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

 

Monitoreo del estado de vegetaci�n de una plantaci�n forestal mediante el �ndice mejorado de la vegetaci�n (evi) en la parroquia de Palmira, provincia de Chimborazo, durante el periodo 2017 a 2021

 

Monitoring of the state of vegetation of a forest plantation through the improved vegetation index (evi) in the parish of Palmira, province of Chimborazo, during the period 2017 to 2021

 

Monitoriza��o do estado da vegeta��o de uma planta��o florestal atrav�s do �ndice de vegeta��o melhorada (evi) na freguesia de Palmira, prov�ncia de Chimborazo, durante o per�odo 2017 a 2021

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: dayahorna40@gmail.com

 

 

Ciencias T�cnica y Aplicadas ���

Art�culo de Investigaci�n

��

* Recibido: 23 de marzo de 2023 *Aceptado: 12 de abril de 2023 * Publicado: �05 de mayo de 2023

 

1. Ingeniera Forestal, Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Instituto de Investigaciones (IDI), Ecuador.
2. Ingeniero Forestal, Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Instituto de Investigaci�n (IDI), Ecuador.�������
3. Mag�ster en Ciencias, Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Facultad de Recursos Naturales (FRN), Ecuador.
4. Mag�ster en Sistema de Informaci�n Geogr�fica, Escuela Superior Polit�cnica de Chimborazo (ESPOCH), Facultad de Recursos Naturales (FRN), Ecuador.

Resumen

El presente estudio se realiz� mediante im�genes satelitales de Landsat 8 para determinar su monitoreo de �ndice de vegetaci�n mejorado (EVI) en un periodo de tiempo para los a�os (2017 al 2021), para la metodolog�a se trabaj� en la plataforma Google Earth Enginee posteriormente se descarg� las im�genes satelitales Landsat 8 y mediante el software ArcGIS se evidencio el an�lisis del monitoreo de la vegetaci�n. Para los resultados del EVI se calcul� valores m�nimos, m�ximos, media y desviaci�n est�ndar se obtiene un valor m�nimo de 0.07 y un valor m�ximo de 0.25 para el a�o 2017, posteriormente en el a�o 2018 se evidencio su valor m�nimo de 0.03 y su valor m�ximo de 0.35, para el a�o 2019 se mostr� un valor m�nimo de 0.09 y un m�ximo de 0.25,� en el a�o 2021 demostrando un m�nimo de 0.13 y un m�ximo de 0.20, Por �ltimo en el a�o 2021 se muestra un valor m�nimo de 0.08 y un valor m�ximo de 0.26, Se compar� el EVI promedio dando un total en el periodo de los 5 a�os� un valor m�nimo de 0.08 y un valor m�ximo de 0.26. por lo tanto, el monitoreo y uso de cobertura del suelo est� cambiando a un ritmo acelerado y cada d�a aumenta; este cambio se debe en gran parte a los cambios socioecon�micos y demogr�ficos radicales de los �ltimos a�os.

Palabras Clave: evi; monitoreo; im�genes satelitales.

 

Abstract

The present study was carried out using Landsat 8 satellite images to determine its monitoring of the improved vegetation index (EVI) in a period of time for the years (2017 to 2021), for the methodology we worked on the Google Earth Enginee platform, later it was downloaded the Landsat 8 satellite images and through the ArcGIS software the analysis of vegetation monitoring was evidenced. For the results of the EVI, minimum, maximum, mean and standard deviation values were calculated, obtaining a minimum value of 0.07 and a maximum value of 0.25 for the year 2017, later in 2018 its minimum value of 0.03 and its maximum value were evidenced. of 0.35, for the year 2019 a minimum value of 0.09 and a maximum of 0.25 was shown, in the year 2021 demonstrating a minimum of 0.13 and a maximum of 0.20, Finally in the year 2021 a minimum value of 0.08 and a maximum value of 0.26, the average EVI was compared giving a total in the 5-year period a minimum value of 0.08 and a maximum value of 0.26. therefore, the monitoring and use of land cover is changing at an accelerated rate and is increasing every day; this change is due in large part to radical socioeconomic and demographic changes in recent years.

Keywords: evi; monitoring; satellite images.

 

Resumo

O presente estudo foi realizado utilizando imagens do sat�lite Landsat 8 para determinar seu monitoramento do �ndice de vegeta��o melhorada (EVI) em um per�odo de tempo para os anos (2017 a 2021), para a metodologia que trabalhamos na plataforma Google Earth Enginee, posteriormente baixou-se as imagens do sat�lite Landsat 8 e atrav�s do software ArcGIS constatou-se a an�lise do monitoramento da vegeta��o. Para os resultados do EVI foram calculados os valores m�nimo, m�ximo, m�dia e desvio padr�o, obtendo valor m�nimo de 0,07 e valor m�ximo de 0,25 para o ano de 2017, posteriormente em 2018 seu valor m�nimo de 0,03 e seu valor m�ximo foram evidenciados. valor m�ximo de 0,26, o EVI m�dio foi comparado dando um total no per�odo de 5 anos um valor m�nimo de 0,08 e um valor m�ximo de 0,26. portanto, o monitoramento e uso da cobertura da terra est� mudando em ritmo acelerado e aumentando a cada dia; essa mudan�a se deve em grande parte �s mudan�as socioecon�micas e demogr�ficas radicais dos �ltimos anos.

Palavras-chave: evi; monitoramento; imagens de sat�lite.

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

Introducci�n

Las im�genes satelitales pertenecientes a la teledetecci�n pasiva es una herramienta y son utilizados en la toma de decisiones tanto conservaci�n como biodiversidad, ya que por medio del an�lisis se puede monitorear y vigilar las �reas (G�mez et al., 2013)

Los �ndices espectrales de la vegetaci�n y las im�genes satelitales derivadas de ellos cuentan con la capacidad para convertir la se�al producida por su radiaci�n absorbida por la vegetaci�n a determinadas longitudes de onda en magnitudes cuantificables. Los �ndices de vegetaci�n en la actualidad demuestran una alta relaci�n con par�metros como el �ndice de �rea foliar (LAI), la radiaci�n fotosint�ticamente activa absorbida (APAR) por la vegetaci�n y otros factores relacionados con la cubierta vegetal, utilizando con frecuencia para estimar la biomasa y monitorear la degradaci�n de la vegetaci�n sobre grandes �reas (Javzandulam et al., 2005).

Seg�n (Y. Shen & Bax, 2010) el �ndice de Vegetaci�n Mejorado EVI es utilizado en la teledetecci�n de vegetaci�n, siendo eficiente en el monitoreo de cambios espacio � temporal en la distribuci�n y cantidad de vegetaci�n. El m�todo EVI establece el verdor de la vegetaci�n, teniendo una m�nima interferencia atmosf�rica y del suelo (Shen et al., 2010) Por lo tanto, son un indicador del verdor o vigor de la vegetaci�n dentro de un pixel de una imagen satelital (Solano, 2010)

Los sensores remotos multiespectrales e hiperespectrales juegan un importante papel sobre los efectos del calentamiento global, reducci�n de la biodiversidad o de la degradaci�n de los habitas.(Bohn et al., 2012)Se cuenta con diversidad de im�genes satelitales para un seguimiento a la variabilidad espacial temporal de la vegetaci�n como son los productos del sat�lite Landsat, existe una base de datos desde el a�o 1984 hasta la actualidad. De igual manera a trav�s de las im�genes se obtienen �reas de recuperaci�n forestal debido a planes de restauraci�n, o cambios en los factores ambientales que condicionan el desarrollo de la vegetaci�n (Aber et al., 2001) la generaci�n de mapas de coberturas y usos de suelo se relacionan con la composici�n y estructura como la presencia de abundancia y distribuci�n de especies o comunidades (Kerr & Ostrovsky, 2003). Por ello, el procesamiento de im�genes satelitales requiere un conocimiento profundo de c�mo afectan estos factores y la consideraci�n explicita de como varia e influye la calidad de los datos.(Justice et al., 2002).

Conjuntamente, los atributos funcionales son f�ciles de monitorear, de forma cualitativa y cuantitativa cualquier �ndice de vegetaci�n derivado de la detecci�n por sat�lite obtienen subrogados de la productividad, la estacionalidad y la fenolog�a de la ganancia de carbono.(Alcaraz-Segura et al., 2011)

Este �ndice se fundamenta entre la diferencia entre la absorci�n de la radiaci�n visible (especialmente la roja) que realizan las clorofilas durante la fotos�ntesis, y la elevada reflexi�n de la radiaci�n infrarroja cercana motivada por la estructura celular del par�nquima esponjoso de las hojas. Chuvieco (2005) menciona que los sensores son predecibles formando herramientas que con el pasar del tiempo vienen mejorando los diferentes tipos de resoluci�n para las im�genes satelitales y espectrales que permiten el c�lculo de varios �ndices de comportamiento de la vegetaci�n, pudiendo estar disponibles en m�ltiples sat�lites con resoluci�n subm�trica y capacidad hiperespectral.

Los estudios multitemporales mediante t�cnicas de Teledetecci�n como herramientas para monitorear detectar cambios de cobertura en un determinado periodo de tiempo deduciendo la evoluci�n del medio natural o sus repercusiones de la acci�n humana sobre el medio (Rebollo, 2012)El procesamiento de las im�genes tambi�n debe aplicarse a m�ltiples escalas espaciales utilizando diversos m�todos, como el an�lisis de texturas a diferentes tama�os de ventana, ventanas m�viles y/o agregaci�n de p�xeles, lo que permitir�a trabajar con la escala m�s adecuada en cada caso y desarrollar modelos de biodiversidad en contextos espec�ficos.

 

Metodolog�a

1. Localizaci�n

La parroquia Palmira se ubica en los Andes Ecuatorianos, en la provincia de Chimborazo, cant�n Guamote. Sus coordenadas geogr�ficas con: Latitud 1� 73� 30�, Longitud 78� 46� 49� y Altitud de 2560-4200 msnm.(Instituto Geogr�fico Militar, 2015). Limita al norte con la parroquia Cebadas y la Matriz (Guamote), al sur la parroquia Tix�n, al este la parroquia Cebadas y al Oeste el cant�n Guamote y Pallatanga, tiene una extensi�n de 27.451,29, su poblaci�n a la proyecci�n del INEC, 2015 de 14270 habitantes. De acuerdo a su clima corresponde a un invierno fr�o en los meses de octubre a mayo, verano c�lido seco y ventoso de junio a septiembre. La mayor�a del �rea contiene pendientes pronunciadas en ciertos casos sobrepasan el 50% y en cuanto a comunidades sus pendientes superan el 10%.

Precipitaciones 681,35 mm. Velocidad del viento 13,46m/s Nubosidad 3,17 horas/d�a. Humedad relativa 96,8% El viento es muy fuerte y existe continuas heladas y granizadas complement�ndose con fuertes vientos.

Mapa 1: Ubicaci�n de la plantaci�n en la parroquia Palmira

 

2. M�todos

En este estudio se realiz� mediante la plataforma Google Earth Engine el cual es una plataforma basada en la nube para el an�lisis cient�fico y la visualizaci�n de conjuntos de datos geoespaciales en el que almacena por varias d�cadas de im�genes hist�ricas, permite descargar y compartir m�ltiples conjuntos de datos as� como clima y sensores regionales y globales en tiempo real (Liu et al., 2018) El uso de estas tecnolog�as nuevas dentro de GEE permitiendo descubrir recientemente que la cobertura arb�rea de las tierras secas supera las estimaciones en m�s de un 40%(Bastin et al., 2017)

Se usaron im�genes satelitales landsat 8 con reflectancia calculada de la parte superior de la atmosfera (TOA), anuales (Landsat 8 Collection 1 Tier Annual Toa Reflectancea Composites), creando a partir de todas las escenas en cada per�odo anual empezando el primer d�a del a�o continuando hasta el �ltimo d�a del a�o im�genes ortorectificadas de Tier 1. Landsat-8 captura im�genes de las Tierras superficie en 11 bandas espectrales del espectro electromagn�tico a 30 m de resoluci�n espacial (15 m para banda pancrom�tica y 100 m para infrarrojos t�rmicos(Skakun et al., 2017)En la pesta�a Add computation, Per-P�xel Math expression, se introdujo la f�rmula del EVI =2.5*(img1["B5"]-img1["B4"]) /(img1["B5"]+6*img1["B4"]-(7.5*img1["B2"]) +1), este �ndice proporciona una resoluci�n mejorada de alta biomasa, con una capacidad mejorada de monitoreo de la vegetaci�n mediante una se�al del fondo de dosel y una disminuci�n de influencias de la atmosfera. las diferentes im�genes de Landsat 8 se descarg� con una resoluci�n de 150 para el manejo en ArcGIS estas im�genes son de archivo tipo r�ster para este estudio se opt� por un tama�o de celda de 5x5 la celda se relaciona con un valor de atributo como, altitud que representa al promedio del valor del atributo en tota la superficie de la celda estimada. Un pixel cuenta con valor de menor unidad en la que se maneja la imagen digital, por lo tanto, el tama�o del pixel y la resoluci�n del r�ster entre m�s peque�o sea el pixel, mayor es la resoluci�n� (Kees, 2011)

Mediante el software ArcGIS se pudo cortar las im�genes para el �rea de estudio con la herramienta extrac by mask el cual se extrajo valores m�nimos, m�ximos, media y desviaci�n est�ndar y se realiz� mapas para el an�lisis del �ndice mejorado de vegetaci�n (EVI).

 

Resultados y discusi�n

El �ndice Mejorado de Vegetaci�n (EVI), a trav�s de sus mapas temporales, consistentes y espaciales, muestran el estado de salud de la vegetaci�n en relaci�n a su contenido de agua, por lo que permite monitorear la biomasa como tambi�n su actividad fotosint�tica.

Para tomar en cuenta el monitoreo que se hizo durante el periodo 2017-2020 y donde muestran el an�lisis que refleja la situaci�n de la cobertura vegetal en los a�os donde se observa claramente cada a�o con sus valores m�nimos, m�ximos media y desviaci�n est�ndar. �

El m�todo EVI es ampliamente utilizado en la teledetecci�n de vegetaci�n, indicando ser eficiente en el monitoreo de cambios espacio� temporales en la distribuci�n y cantidad de vegetaci�n (M. Shen et al., 2010) �tal que el EVI toma m�s en cuenta el verdor de la vegetaci�n es decir que tiene una m�nima interferencia atmosf�rica y del suelo

Con el an�lisis de las im�genes tratamos de extraer la informaci�n que proporciona una imagen

Para una mejor visualizaci�n y de una forma m�s precisa sobre el comportamiento de las coberturas se realiz� gr�ficos de distribuci�n.

Los valores de precisi�n se basan �nicamente en la informaci�n espectral de cada p�xel ya que no tiene capacidad para identificar formas, por lo tanto, siempre va a existir un grado de error (Ferrelli et al., 2016)

 

 

 

 

 

 

 

 

 

 

 

 

Mapa 2: �ndice vegetaci�n mejorado (EVI) en la Plantaci�n Palmira para el a�o 2017

 

 

 

 

 

 

 

Gr�fico 1: Valores del (EVI) en la Plantaci�n Palmira para el a�o 2018

 

Se observa las diferentes variaciones de los valores del EVI durante el a�o 2017, se analiz� los valores m�nimos, m�ximos, media y desviaci�n est�ndar su valor de 0.07 corresponde al m�s bajo, mientras que 0.25 tiene el valor m�s alto 0.17 corresponde a la media y por �ltimo la desviaci�n est�ndar tiene un valor de 0.02. sus valores pueden deberse a que tiene un comportamiento diferente con respecto a los pr�ximos a�os. Este �ndice corrige las distorsiones en la luz reflejada causadas por la nubosidad y los aerosoles en la atm�sfera que bloquean la visi�n de los sat�lites.

 

 

 

 

 

 

 

 

 

 

 

 

 

Mapa 3: �ndice de vegetaci�n mejorado (EVI) en la Plantaci�n Palmira para el a�o 2018

 

 

 

 

 

 

 

 

Gr�fico 2: Valores del (EVI) en la Plantaci�n Palmira para el a�o 2018

 

En la presente gr�fica se obtiene un valor minino de 0.03 y un valor alto de 0.35, para la media se observa 0.17 y la desviaci�n est�ndar que corresponde a 0.06. Los valores positivos del EVI est�n asociados a la presencia de vegetaci�n, mientras mayor sea dicho valor m�s robusta y vigorosa ser� la vegetaci�n.

 

 

 

 

 

 

 

 

 

 

 

 

Mapa 4: �ndice vegetaci�n mejorado (EVI) en la Plantaci�n Palmira para el a�o 2019

 

 

 

 

 

 

 

Gr�fico 3: Valores del (EVI) en la Plantaci�n Palmira para el a�o 2019

 

En la presente figura para el a�o 2019 se observa un valor minino de 0.09, su valor m�ximo corresponde a 0.25 con una media de 0.15 y una desviaci�n est�ndar 0.02 adicionalmente, permiten el c�lculo del perfil vertical de la misma, incluyendo numerosas variables estructurales de la vegetaci�n, como altura o di�metros de las copas. Esto permite obtener una medida m�s precisa de algunas variables, como la biomasa o los datos estructurales de la cubierta

 

�

 

 

 

 

 

 

 

 

 

 

 

 

Mapa 5: �ndice vegetaci�n mejorado (EVI) en la Plantaci�n Palmira para el a�o 2020

 

 

 

 

 

 

Gr�fico 4: Valores del (EVI) en la Plantaci�n Palmira para el a�o 2020

 

Para el a�o 2020 los valores del �ndice vegetaci�n mejorado corresponden un valor m�nimo de 0.13, mientras que su valor m�ximo es de 0.20 con una media de 0.17 y una desviaci�n est�ndar de 0.01 Menciona Ram�rez (2018) Las zonas de menor altitud no se ven afectadas por el filtrado, �sin embargo, las regiones de alta monta�a muestran variaciones significativas en sus valores del EVI cuando son filtrados por aerosoles, sombras o la presencia de nieve.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Mapa 6: �ndice vegetaci�n mejorado (EVI) en la Plantaci�n Palmira para el a�o 2021

 

 

 

 

 

 

 

 

Gr�fico 5: Valores del (EVI) en la Plantaci�n Palmira para el a�o 2021

 

En la siguiente figura se muestra las distintas variaciones de los valores del EVI durante el a�o 2021, en el an�lisis del valor m�nimo se puede observar con 0.08 por otra parte, su valor m�ximo con 0.26 la media corresponde a un valor de 0.19 y su desviaci�n est�ndar de 0.03. Gonzaga (2014), determino las variaciones de las coberturas vegetales en la superficie terrestre, en determinados periodos de tiempo, indica tambi�n que la teledetecci�n es utilizada como una herramienta importante a la hora de formar indicadores de degradaci�n y conservaci�n de los recursos naturales.

 

Comparaci�n del EVI promedio anual

 

En la siguiente tabla se muestra la comparaci�n del �ndice vegetaci�n mejorado (EVI) valores m�nimos como valores m�ximos durante el periodo 2017 al 2021

 

Tabla 1: Comparaci�n del Evi durante el periodo 2017-2021

	MINIMO	MAXIMO
2017	0,07	0,25
2018	0,03	0,35
2019	0,09	0,25
2020	0,13	0,20
2021	0,08	0,26
EVI PROMEDIO	0,08	0,26

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Gr�fico 6: Comparaci�n de valores m�nimos y m�ximos de �ndice de vegetaci�n mejorado (EVI) en la Plantaci�n Palmira

 

Una vez comparado los promedios anuales del EVI para los a�os 2017 al 2021, el que presenta mejores resultados en todos los periodos corresponde al a�o 2018 pudiendo considerar que las im�genes satelitales reconocen mejor el verdor en los �rboles y arbustos. �Para la parroquia de Palmira en cuanto a plantaciones de pino desde 1986 al 2019 mostr� un incremento considerable de aproximadamente 1000 hect�reas en un periodo de tiempo de 33 a�os.

Seg�n Robalino (2021) en la parroquia Palmira para el a�o 2019 se obtuvo o 78,488 hect�reas en donde se encuentra vegetaci�n con humedad baja, con 531,042 se muestra que existe la presencia de vegetaci�n con humedad media y por �ltimo con 704,181 hect�reas las cuales presenta una vegetaci�n con humedad alta. Al igual que en el 44 a�o anterior se pudo deducir que la delimitaci�n de plantaciones de pino se encuentra en sus etapas iniciales por lo cual existe la presencia de vegetaci�n con humedad baja.

La percepci�n remota de los �ndices de vegetaci�n han sido usadas de una forma indirecta para la estimaci�n del comportamiento espectral de la vegetaci�n,� compara el estado de vegetaci�n como tambi�n la densidad foliar que forma el dosel (Paz Pellat et al., 2014)

Menciona� si no existe obst�culos en el terreno, sus ra�ces se extienden a profundidad, por tanto, se pueden desplazar hacia aquellas zonas del suelo m�s ricas en humedad o nutrientes sin embargo, pueden existir condiciones intr�nsecas del suelo que proporcionen tanto el crecimiento como la evoluci�n(Rees et al., 2010)

Sin embargo, para la provincia de Chimborazo se obtiene un patr�n diferenciado entre la zona norte y la zona centro sur de la provincia. Para el periodo analizado en base a los reportes del INAMHI, el �rea norte presenta un ligero incremento de la precipitaci�n y en la zona centro sur un descenso en los valores de precipitaci�n. Esta variabilidad clim�tica local determina en el territorio patrones de producci�n, distribuci�n de ecosistemas y disponibilidad de agua para las poblaciones locales (Bustamante, 2017)

La erosi�n e�lica es uno de los impactos m�s da�inos en la parroquia Palmira, ya que los efectos de los vientos son m�s fuertes en las �reas empinadas, la parroquia tiene una gran �rea dependientes elevadas, 50% de la superficie total de la zona geogr�fica con pendientes mayores a 40-50�, provocando mayor erosi�n, donde hay mayor dificultad para recuperar tierras para uso productivo. En las comunidades de Palmira, las fuertes pendientes aumenta el riesgo de erosi�n acelerada por procesos de car�cter indistinguible, debido a su estructura de suelos son volc�nicos, arcillosos y arenoso, que provocan escurrimiento (GAD Parroquial Palmira, 2015)

El �ndice de vegetaci�n mejorado (EVI) es un �ndice de vegetaci�n �optimizado� dise�ado para mejorar la se�al de la vegetaci�n mediante una sensibilidad mejorada en regiones con gran cantidad de biomasa, a trav�s de un desacoplamiento de la se�al de fondo del dosel y una reducci�n de la influencia de las condiciones atmosf�rica.

 

Conclusiones

Al realizar el monitoreo de la vegetaci�n permiti� obtener informaci�n acerca del comportamiento del �ndice EVI mediante valores m�nimos, m�ximos, media y desviaci�n est�ndar. Al calcular el �ndice mejorado de la vegetaci�n (EVI) utilizando im�genes satelitales Landsat 8 de los a�os 2017 al 2021 para la Parroquia Palmira se identific� que tiene el mayor promedio EVI del a�o 2018 de (0.35) pudiendo deberse a que ese a�o no hubo mayor incremento de precipitaciones El resultado del an�lisis y monitoreo de la vegetaci�n, permite aseverar que la cobertura vegetal y el uso de suelo est�n expuestos a cambios en el transcurso del tiempo, como lo es la influencia del cambio clim�tico que incide directamente en las modificaciones. Sin embargo, tambi�n es una zona con un alto grado de amenaza debido al cambio del uso de la tierra, la erosi�n del suelo, deslizamientos de tierra entre otros. La actividad fotosint�tica en los ecosistemas evaluados es muy variable al largo de todos los a�os de esta investigaci�n, identific�ndose con patrones temporales con mayor actividad fotosint�tica.�

Se deben realizar estudios puntuales y exhaustivos en la Parroquia Palmira, para la determinaci�n de aumento o disminuci�n del EVI pudiendo deberse a variables clim�ticas, cambio de usos del suelo, entre otros. Lo fundamental es tomar medidas frente a esta problem�tica ambiental que afecta a nivel global, regional y nacional.

 

Referencias

1.     Aber, J., Neilson, R. P., McNULTY, S., Lenihan, J. M., Bachelet, D., & Drapek, R. J. (2001). Forest Processes and Global Environmental Change: Predicting the Effects of Individual and Multiple Stressors. BioScience, 51(9), 735. https://doi.org/10.1641/0006-3568(2001)051[0735:FPAGEC]2.0.CO;2

2.     Alcaraz-Segura, D., EH, B., Lee, S.-J., & Paruelo, J. (2011). Use of Ecosystem Functional Types to represent the interannual variability of vegetation biophysical properties in regional models. Newsletter of the Climate Variability and Predictability Project (CLIVAR) Exchanges, 16, 23-27.

3.     Bastin, J.-F., Berrahmouni, N., Grainger, A., Maniatis, D., Mollicone, D., Moore, R., Patriarca, C., Picard, N., Sparrow, B., Abraham, E., Aloui, K., Atesoglu, A., Attorre, F., Başs�ll�, �., Bey, A., Garzuglia, M., Garc�a-Montero, L., Groot, N., Guerin, G., & Castro, R. (2017). The extent of forest in dryland biomes. Science, 356, 635-638. https://doi.org/10.1126/science.aam6527

4.     Bohn, V., Forneron, F., & Piccolo, M. (2012, noviembre 11). ANALISIS DE CUBIERTAS VEGETALES EN AMBIENTES NATURALES DEL SUDOESTE DE LA PROVINCIA DE BUENOS AIRES (ARGENTINA). https://doi.org/10.13140/2.1.4256.4808

5.     Bustamante, D. P. (2017). ESCENARIO DE CAMBIO CLIM�TICO A NIVEL DE SUBCUENCAS HIDROGR�FICAS PARA EL A�O 2050 DE LA PROVINCIA DE CHIMBORAZO- ECUADOR. La Granja, 26(2), Article 2.

6.     Chuvieco, E. (2005). Fundamentos de Teledeteccion Espacial. Ediciones Rialp, S.A. http://cursosihlla.bdh.org.ar/Sist.%20Cart.%20y%20Teledet./Bibliografia/FUNDAMENTOS-DE-TELEDETECCION-EMILIO-CHUVIECO.pdf

7.     Ferrelli, F., Bustos, M. L., & Piccolo, M. C. (2016). La expansi�n urbana y sus impactos sobre el clima y la sociedad de la ciudad de Bah�a Blanca, Argentina. https://doi.org/10.3989/estgeogr.201615

8.     GAD Parroquial Palmira. (2015). AD PARROQUIAL PALMIRA. Plan De Desarrollo Y Ordenamiento Territprio.

9.     G�mez, I. U. H., Ellis, E. A., & G�mez, C. A. G. (2013). Aplicaci�n de teledetecci�n y sistemas de informaci�n geogr�fica para el an�lisis de deforestaci�n y deterioro de selvas tropicales en la regi�n Uxpanapa, Veracruz. GeoFocus. International Review of Geographical Information Science and Technology, 13_1, Article 13_1.

10.  Gonzaga Aguilar, C. (2014). Aplicaci�n de �ndices de vegetaci�n derivados de im�genes satelitales Landsat 7 ETM+ y ASTER para la caracterizaci�n de la cobertura vegetal en la zona centro de la provincia de Loja, Ecuador [Tesis, Universidad Nacional de La Plata]. https://doi.org/10.35537/10915/34487

11.  Instituto Geografico Militar. (2015). Carta Topogr�fica 1:50.000 de Palmira. http://www.igm.gob.ec/work/files/cartabase/enie/ENIEV_A2.htm

12.  Javzandulam, T., TATEISHI, R., & SANJAA, T. (2005). Analysis of vegetation indices for monitoring vegetation degradation in semi‐arid and arid areas of Mongolia. International Journal of Environmental Studies, 62(2), 215-225. https://doi.org/10.1080/00207230500034123

13.  Justice, C. O., Townshend, J. R. G., Vermote, E. F., Masuoka, E., Wolfe, R. E., Saleous, N., Roy, D. P., & Morisette, J. T. (2002). An overview of MODIS Land data processing and product status. Remote Sensing of Environment, 83(1), 3-15. https://doi.org/10.1016/S0034-4257(02)00084-6

14.  Kees, S. (2011). PREDICCI�N DEL �REA DE DISTRIBUCI�N NATURAL DE Prosopis hassleri EN LA PROVINCIA DE FORMOSA � ARGENTINA.

15.  Kerr, J. T., & Ostrovsky, M. (2003). From space to species: Ecological applications for remote sensing. Trends in Ecology & Evolution, 18(6), 299-305. https://doi.org/10.1016/S0169-5347(03)00071-5

16.  Liu, X., Hu,� & Wang, S. (2018). High-resolution multi-temporal mapping of global urban land using Landsat images based on the Google Earth Engine Platform. Remote Sensing of Environment, 209, 227-239. https://doi.org/10.1016/j.rse.2018.02.055

17.  Paz Pellat, F., Romero S�nchez, M. E., Palacios V�lez, E., Bola�os Gonz�lez, M., Valdez Lazalde, J. R., Aldrete, A., Paz Pellat, F., Romero S�nchez, M. E., Palacios V�lez, E., Bola�os Gonz�lez, M., Valdez Lazalde, J. R., & Aldrete, A. (2014). Alcances y limitaciones de los �ndices espectrales de la vegetaci�n: Marco te�rico. Terra Latinoamericana, 32(3), 177-194.

18.  R�mirez, L., & Vallejo, B. (2018). �INFLUENCIA DE LOS PATRONES CLIM�TICOS GLOBALES EN LA VARIABILIDAD DEL CLIMA DURANTE EL PER�ODO 2000-2016 EN LOS P�RAMOS DEL NORTE DE ECUADOR. http://repositorio.utn.edu.ec/handle/123456789/8144

19.  Rebollo, M. E. (2012). ESTUDIO MULTITEMPORAL PARA LA DETERMINACI�N DE CAMBIOS EN EL USO DEL SUELO EN EL COMPLEJO DE P�RAMOS TOTA - BIJAGUAL - MAMAPACHA PARA EL PERIODO 1992 � 2012. https://repository.unimilitar.edu.co/bitstream/handle/10654/11863/ESTUDIO%20MULTITEMPORAL%20P%C1RAMO%20TOTA-BIJAGUAL-MAMAPACHA.pdf;jsessionid=4799914C63BB7A5209A5435E2452673C?sequence=1

20.  Rees, S., & Doyle, R. (2010). Effect of soil properties on Pinot Noir vine vigour and root distribution in Tasmanian vineyards.

21.  Robalino, J. (2021). AN�LISIS MULTITEMPORAL DE LA EVOLUCI�N DE PLANTACIONES DE PINO ESTABLECIDAS EN LA PARROQUIA PALMIRA, CANT�N GUAMOTE, MEDIANTE LA APLICACI�N DE TECNOLOG�AS GEOESPACIALES [Proyecto de Investigacion, Escuela Superior Politecnica de Chimborazo]. http://dspace.espoch.edu.ec/bitstream/123456789/15878/1/33T00286.pdf

22.  Shen, M., Chen, J., Zhu, X., Tang, Y., & Chen, X. (2010). Do flowers affect biomass estimate accuracy from NDVI and EVI? International Journal of Remote Sensing, 31, 2139-2149. https://doi.org/10.1080/01431160903578812

23.  Shen, Y., & Bax, A. (2010). SPARTA+: A modest improvement in empirical NMR chemical shift prediction by means of an artificial neural network. Journal of Biomolecular NMR, 48(1), 13-22. https://doi.org/10.1007/s10858-010-9433-9

24.  Skakun, S., Roger, J.-C., Vermote, E. F., Masek, J. G., & Justice, C. O. (2017). Automatic sub-pixel co-registration of Landsat-8 Operational Land Imager and Sentinel-2A Multi-Spectral Instrument images using phase correlation and machine learning based mapping. International Journal of Digital Earth, 10(12), 1253-1269. https://doi.org/10.1080/17538947.2017.1304586

25.  Solano, R. (2010). MODIS VI (MOD13) C5 User�s Guide.

 

 

 

 

 

 

� 2023 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/).