías Renovables y Medio Ambiente (ASADES) Articulo Articulo http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) application/pdf 63-70
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ingeniería
Ciencias Naturales
Biomasa
Sensores Remotos
espectrorradiometría
Landsat
Valle de Lerma
Secuestro de Carbono
índices de vegetación
spellingShingle Ingeniería
Ciencias Naturales
Biomasa
Sensores Remotos
espectrorradiometría
Landsat
Valle de Lerma
Secuestro de Carbono
índices de vegetación
Manrique, Silvina Magdalena
Núñez, Virgilio
Franco, Judith Ada
Seghezzo, Lucas
Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
topic_facet Ingeniería
Ciencias Naturales
Biomasa
Sensores Remotos
espectrorradiometría
Landsat
Valle de Lerma
Secuestro de Carbono
índices de vegetación
description El objetivo de este trabajo fue la puesta a punto de una metodología de modelización y mapeo de biomasa aérea leñosa (BAL), a partir de datos de sensores remotos (reflectancia), radiometría de terreno (reflectancia) y mediciones estructurales de la vegetación (biomasa), registrados para idéntica fecha y lugar. Los ambientes estudiados fueron: Chaco, Selva y arbustales del Valle de Lerma (Salta). Las transformaciones realizadas a los datos obtenidos (índices de vegetación), permitieron encontrar el modelo con mejor ajuste, que incluye el NDVI (Normalized Difference Vegetation Index) de campo y de satélite. Este modelo arroja valores de biomasa para el Valle que oscilan entre 0 a 200 t/ha, con la mayor superficie ubicada en la categoría de 60 a 130 t/ha de biomasa. Nuevos muestreos son recomendados para mejorar el modelo logrado a partir de las parcelas experimentales, y estimar la biomasa del Valle de Lerma con mayor precisión.
format Articulo
Articulo
author Manrique, Silvina Magdalena
Núñez, Virgilio
Franco, Judith Ada
Seghezzo, Lucas
author_facet Manrique, Silvina Magdalena
Núñez, Virgilio
Franco, Judith Ada
Seghezzo, Lucas
author_sort Manrique, Silvina Magdalena
title Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
title_short Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
title_full Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
title_fullStr Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
title_full_unstemmed Predicción de biomasa natural a partir de sensores remotos en el Valle de Lerma
title_sort predicción de biomasa natural a partir de sensores remotos en el valle de lerma
publishDate 2010
url http://sedici.unlp.edu.ar/handle/10915/100108
work_keys_str_mv AT manriquesilvinamagdalena predicciondebiomasanaturalapartirdesensoresremotosenelvalledelerma
AT nunezvirgilio predicciondebiomasanaturalapartirdesensoresremotosenelvalledelerma
AT francojudithada predicciondebiomasanaturalapartirdesensoresremotosenelvalledelerma
AT seghezzolucas predicciondebiomasanaturalapartirdesensoresremotosenelvalledelerma
_version_ 1766999703355916288

Ejemplares similares