Artículo
Information about forage productivity and its interactions with cultural practices or climatic variation is necessary to plan livestock management and to increase production without damaging the environment. Remote sensing provides a valuable data source to achieve these goals. Here we characterize forage production over a large region (92 million hectares) by analyzing spatial, seasonal, and interannual variability with Normalized Difference Vegetation Index (NDVI) data. We identified 23 homogeneous zones that enclose multiple counties with similar characteristics of land use and productivity. A long-term series (1981–2000) of Advanced Very High Resolution Radiometer images were used to calculate monthly NDVI and the annual integral of NDVI (I-NDVI), which is an estimate of primary productivity, for each county. County agricultural land use data were used to resolve pure forage and crop NDVI patterns over time using a spectral unmixing model. The annual integral of NDVI was significantly associated with geographic longitude and average precipitation but not with latitude. Improved relationships between forage production and I-NDVI can be obtained by collecting more accurate forage estimates in the field and calculating radiation use efficiencies. Images of high temporal resolution allow the inference of seasonal changes, and images of high spatial resolution allow a more precise description of the forage resources. Disponer de información acerca de la productividad de forraje y de sus interacciones con las prácticas culturales o las variaciones climácticas es necesario para el diseño de un plan de manejo ganadero eficiente sin dañar el medio ambiente. En tal sentido, la teledetección puede proporcionar fuentes de datos alternativas. El objetivo de este trabajo fue caracterizar la producción de forraje a escala regional (92 millones de hectáreas), mediante el análisis espacial, estacional e interanual del índice verde de diferencia normalizada (NDVI). Se identificaron 23 zonas homogéneas que incluyeron un número variable de departamentos con características similares de uso de la tierra y la productividad. Se utilizaron imágenes del sensor Advanced Very High Resolution Radiometer del período 1981–2000 para calcular los valores mensuales y la integral anual del NDVI (I-NDVI), el cual es un estimador confiable de la productividad primaria a nivel de departamento. La información de usos del suelo para los distintos departamentos fue utilizada para estimar el NDVI de los recursos forrajeros y de los cultivos para cada zona homogénea utilizando un modelo espectral “subpixel”. El integral anual del NDVI se asoció significativamente con la longitud y el promedio de precipitación pero no con la latitud. Es imprescindible para mejorar los productos provistos por la teledetección disponer de relaciones empíricas entre productividad y NDVI-I a partir de información de campo.
Forage production of the argentine pampa region based on land use and long-term normalized difference vegetation index data
Di Bella, Carlos Marcelo
; Negri, Ignacio; Posse, Gabriela; Jaimes, Florencia Romina
; Jobbagy Gampel, Esteban Gabriel
; Garbulsky, Martín Fabio
; Deregibus, Victor Alejandro
Fecha de publicación:
12/2009
Editorial:
Society for Range Management
Revista:
Rangeland Ecology and Management
ISSN:
1550-7424
Idioma:
Inglés
Tipo de recurso:
Artículo publicado
Clasificación temática:
Resumen
Palabras clave:
CARRYING CAPACITY
,
REMOTE SENSING
,
GRAZING MANAGEMENT
,
REGIONAL ANALYSIS
Archivos asociados
Licencia
Identificadores
Colecciones
Articulos(IMASL)
Articulos de INST. DE MATEMATICA APLICADA DE SAN LUIS
Articulos de INST. DE MATEMATICA APLICADA DE SAN LUIS
Articulos(SEDE CENTRAL)
Articulos de SEDE CENTRAL
Articulos de SEDE CENTRAL
Citación
Di Bella, Carlos Marcelo; Negri, Ignacio; Posse, Gabriela; Jaimes, Florencia Romina; Jobbagy Gampel, Esteban Gabriel; et al.; Forage production of the argentine pampa region based on land use and long-term normalized difference vegetation index data; Society for Range Management; Rangeland Ecology and Management; 62; 2; 12-2009; 163-170
Compartir
Altmétricas