En este trabajo se explora la posibilidad de estimar el contenido de humedad de los combustibles vivos (FMC) a partir de la inversión de los modelos de simulación de la refectividad a nivel de hoja (PROSPECT) y a nivel de dosel (SAILH), la utilización de imágenes de satélite (sensor MODIS) e información auxiliar medida en campo. La metodología propuesta para llevar a cabo la inversión se basa en técnicas de clasificación supervisada de imágenes, así como en técnicas de regresión múltiple. Dichas metodologías fueron validadas en un total de 6 parcelas de matorral semiárido de la región fitogeográfica del Monte y 5 de pastizales subhúmedos de la Región Pampeana. Los resultados mostraron que el FMC puede ser estimado con precisión, tanto para el caso de las áreas de matorral semiárido (RMSE≈16%) como para el caso de los pastizales subhúmedos (RMSE≈10%), de manera operativa y sin necesidad de tener amplios conocimientos de programación.
This paper explores the possibility of estimating Live Fuel Moisture Content (FMC) from the inversion of PROSPECT (leaf level) and SAILH (canopy level) Radiative Transfer Models, MODIS imagery and ancillary information measured on field. The methodology proposed for the inversion is based on image supervised classification as well as multiple regression techniques. These methodologies are validated in a total of six plots of shrubland from Monte region and five plots of humid temperate grasslands from Pampa region. The results show that FMC can be accurately and operatively retrieved without a deep knowledge of programming for both semiarid shrublands (RMSE≈16%) and sub-humid temperate grasslands (RMSE≈10%).
© 2001-2024 Fundación Dialnet · Todos los derechos reservados