Variabilidad en la correlación lineal de la temperatura superficial terrestre (LST) y los índices espectrales utilizando imágenes de satélite. Caso de estudio : Ciudad de Bogotá, Colombia

Esta investigación tiene como objetivo evaluar la variabilidad de la correlación lineal entre la temperatura superficial terrestre (LST) y los índices espectrales NDVI, NDWI, NDBI y NDBaI en la zona urbana de Bogotá, Colombia durante el periodo de tiempo comprendido entre 1997 y 2022. Se tendrían tr...

Full description

Autores:
Torres Plazas, Germán Stiwar
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/42298
Acceso en línea:
http://hdl.handle.net/11349/42298
Palabra clave:
Landsat
Temperatura de la superficie terrestre
Correlación lineal
Islas de calor
Indices espectrales
Ingeniería Topográfica -- Tesis y disertaciones académicas
Temperatura superficial terrestre (LST) -- Bogotá (Colombia)
Índices espectrales -- Bogotá (Colombia)
Análisis de imágenes satelitales -- Bogotá (Colombia)
Clima urbano -- Bogotá (Colombia)
Landsat
Land surface temperature
Linear correlation
Heat islands
Spectral indices
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Description
Summary:Esta investigación tiene como objetivo evaluar la variabilidad de la correlación lineal entre la temperatura superficial terrestre (LST) y los índices espectrales NDVI, NDWI, NDBI y NDBaI en la zona urbana de Bogotá, Colombia durante el periodo de tiempo comprendido entre 1997 y 2022. Se tendrían tres variables: tres índices y la temperatura, siendo la dependiente SWIR y las independientes las demás. Los datos serían de carácter anual, entre 1997 y 2022. Esto en razón a que las variaciones climáticas no son tan significativas como en regiones donde se dan las estaciones. Además de que se presenta escasez de imágenes. Metodológicamente, tendrá un enfoque cuali-cuantitativo, para la recolección y procesamiento de la información se utilizará la plataforma de Google Earth Engine -GEE- y el software MiraMon el cual ofrece las ventajas de facilitar el cálculo de los índices espectrales, usar la herramienta de reclasificación Raster, y realizar el cálculo del coeficiente de regresión múltiple.