XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá1, G. Mendiguren1, J. Pacheco1, M. P. Martín1, D. Riaño1, M. Iturrate2, C. Gimeno2 y A. 2 Carrara 1

Centro de Ciencias Humanas y Sociales (CCHS). Consejo Superior de Investigaciones Científicas (CSIC).

2

Centro de Estudios Ambientales del Mediterráneo (CEAM).

[email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected]

RESUMEN Diversos estudios han demostrado el potencial de las imágenes MODIS obtenidas por las plataformas TERRA y AQUA para obtener estimaciones globales de diferentes parámetros relacionados con la estructura y funcionamiento de la vegetación, claves para estimar y modelizar los intercambios de agua y carbono entre la biosfera y la atmósfera a escala global. Sin embargo, recientes trabajos han revelado la existencia de errores considerables (Pisek et al., 2007, Sea et al., 2011) demostrando que algunos productos carecen de la robustez y consistencia requerida, en particular para aquellos ecosistemas sometidos a regímenes de sequía y con una estructura de vegetación compleja, como son los mediterráneos. El objetivo principal de este trabajo es la validación de algunos de los productos derivados del sensor MODIS a bordo de las plataformas TERRA y AQUA, utilizando medidas directas tomadas en terreno con el fin de cuantificar las posibles diferencias y analizar sus causas potenciales. Para ello se ha analizado una serie temporal de los productos MOD/MYD13, MOD/MYD/MCD15, MOD/MYD17 adquiridos entre los años 2009 y 2011 en una dehesa de Cáceres que dispone de una estación de medición de flujos por el sistema “eddy covariance” incluida en la red internacional FLUXNET. Los resultados obtenidos muestran medias correlaciones para LAI (Índice de Área Foliar) (r2=0,67), pero altas para NDVI (Índice de Vegetación de Diferencia Normalizada) (r2=0,92) y productividad primaria 2 bruta o GPP (r =0,80). Sin embargo, a pesar de que MODIS recoge muy bien la dinámica temporal de los flujos y cambios estructurales en el ecosistema, se observan importantes diferencias entre algunos productos MODIS, en particular el LAI y el GPP, y los datos de terreno. PALABRAS CLAVE Productos MODIS, validación, flujos de carbono, dehesa.

ABSTRACT Several studies have demonstrated the potential of the images obtained by MODIS TERRA and AQUA platforms for global analysis of parameters related to the structure and functioning of vegetation critical for estimating and modeling the water and carbon exchanges between the biosphere and atmosphere at a global scale. However, recent works have revealed the existence of large errors (Pisek et al., 2007, Sea et al., 2011) showing that some products lack the robustness and consistency required, particularly for drought prone ecosystems with a complex structure of vegetation, such as Mediterranean ecosystems.

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

The main objective of this study is the validation of MODIS TERRA and AQUA products using field measurements in order to quantify the possible differences and analyze their potential causes. We have analysed a series of MOD/MYD13, MOD/MYD15, MOD/MYD17products acquired between 2009 and 2011 in a “dehesa” located in Caceres province which has an "eddy covariance" tower included in the FLUXNET international network. These results show low correlation for LAI (Leaf Area Index) (r2 = 2 0.67), but high correlation for NDVI (Normalized Difference Vegetation Index) (r = 0.92) and gross 2 primary productivity or GPP (r = 0.80). However, although MODIS collects fine temporal dynamics of flows and structural changes in the ecosystem, there are some important differences between MODIS products, including NDVI and GPP, and terrain data. KEY WORDS MODIS products, validation, carbon fluxes, dehesa

Chen, 2007) como indirectas, esto es, utilizando como referencia información captada por otros El gran interés que, por parte de la comunidad sensores aeorportados o a bordo de satélite científica, ha suscitado el uso de la información (AVIRIS, MERIS, Landsat, etc.) (Cheng et al., procedente del Sistema de Observación de la 2006). Tierra (EOS) y, más concretamente, del sensor Estos trabajos han demostrado la existencia MODIS (Moderate Resolution Imaging Spectroradiometer), se fundamenta en la de buenas estimaciones para algunos parámetros excelente calidad de los datos proporcionados, el biofísicos sobre diferentes tipos de ecosistemas, gran interés científico de los productos derivados especialmente en zonas húmedas (Turner et al., a escala global, su acceso libre, rápido y gratuito 2006). Sin embargo, en ecosistemas con déficit y la disponibilidad de un buen número de hídrico, los estudios realizados hasta la fecha herramientas para el procesado y análisis de la muestran diferencias significativas entre los datos información (Mas, 2011). Esto ha derivado en un estimados por MODIS y los observados en importante uso de los productos MODIS por la terreno (Cheng et al., 2006, Turner et al., 2006, comunidad científica para muy diversas Sea et al., 2011, Hill et al., 2006, Privette et al., aplicaciones, entre ellas la estimación de 2002).

1

INTRODUCCIÓN

variables relacionadas con la estructura y el funcionamiento de la vegetación. Productos derivados de la información captada por el sensor MODIS como el Índice de Área Foliar (LAI), Índice de Vegetación de Diferencia Normalizada (NDVI) o la Productividad Primaria Bruta (GPP) han sido ampliamente utilizados, no sólo en la modelización de los ciclos de carbono y agua a nivel global (Zhao et al., 2005; Turner et al., 2006; Xiao et al., 2008; Lu y Zhuang, 2010), sino también en el estudio de diversos parámetros ecológicos por su influencia sobre patrones en la distribución de especies animales (Pettorelli et al., 2011; Klaassen et al., 2010), biodiversidad vegetal (Waring et al., 2006) así como en la productividad vegetal (Yan et al., 2009).

Con el propósito de analizar la calidad de las estimaciones realizadas por diversos productos MODIS en un ecosistema mediterráneo de gran valor socio-económico y extensa implantación espacial en el Sur de Europa como es la dehesa, se han analizado un conjunto de productos MODIS que incluye: índices de vegetación (MOD/MYD13), índice de área foliar (MOD/MYD/MCD15) y productividad primaria bruta (MOD/MYD17).

2

MATERIAL Y MÉTODOS

2.1

Zona de estudio

El estudio ha sido llevado a cabo en una zona de dehesa situada en “Majadas del Tiétar” (39º20’41.17’’; 0º19’12.03’’), al sureste de la provincia de Cáceres y muy próxima al Parque Nacional de Monfragüe. La zona está caracterizada por un clima típico mediterráneo con veranos secos y calurosos e inviernos húmedos y templados. La temperatura y precipitación media anual es 16,7ºC y 572 mm, respectivamente. La altitud media sobre el nivel del mar es de 256 m.

Uno de los retos más importantes que se plantean al generar este tipo de productos globales es realizar una adecuada validación de los mismos que garantice la calidad y consistencia de las estimaciones. Para la mayoría de los productos, estas validaciones han sido realizadas en un amplio rango de ecosistemas que cubren desde zonas áridas en EEUU o Australia (Gokhale et al., 2010, Sea et al., 2011) hasta bosques húmedos de Europa (Verger et al., La zona de estudio comprende, más 2007). Además, estas comparaciones han sido 2 tanto directas, es decir, basadas en datos concretamente, un área aproximada de 1 km medidos en terreno (Privette et al., 2002, Pisek y centrada en una torre de medición de flujos por el

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

método “eddy covariance” incluida en la redes 2.2 Productos MODIS CARBORED, SPECNET y FLUXNET y Los productos MODIS utilizados en este gestionada por el CEAM (Centro de Estudios Ambientales del Mediterráneo) desde el año trabajo fueron descargados desde el “Distributed Active Archive Center for Biogeochemical 2003. Dynamics” a través de la página Este ecosistema, se compone de dos estratos http://daac.ornl.gov/cgide vegetación muy bien diferenciados: el estrato bin/MODIS/GLBVIZ_1_Glb/modis_subset_order_ arbóreo, compuesto por árboles dispersos, donde global_col5.pl (último acceso día 25/06/2012). Se la especie principal es Quercus ilex L. subsp. descargaron los productos MOD-MYD-MCD15A2, ballota, encontrando también algunos pies de MOD-MYD13Q1 y MOD-MYD17A2_51 (tabla 1), Quercus faginea Lam.; y el estrato herbáceo, correspondientes a una zona de influencia de compuesto por una gran variedad de especies 5km alrededor de la Torre de Flujos de Majadas típicas de dehesa entre las que se encuentran del Tiétar, para un período comprendido entre Rumex acetosella L., Erygium campestre L., Marzo de 2009 y Octubre de 2011. Erodium cicutarium L y, Erodium botrys (Cav.). Los productos MOD-MYD15A2 corresponden Este estrato, sometido a un pastoreo continuo, no al Índice de Área Foliar (LAI) y la Fracción de alcanza alturas superiores a 30cm. Radiación Fotosintéticamente Activa (FPAR). El Se caracterizaron por separado dos zonas de producto MOD15A2 ha sido elaborado a partir del estudio de diferente tamaño, definidas para sensor MODIS a bordo de la plataforma TERRA, comparar los productos MODIS ya que éstos mientras que MYD15A2 corresponde a la presentan distinta resolución espacial (píxeles de plataforma AQUA. También se han analizado los 1km y de 250m). Para ello se identificaron los datos obtenidos del producto MCD15A2 que píxeles de 250m y 1km centrados en la zona de combina información de los dos anteriores. Todos estudio y se calculó la proporción de cada unidad ellos presentan una resolución espacial de 1km2 y del ecosistema (pasto y arbolado) para cada uno una resolución temporal de 8 días. Aunque el de los píxeles (figura 1). Esta caracterización se producto incluye información sobre LAI y fPAR, realizó mediante digitalización de las copas de los en este trabajo sólo se ha abordado la validación árboles identificadas en una ortofoto PNOA 2006 de los datos LAI. de 25m de resolución mediante el software de El índice de vegetación analizado en este información geográfica ArcMap 10 de ArcGis 10. El ecosistema en el área de 1km se caracterizó trabajo corresponde al Índice de Vegetación de por tener una proporción de encina del 20,9% Diferencia Normalizada (NDVI). Los productos frente al 79,1% de pasto, mientras que en el área utilizados en esta validación son MOD13Q1 y de 250m de lado, la proporción de encina MYD13Q1, con una mayor resolución espacial calculada fue del 18,7% frente al 81,3% de pasto. (250m) y una menor resolución temporal (16 días) que los productos de LAI anteriores. Por último, los productos MOD-MYD17A2_51 son considerados el primer conjunto de datos fruto del seguimiento global y continuo de la productividad de la vegetación (bruta y neta) y está definido como el carbono acumulado fijado por la vegetación a través de la fotosíntesis en un período de 8 días y con una resolución espacial de 1km2. Todas las imágenes fueron filtradas utilizando los parámetros de calidad, quality flags (QC), que los propios productos facilitan y que permiten identificar la presencia de nubes, sombras de nubes, contaminación atmosférica por aerosoles, error en la adquisición del dato o problemas con los algoritmos. En los análisis de validación sólo se han utilizado las imágenes resultantes del filtrado, clasificadas como “buena calidad” (Roy et al, 2002). Como paso previo a la validación de los Figura 1. Localización de las parcelas de muestreo de pasto, de la torre de flujos EC y de la productos se realizó un análisis comparativo entre los productos derivados de la plataforma TERRA situación de los píxeles de 250m y de 1000m. y los obtenidos a partir de la plataforma AQUA.

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Los parámetros que diferencian ambas plataformas pueden resumirse en tres puntos importantes: •

observación a un determinado punto puede variar según la plataforma para un mismo día.

Las órbitas que realizan no son las mismas, por lo que el ángulo de

Nombre productos MODIS MOD13Q1 MYD13Q1

MOD15A2 MYD15A2 MCD15A2 MOD17A2_51 MOD17A2_51

Descripción

Resolución espacial

Resolución temporal

Versión algoritmo

Estadio de validación

Índice de Vegetación de Diferencia Normalizada (NDVI) e Índice de Vegetación Mejorado (EVI)

250m

16 días

5

2

Índice de Área Foliar (LAI) y Fracción de Radiación Fotosintéticamente Activa (FPAR)

1km

2

8 días

5

2

Productividad Bruta (GPP) (NPP)

1km

2

8 días

51

3

Primaria y Neta

Tabla 1. Productos MODIS descargados para este estudio y sus características principales. •

•

La captura de la imagen se produce a distinta hora. La hora local de paso por el ecuador para la plataforma TERRA es aproximadamente a las 10:30 a.m., mientras que para la plataforma AQUA es a las 01:00 p.m. Esta diferencia en la hora de pasada provoca diferencias en las condiciones de iluminación, atmósfera y, probablemente, del estado fisiológico de la vegetación, que se reflejan en los productos derivados de ambos sensores. En tercer lugar, existe una diferencia en los algoritmos, 14 de los 20 detectores de la banda 6 (1,6 µm) del satélite AQUA son inefectivos desde poco tiempo después del lanzamiento (Shen et al., 2011) y la banda 5 (1,23~1,25 μm) del satélite TERRA produce imágenes ruidosas, debido a fallos en uno de sus 20 detectores (Wang et al., 2011). Por ello, para algunos productos en los que la reflectividad en estas bandas es utilizada, existen marcadas diferencias entre los valores estimados por ambas plataformas.

con los datos terreno, se asignó al dato MODIS el del día de muestreo que estaba comprendido dentro de este período de observación.

2.3

Índice de Área Foliar (LAI)

Este parámetro está definido como el área relativa de la hoja por unidad de superficie de suelo, sus unidades son m2 hoja/m2 suelo. Se trata de un parámetro clave para definir la estructural del dosel y se relaciona de manera directa con la productividad del ecosistema. Caracterizar sistemas abiertos, similares a las sabanas, constituye un reto, ya que, la altura del pastizal en estos ecosistemas es insuficiente para poder captar su dinámica mediante métodos no destructivos utilizando sensores como Tracing Radiation and Architecture of Canopies (TRAC), LAI- 2000 (Plant Canopy Analyser, LI-COR) o fotografía hemisférica (Privette et al., 2002). Debido a las peculiares características del ecosistema estudiado, en el presente trabajo se ha abordado la medición del LAI mediante la combinación de métodos destructivos (en el caso del pasto) y no destructivos (en el caso del arbolado) tal y como se describe a continuación.

A lo largo de los dos años de estudio (2009Por último, MODIS incluye en todos los productos la información del día de inicio del 2011), y con una periodicidad aproximada de 16 período de observación de 8 o 16 días, según la días, se muestrearon 8 parcelas cuadradas de propia resolución temporal. Para su comparación pasto de 25 metros de lado, distribuidas

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

aleatoriamente dentro del área de estudio (figura 1). En cada una de estas parcelas se realizó el muestreo destructivo de 3 cuadrantes de 25x25 cm., localizados, a su vez, de forma aleatoria dentro de la parcela. De cada uno de los cuadrantes se recolectó, cortando a ras de suelo, toda la vegetación existente. La muestra de cada cuadrante fue introducida en una bolsa zip y pesada en campo. Las muestras fueron conservadas en una nevera y transportadas al laboratorio donde, para cada muestra, se seleccionó una submuestra representativa de la vegetación recolectada en el cuadrante. Esta submuestra fue escaneada para obtener el valor del área de todas las hojas vivas. El valor de LAI se obtuvo relacionando el peso de la submuestra con el peso total de la muestra del cuadrante y el área del mismo. Durante 33 jornadas de muestreo se recolectaron un total de 794 muestras. Tras eliminar las muestras que presentaban algún valor anómalo por la presencia de hongos, tierra o raíces, se obtuvieron un total de 16 días en los que las mediciones de LAI se consideraron libres de posibles errores derivados del muestreo. El LAI del dosel arbóreo, se obtuvo a partir de fotografía hemisférica utilizando una cámara Canon Nikon Coolpix 4500 y una lente Fisheye. En condiciones de nubosidad o bajo ángulo solar se adquirieron cuatro imágenes hemisféricas bajo el dosel de cada árbol, colocándose la cámara en cada uno de los puntos cardinales del tronco. Las imágenes fueron procesadas con HemiView Forest Canopy Image Analysis System (Delta-T Devices) para la estimación de LAI. Se realizaron tres campañas de medición de LAI arbóreo durante los dos años (Julio y Agosto de 2009 y Septiembre de 2010) para cinco árboles seleccionados en el área de estudio que fueron considerados representativos de la variabilidad espacial del arbolado presente en la zona (ejemplares podados y no podados). Los valores de LAI obtenidos para cada árbol y campaña se promediaron para obtener un valor único de LAI que, a efectos del presente estudio, se consideró constante tanto espacial como temporalmente. Finalmente, el LAI del ecosistema fue calculado como un valor ponderado para cada día de muestreo, teniendo en cuenta la proporción de arbolado y pasto en el píxel MODIS usado como referencia en la validación. LAI _ ECOSISTEMA = ( LAI _ ARBOREO × 0,209) + ( LAI _ PASTO × 0,791)

2.4 Índice de Vegetación Diferencia Normalizada (NDVI)

espectral entre las regiones del visible e infrarrojo cercano. El comportamiento diferencial de la vegetación en estas dos regiones del espectro permite estimar, la densidad, estado y vigor de la cubierta vegetal, entre otros parámetros. En este estudio los valores de NDVI calculados por el correspondiente producto MODIS se compararon con los calculados a partir de radiometría de campo. Las mediciones espectrales en terreno se realizaron con un espectroradiómetro ASD Fieldspec FR3 (www.asdi.com) que mide en un rango espectral desde 350nm hasta 2500nm. Las mediciones de reflectividad de dosel de pasto se obtuvieron aproximadamente cada 16 días en un total de 12 parcelas de muestreo. En cada parcela se realizaron dos transectos recorriéndose las diagonales NE-SW y NW-SE, obteniéndose entre 10 y 20 espectros por transecto, que fueron promediados para cada parcela y para cada píxel MODIS. Aunque, para cada fecha de muestreo se midieron las 12 parcelas localizadas en la zona de estudio, para la comparación con el producto NDVI, sólo se han considerado datos de las parcelas 2 y 3 que están incluidas dentro del área de 250mx250m correspondiente al píxel MODIS seleccionado para este análisis (figura 1). Adicionalmente se realizaron dos campañas de medición de reflectividad de dosel arbóreo utilizando el mismo espectroradiómetro elevado mediante una grúa Genie TZ-34/20 (Terex Corporation) sobre dos encinas localizadas dentro del píxel MODIS (figura 1). Estas mediciones se realizaron en los meses de Mayo y Junio de 2010. Los valores de NDVI de las encinas se consideraron constantes en el espacio y en el tiempo, debido a su baja variabilidad espacio-temporal evaluada en otros estudios (Gamon et al., 1995). Los valores de reflectividad de pasto y encina obtenidos con el ASD Fieldspec FR3, disponibles en intervalos de 1nm, fueron remuestreados a las bandas MODIS utilizando el software ENVI que considera una función gaussiana como la función de respuesta espectral de cada banda. Finalmente, los valores de NDVI de pasto y encina fueron promediados teniéndose en cuenta la proporción de cada componente en el píxel MODIS siendo, en este caso, de 18,7% de cobertura arbórea y 81,3% de pasto.

2.5 Productividad de Bruta (GPP)

Primaria

Los valores de GPP utilizados para la validación de los productos MODIS corresponden El Índice de Vegetación de Diferencia Normalizada (NDVI) está basado en el contraste a los datos estimados a partir de las medidas de

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

intercambio neto de carbono proporcionadas por dos plataformas (ver apartado 2.2). En el análisis la torre de medición de flujos situada en la zona de las estimaciones de LAI realizadas por ambos de estudio. satélites, aparecen ciertas inconsistencias entre los productos de TERRA (MOD15A2) y de AQUA La medida del intercambio neto de CO2 entre (MYD15A2), presentando una desviación típica el ecosistema y la atmósfera se realizó por el media de 0,07 m2/m2 y una diferencia máxima de método micrometeorológico “eddy covariance” 0,9 m2/m2 para el día del año (DOY) 105 del (EC) situado a 15,5 m de altura. La 2009. instrumentación utilizada consiste en un anemómetro sónico tridimensional Solent R3-50, En base a este análisis se decidió utilizar la (Gill Instruments, Lymington, UK), y un analizador versión 5 del producto MCD15A2 como producto de gases (CO2, H2O) infrarrojo LI-7500 (LI-COR LAI de referencia para la validación, ya que este Inc. Lincoln, NE, USA) producto se genera a partir de los datos de ambos satélites lo que garantiza su mayor Tanto el cálculo como el control de calidad de consistencia temporal. los datos de intercambio neto de CO2 a nivel del ecosistema (NEE) se realizaron siguiendo las El ecosistema de dehesa es un sistema mixto directivas y recomendaciones utilizadas por las entre una pradera de flora anual, que produce principales redes internacionales de medidas de dinámicas de LAI muy pronunciadas, y especies flujos de carbono como CarboEurope (Aubinet et arbóreas de hoja perenne, cuyo LAI es mucho al., 2000). más estable anualmente. El LAI promedio de las encinas se consideró constante en el tiempo y en El proceso de "gap-filling", necesario para el espacio con un valor promedio de 1,169, rellenar los huecos en las series de datos de NEE mientras que el LAI de pasto fluctuó desde 0,22 se realizó por el método de "Marginal Distribution hasta 1,82. Sampling" (MDS), que se considera uno de los métodos más robustos y eficaces para el relleno Para los valor de LAI del ecosistema de series de NEE (Moffat et al., 2007) y es uno de encontramos unos valores máximos medidos en 2 2 los dos métodos estándar utilizado por las redes terreno próximos a 1,70 m /m durante el invierno internacionales FLUXNET y CarboEurope (figura 2), que contrastan con unos valores muy bajos del índice durante la época estival (0,42 (Papale et al., 2006). 2 2 m /m ), muy similares a la cobertura vegetal Los valores de GPP han sido estimados a estival en sabanas del Kalahari (Privette et al. partir de las medidas de NEE realizando un “flux- 2002). partitioning”, que consiste en la separación del NEE entre respiración del ecosistema (Reco) y La figura 2 muestra la evolución temporal de producción primaria bruta (GPP). Esta separación cada uno de los productos MODIS (AQUA, se realizó utilizando el método estándar de TERRA y combinado) así como medidos en FLUXNET y CarboEurope, que se basa en la terreno (LAI ecosistema). Considerando año extrapolación de las medidas de flujos nocturnos fenológico el que comienza el 1 de Abril y termina de NEE con ecuaciones no lineales relacionando el 31 de Marzo del año siguiente, vemos a simple Reco con la temperatura ambiente (Reichstein et vista, que existe una infraestimación de los datos al., 2005). para el año fenológico 2009, que mejora considerablemente en 2010. Debido al largo proceso necesario para la Si comparamos los pares de valores entre el extracción de los valores “limpios” producidos por el sistema EC, en este trabajo sólo se analizan LAI medido en terreno y el LAI estimado por los datos correspondientes a 2009 y 2010, ya que MODIS (MCD15A2) para todo el período de no ha podido completarse el análisis para los 3 estudio (figura 3) obtenemos un ajuste medio (r2=0,73, n=16) que empeora al centrarnos en el primeros meses del año 2011. año fenológico 2009-2010 (r2=0,45, n=5). Sin 3 RESULTADOS Y DISCUSIÓN embargo, este ajuste mejora significativamente 2 para el año fenológico 2010-2011 (r =0,87, n=11). 3.1 Índice de Área Foliar (LAI) Atendiendo a las diferencias promedio de los Como paso previo a la comparación entre el pares de valores hemos calculado una producto LAI MODIS y el dato de campo (LAI sobrestimación del LAI MODIS respecto al dato ecosistema) comparamos los valores de LAI medido en terreno del 38% para el año fenológico estimados para la zona de estudio con los 2009-2010 que se reduce hasta el 16% en el año satélites AQUA y TERRA, con el fin de observar siguiente. cómo influyen las diferencias existentes entre las

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Figura 2. Dinámica temporal de los productos de LAI estimados (MOD15A2, MYD15A2, MCD15A2) y los observados mediante radiometría: sólo pasto (LAI_pasto) y pasto + encina ponderados (LAI_ecosistema). Los resultados del cálculo de NDVI del dosel de las encinas nos dieron un valor promedio de 0,704, el cual consideramos constante en el tiempo. Sin embargo, los valores de NDVI del pasto, mostraron diferencias pronunciadas entre el verano y el invierno, (0,23 -0,72). Los valores de NDVI del ecosistema fueron ponderados teniendo en cuenta las proporciones de encina y pasto dentro del ecosistema, resultando valores de NDVI que fluctuaron entre 0,31 y 0,71, con un promedio anual de 0,51 (figura 4 y 5).

Figura 3. Comparación entre el LAI estimado de MODIS (MCD15A2) y el LAI medido en terreno (LAI ECOSISTEMA).

3.2 Índice de Vegetación Diferencia Normalizada (NDVI)

de

Como ya se ha estudiado en otros trabajos el índice de vegetación (NDVI) está estrechamente relacionado con el vigor y la cantidad de biomasa verde y, por tanto, con otros parámetros estructurales y fisiológicos de la vegetación como son el Índice de Área foliar, fPAR y GPP (Gamon et al., 1995). Por tanto, las dinámicas temporales vienen a ser muy similares, disminuyendo en los Figura 4. Comparación NDVI estimado por veranos secos y calurosos del Mediterráneo y MODIS y NDVI medido en campo (NDVI aumentando la cantidad de verdor durante el ECOSISTEMA) invierno y, especialmente, en primavera.

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Figura 5. Dinámicas temporales de los productos del NDVI MODIS (MOD13Q1, MYD13Q1) y NDVI de radiometría de campo: sólo para pasto (NDVI_pasto) y el ponderado (pasto + encina) (NDVI_ecosistema). limitante en los ecosistemas mediterráneos. Durante los meses de febrero a mayo de 2010 la pluviometría llegó a 802 mm, mientras que desde En primer lugar comparamos las diferencias mayo hasta agosto tan sólo se acumularon 104 entre los productos estimados por los satélites mm. TERRA y AQUA de MODIS. A partir de estos Finalmente, comparamos los pares de valores datos decidimos utilizar, para la comparación con en una gráfica de dispersión desde el 6 de Marzo datos de terreno, un valor promedio de ambos de 2009 hasta el 31 Diciembre de 2010, productos (MOD17A2-MYD17A2). obteniendo un elevado ajuste de los datos

3.3 Productividad Bruta (GPP)

Primaria

Dada la fenología de las praderas de pastos de flora anual que caracteriza la mayor parte de un ecosistema de dehesa, existe una mayor fijación de carbono durante el período de crecimiento, centrado normalmente durante los meses primaverales. Los productos GPP de MODIS indican que, especialmente durante la primavera del año 2010, se llegó a fijar por fotosíntesis 2 70gC/m desde el día 09/05/2010 hasta el día 16/05/2010. En cambio, encontramos un valor mínimo acumulado para un período de 8 días de 2 9gC/m a partir del 21 de Agosto de 2009. Estos cambios intra-anuales están, muy probablemente, relacionados con la disponibilidad de agua, factor

2 (r =0,80), pero con una relación 0,52:1 para GPP_EC: MODIS GPP. A pesar de que faltan los datos de los 3 últimos meses para completar la serie analizada de 2 años, podemos observar un mejor ajuste en el año fenológico 2010-2011 (r2=0,85, n=30) que en el año fenológico 20092 2010 (r =0,71, n=41) (figura 7). Estas diferencias entre el ajuste no parecen ser dadas por un cambio de versión en los algoritmos, por lo que hasta el momento no hemos podido relacionarlo con ninguna causa concreta, pero el problema parece ir en la línea de los factores que limitan la productividad primaria en los ecosistemas.

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Figura 6. Dinámicas temporales de Productividad Primaria Bruta estimada por MODIS (MOD17A21, MYD17A2) y el medido en campo (GPP_EC).

conflictivos del algoritmo GGP de MODIS se encuentran la clasificación de cobertura del suelo (Strahler et al., 2002), el modelo climático DAO (Data assimilation Office), al cual es especialmente sensible, (Zhao et al., 2005) y el producto MOD15, cuyos errores en las estimaciones producen errores, a su vez, en las estimaciones del producto GPP/NPP de MODIS. Nuestros resultados confirman la existencia de un gran desajuste entre los datos de GPP observados y estimados por MODIS lo que puede ser debido a que el algoritmo de MOD-MYD17 está sometido a una fuerte acumulación de errores relativos (Baldocchi et al., 2001; Heinsch et al., 2006; Turner et al., 2003, Coops et al., 2007).

AGRADECIMIENTOS Figura 7. Comparación GPP estimado por MODIS Queremos agradecer a los grupos del CCHS, y GPP medido por la torre de flujos EC. INIA, Universidad de Alcalá y Universidad de Zaragoza que han participado en el proyecto Las diferencias entre los valores capturados BIOSPEC, los esfuerzos que han realizado tanto por los sensores de MODIS y el flujo observado en los muestreos de campo como en el análisis y de carbono fijado por los ecosistemas, oscila en procesado de imágenes. este estudio, desde un -137% hasta el 91% de forma puntal, teniendo un valor medio del 42%. BIBLIOGRAFÍA MOD17 está considerado uno de los Aubinet, M., Grelle, A., Ibrom, A., Rannik, U., productos más difíciles de validar debido a la Moncrieff, J., et al: 2000 Estimates of the potencial acumulación de errores producidos por annual net carbon and water exchange of los datos de entrada en el algoritmo, donde la forests: The EUROFLUX methodology, Adv. mayoría son valores estimados y no observados, Ecol. Res., 30, 113–175. lo que dificulta una correcta captura de las dinámicas estacionales. Entre los inputs más

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Baldocchi, D., Falge, E., Gu, L., Olson, R., Coops, Nicholas C., Andy Black, T. y Jassal Rachhpal S. 2007. Comparison of MODIS, Hollinger, D., Running, S. W., et al. 2001 eddy covariance determined and FLUXNET: A new tool to study the temporal physiologically modelled gross primary and spatial variability of ecosystem-scale production (GPP) in a Douglas-fir forest carbon dioxide, water vapor, and energy flux stand, Remote Sensing of Environment, 107, densities, Bulletin of the American 385–401 Meteorological Society, 82, 2415−2434. Cheng, Y.-B., Zarco-Tejada, P.J. Riano, D., Pettorelli N., Ryan S., Mueller T., Bunnefeld N., Jędrzejewska B., Lima M. y Kausrud K. 2011 Rueda, C.A. y Ustin S.L. 2006. Estimating The Normalized Difference Vegetation Index vegetation water content with hyperspectral (NDVI): unforeseen successes in animal data for different canopy scenarios: ecology, Climate Research, 46, 15-27. Relationships between AVIRIS and MODIS indexes, Remote Sensing of Environment, Pisek, J. y Chen, J. M. 2007. Comparison and 105, 354–366. validation of MODIS and VEGETATION global LAI products over four BigFoot sites in Gamon, J. A., Field, C. B., Goulden, M. L., Griffin, North America, Remote Sensing K. L., Hartley, A. E., Joel, G., Peñuelas, J. y of Valentini, R. 1995. Relationships between Environment, 109, 81–94. NDVI, canopy, structure and photosynthesis in three californian vegetation types, Privette, J.L., Myneni, R.B., Knyazikhin, Y., Mukelabai, M., Roberts, G., Tian, Y., Wang, Y. Ecological Applications, 5: 28-41. y Leblanc, S.G., 2002. Early spatial and Gokhale, B. y Weber, K.T. 2010. Correlation temporal validation of MODIS LAI product in between MODIS LAI, GPP, PsnNet, and the Southern Africa Kalahari, Remote FPAR and Vegetation Characteristics of Sensing of Environment, 83 (1–2), 232–243. Three Sagebrush-Steppe Sites in Southeastern Idaho. Pages 75-86 in K. T. Reichstein, M., K¨atterer, T., Andr´en, O., Ciais, P., Schulze, E.-D., Cramer, W., Valentini, R., Weber and K. Davis (Eds.), Final Report: 2005. Does the temperature sensitivity of Forecasting Rangeland Condition with GIS in decomposition vary with soil carbon pools or Southeastern Idaho (NNG06GD82G). 189 quality?, Biogeosciences Discuss., 2, 737– pp. 747. Heinsch, F. A., Zhao, M., Running, S. W., Kimball, J. S., Nemani, R. R., Davis, K. J., et al. 2006. Roy, D.P., Borak, J.S., Devadiga, S., Wolfe, R.E., Zheng, M. y Descloitres, J. 2002. The MODIS Evaluation of remote sensing based Land Quality Assessment Approach, Remote terrestrial productivity from MODIS using Sensing of Environment, 83: 62–76. regional tower eddy flux network observations, IEEE Transactions on Sea, W. B., Choler, P., Weinmann, R. A., Beringer, Geoscience and Remote Sensing, 44, J. Hutley, L. B. y Leuning. R. 2011. 1908−1925 Documenting improvement in leaf area index estimates from MODIS using hemispherical Hill, M.J., Senarath, U., Lee, A., Zeppel, M., photos for Australian savannas, Agric. For. Nightingale, J.M., Williams, R.D.J. y McVicar, Meteor., 151, 1453–1461. T.R. 2006. Assessment of the MODIS LAI product for Australian ecosystems, Remote Shen, HF, Zeng, C. y Zhang, LP. 2011. Sensing of Environment, 101 (4), 495–518. Recovering Reflectance of AQUA MODIS Band 6 Based on Within-Class Local Fitting, Klaassen RHG, Strandberg R, Hake M, Olofsson IEEE Journal of Selected Topics in Applied P, Tottrup AP, Alerstam T. 2010. Loop Earth Observations and Remote Sensing, migration in adult marsh harriers Circus 4(1), 185-192. aeruginosus, as revealed by satellite telemetry, J Avian Biol, 41, 200–207 Lu

Strahler, A. H., Friedl, M., Zhang, X., Hodges, J., Cooper, C. S. A. y Baccini, A. 2002. The MODIS Land Cover and Land Cover Dynamics Products. Presentation at Remote Sensing of the Earth’s Environment from TERRAQ in L’Aquila, Italy.

X. y Zhuang Q. 2010. Evaluating evapotranspiration and water-use efficiency of terrestrial ecosystems in the conterminous United States using MODIS and AmeriFlux data, Remote Sensing of Environment, 114, 1924–1939. Turner, D. P., Ritts,W.D., Cohen, W. B., Gower, S. T., Zhao,M., Running, S.W., et al. 2003. Mas, J. F. 2011. Aplicaciones del Sensor MODIS Scaling gross primary production (GPP) over para el Monitoreo del Territorio, Instituto boreal and deciduous forest landscapes in Nacional de Ecología. support of MODIS GPP product validation,

XV Congreso Nacional de Tecnologías de la Información Geográfica, Madrid, AGE-CSIC, 19-21 de Septiembre de 2012 Validación de productos MODIS relacionados con la estimación de flujos de carbono en una dehesa E. Durá, G. Mendiguren, J. Pacheco, M. P. Martín, D. Riaño, M. Iturrate, C. Gimeno y A. Carrara

Remote Sensing 256−270.

of

Environment,

88,

Agricultural and Forest Meteorology, 148,1827−1847.

Turner J, Lachlan-Cope TA, Colwell S, Marshall Yang, F., Ichii, K., White, M. A., Hashimoto, H., GJ y Connolley WM 2006 Significant Michaelis, A. R., Votava, P., et al. 2007. warming of the Antarctic winter troposphere, Developing a continental-scale measure of Science, 311, 1914–1917 gross primary production by combining MODIS and AmeriFlux data through support Wang, R., Zeng, C, Li, P. y Shen, HF 2011. Terra machine approach, Remote Sensing of MODIS band 5 Stripe noise detection and Environment, 110, 109−122. correction using MAP-based algorithm. 2011 International Conference on Remote Yang, Y. H., J. Y. Fang, Y. D. Pan y C. J. Ji 2009. Aboveground biomass in Tibetan grasslands, Sensing, Environment, and Transportation Engineering (RSETE 2011), 24-26 Jun. 2011. Journal of Arid Environments, 73, 91–95. Nanjing, China, 8612 – 8615 Zhang, Y., Yu, Q., Jiang, J.I.E. y Tang, Y. 2008. Calibration of Terra/MODIS gross primary Waring, G. T., Josephson, E. Fairfield, C. P. y production over an irrigated cropland on the Maze-Foley, K. 2006. U.S. Atlantic and Gulf North China Plain and an alpine meadow on of Mexico marine mammal stock the Tibetan Plateau, Global Change Biol., 14, assessments—2005. NOAA Technical 757–767. Memorandum NMFS-NE-194. 346. Xiao, J., Zhuang, Q., Baldocchi, D. D., Law, B. E., Richardson, A. D., Chen, J., et al. 2008. Estimation of net ecosystem carbon exchange for the conterminous United States by combining MODIS and AmeriFlux data,

Zhao, M., Heinsch, F. A., Nemani, R. R. y Running, S. W. 2005. Improvements of the MODIS terrestrial gross and net primary production global dataset, Remote Sensing of Environment, 95, 164−176.