ANÁLISIS DE LOS INDICES DE VEGETACION Y VARIABILIDAD CLIMÁTICA EN LA CUENCA ALTA DEL RÍO GUAYLLABAMBA PARA EL PERIODO 1990 – 2023
DOI:
https://doi.org/10.29076/issn.2528-7737vol17iss46.2024pp%25ppPalabras clave:
Precipitación, temperatura, vegetación, uso de suelo, variabilidad climáticaResumen
Se realizó un monitoreo de vegetación y variabilidad climática en la cuenca alta del Río Guayllabamba para la temporada de estiaje y lluvia, utilizando los índices espectrales GNVI, NDWI, NDVI en el periodo de 1990 a 2023. Los datos de precipitación, temperaturas máximas y mínimas se extrajeron de las estaciones meteorológicas obtenidas del Instituto Nacional de Meteorología e Hidrología (INAMHI), complementadas con la Red de Monitoreo Atmosférico (REMMAQ) y el sensor remoto satelital de Google Earth Engine. Tras analizar las series de tiempo creadas con los datos de temperatura máxima, mínima y precipitación en los 33 años, como resultado, se evidenció que los valores obtenidos pueden proporcionar información para futuras investigaciones sobre la vulnerabilidad de la población ante desastres naturales como inundaciones. Además, la información estudiada permitirá implementar medidas preventivas frente a riesgos naturales y antrópicos
Descargas
Referencias
Abuín, R. (2007). Regresión lineal múltiple. https://gc.scalahed.com/recursos/files/r161r/w25164w/M1CDN109_S2_Regresion_lineal_multiple.pdf
Amador, J., 2009. Métodos de reducción de escala: aplicaciones al tiempo, clima, variabilidad climática y cambio climático. Revista Iberoamericana de Economía Ecológica, Volumen 11, pp. 39-52.
Arellano, J.; & Ruiz, L. (2019). Variabilidad climática y eventos extremos en la cuenca del río Zanatenco, Chiapas. Tecnología y Ciencias del Agua, 249-274. DOI: 10.24850/j-tyca-2019-03-10
Caiza Tintin, D. (2022). Influencia de los cambios de uso del suelo sobre la disponibilidad de agua: el caso de la cuenca alta del Río Guayllabamba: análisis del cambio del uso del suelo en la cuenca alta del Río Guayllabamba (Bachelor's thesis, Quito: EPN, 2022
Fonseca, C. (2019). Variabilidad climática. Editorial AMA. http://ccc.insmet.cu/cambioclimaticoencuba/sites/default/files/resultados/03%20VARIABILIDAD%20CLIMATICA_0.pdf
Guevara, J (2008) «EL ABC DE LOS ÍNDICES USADOS EN LA IDENTIFICACIÓN Y DEFINICIÓN CUANTITATIVA DE EL NIÑO - OSCILACIÓN DEL SUR (ENSO),» TERRA, vol. XXIV, nº 35, pp. 86140.
Hernández, R., & Barrios, H. (2017) Análisis de riesgo por inundación: metodología y aplicación a la cuenca Atemajac, Monterrey, 2017.
IPPC. (2018). Calentamiento global de 1,5 °C, Informe especial del IPCC sobre los impactos del calentamiento global de 1,5 ºC con respecto a los niveles preindustriales y las trayectorias correspondientes que deberían seguir las emisiones mundiales de gases de efecto invernadero, en el contexto del reforzamiento de la respuesta mundial a la amenaza del cambio climático, el desarrollo sostenible y los esfuerzos por erradicar la pobreza. https://www.ipcc.ch/site/assets/uploads/sites/2/2019/10/SR15_Glossary_spanish.pdf
J. C. S. L. G. A. C. L. B. T. O. F. R. M. J. F. P. I. M. &. R. J. F. Manuel, 2020 «LA VARIABILIDAD CLIMÁTICA Y EL CAMBIO CLIMÁTICO EN COLOMBIA., 26 A [En línea]. Available:
Lahura, E. (2003). EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS . https://core.ac.uk/download/pdf/6445817.pdf
López, F. (2017). Coeficiente de determinación (R cuadrado). https://economipedia.com/definiciones/r-cuadrado-coeficiente-determinacion.htm
Lopera-Pareja, E. (2017) ¿Esto es por el cambio climático? Los fenómenos meteorológicos extremos en la prensa española (2000-2010): ocurrencia y atención mediática, Disertaciones, Madrid
Navas, M.,Matovelle, C., Vélez, A., & Córdova,F. (2022) «Evaluación de modelos hidráulicos unidimensionales y bidimensionales para la generación de mapas de inundaciones en un río de montaña,» Alfa publicaciones, vol. 41.
Pereira, L. E., Amorim, G., Grigio, A. M., & Paranhos Filho, A. C. (2018). Análise comparativa entre métodos de Índice de Água por Diferença Normalizada (NDWI) em área úmida continental. Anuário do Instituto de Geociências, 41(2), 654-662.
Revelo Luna, D., Mejía Manzano, J., Montoya-Bonilla, B. P., & Hoyos García, J. (2020). Análisis de los índices de vegetación NDVI, GNDVI y NDRE para la caracterización del cultivo de café (Coffea arabica). Ingeniería y Desarrollo, 38(2), 298-312.
Rouse Jr, J. W., Haas, R. H., Deering, D. W., Schell, J. A., & Harlan, J. C. (1974). Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation (No. E75-10354).
Talha M, K. Abdullah, M. Nawawi, N. Norulaini, Z. Ahmad, M. Syakir y M. Abdul, (2019) «Prioritization of Flood Vulnerability Zones Using Remote Sensing and GIS for Hydrological Modelling, Irrigation and Drainage, vol. 68, nº 2.
http://documentacion.ideam.gov.co/openbiblio/bvirtual/023778/ variabilidad.pdf.
Tenelema A. (2022). Disponibilidad de agua en el futuro en base a escenarios de Cambio Climático y situaciones climáticas extremas observadas en el pasado: El caso de la cuenca alta del río Guayllabamba (Bachelor's thesis, Quito: EPN, 2022).
Zeng, Y., Hao, D., Huete, A., Dechant, B., Berry, J., Chen, J. M., ... & Chen, M. (2022). Optical vegetation indices for monitoring terrestrial ecosystems globally. Nature Reviews Earth & Environment, 3(7), 477-493.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 CIENCIA UNEMI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores pueden mantener el copyright, concediendo a la revista el derecho de primera publicación. Alternativamente, los autores pueden transferir el copyright a la revista, la cual permitirá a los autores el uso no-comercial del trabajo, incluyendo el derecho a colocarlo en un archivo de acceso libre.
