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:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/5921
Enlace del recurso:https://hdl.handle.net/20.500.12672/5921
Nivel de acceso:acceso abierto
Materia:Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
https://purl.org/pe-repo/ocde/ford#2.07.04
id UNMS_03d8026d75bb10be81f45fb3d5621750
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/5921
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
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#2.07.04
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.advisor.fl_str_mv Huamán Amasifuen, Luis Alberto
Leo Willems, Bram
Soares Mantas, Vasco Manuel Jorge
dc.contributor.author.fl_str_mv Tarazona Coronel, Yonatan
dc.subject.none.fl_str_mv Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
topic Suelos - Análisis
Aerosoles atmosféricos - Sensores remotos
Satélites meteorológico
https://purl.org/pe-repo/ocde/ford#2.07.04
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.07.04
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 2017-05-29T14:53:54Z
2017-05-29T14:53:57Z
dc.date.available.none.fl_str_mv 2017-05-29T14:53:54Z
2017-05-29T14:53:57Z
dc.date.issued.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv TARAZONA Coronel, Yonatan. 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. Tesis (Ing. Geográfo). Lima, Perú: Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, EAP. de Ingeniería Geográfica. 2015. 184 h.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/5921
identifier_str_mv TARAZONA Coronel, Yonatan. 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. Tesis (Ing. Geográfo). Lima, Perú: Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, EAP. de Ingeniería Geográfica. 2015. 184 h.
url https://hdl.handle.net/20.500.12672/5921
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 Repositorio de Tesis - UNMSM
Universidad Nacional Mayor de San Marcos
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/ea01eef9-8bd1-4d83-8e17-fa6d6889d2bb/download
https://cybertesis.unmsm.edu.pe/bitstreams/37fcfeb4-e969-40e2-bcc0-f6da927948b4/download
https://cybertesis.unmsm.edu.pe/bitstreams/68567f58-0250-44ec-8598-8a073afe5bfd/download
https://cybertesis.unmsm.edu.pe/bitstreams/1b8c6781-d6c9-4bf6-b273-b05e1ba58a5e/download
bitstream.checksum.fl_str_mv 08a724fb4a5dc17d3e5a3df69aeb29ed
8a4605be74aa9ea9d79846c1fba20a33
7daee299e1c4e0f3f49df5cffd3cf2f7
df2adaa0fcc62efeeb287965a2c8cc0e
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_ 1846617844894138368
spelling Huamán Amasifuen, Luis AlbertoLeo Willems, BramSoares Mantas, Vasco Manuel JorgeTarazona Coronel, Yonatan2017-05-29T14:53:54Z2017-05-29T14:53:57Z2017-05-29T14:53:54Z2017-05-29T14:53:57Z2015TARAZONA Coronel, Yonatan. 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. Tesis (Ing. Geográfo). Lima, Perú: Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, EAP. de Ingeniería Geográfica. 2015. 184 h.https://hdl.handle.net/20.500.12672/5921Propone 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.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio de Tesis - UNMSMUniversidad Nacional Mayor de San Marcosreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMSuelos - AnálisisAerosoles atmosféricos - Sensores remotosSatélites meteorológicohttps://purl.org/pe-repo/ocde/ford#2.07.04Predicción 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/bachelorThesisSUNEDUIngeniero GeógrafoUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica. Escuela Académico Profesional de Ingeniería GeográficaTitulo ProfesionalIngeniería Geográfica4332220448373712https://orcid.org/0000-0003-0834-3860https://orcid.org/0000-0002-0666-4655https://orcid.org/0000-0001-9602-7715https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALTarazona_cy.pdfTarazona_cy.pdfapplication/pdf21483492https://cybertesis.unmsm.edu.pe/bitstreams/ea01eef9-8bd1-4d83-8e17-fa6d6889d2bb/download08a724fb4a5dc17d3e5a3df69aeb29edMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/37fcfeb4-e969-40e2-bcc0-f6da927948b4/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTTarazona_cy.pdf.txtTarazona_cy.pdf.txtExtracted texttext/plain101458https://cybertesis.unmsm.edu.pe/bitstreams/68567f58-0250-44ec-8598-8a073afe5bfd/download7daee299e1c4e0f3f49df5cffd3cf2f7MD55THUMBNAILTarazona_cy.pdf.jpgTarazona_cy.pdf.jpgGenerated Thumbnailimage/jpeg16913https://cybertesis.unmsm.edu.pe/bitstreams/1b8c6781-d6c9-4bf6-b273-b05e1ba58a5e/downloaddf2adaa0fcc62efeeb287965a2c8cc0eMD5620.500.12672/5921oai:cybertesis.unmsm.edu.pe:20.500.12672/59212024-08-15 23:29:38.596https://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 13.394457
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).