Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura

Descripción del Articulo

Propone una metodología para la predicción y estimación de áreas degradadas a partir del análisis de las tendencias lineales de las series de tiempo de los productos MOD13Q1-índice de Mejorado de Vegetación (EVI) y MOD11A2-Temperatura de la Superficie de Suelo (LST) del sensor MODIS. Descargados los...

Descripción completa

Detalles Bibliográficos
Autor: Tarazona Coronel, Yonatan
Formato: tesis de grado
Fecha de Publicación:2015
Institución:Consejo Nacional de Ciencia Tecnología e Innovación
Repositorio:CONCYTEC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.concytec.gob.pe:20.500.12390/2069
Enlace del recurso:https://hdl.handle.net/20.500.12390/2069
Nivel de acceso:acceso abierto
Materia:Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
https://purl.org/pe-repo/ocde/ford#1.06.00
id CONC_df6c5321f5c009917ba301e9ccec818b
oai_identifier_str oai:repositorio.concytec.gob.pe:20.500.12390/2069
network_acronym_str CONC
network_name_str CONCYTEC-Institucional
repository_id_str 4689
dc.title.none.fl_str_mv Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
title Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
spellingShingle Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
Tarazona Coronel, Yonatan
Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
https://purl.org/pe-repo/ocde/ford#1.06.00
title_short Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
title_full Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
title_fullStr Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
title_full_unstemmed Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
title_sort Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura
author Tarazona Coronel, Yonatan
author_facet Tarazona Coronel, Yonatan
author_role author
dc.contributor.author.fl_str_mv Tarazona Coronel, Yonatan
dc.subject.none.fl_str_mv Suelos - Análisis
topic Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
https://purl.org/pe-repo/ocde/ford#1.06.00
dc.subject.es_PE.fl_str_mv Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.06.00
description Propone una metodología para la predicción y estimación de áreas degradadas a partir del análisis de las tendencias lineales de las series de tiempo de los productos MOD13Q1-índice de Mejorado de Vegetación (EVI) y MOD11A2-Temperatura de la Superficie de Suelo (LST) del sensor MODIS. Descargados los datos, se filtraron los píxeles contaminados debido a los artefactos atmosféricos mediante la capa de fiabilidad y se completaron las series con interpolaciones en función al tiempo. Luego, se generaron los máximos compuestos anuales (MCA), cuyas tendencias se determinaron píxel por píxel con su respectivo test de significancia. Se obtuvieron mapas de tendencias de la degradación en base al EVI, mostrando un total de 26.97% de área degradada con significancia (p < Ͳ.Ͳͷ) y 34.97% con significancia (p < Ͳ.ͳ). A su vez, este resultado se relacionó con el mapa de tendencias de la temperatura superficial (Tୱ ), basado en el balance de energía entre el calor sensible y el calor latente de vaporización, mostrando un 26.59% de área de estrés hídrico con significancia (p < Ͳ.ͳ). El mapa de tendencias de la temperatura superficial permitió observar un estrés hídrico en la cobertura del bosque seco y usos. Esto fue relacionado con el mapa de tendencias de degradación del EVI en el cual, los resultados de degradación en el valle para ambas variables fueron debido al problema de la salinización, y en el bosque seco por el estrés hídrico y la deforestación. La degradación obtenida guarda relación con los llamados síndromes de la degradación, mostrando tendencias negativas para el EVI y tendencias positivas para la temperatura de superficie de suelo de acuerdo al balance de energía.
publishDate 2015
dc.date.accessioned.none.fl_str_mv 2024-05-30T23:13:38Z
dc.date.available.none.fl_str_mv 2024-05-30T23:13:38Z
dc.date.issued.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12390/2069
url https://hdl.handle.net/20.500.12390/2069
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv reponame:CONCYTEC-Institucional
instname:Consejo Nacional de Ciencia Tecnología e Innovación
instacron:CONCYTEC
instname_str Consejo Nacional de Ciencia Tecnología e Innovación
instacron_str CONCYTEC
institution CONCYTEC
reponame_str CONCYTEC-Institucional
collection CONCYTEC-Institucional
repository.name.fl_str_mv Repositorio Institucional CONCYTEC
repository.mail.fl_str_mv repositorio@concytec.gob.pe
_version_ 1844883025473568768
spelling Publicationrp05087600Tarazona Coronel, Yonatan2024-05-30T23:13:38Z2024-05-30T23:13:38Z2015https://hdl.handle.net/20.500.12390/2069Propone una metodología para la predicción y estimación de áreas degradadas a partir del análisis de las tendencias lineales de las series de tiempo de los productos MOD13Q1-índice de Mejorado de Vegetación (EVI) y MOD11A2-Temperatura de la Superficie de Suelo (LST) del sensor MODIS. Descargados los datos, se filtraron los píxeles contaminados debido a los artefactos atmosféricos mediante la capa de fiabilidad y se completaron las series con interpolaciones en función al tiempo. Luego, se generaron los máximos compuestos anuales (MCA), cuyas tendencias se determinaron píxel por píxel con su respectivo test de significancia. Se obtuvieron mapas de tendencias de la degradación en base al EVI, mostrando un total de 26.97% de área degradada con significancia (p < Ͳ.Ͳͷ) y 34.97% con significancia (p < Ͳ.ͳ). A su vez, este resultado se relacionó con el mapa de tendencias de la temperatura superficial (Tୱ ), basado en el balance de energía entre el calor sensible y el calor latente de vaporización, mostrando un 26.59% de área de estrés hídrico con significancia (p < Ͳ.ͳ). El mapa de tendencias de la temperatura superficial permitió observar un estrés hídrico en la cobertura del bosque seco y usos. Esto fue relacionado con el mapa de tendencias de degradación del EVI en el cual, los resultados de degradación en el valle para ambas variables fueron debido al problema de la salinización, y en el bosque seco por el estrés hídrico y la deforestación. La degradación obtenida guarda relación con los llamados síndromes de la degradación, mostrando tendencias negativas para el EVI y tendencias positivas para la temperatura de superficie de suelo de acuerdo al balance de energía.Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica - ConcytecspaUniversidad Nacional Mayor de San Marcosinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Suelos - AnálisisAerosoles atmosféricos - Sensores remotos-1Satélites meteorológico-1https://purl.org/pe-repo/ocde/ford#1.06.00-1Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piurainfo:eu-repo/semantics/bachelorThesisreponame:CONCYTEC-Institucionalinstname:Consejo Nacional de Ciencia Tecnología e Innovacióninstacron:CONCYTEC20.500.12390/2069oai:repositorio.concytec.gob.pe:20.500.12390/20692025-09-22 15:07:16.992https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_14cbinfo:eu-repo/semantics/closedAccessmetadata only accesshttps://repositorio.concytec.gob.peRepositorio Institucional CONCYTECrepositorio@concytec.gob.pe#PLACEHOLDER_PARENT_METADATA_VALUE#<Publication xmlns="https://www.openaire.eu/cerif-profile/1.1/" id="bfed81e3-0772-4449-9d25-796aa2336daa"> <Type xmlns="https://www.openaire.eu/cerif-profile/vocab/COAR_Publication_Types">http://purl.org/coar/resource_type/c_1843</Type> <Language>spa</Language> <Title>Predicción de tierras degradadas a partir del análisis de series temporales del índice mejorado de vegetación y temperatura de superficie de suelo mediante imágenes modis - caso estudio Piura</Title> <PublishedIn> <Publication> </Publication> </PublishedIn> <PublicationDate>2015</PublicationDate> <Authors> <Author> <DisplayName>Tarazona Coronel, Yonatan</DisplayName> <Person id="rp05087" /> <Affiliation> <OrgUnit> </OrgUnit> </Affiliation> </Author> </Authors> <Editors> </Editors> <Publishers> <Publisher> <DisplayName>Universidad Nacional Mayor de San Marcos</DisplayName> <OrgUnit /> </Publisher> </Publishers> <License>https://creativecommons.org/licenses/by-nc-nd/4.0/</License> <Keyword>Suelos - Análisis</Keyword> <Keyword>Aerosoles atmosféricos - Sensores remotos</Keyword> <Keyword>Satélites meteorológico</Keyword> <Abstract>Propone una metodología para la predicción y estimación de áreas degradadas a partir del análisis de las tendencias lineales de las series de tiempo de los productos MOD13Q1-índice de Mejorado de Vegetación (EVI) y MOD11A2-Temperatura de la Superficie de Suelo (LST) del sensor MODIS. Descargados los datos, se filtraron los píxeles contaminados debido a los artefactos atmosféricos mediante la capa de fiabilidad y se completaron las series con interpolaciones en función al tiempo. Luego, se generaron los máximos compuestos anuales (MCA), cuyas tendencias se determinaron píxel por píxel con su respectivo test de significancia. Se obtuvieron mapas de tendencias de la degradación en base al EVI, mostrando un total de 26.97% de área degradada con significancia (p &lt; Ͳ.Ͳͷ) y 34.97% con significancia (p &lt; Ͳ.ͳ). A su vez, este resultado se relacionó con el mapa de tendencias de la temperatura superficial (Tୱ ), basado en el balance de energía entre el calor sensible y el calor latente de vaporización, mostrando un 26.59% de área de estrés hídrico con significancia (p &lt; Ͳ.ͳ). El mapa de tendencias de la temperatura superficial permitió observar un estrés hídrico en la cobertura del bosque seco y usos. Esto fue relacionado con el mapa de tendencias de degradación del EVI en el cual, los resultados de degradación en el valle para ambas variables fueron debido al problema de la salinización, y en el bosque seco por el estrés hídrico y la deforestación. La degradación obtenida guarda relación con los llamados síndromes de la degradación, mostrando tendencias negativas para el EVI y tendencias positivas para la temperatura de superficie de suelo de acuerdo al balance de energía.</Abstract> <Access xmlns="http://purl.org/coar/access_right" > </Access> </Publication> -1
score 13.924177
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).