Análisis comparativo de productos globales de fenología de la superficie terrestre derivados de MODIS, VIIRS y OLCI frente a observaciones in situ de despliegue foliar de la red PEP725
DOI:
https://doi.org/10.17398/3101-7177.2.234Palabras clave:
Fenología de la vegetación, Validación, Fenométricas, EuropaResumen
El objetivo de este estudio fue evaluar la coherencia entre las fechas del inicio de la estación de crecimiento (Start Of Season; SOS) derivadas de los productos fenológicos globales MCD12Q2, VNP22Q2 y CLMS LSP y las fechas del primer despliegue foliar registradas mediante observaciones humanas in situ de la red fenológica PEP725 para 2023. Las fechas del SOS se agregaron espacialmente mediante zonas de influencia (buffer) alrededor de cada estación fenológica y se emparejaron con las fechas medianas del primer despliegue foliar por grupos funcionales de vegetación, evaluando su relación mediante el coeficiente de correlación de Pearson (R), el error cuadrático medio (RMSE), el error absoluto medio (MAE) y el sesgo medio. En frondosas caducifolias, el SOS del producto CLMS LSP mostró la mayor coherencia con las observaciones in situ (R = 0,56; RMSE = 15 días; MAE = 13 días; sesgo = 10 días). En coníferas caducifolias, todos los productos alcanzaron correlaciones similares (R ≈ 0,61), aunque el SOS del VNP22Q2 registró las menores discrepancias con las observaciones del primer despliegue foliar (RMSE = 16 días; MAE = 13 días; sesgo medio = -10 días). En coníferas perennifolias, el SOS derivado de MCD12Q2 y VNP22Q2 alcanzó correlaciones elevadas con las observaciones in situ (R = 0,70-0,82), pero los errores y el sesgo fueron muy altos (RMSE, MAE y sesgo ≥ 36 días). En conjunto, estos resultados ponen de manifiesto que no existe un producto universalmente superior y subrayan la necesidad de validar los datos fenológicos derivados de satélite mediante observaciones independientes para una interpretación ecológica más robusta de las fenométricas.
Descargas
Referencias
Caparros-Santiago, J. A., Rodriguez-Galiano, V., & Dash, J. (2021). Land surface phenology as indicator of global terrestrial ecosystem dynamics: A systematic review. ISPRS Journal of Photogrammetry and Remote Sensing, 171, 330-347. https://doi.org/10.1016/j.isprsjprs.2020.11.019
Helman, D. (2018). Land surface phenology: What do we really 'see' from space?. Science of the Total Environment, 618, 665-673. https://doi.org/10.1016/j.scitotenv.2017.07.237
Tian, F., Cai, Z., Jin, H., Hufkens, K., Scheifinger, H., Tagesson, T., Smets, B., Van Hoolst, R., Bonte, K., Ivits, E., Tong, X., Ardö, J., & Eklundh, L. (2021). Calibrating vegetation phenology from Sentinel-2 using eddy covariance, PhenoCam, and PEP725 networks across Europe. Remote Sensing of Environment, 260, 112456. https://doi.org/10.1016/j.rse.2021.112456
White, M. A., de Beurs, K. M., Didan, K., Inouye, D. W., Richardson, A. D., Jensen, O. P., O'Keefe, J., Zhang, G., Nemani, R. R., van Leeuwen, W. J. D., Brown, J. F., de Wit, A., Schaepman, M., Lin, X., Dettinger, M., Bailey, A. S., Kimball, J., Schwartz, M. D., Baldocchi, D. D., Lee, J. T., & Lauenroth, W. K. (2009). Intercomparison, interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982-2006. Global Change Biology, 15(10), 2335-2359. https://doi.org/10.1111/j.1365-2486.2009.01910.x
Zeng, L., Wardlow, B. D., Xiang, D., Hu, S., & Li, D. (2020). A review of vegetation phenological metrics extraction using time-series, multispectral satellite data. Remote Sensing of Environment, 237, 111511. https://doi.org/10.1016/j.rse.2019.111511.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 José Antonio Caparrós Santiago, Guilhem Nicolás Jeannet Chaves, Víctor Rodríguez Galiano (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)