Recuperación de la evapotranspiración de Sentinel-2: comparación de índices de vegetación, modelos semiempíricos y enfoque del procesador biológico SNAP
Autores: Pasqualotto, Nieves; D"Urso, Guido; Bolognesi, Salvatore Falanga; Belfiore, Oscar Rosario; Van Wittenberghe, Shari; Delegido, Jesús; Pezzola, Alejandro; Winschel, Cristina; Moreno, José
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Recuperación de la evapotranspiración de Sentinel-2: comparación de índices de vegetación, modelos semiempíricos y enfoque del procesador biológico SNAP
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Teledetección
Evapotranspiración
Estimación
áreas agrícolas
LAI
CCC
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
La estimación de evapotranspiración por teledetección en áreas agrícolas se utiliza cada vez más para la gestión del riego durante el ciclo de crecimiento del cultivo. Diferentes metodologías basadas en teledetección han surgido para la estimación del índice de área foliar (LAI) y del contenido de clorofila del dosel (CCC), parámetros biofísicos esenciales para el monitoreo de la evapotranspiración del cultivo. Usando la información espectral de Sentinel-2 (S2), este estudio realizó un análisis comparativo de enfoques empíricos (índices de vegetación), semi-empíricos (modelo CLAIR con coeficiente de extinción fijo y calibrado) y productos de red neuronal artificial S2 derivados del Procesador Biológico SNAP de la Plataforma de Aplicación Sentinel (productos ANN S2) para la estimación de LAI y CCC. Se utilizaron cuatro conjuntos de datos independientes in situ de LAI y CCC, obtenidos con instrumentos estándar (LAI-2000, SPAD) y una aplicación de teléfono inteligente (PocketLAI). Los productos ANN S2 presentan buenas estadísticas para recuperaciones de LAI (R > 0.70, error cuadrático medio (RMSE) < 0.86) y CCC (R > 0.75, RMSE < 0.68 g/m). El índice de LAI normalizado de Sentinel-2 (SeLI) es el índice que presenta buenas estadísticas en cada conjunto de datos (R > 0.71, RMSE < 0.78) y para el CCC, el índice de clorofila de borde rojo (CI) (R > 0.67, RMSE < 0.62 g/m). Ambos índices utilizan bandas ubicadas en la zona de borde rojo, resaltando la importancia de esta región. El modelo CLAIR de LAI con un valor de coeficiente de extinción fijo produce un R > 0.63 y un RMSE < 1.47 y calibrar este coeficiente para cada área de estudio solo mejora las estadísticas en dos áreas (RMSE ~ 0.70). Finalmente, este estudio analizó la influencia del parámetro LAI estimado con las diferentes metodologías en el cálculo de la evapotranspiración potencial del cultivo (ET) con el Penman-Monteith adaptado (FAO-56 PM), utilizando un conjunto de datos multitemporal. Los resultados se compararon con la ET estimada como el producto de la evapotranspiración de referencia (ET) y el coeficiente de cultivo (K) derivado de los valores de la tabla de la FAO. En ausencia de datos independientes de ET de referencia, la ET estimada con los valores in situ de LAI se consideraron como el proxy de la verdad terrestre. La ET estimada con el producto LAI S2 de ANN es la más cercana a los valores de ET calculados con el LAI in situ (R > 0.90, RMSE < 0.41 mm/d). Nuestros hallazgos indican la buena validación de los productos de LAI y CCC de ANN S2 y su idoneidad adicional para la implementación en la recuperación de evapotranspiración de áreas agrícolas.
Descripción
La estimación de evapotranspiración por teledetección en áreas agrícolas se utiliza cada vez más para la gestión del riego durante el ciclo de crecimiento del cultivo. Diferentes metodologías basadas en teledetección han surgido para la estimación del índice de área foliar (LAI) y del contenido de clorofila del dosel (CCC), parámetros biofísicos esenciales para el monitoreo de la evapotranspiración del cultivo. Usando la información espectral de Sentinel-2 (S2), este estudio realizó un análisis comparativo de enfoques empíricos (índices de vegetación), semi-empíricos (modelo CLAIR con coeficiente de extinción fijo y calibrado) y productos de red neuronal artificial S2 derivados del Procesador Biológico SNAP de la Plataforma de Aplicación Sentinel (productos ANN S2) para la estimación de LAI y CCC. Se utilizaron cuatro conjuntos de datos independientes in situ de LAI y CCC, obtenidos con instrumentos estándar (LAI-2000, SPAD) y una aplicación de teléfono inteligente (PocketLAI). Los productos ANN S2 presentan buenas estadísticas para recuperaciones de LAI (R > 0.70, error cuadrático medio (RMSE) < 0.86) y CCC (R > 0.75, RMSE < 0.68 g/m). El índice de LAI normalizado de Sentinel-2 (SeLI) es el índice que presenta buenas estadísticas en cada conjunto de datos (R > 0.71, RMSE < 0.78) y para el CCC, el índice de clorofila de borde rojo (CI) (R > 0.67, RMSE < 0.62 g/m). Ambos índices utilizan bandas ubicadas en la zona de borde rojo, resaltando la importancia de esta región. El modelo CLAIR de LAI con un valor de coeficiente de extinción fijo produce un R > 0.63 y un RMSE < 1.47 y calibrar este coeficiente para cada área de estudio solo mejora las estadísticas en dos áreas (RMSE ~ 0.70). Finalmente, este estudio analizó la influencia del parámetro LAI estimado con las diferentes metodologías en el cálculo de la evapotranspiración potencial del cultivo (ET) con el Penman-Monteith adaptado (FAO-56 PM), utilizando un conjunto de datos multitemporal. Los resultados se compararon con la ET estimada como el producto de la evapotranspiración de referencia (ET) y el coeficiente de cultivo (K) derivado de los valores de la tabla de la FAO. En ausencia de datos independientes de ET de referencia, la ET estimada con los valores in situ de LAI se consideraron como el proxy de la verdad terrestre. La ET estimada con el producto LAI S2 de ANN es la más cercana a los valores de ET calculados con el LAI in situ (R > 0.90, RMSE < 0.41 mm/d). Nuestros hallazgos indican la buena validación de los productos de LAI y CCC de ANN S2 y su idoneidad adicional para la implementación en la recuperación de evapotranspiración de áreas agrícolas.