Mostrar el registro sencillo del ítem
dc.contributor.author | Melendo-Vega, J. R. | es_ES |
dc.contributor.author | Martín, M. P. | es_ES |
dc.contributor.author | Vilar del Hoyo, L. | es_ES |
dc.contributor.author | Pacheco-Labrador, J. | es_ES |
dc.contributor.author | Echavarría, P. | es_ES |
dc.contributor.author | Martínez-Vega, J. | es_ES |
dc.coverage.spatial | east=-5.746438799999964; north=39.9423071; name=10529 Majadas, Cáceres, Espanya | |
dc.date.accessioned | 2017-06-26T09:05:19Z | |
dc.date.available | 2017-06-26T09:05:19Z | |
dc.date.issued | 2017-06-20 | |
dc.identifier.issn | 1133-0953 | |
dc.identifier.uri | http://hdl.handle.net/10251/83600 | |
dc.description.abstract | [EN] The aim of this paper is the estimation of biophysical vegetation parameters from its optical properties. The variables Fuel Moisture Content (FMC), Canopy Water Content (CWC), Leaf Area Index (LAI), dry matter (Cm) and AboveGround Biomass (AGB) were estimated in the laboratory from vegetation samples collected simultaneously with the acquisition of spectral data from the Compact Airborne Spectrographic Imager (CASI) sensor and the field spectroradiometer ASD FieldSpec® 3. Spectral vegetation indices found in the literature were computed from hyperspectral data. Their linear relationships with the biophysical variables measured in the field were analysed. Results show consistent relationships between analysed biophysical parameters and spectral indices, mainly those using SWIR and red-egde bands which reveal the importance of these spectral regions for the estimation of biophysical variables in herbaceous covers. Determination coefficients (R2) above 0.91 and RRMSE of 21.4% have been obtained for the spectral indexes calculated whit ASD data, and 0.91 R2 and RRMSE of 15.5% for the spectral indexes calculated whit CASI data. | es_ES |
dc.description.abstract | [ES] Este trabajo aborda la estimación de variables biofísicas de un pastizal de dehesa a partir de información óptica generada por sensores próximos y remotos. Las variables de contenido de humedad del combustible (FMC), contenido de agua del dosel (CWC), índice de área foliar (LAI), materia seca (Cm) y biomasa superficial (AGB) fueron estimadas en laboratorio a partir de muestras de vegetación tomadas simultáneamente a la adquisición de datos hiperespectrales del sensor Compact Airbone Spectrographic Imager (CASI) y del espectro-radiómetro de campo ASD FieldSpec®3. A partir de la información espectral se han calculado diversos índices extraídos de la literatura y se han analizado las relaciones lineales existentes con las variables biofísicas medidas en campo. Los resultados muestran relaciones consistentes entre las variables biofísicas y los índices espectrales, especialmente en el caso de los índices basados en bandas del infrarrojo medio de onda corta (SWIR) y del red-edge, poniendo de manifiesto la importancia de estas regiones en la estimación de variables biofísicas en cubiertas de pastizal. Se han obteniendo coeficientes de determinación (R2) superiores a 0,91 y un error cuadrático medio relativo (RRMSE) de 21,4%, para los índices espectra-les calculados con datos ASD; yR2 de 0,91 y RRMSE de 15,5% para los índices espectrales calculados con datos CASI. | es_ES |
dc.description.sponsorship | Este trabajo se ha realizado en el contexto de los proyectos BIOSPEC (CGL2008-02301/CLI) financiado por el Ministerio e Innovación y FLUχPEC (CGL2012-34383) financiado por el Ministerio de Economía y Competitividad. Agradecemos al Ministerio de Educación, Cultura y Deporte la financiación recibida a través del programa de becas FPU del investigador predoctoral José Ramón Melendo. Nuestro agradecimiento al personal de SpecLab-CSIC, Universidad de Alcalá e Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria que ha participado en la recogida y procesamiento de datos. | |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | |
dc.relation.ispartof | Revista de Teledetección | |
dc.rights | Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) | es_ES |
dc.subject | Espectro-radiometría de campo | es_ES |
dc.subject | Imágenes hiperespectrales aeroportadas | es_ES |
dc.subject | Variables biofísicas | es_ES |
dc.subject | Pastizal | es_ES |
dc.subject | CASI | es_ES |
dc.subject | Índices espectrales | es_ES |
dc.subject | Field spectroscopy | es_ES |
dc.subject | Airbones hyperspectal imagery | es_ES |
dc.subject | Biophysical parameters | es_ES |
dc.subject | Spectral indices | es_ES |
dc.title | Estimación de variables biofísicas del pastizal en un ecosistema de dehesa a partir de espectro-radiometría de campo e imágenes hiperespectrales aeroportadas | es_ES |
dc.title.alternative | Estimation of grassland biophysical parameters in a “dehesa” ecosystem from field spectroscopy and airborne hyperspectral imagery | es_ES |
dc.type | Artículo | es_ES |
dc.date.updated | 2017-06-26T08:48:54Z | |
dc.identifier.doi | 10.4995/raet.2017.7481 | |
dc.relation.projectID | info:eu-repo/grantAgreement/MICINN//CGL2008-02301/ES/OBTENCION DE INFORMACION ESPECTRAL A DIVERSAS ESCALAS PARA LA ESTIMACION DE PARAMETROS BIOFISICOS DE LA VEGETACION MEDITERRANEA EN EL CONTEXTO DEL CAMBIO GLOBAL/ | es_ES |
dc.relation.projectID | info:eu-repo/grantAgreement/MINECO//CGL2012-34383/ES/SEGUIMIENTO DE FLUJOS DE AGUA Y CARBONO MEDIANTE TELEDETECCION EN ECOSISTEMAS MEDITERRANEOS DE DEHESA/ | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.description.bibliographicCitation | Melendo-Vega, JR.; Martín, MP.; Vilar Del Hoyo, L.; Pacheco-Labrador, J.; Echavarría, P.; Martínez-Vega, J. (2017). Estimación de variables biofísicas del pastizal en un ecosistema de dehesa a partir de espectro-radiometría de campo e imágenes hiperespectrales aeroportadas. Revista de Teledetección. (48):13-28. https://doi.org/10.4995/raet.2017.7481 | es_ES |
dc.description.accrualMethod | SWORD | es_ES |
dc.relation.publisherversion | https://doi.org/10.4995/raet.2017.7481 | es_ES |
dc.description.upvformatpinicio | 13 | es_ES |
dc.description.upvformatpfin | 28 | es_ES |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_ES |
dc.description.issue | 48 | |
dc.identifier.eissn | 1988-8740 | |
dc.contributor.funder | Ministerio de Ciencia e Innovación | |
dc.contributor.funder | Ministerio de Economía y Competitividad | |
dc.description.references | Haboudane, D. (2004). Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture. Remote Sensing of Environment, 90(3), 337-352. doi:10.1016/j.rse.2003.12.013 | es_ES |
dc.description.references | Hardisky, M.A., Klemas, V., Smart, R.M. 1983. The influence of soil salinity, growth form, and leaf moisture on the spectral radiance of Spartina alterniflora canopies. Photogrametry Engineering and Remote Sensing, 49, 77-83 | es_ES |
dc.description.references | Hernández-Clemente, R., Navarro-Cerrillo, R. M., Suárez, L., Morales, F., & Zarco-Tejada, P. J. (2011). Assessing structural effects on PRI for stress detection in conifer forests. Remote Sensing of Environment, 115(9), 2360-2375. doi:10.1016/j.rse.2011.04.036 | es_ES |
dc.description.references | Herrmann, I., Pimstein, A., Karnieli, A., Cohen, Y., Alchanatis, V., & Bonfil, D. J. (2011). LAI assessment of wheat and potato crops by VENμS and Sentinel-2 bands. Remote Sensing of Environment, 115(8), 2141-2151. doi:10.1016/j.rse.2011.04.018 | es_ES |
dc.description.references | Hilker, T., Coops, N. C., Hall, F. G., Black, T. A., Wulder, M. A., Nesic, Z., & Krishnan, P. (2008). Separating physiologically and directionally induced changes in PRI using BRDF models. Remote Sensing of Environment, 112(6), 2777-2788. doi:10.1016/j.rse.2008.01.011 | es_ES |
dc.description.references | Hill, M.J., Hanan, N.P., Hoffmann, W., Scholes, R., Prince, S., Ferwerda, J., Lucas, R.M., Baker, I., Arneth, A., Higgings, S.I., Barret, D.J., Disney, M., Hutley, L. 2011. Remote sensing and modeling of savannas: The state of the dis-union. 34th International Symposium on Remote Sensing of Environment. Sydney, 1-6. | es_ES |
dc.description.references | HongRui, R., GuangSheng, Z., Feng, Z., XinShi, Z. 2011. Evaluating cellulose absorption index (CAI) for non-photosynthetic biomass estimation in the desert steppe of Inner Mongolia. Chinese Science Bulletin, 57, 1716-1722. | es_ES |
dc.description.references | Huete, A. . (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295-309. doi:10.1016/0034-4257(88)90106-x | es_ES |
dc.description.references | Kuusk, A. (1995). A fast, invertible canopy reflectance model. Remote Sensing of Environment, 51(3), 342-350. doi:10.1016/0034-4257(94)00059-v | es_ES |
dc.description.references | Lee, K.-S., Cohen, W. B., Kennedy, R. E., Maiersperger, T. K., & Gower, S. T. (2004). Hyperspectral versus multispectral data for estimating leaf area index in four different biomes. Remote Sensing of Environment, 91(3-4), 508-520. doi:10.1016/j.rse.2004.04.010 | es_ES |
dc.description.references | Li, W., Niu, Z., Liang, X., Li, Z., Huang, N., Gao, S., … Muhammad, S. (2015). Geostatistical modeling using LiDAR-derived prior knowledge with SPOT-6 data to estimate temperate forest canopy cover and above-ground biomass via stratified random sampling. International Journal of Applied Earth Observation and Geoinformation, 41, 88-98. doi:10.1016/j.jag.2015.04.020 | es_ES |
dc.description.references | Liu, J., Miller, J.R., Haboudane, D., Pattey, E. 2004. Exploring the relationship between red edge parameters and crop variables for precision agriculture. 2004 IEEE International Geoscience and Remote Sensing Symposium, IEEE, Anchorage, 1276-1279. | es_ES |
dc.description.references | Mahalanobis, P.C. 1936. On the generalised distance in statistics. Proceedings National Institute of Science, India, 49-55 | es_ES |
dc.description.references | Nagler, P. L., Inoue, Y., Glenn, E. ., Russ, A. ., & Daughtry, C. S. . (2003). Cellulose absorption index (CAI) to quantify mixed soil–plant litter scenes. Remote Sensing of Environment, 87(2-3), 310-325. doi:10.1016/j.rse.2003.06.001 | es_ES |
dc.description.references | Pacheco-Labrador, J., González-Cascón, R., Martín, M. P., & Riaño, D. (2014). Understanding the optical responses of leaf nitrogen in Mediterranean Holm oak (Quercus ilex) using field spectroscopy. International Journal of Applied Earth Observation and Geoinformation, 26, 105-118. doi:10.1016/j.jag.2013.05.013 | es_ES |
dc.description.references | Perez-Priego, O., Guan, J., Rossini, M., Fava, F., Wutzler, T., Moreno, G., … Migliavacca, M. (2015). Sun-induced chlorophyll fluorescence and photochemical reflectance index improve remote-sensing gross primary production estimates under varying nutrient availability in a typical Mediterranean savanna ecosystem. Biogeosciences, 12(21), 6351-6367. doi:10.5194/bg-12-6351-2015 | es_ES |
dc.description.references | Pinty, B., & Verstraete, M. M. (1992). GEMI: a non-linear index to monitor global vegetation from satellites. Vegetatio, 101(1), 15-20. doi:10.1007/bf00031911 | es_ES |
dc.description.references | Privette, J. ., Myneni, R. ., Knyazikhin, Y., Mukelabai, M., Roberts, G., Tian, Y., … Leblanc, S. . (2002). Early spatial and temporal validation of MODIS LAI product in the Southern Africa Kalahari. Remote Sensing of Environment, 83(1-2), 232-243. doi:10.1016/s0034-4257(02)00075-5 | es_ES |
dc.description.references | Qi, J., Chehbouni, A., Huete, A. R., Kerr, Y. H., & Sorooshian, S. (1994). A modified soil adjusted vegetation index. Remote Sensing of Environment, 48(2), 119-126. doi:10.1016/0034-4257(94)90134-1 | es_ES |
dc.description.references | Riano, D., Vaughan, P., Chuvieco, E., Zarco-Tejada, P. J., & Ustin, S. L. (2005). Estimation of fuel moisture content by inversion of radiative transfer models to simulate equivalent water thickness and dry matter content: analysis at leaf and canopy level. IEEE Transactions on Geoscience and Remote Sensing, 43(4), 819-826. doi:10.1109/tgrs.2005.843316 | es_ES |
dc.description.references | Richter, K., Atzberger, C., Hank, T. B., & Mauser, W. (2012). Derivation of biophysical variables from Earth observation data: validation and statistical measures. Journal of Applied Remote Sensing, 6(1), 063557-1. doi:10.1117/1.jrs.6.063557 | es_ES |
dc.description.references | Rouse, J.W., Hass, R.H., Schell, J.A., Deering, D.W. 1974. Monitoring Vegetation Systems in the Great Plains whit ERTS. Proceeding, 3rd Earth Resource Technology Satellite (ERTS) Symposium, NASA, Washington DC, 1, 48-62 | es_ES |
dc.description.references | SCHMIDTLEIN, S. (2004). Mapping of continuous floristic gradients in grasslands using hyperspectral imagery. Remote Sensing of Environment, 92(1), 126-138. doi:10.1016/j.rse.2004.05.004 | es_ES |
dc.description.references | Serrano, L., Peñuelas, J., & Ustin, S. L. (2002). Remote sensing of nitrogen and lignin in Mediterranean vegetation from AVIRIS data. Remote Sensing of Environment, 81(2-3), 355-364. doi:10.1016/s0034-4257(02)00011-1 | es_ES |
dc.description.references | SHAPIRO, S. S., & WILK, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3-4), 591-611. doi:10.1093/biomet/52.3-4.591 | es_ES |
dc.description.references | Smith, G. M., & Milton, E. J. (1999). The use of the empirical line method to calibrate remotely sensed data to reflectance. International Journal of Remote Sensing, 20(13), 2653-2662. doi:10.1080/014311699211994 | es_ES |
dc.description.references | Wieneke, S., Ahrends, H., Damm, A., Pinto, F., Stadler, A., Rossini, M., & Rascher, U. (2016). Airborne based spectroscopy of red and far-red sun-induced chlorophyll fluorescence: Implications for improved estimates of gross primary productivity. Remote Sensing of Environment, 184, 654-667. doi:10.1016/j.rse.2016.07.025 | es_ES |
dc.description.references | Wilcoxon, F. (1945). Individual Comparisons by Ranking Methods. Biometrics Bulletin, 1(6), 80. doi:10.2307/3001968 | es_ES |
dc.description.references | Yi, Q., Wang, F., Bao, A., & Jiapaer, G. (2014). Leaf and canopy water content estimation in cotton using hyperspectral indices and radiative transfer models. International Journal of Applied Earth Observation and Geoinformation, 33, 67-75. doi:10.1016/j.jag.2014.04.019 | es_ES |
dc.description.references | Zarco-Tejada, P., Miller, J.R., Mohammed, G.H., Noland, T.L., & Sampson, P.H. 1999. Índices ópticos obtenidos mediante datos hiperespectrales del sensor CASI como indicadores de estrés en zonas forestales. VIII Congreso Nacional de Teledetección. Albacete, 1-5 | es_ES |
dc.description.references | Zarco-Tejada, P. ., Rueda, C. ., & Ustin, S. . (2003). Water content estimation in vegetation with MODIS reflectance data and model inversion methods. Remote Sensing of Environment, 85(1), 109-124. doi:10.1016/s0034-4257(02)00197-9 | es_ES |