Por favor, use este identificador para citar o enlazar este ítem:
http://cibnor.repositorioinstitucional.mx/jspui/handle/1001/1381| Estimación de parámetros ambientales a partir de imágenes Landsat 8 y mediciones in situ, en Bahía de La Paz, BCS | |
| ROSA JUDITH AVIÑA HERNANDEZ | |
| Raúl Octavio Martínez Rincón | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Coastal environments, remote sensing, multiple linear regression models, time series environmental parameters costeros, Percepción remota, Modelos de regresión lineal múltiple, Series de tiempo de parámetros ambientales | |
| "El monitoreo de parámetros ambientales en cuerpos de agua costeros es importante debido a la variabilidad de las condiciones ambientales que ocurren espacial y temporalmente. Sin embargo, un monitoreo constante a partir de mediciones in situ tiene limitaciones principalmente debido a los altos costos. Una alternativa que rompe con estas limitaciones es el uso de la teledetección satelital para estimar y monitorear parámetros ambientales del agua de mar porque puede proporcionar largas series de tiempo a bajo costo. Los satélites de observación oceánica proporcionan información de los principales parámetros del agua de mar (temperatura y clorofila-a) con una resolución espacial de hasta 1 km, sin embargo, estimaciones en zonas costeras pueden ser deficientes y/o limitadas debido al método de estimación y a la resolución espacial. Es por esto, que en años recientes se han utilizado otros productos como Landsat para estimar parámetros ambientales del mar a una resolución de 30 m. Sin embargo, los parámetros del agua de mar derivados de los productos Landsat deben estimarse localmente, ya que las características ópticas, físicas y biológicas presentes en una región determinada pueden diferir de las otras, por lo que un algoritmo desarrollado en una zona en particular no necesariamente será útil para la estimación en otro cuerpo de agua. El objetivo de este trabajo fue estimar y predecir parámetros del agua de mar (temperatura, pH, clorofila-a, salinidad, turbidez, concentración de oxígeno disuelto y saturación de oxígeno disuelto) mediante el uso de modelos de regresión lineal múltiple y datos colectados in situ en la Bahía de La Paz. La evaluación del desempeño de los modelos, sugiere que es posible estimar la mayoría de los parámetros propuestos con una buena confianza estadística (R2 0.58 - 0.94, r 0.59 - 0.95). Las predicciones de los modelos se utilizaron para describir la variación espacio-temporal de los parámetros del agua de mar durante el periodo 2013-2017. Los resultados muestran marcada estacionalidad en la temperatura, pH y concentración de oxígeno disuelto; por el contrario se observó menor variación estacional en la salinidad. Con las estimaciones de la clorofila-a y turbidez se hizo evidente valores muy altos de estos parámetros durante eventos de marea roja..." "Monitoring of environmental parameters in coastal water bodies is important due to the variability of environmental conditions that occur spatially and temporally. However, constant monitoring from in situ measurements has limitations mainly due to high costs. An alternative that breaks with these limitations is the use of satellite remote sensing to estimate and monitor environmental parameters of seawater because it can provide long time series at low cost. Oceanic observation satellites provide information on the main parameters of seawater (temperature and chlorophyll-a) with a spatial resolution of up to 1 km, however, estimates in coastal areas may be deficient and / or limited due to the estimation method and the spatial resolution. This is why, in recent years, other products such as Landsat have been used to estimate environmental parameters of the sea at a resolution of 30 m. However, seawater parameters derived from Landsat products must be estimated locally, since the optical, physical and biological characteristics present in a given region may differ from the others, so an algorithm developed in a particular area does not It will necessarily be useful for estimation in another body of water. The objective of this work was to estimate and predict seawater parameters (temperature, pH, chlorophyll-a, salinity, turbidity, dissolved oxygen concentration and dissolved oxygen saturation) by using multiple linear regression models and data collected in situ in Bahía de La Paz. Evaluation of the performance of models suggests that it is possible to estimate most of the proposed parameters with good statistical confidence (R2 0.58 - 0.94, r 0.59 - 0.95). Model predictions were used to describe the spatio-temporal variation of seawater parameters during the period 2013-2017. The results show marked seasonality in temperature, pH and concentration of dissolved oxygen; on the contrary, there was less seasonal variation in salinity. With the chlorophyll-a, and turbidity estimates, very high values of these parameters were evident during red tide events. The results of this work suggest that Landsat 8 images can be used effectively for the constant monitoring of environmental parameters in small coastal water bodies." | |
| Centro de Investigaciones Biológicas del Noroeste, S.C. | |
| 2018 | |
| Tesis de maestría | |
| Español | |
| PROCESOS LITORALES O SUBLITORALES | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Tesis de Maestría en Ciencias en Uso, Manejo y Preservación de los Recursos Naturales |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| aviña_r TESIS.pdf | Tesis de Rosa Judith Aviña Hernández | 2.96 MB | Adobe PDF | Visualizar/Abrir |