Estimación de la evapotranspiración en los cultivos alrededor del observatorio de Huancayo mediante sensoramiento remoto

• Autor: Príncipe Aguirre, Romel Erick
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/9484
• Enlace del recurso: https://hdl.handle.net/20.500.12672/9484
• Nivel de acceso: acceso abierto
• Materia: Evapotranspiración; Cultivos y suelos; Humedad de suelos; Sensores remotos; Cultivos y clima - Perú; https://purl.org/pe-repo/ocde/ford#1.03.02

Realiza la investigación en los alrededores del observatorio de Huancayo, ubicado en el distrito de Huachac departamento de Junin. Aplica una metodología para la estimación de la evapotranspiración (ET) el cual se basa en el algoritmo METRIC (Mapping Evapotranspiration at High Resolution using Internalized Calibration) desarrollado por la Universidad de Idaho, este modelo estima la ET como un residual del balance de energía mediante imágenes de satélite y datos de estación meteorológica. Para la implementación del algoritmo METRIC se emplea 15 imágenes del sensor OLI (tabla 6.2) y datos de la estacion meteorológica de Huayao (tabla 6.1). Los datos imagen OLI, son sometidos a correcciones atmosféricas mediante Flaash y Tasumi et al. (2007) los cuales seran comparados al obtener los flujos de energía y la ET. Asimismo, se compara la ET obtenida mediante la evapotranspiracion´ de referencia (ETr) con las ecuaciones de Hargreaves–Samani (HS) y FAO Penman–Monteith (PM). Para validar el funcionamiento del algoritmo METRIC en la estimacion de la ET se emplea datos obtenidos mediante la técnica de Eddy covariance. Los resultados obtenidos mostraron que la ET estimada empleando imágenes con corrección Tasumi y la ETr de PM fue la que más se aproxima a la ET observada debido a que mostro un con factor de correlación´ r = 0.66. Asimismo, respecto de los flujos de energía estimado con imágenes, la que más se aproximó al observado fue el flujo de energía neta (Rn) mostrando un r = 0.68, en cambio para en el caso de imágenes con corrección con Flaash se obtiene r = 0.65.