Aplicativo web para el análisis de series de tiempo de imágenes satelitales para variables meteorológicas e índices

Las predicciones climáticas apoyan la gestión del riesgo y la prevención de desastres naturales. Asimismo, proporcionan los elementos de apoyo necesario para tomar decisiones acerca del manejo y planificación de las actividades sensibles al clima para hacer frente a posibles desastres naturales.A su...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/15834
Acceso en línea:
http://hdl.handle.net/11349/15834
Palabra clave:
AppWeb
Series de tiempo
Índices
Imágenes satelitales
Especialización en Sistemas de Información Geográfica - Tesis y disertaciones académicas
Análisis de series de tiempo
Imágenes de detección a distancia
Pronosticos del tiempo
AppWeb
Time series
Index
Sateliite images
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:Las predicciones climáticas apoyan la gestión del riesgo y la prevención de desastres naturales. Asimismo, proporcionan los elementos de apoyo necesario para tomar decisiones acerca del manejo y planificación de las actividades sensibles al clima para hacer frente a posibles desastres naturales.A su vez el monitoreo y predicciones del estado vegetativo de cultivos, pastos, bosques y demás apoyan la seguridad alimentaria teniendo en cuenta que los agricultores pueden adaptar sus fechas de plantación, sembrar la mejor combinación de cultivos y elegir aquellos resistentes a las enfermedades y que se adaptan a las condiciones que se tengan en determinados meses del año. A través del aplicativo desarrollado es posible realizar predicciones o valores estimados de variables meteorológicas (Evapotranspiración, acumulación de precipitación, humedad del suelo, temperatura y velocidad del tiempo) e índices (NDVI, EVI, NBRT, NDWI), para determinado día, sin estar limitado ya sea por la resolución temporal de los sensores remotos o por la disponibilidad de las estaciones climáticas en tierra, ya que a través de las series de tiempo de imágenes, es posible definir un patrón de comportamiento y así poder realizar predicciones a través de un modelo de regresión estimado de dicho comportamiento, en este caso, de las variables meteorológicas e índices de vegetación y agua, con el fin de predecir el comportamiento de la serie en fechas futuras o en días en los que no se cuenta con datos, permitiendo el análisis de riesgos climáticos, planificación de acciones y toma de decisiones.