Relación entre el Índice de Vegetación NDVI, Temperatura Superficial y Radiación Solar en Áreas Urbanas de la Parroquia Calderón, Quito, Ecuador, analizada en base de Teledetección
Relationship between NDVI Vegetation Index, Surface Temperature and Solar Radiation in Urban Areas of Calderón Parish, Quito, Ecuador, analyzed based on Remote Sensing
DOI:
https://doi.org/10.56712/latam.v6i1.3588Palabras clave:
cobertura vegetal, radiación solar, regulación térmica, datos satelitalesResumen
El presente estudio analiza las relaciones entre el Índice de Vegetación de Diferencia Normalizada (NDVI), la Temperatura Terrestre Superficial (LST, por sus siglas en inglés) y la Radiación Solar en unidades de W/m², en la parroquia urbana de Calderón, Quito, Ecuador en diferentes ecosistemas terrestres. Utilizando datos satelitales y herramientas estadísticas, se evaluaron las correlaciones entre estas variables, con el fin de identificar patrones que permitan entender mejor los efectos de la radiación solar y la cobertura vegetal sobre las temperaturas superficiales. Se encontraron relaciones inversas significativas entre NDVI y LST (r = -0.75), mientras que LST y Radiación Solar mostraron una fuerte correlación positiva (r = 0.85). Estos resultados sugieren que la vegetación densa modula las temperaturas superficiales, incluso bajo altos niveles de radiación solar, lo que resalta la importancia de la cobertura vegetal en la regulación térmica del suelo
Descargas
Citas
Abulibdeh, A. (2021). Analysis of urban heat island characteristics and mitigation strategies for eight arid and semi-arid gulf region cities. Environ Earth Sci 80, 259 https://doi.org/10.1007/s12665-021-09540-7
Anderson, M. C., Zolin, C. A., Sentelhas, P. C., Hain, C. R., Semmens, K., & Yilmaz, M. T. (2021). Evapotranspiration and drought monitoring with remote sensing. Remote Sensing of Environment, 255, 112240.
DOI: https://doi.org/10.1016/j.rse.2021.112240
Bilal Ahmad, Mohammad Bareeq Najar, Shamshad Ahmad (2024). Analysis of LST, NDVI, and UHI patterns for urban climate using Landsat-9 satellite data in Delhi, Journal of Atmospheric and Solar-Terrestrial Physics, https://www.sciencedirect.com/science/article/pii/S1364682624001871
Crespo Nuñez , X. L., Monge Amores, L. E., & Sancho Zurita, J. (2023). Uso de la Teledetección para Calcular el Carbono Secuestrado por el Bosque Municipal Protegido - Quito. Ciencia Latina Revista Científica Multidisciplinar, 7(6), 2333-2346. https://doi.org/10.37811/cl_rcm.v7i6.8858
Guha, S., Govil, H., & Dey, A. (2020). Analysis of the relationship between land surface temperature and normalized difference vegetation index for urban heat island studies: A case-based study of Rajarhat, Kolkata. Urban Climate, 31, 100567.
Hernández Cuevas, M. (2021). Determinación de patrones de uso de suelo mediante teledetección para diferentes bosques templados húmedos de Oaxaca.
Jiao, W., Wang, L., & McCabe, M. F. (2021). Multi-sensor remote sensing for drought characterization: current status, opportunities and a roadmap for the future. Remote Sensing of Environment, 256, 112313. doi:10.1016/j.rse.2021.112313
Paz-Pellat, F., Castillo, E., Cabrera, J. C., & Medrano, E. (2018). Base de datos nacional de índices de vegetación: resolución espacial de 250 my resolución temporal de 10 días. Elementos para Políticas Públicas, 2(2), 109-124.
Rasul, A., Balzter, H., & Smith, C. (2017). Spatial variation of the daytime and nighttime urban heat island intensity across Asian mega-cities. Science of The Total Environment, 599-600, 393–406.
Ruiz, J. I. G., Camacho, J. M. B., Sánchez, E. O. B., & Rodríguez, A. P. A. (2024). Procesamiento de imágenes satelitales mediante software y su aplicación en áreas de la ingeniería. Revista Digital de Tecnologías Informáticas y Sistemas, 8(1), 171-179.
Saavedra Huanca, M., & Zubieta Barragán, R. (2024). Monitoreo de días secos basado en datos de satélite (IMERG-L) de alta resolución espacio-temporal.
Sancho Zurita, J. V., Crespo Nuñez, X. L., Samaniego Garrido, R. A., Sancho Solano, M. P., & Cadena Echeverría, G. N. (2024). Economic valuation of carbon sequestration in Quito’s Metropolitan Park using Sentinel-2 and neural networks. Sapienza: International Journal of Interdisciplinary Studies, 5(3), e24059. https://doi.org/10.51798/sijis.v5i3.751
Sancho Zurita, J. V., Samaniego Garrido, R. A., Sancho Solano, M. P., & Crespo Nuñez, X. L. (2024). Comparative analysis between spectral indices obtained in the Guangüiltagua metropolitan park in Quito – Ecuador, using remote sensing. Sapienza: International Journal of Interdisciplinary Studies, 5(1), e24011. https://doi.org/10.51798/sijis.v5i1.732
Stoyanova, J. S., Georgiev, C. G., & Neytchev, P. N. (2023). Drought Monitoring in Terms of Evapotranspiration Based on Satellite Data from Meteosat in Areas of Strong Land–Atmosphere Coupling. Land, 12(1), 240. https://doi.org/10.3390/land12010240
Vargas-Zapata, M., Medina-Sierra, M., Galeano-Vasco, L. F., & Cerón-Muñoz, M. F. (2022). Algoritmos de aprendizaje de máquina para la predicción de propiedades fisicoquímicas del suelo mediante información espectral: una revisión sistemática. Revista de Investigación, Desarrollo e Innovación, 12(1), 107-120.
Zuluaga Gómez, O. A., Patiño Quinchía, J. E., & Valencia Hernández, G. M. (2021). Modelos implementados en el análisis de series de tiempo de temperatura superficial e índices de vegetación: una propuesta taxonómica en el contexto de cambio climático glob
