ANALYSIS OF VEGETATION AND CLIMATIC VARIABILITY INDICES IN THE UPPER GUAYLLABAMBA RIVER BASIN FOR THE PERIOD 1990 – 2023
DOI:
https://doi.org/10.29076/issn.2528-7737vol17iss46.2024pp%25ppKeywords:
Precipitation, temperature, vegetation, land use, climate variabilityAbstract
Vegetation and climate variability monitoring was carried out in the upper basin of the Guayllabamba River for the dry and rainy season, using the spectral indices GNVI, NDWI, NDVI in the period from 1990 to 2023. Precipitation data, maximum and minimum temperatures were extracted from meteorological stations obtained from the National Institute of Meteorology and Hydrology (INAMHI), complemented by the Atmospheric Monitoring Network (REMMAQ) and the Google Earth Engine remote satellite sensor. After analyzing the time series created with the maximum, minimum temperature and precipitation data in the 33 years, as a result, it was evident that the values obtained can provide information for future research on the vulnerability of the population to natural disasters such as floods. In addition, the information studied will allow the implementation of preventive measures against natural and anthropogenic risks.
Downloads
References
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.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 CIENCIA UNEMI
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors can keep the copyright, granting the journal right of first publication. Alternatively, authors can transfer copyright to the journal, which allow authors non-commercial use of the work, including the right to place it in a file open access.
