Publicado Nov 9, 2021



PLUMX
Almetrics
 
Dimensions
 

Google Scholar
 
Search GoogleScholar
Descargas


Gina Paola González

Valeria Toro Casas, Estudiante

Elkin Oswaldo Dorado Castillo, Estudiantes

Leila Nayibe Ramírez Castañeda, Profesor

##plugins.themes.bootstrap3.article.details##

Resumen

El índice de vegetación de diferencia normalizada (NDVI) es un método implementado para la detección de cambios en las coberturas vegetales. Con el fin de evaluar la calidad de la vegetación del municipio de Chaguaní-Cundinamarca en Colombia durante el periodo 2013-2018, se emplearon imágenes satelitales Landsat 8 OLI TIRS, con el fin de extraer los valores del NDVI. En los resultados se identifican ascensos en el suelo desnudo desde 25.477 hectáreas hasta 50.270 hectáreas entre los años 2013 y 2014, está situación pone en un estado crítico el municipio de Chaguaní, ya que disminuye las zonas cultivables, afectando la seguridad alimentaria de la zona.

Keywords

Cambios de cobertura vegetal, índice normalizado de vegetación, calidad de la vegetaciónvegetation cover changes, normalized vegetation index, vegetation quality

References
Alatorre, L., Beguería, S., y Serrano, S. (2010). Análisis de la evolución espacio-temporal del NDVI sobre áreas vegetadas y zonas de riesgo de erosión en el Pirineo Central. Pirineos, 165, 7-27. https://doi.org/10.3989/Pirineos.2010.165001

Alcaldía Municipal de Chaguaní Cundinamarca. (2017). Revisión y ajuste general del Plan de Ordenamiento Territorial del municipio de Chaguaní del departamento de Cundinamarca, con enfoque regional. Diagnóstico. Cundinamarca, Colombia.

Alcaldía Municipal de Chaguaní Cundinamarca. (2000). EOT Chaguaní Cundinamarca. Chaguaní.

Amani, M., Salehi, B., Mahdavi, S., y Brisco, B. (2018). Spectral analysis of wetlands using multi-source optical satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing, 144, 119-136. https://doi.org/10.1016/j.isprsjprs.2018.07.005

Arango, M., Branch, J., y Botero, V. (2005). Clasificación no supervisada de coberturas Vegetales sobre imágenes digitales de sensores Remotos: “landsat–etm+. Facultad Nacional de Agronomía Medellín, 58(1), 2611-2634. https://revistas.unal.edu.co/index.php/refame/article/view/21276Doi o url

Banskota, A., Kayastha, N., Falkowski, M., Wulder, M., Froese, R., y White, J. (2014). Forest monitoring using Landsat time series data: a review. Canadian Journal of Remote Sensing 40(5), 362-384. https://doi.org/10.1080/07038992.2014.987376

Campbell, J., y Wynne, R. (2011). Introduction to remote sensing. Guilford Press.

CAR. (2016). GDB coberturas niveles CAR.

Castellanos, M. (2011). Procesos de transformación urbana: El caso de Tunja 1900-2005. Perspectiva Geográfica, 14, 1(14), 13-44. https://revistas.uptc.edu.co/index.php/perspectiva/article/view/1716

Chuvieco, E. (2008). Teledetección ambiental. Ariel ciencia.

Contraloría de Cundinamarca. (2018). Diagnóstico minero en Cundinamarca. Bogotá Gobierno en línea. https://es.scribd.com/document/448613263/INFORME-DIAGNOSTICO-MINERO-2018-pdf

El Garouani, A., Mulla, D., El Garouani, S., y Knight, J. (2017). Analysis of urban growth and sprawl from remote sensing data: Case of Fez, Morocco. International Journal of Sustainable Built Environment, 6(1)(6), 160-169. https://doi.org/10.1016/j.ijsbe.2017.02.003

FAO. (1996). Desarrollo de Sistemas Agrícolas y Conservación del Suelo. Organización de las naciones unidas para la agricultura y la alimentación.

Global Forest Watch. (s. f). Global forest watch. Obtenido de https://www.globalforestwatch.org/map/country/MEX/?mainMap=eyJzaG93QW5hbHlzaXMiOnRydWV9&map=eyJjZW50ZXIiOnsibGF0IjoyMy45NDQ4MDEyNjA2Njc5MzMsImxuZyI6LTEwMi41MjgyNjMwODk5NzY4fSwiem9vbSI6NC4wODUzMzA5ODg5MDQyMzc1LCJjYW5Cb3VuZCI6ZmFsc2V9&mapPrompts=eyJvcGVuIjp0cnVlLCJzdGVwc0tleSI6InN1YnNjcmliZVRvQXJlYSJ9

Guerschman, J., Paruelo, J., Bella, C., Giallorenzi, M., y Pacin, F. (2003). Land cover classification in the Argentine Pampas using multi-temporal Landsat TM data. International Journal of Remote Sensing, 24(17), 3381-3402. https://doi.org/10.1080/0143116021000021288

Gurgel, H., y Ferreira, N. (2003). Annual and interannual variability of NDVI in Brazil and its connections with climate. International Journal of Remote Sensing 24(18), 3595-3609. https://doi.org/10.1080/0143116021000053788

Guzmán, S., Bautista, G., y Bolaños, M. (2019). Diagnóstico de la fertilidad de los suelos de cuatro municipios de Cundinamarca (Colombia) para la producción de plátano. Revista UDCA Actualidad y Divulgación Científica, 22(1), 1-10. https://doi.org/10.31910/rudca.v22.n1.2019.1192

Hassan, Z., Shabbir, R., Ahmad, S., Haider, A., Aziz, N., Butt, A., y Erum, S. (2016). Dynamics of land use and land cover change (LULCC) using geospatial techniques: a case study of Islamabad Pakistan. Springer Plus, 5, 1-11. https://doi.org/10.1186/s40064-016-2414-z

Hegazy, I., y Kaloop, M. (2015). Monitoring urban growth and land use change detection with GIS and remote sensing techniques in Daqahlia governorate Egypt. International Journal of Sustainable Built Environment, 4(1), 117-124. https://doi.org/10.1016/j.ijsbe.2015.02.005

Islam, K., Jashimuddin, Mohammed, Nath, B., y Tapan, K. (2018). Land use classification and change detection by using multi-temporal remotely sensed imagery: The case of chunati wildlife sanctuary, Bangladesh. The Egyptian Journal of Remote Sensing and Space Sciences, 21(1), 21, 37-47. https://doi.org/10.1016/j.ejrs.2016.12.005.

Jensen, J. (2009). Remote sensing of the environment: An earth resource perspective. Pearson Education India.

Kharin, N. (2002). Vegetation Degradation in Central Asia under the Impact of Human Activities. Springer Science y Business Media. https://doi.org/10.1007/978-94-010-0425-1

Lambin, E., Turner, B., Geist, H., Agbola, B., Angelsen, A., Bruce, J., . . . Xu, J. (2001). The causes of land-use and land-cover change: Moving beyond the myths. Global Environmental Change-human and Policy Dimensions, 1(4), 261-269. https://doi.org/10.1016/S0959-3780(01)00007-3

Mas, J.-F., Velázquez, A., y Couturier, S. (2009). La evaluación de los cambios de cobertura/uso del suelo en la República Mexicana. Investigación ambiental Ciencia y política pública, 1(1), 23-39. https://www.researchgate.net/publication/263255508_La_evaluacion_de_los_cambios_de_coberturauso_del_suelo_en_la_Republica_Mexicana

Mattar, C., Sobrino, J., Julien, Y., Franch, B., y Oltra, R. (2008). Método simple para identificación de zonas homogéneas de NDVI y temperatura de superficie en la Península Ibérica. Revista de Teledetección 30(5), 92-101. https://www.uv.es/juy/Doc/Mattar_NDVI-LST-class-MODIS_2008_RET.pdf

Nascimento, R. (1991). Discutendo números do desmatamento. Interciencia, 16, 232-239.

Oyedotun, T. (2018). Land use change and classification in Chaohu Lake catchment from multi-temporal remotely sensed images. Geology, Ecology, and Landscapes, 3(1), 37-45. https://doi.org/10.1080/24749508.2018.1481657

Pinto, J., Jojoa, L., y Hernández, M. (2015). Análisis de la perdida de cobertura vegetal y los impactos ambientales hacia las comunidades utilizando imágenes satelitales, minería de carbón en cerrejón y la loma. Congreso Latinoamericano sobre conflictos ambientales. Buenos Aires: Congreso Latinoamericano sobre Conflictos ambientales: Oportunidades para una Gestión sustentable del territorio. https://repository.udistrital.edu.co/bitstream/handle/11349/3275/MartinezLiseth_RuizOrjuelaLissaMaria2016.pdf?sequence=1&isAllowed=y

Rahman, M. F., Jashimuddin, M., Islam, K., y Nath, T. (2016). Land use change and forest fragmentation analysis: a geoinformatics approach on chunati wildlife Sanctuary, Bangladesh. Journal of Civil Engineering and Environmental Sciences 2(1), 20-29. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2892445

Reddy, V., Chandrakantha, C., Purandara, B., y Venkatesh, B. (2018). Land Use Land Cover Mapping, Change Detection and Analyzing Landcover Dynamics using Remote Sensing and GIS- A Case Study of Coastal Honnavar, Karnataka. International Journal of Advanced Remote Sensing and GIS, 7(1), 2809-2817. https://doi.org/10.23953/cloud.ijarsg.376

Rouse, J., Haas, R., Schell, J., y Deering, D. (1973). Monitoring vegetation systems in the Great Plains with ERTS (Vol. 351 I). Proceedings of the Third ERTS Symposium, NASA SP. https://ntrs.nasa.gov/citations/19740022614

Ruiz, M., Orozco, M., Granados, G., y Álvarez, G. (2017). Cambio de uso de suelo e índice de vegetación de diferencia normalizada (NDVI), Subcuenca del Río Salado, México. Geografía y Sistemas de Información Geográfica (GEOSIG) 9(9), 39-50. http://hdl.handle.net/20.500

Saeed, A., Abbas, B., y Abdelrahim, S. (2018). Detection, mapping and assessment change in urban and croplands area in Al-Hassa Oasis, Eastern Region in Saudi Arabia using remote sensing and geographic information system. Journal of Geographic Information System 10(6), 659-685. https://www.scirp.org/journal/paperinformation.aspx?paperid=88782

Sahebjalal, E., y Dashtekian, K. (2013). Analysis of land use-land covers changes using normalized difference vegetation index (NDVI) differencing. African Journal of Agricultural Research, 8(37), 4614-4622. https://doi.org/10.5897/AJAR11.1825

Shimabukuro, Y., Batista, G., Mello, E., Moreira, J., y Duarte, V. (1998). Using shade fraction image segmentation to evaluate deforestation in landsat thematic mapper images of the Amazon region. International Journal of Remote Sensing, 19(3), 535-541. https://doi.org/10.1080/014311698216152

Song, X., Huang, C., Sexton, J., Channan, S., y Townshend, J. (2014). Annual detection of forest cover loss using time series satellite measurements of percent tree cover. Remote Sensing, 6(9), 8878-8903. https://doi.org/10.3390/rs6098878

Spark, W. (2018). Datos históricos meteorológicos de 2018 en el aeropuerto del Dorado. https://es.weatherspark.com/h/s/147155/2018/1/Datos-hist%C3%B3ricos-meteorol%C3%B3gicos-del-verano-2018-en-el-Aeropuerto-El-Dorado-Colombia

Teluguntla, P., Thenkabail, P. S., Xiong, J., Gumma, M., Giri, C., Milesi, C., . . . Yadav, K. (2015). Global food security support analysis data (GFSAD) at nominal 1 km (GCAD) derived from remote sensing in support of food security in the twenty-first century: Current achievements and future possibilities. In S. Prosad (Ed.). Remote Sensing Handbook - Three Volume Set, (pp. 131-160) CRC Press.

USGS science for a changind world. (s. f.). Earth Explorer. https://earthexplorer.usgs.gov/

Vargas, C., y Sicard, T. (2013). Resiliencia de sistemas agrícolas ecológicos y convencionales frente a la variabilidad climática en Anolaima (Cundinamarca-Colombia). Agroecología, 8(1), 21-32. https://revistas.um.es/agroecologia/article/view/182931

Ying, Q., Hansen, M., Potapov, P., Tyukavaina, A., Wang, L., Stehman, S., . . . Hancher, M. (2017). Global bare ground gain from 2000 to 2012 using Landsat imagery. Remote sensing of environment, 194, 194, 161-176. https://10.1016/j.rse.2017.03.022
Cómo citar
González, G. P., Toro Casas, V., Dorado Castillo, E. O., & Ramírez Castañeda, L. N. (2021). Evaluación de patrones temporales en la dinámica para el cambio de cobertura vegetal en zonas rurales tropicales durante el periodo 2013-2018. Caso de estudio Chaguaní-Colombia. Cuadernos De Desarrollo Rural, 18. https://doi.org/10.11144/Javeriana.cdr18.eptd
Sección
Artículos Investigación