Por favor, use este identificador para citar o enlazar este ítem: https://repository.udca.edu.co/handle/11158/826
Título : Transformación del bosque tropical seco en la región del alto magdalena (Tolima- Colombia): valor predictivo de variables ambientales.
Autor : Merchán Garzón, Jairo Andrés
Palabras clave : Teledetección;NDVI;Variables Predictivas;Conservación;Ordenamiento Ambiental;Modelos Predictivos
Fecha de publicación : 2017
Resumen : El conocimiento de la transformación de la biodiversidad a partir de la teledetección y la estimación y análisis de índices espectrales pueden convertirse en una manera práctica de evaluar el territorio y sus recursos, además de ser una técnica que puede proveer información base para guiar la toma de decisiones en la identificación de áreas prioritarias de conservación. En esta investigación se determinó el valor predictivo de variables ambientales (topográficas, hidrológicas antrópicas y de Biomasa) por medio de procedimientos estadísticos con el propósito de analizar y establecer de ser posible la transformación espacio-temporal para los años subsecuentes de la cobertura de Bosque Seco Tropical en la región del alto Magdalena (Colombia). Se procesó una serie compuesta de 112 imágenes de los sensores Landsat 4-5 TM, Landsat 7 ETM+ y Landsat 8, correspondientes a los periodos de época seca y húmeda en las temporalidades 1987, 2000 y 2014; junto a una serie subsecuente para los años 1990, 1995 y 2010 utilizados como años de control para los valores de las variables de Biomasa (Índices NDVI y NDII). Para mejorar el nivel de interpretación de los cambios que presentaba la cobertura se realizó una corrección de los valores por medio del TVI (Índice de Vegetación Transformado) y los rangos establecidos por Kalacska et al. (2004) para NDVI en BTs. Para las variables de perturbación antropogénica e hidrológicas, se aplicó y modifico la metodología sugerida por Quijas (2011) en donde se evaluaron una serie de distancias euclidianas a partir de sitios de muestreo respecto a las coberturas más cercanas y con mayor impacto en las comunidades vegetales, que para este caso fueron Pastos, Cultivos y tierra desnuda y degradada. No obstante, considerando como la escala espacial puede llegar a afectar la capacidad de distintas variables predictoras de biomasa, se calculó a partir de los valores de los índices de biomasa vegetal (NDVI, NDII) tres escalas espaciales: 50, 150 y 300 m. Estos datos se agregaron como el quinto grupo de variable predictora y se denominaron “Donas”. Finalizado el procesamiento, se obtuvo un total de 28 variables predictivas, que fueron agrupadas y procesadas según su atributo por medio de los programas estadísticos SPSS y JMP para obtener los 15 mejores modelos de prueba para cada año, dando como resultado un algoritmo matemático de predicción con las mejores variables para establecer área. Los datos obtenidos se presentan a continuación.
Descripción : The knowledge of the transformation of biodiversity from remote sensing and the estimation and analysis of indices spectral can become a practical way to evaluate the territory and its resources, in addition to being a technique that can provide information base to guide decision making in the identification of priority areas for conservation. In this research I determined the predictive value of environmental variables (topographical, hydrological, anthropogenic and biomass) through statistical procedures with the purpose to analyse and establish if possible the transformation of space-time for subsequent years of the coverage of Tropical Dry Forest in the region of alto Magdalena (Colombia). Is processed by a series composed of 112 images of the sensor Landsat 4-5 TM, Landsat 7 ETM+ and Landsat 8, corresponding to the periods of dry season and wet in the temporalities 1987, 2000 and 2014; next to a series subsequent to the years 1990, 1995 and 2010 are used as years of control for the values of the variables of Biomass (Indices NDVI and NDII). To improve the level of interpretation of the changes that had the coverage I performed a correction of the values by means of the TVI (Vegetation Index Transformed) and the ranges established by Kalacska et al. (2004) for NDVI in BTs. For the variables of anthropogenic disturbance and watersheds, was applied and modified the methodology suggested by Quijas (2011) where they evaluated a series of distances euclidean from sampling sites with respect to hedges closest and with the greatest impact on the plant communities, which in this case were Grasses, Crops and bare ground and degraded. Considering, however, as the spatial scale can affect the ability of different predictor variables of biomass, was calculated from the values of the indices of plant biomass (NDVI, NDII) three spatial scales: 50, 150 and 300 m. These data were added as the fifth group of predictor variable and is called “Donuts”. Finished the processing, we obtained a total of 28 predictive variables, which were grouped and processed according to its attribute by means of the statistical programmes SPSS and JMP to obtain the 15 best models of testing for each year, giving as result a mathematical algorithm of prediction with best variables to set area.The data obtained are presented below.
URI : https://repository.udca.edu.co/handle/11158/826
Thesis director: Director
Aparece en las colecciones: AAK. Ingeniería Geográfica y Ambiental

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TESIS FINAL ANDRES MERCHAN - IGA.pdf1,08 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.