RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

RIA, 35 (2): 117-141 ISSN 0325 - 8718

Agosto 2006 ISSN 1669 - 2314
INTA, Argentina

CARACTERIZACIÓN ESPACIAL DEL ESTRÉS HÍDRICO Y

DE LAS HELADAS EN LA REGIÓN PAMPEANA A
PARTIR DE INFORMACIÓN SATELITAL Y
COMPLEMENTARIA

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R.; ORICCHIO, P. A.;

REBELLA, C. M.1

RESUMEN
La región pampeana es el área de mayor producción agropecuaria de la Argen-
tina. Los principales cultivos que allí se producen pueden ser severamente afecta-
dos por diversos eventos climáticos adversos que atentan contra su rendimiento.
Para contratar un seguro agrícola es fundamental estimar los riesgos de ocurrencia
de estos eventos en función de la localización. La falta de información homogénea
para toda la región dificulta la estimación. Nuestro trabajo presenta una metodo-
logía que permite caracterizar la frecuencia e intensidad de heladas u ocurrencia de
estrés hídrico en la región pampeana a través de indicadores generados a partir de
la utilización de información satelital y complementaria. Para estimar el indicador
asociado al riesgo de estrés hídrico se utilizaron imágenes de evapotranspiración
generadas a partir de imágenes de temperatura de superficie (Ts) y de NDVI (Índice
de Vegetación de Diferencia Normalizada). Fueron definidos dos períodos tempo-
rales de análisis: i) Cultivos de Invierno (julio a diciembre) y ii) Cultivos de Verano
(octubre a marzo). Para cada período se generaron Imágenes de Porcentaje de
Estrés Hídrico. Para determinar el riesgo de helada se definieron dos periodos:
Heladas Tempranas (enero a mayo) y Heladas Tardías (septiembre a diciembre).
Para ello se generaron imágenes de Mínimos Absolutos de Temperatura de Super-
ficie (Ts) y de Porcentaje de Heladas. Al analizar dichas imágenes se observó, en
términos generales, que en la mayor extensión del área de estudio, las heladas

1
Instituto de Clima y Agua(CIRN- INTA Cautelar),Los Reseros y Las Cabañas s/n (1712) Castelar,
provincia de Buenos Aires, Argentina. Correo electrónico: cdibella@cnia.inta.gov.ar.

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 117

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

fueron más intensas y frecuentes durante el período de Heladas Tardías. A nivel

general, el estrés hídrico en la región se caracterizó por mantener valores críticos
de (entre el 50 y 100% de los años) tanto en los Cultivos de Invierno (excepto el
norte de Buenos Aires y sur de Santa Fe) como en los de Verano (en menor medida
para norte y oeste de Buenos Aires.). La metodología aplicada puede ser utilizada
en diversas áreas de interés e integrarse con otras fuentes de información (e.g.
topografía, previsiones climáticas) enriqueciendo, de esta manera, las posibilida-
des de análisis y evaluación de los diversos fenómenos que afectan la producción
agropecuaria.

Palabras clave: seguro agrícola, teledetección, Argentina, NDVI, evapotrans-

piración.

ABSTRACT
SPATIAL CHARACTERIZATION OF FROST AND WATER STRESS IN THE
ARGENTINE PAMPA REGION USING SATELLITE AND COMPLEMENTARY
INFORMATION

The Pampa Region is the most important agricultural production area of Argen-
tina. Productivity of crops located there can be severely affected by extreme climatic
events. The knowledge by crop insurance issues decision makers of the chances of
the happening of these events for any particular localization is very important to
establish coverage plans. The lack of homogeneous information for the whole
region makes this estimation a difficult task. The present work presents a
methodology that allows the spatial characterization of the agricultural production
losses by frost or water stress in different areas of the Pampa’s Region using
satellite and complementary information. To estimate an indicator associated to
water stress risk Evapotranspiration (ET) images were built from Surface Temperature
(Ts) images and NDVI (Normalized Difference Vegetation Index) images. The study
was performed using monthly images from 1982 to 1999, defining two temporal
periods of analysis: i) Winter Crops (July to December) and ii) Summer Crops
(October to March). For each period Water Stress Percentage images were generated.
The frost risk assessment was defined on two periods: Early (January to May) and
Late (September to December). For each period images of Absolute Minimum
Surface Temperature and Frost Percentage were generated. The analysis of the
images allowed to observe the fact that the frost events were more intense and
frequent during the Late Frost periods. Water stress presented critical values in
more than 50% of the years in Winter Crops (in most of the region, except the
North of Buenos Aires and South of Santa Fe provinces) and in Summer Crops

118 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

(water stress is smaller and limited to the North and West of Buenos Aires). This
methodology can be applied to different areas and it could be integrated with
other information sources (e.g. topography, climate forecasts). In this way, we
expect to improve the analysis and evaluation of the risk related events affecting
the regional agriculture production.

Key words: agricultural insurance, remote sensing, Argentina, NDVI,

Evapotrasnpiration.

INTRODUCCIÓN
Las heladas y el déficit hídrico son fenómenos meteorológicos capaces
de afectar el rendimiento, la supervivencia o la calidad de los cultivos,
siendo parte de los mayores riesgos asociados a la producción
agropecuaria en la Región Pampeana argentina. Ambos fenómenos po-
seen una variabilidad interanual que impacta significativamente en los
rendimientos de los cultivos y en la economía de la región. A su vez, la
rápida adopción de paquetes tecnológicos por parte de los productores
a partir de la década de 1990, otorga un espectro de opciones que torna
más compleja la adopción de decisiones por parte de los productores,
incluyendo la consideración de los escenarios climáticos esperados. Es por
ello que podría considerarse a la información climática como un elemen-
to clave para la toma de decisiones (Bartolomé et al., 2004).
La cuantificación de estos riesgos zonales en la Región Pampeana, es
hasta el momento dificultosa e incompleta debido a la ausencia de ho-
mogeneidad en la toma de datos. Así que no es sencillo calcular una
prima de seguros adecuada al momento de contratar un seguro agrícola.
En nuestro país existen numerosos trabajos que caracterizan dichos fenó-
menos climáticos en el ámbito local, generalmente a partir de informa-
ción meteorológica (e.g. Monterubbianesi y Cendoya, 2001 para Balcarce;
Orta y Federighi, 1996 para Villa Mercedes y Navarro et al. 2003 para
Azul); sin embargo no se dispone de una herramienta que permita carac-
terizar dicha problemática en el ámbito regional.
La teledetección es una herramienta muy ventajosa en términos de
costo beneficio ya que permite obtener datos homogéneos de extensas
superficies y realizar análisis multitemporales. Por un lado, la información
captada en las longitudes de onda del espectro visible e infrarrojo cerca-
no del espectro electromagnético permite el cálculo de Índices de Vege-

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 119

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

tación como el NDVI (Índice de Vegetación de Diferencia Normalizada),

que se calcula como:

NDVI = (IR – R) / (IR + R)

donde IR es la reflectancia en el infrarrojo cercano y R es la reflectancia

en la porción visible del espectro electromagnético. Este índice se
encuentra altamente correlacionado a la biomasa verde y la productividad
primaria (Rouse et al. 1974; Goward y Huemmrich, 1992). A partir del
NDVI es posible realizar estimaciones de la tasa de crecimiento de los
cultivos (Calera et al., 2004), la absorción de la radiación fotosintéticamente
activa (Sellers, 1987; Gamon et al., 1995; Di Bella et al., 2004), los tipos de
vegetación (Hobbs, 1990), la biomasa y el índice de área foliar (Casanova
et al., 1998; Tomasel et al., 2001; Vaesen et al., 2001; Xavier y Vettorazzi,
2004), la evapotranspiración (Di Bella et al., 2000), el contenido de clorofila
de las hojas (Oppelt y Mauser, 2004), el contenido de agua de los tejidos
(Senay et al., 2000; Champagne et al., 2003), la calidad de los granos (Wu
y Shi, 2004), la productividad primaria neta aérea (PPNA) (Tucker y Sellers,
1986; Sellers, 1989; Quattrochi y Pelletier, 1991; Paruelo et al. 1997;
Thenkabail et al., 2000; Moreau y Le Toan, 2003, Awaya et al., 2004) o la
carga animal a escala regional (Oesterheld et al., 1998), entre otras. Por
otro lado, a partir de la información espectral captada en el infrarrojo
térmico es posible estimar la temperatura de superficie (Ts), la cual permite
por ejemplo estudiar la ocurrencia de heladas (e.g. Di Bella et al., 1997) o,
conjuntamente con el NDVI, estimar la evapotrans-piración real a escala
regional (Di Bella et al., 2000).
A partir de estos antecedentes y en un trabajo coordinado por la
Oficina de Riesgos Agropecuarios de la Secretaría de Agricultura, Gana-
dería, Pesca y Alimentos de la Nación se ha ejecutado el proyecto «Ries-
gos y Seguros Agropecuarios» cuyo objetivo fue la obtención de una car-
tografía de riesgo agrícola por departamento/partido y por región
agroecológica homogénea de los principales riesgos hidroclimáticos que
afectan la agricultura de la región pampeana. Se considera riesgo
agroclimático a la probabilidad de afectación del rendimiento o la cali-
dad de los cultivos por efecto de fenómenos climáticos adversos cuyos
componentes son la probabilidad de ocurrencia del fenómeno climático
adverso y la reducción estimada en los rendimientos por efecto del mis-

120 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

mo. En la elaboración de los mapas de riesgo agroclimático se integra

información procedente de diversas disciplinas tales como la meteorolo-
gía, climatología, teledetección, edafología, manejo de cultivos, fisiología
vegetal y tecnologías de producción (http://www.ora.gov.ar/). El presen-
te trabajo desarrolla el componente Mapas de Riesgo - Datos Satelitales
de dicho proyecto, cuyo objetivo específico fue elaborar una metodolo-
gía a partir de información satelital que permitiera establecer indicadores
para cuantificar los riesgos de heladas y de estrés hídrico a escala regio-
nal al ser integrada con información proveniente de otros componentes
del proyecto.

MATERIALES Y MÉTODOS
2.1. Área de Estudio
El área de estudio comprendió cinco regiones que representan una
porción muy significativa de las tierras destinadas a la producción agríco-
la nacional: tres regiones correspondieron a la provincia de Buenos Aires
(norte, centro y oeste), una al sur de Santa Fe y otra al sudeste de Córdo-
ba (Figura 1).
Los suelos de la región presentan condiciones de fertilidad muy eleva-
da. Los principales determinantes del clima de la región son la latitud, la
baja relación masa continental / masa oceánica, la proximidad al Río de la
Plata y la ausencia de relieves pronunciados (Hall, 1992). La temperatura
media de invierno es de 13°C, la media de verano es de 23°C (Soriano et
al., 1992) y las precipitaciones anuales oscilan entre 700 y 1100mm.

2.2. Indicadores de Riesgo de Helada

Desde el punto de vista meteorológico se considera helada a todo
descenso de temperatura del aire igual o bajo 0ºC. El concepto de helada
admite una interpretación más biológica desde el punto de vista agrícola,
definiéndose a la helada como los descensos térmicos capaces de causar
daños a los tejidos vegetales, de acuerdo con la especie y variedad, el
estado fenológico y sanitario y edad, entre otros. Se define como helada
agrometeorológica a la ocurrencia de una temperatura mínima diaria no
superior a 3ºC a 1,50m de altura dentro del refugio meteorológico, lo
que equivaldría a 0ºC o menos a la intemperie en superficie (Burgos, 1963).

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 121

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Sureste de Córdoba Centro de Buenos Aires

1 Unión 22 Gral. Viamonte
2 Marcos Juárez 23 Bragado
3 Pte. Roque Sáenz Peña 24 Alberti
25 Chivilcoy
Sur de Santa Fé 26 Nueve de Julio
4 San Martín 27 Veinticinco de Mayo
5 San Jerónimo 28 Carlos Casares
6 Belgrano
7 Iriondo Norte de Buenos Aires
8 Caseros 29 Gral. Arenales
9 San Lorenzo 30 Colón
10 Rosario 31 Pergamino
11 Gral. López 32 Junín
12 Constitución 33 Rojas
34 Chacabuco
Oeste de Buenos Aires 35 Salto
13 Gral. Villegas 36 Bartolomé Mitre
14 Ameghino 37 Capitán Sarmiento
15 Gral. Pinto 38 Carmen de Areco
16 Leandro N. Além 39 San Antonio de Areco
17 Carlos Tejedor 40 San Andrés de Giles
18 Lincoln 41 Suipacha
19 Pehuajó 42 Mercedes
20 Hipólito Irigoyen 43 Luján
21 Daireaux

Figura 1. Mapa del área de estudio, donde se identifican las cinco regiones delimi-
tadas y sus correspondientes partidos/departamentos.

122 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

La estación de crecimiento disponible para un cultivo está definida

por la época de ocurrencia de heladas y por la diferente sensibilidad a las
mismas que presenta cada una de las especies. Con el objetivo de estable-
cer una fecha de siembra que disminuya el riesgo de ocurrencia de hela-
das en etapas definidas como críticas para cada cultivo, es de suma im-
portancia establecer las fechas medias de la primera y última helada,
como también las anomalías que pueden suceder (heladas tempranas y
tardías) (Otegui y Pereyra, 2003). Por ejemplo, las heladas presentes du-
rante los meses de enero a mayo pueden causar daños en los cultivos de
verano sembrados tardíamente, complicando la generación de los com-
ponentes de rendimiento. En cuanto a los cultivos de invierno, el estado
fenológico durante las heladas tempranas no es afectado frente a una
anomalía climática.
Particularmente, el cultivo de trigo no se ve afectado por heladas si
éstas ocurren durante el período previo a espigazón, pero heladas tar-
días posteriores a este fenoestado afectan seriamente el rendimiento. El
cultivo de girasol también es tolerante a las heladas durante la fase de
emergencia a iniciación floral. A partir de la diferenciación floral, las bajas
temperaturas no necesariamente menores a 0°C, pueden ocasionar rami-
ficaciones, aparición de brácteas y flores liguladas en el centro del capítu-
lo, androesterilidad ó producción de polen parcialmente estéril, compro-
metiendo los componentes del rendimiento. Tanto para el cultivo de maíz
como para el de soja, el nivel de sensibilidad es alto durante todo el ciclo.
La ocurrencia de una helada tardía, provoca no sólo una pérdida variable
de plantas, sino también un daño variable por senescencia de hojas en
ambos cultivos. La ocurrencia de heladas tempranas en el cultivo de soja
y maíz, puede ocasionar la finalización del ciclo del cultivo. Como conse-
cuencia de ello, la duración del período de llenado se acorta y disminuye
su peso. Por lo tanto, valores inferiores a 0°C se consideran de alto nivel
de riesgo para los cuatro cultivos.
A los efectos del presente trabajo, se generaron dos indicadores aso-
ciados al riesgo de helada. El primero de ellos consistió en la temperatura
mínima registrada en cada píxel, y el segundo fue calculado como el por-
centaje de fechas de entre las disponibles, para las cuales se registraron
temperaturas de superficie inferiores a 0°C.
Las imágenes utilizadas para determinar los indicadores de riesgo de
helada fueron las obtenidas del satélite NOAA-AVHRR (Advanced Very
High Resolution Radiometer), cuya resolución espacial nominal es de 1.1

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 123

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

x 1.1 km2, durante el período 1996-2002. De acuerdo con los objetivos

generales del proyecto en cuanto a estimar los riesgos de eventos
climáticos extremos, susceptibles de afectar la producción agropecuaria,
se definieron dos periodos de interés: a) Heladas Tempranas (enero a
mayo) y b) Heladas Tardías (septiembre a diciembre) (Figura 2). Para
seleccionar las imágenes que se utilizarían se analizaron las temperaturas
mínimas registradas en las estaciones meteorológicas ubicadas dentro del
área de estudio (Pehuajó, Nueve de Julio, Pergamino, Laboulage y Rosa-
rio–Figura 1) durante los períodos considerados, y se identificaron aque-
llas fechas en las que hubo temperaturas mínimas inferiores a 3°C. Final-
mente, fueron consideradas las imágenes correspondientes a las fechas
que cumplían los siguientes requerimientos: i) Nula o escasa nubosidad; ii)
Representación de la región de estudio (>75%); y iii) Sin errores de captu-
ra. Debido a estos condicionamientos, el número de imágenes utilizadas
se redujo marcadamente. De un promedio de cuarenta imágenes por
cada año de la serie temporal abarcada (1996-2002) sólo fueron seleccio-
nadas las imágenes detalladas en la Tabla 1, las cuales fueron tratadas
mediante el siguiente procedimiento: 1°) Importación de las bandas 1
(0,58 a 0,68 µm – rojo), 2 (0,72 a 1,10 µm – infrarrojo cercano), 4 (10,30 a
11,30 µm – infrarrojo térmico) y 5 (11,50 a 12,50 µm – infrarrojo térmico)
del satélite NOAA AVHRR del formato binario al formato Erdas©; 2°)
Corrección atmosférica de las imágenes mediante el método denomina-
do split window (Sobrino, et al., 1991); 3°) Definición de un criterio de
filtrado de datos erróneos o ausentes debido a errores de captura o del
procesamiento y corrección geométrica de las imágenes; y 4°) Proyección
de todas las imágenes al sistema de coordenadas Lat/Lon, debido a que
las mismas no poseen originalmente ninguna proyección.
En función de la temperatura de superficie (Ts) se definieron tres cate-
gorías sobre las imágenes: 1) Nube: píxeles con valores inferiores a cinco
grados centígrados bajo cero (<-5°C); 2) No Helada: píxeles con valores
superiores a cero grados centígrados (>0°C), y 3) Helada: píxeles con valo-

Figura 2. Definición de los períodos de interés para indicadores de helada.

124 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Tabla 1. Fechas de las imágenes de base utilizadas para la elaboración de indicadores

de riesgo de helada.

HELADAS TEMPRANAS
CENTRO BS. NORTE BS. OESTE BS.
SANTA FE CÓRDOBA
N° AS. AS. AS.
1 31/05/1996 22/05/1996 22/05/1996 22/05/19
996 22/05/1996
2 28/03/2000 23/05/1997 31/05/1996 31/05/1996 31/05/1996
3 29/04/2001 29/04/2001 23/05/1997 23/05/1997 23/05/1997
4 04/05/2001 04/05/2001 05/05/2000 28/03/2000 28/03/2000
5 13/05/2001 13/05/2001 29/04/2001 05/05/2000 05/05/2000
6 30/05/2002 19/05/2001 04/05/2001 29/04/2001 29/04/2001
7 30/05/2002 13/05/2001 04/05/2001 04/05/2001
8 18/05/2001 05/05/2001 05/05/2001
9 19/05/2001 13/05/2001 13/05/2001
10 30/05/2002 18/05/2001 18/05/2001
11 31/05/2002 19/05/2001 19/05/2001
12 01/04/2002

HELADAS TARDÍAS
CENTRO BS. NORTE BS. OESTE BS.
SANTA FE CÓRDOBA
N° AS. AS. AS.
1 03/09/1996 04/09/1996 03/09/1996 04/09/1996 04/09/1996
2 04/09/1996 05/09/1996 04/09/1996 05/09/1996 05/09/1996
3 05/09/1996 06/09/1996 05/09/1996 06/09/1996 06/09/1996
4 06/09/1996 10/09/1997 06/09/1996 17/09/1996 17/09/1996
5 17/09/1996 11/09/1997 10/09/1997 10/09/1997 10/09/1997
6 10/09/1997 19/09/1998 11/09/1997 11/09/1997 11/09/1997
7 11/09/1997 01/09/2000 18/09/1998 18/09/1998 18/09/1998
8 19/09/1998 03/09/2000 19/09/1998 19/09/1998 19/09/1998
9 01/09/2000 25/09/2000 01/09/2000 01/09/2000 01/09/2000
10 03/09/2000 16/09/2001 03/09/2000 03/09/2000 03/09/2000
11 25/09/2000 25/09/2000 25/09/2000
12 16/09/2001 16/09/2001

res comprendidos entre -5°C y 0°C (Figura 3). No fueron considerados

los valores inferiores a -5ºC ya que son muy poco frecuentes durante
las heladas otoñales o las primaverales en la zona agrícola.

Figura 3. Definición de categorías para indicadores de helada en función de la

temperatura de superficie.

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 125

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Para evaluar el riesgo de helada de las regiones de estudio se elabora-

ron dos indicadores. En el primero de ellos, Imágenes de Mínimos Absolu-
tos de Temperatura de Superficie (Ts), se calculó para cada píxel el valor
mínimo de Ts entre todas las fechas disponibles para cada región. El se-
gundo indicador, denominado Porcentaje de Heladas, se generó calculan-
do el cociente entre la cantidad de fechas en las cuales la temperatura se
encontraba por encima de los -5°C y por debajo de los 0°C (categoría 3,
Helada) y la cantidad de fechas en las cuales la temperatura se encontra-
ba por encima de los -5°C (categorías 2 y 3, No Helada y Helada), es decir,
a partir del cociente Heladas/(Heladas + No Heladas). De esta manera, se
obtuvieron valores comprendidos entre 0 y 1, los que multiplicados por
100 indicaban el porcentaje de fechas (de entre las disponibles) en las
cuales la temperatura de superficie (Ts) fue menor a 0°C (categoría Hela-
das) en cada píxel, sin considerar la presencia de nubes.

2.3. Indicador de Riesgo de Estrés Hídrico

Se produce estrés hídrico cuando durante un período extenso de tiem-
po la disponibilidad de agua cae por debajo de los requerimientos estadís-
ticos de una región debido a la escasez de lluvias. La sequía causa un agudo
desequilibrio hídrico, que perjudica los sistemas de producción de recursos
agrícolas. Puede provocar pérdida de turgencia y una disminución de la
tasa de crecimiento, dando como resultado un menor tamaño de órganos
que se encuentran en expansión activa en el momento del estrés, y pueden
afectar severamente la productividad. Es sumamente importante conocer
tanto los regímenes estacionales de precipitaciones y demanda evaporativa
como la fenología y los períodos críticos para la ocurrencia de una sequía.
Uno de los aspectos más importantes para el éxito de un cultivo en un
ambiente con deficiencias hídricas es la adecuación del ciclo a los cambios
temporales de disponibilidad hídrica, especialmente la ubicación de los
períodos críticos para la determinación del rendimiento fuera de los mo-
mentos de mayor estrés (Dardanelli et al., 2004).
Un buen indicador de las condiciones de estrés hídrico es el cociente
entre la evapotranspiración real (ETR, cantidad de agua, expresada en
mm/día que es efectivamente evaporada desde la superficie del suelo y
transpirada por la cubierta vegetal devuelta a la atmósfera) y la
evapotranspiración potencial (ETP, cantidad de agua evaporada pero en
condiciones óptimas de crecimiento). Al no contar con valores de ETP,
utilizamos la ETR analizada inter e intraanualmente como un indicador de
falta de agua de los cultivos, considerando esta variable como una buena
aproximación de la estimación del nivel de estrés en los canopeos.

126 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Con el objetivo de evaluar la condición hídrica de los cultivos durante el

período de tiempo citado se definió el indicador de riesgo de estrés hídrico
como el porcentaje de años en los cuales la ETR acumulada se encontraba
por debajo de la media calculada para dicho píxel. Para generar el indica-
dor de riesgo de estrés hídrico fueron definidos dos períodos temporales
de análisis en función de los objetivos del trabajo: i) Cultivos de invierno
(julio a diciembre); y ii) Cultivos de verano (octubre a marzo) (Figura 4).
Para obtener las imágenes de base utilizadas para generar el indicador de
riesgo de estrés hídrico fueron utilizadas las capturadas por el satélite NOAA-

Figura 4. Definición de lo períodos temporales utilizados en el indicador de estrés

hídrico a partir de la Evapotranspiración.

AVHRR (Advanced Very High Resolution Radiometer) de la serie Pathfinder

(PAL) con una resolución espacial de 64 km2. Estas corresponden a imáge-
nes compuestas decadiales (cada diez días) para el período comprendido
entre julio de 1982 y diciembre de 1999, las cuales fueron convertidas del
formato binario al formato Erdas©. Se generaron imágenes del Índice de
Vegetación de Diferencia Normalizada (NDVI) y de temperatura de super-
ficie (Ts) a partir de las bandas correspondientes al rojo, infrarrojo cercano
e infrarrojo térmico del espectro electromagnético (bandas NOAA-AVHRR
1, 2 y 4, respectivamente). Posteriormente se definió un criterio de filtrado
de datos que consistió en la eliminación de las imágenes que presentaban
más de un veinte por ciento de cobertura nubosa o de datos ausentes y se
procedió a la corrección o eliminación de las imágenes que presentaban
errores de captura. De esta manera fueron utilizadas como base 600 imá-
genes decadiales de temperatura de superficie (Ts) y 576 de NDVI, a partir
de las cuales se generaron imágenes mensuales de cada una de dichas va-
riables a través del método de Maximum Value Composite Technique (MVCT-
Holben, 1986) para los datos de NDVI y a partir de los valores medios, para
los datos de Ts. El número total de imágenes mensuales generadas fue de
203 para Ts y de 197 para NDVI (algunos meses fueron generados con una

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 127

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

o dos decádicas porque la/s restante/s fueron eliminadas o no existían).

Finalmente, se geocodificaron todas las imágenes en proyección geográfica
latitud/longitud.
Para los meses en que se disponía de imágenes de Ts y de NDVI, se
aplicó el algoritmo desarrollado por Di Bella et al. (2000) para obtener
imágenes mensuales de ETR.
A partir de esas imágenes se obtuvo para cada año y para cada uno
de los períodos considerados una imagen de evapotranspiración acumu-
lada. Por ejemplo, para el período Cultivos de verano se sumó, para obte-
ner la imagen acumulada anual los valores de los meses de octubre a
marzo. A partir de estas imágenes acumuladas anuales se generó una
imagen Media General, para cada período analizado (Cultivos de Verano
y Cultivos de Invierno) (Figura 5). Como el indicador de riesgo de estrés
hídrico se obtuvo a partir del promedio de los valores acumulados anua-
les por período, se ha decidido eliminar las imágenes correspondientes a
los años en que fueron descartadas o no estaba disponible un importan-
te número de imágenes con la finalidad de no sesgar los resultados. De
esta manera, el número total de imágenes consideradas fueron 14 en el

Et acumulada
82-83
Et acumulada
83-84
¼ Et acumulada
98-99

Cálculo del promedio de

las imágenes de Et
acumuladas anuales

Imagen de Media
General de Et 82-99

Figura 5. Esquema de la metodología utilizada para obtener la imagen

de Media General para el indicador de Porcentaje de Estrés Hídrico.

128 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Tabla 2. Enumeración de los años de las imágenes utiliza-

das para generar el indicador de riesgo de Estrés Hídrico.
N° AÑOS i) CULTIVOS ii) CULTIVOS
CONSIDERADOS DE INVIERNO DE VERANO
Julio Diciembre Octubre Marzo
1 82 82 83
2 83 83 84
3 85 84 85
4 86 85 86
5 87 86 87
6 89 87 88
7 90 88-89
8 91 89 90
9 92 90 91
10 95 91 92
11 96 92 93
12 97 93 94
13 98 95-96
14 99 96 97
15 97-98
16 98 99

caso del período i) Cultivos de Invierno (julio-diciembre), y 16 para el

período ii) Cultivos de Verano (octubre-marzo) (Tabla 2).
De esta manera se definió que los valores de evapotranspiración me-
nores a la Media General (media de los valores acumulados) representa-
ban píxeles con problemas de déficit hídrico, mientras que los valores
iguales o superiores a la media serían considerados sin estrés. Por ejem-
plo, para hallar la Media General correspondiente a las imágenes de NDVI
de Cultivos de Invierno se sumaron las imágenes de julio a diciembre para
cada año de la serie temporal considerada y luego se generó una imagen
de la media de los acumulados (Figura 5).
Por último se construyó un modelo que calculaba la cantidad de años
en los cuales la evapotranspiración acumulada presentaba valores inferio-
res a los de la Media General y lo dividía por el número total de años,
obteniéndose un valor comprendido entre 0 y 1 que representa, al ser
multiplicado por 100, el porcentaje de años de estrés hídrico de cada
píxel perteneciente al área de estudio (Figura 6).

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 129

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Et
acumulada Media
82-83 General

Et acumulada 82.83 < Media General

SI NO

1 0

S (0 y 1) / n

Indicador de % de
Estrés Hídrico

Figura 6. Esquema de la metodología utilizada para

obtener el indicador de Porcentaje de Estrés Hídrico.

RESULTADOS Y DISCUSIÓN
3.1. Caracterización espacial de Heladas
3.1.1. Imágenes de Mínimos Absolutos de Temperatura de Super-
ficie
Al analizar las imágenes obtenidas de Mínimos Absolutos de Tem-
peratura de Superficie puede observarse en términos generales que, en
la mayor parte de la superficie del área de estudio, las temperaturas
correspondientes al período de heladas tardías son inferiores a las co-
rrespondientes al período de heladas tempranas, evidenciando que du-
rante las heladas tardías el fenómeno fue más intenso (Figura 7)2.

2
En el presente trabajo se han adaptado los indicadores para una publicación en escala de
grises. Las imágenes en soporte digital pueden ser solicitadas a la dirección de correo electrónico:
poricchio@cnia.inta.gov.ar.

130 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Figura 7. Imágenes de Temperaturas de Superficie Mínimas por región y por

período.

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 131

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Para el período de heladas tempranas, el centro de Buenos Aires pre-

sentó los valores menos críticos en cuanto a temperaturas mínimas. Du-
rante dicho período, se encontraron valores inferiores a –3,5°C en el cen-
tro y oeste de la región norte de Buenos Aires, principalmente en Perga-
mino, Junín, Rojas, Salto y Bartolomé Mitre. En el oeste de Buenos Aires,
las áreas con menores temperaturas fueron Gral. Villegas en casi toda su
extensión, el noreste de Lincoln y el noroeste de Ameghino, Gral. Pinto y
Carlos Tejedor. En los tres departamentos del sudeste de Córdoba se re-
gistraron temperaturas menores a -3,5ºC; el más afectado fue el Dpto.
Roque Sáenz Peña. Por último, en Santa Fe estos valores mínimos se pre-
sentaron en todos los departamentos, observándose en menor medida la
incidencia de las bajas temperaturas en el sur de Constitución, San Loren-
zo y Caseros.
Por otro lado, las Heladas Tardías presentaron temperaturas mínimas
menores a –3,5°C en prácticamente la totalidad de las regiones estudia-
das. En el centro de Buenos Aires, los partidos que registraron en una
parte de su territorio valores más moderados de entre -3,5 y -2ºC fueron
Carlos Casares, Nueve de Julio y Veinticinco de Mayo. Casi la totalidad de
la región Norte de Bs. As. presentó valores mínimos menores a –3.5°C,
excepto en parte de Chacabuco y Suipacha. De igual manera puede ob-
servarse que en el oeste de Buenos Aires se registraron mayoritariamente
valores inferiores a -3,5ºC con excepción de algunas zonas de Carlos Teje-
dor, Lincoln y Pehuajó. En el sudeste de Córdoba, todos los departamen-
tos registraron una gran cantidad de píxeles con valores mínimos inferio-
res a -3,5ºC, al igual que el sur de Santa Fe, salvo la faja oriental de la
región donde se observaron valores más moderados.

3.1.2. Imágenes de Porcentaje de Heladas

Un análisis similar al aplicado a las imágenes de Mínimos Absolutos de
Temperatura de Superficie puede realizarse con las de Porcentaje de He-
ladas (Figura 8). Aquí también se observó que los porcentajes correspon-
dientes al período de Heladas Tardías son mayores a las correspondien-
tes al período de Heladas Tempranas, evidenciando que durante las Hela-
das Tardías el fenómeno fue más frecuente. Durante el período de Hela-
das Tempranas, la región del centro de Buenos Aires presentó, en la ma-
yor parte de su extensión, porcentajes inferiores al 30%. En algunas áreas
de Alberti y Chivilcoy los porcentajes encontrados fueron del 30 al 60% y
en menor medida se hallaron esos valores en Veinticinco de Mayo y Car-

132 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Figura 8. Imágenes de porcentaje de Heladas por región y por período.

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 133

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

los Casares. En la zona norte de Buenos Aires, el patrón del porcentaje de

heladas fue más heterogéneo durante las Heladas Tempranas, concen-
trándose los píxeles con mayores porcentajes en Pergamino, Rojas, Salto
y Bartolomé Mitre. Respecto de la región oeste de Buenos Aires, las áreas
con mayores porcentajes de Heladas Tempranas (entre el 30 y el 80%) se
localizan en el noroeste, comprendiendo casi en su totalidad a Gral. Villegas
y Ameghino y en parte a Carlos Tejedor, así como en el sur, en todo
Daireaux. En tanto, en el sudeste de Córdoba, durante las Heladas Tem-
pranas se observó un patrón heterogéneo con ausencia de valores extre-
mos. El sur de Santa Fe presentó zonas con valores de entre el 30 y 60%
con menor incidencia en los departamentos Rosario, Constitución y San
Jerónimo.
Como se mencionó previamente, los porcentajes hallados durante las
Heladas Tardías fueron muy superiores a los del período Heladas Tempra-
nas para todas las regiones. Las regiones alcanzadas por mayores porcen-
tajes fueron el centro y norte de Buenos Aires y el sudeste de Córdoba.
En el centro de Buenos Aires, los únicos partidos que no presentaron
mayoría de píxeles con valores superiores al 80% fueron parte de Carlos
Casares y Nueve de Julio, a pesar de tener en casi toda su extensión valo-
res superiores al 60%. En la casi totalidad de la región norte de Buenos
Aires se registraron porcentajes superiores al 60%, concentrándose los
valores superiores al 80% en Junín, Rojas, Chacabuco y Salto, así como
una gran parte del territorio de Gral. Arenales, Pergamino y Carmen de
Areco. Respecto de la región oeste de Buenos Aires, si bien se registraron
en casi toda su extensión valores superiores al 30%, el partido más afecta-
do por las Heladas Tardías fue Daireaux y una porción de Lincoln,
Ameghino, Gral. Pinto y Leandro N. Alem. En el sudeste de Córdoba, tan-
to los departamentos Unión, en casi toda su extensión, como Marcos
Juárez, en menor medida, registraron gran cantidad de píxeles con valo-
res superiores al 80%. En tanto, Pte. Róque Sáenz Peña presentó valores
más moderados, pero en su mayoría por encima del 30%. Por último, el
sur de Santa Fe registró en casi toda su superficie porcentajes comprendi-
dos entre el 30 y el 60%, con excepción de algunas zonas de Belgrano e
Iriondo, con valores superiores al 80% y la franja este de la región que
limita con la provincia de Entre Ríos que, al igual que en las imágenes de
Mínimos Absolutos de Temperatura de Superficie, registró los valores co-
rrespondientes a la menor categoría (menores a 30%).

134 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

Figura 9. Imágenes de Porcentaje de Estrés Hídrico a partir de la

Evapotranspiración por región y por período.

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 135

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

3.2. Caracterización espacial del Déficit Hídrico

3.2.1. Porcentaje de Estrés Hídrico
A nivel general, el estrés hídrico en la región se caracterizó por mante-
ner valores críticos (entre el 50 y 100% de los años) tanto en los Cultivos
de Invierno (excepto el norte de Bs. As. y el sur de Santa Fe) como en los
de Verano (en menor medida para el norte y oeste de Buenos Aires)
Para la región Centro de Buenos Aires, los valores de porcentaje de
estrés para el período Cultivos de Invierno fueron superiores al 50% en
parte de los partidos de la zona norte como Gral. Viamonte, Bragado y
Alberti, llegando a corresponder a la casi totalidad de los píxeles de
Chivilcoy. Sin embargo, en la zona sur (Nueve de Julio, Veinticinco de Mayo
y Carlos Casares), la susceptibilidad al estrés fue menor (en un 25-50%
mayoritariamente). En el caso de los Cultivos de Verano la mayor parte
de la región sufrió déficit hídrico con valores superiores al 50% en gran
parte de su extensión, aunque en algunas zonas se estimaron porcentajes
de entre el 40 y 50%. Es posible que en esta región los valores de déficit
hídrico fueran más críticos para los Cultivos de Verano, ya que los mismos
se siembran en mayor proporción que los Cultivos de Invierno en esta
zona. (SAGPYA, CNA 2002).
En el norte de Buenos Aires, se obtuvieron menores valores de estrés
hídrico para los meses de julio a diciembre, especialmente en la zonas
centro y oeste de la región (0-25%); los partidos del este presentaron
mayor porcentaje de estrés hídrico (25-40%). El déficit hídrico en los me-
ses de verano afectó en mayor porcentaje a la región, con valores supe-
riores al 25% en su mayoría. Se observan zonas aisladas con un porcentaje
mayor al 50%.
Las precipitaciones durante los meses de invierno son escasas en la re-
gión del oeste de Buenos Aires (20 mm promedio durante el período 1981-
2002 para el mes de julio en la estación meteorológica General Villegas, con
un pico de precipitaciones media mensual de 130 mm en el mes de diciem-
bre). Es por ello que se localizan zonas críticas en cuanto al estrés hídrico
para el período Cultivos de Invierno en la mayor parte de su superficie, con
valores superiores al 40% de estrés hídrico en la serie estudiada. La sequía
durante el período estival no es tan marcada, ya que la recarga del perfil
durante los meses de primavera favorece el crecimiento óptimo de los
cultivos; sin embargo se localizaron algunas zonas con situaciones desfavo-
rables en cuanto al déficit hídrico (zona este de Lincoln, intersección de
partidos de General Villegas, Ameghino y Gral. Pinto).

136 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

En el sur de Córdoba es notable la susceptibilidad tanto al estrés hídrico

en invierno como en los meses estivales. Durante los meses de invierno, el
porcentaje de estrés hídrico se mantuvo en un rango de 40-100% para
prácticamente toda el área, registrando menor predominancia de píxeles
con valores superiores al 50% en la parte norte. El mismo patrón de ries-
go se mantiene para los Cultivos de Verano, pero con mayor cantidad de
píxeles con la mayor categoría (50-100%). La zona norte de Unión y, en
menor medida, Marcos Juárez fueron menos afectadas por el estrés
(predominancia de valores entre 25-40%).
El sur de Santa Fe se mantuvo para la serie estudiada poco susceptible
al déficit hídrico para los meses de invierno, principalmente en la zona
norte, con valores entre 0 y 25% (San Marín, San Jerónimo, Iriondo y
Belgrano). Los demás departamentos presentaron valores predominante-
mente en el rango 25-40%. Por otro lado, en los meses de verano se
observaron valores críticos de estrés hídrico (más del 50% de los años
estudiados) para prácticamente toda la región excepto la franja este limí-
trofe con la provincia de Entre Ríos (40-50%).

CONCLUSIONES
A partir del desarrollo del presente trabajo puede concluirse a nivel
general que, las Heladas Tardías (ocurridas entre septiembre y diciem-
bre) afectaron con mayor frecuencia e intensidad que las Tempranas (en-
tre enero y mayo) a las regiones estudiadas.
Respecto del estrés hídrico puede concluirse que se estimaron valores
críticos (superiores al 50% de años con déficit) para el centro y oeste de
Bs. As. y sudeste de Córdoba durante el período julio-diciembre (Cultivos
de Invierno), así como para las regiones del centro de Bs. As., sudeste de
Córdoba y sur de Santa Fe durante el período octubre-marzo (Cultivos de
Verano).
El presente trabajo aplicó una metodología que puede ser utilizada
para caracterizar espacialmente mediante el empleo de indicadores, la
presencia de heladas y de estrés hídrico para cualquier área de interés a
partir de información satelital de gran valor, debido a la homogeneidad
en la toma de datos, a la multitemporalidad de los mismos y a las posibi-
lidades de procesamiento de la información obtenida, la que puede inte-
grarse con otras provenientes de diversos campos de estudio, enrique-

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 137

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

ciendo las posibilidades de análisis y permitiendo mejorar las herramien-

tas de estudio y evaluación de los diversos fenómenos. Esta caracteriza-
ción de heladas podría mejorarse con el agregado de nuevas imágenes
de temperatura de superficie. En el caso de la generación de indicadores
de estrés hídrico, la incorporación de información complementaria tal como
la evapotranspiración potencial, permitiría realizar estimaciones con ma-
yor nivel de precisión.

AGRADECIMIENTOS
Los autores de este trabajo quieren agradecer a Tomás Hartmann y
principalmente a los revisores anónimos que con sus aportes mejoraron
sustancialmente los contenidos y forma del presente artículo. Este traba-
jo fue financiado por el proyecto Riesgos y Seguros Agropecuarios coordi-
nado por la Oficina de Riesgos Agropecuarios de la Secretaría de Agricul-
tura, Ganadería, Pesca y Alimentos (SAGPyA).

BIBLIOGRAFÍA
AWAYA, Y.; KODANI, E.; TANAKA, K.; LIU, J.; ZHUANG, D.; MENG, Y. 2004.
Estimation of the global net primary productivity using NOAA images and
meteorological data: changes between 1988 and 1993. Int. J. of Remote Sensing
25:1597-1613.
BARTOLOMÉ, M.; CAPUTO, M. G.; CELIS, A., HERZER, H.; RODRÍGUEZ, C. 2004. El
clima y otros factores de riesgo en la pampa húmeda argentina, Realidad
Económica 202, pp. 88-107, Ed. Inst. Argentino para el Desarrollo Económico,
Buenos Aires, Argentina.
BURGOS, J. J. 1963. Las heladas en la Argentina. Colección Científica del INTA. Vol
III. 388pp, Buenos Aires.
CALERA, A.; GONZÁLEZ-PIQUERAS, J.; MELIA, J. 2004. Monitoring barley and corn
growth from remote sensing data at field scale. Int. J. of Remote Sensing 25:97-
109.
CHAMPAGNE, C.M.; STAENZ, K.; BANNARI, MC NAIRN, H.; DEGUISE, J.C. 2003.
Validation of hyperspectral curve-fitting model for the estimation of plant
water content of agricultural canopies. Remote Sensing of Environment 87:148-
160.
CASANOVA, D.; EPEMA, G.F.; GOUDRIAAN, J. 1998. Monitoring rice reflectance
at field level for estimating biomass and LAI. Field Crop Research 55:83-92.
DARDANELLI, J.; POLLINO, D.; OTEGUI, M.E; SADRAS V.O. 2004. Bases Funciona-

138 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

les para el manejo del agua en los sistemas de producción de cultivos de grano.
En: SATORRE, E.; BENECH ARNOLD, R.; SLAFER, G.; DE LA FUENTE, E.; MIRALLES,
D.; OTEGUI M.E.; SAVIN R. Producción de Granos. Bases Funcionales para su
Manejo. Ed Facultad de Agronomía, Buenos Aires, Argentina, pp. 377-406.
DI BELLA, C.; ORICCHIO, P.; CONTI, H.; REBELLA, C. 1997. Utilización de imágenes
satelitales para la zonificación de heladas en la Provincia de Entre Ríos. Rev.
Brasileira de Agrometeorologia, Santa María, 5(2).
DI BELLA, C.; PARUELO, J.; BECERRA, J.; BACOUR, C; BARET, F. 2004. Effect of
senescent leaves on NDVI-based estimates of fAPAR: experimental and
modelling evidences. Int. J. of Remote Sensing 25: 5415-5427.
DI BELLA, C.; REBELLA, C.; PARUELO, J. 2000. Evapotranspiration estimates using
NOAA AVHRR imagery in the Pampa Region. Int. J. Remote Sensing 21(4):791-
797.
GAMON, J.A.; FIELD, C.B.; GOULDEN, M.L.; GRIFFIN, K.L.; HARTLEY, A.E.; JOEL,
G.; VALENTINI, R. 1995. Relationships between NDVI, canopy structure, and
photosyntesis in three californian vegetation types. Ecological Applications
5:28-41.
GOWARD, S.N.; HUEMMRICH, K.F. 1992. Vegetation canopy PAR absorbance and
the Normalize Difference Vegetation Index: An assessment using the SAIL
model. Remote Sensing of Environment 39: 119-140.
HALL, A.J.; REBELLA, C.M; GHERSA, C.M.; CULOT, J. Ph. 1992. Field-crop systems
of the Pampas. En: PEARSON CJ ed. Field crops ecosystems. Cap. 19; pp 413-449.
Ecosystems of the World:18. Elsevier; Amsterdam, pp. 413-499.
HOBBS, R.J. 1990. Remote-sensing of Spatial and Temporal Dynamics of Vegetation.
(reed.) Springer-Verlag New York, Inc. Remote Sensing of Biosphere
Functioning.
HOLBEN, B., 1986. Characteristics of maximum-value composite images from tem-
poral AVHRR data. Int. J. of Remote Sensing 7 (11): 1417-1434.
Instituto Nacional de Estadísticas y Censos (INDEC), 2002 Censo Nacional
Agropecuario, Informes finales por provincias.
MONTERRUBBIANESI, M.G.; CENDOYA, M.G. 2001. Caracterización del régimen de
heladas meteorológicas y agrometeorológicas en Balcarce, Argentina en el
período 1970-1999. Rev. Facultad de Agronomía 21 (1): 69-78.
MOREAU, S.; LE TOAN, T. 2003. Biomass quantification of Andean wetland forages
using ERS satellite SAR data for optimizing livestock management. Remote
Sensing of Environment 84:477-492.
MORELLO, J.; MATTEUCCI, S. 1997. Estado actual del subsistema ecológico del
núcleo maicero de la Pampa Húmeda. En: ¿Argentina granero del mundo:
hasta cuando? La degradación del sistema agroproductivo de la Pampa Hú-
meda y sugerencias para su recuperación. Orientación Gráfica Ed., Argentina.
NAVARRO, M.; VILATTE, C.; AGUAS, L. 2003. Duración e intensidad de heladas a

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 139

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

escala regional en el centro de la provincia de Buenos Aires, Argentina. Actas,

X Congreso Latinoamericano e Ibérico de Meteorología y X Congreso Cubano
de Meteorología. Ciudad de la Habana, Cuba. 3 al 7 de marzo de 2003.
OESTERHELD, M.; DI BELLA, C.; KERDILES, H. 1998. Relation between NOAA-AVHRR
satellite data and stocking rate of rangelands. Ecological Applications 8:207-
212.
OPPELT, N.; MAUSER, W. 2004. Hyperspectral monitoring of physiological
parameters of wheat during a vegetation period using AVIS data. Int. J. of
Remote Sensing 25:145-156.
ORTA, F.J.; FEDERIGHI, M. 1996. El régimen de heladas en el área de Villa Mercedes
(San Luis) en relación con cultivos estivales extensivos. Actas VII Congreso
Argentino de Meteorología y VII Congreso Latinoamericano e Ibérico de Me-
teorología. Septiembre 1996.
OTEGUI M.; PEREYRA E. 2004. Fecha de siembra. En: SATORRE, E.; BENECH ARNOLD,
R.; SLAFER, G.; DE LA FUENTE, E.; MIRALLES, D.; OTEGUI M.; SAVIN R. Produc-
ción de Granos. Bases Funcionales para su Manejo. Ed Facultad de Agronomía,
Buenos Aires, Argentina, pp. 259-274.
PARUELO, J.M.; EPSTEIN, H.E.; LAURENROTH, W.K.; BURKE, I.C. 1997. ANPP estimates
from NDVI for the central grassland region of the United States. Ecology 78:3953-
3958.
QUATTROCHI, D.A.; PELLETIER, R. 1991. Remote Sensing for Analysis of Landscapes:
An Introduction. TURNER, M.G. AND GARDNER, R.H. (Eds.) Quantitative
Methods in Landscape Ecology. Springer-Verlag New York Inc., New York,
pp.51-76.
ROUSE, J.W.; HAAS, R.H.; SCHELL, J.A.; DEERING, D.W.; HARLAN, J.C. 1974.
Monitoring the vernal advancement of retrogradation of natural vegetation.
NASA/GSFC Type III Final report. Maryland. 371 p.
SELLERS, P.J. 1987. Canopy reflectance, photosyntesis, and transpiration II. Remote
Sensing of Environment 21:143-183.
SELLERS, P.J. 1989. Vegetation-canopy spectral reflectance and biophysical processes.
ASRAR, G. (Ed.) Theory and applications of optical remote sensing. John Wiley
& Sons, New York, pp. 297-333.
SENAY, G.B.; WARD, A.D.; LYON, J.G.; FAUSEY, N.R.; NOKES, S.E; BROWN, L.C.
2000. The relations between spectral data and water in a crop production
environment. Int. J. of Remote Sensing 21:1897-1910.
SOBRINO, J.; COLL, C.; CASELLES, V. 1991, Atmospheric correction for land surface
temperature using NOAA-11 AVHRR channel 4 and 5. Remote Sensing of
Environment, 38, 19-34.
SORIANO, A.; LEÓN, R.J.C.; SALA O.E.; LAVADO R.S.; DEREGIBUS, V.A.; CAHUEPÉ
M.A.; SCAGLIA O.A.; VELÁSQUEZ, C.A.; LEMCOFF J.H. 1992 Río de la Plata
Grasslands. Ecosystems of the world 8A. Natural Grasslands (Coupland, R.T.
ed.) Elsevier, New York. 367-407.

140 Caracterización espacial del estrés hídrico y de las heladas en la...

RIA, 35 (2): 117-141. Agosto 2006. INTA, Argentina.

THENKABAIL, P.S.; SMITH, R.B.; DE PAUW, E. 2000. Hyperspectral Vegetation Indi-

ces and their Relationships with Agricultural Crop Characteristics. Remote
Sensing of Environment 71:158-182.
TOMASEL, F.G.; PARUELO, J.M.; ABRAS, G.; BALLARÍN, V.; MOLER, E. 2001. A
chromaticitybased technique for estimation of above-ground plant biomass.
Applied Vegetation Science 4:1-6.
TUCKER, C.J.; SELLERS, P.J. 1986. Satellite remote sensing of primary production.
Int. J. of Remote Sensing 7:1395-1416.
VAESEN, K.; GILLIAMS, S.; NACKAERTS, K.; COPPIN, P. 2001. Ground-measured
spectral signatures as indicators of ground cover and leaf area index: the case
of paddy rice. Field Crops Research 69:13-25.
WU, J.G.; SHI, C.H. 2004. Prediction of grain weight, brown rice weight and amylose
content in single rice grains using near-infrared reflectance spectroscopy. Field
Crops Research 87:13-21.
XAVIER, A.C.; VETTORAZZI, C.A. 2004. Mapping leaf area index through spectral
vegetation indices in a subtropical watershed. Int. J. of Remote Sensing 25:1661-
1672.

Original recibido en enero de 2006;

aprobado en agosto de 2006

STRASCHNOY, J. V.; DI BELLA, C. M.; JAIMES, F. R. y otros. 141