Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico

Ilustraciones y fotografías

Autores:
Barajas Garzon, Claudia Lorena
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/80102
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/80102
https://repositorio.unal.edu.co/
Palabra clave:
620 - Ingeniería y operaciones afines
Water resources
Recursos hídricos
Aguas lluvias
Rain water
Spectrum analysis
Análisis espectral
Landsat
Humedales
Índices espectrales
Predicción de humedales
Imágenes satelitáles
Landsat
Digital images
Wetland ecosystems
Spectral index
Wetland prediction
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_5062675305ab4ff81619246bc01fcff0
oai_identifier_str oai:repositorio.unal.edu.co:unal/80102
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
dc.title.translated.eng.fl_str_mv Analysis of the spatio-temporal variability of wetlands in the city of Bogotá through spectral indices, as a tool for monitoring and management of water resources
title Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
spellingShingle Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
620 - Ingeniería y operaciones afines
Water resources
Recursos hídricos
Aguas lluvias
Rain water
Spectrum analysis
Análisis espectral
Landsat
Humedales
Índices espectrales
Predicción de humedales
Imágenes satelitáles
Landsat
Digital images
Wetland ecosystems
Spectral index
Wetland prediction
title_short Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
title_full Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
title_fullStr Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
title_full_unstemmed Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
title_sort Análisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídrico
dc.creator.fl_str_mv Barajas Garzon, Claudia Lorena
dc.contributor.advisor.none.fl_str_mv Obregon, Nelson
Mancipe-Munoz, Nestor Alonso
dc.contributor.author.none.fl_str_mv Barajas Garzon, Claudia Lorena
dc.subject.ddc.spa.fl_str_mv 620 - Ingeniería y operaciones afines
topic 620 - Ingeniería y operaciones afines
Water resources
Recursos hídricos
Aguas lluvias
Rain water
Spectrum analysis
Análisis espectral
Landsat
Humedales
Índices espectrales
Predicción de humedales
Imágenes satelitáles
Landsat
Digital images
Wetland ecosystems
Spectral index
Wetland prediction
dc.subject.lemb.none.fl_str_mv Water resources
Recursos hídricos
Aguas lluvias
Rain water
Spectrum analysis
Análisis espectral
dc.subject.proposal.spa.fl_str_mv Landsat
Humedales
Índices espectrales
Predicción de humedales
Imágenes satelitáles
dc.subject.proposal.eng.fl_str_mv Landsat
Digital images
Wetland ecosystems
Spectral index
Wetland prediction
description Ilustraciones y fotografías
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-09-06T21:35:33Z
dc.date.available.none.fl_str_mv 2021-09-06T21:35:33Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/80102
dc.identifier.instname.spa.fl_str_mv Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.spa.fl_str_mv https://repositorio.unal.edu.co/
url https://repositorio.unal.edu.co/handle/unal/80102
https://repositorio.unal.edu.co/
identifier_str_mv Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Apostolakis, A. (2008). Wetland identification at National Level.
Arango Gutiérrez, M., Branch Bedoya, J. W., & Botero Fernánde, V. (2005). Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: “LANDSAT– ETM+.” Facultad Nacional de Agricultura Medellín, 58(1), 2611–2634.
Ariza Ortiz, A., Roa Melgarejo, O. J., Serrato, P. K., & León Rincón, H. A. (2018). Uso de índices espectrales derivados de sensores remotos para la caracterización geomorfológica en zonas insulares del Caribe colombiano. Perspectiva Geográfica, 23(1), 105–122. https://doi.org/10.19053/01233769.5863
Buzzi, M., Rueter, B., & Ghermandi, L. (2017). Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas. Ecología Austral, 27(1), 55–62
Carvacho, B. L., & Sánchez Martínez, M. (2010). Comparación De Índices De Vegetación a Partir De Imágenes Modis En La Región Del Libertador Bernardo Ohiggins, Chile, en el periodo 2001-2005. Age.Ieg.Csic.Es, 728–737. Retrieved from http://age.ieg.csic.es/metodos/2010_Sevilla/ponencia3/CARVACHO.pdf
Chuvieco, E. (2008). Teledeteccion ambiental (p. 576). p. 576.
Chuvieco, Emilio. (1995). FUNDAMENTOS-DE-TELEDETECCION-EMILIO-CHUVIECO (2da edició; S. A. RIALP, Ed.). Madrid, España.
CONAE. (2016). Índices Espectrales derivados de imágenes satelitales Landsat 8 Sensor OLI. Versión 1. 14. Retrieved from https://catalogos.conae.gov.ar/landsat8/Docs/IndicesEspectralesDerivadosDeLandsat8.pdf
Consejo Nacional Ambiental. (2001). Política nacional para humedales interiores de Colombia. Estrategias para su conservación y uso racional. 1–48. Retrieved from http://www.ramsar.org/wurc/wurc_policy_colombia_inland.htm
Contreras Silva, A. I. (2014). analisis de cambios en los humedales del sistema lagunar de Catazaja (p. 30). p. 30. CONACYT.
Cortés Ballén, L. A. (2018). An approach to the urban wetland landscape of bogotá in the context of the city’s main ecological structure. Cuadernos de Geografia: Revista Colombiana de Geografia, 27(1), 118–130. https://doi.org/10.15446/rcdg.v27n1.60584
Díaz, J. (2015). Estudio de Índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la agricultura de precisión. Universidad Complutense De Madrid, 78. Retrieved from http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf
Estupiñan, L. M., & Florez, C. (2014). Avances en la detección de humedales en Colombia usando imágenes multitemporales MODIS del índice normalizado y diferenciado de vegetación. XVI Simposio Internacional SELPER 2014.
Faccio, C. (2010). Evaluación de la variación espacio temporal de la producción de biomasa en humedales mediante el uso de sensores remotos.
Farfán González, H., Corvea Porras, J. L., de Bustamante Gutierrez, I., & LaMoreaux, J. W. (2013). Management of Water Resources in Protected Areas. In Environmental Earth Sciences Series (Springer-V). https://doi.org/10.1007/978-3-642-16330-2
Fernando, D., & Zambrano, R. (2015). Propuesta de Delimitación para la Ventana de la Ciénaga de Zapatosa. Componente Hidrológico. 014(15), 0–33.
García Varela, A. (2000). LANDSAT (pp. 2–40). pp. 2–40.
Hantson, S., Chuvieco Salinero, E., Pons, X., Domingo, C., Cea, C., Moré, G., … Tejeiro, J. (2011). Cadena de pre-procesamiento estándar para las imágenes Landsat del Plan Nacional de Teledetección. Revista de Teledetección: Revista de La Asociación Española de Teledetección, (36), 51–61.
Huete, A., Didan, K., Miura, T., Rodriguez, E. ., Gao, X., & Ferreira, L. . (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1–2), 195–213. https://doi.org/10.1016/S0034-4257(02)00096-2
MMA-Centro de Ecología Aplicada. (2011). Diseño del Inventario Nacional de Humedales y el Seguimiento Ambiental. 164. Retrieved from http://bibliotecadigital.ciren.cl/bitstream/handle/123456789/6276/HUM-CEA-001.pdf?sequence=1&isAllowed=y
Orden, L. Y., Vilardy, S. P., Jaramillo, Ú., Flórez, C., Cortés-Duque, J., Estupiñán, L., … Aponte, C. (2014). Principios y criterios para la delimitación de humedales continentales una herramienta para fortalecer la resiliencia y la adaptación al cambio climático en colombia Trabajamos en la Reconstrucción Gestionando el Riesgo de Desastres (Instituto, p. 100). Instituto, p. 100. Bogotá, Colombia.
Orimoloye, I. R., Kalumba, A. M., Mazinyo, S. P., & Nel, W. (2020). Geospatial analysis of wetland dynamics: Wetland depletion and biodiversity conservation of Isimangaliso Wetland, South Africa. Journal of King Saud University - Science, 32(1), 90–96. https://doi.org/10.1016/j.jksus.2018.03.004
Ormeño Villajos, S. (2006). Teledetección fundamental. 344.
Oyola Lepe, N. (2009). Identificación de humedales del Norte Grande de Chile utilizando técnicas geomáticas en imágenes satelitales Landsat (Universidad de Chile; Vol. 0). https://doi.org/10.5354/0717-8883.1955.11040
Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.com
Ramos, C. S. (2018). Variación espacio-temporal de los ecosistemas de humedales altoandinos en el anexo de Chalhuanca del distrito de Yanque (Caylloma, Arequipa). Universidad Nacional de San Agustín de Arequipa.
Ramsar, S. de la C. de. (2006). Manual de la Convención de la Convención de Ramsar. Secretaría de La Convención de Ramsar, Gland (Suiza)., 4a. ed., 124.
Rapinel, S., Fabre, E., Dufour, S., Arvor, D., Mony, C., & Hubert-Moy, L. (2019). Mapping potential, existing and efficient wetlands using free remote sensing data. Journal of Environmental Management, 247(April), 829–839. https://doi.org/10.1016/j.jenvman.2019.06.098
Ricaurte, L. F., Nuñez-Avellaneda, M. M., Pinilla, M. C., Marín, C. A., Velásquez- Valencia, A., Alonso, J. C.; Mojica, J. I., … Argüelles, J. H. (2015). Inventario y tipificación de humedales en la cuenca de río Orteguaza, departamento del Caquetá, Amazonía Colombiana. (p. 128). p. 128. Bogotá, Colombia: Instituto Amazónico de Investigaciones Científicas - SINCHI.
Saravia, J. A. (2018). Dinámica de cambios superficiales en humedales cordillera La Viuda - Perú, mediant índices espectrales y modelo digital de elevación, periodo 1985-2016. Universidad Nacional de Colombia.
Secretaría de la Convención de Ramsar. (2010). Políticas Nacionales de Humedales Elaboración y aplicacion de Políticas Nacionales de Humedales. 70. Gland (Suiza).
Song, K., Zhao, J., Ouyang, W., Zhang, X., & Hao, F. (2010). LUCC and landscape pattern variation of wetlands in warm-rainy Southern China over two decades. Procedia Environmental Sciences, 2(5), 1296–1306. https://doi.org/10.1016/j.proenv.2010.10.140
Tempfli, K., Kerle, N., Huurneman, G. C., Janssen, L. L. F., Bakker, W. H., Feringa, W., … Woldai, T. (2009). Principles of remote sensing. Munich: The International Institute for Geo-Information Science and Earth Observation.
dc.relation.references.spa.fl_str_mv Apostolakis, A. (2008). Wetland identification at National Level.
Arango Gutiérrez, M., Branch Bedoya, J. W., & Botero Fernánde, V. (2005). Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: “LANDSAT– ETM+.” Facultad Nacional de Agricultura Medellín, 58(1), 2611–2634.
Ariza Ortiz, A., Roa Melgarejo, O. J., Serrato, P. K., & León Rincón, H. A. (2018). Uso de índices espectrales derivados de sensores remotos para la caracterización geomorfológica en zonas insulares del Caribe colombiano. Perspectiva Geográfica, 23(1), 105–122. https://doi.org/10.19053/01233769.5863
Buzzi, M., Rueter, B., & Ghermandi, L. (2017). Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas. Ecología Austral, 27(1), 55–62.
Carvacho, B. L., & Sánchez Martínez, M. (2010). Comparación De Índices De Vegetación a Partir De Imágenes Modis En La Región Del Libertador Bernardo Ohiggins, Chile, en el periodo 2001-2005. Age.Ieg.Csic.Es, 728–737. Retrieved from http://age.ieg.csic.es/metodos/2010_Sevilla/ponencia3/CARVACHO.pdf
Chuvieco, E. (2008). Teledeteccion ambiental (p. 576). p. 576.
Chuvieco, Emilio. (1995). FUNDAMENTOS-DE-TELEDETECCION-EMILIO-CHUVIECO (2da edició; S. A. RIALP, Ed.). Madrid, España.
CONAE. (2016). Índices Espectrales derivados de imágenes satelitales Landsat 8 Sensor OLI. Versión 1. 14. Retrieved from https://catalogos.conae.gov.ar/landsat8/Docs/IndicesEspectralesDerivadosDeLandsat8.pdf
Consejo Nacional Ambiental. (2001). Política nacional para humedales interiores de Colombia. Estrategias para su conservación y uso racional. 1–48. Retrieved from http://www.ramsar.org/wurc/wurc_policy_colombia_inland.htm
Contreras Silva, A. I. (2014). analisis de cambios en los humedales del sistema lagunar de Catazaja (p. 30). p. 30. CONACYT.
Cortés Ballén, L. A. (2018). An approach to the urban wetland landscape of bogotá in the context of the city’s main ecological structure. Cuadernos de Geografia: Revista Colombiana de Geografia, 27(1), 118–130. https://doi.org/10.15446/rcdg.v27n1.60584
Díaz, J. (2015). Estudio de Índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la agricultura de precisión. Universidad Complutense De Madrid, 78. Retrieved from http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf
Estupiñan, L. M., & Florez, C. (2014). Avances en la detección de humedales en Colombia usando imágenes multitemporales MODIS del índice normalizado y diferenciado de vegetación. XVI Simposio Internacional SELPER 2014.
Faccio, C. (2010). Evaluación de la variación espacio temporal de la producción de biomasa en humedales mediante el uso de sensores remotos.
Farfán González, H., Corvea Porras, J. L., de Bustamante Gutierrez, I., & LaMoreaux, J. W. (2013). Management of Water Resources in Protected Areas. In Environmental Earth Sciences Series (Springer-V). https://doi.org/10.1007/978-3-642-16330-2
Fernando, D., & Zambrano, R. (2015). Propuesta de Delimitación para la Ventana de la Ciénaga de Zapatosa. Componente Hidrológico. 014(15), 0–33.
García Varela, A. (2000). LANDSAT (pp. 2–40). pp. 2–40.
Hantson, S., Chuvieco Salinero, E., Pons, X., Domingo, C., Cea, C., Moré, G., … Tejeiro, J. (2011). Cadena de pre-procesamiento estándar para las imágenes Landsat del Plan Nacional de Teledetección. Revista de Teledetección: Revista de La Asociación Española de Teledetección, (36), 51–61.
Huete, A., Didan, K., Miura, T., Rodriguez, E. ., Gao, X., & Ferreira, L. . (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1–2), 195–213. https://doi.org/10.1016/S0034-4257(02)00096-2
MMA-Centro de Ecología Aplicada. (2011). Diseño del Inventario Nacional de Humedales y el Seguimiento Ambiental. 164. Retrieved from http://bibliotecadigital.ciren.cl/bitstream/handle/123456789/6276/HUM-CEA-001.pdf?sequence=1&isAllowed=y
Orden, L. Y., Vilardy, S. P., Jaramillo, Ú., Flórez, C., Cortés-Duque, J., Estupiñán, L., … Aponte, C. (2014). Principios y criterios para la delimitación de humedales continentales una herramienta para fortalecer la resiliencia y la adaptación al cambio climático en colombia Trabajamos en la Reconstrucción Gestionando el Riesgo de Desastres (Instituto, p. 100). Instituto, p. 100. Bogotá, Colombia.
Orimoloye, I. R., Kalumba, A. M., Mazinyo, S. P., & Nel, W. (2020). Geospatial analysis of wetland dynamics: Wetland depletion and biodiversity conservation of Isimangaliso Wetland, South Africa. Journal of King Saud University - Science, 32(1), 90–96. https://doi.org/10.1016/j.jksus.2018.03.004
Ormeño Villajos, S. (2006). Teledetección fundamental. 344.
Oyola Lepe, N. (2009). Identificación de humedales del Norte Grande de Chile utilizando técnicas geomáticas en imágenes satelitales Landsat (Universidad de Chile; Vol. 0). https://doi.org/10.5354/0717-8883.1955.11040
Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.com
Ramos, C. S. (2018). Variación espacio-temporal de los ecosistemas de humedales altoandinos en el anexo de Chalhuanca del distrito de Yanque (Caylloma, Arequipa). Universidad Nacional de San Agustín de Arequipa.
Ramsar, S. de la C. de. (2006). Manual de la Convención de la Convención de Ramsar. Secretaría de La Convención de Ramsar, Gland (Suiza)., 4a. ed., 124.
Rapinel, S., Fabre, E., Dufour, S., Arvor, D., Mony, C., & Hubert-Moy, L. (2019). Mapping potential, existing and efficient wetlands using free remote sensing data. Journal of Environmental Management, 247(April), 829–839. https://doi.org/10.1016/j.jenvman.2019.06.098
Ricaurte, L. F., Nuñez-Avellaneda, M. M., Pinilla, M. C., Marín, C. A., Velásquez- Valencia, A., Alonso, J. C.; Mojica, J. I., … Argüelles, J. H. (2015). Inventario y tipificación de humedales en la cuenca de río Orteguaza, departamento del Caquetá, Amazonía Colombiana. (p. 128). p. 128. Bogotá, Colombia: Instituto Amazónico de Investigaciones Científicas - SINCHI.
Saravia, J. A. (2018). Dinámica de cambios superficiales en humedales cordillera La Viuda - Perú, mediant índices espectrales y modelo digital de elevación, periodo 1985-2016. Universidad Nacional de Colombia.
Secretaría de la Convención de Ramsar. (2010). Políticas Nacionales de Humedales Elaboración y aplicacion de Políticas Nacionales de Humedales. 70. Gland (Suiza).
Song, K., Zhao, J., Ouyang, W., Zhang, X., & Hao, F. (2010). LUCC and landscape pattern variation of wetlands in warm-rainy Southern China over two decades. Procedia Environmental Sciences, 2(5), 1296–1306. https://doi.org/10.1016/j.proenv.2010.10.140
Tempfli, K., Kerle, N., Huurneman, G. C., Janssen, L. L. F., Bakker, W. H., Feringa, W., … Woldai, T. (2009). Principles of remote sensing. Munich: The International Institute for Geo-Information Science and Earth Observation.
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 118 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.city.none.fl_str_mv Bogotá
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Bogotá - Ingeniería - Maestría en Ingeniería - Recursos Hidráulicos
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería Civil y Agrícola
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.place.spa.fl_str_mv Bogotá, Colombia
dc.publisher.branch.spa.fl_str_mv Universidad Nacional de Colombia - Sede Bogotá
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/80102/3/license.txt
https://repositorio.unal.edu.co/bitstream/unal/80102/4/1018458090.2021.pdf
https://repositorio.unal.edu.co/bitstream/unal/80102/5/1018458090.2021.pdf.jpg
bitstream.checksum.fl_str_mv cccfe52f796b7c63423298c2d3365fc6
df5f5de6413ba8aea460c4a11e4a9436
75cb1f97544824bbf9a6eaf0a410ac53
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089367656857600
spelling Atribución-NoComercial 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Obregon, Nelsonb042c7ac1938a8074ff049505b6c6e38600Mancipe-Munoz, Nestor Alonso1ec21831856a251e487e482eccfdde47600Barajas Garzon, Claudia Lorena6569a68d2fd90a312e0d0f39391271562021-09-06T21:35:33Z2021-09-06T21:35:33Z2020https://repositorio.unal.edu.co/handle/unal/80102Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/Ilustraciones y fotografíasBogota’s wetlands have been characterized as highly complex ecosystems with specific fauna and flora diversity, besides these ecosystems fragility upon changes in their ecosystem dynamics. Land coverage have potentially been modified due to the city growing process that transform and fragment different wetland areas by exerting several characteristic changes over the years. The objective of this work is to assess the wetland’s coverage changes dynamics during the 1980 to 2018 period, and to establish these changes dynamics relationship with the precipitation behavior in the study area. The study area is in the metropolitan area of Bogota’s city, in the department of Cundinamarca. The proposed methodology includes: the identification of wetlands and other coverage by using spectral indexes from Landsat images, assess Bogota’s precipitation pattern during the study period and its relationship with the dynamics of wetlands coverage. As a result, the classification of the wetland coverage by spectral index type is presented for each year analyzed, the spatial and temporal behavior of precipitation in the city of Bogotá, and the wetland coverage pattern according to each index analyzed. Main results from this project indicates that the normalized difference water index (NDWI) presented the best ability to identify wetland’s coverage along the studied period, showing the spatial-temporal variation of the coverage as the city growth. In conclusion, a clear relationship is evidenced between the years of high precipitation with a greater coverage of the water surface in the wetlands. Also, it is found that the wetlands of greater extension are the ones that obtained better results during the application of the indexes which favors in the identification process of these ecosystems through spectral indexes.Los humedales en la ciudad de Bogotá se han caracterizado por ser ecosistemas de alta complejidad debido a su gran diversidad de fauna y flora, además de la fragilidad de estos ecosistemas ante cambios en su dinámica ecosistémica. Dado el crecimiento de la ciudad, se han modificado potencialmente los usos de suelos, transformando diferentes áreas de los humedales y fragmentándolos, de tal forma que han perdido muchas de sus características a lo largo de los años. El área de estudio es el área metropolitana de la ciudad de Bogotá, en el departamento de Cundinamarca. El objetivo de este trabajo fue evaluar la dinámica de los cambios superficiales de los humedales en Bogotá para el periodo de 1980 a 2018, así como establecer si existe una relación entre la dinámica de las coberturas y el comportamiento de la precipitación. La metodología propuesta incluye: identificación de humedales y otras coberturas a partir de la aplicación de índices espectrales utilizando imágenes de tipo Landsat, evaluación del comportamiento de la precipitación en la ciudad de Bogotá durante el periodo de estudio y su relación con la dinámica de los humedales. Como resultado se presenta la clasificación de las coberturas por tipo de índice para cada año analizado desde el año 1980 a 2018, el comportamiento espacial y temporal de la precipitación en la ciudad de Bogotá, y el patrón de comportamiento de los humedales de acuerdo con cada índice. El análisis de los resultados indicó que el índice de diferencia normalizado del agua (NDWI) es el que presentó mejor capacidad para la identificación de humedales a lo largo del periodo de estudio, mostrando el cambio espacio temporal de las coberturas a medida que la ciudad iba en crecimiento. En conclusión, se evidenció una relación entre los años de alta precipitación con un mayor cubrimiento de espejo de agua en los humedales, al igual que los humedales de mayor extensión fueron los que mejores resultados obtuvieron durante la aplicación de los índices, lo cual favorece en el proceso de la identificación de dichos ecosistemas a través de índices espectrales. (Texto tomado de la fuente).Incluye anexosMaestríaMagíster en Ingeniería - Recursos HidráulicosModelación de fenómenos y amenazas naturales118 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ingeniería - Maestría en Ingeniería - Recursos HidráulicosDepartamento de Ingeniería Civil y AgrícolaFacultad de IngenieríaBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá620 - Ingeniería y operaciones afinesWater resourcesRecursos hídricosAguas lluviasRain waterSpectrum analysisAnálisis espectralLandsatHumedalesÍndices espectralesPredicción de humedalesImágenes satelitálesLandsatDigital imagesWetland ecosystemsSpectral indexWetland predictionAnálisis de la variabilidad espacio-temporal de humedales en la ciudad de Bogotá a través de índices espectrales, como herramienta de monitoreo y gestión del recurso hídricoAnalysis of the spatio-temporal variability of wetlands in the city of Bogotá through spectral indices, as a tool for monitoring and management of water resourcesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMBogotáApostolakis, A. (2008). Wetland identification at National Level.Arango Gutiérrez, M., Branch Bedoya, J. W., & Botero Fernánde, V. (2005). Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: “LANDSAT– ETM+.” Facultad Nacional de Agricultura Medellín, 58(1), 2611–2634.Ariza Ortiz, A., Roa Melgarejo, O. J., Serrato, P. K., & León Rincón, H. A. (2018). Uso de índices espectrales derivados de sensores remotos para la caracterización geomorfológica en zonas insulares del Caribe colombiano. Perspectiva Geográfica, 23(1), 105–122. https://doi.org/10.19053/01233769.5863Buzzi, M., Rueter, B., & Ghermandi, L. (2017). Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas. Ecología Austral, 27(1), 55–62Carvacho, B. L., & Sánchez Martínez, M. (2010). Comparación De Índices De Vegetación a Partir De Imágenes Modis En La Región Del Libertador Bernardo Ohiggins, Chile, en el periodo 2001-2005. Age.Ieg.Csic.Es, 728–737. Retrieved from http://age.ieg.csic.es/metodos/2010_Sevilla/ponencia3/CARVACHO.pdfChuvieco, E. (2008). Teledeteccion ambiental (p. 576). p. 576.Chuvieco, Emilio. (1995). FUNDAMENTOS-DE-TELEDETECCION-EMILIO-CHUVIECO (2da edició; S. A. RIALP, Ed.). Madrid, España.CONAE. (2016). Índices Espectrales derivados de imágenes satelitales Landsat 8 Sensor OLI. Versión 1. 14. Retrieved from https://catalogos.conae.gov.ar/landsat8/Docs/IndicesEspectralesDerivadosDeLandsat8.pdfConsejo Nacional Ambiental. (2001). Política nacional para humedales interiores de Colombia. Estrategias para su conservación y uso racional. 1–48. Retrieved from http://www.ramsar.org/wurc/wurc_policy_colombia_inland.htmContreras Silva, A. I. (2014). analisis de cambios en los humedales del sistema lagunar de Catazaja (p. 30). p. 30. CONACYT.Cortés Ballén, L. A. (2018). An approach to the urban wetland landscape of bogotá in the context of the city’s main ecological structure. Cuadernos de Geografia: Revista Colombiana de Geografia, 27(1), 118–130. https://doi.org/10.15446/rcdg.v27n1.60584Díaz, J. (2015). Estudio de Índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la agricultura de precisión. Universidad Complutense De Madrid, 78. Retrieved from http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdfEstupiñan, L. M., & Florez, C. (2014). Avances en la detección de humedales en Colombia usando imágenes multitemporales MODIS del índice normalizado y diferenciado de vegetación. XVI Simposio Internacional SELPER 2014.Faccio, C. (2010). Evaluación de la variación espacio temporal de la producción de biomasa en humedales mediante el uso de sensores remotos.Farfán González, H., Corvea Porras, J. L., de Bustamante Gutierrez, I., & LaMoreaux, J. W. (2013). Management of Water Resources in Protected Areas. In Environmental Earth Sciences Series (Springer-V). https://doi.org/10.1007/978-3-642-16330-2Fernando, D., & Zambrano, R. (2015). Propuesta de Delimitación para la Ventana de la Ciénaga de Zapatosa. Componente Hidrológico. 014(15), 0–33.García Varela, A. (2000). LANDSAT (pp. 2–40). pp. 2–40.Hantson, S., Chuvieco Salinero, E., Pons, X., Domingo, C., Cea, C., Moré, G., … Tejeiro, J. (2011). Cadena de pre-procesamiento estándar para las imágenes Landsat del Plan Nacional de Teledetección. Revista de Teledetección: Revista de La Asociación Española de Teledetección, (36), 51–61.Huete, A., Didan, K., Miura, T., Rodriguez, E. ., Gao, X., & Ferreira, L. . (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1–2), 195–213. https://doi.org/10.1016/S0034-4257(02)00096-2MMA-Centro de Ecología Aplicada. (2011). Diseño del Inventario Nacional de Humedales y el Seguimiento Ambiental. 164. Retrieved from http://bibliotecadigital.ciren.cl/bitstream/handle/123456789/6276/HUM-CEA-001.pdf?sequence=1&isAllowed=yOrden, L. Y., Vilardy, S. P., Jaramillo, Ú., Flórez, C., Cortés-Duque, J., Estupiñán, L., … Aponte, C. (2014). Principios y criterios para la delimitación de humedales continentales una herramienta para fortalecer la resiliencia y la adaptación al cambio climático en colombia Trabajamos en la Reconstrucción Gestionando el Riesgo de Desastres (Instituto, p. 100). Instituto, p. 100. Bogotá, Colombia.Orimoloye, I. R., Kalumba, A. M., Mazinyo, S. P., & Nel, W. (2020). Geospatial analysis of wetland dynamics: Wetland depletion and biodiversity conservation of Isimangaliso Wetland, South Africa. Journal of King Saud University - Science, 32(1), 90–96. https://doi.org/10.1016/j.jksus.2018.03.004Ormeño Villajos, S. (2006). Teledetección fundamental. 344.Oyola Lepe, N. (2009). Identificación de humedales del Norte Grande de Chile utilizando técnicas geomáticas en imágenes satelitales Landsat (Universidad de Chile; Vol. 0). https://doi.org/10.5354/0717-8883.1955.11040Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.comRamos, C. S. (2018). Variación espacio-temporal de los ecosistemas de humedales altoandinos en el anexo de Chalhuanca del distrito de Yanque (Caylloma, Arequipa). Universidad Nacional de San Agustín de Arequipa.Ramsar, S. de la C. de. (2006). Manual de la Convención de la Convención de Ramsar. Secretaría de La Convención de Ramsar, Gland (Suiza)., 4a. ed., 124.Rapinel, S., Fabre, E., Dufour, S., Arvor, D., Mony, C., & Hubert-Moy, L. (2019). Mapping potential, existing and efficient wetlands using free remote sensing data. Journal of Environmental Management, 247(April), 829–839. https://doi.org/10.1016/j.jenvman.2019.06.098Ricaurte, L. F., Nuñez-Avellaneda, M. M., Pinilla, M. C., Marín, C. A., Velásquez- Valencia, A., Alonso, J. C.; Mojica, J. I., … Argüelles, J. H. (2015). Inventario y tipificación de humedales en la cuenca de río Orteguaza, departamento del Caquetá, Amazonía Colombiana. (p. 128). p. 128. Bogotá, Colombia: Instituto Amazónico de Investigaciones Científicas - SINCHI.Saravia, J. A. (2018). Dinámica de cambios superficiales en humedales cordillera La Viuda - Perú, mediant índices espectrales y modelo digital de elevación, periodo 1985-2016. Universidad Nacional de Colombia.Secretaría de la Convención de Ramsar. (2010). Políticas Nacionales de Humedales Elaboración y aplicacion de Políticas Nacionales de Humedales. 70. Gland (Suiza).Song, K., Zhao, J., Ouyang, W., Zhang, X., & Hao, F. (2010). LUCC and landscape pattern variation of wetlands in warm-rainy Southern China over two decades. Procedia Environmental Sciences, 2(5), 1296–1306. https://doi.org/10.1016/j.proenv.2010.10.140Tempfli, K., Kerle, N., Huurneman, G. C., Janssen, L. L. F., Bakker, W. H., Feringa, W., … Woldai, T. (2009). Principles of remote sensing. Munich: The International Institute for Geo-Information Science and Earth Observation.Apostolakis, A. (2008). Wetland identification at National Level.Arango Gutiérrez, M., Branch Bedoya, J. W., & Botero Fernánde, V. (2005). Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: “LANDSAT– ETM+.” Facultad Nacional de Agricultura Medellín, 58(1), 2611–2634.Ariza Ortiz, A., Roa Melgarejo, O. J., Serrato, P. K., & León Rincón, H. A. (2018). Uso de índices espectrales derivados de sensores remotos para la caracterización geomorfológica en zonas insulares del Caribe colombiano. Perspectiva Geográfica, 23(1), 105–122. https://doi.org/10.19053/01233769.5863Buzzi, M., Rueter, B., & Ghermandi, L. (2017). Múltiples índices espectrales para predecir la variabilidad de atributos estructurales y funcionales en zonas áridas. Ecología Austral, 27(1), 55–62.Carvacho, B. L., & Sánchez Martínez, M. (2010). Comparación De Índices De Vegetación a Partir De Imágenes Modis En La Región Del Libertador Bernardo Ohiggins, Chile, en el periodo 2001-2005. Age.Ieg.Csic.Es, 728–737. Retrieved from http://age.ieg.csic.es/metodos/2010_Sevilla/ponencia3/CARVACHO.pdfChuvieco, E. (2008). Teledeteccion ambiental (p. 576). p. 576.Chuvieco, Emilio. (1995). FUNDAMENTOS-DE-TELEDETECCION-EMILIO-CHUVIECO (2da edició; S. A. RIALP, Ed.). Madrid, España.CONAE. (2016). Índices Espectrales derivados de imágenes satelitales Landsat 8 Sensor OLI. Versión 1. 14. Retrieved from https://catalogos.conae.gov.ar/landsat8/Docs/IndicesEspectralesDerivadosDeLandsat8.pdfConsejo Nacional Ambiental. (2001). Política nacional para humedales interiores de Colombia. Estrategias para su conservación y uso racional. 1–48. Retrieved from http://www.ramsar.org/wurc/wurc_policy_colombia_inland.htmContreras Silva, A. I. (2014). analisis de cambios en los humedales del sistema lagunar de Catazaja (p. 30). p. 30. CONACYT.Cortés Ballén, L. A. (2018). An approach to the urban wetland landscape of bogotá in the context of the city’s main ecological structure. Cuadernos de Geografia: Revista Colombiana de Geografia, 27(1), 118–130. https://doi.org/10.15446/rcdg.v27n1.60584Díaz, J. (2015). Estudio de Índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la agricultura de precisión. Universidad Complutense De Madrid, 78. Retrieved from http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdfEstupiñan, L. M., & Florez, C. (2014). Avances en la detección de humedales en Colombia usando imágenes multitemporales MODIS del índice normalizado y diferenciado de vegetación. XVI Simposio Internacional SELPER 2014.Faccio, C. (2010). Evaluación de la variación espacio temporal de la producción de biomasa en humedales mediante el uso de sensores remotos.Farfán González, H., Corvea Porras, J. L., de Bustamante Gutierrez, I., & LaMoreaux, J. W. (2013). Management of Water Resources in Protected Areas. In Environmental Earth Sciences Series (Springer-V). https://doi.org/10.1007/978-3-642-16330-2Fernando, D., & Zambrano, R. (2015). Propuesta de Delimitación para la Ventana de la Ciénaga de Zapatosa. Componente Hidrológico. 014(15), 0–33.García Varela, A. (2000). LANDSAT (pp. 2–40). pp. 2–40.Hantson, S., Chuvieco Salinero, E., Pons, X., Domingo, C., Cea, C., Moré, G., … Tejeiro, J. (2011). Cadena de pre-procesamiento estándar para las imágenes Landsat del Plan Nacional de Teledetección. Revista de Teledetección: Revista de La Asociación Española de Teledetección, (36), 51–61.Huete, A., Didan, K., Miura, T., Rodriguez, E. ., Gao, X., & Ferreira, L. . (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1–2), 195–213. https://doi.org/10.1016/S0034-4257(02)00096-2MMA-Centro de Ecología Aplicada. (2011). Diseño del Inventario Nacional de Humedales y el Seguimiento Ambiental. 164. Retrieved from http://bibliotecadigital.ciren.cl/bitstream/handle/123456789/6276/HUM-CEA-001.pdf?sequence=1&isAllowed=yOrden, L. Y., Vilardy, S. P., Jaramillo, Ú., Flórez, C., Cortés-Duque, J., Estupiñán, L., … Aponte, C. (2014). Principios y criterios para la delimitación de humedales continentales una herramienta para fortalecer la resiliencia y la adaptación al cambio climático en colombia Trabajamos en la Reconstrucción Gestionando el Riesgo de Desastres (Instituto, p. 100). Instituto, p. 100. Bogotá, Colombia.Orimoloye, I. R., Kalumba, A. M., Mazinyo, S. P., & Nel, W. (2020). Geospatial analysis of wetland dynamics: Wetland depletion and biodiversity conservation of Isimangaliso Wetland, South Africa. Journal of King Saud University - Science, 32(1), 90–96. https://doi.org/10.1016/j.jksus.2018.03.004Ormeño Villajos, S. (2006). Teledetección fundamental. 344.Oyola Lepe, N. (2009). Identificación de humedales del Norte Grande de Chile utilizando técnicas geomáticas en imágenes satelitales Landsat (Universidad de Chile; Vol. 0). https://doi.org/10.5354/0717-8883.1955.11040Planet Team (2017). Planet Application Program Interface: In Space for Life on Earth. San Francisco, CA. https://api.planet.comRamos, C. S. (2018). Variación espacio-temporal de los ecosistemas de humedales altoandinos en el anexo de Chalhuanca del distrito de Yanque (Caylloma, Arequipa). Universidad Nacional de San Agustín de Arequipa.Ramsar, S. de la C. de. (2006). Manual de la Convención de la Convención de Ramsar. Secretaría de La Convención de Ramsar, Gland (Suiza)., 4a. ed., 124.Rapinel, S., Fabre, E., Dufour, S., Arvor, D., Mony, C., & Hubert-Moy, L. (2019). Mapping potential, existing and efficient wetlands using free remote sensing data. Journal of Environmental Management, 247(April), 829–839. https://doi.org/10.1016/j.jenvman.2019.06.098Ricaurte, L. F., Nuñez-Avellaneda, M. M., Pinilla, M. C., Marín, C. A., Velásquez- Valencia, A., Alonso, J. C.; Mojica, J. I., … Argüelles, J. H. (2015). Inventario y tipificación de humedales en la cuenca de río Orteguaza, departamento del Caquetá, Amazonía Colombiana. (p. 128). p. 128. Bogotá, Colombia: Instituto Amazónico de Investigaciones Científicas - SINCHI.Saravia, J. A. (2018). Dinámica de cambios superficiales en humedales cordillera La Viuda - Perú, mediant índices espectrales y modelo digital de elevación, periodo 1985-2016. Universidad Nacional de Colombia.Secretaría de la Convención de Ramsar. (2010). Políticas Nacionales de Humedales Elaboración y aplicacion de Políticas Nacionales de Humedales. 70. Gland (Suiza).Song, K., Zhao, J., Ouyang, W., Zhang, X., & Hao, F. (2010). LUCC and landscape pattern variation of wetlands in warm-rainy Southern China over two decades. Procedia Environmental Sciences, 2(5), 1296–1306. https://doi.org/10.1016/j.proenv.2010.10.140Tempfli, K., Kerle, N., Huurneman, G. C., Janssen, L. L. F., Bakker, W. H., Feringa, W., … Woldai, T. (2009). Principles of remote sensing. Munich: The International Institute for Geo-Information Science and Earth Observation.Público generalLICENSElicense.txtlicense.txttext/plain; charset=utf-83964https://repositorio.unal.edu.co/bitstream/unal/80102/3/license.txtcccfe52f796b7c63423298c2d3365fc6MD53ORIGINAL1018458090.2021.pdf1018458090.2021.pdfTesis de Maestría en Ingeniería - Recursos Hidráulicosapplication/pdf8455997https://repositorio.unal.edu.co/bitstream/unal/80102/4/1018458090.2021.pdfdf5f5de6413ba8aea460c4a11e4a9436MD54THUMBNAIL1018458090.2021.pdf.jpg1018458090.2021.pdf.jpgGenerated Thumbnailimage/jpeg6064https://repositorio.unal.edu.co/bitstream/unal/80102/5/1018458090.2021.pdf.jpg75cb1f97544824bbf9a6eaf0a410ac53MD55unal/80102oai:repositorio.unal.edu.co:unal/801022023-07-27 23:03:44.6Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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

Publicaciones similares