Índices Espectrales Derivados de la Reflectancia de Superficie para la Detección de Sequías: Aplicación a la Cuenca del Valle de Guadalupe, Baja California, México
Autores: Del-Toro-Guerrero, Francisco José; Daesslé, Luis Walter; Méndez-Alonzo, Rodrigo; Kretzschmar, Thomas
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Índices Espectrales Derivados de la Reflectancia de Superficie para la Detección de Sequías: Aplicación a la Cuenca del Valle de Guadalupe, Baja California, México
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Sequía meteorológica
índices derivados de la reflectancia de la superficie
Dinámicas de la vegetación
Satélites Landsat
Índice de Precipitación Estandarizado
Cuenca del Valle de Guadalupe
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Evaluar cómo la sequía meteorológica afecta las áreas cubiertas por ecosistemas naturales es un desafío debido a la falta de datos climáticos basados en el suelo, registros históricos y observaciones de estaciones meteorológicas con cobertura limitada. Esta investigación prueba cómo los índices derivados de la reflectancia de la superficie (SRDI) pueden resolver este problema al evaluar la condición y la dinámica de la vegetación. Utilizamos datos de reflectancia de superficie a largo plazo, mensuales (26 años hidrológicos, 1992/93-2017/18) de los satélites Landsat 5 TM, 7 ETM+ y 8 OLI/TIRS y calculamos los siguientes cinco SRDI: Índice de Vegetación de Diferencia Normalizada (NDVI), Temperatura de la Superficie del Suelo (LST), Índice de Salud de la Vegetación (VHI), Índice de Agua de Diferencia Normalizada (NDWI) e Índice de Vegetación Ajustado por Suelo Modificado (MSAVI). El SRDI nos permite detectar, clasificar y cuantificar el área afectada por la sequía en la Cuenca del Valle de Guadalupe (GVB) a través de correlaciones con el Índice de Sequía de Reconocimiento (RDI) y el Índice de Precipitación Estandarizado (SPI) (datos basados en estaciones meteorológicas). Para combinaciones particulares de SRDI-RDI y SRDI-SPI, encontramos correlaciones estacionales positivas durante abril-mayo (IS2) y para valores anuales (AN) (MSAVI IS2-RDI AN, R = 0.90; NDWI IS2-SPI AN, R = 0.89; VHI AN-RDI AN, R = 0.86). El área afectada por la sequía en la GVB representó más del 87% durante 2001/02, 2006/07, 2013/14 y 2017/18. MSAVI y NDWI son los mejores indicadores de sequía meteorológica en esta región, y su aplicación minimiza la dependencia de la disponibilidad de series de datos climáticos.
Descripción
Evaluar cómo la sequía meteorológica afecta las áreas cubiertas por ecosistemas naturales es un desafío debido a la falta de datos climáticos basados en el suelo, registros históricos y observaciones de estaciones meteorológicas con cobertura limitada. Esta investigación prueba cómo los índices derivados de la reflectancia de la superficie (SRDI) pueden resolver este problema al evaluar la condición y la dinámica de la vegetación. Utilizamos datos de reflectancia de superficie a largo plazo, mensuales (26 años hidrológicos, 1992/93-2017/18) de los satélites Landsat 5 TM, 7 ETM+ y 8 OLI/TIRS y calculamos los siguientes cinco SRDI: Índice de Vegetación de Diferencia Normalizada (NDVI), Temperatura de la Superficie del Suelo (LST), Índice de Salud de la Vegetación (VHI), Índice de Agua de Diferencia Normalizada (NDWI) e Índice de Vegetación Ajustado por Suelo Modificado (MSAVI). El SRDI nos permite detectar, clasificar y cuantificar el área afectada por la sequía en la Cuenca del Valle de Guadalupe (GVB) a través de correlaciones con el Índice de Sequía de Reconocimiento (RDI) y el Índice de Precipitación Estandarizado (SPI) (datos basados en estaciones meteorológicas). Para combinaciones particulares de SRDI-RDI y SRDI-SPI, encontramos correlaciones estacionales positivas durante abril-mayo (IS2) y para valores anuales (AN) (MSAVI IS2-RDI AN, R = 0.90; NDWI IS2-SPI AN, R = 0.89; VHI AN-RDI AN, R = 0.86). El área afectada por la sequía en la GVB representó más del 87% durante 2001/02, 2006/07, 2013/14 y 2017/18. MSAVI y NDWI son los mejores indicadores de sequía meteorológica en esta región, y su aplicación minimiza la dependencia de la disponibilidad de series de datos climáticos.