Seguimiento de la extensión areal de los humedales subtropicales del noreste de Argentina mediante la aplicación de Google Earth Engine
DOI:
https://doi.org/10.14198/INGEO.21343Palabras clave:
Humedales subtropicales, Google Earth Engine, Variabilidad pluviométrica, Corrientes.Resumen
El estudio sobre las fluctuaciones de los niveles de agua en los humedales como respuestas a la variabilidad pluviométrica, es el punto de partida si se pretende lograr su conservación y/o uso sustentable como recurso. En este sentido, utilizando Google Earth Engine, en este trabajo se realiza como estudio de caso un seguimiento de la variación espacio-temporal de la superficie de los humedales subtropicales en el noreste de Argentina desde 1990 hasta el 2020 en períodos quinquenales. Para ello, fueron procesadas 931 escenas de Landsat sobre las cuales se generaron máscaras de nubes, compuestos de calidad basados en índices de agua y se extrajeron las cubiertas de agua con técnicas de umbrales. Para el análisis climático, se correlacionaron datos pluviométricos directos, índices de precipitaciones y los efectos del El Niño-Oscilación del Sur. Los resultados indican con alta precisión que existe una gran diferencia entre momentos húmedos y secos, con máximos que superan el 60 % del área cubierta con agua y mínimos menores al 5 %. Se comprobó la relación directa entre los montos pluviométricos y las extensiones de agua en superficie y la elasticidad del sistema. Los resultados obtenidos se consideran muy valiosos para la gestión integral de los recursos hídricos y del riesgo.Financiación
Proyectos PICT 2018 – 636, PI 19Q002, PI20Q001.Citas
Aliaga, V. S., & Piccolo, M. C. (2021). Variability of extreme precipitation events in the Northeastern Argentine region. Theoretical and Applied Climatology, 145(3), 955-965. https://doi.org/10.1007/s00704-021-03659-0
Anaya, J. A., Sione, W., & Rodríguez-Montellano, A. (2018). Burned area detection based on time-series analysis in a cloud computing environment. Revista de Teledetección, 51, 61-73. https://doi.org/10.4995/raet.2018.8618
Arellano, S., Vega, J. A., Rodríguez Y., Silva, F., Fernández, C., Vega-Nieva, D., Álvarez-González, J. G., & Ruiz-González, A. D. (2017). Validation of the remote sensing indices dNBR and RdNBR to assess fire severity in the Oia-O Rosal (Pontevedra) wildfire in 2013. Revista de Teledetección, 49, 49-61. https://doi.org/10.4995/raet.2017.7137
Barros, V., Gonzalez, M., Liebmann, B., & Camilloni, I. (2000). Influence of the South Atlantic convergence zone and South Atlantic Sea surface temperature on interannual summer rainfall variability in Southeastern South America. Theoretical and Applied Climatology, 67(3), 123-133. https://doi.org/10.1007/s007040070002
Bi, L., Fu, B. L., Lou, P. Q., & Tang, T. Y. (2020). Delineation water of Pearl River Basin using Landsat images from Google Earth Engine. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 5-10. https://doi.org/10.5194/isprs-archives-XLII-3-W10-5-2020
Brendel, A. S., Ferrelli, F., Piccolo, M. C., & Perillo, G. M. (2019). Assessment of the effectiveness of supervised and unsupervised methods: maximizing land-cover classification accuracy with spectral indices data. Journal of Applied Remote Sensing, 13(1), 014503. https://doi.org/10.1117/1.JRS.13.014503
Brendel, A. S., Ferrelli, F., Piccolo, M. C., & Perillo, G. M. E. (2021). Efectos de la variabilidad pluviométrica sobre la morfometría de los recursos hídricos de una cuenca hidrográfica de la región Pampeana (Argentina). Revista venezolana de Geografía, 62(1), 92-106. https://doi.org/10.53766/RGV/2021.62.01.03
Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica, 47, 1287-1294. https://doi.org/10.2307/1911963
Che, X., Feng, M., Sexton, J., Channan, S., Sun, Q., Ying, Q., Liu, J., & Wang, Y. (2019). Landsat-based estimation of seasonal water cover and change in arid and semi-arid Central Asia (2000–2015). Remote Sensing, 11(11), 1323. https://doi.org/10.3390/rs11111323
Chignell, S. M., Anderson, R. S., Evangelista, P. H., Laituri, M. J., & Merritt, D. M. (2015). Multi-temporal independent component analysis and Landsat 8 for delineating maximum extent of the 2013 Colorado Front Range flood. Remote Sensing, 7(8), 9822-9843. https://doi.org/10.3390/rs70809822
Clement, M. A., Kilsby, C. G., & Moore, P. (2018). Multi-temporal synthetic aperture radar flood mapping using change detection. Journal of Flood Risk Management, 11(2), 152-168. https://doi.org/10.1111/jfr3.12303
Contreras, F. I. (2015). El impacto ambiental del crecimiento espacial de la ciudad de Corrientes sobre lagunas periurbanas. Boletín Geográfico, 37, 29-42. http://revele.uncoma.edu.ar/index.php/geografia/article/view/1078/pdf_2
Contreras, F. I., & Contreras, S. A. (2017). La incidencia de la pendiente en la distribución de las morfologías de las lagunas sobre lomadas arenosas (Corrientes, Argentina). Anuário do Instituto de Geociencias – UFRJ, 40(1), 15-25. http://dx.doi.org/10.11137/2017_1_15_25
Contreras, F. I., & Paira, A. R. (2017). Aplicación del “índice de cambio” a las variaciones morfométricas de las lagunas de lomadas arenosas. El caso de Bella Vista (Corrientes, Argentina). Revista de Geografía, 21, 31-38. https://ri.conicet.gov.ar/bitstream/handle/11336/102247/CONICET_Digital_Nro.fd4e088d-baa8-446b-96ee-a14496e2467d_A.pdf?sequence=2&isAllowed=y
Contreras, F. I., Ferrelli, F., & Piccolo, M. C. (2020). Impactos de eventos secos y lluviosos sobre cuerpos de agua periurbanos subtropicales: Aporte al ordenamiento del espacio urbano de Corrientes (Argentina). Finisterra, 55(114), 3- 22. https://doi.org/10.18055/Finis19436
Contreras, F. I., & Duval, V. S. (2021). Dinámica morfométrica de las lagunas de los valles transversales de la provincia de La Pampa como respuesta a eventos extremos de inundación y sequía. Boletín Geográfico, 43(1), 13-31. https://dialnet.unirioja.es/servlet/articulo?codigo=8031029
DeVries, B., Huang, C., Armston, J., Huang, W., Jones, J. W., & Lang, M. W. (2020). Rapid and robust monitoring of flood events using Sentinel-1 and Landsat data on the Google Earth Engine. Remote Sensing of Environment, 240, 111664. https://doi.org/10.1016/j.rse.2020.111664
Dornes, P. F., Comas, R. N., Cardín, D., Pochetti, R., Ianni, J. P., & Kruse, E. (2016). Identificación y caracterización hidrológica de lagunas en el noreste de la provincia de La Pampa. In Libro de Trabajos del IX Congreso Argentino de Hidrogeología. Catamarca (pp. 20-26). https://core.ac.uk/reader/243541620
Doyle, M. E., & Barros, V. R. (2002). Midsummer low-level circulation and precipitation in subtropical South America and related sea surface temperature anomalies in the South Atlantic. Journal of Climate, 15(23), 3394-3410. https://doi.org/10.1175/1520-0442(2002)015<3394:MLLCAP>2.0.CO;2
Feng, M., Sexton, J. O., Channan, S., & Townshend, J. R. (2016). A global, high-resolution (30-m) inland water body dataset for 2000: first results of a topographic–spectral classification algorithm. International Journal of Digital Earth, 9(2), 113-133. https://doi.org/10.1080/17538947.2015.1026420
Ferrelli, F., Brendel, A., Piccolo, M., & Perillo, G. (2020). Tendencia actual y futura de la precipitación en el sur de la Región Pampeana (Argentina). Investigaciones Geográficas (Mx), (102). https://doi.org/10.14350/rig.59919
Ferrelli, F., Brendel, A. S., Piccolo, M. C., & Perillo, G. M. E. (2021). Evaluación de la tendencia de la precipitación en la región Pampeana (Argentina) durante el período 1960-2018. Raega-O Espaço Geográfico em Análise, 51, 41-57. http://dx.doi.org/10.5380/raega.v51i0.69962
Feyisa, G. L., Meilby, H., Fensholt, R., & Proud, S. R. (2014). Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote Sensing of Environment, 140, 23-35. https://doi.org/10.1016/j.rse.2013.08.029
Gao, B. C. (1996). NDWI-A normalized difference water index for remote sensing of vegetation liquid water from space. Remote sensing of environment, 58(3), 257-266. https://doi.org/10.1016/S0034-4257(96)00067-3
Gil-Guirado, S., & Pérez-Morales, A. (2019). Variabilidad climática y patrones termopluviométricos en Murcia (1863-2017). Técnicas de análisis climático en un contexto de cambio global. Investigaciones Geográficas (Esp), (71), 27-54. https://doi.org/10.14198/INGEO2019.71.02
Gómez, C. V. (2019). Situaciones pluviométricas extremas anómalas que derivan en sequías e inundaciones (provincia de Misiones, 1985-2006). Contribuciones Cientificas GAEA, (31), 161-164. http://www.gaea.org.ar/contribuciones/CONTRIBUCIONES_2019/GOMEZClaudia.pdf
Google Earth Engine. (2021a). Landsat Algorithms. https://developers.google.com/earth-engine/guides/landsat
Google Earth Engine. (2021b). Compositing and Mosaicking. https://developers.google.com/earth-engine/guides/ic_composite_mosaic
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18-27. https://doi.org/10.1016/j.rse.2017.06.031
Grimm, A. M., Barros, V. R., & Doyle, M. E. (2000). Climate variability in southern South America associated with El Niño and La Niña events. Journal of climate, 13(1) 35-58. https://doi.org/10.1175/1520-0442(2000)013<0035:CVISSA>2.0.CO;2
Herbst, R., & Santa Cruz, J. N. (1999). Mapa litoestragráfico de la provincia de Corrientes. D’Orbignyana (2), 1-69.
Hurtado, S.I., Agosta Scarel, E. A., & Godoy, A. A., (2020) Estudio exploratorio de forzantes de la variabilidad en baja frecuencia de la precipitación en el Chaco. Meteorológica, 45(1),71-92. https://ri.conicet.gov.ar/bitstream/handle/11336/139247/CONICET_Digital_Nro.42f56e20-7e6a-49ae-9c7e-7d871308f7e6_A.pdf?sequence=2&isAllowed=y
Iriondo, M. H. (2010). Geología del Cuaternarío en Argentina. Museo Provincial de Ciencias Naturales Florentino Ameghino. https://www.researchgate.net/publication/293172825_Geologia_del_Cuaternario_en_la_Argentina
Iriondo, M. H. (2011). Aguas subterráneas y superficiales de la provincia de Santa Fe. Museo Provincial de Ciencias Naturales Florentino Ameghino. https://www.researchgate.net/publication/293175273_Aguas_Superficiales_y_Subterraneas_de_la_Provincia_de_Santa_Fe_Segunda_Edicion
Li, J., Yang, X., Maffei, C., Tooth, S., & Yao, G. (2018). Applying independent component analysis on Sentinel-2 imagery to characterize geomorphological responses to an extreme flood event near the non-vegetated Río Colorado Terminus, Salar de Uyuni, Bolivia. Remote Sensing, 10(5), 725. https://doi.org/10.3390/rs10050725
Li, J., Tooth, S., Zhang, K., & Zhao, Y. (2021). Visualisation of flooding along an unvegetated, ephemeral river using Google Earth Engine: Implications for assessment of channel-floodplain dynamics in a time of rapid environmental change. Journal of Environmental Management, 278, 111559. https://doi.org/10.1016/j.jenvman.2020.111559
Liss, B., Howland, M. D., & Levy, T. E. (2017). Testing Google Earth Engine for the automatic identification and vectorization of archaeological features: A case study from Faynan, Jordan. Journal of Archaeological Science: Reports, 15, 299-304. https://doi.org/10.1016/j.jasrep.2017.08.013
Martínez, S. E., Baruzzo, M. N. Smichowski, H., Forastier, M. E., & Contreras, F. I. (2021). El efecto de las precipitaciones en las características limnológicas en lagunas periurbanas (Bella Vista, Corrientes, año 2019). Revista Senderos, 2(1), 122-135. https://be374821-7896-47fe-9d13-5d4aa0ba6a72.filesusr.com/ugd/4c4071_d064a471e92a48fb9b367f6c6f6068a0.pdf
Montiel, M. R., Zaninovich, S. C., Bedrij, N. A., Insaurralde, J. A., Verdoljak, J. J., Fontana, J. L., & Gatti, M. G. (2021). Eucalypt plantations for forest restoration in a fire-prone mosaic of grasslands and forests in northern Argentina. Restoration Ecology, e13452. https://doi.org/10.1111/rec.13452
National Oceanographic and Atmospheric Administration (2021). Climate Prediction Center. https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php
Neiff, J. J. (2004). El Iberá... ¿en peligro?. Fundación Vida Silvestre.
Neiff, J. J. (2021). Aguas continentales de Sudamérica: Biodiversidad, problemas y perspectivas. Acta Biológica Venezuelica, 41, 1.
Paira, A., & Drago E. (2007). Origin, evolution, and types of floodplain water bodies. In M. Iriondo, J. Paggi, J., & M. Parma (Eds.), The middle Paraná river: Limnology of a Subtropic al wet-land (pp. 53-81). Springer. https://doi.org/10.1007/978-3-540-70624-3_3
Pekel, J. F., Cottam, A., Gorelick, N., & Belward, A. S. (2016). High-resolution mapping of global surface water and its long-term changes. Nature, 540(7633), 418-422. https://doi.org/10.1038/nature20584
Perilla, G. A., & Mas, J. F. (2020). Google Earth Engine (GEE): una poderosa herramienta que vincula el potencial de los datos masivos y la eficacia del procesamiento en la nube. Investigaciones Geográficas (Mx) (101). https://doi.org/10.14350/rig.59929
Popolizio, E. (1981). Aporte al conocimiento de los Bajos Submeridionales en la provincia de Santa Fe. GAEA, Serie Especial, 9, 103-119.
R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
Richardson, A. J., & Wiegand, C. L. (1977). Distinguishing vegetation from soil background information. Photogrammetric engineering and remote sensing, 43(12), 1541-1552.
Saucedo, G. I., Contreras, F. I., & Kurtz, D. (2021). Comparación de superficies cubiertas por agua en el río Paraná en diferentes períodos hidrológicos. Investigaciones y Ensayos Geográficos, 18(1), 74-88. https://e1adda5f-8a1c-44fc-a061-e477bba5f983.filesusr.com/ugd/b63ff7_1d6954d23c3249e3a45eb3c5d39ccbde.pdf
Silvestri, G., & Vera, C., (2003). Antarctic Oscillation signal on precipitation anomalies over southeastern South America. Geophysical Research Letters, 30(21), 21-15. https://doi.org/10.1029/2003GL018277
Sisay, A. (2016). Remote sensing based water surface extraction and change detection in the central rift valley region of Ethiopia. American Journal of Geographic Information System, 5(2), 33-39. http://article.sapub.org/10.5923.j.ajgis.20160502.01.html
Smichowski, H., Montiel, M. del R., Romero, V., Kowalewski, M., & Contreras, F. I. (2021). Evaluación de incendios en áreas periurbanas de la ciudad de Corrientes (Argentina) durante el año 2020. Papeles de Geografía, 67, 151-167. https://doi.org/10.6018/geografia.486441
Uddin, K., Matin, M. A., & Meyer, F. J. (2019). Operational flood mapping using multi-temporal sentinel-1 SAR images: a case study from Bangladesh. Remote Sensing, 11(13), 1581. https://revistas.um.es/geografia/article/view/486441/320031
Vicente-Serrano, S. M., Beguería, S., Lorenzo-Lacruz, J., Camarero, J. J., López-Moreno, J. I., Azorín-Molina, C., Revuelto, J., Morán-Tejeda, E., & Sánchez-Lorenzo, A. (2012). Análisis comparativo de diferentes índices de sequía para aplicaciones ecológicas, agrícolas e hidrológicas. Publicaciones de la Asociación Española de Climatología, Serie A, 8. http://aeclim.org/wp-content/uploads/2016/02/0066_PU-SA-VIII-2012-SM_VICENTE.pdf
Wang, C., Jia, M., Chen, N., & Wang, W. (2018). Long-term surface water dynamics analysis based on Landsat imagery and the Google Earth Engine platform: A case study in the middle Yangtze River Basin. Remote Sensing, 10(10), 1635. https://doi.org/10.3390/rs10101635
Wen, Z., Zhang, C., Shao, G., Wu, S., & Atkinson, P. M. (2021). Ensembles of multiple spectral water indices for improving surface water classification. International Journal of Applied Earth Observation and Geoinformation, 96, 102278. https://doi.org/10.1016/j.jag.2020.102278
Xia, H., Zhao, J., Qin, Y., Yang, J., Cui, Y., Song, H., Ma, L., Ning, J., & Meng, Q. (2019). Changes in water surface area during 1989–2017 in the Huai River Basin using Landsat data and Google Earth Engine. Remote Sensing, 11(15), 1824. https://doi.org/10.3390/rs11151824
Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International journal of remote sensing, 27(14), 3025-3033. https://doi.org/10.1080/01431160600589179
Yokobori, M. M., Deschamps, J., & Fernández, D. R. (2018). Una mirada a las variaciones de precipitaciones en los Esteros del Iberá y regiones cercanas durante los últimos años. Perspectivas: Revista Científica de la Universidad de Belgrano, 1(1), 187-200. https://revistas.ub.edu.ar/index.php/Perspectivas/article/view/19/19
Zhou, H., Liu, S., Hu, S., & Mo, X. (2021). Retrieving dynamics of the surface water extent in the upper reach of Yellow River. Science of The Total Environment, 800, 149348. https://doi.org/10.1016/j.scitotenv.2021.149348
Zunino, J., Ferrelli, F., & Piccolo, M. C. (2018). Cambios morfométricos en una laguna pampeana (Argentina): posibles efectos sobre la comunidad ictica. Geosciences= Geociências, 37(4), 835-847. https://doi.org/10.5016/geociencias.v37i4.11980
Descargas
Estadísticas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Humberto Smichowski, Felix Ignacio Contreras, Adriana Carolina Giese
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publican en Investigaciones Geográficas están de acuerdo en los siguientes términos:
- Derechos de autor: La autoría conserva los derechos sobre sus trabajos, aunque cede de forma no exclusiva los derechos de explotación (reproducción, edición, distribución, comunicación pública y exhibición) a la revista. Los autores/as son, por tanto, libres de hacer acuerdos contractuales adicionales independientes para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, alojarlo en un repositorio institucional o publicarlo en un libro), siempre que medie un reconocimiento de su publicación inicial en esta revista.
- Manifiesto: Los autores aseguran que Investigaciones Geográficas es el primer medio que publica su obra y garantizan que mientras se encuentra en fase de valoración y posible publicación en nuestra revista no se ha enviado, ni enviará a otros medios.
- Licencia: Los trabajos se publican bajo una licencia Creative Commons de Atribución-NoComercial-CompartirIgual 4.0 Internacional, salvo que se indique lo contrario. Esto es que se puede compartir y adaptar el material siempre que no se use con fines comerciales, se distribuya bajo la misma licencia del original, se realice atribución a la autoría y al primer medio que publica y se proporcione un enlace a la licencia. Igualmente hay que indicar si se han realizado cambios.
- Política de autoarchivo: Se permite y alienta a los autores/as a difundir electrónicamente el artículo final publicado (versión del editor) en Investigaciones Geográficas (como en repositorios institucionales, en su página web, ...) con el fin de lograr intercambios productivos y conseguir que la obra logre mayor citación (véase The Effect of Open Access, en inglés).
