Comparación de modelos empíricos y de transferencia radiativa para estimar contenido de humedad en pastizalespoder de generalización

Resumen

El contenido de humedad de la vegetación (FMC) es una variable clave de diversas aplicaciones, muchas de las cuales precisan un conocimiento a nivel global. Por ello, se precisa calibrar modelos de estimación del FMC con alta representatividad espacial y poder de generalización. La teledetección espacial se muestra como una de las fuentes de información más idónea al respecto. Existen principalmente dos tipos de modelos que relacionan información extraída de imágenes satélite con el FMC: empíricos y teóricos. Los primeros son muy dependientes de los datos usados en la calibración y las condiciones bajo las cuales se tomaron, por lo que tienen escaso poder de generalización. Los teóricos, tienen una fuerte base física (generalmente la teoría de transferencia radiativa, de ahí que se denominen modelos de transferencia radiativa, RTM) por lo que permiten aplicarse a muy diversas condiciones. Sin embargo, para obtener estimaciones precisa, estos modelos deben ser adecuadamente parametrizados con datos de campo y considerar información auxiliar, lo que podría comprometer su potencial de generalización. El objetivo de este trabajo es comparar el modelo empírico y el RTM propuesto por Yebra et al. (2008) en términos de poder de generalización. Para ello, se han empleado una muestra de validación compuesta por 92 observaciones de FMC y datos radiométricos tomados por el sensor MODIS, correspondientes a seis zonas de validación (dos en España y cuatro en Australia). Los resultados obtenidos muestran que cuando los modelos se aplica a pastizales similares a los de la zona de calibrado, las precisiones del modelo empírico y RTM son similares (RMSE=41,39 y 43,44% frente 38,23 y 33,83%, para el modelo empírico y RTM, respectivamente). Sin embargo, cuando dichos modelos se aplican a zonas con pastizales de diferentes características o a periodos del año diferentes, el RTM supera en precisión al modelo empírico (RMSE=38,93 y 61,66% frente 11,27 y 19,37%, para el modelo empírico y RTM, respectivamente), lo que demuestra el mayor poder de generalización del RTM.