Influencia de la variabilidad climática en las dinámicas espacio temporales de la vegetación en zonas de ecosistemas tropicales mediante el uso de percepción remota
Cargando...
Autores
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La presente tesis de investigación tiene como propósito analizar la relación de la variabilidad climática modulada por el fenómeno de El Niño Oscilación del Sur (ENSO) con las dinámicas espaciotemporales de las coberturas de los ecosistemas de páramo y bosque seco tropical mediante el uso de percepción remota. El estudio se desarrolló en el Parque Nacional Natural Tayrona (bosque seco tropical) y el Parque Nacional Natural Sumapaz (páramo). En una primera etapa, se caracterizó la variabilidad climática a partir de series de precipitación, temperatura e índices de sequía (SPI y SPEI), combinando datos observados de estaciones con bases climáticas sintéticas. Las series se descompusieron mediante la metodología Descomposición en Modos Empíricos de Conjunto (EEMD, por sus siglas en inglés), identificando modos intrínsecos (IMF) correlacionados con índices ENSO e incorporando rezagos para construir series ENSO-like. En una segunda etapa, se propone un flujo de trabajo para superar limitaciones típicas del trópico mediante la generación de una serie sintética mensual usando Detección y clasificación de cambios continuos (CCDC, por sus siglas en Inglés) y el muestreo de sus modelos armónicos. A partir de la reflectancia sintética, se calcularon componentes Tasseled Cap Transformations (TCT) y se integran en un esquema mensual de Change Vector Analysis (CVA) para obtener una serie temporal estandarizada de magnitud y dirección de cambio, capaz de capturar tanto variabilidad intraanual como interanual. Finalmente, la relación entre variabilidad climática modulada por ENSO y cambio se modeló a escala de píxel mediante un Modelo de Distribución de Rezagos (DLM) con regularización Ridge en diferentes rezagos. Los resultados muestran un acoplamiento heterogéneo y dependiente del ecosistema, además los perfiles de rezago evidencian respuestas diferidas compatibles con memoria ecológica. Este estudio presenta un marco metodológico replicable para el monitoreo de ecosistemas tropicales bajo restricciones de disponibilidad de datos y capacidad de cómputo, asimismo, ha identificado nuevos enfoques de los métodos de detección de cambio tradicionales al estudiar el CVA como una serie de tiempo y no como un momento y finalmente, el análisis pixel a pixel, permite priorizar espacialmente el territorio. (Texto tomado de la fuente)
Abstract
This research thesis aims to analyze the relationship between climate variability modulated by the El Niño–Southern Oscillation (ENSO) phenomenon and the spatiotemporal dynamics of land cover in páramo and tropical dry forest ecosystems using remote sensing. The study was conducted in Tayrona National Natural Park (tropical dry forest) and Sumapaz National Natural Park (páramo). First, climate variability was characterized using precipitation, temperature, and drought indices (SPI and SPEI), combining observed station data with synthetic climate datasets. The time series were decomposed using Ensemble Empirical Mode Decomposition (EEMD), identifying intrinsic mode functions (IMFs) correlated with ENSO indices and incorporating lags to construct ENSO-like time series. Second, a workflow was proposed to overcome common data availability limitations in tropical regions through the generation of a monthly synthetic time series using Continuous Change Detection and Classification (CCDC) and the sampling of its harmonic models. Based on the synthetic reflectance data, Tasseled Cap Transformation (TCT) components were calculated and integrated into a monthly Change Vector Analysis (CVA) framework to obtain a standardized time series of change magnitude and direction capable of capturing both intra-annual and interannual variability. Finally, the relationship between ENSO-modulated climate variability and ecosystem change was modeled at the pixel level using a Distributed Lag Model (DLM) with Ridge regularization across different time lags. The results reveal heterogeneous, ecosystem-dependent coupling, while lag profiles indicate delayed responses consistent with ecological memory. This study provides a replicable methodological framework for monitoring tropical ecosystems under data availability and computational constraints. Furthermore, it introduces a novel approach to traditional change detection methods by treating CVA as a time series rather than as a single temporal snapshot. The pixel-level analysis also enables spatial prioritization of areas according to their response to climate variability.
Descripción
ilustraciones a color, diagramas, mapas
Términos Normalizados
Cambios climáticos; Climatic changes; Efectos de la contaminación sobre el clima; Climate - Effect of pollution; Meteorología-Investigaciones; Meteorological research; Paramos; Moors and heaths; Teledetección-Equipos y accesorios; Remote sensing-equipment and supplies; Aprendizaje automático (Inteligencia artificial); Machine learning; Aprendizaje supervisado (Aprendizaje automático); Supervised learning (Machine learning); 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores; 550 - Ciencias de la tierra::551 - Geología, hidrología, meteorología