Modelos predictivos para la estimación de biomasa de 'Spartina argentinensis'

Abstract

Translate Article

Take Notes

En Argentina, los pastizales naturales cubren vastas áreas, prestando importantes servicios ecosistémicos. Tradicionalmente, la ganadería ha sido la principal actividad productiva en estos ambientes, con el uso del fuego como práctica de manejo habitual. Aunque las quemas estimulan el rebrote de pastos con mejor calidad forrajera, también resultan en la emisión de CO2eq a la atmósfera, lo que plantea desafíos ambientales. Ante la creciente demanda de fuentes de energía renovable, los pastizales naturales, manejados en sistemas ganaderos con quemas frecuentes, se presentan como una alternativa sustentable para la producción de bioenergía. En la provincia de Santa Fe, los espartillares dominados por Spartina argentinensis en los Bajos Submeridionales, abarcando más de dos millones de hectáreas, tienen un elevado potencial para la producción de bioenergía sin comprometer la biodiversidad existente. Este trabajo se centra en el desarrollo y evaluación de modelos predictivos de biomasa de S. argentinensis utilizando imágenes espectrales obtenidas mediante drones. Se desarrollaron modelos de regresión lineal múltiple y de clasificación, considerando variables espectrales, sitio y estaciones del año, para predecir la biomasa total y sus fracciones verdes y senescentes. Los modelos obtenidos para estimar la biomasa total del espartillo permitieron explicar hasta el 62% de su variabilidad. Las fracciones de la biomasa verde y senescente pudieron ser predichas con mayor precisión, presentando un R2 de 66% para cada una de ellas. Estos hallazgos destacan el potencial de la tecnología de teledetección para optimizar la planificación y manejo sostenible de recursos biomásicos en los pastizales argentinos.