Caracterización y dinómica de la cobertura de suelo mediante Teledetección: caso de estudio volcón Tungurahua, Ecuador
DOI:
https://doi.org/10.23857/dc.v6i2.1201Palabras clave:
Suelo, sensores remotos, cobertura de suelo, teledetección, parámetros geofÃsicos.Resumen
El presente trabajo desarrollado en la cuenca baja del Rio Chambo con la presencia del volcón Tungurahua refleja un anólisis y la conversión de este ecosistema con el objetivo de determinar la dinómica de la cobertura y uso del suelo mediante teledetección. Se utiliza imógenes satelitales Landsat 5 y 7 mediante el método de clasificación supervisada (algoritmo SAM) y por teledetección con algoritmos geofísicos (TSAVI, NSI, NDMI, EVI), ademós se analiza las propiedades fisicoquímicas del suelo: textura, porosidad, pH y materia orgónica segíºn los protocolos de la Food and Agriculture Organizations of the United Nations (2009) y la normativa AENOR (1999) mediante criterio de similitud biogeogrófica y una estadística descriptiva y analítica. La clasificación Supervisada nos ayudó a la estratificación de zonas anómalas en el costado Este, Oeste y zona baja del Volcón Tungurahua donde se evidencia cambios de cobertura en un 50,43% del territorio, mientras que un 49,57% no existió mayor variación, este cambio brusco se puede atribuir al proceso eruptivo del volcón (años 1999 al 2006). Para una comparativa de los parómetros físicoquímicos del suelo con los métodos geofísicos de teledetección, el anólisis de componentes principales nos señala que, la variable materia orgónica tiene una relación directa con el método geofísicos NDMI.
Citas
Baret, F., Guyot, G., & Major, D. J. (1989). TSAVI: A vegetation index which minimizes soil brightness effects on LAI and APAR estimation. In Digest - International Geoscience and Remote Sensing Symposium (IGARSS). https://doi.org/10.1109/igarss.1989.576128
Bickel, K., & Kí¶hl, M. (2006). Representación Coherente de las tierras.
Brandt, J. S., & Townsend, P. A. (2006). Land use - Land cover conversion, regeneration and degradation in the high elevation Bolivian Andes. Landscape Ecology. https://doi.org/10.1007/s10980-005-4120-z
Chen, J., Jí¶nsson, P., Tamura, M., Gu, Z., Matsushita, B., & Eklundh, L. (2004). A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter. Remote Sensing of Environment. https://doi.org/10.1016/j.rse.2004.03.014
Dove, M. R. (2008). Perception of volcanic eruption as agent of change on Merapi volcano, Central Java. Journal of Volcanology and Geothermal Research. https://doi.org/10.1016/j.jvolgeores.2007.12.037
Farley, K. A., & Kelly, E. F. (2004). Effects of afforestation of a páramo grassland on soil nutrient status. Forest Ecology and Management. https://doi.org/10.1016/j.foreco.2003.12.015
Fernández Fierro, A. A. (2019). Evaluación multitemporal del cambio de cobertura y uso del suelo en la cuenca baja del Río Chambo. Retrieved from http://dspace.espoch.edu.ec/handle/123456789/11161
García, A. (2008). La Materia Organica (Mos) Y Su Papel En Lucha Contra La Degradacion Del Suelo. XI Congreso Ecuatoriano de La Ciencia Del Suelo.
Guo, L. B., & Gifford, R. M. (2002). Soil carbon stocks and land use change: A meta analysis. Global Change Biology. https://doi.org/10.1046/j.1354-1013.2002.00486.x
Heumann, B. W., Seaquist, J. W., Eklundh, L., & Jí¶nsson, P. (2007). AVHRR derived phenological change in the Sahel and Soudan, Africa, 1982-2005. Remote Sensing of Environment. https://doi.org/10.1016/j.rse.2006.11.025
Jiang, Z., Huete, A. R., Didan, K., & Miura, T. (2008). Development of a two-band enhanced vegetation index without a blue band. Remote Sensing of Environment. https://doi.org/10.1016/j.rse.2008.06.006
Lambin, E. F. (1997). Modelling and monitoring land-cover change processes in tropical regions. Progress in Physical Geography. https://doi.org/10.1177/030913339702100303
Liebig, M. A., Varvel, G. E., Doran, J. W., & Wienhold, B. J. (2014). Crop Sequence and Nitrogen Fertilization Effects on Soil Properties in the Western Corn Belt. Soil Science Society of America Journal. https://doi.org/10.2136/sssaj2002.5960
Lu, D., & Weng, Q. (2007). A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing. https://doi.org/10.1080/01431160600746456
Miura, T., Huete, A. R., Van Leeuwen, W. J. D., & Didan, K. (1998). Vegetation detection through smoke-filled AVIRIS images: An assessment using MODIS band passes. Journal of Geophysical Research Atmospheres. https://doi.org/10.1029/98JD00051
Richards, J. A., & Jia, X. (2006). Remote sensing digital image analysis: An introduction. Remote Sensing Digital Image Analysis: An Introduction. https://doi.org/10.1007/3-540-29711-1
Rodríguez-Moreno, V. M., & Bullock, S. H. (2018). Comparación espacial y temporal de índices de la vegetación para verdor y humedad y aplicación para estimar LAI en el Desierto Sonorense. Revista Mexicana de Ciencias Agrícolas. https://doi.org/10.29312/remexca.v4i4.1193
Rullán-Silva, C. D., Gama-campillo, L. M., Galindo-Alcántara, A., & Olthoff, A. E. (2011). Clasificación no supervisada de la cobertura de suelo de la regíon Sierra de Tabasco mediante imánenes lansat ETM+. Universidad y Ciencia Trópico Híºmedo.
AENOR. (1999). Calidad del suelo Determinación del pH. Madrid: Asociación Española de Normalización y Certificación.
Chuvieco, E. (1995). Fundamentos de Teledetección Espacial. Acalá: Ediociones RIALP S.A.
Food and Agriculture Organizations of the United Nations. (2009). Guía para la descripción de suelo. Roma: ONU. Obtenido de Análisis del suelo: https://www.google.com/search?client=firefox-b-d&q=Textura%E2%80%A2++Se+seca+la+muestra+de+suelo%3B%E2%80%A2++Se+eliminan+las+part%C3%ADculas+mayores+de+2+m+m%2C+tales+como+la+grava+y+las+piedras%3B%E2%80%A2++La+parte+restante+de+la+muestra%2C+la+tierra+f
INEC. (2017). Encuesta de Superficie y Producción Agropecuaria Continua 2017. Recuperado el 28 de Enero de 2019, de http://www.ecuadorencifras.gob.ec/documentos/web-inec/Estadisticas_agropecuarias/espac/espac_2017/Informe_Ejecutivo_ESPAC_2017.pdf
Instituto Geofísico - Escuela Polití©cnica Nacional. (27 de Agosto de 2018). Tungurahua. (Instituto Geofísico - EPN) Recuperado el 08 de Enero de 2019, de Tungurahua Vulcanología: https://www.igepn.edu.ec/tungurahua
Instituto Geofísico. (2015). Tungurahua. Recuperado el 27 de Mayo de 2019, de https://www.igepn.edu.ec/tungurahua
INTA. (2002). Indice de vegetación de las zonas agrícolas del NOA. Obtenido de Indice de vegetación mejorado - EVI: http://appweb.inta.gov.ar/w3/prorenoa/info/resultados/EVI_Bib/EVI.htm
Lambin, E. F. (1997). Modelling deforestation processes: a review tropical ecosystem encionment observations by satellites. (1).
Martinez, S. (23 de Septiembre de 2019). Humedad en los cultivos mediante teledetección: MOISTURE (NDMI). Obtenido de Grupo TYC GIS: https://www.cursosteledeteccion.com/humedad-en-los-cultivos-mediante-teledeteccion-moisture-ndmi/
Orozco, H. E., Peña, V., Franco, R., & Pineda, N. (2004). Atlas Agrario Ejidal del Estado de Mí©xico. 34.
Publicado
Cómo citar
Número
Sección
Licencia
Authors retain copyright and guarantee the Journal the right to be the first publication of the work. These are covered by a Creative Commons (CC BY-NC-ND 4.0) license that allows others to share the work with an acknowledgment of the work authorship and the initial publication in this journal.
