Perspectivas para la detección y monitoreo de sequías utilizando series de índices de vegetación a largo plazo a partir de datos satelitales en Kazajistán
Autores: Vitkovskaya, Irina; Batyrbayeva, Madina; Berdigulov, Nurmaganbet; Mombekova, Damira
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Perspectivas para la detección y monitoreo de sequías utilizando series de índices de vegetación a largo plazo a partir de datos satelitales en Kazajistán
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Cultivo de secano
Condición de la vegetación
Sequía
NDVI
VCI
Imágenes de satélite
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Las regiones de cultivo de cereales de secano del norte de Kazajistán experimentan fluctuaciones significativas en los rendimientos debido a la dependencia de las condiciones climáticas. La detección temprana y el monitoreo de sequías son cruciales para estrategias de mitigación efectivas en esta región. Este estudio enfatiza los siguientes objetivos: (1) descripción de la condición actual de la vegetación con una posible separación de los efectos climáticos a corto plazo y (2) análisis de tendencias de cambios con su direccionalidad y cuantificación. Se utilizan imágenes satelitales de Terra MODIS desde 2000 hasta 2023. Se utilizan índices diferenciales: el Índice de Vegetación de Diferencia Normalizada (NDVI) y el Índice de Condición de Vegetación (VCI) para determinar las características de cada temporada actual. Un componente clave es la comparación de los valores actuales de NDVI con los valores históricos máximos, mínimos y promedio para identificar indicadores tempranos de sequía. Las desviaciones de NDVI de las normas multianuales y los valores de VCI por debajo de 0.3 reflejan visualmente las condiciones cambiantes de la vegetación influenciadas por patrones climáticos estacionales. Los resultados muestran que el algoritmo detecta efectivamente signos tempranos de sequía a través de las desviaciones observadas en los valores de NDVI, mostrando una tendencia hacia el aumento de la frecuencia e intensidad de sequías en el norte de Kazajistán. El algoritmo fue particularmente efectivo en la detección anticipada de temporadas de sequía severa, como fue el caso en junio de 2010 y mayo de 2012, apoyando así el reconocimiento temprano del inicio de la sequía. Se utilizan series temporales del Índice de Vegetación Integrado (IVI) y del Índice de Condición de Vegetación Integrado (IVCI) para evaluaciones multianuales integradas, en el análisis de cambios temporales en la cobertura vegetal, determinando tendencias en estos cambios y clasificando las condiciones climáticas de cada temporada de cultivo en la serie multianual. Se mapean áreas con alta probabilidad de sequía basadas en bajos valores de IVCI. El presente estudio enfatiza el valor de la teledetección como herramienta para el monitoreo de sequías, ofreciendo información oportuna y espacialmente detallada sobre áreas vulnerables. Este enfoque proporciona información crítica para la planificación agrícola, la gestión ambiental y la formulación de políticas, especialmente en regiones áridas y semiáridas. El estudio enfatiza la importancia de las series de datos multianuales para una predicción precisa de sequías y sugiere que esta metodología puede adaptarse a otras regiones sensibles a la sequía. Enfatizando los beneficios socioeconómicos, este estudio sugiere que la detección temprana de sequías utilizando datos satelitales puede reducir las pérdidas materiales y facilitar respuestas específicas.
Descripción
Las regiones de cultivo de cereales de secano del norte de Kazajistán experimentan fluctuaciones significativas en los rendimientos debido a la dependencia de las condiciones climáticas. La detección temprana y el monitoreo de sequías son cruciales para estrategias de mitigación efectivas en esta región. Este estudio enfatiza los siguientes objetivos: (1) descripción de la condición actual de la vegetación con una posible separación de los efectos climáticos a corto plazo y (2) análisis de tendencias de cambios con su direccionalidad y cuantificación. Se utilizan imágenes satelitales de Terra MODIS desde 2000 hasta 2023. Se utilizan índices diferenciales: el Índice de Vegetación de Diferencia Normalizada (NDVI) y el Índice de Condición de Vegetación (VCI) para determinar las características de cada temporada actual. Un componente clave es la comparación de los valores actuales de NDVI con los valores históricos máximos, mínimos y promedio para identificar indicadores tempranos de sequía. Las desviaciones de NDVI de las normas multianuales y los valores de VCI por debajo de 0.3 reflejan visualmente las condiciones cambiantes de la vegetación influenciadas por patrones climáticos estacionales. Los resultados muestran que el algoritmo detecta efectivamente signos tempranos de sequía a través de las desviaciones observadas en los valores de NDVI, mostrando una tendencia hacia el aumento de la frecuencia e intensidad de sequías en el norte de Kazajistán. El algoritmo fue particularmente efectivo en la detección anticipada de temporadas de sequía severa, como fue el caso en junio de 2010 y mayo de 2012, apoyando así el reconocimiento temprano del inicio de la sequía. Se utilizan series temporales del Índice de Vegetación Integrado (IVI) y del Índice de Condición de Vegetación Integrado (IVCI) para evaluaciones multianuales integradas, en el análisis de cambios temporales en la cobertura vegetal, determinando tendencias en estos cambios y clasificando las condiciones climáticas de cada temporada de cultivo en la serie multianual. Se mapean áreas con alta probabilidad de sequía basadas en bajos valores de IVCI. El presente estudio enfatiza el valor de la teledetección como herramienta para el monitoreo de sequías, ofreciendo información oportuna y espacialmente detallada sobre áreas vulnerables. Este enfoque proporciona información crítica para la planificación agrícola, la gestión ambiental y la formulación de políticas, especialmente en regiones áridas y semiáridas. El estudio enfatiza la importancia de las series de datos multianuales para una predicción precisa de sequías y sugiere que esta metodología puede adaptarse a otras regiones sensibles a la sequía. Enfatizando los beneficios socioeconómicos, este estudio sugiere que la detección temprana de sequías utilizando datos satelitales puede reducir las pérdidas materiales y facilitar respuestas específicas.