Un nuevo enfoque de modelado basado en teledetección para la determinación del coeficiente de extinción de luz del maíz

Este estudio se centró en desarrollar un nuevo modelo semiempírico para el coeficiente de extinción de luz del maíz (kp) mediante la integración de múltiples características de vegetación detectadas por teledetección de varias plataformas diferentes. El rendimiento del modelo kp propuesto fue evaluado independientemente utilizando los enfoques originales y simplificados de kp de Campbell (1986). La Granja de Investigación de Irrigación Limitada (LIRF) en Greeley, Colorado, y el Consorcio de Innovación en Irrigación (IIC) en Fort Collins, Colorado, EE.UU., sirvieron como sitios experimentales para desarrollar y evaluar el nuevo modelo de kp del maíz. La recolección de datos involucró múltiples plataformas de teledetección, incluyendo Landsat-8, Sentinel-2, Planet CubeSat, un Radiómetro Multiespectral de Mano, y un sistema aéreo no tripulado (UAS). Se incluyeron mediciones en tierra del índice de área foliar (LAI) y la cobertura del dosel vegetal fraccionado (fc). El estudio evaluó el nuevo modelo de kp a través de un análisis integral utilizando métricas de error estadístico e índices de sensibilidad global de Sobol para evaluar el rendimiento y la sensibilidad de los modelos desarrollados para predecir kp del maíz. Los resultados indicaron que el nuevo modelo de kp mostró fuertes resultados de ajuste de regresión estadística con un coeficiente de determinación o R2 de 0.95. El análisis de sensores remotos individuales confirmó resultados de calibración de regresión consistentes entre Landsat-8, Sentinel-2, Planet CubeSat, el MSR y UAS. Una comparación con los modelos de kp de Campbell (1986) revela una mejora del 44% en la precisión. Un análisis de sensibilidad global identificó el papel del índice de vegetación de diferencia normalizada (NDVI) como una variable de entrada crítica para predecir kp entre sensores, enfatizando la robustez del modelo y su potencial para aplicaciones ambientales prácticas. Investigaciones futuras deberían abordar variaciones específicas de sensores y expandir la aplicabilidad del modelo de kp a un conjunto diverso de condiciones ambientales y microclimáticas.