Investigación de la Climatología del Bosque Estacionalmente Seco en la Costa Norte del Perú utilizando Datos Imágenes de Satélites

• Autor: Mendoza Humpire, Marili Luiza
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/8915
• Enlace del recurso: https://hdl.handle.net/20.500.13084/8915
• Nivel de acceso: acceso abierto
• Materia: Física nuclear y ambiental; Bosque seco; Correlación cruzada; NDVI; Precipitación; https://purl.org/pe-repo/ocde/ford#1.03.03

El objetivo de la presente tesis es investigar y caracterizar la climatología del bosque estacionalmente seco en la costa norte del Perú, mediante el uso de datos imágenes producto NDVI del sensor MODIS a bordo del satélite TERRA y AQUA para el periodo 2003 -2021. Se usaron datos mensuales de temperatura superficial del área Niño1+2 e imágenes de precipitación y NDVI. Esta investigación es un estudio observacional retrospectivo basado en datos satelitales y datos in-situ. En el procesamiento se generaron mapas temáticos de distribución espacial y variabilidad temporal de NDVI y precipitación, establecemos la relación entre los parámetros NDVI, precipitación y temperatura Niño 1+2, por medio de distintos modelos (regresión múltiple, ARIMA) donde la variable dependiente es el NDVI y las variables independientes son precipitación y temperatura. Los resultados obtenidos muestran que la temperatura en la región Niño 1+ 2 tiene mayor efecto sobre la evolución del NDVI y menor efecto la precipitación en el área de bosque seco. Se estableció la mejor relación de los tres parámetros empleando la técnica de ARIMA, donde simulamos la anomalía estandarizada de NDVI (Y_t) y la anomalía de temperatura superficial del mar A(TSM) con la precipitación A(PREC) siendo el modelo autorregresivo AR(2) con variable exógena de A(TSM)( Y_t=0.0059+0.8696*Y_(t-1)-0.1366*Y_(t-2)+0.7506*A(TSM)+e_t) el que mejor establece la relación entre los parámetros, para el periodo 2003 -2021.