Modelo de la productividad primaria neta aérea (PPNA) en función de la precipitación y temperatura mensual para pastizales de Corrientes
En la provincia de Corrientes la ganadería es una de las actividades económicas más importantes. Allí, los pastizales aportan la mayor parte del forraje consumido por el ganado. Entonces, conocer y predecir la productividad de los pastizales es clave. Actualmente es posible estimar la productividad primaria neta área (PPNA) a partir de imágenes satelitales por medio de índices espectrales, con paso diario y a escala de potrero. Al relacionar la PPNA con variables ambientales es posible desarrollar modelos de predicción. El objetivo de este trabajo fue desarrollar un modelo que permita predecir la PPNA a partir de datos meteorológicos y tipos de suelo en el sureste correntino. La descarga y análisis de información se realizó con la plataforma Google Earth Engine (GEE), y los modelos fueron realizados en software R mediante modelos lineales mixtos. Se logró ajustar un modelo único que explica hasta un 64% la variabilidad de la PPNA mensual en función de las precipitaciones y temperaturas del aire medias mensuales. El modelo es un aporte a la cadena de la carne correntina, porque le brinda al productor una herramienta de anticipación y soporte para la toma de decisiones de manejo.
| Main Authors: | , |
|---|---|
| Format: | manuscripttext biblioteca |
| Language: | spa |
| Published: |
2020
|
| Subjects: | PRODUCTIVIDAD PRIMARIA, PASTIZALES, SENSORES REMOTOS, TELEDETECCION, PRECIPITACION ATMOSFERICA, TEMPERATURA, CORRIENTES [PROVINCIA], |
| Online Access: | http://ceiba.agro.uba.ar/cgi-bin/koha/opac-detail.pl?biblionumber=54741 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | En la provincia de Corrientes la ganadería es una de las actividades económicas más importantes. Allí, los pastizales aportan la mayor parte del forraje consumido por el ganado. Entonces, conocer y predecir la productividad de los pastizales es clave.
Actualmente es posible estimar la productividad primaria neta área (PPNA) a partir de imágenes satelitales por medio de índices espectrales, con paso diario y a escala de potrero. Al relacionar la PPNA con variables ambientales es posible desarrollar modelos de predicción. El objetivo de este trabajo fue desarrollar un modelo que permita predecir la PPNA a partir de datos meteorológicos y tipos de suelo en el sureste correntino. La descarga y análisis de información se realizó con la plataforma Google Earth Engine (GEE), y los modelos fueron realizados en software R mediante modelos lineales mixtos.
Se logró ajustar un modelo único que explica hasta un 64% la variabilidad de la PPNA mensual en función de las precipitaciones y temperaturas del aire medias mensuales. El
modelo es un aporte a la cadena de la carne correntina, porque le brinda al productor una herramienta de anticipación y soporte para la toma de decisiones de manejo. |
|---|