Estimation of drought indices in the Ichu river basin using data generated by remote sensing-Huancavelica-2019

Authors

  • Alexander Montes Universidad Nacional de Huancavelica, Huancavelica, Perú.

DOI:

https://doi.org/10.54943/ricci.v3i1.223

Keywords:

Drought indices, remote sensing, satellite rainfall, global climate models

Abstract

The objective of this research is to determine the estimate of drought indices using data generated by remote sensing. To reach the objective of the thesis, the applications used are: RStudio, ArcGIS, HYDRACCES and MINITAB 18. The present research work is of the Applied Non-Experimental type, because it seeks to contribute to the expansion of scientific knowledge in the evaluation of drought indices. . In general, different hydrological, ecological and agricultural systems respond to climatic droughts at different time scales. Therefore, the SPI and SPEI are calculated at time scales from 1 to 48 months, for this purpose the analysis of droughts in the Ichu river basin, which is made up of 5 homogeneous regions described above, where data from each region has been obtained. homogeneous, such as precipitation, minimum maximum temperature and longitude latitude with a monthly precipitation series (1994-2016) and with a monthly minimum maximum temperature series (1994-2015). In the present research work, the spatiotemporal variability was analyzed. of droughts in the Ichu river basin for the period from 1994 to 2016 using data generated by remote sensing (remote sensing).

Downloads

Download data is not yet available.

References

Acuña, J., Felipe, O., Ordoñes, J. y Arboleda, F. (2011). Análisis regional de frecuencia de precipitación anual para la determinación de mapas de sequías. Geo-atmosférica RPGA, (3), 104-115.

Aguilar, J. (2015). Variabilidad Espacio temporal de la Temperatura de la Superficie del Suelo en el Perú y su relación con los eventos extremos, mediante imágenes MODIS/Terra durante el periodo 2000-2012 (Tesis de Maestría). Universidad Nacional Mayor de San Marcos, Lima, Perú.

Anculle, T. (2016). Modelo del inicio de la sequía en la costa norte de Perú a partir del NDVI de los sensores AVHRR, VEGETATION, MODIS y los datos ENOS (1982-2013). (Tesis de Maestría). Universidad Nacional Mayor de San Marcos, Lima, Perú.

Ayala, I. (2016). Predicción de sequías con redes neuronales artificiales y algoritmos geneticos utilizando precipitaciones por percepción remota (tesis de maestría). Universidad Nacional de Ingeniería, Lima, Perú.

Campos, D. F. (2014). Comparación de tres métodos estadísticos para detección y monitoreo de sequías.Agrociencia, 48 (5), 463-476. doi: 48:463-476.2014.

Chávez, S. (2013). Caracterización de tormentas en el Valle del Mantaro mediante Sensoramiento Remoto. (Tesis de pregrado). Pontifica Universidad Católica del Perú, Lima, Perú

Carbajal, G., Willems, B., & Lavado, W. (2018). Identificación de patrones relevantes a la sequía agrícola a partir del análisis espacial y temporal del Índice de Condición de la Vegetación –Caso estudio: Áreas agrícolas de la región Piura, Perú (2000 -2017). ECIPerú, 15(2), 81-89.

Kogan, F. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research, 15 (11), 91–100.Komuscu, A. (1999). Using the SPI to analyze spatial and temporal patternsof drought in Turkey. Drought Netw. News 11 (1), 7-13.

Ramos, L. (2013). Estudio de la utilidad de la Lluvia Estimada de Satélite en la Modelación Hidrológica Distribuida (Tesis Doctoral). Universidad Politécnica de Valencia, Valencia, España.

Rivera, J. A. (2014). Aspectos climatológicos de las sequías meteorológicas en el sur de Sudamérica. Análisis regional y proyecciones futuras (tesis doctoral). Universidad de Buenos Aires, Buenos Aires, Argentina.

Zuluaga, J. (2009). Análisis de La Variabilidad Espacio-Temporal de La Sequía En Colombia. Universidad Nacional de Colombia, Colombia.: Masters. Recuperado de http://www.bdigital.unal.edu.co/2275/

Downloads

Published

2023-01-06

How to Cite

Montes, A. (2023). Estimation of drought indices in the Ichu river basin using data generated by remote sensing-Huancavelica-2019. Revista Científica Ciencias Ingenieriles, 3(1), 44–50. https://doi.org/10.54943/ricci.v3i1.223
Metrics
Views/Downloads
  • Abstract
    550
  • HTML (Español (España))
    48
  • PDF (Español (España))
    236

Issue

Vol. 3 No. 1 (2023): January - June

Section

ARTICULOS

License

Copyright (c) 2023 Alexander Montes

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.