- -

Análisis espacial y temporal de la temperatura superficial en la microcuenca Apacheta mediante datos térmicos Landsat

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Análisis espacial y temporal de la temperatura superficial en la microcuenca Apacheta mediante datos térmicos Landsat

Mostrar el registro completo del ítem

Moncada, W.; Willems, B. (2020). Análisis espacial y temporal de la temperatura superficial en la microcuenca Apacheta mediante datos térmicos Landsat. Revista de Teledetección. 0(57):51-63. https://doi.org/10.4995/raet.2020.13855

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/159575

Ficheros en el ítem

Metadatos del ítem

Título: Análisis espacial y temporal de la temperatura superficial en la microcuenca Apacheta mediante datos térmicos Landsat
Otro titulo: Spatial and temporal analysis of surface temperature in the Apacheta micro-basin using Landsat thermal data
Autor: Moncada, W. Willems, B.
Fecha difusión:
Resumen:
[EN] High Andean ecosystems, such as grasslands and peatlands, are fragile and, due to the effects of climate change, their sustainability is being jeopardized. A key factor hampering sustainable management efforts from ...[+]


[ES] Los ecosistemas altoandinos, como los pastizales y las turberas, son frágiles y, debido a los efectos del cambio climático, su sostenibilidad está en peligro. Un factor clave que obstaculiza los esfuerzos de gestión ...[+]
Palabras clave: Brightness temperature , NDSI , Vegetation cover fraction , Emissivity , Soil surface temperature , Temperatura de brillo , Fracción de cubierta vegetal , Emisividad , Temperatura superficial del suelo
Derechos de uso: Reconocimiento - No comercial - Compartir igual (by-nc-sa)
Fuente:
Revista de Teledetección. (issn: 1133-0953 ) (eissn: 1988-8740 )
DOI: 10.4995/raet.2020.13855
Editorial:
Universitat Politècnica de València
Versión del editor: https://doi.org/10.4995/raet.2020.13855
Agradecimientos:
Este trabajo ha sido posible gracias al apoyo financiero de los proyectos “Strengthening resilience of Andean river basin headwaters facing global change” (PGA_084063) y “Agua-Andes: Ecological infrastructure strategies ...[+]
Tipo: Artículo

Localización


 

References

Aguilar, H., Mora, R., Vargas, C. 2014. Metodología para la corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el módulo Flaash del software Envi. Revista Geográfica de América Central, 2(53), 39-59. https://doi.org/10.15359/rgac.2-53.2

Aguilar, J., Espinoza, R., Espinoza, J.C., Rojas, J., Willems, B.L., Leyva, W.M. 2019. Elevationdependent warming of land surface temperatures in the Andes assessed using MODIS LST time series (2000-2017). International Journal of Applied Earth Observation and Geoinformation, 77, 119- 128. https://doi.org/10.1016/j.jag.2018.12.013

Araghi, A., Mousavi-Baygi, M., Adamowski, J. 2017. Detecting soil temperature trends in Northeast Iran from 1993 to 2016. Soil and Tillage Research, 174, 177-192. https://doi.org/10.1016/j.still.2017.07.010 [+]
Aguilar, H., Mora, R., Vargas, C. 2014. Metodología para la corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el módulo Flaash del software Envi. Revista Geográfica de América Central, 2(53), 39-59. https://doi.org/10.15359/rgac.2-53.2

Aguilar, J., Espinoza, R., Espinoza, J.C., Rojas, J., Willems, B.L., Leyva, W.M. 2019. Elevationdependent warming of land surface temperatures in the Andes assessed using MODIS LST time series (2000-2017). International Journal of Applied Earth Observation and Geoinformation, 77, 119- 128. https://doi.org/10.1016/j.jag.2018.12.013

Araghi, A., Mousavi-Baygi, M., Adamowski, J. 2017. Detecting soil temperature trends in Northeast Iran from 1993 to 2016. Soil and Tillage Research, 174, 177-192. https://doi.org/10.1016/j.still.2017.07.010

Artis, D. A., Carnahan, W.H. 1982. Survey of emissivity variability in thermography of urban areas. Remote Sensing of Environment, 12(4), 313-329. https://doi.org/10.1016/0034-4257(82)90043-8

Arvidson, T., Barsi, J., Jhabvala, M., Reuter, D. 2013. Landsat and Thermal Infrared Imaging. En C. Kuenzer & S. Dech (Eds.), Thermal Infrared Remote Sensing: Sensors, Methods, Applications (pp. 177-196). Springer Netherlands. https://doi.org/10.1007/978-94-007-6639-6_9

Avdan, U., Jovanovska, G. 2016. Algorithm for Automated Mapping of Land Surface Temperature Using Landsat 8 Satellite Data. Journal of Sensors, 2016, 1480307-1480307. https://doi.org/10.1155/2016/1480307

Carlson, T.N., Ripley, D.A. 1997. On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 62(3), 241-252. https://doi.org/10.1016/S0034-4257(97)00104-1

Caselles, E., Abad, F.J., Valor, E., Caselles, V. 2011. Automatic Generation of Land Surface Emissivity Maps. Climate Change - Research and Technology for Adaptation and Mitigation, 15. https://doi.org/10.5772/24968

Chi, Y., Sun, J., Sun, Y., Liu, S., Fu, Z. 2020. Multitemporal characterization of land surface temperature and its relationships with normalized difference vegetation index and soil moisture content in the Yellow River Delta, China. Global Ecology and Conservation, 23, e01092. https://doi.org/10.1016/j.gecco.2020.e01092

Dozier, J. 1989. Spectral signature of alpine snow cover from the Landsat thematic mapper. Remote Sensing of Environment, 28, 9-22. https://doi.org/10.1016/0034-4257(89)90101-6

Gutman, G., Ignatov, A. 1998. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models. International Journal of Remote Sensing, 19(8), 1533- 1543. https://doi.org/10.1080/014311698215333

Huete, A., Didan, K., Miura, T., Rodriguez, E.P., Gao, X., Ferreira, L.G. 2002. Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1), 195-213. https://doi.org/10.1016/S0034-4257(02)00096-2

ITT Visual Information Solutions. 2009. ENVI Atmospheric Correction Module: QUAC and FLAASH User's Guide, Version 4.7, pp. 44. http://www.harrisgeospatial.com/portals/0/pdfs/ envi/Flaash_Module.pdf

Jiménez-Muñoz, J.C., Sobrino, J.A., Skoković, D., Mattar, C., Cristóbal, J. 2014. Land Surface Temperature Retrieval Methods From Landsat-8 Thermal Infrared Sensor Data. IEEE Geoscience and Remote Sensing Letters, 11(10), 1840-1843. https://doi.org/10.1109/LGRS.2014.2312032

Mendoza, J.N. 2014. Implementación de un método operativo para la estimación de la temperatura superficial terrestre en la Región Callao usando datos de las imágenes satelitales. Universidad Nacional del Callao, 53. http://repositorio.unac.edu.pe/handle/UNAC/966

Moncada, W., Pereda, A., Aldana, C., Masias, M., Jiménez, J. 2015. Cuantificación hidrográfica de la cuenca del río Cachi-Ayacucho, mediante imágenes satelitales. Instituto de Investigación Científica e innovación Tecnológica de la UNSCH, II.

Moncada, W., Willems, B., Rojas, J. 2020. Estimación de estadíos estacionales a partir de parámetros climáticos medidos en la estación meteorológica de la microcuenca Apacheta, Región Ayacucho, 2000 al 2018. Revista de Investigación de Física. UNMSM, 23(2), 17-25. https://fisica.unmsm.edu.pe/ rif/previo_files/2020-2/03moncada.pdf

Pereda, A., Moncada, W., Verde, L. 2018. Respuesta nival de la cabecera de cuenca Cachi-Apacheta de Ayacucho: Vol. I. Editorial Académica Española. https://www.morebooks.shop/store/es/book/ respuesta-nival-de-la-cabecera-de-cuenca-cachiapacheta-de-ayacucho/isbn/978-620-2-12620-5

Quispe, B.J., Révolo, R.H. 2020. Temperatura superficial y estado de la vegetación del bosque de Polylepis spp, distrito de San Marcos de Rocchac, Huancavelica - Perú. Enfoque UTE, 11(3), 69-86. https://doi.org/10.29019/enfoque.v11n3.592

Rudjord, Due, 2012. Evaluation of FLAASH atmospheric correction (SAMBA/10/12; p. 24). Norwegian Computing Center. http://publications. nr.no/1338298623/Rudjord-Trier_FLAASH_2012. pdf

Santos, B. 2016. Cubierta Nival y Temperaturas de Superficie en Sierra Nevada a través del tratamiento digital de imágenes de satélite [Tesis Doctoral, Universitat de Barcelona]. http://diposit.ub.edu/dspace/handle/2445/108441

Sayão, V.M., Demattê, J.A.M., Bedin, L.G., Nanni, M.R., Rizzo, R. 2018. Satellite land surface temperature and reflectance related with soil attributes. Geoderma, 325, 125-140. https://doi.org/10.1016/j.geoderma.2018.03.026

Sobrino, J., Jiménez, J., Paolini, L. 2004. Land surface temperature retrieval from Landsat TM 5. Remote Sensing of Environment, 90(4), 434-440. https://doi.org/10.1016/j.rse.2004.02.003

Solman, S.A., Nuñez, M.N., Cabré, M.F. 2008. Regional climate change experiments over southern South America. I: Present climate. Climate Dynamics, 30(5), 533-552. https://doi.org/10.1007/s00382-007-0304-3

USGS, Landsat Collections, Landsat Missions. Consultado el 14 de octubre de 2019, de https://www.usgs.gov/land-resources/nli/landsat.

Vuille, M., Bradley, R.S. 2000. Mean annual temperature trends and their vertical structure in the tropical Andes. Geophysical Research Letters, 27(23), 3885- 3888. https://doi.org/10.1029/2000GL011871

Weng, Q., Lu, D., Schubring, J. 2004. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, 89(4), 467-483. https://doi.org/10.1016/j.rse.2003.11.005

Xu, C., Qu, J.J., Hao, X., Zhu, Z., Gutenberg, L. 2020. Surface soil temperature seasonal variation estimation in a forested area using combined satellite observations and in-situ measurements. International Journal of Applied Earth Observation and Geoinformation, 91, 102156. https://doi.org/10.1016/j.jag.2020.102156

Zhang, A., Liu, X., Di, W. 2009. Derivation of the green vegetation fraction from TM data of three gorges area. Procedia Earth and Planetary Science, 1(1), 1152- 1157. https://doi.org/10.1016/j.proeps.2009.09.177

[-]

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem