Facultad de Ciencias Físicas

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/8

Browse

Browsing Facultad de Ciencias Físicas by Author "Aguilar Lome, Jaime"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Identificación temprana y evaluación de procesos de degradación de tierras y sequia empleando datos-imágenes de satélite
    (Universidad Nacional Mayor de San Marcos, 2021) Aguilar Lome, Jaime; Rojas Acuña, Joel
    En este trabajo se han analizado diferentes variables relacionadas con la sequía, degradación de tierras y cambios en la temperatura del suelo. Las variables meteorológicas como la temperatura del aire y la precipitación fueron proveídos por SENAMHI-Perú. Los productos de índice de vegetación de diferencia normalizada (Normalized Difference Vegetation Index, NDVI) cada 30 d´ıas y la temperatura de la superficie del suelo (Land Surface Temperature, LST) con base cada 8 días del sensor MODIS/Terra, ambos productos con 1 km de resolución espacial se obtuvieron del servidor USGS. Sin embargo, la presencia de datos ruidosos en la serie temporal del NDVI, causado principalmente por la contaminación de las nubes y la variabilidad atmosférica, puede generar resultados erróneos. Los métodos de iteración espacio-temporal y el filtro de Savitzky-Golay fueron empleados para reducir ruidos y reconstruir series temporales del NDVI de alta calidad. Mientras, los valores de la LST con errores mayores que 2 K fueron removidos al ser evaluados por su control de calidad. El índice de condición de la vegetación (Vegetation Condition Index, VCI) fue obtenida del índice de NDVI, para evaluar la ocurrencia de sequía en la sierra sur del Perú (ssP), durante el periodo 2000-2017. Asimismo, a partir de los registros históricos de precipitación mensual, se calculó el índice de precipitación estandarizado (Standardized Precipitation Index, SPI) para escalas temporales de 3 meses (SPI-3), durante el periodo 1985-2015. Se organizó la información en periodos de tres meses, correspondiente a la estación de crecimiento de los cultivos (diciembre, enero y febrero, DEF). Los resultados muestran que las mediciones de SPI-3 obtenidas de las estaciones meteorológicas localizadas en las subcuencas de Titicaca, Amazonas y Pacífico estuvieron moderadamente correlacionadas (r=0.63-0.85) con la anomalía del VCI. El análisis de la variabilidad espacial y temporal del VCI, muestra, que la sequía de 2015/2016 presenta el mayor porcentaje de condición extrema (15 %).
  • Thumbnail Image
    Item
    Variabilidad espacio-temporal de la temperatura de la superficie del suelo en el Perú y su relación con los eventos extremos, mediante imágenes MODIS/Terra durante el periodo 2000-2012
    (Universidad Nacional Mayor de San Marcos, 2015) Aguilar Lome, Jaime; Rojas Acuña, Joel; Willems Bram, Leo
    Determina la variabilidad espacial y temporal de la temperatura de la superficie del suelo (TSS) sobre el territorio peruano, ubicado aproximadamente entre 0◦S y 20◦S. Los datos utilizados son los productos MODIS/Terra (MOD11A2) y MODIS/Aqua (MYD11A2), que proporcionan la TSS diurna (10:30 hora local) y nocturna (2:30 hora local), respectivamente, a una resolución espacial de 1 km con base cada 8 días. La calidad de los productos fueron evaluados antes de su procesamiento. Mientras los datos de temperatura del aire, fueron proporcionados por el Servicio Nacional de Meteorología e Hidrología (SENAMHI). Los resultados muestran que la TSS diurna promedio del área de estudio varía de -1◦C a 47◦C. Mientras la desviación estándar de la TSS diurna muestra que en la costa norte y en la sierra varía más en comparación con la selva. Las comparaciones entre el promedio mensual de la TSS diurna con la temperatura máxima media mensual del aire muestran correlaciones estad´ısticamente significativas (0.50≤ r ≤ 0.84, p≤ 0.05) y la TSS diurna varía fuertemente según la estacionalidad y los diferentes clases de cobertura. Del análisis de la TSS nocturna en el periodo 2003-2012 (mayo-agosto), se muestra que las regiones por debajo de los 0◦C se encuentran por encima de 2600 msnm (en promedio). Además la TSS nocturna promedio mensual está fuertemente correlacionada con la temperatura mínima media mensual del aire (R=0.93, N=675).