Monitoreo mejorado de tierras secas con teledetección

Mientras que los animales de las tierras áridas afinan sus sentidos naturales para encontrar vegetación, los humanos han desarrollado «ojos externos» para rastrear estos recursos vitales.

Los científicos del Servicio de Investigación Agrícola (ARS) del Departamento de Agricultura de EE. UU. (USDA) han creado un método avanzado que integra datos de cámaras de alta frecuencia cercanas a la superficie con imágenes satelitales más amplias para monitorear y evaluar mejor los ecosistemas de las tierras secas. Su enfoque puede ayudar a tomar medidas oportunas para prevenir la degradación de la tierra, contribuyendo a mejorar la gestión ambiental y las estrategias de conservación.

Tus resultados son publicado nodo Revista de teledetección.

Las tierras secas, incluidas las zonas áridas, semiáridas y subhúmedas secas, representan más del 40% de la superficie terrestre de la Tierra y son vitales para sustentar la diversidad de vida silvestre, la producción de cultivos y la regulación del carbono. Sin embargo, estas áreas son propensas a cambios abruptos en el estado ecológico, como cambios de paisajes dominados por pastos a paisajes dominados por arbustos, impulsados ​​por el cambio climático y el uso insostenible de la tierra.

Las tierras áridas plantean importantes desafíos para el seguimiento ecológico debido a su escasa cubierta vegetal, su alta variabilidad espacial y las fluctuaciones anuales en el crecimiento de la vegetación. Los métodos tradicionales a menudo no pueden clasificar ni detectar con precisión los cambios en los estados ecológicos. Para abordar esto, los investigadores del USDA-ARS fusionaron enfoques terrestres y espaciales para observar estos ecosistemas con vista de águila.

«Queríamos entender si podíamos utilizar imágenes recopiladas de forma remota desde cámaras o satélites cercanos a la superficie para medir las diferencias en el verdor de la vegetación de las tierras secas a lo largo del tiempo y en respuesta a las precipitaciones», dijo Emily R. Myers, becaria postdoctoral de SCINet en el USDA. ARS y autor principal de este estudio.

El objetivo de los investigadores era utilizar estas diferencias para distinguir entre diferentes estados ecológicos de las tierras secas. El equipo combinó datos diarios de cámaras cercanas a la superficie (PhenoCam) con imágenes satelitales (Harmonized Landsat 8 y Sentinel-2, o HLS) en un sitio de pastizales desérticos en el suroeste de Nuevo México, analizando datos de 12 ubicaciones diferentes a lo largo de varios años entre 2014 y 2022.

«Las mediciones de cámaras y satélites cercanos a la superficie pudieron distinguir entre diferentes respuestas de la vegetación de las tierras secas a la lluvia», dijo Dawn M. Browning, ecóloga investigadora principal del USDA-ARS y coautora principal del estudio.

Sus hallazgos mostraron que los estados dominados por pastos fueron los más afectados por las precipitaciones, con rápidos picos de verdor y productividad durante las estaciones de crecimiento húmedas. Los estados dominados por arbustos se vieron menos afectados por las lluvias de la temporada de crecimiento.

Las distintas respuestas fenológicas de los estados dominados por pastos pueden servir como indicadores de la productividad de los pastos y del cambio de estado ecológico en las tierras secas.

«Estas diferencias en las respuestas al verde pueden ayudarnos a mapear y monitorear los estados y la productividad de las tierras secas utilizando imágenes de teledetección», dijo Myers.

Al perfeccionar las técnicas de detección remota, los investigadores esperan identificar y monitorear de manera más efectiva áreas de tierras secas con una importante cobertura de pasto. Esta información puede guiar las estrategias de gestión para mantener la cubierta vegetal y prevenir la invasión de arbustos en estos ecosistemas cada vez más vulnerables.

«Nos gustaría explorar más formas de caracterizar la temporada de crecimiento, con un enfoque particular en mediciones que son sensibles a los rápidos aumentos de verde que son indicativos de la productividad del pasto», dijo Browning.