Estimación de la fracción de cobertura vegetal en maíz a partir de información obtenida con sensores remotos

IF 0.3 4区 环境科学与生态学 Q4 ENGINEERING, CIVIL
José M. Muñoz, Martínez Bolaños, Enrique Palacios, Luis A. Palacios, José M. Salvador
{"title":"Estimación de la fracción de cobertura vegetal en maíz a partir de información obtenida con sensores remotos","authors":"José M. Muñoz, Martínez Bolaños, Enrique Palacios, Luis A. Palacios, José M. Salvador","doi":"10.24850/j-tyca-14-05-08","DOIUrl":null,"url":null,"abstract":"La fracción de cobertura vegetal (FCV) es una variable biofísica relacionada con la biomasa, el índice de área foliar y el coeficiente de cultivo, entre otros. Actualmente, con la amplia disponibilidad de imágenes satelitales, es posible estimar la FCV de forma extensiva usando índices de vegetación (IV). No obstante, es importante examinar la relación entre la FCV medida en campo y la estimada con imágenes satelitales para conocer su confiabilidad. El objetivo del presente estudio fue examinar la viabilidad de estimar la FCV utilizando diferentes IV (NDVI, SR, SAVI y MSAVI), calculados mediante información radiométrica e imágenes Landsat 8, y determinar las diferencias que existen al estimar la FCV con ambas fuentes de información. La información radiométrica se levantó en seis parcelas de maíz ubicadas en el municipio de Texcoco, Estado de México. Los resultados mostraron un buen ajuste de los IV calculados con información de campo cuando la FCV fue menor del 60 %. La correlación entre la FCV medida en campo y los índices estimados con imágenes satelitales tuvieron valores de R2 superiores a 0.78, siendo ligeramente mayor en el caso del NDVIL (R2 = 0.89), valor que sugiere un grado aceptable de ajuste. Se concluye que es viable estimar la FCV en un cultivo de maíz empleando imágenes espectrales de Landsat 8. El mejor ajuste entre los IV de campo y los IV calculados con datos de Landsat 8 para las condiciones de este estudio correspondió al NDVI.","PeriodicalId":48977,"journal":{"name":"Tecnologia Y Ciencias Del Agua","volume":" ","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tecnologia Y Ciencias Del Agua","FirstCategoryId":"93","ListUrlMain":"https://doi.org/10.24850/j-tyca-14-05-08","RegionNum":4,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, CIVIL","Score":null,"Total":0}
引用次数: 0

Abstract

La fracción de cobertura vegetal (FCV) es una variable biofísica relacionada con la biomasa, el índice de área foliar y el coeficiente de cultivo, entre otros. Actualmente, con la amplia disponibilidad de imágenes satelitales, es posible estimar la FCV de forma extensiva usando índices de vegetación (IV). No obstante, es importante examinar la relación entre la FCV medida en campo y la estimada con imágenes satelitales para conocer su confiabilidad. El objetivo del presente estudio fue examinar la viabilidad de estimar la FCV utilizando diferentes IV (NDVI, SR, SAVI y MSAVI), calculados mediante información radiométrica e imágenes Landsat 8, y determinar las diferencias que existen al estimar la FCV con ambas fuentes de información. La información radiométrica se levantó en seis parcelas de maíz ubicadas en el municipio de Texcoco, Estado de México. Los resultados mostraron un buen ajuste de los IV calculados con información de campo cuando la FCV fue menor del 60 %. La correlación entre la FCV medida en campo y los índices estimados con imágenes satelitales tuvieron valores de R2 superiores a 0.78, siendo ligeramente mayor en el caso del NDVIL (R2 = 0.89), valor que sugiere un grado aceptable de ajuste. Se concluye que es viable estimar la FCV en un cultivo de maíz empleando imágenes espectrales de Landsat 8. El mejor ajuste entre los IV de campo y los IV calculados con datos de Landsat 8 para las condiciones de este estudio correspondió al NDVI.
利用遥感信息估计玉米植被覆盖率
植被覆盖率(FCV)是一个与生物量、叶面积指数和作物系数等有关的生物物理变量。目前,随着卫星图像的广泛提供,可以使用植被指数(IV)广泛估计FCV。然而,重要的是要检查现场测量的FCV与卫星图像估计的FCV之间的关系,以了解其可靠性。这项研究的目的是审查利用辐射信息和Landsat 8图像计算的不同IV(NDVI、SR、SAP和MSAVI)估计FCV的可行性,并确定使用这两个信息来源估计FCV时存在的差异。辐射信息是在墨西哥州特克斯科科市的六块玉米地收集的。结果表明,当FCV小于60%时,用现场信息计算的IV值拟合良好。现场测量的FCV与卫星图像估计的指数之间的相关性R2值大于0.78,NDVIL(R2=0.89)略高,表明调整程度可以接受。得出的结论是,使用Landsat 8的光谱图像估计玉米作物中的FCV是可行的。根据Landsat 8数据计算的野外IV与本研究条件下的IV之间的最佳拟合对应于NDVI。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Tecnologia Y Ciencias Del Agua
Tecnologia Y Ciencias Del Agua ENGINEERING, CIVIL-WATER RESOURCES
CiteScore
0.60
自引率
0.00%
发文量
0
审稿时长
>12 weeks
期刊介绍: Published by the Mexican Institute of Water Technology, Water Technology and Sciences (Tecnología y ciencias del agua) is a highly specialized journal which reflects two important characteristics: The interdisciplinary nature of its articles and notes. The international scope of its authors, editors, reviewers, and readers. It constitutes the continuity of the journal Irrigación en México (Irrigation in Mexico) (1930-1946); Ingeniería hidráulica en México (Hydraulic Engineering in Mexico) (1947-1971); Recursos hidráulicos (Hydraulic Resources) (1972-1978), and Ingeniería hidráulica en México, second period (1985-2009). The journal is aimed at researchers, academics, and professionals who are interested in finding solutions to problems related to the water. The journal’s contents are interdisciplinary and contain previously unpublished articles and notes that offer original scientific and technological contribution that are developed in the fields of knowledge related to the following disciplines: Water and energy. Water quality. Hydro-agricultural sciences. Political and social science. Water management. Hydrology. Hydraulics.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信