Attribution 4.0 International (CC BY 4.0)Carvajal, Andrés FelipeEcheverri, Luis RaúlVelásquez Cardenas, Omar OrlandoTorres Tinjaca, Magda Paola2021-03-012021-03-012020-07-27http://repositorio.uan.edu.co/handle/123456789/2171PropiaThe main objective of the present study is to analyze the land surface temperature data, obtained from MODIS images, on heterogeneous vegetation cover of forests and semi-natural areas (B), comprising trees, shrubs and herbaceous, and, in agricultural territories (T), which are those dedicated to permanent and transitory crops and may be associated with pastures. First, on a series of surface temperature images from the MODIS sensor, which have a periodicity of 8 days, the groups of points located on forest cover and agricultural areas are selected, with a distribution percentage of approximately 50% for each, verifying the selection of the groups using the map of cover of Colombia. The study was continued with the surface temperature information obtained from the sensor, storing the images generated containing the records of 16 years (2003 to 2019). From there two documents turn out (Final Day Document and Final Night Document), which are used for statistical analysis, were produced in order to determine if there are significant differences between the data sets analyzed for Day and Night Surface Temperature, between the two coverages under investigation. The results of this study allow us to affirm that significant differences are presented for the surface temperature during the day, for both covers, where the agricultural territories present maximum values in the maximum and average temperature, while, in the minimum temperature, it is the forest that shows the highest values, this behavior in general is maintained when making comparisons between groups, months and years.El presente estudio analiza datos de temperatura de superficie terrestre, obtenidos de las imágenes MODIS, sobre coberturas vegetales heterogéneas de bosques y áreas seminaturales (B), , y, en territorios agrícolas (T), que son los dedicados a cultivos permanentes y transitorios y que pueden estar asociados con pastos. En primer lugar, sobre una serie de imágenes de temperatura de superficie del sensor MODIS, que tienen una periodicidad de 8 días, se seleccionan los grupos de puntos ubicados sobre coberturas de bosque y zonas agrícolas, con porcentajes de distribución aproximada del 50% para cada una, verificando la selección de los grupos utilizando el mapa de coberturas de Colombia. Se continuó el estudio con la información de temperatura de superficie obtenida del sensor, almacenando las imágenes generadas que contienen los registros de 16 años (2003 a 2019). De ellos resultan una serie de datos, que son los utilizados para el análisis estadístico, con el propósito de determinar si hay diferencias significativas entre los conjuntos de datos analizados para la Temperatura de Superficie de Día y de Noche, entre las dos coberturas bajo investigación. Los resultados de este estudio permiten afirmar que se presentan diferencias significativas para la temperatura de superficie en el día, para las dos coberturas, en donde los territorios agrícolas presentan valores máximos en la temperatura máxima y media, mientras que, en la temperatura mínima, es el bosque el que muestras los mayores valores, este comportamiento en general se mantiene al realizar comparaciones entre grupos, meses y años.spaAcceso abiertoTemperatura superficial terrestreModisCoberturasTrabajo de grado (Pregrado y/o Especialización)Land surface temperatureModisCoverinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Amaral, G., Bushee, J., Cordani, U. G., KAWASHITA, K., Reynolds, J. H., ALMEIDA, F. F. M. D. E., de Almeida, F. F. M., Hasui, Y., de Brito Neves, B. B., Fuck, R. A., Oldenzaal, Z., Guida, A., Tchalenko, J. S., Peacock, D. C. P., Sanderson, D. J., Rotevatn, A., Nixon, C. W., Rotevatn, A., Sanderson, D. J., … Junho, M. do C. B. (2013). Aplicaciones del sensor MODIS para el monitoreo del territorio. In Journal of Petrology (Vol. 369, Issue 1). https://doi.org/10.1017/CBO9781107415324.004Anderson, M. C., Norman, J. M., Kustas, W. P., Houborg, R., Starks, P. J., & Agam, N. (2008). Remote Sensing of Environment A thermal-based remote sensing technique for routine mapping of land-surface carbon , water and energy fl uxes from fi eld to regional scales. Remote Sensing of Environment, 112(12), 4227–4241. https://doi.org/10.1016/j.rse.2008.07.009Arredondo., R. et. (2005). Manual para el manejo y el procesamiento de imagenes satelitales obtenidas del sensor remoto MODIS de la NASA, aplicado en estudios de ingenieria Cilvi. (Issue March).Bernardi, C. (2020). Cartografia, tercer año. https://sites.google.com/site/censbernardi/home/alumnosBusso, C. A. (2017). El cambio climático global y la producción de alimentos. Phyton, 86, 1–2.Cabello, F. P. (2013). INCENDIOS FORESTALES EN ARAGÓN Autor : Adrián Jiménez Ruano.Carvajal, A. F., & Pabón, J. D. (2014). TEMPERATURA DE LA SUPERFICIE TERRESTRE EN DIFERENTES TIPOS DE COBERTURA DE LA REGIÓN ANDINA COLOMBIANA Land surface temperature in different land covers of the Andean Region of Colombia. 26(1), 95–112. https://doi.org/10.1590/1982-451320140107Castro-díaz, R. (2013). Metodología de validación de productos MODIS para la estimación de temperatura de la superficie en zonas heterogéneas y homogéneas de Colombia. http://bdigital.unal.edu.co/7563/1/795063.2009.pdfChuvieco, E. (1990). Fundamentos de teledetección espacial. Ed. Rialp. Madrid.Chuvieco, E., & Palacios-orueta, A. (2008). Estimación de biomasa aérea en Colombia a partir de imágenes MODIS Aerial biomass estimation in Colombia based on MODIS images. January.Cushman, M. K. and S. A. (2005). The gradient concept of landscape structure. Cambridge University Press, Cambridge.Data, G. U. (2018). El cambio Climático es una realidad que se ve desde el espacio.Díaz Castro, R. I. (2009). Metodología de validación de productos MODIS para la estimación de temperatura de la superficie en zonas heterogéneas y homogéneas de Colombia Metodología de validación de productos MODIS para la estimación de temperatura de la superficie en zonas heterog. 42.Duveiller, G., Hooker, J., & Cescatti, A. (2018). The mark of vegetation change on Earth’s surface energy balance. Nature Communications, 9(1). https://doi.org/10.1038/s41467-017-02810-8Echeverri, R. (2019). Impacto de la deforestación sobre la temperatura superficial en la región amazónica colombiana. Universidad Antonio Nariño.El semillero. (2011). Plan de manejo y establecimiento forestal con la especies Roble Australiano (Acacia mangium wiId), para predio La Victoria en Puerto Lopez, Meta.ESA. (2013). Land Surface Temperature. https://sentinel.esa.int/web/sentinel/user-guides/sentinel-3-slstr/overview/geophysical-measurements/land-surface-temperatureGuzman, D., Ruiz, J., & Cadena, M. (2014). Regionalización de Colombia según la estacionalidad de la precipitación media mensual, a través de análisis de componentes principales. IDEAM.Hernandez, J., & Camacho. (1994). Sabanas naturales de Colombia. Banco credencial de Occidente.IDEAM. (2014a). Coberturas de la Tierra. http://www.ideam.gov.co/web/ecosistemas/coberturas-tierra#:~:text=La %22Cobertura%22 de la tierra,otras superficies terrestres como afloramientosIDEAM. (2014b). Metodología Corine Land Cover. http://www.ideam.gov.co/web/ecosistemas/metodologia-corine-land-coverIDIGER. (2019). Fenómeno ENOS (oscilación del sur) Niño y Niña. https://www.idiger.gov.co/web/guest/precipitacion-y-temperatura.Internacional, A. de T. A. (2013). Percepción Remota, su historia y sus aplicaciones. https://aerolatinnews.com/industria-aeronautica/percepcion-remota-su-historia-y-sus-aplicaciones/#:~:text=La Percepción Remota o Teledetección,objeto o el proceso observadoJamei, Y., Rajagopalan, P., & Chayn, Q. (2019). Science of the Total Environment Spatial structure of surface urban heat island and its relationship with vegetation and built-up areas in Melbourne , Australia. Science of the Total Environment, 659, 1335–1351. https://doi.org/10.1016/j.scitotenv.2018.12.308Langer, M., Westermann, S., & Boike, J. (2010). Spatial and temporal variations of summer surface temperatures of wet polygonal tundra in Siberia - implications for MODIS LST based permafrost monitoring. Remote Sensing of Environment, 114(9), 2059–2069. https://doi.org/10.1016/j.rse.2010.04.012Martelo, M. T., & Pérez Macias, M. (2010). Estudio del impacto del cambio climático sobre la agricultura y la seguridad alimentaría en la República Bolivariana de Venezuela. Impacto Del Cambio Climatico, 1, 111.Ministerio del Medio Ambiente. (2010). Leyenda nacional de coberturas de la tierraMinisterio del Medio Ambiente. (2010). Leyenda nacional de coberturas de la tierra. http://siatac.co/c/document_library/get_file?uuid=a64629ad-2dbe-4e1e-a561-fc16b8037522&groupId=762NASA Official. (2010). Terra About. https://terra.nasa.gov/aboutNOAA, (2020). Cold and warm episodes by season. https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.phpPalchaudhuri, M., & Biswas, S. (2019). Application of LISS III and MODIS-derived vegetation indices for assessment of micro-level agricultural drought. Egyptian Journal of Remote Sensing and Space Science, xxxx. https://doi.org/10.1016/j.ejrs.2019.12.004Prata, A. J. (1993). Land surface temperatures derived from the advanced very high resolution radiometer and the Along-Track Scanning Radiometer. Journal of Geophysical Research.Posada, A.,& Ceron, M. (2019). Influencia del ángulo de iluminación solar y la altura de la toma de la imagen multiespectral sobre la estimación de biomasa de pasto kikuyo. Revista U.D.C.A Actualidad y divulgación Científica. https://revistas.udca.edu.co/index.php/ruadc/article/view/1338/1800#content/citation_reference_17Sanchez, J., & Pineda, R. (2001). Albedo a partir de la NOAA-AVHRR para el modulo Terrain del modelo meteorologico de la mesoescala -MM5-. Universidad Politecnica de Catalunya.Smith, J.A.; Chauhan, N.S.; Schmugge, T.J.; Ballard, J. R. (1997). Remote sensing of landsurface temperature: the directional viewing effect. Geoscience and Remote Sensing, IEEE.SNIA. (2016). Temperatura de la tierra. S.F. http://dlibrary.snia.gub.uy/maproom/Clima/LST/index.html#tabs-2Uribe, S. T. (2012). ESTIMACIÓN DE TEMPERATURA SUPERFICIAL EN EL VALLE DE ABURRÁ MEDIANTE TÉCNICAS DE PERCEPCIÓN REMOTA. 1–72.Vlassova, L. (2014). Assessment of methods for land Surface Temperature Retrieval from Landsat-5 Images Applicable to Multiscale Tree-Grass Ecosystem Modeling. Universidad de Zaragoza.Vlassova, L. (2016). Land Surface Temperature (LST) estimated fron landsat images: apllications in burnt areas and tree-grass woodlands (Dehesas). Universidad de Zaragoza.Xu, X., Zhou, G., Du, H., Mao, F., Xu, L., Li, X., & Liu, L. (2020). Combined MODIS land surface temperature and greenness data for modeling vegetation phenology, physiology, and gross primary production in terrestrial ecosystems. Science of the Total Environment, 726, 137948. https://doi.org/10.1016/j.scitotenv.2020.137948Zarco, P. J., Ariza, F., & López, R. (1996). Métodos de obtención de la radiación solar mediante teledetección: órbita polar vs órbita geoestacionaria. Espacio y Desarrollo, No. 8, 33–73.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/