Datos de sensores remotos pasivos y activos como indicadores del estado de bosques secos dominados por Ramorinoa girolae

Abstract

Se trabajó en tres sitios de estudio: 1) Parque Provincial Ischigualasto (en adelante Ischigualasto) y su zona de influencia, con una superficie de 62.916 ha. B) Reserva de Uso Múltiple Valle Fértil (en adelante Valle Fertil) con 800.000 ha. C- Campo privado en Vallecito, ocupa 4.153 ha. El trabajo de campo se realizó en las estaciones húmedas 12/2015 a 03/2016 y 12/2016 a 12/2017. Utilizamos tres imágenes de nivel de procesamiento L8 OLI nivel 2 de las áreas de estudio (path/row: 232/81; 231/81 y 232/82), con fecha febrero/marzo 2016 y 2017 para definir las parcelas de muestreo. Para cada sitio, delimitamos polígonos (en áreas logísticamente accesibles) de bosque seco dominado por Ramorinoa girolae. El número de parcelas en cada sitio dependió del área de bosque dominado por R. girolae y su accesibilidad. Luego, utilizando herramientas de puntos aleatorios, seleccionamos aleatoriamente parcelas de campo dentro de cada polígono (Ischigualasto n = 16; Valle Fertil n = 10; Campo privado n = 10) espaciadas al menos a 100 m de distancia. Cada parcela tenía 50x30 m (i.e. 0,15 ha). Dentro de cada parcela, definimos cuatro transectos de 30 m de largo separados por 15 m y utilizamos “point quadrat” modificado (Passera et al., 1983) para determinar los indicadores de composición y estructura. Se registró cada especie que tocó la aguja cada 1 m a lo largo de cada transecta. Con base en esta información, estimamos la riqueza (indicador composicional) como el número de especies que tocan la aguja, y la abundancia de cada especie (indicador estructural) como el número de toques en la aguja. Para obtener una medida de riqueza a escala de parcela, consideramos las especies en todas las transectas. Para obtener una medida de abundancia de arbustos y árboles a escala de parcela, como un indicador de biomasa, sumamos el número total de toques de cada especie de arbusto/árbol en todas las transectas (Passera et al., 1983). Además, en cada parcela registramos la abundancia de R. girolae y las dimensiones del dosel (diámetros mayor y menor) como medidas estructurales. Como nos interesaba saber si el bosque seco de R. girolae se renovaba, estimamos la varianza en la cobertura del dosel en cada parcela para el análisis. A partir de las imágenes Landsat 8 OLI de los sitios de estudio, estimamos dos índices de vegetación EVI (Enhanced Vegetation Index) y SATVI (Soil Adjusted Total Vegetation Index). El EVI responde a las variaciones estructurales del dosel, incluido el índice de área foliar (LAI), el tipo de dosel, la fisonomía de la planta y la arquitectura del dosel. Este índice mejora la detección de parámetros biofísicos del dosel y puede complementarse con un índice de vegetación verde como SATVI, que es sensible tanto a la vegetación verde como a la senescente, e incluye un parámetro (L) que minimiza los efectos del fondo del suelo en la señal de vegetación. Por lo tanto, este es un buen indicador de la cobertura vegetal en áreas desérticas. Utilizamos un valor de L = 0,5 para densidades de vegetación intermedias. Los datos de Sentinel-1A (S1, banda C) fueron descargadas desde Alaska Satellite Facility (https://www.asf.alaska.edu/) con fecha 02/2016.Consideramos la banda C porque los arbustos son la vegetación predominante; además, nuestra especie objetivo tiene un hábito de crecimiento semi-decumbente ya que las ramas secundarias crecen horizontalmente o hacia abajo y, a veces, como decumbentes porque llegan al suelo. Los datos de Sentinel-1A se obtuvieron en polarización dual de VV (copolarización) y VH (polarización cruzada). La ​​calibración radiométrica se expresó en intensidad de coeficiente de retrodispersión Sigma nought (escala original). Estos productos se corrigieron en función del terreno utilizando datos SRTM de un arcosegundo (30 m) de Earth Explorer USGS. Los datos de Sentinel se remuestrearon de un tamaño de celda de 10 m x 10 m a 30 m x 30 m, para que los datos de sensores remotos tengan el mismo tamaño de píxel. No realizamos ningún filtrado para reducir el ruido de moteado. (http://step.esa.int/main/download/). Para todos los datos de sensores remotos, tanto ópticos (i.e. EVI y SATVI) como de radar de apertura sintética (i.e. S1 para VV y VH), estimamos la desviación estándar (SD) utilizando ventanas móviles 3 x 3, 5 x 5 y 7 x 7, es decir, los valores de píxel dentro de una ventana móvil se utilizaron para calcular una estadística que se asignó al píxel central. Todos los datos de teledetección se almacenaron finalmente como capas separadas en el SIG y se extrajeron para cada parcela de muestreo. Todo el procesamiento de imágenes se realizó en SNAP 6.0 y Quantum GIS.