Resumen de Evaluación de los diferentes índices para cartografiar biocostras a partir de información espectral

M. Alonso, Emilio Rodríguez Caballero, Sonia Chamizo de la Piedra, P. Escribano, Yolanda Cantón Castilla

• español

  Las biocostras o costras biológicas del suelo (CBS) son comunidades formadas por la asociación de partículas de suelo con microorganismos como cianobacterias, algas, hongos, líquenes, hepáticas o briófitos, que viven en la superficie del suelo. Estas comunidades bióticas cubren las áreas desprovistas de vegetación en los ecosistemas áridos y semiáridos, modificando las propiedades del suelo e influyendo en numerosos procesos clave para el funcionamiento de los ecosistemas. Aunque representan una porción insignificante del perfil del suelo, las CBS regulan el intercambio de gases, agua y nutrientes desde y hacia el suelo, por lo que desempeñan un papel fundamental en los ecosistemas en los que aparecen. Debido al importante papel que ejercen las CBS en los ecosistemas donde aparecen y a su fragilidad frente a las acciones antrópicas, es necesario conocer de forma precisa su distribución espacial. Para ello, recientemente, se han desarrollado varios índices que permiten cartografiarlas a partir de imágenes obtenidas de sensores remotos. Este trabajo tiene por objetivo evaluar los diferentes índices desarrollados para cartografiar CBS, aplicándolos a una zona distinta para las que han sido desarrolladas. Los diferentes índices se evaluarán a dos escalas espaciales diferentes, parcela y ecosistema. A ambas escalas se analizará la fiabilidad de cada uno de los índices para la cartografía de CBS y su capacidad de diferenciar entre diferentes tipos, así como las principales cubiertas presentes en los sistemas áridos y semiáridos. La gran heterogeneidad espacial de la zona y la similitud espectral entre las CBS y la vegetación seca dificultan la correcta cartografía de ecosistemas en los que las CBS son una componente importante utilizando información multiespectral. Sin embargo, los índices basados en información hiperespectral y alta resolución espacial constituyen una herramienta sólida para cartografiar CBS proporcionando una fiabilidad de 71%.

• English

  Biological soil crusts (BSC) are complex communities formed by a close association of soil particles and cyanobacteria, algae, microfungi, lichens or bryophytes that live within or immediately on top of the uppermost millimeters of the soil surface. These communities cover non vegetated areas in most of the arid and semiarid ecosystems, and modify numerous soil surface properties and ecosystem processes. Given the importance of BSC in ecosystem functioning, accurate and spatially explicit information on the distribution of BSC is mandatory. With this objective, considerable effort has been devoted to identify and map BSC using remote sensing data, and some spectral indices have been developed. These indexes use the spectral differences among BSC and other surface components like vegetation or bare soil to identify the areas dominated by BSC. Our main objective is to test the feasibility of the previous indices published in the literature for mapping different types of BSC in a complex study area, where these index have not been developed, at different spatial scales. Our results showed the low capability of indexes based on multiespectral images to identify areas covered by BSCat field and image spatial scales. Hyperspetral indices, on the other hand, showed better results than those obtained with multispectral indices, with an accuracy around 71% because they analyzed specific absorption features related with photosynthetic pigments like chlorophyll and carotenoids. We can conclude that the spatial heterogeneity of the area and the spectral similarities among BSC, green and dry vegetation or bare soil makes it difficult to correctly distinguish BSC in arid and semiarid ecosystems using only multispectral information, whereas hyperspectral images offer an important tool to map different types of BSC and to discriminate among these and other surface components.