Una vista desde arriba de las copas de los árboles del Amazonas puede revelar variaciones en el brillo que contienen información sobre el crecimiento de las plantas. Crédito:Ari Kornfeld
Las imágenes satelitales de la vida vegetal de la Tierra han sido valiosas para administrar cultivos o detectar deforestación, pero los métodos actuales a menudo están contaminados por la luz reflejada por otras cosas como las nubes, suelo y nieve. Ahora, Los investigadores de Stanford y la Carnegie Institution for Science han desbloqueado el potencial de satélites de décadas de antigüedad con un ajuste tecnológico para aislar mejor la señal de las plantas únicamente.
El nuevo enfoque evita las deficiencias anteriores y proporciona una forma relativamente asequible de recopilar datos, ya que no requiere el lanzamiento de nuevos satélites con capacidades ampliadas. Los resultados, publicado en Avances de la ciencia , tienen implicaciones para nuestra comprensión de la agricultura, la biodiversidad y el cambio global en general.
Los satélites han recopilado datos agrícolas desde 1972, utilizando la luz del sol reflejada en las plantas. Un avance de 2011 permitió a los investigadores detectar la fluorescencia, la luz emitida por las propias plantas. El nuevo enfoque desarrollado en Stanford se basa en el enfoque de fluorescencia midiendo solo la fracción de luz reflejada por las plantas. eliminando el "ruido de fondo".
"La cadena causal de las plantas a los fotones y las imágenes es clara, "dijo el coautor Chris Field, el profesor Melvin y Joan Lane de Estudios Ambientales Interdisciplinarios. "Este nuevo índice es claramente poderoso, pero también simple y elegante ".
El nuevo enfoque hace un mejor uso de los datos existentes, según el autor principal Grayson Badgley, estudiante de posgrado en la Escuela de la Tierra de Stanford, Ciencias energéticas y ambientales. "Con los satélites que tenemos desde 1978, puede inferir más directamente qué tan saludables son las plantas y qué tan bien están creciendo, "Badgley dijo. Eso, Sucesivamente, podría ayudar a realizar mediciones más precisas y oportunas de los rendimientos de los cultivos, salud vegetal, sequía, la tala de bosques y una serie de otras cuestiones.