Examinando por Materia "Reflectancia"

Mostrando 1 - 2 de 2

Índices de reflectancia espectral de pigmentos en hojas de cultivos andinos
(Universidad Nacional de Colombia, 2023-06-20) Solano Reynoso, Walter Mario; Villantoy Palomino, Abraham; Soca Flores, Renato; Torres Huaripaucar, Noel; Dávalos Prado, Juan Zenón
Para esta investigación se estudiaron los índices de reflectancia espectral de pigmentos (clorofila, antocianina y carotenoides) contenidos en hojas de 6 variedades de cultivos andinos registrados en el Instituto Nacional de Innovación Agraria (INIA) de Ayacucho, Perú: maíz de grano blanco (MB) INIA 620 Wari y maíz de grano y tusa de color morado INIA 615 Negro Canaán (MM) (Zea mays); tubérculos de papa color blanca (PB) de la variedad Yungay y tubérculos de papa de color roja (PR) INIA 316 Roja Ayacuchana (Solanum tuberosum); y quinua de grano blanco (QB) de la variedad Blanca de Junín y de grano rojo (QR) INIA 620 Pasankalla (Chenopodium quinoa). Los índices se determinaron a partir de datos de reflectancia espectral R(λ) entre 350 y 2500 nm, obtenidos mediante el espectrorradiómetro ASD FieldSpec 4, entre el 17 de febrero y el 9 de marzo de 2020, tiempo dividido en tres periodos bien definidos (inicial, crítico y final). Las medidas directas de reflectancia R(λ) en la región visible mostraron una mayor presencia de antocianinas en la quinua roja (QR) que en el resto de cultivos. Los 4 índices de clorofila calculados (SR, NDCI,ChlRE, Chlgreen) tienen el mismo comportamiento hacia el descenso para cada cultivo estudiado, por lo que puede utilizarse cualquiera de ellos en la cuantificación del contenido de clorofila. La quinua roja, a diferencia de los otros, mostró una tendencia al incremento en la última medición. Para los índices de antocianinas y carotenoides los índices utilizados muestran también el mismo comportamiento en cada cultivo, es decir, tendencia a la disminución o estabilización, como en la QB, QR Y PR. En el caso del índice de la razón carotenoides/clorofila (Car/Chl) no se da la misma tendencia en cada cultivo; sin embargo, el índice CClHE es el que mejor se acomoda en los 6 cultivos, por mostrar más estacionariedad para todos los cultivos. No obstante, es recomendable validar su uso para cada cultivo.
Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel-2, cuenca baja del río Chira, Región Piura
(Asociación Española de Teledetección, 2020-11-27) Aldana, C.; Revilla Chávez, Jorge Manuel; Gonzales, J.; Saavedra, Y.; Moncada, W.; Maicelo Quintana, Jorge Luis
El Fenómeno del Niño, las sequías y el clima cálido influyen de manera directa en el buen estado ecológico de los bosques en la Región Piura. El objetivo es relacionar las firmas espectrales evaluadas en las imágenes de satélite Sentinel-2 con las firmas espectrales medidas con el espectro-radiómetro FieldSpec4, para la identificación de bosque seco en la cuenca baja del río Chira, región Piura, Perú. El preprocesamiento de las imágenes Sentinel-2 correspondientes a los tiles 17MNR, 17MPR, 17MMQ, 17MNQ y 17MPQ son unidas en mosaico, remuestreadas y cortadas con el software SNAP. El apilamiento de las bandas 2, 3, 4, 5, 6, 7, 8, 9, 11 y 12 genera un raster cuyos valores de reflectancia de los píxeles están relacionados a sus longitudes de onda. La clasificación de las zonas con bosque seco se realiza con la firma espectral medida con el espectro-radiómetro FieldSpec4. La validación de los resultados se realiza aplicando las pruebas no paramétricas de ANOVA y Mann- Whitney-Wilcoxon en cuatro puntos de muestreo. El área de superficie de bosque seco en la cuenca baja del río Chira es 129 113,06 ha, que representa el 3,8 % del área total de bosque seco en el norte del Perú.