Los recursos ganaderos en los sistemas extensivos de la montaña pirenaica catalana: aproximación al cálculo de la producción de biomasa herbácea mediante el uso de la teledetección

Los sistemas ganaderos extensivos propios de las zonas del Pirineo catalán se encuentran fuertemente condicionados por la disponibilidad de hierba en prados de siega y pastos de montaña o pastura. La utilización de imágenes de satélite y la recogida simultánea de datos sobre el terreno puede resultar una buena aproximación a la determinación del estado del recurso y a su cuantificación en términos de producción de biomasa. Los resultados del muestreo de campo obtenidos a lo largo de un total de cinco campañas (“peso fresco” y “peso seco”) han sido relacionados con diferentes índices de vegetación y humedad – NDVI, EVI, Greenness, Wetness, NDWI, – calculados sobre una serie de imágenes Landsat-5 TM. Para ello, se han realizado los correspondientes análisis estadísticos de regresión múltiple, utilizando el criterio Cp de Mallows para seleccionar las variables predictoras que intervendrán en el modelo. Se observan diferencias significativas en los resultados de las regresiones en función de la campaña realizada, con valores de R2 comprendidos entre 0.33 y 0.90 para la variable “peso fresco” (RMSE comprendido entre 262 y 173 kg de biomasa en fresco/píxel) y R2 entre 0.21 y 0.68 para la variable “peso seco” (RMSE entre 30 y 60 kg de biomasa en seco/píxel). Se muestran así los efectos de la variación en las condiciones ambientales y en las condiciones de la propia vegetación. Se han obtenido mapas de biomasa para las zonas de interés – prados y pastos- en cada uno de los días muestreados.Extensive stockbreeding in Catalan Pyrenees is strongly determined by grassland availability in meadows and pastures. Satellite images together with on-site data sampling are often used to quantify herbaceous resources in terms of biomass production. Field variables (“fresh weight”, “dry weight”), sampled along five different field campaigns, have been related to several vegetation and humidity indexes – NDVI, EVI, Greenness, Wetness, NDWI – calculated from Landsat-5 TM images. Multiple regression models have been used for that purpose. Model’s predictors have been selected on the basis of Malows’ Cp. Results from the statistical analysis are not uniform among the different field campaigns. R2 values range from 0.33 to 0.90 for the “fresh weight” variable (RMSE values ranging from 262 to 174 kg of fresh biomass/pixel) and R2 from 0.21 to 0.68 for the “dry weight” variable (RMSE values ranging from 30 to 60 kg of dry biomass/pixel). This fact reflects the variation in both environmental and vegetation conditions. Biomass maps have been obtained for the areas of interests -meadows and pastures- and for every field sampling date