Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza.
Descripción del Articulo
El índice normalizado de vegetación (NDVI) es de vital importancia para la investigación en los procesos de los cambios climáticos. El café es uno de los cultivos que está sufriendo por estos efectos climáticos. Por lo tanto, la presente investigación tuvo por objetivos: a) determinar tendencias del...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2023 |
Institución: | Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas |
Repositorio: | UNTRM-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.untrm.edu.pe:20.500.14077/3502 |
Enlace del recurso: | https://hdl.handle.net/20.500.14077/3502 |
Nivel de acceso: | acceso abierto |
Materia: | NDVI Café Google Earth Engine Modelo de Regresión Lineal Rodríguez de Mendoza https://purl.org/pe-repo/ocde/ford#4.00.00 https://purl.org/pe-repo/ocde/ford#4.01.00 https://purl.org/pe-repo/ocde/ford#4.01.01 https://purl.org/pe-repo/ocde/ford#4.01.06 |
id |
UNTR_34bb2fc64741de5b4a7b2df758e92f2e |
---|---|
oai_identifier_str |
oai:repositorio.untrm.edu.pe:20.500.14077/3502 |
network_acronym_str |
UNTR |
network_name_str |
UNTRM-Institucional |
repository_id_str |
9383 |
dc.title.es_PE.fl_str_mv |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
title |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
spellingShingle |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. Olivares Reyna, Neiro NDVI Café Google Earth Engine Modelo de Regresión Lineal Rodríguez de Mendoza https://purl.org/pe-repo/ocde/ford#4.00.00 https://purl.org/pe-repo/ocde/ford#4.01.00 https://purl.org/pe-repo/ocde/ford#4.01.01 https://purl.org/pe-repo/ocde/ford#4.01.06 |
title_short |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
title_full |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
title_fullStr |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
title_full_unstemmed |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
title_sort |
Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza. |
author |
Olivares Reyna, Neiro |
author_facet |
Olivares Reyna, Neiro |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
García Rosero, Ligia Magali |
dc.contributor.author.fl_str_mv |
Olivares Reyna, Neiro |
dc.subject.es_PE.fl_str_mv |
NDVI Café Google Earth Engine Modelo de Regresión Lineal Rodríguez de Mendoza |
topic |
NDVI Café Google Earth Engine Modelo de Regresión Lineal Rodríguez de Mendoza https://purl.org/pe-repo/ocde/ford#4.00.00 https://purl.org/pe-repo/ocde/ford#4.01.00 https://purl.org/pe-repo/ocde/ford#4.01.01 https://purl.org/pe-repo/ocde/ford#4.01.06 |
dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#4.00.00 https://purl.org/pe-repo/ocde/ford#4.01.00 https://purl.org/pe-repo/ocde/ford#4.01.01 https://purl.org/pe-repo/ocde/ford#4.01.06 |
description |
El índice normalizado de vegetación (NDVI) es de vital importancia para la investigación en los procesos de los cambios climáticos. El café es uno de los cultivos que está sufriendo por estos efectos climáticos. Por lo tanto, la presente investigación tuvo por objetivos: a) determinar tendencias del NDVI en zonas cafetaleras de la Provincia de Rodríguez de Mendoza 2000-2022; b) Registrar Valores para la Precipitación, Temperatura Máxima y Mínima, Humedad Relativa y Altitud y c) Construir modelos lineales (ML) para las tres zonas cafetaleras de la provincia de Rodríguez de Mendoza. Para ello, se realizó la descarga de datos para las variables, desde Climate Engine de Google Earth Engine (GEE) para NDVI y Power Nasa (Variables climáticas). En ese Contexto, se usaron las medidas de tendencia central para los valores históricos de toda la data, para ver diferencias significativas entre pixeles y entre lugares, se realizaron pruebas de ANOVA para NDVI. Así mismo, para la construcción de los modelos fue a través del programa R Studio, en donde se validaron los coeficientes para determinar el mejor modelo en cada lugar. Resultó que, en los 12 pixeles evaluados las tendencias de NDVI son variadas según cada pixel y según cada lugar, mostrando diferencias significativas entre las mismas. En ese sentido, los modelos lineales generales se lograron construir de la siguiente manera: Sauce: 1.5037778 NDVI = 0.0144962TMAX + (-0.0103273TMIN) + 0.0043354H + ( -0.0008636ALT); Rumiaco: 0.3052925NDVI = 0.0156559TMAX + -0.0148322TMIN + 0.0035842H; Huambo: 1.0137NDVI = 1.037TMAX + -5.789TMIN + 4.013H + -6.291ALT. |
publishDate |
2023 |
dc.date.accessioned.none.fl_str_mv |
2023-11-28T21:42:51Z |
dc.date.available.none.fl_str_mv |
2023-11-28T21:42:51Z |
dc.date.issued.fl_str_mv |
2023 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.14077/3502 |
url |
https://hdl.handle.net/20.500.14077/3502 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.es_PE.fl_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas |
dc.publisher.country.es_PE.fl_str_mv |
PE |
dc.source.none.fl_str_mv |
reponame:UNTRM-Institucional instname:Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas instacron:UNTRM |
instname_str |
Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas |
instacron_str |
UNTRM |
institution |
UNTRM |
reponame_str |
UNTRM-Institucional |
collection |
UNTRM-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.untrm.edu.pe/bitstream/20.500.14077/3502/2/license.txt https://repositorio.untrm.edu.pe/bitstream/20.500.14077/3502/3/Neiro%20Olivares%20Reyna%20-%20FICA%20-%20AC.pdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 0c1f3445e11ab98b06af0f71cf07aa75 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio UNTRM |
repository.mail.fl_str_mv |
repositorio@untrm.edu.pe |
_version_ |
1836013678018691072 |
spelling |
García Rosero, Ligia MagaliOlivares Reyna, Neiro2023-11-28T21:42:51Z2023-11-28T21:42:51Z2023https://hdl.handle.net/20.500.14077/3502El índice normalizado de vegetación (NDVI) es de vital importancia para la investigación en los procesos de los cambios climáticos. El café es uno de los cultivos que está sufriendo por estos efectos climáticos. Por lo tanto, la presente investigación tuvo por objetivos: a) determinar tendencias del NDVI en zonas cafetaleras de la Provincia de Rodríguez de Mendoza 2000-2022; b) Registrar Valores para la Precipitación, Temperatura Máxima y Mínima, Humedad Relativa y Altitud y c) Construir modelos lineales (ML) para las tres zonas cafetaleras de la provincia de Rodríguez de Mendoza. Para ello, se realizó la descarga de datos para las variables, desde Climate Engine de Google Earth Engine (GEE) para NDVI y Power Nasa (Variables climáticas). En ese Contexto, se usaron las medidas de tendencia central para los valores históricos de toda la data, para ver diferencias significativas entre pixeles y entre lugares, se realizaron pruebas de ANOVA para NDVI. Así mismo, para la construcción de los modelos fue a través del programa R Studio, en donde se validaron los coeficientes para determinar el mejor modelo en cada lugar. Resultó que, en los 12 pixeles evaluados las tendencias de NDVI son variadas según cada pixel y según cada lugar, mostrando diferencias significativas entre las mismas. En ese sentido, los modelos lineales generales se lograron construir de la siguiente manera: Sauce: 1.5037778 NDVI = 0.0144962TMAX + (-0.0103273TMIN) + 0.0043354H + ( -0.0008636ALT); Rumiaco: 0.3052925NDVI = 0.0156559TMAX + -0.0148322TMIN + 0.0035842H; Huambo: 1.0137NDVI = 1.037TMAX + -5.789TMIN + 4.013H + -6.291ALT.application/pdfspaUniversidad Nacional Toribio Rodríguez de Mendoza de AmazonasPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/NDVICaféGoogle Earth EngineModelo de Regresión LinealRodríguez de Mendozahttps://purl.org/pe-repo/ocde/ford#4.00.00https://purl.org/pe-repo/ocde/ford#4.01.00https://purl.org/pe-repo/ocde/ford#4.01.01https://purl.org/pe-repo/ocde/ford#4.01.06Modelo del índice normalizado de vegetación (NDVI) empleando google earth engine (GEE) en zonas cafetaleras de Rodríguez de Mendoza.info:eu-repo/semantics/bachelorThesisreponame:UNTRM-Institucionalinstname:Universidad Nacional Toribio Rodríguez de Mendoza de Amazonasinstacron:UNTRMSUNEDU0016911738https://orcid.org/0000-0001-7508-751671806736811196Condori Apfata, Jorge AlbertoGuevara Hoyos, CésarLeiva Espinoza, Santos Triunfohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisIngeniería AgrónomaUniversidad Nacional Toribio Rodríguez de Mendoza de Amazonas. Facultad de Ingeniería y Ciencias AgrariasIngeniera AgrónomoLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.untrm.edu.pe/bitstream/20.500.14077/3502/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52METADATANeiro Olivares Reyna - FICA - AC.pdfNeiro Olivares Reyna - FICA - AC.pdfapplication/pdf159098https://repositorio.untrm.edu.pe/bitstream/20.500.14077/3502/3/Neiro%20Olivares%20Reyna%20-%20FICA%20-%20AC.pdf0c1f3445e11ab98b06af0f71cf07aa75MD5320.500.14077/3502oai:repositorio.untrm.edu.pe:20.500.14077/35022024-06-11 11:22:48.389Repositorio UNTRMrepositorio@untrm.edu.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 |
score |
13.919782 |
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).
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).