Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013

Descripción del Articulo

Analiza los índices de sequía generados mediante las imágenes satelitales para el seguimiento de la distribución espacial y evolución temporal del índice de sequía sintetizado (ISS), definido como la primera componente principal del índice de condición de la vegetación (ICV), índice de condición de...

Descripción completa

Detalles Bibliográficos
Autor: Carbajal Dominguez, Gisell Indira
Formato: tesis de maestría
Fecha de Publicación:2017
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/7235
Enlace del recurso:https://hdl.handle.net/20.500.12672/7235
Nivel de acceso:acceso abierto
Materia:Sequías - Perú
Satélites artificiales
Sensores remotos
https://purl.org/pe-repo/ocde/ford#1.05.04
id UNMS_7bb113cf406e16b70660970857334af1
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/7235
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
title Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
spellingShingle Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
Carbajal Dominguez, Gisell Indira
Sequías - Perú
Satélites artificiales
Sensores remotos
https://purl.org/pe-repo/ocde/ford#1.05.04
title_short Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
title_full Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
title_fullStr Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
title_full_unstemmed Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
title_sort Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013
author Carbajal Dominguez, Gisell Indira
author_facet Carbajal Dominguez, Gisell Indira
author_role author
dc.contributor.advisor.fl_str_mv Leo Willems, Bram
Lavado Casimiro, Waldo Sven
dc.contributor.author.fl_str_mv Carbajal Dominguez, Gisell Indira
dc.subject.none.fl_str_mv Sequías - Perú
Satélites artificiales
Sensores remotos
topic Sequías - Perú
Satélites artificiales
Sensores remotos
https://purl.org/pe-repo/ocde/ford#1.05.04
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.05.04
description Analiza los índices de sequía generados mediante las imágenes satelitales para el seguimiento de la distribución espacial y evolución temporal del índice de sequía sintetizado (ISS), definido como la primera componente principal del índice de condición de la vegetación (ICV), índice de condición de la temperatura (ICT) e índice de condición de la precipitación (ICP). Es decir, el ISS integra tres productos; los dos primeros productos obtenidos del sensor MODIS (Moderate Resolution Imaging Spectroradimeter) a bordo del satélite Terra; como son el NDVI (Normalized Difference Vegetation Index) y el LST (Land Surface Temperature) y el tercer producto la precipitación estimada por el sensor activo radar de precipitación (PR) a bordo del satélite TRMM 3B43 versión 7 (Tropical Rainfall Measuring Mission). El ISS sintetiza la información acerca del déficit de precipitación, estrés térmico del suelo y el estado de crecimiento de la vegetación en el proceso de sequía. Muestra los resultados de la distribución espacial y evolución temporal del ISS, ICV, ICT e ICP, para la zona árida, semiárida y subhúmeda seca, donde los valores menores a 0.4 corresponden a la sequía extrema, severa y moderada, y también muestra que los años 2004 y 2005 fueron años de sequía. Los índices ISS, ICV, ICT e ICP se evaluaron con el índice de precipitación estandarizada a una escala de 3 meses (IPE3) lo cual refleja adecuadamente la información de la sequía meteorológica para cada zona de aridez. En la zona árida corresponden el ISS y el ICV, en la zona semiárida corresponden el ISS y el ICT y en la zona subhúmeda seca corresponden el ISS y el ICT, donde el ISS tiene una moderada correlación de 0.66 en la zona semiárida y de 0.54 en la zona subhúmeda seca, para las regiones de Piura, Lambayeque y Cajamarca en el periodo marzo 2000 a diciembre 2013.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2018-04-19T15:15:51Z
dc.date.available.none.fl_str_mv 2018-04-19T15:15:51Z
dc.date.issued.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.citation.none.fl_str_mv Carbajal, G. (2017). Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013. [Tesis de maestría, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Físicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/7235
identifier_str_mv Carbajal, G. (2017). Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013. [Tesis de maestría, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Físicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/7235
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/a042a28a-be5a-41c1-93fd-3f1ae23dc793/download
https://cybertesis.unmsm.edu.pe/bitstreams/41a80b0c-0f06-4cd5-af79-bef6faa4a128/download
https://cybertesis.unmsm.edu.pe/bitstreams/11668407-c051-48f9-b5f9-7209cc44daf5/download
https://cybertesis.unmsm.edu.pe/bitstreams/3373e484-5620-4ff6-8cb4-e845ef768b57/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
86aa6f411c34f661a05ffe7e198f959b
8ba1b7c8789a56cdf3be2a2873c6ad97
187ba20ffc603478906f99cf915a8b87
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1841543870342496256
spelling Leo Willems, BramLavado Casimiro, Waldo SvenCarbajal Dominguez, Gisell Indira2018-04-19T15:15:51Z2018-04-19T15:15:51Z2017Carbajal, G. (2017). Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013. [Tesis de maestría, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Físicas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/7235Analiza los índices de sequía generados mediante las imágenes satelitales para el seguimiento de la distribución espacial y evolución temporal del índice de sequía sintetizado (ISS), definido como la primera componente principal del índice de condición de la vegetación (ICV), índice de condición de la temperatura (ICT) e índice de condición de la precipitación (ICP). Es decir, el ISS integra tres productos; los dos primeros productos obtenidos del sensor MODIS (Moderate Resolution Imaging Spectroradimeter) a bordo del satélite Terra; como son el NDVI (Normalized Difference Vegetation Index) y el LST (Land Surface Temperature) y el tercer producto la precipitación estimada por el sensor activo radar de precipitación (PR) a bordo del satélite TRMM 3B43 versión 7 (Tropical Rainfall Measuring Mission). El ISS sintetiza la información acerca del déficit de precipitación, estrés térmico del suelo y el estado de crecimiento de la vegetación en el proceso de sequía. Muestra los resultados de la distribución espacial y evolución temporal del ISS, ICV, ICT e ICP, para la zona árida, semiárida y subhúmeda seca, donde los valores menores a 0.4 corresponden a la sequía extrema, severa y moderada, y también muestra que los años 2004 y 2005 fueron años de sequía. Los índices ISS, ICV, ICT e ICP se evaluaron con el índice de precipitación estandarizada a una escala de 3 meses (IPE3) lo cual refleja adecuadamente la información de la sequía meteorológica para cada zona de aridez. En la zona árida corresponden el ISS y el ICV, en la zona semiárida corresponden el ISS y el ICT y en la zona subhúmeda seca corresponden el ISS y el ICT, donde el ISS tiene una moderada correlación de 0.66 en la zona semiárida y de 0.54 en la zona subhúmeda seca, para las regiones de Piura, Lambayeque y Cajamarca en el periodo marzo 2000 a diciembre 2013.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMSequías - PerúSatélites artificialesSensores remotoshttps://purl.org/pe-repo/ocde/ford#1.05.04Estimación del índice de sequía a partir de datos imágenes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca – Perú, durante el periodo 2000 – 2013info:eu-repo/semantics/masterThesisSUNEDUMagíster en Física con mención en GeofísicaUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Físicas. Unidad de PosgradoMaestriaFísica con mención en Geofísica4837371207518826https://orcid.org/0000-0002-0666-4655https://orcid.org/0000-0002-0051-0743Aguirre Céspedes, Cesar AugustoSarango Julca, Douglas DonalFashé Raymundo, OctavioAlcántara Boza, Francisco AlejandroLavado Casimiro, Waldo Svenhttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesis2582576507136313103518682707472107518826LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/a042a28a-be5a-41c1-93fd-3f1ae23dc793/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALCarbajal_dg.pdfCarbajal_dg.pdfapplication/pdf8184607https://cybertesis.unmsm.edu.pe/bitstreams/41a80b0c-0f06-4cd5-af79-bef6faa4a128/download86aa6f411c34f661a05ffe7e198f959bMD53TEXTCarbajal_dg.pdf.txtCarbajal_dg.pdf.txtExtracted texttext/plain102742https://cybertesis.unmsm.edu.pe/bitstreams/11668407-c051-48f9-b5f9-7209cc44daf5/download8ba1b7c8789a56cdf3be2a2873c6ad97MD56THUMBNAILCarbajal_dg.pdf.jpgCarbajal_dg.pdf.jpgGenerated Thumbnailimage/jpeg17445https://cybertesis.unmsm.edu.pe/bitstreams/3373e484-5620-4ff6-8cb4-e845ef768b57/download187ba20ffc603478906f99cf915a8b87MD5720.500.12672/7235oai:cybertesis.unmsm.edu.pe:20.500.12672/72352024-08-15 22:55:48.165https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.093576
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).