Utilidad de imgenes Landsat 7 ETM+ de diferentes fechas para la estimacin de biomasa area en bosques subtropicales secos de Argentina

Nstor I. Gasparri , Mara G. Parmuchi , Julieta Bono , Hayde Karszenbaum , b Celina L. Montenegro Laboratorio de Investigaciones Ecolgicas de las Yungas (LIEY) CONICET. Universidad Nacional de Tucumn (UNT). C.C. 34 CP 4107, Yerba Buena, Tucumn, Argentina [email protected] (b) Unidad de Manejo del Sistema de Evaluacin Forestal (UMSEF). Direccin de Bosques. Secretara de Ambiente y Desarrollo Sustentable (SAyDS). San Martn 451, C1004AAI, Buenos Aires, Argentina (c) Instituto de Astronoma y Fsica del Espacio (IAFE-CONICET). Ciudad Universitaria, C1428EGA, Buenos Aires, Argentina
(a) a b b c

RESUMEN
La biomasa es fundamental para realizar estimaciones de carbono en bosques y conocer su estado de conservacin. En este trabajo, se realiza un estudio multitemporal de imgenes satelitales para evaluar su uso en la estimacin de biomasa del bosque seco del Parque Chaqueo de Argentina. Se estim biomasa area a partir de datos de campo que se correlacion con informacin espectral. El principio de la estacin seca result ser la mejor poca para vincular datos satelitales con estructura del bosque, ya que los pastos y arbustos se ven ms afectados por el dficit hdrico que los rboles. Palabras claves: biomasa, bosque, Parque Chaqueo.

ABSTRACT
Above-ground biomass is a key parameter in the estimates of the carbon stock in forests and to know about their status of conservation. In this work, a multi-temporal analysis of satellite images is done in order to assess its use in estimating above-ground biomass in dry forests of the Parque Chaqueo region in Argentina. Biomass was estimated from field data and was correlated to spectral data. The beginning of the dry season resulted the best period to relate remote sensing data to forest structure since grasses and shrubs are more affected by water deficit than trees. Keyboards: biomass, forest, Parque Chaqueo

Introduccin
El cambio del uso de la tierra es un proceso relevante con consecuencias locales, regionales y globales (Foley et al., 2005). Principalmente, la deforestacin es uno de los cambios con mayor impacto sobre el ciclo del carbono global. Sin embargo, otro proceso importante es la degradacin, la cual no representa un reemplazo total del bosque pero modifica la estructura y funcin del mismo como

resultado especialmente de la extraccin forestal selectiva, pastoreo e incendios (Nepstad et al., 2003; Asner et al., 2005; Hougthon, 2005; Foley et al., 2007). La biomasa area del bosque es una variable clave para disminuir la incertidumbre en las estimaciones de las emisiones de carbono por deforestacin, adems de ser un indicador til para determinar el estado de conservacin de los bosques y su valor

econmico. La medicin de la biomasa en el terreno implica procedimientos de muestreo destructivo sumamente costosos y muchas veces impracticables, por lo cual comnmente la misma se estima a partir de muestreos de inventarios forestales aplicando frmulas de volumen. Adems, la biomasa es variable en el espacio y muchas veces responde no slo a factores climticos y edficos sino tambin a patrones de uso humano. Es por ello que la utilizacin de imgenes satelitales se presenta como una herramienta adecuada para mejorar las estimaciones de reservas de carbono y elaborar mapas de biomasa. La aplicacin de imgenes satelitales para la estimacin de biomasa present buenos resultados en bosques de zonas templadas (Lawrence y Ripple, 1998; Boyd et. al., 2002; Dong et. al., 2003). Por el contrario, en bosques hmedos tropicales esta herramienta ha dado resultados limitados al relacionar datos satelitales con biomasa, ndice de rea foliar o edad de los bosques secundarios (Nelson et. al., 2000; Steininger, 2000; Foody et. al., 2001; Lu et al., 2004). En los casos donde se establecieron buenas relaciones, stas no han podido ser extrapoladas en el tiempo y el espacio (Foody et al., 2003). Dado que las imgenes satelitales adquiridas en diferentes fechas permiten observar la respuesta espectral de la superficie terrestre a lo largo del tiempo, incluyendo diferentes estados fenolgicos, los estudios multitemporales permiten mejorar la capacidad de monitorear variables biofsicas respecto al uso de una nica fecha (Dymond et al., 2001; Cohen et al., 2003; Volcani et al., 2004). Los bosques secos tropicales y subtropicales forman parte de los ecosistemas ms amenazados del mundo (Hoekstra et al., 2005). En Sudamrica se encuentra la mayor superficie de estos ecosistemas principalmente en el Cerrado en Brasil y el Parque Chaqueo en Argentina, Bolivia, Paraguay y una pequea porcin de Brasil. Estos bosques estn sufriendo una rpida reduccin de superficie como consecuencia del avance de la frontera agrcola (Klink y Machado, 2005; Grau et al., 2005; Zak et al., 2004). En Argentina, debido principalmente al cultivo de soja, la deforestacin ha sido de aproximadamente 200.000 ha/ao entre los aos 1998 y 2002 en el Parque Chaqueo (UMSEF, 2007). A partir de estimaciones preliminares obtenidas de datos de inventario forestal, las emisiones de CO2 resultantes del proceso de deforestacin representaran la mayor fuente de emisiones

del pas (Gasparri y Manghi, 2004). En este trabajo, se realiza un estudio multitemporal de imgenes satelitales a fines de evaluar su utilidad para la estimacin de biomasa area del bosque seco del Parque Chaqueo de Argentina.

Materiales y Mtodos
rea de estudio, diseo de muestreo y mediciones de campo El rea de estudio est localizada en la regin forestal Parque Chaqueo (subregin Semirida) en el noroeste de Argentina (entre 23,5 S - 27 S y entre 62,5 O 63,5 O), particularmente en las provincias de Santiago del Estero, Chaco, Salta y Formosa (Fig. 1). Esta rea est dominada por bosques xerfilos y abarca aproximadamente 63.000 km2 incluyendo la mayor parte de la zona conocida como El Impenetrable, el cual es la mayor rea de bosque continuo del pas. El rea presenta un relieve plano con suelos originados a partir de sedimentos elicos y fluviales provenientes de los ros ms importantes de la regin (Teuco, Bermejito y Salado). Esta zona presenta altas temperaturas con una media anual de 22-23C, siendo la temperatura del mes ms caluroso (Enero) igual a 28C y la temperatura del mes ms fro (Julio) de 16C. Esta rea corresponde a una de las zonas ms calurosas de Amrica del Sur presentando una tempertura mxima absoluta mayor a 48C. La precipitacin anual es baja (entre 400 y 900 mm) con un marcado patrn de estacionalidad de tipo monznica y las lluvias ocurren de noviembre a marzo (Minetti, 1999). La vegetacin nativa presente en el rea de estudio est caracterizada por un bosque subtropical seco dominado por Schinopsis lorentzii, Aspidosperma quebracho blanco y Bulnesia sarmientoi asociadas con otras especies como Ziziphus mistol, Caesalpinia paraguayensis y Prosopis spp. (Cabrera, 1976). Las especies ms comunes dentro del estrato superior son perennes (B. sarmientoi y A. quebracho-blanco) y semideciduas (S. lorentzii), mientras que en el estrato inferior son deciduas como Z. mistol, Prosopis spp. y C. paraguarensis (Hueck, 1978; Gimnez y Moglia, 2003). Estos bosques presentan una variacin importante en rea basal desde 1 a 2 15 m /ha (Primer Inventario Nacional de Bosques Nativos de Argentina, 2005). El sotobosque est dominado principalmente por

Datos satelitales y parmetros biofsicos

su

relacin

con

SALTA

FORMOSA

P229R7 7

CHACO

P229R

78

SANTIAGO DEL ESTERO

Fig. 1. (a) rea de estudio (Imgenes Landsat en punteado blanco) y unidades de muestreo, (b) Argentina en Sudamrica y (c) rea de estudio en el Parque Chaqueo en Argentina. P: path, R: row. arbustos o pastos y en algunos casos, por suelo desnudo. La principal actividad econmica es la cra de ganado desarrollada frecuentemente dentro del bosque. A su vez, la produccin de carbn y la extraccin de lea para el consumo local son actividades importantes en la zona. En particular, se desarrollan en esta rea actividades agrcolas incipientes que estn restringidas por el rgimen de precipitacin. Los datos de campo utilizados en este trabajo para estimar la biomasa area fueron adquiridos en el ao 2000 para la realizacin del Primer Inventario Nacional de Bosques Nativos de Argentina. En este trabajo, se seleccionaron 15 unidades de muestreo (UM) de un grupo de datos provenientes de un diseo de muestreo sistemtico (grilla de 50 x 50 km), los cuales fueron georreferenciados e incorporados a un sistema de informacin geogrfica (SIG) (Fig. 1). El tamao de cada UM fue de 800 x 10 m donde se determin la especie y se midieron el dimetro a la altura del pecho (DAP) y la altura de todos los rboles con DAP mayor a 10 cm. Para cada UM se estim el volumen por especie utilizando frmulas estndares de volumen desarrolladas por Sevola (1975). Posteriormente, se estim la biomasa area para cada una de las muestras siguiendo la metodologa propuesta por Brown (1997), utilizando datos de densidad de madera (peso seco por unidad de volumen) provenientes del Instituto Nacional de Tecnologa Industrial (INTI-CITEMA, 2003).

Debido a la complejidad de los ecosistemas presentes en la regin Parque Chaqueo, el anlisis temporal de datos espectrales permite mejorar notablemente la capacidad para discriminar la vegetacin en la regin (Cohen et al., 2003). A fines de evaluar esta capacidad, se adquirieron un grupo de imgenes satelitales Landsat 7 ETM+ (path/row: 229/77 y 229/78) (Fig. 1) de diferentes fechas: 28 Julio 2001, 9 Marzo 2002, 12 Mayo 2002, 24 Febrero 2003 y 13 Abril 2003. Este grupo de imgenes incluye diferentes estados fenolgicos de la vegetacin. El preprocesamiento de las imgenes comprendi la georreferenciacin y el clculo de reflectancia en superficie. En una primera etapa, las imgenes correspondientes a la fecha del mes de Julio fueron georreferenciadas utilizando parmetros orbitales y puntos de referencia en el terreno geolocalizados con un Sistema de Posicionamiento Global (GPS) y dichas imgenes georreferenciadas fueron utilizadas como referencia para corregistrar el resto de las imgenes. Para llevar a cabo la corregistracin, se identificaron 50 puntos de control para cada imagen y se aplic una transformacin polinmica de primer orden con un error cuadrtico medio menor al pxel (30 m), utilizando como mtodo de remuestreo el del vecino ms cercano. El sistema de proyeccin utilizado fue el sistema oficial adoptado por Argentina (Gauss Krger, Datum WGS 84). En una segunda etapa, se calcul la reflectancia en superficie para todas las imgenes utilizando la correccin atmosfrica de Rayleigh (Kaufman, 1989). Luego, se calcularon los siguientes ndices de vegetacin: ndice de Vegetacin Normalizado (Normalized Difference Vegetation Index - NDVI) e ndice de Vegetacin Ajustado al Suelo (Soil-Adjusted Vegetation Index - SAVI). El NDVI es un ndice comnmente utilizado que refleja las caractersticas de la vegetacin tales como biomasa area, biomasa verde y contenido de clorofila (Tucker, 1979). Dicho ndice combina la banda del rojo (RED) y la del infrarrojo cercano (NIR) de la siguiente manera: NDVI = (NIR RED) / (NIR + RED). El SAVI fue propuesto por Huete (1988) para minimizar la variacin espectral debida al aporte del tipo de suelo presente debajo de la vegetacin. Este ndice se calcula como SAVI = (1 + L) * (NIR RED) / (NIR + RED + L) donde L = 0.5 a fines de reducir el efecto del suelo en una zona con

vegetacin de densidad intermedia. Luego, se gener para cada UM una transecta de 800 m y alrededor de la misma se construy un rea buffer de 50 m, a partir de las cuales se seleccionaron las muestras espectrales (reflectancia media de cada banda de Landsat 7 ETM+ exceptuando la banda del infrarrojo trmico) y las muestras de los ndices de vegetacin (medias del NDVI y del SAVI). Todos los procedimientos fueron realizados utilizando los programas ArcView GIS 3.2a y ERDAS Imagine 8.5. Por ltimo, se realiz una correlacin de los datos de biomasa area con los valores espectrales de las diferentes bandas y con los valores de los ndices de vegetacin calculados para todas las fechas analizadas, utilizando una prueba no paramtica de Sperman a dos colas. El anlisis de las correlaciones obtenidas permitir identificar la mejor fecha para estimar biomasa area en la zona de estudio a partir del desarrollo de modelos empricos, los cuales son importantes para relacionar variables biofsicas medidas a campo con datos provenientes de sensores remotos (Cohen et al., 2003).

Tabla 1. Biomasa estimada de las unidades de muestreo Unidad de muestreo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Biomasa area (Tn/ha) 54,6 135,0 79,4 101,3 92,5 93,3 99,4 103,0 103,5 122,6 92,1 132,6 86,2 125,4 113,0

Resultados
Las muestras seleccionadas para el rea de estudio (N=15) presentan valores de biomasa area entre 54,6 y 135 Tn/ha y un promedio de 102 Tn/ha (Tabla 1). Por otra parte, las firmas espectrales de las muestras correspondientes a las bandas ETM para cada fecha analizada evidencian el patrn comn encontrado para los bosques secos en la regin Parque Chaqueo (Fig. 2), con bajos valores para las bandas 1 (azul) y 3 (rojo) y un mximo relativo en la banda 2 (verde) en verano (Febrero y Marzo) y otoo (Mayo y Abril) de acuerdo al comportamiento de absorcin y reflexin de la clorofila. Por el contrario, la banda 4 (infrarrojo cercano) presenta una alta reflectancia debido a la reflexin de la estructura interna de la hoja (mesfilo) mientras que las bandas 5 y 7 (infrarrojo medio) muestran una disminucin en la reflectancia como resultado de la absorcin del contenido de agua en las hojas. La diferencia entre las bandas 4 y 5 es mayor en verano y tambin en Abril.

En invierno (Julio) existe un cambio en la relacin entre dichas bandas mientras que el mximo relativo para la banda 2 desaparece. Esto se debe a que los bosques abiertos semideciduos disminuyen su actividad fotosinttica debido a la prdida de biomasa verde durante esta estacin del ao. La banda 4 presenta una variacin estacional: altos valores en la poca lluviosa y bajos en la seca. El comportamiento de los diferentes ndices de vegetacin para las distintas muestras en funcin de la biomasa area se muestra en la figura 3. El NDVI vara entre 0.44 en invierno (Julio) y 0.77 al final del verano (Marzo) mientras que el SAVI evidencia menores variaciones (0,17 0,37) entre invierno y verano. El NDVI muestra una tendencia a aumentar a medida que los valores de biomasa aumentan para la fecha de Mayo 2002, aunque las muestras 14, 12 y 2 no siguen este comportamiento. Por ltimo, los coeficientes de correlacin (r) entre los valores de biomasa estimados a partir de mediciones en el campo y los valores espectrales e ndices de vegetacin se observan en la tabla 2. La fecha del 12 Mayo 2002 presenta ms correlaciones significativas que las dems fechas (bandas 2, 3, 5 y 7, NDVI).

25
28/07/2001 INVIERNO 09/03/2002 VERANO 12/05/2002 OTOO 24/02/2003 VERANO 13/04/2003 OTOO

20 Reflectancia en superficie (%)

15

10

0 B1 B2 B3 B4 B5 B7 Banda Landsat 7 ETM+

Fig. 2. Firmas espectrales para las fechas analizadas

Discusin
A partir de los resultados obtenidos, el uso de tcnicas de sensoramiento remoto podra ser de utilidad para la estimacin de la biomasa area del bosque en la subregin Semirida del Parque Chaqueo. Tal como proponen Feeley et al. (2005) para los bosques secos de Venezuela, el bosque chaqueo tambin presenta algunas ventajas sobre los bosques perennes en cuanto al uso de la teledeteccin ya que en esta zona es ms factible obtener imgenes libres de nubes y adems existen ciclos fenolgicos marcados, representando diferentes oportunidades para detectar las caractersticas de la vegetacin. En cuanto a las correlaciones, se presentaron en este trabajo coeficientes de correlacin significativos entre NDVI y biomasa area para la fecha del 12 Mayo 2002 (r = 0.559, p < 0.05), comparables con los obtenidos para NDVI y biomasa en Brasil y Tailandia (Foody et al., 2003), NDVI y cobertura arbrea en Venezuela (Feeley et al., 2005) y reflectancia de las bandas TM y biomasa en Brasil (Steininger, 2000). Dado que los bosques secos de la regin Parque Chaqueo no presentan alta biomasa area, el NDVI no alcanz valores elevados y por lo tanto el problema de saturacin de dicho ndice discutido en otros trabajos (Gilabert et al., 1997; Purevdorj et al., 1998; Dong et al., 2003) no result relevante en el rea de estudio. Por otra parte, Asner (1998) encontr

correlaciones significativas entre la reflectancia correspondiente a la banda del infrarrojo cercano (NIR) y la biomasa area del bosque, aunque los resultados presentados en este trabajo no evidenciaron lo mismo. Dado que se trata de un bosque abierto, es posible que el suelo est influyendo en la seal que recibe el sensor. Al calcular el SAVI, el cual incorpora un factor de correccin para reducir o suprimir el efecto del suelo (L), no se obtuvieron buenas correlaciones, aunque probablemente un slo valor de L no abarca la totalidad de la variacin de los tipos de suelo que caracterizan la regin. La posibilidad de explorar datos multitemporales permiti encontrar una correlacin significativa entre datos satelitales y biomasa area al comienzo de la estacin seca (otoo) mientras que no se obtuvieron buenos resultados para las fechas correspondientes a verano e invierno. Esto podra deberse a una respuesta fenolgica diferencial de los tipos de vegetacin (rboles, arbustos y pastos) a las condiciones climticas que se presentan a lo largo del ao. Si bien no se dispone de trabajos especficos para la regin Parque Chaqueo, en general la fenologa de los rboles est regulada principalmente por los mecanismos de almacenamiento de agua en la planta y el acceso a las reservas de agua subterrnea (Borchert, 1994; William et al., 1997; Do et al., 2005). Los rboles tienen una rpida reaccin cuando reciben las primeras precipitaciones al comienzo de la estacin lluviosa y por lo tanto la aparicin de las hojas ocurre sin un

0.90

0.80

0.70

NDVI

0.60

0.50

0.40

0.30 1
0.40

13

11

15

10

14

12

0.35

0.30

SAVI

0.25

0.20

0.15

0.10 1 3 13 11 5 6 7 4 8 9 15 10 14 12 2

Unidad de muestreo
Fecha
28-jul-01 09-mar-02 12-may-02 24-feb-03 13-abr-03

Fig. 3. ndices de vegetacin para las unidades de muestreo analizadas en las diferentes fechas. Las muestras se encuentran en orden creciente de biomasa. importante desfasaje en el tiempo. Pero la prdida de las hojas en los mismos responde ms lentamente a la disminucin de las lluvias y la defoliacin no estara regulada exclusivamente por la falta de precipitaciones sino tambin por un complejo mecanismo relacionado con la evapotranspiracin y la disponibilidad de agua subterrnea. Por el contrario, la vegetacin que tiene acceso slo al agua superficial (arbustos y pastos) tiene una rpida respuesta a la disminucin en las precipitaciones, reduciendo su actividad fotosinttica al comienzo de la estacin seca (William y Running, 2004; Do et al., 2005; Spessa et al., 2005). En este sentido, el ciclo fenolgico del bosque chaqueo estara respondiendo al mecanismo general descripto para otros bosques secos, donde los arbustos y pastos se ven afectados por la sequa al comienzo de la estacin seca (Abril-Mayo) dado

Fecha B1
28JUL01 09MAR02 12MAY02 24FEB03 13ABR03 -0,200 -0,365 -0,493 -0,326 -0,597**

Banda Espectral Landsat 7 ETM+ B2

B3
-0,144 -0,497 -0,614* -0,288 -0,421

B4
-0,174 -0,141 -0,057 -0,338 -0,262

B5
-0,159 -0,574* -0,521* -0,397 -0,182

B7
-0,218 -0,465 -0,654** -0,356 -0,156

ndices de Vegetacin NDVI SAVI

Tabla 2. Coeficientes de correlacin entre biomasa area y datos espectrales e ndices de vegetacin. (* p < 0.05 y ** p < 0.01) que poseen solamente races superficiales mientras que los rboles tienen mayor capacidad de explorar y utilizar las aguas subterrneas y por lo tanto, la defoliacin comenzara a mediados de la estacin seca (Junio-Agosto) con un mximo al final de la misma (Septiembre-Noviembre). Sumado a esto, las primeras heladas en Mayo tienen un gran efecto sobre los pastos y arbustos, declinando su actividad fotosinttica en la subregin Semirida del Parque Chaqueo (Kunst y Bravo, 2003). En consecuencia, el comienzo de la estacin seca (Abril-Mayo), cuando la mayor proporcin de la actividad fotosinttica corresponde a los rboles, sera el perodo ms apropiado para relacionar datos satelitales con cobertura de rboles y biomasa desarrollando modelos de regresin. La variacin climtica interanual tambin podra afectar la fenologa y por lo tanto la respuesta espectral, indicando que es importante considerar la situacin particular de cada ao a fines de mejorar las estimaciones. A partir de datos climticos del centro del rea de estudio (Taco Pozo, provincia del Chaco) (Galvn et al., 2003; SAGPyA, 2007), caractersticos del rgimen semirido, se conoce por ejemplo que las precipitaciones correspondientes a las seis semanas previas a la fecha de adquisicin de las imgenes de Abril 2003 (comienzo de la estacin seca) fue mayor que la media histrica para dicho perodo (aproximadamente 344 y 145 mm respectivamente), representando ms de la mitad de las precipitaciones anuales (aproximadamente 650 mm). Es por ello, que la firma espectral para Abril 2003 fue similar a ambas fechas de verano (Fig. 2), cuando las precipitaciones son mayores, presentando tambin en este caso la mayora de las correlaciones no significativas (Tabla 2). Posiblemente, datos satelitales de Abril de un ao con precipitaciones normales podra mostrar respuestas similares a las encontradas para Mayo 2002. Por otra parte, las precipitaciones correspondientes a las seis semanas previas al 12 Mayo 2002 fueron similares a los valores medios histricos (60 mm).

Conclusiones
La informacin de la estructura del bosque y especialmente la biomasa a nivel regional es fundamental para estudios de cambio global. Los resultados presentados en este trabajo sugieren que las imgenes satelitales Landsat 7 ETM+ proveen datos valiosos que pueden ser relacionados con informacin de campo para desarrollar metodologas de monitoreo de biomasa area de los bosques secos de la subregin Semirida del Parque Chaqueo. El mecanismo fenolgico, fuertemente asociado con la disponibilidad de agua, resulta crtico para determinar la poca ms apropiada de adquisicin de imgenes satelitales. De este trabajo se deduce que el uso de datos satelitales de comienzos de la estacin seca permitira estimar la biomasa area dado que los pastos y arbustos sufren ms intensamente las restricciones hdricas que los rboles en esta poca en un ao con rgimen normal de precipitaciones.

Referencias
Asner, G.P. 1998. Biophysical and biochemical sources of variability in canopy reflectance. Rem. Sens. Environ. 64, 234-253. Asner, G., Knapp, D., Broadbent, E., Oliveira, P., Keller, M., Silva, J. 2005. Selective logging in the Brazilian Amazon. Science 310, 480-482. Borchert, R. 1994. Soil and stem water storage determine phenology and distribution of tropical dry forest trees. Ecology 75, 1437-1449.

Boyd, D.S., Foody, G.M., Ripple, W.J. 2002. Evaluation of approaches for forest cover estimation in the Pacific Northwest, USA, using remote sensing. Appl. Geography 22, 375-392. Brown, S. 1997. Estimating Biomass and Biomass Change of Tropical Forests: a Primer. FAO Forestry Paper N 134. Cabrera, A.L. 1976. Regiones Fitogeogrficas de Argentina. ACME, Buenos Aires. Cohen, W., Maiersperger, T., Gower, S., Turner, D.P. 2003. An improved strategy for regression of biophysical variables and Landsat ETM+ data. Rem. Sens. Environ. 84, 561-571. Do, F., Goudiaby, V., Gimenez, O., Diagne, A., Diouf, M., Rocheteau, A., Akpo, L. 2005. Environmental influence on canopy phenology in the dry tropics. For. Ecol. Man. 215, 319-328. Dong J., Kaufmann, R., Myneni, R.B., Tucker, C.J., Kauppi, P.E., Liskid, J., Buermann, W., Alexeyev, V., Hughes, M.K. 2003. Remote sensing estimates of boreal and temperate forest woody biomass: carbon pools, sources, and links. Rem. Sens. Environ. 84, 393-410. Feeley, K., Gillespie, T., Terborgh, J. 2005. The utility of spectral indices from Landsat ETM+ for measuring the structure and composition of tropical dry forest. Biotropica 37, 508-519. Foley, J., DeFries, R., Asner, G., Barford, C. Bonan, G., Carpenter, S., Chapin, F., Coe, M., Daily, G., Gibbs, H., Helkowski, J., Holloway, T., Howard, E., Kucharik, C., Monfreda, C., Patz, J., Prentice, I., Ramankutty, N., Snyder, P. 2005. Global consequences of land use. Science 309, 570-574. Foley, J., Asner, G., Costa, M., Coe, M., DeFries, R., Gibbs, H., Howard, E., Olson, S., Patz, J.A., Ramankutty, N., Snyder, P. 2007. Amazonia revealed: forest degradation and loss of ecosystem goods and services in the Amazon Basin. Front. Ecol. Environ. 5, 25-32. Foody, G., Cutler, M., McMorrow, J., Pelz D., Tangki, H., Boyd, D., Douglas, I. 2001. Mapping the biomass of Bornean rain forest from remotely sensed data. Global Ecol. Biogeogr. 10, 379-387. Foody, G., Boyd, D., Cutler, M. 2003. Predictive relations of tropical biomass from Landsat TM data and their transferability between regions. Rem. Sens. Environ. 85, 463-474. Galvan, L., Infante, C., Acua, L.R., Angueira, C. 2003. Anlisis espacial de precipitaciones en la provincia de Santiago del Estero a escalas temporales mensual y anual. Proceedings Congreso Regional de Ciencia y Tecnologa NOA. SeCyT. Univ. Nacional de Catamarca. Gasparri, N.I., Manghi, E. 2004. Estimacin de volumen, biomasa y contenido de carbono de

las regiones forestales argentinas. UMSEF. Direccin de Bosques, SAyDS, Argentina. http://www.ambiente.gov.ar/archivos/web/UMS EF/File/volumen_biomasa_carbono.pdf Gilabert, M.A., Gonzlez-Piqueras, J., GarcaHaro, J. 1997. Acerca de los ndices de vegetacin. Revista de teledeteccin 8, 1-10. Gimnez, A.M., Moglia, J.G., 2003. rboles del Chaco Argentino: gua para el reconocimiento dendrolgico. UNSE-SAyDS, Argentina. Grau, H., Gasparri, N., Aide, T. 2005. Deforestation trends and soybean expansion in subtropical Argentina. Envir. Cons. 32,140-148. Hoekstra, J., Boucher, T., Ricketts, T., Roberts, C. 2005. Confronting a biome crisis: global disparities of habitat loss and protection. Ecology Letters 8, 23-29. Hougthon, R.A. 2005. Aboveground forest biomass and the global carbon balance. Global Change Biol. 11, 945-958. Hueck, K. 1978. Los bosques de Sudamrica. Ecologa, composicin e importancia econmica. GTZ, Eschborn, BRD. Huete, A.R. 1988. A soil-adjusted vegetation index (SAVI). Rem. Sens. Envir. 25, 295-309. INTI CITEMA , 2003. Listado de densidades de maderas. http://www.inti.gov.ar/maderas/pdf/ densidad_cientifico.pdf Kauffman, Y.J. 1989. The atmospheric effect on remote sensing and its correction. In: Asrar, G. (Ed.), Theory and Application of Optical Remote Sensing. New York. Klinck, C., Machado, R. 2005. Conservation of the Brazilian Cerrado. Cons. Biol. 19, 703-713. Kunst, C.R., Bravo, S. 2003. Ecologa y rgimen de fuego en la regin chaquea argentina. In: Kunst, C.R., Bravo, S., Panigatti, J.L. (Eds.), Fuego en los ecosistemas argentinos. INTA. Sgo. del Estero, pp. 109-118. Lawrence, R.L., Ripple, W.J. 1998. Comparisons among vegetation indices and bandwise regression in a highly disturbed, heterogeneous landscape: Mount St. Helens, Washington. Rem. Sens. Environ. 64, 91-102. Lu, D., Mausel, P., Brondzio, E., Moran, E. 2004. Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin. For. Ecol. Manage. 198, 149-167. Minetti, J.L. 1999. Atlas Climtico del Noroeste Argentino. Laboratorio Climatolgico Sudamericano, Tucumn, Argentina. Nelson, R., Kimes, D.S., Salas, W.A., Routhier, M. 2000. Secondary forest age and tropical forest biomass estimation using thematic mapper imagery. Bioscience 50, 419-431.

Nepstad, D., Verissimo, A., Alencart, A., Nobre, C., Lima, E., Lefebvre, P., Schlesinger, P., Potter, C., Moutinho, P., Mendoza, E., Cocrhane, M., Brooks, V. 2003. Large-scale impoverishment of Amazonian forests by logging and fire. Nature 398, 505-5008. Primer Inventario Nacional de Bosques Nativos de Argentina. 2005. Proyecto Bosques Nativos y reas Protegidas. Secretara de Ambiente y Desarrollo Sustentable, Buenos Aires. Purevdorj, T., Tateishi, R.T.I., Honda, Y. 1998. Relationships between percent vegetation cover and vegetation indices. Int. J. Rem. Sens. 19, 3519-3535. SAGPyA (Secretara de Agricultura Ganadera Pesca y Alimentacin). 2007. Registro pluviomtricos semanales 1999-2004. http://www.sagpya.mecon.gov.ar/. Sevola, Y. 1975. Cubicacin de rboles en el inventario forestal del noroeste argentino. Spessa, A., McBeth, B., Prentice, C. 2005. Relationship among fire frequency, rainfall and vegetation patterns in the wet-dry tropics of northern Australia: an analysis based on NOAAAVHRR data. Global Ecology and Biogeography 14, 439-454. Steininger, M.K. 2000. Satellite estimation of tropical secondary forest above-ground biomass: data from Brazil and Bolivia. Int. J. Rem. Sens. 21, 1139-1157 Tucker, C.J. 1979. Red and photographic infrared linear combinations for monitoring vegetation. Rem. Sens. Environ. 8, 127-150. UMSEF. 2007. Monitoreo de la superficie de bosque nativo de Argentina. www.ambiente.gov.ar/umsef William, M. J., Running, S.W. 2004. Effect of precipitation and soil water potential on drought deciduous phenology in the Kalahari. Global Change Biol.10, 303-308. Williams, R.J., Myers, B.A., Muller, W.J., Duff, G.A., and Eamus, D. 1997. Leaf phenology of woody species in a north Australian tropical savanna. Ecology 78, 2542-2558. Zak M., Cabido, M., Hodgson, J. 2004. Do subtropical seasonal forests in the Gran Chaco, Argentina, have a future? Biol. Cons. 120, 589598.