Application of two models based on remote sensing to estimate aerial net primary production in a pastoral system in the Colombian Altillanura: Estimación de productividad primaria de pasturas por teledetección | Aplicación de dos modelos basados en teledetección para estimar la producción primaria neta aérea en un sistema pastoril en la Altillanura colombiana: Estimación de productividad primaria de pasturas por teledetección

Inglés. The assessment of Net Above-ground Primary Production (NAPP), measured as accumulated dry matter (DM) by plants in above-ground biomass, is crucial for management decisions in cattle production systems based on pastures. This study aimed to compare two models for estimating NAPP using data collected via remote sensing: one empirical model using linear regression (ELR) between vegetation indices and plant biomass and another semi-empirical model based on plant radiation use efficiency (RUE). Fourteen pastures of Urochloa humidicola CIAT 6133 cultivar 'Llanero' (each 3.1 ha) managed under grazing with 30 days of resting period were monitored. Spectral information was obtained from a Sentinel 2 sensor to calculate the Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), and Land Surface Water Index (LSWI). Global radiation data were collected from a field meteorological station. The best-performing index was NDVI, with R2, root mean square error (RMSE), and relative prediction error (RE, %) of 0.68, 99.5, and 16.42 for ELR, and 0.79, 103.62, and 17.16 for RUE, respectively. Both ELR and RUE models demonstrated their potential for use as tools for NAPP estimation from Sentinel 2A images in tropical forage pastures.

Español; castellano. La evaluación de la Producción Primaria Neta Aérea (PPNA), medida como la cantidad de materia seca (MS) acumulada por las plantas en la biomasa aérea, es fundamental para las decisiones de manejo en sistemas de producción bovina basados en pasturas. Este estudio tuvo como objetivo comparar dos modelos para estimar la PPNA usando datos colectados usando sensores remotos: uno empírico usando la regresión lineal (MERL) entre índices de vegetación y biomasa vegetal y otro semi-empírico, basado en la eficiencia del uso de la radiación por parte de las plantas (VPM). Se monitorearon 14 potreros de Urochloa humidicola CIAT 6133 cultivar 'Llanero' (de 3.1 ha cada uno) manejados bajo pastoreo, con 30 días de descanso. La información espectral se obtuvo de un sensor Sentinel 2 integrado para calcular los índices Índice de Vegetación de Diferencia Normalizada (NDVI), Índice de Vegetación Mejorado (EVI) y el Índice de Agua de la Superficie Terrestre (LSWI). Los datos de radiación global se obtuvieron de una estación meteorológica de campo. El mejor índice fue el NDVI con un R2, error cuadrático medio (RMSE) y error relativo de predicción (RE, %) de 0.68, 99.5 y 16.42 para MERL, y de 0.79, 103.62 y 17.16 para VPM, respectivamente. Los modelos MERL y VPM demostraron ser herramientas potencialmente útiles para la estimación de PPNA a partir de imágenes Sentinel 2A.