- -

Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel 2, cuenca baja del río Chira, Región Piura

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel 2, cuenca baja del río Chira, Región Piura

Show simple item record

Files in this item

dc.contributor.author Aldana, C. es_ES
dc.contributor.author Revilla, M. es_ES
dc.contributor.author Gonzales, J. es_ES
dc.contributor.author Saavedra, Y. es_ES
dc.contributor.author Moncada, W. es_ES
dc.contributor.author Maicelo, J. es_ES
dc.coverage.spatial east=-80.8142192; north=-4.885844100000001; name=Río Chira, Perú es_ES
dc.date.accessioned 2021-01-20T12:21:35Z
dc.date.available 2021-01-20T12:21:35Z
dc.date.issued 2020-11-27
dc.identifier.issn 1133-0953
dc.identifier.uri http://hdl.handle.net/10251/159569
dc.description.abstract [EN] El Niño phenomenon, droughts and the warm climate directly influence the good ecological state of the forests in the Piura Region. The objective is to relate the spectral signatures evaluated in the Sentinel-2 satellite images with the spectral signatures measured with the FieldSpec4 spectroradiometer, for the identification of dry forest in the lower basin of the Chira River, Piura región. The Sentinel-2 images corresponding to the 17MNR, 17MPR, 17MMQ, 17MNQ and 17MPQ tiles are pre-processed, mosaicked, resampled and cut with the SNAP software. Stacking of bands 2, 3, 4, 5, 6, 7, 8, 9, 11 and 12 generates a raster whose pixel reflectance values are related to their wavelengths. The classification of dry forest areas is done with the spectral signature measured with the FieldSpec4 spectroradiometer. The validation of the results is carried out by applying the non-parametric ANOVA and Mann-Whitney-Wilcoxon tests at four sampling points. The surface area of dry forest in the lower basin of the Chira River is 129 113.06 ha, which represents 3.8% of the total area of dry forest in northern Peru. es_ES
dc.description.abstract [ES] El Fenómeno del Niño, las sequías y el clima cálido influyen de manera directa en el buen estado ecológico de los bosques en la Región Piura. El objetivo es relacionar las firmas espectrales evaluadas en las imágenes de satélite Sentinel-2 con las firmas espectrales medidas con el espectro-radiómetro FieldSpec4, para la identificación de bosque seco en la cuenca baja del río Chira, región Piura, Perú. El preprocesamiento de las imágenes Sentinel-2 correspondientes a los tiles 17MNR, 17MPR, 17MMQ, 17MNQ y 17MPQ son unidas en mosaico, remuestreadas y cortadas con el software SNAP. El apilamiento de las bandas 2, 3, 4, 5, 6, 7, 8, 9, 11 y 12 genera un raster cuyos valores de reflectancia de los píxeles están relacionados a sus longitudes de onda. La clasificación de las zonas con bosque seco se realiza con la firma espectral medida con el espectro-radiómetro FieldSpec4. La validación de los resultados se realiza aplicando las pruebas no paramétricas de ANOVA y Mann-Whitney-Wilcoxon en cuatro puntos de muestreo. El área de superficie de bosque seco en la cuenca baja del río Chira es 129 113,06 ha, que representa el 3,8 % del área total de bosque seco en el norte del Perú. es_ES
dc.description.sponsorship Universidad Nacional de Frontera,Sullana,Perú. Unidad de Proyectos de Investigación de la Universidad Nacional de Frontera,Sullana,Perú. Laboratorio de Teledetección y energías Renovables LABTELER de la Universidad Nacional de San Cristóbal de Huamanga. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista de Teledetección es_ES
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject Sentinel-2 es_ES
dc.subject Dry forest es_ES
dc.subject Chira river basin es_ES
dc.subject Spectral signature es_ES
dc.subject Reflectance es_ES
dc.subject Sentinel 2 es_ES
dc.subject Bosque seco es_ES
dc.subject Cuenca del río Chira es_ES
dc.subject Firma espectral es_ES
dc.subject Reflectancia es_ES
dc.title Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel 2, cuenca baja del río Chira, Región Piura es_ES
dc.title.alternative Spectral signatures for the identification of dry forest using Sentinel-2 images over the Lower Basin of the Chira river, Piura region es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/raet.2020.14110
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Aldana, C.; Revilla, M.; Gonzales, J.; Saavedra, Y.; Moncada, W.; Maicelo, J. (2020). Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel 2, cuenca baja del río Chira, Región Piura. Revista de Teledetección. 0(56):147-156. https://doi.org/10.4995/raet.2020.14110 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/raet.2020.14110 es_ES
dc.description.upvformatpinicio 147 es_ES
dc.description.upvformatpfin 156 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 0 es_ES
dc.description.issue 56 es_ES
dc.identifier.eissn 1988-8740
dc.relation.pasarela OJS\14110 es_ES
dc.description.references ASD Inc. 2017. FieldSpec 4 Hi-Res High Resolution Spectroradiometer. https://www.asdi.com/productsand-services/fieldspec-spectroradiometers/fieldspec4-hi-res es_ES
dc.description.references Borrás, J., Delegido, J., Pezzola, A., Pereira, M., Morassi, G., Camps-Valls, G. 2017. Clasificación de usos del suelo a partir de imágenes Sentinel-2. Revista de Teledetección, 48, 55. https://doi.org/10.4995/raet.2017.7133 es_ES
dc.description.references Cabrera, J., Yupanqui, R.T., Rau, P. 2016. Validation of TRMM Daily Precipitation Data for Extreme Events Analysis. The Case of Piura Watershed in Peru. Procedia Engineering, 154, 154-157. https://doi.org/10.1016/j.proeng.2016.07.436 es_ES
dc.description.references Henson, R.N. 2015. Analysis of Variance (ANOVA). En A.W. Toga (Ed.), Brain Mapping (pp. 477-481). Academic Press. https://doi.org/10.1016/B978-0-12-397025-1.00319-5 es_ES
dc.description.references Janse, P.V., Kayte, J.N., Agrawal, R.V., Deshmukh, R.R. 2018. Standard Spectral Reflectance Measurements for ASD FieldSpec Spectroradiometer. 2018 Fifth International Conference on Parallel, Distributed and Grid Computing (PDGC), 729-733. https://doi.org/10.1109/PDGC.2018.8745808 es_ES
dc.description.references Lindsay, A. 2019. Investing upstream: Watershed protection in Piura, Peru. Environmental Science & Policy, 96, 9-17. https://doi.org/10.1016/j.envsci.2019.02.005 es_ES
dc.description.references Marini, F., Walczak, B. 2020. 1.19-ANOVA-Target Projection (ANOVA-TP). En S. Brown, R. Tauler, & B. Walczak (Eds.), Comprehensive Chemometrics (Second Edition) (pp. 495-520). Elsevier. https://doi.org/10.1016/B978-0-12-409547-2.14578-0 es_ES
dc.description.references Ramírez, I.J. 2019. Exploring Tropical Variability and Extremes Impacts on Population Vulnerability in Piura, Peru: The Case of the 1997-98 El Niño. En V. Venugopal, J. Sukhatme, R. Murtugudde, & R. Roca (Eds.), Tropical Extremes (pp. 263-297). Elsevier. https://doi.org/10.1016/B978-0-12-809248-4.00008-X es_ES
dc.description.references Rodríguez, A., Álvarez, R. 2005. Uso múltiple del bosque seco del norte del Perú: Análisis del ingreso y autoconsumo. Zonas Áridas, 9(1), 131-148. http://dx.doi.org/10.21704/za.v9i1.573 es_ES
dc.description.references Sánchez, J., Jiménez, J.U., Fábrega, J., Serrano, J., Quirós, E.I. 2019. Clasificacion Supervisada de Firmas Espectrales de Coberturas Agropecuarias en Panama Utilizando el Mapeo del Angulo Espectral. Repositorio Institucional de la Universidad Tecnológica de Panamá, 7. https://ridda2.utp.ac.pa/handle/123456789/9432 es_ES
dc.description.references Vélez, D. 2019. Análisis multitemporal de una serie de imágenes Sentinel-1 y detección de cambios del uso de suelo para la evaluación de la reserva ecológica Manglares Churute y sus alrededores en Guayas-Ecuador. Maestría, Universidad Pública de Navarra. https://academica-e.unavarra.es/xmlui/handle/2454/33672 es_ES
dc.description.references Yue, S., Wang, C. 2002. The influence of serial correlation on the Mann-Whitney test for detecting a shift in median. Advances in Water Resources, 25(3), 325-333. https://doi.org/10.1016/S0309-1708(01)00049-5 es_ES
dc.description.references Zorogastúa, P., Quiroz, R., Garatuza, J. 2011. Evaluación de cambios en la cobertura y uso de la tierra con imágenes de satélite en Piura-Perú. Ecología Aplicada, 10(1), 13-22. http://dx.doi.org/10.21704/rea.v10i1-2.409 es_ES


This item appears in the following Collection(s)

Show simple item record