Ir al contenido principal

TEG: SENSADO REMOTO DE INCENDIOS FORESTALES EN LA REGIÓN ANDINA VENEZOLANA 2018-2022.

 

Mapa de indice NDVI y focos de calor por trimestres del año 2022 (fuente. TEG)


 Autor: Licenciado Francisco Mirabal (francisco.mirabal.facyt@gmail.com)
Tutor: Dr. Reimer Romero (romeroreimer@gmail.com - rromero1@uc.edu.ve)

Resumen

    En este trabajo se identificaron los focos de calor sobre la región andina venezolana, para ello se empleó una metodología basada en el sensado remoto, es decir, en el registro de datos con instrumentos especializados e instalados en satélites artificiales, de esta forma se realizó un análisis espacial y temporal de la distribución de los focos.

    Se destaca que el primer trimestre de cada año se presenta como el rango temporal de mayor actividad térmica de toda la región, esto convierte a dicho periodo tiempo el escogido para realizar la comparación de las mediciones realizadas en los años 2020 y 2022, otro de los aspectos más interesantes es que la mayor densidad de focos de calor se presentó en el estado Trujillo la cual superó los valores combinados de los estados Mérida y Táchira en la gran mayoría de años estudiados.

    En el período de tiempo considerado en este estudio (2019-2022) se observó que el año 2020 presentó el mayor conteo de focos de calor (1525), mientras que el año 2022 mostró la menor cantidad éstos (506); en estos años se destaca el incremento tanto en las temperaturas máximas y mínimas, de 4.3 K y 4.2 K respectivamente, lo que representaron una variación significativa, siendo el año 2022 el más cálido entre los dos. Por otro lado, se encontró que las precipitaciones ocurridas en el año 2020 no muestran un cambio significativo, lo mismo se observó en la velocidad del viento. Sin embargo, la humedad específica del año 2020 (12,83 m Kg/Kg de aire seco) resultó significativamente mayor que la del año 2022 (11,54 m Kg/Kg de aire seco). En cuanto a la altura media a la que eran detectados los FC se observó que éstos se detectaban en lugares más altos (1133 m aprox) en el año 2020 que en el año 2022.

    En cuanto a los índices espectrales (NDVI y NDMI) que pudieran ser considerados como factores que inciden en la presencia de FC, se puede destacar algunos aspectos muy interesantes; por ejemplo, del índice NDVI obtuvimos que en las regiones con un valor de entre 0 y 0.5 en la escala se registró que un 52.68% de los focos de calor se presentaron en estas zonas, por otro lado, en las zonas donde el rango de valores de NDMI estaba entre -0.5 y 0 registró un 68.96% de los focos de calor totales. Esta información es muy interesante ya que, en el NDVI, como vimos, hace referencia a las plantas que empiezan a mostrar indicios de debilitamiento o enfermedad y con el NDMI, este rango indica que las plantas que ya presentan un severo estrés hídrico, así como un 69 gran debilitamiento en la humedad del entorno, esto es un resultado muy positivo al entender como la información obtenida con estos índices nos sirvió para comprender los registros de focos de calor en estos periodos de tiempo. 

    En un intento por correlacionar los índices espectrales con la frecuencia espacial de los FC, se investigó que la I de Morán constituye una forma conveniente para hacerlo. En este estudio consideramos la distribución espacial de los IE como las entidades espaciales cuyo atributo se corresponde con el número de focos promedio en la región andina. De esta forma pudimos observar que tanto para el índice NDVI como para el NDMI se obtuvieron valores de I de Moran negativos con p-valores suficientes para superar el rango de confianza de la medición y desestimar la hipótesis nula, en especial en los primeros y cuartos trimestres de los años estudiados. Esto nos habla de la existencia de un patrón que no puede ser atribuible a un factor de aleatoriedad, pero no de una autocorrelación efectiva entre los índices espectrales y la distribución de los focos de calor. 

 

Más detalles del TEG en este enlace



 

Comentarios

Entradas populares de este blog

Propuesta TEG: Aspectos mecanicistas del crecimiento tumoral de los GBM

  Tutor: Profesor (Dr.) Reimer Romero (romeroreimer@gmail.com) Contexto:      El glioblastoma (GBM), es el tipo de tumor cerebral más común, agresivo e infiltrante en adultos, además, tiene un pronóstico desfavorable. Los avances recientes en el tratamiento clínico del GBM no han supuesto una gran diferencia en las perspectivas de los pacientes. La naturaleza altamente infiltrante del GBM hace que su recurrencia sea esencialmente un proceso garantizado y su tratamiento varía drásticamente según el caso [1].      El modelado biofísico tiene el potencial de convertirse en una herramienta indispensable para proporcionar información adicional sobre la progresión y el desarrollo del GBM y, por lo tanto, mejorar la toma de decisiones clínicas, lo que se traduce en una mejora adicional de la calidad de vida de los pacientes [1].      Los modelos matemáticos que caracterizan los efectos del tratamiento farmacológico contra el cáncer en tumores s...

IA y Estadística en la investigación médica: ¿aliadas o adversarias?

Por Dr. Reimer Romero Hernández Investigador Asociado la IIMBUC  Instituto de Investigaciones Médicas y Biotecnológias de la Universidad de Carabobo .  Desde que Apple introdujo a su  "asistente virtual" Siri en los dispositivos iOS hace 12 años, se inició la era comercial de las inteligencias artificiales (IA), con empresas como OpenAI y Google a la cabeza. Sin embargo, la historia de la IA es mucho más antigua, y mientras las investigaciones en el área de las ciencias médicas apoyadas en IA continúan desarrollándose, aún queda  camino por recorrer en cuanto a aplicaciones prácticas en el ámbito de la salud. Surgen muchas dudas y precauciones ante temas tan delicados, como por ejemplo, el uso público de datos biomédicos. No obstante, esta situación brinda la oportunidad de explorar el potencial de esta tecnología y su relación con las herramientas estadísticas tradicionales. El artículo publicado en The New England Journal of Medicine, titulado 'Where Medi...

Propuesta TEG: Análisis de datos play by play de la NBA

  Tutor: Profesor (Dr.) Reimer Romero (Departamento de Física - FACYT) (romeroreimer@gmail.com)  El baloncesto es un deporte muy dinámico, las estrategias de los equipos consisten en evitar que el contrincante consiga anotar puntos, pero también lograr conseguir puntos dentro de un tiempo reglamentario, en la NBA este tiempo es de 24 segundos. Al igual que el fútbol, el balón debe ser conducido hasta lograr alcanzar la meta (atravesar una canasta a 3,05m de altura y obtener puntos). Ganará el equipo que en 48 minutos (dividido en 4 partes iguales) alcance la mayor cantidad de puntos. Entre una acción defensiva y la ofensiva se gestan eventos que son registrados en el momento que ocurre cada uno de ellos, este registro dentro de la era moderna de la data de la NBA, recibe el nombre de play by play. Este trabajo consiste en recuperar datos de muchos encuentros de la NBA para así evaluar algunos aspectos ofensivos del juego como lo es la dinámica previa a cada canasta, condic...