Relación entre el índice de vegetación normalizada y la biomasa acumulada en pasturas templadas

Si la variabilidad espacial de la producción de forraje es elevada, se requieren herramientas para identificar dicha variabilidad y así poder delimitar zonas productivas que permitan un uso más eficiente del pasto. Una alternativa a usar podría ser el índice de vegetación normalizada (IVN) obtenido de imágenes satelitales. Las ventajas del IVN son: gran cantidad de datos por unidad de superficie y bajo costo. Los objetivos del trabajo fueron (i) determinar a nivel de lote la variabilidad de la producción de festuca alta en diferentes épocas del año y (ii) relacionar dicha variabilidad con el IVN obtenido a partir de sensores remotos.

En un lote de 5,75 ha (37° 5’ 8’’S y 57° 52’ 58’’O) ubicado en Ayacucho, que tenía implantada una pastura de festuca alta, se georreferenciaron 43 puntos de muestreo (PM) de 3 m2 . En cada PM, al inicio de cuatro rebrotes [primavera 2015 (PRIM15), otoño 2016 (OTO16), primavera 2016 (PRIM16) y otoño 2017 (OTO17)] se realizó un corte de emparejamiento. Transcurridos 400-500 grados día (°Cd; temperatura base 4 °C) se determinó la biomasa acumulada (BA) mediante el corte directo de 1 m² de superficie a 5 cm de altura. Para poder comparar los rebrotes las BAs fueron estandarizadas utilizando la siguiente formula:

S_PMi = (Y_PMi/X)*100

Dónde S_PMi es la BA estandarizada en la PM_i.; Y_PMi es la BA en la PM_i y X es la BA promedio del rebrote.

Además, para cada rebrote, fueron descargadas del sitio web http://glovis.usgs.gov/ imágenes obtenidas por los satélites Landsat 8 y Sentinel 2 (resolución: 30 y 10 m respectivamente). A partir de las mismas se calculó el IVN según la siguiente formula:

IVN = (IR –R)/(IR+R)

Dónde IVN es el índice de vegetación normalizada; IR es la reflactancia medida en la longitud de onda del infrarrojo cercano y R es reflactancia medida en la longitud de onda del rojo.

Las relaciones entre IVN y BA fueron evaluadas mediante modelos lineales. Para ajustar estas regresiones se obtuvo el IVN alrededor de cada PM (10 m de radio) usando la herramienta Buffer 3D Analist Tools de ArcGIS 10.2.

Durante los rebrotes primaverales, se estableció una relación lineal, directa y significativa (P< 0,001) entre la BA estandarizada y el IVN (Figura 1). Sin embargo, en PRIM15 el R² fue bajo. Por otra parte, en las Figura 1 se observa que, para similar valor de BA estandarizada, el IVN fue superior en PRIM15 respecto a PRIM16. Este comportamiento, que se replica en otoño, se debería a que el día calendario de obtención de las imágenes satelitales empleadas en el análisis varía entre rebrotes. Sin embargo, las pendientes de las regresiones primaverales no difirieron significativamente entre ellas (P> 0,17; datos no mostrados). Por lo tanto, estas relaciones podrían ser unificadas.

En cambio, en otoño, las relaciones entre BA y IVN no fueron significativas (Figura 2) y los coeficientes de determinación hallados fueron menores respecto a los determinados en primavera. La habilidad del IVN para predecir la producción de forraje está fuertemente influenciada por la cobertura. En otoño (pastura vegetativa) las hojas pueden tender a estar más postradas que en primavera, principalmente en las capas superiores del canopeo. Por lo tanto, el bajo grado de ajuste entre BA e IVN en esta época del año podría deberse a la disposición geométrica de las hojas.

Para las condiciones del presente experimento, en el rebrote de primavera, el IVN permitiría describir la variabilidad espacial de la BA. En cambio, en otoño no se detectó asociación entre estas variables debido a que el IVN no varió en un amplio rango de BA.