1. Estimación de la cosecha de trigo en Andalucía usando series temporales de MERIS Terrestrial Chlorophyll Index (MTCI)
- Author
-
Victor Rodriguez-Galiano, V. Egea-Cobrero, E. Sanchez-Rodriguez, Miguel Angel Garcia-Perez, and Universidad de Sevilla. Departamento de Geografía Física y Análisis Geográfico Regional
- Subjects
MTCI ,Series temporales ,Yield ,Time series ,010504 meteorology & atmospheric sciences ,Geography, Planning and Development ,0211 other engineering and technologies ,Modelo ,Trigo ,02 engineering and technology ,Remote sensing ,01 natural sciences ,Cosecha ,Wheat ,Earth and Planetary Sciences (miscellaneous) ,Teledetección ,021101 geological & geomatics engineering ,0105 earth and related environmental sciences ,Model - Abstract
[EN] There is a relationship between net primary production of wheat and vegetation indices obtained from satellite imaging. Most wheat production studies use the Normalised Difference Vegetation Index (NDVI) to estimate the production and yield of wheat and other crops. On the one hand, few studies use the MERIS Terrestrial Chlorophyll Index (MTCI) to determine crop yield and production on a regional level. This is possibly due to a lack of continuity of MERIS. On the other hand, the emergence of Sentinel 2 open new possibilities for the research and application of MTCI. This study has built two empirical models to estimate wheat production and yield in Andalusia. To this end, the study used the complete times series (weekly images from 2006–2011) of the MTCI vegetation index from the Medium Resolution Imaging Spectrometer (MERIS) sensor associated with the Andalusian yearbook for agricultural and fishing statistics (AEAP—Anuario de estadísticas agrarias y pesqueras de Andalucía). In order to build these models, the optimal development period for the plant needed to be identified, as did the time-based aggregation of MTCI values using said optimal period as a reference, and relation with the index, with direct observations of production and yield through spatial aggregation using coverage from the Geographic Information System for Agricultural Parcels (SIGPAC—Sistema de información geográfica de parcelas agrícolas) and requests for common agricultural policy (CAP) assistance. The obtained results indicate a significant association between the MTCI index and the production and yield data collected by AEAP at the 95% confidence level (R2 =0.81 and R2 =0.57, respectively)., [ES] Existe una relación entre la producción primaria neta del trigo y los índices de vegetación obtenidos de imágenes de satélite. Con frecuencia se utiliza el NDVI (Normalized Difference Vegetation Index) para la estimación de producción y rendimiento de trigo y otros cultivos. Sin embargo, hay pocas investigaciones que utilicen el índice MTCI (MERIS Terrestrial Chlorophyll Index) para conocer el rendimiento y la producción de los cultivos a una escala regional posiblemente debido a la falta de continuidad del sensor MERIS. No obstante, la posibilidad del cálculo de MTCI a partir de Sentinel 2 abre nuevas oportunidades para su aplicación e investigación. En esta investigación se han generado dos modelos empíricos de estimación de producción y rendimiento de trigo en Andalucía. Para ello, se ha empleado la serie temporal completa (imágenes semanales de 2006 a 2011) del índice de vegetación MTCI del sensor satelital MERIS (Medium Resolution Imaging Spectrometer) asociada a los datos de producción y rendimiento del Anuario de estadísticas agrarias y pesqueras de Andalucía (AEAP). Para la creación de estos modelos ha sido necesaria la identificación del periodo óptimo del desarrollo de la planta, la agregación temporal de los valores MTCI usando ese momento óptimo como referencia, relacionar ese índice con observaciones directas de producción y rendimiento a través de agregaciones espaciales mediante la utilización de coberturas SIGPAC y las solicitudes de ayudas PAC, caracterizar la variación del índice en función del año de cultivo y relacionarlo con los datos estadísticos. Los resultados obtenidos indican una correlación estadísticamente significativa (p-valor, Agradecemos la financiación obtenida de MINECO (Proyectos BIA2013-43462-P, CSO2014-51994-P) y de la Junta de Andalucía (Grupo Investigación RNM177).
- Published
- 2018