REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

More documents

Recommendations

Info

$(numero29_3_digital:Maquetaci\363n AET.qxd) - Asociación ...$

$numero30_7:Maquetaci\363n AET.qxd - Universidad PolitÃ©cnica de ...$

R. Oltra-Carrió et al.nómeno de la ICUS se observa mejor de noche,debido al enfriamiento más rápido que sufren lassuperficies rurales respecto a las urbana. Mientrasque de día se obtiene una ICUS fría, es decir,que la zona no construida presenta temperaturasmayores que las que sí lo están. Laintensidad de la ICUS se ve pues fuertemente influenciadopor las características de las zonascircundantes a la ciudad, que en el caso de Madridson más áridas que en el caso de Tucumán.Los cultivos que rodean el GSMT son cítricos ycaña de azúcar, así, la fenología del cultivo decaña de azúcar influirá fuertemente en el resultadode la ICUS. Durante los meses de septiembre,octubre y noviembre, con ICUS < 0, la porciónde suelo desnudo en cada píxel deplantación de caña de azúcar, es mayor que enlos meses de enero, febrero y marzo, donde latemperatura superficial urbana es mayor que larural, con más presencia de vegetación.Reconstrucción de la dinámicade la vegetación urbanaPara analizar la relación entre estructura ycomposición de la vegetación a lo largo del gradientede urbanización San Miguel de Tucumán-Yerba Buena-SSJ y su relación con los valoresde Temperatura de Superficie se ha trabajado en19 plazas ubicadas a lo largo del gradiente, siendoestos sitios representativos del arbolado público.Se han medido todos los árboles de más de 10cm de diámetro a la altura del pecho (DAP) eidentificado a nivel de especie. Se han utilizadoparámetros estructurales medidos in situ comola cobertura vegetal, el área basal, y la densidadde vegetación. Además se han obtenido datos desuperficie de cobertura vegetal y superficie decemento, utilizando la aplicación Google EarthPro., además de variables complementarias comola distancia a la SSJ y la antigüedad de lasplazas.Los parámetros ambientales considerados parael estudio han sido el NDVI calculado a partirde imágenes Landsat TM y para la temperaturade superficie se han utilizado las imágenesde TST obtenidas en el subapartado anterior.Para describir la estructura del arbolado urbanoa lo largo del gradiente se han realizado análisisde correspondencia corregido (DCA) y análisisde componentes principales (PCA) paracuantificar gradientes a lo largo de las 19 plazas,basados en las variables estructurales y ambientales.Para relacionar las variables estructuralesdel arbolado urbano, las variables ambientales ylas variables complementarias se han utilizado correlacionesde Pearson entre dichos parámetros ylos scores de las plazas sobre los ejes del PCA.Lo que muestra el análisis es que el arboladourbano representado en las plazas posee unacomposición simplificada, fuertemente dominadapor pocas especies, entre ellas Citrus sp, Tabebuiaimpetiginosa, Jacaranda mimosifolia yFraxinus sp; con alta proporción de individuospara estas especies. Estos resultados sugierenque a escala local la urbanización tiende a homogeneizarla comunidad de plantas. Además,como consecuencia de la intervención antrópicaen el ajardinamiento de las plazas, se observaen los resultados una proporción casi igual deespecies exóticas y nativas.Las plazas del centro de San Miguel de Tucumán,que en este estudio representa la zona másdensamente urbanizada, se encuentran más alejadasde la Sierra de San Javier, son más antiguas,presentan mayor porcentaje de superficieconstruida y se registra mayor temperatura desuperficie, en comparación con aquellas ubicadasen Yerba Buena (Tabla 2). Mientras que lasplazas ubicadas en la localidad de Yerba Buena(zona menos densamente urbanizada del estudio)revelan mayor porcentaje de superficie ver-TST media (K)Zona verde en Yerba Buena 304,5 ± 1,2Zona verde en San Miguel de Tucumán 305,1 ± 1,7Zona de baja urbanización (Yerba Buena) 308,2 ± 1,5Zona densamente urbanizada (San Miguel) 311,4 ± 1,9Tabla 2. Valores de TST para algunas zonas verdes y superficies urbanas calculadas apartir de la imagen Landsat TM del día 2 de marzo de 2009.74 Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 69-76
Estudio del crecimiento urbano, de la estructura de la vegetación y de la temperatura de la superficie...de, más cobertura vegetal y área basal (la mayoría)y valores más altos del índice de vegetaciónNDVI. Por lo tanto, existe una relación positivaentre la cobertura vegetal del arbolado urbano yel NDVI; y por otro lado, esa cobertura se relacionanegativamente con la temperatura de superficiepor lo cual se confirma que al haber mayorvegetación existe mayor evapotranspiracióny más sombra, lo que contribuye a disminuir elsobrecalentamiento de las estructuras urbanas.CONLUSIONESEl análisis de las imágenes de TST nos ha permitidoestudiar el cambio térmico de las diferentessuperficies que constituyen el GSMT a lo largodel año. Este cambio en los patrones detemperatura debido a la construcción, se hacuantificado a partir de la ICUS. Los cambiosen la intensidad de la ICUS serán debidos a ladiferente estación del año y a la fenología de loscultivos que rodean la ciudad, como la caña deazúcar. Se ha obtenido un resultado de ICUS < 0para finales de invierno y primavera (septiembre,octubre y noviembre) y un ICUS > 0 para losmeses de verano (enero, febrero y marzo). Obteniendouna diferencia máxima entre los mesesde octubre y marzo de unos 9 K.De forma complementaria, el análisis de lospatrones de vegetación asociados al proceso deexpansión urbana a lo largo del gradiente urbano-ruralbajo estudio, muestra el papel centralque juega la estructura de la vegetación a la horade mitigar los efectos de la ICUS.La información obtenida puede servir para alimentarmodelos dinámicos espacialmente explícitosque permitirán generar escenarios futurosrealistas con los cuales enfrentar el crecimientourbano durante el próximo siglo y estudiar elcambio climático local y la ecología urbana.AGRADECIMIENTOSEste proyecto ha sido financiado por la AgenciaEspañola de Cooperacion Internacional parael desarrollo (AECID), bajo el proyectoA/018766/08-Efectos de la dinámica urbana sobrela estructura de la vegetación y la temperaturade superficie del Gran San Miguel de Tucumán.Este trabajo se llevó a cabo mientras R. Oltra-Carrió disfrutaba de una beca predoctoral V Seglesde la Universitat de València.REFERENCIASBREIMAN, L. 2001. Random Forest. Machine Learning,45: 5- 32.JIMÉNEZ-MUÑOZ, J. C., CRISTÓBAL, J., SOBRI-NO, J. A., SÒRIA, G., NINYEROLA, M. & PONS,X. 2009. Revision or the Single-Channel Algorithmfor Land Surface Temperature Retrieval FromLandsat Thermal-Infrared Data. IEE Transactionon Geoscience and Remote Sensing, 4 (1): 339-349.SOBRINO, J. A., JIMÉNEZ-MUÑOZ, J. C., SÒRIA,G., ROMAGUERA, M., GUANTER, L., MORE-NO, J., PLAZA, A. & MARTÍNEZ, P. 2008. Landsurface emissivity retrieval from different VNIRand TIR sensors. IEE Transaction on Geoscienceand Remote Sensing, 8(2),: 316-327.SOBRINO, J. A., BIANCHI, R., PAGANINI, M.,SÒRIA, G., JIMÉNEZ-MUÑOZ, J. C., OLTRA-CARRIÓ, R., MATTAR, C., ROMAGUERA, M.,FRANCH, B., HIDALGO, V., CUENCA, J., JU-LIEN, Y., ATITAR, M., FERNÁNDEZ-RENAU,A., GÓMEZ, J. A., DE MIGUEL, E., GUTIÉRREZDE LA CÁMARA, O., JIMÉNEZ, M., PRADO, E.,RODRÍGUEZ-CANTANO, R., RUIZ, I., NERRY,F., NAJJAR, G., KASTENDEUCH, P. P., PUJA-DAS, M., MOLERO, F., MORENO, J., ALONSO,L., FERNÁNDEZ, F., GALÁN, E., CAÑADA, R.,ROMERO, J. M., CALPE-MARAVILLA, J.,CAMPS-VALLS, G., BOSCH-MAGRANER, M.,PUENTE-ROBLES, R., CORDERO-SALVADOR,J., TORRES-CARRERO, J., DUQUE-CUESTA, M.A., MOYA, F., LABAJO, A., LABAJO, S., HIDAL-GO-RODRÍGUEZ, J., ACERO, J. A., HERNÁN-DEZ-MARTÍN, E., MARTILLI, A., SALAMAN-CA, F., GIMENO-PRESA, L. & PIGEON, G.2009a. Dual-use European Security IR Experiment2008 (DESIREX 2008) Final Report. Frascati(Italy), European Space Agency.SOBRINO, J. A., SÒRIA, G., OLTRA-CARRIÓ, R.,JIMÉNEZ-MUÑOZ, J. C., ROMAGUERA, M.,CUENCA, J., HIDALGO, V., FRANCH, B., MAT-TAR, C., JULIEN, Y., BIANCHI, R., PAGANINI,M., MORENO, J. F., ALONSO, L., FERNÁNDEZ-RENAU, A., GÓMEZ, J. A., DE MIGUEL, E., GU-TIÉRREZ, O., JIMÉNEZ, M., PRADO, E., RO-DRÍGUEZ-CANTANO, R., RUIZ, I., NERRY, F.,NAJJAR, G., KASTENDEUCH, P. P., PUJADAS,M., MOLERO, F., MARTILLI, A., SALAMANCA,F., FERNÁNDEZ, F., GALÁN, E., CAÑADA, R.,HERNÁNDEZ, E., HIDALGO, J., ACERO, J. A.,ROMERO, J. M., MOYA, F. & GIMENO, L. 2009b.DESIREX 2008: estudio de la isla de calor en laRevista de Teledetección. ISSN: 1988-8740. 2010. 34: 69-76 75
Page 1 and 2:
AETASOCIACIÓN ESPAÑOLA DETELEDETE
Page 3 and 4:
REVISTA DE TELEDETECCIÓNDirector:
Page 5 and 6:
Información y Normas para los auto
Page 7 and 8:
Revista de Teledetección. ISSN: 19
Page 9 and 10:
Análisis de cambios de usos del su
Page 11 and 12:
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Comportamiento geométrico y radiom
Page 21 and 22:
Page 23 and 24:
Page 25 and 26: Análisis comparativo de las superf
Page 31 and 32: Revista de Teledetección. ISSN: 19
Page 33 and 34: Seguimiento del estado ecológico d
Page 39 and 40: Análisis de correlaciones entre la
Page 47 and 48: Dinámica estacional e interanual d
Page 59 and 60: Estimación y cartografía de pará
Page 73 and 74: Estudio del crecimiento urbano, de
Page 75: Estudio del crecimiento urbano, de
Page 81 and 82: Clasificación de cultivos en la zo
Page 93 and 94: Detección automática de edificios
Page 95 and 96: Detección automática de edificios
Page 97 and 98: genes NOAA, Landsat, así como los
Page 99 and 100: J. A. Recio RecioEsta actualizació
Page 101: AETASOCIACIÓN ESPAÑOLA DETELEDETE
show all

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...