Informe Científico de Beca
URI permanente para esta colección
Examinar
Examinando Informe Científico de Beca por Autor "Lara, Bruno Daniel"
Mostrando 1 - 4 de 4
Resultados por página
Opciones de ordenación
- Informe de becario
Acceso Abierto Informe científico de Beca de Estudio y Perfeccionamiento: Lara, Bruno Daniel (2012-2016)(2016) Lara, Bruno DanielTeniendo en cuenta que para el desarrollo de la Beca de Estudio y la Beca de Perfeccionamiento se desarrollaron 2 proyectos diferentes (bajo temáticas similares, pero con objetivos diferentes), en este informe se desarrollarán las tareas llevadas a cabo diferenciadas de acuerdo con el proyecto respectivo. Plan: Análisis de los cambios temporales en los pajonales de paja colorada en el centro de la provincia de Buenos Aires mediante teledetección (Beca de Estudio; Inicio: 01/04/2012; Fin: 31/03/2014). Durante la primera parte, luego de evaluar minuciosamente el mapa elaborado por Vervoorst, se decidió trabajar con la zona más representativa donde se encontraba el pajonal de paja colorada, un área de 21.911,4 km2 la cual abarca varios partidos bonaerenses y fue denominada como zona núcleo . 1. Elección de las imágenes satelitales. 2. Co-registración y corrección por efectos de la atmósfera. 3. Adquisición del modelo digital de elevación, evaluación de su exactitud y obtención de topografías relativas. 4. Identificación de las distintas clases de cobertura. 5. Identificación de la distribución actual del pajonal. 6. Análisis de los cambios temporales sobre el pajonal. provee. 7. Grado de fragmentación del pajonal. Plan: Dinámica regional de los ecosistemas del centro-este de la provincia de Buenos Aires (Beca de Perfeccionamiento; Inicio: 01/04/2014; Fin: 31/03/2016). 1. Búsqueda y selección de las imágenes satelitales. 2. Evaluación de los modelos para el suavizado de las series temporales. 3. Caracterización fenológica de las coberturas vegetales más representativas de la Pampa Deprimida para el período 2000-2011. 4. Análisis de la dinámica de la cobertura vegetal y su tendencia mediante el comportamiento de atributos funcionales del ecosistema. 5. Identificación de Tipos Funcionales de Ecosistemas (TFEs) existentes. 6. Impacto de la variabilidad climática provocada por el ENOS en el funcionamiento de los ecosistemas de la provincia de Buenos Aires. - Informe de becario
Acceso Abierto Informe científico de Beca de Estudio: Lara, Bruno Daniel (2012-2013)(2013) Lara, Bruno DanielDurante el primer período de Beca de Estudio, luego de evaluar minuciosamente el mapa elaborado por Vervoorst, se decidió trabajar con la zona más representativa donde se encontraba el pajonal de paja colorada, un área de 21.911,4 km2 la cual abarca varios partidos bonaerenses y fue denominada como "zona núcleo". Metodología 1. Elección de las imágenes satelitales Para el mapeo del pajonal se utilizaron las siguientes imágenes satelitales: - Landsat 5 TM adquirida el 30 de marzo de 2011, path/row = 225/85. - Landsat 7 ETM+ adquirida el 4 de diciembre de 2000, path/row = 225/85. - Landsat 5 TM adquirida el 21 de agosto de 1988, path/row = 225/85. - Landsat 1 MSS adquirida el 14 de enero de 1974, path/row = 241/85. - Landsat 2 MSS adquirida el 16 de octubre de 1975, path/row = 242/85. 2. Co-registración y corrección por efectos de la atmósfera Teniendo en cuenta el objetivo de determinar los cambios de coberturas, el primer paso fue remuestrar las imágenes Landsat MSS a un tamaño de pixel de 30 metros para homogeneizar las resoluciones espaciales con las demás imágenes. Además, teniendo en cuenta que el recorrido de los satélites Landsat 1 y 2 eran diferentes a los más modernos se debió realizar un mosaico con 2 imágenes (con fechas diferentes ante la imposibilidad de contar con imágenes de la misma fecha). Posteriormente, se realizaron las respectivas correcciones atmosféricas mediante el método de Sustracción de Objetos Oscuros (DOS, por sus siglas en inglés) y teniendo en cuenta los coeficientes de calibración radiométrica brindados por la agencia espacial norteamericana. De esta manera, se pudo trabajar basándose en magnitudes físicas como es la reflectancia de la superficie. 3. Adquisición del modelo digital de elevación, evaluación de su exactitud y obtención de topografías relativas. Para conocer la relación entre la distribución actual del pajonal de paja colorada y la topografía del área de estudio, se utilizó el modelo digital de elevación ASTER 2 obtenido a partir de imágenes estereoscópicas. Esta nueva versión posee la misma estructura que la anterior, pero se ha incluido un mayor número de imágenes que reducen la presencia de artefactos, mejoran la precisión vertical y horizontal, mejoran la resolución horizontal y poseen valores con mayor exactitud sobre los cuerpos de agua. Para evaluar su precisión se digitalizaron, a partir de cartas topográficas 1:100.000 del IGN, 361 puntos que fueron considerados como "verdad de campo". Estos puntos fueron comparados con los valores de altitud del modelo en esa misma posición, obteniéndose así una estimación del error. Los estadísticos utilizados para cuantificar la exactitud del DEM fueron el error medio (EM) y el error cuadrático medio (EMC). De esta manera, se realizó una prueba de t comparando el EM con un valor máximo de 0, bajo la hipótesis nula de que no existían diferencias significativas entre las alturas del modelo y las provistas por las cartas topográficas. Al no resultar significativa la diferencia en valores de alturas se procedió a extraer las distintas topografías relativas utilizando un kernel de 9 x 9: cubetas, canales, crestas, pasos, picos y planos. Cada una de ellas están definidas a partir del contexto de pixeles vecinos, donde influyen la dirección de los perfiles de máxima y mínima convexidad. 4. Identificación de las distintas clases de cobertura Siguiendo trabajos precedentes sobre vegetación se utilizaron las siguientes unidades o clases de coberturas: pajonal, matriz de pastos cortos, pasturas, cultivos y cuerpos de agua. Para la identificación de las clases de coberturas en los distintos períodos se procedió a clasificaciones supervisadas siguiendo el criterio de máxima verosimilitud; para remover los pixeles aislados (efecto "sal y pimienta") se utilizó un filtro de mediana de 7 x 7. Para la imagen de 2011 se utilizaron 144 sitios de entrenamiento (61 de pajonal, 21 de matriz de pastos cortos, 15 de pasturas, 26 de cultivos y 21 de cuerpos de agua) localizados a partir del uso de GPS. Los sitios de pajonal y matriz de pastos cortos fueron localizados en viajes de campaña durante los años 2009, 2010 y 2011. Teniendo en cuenta que los cambios a lo largo del área de estudio ocurren lentamente (a excepción de las áreas cultivadas), se supone que las condiciones no son sustancialmente diferentes a la fecha de adquisición de la imagen. Las áreas de entrenamiento para las coberturas restantes fueron localizadas durante la temporada estival de 2011, próxima a la fecha de captura de la imagen Landsat. Para la imagen de 1988 se digitalizaron 186 sitios de entrenamiento (78 de pajonal, 31 de matriz de pastos cortos, 32 de pasturas, 25 de cultivos y 20 de cuerpos de agua) a partir de 44 fotografías aéreas tomadas en vuelos del año 1984. Aquellos polígonos que no respondían a la firma espectral esperada para cada tipo de cobertura fueron descartados. Para las imágenes de los años 1974-1975 y 2000 se trazaron polígonos sobre las mismas de acuerdo a un análisis visual y corroborando con las firmas espectrales mencionadas previamente. En este punto, el trabajo se demoró más de lo proyectado debido a la dificultad en la identificación de las coberturas vegetales. El período óptimo de adquisición de las imágenes donde se exhibe la máxima "separación espectral" entre el pajonal y la matriz de pastos cortos es durante el invierno; durante esta estación no resultó posible adquirir una imagen con baja cobertura de nubes (a excepción de 1988) por lo que se tuvo que trabajar en base a imágenes adquiridas durante otras estaciones, donde el comportamiento espectral de las coberturas vegetales no permite una óptima separación. De todos modos, se realizó una transformación a las imágenes, denominada Tasseled Cap, que resultó muy satisfactoria a la hora de discriminar mediante color y textura las diferentes coberturas antes mencionadas (cambios prácticamente indetectables en la imagen). De esta manera y a pesar de las dificultades metodológicas encontradas, se obtuvieron clasificaciones con una precisión global buena (índice Kappa entre 0.65 y 0.89). Estos valores de precisión son similares e incluso superiores a los encontrados en publicaciones de la especialidad sobre paisajes muy similares. Por último, se propone, por un lado, desarrollar los informes científicos correspondientes y las publicaciones científicas en revistas de la especialidad y, por el otro, culminar el desarrollo de la tesis para adquirir el grado de Magíster en Teledetección y Sistemas de Información Geográfica. - Informe de becario
Acceso Abierto Informe científico de Beca de Estudio: Lara, Bruno Daniel (2013-2014)(2014) Lara, Bruno DanielDurante el primer año de beca de estudio se realizaron los mapas de cobertura para la zona de interés y se estimó la precisión del modelo de elevación. A continuación se detallan los pasos que se siguieron en el transcurso de este segundo año de beca de estudio: 1. Identificación de la distribución actual del pajonal A partir del mapa de coberturas elaborado para el año 2011, se procedió a enmascarar las categorías diferentes a la clase "pajonal" obteniéndose un nuevo mapa de presencia de pajonal (valor 1) y ausencia (valor 0). Este último se superpuso al mapa de topografías relativas obtenidas a partir del modelo de elevación de ASTER. Con este procedimiento se logró obtener cuali y cuantitativamente la distribución actual del pajonal y su relación con las diferentes topografías presentes en el paisaje. De los remanentes de pajonal es marcadamente superior su ubicación en las topografías planas, ocupando una superficie de 4332.3 km2 (60.6% del total). Esta distribución es seguida por su ubicación en canales (1147.4 km2 -16.7%-), crestas (1113.8 km2 -16.6%-), pasos (96.1 km2 -1.43%-), picos (22.6 km2 -0.34%-) y cubetas (21.9 km2 -0.33%). Sin embargo, al relativizar por la superficie cubierta por cada una de las topografías en el área de estudio, se encontró que la distribución del pajonal es homogénea en las topografías antes mencionadas. Estos resultados son compatibles con lo expresado por diversos investigadores que, bajo metodologías muy diferentes a la empleada aquí, han descripto al pajonal en diversos ambientes. Esto muestra la gran capacidad competitiva de su especie dominante (Paspalum quadrifarium) que le permite establecerse en distintos ambientes, debido a su plasticidad o riqueza de ecotipos. Por otro lado, el aporte más significativo es la evaluación cuantitativa y de manera objetiva sobre la distribución actual del pajonal en relación con las distintas topografías que ocupa. En este sentido, para la definición de áreas prioritarias para la conservación del pastizal pampeano (o su mejor manejo) sería fundamental focalizar la conservación integral de los paisajes que ocupan estas comunidades. 2. Análisis de los cambios temporales sobre el pajonal. A partir de los mapas de cobertura elaborados se utilizó Land Change Modeller (Modelador de Cambio de Uso de la Tierra), una herramienta del Sistema de Información Geográfica de Idrisi que permite evaluar los cambios de uso y cobertura de la tierra a escala regional, identificando causas y patrones espaciales. Durante el período 1974-2011 se perdieron 2762.11 km2 de pajonal, pasando de ocupar un 43.2% del área de estudio en 1974 a un 30.6% en 2011. Sin embargo, las tasas de reemplazo no fueron constantes: -0.68% entre 1974 y 1988, -1.69% entre 1988 y 2000, -0.49% entre 2000 y 2011. Las principales coberturas de reemplazo del pajonal fueron la matriz de pastos cortos, un tipo de pastizal más adaptado al pastoreo vacuno, y los cultivos anuales con un incremento de 3214.46 km2 y 213.42 km2, respectivamente. De esta manera, se puede afirmar que el cambio experimentado es debido a un aumento de la superficie destinada a pastoreo vacuno, que sumado al efecto del fuego y el sobrepastoreo provocan el reemplazo de la comunidad natural. Consecuentemente con las restricciones que presentan muchos de los suelos de esta área de estudio, el incremento en la superficie de cultivos anuales no fue la máxima responsable del reemplazo del pajonal. La intensidad de estos cambios de cobertura no presentaron un patrón espacial determinado, sino que las magnitudes de los cambios se distribuyen aleatoriamente en toda el área de estudio, lo cual es acorde a un patrón de intensificación de actividad ganadera. A pesar del amplio reemplazo del pajonal de Paspalum quadrifarium, se aprecia una ganancia de nuevos parches de pajonal donde anteriormente se encontraban otros tipos de cobertura. Este patrón de "colonización" responde, generalmente, a la cercanía de parches pre-existentes de pajonal de gran tamaño. En este sentido, la implementación de estrategias de producción ganadera sustentable a largo plazo sobre el pastizal natural debería enfocarse sobre la conservación de estos grandes remanentes, esenciales para la recuperación de la comunidad y la estabilidad de los distintos servicios ecosistémicos que provee. 3. Fragmentación del pajonal Teniendo en cuenta que el área de trabajo abarca dos zonas agroecológicas de la provincia, la Pampa Interior y la Pampa Deprimida, con dinámicas fenológicas diferentes se analizaron los patrones de fragmentación en ellas. Para esto se realizaron 10 ventanas de análisis de 12 km x 12 km (cada una de ellas considerada como un paisaje) y mediante pruebas de t se compararon las principales métricas respecto de la clase "pajonal". En la Pampa Interior, la proporción del paisaje ocupada por el pajonal fue significativamente diferente en todos los períodos, excepto entre el 2000 y 2011 (lo que está relacionado con una disminución en la tasa de reemplazo). Para el año 1974 la proporción del paisaje ocupada por el pajonal era de 50.04%, mientras que para el año 2011 fue de 17.06%. Una de las métricas de suma importancia para determinar el estado de conservación es el índice de parche mayor. En 1974 se obtuvo un valor medio de 35.43% mientras que para el 2011 un valor de 3.72%. En la Pampa Deprimida, las diferencias significativas en la proporción del paisaje ocupado por el pajonal se correspondió con las tasas de reemplazo más elevadas. Sin embargo, los valores medios son superiores a los obtenidos para la Pampa Interior: 57.48% para 1974 y 41.99% para 2011. El índice de parche mayor fue de 48.29% para el año 1974 y 22.81% para el año 2011, valores muy superiores a los obtenidos para la Pampa Interior. Resultados similares se obtuvieron para otras métricas como densidad de borde, distancia al pajonal más cercano, índice de división del paisaje, índice de forma, etc. En general, muestran la misma tendencia pero con valores más alarmantes para la Pampa Interior. Con respecto a la superficie media de los parches de pajonal en ambas zonas presentó una distribución no normal, con numerosa cantidad de parches de escasa superficie y pocos de gran tamaño. La utilización del análisis de componentes principales para el mapa 2011, permitió identificar en la Pampa Deprimida un gradiente de "estado de conservación del pajonal" asociado con las cargas de las distintas métricas de paisaje en el primer eje de variación. En la zona de trabajo, se encontró un gradiente de fragmentación este-oeste (que de acuerdo a las coberturas de reemplazo del pajonal, puede entenderse como una intensificación ganadera), donde los pajonales en un estado mejor de conservación se encuentran en la zona de Rauch, Pila y Ayacucho y las zonas de paisaje más fragmentado en el partido de Azul (para más detalle ver tesis). Este gradiente de fragmentación tan notorio no fue posible hallarlo para la Pampa Interior, en gran parte debido a que el proceso de fragmentación del paisaje ha ocurrido indistintamente en toda su extensión. - Informe de becario
Acceso Abierto Informe científico de Beca de Perfeccionamiento: Lara, Bruno Daniel (2014-2015)(2015) Lara, Bruno DanielDurante el primer año de Beca de Perfeccionamiento, y de acuerdo a los objetivos planteados en el plan de trabajo correspondiente, se abordó la dinámica de la vegetación del centro-este de la provincia de Buenos Aires a escala regional. A continuación, se detallan los principales pasos que se siguieron en el transcurso de este primer año de beca: 1. Búsqueda y selección de las imágenes satelitales Se utilizó una serie temporal de 14 años de imágenes MODIS (2000-2014), producto MOD13Q1, el cual consta de composiciones de 16 días con valores de índices de vegetación calculados (NDVI y EVI). Se emplearon, en total, 322 imágenes de la escena h13v12. Finalmente se decidió trabajar con el NDVI ya que es el mayormente utilizado a nivel global (lo cual es relevante al momento de discutir resultados) y, además, el EVI incorpora un ajuste destinado principalmente cuando se trabaja sobre coberturas y doseles muy densos (selvas, entre otras). 2. Evaluación de los modelos para el suavizado de las series temporales El suavizado o filtrado de las series temporales es un procedimiento común ya que los datos provenientes de los sensores remotos pueden presentar ruido debido a interferencias atmosféricas (nubosidad, por ejemplo) o propio del procesamiento. Para la evaluación de la performance de los modelos se utilizó la serie temporal 2001-2002 por presentar un MEI (Multivariate ENSO Index, índice que cuantifica el fenómeno ENSO; valores positivos indican "El Niño" o período húmedo, y valores negativos indican "La Niña" o período seco) cercano a 0. Se utilizó el software TIMESAT que presenta 3 modelos de ajuste: filtro de Savitsky-Golay, función gaussiana asimétrica y función logística. Los 3 modelos presentaron bajos errores cuadráticos medios (RMSE) con respecto a los valores originales, sin embargo el filtro Savitsky-Golay se adaptó mejor en aquellas zonas en las que la cobertura vegetal varía considerablemente (RMSE<0.04). Por otro lado, se encontraron diferencias en las estimaciones del inicio y la duración de la estación de crecimiento entre los modelos: el ajuste gausiano y el logístico se comportan de manera similar, pero presentan diferencias tanto positivas como negativas con el modelo de Savitsky-Golay aunque no muestran un patrón espacial definido. A partir de estos resultados, donde se aprecia que el filtro de Savitsky-Golay es el método que se ajusta con mayor precisión a los datos reales, se lo utilizó para analizar el resto de las series temporales y estimar la dinámica de la vegetación. 3. Caracterización fenológica de las coberturas vegetales más representativas. A partir de mapas de coberturas para el año 2000 y 2011 ya elaborados y con una gran precisión (proyecto de Beca de Estudio) para el centro de la provincia, se elaboró un mapa de coberturas estables (es decir, donde no ocurrió ningún tipo de cambio de cobertura en el período) y se seleccionaron 31,25 ha de las coberturas más representativas: pajonal de paja colorada, matriz de pastos cortos y pasturas cultivadas. 4. Análisis de la dinámica de la cobertura vegetal mediante el comportamiento de atributos fenológicos De acuerdo a lo mencionado anteriormente, se utilizó una serie temporal de 14 años de NDVI-MODIS (período 2000-2014). Esta serie se ajustó en TIMESAT utilizando el filtro de Savitsky-Golay, ponderando cada uno de los pixeles a partir de la información de la banda de confiabilidad: a los valores 0 (buen dato) se dio un peso de 1, a los valores 1 y 2 (datos marginales, nieve o hielo) un peso de 0,5 y a los valores 3 (cobertura nubosa) un peso de 0,1. A partir del ajuste realizado se obtuvieron los atributos fenológicos de la vegetación (descriptores del funcionamiento de los ecosistemas) tales como: el comienzo de la estación de crecimiento, la duración de la estación de crecimiento, la integral anual del NDVI, momento de máxima actividad fotosintética, rango relativo anual de NDVI, entre otras. Además, mediante la prueba no paramétrica de Mann-Kendall se evaluó la significancia de las tendencias temporales de los atributos fenológicos. Por último, se analizó la respuesta de los ecosistemas, a partir de los atributos fenológicos de la vegetación, al fenómeneo de El Niño Oscilación Sur (ENSO). Para identificar los diferentes estadíos climáticos se utilizó el Indice Multivariado del ENSO (MEI) ya que representa múltiples variables y brinda una descripción más completa y flexible del fenómenos climático que otros índices. La relación fue evaluada mediante un análisis de regresión linear. Los principales resultados muestran que no se encontró un fuerte patrón de correlación espacial entre el MEI y el comienzo de la estación de crecimiento.