Caracterización del estado de los ecosistemas terrestres a través de las variaciones interanuales de RUE (Rain Use Efficiency)

  1. Simó-Martí, Marina 1
  2. Martínez, Beatriz 2
  3. Gilabert, María Amparo 2
  1. 1 Universidad Politécnica de Valencia
    info

    Universidad Politécnica de Valencia

    Valencia, España

    ROR https://ror.org/01460j859

  2. 2 Universitat de València
    info

    Universitat de València

    Valencia, España

    ROR https://ror.org/043nxc105

Revista:
Revista de teledetección: Revista de la Asociación Española de Teledetección

ISSN: 1133-0953

Año de publicación: 2023

Número: 62

Páginas: 71-88

Tipo: Artículo

DOI: 10.4995/RAET.2023.19980 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de teledetección: Revista de la Asociación Española de Teledetección

Resumen

La degradación de los ecosistemas se ha incrementado en las últimas décadas y se prevé que el cambio climático incremente su riesgo, sobre todo en los ecosistemas áridos y semiáridos. El objetivo de este trabajo es la caracterización del estado de los ecosistemas terrestres del territorio español peninsular y las Islas Baleares a través del análisis temporal de la variable RUE (Rain Use Efficiency) durante el periodo 2004-2018. Las imágenes de RUE anual se han calculado como el cociente entre la producción primaria bruta (GPP) anual y la precipitación acumulada (PPT) anual a una resolución espacial de 1 km, y posteriormente se han normalizado los valores. La GPP anual se deriva de la GPP diaria, obtenida utilizando una optimización del modelo de Monteith y la PPT a partir de las imágenes de precipitación diaria, que proceden de aplicar un kriging a los datos de las estaciones de la red de AEMet. El análisis temporal de la RUE se ha realizado calculando su pendiente con el test de Mann-Kendall y el método de Sen-Theil. La RUE se ha analizado a tres niveles de estudio: a nivel regional, por tipos de vegetación y a nivel de píxel. Los resultados han mostrado una tendencia negativa de la RUE normalizada (entre -0.05 y -0.25 año-1) para la mayoría del territorio, para las 9 clases de vegetación (siendo las clases forestales las que han presentado las pendientes más acusadas) y en 5 de los 8 ecosistemas analizados a nivel de píxel. Un declive en la RUE indica cierta degradación en la cubierta vegetal. Del análisis de los resultados se ha extraído que la variabilidad interanual de la RUE se encuentra mediada en gran parte por la precipitación (correlación negativa). Se ha observado que la GPP ha experimentado en los últimos años un incremento progresivo conocido como greening.

€ Ver financiación

Información de financiación

Financiadores

Referencias bibliográficas

  • Bai, Y., Wu, J., Xing, Q., Pan, Q., Huang, J., Yang, D., Han, X., 2008. Primary production and rain use efficiency across a precipitation gradient on the Mongolia Plateau. Ecology, 89(8), 2140-2153. https://doi.org/10.1890/07-0992.1
  • Burkey, J. Mann-Kendall Taub-b with Sen's Method (enhanced). En MATLAB Central File Exchange. Último acceso, 8 de Octubre, 2021, https://www.mathworks.com/matlabcentral/fileexchange/11190-mann-kendall-tau- b-with-sen-s-method-enhanced
  • Cañizares, M., Moreno, A., Sánchez-Ruiz, S., Gilabert, M., 2017. Variabilidad de la eficiencia en el uso del carbono a partir de datos MODIS. Revista de Teledetección, 48, 1-12. https://doi.org/10.4995/raet.2017.7044
  • Chen, Z., Wang, W., Yu, Z., Xia, J., Schwartz, F., 2020. The collapse points of increasing trend of vegetation rain-use efficiency under droughts. Environmental Research Letters, 15. https://doi.org/10.1088/1748-9326/abb332
  • Chopra, K., Leemans, R., Kumar, P., Simons, H., 2005. Ecosystems and human well-being: policy responses. En W. (. Analysis), The millennium ecosystem assessment series vol. 3 (Vol. 3). Washington D.C.: Island Press.
  • Dardel, C., Kergoat, L., Hiernaux, P., Grippa, M., Mougin, E., Ciais, P., Nguyen, C., 2014. Rain-Use-Efficiency: What it Tells us about the Conflicting Sahel Greening and Sahelian Paradox. Remote Sensing, 6, 3446-3474. https://doi.org/10.3390/rs6043446
  • Fensholt, R., Rasmussen, K., 2011. Analysis of trends in the Sahelian 'rain-use efficiency' using GIMMS NDVI, RFE and GPCP rainfall data. Remote Sensing of Environment, 115, 438-451. https://doi.org/10.1016/j.rse.2010.09.014
  • Gilabert, A., Moreno, A., Maselli, F., Martínez, B., Chiesi, M., Shánchez-Ruiz, S., . . . Carrara, A., 2015. Daily GPP estimates in Mediterranean ecosystems by combining remote sensing and meteorological data. ISPRS Journal of Photogrammetry and Remote Sensing, 102, 184-197. https://doi.org/10.1016/j.isprsjprs.2015.01.017
  • Holm, A., Cridland, S., Roderick, M., 2003. The use of time-integrated NOAA NDVI data and rainfall to assess landscape degradation in the arid shrubland of Western Australia. Remote Sensing of Environment, 85, 145-158. https://doi.org/10.1016/S0034-4257(02)00199-2
  • Huang, F., & Xu, S., 2016. Spatio-Temporal Variations of Rain-Use Efficiency in the West of Songliao Plain, China. Sustainability, 8(308). https://doi.org/10.3390/su8040308
  • Huxman, T., Smith, M., Fay, P., Knapp, A., Shaw, R., Lolk, M., . . . Williams, D., 2004. Convergence across biomes to a common rain-use efficiency. Nature, 429, 651-654. https://doi.org/10.1038/nature02561
  • IPCC, 2019. Climate Change and Land: an IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems.
  • Keenan, T.F., Colin Prentice, I., Canadell, J.G., Williams, C.A., Wang, H., Raupach, M., Collatz, G.J., 2016. Recent pause in the growth rate of atmospheric CO2 due to enhanced terrestrial carbon uptake. Nature Communications 7, 13428. https://doi.org/10.1038/ncomms13428
  • Kendall, M., 1985. Rank correlation methods (4th Edition ed.). London: Charles Griffin.
  • Le Houérou, H. N., 1984. Rain use efficiency - A unifying concept in arid-land ecology. Journal of Arid Environments, 7, 213-247. https://doi.org/10.1016/S0140-1963(18)31362-4
  • Mann, H., 1945. Non-parametric tests against trend. Econometrica, 13, 245-259. https://doi.org/10.2307/1907187
  • Martínez, B., Gilabert, M. 2009. Vegetation dynamics from NDVI time series analysis using the wavelet transform. Remote Sensing of Environment, 113, 1823-1842. https://doi.org/10.1016/j.rse.2009.04.016
  • Martínez, B., Sánchez-Ruiz, S., Campos-Taberner, M., García-Haro, F.J., Gilabert, MA. 2022. Exploring Ecosystem Functioning in Spain with Gross and Net Primary Production Time Series. Remote Sensing, 14(6),1310. https://doi.org/10.3390/rs14061310
  • McKee, T., Doesken, N., Kleist, J., 1993. The relationship of drought frequency and duration to time scales. En: Proceedings of the 8th Conference on Applied Climatology. Boston: American Meteorological Society, pp. 179-184.
  • Pan, N., Feng, X., Fu, B., Wang, S., Ji, F., Pan, S., 2018. Increasing global vegetation browning hidden in overall vegetation greening: Insights from time-varying trends. Remote Sensing of Environment, 214, 59-72. https://doi.org/10.1016/j.rse.2018.05.018
  • Paniagua, L., García-Martin, A., Moral, F., Rebollo, F., 2019. Aridity in the Iberian Peninsula (1960-2017): distribution, tendencies, and changes. Theoretical and Applied Climatology, 138, 811-830. https://doi.org/10.1007/s00704-019-02866-0
  • Pérez-Hoyos, A., García-Haro, J., San-Miguel-Ayanz, J., 2012. A methodology to generate a synergetic land-cover map by fusion of different land-cover products. International Journal of Applied Earth Observation and Geoinformation, 19, 72-87. https://doi.org/10.1016/j.jag.2012.04.011
  • Ponce-Campos, G., Moran, S., Huete, A., Zhang, Y., Bresloff, C., Huxman, T., . . . Bosch, D., 2013. Ecosystem resilience despite large-scale altered hydroclimatic conditions. Nature, 494, 349-353. https://doi.org/10.1038/nature11836
  • Sánchez-Ruiz, S., Martínez, B., Campos-Taberner, M., García-Haro, F., Gilabert, M., 2019. Análisis de tendencia en la GPP anual sobre la España peninsular. XVIII Congreso de la Asociación Española de Teledetección, (pp. 249-252). Valladolid.
  • Sen, P., 1968. Estimates of the Regression Coefficient Based on Kendall's Tau. Journal of the American Statistical Association, 63, 1379-1389. https://doi.org/10.1080/01621459.1968.10480934
  • Sun, J., Zhou, T., Du, W., Wei, Y., 2019. Precipitation mediates the temporal dynamics of net primary productivity and precipitation use efficiency in China's northern and southern forests. Annals of Forest Science, 76(92). https://doi.org/10.1007/s13595-019-0876-1
  • Tang, X., Li, H., Desai, A., Nagy, Z., Luo, J., Kolb, T., . . . Ammann, C., 2014. How is water-use efficiency of terrestrial ecosystems distributed and changing on earth? Scientific Reports, 4(7483). https://doi.org/10.1038/srep07483
  • Vicente-Serrano, S., Gouveia, C., Camarero, J., Beguería, S., Trigo, R., López-Moreno, J., . . . Lorenzo-Lacruz, J. (2013). Response of vegetation to drought time-scales across global land biomes. Proc. Natl. Acad. Sci. U.S.A., 110(1), 52-7. https://doi.org/10.1073/pnas.1207068110
  • Weng, Q., 2018. Remote Sensing Time Series Image Processing. Boca Raton: CRC Press. https://doi.org/10.1201/9781315166636
  • Yan, L., Luo, Y., Sherry, R., Bell, J., Zhou, X., Xia, J. 2014. Rain use efficiency as affected by climate warming and biofuel harvest: results from a 12-year field experiment. GCB Bioenergy, 6, 556-565. https://doi.org/10.1111/gcbb.12081
  • Zhang, X., Wang, J., Wu, C., Kuca, K., 2020. The spatial distribution patterns of rainfall use efficiency (RUE) of evergreen coniferous forests in Chinese subtropical zone. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 48, 492-502. https://doi.org/10.15835/nbha48111767
  • Zhu, Z., Piao, S., Myneni, R., Huang, M., Zeng, Z., Canadell, J., . . . Arneth, A., 2016. Greening of the Earth and its drivers. Nature Climate Change, 6, 791-795. https://doi.org/10.1038/nclimate3004
Fuente de los datos: Dialnet