Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino

Autores
Nardecchia, Graciela Lucia; Diblasi, Angela Magdalena; Gonzalez Loyarte, Maria Margarita
Año de publicación
2008
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El procesamiento de imágenes satelitarias, conjuntamente con metodologías de los procesos estocásticos espaciales, ofrecen información sobre el comportamiento de variables cuyos valores son inexistentes. Particularmente, la obtención de un índice de aridez (IA) es imposible en puntos donde se carece de estaciones meteorológicas. Se utiliza la información de las imágenes NOAA-AVHRR NDVI (índice verde) para construir un modelo espacial predictivo para el NDVI en la transecta entre 69.51º W y 58.79º W y 34.40ºS y 38.07ºS. Mediante este modelo se obtienen predicciones de NDVI en los puntos de esta transecta donde se encuentran estaciones meteorológicas que permiten calcular el IA. Este índice es explicado mediante un modelo lineal por el NDVI. El modelo ajustado es aplicado luego a otros puntos dentro de la transecta para predecir valores del IA en puntos donde no existen estaciones meteorológicas. Así, mediante supuestos de continuidad espacial, se analizan patrones globales de comportamiento de aridez.
Satellite image data jointly with Spatial Stochastic Process methodologies offer information about the behaviour of variables whose values do not exist. Particularly, it is impossible to calculate values of the Aridity Index (AI) in points where there are no meteorological stations. Information based on NOAA-AVHRR NDVI images is used to build a predictive model for NDVI in the transect between 69.51º W and 58.79º W, and 34.40º S and 38.07º S. In the points where the meteorological stations are located, NDVI predictive values from this model are obtained. Then, a Linear Model is fitted to the NDVI predictive values to explain the calculated AI values in these points. This model is applied to obtain values of AI in points where there are no meteorological stations. Thus, aridity patterns are analyzed under spatial continuity assumptions.
Fil: Nardecchia, Graciela Lucia. Universidad Nacional de Cuyo; Argentina
Fil: Diblasi, Angela Magdalena. Universidad Nacional de Cuyo; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina
Fil: Gonzalez Loyarte, Maria Margarita. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Provincia de Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Universidad Nacional de Cuyo. Instituto Argentino de Investigaciones de las Zonas Áridas; Argentina
Materia
PREDICCIÓN ESPACIAL
MODELOS LINEALES
FUNCIÓN DE COVARIANZA
IMÁGENES NOAA-AVHRR NDVI
, ÍNDICE DE ARIDEZ
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/93008
Acceder
id CONICETDig_d1583c7ee91e64f902ea9573b1b3ee85
oai_identifier_str oai:ri.conicet.gov.ar:11336/93008
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Modelo de predicción espacial para el índice de aridez en una transecta del centro argentinoSpatial predictive model for the aridity index in a transect of the center of ArgentinaNardecchia, Graciela LuciaDiblasi, Angela MagdalenaGonzalez Loyarte, Maria MargaritaPREDICCIÓN ESPACIALMODELOS LINEALESFUNCIÓN DE COVARIANZAIMÁGENES NOAA-AVHRR NDVI, ÍNDICE DE ARIDEZhttps://purl.org/becyt/ford/1.1https://purl.org/becyt/ford/1El procesamiento de imágenes satelitarias, conjuntamente con metodologías de los procesos estocásticos espaciales, ofrecen información sobre el comportamiento de variables cuyos valores son inexistentes. Particularmente, la obtención de un índice de aridez (IA) es imposible en puntos donde se carece de estaciones meteorológicas. Se utiliza la información de las imágenes NOAA-AVHRR NDVI (índice verde) para construir un modelo espacial predictivo para el NDVI en la transecta entre 69.51º W y 58.79º W y 34.40ºS y 38.07ºS. Mediante este modelo se obtienen predicciones de NDVI en los puntos de esta transecta donde se encuentran estaciones meteorológicas que permiten calcular el IA. Este índice es explicado mediante un modelo lineal por el NDVI. El modelo ajustado es aplicado luego a otros puntos dentro de la transecta para predecir valores del IA en puntos donde no existen estaciones meteorológicas. Así, mediante supuestos de continuidad espacial, se analizan patrones globales de comportamiento de aridez.Satellite image data jointly with Spatial Stochastic Process methodologies offer information about the behaviour of variables whose values do not exist. Particularly, it is impossible to calculate values of the Aridity Index (AI) in points where there are no meteorological stations. Information based on NOAA-AVHRR NDVI images is used to build a predictive model for NDVI in the transect between 69.51º W and 58.79º W, and 34.40º S and 38.07º S. In the points where the meteorological stations are located, NDVI predictive values from this model are obtained. Then, a Linear Model is fitted to the NDVI predictive values to explain the calculated AI values in these points. This model is applied to obtain values of AI in points where there are no meteorological stations. Thus, aridity patterns are analyzed under spatial continuity assumptions.Fil: Nardecchia, Graciela Lucia. Universidad Nacional de Cuyo; ArgentinaFil: Diblasi, Angela Magdalena. Universidad Nacional de Cuyo; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; ArgentinaFil: Gonzalez Loyarte, Maria Margarita. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Provincia de Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Universidad Nacional de Cuyo. Instituto Argentino de Investigaciones de las Zonas Áridas; ArgentinaSociedad Argentina de Estudios Geográficos2008-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/93008Nardecchia, Graciela Lucia; Diblasi, Angela Magdalena; Gonzalez Loyarte, Maria Margarita; Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino; Sociedad Argentina de Estudios Geográficos; Contribuciones Científicas GAEA; 20; 12-2008; 235-2460328-3194CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://gaea.org.ar/contribuciones/GAEA_contribuciones_vol20_NARDECCHIA.pdfinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:07:37Zoai:ri.conicet.gov.ar:11336/93008instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:07:37.589CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
Spatial predictive model for the aridity index in a transect of the center of Argentina
title Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
spellingShingle Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
Nardecchia, Graciela Lucia
PREDICCIÓN ESPACIAL
MODELOS LINEALES
FUNCIÓN DE COVARIANZA
IMÁGENES NOAA-AVHRR NDVI
, ÍNDICE DE ARIDEZ
title_short Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
title_full Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
title_fullStr Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
title_full_unstemmed Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
title_sort Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino
dc.creator.none.fl_str_mv Nardecchia, Graciela Lucia
Diblasi, Angela Magdalena
Gonzalez Loyarte, Maria Margarita
author Nardecchia, Graciela Lucia
author_facet Nardecchia, Graciela Lucia
Diblasi, Angela Magdalena
Gonzalez Loyarte, Maria Margarita
author_role author
author2 Diblasi, Angela Magdalena
Gonzalez Loyarte, Maria Margarita
author2_role author
author
dc.subject.none.fl_str_mv PREDICCIÓN ESPACIAL
MODELOS LINEALES
FUNCIÓN DE COVARIANZA
IMÁGENES NOAA-AVHRR NDVI
, ÍNDICE DE ARIDEZ
topic PREDICCIÓN ESPACIAL
MODELOS LINEALES
FUNCIÓN DE COVARIANZA
IMÁGENES NOAA-AVHRR NDVI
, ÍNDICE DE ARIDEZ
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.1
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv El procesamiento de imágenes satelitarias, conjuntamente con metodologías de los procesos estocásticos espaciales, ofrecen información sobre el comportamiento de variables cuyos valores son inexistentes. Particularmente, la obtención de un índice de aridez (IA) es imposible en puntos donde se carece de estaciones meteorológicas. Se utiliza la información de las imágenes NOAA-AVHRR NDVI (índice verde) para construir un modelo espacial predictivo para el NDVI en la transecta entre 69.51º W y 58.79º W y 34.40ºS y 38.07ºS. Mediante este modelo se obtienen predicciones de NDVI en los puntos de esta transecta donde se encuentran estaciones meteorológicas que permiten calcular el IA. Este índice es explicado mediante un modelo lineal por el NDVI. El modelo ajustado es aplicado luego a otros puntos dentro de la transecta para predecir valores del IA en puntos donde no existen estaciones meteorológicas. Así, mediante supuestos de continuidad espacial, se analizan patrones globales de comportamiento de aridez.
Satellite image data jointly with Spatial Stochastic Process methodologies offer information about the behaviour of variables whose values do not exist. Particularly, it is impossible to calculate values of the Aridity Index (AI) in points where there are no meteorological stations. Information based on NOAA-AVHRR NDVI images is used to build a predictive model for NDVI in the transect between 69.51º W and 58.79º W, and 34.40º S and 38.07º S. In the points where the meteorological stations are located, NDVI predictive values from this model are obtained. Then, a Linear Model is fitted to the NDVI predictive values to explain the calculated AI values in these points. This model is applied to obtain values of AI in points where there are no meteorological stations. Thus, aridity patterns are analyzed under spatial continuity assumptions.
Fil: Nardecchia, Graciela Lucia. Universidad Nacional de Cuyo; Argentina
Fil: Diblasi, Angela Magdalena. Universidad Nacional de Cuyo; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina
Fil: Gonzalez Loyarte, Maria Margarita. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Provincia de Mendoza. Instituto Argentino de Investigaciones de las Zonas Áridas. Universidad Nacional de Cuyo. Instituto Argentino de Investigaciones de las Zonas Áridas; Argentina
description El procesamiento de imágenes satelitarias, conjuntamente con metodologías de los procesos estocásticos espaciales, ofrecen información sobre el comportamiento de variables cuyos valores son inexistentes. Particularmente, la obtención de un índice de aridez (IA) es imposible en puntos donde se carece de estaciones meteorológicas. Se utiliza la información de las imágenes NOAA-AVHRR NDVI (índice verde) para construir un modelo espacial predictivo para el NDVI en la transecta entre 69.51º W y 58.79º W y 34.40ºS y 38.07ºS. Mediante este modelo se obtienen predicciones de NDVI en los puntos de esta transecta donde se encuentran estaciones meteorológicas que permiten calcular el IA. Este índice es explicado mediante un modelo lineal por el NDVI. El modelo ajustado es aplicado luego a otros puntos dentro de la transecta para predecir valores del IA en puntos donde no existen estaciones meteorológicas. Así, mediante supuestos de continuidad espacial, se analizan patrones globales de comportamiento de aridez.
publishDate 2008
dc.date.none.fl_str_mv 2008-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/93008
Nardecchia, Graciela Lucia; Diblasi, Angela Magdalena; Gonzalez Loyarte, Maria Margarita; Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino; Sociedad Argentina de Estudios Geográficos; Contribuciones Científicas GAEA; 20; 12-2008; 235-246
0328-3194
CONICET Digital
CONICET
url http://hdl.handle.net/11336/93008
identifier_str_mv Nardecchia, Graciela Lucia; Diblasi, Angela Magdalena; Gonzalez Loyarte, Maria Margarita; Modelo de predicción espacial para el índice de aridez en una transecta del centro argentino; Sociedad Argentina de Estudios Geográficos; Contribuciones Científicas GAEA; 20; 12-2008; 235-246
0328-3194
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://gaea.org.ar/contribuciones/GAEA_contribuciones_vol20_NARDECCHIA.pdf
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Sociedad Argentina de Estudios Geográficos
publisher.none.fl_str_mv Sociedad Argentina de Estudios Geográficos
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842270009675481088
score 13.13397

Publicaciones similares