Tendencias temporales en la cobertura vegetal de la Cuenca Ramis: Generación de Índices espectrales mediante Google Earth Engine
Open Access
- 26 December 2024
- journal article
- Published by Universidade Estadual de Campinas in Labor e Engenho
- Vol. 18, e024016
Abstract
El estudio se centró en analizar la distribución y evolución de la vegetación en la cuenca Ramis durante el período de 1984 a 2021, utilizando datos de índices de vegetación como el NDVI y el ARVI. Se emplearon herramientas como la Plataforma Google Earth Engine (GEE) para el procesamiento de imágenes satelitales Landsat y el software R Studio para realizar análisis de tendencias no paramétricas mediante el método de Mann Kendall. Los resultados muestran una serie de patrones significativos en la distribución de la vegetación a lo largo de las décadas estudiadas. Se observa un aumento constante en áreas sin vegetación, lo que podría estar relacionado con procesos de desertificación o degradación del suelo. Por otro lado, se evidencia una disminución en la cobertura de vegetación escasa, posiblemente asociada a actividades humanas como la expansión agrícola o la urbanización. Sin embargo, se destaca un aumento progresivo en la cobertura de vegetación densa y muy densa, indicando posibles esfuerzos de reforestación o recuperación de áreas boscosas, así como éxitos en medidas de conservación o regeneración natural. Estos hallazgos resaltan la importancia de continuar monitoreando y gestionando adecuadamente los recursos naturales en la cuenca Ramis para garantizar su conservación a largo plazo. Además, se compararon los resultados obtenidos a través del NDVI y el ARVI. Se observó que el NDVI proporcionó una mejor representación espacial y mostró mayor sensibilidad a la cantidad de clorofila, siendo útil para evaluar la densidad de la vegetación. Por otro lado, el ARVI mostró resultados más adecuados para áreas con terreno variado o vegetación densa y compleja, aunque su representación en la cuenca Ramis fue limitada.Keywords
This publication has 20 references indexed in Scilit:
- An inclusive approach to crop soil moisture estimation: Leveraging satellite thermal infrared bands and vegetation indices on Google Earth engineAgricultural Water Management, 2024
- Google Earth Engine application for mapping and monitoring drought patterns and trends: A case study in Arkansas, USAEcological Indicators, 2024
- Spatio-temporal assessment of land use and land cover dynamics in Urmia lake basin of Iran: A bi-directional approach using optical and radar data on the Google Earth Engine platformAdvances In Space Research, 2024
- Comparison of temperature and vegetation changes in peri-urbans by remote sensing and time series on a global scale2024
- Examining the effects of vented dams on land use and land cover in the Shambhavi Catchment: a multitemporal sentinel imagery analysis2024
- A scenario-based approach for modeling and monitoring the impacts of climate change on forest fire using MODIS time series images2024
- An evaluation of SMAP soil moisture product using in situ data and Google Earth Engine: A case study from Greece2024
- Exploring the effect of the first lockdown due to covid-19 to atmospheric NO2 using Sentinel 5P satellite data, Google Earth Engine and Geographic Information Systems2024
- Earth observation applications for urban mapping and monitoring: research prospects, opportunities and challenges2024
- Comparison of Mangrove Index (MI) and Normalized Difference Vegetation Index (NDVI) for the detection of degraded mangroves in Alas Purwo Banyuwangi and Segara Anakan Cilacap, IndonesiaEcological Engineering, 2023