����������������������������������������������������������������������������������������� �

���������������������������������������������������������������������������������

 

 

Determinaci�n con im�genes satelitales del �ndice de vegetaci�n de diferencia normalizada del valle de Pampas-Tayacaja

 

Determination with satellite images of the normalized difference vegetation index of the Pampas-Tayacaja valley

 

Determina��o com imagens de sat�lite do �ndice de vegeta��o de diferen�a normalizada do vale Pampas-Tayacaja

 

 

Hip�lito Carbajal-Mor�n ^I

hipolito.carbajal@unh.edu.pe

https://orcid.org/0000-0002-1661-5363

 

Ferm�n Onofre-Enriquez ^II

kofigo3397@gmail.com

https://orcid.org/0000-0001-7466-4510

 

Correspondencia: hipolito.carbajal@unh.edu.pe

 

Ciencias t�cnica y aplicada ��

Art�culo de investigaci�n

 

 

*Recibido: 06 de septiembre de 2020 *Aceptado: 04 de octubre 2020 * Publicado: 03 de noviembre de 2020

 

 

       I.            Profesor Universitario, Universidad Nacional de Huancavelica, Per�.

    II.            Investigador independiente, Universidad Nacional de Huancavelica, Per�.

Resumen

El trabajo tuvo como objetivo determinar el �ndice de vegetaci�n de diferencia normalizada (NDVI) del valle de Pampas-Tayacaja, ubicado en los andes centrales del Per�, en �pocas de estiaje. La investigaci�n fue del tipo aplicado a un nivel descriptivo, con 30 muestras tomadas en el periodo del a�o 1991 a 2020 en los meses de agosto, los mapas considerados en el estudio fueron provenientes de los sat�lites LandSat y filtrados teniendo en cuenta la nubosidad menor al 10 %, procurando que el �rea de estudio est� totalmente despejada. El NDVI fue calculado de los mapas rojos e infrarrojo cercano obtenidos usando Quantum GIS (QGIS). El NDVI� m�nimo obtenido fue de� -0.1765; esto representa a las aguas del r�o Opamayo que atraviesa el valle en estudio, el valor m�ximo obtenido fue 0.7853, que representa a las zonas con vegetaci�n formado por �rboles de eucalipto existentes en el valle. Se determin� que los sat�lites LandSat 5, LandSat 7 y LandSat 8 proporcionan im�genes de bandas espectrales que permitieron determinar el NDVI del valle en un periodo de 30 a�os. Como resultado se obtuvo que el �ndice de vegetaci�n de diferencia normalizada del valle de Pampas-Tayacaja es mayor a 0.20 y menor a 0.23; lo cual representa escases de vegetaci�n de tallo mediano alto, tambi�n se encontr� que la pendiente de la l�nea de tendencia a lo largo del periodo de tiempo estudiado es ligeramente negativa (-0.0005); este dato indica que la deforestaci�n en el lugar estudiado es progresiva.� ����

Palabras claves: Vegetaci�n; sat�lites; verdor; r�ster; rojo e infrarrojo.�

 

Abstract

The objective of the work was to determine the normalized difference vegetation index (NDVI) of the Pampas-Tayacaja valley, located in the Andes of Peru, in times of low water. The research was applied at a descriptive level, with 30 samples taken in the period from 1991 to 2020 in the months of August, the maps considered in the study were from the LandSat satellites and filtered taking into account the cloudiness less than 10%, ensuring that the study area is completely clear. The NDVI was calculated from the red and near infrared maps obtained using Quantum GIS (QGIS). The minimum NDVI obtained was -0.1765; This represents the waters of the Opamayo river that crosses the valley under study, the maximum value obtained was 0.7853, which represents the areas with vegetation formed by eucalyptus trees existing in the valley. The LandSat 5, LandSat 7, and LandSat 8 satellites were found to provide spectral band images that allowed the NDVI of the valley to be determined over a 30-year period. As a result, it was obtained that the normalized difference vegetation index of the Pampas-Tayacaja valley is greater than 0.20 and less than 0.23; which represents scarcity of medium-tall stem vegetation, it was also found that the slope of the trend line throughout the period of time studied is slightly negative (-0.0005); this data indicates that deforestation in the place studied is progressive.

Keywords: Vegetation; satellites; greenery; raster; red and infrared.

 

Resumo

O objetivo do trabalho foi determinar o �ndice de vegeta��o por diferen�a normalizada (NDVI) do vale dos Pampas-Tayacaja, localizado nos Andes do Peru, em �pocas de vazante. A pesquisa foi aplicada em n�vel descritivo, com 30 amostras colhidas no per�odo de 1991 a 2020 nos meses de agosto, os mapas considerados no estudo foram dos sat�lites LandSat e filtrados levando em considera��o a nebulosidade menor que 10%, garantindo que a �rea de estudo esteja totalmente limpa. O NDVI foi calculado a partir dos mapas de infravermelho pr�ximo e vermelho obtidos usando Quantum GIS (QGIS). O NDVI m�nimo obtido foi -0,1765; Representa as �guas do rio Opamayo que atravessa o vale em estudo, o valor m�ximo obtido foi de 0,7853, que representa as �reas com vegeta��o formada por eucaliptos existentes no vale. Os sat�lites LandSat 5, LandSat 7 e LandSat 8 foram encontrados para fornecer imagens de banda espectral que permitiram que o NDVI do vale fosse determinado ao longo de um per�odo de 30 anos. Como resultado, obteve-se que o �ndice de vegeta��o de diferen�a normalizada do vale dos Pampas-Tayacaja � maior que 0,20 e menor que 0,23; que representa a escassez de vegeta��o de caule m�dio-alto, tamb�m foi verificado que a inclina��o da linha de tend�ncia ao longo do per�odo de tempo estudado � ligeiramente negativa (-0,0005); esses dados indicam que o desmatamento no local estudado � progressivo.

Palavras-chave: Vegeta��o; sat�lites; vegeta��o; raster; vermelho e infravermelho.

 

Introducci�n

Robinson et al. (2017) establece que los �ndices de vegetaci�n son usados como indicadores cuantitativos del ecosistema ya que involucra el verdor de las plantas, tierra desnuda y la presencia de agua basados en datos remotos obtenidos con sensores montados sobre plataformas como los satelitales. Los espacios o �reas verdes en las ciudades, son importantes para la calidad del ambiente (Mamani, 2020), donde a mayor porcentaje de cobertura vegetal son mayores los beneficios ecol�gicos, de esta manera se reducen las islas de calor (Akbari & Konopacki, 2005), el secuestro de CO2 (Iizuka & Tateishi, 2015); en consecuencia la reducci�n de la poluci�n del aire. Estos aspectos se relacionan con la salud y bienestar de la poblaci�n, generando un ambiente favorable para el desarrollo saludable.

Tudare y Trejo� (2016) considera que las caracter�sticas de absorci�n y reflexi�n del ecosistema se relacionan con el NDVI en especial por la vegetaci�n. Por lo que es necesario el an�lisis espectral de las se�ales roja e infrarrojo cercano (Garc�a Haro, 2019), realizando un c�lculo r�ster mediante la diferencia entre la reflectancia de las bandas 4 (infrarrojo cercano) y 3 (visible rojo) (Asrar et al., 1989), para mapas provenientes de LandSat 5 , 7 y bandas 5 (infrarrojo cercano) y 4 (visible� rojo) para mapas provenientes de LandSat 8.

Mudede et al. (2020) estudia la cuantificaci�n y el an�lisis del verdor urbano considerando importante evaluar el papel de los �rboles en zonas urbanas, con datos provenientes de sat�lite Landsat 8 se utilizaron para evaluar los efectos de la isla de calor urbana en funci�n de la temperatura de la superficie terrestre (LST) en el pr�spero suburbio de Rosebank en el norte y el municipio de Soweto, al sur de Johannesburgo; se encontr� que Soweto era 2.58 �C m�s caliente que Rosebank, lo que sugiere que las �reas de alta densidad con menos �rboles en las calles y parques son m�s calientes que los lugares de baja densidad vegetal.

Gascon (2016) al �ndice de vegetaci�n de diferencia normalizada utiliza como un marcador del verdor circundante en estudios epidemiol�gicos que tienen como objetivo evaluar los efectos sobre la salud de los espacios verdes en entornos urbanos, encontrando como resultado del estudio que el NDVI puede ser una m�trica de verdor �til� en el �rea de estudio. Por otro lado, en el estudio de Hasyim & Hernawan (2017) se utiliza el m�todo de �ndice de vegetaci�n normalizada, para obtener el c�lculo de espacios verdes abiertos evitando la ocurrencia de clasificaci�n err�nea de otros tipos de uso del suelo; como resultado se obtuvo que los espacios verdes abiertos en la ciudad de Malang en 2015 alcanz� el 39% del �rea total.

En el Per� se hicieron estudios de estimaci�n del �ndice de sequ�a a partir de datos im�genes NDVI y LST provenientes del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca � Per�, durante el periodo 2000 � 2013 (Carbajal, 2017); encontrando diferentes valores para la zona �rida, semi�rida y subh�meda seca, menores a 0.4, esto se corresponde con la sequ�a extrema, severa y moderada, tambi�n se indica en este estudio que los a�os 2004 y 2005 fueron a�os de sequ�a. As� tambi�n en NDVI permite estimar cultivos como el arroz con im�genes satelitales del sat�lite Landsat 8 y Sentinel 2 (Rufasto et al., 2018); los coeficientes de determinaci�n fueron 0.56 y 0.58 respectivamente para cada sat�lite, estos resultados indican que esta t�cnica tiene potencial como herramienta para estimar el rendimiento de cultivos y vegetaci�n en general.

La degradaci�n de los suelos y la p�rdida de cobertura vegetal por la expansi�n urbana est� ocasionando el cambio clim�tico en diferentes lugares, en la regi�n Huancavelica y en especial en el valle de Pampas-Tayacaja se tiene un crecimiento urbano que viene afectando la vegetaci�n y dejando el suelo descubierto (Santana et al., 2010). Estos factores inciden en la calidad ambiental urbana y por tanto en el desarrollo social y econ�mico de las ciudades, generalmente est�n asociados a la forma como los agentes sociales y sus actividades ocupan y utilizan el espacio, situaci�n que crea nuevos retos para las autoridades a todo nivel y entidades de planificaci�n urbana.

Este estudio tiene como objetivo determinar el comportamiento del �ndice de vegetaci�n de diferencia normalizada del valle de Pampas-Tayacaja en �pocas de estiaje, siendo el mes de agosto de 30 a�os, desde el a�o 1991 al a�o 2020. Para esto se emplea sat�lites provistos de sensores remotos que son una herramienta �til para entender y monitorear los procesos de crecimiento relacionados con el espacio f�sico (Weng et al., 2004).

 

Materiales y m�todos

Para el desarrollo de la investigaci�n se emple� la teledetecci�n satelital, que es la ciencia y la tecnolog�a por la cual se pueden identificar las caracter�sticas de los objetos de inter�s, medir o analizar las caracter�sticas sin contacto directo empleando sat�lites. Por lo general, la teledetecci�n es la medici�n de la energ�a que se emana de la superficie de la Tierra. Se considera teledetecci�n pasiva cuando la energ�a que se mide proviene del Sol, mientras que la teledetecci�n activa o satelital, es aquella que se mide a la energ�a que no es emitida por el Sol desde una plataforma de sensores que pueden ser de radar, este �ltimo funciona en el rango de las microondas (Richards, 2013). En la figura 1 se muestra los componentes de un sistema de teledetecci�n satelital.

 

 

 

 

 

 

Figura 1: Componentes de un sistema de teledetecci�n satelital

Nota: Teledetecci�n ambiental, la observaci�n de la tierra desde el espacio, obtenido de (Chuvieco, 2008).

 

Chuvieco (2008) considera que las regiones espectrales utilizadas para la observaci�n remota de la tierra son:

1. Espectro visible es considerado en el rango (0.4 - 0.7 μm) cuyas frecuencias se perciben con el ojo humano, con una m�xima radiaci�n proveniente del Sol, subdividido en tres bandas de colores: rojo (0.6 - 0.7 μm), verde (0.5 - 0.6 μm) y azul (0.4 - 0.5 μm).

2. Infrarrojo cercano considerado en el rango (0.7 - 1.1 μm), denominado tambi�n IR fotogr�fico o reflejado, proviene de la energ�a solar que reflejan los cuerpos, el comportamiento similar al espectro visible.

3. Infrarrojo medio considerado en el rango (1.1 � 8 μm), se entremezclan la radiaci�n solar y emisi�n, la atm�sfera es un factor que afecta sensiblemente: esta caracter�stica es aprovechado para medir las concentraciones de vapor de agua, ozono y aerosoles.

4. Infrarrojo t�rmico considerado en el rango de (8 - 14 μm), son radiaciones emitidas por los propios cuerpos, permite determinar la Temperatura de un cuerpo (IR t�rmico), puede proporcionar im�genes en cualquier momento del d�a.

5. Microondas considerado en el rango de (1mm-1m), tiene inter�s creciente de la Teledetecci�n en esta banda, presenta perturbaciones atmosf�ricas menores y con transparencia a las nubes, se utilizan los sensores activos. Todo el espectro electromagn�tico es representado en la figura 2.

Figura 2: Espectro electromagn�tico.

Nota: Teledetecci�n ambiental, la observaci�n de la tierra desde el espacio, obtenido de (Chuvieco, 2008).

Earth Explorer permiti� obtener un conjunto de datos geoespaciales, navegando a trav�s de un mapa interactivo o b�squeda por texto para obtener im�genes de sat�lite Landsat, siendo posible tambi�n, datos de radar, datos de UAS, gr�ficos de l�neas digitales, datos de modelos de elevaci�n digitales, fotos a�reas, datos de sat�lites Sentinel, algunas im�genes de sat�lites comerciales, incluidos IKONOS y OrbView3, datos de cobertura terrestre, datos de mapas digitales del Mapa Nacional y muchos otros conjuntos de datos. Se busc� por ubicaci�n a trav�s del mapa interactivo ingresando coordenadas para obtener los datos de inter�s para el estudio.

Los datos se recolectaron de acuerdo a la demarcaci�n territorial del �rea geogr�fica en estudio, esta recolecci�n se hizo desde la base de datos generado para los sat�lites LandSat, para la zona path: 6, row: 69, como se muestra en la figura 3.

 

 

Figura 3: Vista de la zona satelital path: 6, row: 69 del valle de Pampas � Tayacaja

�

A trav�s del Earth Explorer se obtuvieron mapas de color verdadero (ver figura 4), mapas en el espectro rojo (ver figura 5) y los mapas del espectro infrarrojo (ver figura 6).

 

Figura 4: Color verdadero de la zona satelital path: 6, row: 69 donde se ubica el �rea de estudio

Nota: Mapa obtenido de Earthexplorer (USGS, 2020)

 

 

Figura 5: Mapa en el espectro rojo e infrarrojo de la zona de estudio

(a)      �����������������������������������������������������������������������������������������(b)

Nota: (a) Mapa del espectro rojo, (b) Mapa del espectro infrarrojo, obtenido de Earthexplorer (USGS, 2020)

 

El NDVI que es el �ndice de vegetaci�n normalizada es representado por im�genes calculadas a partir de operaciones algebraicas entre distintas bandas espectrales que permiten determinar la superficie de vegetaci�n, cantidad de producci�n de biomasa, estado de salud de las plantas, evoluci�n y cambios en la vegetaci�n, en base a mediciones de la radiaci�n que emiten o reflejan (Romero, 2016). Como resultado se obtiene una nueva imagen donde destacan los pixeles que est�n relacionados con la cobertura vegetal (Alonso, 2015).

Este �ndice generado puede tomar valores entre -1,0 y 1,0 ya que, tanto la capacidad reflectiva del infrarrojo cercano como el que provee el rojo, son cocientes de la radiaci�n que es reflejada sobre la radiaci�n que entra en cada banda espectral (Valor & Caselles, 1996). Entonces basados en la relaci�n entre las longitudes de onda rojas y casi infrarrojas la clorofila es capaz de absorber gran parte de las visibles (rojas) (ver figuras 6 y 7), la estructura de las plantas refleja fuertemente las casi-infrarrojas (Schmidt & McCullum, 2016).

 

Figura 6: Absorci�n de las se�ales espectrales por los plantas.

Nota: La creaci�n y el uso del �ndice normalizado de diferencia de vegetaci�n a partir de im�genes satelitales, obtenido de (Schmidt & McCullum, 2016).

 

Figura 7: Se�ales espectrales rojo y casi infrarrojo absorbidos por las plantas.

�Nota: La creaci�n y el uso del NDVI a partir de im�genes satelitales, obtenido de (Schmidt & McCullum, 2016).

 

EL NDVI se calcula con la formula r�ster siguiente:

 

 

NDVI=((Infrarrojo-Rojo))/((Infrarrojo+Rojo) )

Los c�lculos del NDVI siempre dan como resultado un n�mero de -1 a +1 (ver figura 9). Los valores de este �ndice que son mayores a 0 representan diferentes estados de la vegetaci�n; cuanto m�s vigorosa es la vegetaci�n el valor tiende a 1. En t�rminos generales se puede mencionar que reci�n a partir de �ndices superiores a 0.3 � 0.4, se puede referir a una vegetaci�n activa (Maria Romero, 2016). Los valores muy bajos del �ndice inferiores a 0.1 corresponden a �reas cubiertas de rocas, arenosas o zonas con nevadas, los �ndices de 0.2 a 0.3 corresponden a terrenos que son pobres, con arbustos o pasturas naturales. Valores que superan estos niveles corresponden a praderas, cultivos y forestaciones.

Figura 8: Valores de NVDI

Nota: Escala de NDVI, obtenido de (Agency European Space, 2013)

 

Los valores altos del �ndice de 0.6 a 0.8 indican bosques ubicados en zonas templadas y tropicales, los mismos que contienen una vegetaci�n vigorosa y densa. Sin embargo, cuando las plantas no tienen hojas el �ndice toma valores cercanos a cero. Esto significa que no hay vegetaci�n y cerca de 1 (0.8 � 0.9) indica la mayor densidad posible de hojas verdes (Agency European Space, 2013).

Para calcular el NDVI se emple� QGIS, que es un Sistema de Informaci�n Geogr�fica de software libre y de c�digo abierto para plataformas GNU/Linux, Unix, Mac OS, Microsoft Windows y Android (Team, 2016). En el trabajo este �ndice se obtuvo empleando la calculadora r�ster de QGIS, tal como se muestra en la figura 10.

 

Figura 9: C�lculo de la banda r�ster del NDVI del valle de Pampas � Tayacaja.

�

El NDVI obtenido en QGIS se muestra en forma gr�fica en la figura 10.

 

Figura 10: NDVI del valle de Pampas � Tayacaja

Nota: NDVI, obtenido con QGIS V3.10

 

Resultados y discusi�n

Como resultado del an�lisis de los mapas y el r�ster se obtuvo los valores estad�sticos del NDVI del a�o 1991 al a�o 2020 que se presenta en la tabla 1.

 

Tabla 1: Valores estad�sticos del NDVI de la zona de estudio del a�o 1991 al a�o 2020

A�O	Valor m�nimo	Valor m�ximo	NDVI promedio	Desviaci�n est�ndar	Sat�lite	Algoritmo r�ster para obtenci�n del NDVI	R�ster Color verdadero
1991	-0.1765	0.7258	0.2415	0.1355	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1992	-0.1000	0.7305	0.2389	0.1345	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1993	-0.0737	0.6964	0.1992	0.1201	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1994	-0.1111	0.6949	0.1785	0.1095	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1995	-0.1765	0.6458	0.2098	0.1089	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1996	-0.1429	0.7236	0.1801	0.1222	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1997	-0.1429	0.7333	0.2539	0.1308	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1998	-0.1429	0.7273	0.2651	0.1314	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
1999	-0.1304	0.6667	0.1797	0.1128	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2000	-0.1000	0.7025	0.2067	0.1202	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2001	0.0446	0.7853	0.2636	0.1218	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2002	-0.1111	0.7616	0.2395	0.1331	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2003	-0.1667	0.7091	0.1805	0.1420	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2004	-0.1250	0.7231	0.2005	0.1363	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2005	-0.0720	0.7398	0.2334	0.1415	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2006	-0.1111	0.7500	0.2288	0.1335	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2007	-0.1111	0.6960	0.2089	0.1276	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2008	-0.1008	0.6606	0.1880	0.1252	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2009	-0.0968	0.7632	0.2232	0.1408	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2010	-0.1176	0.7639	0.2206	0.1556	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2011	-0.1304	0.7361	0.2171	0.1393	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2012	-0.1111	0.7415	0.2137	0.1337	LandSat 5	(B4-B3)/(B4+B3)	B3+B2+B1
2013	-0.1489	1.0000	0.2135	0.1427	LandSat 8	(B4-B3)/(B4+B3)	B3+B2+B1
2014	-0.0091	0.5870	0.2149	0.0944	LandSat 8	(B4-B3)/(B4+B3)	B3+B2+B1
2015	0.0042	0.5272	0.1953	0.0720	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2
2016	-0.0721	0.5938	0.2000	0.1117	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2
2017	-0.0312	0.5603	0.1996	0.0925	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2
2018	-0.0416	0.5795	0.2119	0.0999	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2
2019	-0.0593	0.5953	0.2065	0.1025	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2
2020	-0.0635	0.5758	0.2149	0.0891	LandSat 8	(B5-B4)/(B5+B4)	B4+B3+B2

 

En la tabla 1 se observa que el valor del NDVI m�nimo fue -0.1765, esto representa a las aguas del r�o Opamayo que atraviesa el Valle de Pampas-Tayacaja, el valor m�ximo 0.7853, representa en su mayor�a a las zonas con vegetaci�n formado por �rboles de eucalipto. El promedio del NDVI durante los 30 a�os fue de 0.2143, esto representa una vegetaci�n escasa.

La l�nea de tendencia de la figura 12 presenta una pendiente ligeramente negativa, lo que nos indica que la vegetaci�n est� en disminuci�n considerando la �poca de estiaje.

 

Figura 11: NVDI promedio y l�nea de tendencia

�

En el trabajo se estableci� que el �ndice de vegetaci�n de diferencia normalizada del valle de Pampas Tayacaja en �pocas de estiaje de los �ltimos 30 a�os es mayor que 0.2 y menor que 0.23. Siendo la hip�tesis nula:

 

La hip�tesis nula μ≥0.23 fue sometida a prueba �t� de Student con cola a la izquierda, obteniendo el valor-p (unilateral) que se muestra en la tabla 2.

 

Tabla 2: Valores t observado/cr�tico y valor � p

 

La prueba t en forma gr�fica lo vemos en la figura 13, donde el t(valor observado) se encuentra a la izquierda del t(valor cr�tico).

 

Figura 12: Distribuci�n con cola a la izquierda de valores t y α

�

Sometida a prueba la hip�tesis nula μ≥0.23, se obtiene t(valor observado)≤ t(valor cr�tico), por lo que se rechaza la hip�tesis nula y se acepta la hip�tesis alternativa.

Siendo entonces el �ndice de vegetaci�n de diferencia normalizada del valle de Pampas Tayacaja en �pocas de estiaje menor que 0.23.

Del mismo modo la hip�tesis nula μ≤0.20 fue sometida a prueba �t� de Student con cola a la derecha, obteniendo el valor-p (unilateral) que se muestra en la tabla 3.

 

Tabla 3: Valores t observado/cr�tico y valor � p

 

La prueba t en forma gr�fica lo vemos en la figura 14, donde el t(valor observado) se encuentra a la derecha del t(valor cr�tico).

 

Figura 13: Distribuci�n con cola a la derecha de valores t y α

�

Sometida a prueba la hip�tesis nula μ≤0.20, teniendo como t(valor observado)≥t(valor cr�tico); se rechaza la hip�tesis nula y se acepta la hip�tesis alternativa. Siendo entonces el NDVI del valle de Pampas Tayacaja en �pocas de estiaje mayor a 0.20.

El valle de Pampas-Tayacaja, por estar ubicado en la zona del vertiente del Pac�fico (GOREH, 2007) es de escasa vegetaci�n teniendo un NDVI mayor a 0.20 y menor a 0.23, el mismo que fue calculado en un periodo de 30 a�os. Como indica P�rez (2014) este �ndice es usado para estimar la cantidad, calidad y desarrollo de la vegetaci�n por medio de varios sensores remotos instalados en una plataforma espacial como LandSat, teniendo en cuenta la capacidad de las plantas de emitir o reflejar la radiaci�n de las bandas rojas e infrarrojas. Adem�s la pendiente de la l�nea de tendencia del NDVI es ligeramente negativa, por lo que se debe reforestar este valle para mejorar la calidad del medio ambiente en beneficio de su poblaci�n.

 

Referencias

1.      Agency European Space. (2013). Los �ndices de vegetaci�n. www.esa.int/SPECIALS/Eduspace_Global.../SEMJH5TWT1H_2.html

2.      Akbari, H., & Konopacki, S. (2005). Calculating energy-saving potentials of heat-island reduction strategies. Energy policy, 33(6), 721�756. https://doi.org/10.1016/j.enpol.2003.10.001

3.      Alonso, D. (2015). Qu� es el NDVI y c�mo formularlo? http://mappinggis.com/2015/06/ndvi-que-es-y-como-calcularlo-con-saga-desde-qgis/

4.      Asrar, G., Myneni, R., Li, Y., & Kanemasu, E. T. (1989). Measuring and modeling spectral characteristics of a tallgrass prairie. Remote Sens. Environ. 27, 143�155. https://doi.org/10.1016/0034-4257(89)90014-X

5.      Carbajal, G. I. (2017). Estimaci�n del �ndice de sequ�a a partir de datos im�genes NDVI y LST del sensor MODIS y TRMM para las regiones de Lambayeque, Piura y Cajamarca�Per�, durante el periodo 2000�2013.

6.      Chuvieco, E. (2008). Teledetecci�n ambiental, la observaci�n de la tierra desde el espacio. (Ariel (ed.); Segunda).

7.      Garc�a Haro, A. (2019). Procedimiento de c�lculo de la Land Surface Temperture (LST) y Normalized Difference Vegetation Index (NDVI) con im�genes Landsat-8 en ArcGIS.

8.      Gascon, M., Cirach, M., Mart�nez, D., Dadvand, P., Valent�n, A., Plas�ncia, A., & Nieuwenhuijsen, M. J. (2016). Normalized difference vegetation index (NDVI) as a marker of surrounding greenness in epidemiological studies: The case of Barcelona city. Urban Forestry & Urban Greening, 19, 88�94. https://doi.org/10.1016/j.ufug.2016.07.001

9.      GOREH. (2007). Estudio de diagn�stico y zonificaci�n de la provincia de Tayacaja. Journal of Chemical Information and Modeling, 246. https://doi.org/10.1017/CBO9781107415324.004

10.  Hasyim, A. W., & Hernawan, F. P. (2017). Distribution of green open space in Malang City based on multispectral data. E&ES, 70(1), 12001. https://doi.org/10.1088/1755-1315/70/1/012001

11.  Iizuka, K., & Tateishi, R. (2015). Estimation of CO2 sequestration by the forests in Japan by discriminating precise tree age category using remote sensing techniques. Remote Sensing, 7(11), 15082�15113. https://doi.org/10.3390/rs71115082

12.  Mamani, R. M. (2020). �ndices de �rea verde y cobertura vegetal de la ciudad de La Paz. Revista IIGEO, 1(11), 60�75.

13.  Mudede, M. F., Newete, S. W., Abutaleb, K., & Nkongolo, N. (2020). Monitoring the urban environment quality in the city of Johannesburg using remote sensing data. Journal of African Earth Sciences, 171, 103969. https://doi.org/10.1016/j.jafrearsci.2020.103969

14.  P�rez, L. (2014). Identificaci�n de vegetaci�n en im�genes satelitales. Instituto Polit�cnico Nacional.

15.  Richards, J. A. (2013). Remote Sensing Digital Image Analysis: An Introduction (Springer (ed.); 5a ed.). https://doi.org/10.1007/978-3-642-30062-2

16.  Robinson, N. P., Allred, B. W., Jones, M. O., Moreno, A., Kimball, J. S., Naugle, D. E., Erickson, T. A., & Richardson, A. D. (2017). A dynamic Landsat derived normalized difference vegetation index (NDVI) product for the conterminous United States. Remote Sensing, 9(8), 863. https://doi.org/10.3390/rs9080863

17.  Rufasto, E. M., Medina, C., Becerra, M. O., Morales, S. J., Bar�n, H. E., & Mej�a, D. E. (2018). Estimaci�n del rendimiento del cultivo de arroz con im�genes de sat�lite, datos insitu, valle Chancay-Lambayeque-Per�. Revista Cient�fica, 8(1).

18.  Santana, L. M., Escobar, L. A., & Capote, P. A. (2010). Estimaci�n de un �ndice de calidad ambiental urbano, a partir de im�genes de sat�lite. Revista de geograf�a Norte Grande, 95(45), 77�95. https://doi.org/10.4067/S0718-34022010000100006

19.  Schmidt, C., & McCullum, A. (2016). La creaci�n y el uso del �ndice normalizado de diferencia de vegetaci�n (Normalized Difference Vegetation Index o NDVI) a partir de im�genes satelitales. National Aeronautics and Space Administration, 22. https://arset.gsfc.nasa.gov/sites/default/files/land/webinars/Advanced_NDVI/SPAN ARSET_Advanced_NDVI_Week1_Final.pdf

20.  Team, Q. D. (2016). QGIS geographic information system. Open source geospatial foundation project.

21.  Tudare, J. L. M., & Trejo, F. J. P. (2016). Variabilidad de la Vegetaci�n con el �ndice de Diferencia Normalizada (NDVI) en Latinoam�rica. Novum Scientiarum, 4.

22.  USGS. (2020, junio 2). EarthExplorer. https://earthexplorer.usgs.gov/

23.  Valor, E., & Caselles, V. (1996). Mapping land surface emissivity from NDVI: Application to European, African and South American areas. Remote sensing of environment, 57, 167�169. https://doi.org/10.1016/0034-4257(96)00039-9

24.  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

 

 

 

 

 

 

 

 

 

 

 

�2020 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/).����������