Mostrar el registro sencillo del ítem
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 |