Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía

This research evaluates the Normalized Difference Vegetation Index (NDVI) in the Fonce River basin, located in Santander, Colombia, considering hydrological and topographical factors. In the study, the river’s basin was delineated using topographic satellite images to define the study area. Subseque...

Full description

Autores:
Hernández Reyes, Angello Ricardo
Arroyo Navarro, Manuel David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/13508
Acceso en línea:
https://hdl.handle.net/11323/13508
https://repositorio.cuc.edu.co/
Palabra clave:
NDVI
Remote sensing
MODIS
Hydrometeorological conditions
Teledetección
Condiciones hidrometeorológicas
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
id RCUC2_00ccb336ce5a21d9cbf852ec2c7d0b7e
oai_identifier_str oai:repositorio.cuc.edu.co:11323/13508
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
title Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
spellingShingle Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
NDVI
Remote sensing
MODIS
Hydrometeorological conditions
Teledetección
Condiciones hidrometeorológicas
title_short Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
title_full Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
title_fullStr Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
title_full_unstemmed Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
title_sort Evaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografía
dc.creator.fl_str_mv Hernández Reyes, Angello Ricardo
Arroyo Navarro, Manuel David
dc.contributor.advisor.none.fl_str_mv Villadiego Rojas, Leydis
Daza González, Ricardo
dc.contributor.author.none.fl_str_mv Hernández Reyes, Angello Ricardo
Arroyo Navarro, Manuel David
dc.contributor.jury.none.fl_str_mv Pérez Rey, José
Narváez Hernández, Robert
Vega Fuentes, Marco
dc.subject.proposal.eng.fl_str_mv NDVI
Remote sensing
MODIS
Hydrometeorological conditions
topic NDVI
Remote sensing
MODIS
Hydrometeorological conditions
Teledetección
Condiciones hidrometeorológicas
dc.subject.proposal.spa.fl_str_mv Teledetección
dc.subject.proposal.none.fl_str_mv Condiciones hidrometeorológicas
description This research evaluates the Normalized Difference Vegetation Index (NDVI) in the Fonce River basin, located in Santander, Colombia, considering hydrological and topographical factors. In the study, the river’s basin was delineated using topographic satellite images to define the study area. Subsequently, eight active meteorological stations of the Institute of Hydrology, Meteorology, and Environmental Studies (IDEAM) were identified, providing the necessary hydrometeorological information for the research. Based on the collected data, a detailed analysis was conducted, and representative dates within the study period, spanning from 2000 to 2023, were selected. These dates encompassed various hydrometeorological conditions, such as wet periods, dry periods, and times with antecedent wet and dry conditions. Then, using MOD13Q1 satellite images, the NDVI was calculated for each of these dates, allowing for a detailed assessment of vegetation variation in response to the different hydrological and topographic conditions present in the basin
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-10-23T16:44:51Z
dc.date.available.none.fl_str_mv 2024-10-23T16:44:51Z
dc.date.issued.none.fl_str_mv 2024
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11323/13508
dc.identifier.instname.none.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.none.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.none.fl_str_mv https://repositorio.cuc.edu.co/
url https://hdl.handle.net/11323/13508
https://repositorio.cuc.edu.co/
identifier_str_mv Corporación Universidad de la Costa
REDICUC - Repositorio CUC
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Armas Ortiz, V. P. (2015). Efectos de la cobertura vegetal y las variables físico-químicas sobre la comunidad de macroinvertebrados acuáticos en la cuenca alta de La Antigua, Veracruz, México. Universidad Veracruzana, Centro de Investigaciones Tropicales., Veracruz. Obtenido de https://cdigital.uv.mx/bitstream/handle/123456789/42608/ArmasOrtizVeronica.pdf?seque nce=1&isAllowed=y
Benami, E., Jin, Z., & Carter, M. (2021). Uniting remote sensing, crop modelling and economics for agricultural risk management. Nat Rev Earth Environ 2, 140-159. doi:https://doi.org/10.1038/s43017-020-00122-y
Caballero Beltrán, D. A. (2017). Aplicación de imagenes NDVI para el control de riego y enfermedad de cultivos agricolas mediante el uso de aeronaves no tripuladas (UAV) y el software AgVault. Universidad Nacional Santiago Antúnez de Mayolo. doi:https://doi.org/10.32911/as.2017.v10.n2.172
Chacón, P. (11 de 05 de 2023). infobae. Obtenido de https://www.infobae.com/colombia/2023/05/11/las-regiones-de-colombia-que-resultarian mas-afectadas-por-las-sequias-ante-el-fenomeno-de-el-nino/
Chouari, W. (2024). Assessment of vegetation cover changes and the contributing factors in the Al-Ahsa Oasis using Normalized Difference Vegetation Index (NDVI). Regional Sustainability.
EOS data Analytics. (09 de 11 de 2021). EOS data Analytics. Obtenido de https://eos.com/Es/Blog/Teledeteccion/
EOS Data Analytics. (19 de 06 de 2024). Obtenido de EOS Data Analytics: https://eos.com/es/make-an-analysis/ndvi/
Ferchichia, A., Abbes, A., Barra, V., & Farah, I. (2022). Predicción de índices de vegetación a partir de datos espacio-temporales de percepción remota utilizando enfoques basados en el aprendizaje profundo: una revisión sistemática de la literatura. Informática Ecológica. doi:https://doi.org/10.1016/j.ecoinf.2022.101552
Fernández-Palacios, J., Moreira, A., Ramos, A., & Zamorano, M. (2005). Obtención de series multitemporales de imagenes de NDVI para el seguimiento de los cambios en la vegetación. Aplicación a las actualizaciones cartograficas. X Congreso Nacional de Teledetección. Tenerife. Obtenido de https://www.aet.org.es/congresos/xi/ten107.pdf
Flores, Z., Torrent, J., & López, L. (2015). Ordenación y gestión integrada de cuencas hidrográficas con altos índices erosivos en el ámbito árido sudcaliforniano. Caso particular Cuenca de La Paz en Baja California Sur, México. Cuadernos de la Sociedad Española de Ciencias Forestales, 317-330. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=6933094
Garcia-Ruiz, J. M. (1988). La evolución de la agricultura de montaña y sus efectos sobre la dinámica del paisaje. Revista de Estudios Agro-Sociales.
Ghebrezgabher, M. G., Yang, T., Yang, X., & Eyassu Sereke, T. (2020). Assessment of NDVI variations in responses to climate change in the Horn of Africa. Egyptian Journal of Remote Sensing and Space Science, 249-261. doi:https://doi.org/10.1016/j.ejrs.2020.08.003
Guzmán Arevalo, F. (2021). Cálculo del Índice de Vegetación de Diferencia Normalizada NDVI usando la plataforma Google Earth Engine para los años 2019 y 2020 de la Vereda La Florida en el municipio de Puerto Asís. Universidad Militar de Nueva Granada
Haines-Young. (1994). Landscape Ecology and Geographical Information Systems. (D. Green R., & S. H. Cousins, Edits.) Paperback
Horning, N. (2019). Enciclopedia de ecologia (segunda edición).
INEGI. (2022). INEGI. Obtenido de https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvinegi/pr oductos/nueva_estruc/889463908272.pdf
Lambin, E., & Ehrlich, D. (1997). Land-Cover Changes in Sub-Saharan Africa (1982-1991): Application of a Change Index Based on Remotely Sensed Surface Temperature and Vegetation Indices at a Continental Scale. Remote Sensing of Environment, 181-200. doi:https://doi.org/10.1016/S0034-4257(97)00001-1
Lasanta, T., Vicente-Serrano, S., & Romo, A. (2004). Influencia de la topografia en la estacionalidad de la actividad vegetal: Análisis en el Pirineo occidental Aragonés a partir de imagenes NOAA-AVHRR. Universidad de Valladolid.
Llecllish Rojas, H. E. (2021). Evolución temporal de la cobertura vegetal de la cuenca del Rímac mediante el NDVI y su relación con la precipitación en el periodo 1984-2016. Tesis de maestria. Universidad Veracruzana, Centro de Investigaciones Tropicales., Veracruz. Obtenido de https://repositorio.upn.edu.pe/handle/11537/29466
Lopresti, M., Di Bella, C., & Degioanni, A. (2015). Relationship between MODIS-NDVI data and wheat yield: A case study in Northern Buenos Aires province, Argentina,. Information Processing in Agriculture, 2, 73-84. doi:https://doi.org/10.1016/j.inpa.2015.06.001.
Manrique, E. (1999). Índice de Vegetación. Aplicación del NDVI. VIII Congreso Nacional de Teledetección., (págs. 217-219). Albacete. Obtenido de https://www.aet.org.es/congresos/viii/alb52.pdf
Mulla, D. (2013). Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, 358-371.
NASA'S Earth Observing System. (s.f.). Obtenido de NASA MODIS: https://modis.gsfc.nasa.gov/about/media.php
Panek, E., & Goszdowski, D. (2020). Analysis of relationship between cereal yield and NDVI for selected regions. Remote Sensing Applications: Society and Environment 17. doi:https://doi.org/10.1016/j.rsase.2019.100286
Pérez, H., & Gómez, S. (2021). Relaciones socio-ecológicas en perspectiva Sumak Kawsay (Buen vivir): un estudio de caso del Río Fonce (San Gil Santander). Ágora U.S.B., 21(1). doi:https://doi.org/10.21500/16578031.5513
Pinargote de los Santos, J., Donoso Agua, E. M., & Yanchapaxi Merchán, J. E. (2024). Análisis multitemporal por el cambio de la cobertura vegetal en el área de influencia de la represa del Cantón Paján. Unesum, Jipijapa. Obtenido de https://repositorio.unesum.edu.ec/handle/53000/6618
Read, J., & Torrado, M. (2009). En Enciclopedia Internacional de Geografía Humana
Rembold, F., Atzberger, C., Savin, I., & Rojas, O. (2013). Using Low Resolution Satellite Imagery for Yield Prediction and Yield Anomaly Detection. Remote Sensing, 1704-1733. doi:https://doi.org/10.3390/rs5041704
Rivas, R., Ocampo, D., & Carmona, F. (2011). Modelo de predicción de rendimiento de trigo a partir de NDVI: Aplicación en el contexto de la agricultura de precisión. Anais XV Simpósio Brasileiro de Sensoriamento Remoto, (págs. 584-591). Obtenido de Anais XV Simpósio Brasileiro de Sensoriamento Remoto
Rouse et al. (1974). Monitoring Vegetation Systems in the Great Plains with ERTS. Third ERTS 1 Symposium NASA, (págs. 309-317). Washington D
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote sensing of envirenment., 127-150.
Vicente-Serrano. et al. (2012). Identifying dry and wet periods across the Iberian Peninsula (1946-2006) using the Standardized Precipitation Evapotranspiration Index. Journal of Climate, 7447-7466.
Villadiego, L. (2023). EVALUACIÓN DEL ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA EN LA CUENCA DEL CANAL DEL DIQUE RESPECTO A CONDICIONES DE VARIABILIDAD HIDROLÓGICA, TOPOGRÁFICA Y DE USO DE SUELO. Barranquilla, Colombia.
Zhang. et al. (2013). Sensitivity of vegetation growth to climate change varies across a temperate seppe in Inner Mongolia, China. Journal of Arid Environments, 42-49
dc.rights.license.none.fl_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 77 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Corporacion Universidad de la Costa
dc.publisher.department.none.fl_str_mv Civil y Ambiental
dc.publisher.place.none.fl_str_mv Barranquilla, Colombia
dc.publisher.program.none.fl_str_mv Ingeniería Civil
publisher.none.fl_str_mv Corporacion Universidad de la Costa
institution Corporación Universidad de la Costa
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/0a79c0da-9ce4-49ea-9c93-855e9bb4a6f7/download
https://repositorio.cuc.edu.co/bitstreams/83818551-2f32-4b2c-b6d5-ae9cb9937b4a/download
https://repositorio.cuc.edu.co/bitstreams/2b5d168b-5cdf-423e-9fb1-cf4546f163e3/download
https://repositorio.cuc.edu.co/bitstreams/6b953ea5-9e62-4414-9ce6-afe3f64bf038/download
bitstream.checksum.fl_str_mv 9ae3208bd4a1e3a9f599788ef03bc7e3
73a5432e0b76442b22b026844140d683
95c6c23dc70537f3df666f078f38bb60
02c330f96fa14ce5e1b40cac8d722b6e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1828166791453474816
spelling Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Villadiego Rojas, LeydisDaza González, RicardoHernández Reyes, Angello RicardoArroyo Navarro, Manuel DavidPérez Rey, JoséNarváez Hernández, RobertVega Fuentes, Marco2024-10-23T16:44:51Z2024-10-23T16:44:51Z2024https://hdl.handle.net/11323/13508Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/This research evaluates the Normalized Difference Vegetation Index (NDVI) in the Fonce River basin, located in Santander, Colombia, considering hydrological and topographical factors. In the study, the river’s basin was delineated using topographic satellite images to define the study area. Subsequently, eight active meteorological stations of the Institute of Hydrology, Meteorology, and Environmental Studies (IDEAM) were identified, providing the necessary hydrometeorological information for the research. Based on the collected data, a detailed analysis was conducted, and representative dates within the study period, spanning from 2000 to 2023, were selected. These dates encompassed various hydrometeorological conditions, such as wet periods, dry periods, and times with antecedent wet and dry conditions. Then, using MOD13Q1 satellite images, the NDVI was calculated for each of these dates, allowing for a detailed assessment of vegetation variation in response to the different hydrological and topographic conditions present in the basinLa presente investigación evalúa el Índice de Vegetación de Diferencia Normalizada (NDVI) en la cuenca del río Fonce, ubicado en el Departamento de Santander-Colombia, considerando factores hidrológicos y topográficos. En la investigación se delimitó la cuenca del río Fonce a partir de información topográfica satelital para definir el área de estudio. Posteriormente, se identificaron ocho estaciones meteorológicas activas del Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) que proporcionaron la información de registros de precipitaciones necesarios para la investigación. A partir de los datos recopilados, se realizó un análisis detallado y se seleccionaron fechas representativas dentro del período de estudio, que comprende los años entre 2000 y 2023, abarcando diversas condiciones hidrometeorológicas, como periodos húmedos, períodos secos, épocas con condiciones antecedente húmedas y de condición antecedente seca. Luego, utilizando imágenes satelitales del tipo MOD13Q1, se calculó el NDVI para cada una de estas fechas, lo que permitió una evaluación detallada de la variación de la vegetación en respuesta a las distintas condiciones hidrológicas y topográficas presentes en la cuenca.Listado de tablas y figuras 10 – Figuras 10 –Tablas 12 -- Introducción 13 --Planteamiento del problema 15 –Justificación 17 -- Objetivos 19 -- Objetivo General 19 -- Objetivos Específicos 19 – Alcance 20 – Limitaciones 21 --Fundamentos teóricos 22 -- Marco teórico de referencia 22 -- Teledetección. 22 -- Imágenes satelitales MODIS 24 -- Índice de vegetación de diferencia normalizada. 25 -- Usos del índice de vegetación de diferencia normalizada 26 -- Generalidades de la cuenca 27 – Cartografía 28 -- Hidrografía. 28 -- Clima. 29 -- Investigaciones antecedentes 30 -- Estado del arte. 30 --Metodología 35 -- Delimitación de la cuenca hidrográfica 36 --Identificación de estaciones pluviométricas 36 -- Análisis pluviométrico y selección de fechas de interés 36 -- Descarga de imágenes satelitales 37 -- Cálculo de NDVI 37 -- Resultados y discusión 38 -- Análisis hidrológico 38 -- Delimitación de la cuenca. 38 -- Selección de estaciones IDEAM. 39 -- Procesamiento de información pluviométrica 41 -- Selección de las fechas de interés. 45 -- Cálculo de NDVI 46 -- Correlación entre el NDVI y Precipitación 58 -- NDVI vs Precipitación total mensual 59 -- Evaluación de otras condiciones hidrológicas. 60 -- Análisis de condiciones topográficas 64 -- Conclusiones 70 -- Influencia de la Precipitación en el NDVI 70 -- Influencia de la Topografía en el NDVI 71 – Recomendaciones 72 –Referencias 73Ingeniero(a) CivilPregrado77 páginasapplication/pdfspaCorporacion Universidad de la CostaCivil y AmbientalBarranquilla, ColombiaIngeniería CivilEvaluación del índice de vegetación de diferencia normalizada en la cuenca del rio fonce considerando factores tales como la condición meteorológica y topografíaTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionArmas Ortiz, V. P. (2015). Efectos de la cobertura vegetal y las variables físico-químicas sobre la comunidad de macroinvertebrados acuáticos en la cuenca alta de La Antigua, Veracruz, México. Universidad Veracruzana, Centro de Investigaciones Tropicales., Veracruz. Obtenido de https://cdigital.uv.mx/bitstream/handle/123456789/42608/ArmasOrtizVeronica.pdf?seque nce=1&isAllowed=yBenami, E., Jin, Z., & Carter, M. (2021). Uniting remote sensing, crop modelling and economics for agricultural risk management. Nat Rev Earth Environ 2, 140-159. doi:https://doi.org/10.1038/s43017-020-00122-yCaballero Beltrán, D. A. (2017). Aplicación de imagenes NDVI para el control de riego y enfermedad de cultivos agricolas mediante el uso de aeronaves no tripuladas (UAV) y el software AgVault. Universidad Nacional Santiago Antúnez de Mayolo. doi:https://doi.org/10.32911/as.2017.v10.n2.172Chacón, P. (11 de 05 de 2023). infobae. Obtenido de https://www.infobae.com/colombia/2023/05/11/las-regiones-de-colombia-que-resultarian mas-afectadas-por-las-sequias-ante-el-fenomeno-de-el-nino/Chouari, W. (2024). Assessment of vegetation cover changes and the contributing factors in the Al-Ahsa Oasis using Normalized Difference Vegetation Index (NDVI). Regional Sustainability.EOS data Analytics. (09 de 11 de 2021). EOS data Analytics. Obtenido de https://eos.com/Es/Blog/Teledeteccion/EOS Data Analytics. (19 de 06 de 2024). Obtenido de EOS Data Analytics: https://eos.com/es/make-an-analysis/ndvi/Ferchichia, A., Abbes, A., Barra, V., & Farah, I. (2022). Predicción de índices de vegetación a partir de datos espacio-temporales de percepción remota utilizando enfoques basados en el aprendizaje profundo: una revisión sistemática de la literatura. Informática Ecológica. doi:https://doi.org/10.1016/j.ecoinf.2022.101552Fernández-Palacios, J., Moreira, A., Ramos, A., & Zamorano, M. (2005). Obtención de series multitemporales de imagenes de NDVI para el seguimiento de los cambios en la vegetación. Aplicación a las actualizaciones cartograficas. X Congreso Nacional de Teledetección. Tenerife. Obtenido de https://www.aet.org.es/congresos/xi/ten107.pdfFlores, Z., Torrent, J., & López, L. (2015). Ordenación y gestión integrada de cuencas hidrográficas con altos índices erosivos en el ámbito árido sudcaliforniano. Caso particular Cuenca de La Paz en Baja California Sur, México. Cuadernos de la Sociedad Española de Ciencias Forestales, 317-330. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=6933094Garcia-Ruiz, J. M. (1988). La evolución de la agricultura de montaña y sus efectos sobre la dinámica del paisaje. Revista de Estudios Agro-Sociales.Ghebrezgabher, M. G., Yang, T., Yang, X., & Eyassu Sereke, T. (2020). Assessment of NDVI variations in responses to climate change in the Horn of Africa. Egyptian Journal of Remote Sensing and Space Science, 249-261. doi:https://doi.org/10.1016/j.ejrs.2020.08.003Guzmán Arevalo, F. (2021). Cálculo del Índice de Vegetación de Diferencia Normalizada NDVI usando la plataforma Google Earth Engine para los años 2019 y 2020 de la Vereda La Florida en el municipio de Puerto Asís. Universidad Militar de Nueva GranadaHaines-Young. (1994). Landscape Ecology and Geographical Information Systems. (D. Green R., & S. H. Cousins, Edits.) PaperbackHorning, N. (2019). Enciclopedia de ecologia (segunda edición).INEGI. (2022). INEGI. Obtenido de https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvinegi/pr oductos/nueva_estruc/889463908272.pdfLambin, E., & Ehrlich, D. (1997). Land-Cover Changes in Sub-Saharan Africa (1982-1991): Application of a Change Index Based on Remotely Sensed Surface Temperature and Vegetation Indices at a Continental Scale. Remote Sensing of Environment, 181-200. doi:https://doi.org/10.1016/S0034-4257(97)00001-1Lasanta, T., Vicente-Serrano, S., & Romo, A. (2004). Influencia de la topografia en la estacionalidad de la actividad vegetal: Análisis en el Pirineo occidental Aragonés a partir de imagenes NOAA-AVHRR. Universidad de Valladolid.Llecllish Rojas, H. E. (2021). Evolución temporal de la cobertura vegetal de la cuenca del Rímac mediante el NDVI y su relación con la precipitación en el periodo 1984-2016. Tesis de maestria. Universidad Veracruzana, Centro de Investigaciones Tropicales., Veracruz. Obtenido de https://repositorio.upn.edu.pe/handle/11537/29466Lopresti, M., Di Bella, C., & Degioanni, A. (2015). Relationship between MODIS-NDVI data and wheat yield: A case study in Northern Buenos Aires province, Argentina,. Information Processing in Agriculture, 2, 73-84. doi:https://doi.org/10.1016/j.inpa.2015.06.001.Manrique, E. (1999). Índice de Vegetación. Aplicación del NDVI. VIII Congreso Nacional de Teledetección., (págs. 217-219). Albacete. Obtenido de https://www.aet.org.es/congresos/viii/alb52.pdfMulla, D. (2013). Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering, 358-371.NASA'S Earth Observing System. (s.f.). Obtenido de NASA MODIS: https://modis.gsfc.nasa.gov/about/media.phpPanek, E., & Goszdowski, D. (2020). Analysis of relationship between cereal yield and NDVI for selected regions. Remote Sensing Applications: Society and Environment 17. doi:https://doi.org/10.1016/j.rsase.2019.100286Pérez, H., & Gómez, S. (2021). Relaciones socio-ecológicas en perspectiva Sumak Kawsay (Buen vivir): un estudio de caso del Río Fonce (San Gil Santander). Ágora U.S.B., 21(1). doi:https://doi.org/10.21500/16578031.5513Pinargote de los Santos, J., Donoso Agua, E. M., & Yanchapaxi Merchán, J. E. (2024). Análisis multitemporal por el cambio de la cobertura vegetal en el área de influencia de la represa del Cantón Paján. Unesum, Jipijapa. Obtenido de https://repositorio.unesum.edu.ec/handle/53000/6618Read, J., & Torrado, M. (2009). En Enciclopedia Internacional de Geografía HumanaRembold, F., Atzberger, C., Savin, I., & Rojas, O. (2013). Using Low Resolution Satellite Imagery for Yield Prediction and Yield Anomaly Detection. Remote Sensing, 1704-1733. doi:https://doi.org/10.3390/rs5041704Rivas, R., Ocampo, D., & Carmona, F. (2011). Modelo de predicción de rendimiento de trigo a partir de NDVI: Aplicación en el contexto de la agricultura de precisión. Anais XV Simpósio Brasileiro de Sensoriamento Remoto, (págs. 584-591). Obtenido de Anais XV Simpósio Brasileiro de Sensoriamento RemotoRouse et al. (1974). Monitoring Vegetation Systems in the Great Plains with ERTS. Third ERTS 1 Symposium NASA, (págs. 309-317). Washington DTucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote sensing of envirenment., 127-150.Vicente-Serrano. et al. (2012). Identifying dry and wet periods across the Iberian Peninsula (1946-2006) using the Standardized Precipitation Evapotranspiration Index. Journal of Climate, 7447-7466.Villadiego, L. (2023). EVALUACIÓN DEL ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA EN LA CUENCA DEL CANAL DEL DIQUE RESPECTO A CONDICIONES DE VARIABILIDAD HIDROLÓGICA, TOPOGRÁFICA Y DE USO DE SUELO. Barranquilla, Colombia.Zhang. et al. (2013). Sensitivity of vegetation growth to climate change varies across a temperate seppe in Inner Mongolia, China. Journal of Arid Environments, 42-49NDVIRemote sensingMODISHydrometeorological conditionsTeledetecciónCondiciones hidrometeorológicasPublicationORIGINALEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdfEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdfapplication/pdf1649952https://repositorio.cuc.edu.co/bitstreams/0a79c0da-9ce4-49ea-9c93-855e9bb4a6f7/download9ae3208bd4a1e3a9f599788ef03bc7e3MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-815543https://repositorio.cuc.edu.co/bitstreams/83818551-2f32-4b2c-b6d5-ae9cb9937b4a/download73a5432e0b76442b22b026844140d683MD52TEXTEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdf.txtEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdf.txtExtracted texttext/plain97467https://repositorio.cuc.edu.co/bitstreams/2b5d168b-5cdf-423e-9fb1-cf4546f163e3/download95c6c23dc70537f3df666f078f38bb60MD53THUMBNAILEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdf.jpgEvaluación del Índice de Vegetación de Diferencia Normalizada en la cuenca del Rio Fonce considerando factores tales como la condición meteorológica y topog.pdf.jpgGenerated Thumbnailimage/jpeg7784https://repositorio.cuc.edu.co/bitstreams/6b953ea5-9e62-4414-9ce6-afe3f64bf038/download02c330f96fa14ce5e1b40cac8d722b6eMD5411323/13508oai:repositorio.cuc.edu.co:11323/135082024-10-24 03:01:56.141https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.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

Publicaciones similares