2.5.3. Detección de Nitrógeno con índices de vegetación

en el contenido de clorofila foliar, lo que hace posible estimar el contenido de N a partir de la reflectancia en el rango del espectro porque la transición de los electrones en sus moléculas ocurre a 430, 460, 640 y 660 nm; por tanto, la clorofila es un absorbente efectivo del espectro azul (400-500 nm) y rojo (600-700 nm) (Basilio et al., 2007).

2.5.3. Detección de Nitrógeno con índices de vegetación

Los índices de vegetación son un conjunto de operaciones algebraicas efectuadas sobre valores numéricos de los pixeles entre dos o mas bandas pertenecientes a una misma escena de una imagen satelital, específicamente es una relación biunívoca entre los valores de reflectancia espectral a distintas longitudes de onda y parámetros biofísicos que caracterizan la cubertura vegetal. Fueron creados para normalizar la influencia que tienen los factores externos o perturbaciones como la atmósfera, presencia de las características ópticas y distribución espacial de todos sus constituyentes (incluyendo el suelo sobre el que se asienta la vegetación) sobre las respuestas espectrales de las cubiertas de la vegetación (Gilabert, González y García, 1997).

Los valores están basados en datos espectrales en funcion de factores internos como propiedades ópticas de las hojas, arquitectura de losfitoelementos y suelo o sustrato (fondo) (Paz et al., 2014).

De acuerdo a Xue y Su (2017), no existe una expresión matemática única que defina todos los índices de vegetacion, debido a la complejidad de las diferentes combinaciones de espectros de luz, instrumentación, plataformas y resoluciones utilizadas. Por lo tanto, se han desarrollado y probado algoritmos personalizados para una variedad de aplicaciones, de acuerdo con expresiones matemáticas específicas, que combinan radiación de luz visible, principalmente, región de espectros verdes y espectros no visibles, para obtener cuantificaciones de la superficie de la vegetación (Xue y Su, 2017) y áreas dedicadas a la producción ganadera, mediante la estimación de parámetros fisiológicos y de crecimiento de las pasturas (Cáceres, 2016 citado en Posada Asprilla et al., 2019).

Los índices de vegetación que intentan aproximar relaciones entre los datos espectrales y variables biofísicas, como la biomasa y el área foliar de la vegetación, es el NDVI, usado para estimar la cantidad, la calidad y el desarrollo de la

vegetación; y el Normalized Pigment Chlorophyll Index (NPCI) usado para calcular la clorofila y nutrición (Posada Asprilla et al., 2019) y el Modified Chlorophyll Absorption Ratio index 2 (MCARI2) predicen mejor el área foliar en diferentes tipos de cultivos como soja, maíz y trigo, en diferentes etapas de crecimiento, y bajo varios tratamientos de fertilización (Paruelo, 2008).

En un estudio en Argentina, se evaluaron tres tipos de pastos e identificaron que los índices que explicaron mejor las variaciones de concentración de nitrógeno fueron los que combinaron la reflactancia en el borde rojo (Castro y Garbulsky, 2018 citado en Posada Asprilla et al., 2019). En sistemas silvopastoriles encontraron una relación entre el NDVI y la proteína cruda (Serrano et al. 2018, citado en Posada Asprilla et al., 2019).

Los índices potenciales para cultivos de gramíneas como el trigo fueron NPCI (Filella, Serrano, Serra y Peñuelas, 1995) y Double-peak Canopy Nitrogen Index (DCNI) (Chen et al., 2010). De igual manera para cultivos de maíz Bagheri, Ahmadi, Alavipanah y Omid (2013) identificaron los dos mejores índices Modified Triangular Vegetation Index 2 (MTVI2) y MCARI2.

Los índices que guardan relación con el contrenido en clorofila de la hoja son:

• Índice de Vegetación Normalizada (NDVI)

Es uno de los índices más utilizados para detectar zonas de vegetación. Se basa en el contraste entre la máxima absorción en la porción del espectro visible correspondiente a la luz roja (0.6-0.7 µm), debido a los pigmentos de la clorofila y la máxima reflexión en el infrarrojo cercano (0.7-0.11 µm) causado por la estructura celular de la hoja (Haboudane, Miller, Pattey, Zarco y Strachan, 2004). Es un índice no dimensional por lo que sus valores se encuentran de -1 a 1.

Se lo obtiene mediante la ecuación 1:

Ecuación 1

Donde NIR=Banda del infrarojo cercano y RED=Banda del rojo.

• Normalized Pigment Chlorophyll Index (NPCI)

Evalúa la proporción de pigmentos fotosintéticos totales de clorofila, particularmente aplicable al estrés de nitrógeno de la planta (Peñuelas, Gamon, Fredeen, Merino y Field, 1994).

Se lo obtiene mediante la ecuación 2:

Ecuación 1

Donde R680=Banda del rojo y R430=Banda del azul.

• Modified chlorophyll absorption ratio index 2 (MCARI2)

El MCARI2 es uno de los índices que predicen mejor el área foliar en diferentes tipos de cultivos como soja, maíz y trigo, en diferentes etapas de crecimiento, y bajo varios tratamientos de fertilización (Paruelo, 2008). Se lo obtiene mediante la ecuación 3:

����������2=

1,5[2.5(��800−��670)−1,3(��800−��550)] √(2��800+1)2−(6��800−5√��670)−0.5

Ecuación 2

Donde R800=Banda del infrarojo cercano, R670=Banda del rojo y R550= Banda del verde.

• Photochemical Reflectance Index (PRI)

El Índice de Reflectancia Fotoquímico (PRI) se basa en que parte de la energía absorbida por la clorofila en la fotosíntesis se pierde como calor o fluorescencia. Un cambio en la tasa fotosintética va a afectar la fluorescencia y la disipación de energía y, por lo tanto, la medición de la fluorescencia provee una medida de la eficiencia fotoquímica de la fotosíntesis o rendimiento cuántico (Paruelo, 2008).

Este índice considera los cambios de xantofila relacionados con el estrés hídrico, pero también genera una normalización considerando el contenido de clorofila y la reducción del área foliar del dosel que se ve afectada principalmente por el estrés hídrico (Xue y Su, 2017).

El rango de medición varía entre -1 a 1 pero los valores comunes para vegetación viva van desde -0.2 a 0.2 (Rodriguez, 2019).