Aplicación de una metodología de análisis de datos obtenidos por percepción remota orientados a la estimación de la productividad de caña para panela al cuantificar el NDVI (índice de vegetación de diferencia normalizada)

Испанский язык; кастильский. La estimación de la productividad en caña de azúcar resulta de gran importancia para la economía colombiana. En el presente trabajo, se aplica el modelo de Productividad Primaria Neta (PPN) a escala regional de Kumar y Monteith. Se hacen análisis espacio-temporales con técnicas de geomática y caracterización edafoclimáticas del entorno. También, se realizaron monitoreos de campo, para adquirir la información fisiológica de las plantas evaluadas y las condiciones edáficas de la plantación objeto de estudio. Los datos colectados fueron analizados en el software ArcGIS 10.1. Como resultado, se obtuvo una serie de mapas temáticos de la distribución espacio-temporal de las características del suelo y biofísicas de la plantación. Se calcularon las variables fPAR, PAR, EUR de la ecuación del modelo, mediante percepción remota y modelos matemáticos relacionados a través del índice de vegetación de diferencia normalizada (por su sigla en inglés, NDVI) y radiación fotosintética incidente registrada por el sensor en tierra. Esta información se validó mediante pruebas de laboratorio de las propiedades físicas y químicas de suelos, para comparar las condiciones edafoclimáticas y las variables biofísicas relacionadas con la ganancia de biomasa. Los resultados muestran que de la información geográfica (SIG) y los datos edáficos y climáticos registrados en campo permiten anticipar las respuestas fisiológicas de la plantación, objetivo de estudio en el presente trabajo.

Английский. The productivity estimation sugar cane is very important for Colombian economy. The Net Primary Production (NPP) model is applied on present investigation from Kumar & Monteith to regional scale. Analyzing spatiotemporal with geomantic techniques and edaphoclimatic environment characterization. Field surveys were conducted too, to acquire physiological information of plants evaluated and soil conditions of the plantation under study. The data acquired was input in ArcGIS10.1 software, to make processing these. A series thematic map was resulted from data processing from spatiotemporal distribution of plantation soil characteristics and biophysical characteristics. The variables fPAR, PAR, EUR was calculate from Kumar & Monteith efficiency model. Remote sensing and mathematic models related and fraction absorbed photosynthetically active radiation derivates from Normalized Difference Vegetation Index (NDVI) and incident photosynthetically active radiation in land sensors recorded was calculated. Chemical and physical properties in laboratory tests were realized to soil, for relation knowledge between edaphoclimatic conditions and biophysical variables related with the sugar cane biomass gainer for Panela production. The information integrated from Geographic Information System (GIS) and edaphic data and climatic data in country recorded, shows the behavior of the plantation as it develops.