Espectrofenología con datos Sentinel 2: definición de curvas de referencia para la caracterización de ecosistemas forestales

Abstract

El seguimiento de la respuesta espectral obtenida por sensores remotos de media resolución relativo a formaciones vegetales puede proporcionar información muy relevante para el estudio de su distribución y dinámica a lo largo de gradientes ambientales y escalas geográficas. La combinación del ciclo orbital y el ancho de barrido de Sentinel 2 proporciona datos cada 5 días en latitudes medias, lo que permite realizar un seguimiento temporal de alta resolución relacionado con etapas o fases fenológicas de los ecosistemas en las que varían su composición, estructura o funcionamiento. En este contexto, el objetivo del presente estudio consiste en la obtención de curvas espectrofenológicas promedio para algunas de las principales formaciones arbóreas presentes en Cantabria, así como el análisis y la caracterización de métricas fenológicas espaciales que permitirán caracterizar el funcionamiento diferencial de la vegetación en el continuo del paisaje. Para la definición de las curvas se han empleado todos los datos históricos disponibles del sensor MSI, a bordo de los satélites Sentinel 2 A y B, con los que se ha generado una serie temporal de alta resolución del índice NDVI. Los datos se han agregado temporalmente a nivel mensual tras aplicar un filtro de nubes y sombras que maximiza la calidad del dato a nivel de pixel y un suavizado temporal de la serie para eliminar valores anómalos y perdidos. Los valores del índice han sido extraídos para una muestra de 230 puntos localizados con precisión GPS y cuya composición florística ha sido caracterizada por botánicos en campo. Se han obtenido curvas espectrofenológicas estacionales para los años del 2017 al 2020 y las curvas promedio anual, determinando su variabilidad y el grado de representatividad para las formaciones estudiadas. Finalmente se han obtenido las ecuaciones de las funciones ajustadas a las curvas promedio por formación vegetal aplicando análisis de Fourier. Los resultados muestran rasgos diferenciales para cada una de las tipologías forestales analizadas debido, principalmente, a la existencia de variaciones fenológicas intra e interanuales. Estos resultados demuestran el interés de emplear series temporales de datos para la determinación de curvas de referencia para diferentes tipologías forestales que permitan identificar su distribución espacial y otros rasgos relativos a su estructura y funcionamiento. Potencialmente, estas series de datos podrían ser utilizadas para la detección temprana de anomalías funcionales relacionadas con efectos derivados de perturbaciones naturales o antrópicas en un contexto de Cambio Global.