14.05.2013 Views

Departamento de Física Teórica, Atómica y Óptica - Quantalab ...

Departamento de Física Teórica, Atómica y Óptica - Quantalab ...

Departamento de Física Teórica, Atómica y Óptica - Quantalab ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Capítulo 7. Análisis <strong>de</strong> la campaña 2003<br />

En el presente capítulo se preten<strong>de</strong> estudiar el problema <strong>de</strong> la inversión <strong>de</strong><br />

reflectancias <strong>de</strong> cultivos <strong>de</strong>s<strong>de</strong> un punto <strong>de</strong> vista diferente al realizado en la campaña<br />

2002. Si el resultado <strong>de</strong> la primera campaña ha sido una mejora en la estimación <strong>de</strong> los<br />

parámetros biofísicos al realizar una inversión conjunta <strong>de</strong> las medidas a lo largo <strong>de</strong> la<br />

campaña <strong>de</strong> crecimiento, en la campaña 2003 el objetivo es estudiar la posibilidad <strong>de</strong><br />

mejorar las estimaciones <strong>de</strong> parámetros biofísicos <strong>de</strong> cubiertas vegetales introduciendo<br />

en la inversión información espacial.<br />

En esta línea, los sensores situados en satélites son una <strong>de</strong> las herramientas más<br />

apreciadas para la monitorización <strong>de</strong> vegetación, ya que por sus características permiten<br />

el estudio <strong>de</strong> amplias zonas <strong>de</strong> forma económica y durante largos periodos <strong>de</strong> tiempo.<br />

En concreto permiten la realización <strong>de</strong> mapas <strong>de</strong>l parámetro LAI, uno <strong>de</strong> los más<br />

importantes parámetros <strong>de</strong> las cubiertas vegetales. Sin embargo, estudios recientes<br />

(Morisette et al., 2006) son concluyentes al afirmar que son necesarios más estudios<br />

para mejorar la precisión <strong>de</strong> los algoritmos utilizados para <strong>de</strong>rivar el LAI <strong>de</strong> los datos<br />

obtenidos mediante tele<strong>de</strong>tección.<br />

Actualmente, la metodología más extendida para estimar el LAI es el uso <strong>de</strong><br />

índices <strong>de</strong> vegetación, mediante relaciones empíricas. En concreto el índice diferencial<br />

normalizado <strong>de</strong> vegetación o NDVI (Normalized Difference Vegetation In<strong>de</strong>x) es sin<br />

duda el índice <strong>de</strong> vegetación más ampliamente utilizado, ya que se ha <strong>de</strong>mostrado<br />

ampliamente su relación con el LAI (Turner et al., 1999; Wang et al., 2005). Así mismo<br />

se han encontrado numerosas relaciones que lo ligan a otros parámetros fundamentales<br />

<strong>de</strong> la vegetación, como son la producción primaria neta (Goward et al., 1985; Paruelo et<br />

al., 1997; Tucker et al., 1986), o la radiación absorbida fotosintéticamente activa (Asrar<br />

et al., 1984; Kumar & Monteith, 1982; Sellers, 1987). Sin embargo, una estimación<br />

precisa <strong>de</strong>l LAI a partir <strong>de</strong>l NDVI requiere <strong>de</strong> la calibración <strong>de</strong> los datos utilizando<br />

muestreos en campo (Green et al., 2000). A<strong>de</strong>más es necesario aplicar correcciones<br />

específicas para diferentes tipos <strong>de</strong> vegetación, e incluso para diferentes estados<br />

fenológicos <strong>de</strong> un mismo tipo <strong>de</strong> vegetación, <strong>de</strong>bido a las diferencias estructurales <strong>de</strong> la<br />

cubierta vegetal (Gutman, 1991). Más aún, la comparación <strong>de</strong> índices <strong>de</strong> vegetación<br />

145

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!