La variación temporal del índice NDVI predice los cambios temporales de la cobertura vegetal en las tierras secas de la Patagonia argentina

Abstract

La variación temporal del índice NDVI predice los cambios temporales de la cobertura vegetal en las tierras secas de la Patagonia argentina. En las tierras secas, la vegetación natural es una fuente importante de sustento para las comunidades que viven en ellas, dado que la utilizan como alimento, combustible y forraje para el ganado. Además de los bienes y servicios que brinda a las comunidades, la vegetación de las tierras secas también juega un papel importante en muchos procesos ecosistémicos, como por ejemplo el reciclaje de nutrientes o la protección delsuelo frente a la erosión. Por lo tanto, el monitoreo a largo plazo de la cobertura vegetal es clave para la toma de decisiones en la gestión de estas regiones. En este estudio, analizamos la variación de la cobertura vegetal en 239 sitios de una red de monitoreo a largo plazo (red MARAS), en unode los biomas de tierras secas más grandes del mundo: la estepa patagónica argentina. A continuación, la relacionamos con la variación de diferentes períodos del Índice de Vegetación de Diferencia Normalizada (Normalized Difference Vegetation Index, NDVI), obtenido del sensor MODIS, que sirve como variable predictora. El modelo empírico ajustado explicó hasta un 40% de la variación en la cobertura vegetal medida a campo. Con este sencillo modelo empírico hemos estimado y cartografiado los cambios temporales en la cobertura vegetal de un extenso bioma de tierras secas a bajo coste.

Temporal variations on NDVI predict temporal changes in vegetation cover across Patagonian drylands (Argentina). In drylands, natural vegetation is an important source of livelihood as they provide food, fuel and forage for livestock. In addition to the provision of goods and services, dryland vegetation also plays an important role in many ecological processes, such as recycling nutrients or protecting the soil from erosion. Longterm monitoring of vegetation cover is therefore key for decision-making and management of these regions. In this study, we analyze the variation of vegetation cover in 239 sites of a long-term monitoring network (MARAS network), in one of the largest dryland biomes in the world: the argentine patagonian steppe. Then we relate it to the variation of different periods of the Normalized Difference Vegetation Index (NDVI), obtained from the MODIS sensor, which serve as a predictor variable. The adjusted empirical model explained up to 40% of the variation in the vegetation cover measured in the field. With this simple empirical model we have estimated and mapped temporal changes in the vegetation cover of a large dryland biome at low cost.