Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis

Autores
Almonacid, Leandro Rodrigo
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión aceptada
Colaborador/a o director/a de tesis
Díaz, Boris Gastón
Descripción
Fil: Almonacid, Leandro Rodrigo. Universidad Nacional de Luján; Argentina.
La Productividad Primaria Neta Aérea (PPNA) de los pastizales naturales es el principal sustento de la actividad ganadera en Patagonia Austral. La precipitación es una de las principales variables que determina la variación interanual de la PPNA. La precipitación solida es una variable poco estudiada en la región debido a la escasez de datos, siendo muy importante en los momentos de rebrote del pastizal. La teledetección se presenta como una herramienta importante para el estudio de la cobertura nival en grandes regiones a relativamente bajo costo. El objetivo del presente trabajo fue ajustar una metodología para el mapeo automatizado de nieve mediante el uso de información remota. Se ensayaron cuatro métodos, dos de ellos a partir de imágenes Landsat, utilizando la metodología de Dozier (1989), el producto diario de nieve (MOD10A1) y el producto de reflectancia de superficie (MOD09), ambos del sensor Modis. Landsat mostro los mayores valores de precisión con 86 – 89 % de pixeles correctamente clasificados, mientras que MOD10A1 fue el menos preciso, con un 66 %. MOD09 presento una precisión media del 86 %. MOD10A1 fue el único que presento diferencias estadísticamente significativas entre métodos. A pesar de la alta precisión obtenida a partir de datos Landsat, la baja resolución temporal resulta ser un problema en zonas con alta nubosidad como Patagonia Austral. Por ello MOD09 se muestra como un producto con alta precisión y sumado a su alta frecuencia temporal permite posicionarlo como la mejor herramienta para el estudio de la dinámica de la cubierta nival.
Materia
TELEDETECCIÓN
IDENTIFICACIÓN DE NIEVE
PATAGONIA
PRECIPITACIÓN SÓLIDA
NIEVE
IMÁGENES LANDSAT
SENSOR MODIS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
REDIUNLU (UNLu)
Institución
Universidad Nacional de Luján
OAI Identificador
oai:ri.unlu.edu.ar:rediunlu/707

id REDIUNLU_11ec8c21a7492524a669a24c4d1f6daa
oai_identifier_str oai:ri.unlu.edu.ar:rediunlu/707
network_acronym_str REDIUNLU
repository_id_str w
network_name_str REDIUNLU (UNLu)
spelling Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y ModisAlmonacid, Leandro RodrigoTELEDETECCIÓNIDENTIFICACIÓN DE NIEVEPATAGONIAPRECIPITACIÓN SÓLIDANIEVEIMÁGENES LANDSATSENSOR MODISFil: Almonacid, Leandro Rodrigo. Universidad Nacional de Luján; Argentina.La Productividad Primaria Neta Aérea (PPNA) de los pastizales naturales es el principal sustento de la actividad ganadera en Patagonia Austral. La precipitación es una de las principales variables que determina la variación interanual de la PPNA. La precipitación solida es una variable poco estudiada en la región debido a la escasez de datos, siendo muy importante en los momentos de rebrote del pastizal. La teledetección se presenta como una herramienta importante para el estudio de la cobertura nival en grandes regiones a relativamente bajo costo. El objetivo del presente trabajo fue ajustar una metodología para el mapeo automatizado de nieve mediante el uso de información remota. Se ensayaron cuatro métodos, dos de ellos a partir de imágenes Landsat, utilizando la metodología de Dozier (1989), el producto diario de nieve (MOD10A1) y el producto de reflectancia de superficie (MOD09), ambos del sensor Modis. Landsat mostro los mayores valores de precisión con 86 – 89 % de pixeles correctamente clasificados, mientras que MOD10A1 fue el menos preciso, con un 66 %. MOD09 presento una precisión media del 86 %. MOD10A1 fue el único que presento diferencias estadísticamente significativas entre métodos. A pesar de la alta precisión obtenida a partir de datos Landsat, la baja resolución temporal resulta ser un problema en zonas con alta nubosidad como Patagonia Austral. Por ello MOD09 se muestra como un producto con alta precisión y sumado a su alta frecuencia temporal permite posicionarlo como la mejor herramienta para el estudio de la dinámica de la cubierta nival.Universidad Nacional de LujánDíaz, Boris Gastón2020-06-05T01:13:21Z2020-06-05T01:13:21Z2018Thesisinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://ri.unlu.edu.ar/xmlui/handle/rediunlu/707spaesinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:REDIUNLU (UNLu)instname:Universidad Nacional de Luján2025-09-29T14:29:34Zoai:ri.unlu.edu.ar:rediunlu/707instacron:UNLuInstitucionalhttps://ri.unlu.edu.arUniversidad públicaNo correspondehttps://ri.unlu.edu.ar/oaivcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com ArgentinaNo correspondeNo correspondeNo correspondeopendoar:w2025-09-29 14:29:34.861REDIUNLU (UNLu) - Universidad Nacional de Lujánfalse
dc.title.none.fl_str_mv Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
title Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
spellingShingle Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
Almonacid, Leandro Rodrigo
TELEDETECCIÓN
IDENTIFICACIÓN DE NIEVE
PATAGONIA
PRECIPITACIÓN SÓLIDA
NIEVE
IMÁGENES LANDSAT
SENSOR MODIS
title_short Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
title_full Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
title_fullStr Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
title_full_unstemmed Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
title_sort Evaluación de metodologías para la identificación de nieve a partir de imágenes Landsat y Modis
dc.creator.none.fl_str_mv Almonacid, Leandro Rodrigo
author Almonacid, Leandro Rodrigo
author_facet Almonacid, Leandro Rodrigo
author_role author
dc.contributor.none.fl_str_mv Díaz, Boris Gastón
dc.subject.none.fl_str_mv TELEDETECCIÓN
IDENTIFICACIÓN DE NIEVE
PATAGONIA
PRECIPITACIÓN SÓLIDA
NIEVE
IMÁGENES LANDSAT
SENSOR MODIS
topic TELEDETECCIÓN
IDENTIFICACIÓN DE NIEVE
PATAGONIA
PRECIPITACIÓN SÓLIDA
NIEVE
IMÁGENES LANDSAT
SENSOR MODIS
dc.description.none.fl_txt_mv Fil: Almonacid, Leandro Rodrigo. Universidad Nacional de Luján; Argentina.
La Productividad Primaria Neta Aérea (PPNA) de los pastizales naturales es el principal sustento de la actividad ganadera en Patagonia Austral. La precipitación es una de las principales variables que determina la variación interanual de la PPNA. La precipitación solida es una variable poco estudiada en la región debido a la escasez de datos, siendo muy importante en los momentos de rebrote del pastizal. La teledetección se presenta como una herramienta importante para el estudio de la cobertura nival en grandes regiones a relativamente bajo costo. El objetivo del presente trabajo fue ajustar una metodología para el mapeo automatizado de nieve mediante el uso de información remota. Se ensayaron cuatro métodos, dos de ellos a partir de imágenes Landsat, utilizando la metodología de Dozier (1989), el producto diario de nieve (MOD10A1) y el producto de reflectancia de superficie (MOD09), ambos del sensor Modis. Landsat mostro los mayores valores de precisión con 86 – 89 % de pixeles correctamente clasificados, mientras que MOD10A1 fue el menos preciso, con un 66 %. MOD09 presento una precisión media del 86 %. MOD10A1 fue el único que presento diferencias estadísticamente significativas entre métodos. A pesar de la alta precisión obtenida a partir de datos Landsat, la baja resolución temporal resulta ser un problema en zonas con alta nubosidad como Patagonia Austral. Por ello MOD09 se muestra como un producto con alta precisión y sumado a su alta frecuencia temporal permite posicionarlo como la mejor herramienta para el estudio de la dinámica de la cubierta nival.
description Fil: Almonacid, Leandro Rodrigo. Universidad Nacional de Luján; Argentina.
publishDate 2018
dc.date.none.fl_str_mv 2018
2020-06-05T01:13:21Z
2020-06-05T01:13:21Z
dc.type.none.fl_str_mv Thesis
info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format masterThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://ri.unlu.edu.ar/xmlui/handle/rediunlu/707
url http://ri.unlu.edu.ar/xmlui/handle/rediunlu/707
dc.language.none.fl_str_mv spa
es
language spa
language_invalid_str_mv es
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Luján
publisher.none.fl_str_mv Universidad Nacional de Luján
dc.source.none.fl_str_mv reponame:REDIUNLU (UNLu)
instname:Universidad Nacional de Luján
reponame_str REDIUNLU (UNLu)
collection REDIUNLU (UNLu)
instname_str Universidad Nacional de Luján
repository.name.fl_str_mv REDIUNLU (UNLu) - Universidad Nacional de Luján
repository.mail.fl_str_mv vcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com
_version_ 1844621809231593472
score 12.559606