La estructura del paisaje, la variabilidad climática y la calidad del suelo dan forma a los patrones de biomasa de...

Área de la Ciencia:

• Ciencias Agrícolas
• Ciencias del medio ambiente
• Detección remota

Sus antecedentes:

• La variabilidad ambiental tiene un impacto crítico en la biomasa de los cultivos y la estabilidad del rendimiento.
• La agricultura resistente al clima requiere comprender estas influencias ambientales.
• La estimación precisa de la biomasa de los cultivos es esencial para la planificación agrícola.

Objetivo del estudio:

• Para comparar las estimaciones de biomasa de un modelo de eficiencia de uso de la luz (LUE) con un marco de teledetección de aprendizaje automático.
• Desarrollar y aplicar un modelo híbrido de LUE y bosque aleatorio (RF) para la estimación de la biomasa del trigo de invierno y la colza oleaginosa.
• Investigar la influencia de las métricas del paisaje, la topografía, el suelo y el clima en la biomasa de los cultivos.

Principales métodos:

• Se aplicó un modelo combinado de LUE y RF en Baviera, Alemania (2001-2019) en una red de 5 km2.
• Métricas integradas del paisaje (diversidad de la cubierta terrestre, características leñosas), topografía (elevación, pendiente, aspecto), potencial del suelo y datos climáticos estacionales.
• Utilizó datos de teledetección dentro del marco de aprendizaje automático.

Principales resultados:

• El enfoque basado en RF demostró una mejor precisión predictiva que el modelo de LUE solo, especialmente para el trigo de invierno.
• Los patrones de biomasa de los cultivos fueron modelados significativamente tanto por la configuración del paisaje como por las condiciones climáticas.
• La biomasa de trigo de invierno estaba más influenciada por la topografía y las características del paisaje, mientras que la colza respondía más a la radiación solar y las propiedades del suelo.
• Se observó una biomasa óptima en paisajes moderadamente diversos; la fragmentación o la variabilidad extremas redujeron los rendimientos.
• Se han identificado umbrales de temperatura específicos de los cultivos (21 °C para el trigo de invierno, 12 °C para la colza) asociados con la disminución de la biomasa.

Conclusiones:

• El enfoque de modelado híbrido ofrece un marco transferible para el mapeo y la comprensión de la biomasa de cultivos a gran escala.
• Los hallazgos proporcionan información específica de la región que es crucial para la planificación agrícola sostenible en el contexto del cambio climático.
• El estudio destaca la importancia de integrar los datos del paisaje y el clima para una predicción precisa de la biomasa de los cultivos.