dinámica de la cobertura vegetal y los usos de la tierra a través … · 2013. 12. 18. · juan...

Asociación Española de Teledetección Revista de Teledetección 40, xxx-xxxISSN: 1988-8740

Dinámica de la cobertura vegetal y los usos de la tierra a través de modelos de no-equilibrio

A. H. Britos1 y A. H. Barchuk1,21 Instituto Superior de Estudios Ambientales. Secretaría de Ciencia y Tecnología.

Universidad Nacional de Córdoba. Juan Filloy s/n2 Ecología Agrícola. Facultad de Ciencias Agropecuarias (UNC). Av. Valparaíso s/n.

Ciudad Universitaria. 5000 Córdoba, Argentina

Resumen

Se caracterizaron los patrones espacio-temporales de la cobertura vegetal en relación con los usosdel suelo, mediante el análisis de una serie temporal (1984-2010) de imágenes con valores de Índicede Vegetación de Diferencia Normalizada (NDVI) provenientes de sensores Landsat TM (Path 230,Row 81) de una porción de la cuenca de las Salinas Grandes, Chaco Árido, Argentina. Se postula quelas perturbaciones de alta intensidad, tales como el desmonte con rolado frecuente, afectan la resi-liencia de la vegetación y provocan el desarrollo de umbrales críticos a escala regional. La coberturavegetal continua es reemplazada por vegetación dispersa y esto altera la dinámica de la vegetacióntanto en áreas altas como bajas de la cuenca. Se utilizó el algoritmo K-Means del Programa de SIGIdrisi Taiga para agrupar 27 firmas espectrales de NDVI y sus desvíos estándar (de una ventana mó-vil de 5 × pixeles), en clases discretas de tendencias. Las tendencias se analizaron mediante Modelosde Regresión Lineales, Generales y Mixtos. En base a los R2 (fuerza del ajuste) y los p-valores signi-ficativos se agruparon las tendencias lineales en crecientes, decrecientes y estables. El Análisis de laAutocorrelación temporal (ACF) permitió detectar los cambios de estado. Los análisis realizados per-miten postular que la disminución de NDVI, causada por la alta incidencia de desmontes con sucesi-vos rolados, provocan la pérdida de nutrientes y agua por escurrimiento superficial, desde las zonasmás altas hacia las áreas bajas de la cuenca en las Salinas, es allí donde se produce una tendencia alaumento del NDVI, es decir, de la cobertura vegetal halófila. Tanto el seguimiento retrospectivo delíndice verde como la evaluación de su respuesta, han permitido interpretar el modelo de la teoría decatástrofes. Los resultados refuerzan la idea de un salto en el modelo de histéresis y el posible desa-rrollo de un cambio irreversible en la escala regional.

Palabras clave: índice de vegetación, monitoreo de bosques, teledetección, tendencias, cambio deuso del suelo, modelos de no equilibrio, Argentina

Abstract

Vegetation cover dynamics and land uses through non-equilibrium modelsWe characterize the spatio-temporal patterns of vegetation cover in relation to land use, through

analysis of time series (1984-2010) of images of Normalized Difference Vegetation Index (NDVI)from Landsat TM sensors (Path 230, Row 81) of a portion of the watershed of the Salinas Grandes,Arid Chaco, Argentina. It is postulated that high intensity disturbances, such as frequent shrub clearingwith roller chopping, affects resilience vegetation and cause the developing of critical thresholds ofchange at a regional scale. The continuous vegetation cover is replaced by sparse vegetation, and thisalters the dynamics of vegetation cover in both high and low areas of the basin. The K-Means algorithmfrom Idrisi Taiga software was employed in order to group, in discrete trend types, the NDVI spectralsignatures of the 27 images. Characterization of the direction and strength of a trend can beaccomplished with regression analysis with General and Mixed Models. For detection of thresholds

* Autor para la correspondencia: [email protected]: 07-06-13; Aceptado: 03-12-13.

Introducción

Los cambios de uso de la tierra (Gasparri yGrau, 2009; Volante et al., 2012) y la pérdidacreciente de cobertura de los bosques nativosen zonas áridas y semiáridas, desencadenanprocesos progresivos de desertificación (Le Po-lain de Waroux y Lambin, 2012). Entre estosbosques que representan el 6% del total a es-cala mundial, está incluido el Chaco Árido(Morello et al., 1985). Este ecosistema estásiendo degradado por sobrepastoreo (Blancoet al., 2008; 2009), deforestado para el esta-blecimiento de la ganadería bovina intensiva(Kunst et al., 2006) y convertido en grandespotreros de pastizales (como en casos citadospara Mexico por Franklin et al., 2006). Estaspérdidas de cobertura en zonas áridas ocasio-nan la reducción en la productividad biológi-ca y económica, la alteración de los ciclos bio-geoquímicos e hidrológicos (Forman, 1995;Tongway et al., 2004) principalmente, los flu-jos de evaporación, escurrimiento e infiltra-ción (Noy-Meir, 1973; Puigdefábregas et al.,1998; Whitford, 2002). Los parches de vege-tación adaptada (Ogle y Reynolds, 2004) sonislas de fertilidad donde se concentran recur-sos o propágulos y su ausencia ayuda a que laescorrentía superficial transporte restos orgá-nicos, sedimentos y nutrientes disueltos. Ensíntesis, la cobertura es un indicador de la «sa-lud» de los ecosistemas (Ludwig et al., 2004)y su reducción genera fuga de recursos (Lud-wig et al., 2007), al extremo que de persistireste proceso en el tiempo, el ecosistema pue-de desertif icarse (MEA, 2005; Dakos et al.,2011).

Los cambios de la vegetación en hábitats ári-dos y semiáridos con frecuencia no siguen unproceso ordenado de reemplazo de comunida-des en dirección a la comunidad climax predi-cha por Clements (Clements, 1936). Los mo-delos de no-equilibrio de Estados-Transiciones(Westoby et al., 1989) y de umbrales han sidopropuestos como alternativos a los modelos deequilibrio. Los supuestos del modelo de Esta-dos-Transiciones sostienen que el ecosistematiene múltiples estados estables y las transi-ciones entre estados pueden ser causadas porperturbaciones naturales y por acciones de ma-nejo (Bestelmeyer et al., 2003; Briske et al.,2005). Los umbrales representan las condicio-nes necesarias para modificar la estructura yfunción del ecosistema más allá de los límitesde su resiliencia ecológica, desarrollando es-tados alternativos (Scheffer et al., 2001; Folkeet al., 2004; Briske et al., 2005). La resilien-cia se refiere a la capacidad de un sistema pa-ra absorber las perturbaciones y reorganizarsemientras, experimenta un cambio a fin de man-tener esencialmente la misma función, estruc-tura y adaptaciones (Holling, 1973; Walkeret al., 2004). La resiliencia ecológica de un es-tado deseable puede ser reducida por prácticasde uso de la tierra no apropiadas o por condi-ciones ambientales extremas, o combinacionesde eventos naturales y antrópicos (Folke et al.,2004). La pérdida de resiliencia puede anun-ciarse de manera lenta o imperceptible, o pue-de resultar de un cambio abrupto de los patro-nes y procesos del ecosistema, inducidos poreventos severos e imprevistos (Folke et al.,2004; Scheffer et al., 2009). La predicción delacercamiento a un umbral crítico no es senci-

6 A. H. Britos y A. H. Barchuk / Revista de Teledetección (2013) 40, xx-xx

in the time series used the autocorrelation function (ACF). Local processes of major changes at thescale of the patch, and later, at the scale of the site, show a cumulative effect and end up comprisingthe regional scale.

The analyses carried out in this work allow to postulate that decreasing NDVI, caused by high impactof brush clearing with successive roller chopping, make increase nutrient loss by runoff, from higherareas to lower areas of the basin, in the Salinas, where occurs an increasing of the NDVI, is to say ofthe cover halophyte vegetation. Both retrospective monitoring and assessment of the response of greenvegetation index, has made it possible to interpret the catastrophe theory model. The results reinforcethe idea of a jump in the Hysteresis model, and the possibility of irreversible change at the regionalscale.

Key words: vegetation index, forest monitoring, remote sensing, trends, non-equilibrium models,land use change, Argentina.

llo, puede estar relacionado con procesos deretroalimentación positivo a escala de parchesde vegetación (Bestelmeyer et al., 2003; 2009;Scheffer et al., 2009). Es decir, la resilienciade los ecosistemas áridos y semi-áridos se re-fuerza en la capacidad de los parches de re-tención de recursos y esto, a su vez, incrementapor relaciones positivas como la facilitaciónentre las especies (Kéfi et al., 2007). Un mo-delo particular que permite interpretar la di-námica de la vegetación en zonas áridas es elmodelo de Curva Catástrofe (Rietkerk et al.,2004; Washington-Allen et al., 2006; Schefferet al., 2009). En este modelo se pueden repre-sentar los fenómenos de bimodalidad, propen-sión a hacer un salto repentino a un estado al-ternativo, divergencia, cómo cambiosrelativamente pequeños en las variables de con-trol resultan en estados alternativos muy dife-rentes de los sistemas originales y de histére-sis cuando las trayectorias de degradación yrecuperación de la vegetación son distintas(Scheffer et al., 2009).

En las formaciones boscosas del Chaco Ári-do, parte septentrional del Chaco Seco (More-llo y Adámoli, 1968), coexisten especies es-cleróf ilas perennifolias de origen mésico yxerofíticas (Barchuk y Valiente-Banuet, 2006)en un clima de semidesierto. En cambio, paralas mismas latitudes de otras regiones del mun-do con clima similar se desarrollan formacio-nes vegetales tipo matorral de semidesierto(Leith y Whittaker, 1975). A escala de paisaje,es posible detectar actividad fotosintética du-rante todo el año de los estratos arbóreos y ar-bustivos dado el escaso acoplamiento con lasprecipitaciones distribuidas en una estrecha es-tación lluviosa (Iglesias et al., 2010). Las es-pecies leñosas poseen estrategias morfológi-cas, f isiológicas y arquitecturales que lespermiten tolerar la sequía (Giordano et al.,2011; Villagra et al., 2011); capacidad de con-vertirse en freatófitas facultativas de acuerdoa la disponibilidad estacional de agua de cali-dad en la profundidad (Jobbágy et al., 2011) ode tolerar niveles altos de salinidad (Guevaraet al., 2010). Originalmente, la vegetación delChaco Árido del noroeste de Córdoba se com-ponía de una cobertura continua de bosques deAspidosperma quebracho-blanco (Sayago,1969; Cabido et al., 1992), los cuales en su ma-

yor parte han sido modificados por las activi-dades humanas (Zak y Cabido, 2002; Zaket al., 2004; Morello et al., 2009). Los cam-bios en la vegetación del Chaco Árido (Cabi-do et al., 1992; 1993) y del Chaco Semiárido(Kunst et al., 2006) pueden observarse en unmosaico de coberturas a escala de paisaje (Bar-chuk et al., 2007; Britos y Barchuk, 2008).

Los usos en sistemas de pequeños produc-tores son tala selectiva (perturbación localiza-da de baja intensidad) y pastoreo bovino y ca-prino (Britos y Barchuk, 2008; Britos et al.,2011; Morello et al., 2009). El uso en extensasestancias consiste en el desmonte mecanizado,con el volteo y aplastamiento de la vegetacióncon maquinarias pesadas y la siembra de gra-míneas megatérmicas exóticas. Estas son per-turbaciones que requieren elevado uso de ener-gía y ocasionan un gran impacto sobre lacobertura leñosa (Franklin et al., 2006; Britosy Barchuk, 2008; Britos et al., 2011; Kunstet al., 2012). Estas tecnologías de desmontehan incrementado recientemente a nivel mun-dial, se aplican en «Estancias Ganaderas» (Bri-tos et al., 2011) y promueven paisajes simila-res a sabanas (Zak et al., 2004; Franklin et al.,2006; Britos y Barchuk, 2008; Kunst et al.,2012). El desmonte mecanizado sin el poste-rior control de leñosas (Britos y Barchuk,2008), la tala excesiva, el sobrepastoreo (Ca-bido et al., 1992), los incendios y el apotrera-miento de los campos (Kunst et al., 2006) con-ducen a formaciones tipo arbustales. Elincremento de la cobertura arbustiva puede re-forzarse en años de sequía intensa. En general,predomina la postura de que los arbustales sonestados ecológica (Eldridge et al., 2011) yagronómicamente «indeseables» (Kunst et al.,2006). Un estado «deseable» en el Chaco se-miárido tiene el predominio del estrato herbá-ceo (Kunst et al., 2006; Kunst et al., 2012), di-versidad de especies en los parches convegetación leñosa dentro de la matriz de pas-tizales resultado de los desmontes (Cabralet al., 2003). La degradación de la vegetaciónleñosa está frecuentemente asociada a la ocu-rrencia de sequías y la cercanía a las SalinasGrandes (Blanco et al., 2008; 2009).

Las evidencias permiten proponer la hipó-tesis de que los ecosistemas del Chaco Árido,cercano a las Salinas Grandes, han perdido re-

Dinámica de la cobertura vegetal y los usos de la tierra a través de modelos... 7

siliencia ante las intensas perturbaciones co-mo los desmontes para la ganadería. La exten-sión e intensidad de los desmontes, en conjun-to con los factores físicos como la aridez,ayudan al desarrollo de umbrales de cambio deestado de la vegetación irreversible. Es decir,una vez que la capacidad de recuperación delos bosques semiáridos se supera por el incre-mento de las perturbaciones, la reversibilidadse ve comprometida y se pasa a una bifurca-ción catastrófica de acuerdo a las prediccionesdel modelo gráfico de curva-catástrofe. Así, sepredice que los cambios de cobertura por de-forestación ocurrida por desmontes mecaniza-dos y rolados con siembra de pasturas en gran-des extensiones, generan patrones detendencias decrecientes, no lineales y negati-vas, en una serie temporal retrospectiva de in-dicadores de la cobertura vegetal. A escala re-gional, la disminución drástica de la coberturavegetal en áreas elevadas incrementa la fugade recursos (agua y nutrientes) y esto se poneen evidencia con una tendencia creciente de lacobertura vegetal en áreas bajas de la cuencade Salinas Grandes.

Se analiza la dinámica de la vegetación de-bido a las perturbaciones como los desmontesteniendo en cuenta la variabilidad de la matrizfísica, especialmente de las precipitaciones, lostipos de suelos y los efectos geomorfológicosque controlan la vegetación (McAuliffe, 1994;Bestelmeyer et al., 2009). Se utiliza el proto-colo propuesto por Washington-Allen et al.(2006) para estudiar la dinámica de la vegeta-ción con sensores Landsat TM (Washington-Allen et al., 2006) y series temporales retros-pectivas del Índice Verde Normalizado (NDVI)invernal derivadas de la reflectividad espectraldel sensor Landsat5. Se asume que los valoresde NDVI invernal son indicadores de la pre-sencia de cobertura persistente (Washington-Allen et al., 2004), especialmente de vegeta-ción leñosa perennifolia o caducifolia deamplio rango estacional de crecimiento foliar(Iglesias et al., 2010). El análisis de series tem-porales se realiza para identificar los patronesde las tendencias, las tasas de cambio de la co-bertura vegetal, su heterogeneidad (desvíos es-tándares del NDVI), los estados estables, loscambios signif icativos en la autocorrelacióntemporal de las medias y los desvíos estánda-

res del NDVI invernal (desarrollo de umbra-les) (Washington-Allen et al., 2006; 2008;Aguilar et al., 2012). El objetivo del presentetrabajo es evaluar el efecto de los desmontessobre los patrones espacio-temporales de la ve-getación a escala regional, en una zona que in-cluye serranías, llanura y salinas de la cuencade las Salinas Grandes, mediante el análisis deuna serie temporal de 27 años de NDVI de laestación invernal. Así, ante el acelerado avan-ce de las deforestaciones en zonas áridas, esurgente evaluar su impacto a escala regional,teniendo en cuenta que estos ecosistemas es-tán controlados por factores de no-equilibrio(factores físicos de estrés, perturbaciones es-tocásticas y de manejo) para poder realizar unarevisión crítica de las prácticas actuales del ma-nejo del paisaje y fundamentar acciones de mi-tigación antes que los cambios conduzcan a ladesertificación.

Área de estudio

La zona analizada (Figura 1) comprendeaproximadamente 500000 hectáreas, localiza-das en la Llanura Occidental (400 a 200 msnm)entre las Sierras del Norte y las Salinas Gran-des (Capitanelli, 1979a) en la provincia de Cór-doba, Argentina. Se desarrollan suelos Aridi-soles de carácter salino-alcalino y Molisoles(Jarsún et al., 2003). Desde el punto de vistaclimático, el área de estudio pertenece al Do-minio semi-desértico de las planicies del Nor-oeste, con excesivo déficit de agua (–650 mm)y sin invierno térmico (tipo Quilino) (Capita-nelli, 1979b), lo que ubica a la región dentrodel clima semiárido-árido.

La vegetación original es el bosque xerofí-tico abierto caracterizado por un estrato arbó-reo que alcanza entre 6 y 8 m de altura com-puesto por A. quebracho-blanco, Prosopisflexuosa, Ziziphus mistol, Prosopis torquata yStetsonia coryne. El estrato arbustivo varía en-tre 3 y 4 m de altura con una cobertura entreun 40 y 70%, y las especies dominantes son Mi-mozyganthus carinatus, Larrea divaricata,Acacia furcatispina y Cercidium australe (Zaky Cabido, 2002).

Las Salinas Grandes (4700 km2) forma par-te de uno de los sistemas hipersalinos más


grandes del mundo (Dargám, 1995). El Montede las Barrancas es una «isla» dentro de las sa-linas con barrancas de hasta 7 metros de altu-ra con una superficie de 7656 ha y los bajos sa-linos desprovistos de vegetación presentananegamientos periódicos (Dargám, 1995). Enla periferia de las Salinas Grandes se presentauna fisonomía tipo estepa, donde predomina lavegetación achaparrada y baja, adaptadas asuelos de alto contenido salino: Allenrolfea pa-tagonica, Heterostachys ritteriana, Atriplexsp., Cyclolepis genistoides, Maytenus vitis-idaea, Lycium sp., Monanthochloe acerosa yGeoffroea decorticans (Zak y Cabido, 2002).

Los ganaderos de grandes estancias de la re-gión en estudio han adoptado la práctica deconvertir la vegetación leñosa de bosques y ar-bustales en pastizal con el objeto de «mejorar»la productividad ganadera. El proceso de con-versión comienza con el uso de máquinas pe-sadas para derribar la vegetación (topado) ynormalmente, sólo se conservan los grandesárboles. La vegetación derribada es «picada»y aplastada por el rolo que con sus cuchillasproduce incisiones en la tierra (rolado). Se rea-liza una remoción superficial para poder sem-brar la semilla de la pastura. Los pastos son es-pecies megatérmicas perennes de los génerosPanicum sp. y Cenchrus sp. y de esta manera

son sembrados en todo el área despejada (Kunstet al., 2012). Además, la siembra de pastos es-timula el aumento de la carga animal lo que in-crementa a su vez la presión sobre la vegeta-ción nativa remanente. En muchos casos elrolado debe repetirse cada cuatro años para po-der controlar el rebrote de las especies arbus-tivas. El resultado final es la transformaciónde bosques en fisonomías de sabanas, arbus-tales espinosos densamente ramificados desdela base, el aumento de suelo desnudo y la po-sibilidad de salinización de los suelos (Barchuket al., 2007).

Material y métodos

Datos. Se construyó una serie temporal de27 años (1984-2010) del satélite Landsat, sen-sores TM y ETM+ (Path 230, Row 81), resolu-ción de 30 metros, una escena por año (Tabla 1)correspondiente a la estación seca (invierno)para destacar la señal de la vegetación perma-nente (Washington-Allen et al., 2004; Was-hington-Allen et al., 2008) que posee una granamplitud fenológica (Iglesias et al., 2010). Lasimágenes ortorectificadas con corrección de ra-diancia (Chander y Markham, 2003), de acce-so libre, corresponden a la base de datos de Ins-


Figura 1. Localización de la región de estudio en el noroeste de la provincia deCórdoba, en base a una Imagen NDVI de Landsat5 (Path 230, Row 81) (Iz-quierda) en la región del Chaco Seco de Argentina (Derecha).

tituto Nacional de Pesquisas Espaciais de Bra-sil, INPE (http://www.dgi.inpe.br/CDSR/). Pa-ra la georeferenciación se aplicó el módulo Re-sample de Idrisi Taiga (Eastman, 2009) conveinte puntos de muestreo para estimar el errorcuadrático medio (RMS promedio de 15 m) enel sistema de coordenadas proyectadas Argen-tina Faja 4 de Transversal Mercator, DatumCampo Inchauspe 98. Las correcciones radio-atmosféricas se hicieron con el método por sus-tracción de cuerpos oscuros y para estos fueronapropiados los valores de Números Digitalesdel lago Cruz del Eje obtenidos directamentede la imagen satelital (Chávez, 1996).

El NDVI como indicador ecológico. ElNDVI (Normalized Difference Vegetation In-dex) tiene valores muy similares a la fracciónde radiación absorbida sobre la incidente fo-tosintéticamente activa (FAPAR) (Hunt et al.,2003), y l status y productividad de la cober-tura vegetal (Paruelo y Golluscio, 1994; Was-hington-Allen et al., 1998; Sellers, 1985;Ramsey et al., 2004). Se calcularon los índi-ces verdes normalizados NDVI a partir de lasbandas según la siguiente ecuación:NDVI = (IR – R) / (IR + R), cuyos valoresvan de +1 (máxima actividad fotosintética)hasta –1 con ausencia total de vegetación. Pa-ra estimar las desviaciones estándar de NDVIse aplicó una ventana móvil de 5 × 5 píxeles.

Relación entre cobertura y NDVI. A finde examinar la relación entre la cobertura le-

ñosa y el NDVI, se tuvo en cuenta los tipos devegetación, el uso y las formas de vida com-ponentes y se siguieron las siguientes etapas(Ramsey et al., 2004): 1. Recolección de da-tos en sitios de control a campo. Para ello fue-ron seleccionados 36 sitios de referencia enbase a los conocimientos previos de la zona(Zak y Cabido, 2002; Barchuk et al., 2007;Britos et al., 2011) y la accesibilidad. Se re-gistraron in situ datos de cobertura de los es-tratos arbóreo, arbustivo y herbáceo, altura, laespecie más frecuente por estrato, los usos dela tierra y la presencia de indicadores de in-cendios pasados, que permitieron identificarlos tipos de cobertura de la vegetación. Lasclases de cobertura de vegetación fueron dis-criminadas en (1) Arbustal, (2) Bosque, (3)Desmonte y (4) Suelo desnudo. Las unidadesde muestreo se situaban con un Geo Posicio-nador Satelital controlando que no hubiesemezcla de coberturas y que abarcase como mí-nimo 8000 m2, es decir, que se correspondie-ran con 9 píxeles (30 × 30 m) de la escenaLandsat TM de mayo de 2011. 2. Procesa-miento de imágenes. Los 36 polígonos co-rrespondientes a los cuatro tipos de vegetaciónfueron digitalizadas en la imagen de NDVIpreviamente construida. Cada vector se sola-pó sobre la imagen de NDVI y se obtuvieronlos valores promedios de NDVI. 3. Análisis deregresión. Se utilizó la regresión simple paraanalizar la relación entre NDVI y la cobertu-


Tabla 1. Base de Datos de imágenes Landsat5 de la Serie Temporal 1984-2011 (Path 230,Row 81). Las fechas de adquisición van desde la mitad del otoño hasta fin del invierno. Elerror medio cuadrático (RMS) se calculó con 25 puntos de control

Año Fecha Sensor RMS Año Fecha Sensor RMS

1984 30/09/1984 TM 5 12.170 1998 19/07/1998 TM 5 9.371985 13/06/1985 TM 5 13.560 1999 6/7/1999 TM 5 10.371986 19/08/1986 TM 5 7.310 2000 24/07/2000 TM 5 12.981987 11/6/1987 TM 4 13.021 2001 27/07/2001 TM 5 12.621988 5/6/1988 TM 5 15,000 2002 7/7/2002 ETM+ 13.471989 18/07/1989 TM 5 13.810 2003 15/06/2003 TM 5 14.481990 29/07/1990 TM 5 14.540 2004 17/06/2004 TM 5 10.781991 17/08/1991 TM 5 12.930 2005 8/9/2005 TM 5 14.201992 18/07/1992 TM 5 14.470 2006 25/07/2006 TM 5 13.011993 7/9/1993 TM 5 13.150 2007 12/7/2007 TM 5 10.741994 22/06/1994 TM 5 10.950 2008 16/09/2008 TM 5 11.071995 12/8/1995 TM 5 10.010 2009 1/7/2009 TM 5 11.981996 20/07/1996 TM 5 11.270 2010 21/08/2010 TM 5 10.881997 16/07/1997 TM 5 12.730 2011 04/05/2011 TM 5 14.50

ra vegetal por estrato. El mejor ajuste se logrócon la suma de la cobertura arbórea y arbusti-va; la cobertura herbácea no tuvo significan-cia en el modelo.

Relación entre precipitaciones y NDVI. Seanalizó la relación entre las series temporalesde lluvia de tres estaciones meteorológicas (LaPorfía, San José de las Salinas, Quilino) y delos valores de NDVI invernal de Landsat5 co-rrespondientes a las fechas citadas en la Ta-bla 1. En cada fecha se extrajeron los datos pro-medios de NDVI de un círculo de 1.5 km deradio con respecto a la localización de la esta-ción meteorológica. Se obtuvo además la pre-cipitación acumulada entre junio-julio de ca-da año hidrológico desde junio 1983 hasta juliode 2011. Para la determinación del grado dedependencia lineal existente entre ambas va-riables se aplicó el análisis de correlacionescruzadas, ya que se conoce que existe hasta unaño de retraso en la respuesta de la vegetacióncon respecto a la lluvia acumulada en la esta-ción anterior (Iglesias et al., 2010). Concep-tualmente, la función de correlación cruzadaes análoga a la función de autocorrelación,donde las correlaciones no son obtenidas en-tre observaciones de una misma serie, sino en-tre dos series diferentes, en este caso precipi-tación y NDVI (suavizados mediante mediasmóviles, N = 3). La confiabilidad de estas es-timaciones se determinó con una prueba esta-dística «F» de Fisher con un nivel de signifi-cancia de 0.05% (Di Rienzo et al., 2009). Enel análisis se tuvieron en cuenta los tipos deunidades de cobertura presentes (Bosque, Des-monte, Suelo Desnudo y Arbustal) dentro delradio de 1,5 km para interpretar la relación es-tudiada.

Patrones de Tendencias de NDVI y de losDesvíos Estándares de NDVI (Figura 2). Seutilizó el algoritmo K-Means (Richards y Jia,1999) del Sotware Idrisi Taiga para clasificarde manera no supervisada las firmas espectra-les de NDVI de las 27 imágenes consideradas,hasta 16 clases discretas de tendencias (Was-hington-Allen et al., 2006) de NDVI y sus Des-víos Estándar. Los criterios de clasificación deeste algoritmo fueron: centroides de semilla alazar; máximo número de iteraciones = 50, por-centaje píxeles migrantes > ó = 1% y solapa-miento de clusters con proporción de píxeles

menor o igual al 1%, se logró un rápido agru-pamiento heurístico de los datos por suma decuadrados medios (Eastman, 2009). Luego seprocedió a la extracción de las Medias y losDesvíos Estándar de NDVI por clase de agru-pamiento en la serie temporal 1984-2010.

Los datos de las series temporal de Mediasy de Desvíos Estándar fueron analizados me-diante los Modelos Lineales, Generales y Mix-tos (Di Rienzo et al., 2009) teniendo en cuen-ta que los datos no son independientesinteranualmente y que la varianza no es ho-mogénea, aspecto no considerado en el proto-colo de Washington-Allen et al. (2006). Mien-tras que para la interpretación fueronigualmente válidos los análisis de regresiónque permiten caracterizar la dirección de unatendencia (Yafee y McGhee 2000). Así la pen-diente (β) es una medida de la dirección de latendencia (es decir, si es [0] es estable, [+β] in-crementa y [–β] disminuye), y la magnitud delcoeficiente de determinación (R2) de un poli-nomio lineal o regresión mide la fuerza de latendencia (Yafee y McGhee, 2000; Washing-ton-Allen et al., 2006).

Las series fueron suavizadas mediante unfiltro de medias móviles (n = 3), con lo que seconsigue remover efectos estocásticos (Yafeey MacGhee, 2000). Se justifica esta transfor-mación en la medida de que si bien no hay es-trato herbáceo, se reduce otros efectos de es-tacionalidad en la vegetación leñosa y tomanmás potencia los valores significativos. Poste-riormente, con las tendencias analizadas porclase mediante los modelos Modelos Lineales,Generales y Mixtos, se procedió a agruparaquellas tendencias lineales con ajuste signi-ficativo. La pendiente define la tasa de cam-bio y se pudo categorizar las tendencias en cre-cientes y decrecientes, mientras que aquelloscoeficientes no significativos, se los asignó co-mo estables. El producto final fueron mapas detendencias regionales de NDVI invernal y Des-víos Estándar.

El Análisis de la Autocorrelación temporal(ACF) permite detectar dentro de la serie paraun determinado período o lag, valores de altay significativa correlación entre los datos (Hilly Lewicki, 2007), de esta manera se pueden es-tablecer los períodos o etapas donde se pre-sentan cambios de estado (Washington-Allen



Figura 2. Diagramas del procedimiento de análisis de las series temporales de NDVI, el NDVImedio (arriba) y de los desvíos estándar del NDVI (abajo).

et al., 2006). Si la autocorrelación es positiva,implica mejoramiento en el NDVI o coberturay si es negativa, disminución de la misma en laserie temporal. El punto o lag donde los datosse correlacionan entre sí signif icativamente,nos sugiere la cercanía del umbral (Washing-ton-Allen et al., 2006) dentro de la serie. En-tonces, para el análisis de los cambios de esta-dos o umbrales se procedió a extraer los valoresmedios de las categorías de tendencias cre-cientes, decrecientes y estables.

Finalmente, se integraron los mapas de ten-dencias de Medias de NDVI y Desvíos Están-dar de NDVI mediante el análisis de una matrizde tabulación cruzada.También se compararonlos mapas de tendencias hallados de NDVI conlos mapas de clasificación de usos de la tierra(unidades de cobertura Bosque, Arbustal, Des-montes y Suelos Desnudos) y el de clasifica-ción de Órdenes de Suelos de la región (Jarsúnet al., 1989).

Resultados

Relación entre NDVI con los tipos de cu-bierta vegetal. El análisis de regresión linealdel NDVI como sustituto de la cobertura y lafracción de cobertura vegetal registrada a cam-po, permitieron interpretar las magnitudes delos cambios de cobertura en los patrones detendencias detectados en este trabajo. Del aná-lisis resultó que el mejor ajuste (P = 0.000) es-tá entre la cobertura leñosa observada con lacobertura arbórea más la cobertura arbustiva ycon un R2 de 0,74 (Figura 3).

Relación entre lluvias y NDVI. En la Ta-bla 2 se presentan lo datos promedios de NDVIextraídos de un círculo de 1,5 km y los valorespromedio anuales de lluvias (27 años hidroló-gicos que varían de junio a julio de cada año).En general, se pone en evidencia que no exis-te dependencia lineal el NDVI y las precipita-ciones acumuladas con distintos períodos deretraso (lags) medido en años. Solamente la es-tación La Porfía presentó acoplamiento con laslluvias del año (p < 0,05), sitio que se caracte-riza por una alta proporción de desmontes re-cientes y suelos desnudos.

Tendencias de la media y de los DesvíosEstándar de NDVI invernal. Existen tres gru-pos de tendencias de NDVI bien diferenciados,las tendencias con valores positivos de pen-dientes, las negativas y las tendencias no sig-nif icativas que denominamos «estables». Elmodelo de clasificación K-medias puso en evi-dencia 15 categorías de tendencias de las cua-les sólo cinco registran tendencias lineales sig-nificativas (Tabla 3). Las tendencias positivas


Figura 3. Análisis de regresión lineal entre el NDVIy la fracción de cobertura vegetal (C: cobertura).

Tabla 2. Valores porcentuales por unidad de cobertura y análisis de las corre-laciones cruzadas de las series temporales interanuales de lluvias y NDVI

Atributo San José de Quilino La PorfíaLas Salinas

Bosque 27.0%0 8.9%0 25.4%0Desmonte 52.5%0 56.9%0 55.8%0Suelo Desnudo 0.7%0 7.0%0 11.3%0Arbustal 19.8%0 27.2%0 7.5%0Media de lluvia (mm) 654.9%0 666.90% 568.10%Media NDVI 0.44% 0.46% 0.42%DE NDVI 0.13% 0.12% 0.13%lag significativos (p-valor menor a 0.05) NS NS 0,00%Valor de correlación — — 0.43%Año del desmonte 1984 1992 1995

incluyen a las clases 4 (p-valor = 0,039,R2 = 0,50), 11 (p-valor = 0,058, R2 = 0,32) y12 (p-valor = 0,074, R2 = 0,36) y se localizanprincipalmente en las Salinas Grandes (Figu-ra 4). Las tendencias negativas incluyen a lasclases 9 (p-valor = 0.02, R2 = 0,35) y 14 (p-va-lor = 0,0005, R2 = 0,52) y se localizan en la lla-nura (Figura 4). Los valores de R2 son bajos ylos p-valores no son significativos para el res-to de las categorías clasificadas.

En el mapa de los Desvíos Estándar deNDVI se integra por 11 clases de tendencia. Deellas sólo cinco clases (III, IV, VI, X y XI) res-ponden a una tendencia lineal significativa, to-das con pendientes negativas, por lo tanto, latendencia corresponde a Desvíos Estándar deNDVI decreciente. De éstas tendencias, las cla-ses III y IV muestran valores estadísticos sig-nificativos con p-valores < 0,05 y R2 > 0,50),mientras que para las clases VI, X y XI se acep-


Figura 4. Clasificación de los patrones de Tendencias de Media de NDVI (Izquierda) y Desviación Están-dar de NDVI (Derecha) para el área de estudio.

Tabla 3. Estadísticos de ajuste de tendencias para las distintas clases obtenidas por clasificación no super-visada de la serie temporal (1984-2010). Media de NDVI y Desvíos Estándar (DE) estimado a partir de unaventana de 150 m

Media NDVI�

DE NDVI

Clases Coef. R2 p-valor Categoría�

Clases Coef. R2 p-valor Categoría

1 0.0016 0.12 estable I 0.0002 0.35 estable2 0.0019 0.12 estable II –5E-04 0.34 estable3 0.0009 0.08 estable III –9E-04 0.64 0.001 decreciente4 0.0121 0.50 0.0300 creciente IV –6E-04 0.52 0.020 decreciente5 –0.0007 0.01 estable V 0.0001 0.09 estable6 –0.0034 0.01 estable VI –3E-04 0.44 0.050 decreciente7 0.0004 0.03 estable VII –4E-04 0.21 estable8 –0.0039 0.02 estable VIII 0 0,00 estable9 –0.0080 0.35 0.0200 decreciente IX 0 0.07 estable

10 0.0010 0,00 estable X –7E-04 0.32 0.080 decreciente11 0.0048 0.32 0.0500 creciente XI –0.001 0.36 0.080 decreciente12 0.0059 0.26 0.0700 creciente13 –0.0003 0.06 estable14 –0.0080 0.52 0.0005 decreciente15 0.0033 0.17 estable

tan como signif icativos p-valores menores a0.10.

Para el caso de la clasif icación de los Des-víos Estándar de NDVI se observa claramen-te que la zona de Salinas presenta parches muycompactos en áreas asociadas a bañados, la-gunas y el «Monte de Las Barrancas», mien-tras en el resto de la Salina predomina la ten-dencia Estable. Por otro lado, el patrón deDesvíos Estándar decreciente se halla disper-so en muchos parches en el área de llanura, enlos bordes al Sur y Sur Este de las Salinas yen el área de Sierras, al Sur de la imagen (Fi-gura 4).

Función de Autocorrelación. La Media deNDVI Creciente presenta una autocorrelaciónsignificativa hasta el lag 2 y en general luegocontinúa dentro de la banda del 95%. Para elcaso de la Media de NDVI decreciente, se ob-serva la presencia de un salto de correlaciónnegativa en los lags 10 y 11 y hacia el final dela serie (lag 15). En el resto de las categoríasno hay correlaciones temporales significativasentre los datos de NDVI medio invernal. LosDesvíos Estándar de NDVI decreciente mues-tran valores significativos de correlación po-sitiva los lags 1, 2, 3 y 5, luego los valores deautocorrelación se muestran dentro de los lí-mites de la banda de correlación no significa-tiva (95% de nivel de confianza), para conver-tirse en valores de correlación negativasignificativos al final de la serie en los lags 14y 15 (Figura 5).

En la Figura 6 se pueden observar los perfi-les agrupados de las Medias de NDVI invernalcon tendencias creciente (tasa anual = 0.7%,R2 = 0.6 y p-valor = 0.0015) y decreciente (ta-sa anual = –0.39% anual, R2 = 0.32 y p-va-lor = 0.047). También, se pone en evidenciaque a partir del año 2004, momento en que laautocorrelación se hace significativamente ne-gativa para la tendencia decreciente, se evi-dencia un aumento de la tendencia crecientepor encima de la media hasta el final del pe-ríodo analizado. Los perfiles de la dinámica deDesvíos Estándar presentan tendencias clara-mente decrecientes (tasa anual = –0.05%,R2 = 0.59 y p-valor = 0.0078), principalmentea partir del año 1999 (Figura 6, abajo).

Relación entre las Unidades de Cobertu-ra, los tipos de suelos y las tendencias. La ten-

dencia estable domina en las categorías Bosquey Arbustal, La tendencia decreciente caracteri-za a las categorías Desmontes y Suelo Desnu-do y todas se localizan en la llanura. La Salinacontiene a la superficie con tendencia de NDVIinvernal creciente, implicando el 20% de la su-perficie clasificada como tal (Figura 7).

La mayor expansión de la tendencia deNDVI decreciente se desarrolla en más del 20%de la superficie que ocupan los suelos Moli-soles, representan un 18% de la superficie delos suelos Aridisoles y en una cantidad menor(5%) se localiza en los suelos Entisoles. Estosúltimos presentan una alta proporción de ten-dencias de NDVI estables. Los suelos clasifi-cados como de Salinas poseen una alta pro-porción de NDVI creciente, es decir, más del35% de la superficie Salina aparece con valo-res de NDVI creciente (Figura 8).

Análisis de tabulación Cruzada de Ten-dencias. En el mapa de distribución espacialde tendencias (Figura 9) son notables los par-ches de formas «apotreradas» o campos deformas geométricas, es decir con bordes rec-tilíneos que caracterizan a las superficies contendencias de NDVI decreciente; a su vez, es-tos parches presentan tendencias de desvíosestándar estables y decrecientes. Se localizanclaramente en toda el área de la llanura cen-tral y se observan algunos parches de formasmás irregulares en áreas de sierras. La ten-dencia de Media de NDVI decreciente y Des-víos Estándar decreciente alcanza el 8% de lasuperf icie total (Tabla 4), mientras que lastendencias NDVI Medio Decreciente en ge-neral alcanzan el 16% de la superficie anali-zada de llanura de la cuenca. Por otra parte,las categorías de NDVI Creciente con Desví-os Estándar decreciente se observan (Figura9) en áreas más bajas de la cuenca dentro delas Salinas Grandes. Ésta categoría abarca el2% de la superficie analizada (Tabla 4). Lasáreas compactas de NDVI creciente con Des-vío Estándar estable son identif icadas visual-mente en zonas de borde de Salinas, áreas dederrames de los bordes de las Salinas y en par-ches alargados en el sector Noroeste de la ima-gen. En toda el área la categoría NDVI cre-ciente que se desarrolla en una amplia zonade Salinas abarca cerca del 8% de la superfi-cie del área.



Figura 5. Función de Autocorrelación para las tendencias significativas de la Media (creciente y decre-ciente) de NDVI y de Desviación Estándar de NDVI (decreciente). Las líneas punteadas muestran los lí-mites de correlación significativa (95% de nivel de confianza), por lo tanto, los valores de NDVI fuera deestas bandas presentan una autocorrelación significativa para los intervalos de tiempo.


Figura 6. Dinámica y tendencias de las Medias de NDVI invernal (arriba) y Desvia-ción Estándar de NDVI invernal (abajo) significativos para el área de estudio en lacuenca de las Salinas Grandes durante 27 años. Se indican los años de cambios sig-nificativos de la función de autocorrelación (ACF).

Figura 7. Relación entre las Tendencias de NDVI clasificadas y las Unidades de Cobertura, la magnitud dela superficie está expresada en hectárea (izquierda) y en proporciones (derecha).

Discusión

En el presente trabajo se pudieron analizarlos cambios de la vegetación de una porción dela cuenca de las Salinas Grandes, tomando encuenta el modelo de curva catástrofe para la in-terpretación de su dinámica en condiciones deno-equilibrio (Washington Allen et al., 2006;Scheffer et al., 2009). Los valores de NDVI in-vernal de la serie temporal Landsat TM (1984-2010) representaron adecuadamente los valo-res de cobertura de los estados suelos


Figura 8. Relación entre las Tendencias de NDVI ylos órdenes de suelos.

Figura 9. Mapa resultante del análisis de tabulación cruzada de Tendencias de las Medias y Desvíos Es-tándar de NDVI.

Tabla 4. Superficie (ha) de las categorías resultante de la tabulación cruzada entre lastendencias de la Media y los Desvíos Estándar (DE) de NDVI

Media NDVI Media NDVI Media NDVI Total

Estable Creciente Decreciente

DE Estable 262547.91 45666,00 59448.24 367662.15DE Decreciente 312613.11 13880.25 63154.89 389648.25

Total 575161.02 59546.25 122603.13 757310.40

desnudos, pastizales o desmontes, arbustales ybosques. Así, los análisis de regresión entre losvalores del NDVI y las distintas formas de co-bertura confirmaron la relación entre NDVI in-vernal y la vegetación permanente al igual delos datos obtenidos para otros lugares del mun-do (Ramsey et al., 2004, Washington-Allenet al., 2004) y para la vegetación leñosa delChaco Árido. Además, se pudieron interpretara las perturbaciones que impactan en la cober-tura manera creciente (desmontes mecaniza-dos con rolados frecuentes para el control deleñosas) y el estrés dado por los factores físi-cos (suelo/precipitaciones/Salinas) como fac-tores de control de no-equilibrio. Sin embar-go, la escasa relación entre NDVI invernal ylluvias anuales acumuladas de la estación pre-via, nos permite suponer escasa influencia delas lluvias estivales en la señal de NDVI Land-sat TM invernal. Cabe señalar que en los sitiosdonde se encontró una correlación cruzada sig-nificativa con las lluvias ya existían desmon-tes desde hace varios años atrás, lo que permi-te deducir que la vegetación expresada en laseñal espectral corresponde a la vegetaciónherbácea y arbustiva de bajo porte. Se conoceque el estrato herbáceo es altamente depen-diente de las lluvias mientras que las especiesperennifolias y caducifolias presentan una granamplitud fenológica (Hill y Donald, 2003; Igle-sias et al., 2010). En general las coberturas deespecies leñosas de más porte como las arbó-reas de Chaco Árido tienen más influencia enel NDVI invernal, debido a su capacidad de ex-plorar en profundidad con sus raíces para ob-tener el agua y mantener la foliación (Giorda-no et al., 2011; Villagra et al., 2011), aunqueen la época invernal las especies perennifoliasesclerófilas son las que dominarían la señal,mientras que las caducifolias perderían sus ho-jas luego de un periodo fenológico de más de9 meses (Iglesias et al., 2010).

Desmontes en áreas de NDVIdecreciente en la Llanura de BosqueChaqueño

La serie temporal Landsat demuestra que enáreas donde ha ocurrido desmontes y hay pre-sencia de suelos desnudos, especialmente so-

bre suelos Molisoles y Aridisoles, se desarro-llan tendencias de NDVI decreciente. Éstaabarca a un 16% de la superficie de la cuencaen el área de llanura de Bosque Chaqueño y deesta superficie, la mitad se halla con una ten-dencia de desvío estándar decreciente; lo queimplica una progresiva homogeinización de lacobertura que acompaña a la pérdida de la mis-ma. Los cambios de correlación temporal sig-nificativa en esta serie de datos de NDVI im-plican que en los últimos 6 años (a partir dellag 10) ha habido una caída significativa de lacobertura invernal en el área analizada.

Si relacionamos las imágenes clasificadasde tendencias con las unidades de cobertu-ra/usos de la tierra, se interpreta que la dismi-nución del NDVI se debe a los desmontes co-mo uso de la tierra, coincidiendo además congrandes parches donde la tendencia de la des-viación estándar de la cobertura, disminuye.La literatura muestra que los desvíos estánda-res del NDVI invernal reflejan los cambios dela heterogeneidad espacial de la cobertura,cuando cambia el balance entre suelo desnudoy los parches de vegetación (Washington-Allenet al., 2008; Aguilar et al., 2012). El análisisde tendencia de la desviación estándar delNDVI fue una medida apropiada de la hetero-geneidad espacial. En otras investigacionestambién encontraron relaciones de la variabi-lidad del NDVI con la heterogeneidad de há-bitat (Oindo y Skidmore, 2002) y del paisaje.Así altos valores de desviación estándar deNDVI han sido relacionados con parches de ve-getación más variables (Aguilar et al., 2012) oque una alta probabilidad de píxeles con valo-res bajos de NDVI correspondan a una vegeta-ción escasa o suelo desnudo (Washington-Allen et al., 2008).

En las áreas detectadas donde el NDVI dis-minuye la tendencia decreciente de la desvia-ción estándar implica el descenso de la varia-bilidad en la cobertura vegetal activa, adiferencia de las tendencias estables donde severificaría respuestas más variables del NDVI.Ésta baja variabilidad de cobertura de NDVI«decreciente» nos sugiere que el carácter «per-manente» de los valores bajos de NDVI lo queimplica la degradación con carácter de «esta-dos estables». Aquí la desertificación se ma-nifiesta en la cobertura de vegetación baja, en


parches pequeños, con elevada proporción desuelo desnudo. Todo ello nos lleva a inferir quecambios de tipo bimodal o irreversible estánocurriendo en estas áreas (Scheffer et al., 2001;Folke et al., 2004; Rietkerk et al., 2004). Hayque considerar que estas zonas aparte del des-monte sufrido por topado, rolado de leñosas ysiembra de pasturas en el año inicial, son dis-turbadas frecuentemente con maquinaria pe-sada, cada tres o cuatro años, para controlar lasarbustivas, resembrar pasturas y romper cos-tras de suelos, con la consecuente efecto de de-terioro de los mismos (Britos y Barchuk, 2008).

Por otro lado la tendencia de arbustales ybosques son muy similares, sugiriendo que laresiliencia es posible en ambos. Las caracte-rísticas de ambas formas de vida mencionadaspara estos ambientes xéricos son muy simila-res, especialmente en cuanto a las estrategiasde resistir la sequía y de la utilización del agua(Villagra et al., 2011). Ello implica que al me-nos en términos de cobertura de vegetación sondiscutibles: la condición de «estado degrada-do» y la tendencia a la desertificación de lastierras arbustizadas, además de las posibilida-des de diseñar estrategias de recuperación conformas de vida arbustivas (Maestre et al., 2009;Eldridge et al., 2011).

Área de Salinas y tendencias de NDVI creciente

En la clasif icación de todas las categoríascon tendencia signif icativa de NDVI la ten-dencia lineal creciente es la que mejor ajusta,indicando la fuerza del proceso (Washington-Allen et al., 2006). Los valores medios bajosde esta serie (Figura 6) sugieren que se trataposiblemente de un aumento de la cobertura dela vegetación baja y dispersa de las Salinas. Vi-sualmente la categoría de NDVI bajo crecien-te se localiza en áreas bajas inundables de lasSalinas Grandes, en los bordes y vías de escu-rrimiento adyacentes a las lomas medanosasdonde existe la vegetación típica del ChacoÁrido y en forma de parches alargados en elsector Noroeste del área de Salinas.

Aquellos valores de la tendencia de NDVIcrecientes, y la tendencia de desvíos estándarestable podrían estar asociados a un mayor flu-

jo de agua en la cuenca. La clase de desvíos es-tándar estable se localiza en los bordes de lassalinas y en los conos de entrada de agua a lamisma. La clase desvíos estándar de NDVI de-creciente se asocia a los sitios bajos de lagu-nas semi-permanentes presentes en las SalinasGrandes. En definitiva, parece que ocurre unaporte de agua extra y nutrientes provenientesde zonas aguas arriba, provocado por pérdidasde parches de captación de recursos (Ludwiget al., 2004).

Los ajustes de la tendencia lineal sugierenque estos sistemas deforestados (NDVI decre-ciente, desvíos estándar decreciente) están per-diendo resiliencia y poseen una alta suscepti-bilidad de erosión, presentando fugas derecursos a escala de parche y redistribución derecursos a escala de paisaje (Ludwig et al.,2004). Al igual que en otros ecosistemas, elpaisaje se hace más susceptible a la erosióncuando ocurren pérdida de cobertura por des-montes, en conjunto con sequías y alta presiónde sistemas de pastoreo con altas cargas tipocomercial (Washington-Allen et al., 2010). Ladegradación producida por las altas cargas deanimales para pastoreo en áreas desmontadasgenera una disminución permanente e irrever-sible de la productividad de la vegetación a lar-go plazo (Wessels et al., 2007). En cuanto alefecto de la sequía podemos agregar que los re-gistros locales señalan un periodo de sequía ex-tendida en el área desde el año 2008 hasta el2010 (Britos y Basconcelo, 2011; CREAN,2012).

¿Cambios permanentes?

Los procesos de cambio son producto de unafragmentación continua en los últimos 10 añosy de grandes disturbios que provocaron im-portantes reducciones de la biomasa de bosquenativo en corto tiempo. Comprobamos aquí queeste proceso de degradación y pérdida de co-bertura se puede verificar en las tendencias deNDVI decreciente y los desvíos estándar de-creciente, sugiriendo que existen zonas dondela extensión y la persistencia de los disturbiosprovocan una pérdida de biomasa que poseecierta «estabilidad» en la señal de NDVI in-vernal de la serie temporal. La pérdida de bio-


masa acompañada de la «homogenización» delos valores de NDVI de estas áreas sugiere con-diciones de desertificación como consecuen-cia del aumento de limitación del agua deacuerdo a lo que predicen Dakos y colabora-dores (2011).

Los datos del trabajo sugieren el modelo hi-potético mostrado por la curva de histéresis (Fi-gura 10). Es decir, de una situación de equili-brio (rama superior del curso de histéresis)estable dado por la estructura del bosque xe-rofítico se pasa a una situación continua deequilibrio inestable donde predomina el suelodesnudo. Interpretamos aquí que los cambiosocurridos en toda la región implican que lascondiciones cambian suficientemente para pa-sar solo un umbral, se produce una transiciónabrupta a la rama inferior (Scheffer et al.,2001). Desde aquí, hace suponer que el eco-sistema exhibirá divergencia, es decir que a me-dida que se acrecienten las condiciones de es-trés en la región la reversibilidad de los estadosalternativos se ve comprometida o es posibleque el ecosistema exhiba histéresis, lo que sig-nifica que las trayectorias de degradación y re-cuperación de la vegetación serán distintas enesta zona del modelo (Scheffer et al., 2009),

pasando de una cobertura de bosque-arbustaluniforme a parches aislados de arbustivas ypastizales con abundante suelo desnudo. Sos-tenemos que la combinación NDVI decrecien-te y desvío estándar decreciente implica que larecuperación es extremadamente lenta y do-mina la tendencia al colapso, mientras que enel sistema con NDVI decreciente y desvío es-tándar estable, es una zona de inestabilidaddonde aún persisten mecanismos de resilien-cia (Washington-Allen et al., 2008).

Implicancias de las tendencias y cambios

En la región, los datos muestran que la dis-minución de la cobertura en zonas de bosqueslocalizadas en áreas elevadas de la cuenca consuelos Molisoles, se acompaña con una ten-dencia creciente al verdor de las áreas bajas enlas Salinas. Esto sugiere la posibilidad de unfenómeno que integra ambas tendencias con-sistentes en un flujo de recursos hacia la zonabaja de la cuenca de las Salinas Grandes. Va-rios autores reconocen que los rolados fre-cuentes implican un deterioro de la infiltración


Figura 10. En el modelo de Curva Catástrofe se representa la respuesta de lacobertura de la vegetación leñosa ante los incrementos de las perturbacionesocasionadas por los desmontes.

especialmente en áreas elevadas, pérdida de lamateria orgánica y nitrógeno por la excesivamineralización, disminución de la fijación denitrógeno, aumento de la susceptibilidad al fue-go, con la consecuente pérdida de nutrientes yagua hacia afuera del sistema (Ludwig y Tong-way, 2002; Kunst et al., 2003). Volante y cola-boradores (2012), para la región del Nor Oes-te Argentino del Gran Chaco, informan que losdesmontes no afectaban a la productividad pri-maria neta aérea, pero sí incrementaba la esta-cionalidad de la misma, disminuyendo en gran-des extensiones la capacidad fotosintética delas áreas sin cobertura, lo cual tiene conse-cuencias directas en la pérdida de serviciosecosistémicos como el control de la erosión yla regulación de agua debido al aumento desuelo desnudo. La pérdida de cobertura (NDVIdecreciente, desvíos estándar decreciente y es-table) en las áreas desmontadas, incrementarí-an, el efecto de las precipitaciones intensas ylas proporciones de escorrentía superf icial,donde coexisten manchas de vegetación leño-sa sobre una matriz más o menos continua sesuelo desnudo y gramíneas.

Tongway y colaboradores (2004) proponenun modelo de evaluación de paisajes para zo-nas áridas y semiáridas denominado desenca-denante-transferencia-reserva-pulso que ex-plica de una manera simple e integrada elfuncionamiento de un paisaje. De manera aná-loga, aplicando estas ideas se podría sugerir aescala regional, que el flujo de recursos se di-rige hacia áreas sumideros, es decir, áreas másbajas de bordes de Salinas donde el NDVI res-ponde de manera creciente, mientras que eldesvío estándar disminuye gracias a la menorvariabilidad de los valores de NDVI por el acu-mulo de agua. En zonas más elevadas de lacuenca, un desencadenante como la lluvia, dacomienzo a los procesos de transferencia, co-mo la escorrentía y la erosión, que redistribu-yen los recursos como el agua y nutrientes(Tongway et al., 2003). La excesiva presión so-bre el paisaje con los topados y rolados va endetrimento de la capacidad de los parches lo-cales de vegetación para actuar como sumide-ros de recursos e incremento del suelo desnu-do, de manera que el paisaje en su conjuntopresenta «fugas» (Ludwig et al., 2007). Es de-cir que el incremento de NDVI de una región

de Salinas más baja, se debe a un aporte cuan-tioso de agua y recursos, procedente de las zo-nas desnudas de vegetación de las zonas des-montadas aguas arriba (NDVI decreciente,desvíos estándar decreciente y estable). De ma-nera similar en algunas regiones áridas de Aus-tralia se estima que el efecto conjunto sobre lareducción de la cobertura por el pastoreo y lassequías podría ocasionar un aumento en las es-correntías posteriores a una lluvia aumentan-do el transporte de sedimentos hacia zonas ri-parias (McKeon et al., 2009). En el ChacoÁrido ante las condiciones extremas de déficithídrico la vegetación leñosa tiene una fuertecapacidad de amortiguación por sus sistemasradicales profundos o por su condición de fre-atófita facultativa (Iglesias et al., 2010; Villa-gra et al., 2011; Jobbagy et al., 2011). Frentea la reducción de este componente leñoso, elcrecimiento vegetal presentaría una alta co-rrelación con los eventos de lluvia (Ogle y Rey-nolds, 2004). Para analizar la estabilidad de es-tos sistemas es necesario considerar tanto losatributos ecológicos que contribuyen a la resi-liencia de la vegetación leñosa (Villagra et al.,2011; Jobbagy et al., 2011) como los riesgos alos eventos físicos estocásticos (Svoray y Kar-nieli, 2011) que se acentúan ante los cambioscreciente de la cobertura y uso del suelo.

Conclusiones

El trabajo proporciona nuevas bases para elestudio de las transiciones de bosques-arbusta-les a sabanas y semidesiertos de origen antró-pico, fundamentados por los modelos de um-brales y sirve para interpretar la dinámica de lavegetación en ambientes del Chaco Árido. Elseguimiento retrospectivo de la cobertura ve-getal y de la cobertura de las unidades de co-bertura y uso de la tierra, es especialmente in-teresante para comprender cómo las prácticasde manejo son los principales mecanismos cau-sales de la desertificación. También, existe evi-dencia del papel que tienen los factores abióti-cos en la dinámica de no-equilibrio delecosistema Chaco Árido a medida que incre-menta la intensidad de las perturbaciones. Asílas sequías periódicas, los suelos y la geomor-fología (escala de cuenca) juegan un papel im-


portante en los patrones espaciales y tempora-les de la vegetación y de su resiliencia ante losdisturbios catastróficos como los desmontes engrandes extensiones. Hemos utilizado indica-dores indirectos de la resiliencia, simples pro-piedades estadísticas que pudieron medirse di-rectamente del estado de la cobertura leñosainvernal expresado en NDVI. Los cambios enla tendencia lineal del NDVI invernal y su des-viación estándar en una ventana de 150 metros(medida de heterogeneidad) son identificablesespacial y temporalmente siempre que el um-bral/disturbio sea significativo e intenso. Aquílos desmontes con sucesivos rolados pueden serobservados por los fuertes y permanentes cam-bios que provocan tanto en cobertura como enheterogeneidad de la vegetación.

El análisis permite identificar interaccionesentre las escalas. Procesos locales de cambiosfuertes a escala de parche y después de prediotienen efecto acumulativo y terminan abarcan-do la escala regional (Ludwig et al., 2004; Bes-telmeyer et al., 2011). Verificamos en el tra-bajo que el incremento de las pérdidas ytransporte de nutrientes en áreas más elevadasde la cuenca (suelos Molisoles, principalmen-te y también Aridisoles) y su traslado hacia áre-as adyacentes de las salinas tiene relación conla superf icie creciente de suelos desnudos ycon la pérdidas de la vegetación leñosa por dis-turbios de gran impacto como los desmontes ypor la cobertura vegetal creciente en las áreasde sumidero (Prosser et al., 2002; Ludwig yTongway, 2002; Ludwig et al., 2004). Todo elloha implicado cambios irreversibles en la resi-liencia de la vegetación con consecuencias aescala regional (Bestelmeyer et al., 2011). Po-siblemente los tres últimos años de anomalíasen las precipitaciones por debajo de la media,refuerzan el salto de bistabilidad y potencianla irreversibilidad de los cambios (Britos y Bas-concelo, 2012; CREAN, 2012).

En el estudio también se consigna el com-portamiento de las leñosas frente a disturbiosen amplias escalas, valorándose su contribu-ción a la resiliencia regional. Numerosos au-tores señalan la importancia de la vegetaciónleñosa por contribuir a la productividad regio-nal, al ciclo del agua y a la estabilidad de losecosistemas (Villagra et al., 2011; Jobbagyet al., 2011). Particularmente, manifestamos

nuestra preocupación sobre la expansión de ladeforestación y el rolado en el área de estudio,especialmente las consecuencias derivadas dela interrupción de las conexiones entre los acuí-feros y los ecosistemas en la superficie (Gior-dano et al., 2011; Villagra et al., 2011) con locual la fragilidad de los ambientes se incre-mentaría con los riesgos económicos y socia-les que ello implica.

Las implicancias de la deforestación sobrelos agroecosistemas es un tema de gran con-troversia en la Argentina, sectores vinculadosa la ganadería industrial y equipos técnicos sos-tienen que los arbustales son improductivoseconómicamente, fruto de la degradación porprácticas productivas obsoletas, y que la in-corporación de pasturas no sólo mejorará laproducción y la economía sino que también im-pedirá la degradación (Kunst et al., 2012). Co-mo fruto de este trabajo es interesante desta-car que no sólo se deberá tener especialatención a las consecuencias de los desmontesy rolados en gran escala, cómo frenar los pro-cesos de fuga de agua y nutrientes mediante elordenamiento territorial de los bosques nati-vos, sino también se deberá profundizar en es-tudios sobre la productividad y estabilidad delas pasturas implantadas (Franklin et al., 2006)y cómo mitigar el proceso de desertificaciónque parece irreversible.

Referencias

AGUILAR, C., ZINNERT, J. C., POLO, M. J., &JOUNG, D. R. 2012. NDVI as an indicator forchanges in water availability to woody vegeta-tion. Ecological Indicators, 23: 290-300.

BARCHUK, A. H., & VALIENTE-BANUET, A.2006. Comparative analysis of leaf angles andsclerophylly of Aspidosperma quebracho-blan-co in a geographical gradient of water def icit.Austral Ecology, 31: 882-891.

BARCHUK, A. H., BASCONCELO, S., BRITOS,A. H., SANTA, J. A., & IGLESIAS, M. R. 2007.Unidades de Paisaje para el desarrollo sustenta-ble y manejo de los recursos naturales en el nor-oeste de Córdoba. En Matteuccci, S.D. (Ed.). Pa-norama de la ecología de paisajes en Argentina ypaíses sudamericanos. Ediciones INTA, MAB,SECYT, Buenos Aires, pp 139-162.

BESTELMEYER, B. T., BROWN, J. R., HAVSTAD,K. M., ALEXANDER, R., CHAVEZ, G., & HE-RRICK, J. E. 2003. Development and use of sta-


te-and-transition models for rangelands. Journalof Range Management, 56: 114-126.

BESTELMEYER, B. T., TUGEL, A. J., PEACOCK,G. L., ROBINETT, D. G., SHAVER, P. L.,BROWN, J. R., HERRICK, J. E., SANCHEZ, H.,& HAVSTAD, K. M. 2009. State-and transitionmodels for heterogeneous landscapes: a strategyfor development and application. Rangeland Eco-logy & Management, 62: 1-15.

BESTELMEYER, B. T., GOOLSBY, D. P., & AR-CHER, S. R. 2011. Spatial perspectives in state-and-transition models: a missing link to land ma-nagement? Journal of Applied Ecology, 48:746-757.

BLANCO, L. J., AGUILERA, M. O., PARUELO, J.M., & BIURRUN, F. N. 2008. Grazing effect onNDVI across an aridity gradient in Argentina.Journal of Arid Environments, 72: 764-776.

BLANCO, L. J., FERRANDO, C. A., & BIURRUN,F. N. 2009. Remote Sensing of Spatial and Tem-poral Vegetation Patterns in Two GrazingSystems. Rangeland Ecol. Management, 62:445-451.

BRITOS, A. H., & BARCHUK, A. H. 2008. Cam-bios en la cobertura y en el uso de la tierra en dossitios del Chaco Árido del noroeste de Córdoba,Argentina. AgriScientia, 25: 97-110.

BRITOS, A. H., BARCHUK, A. H., & FERNÁN-DEZ, J. M. 2011. Patrones de Deforestación delBosque Nativo bajo Manejo de Pequeños Pro-ductores Campesinos: ¿«Paisajes Sustentables»?Revista de Ecología de Paisajes, 2: 1-16.

BRITOS, A. H., & BASCONCELO, S. E. 2012. In-forme Sequía 2011. Análisis de Anomalías de Ín-dice Verde (NDVI). Subsecretaría de Agricultu-ra Familiar, Delegación Córdoba, Equipo delNorte. www.asadep.org.ar/documentos/Informe-Sequia2011.pdf. Activo desde Noviembre 2012.

CABIDO, M., ACOSTA, A., CARRANZA, L., &DÍAZ S. 1992. La vegetación del Chaco Árido enel W de la provincia de Córdoba Argentina. Do-cuments Phytosociologiques XIV: 447-456.

CABIDO, M. R., GONZÁLEZ, C., ACOSTA, A., &DÍAZ S. 1993. Vegetation changes along a pre-cipitation gradient in Central Argentina. Vegeta-tio 109: 5-14.

CABRAL, A., DE MIGUEL, J., RESCAI, A.,SCHMITZ, M., & PINEDA, F. 2003. Shrub en-croachment in Argentinean savannas. Journal Ve-getation Science, 14: 145-152.

CAMPOS, C. M., CAMPOS, V. E., MONGEAUDBORGHI, C. E., DE LOS RÍOS, C., & GIAN-NONI, S. 2011. Relationships between Prosopisflexuosa (Fabaceae) and cattle in the Monte de-sert: Seeds, seedlings and saplings on cattle-usesite classes. Revista Chilena de Historia Natural,2: 289-299.

CAPITANELLI, R. 1979a. Geomorfología. En:Vázquez J, Miatello R, Roque M (Eds). Geogra-

fía Física de la Provincia de Córdoba. Ed. Boldt,Buenos Aires, pp. 213-296.

CAPITANELLI, R. 1979b. Clima. En: Vázquez J,Miatello R y Roque M. (Eds). Geografía Físicade la Provincia de Córdoba. Ed. Boldt, BuenosAires, pp. 45-138.

CHANDER, G., & MARKHAM, B. 2003. RevisedLandsat-5 TM Radiometric Calibration Proce-dures and Postcalibration Dynamic Ranges.Transactions on Geoscience and Remote Sensing,41: 2674-2677.

CHÁVEZ, P. S. 1996. Image-based atmospheric co-rrections revisited and improved. Photogramme-tric engineering and remote sensing, 62: 1025.

CREAN. 2012. Monitoreo de Sequías. Índice de Pal-mer. Centro de Relevamiento y Evaluación de Re-cursos Agrícolas y Naturales. FCA. UNC.www.crean.unc.edu.ar/ secciones/monitoreo/pdi_2012/ult_2012.html. Activo en Enero de 2013.

DAKOS, V., KEFI, S., RIETKERK, M., VAN NES,E., & SCHEFFER, M. 2011. Slowing Down inSpatially Patterned Ecosystems at the Brink ofCollapse. The American Naturalist, 177: 153-166.

DARGÁM, R. M. 1995. Geochemistry of watersand brines from the Salinas Grandes basin, Cór-doba, Argentina. I. Geomorphology and hydro-chemical characteristics. International Journalof Salt Lake Research, 3: 137-158.

DI RIENZO, J. A., CASANOVES, F., BALZARI-NI, M. G., GONZALEZ, L., TABLADA, M., &ROBLEDO, C. W. 2008. InfoStat, versión 2008,Grupo InfoStat, FCA, Universidad Nacional deCórdoba, Argentina.

EASTMAN, J. R. 2009. IDRISI Taiga Tutorial. LandChange Modeller. Clark Labs. Clark University.Wourcester. MA. USA.

ELDRIDGE, D. J., BOWKER, M. A., MAESTRE, F.T., ROGER, E., REYNOLDS, J. F., & WHIT-FORD, W. G. 2011. Impacts of shrub encroachmenton ecosystem structure and functioning: towards aglobal synthesis. Ecology Letters, 14: 709-722.

FORMAN, R. T. T. 1995. Land Mosaics. The eco-logy of landscapes end and regions. CambridgeUniversity Press. 632 pp.

FOLKE, C., CARPENTER, S., WALKER, B.,SCHEFFER, M., ELMQVIST, T., GUNDER-SON, L., & HOLLING, C. S. 2004. RegimeShifts, Resilience, and Biodiversity in EcosystemManagement. Annual Review of Ecology, Evolu-tion, and Systematics, 35: 557-581.

FRANKLIN, K. A., LYON, K., NAGLER, P. L.,LAMPKIN, D., GLENN, E. P, MOLINA- FRE-ANER, F., MARKOW, T., & HUETE, A. R. 2006.Buffelgrass (Pennisetum ciliare) land conversionand productivity in the plains of Sonora, Mexi-co. Biological Conservation, 127: 62-71.

GIORDANO, C. V., GUEVARA, A., BOCCALAN-DRO, H. E., SARTOR, C., & VILLAGRA, P. E.2011. Water status, drought responses, and


growth of Prosopis flexuosa trees with differentaccess to the water table in a warm South Ame-rican desert. Plant Ecology, 212: 1123-1134.

GASPARRI, N. I., & GRAU, H. R. 2009. Defores-tation and fragmentation of Chaco dry forest inNW Argentina (1972-2007). Forest Ecology andManagement, 258: 913-921.

HILL, M. J., & DONALD, G. E. 2003. Estimatingspatio-temporal patterns of agricultural produc-tivity in fragmented landscapes using AVHRRNDVI time series. Remote Sensing of Environ-ment, 84: 367-384.

HILL, T., & LEWICKI, P. 2007. STATISTICS: Me-thods and Applications. StatSoft, Tulsa, OK.WEB: http://www.statsoft.com/textbook/.

HOLLING, C.S. 1973. Resilience and stability of eco-logical systems. Annu. Rev. Ecol. Syst., 4: 1-23.

HUNT, R. E., EVERITT, J. H., RITCHIE, M., MO-RAN, S., BOOTH, T., ANDERSON, G., CLARK,P. E., & SEYFRIED, M. S. 2003. Applicationsand Research Using Remote Sensing for Range-land Management. Photogrammetric Enginee-ring & Remote Sensing, 69: 675-693.

IGLESIAS, M. R., BARCHUK, A. H., & GRILLI,M. 2010. Dinámica estacional e interanual delNDVI en bosques nativos de zonas áridas argen-tinas. Revista de Teledetección, 34: 44-54.

JOBBAGY, E. G., NOSETTO, M. D., VILLAGRA,P. E., & JACKSON, R. B. 2011. Water subsidiesfrom mountains to deserts: their role in sustai-ning groundwater-fed oases in a sandy landsca-pe. Ecological Applications, 21: 678-694.

JARSÚN, B., GORGAS, J., ZAMORA, E., BOS-NERO, H., LOVERA, E., RAVELO, A., & TAS-SILE, J. 2003. Los Suelos. Nivel de Reconoci-miento. Escala 1: 500.000. Recursos Naturalesde la Provincia de Córdoba. Agencia CórdobaAmbiente SE. INTA EEA Manfredi, Córdoba.

KÉFI, S., RIETKERK, M., ALADOS, C., PUEYO,Y., PAPANASTASIS, V., ELAICH, A., & DERUITER, P. 2007. Spatial vegetation patterns andinminent desertif ication in Mediterranean aridecosystems. Nature 449: 213-218.

KUNST, C., MONTI, E., PÉREZ, H., & GODOY, J.2006. Assessment of the rangelands of south-western Santiago del Estero, Argentina, for gra-zing management and research. Journal of Envi-ronmental Management, 80: 248-265.

KUNST, C., LEDESMA, R., BRAVO, S., ALBA-NESI, A., ANRIQUEZ, A., VAN MEER, H., &GODOY, J. 2012. Disrupting woody steady sta-tes in the Chaco region (Argentina): Responsesto combined disturbance treatments. EcologicalEngineering, 42: 42-53.

LE POLAIN DE WAROUX, J., & LAMBIN, E. F.2012. Monitoring degradation in arid and semi-arid forests and woodlands: The case of the ar-gan woodlands (Morocco). Applied Geography32: 777-786.

LEITH, H., & WHITTAKER, R. H. 1975. PrimaryProductivity of the Biosphere. Ecological Stu-dies, Vol 14. Berlin, DE: Springer-Verlag.

LUDWIG, J. A., & TONGWAY, D.J. 2002. Clearingsavannas for use as rangelands in Queensland; al-tered landscapes and water-erosion processes.Rangeland Journal, 24: 83-95.

LUDWIG, J., TONGWAY, D., BASTIN, G., & JA-MES, C. 2004. Monitoring ecological indicatorsof rangeland functional integrity and their rela-tion to biodiversity at local to regional scales.Austral Ecology, 29: 108-120.

LUDWIG, J. A., BARTLEY, R., HAWDON, A. A.,ABBOTT, B. N., & MCJANNET, D. 2007. Patchconfiguration non-linearly affects sediment lossacross scales in a grazed catchment in north-eastAustralia. Ecosystems, 10: 839-845.

MAESTRE, F. T., BOWKER, M. A., PUCHE, M.A., HINOJOSA, M. B., MARTÍNEZ, I.., GAR-CÍA-PALACIOS, P., CASTILLO, A., SOLIVE-RES, S., ARÁNTZAZU, L., LUZURIAGA, A.M., SÁNCHEZ, J. A., CARREIRA, A. G., & ES-CUDERO, A. 2009. Shrub encroachment can re-verse desertification in semi-arid Mediterraneangrasslands. Ecology Letters, 2: 930-941.

MCAULIFFE, J. R. 1994. Landscape evolution, soilformation, and ecological patterns and processesin Sonoran desert bajadas. Ecological Mono-graphs, 64: 111-148.

MEA (MILLENNIUM ECOSYSTEM ASSESS-MENT). 2005. Dryland systems. In MillenniumEcosystem Assessment (Ed.), Ecosystems andhuman well-being: Current state and trends. Was-hington, DC. pp. 623-662.

MORELLO, J., & ADÁMOLI, J. 1968. Las grandesunidades de vegetación y ambiente del Chaco argen-tino, Primera parte: Objetivos y metodología. Seriefitogeográfica Nº10, INTA. Buenos Aires. 125 pp.

MORELLO, J., PROTOMASTRO, J., SANCHO-LUZ, L., & BLANCO, C. 1985. Estudio macro-ecológico de los Llanos de La Rioja. Serie delCincuentenario de la Administración de ParquesNacionales, 5: 1-53.

MORELLO, J., RODRÍGUEZ, A., & PENGUE, W.2009. Análisis descriptivo del proceso de des-monte y habilitación de tierras en el Chaco Ar-gentino. En Morello, J., A. Rodríguez, Eds., ElChaco sin bosques: La Pampa o el desierto delfuturo. Orientación Gráfica Editora, Buenos Ai-res. pp. 291-312.

OGLE, K., & REYNOLDS, J. F. 2004. Plant res-ponses to precipitation in desert ecosystems: in-tegrating functional types, pulses, thresholds, anddelays. Oecologia, 141: 282-294.

OINDO, B. O., & SKIDMORE, A. 2002 Interannualvariability of NDVI and species richness in Ken-ya. J Remote Sens, 23: 285-98.

PARUELO, J. M., & GOLLUSCIO, R. 1994. Ran-ge assessment using remote sensing in Northwest


Patagonia (Argentina). Journal of Range Mana-gement, 47: 498-502.

PUIGDEFÁBREGAS, J., BARRIO, G., BOER, M.,GUTIERREZ, L., & SOLÉ, A. 1998. Differen-tial responses and channel elements to rainfallevents in a semi-arid area. Geomorphology, 23:337-351.

PROSSER, I. P., MORAN, C. J., LU, H., SCOTT,A., RUSTOMJI, P., STEVENSON, J., PRIESTLY,G., ROTH, C. H., & POST, D. 2002. Regional pat-terns of erosion and sediment transport in theBurdekin river catchment. CSIRO Land and Wa-ter. Technical Report 5 (2). pp 47.

RAMSEY, R. D., WRIGHT, JR. D. L., & MCGINTY,C. 2004. Evaluating the Use of Landsat 30 m En-hanced Thematic Mapper to Monitor VegetationCover in Shrub-Steppe Environments. GeocartoInternational, 19: 39-47.

RICHARDS, J. A., & JIA, X. 1999. Remote Sen-sing Digital Image Analysis. New York, Springer.363 pp.

RIETKERK, M., DEKKER, S. C., DE RUITER, P.C., & VAN DE KOPPEL, J. 2004. Self-Organi-zed Patchiness and Catastrophic Shifts in Ecos-ystems. Science, New Series, 305: 1926-1929.

SAYAGO, M. 1969. Estudio fitogeográfico del nor-te de Córdoba. Boletín Academia Nacional deCiencias Córdoba, 46: 123-427.

SCHEFFER, M., CARPENTER, S. R., FOLEY, J. A.,FOLKE, C., & WALKER, B. H. 2001. Catastro-phic shifts in ecosystems. Nature, 413: 591-596.

SCHEFFER, M., BASCOMPTE, J., BROCK, W.,BROVKIN, V., CARPENTER, S., & DAKOS, V.2009. Early warnings of critical transitions. Na-ture, 461: 53-59

SEIA, E., ORODÁ, W., & CARRANZA, R. 2008.Hacia el uso racional y sustentable del monte cor-dobés. Foro Provincial «Ley de desmonte». El de-bate sobre la preservación del monte nativo cor-dobés: LA OTRA CARA DE LA MONEDA.http://www.imperiorural.com.ar/imperio /estructu-ra /desmonte/2008 /4_foro_desmonte_nov2008.htm

SELLERS, P. J. 1985. Canopy reflectance, photos-ynthesis and transpiration. International Journalof Remote Sensing, 6:1335-1372.

SVORAY, T., & KARNIELI, A. 2011. Rainfall, To-pography and Primary Production Relationshipsin a Semiarid Ecosystem. Ecohydrology, 4: 56-66.

TONGWAY, D. J., SPARROW, A. D., & FRIEDEL,M. H. 2003. Degradation and recovery processesin arid grazing lands of central Australia. Part 1:soil and land resources. Journal of Arid Environ-ments, 55: 301-326.

TONGWAY, D. J., CORTINA, J., & MAESTRE, F.T. 2004. Heterogeneidad espacial y gestión demedios semiáridos. Ecosistemas, 13: 2-15.

VILLAGRA, P. E., GIORDANO, C., ALVAREZ,J. A., CAVAGNARO J. B., GUEVARA A., SAR-

TOR C., PASSERA C., & GRECO S. 2011. Serplanta en el desierto: estrategias de uso de aguay resistencia al estrés hídrico en el MonteCentral de Argentina. Ecología Austral, 21 (1):29-42.

VOLANTE, J. N., ALCARAZ-SEGURA, D., MOS-CIARO, M. J., VIGLIZZO, E. F., & PARUELO,J. M. 2012. Ecosystem functional changes asso-ciated with land clearing in NW Argentina.Agriculture, Ecosystems and Environment, 154:12-22.

WALKER, B, HOLLING, C. S., CARPENTER,S. R., & KINZIG, A. 2004. Resilience, Adapta-bility and Transformability in Social – ecologicalSystems. Ecology and Society 9 (2): art 5. [onli-ne] URL: http:// www.ecologyandsociety.org/vol9/iss2/art5.

WASHINGTON-ALLEN, R. A., RAMSEY, R. D.,NORTON, B. E., & WEST, N. E. 1998. Changedetection of the effect of severe drought on sub-sistence agropastoral communities on the Boli-vian Altiplano. International Journal of RemoteSensing, 19: 1319-1333.

WASHINGTON-ALLEN, R. A., RAMSEY, R. D.,& WEST, N. E. 2004. Spatiotemporal mappingof the dry season vegetation response of sage-brush steppe. Community Ecology, 5: 69-79.

WASHINGTON-ALLEN, R. A., WEST, N. E.,RAMSEY, R. D., & EFROYMSON, R. A. 2006.A protocol for retrospective remote sensing-ba-sed ecological monitoring of rangelands. Range-land Ecology and Management, 59: 19-29.

WASHINGTON-ALLEN, R. A., RAMSEY, R. D.,WEST N. E., & NORTON, B. E. 2008. Quantifi-cation of the ecological resilience of drylandsusing digital remote sensing. Ecology and Society13(1): 33. [online] URL: http://www.ecolog-yandsociety.org/vol13/iss1/ art33/

WESSELS, K. J., PRINCE, S. D., CARROLL, M.,& MALHERBE, J. 2007. Relevance of Range-land Degradation in Semiarid Northeastern SouthAfrica to the Non-equilibrium Theory. Ecologi-cal Applications, 17 (3): 815-827.

WHITFORD, W. G. 2002. Ecology of desertsystems. Academic Press, London, UK.

YAFEE, R. A., & MCGHEE, M. 2000. Introductionto time series analysis and forecasting with ap-plications of SAS and SPSS. San Diego. Acade-mic Press. 528 pp.

ZAK, M., & CABIDO, M. 2002. Spatial patterns ofthe Chaco vegetation of central Argentina: Inte-gration of remote sensing and phytosociology.Applied Vegetation Science, 5: 213-226.

ZAK, M. R., CABIDO, M., & HODGSON, J. G.2004. Do subtropical seasonal forests in the GranChaco, Argentina, have a future? Biological Con-servation, 120: 589-598.


dinámica de la cobertura vegetal y los usos de la tierra a través … · 2013. 12. 18. · juan...

Documents