Análisis y estimación de la cobertura forestal de un área urbana mediante el índice NDVI del portal Sentinelhub
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este estudio, se centra en la cobertura forestal de tres distritos en el ámbito urbano de la provincia de Andahuaylas, región Apurímac en Perú, la cual afronta problemas de deforestación. El objetivo fue determinar la cobertura forestal en el área urbana de la provincia de Andahuaylas hasta el 2030, para la revelación de los escenarios futuros de la cobertura forestal, contribuyendo al desarrollo de la planificación urbana y a la creación de ciudades sostenibles. Para el área de estudio, se utilizaron datos registrados entre los años 2017-2023, a partir de las imágenes NDVI del portal Sentinelhub. Permitiendo disponer de información de bosques tropicales y templados; arbustos y pastizales; zonas áridas de roca; áreas urbanas o artificiales que han cambiado como consecuencia del proceso de urbanización. Se determinaron las superficies de bosque en el área de estudio. Posteriormente se utilizó la regresión lineal con un p valor = 0,046, alcanzando un R2 de 0,583 en un rango medio, logrando estimar los escenarios futuros del bosque al 2030. Se concluye que la tendencia es decreciente en la cobertura forestal en 26,50% al año 2030.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Citas
Caicedo, E. y Peña, R. (2019) Análisis del índice normalizado de diferencia de vegetación (NDVI) en la zona oriente del departamento del Tolima. Tesis de Grado. Universidad de Ibagué. Disponible en: https://repositorio.unibague.edu.co/server/api/core/bitstreams/665c7bcf-1297-4f2d-9f2e-65bb1a929b85/content
Cavero Villanueva, V. E. (2016) Gestión de responsabilidad social en el Ejército y su contribución al Desarrollo Nacional y la mitigación de los efectos ante los Desastres Naturales en la costa–Chosica 2017. Tesis de Grado. Instituto Científico y Tecnológico del Ejército, Escuela de Posgrado. Disponible en: https://repositorio-icte.ejercito.mil.pe/bitstream/handle/ICTE/167/Tesis%20Bach%20Cavero%20Villanueva%20Victor%20Enrique.pdf?sequence=1&isAllowed=y
Chen, W., y Fang, K. (2008) “Multilevel thresholding algorithm based on particle swarm optimization for image segmentation” 27th Chinese Control Conference. Kunming, China, 16-18 Julio 2008. China: IEEE, pp. 348-351. Doi: 10.1109/CHICC.2008.4605745
Dinç, G., y Gül, A. (2021) “Estimation of the future land cover using Corine Land Cover data”, TeMA-Journal of Land Use, Mobility and Environment, 14 (2), pp. 177-188. Disponible en: http://dx.doi.org/10.6092/1970-9870/7671
Du, Q. (2007) “Unsupervised real-time constrained linear discriminant analysis to hyperspectral image classification”, Pattern Recognition, 40 (5), pp. 1510-1519. Disponible en: https://my.ece.msstate.edu/faculty/du/PR4.pdf
EO Browser (2014) Sentinelhub. Discover Copernicus Browser, Disponible en: https://apps.sentinel-hub.com/eo-browser/?zoom=9&lat=41.43027&lng=12.07484&themeId=DEFAULT-THEME&toTime=2024-01-13T15%3A18%3A47.171Z
ESA (2022) Datos de Sentinel. The European Space Agency. Disponible en: https://www.esa.int/Space_in_Member_States/Spain/Datos_de_Sentinel
Gavilanes Jaen, S. E. (2020) Índice de vegetación normalizada (NDVI) y su influencia en la agricultura de precisión. Tesis de Grado. Universidad Técnica de Babahoyo, Facultad de Ciencias Agropecuarias. UTB. Disponible en: http://dspace.utb.edu.ec/bitstream/handle/49000/8402/E-UTB-FACIAG-ING%20AGRON-000263.pdf?sequence=1&isAllowed=y
Girimonte, P., y García, J. (2020) “El índice NDVI y la clasificación de áreas sembradas aprendizaje automático no Supervisado `k-means´”, Revista de investigación en modelos matemáticos aplicados a la gestión y la economía, 7 (1), pp. 39-52. Disponible en: https://www.economicas.uba.ar/wp-content/uploads/2016/04/Girimonte-Garcia-Fronti.pdf
Gobierno Regional de Apurímac (2016) “Incremento de la Cobertura Forestal para Mejorar los Servicios Ambientales en la Región Apurímac”, SIAR Apurímac. Disponible en: https://www.cooperacionsuiza.pe/wp-content/uploads/2017/09/gore-apurimac-sacha-tarpuy-mesa-tematica-forestal-sepia.pdf
Juzga, M. A. (2016) Comparación de índices de vegetación en el cerro de la conejera de la ciudad de Bogotá. Tesis de Grado. Universidad Militar Nueva Granada. Disponible en: http://hdl.handle.net/10654/15663.
Liao, P.S., Chen, T.S., y Chung, P.C. (2001) “A fast algorithm for multilevel thresholding”, Journal of Information Science and Engineering, 17, pp. 713-727. Disponible en: http://smile.ee.ncku.edu.tw/old/Links/MTable/ResearchPaper/papers/2001/A%20fast%20algorithm%20for%20multilevel%20%20thresholding.pdf
Martínez, R., y Solís, G.A. (2018) “Caracterización espectral y detección de flecha seca en palma africana en Puntarenas, Costa Rica”, Revista Geográfica de América Central, 61(2), pp. 349-377. Disponible en: http://dx.doi.org/10.15359/rgac.61-2.13
Pérez, C. J., Locatelli, B., Vignola, R., y Imbach, P. (2007) “Importancia de los bosques tropicales en las políticas de adaptación al cambio climático”, Recursos Naturales y Ambiente, 51(52), pp. 4-11. Disponible en: https://www.cifor.org/publications/pdf_files/articles/ALocatelli0801.pdf
Shah, C., Arora, M., y Varshney, P. (2004) “Unsupervised classification of hyperspectral data: an ICA mixture model based approach”, International Journal of Remote Sensing, 25(2), 481-487. DOI: 10.1080/01431160310001618040