Estimación de la temperatura ambiental a escala regional mediante procesamiento de imágenes de satélites
|
|
- María Pilar López Arroyo
- hace 8 años
- Vistas:
Transcripción
1 Ciencias de la Tierra y el Espacio, 2006, Vol.7, pp , ISSN Resumen Estimación de la temperatura ambiental a escala regional mediante procesamiento de imágenes de satélites MSc.Ing. Alberto A. Méndez Jocik (1), Valentijn Venus (2) (1) Grupo Empresarial de Proyectos Agropecuarios (ENPA), Augusto Márquez No. 10. Bayamo Granma. Cuba. (2) International Institute for Geo-Information Science and Earth Observation (ITC), PO Box. 6, 7500 AA Enschede. The Netherlands. Recibido: enero-octubre, 2006 Aceptado: noviembre, 2006 El sensor MODIS (Moderada Resolución de imágenes espectroradiométricas) a bordo del satélite TERRA y AQUA de la NASA con una alta resolución espacial da una nueva posibilidad de estimación de la temperatura ambiental (Ta) para estudios de los flujos de calor. MODIS 7 es un algoritmo que realiza análisis estadísticos de temperatura atmosférica, humedad relativa, capa de ozono, vapor de agua e índices de estabilidad atmosférica usando 12 canales infrarrojos con longitudes de onda entre y µm. De acuerdo con las propiedades verticales de la atmósfera, fue procesado el lapso adiabático entre los niveles de 1000 y 620 Mmb y a través de una interpolación lineal entre la temperatura obtenida desde los 1000 Mmb y la superficie de la tierra (2 m) mas el valor del lapso adiabático, se obtuvo un modelo biofísico para estimar la temperatura ambiental. Los resultados preliminares muestran un adecuado comportamiento entre los valores observados y estimados y los análisis estadísticos indican relaciones consistentes entre estos (R2=84.2%). El proceso de validación muestra que es posible corregir la temperatura del aire a 2 m de altura usando en in- situ Lapso adiabático y que pueden lograrse estimaciones con un nivel de exactitud de 2.36 K, con desviaciones Standard de 1.13 K, y errores cuadráticos de la media de 1.54 K. En dependencia del nivel de precisión que se desee el modelo puede ser ajustado usando relaciones empíricas a partir de análisis de regresión con datos de Ta observados. Palabras clave: Temperatura ambiental, imágenes de satélite Abstract MODIS (Moderate Resolution Imaging Spectroradiometer) instrument aboard the TERRA, AQUA to the NASA Spacecraft with high spatial resolution provides a wealth of useful information and offers a new opportunity to improve upon ambient air temperature (Ta) estimations for heat flux studies. MODIS 7 is an algorithm that performs statistical retrievals of atmospheric temperature, moisture, total column ozone burden, integrated total column precipitable water vapor and several atmospheric stability indices using 12 infrared spectral channels with wavelengths between and µm. According to the vertical proprieties of the atmosphere, in- situ Adiabatic Lapse Rate (between Mmb level) and linear interpolation procedure between the bottom level of MODIS7 (1000 Mmb) and the ground surface level, the air temperature at surface level (2 m) was estimated as the temperature of the 1000 Mmb layer plus the adiabatic lapse rate. Preliminary tests show a good agreement between the observed and estimated ambient air temperature, inter alai, the statistical analysis indicated consistent relationships between them (R2= 84.2%). The validation process shows that, it is possible to correct the air temperature at 2 meters using the in-situ adiabatic lapse rate and can be provided a level accuracy with bias of 2.36 K, standard deviations 1.13 K and the root mean square error 1.54 K. In dependence of the level of the required accuracy, the model can be adjusted to apply empirical relation through statistical regression using Ta from de field data. Key words: Environmental temperature, satellite images
2 Introducción La estimación de la temperatura ambiental es de gran importancia debido a su amplio campo de aplicación como estudios de enfermedades (Thomson, 1996), estratificación de la malaria, monitoreo medioambiental, pronósticos de epidemias (Connor, 1998), estimación de las precipitaciones (Milford, 1990), pronósticos climáticos (Smith, 1988), usos veterinarios (Flasse, 1995), cambios climáticos (WMO, 2001), evapotranspiración y modelación de rendimientos de los cultivos (Rugege, 2002). En septiembre del año 2002 expertos de la FAO, el Instituto Internacional de Riego y Drenaje y la Organización Mundial de Meteorología se reunieron con el objetivo de modificar, adecuar y estandarizar los estudios de evapotranspiración de los cultivos, publicada por la serie FAO 24 y adecuada en 1990 en reunión efectuada en Roma donde es aprobada la metodología conocida como FAO 56. En esta oportunidad los expertos consideraron y aprobaron como procedimiento válido la determinación de la evapotranspiración real y de referencia a partir de imágenes desde sensores remotos con un una precisión de un 81 %, una desviación Standard de un 12 % y un coeficiente de variación de un 14 %, es ratificado el método de Penman Monteith como el procedimiento Internacional para estimar la evapotranspiración. En la determinación de la evapotranspiración de los cultivos a partir de sensores remotos se utiliza la ecuación de balance de la energía donde básicamente la diferencia entre la temperatura ambiental y la de la superficie de la superficie o los cultivos representan la evapotranspiración. La sensibilidad de la determinación de la evapotranspiración depende del grado de precisión con que se pueda determinar la temperatura ambiental. La temperatura ambiental es comúnmente medida a partir de observaciones sinópticas en estaciones meteorológicas y estas dependen de la distribución espacial e infraestructura regional, la cual pocas veces esta diseñada para capturar un rango de datos confiables de una región dada, por otra parte los períodos de diseminación de la información es variable. La resolución espacial de estos datos puede ser compensado a por medio de técnicas de interpolación entre sitios conocidos pero esta distribución cuando no es densa puede introducir altos errores insolubles de resolver (Lennon, 1995). Investigaciones previas sugieren que modelos empíricos pueden ser utilizados para la determinación y mapeo de la temperatura ambiental (Prince, 1995), (Price, 1984), (Goward, 1989) pero la aplicación práctica de estos métodos es limitada, dependiendo de relaciones empíricas locales con un grado de precisión que no satisfacen los niveles que se necesitan en la ecuación de balance de la energía en la estimación de la evapotranspiración de los cultivos. Con el lanzamiento del satélite TERRA el 4 May 2002, y los sensores MODIS AQUA y TERRA a bordo del mismo se abren nuevas posibilidades para la realización de estos estudios. Estos instrumentos escanean a través de un spectroradiometro 36 visibles bandas (VIS), infrarrojo cercano (NIR), y infrarrojo (IR) con resolución espectral entre los y mm. El producto radiométrico MODIS 7 (Mediciones atmosféricas de vapor de agua y distribución de temperaturas) esta diseñado para conocer el rol que juega la energía y el agua en los cambios climáticos del mundo y puede ser usado conjuntamente con otros satélites en mediciones de variables meteorológicas en los modelos de pronóstico en regiones donde las estaciones meteorológicas convencionales o no existan o están dispersas. En esta investigación se pretende evaluar los métodos actuales de la estimación de la temperatura ambiental y establecer un modelo biofísico para la estimación de este parámetro con un nivel de precisión superior a los existentes y dar respuesta a los siguientes objetivos específicos: Generar un modelo matemático biofísico espacial para la estimación de la temperatura ambiental a partir de los perfiles verticales de temperatura generados por el sensor MODIS 7 ajustado por el lapso adiabático. Comparar el nivel de precisición del modelo con los actualmente existentes. Explorar las posibilidades radiométricas del producto MODIS 7 (Mediciones atmosféricas de vapor de agua y distribución de temperaturas). Materiales y métodos El presente trabajo fue desarrollado en Mozambique en la cuenca hidrográfica del Río Limpopo en una de las mas importantes áreas agrícolas de la región donde se concentra el 19 % de la producción del país con un área de km 2 y se extiende a través de cuatro países Bostwana, Mozambique, Sur África y Zimbabwe. El área de estudio se estableció entre los a de longitud Este y de a de latitud Sur. Los materiales utilizados en la investigación fueron: Imagen de satélite ASTER de enero del 2002, imágenes de satélite SPOT vegetación cada 10 días desde abril 1998 Febrero 2002), mapa topográfico del área, GPS (Sistema de posicionamiento global) conectado a IPAQ para el almacenamiento de datos, termómetro infrarrojo modelo TM-908 y termómetros digital estándar. 11
3 Se tomaron mediciones de temperatura y humedad relativa entre los días 16 de septiembre al 25 de octubre del 2003 sobre una estratificación del área a partir de las imágenes de satélites del Índice normalizado de vegetación (NDVI) del satélite SPOT vegetación con un muestreo aleatorio estratificado simple, los puntos fueron geolocalizados mediante GPS y coordenadas y valores almacenados mediante IPAQ. Fueron tomados 342 puntos con una frecuencia diaria cuando el satélite pasaba sobre e área de estudio para lo cual fue necesario pronosticar el tiempo, altura, y azimut del mismo mediante un software denominado WXtrack el cual se mantenía actualizado a la hora atómica de Internet mediante conexión remota establecida por medio de un teléfono móvil y una computadora de iguales características. De igual forma fueron utilizados mediciones de 3 estaciones meteorológicas existentes en el área. Tabla I Localización de las estaciones meteorológicas Estación Latitud Longitud Elevación (m) Choke 24º S 33º E 33.0 Chibuto 24º S 33º E Xai - Xai 25º S 33º E 4.0 Los datos en las estaciones meteorológicas automáticas fueron colectados de forma instantánea al mismo tiempo que se realizaban las mediciones en el campo y cuando el satélite tomaba las imágenes, mediante radiomoden conectada a una computadora personal, tomándose la información de temperatura del aire, humedad relativa, presión barométrica, velocidad y dirección del viento y radiación solar. Características generales de la atmósfera terrestre. La atmósfera terrestre esta determinada por diferentes capas que definen la temperatura del aire de acuerdo con la siguiente figura. Figura 1.Cambios verticales de la temperatura en la atmósfera La primera capa es la llamada troposfera y es la mas importante para esta investigación se extiende entre los 8 y 16 Km., en esta capa es donde mayoritariamente ocurren los cambios meteorológicos, las máximas temperaturas ocurren cercanas a la superficie de la tierra, con el incremento de la altura la temperatura del aire aumenta casi uniformemente aproximadamente a 6.5 º c por cada 1000 m fenómeno conocido como lapso adiabático. 12
4 De acuerdo a este fenómeno y extrayendo la información de los perfiles verticales de temperatura del sensor MODIS 7 fue determinado el in-situ lapso adiabático entre los 1000 y 620 Mmb de acuerdo al fórmula (1). A partir de los perfiles verticales de temperatura de los 1000 Mmb (capa mas baja medida por el sensor) y una interpolación lineal desde este nivel y la superficie de la tierra (2 m) estimada a partir de la presión atmosférica medida por el sensor se determinó la temperatura de la superficie como la temperatura de los 1000 Mmb mas el lapso adiabático calculado anteriormente. (1) Donde: hpa sup presión a nivel de la superficie (Mmb), DT diferencia de temperatura entre los 1000 y 620 Mmb (K), Dhpa diferencia de presión entre los 1000 y 620 Mmb (Mmb), T 1000 temperatura a los 1000 Mmb (K) y Ta estimación de la temperatura a 2 metros (K). El siguiente diagrama de flujo muestra la secuencia de la presente metodología. Figura 2. Diagrama de flujo de la metodología El proceso de validación fue realizado comparando los valores observados y los estimados, estableciendo correlación estadística y comparando los coeficientes de determinación obtenidos, otros indicadores estadísticos fueron la desviación Standard, el error cuadrático de la media y las desviaciones. Donde: Desviación Standard: (2) 13
5 Error cuadrático de la media: Desviación: (3) Resultados y discusión (4) Usando la información de MODIS 7 entre septiembre y octubre del 2003 los perfiles de temperatura fueron extraídos de los 20 niveles disponibles como se muestran en la figura 3, donde se presenta un ejemplo de esta información para diferentes puntos de muestreos en el área de estudio. Figura 3. Perfiles verticales de temperatura de MODIS 7. De acuerdo con estos perfiles, la troposfera se extiende desde los Mmb hasta los 100 Mmb con aproximadamente Km., la máxima temperatura se sitúa cercana a la superficie con valores promedios de K. Lapso adiabático Con la intensión de comprar los valores de los diferentes Lapsos adiabáticos, los resultados fueron resumidos para las diferentes capas y el análisis se realizó entre los niveles de Mmb debido a que esos niveles se sitúa la frontera inferior de la troposfera de acuerdo a la definición de la Organización Mundial de Meteorología, en este nivel el vapor de agua es abundante, y la energía infrarroja es absorbida, por esta razón el calor es mayor cerca de la superpie de la tierra, estos valores son los que mayor influencia tienen para la estimación de la temperatura del aire al nivel de los 2 m. Los valores de temperatura son más estables entre los 150 y 600 Mmb que en otros niveles, (Lee, 2003) cuando realizó estudios con este mismo sensor al compararlo con radiosondas encontró las menores desviaciones entre los hpa, lo que es explicable debido a que en estos niveles la humedad relativa es baja y la refracción es dominante en los gradientes verticales de temperatura, cerca de la superficie la variabilidad aumenta influenciada 14
6 por la transferencia de calor entre dos niveles: la libre convención producida por los gradientes de temperatura y la convección forzada producida por los perfiles horizontales del viento. Los resultados del análisis de la estadística descriptiva del in situ lapso adiabático muestran valores medios º C/1000 m coincidiendo con el valor standard reportado por (Pidwirny, 2003) de 6.5 Celsius por 1000 m, (Exell, 2001) reporta valores mas altos de 9.8 C/1000 (0.975x 10-2 K/m). La estimación de la temperatura usando el in situ lapso adiabático y el Standard reportado por (Pidwirny, 2003) muestran diferencias entre las medias de 2.04 K, la prueba T realizada muestra que no existe diferencias significativa para un intervalo de confianza del 95 %, usando el lapso adiabático standard se obtienen desviaciones de 1.57, desviaciones standard de 1.36 y error cuadrático de la media de 1.25 menores que cuando se utiliza el in situ lapso adiabático, pero debido a la insuficiencia de datos no se debe tomar decisión para la utilización del primero. Figura 4.Estimación de la temperatura del aire a 2 m usando el Lapso adiabático in situ y Standard. Por medio del lapso adiabático in situ fue estimada la temperatura a 2 m mediante una interpolación lineal entre los 1000 Mmb y la superficie de la tierra (2 m) de acuerdo a la ecuación (1) y el procedimiento expuesto. Modelo biofísico para la estimación de la temperatura ambiental Con el objetivo de comparar los valores observados con los estimados de la temperatura ambiental al tiempo que al satélite pasaba sobre el área y los procedimientos descriptos anteriormente la figura 5 muestra los resultados. La figura previa sugiere una adecuada correspondencia entre los valores observados y estimados, el modelo propuesto se ajusta a las condiciones reales medidas. Usando este modelo y mediante la tecnología de los sistemas de información geográficos a través de una interfase es posible realizar la estimación de cualquier región, muchos modelos presentan serios problemas en la espacialización de los resultados, siendo insoluble la solución de estimar los resultados a otras áreas. Figura 5. Temperatura del aire a 2 m estimada y observada 15
7 El siguiente mapa representa un ejemplo de la aplicación de este modelo a partir del cual se estimó la temperatura ambiental para el territorio de Mozambique usando el un sistema de información geográfico y estimando la misma para tamaño de píxel de 5x5 Km. Figura 6. Temperatura del aire estimada a 2 m del territorio de Mozambique Con el objetivo de encontrar el grado de relación entre los resultados obtenidos por modelo propuesto y las observaciones realizadas se realizó un análisis de regresión lineal cuyos resultados se muestran a continuación. Taobsev = Taprof Análisis de varianza Estimador Coeficientes SE Coef T P Constantante Taprof S = RSq = 84.2% RSq (adj) = 83.2% 16
8 Fuente DF SS MS F P Regresión Error Residual Total El análisis de regresión muestra una alta y positiva correlación, con coeficiente de determinación de R 2 =84.2 %, este valor representa que el 84.2 % de los valores observados pueden ser explicados con los valores estimados a partir de datos modelados del sensor MODIS 7, el valor de la p=0.00 en el análisis de varianza de la regresión es menor que el nivel alpha (α = 0.05) y demuestra que el valor estimado es significativo, probando con evidencia suficiente esta correlación, S= estima la desviación Standard del error, en este caso es baja y representa un buen ajuste al modelo, los residuales se distribuyen uniformemente como se muestra e el grafico siguiente. Validación del modelo Figura 7.Grafico de regresión y residuales. El proceso de validación fue realizado teniendo en cuenta el coeficiente de correlación, las desviaciones, la desviación standard y los error cuadrático de la media siguiendo el procedimiento descrito por (Willmott, 1984), otros investigadores utilizaron este procediendo para validar modelos matemáticos como son (Chen, 1983), (Prince, 1995), Saravanapavan,T., and Dye, Dennis (Saravanapavan, 1995), (Schroedter, 2001), (Lee, 2003), (Rosema, 2004). Tabla II Indicadores estadísticos del modelo. Indicadores Desv StDev RMSE Modelo La desviación fue de 2.36 K, la desviación Standard de 1.13 K, y el error cuadrático de la media 1.54, el coeficiente de determinación R 2 = 84.2 %. (Lee, 2003) usando perfiles verticales de temperatura obtenidos del sensor MODIS 7 en la península de Corea encontró coeficientes de correlación de 0.99, con desviaciones K y errores cuadráticos de la media de 2 K, comparando estos resultados con los obtenidos por el modelo, estos valores son deseables pero teniendo en cuenta que el autor utilizó sofisticados instrumentos para la calibración como es el caso de radiosondas en los niveles de hpa donde los valores de temperatura son mas estables, si se hubiera realizado este experimento hasta niveles de los 1000 Mmb los resultados serian diferentes debido a la poca estabilidad de la temperatura a los niveles de 2 m. El nivel de precisión de las estimaciones es menor debido además a factores técnicos del sensor (Menzel, 2002) reporta que MODIS 7 es un algoritmo que depende de la calidad de los datos de entrada del sensor MODIS Nivel -1B que el cual puede tener ruidos, y desbalances en el ángulo de escaneado reportando errores en los perfiles de temperatura de 1.9 C. 17
9 Ajuste del modelo con datos empíricos Dependiendo del nivel de precisión que se requiera el modelo puede ser ajustado con datos empíricos de la zona que se desee a partir de regresiones estadísticas, la tabla siguiente muestra un ejemplo de esta opción. Tabla III Indicadores estadísticos del modelo. Indicadores Desv StDev RMSE Modelo Como se muestra en la tabla anterior los errores de estimación pueden ser disminuidos en más de la mitad, pero en este caso el modelo perderá la condición de ser un modelo biofísico global para convertirse en un modelo empírico local cuyo nivel de ajuste dependerá de la calidad de los datos de entrada al mismo, esta puede ser una opción cuando se requiera de datos con mayor precisión. Comparación del modelo con los existentes La tabla siguiente muestra los indicadores estadísticos de los modelos existentes en el mundo para la estimación de la temperatura ambiental. Tabla IV Indicadores estadísticos comparativos entre los métodos existentes. Métodos Variables Indicadores Estadísticos R 2 StDev. RMSE Desv Estimación de Ta a partir de la temperatura superficial LST NDVI procedimiento NDVI,LST Modelo de aproximación temp.sup. usando ángulo solar LST, SZA zenital Interpolación espacial Ta EARS Metodología LST, Ta MODIS 7 Perfiles Verticales de temp. Ta De acuerdo con la evaluación de los diferentes modelos existentes MODIS 7 presenta el mayor valor de R 2 = la desviación Standard es menor en comparación con otros métodos, el error cuadrático medio es menor en comparación con los otros modelos excepto con el modelo de aproximación de la temperatura superficial con el ángulo solar zenital, la desviación es mayor que el método elaborado por EARS y el método de interpolación espacial, pero la precisión de del método de interpolación depende de la distribución espacial de la estaciones meteorológicas, cuando estas se encuentran esparcidas los errores pueden aumentar considerablemente, en el caso del modelo de aproximación de la temperatura superficial ajustado por el ángulo solar zenital depende de condiciones locales y de parámetros empíricos como es le caso de la temperatura superficial, el ángulo solar cambia en dependencia de la localización y hora en el día. De todos los modelos existentes excepto el de interpolación se infiere que existe una linealidad entre la temperatura del aire y la temperatura superficial, algunas investigaciones han encontrado fuertes relaciones entre estas, pero estas responden a condiciones locales, debe tenerse en cuenta que la temperatura superficial tiene dos componentes la temperatura del suelo mas la temperatura de la superficie, por esta razón la temperatura de la superficie depende de condiciones locales como la rugosidad de la superficie, la cubierta vegetal, la altura de la vegetación entre otros componentes, (Ottle, 1989) concluye además que esta relación cambia además debido al estrés hídricos de los cultivos y contradice esta relación lineal. El método del modelo de aproximación de la temperatura superficial a partir del ángulo solar zenital no es un adecuado indicador de la temperatura ambiental debido a que con las técnicas de sensoramiento remoto se hace imposible discriminar la energía reflejada por la radiación solar y la que emana del suelo cercana a la superficie y depende del ángulo solar, la localización y el tiempo. En la formula para determinar la evapotranspiración los dos parámetros básicos son la temperatura ambiental y la de la superficie y no es valido estimar una a partir de la otra porque la introducción de errores pueden ser elevados. 18
10 Conclusiones De acuerdo con el principal objetivo de este trabajo de encontrar un modelo biofísico para estimar la temperatura ambiental a partir de perfiles verticales de temperatura y presión superficial generados por el sensor MODIS 7 y ajustado por el in situ lapso adiabático fue encontrada positiva y alta correlación con coeficiente de determinación de 84.2 % donde los valores estimados fueron explicados por los observados, fue encontrada suficiente evidencia a un nivel de significación de un 95 % de probabilidad. Los resultados previos no son absolutos, el modelo debe ser validado para diferentes condiciones meteorológicas en diferentes regiones, pero es un modelo prometedor en áreas donde las estaciones meteorológicas se encuentren dispersas o no existan y es una alternativa donde la red de radiosondas es escasa. El proceso de validación indica que es posible corregir la temperatura del aire a 2 metros de altura usando el in situ Lapso adiabático obteniendo niveles de precisión 2.36 K, desviación Standard de 1.13 K, y error cuadrático de la media 1.54, estos niveles de precisión de seguro serán de interés para investigadores que trabajen en áreas donde no están disponibles datos meteorológicos. En la evaluación y comparación del modelo propuesto con los existentes podemos concluir que el mismo presenta mayor valor de R2 = la desviación Standard es menor en comparación con otros métodos, el error cuadrático medio es menor en comparación con los otros modelos excepto con el modelo de aproximación de la temperatura superficial con el ángulo solar zenital, la desviación es mayor que el método elaborado por EARS y el método de interpolación espacial, pero la precisión de del método de interpolación depende de la distribución espacial de la estaciones meteorológicas, cuando estas se encuentran esparcidas los errores pueden aumentar considerablemente, en el caso del modelo de aproximación de la temperatura superficial ajustado por el ángulo solar zenital depende de condiciones locales y de parámetros empíricos como es le caso de la temperatura superficial, el ángulo solar cambia en dependencia de la localización y hora en el día. Dependiendo del nivel de precisión que se requiera el modelo puede ser ajustado con datos empíricos de la zona que se desee a partir de regresiones estadísticas en este caso el error se reduce mas de la mitad con valores de 0.91 K, desviación Standard de 0.38 K, y error cuadrático de la media El método propuesto es simple y fácil de aplicar, tiene un alcance global y no necesita sofisticados cálculos a partir de parámetros indirectos para estimar la temperatura del aire. 19
11 Referencias Chen, E., L.H.Allen, J.F, Bartholic and J.F Gerber. (1983). Comparison of winter-nocturnal geostationary satellite infrared - surface temperature with shelter-heigh temperature in Florida. Remote Sensing of Env, 13, Connor, S. J. (1998). Malaria: Risk and Vulnerability in a Changing World. Liverpool School of Tropical Medicine Liverpool. UK. Retrieved , 2003, from the World Wide Web: Flasse, S., Walker. C, Biggs. H, Stephenson. P, and Hutchinson. P,. (1995). The use of low-cost remote sensing and GIS for identifying and monitoring the environmental factors associated with vector-borne disease transmission. Retrieved , 2003, from the World Wide Web: DO_TOPIC.html Goward, S. N., and A.S. Hope. (1989). Evapotranspiration from combined reflected solar and emitted terrestrial radiation: preliminary FIFE results from A VHRR data. Advances in Space Research, 9, Lee, M.-S., Kim Young-Seup, Kwon Byung-Hyuk, Hong Ki-Man, Park Kyung-Won. (2003). Evaluation of temperature and moisture profile data from TERRA/MODIS. Department of Satellite Information Sciences, Department of Environmental Atmospheric Sciences, Pukyong National University, Busan, Korea. Retrieved , 2003, from the World Wide Web: Menzel, W. P., Suzanne W. Seemann, Jun Li, Liam E. Gumley. (2002). MODIS Atmospheric Profile Retrieval Algorithm Theoretical Basis Document. NASA and University of Wisconsin-Madison. Retrieved, 2003, from the World Wide Web: Milford, J. R. D., G. (1990). Estimation of rainfall using geostationary satellite data. Applications of Remote Sensing in Agriculture, Proc. Of 48th. Retrieved, 2003, from the World Wide Web: Pidwirny, M. (2003). PhysicalGeography.net. Department of Geography Okanagan University College Kelowna, British Columbia Canada. Retrieved, 2003, from the World Wide Web: Price, J. C. (1984). Land surface temperature measurements from the split window channels of NOAA 7 advance very high resolution radiometer. Journal of Geophysical Research 89,D5: Retrieved, 2003, from the World Wide Web: Prince, S. D., and S.N. Goward. (1995). Global primary production: a remote sensing approach. Journal of Biogeography 22: Retrieved , 2003, from the World Wide Web: Rosema. (2004, 1/27/2004). China energy and water balance monitoring system. Final report of the CEWBMS project. Retrieved, from the World Wide Web: Rugege, D. (2002). Regional analysis of maize-based land use systems for early warning applications. Unpublished Doctoral thesis, International Institute for Aerospace Survey and Earth Sciences and Wageningen University, Enschede, The Netherlands. Saravanapavan, T., and Dye,Dennis G. (1995). Satellite estimation of environmental variables by the contextual analysis method: validation in a seasonal tropical environment. Global Engineering Laboratory Institute of Industrial Science University of Tokyo, Japan. Retrieved 8/19/2003, 2003, from the World Wide Web: Schroedter, M. (2001). TOVS / ATOVS products at DLR-DFD: Temperature and humidity profiles and total water vapor content (TWC). The ATMOS User Center (AUC). German Remote Sensing Data Center (DFD). Retrieved , 2003, from the World Wide Web: Smith, W., Leslie. L, Diak. G, Goodman. B, Velden. C, Callan. G, Raymond. W, and Wade. (1988). The integration of meteorological satellite imagery and numerical dynamical forecast models. Phil. Trans. Royal. Soc. Lond, 324, Thomson, M., Connor. S, Milligan. P, and Flasse. S. (1996). The ecology of malaria as seen from earth observation satellites. Retrieved 3, 90, from the World Wide Web: tract Willmott, C. J. (1984). On evaluation of model performance in physical geography, Spatial Statistics and models (G.L Galie and C.J. Willmott ed., pp ). WMO, U. a. (2001). Climate Change 2001: Synthesis Report. IPCC Third Assessment Report. Retrieved, from the World Wide Web: WXtrack. (2000). WXtrack sofware. Taylor, David J. Retrieved, from the World Wide Web: Lennon, J. L., Turner, J.R.G. (1995). Predicting the spatial distribution of climate: Temperature in Great Britain. Journal of Animal Ecology [J. ANIM. ECOL.], vol. 64, no. 3, pp , Retrieved , 2003, from the World Wide Web: 20
Monitoreo de condiciones meteorológicas en Baja California Sur. Luis M. Farfán (farfan@cicese.mx) CICESE, Unidad La Paz, B.C.S.
1 Monitoreo de condiciones meteorológicas en Baja California Sur Luis M. Farfán (farfan@cicese.mx) CICESE, Unidad La Paz, B.C.S. Las condiciones meteorológicas del tiempo representan el estado de la atmósfera
Más detallesEvaporación, Transpiración n y Evapotranspiración
Evaporación, Transpiración n y Evapotranspiración Curso de Hidrología Departamento de Ingeniería a Civil y Minas División n de Ingeniería Universidad de Sonora Mayo de 2007 Introducción La presencia de
Más detallesESTIMACIÓN SATELITAL DEL RECURSO SOLAR: MODELO CHILE-SR
ESTIMACIÓN SATELITAL DEL RECURSO SOLAR: MODELO CHILE-SR Center for Solar Energy Technologies Cristian Cortés 14 de agosto de 2015 Contenidos Estimación satelital de la irradiación solar en la superficie
Más detallesCálculo de la fracción evaporativa con imágenes MODIS Dr. Mauro E. Holzman
Cálculo de la fracción evaporativa con imágenes MODIS Dr. Mauro E. Holzman mauroh@faa.unicen.edu.ar 1. FUNDAMENTOS 2 La fracción evaporativa (FE) se define como la relación entre el flujo de calor latente
Más detallesREPORTE MENSUAL JUNIO 2009
REPORTE MENSUAL JUNIO 2009 MONITOREO SATELITAL A NIVEL ESTATAL PARA EL CONTROL DE SUELOS EROSIONADOS POR PÉRDIDA DE COBERTURA VEGETAL Y PROCESOS DE URBANIZACIÓN CONCEPTO Monitoreo satelital a nivel estatal
Más detallesInvestigación sobre el cambio en la aceleración de un carrito que rueda hacia abajo sobre un plano inclinado
Investigación sobre el cambio en la aceleración de un carrito que rueda hacia abajo sobre un plano inclinado La investigación Pregunta de investigación: Es constante la aceleración de un carrito que cae
Más detallesCORRECCIONES PARA LA MEDIDA DE LA TEMPERATURA DESDE SATÉLITE
CORRECCIONES PARA LA MEDIDA DE LA TEMPERATURA DESDE SATÉLITE Dr. Rául Rivas Comisión de Investigaciones Científicas de Buenos Aires Instituto de Hidrología de Llanuras Universidad Nacional del Centro de
Más detallesEl cambio climático: Impacto sobre la producción agrícola y las prácticas de adaptación
Guía curricular El cambio climático: Impacto sobre la producción agrícola y las prácticas de adaptación Lección Agricultura de precisión Agosto 2011 Lionel Cruz Rodríguez Asistente de Investigación Agricultura
Más detallesDatos Geográficos: Consideraciones y Fuentes
Datos Geográficos: Consideraciones y Fuentes Enrique Martínez Meyer emm@ib.unam.mx Instituto de Biología Universidad Nacional Autónoma de México WorldClim Características de los datos geográficos Fuente:
Más detallesESTIMACION DE LOS DIAS GRADO ANUALES USANDO DATOS AVHRR-NOAA RESUMEN
ESTIMACION DE LOS DIAS GRADO ANUALES USANDO DATOS AVHRR-NOAA Morales, Luis (1), Fernando Santibañez, Juan Carlos Parra y Alfonso Llancaqueo (2) (1) Facultad de Ciencias Agrarias y Forestales, Universidad
Más detallesLa evapotranspiración: concepto y métodos para su determinación. Capítulo I
La evapotranspiración: concepto y métodos para su determinación Capítulo I I. La evapotranspiración: concepto y métodos para su determinación I.1 Evapotranspiración La evaporación es el proceso por el
Más detallesNORMAS INTERNACIONALES Y ADQUISICION DE DATOS.
CAPITULO II NORMAS INTERNACIONALES Y ADQUISICION DE DATOS. En este capítulo se describirán en forma general las normas internacionales para la medición de variables climatológicas y cómo funciona un sistema
Más detallesESPECIFICACIONES TÉCNICAS. de la Ortofoto infrarroja de Cataluña 1:25000 (OI-25M) v2.1
ESPECIFICACIONES TÉCNICAS de la Ortofoto infrarroja de Cataluña 1:25000 (OI-25M) v2.1 ESPECIFICACIONES TÉCNICAS Revisión del documento 1.0 (septiembre 2010) de la Ortofoto Infrarroja de Cataluña 1:25
Más detallesEncuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo.
Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo. 1 INDICE 1. Introducción...3 2. Breve descripción de la encuesta...3 2.1 Definición...3 2.2 Diseño
Más detallesElementos para el monitoreo ambiental en el centro de México: la Meteorología. Víctor Magaña Instituto de Geografía UNAM
Elementos para el monitoreo ambiental en el centro de México: la Meteorología Víctor Magaña Instituto de Geografía UNAM Los criterios La información meteorológica y climática resulta esencial para la seguridad
Más detallesInvestigadores asociados: MICHA WERNER a, ERASMO RODRÍGUEZ b, LÁSZLÓ HAYDE a, CHARLOTTE DE FRAITURE a. Introducción
"Evaluación del recurso hídrico superficial y confiabilidad de suministro en condiciones tropicales con escasez de datos. Caso de estudio: Cuenca del río Pamplonita, Colombia y Venezuela" Autor: ALEXANDER
Más detallesTest de Idioma Francés. Manual del evaluador
Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas
Más detallesMonitoreo y Cuantificación de flotas poteras a partir del uso de Imágenes Satelitales
Monitoreo y Cuantificación de flotas poteras a partir del uso de Imágenes Satelitales Ing. Cozzolino Ezequiel Dr. Lasta Carlos Subprograma de Sensoramiento Remoto INIDEP 10 12 de noviembre de 2014, Piriápolis,
Más detallesMAPA DE RIESGO DE EROSIÓN DE SUELO PARA LA CUENCA DEL RIO YAGÜEZ EN PUERTO RICO
MAPA DE RIESGO DE EROSIÓN DE SUELO PARA LA CUENCA DEL RIO YAGÜEZ EN PUERTO RICO Nelson M. Anaya (nelson.anaya@upr.edu) Departamento de Ingeniería Civil Universidad de Puerto Rico Recinto de Mayagüez Resumen
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesDescarga de datos MODIS de Nivel 1B y su conversión a TIF
Descarga de datos MODIS de Nivel 1B y su conversión a TIF Grupo de Investigación en Percepción Remota (GIPER) Enero 2010 0. INTRODUCCION El propósito general de este manual es brindar de manera simple
Más detalles8. CONCLUSIONES Y RECOMENDACIONES
8. CONCLUSIONES Y RECOMENDACIONES 8.1 Conclusiones En el proyecto de tesis Realización de software educativo para simular la dispersión de contaminantes atmosféricos se desarrolló un programa computacional
Más detallesReunión 2013, Bs.As. 4 y 5 de abril
Optimizar el aprovechamiento de la información de origen satelital producida en el marco del Plan Espacial Nacional, identificando temas relevantes que ofrezcan ventajas competitivas para la comunidad
Más detallesINIFAP - Hidalgo. - Con el objetivo de incrementar la productividad, competitividad y mejorar los ingresos económicos de productores.
INIFAP HIDALGO Pronóstico Agroclimático para el estado de Hidalgo Periodo: Julio - octubre 2014 Animación imagen de satélite. SMN INIFAP - Hidalgo - Se tiene la finalidad de dar respuesta a las demandas
Más detallesCálculo de la Temperatura de Punto de Rocío a Diferentes Valores de Presión
Simposio de Metrología 008 Santiago de Querétaro, México, al 4 de Octubre Cálculo de la Temperatura de unto de Rocío a Diferentes Valores de resión Enrique Martines L., Leonel Lira C. km 4,5 Carretera
Más detallesMANUAL PARA EL TRATAMIENTO DE IMÁGENES SATELITALES CON INDICE DE VEGETACION DE DIFERENCIA NORMALIZADA (NDVI)
Instituto de Investigaciones Agropecuarias - INIA FIC Regional 2012-2013 MANUAL PARA EL TRATAMIENTO DE IMÁGENES SATELITALES CON INDICE DE VEGETACION DE DIFERENCIA NORMALIZADA (NDVI) Documento elaborado
Más detallesEL MODELO DE DATOS RASTER
EL MODELO DE DATOS RASTER El modelo de datos raster, como señala Bosque (1992), es el modelo de datos complementario al modelo vectorial presentado anteriormente. Tiene como principal característica el
Más detallesVALIDACIÓN DEL MÉTODO DE CALIBRACIÓN DE HIGRÓMETROS CAPACITIVOS CON SOLUCIONES SAL-AGUA COMO GENERADORAS DE HUMEDAD
VALIDACIÓN DEL MÉTODO DE CALIBRACIÓN DE HIGRÓMETROS CAPACITIVOS CON SOLUCIONES SAL-AGUA COMO GENERADORAS DE HUMEDAD Resumen: Jesús A. Dávila Pacheco, Enrique Martines López Centro Nacional de Metrología,
Más detallesPronósticos. Pronósticos y gráficos Diapositiva 1
Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesModelo matemático de las autoclaves industriales
AUTOMÁTICA Y ELECTRÓNICA Ingeniería Electrónica, Automática y Comunicaciones, Vol. XXIII, No. 2, 2002 Modelo matemático de las autoclaves industriales J. E. González y R. Misa Empresa Laboratorio Farmacéutico
Más detallesREPORTE MENSUAL MAYO 2009
REPORTE MENSUAL MAYO 2009 MONITOREO SATELITAL A NIVEL ESTATAL PARA EL CONTROL DE SUELOS EROSIONADOS POR PÉRDIDA DE COBERTURA VEGETAL Y PROCESOS DE URBANIZACIÓN CONCEPTO Monitoreo satelital a nivel estatal
Más detallesNuevas técnicas de obtención de información topográfica. Fotogrametría digital. GPS
UNIVERSIDAD DIEGO PORTALES Escuela de Ingeniería en Obras Civiles Carlos Rodolfo Marín Uribe Magister en Ingeniería de Vías Terrestres Estudiante Doctorado en Ciencias de la Ingeniería crmarin@uc.cl Nuevas
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesRed de Seguimiento de Cambio Global en la Red de Parques Nacionales CARACTERÍSTICAS TÉCNICAS EQUIPOS Y SENSORES DE ESTACIONES METEOROLÓGICAS.
Red de Seguimiento de Cambio Global en la Red de CARACTERÍSTICAS TÉCNICAS EQUIPOS Y SENSORES DE ESTACIONES METEOROLÓGICAS. Última actualización: junio 2013 INDICE GENERAL 1.- SENSORES METEOROLÓGICOS DE
Más detallesSun to Market Solutions
Sun to Market Solutions Juan Liria Fernández LOGO Cliente 6 June 2013 Codigo doc Predicción de radiación solar 1 Definiciones y Motivación 2 Predicción a muy corto plazo 3 Predicción a corto plazo 4 Medio
Más detallesVariabilidad espacio-temporal de la circulación atmosférica en el noroeste de México
XX Congreso Nacional de Ciencia y Tecnología del Mar El mar, el verdadero territorio Variabilidad espacio-temporal de la circulación atmosférica en el noroeste de México Dr. Guillermo Martínez Flores CICIMAR-IPN
Más detallesProtocolo de la Estación Meteorológica Davis
Protocolo de la Estación Meteorológica Davis Objetivo General Tomar los datos de atmósfera utilizando una Estación Meteorológica Davis Visión General Se instala una estación meteorológica para realizar
Más detallesERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES
ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES DE BÁSICA PRIMARIA EN LA CIUDAD DE PEREIRA José R. Bedoya Universidad Tecnológica de Pereira Pereira, Colombia La formación estadística en la ciudadanía,
Más detallesSatélites Longitud Área de cobertura Agencias METEOSAT 5 63 E Océano Indico EUMETSAT METEOSAT 7 0 Europa EUMETSAT
IMÁGENES DE SATÉLITES El primer satélite meteorológico fue lanzado en 1960 por USA, obteniéndose una fotografía de la cobertura de nube. Originalmente las imágenes de satélites fueron tratadas como una
Más detallesResumen Ejecutivo. 1 Introducción
Resumen Ejecutivo 1 Introducción El clima de una zona o región corresponde al conjunto de condiciones atmosféricas que la caracterizan, es entonces un estado promedio del tiempo atmosférico determinado
Más detallesProyecto de Adaptación al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales, (praa)
Proyecto de Adaptación al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales, (praa) Sistema de monitoreo para evaluar la disponibilidad de agua y evolución de los impactos asociados
Más detallesVISUALIZADOR DE INFORMACIÓN SATELITAL PARA TENDENCIAS AMBIENTALES Y CLIMA (VISTA-C)
VISUALIZADOR DE INFORMACIÓN SATELITAL PARA TENDENCIAS AMBIENTALES Y CLIMA (VISTA-C) Stéphane Robert André Couturier Gabriela Gómez Rodríguez Marco Antonio López Vega Victor Orlando Magaña Rueda Objetivo
Más detallesMERCOSUR/GMC/RES Nº 53/96 Estabilidad de productos farmacéuticos VISTO: el Tratado de Asunción, el Protocolo de Ouro Preto, la Decisión 3/94 del
MERCOSUR/GMC/RES Nº 53/96 Estabilidad de productos farmacéuticos VISTO: el Tratado de Asunción, el Protocolo de Ouro Preto, la Decisión 3/94 del Consejo del Mercado Común; las Resoluciones Nº 91/93 y 23/95
Más detallesForo de Discusión y Análisis. Los sistemas modernos de información como apoyo a la gestión de riesgos agropecuarios
Foro de Discusión y Análisis Los sistemas modernos de información como apoyo a la gestión de riesgos agropecuarios Introducción a la geomática Parte 2 Foro de Discusión y Análisis "Los Sistemas modernos
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesMÓDULO 3 CURVAS DE INFILTRACIÓN
MÓDULO 3 CURVAS DE INFILTRACIÓN Autores: Dr. Ing. Roberto Pizarro T. Ing. Juan Pablo Flores V. Ing. Claudia Sangüesa P. Ing. Enzo Martínez A. 1. INTRODUCCIÓN La infiltración el agua posee un rol fundamental
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesESTUDIO DE LA RED DE ALCANTARILLADO DE LA CUENCA URBANA DE LA RIERETA, SANT BOI DE LLOBREGAT, ESPAÑA
ESTUDIO DE LA RED DE ALCANTARILLADO DE LA CUENCA URBANA DE LA RIERETA, SANT BOI DE LLOBREGAT, ESPAÑA INTRODUCCIÓN El proyecto a desarrollar consiste en la implementación de medidas de rehabilitación, análisis
Más detallesRED DE MONITOREO DE RADIACIÓN ULTRAVIOLETA B
RED DE MONITOREO DE RADIACIÓN ULTRAVIOLETA B Prof. Alfonso Pino Graell Coordinador Laboratorio de Física de la Atmósfera Introducción En Panamá se registran altos niveles tanto de radiación global como
Más detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesUnidad II: Números pseudoaleatorios
Unidad II: Números pseudoaleatorios 2.1 Métodos de generación de números Pseudoaleatorio Métodos mecánicos La generación de números aleatorios de forma totalmente aleatoria, es muy sencilla con alguno
Más detallesORGANISMO DE EVALUACIÓN Y FISCALIZACIÓN AMBIENTAL DIRECCIÓN DE EVALUACIÓN EQUIPOS DE MEDICION DE LA CALIDAD DEL AIRE
OEFA ORGANISMO DE EVALUACIÓN Y FISCALIZACIÓN AMBIENTAL DIRECCIÓN DE EVALUACIÓN EQUIPOS DE MEDICION DE LA CALIDAD DEL AIRE MONITOREO DE LA CALIDAD DEL AIRE Métodos Pasivos Métodos Activos Métodos Automáticos
Más detallesModelización Climática de Alta Resolución en terrenos de orografía compleja
Modelización Climática de Alta Resolución en terrenos de orografía compleja Índice Introducción Modelización del clima Técnicas de downscaling dinámico Participación de ULL en Climatique: Proyecciones
Más detallesRECOMENDACIÓN UIT-R P.1148-1
Rec. UIT-R P.48- Rec. UIT-R P.48- RECOMENDACIÓN UIT-R P.48- PROCEDIMIENTO NORMALIZADO PARA COMPARAR LAS INTENSIDADES PREDICHAS Y OBSERVADAS DE LA SEÑAL DE ONDA IONOSFÉRICA EN ONDAS DECAMÉTRICAS Y PRESENTACIÓN
Más detallesInterfaz BIOCLIM e Interfaz DOMAIN
Grupo de investigación Ecología de Zonas Áridas CENTRO ANDALUZ PARA LA EVALUACIÓN Y SEGUIMIENTO DEL CAMBIO GLOBAL Interfaz BIOCLIM e Interfaz DOMAIN Elisa Liras Dpto. Biología Vegetal y Ecología Universidad
Más detallesEstimación. Intervalos de Confianza para la Media y para las Proporciones
Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesPráctica 2. Estadística Descriptiva
Práctica 2. Estadística Descriptiva Ejercicio 1 Mucha gente manifiesta reacciones de alergia sistémica a las picaduras de insectos. Estas reacciones varían de paciente a paciente, no sólo en cuanto a gravedad,
Más detallesSeis Sigma. Nueva filosofía Administrativa.
Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo
Más detallesMetodología. Descripción técnica
Metodología Descripción técnica El principio científico que opera bajo esta propuesta técnica consiste en la comparación temporal de los estados de la vegetación en las diferentes áreas naturales protegidas
Más detallesIMAGENES ASTER Remote Sensing Geoimage SAC
IMAGENES ASTER Remote Sensing Geoimage SAC Procesamiento de Imágenes de Satélite & GIS Christian Vargas Gonzáles Email: rs-geoimage@hotmail.com www.rs-geoimage.com IM IMAGENES ASTER ASTER (The Advanced
Más detallesToma de decisiones sobre el mundo real Base de datos SIT/SIG. Productos - información
Mundo real Adquisición de datos espaciales Toma de decisiones sobre el mundo real Base de datos SIT/SIG Planificación y management Análisis espacial y modelización Productos - información Posición Valores
Más detallesSENSOR DE POSICIÓN ULTRASÓNICO. Guía de Uso
SENSOR DE POSICIÓN ULTRASÓNICO Guía de Uso Introducción I NTRODUCCIÓN El S ENSOR DE P OSICIÓN U LTRASÓNICO de INGKA permite medir la distancia entre un determinado objeto y el sensor de manera continua.
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesUNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE GEOGRAFÍA DEPARTAMENTO DE GEOGRAFÍA FÍSICA MÉRIDA - VENEZUELA
UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE GEOGRAFÍA DEPARTAMENTO DE GEOGRAFÍA FÍSICA MÉRIDA - VENEZUELA PROGRAMA DE LA ASIGNATURA METEOROLOGÍA CÓDIGO DE MATERIA:
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesObjetivos Generales. Objetivos específicos. Que el estudiante:
ASIGNATURA: MÉTODOS NUMPERICOS I (ANÁLISIS Y PROCESAMIENTO DE LOS DATOS EXPERIMENTALES CON INTRODUCCIÓN A LA COMPUTACIÓN) Objetivos Generales Comprender y manejar los conceptos relacionados con el manejo,
Más detallesValidación y verificación de métodos de examen cuantitativos
Temas selectos de Calidad en Serología (aplicación en el banco de sangre) Validación y verificación de métodos de examen cuantitativos Ignacio Reyes Ramírez entidad mexicana de acreditación, a.c. Introducción
Más detallesAMBISENS. TELEDETECCIÓN y FOTOGRAMETRÍA. www.arbotante.com/ambisens
AMBISENS TELEDETECCIÓN y FOTOGRAMETRÍA www.arbotante.com/ambisens TELEDETECCIÓN Y FOTOGRAMETRÍA Ambisens es un servicio de teledetección para agricultura de precisión y estudios ambientales desarrollado
Más detallesMEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL
MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación
Más detallesGobierno de la Ciudad Autónoma de Buenos Aires 2011Buenos Aires Capital Mundial del Libro
Gobierno de la Ciudad Autónoma de Buenos Aires 2011Buenos Aires Capital Mundial del Libro PLIEGO DE CLAUSULAS PARTICULARES Y ESPECIFICACIONES TECNICAS ADQUISICIÓN DE INSTRUMENTAL PARA REALIZAR LAS TAREAS
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesCAPITULO 4 FLUIDIZACIÓN EMPLEANDO VAPOR SOBRECALENTADO. Potter [10], ha demostrado en una planta piloto que materiales sensibles a la
34 CAPITULO 4 FLUIDIZACIÓN EMPLEANDO VAPOR SOBRECALENTADO 4.1 Lecho fluidizado con vapor sobrecalentado Potter [10], ha demostrado en una planta piloto que materiales sensibles a la temperatura pueden
Más detallesSoluciones Integrales en Geomática Ingeniería Geoespacial
Soluciones Integrales en Geomática Ingeniería Geoespacial KOMPSAT 3 IMÁGENES SATELITALES DE ALTA RESOLUCIÓN 2014 1 TABLA DE CONTENIDOS QuickBird. 3 WorldView-1.... 4 WorldView-2......5 GeoEye-1.. 6 Ikonos........7
Más detalleslos recursos hídricos
Efecto del cambio climático en los recursos hídricos Grupo de Cambio Climático Instituto Mexicano de Tecnología del Agua Antecedentes De los resultados de los modelos climáticos reportados por el IPCC
Más detallesLA MEDIDA Y SUS ERRORES
LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesIntroducción al calor y la luz
Introducción al calor y la luz El espectro electromagnético es la fuente principal de energía que provee calor y luz. Todos los cuerpos, incluído el vidrio, emiten y absorben energía en forma de ondas
Más detallesXV CONGRESO DE INGENIERIA SANITARIA Y AMBIENTAL AIDIS CHILE. Concepción, Octubre de 2003
XV CONGRESO DE INGENIERIA SANITARIA Y AMBIENTAL AIDIS CHILE Concepción, Octubre de 2003 ESTRUCTURA Y MANEJO DE UNA BASE DE DATOS PARA LA CARACTERIZACIÓN DE LOS RECURSOS HIDRICOS: APLICACIÓN AL RIO BIOBIO,
Más detallesSon las dispersiones diferentes?
ESTADÍSTICA BÁSICA II Prueba de significancia 2: F-test Análisis de Varianza (ANOVA) Identificación de valores anómalos (outliers) - Cochran y Grubbs test Taller 3 Leonardo Merino Science Department Swedish
Más detallesTema 7. Introducción al reconocimiento de objetos
Tema 7. Introducción al reconocimiento de objetos En resumen, un sistema de reconocimiento de patrones completo consiste en: Un sensor que recoge las observaciones a clasificar. Un sistema de extracción
Más detallesSITUACIONES METEOROLÓGICAS DESFAVORABLES PARA LA PRODUCCION DE ENERGIA EOLICA EN SAN JULIAN, PROVINCIA DE SANTA CRUZ
SITUACIONES METEOROLÓGICAS DESFAVORABLES PARA LA PRODUCCION DE ENERGIA EOLICA EN SAN JULIAN, PROVINCIA DE SANTA CRUZ Federico Otero a, Bibiana Cerne a,b, Claudia Campetella a,b a Departamento de Ciencias
Más detallesCaída de Presión en Tubos de Diferente Diámetro
Caída de Presión en Tubos de Diferente Diámetro Laboratorio de Operaciones Unitarias Equipo 4 Primavera 2008 México D.F., 12 de marzo de 2008 Alumnos: Arlette Mayela Canut Noval arlettecanut@hotmail.com
Más detallesINTRODUCCION AL CONTROL AUTOMATICO DE PROCESOS
INTRODUCCION AL CONTROL AUTOMATICO DE PROCESOS El control automático de procesos es parte del progreso industrial desarrollado durante lo que ahora se conoce como la segunda revolución industrial. El uso
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesCONSIDERANDO ACUERDO POR EL QUE SE ESTABLECE LA METODOLOGÍA PARA LA MEDICIÓN DIRECTA DE EMISIONES DE BIÓXIDO DE CARBONO
JUAN JOSÉ GUERRA ABUD, Secretario de Medio Ambiente y Recursos Naturales, con fundamento en los artículos 32 Bis, fracción XLII de la Ley Orgánica de la Administración Pública Federal; 87, segundo párrafo
Más detallesCONFERENCISTA Braulio Villatoro Especialista en Sistemas de Información para Agricultura de Precisión
CONFERENCISTA Braulio Villatoro Especialista en Sistemas de Información para Agricultura de Precisión Procesamiento de imágenes de satélite Landsat 8 para estimación de NDVI para análisis multitemporal
Más detallesHerramientas de Monitoreo de Inundaciones basadas en el TRMM
Variabilidad Climática, Hidrología e Inundaciones Herramientas de Monitoreo de Inundaciones basadas en el TRMM May 19-22, 2015 GEO-Latin American & Caribbean Water Cycle Capacity Building Workshop Cartagena,
Más detallesPlaneación de la Recolección de Datos. Planeacion de Recoleccion de Datos
Planeación de la Recolección de Datos Qué Son los datos? Recolección de Datos Contenido Por Qué Es Importante la Recolección de Datos? Estrategias de Muestreo Estrategias para la Definición de Datos Base
Más detallesTodos los datos de medición. Siempre disponibles. En cada dispositivo. El sistema de registro de datos testo Saveris 2. Análisis e informes
Análisis e informes Refrigerador 1 14/09/2014 hasta 16/09/2014 Evaluación gráfica 14/09/2014 15/09/2014 16/09/2014 Registrador 1 ( C) Registrador 2 ( C) Registrador 3 ( C) Presentación en tabla Alarmas
Más detallesUNIVERSIDAD DE ALMERÍA ESCUELA SUPERIOR DE INGENIERÍA TITULACIÓN DE INGENIERÍA TÉCNICA AGRÍCOLA ESPECIALIDAD MECANIZACIÓN Y CONSTRUCCIONES RURALES
UNIVERSIDAD DE ALMERÍA ESCUELA SUPERIOR DE INGENIERÍA TITULACIÓN DE INGENIERÍA TÉCNICA AGRÍCOLA ESPECIALIDAD MECANIZACIÓN Y CONSTRUCCIONES RURALES OPTIMIZACIÓN DE LA CLASIFICACIÓN SUPERVISADA BASADA EN
Más detallesPronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com
Pronósticos Por Lic. Gabriel Leandro, MBA http:// 1.1. Necesidad de pronosticar Entorno altamente incierto La intuición no necesariamente da los mejores resultados Mejorar la planeación Competitividad
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesSección Agrometeorología. Red Provincial de Mediciones Climáticas
Sección Agrometeorología Tiene por objetivo contribuir a la generación de información meteorológica la que permite: - Desarrollar investigaciones específicas en el campo de la bioclimatología y agroclimatología.
Más detallesPSYCRODATA: Software que Calcula las Características de la Humedad del Aire y las Relaciona con las Variaciones del Fondo Gamma Ambiental
Primer Congreso Americano del IRPA 2006./ First American IRPA Congress 2006 XXIV Reunión Anual de la SMSR.y XVII Congreso Anual de la SNM / XXIV SMSR Annual Meeting XVII Annual SNM Congress Acapulco México,
Más detallesDirección General de Aguas. Octubre de 2014
Dirección General de Aguas Octubre de 2014 Temario A. DGA: Unidad de Glaciología y Nieves a) Estrategia Nacional de Glaciares b) Inventario y Monitoreo c) Estudios específicos en glaciares B. Importancia
Más detallesPrograma donde se inscribe la beca y/o la tesis: Interacciones biológicas: de las
Titulo: Potencial uso simultáneo de micopatógenos biocontroladores de hormigas cortadoras de hojas. Autores: Natalia G. Armando, Jorge A. Marfetán, Patricia J. Folgarait Correo: ng.armando14@gmail.com
Más detallesEficiencia de calderas: Casos de estudio y alternativas de mejora
Eficiencia de calderas: Casos de estudio y alternativas de mejora Julián Lucuara Ingeniero Mecánico jelucuara@cenicana.org 1/13 Eficiencia de Calderas La eficiencia térmica de una caldera puede ser determinada
Más detalles