Перейти к содержимому

Fluorescencia de clorofila para detectar estrés hídrico en cultivos

Instituto Gulich

0:00 / 0:00

Fluorescencia de clorofila para detectar estrés hídrico en cultivos

152 просмотра · 3 нед. назад
Instituto Gulich
2,36 тыс. подписчиков
152 просмотра · 3 нед. назад
Charla técnica del Instituto de Altos Estudios Espaciales Mario Gulich (CONAE–UNC) sobre Estimación cualitativa de la fluorescencia de clorofila inducida por el sol mediante datos del sensor OLCI de Sentinel-3 como indicador del estrés hídrico en cultivos. En este video se abordan conceptos de geomática, observación de la Tierra, teledetección y análisis geoespacial aplicados a investigación científica y desarrollo tecnológico, en el marco del Plan Espacial Nacional y los Objetivos de Desarrollo Sustentable. Contenido orientado a estudiantes, docentes, investigadores y profesionales del ámbito geoespacial y espacial. 🎓 Expositor/a: Germán Taveira De Simone ✔️ RESUMEN: La fluorescencia inducida por el sol (SIF, por sus siglas en inglés) es un parámetro clave para evaluar la actividad fotosintética de la vegetación, permitiendo detectar cambios fisiológicos asociados al estrés hídrico. En este estudio, se presenta una metodología para la estimación cualitativa de la SIF a partir de datos del sensor OLCI, a bordo del satélite Sentinel-3, con el objetivo de evaluar su aplicabilidad como indicador del estrés hídrico en cultivos agrícolas. Se desarrolló un índice basado en la SIF, denominado NDFI, y se analizaron dos enfoques para la corrección de efectos atmosféricos: uno basado en el modelo de transferencia radiativa 6S y otro que emplea la información de superficies invariantes. La validación de los datos se realizó mediante mediciones in situ de SIF en distintos tipos de cobertura vegetal (maíz, soja y bosque forestal) de América del Norte. Se comparó el desempeño del NDFI con índices tradicionales como el NDVI y la PAR, observándose que el NDFI presenta una mayor correlación con la actividad fotosintética medida en campo, alcanzando valores de R de hasta 0.98 para maíz y 0.97 para soja en determinadas campañas, mientras que el NDVI mostró valores máximos en R de 0.96 y 0.95, respectivamente. Además, se observó que la aplicación de correcciones atmosféricas mejora la precisión del NDFI, reduciendo errores y aumentando su estabilidad en la detección de variaciones en la actividad fotosintética. Asimismo, se evaluó la capacidad del NDFI para la detección temprana del estrés hídrico en cultivos de maíz y soja en la Región Pampeana Argentina. Se analizó su relación con el rendimiento de los cultivos y su sensibilidad a indicadores climáticos como la precipitación diaria y el Índice Estandarizado de Precipitación y Evapotranspiración (SPEI) mensual, determinando su capacidad para detectar variaciones en el estado hídrico de la vegetación. Los resultados muestran que el NDFI presenta una alta correlación con el rendimiento de cultivos de maíz y soja, superando valores de R de 0.9 en múltiples campañas agrícolas. Además, se observó que este índice permite anticipar cambios en el rendimiento con mayor rapidez que métodos tradicionales como el NDVI, lo que sugiere su potencial para la detección temprana del estrés en cultivos y su utilidad en la toma de decisiones para la gestión agrícola. Finalmente, se discuten las implicaciones del uso de datos del sensor OLCI en el monitoreo agrícola y se plantean futuras líneas de investigación, incluyendo la integración de información proveniente de nuevas misiones satelitales como FLEX y SABIA-Mar. 📍 Instituto de Altos Estudios Espaciales Mario Gulich – CONAE / Universidad Nacional de Córdoba --- El Instituto Gulich forma recursos humanos de posgrado en ciencias aplicadas a la observación de la Tierra mediante actividades de enseñanza, investigación, desarrollo, innovación y vinculación, promoviendo el uso intensivo de información geoespacial para el desarrollo sustentable de Argentina y Latinoamérica. 🔗 Más información: Web: https://ig.conae.unc.edu.ar Instagram:   / institutogulich   Facebook:   / institutogulich.unc.conae   LinkedIn:   / 26555898   --- #InstitutoGulich #CONAE #UNC #Geomática #SIG #RemoteSensing #Geoespacial