ABSTRACT The estimation of evapotranspiration (ET) and crop water requirements are crucial for the proper management and allocation of water resources in terms of quantity, quality, and timeliness. Therefore, remote sensing estimation of ET using the SEBAL algorithm (Surface Energy Balance Algorithm for Land) can provide spatio-temporal, non-punctual data, unlike traditional calculations relying on the nearest meteorological station. This research analyzed ET using SEBAL, based on ten Landsat 8 satellite images processed with a program developed in the Model Builder of ArcGis® version 10.2. The analysis was conducted during the vegetative period of starchy corn from May to October 2016. Validation of the results happened with a drainage lysimeter installed in a monitoring plot. Additionally, the statistical indices - such as percentage relative error (PRE) (0,09), root mean square error (RMSE) (0,30), R2 (0,92), and Nash-Sutcliffe efficiency (NASH) (0,91) - indicated a good correlation of ET for starchy corn in the central highlands of Peru. The ET identified at ten monitoring points ranged from 1,05 to 7,79 mm d-1. (ET quantity quality timeliness Therefore Surface Land spatiotemporal, spatiotemporal spatio temporal, temporal spatio-temporal nonpunctual non punctual data station ArcGis 102 10 2 10.2 2016 plot Additionally PRE (PRE 0,09, 009 0,09 , 0 09 (0,09) RMSE (RMSE 0,30, 030 0,30 30 (0,30) R 0,92, 092 0,92 92 (0,92) NashSutcliffe Nash Sutcliffe NASH (NASH 0,91 091 91 (0,91 Peru 105 1 05 1,0 779 7 79 7,7 d1. d1 d 1. d-1 10. 201 00 0,0 (0,09 03 0,3 3 (0,30 0,9 9 (0,92 (0,9 1, 77 7, d- 20 0, (0,0 (0,3 (0, (0 (

Abstract Surface Urban Heat Islands (SUHI) are formed through processes that include decreasing vegetation and increasing materials that are more conductive to heat. To investigate this phenomenon, the objective of this work is to comparatively verify the surface temperature and geospatial indicators to analyze environmental variation in the city of São Paulo, Brazil. The study method is remote sensing, with data from the Landsat 8 satellite over a ten-year timeframe. The variables include land cover, the Normalized Difference Vegetation Index (NDVI), the Normalized Difference Built-up Index (NDBI), and land surface temperature (LST), thereby obtaining the Urban Thermal Field Variation Index (UTFVI) and estimating SUHI formation. The results allowed for the presentation of a progression of variables, highlighting the recurrent formation of SUHI in the central and eastern regions of the city of São Paulo, Brazil. Conversely, the southern and extreme northern districts exhibited the best NDVI indices and low LST values. (SUHI heat phenomenon Paulo Brazil sensing tenyear ten year timeframe cover NDVI, , (NDVI) Builtup Built up NDBI, NDBI (NDBI) LST, (LST) UTFVI (UTFVI Conversely values (NDVI (NDBI (LST

Resumo A partir dos processos de diminuição da vegetação e aumento de materiais mais condutivos ao calor há a formação de ilhas de calor de superfície (SUHI, do inglês Surface Urban Heat Island). Com o intuito de investigar o fenômeno, o objetivo deste trabalho é verificar comparativamente a temperatura de superfície (LST, do inglês Land Surface Temperature) e indicadores geoespaciais para análise da variação ambiental na cidade de São Paulo, Brasil. O método do estudo é sensoriamento remoto, com dados provenientes do satélite Landsat 8 em um recorte temporal de dez anos. As variáveis são a cobertura do solo, o Índice de Vegetação por Diferença Normalizada (NVDI, do inglês Normalized Difference Vegetation Index), o Índice de Diferença Normalizada de Áreas Construídas (NDBI, do inglês Normalized Difference Built-up Index) e o LST, obtendo em decorrência o Índice de Variação do Campo Térmico Urbano (UTFVI, do inglês Urban Thermal Field Variation Index) e estimando a formação de SUHI. A partir dos resultados apresentou-se uma progressão das variáveis, destacando a formação recorrente de SUHI na região central e zona leste de São Paulo, Brasil. Em contrapartida, os distritos ao sul e extremo norte apresentaram os melhores índices de NDVI e baixos valores de LST. SUHI, (SUHI Island. Island . Island) fenômeno LST (LST Temperature Paulo Brasil remoto anos solo NVDI, NVDI (NVDI Index, Index , NDBI, NDBI (NDBI Builtup Built up UTFVI, UTFVI (UTFVI apresentouse apresentou se contrapartida

Abstract Introduction Land use/land cover change (LULCC) alters the quantity and quality of ecosystem services. The economic value of these services is an indicator of change that facilitates conservation, utilization, and restoration activities of ecosystems. Objective To analyze the dynamics of land use/land cover (LULC) from 2000 to 2020 and estimate the ecosystem services value (ESV) as an indicator of ecological degradation in the Copalita River watershed in Oaxaca. Materials and methods Landsat 7 and 8 images captured during the years 2000 and 2020, respectively, were used. Six types of LULC were identified and classified in the watershed, and an intensity analysis was performed. Based on the economic values of biomes previously published, the values of LULC and ecosystem service functions in the watershed were estimated. Results and discussion There is an increase in forest cover (13.23 %), low-cover lands (494.41 %), construction (75.35 %), and wetlands (38.34 %), and a decrease in the area of rainforest (-48.02 %) and water bodies (-32.71 %). LULCC dynamics caused a 2.21 % reduction in the ESV of the watershed. The value of provisioning services increased (49.10 %), while regulation (-12.39 %), cultural (-4.77 %), and support (-3.89 %) values decreased. Conclusions The reduction in the economic value of ecosystem service functions is caused by the effects of LULCC on the decrease in rainforest and water bodies in the watershed.

Resumen Introducción Los cambios en las coberturas y usos de suelo (CCUS) modifican la cantidad y calidad de los servicios ecosistémicos. El valor económico de estos es un indicador de cambio que facilita las actividades de conservación, aprovechamiento y restauración de ecosistemas. Objetivo Analizar la dinámica de coberturas y usos de suelo (CUS) de 2000 a 2020 y estimar el valor de servicios ecosistémicos (VSE) como indicador de la degradación ecológica de la cuenca del río Copalita en Oaxaca. Materiales y métodos Se utilizaron imágenes Landsat 7 y 8 capturadas durante los años 2000 y 2020, respectivamente. Seis tipos de CUS se identificaron y clasificaron en la cuenca y se hizo un análisis de intensidad. Con base en los valores económicos de biomas, previamente publicados, se estimaron los valores de las CUS y de las funciones de los servicios ecosistémicos de la cuenca. Resultados y discusión Existe incremento de las coberturas de bosque (13.23 %), tierras de baja cobertura (494.41 %), construcción (75.35 %) y humedales (38.34 %) y se redujo el área de selva (-48.02 %) y cuerpos de agua (-32.71 %). Los CCUS ocasionaron reducción de 2.21 % del VSE de la cuenca. El VSE de provisión creció (49.10 %) y el de regulación (-12.39 %), cultural (-4.77 %) y de soporte (-3.89 %) disminuyó. Conclusiones La reducción del valor económico de las funciones de los servicios ecosistémicos es causada por los efectos de los CCUS en la disminución de selva y cuerpos de agua en la cuenca.

Abstract Introduction Floods are a common phenomenon in flat ecosystems with deficiencies in river drainage, impacting the local and regional economy. They can be identified and analyzed by remote sensing. Objective The aim of this study was to evaluate the performance of two normalized water indices during periods of maximum and minimum annual precipitation for the identification of flooding in the Salado River Basin, Argentina. Materials and methods The years with maximum and minimum annual precipitation in the period 2001-2020 were derived from satellite estimates of monthly precipitation provided by NASA through Google Earth Engine. Floods were identified using Landsat images, applying two normalized water indices (NDWI -Normalized Difference Water Index- and modified NDWI) to evaluate their performance in generating binary images that better represent the reality of the study area. Results and discussion Both indices showed good capability in identifying permanent or semi-permanent watercourses and water bodies; however, only the NDWI demonstrated higher effectiveness in identifying flooded areas with shallow depths (5 to 15 cm). The use of the Landsat mid-infrared band (1 566 - 1 651 µm) is less sensitive to water sediment load and can reflect subtle differences in it, providing a greater ability to delineate the water-soil boundary. Conclusion The use of NDWI showed a suitable behavior for the identification of flooded areas in very low slope ecosystems

Resumen Introducción Los anegamientos son fenómenos frecuentes en ecosistemas llanos con deficiencias en el drenaje fluvial que afectan la economía local y regional. Estos pueden ser identificados y analizados mediante teledetección. Objetivo Evaluar el desempeño de dos índices normalizados de agua, en épocas de precipitación anual máxima y mínima, para la identificación de anegamientos en la cuenca del río Salado, Argentina. Materiales y métodos Los años con precipitación anual máxima y mínima en el periodo 2001-2020 se obtuvieron de estimaciones satelitales de precipitación mensual provistas por la NASA a través de Google Earth Engine. Los anegamientos se identificaron con imágenes Landsat, a través de la aplicación de dos índices normalizados de agua (NDWI, por sus siglas en inglés -Normalized Difference Water Index- y NDWI modificado) con la finalidad de evaluar su desempeño en la obtención de imágenes binarizadas que representen mejor la realidad del área de estudio. Resultados y discusión Ambos índices tuvieron buena capacidad para la identificación de los cursos y cuerpos de agua permanente o semipermanente; sin embargo, solo el NDWI demostró mayor capacidad para la identificación de áreas anegadas con escasa profundidad (5 a 15 cm). El empleo de la banda del infrarrojo medio de Landsat (1 566 - 1 651 µm) es menos sensible a la carga de sedimentos del agua y es capaz de reflejar diferencias sutiles en ella, lo que proporciona una mayor capacidad para delinear el límite agua-suelo. Conclusión El empleo del NDWI demostró un comportamiento adecuado para la identificación de zonas anegadas en ecosistemas de muy baja pendiente.

ABSTRACT: The Andean Patagonian forests are characterized, on the one hand, by a high degree of naturalness and, on the other hand, by signs of degradation by grazing, unsustainable timber use, the invasion of non-native tree species and anthropogenic fire. Considering the large extent of these forests and the variety of uses, traditional forestry practices should be revised in light of modern technologies. We employed Landsat time series from 1998 to 2020, accompanied by Landsat images from 1985, 1986, 1987, and 1992 to detect the fine-scale gap dynamics of Nothofagus pumilio forests in central Patagonia, Argentina. These gaps can occur naturally (i.e. death of old trees) or can be anthropogenically induced (i.e. after logging). In total, 41 permanently established study plots covering an area of 40 ha were investigated. Our aim was to test the viability of the TimeSync method for detecting fine-scale disturbances. This method was proposed in 2010, and up to date, it has only been employed to study vegetation disturbance of a scale that affects several pixels. Our adaptation of the TimeSync method proved to be useful in identifying the time and intensity of changes in tree structure at the pixel scale. Accordingly, it can support forest monitoring and management by providing a cost-effective proxy for natural dynamics.

RESUMEN: Los bosques andino-patagónicos están caracterizados por haber sido poco intervenidos por el hombre, pero también por mostrar signos de degradación por pastoreo, explotación maderera, invasión de especies exóticas y fuegos de origen antrópico. Considerando la gran extensión de estos bosques y la variedad de usos, las prácticas forestales tradicionales deberían revisarse a la luz de las tecnologías modernas. Con las restricciones dadas por la disponibilidad de imágenes de archivo, analizamos series temporales Landsat comprendidas entre 1998 y 2020, acompañadas por imágenes Landsat de 1985, 1986, 1987 y 1992, con el objetivo de detectar la dinámica de claros que ocurre a escala fina en el bosque de Nothofagus pumilio de la región andino-patagónica central de Argentina. Estos claros pueden ocurrir naturalmente (i.e. muerte de árboles viejos) o pueden ser antropogénicos (i.e. raleos). En total, se investigaron 41 puntos establecidos permanentemente en un predio de 40 ha. Nuestro objetivo fue evaluar la viabilidad del método TimeSync para detectar disturbios de escala fina. Este método fue propuesto en 2010 y, a la fecha, fue solamente empleado para estudiar disturbios en la vegetación de una escala tal que afectan varios píxeles. Nuestra adaptación del método TimeSync demostró utilidad para identificar el tiempo e intensidad de los cambios en la estructura forestal a escala de píxel. Debido a ello, el método podría contribuir al monitoreo y manejo del bosque al proveer una variable proxy, muy económica de medir, de las dinámicas naturales.

Resumo As áreas costeiras são locais propícios para o desenvolvimento de cidades e o estabelecimento de populações vulneráveis expostas a ameaças naturais. As imagens de satélite são uma valiosa ferramenta para o estudo da cobertura do solo. Neste trabalho, foram selecionadas três áreas urbanas costeiras do Rio da Prata (Ribera de Quilmes, Punta Lara e Atalaya) com diferentes características territoriais e populacionais, para analisar a evolução das coberturas do solo, com ênfase na cobertura urbana no período de 1990 a 2020, utilizando imagens de satélite e a técnica de classificação supervisionada. Os resultados demonstraram boa separabilidade entre assinaturas espectrais, variabilidade entre locais, precisão acima de 87% e boa confiabilidade (Índice Kappa acima de 0,75) na classificação. Nas três áreas, a tendência foi o aumento da área urbana em detrimento de outras coberturas. A utilização de ferramentas de acesso livre para conhecer a evolução da cobertura do solo oferece a possibilidade de gerir territórios de forma sustentável em governos com recursos escassos.

Abstract Coastal areas are suitable sites for the development of cities and usually are occupied by vulnerable population, exposed to natural hazards. Satellite images are a valuable tool for the study of land cover. Three coastal urban areas of the Río de la Plata with different territorial and population conditions have been selected (Ribera de Quilmes, Punta Lara and Atalaya). Based on satellite images and the application of supervised classification technique, they were selected to identify and analyze the evolution of different land covers emphasizing urban coverage for the period 1990-2020. The results obtained good separability between spectral signatures, variability between sites, good precision (over 87%) and good reliability (Kappa index over 0.75) in the classification. In the three areas, the trend was an increase in urban cover to the detriment of the rest. Knowledge of land cover, and its evolution from open access images and software, allows in developing countries with limited resources to manage their territories in a sustainable manner.

Resumen Las áreas costeras son sitios favorables para el desarrollo de ciudades y el asentamiento de población vulnerable expuesta a amenazas naturales. Las imágenes satelitales constituyen una valiosa herramienta para el estudio de la cobertura del suelo. En este trabajo se han seleccionado tres áreas urbanas costeras al Río de la Plata (Ribera de Quilmes, Punta Lara y Atalaya) con distintas características territoriales y poblacionales, para analizar la evolución de las coberturas del suelo, con énfasis en la cobertura urbana en el período 1990-2020, utilizando imágenes satelitales y la técnica de clasificación supervisada. Los resultados demostraron buena separabilidad entre firmas espectrales, variabilidad entre sitios, precisión mayor al 87% y buena confiabilidad (Índice Kappa mayor a 0,75) en la clasificación. En las tres áreas, la tendencia fue el incremento del área urbana en desmedro de otras coberturas. La utilización de herramientas de acceso libre para conocer la evolución de la cobertura del suelo, brindan la posibilidad de gestionar territorios de manera sustentable en gobiernos con escasos recursos.

Abstract The high mountain area of the Central Andes of Argentina (30-37°S and 69.5°-70.5°W) is a sector of approximately 40,000 km², locate dover 2,500-3,000 m a.s.l, and sparsely populated. This region is highly valued by local populations for being producers of surface and underground water which provide shire source for millions of in habitants located downstream. In this context, high altitude wetlands, locally known as vegas, and glaciers represent tout standing components of the hydrological cycle of the high mountain area, affected by a changing climate and who se problematic have been addressed separately in most of the local investigations. However, both land covers are hydrological connected in certain areas. Therefore, in the search for a more comprehensive understanding of high mountain ecosystems, in this thesis was investigated comparatively the current spatial distribution (year 2020) and recent spatiotemporal evolution (1986-2020) of wetlands and glaciers and their relationship to fluctuations in temperature and precipitation. Geotechnologies, constituted the methodological foundation of this thesis. The indices NDVI and NDSI were used in the identification and characterization of the area covered by wetlands and clean-ice glaciers respectively. The study of the current situation (2020) was performed with Sentinel 2 images and the recent spatiotemporal evolution (1986-2020) with Landsat (5, 7, 8) scenes. The analysis related to temperature and precipitation were based in the processing of the product TerraClimate. Most of the information was obtained and processed, initially, in Google Earth Engine, a platform of geospatial data, which allow researchers to virtually process data at different spatiotemporal scales. The analyses were completed with the use of statistical tools and spatial statistics. As a result, it was possible to identify an area of 475 km² of wetlands and 1260 km² of glaciers (550 km² and 710 km² of clean-ice and covered ice respectively) for 2020. Between the years 1986 and 2020 was observed a significant increase in temperature and particularly from year 2010 a significant decrease in precipitation. In this context the area covered by wetlands did not change significantly but the glaciated area diminished significantly in around 36%. The strip between 34°S and 35°S to the west of the region, was identified as the area where wetlands and glaciers are closest to each other and where this proximity and the greater availability of water, as a result of the melting ice, has had a positive impact on the productivity of wetlands located approximately 5 km away from these glaciers.

Resumen La zona de alta montaña de los Andes Centrales de Argentina (30-37°S y 69,5°-70,5°W) es un sector de aproximadamente 40.000 km², ubicado sobre 2.500-3.000 m s.n.m., y escasamente poblado. Esta región es muy valorada por las poblaciones locales por ser productora de aguas superficiales y subterráneas que abastecen de este recurso a millones de habitantes ubicados aguas abajo. En este contexto, los humedales de gran altitud, localmente conocidos como vegas, y los glaciares representan componentes destacados del ciclo hidrológico de la zona de alta montaña, afectados por un clima cambiante y cuyas problemáticas han sido abordadas por separado en la mayoría de las investigaciones locales. Sin embargo, ambas coberturas terrestres están conectadas hidrológicamente en ciertas áreas. Por lo tanto, en la búsqueda de una comprensión más integral de los ecosistemas de alta montaña, en esta tesis se investigó comparativamente la distribución espacial actual (año 2020) y la evolución espaciotemporal reciente (1986-2020) de humedales y glaciares y su relación con las fluctuaciones de temperatura y precipitación. Las geotecnologías, constituyeron la base metodológica de esta tesis. Se utilizaron los índices NDVI y NDSI en la identificación y caracterización del área cubierta por humedales y glaciares de hielo limpio respectivamente. El estudio de la situación actual (2020) se realizó con imágenes de Sentinel 2 y la evolución espaciotemporal reciente (1986-2020) con escenas Landsat (5, 7, 8). Los análisis relacionados con la temperatura y la precipitación se basaron en el procesamiento del producto TerraClimate. La mayor parte de la información fue obtenida y procesada, inicialmente, en Google EarthEngine, una plataforma de datos geoespaciales, que permite a los investigadores procesar virtualmente datos en diferentes escalas espaciotemporales. Los análisis se completaron con el uso de herramientas estadísticas y estadísticas espaciales. Como resultado, se pudo identificar un área de 475 km² de humedales y 1260 km² de glaciares (550 km² y 710 km² de hielo limpio y hielo cubierto respectivamente) para 2020. Entre los años 1986 y 2020 se observó un aumento significativo de temperatura y especialmente a partir del año 2010 un descenso significativo de las precipitaciones. En este contexto, el área cubierta por humedales no cambió significativamente pero el área glaciar disminuyó significativamente en alrededor del 36%. La franja comprendida entre los 34°S y 35°S al oeste de la región, fue identificada como la zona donde los humedales y los glaciares se encuentran más cercanos entre sí y donde esta proximidad y la mayor disponibilidad de agua, producto del deshielo, ha tenido un impacto positivo en la productividad de los humedales ubicados aproximadamente a 5 km de estos glaciares.

Abstract The estimation and variation of the vegetation cover of the Amazon forest generated by anthropic activity in Huepetuhe had the purpose of estimating the loss of vegetation and the deforestation rates for an Amazon forest, the study was carried out using Landsat 8 satellite images, the treatment of the raster images was made using the ERDAS software, the images were subjected to geometric and radiometric corrections, for this purpose control points were taken on the ground, for the analysis four categories of forest degradation were established: Forest with null vegetation with presence of bare soil, forest with sparse vegetation, forest with moderate vegetation and total area of deterioration. The results from the analysis of the multispectral images and the NDVI show that compared to 2016, 30.1 ha increased in the forest category with no vegetation, 28.8 ha in forests with sparse vegetation, 236.9 ha for forests with moderate vegetation and the area of global deterioration increased by 295.8 ha. The annual deforestation rate was 5% (6.02 ha/year) for forests with no vegetation and presence of bare soil and 9% (59.16 ha/year) for global degradation, the coefficient of determination for forests with no vegetation and area naked was R2=0.9704, and for global deterioration of the forest R2=0.957.

Resumen La estimación y variación de la cobertura vegetal del bosque amazónico generada por la actividad antrópica en Huepetuhe tuvo por finalidad estimar las pérdidas de vegetación y las tasas de deforestación para para un bosque amazónico, el estudio se realizó utilizando la herramienta Google Earth Engine e imágenes satelitales Landsat 8, para el tratamiento de las imágenes ráster se utilizó el software ERDAS y ArcGis, las imágenes fueron sometidas a correcciones geométricas y radiométricas, para ello se tomaron puntos de control el tierra, para el análisis se estableció cuatro categorías de degradación del bosque: Bosque con vegetación nula con presencia de suelo desnudo, Bosque con vegetación escasa, Bosque con vegetación moderada y área total de deterioro. Los resultados a partir del análisis de las imágenes multiespectrales y el NDVI muestra que respecto al año 2016 se incrementó 30.1ha en la categoría bosque con vegetación nula, 28.8 ha en los bosques con vegetación escasa, 236.9 ha para bosques de vegetación moderada y el área de deterioro global se incrementó en 295.8 ha. La tasa de deforestación anual fue del 5% (6.02 ha/año) para bosque con vegetación nula y presencia de suelo desnudo y del 9% (59.16 ha/año) para degradación global, el coeficiente de determinación para bosques con vegetación nula y área desnuda fue de R2=0.9704, y para deterioro global del bosque R2=0.957.

Abstract The forests of the Yucatán Peninsula have been periodically subjected to various natural and anthropogenic disturbance factors, among these are the occurrence of hurricanes and logging, the latter with a history of more than 300 years. The use of remote sensing has been widely employed for forest cover management and other land uses. Satellite information allows the calculation of several indexes that are useful for purposes of forest management, one of the most widely used is the Normalized Difference Vegetation Index (NDVI), which is associated with the fraction of solar radiation absorbed by plants. The objective of this study was to analyze the spatial-temporal dynamics of the NDVI changes in a region under forest harvesting in the state of Quintana Roo and determine their possible causes during the 1985-2022 period. A time series of NDVI values was generated from Landsat sensor images for the years 1985, 1993, 2000, 2010 and 2022. Differences in NDVI values were wide and appear to follow the recurrence of hurricanes in the region. Logging did not explain the upward and downward patterns in NVDI values, nor did these patterns coincide with the changes in vegetation, as they do not change the land cover characteristics. These results provide partial evidence that significant changes in vegetation characteristics occur only after major and extensive disturbances such as hurricanes.

Resumen Las selvas de la Península de Yucatán han estado sujetas periódicamente a diferentes factores de perturbación natural y antropogénica, entre ellos la ocurrencia de huracanes y el aprovechamiento maderable, este último con una historia de más de 300 años. El uso de sensores remotos se ha empleado ampliamente para la gestión de coberturas forestales y otros usos del suelo. La información satelital permite el cálculo de diversos índices útiles para la administración forestal, uno de los más usados es el Índice de Vegetación de Diferencia Normalizada (NDVI) que se asocia a la fracción de la radiación solar absorbida por las plantas. El objetivo del presente estudio fue analizar la dinámica espacio-temporal de los cambios en el NDVI en una región con aprovechamiento maderable en el estado de Quintana Roo y determinar sus posibles causas durante el periodo 1985-2022. Se generó una serie de tiempo de valores de NDVI en imágenes de los sensores Landsat para los años 1985, 1993, 2000, 2010 y 2022. Las diferencias en los valores del NDVI fueron amplias y parecen seguir la recurrencia de huracanes en la región. La tala forestal no explicó los patrones al alza y a la baja en los valores del NVDI, ni coincidieron con las modificaciones en la vegetación, ya que no cambian las características de la cobertura del suelo. Estos resultados proporcionan evidencia parcial de que cambios significativos en las características de la vegetación solo ocurren después de perturbaciones importantes y extensas como los huracanes.

Abstract The green areas in urban areas have provided a variety of ecosystem services which influence the quality of life of the inhabitants. The objective of this work was to analyze the effect of green areas on the Land Surface Temperature (LST) recorded by remote sensors in the city of Durango, Durango. The existing public and private green areas in the city were differentiated and the area in square meters per inhabitant was calculated. A classification by land use (urban, body of water, bare soil and green area) was carried out in order to analyze the ST derived from Landsat 8 satellite images and geographic information systems (QGIS), in addition a comparison of ST in three types of green areas (parks, squares and gardens, and ridges). The behavior of the ST was analyzed in two seasons of the year, in winter 2021 and spring 2022, identifying the areas with the highest incidence of temperature in two periods. The results indicate a lower ST in green areas compared to urban areas (concrete, construction and asphalt areas), as well as a regulatory trend in larger green areas (parks). The ST satellite product allowed to evaluate the temperature in spaces with vegetation within an urban area and it is shown that the larger the green area, the more thermal regulation exists in urban areas.

Resumen Las áreas verdes de las zonas urbanas contribuyen a la regulación térmica y por lo tanto al confort de la población. El objetivo del presente trabajo fue analizar el efecto de las áreas verdes en la temperatura superficial (TS) registrada mediante sensores remotos en la ciudad de Durango, Durango. Se diferenciaron las áreas verdes públicas y privadas existentes en la ciudad y se calculó la superficie en metros cuadrados por habitante. Se realizó una clasificación por uso de suelo (urbano, cuerpo de agua, suelo desnudo y área verde) con el fin de analizar la TS derivada de imágenes del satélite Landsat 8 y sistemas de información geográfica (QGIS); además, se hizo una comparación de TS en tres tipos de áreas verdes (parques, plazas, jardines y camellones). Se analizó el comportamiento de la TS en dos estaciones del año, en invierno de 2021 y primavera de 2022; a partir de lo cual se identificaron las zonas con mayor incidencia de temperatura en dos periodos. Los resultados indicaron una TS menor en las áreas verdes comparada con el uso de suelo urbano (zonas de concreto, construcción y asfalto), así como una tendencia regulatoria en las áreas verdes de mayor extensión (parques). El producto satelital TS permitió evaluar la temperatura en espacios con vegetación dentro de una zona urbana, y se demuestra que entre mayor es el área verde, más regulación térmica existe en las zonas urbanas.

ABSTRACT: In this work we use Machine Learning (Randon Forest) as a tool to classify biomass and calculate vegetation indices seeking to identify the characteristics of the vegetation cover at the head of the Atacama Desert. The aim is to establish the correlation between vegetation indices and precipitation, in order to know their reliability on the climatology in this region. The geospatial analysis based on Google Earth Engine (GEE) and the processing of Landsat 5 ETM and Landsat 8 OLI/TIRS images was important, for the period 1985 - 2022, which made it possible to characterize climate change. The NDVI, SAVI, GVI and RVI have been tested and validated in arid systems. The NDVI responds positively to precipitation in the wet season and weakly in the winter rainy season. It is confirmed that the high NDVI corresponds to summer, after a prolonged drought. Towards the years 2020 and 2022, an increase in vegetation cover is recorded in places with higher temperatures, evidencing climate change and reflected in biomass indices.

RESUMEN: En este trabajo usamos Machine Learning (Randon Forest) como herramienta para clasificar la biomasa y calcular los índices de vegetación buscando identificar las características de la cobertura vegetal en la cabecera del desierto Atacama. Se busca establecer la correlación entre los índices de vegetación y la precipitación, a fin de conocer su confiabilidad sobre la climatología en esta región. Fue importante el análisis geoespacial basado en Google Earth Engine (GEE) y el procesamiento de imágenes Landsat 5 ETM y Landsat 8 OLI/TIRS, para el período 1985 - 2022, lo que permitió caracterizar el cambio climático. El NDVI, SAVI, GVI y RVI han sido probados y validados en sistemas áridos. El NDVI responde positivamente a la precipitación en temporada húmeda y en forma débil en la temporada de lluvias invernales. Se confirma que el NDVI alto corresponde al verano, después de una sequía prolongada. Hacia los años 2020 y 2022, se registra un aumento de cobertura vegetal en lugares de mayor temperatura, evidenciando cambio climático y reflejado en los índices de biomasa.

RESUMEN In recent decades, glacier retreat has been observed in all the world’s mountain ranges. Over the last 20 years, glaciers in the Andes have lost mass at one of the highest rates on record. Particularly, glaciers in the northern Patagonian Andes show the highest rate of loss of all the Andean regions for the last decade. Detailed records of long-term variations in glacier extent are crucial to put current climate change into context and quantify its impact on mountain areas. In the present study, a reconstruction of the extension (length and area) of the Alerce glacier (41.15° S-71.81° W) for the last 70 years was carried out. By means of historical documents and satellite images (Landsat and Pléiades), detailed maps of glacier fluctuations were generated for the period 1953-2020. Four methodologies were evaluated to measure the front position: i) central flow line; ii) curvilinear box; iii) multiline; and iv) variable box. The magnitude of the front position variations depends on the methodology applied. The method that best addresses glacier front variations over the period analyzed is the variable box method. Between 1953 and 2020, the Alerce glacier lost 35% of its area (1.1±0.1 km2) and 67% of its total length (1.49±0.04 km). It is possible to distinguish periods with different rates of retreat. A stage of slight retreat (-11.3±0.5 ma-1) between 1953 and 1976, followed by a period of stability (-6.7±0.5 ma-1) between 1977 and 1983, then a strong retreat (-58.7±0.5 ma-1) between 1984 and 1999, followed by another period of stability (-5.4±0.5 ma-1) between 2000 and 2009 and, finally, another retreat (-8.7±0.5 ma-1) between 2010 and 2020. The retreat rates for the Alerce glacier mimic those observed in other glaciers in the region, possibly representing a regional climatic signal.

ABSTRACT En las últimas décadas se ha observado un retroceso de los glaciares en todos los cordones montañosos del mundo. Durante los últimos 20 años, los glaciares de los Andes perdieron masa a una tasa sin precedentes en el registro histórico. En particular, los glaciares de Patagonia norte son los que presentan la mayor tasa de pérdida de todas las regiones andinas para la última década. Contar con registros detallados sobre las variaciones en la extensión de los glaciares en el largo plazo es crucial para poner en contexto el cambio climático actual y cuantificar su impacto en zonas de montaña. En el presente estudio se realizó la reconstrucción de la extensión (área y longitud) del glaciar Alerce (41,15° S-71,81° O) para los últimos 70 años. Utilizando una combinación de documentos históricos e imágenes satelitales (Landsat y Pléiades), se generó cartografía de detalle para cuantificar las fluctuaciones del frente del glaciar Alerce para el período 1953-2020. Se evaluaron cuatro metodologías para medir la posición del frente: i) línea central de flujo; ii) caja curvilínea; iii) multilínea; y iv) caja variable. La magnitud de la variación del frente depende de la metodología aplicada. El método que mejor contempla la variación del frente del glaciar a lo largo del período analizado es el de caja variable. Entre 1953 y 2020, el glaciar Alerce perdió el 35% de su superficie (1,1±0,1 km2) y el 67% de su longitud total (1,49±0,04 km). Es posible distinguir períodos con diferentes tasas de retroceso. Una leve (-11,3±0,5 ma−1) entre 1953 y 1976, seguida de un período de relativa estabilidad (-6,7±0,5 ma−1) entre 1977 y 1983, luego un marcado retroceso (-58,7±0,5 ma−1) entre 1984 y 1999, otro período de estabilidad (-5,4±0,5 ma−1) entre 2000 y 2009 y, finalmente, otra etapa de retroceso (-8,7±0,5 ma−1) entre 2010 y 2020. Las tasas de retroceso para el glaciar Alerce coinciden con las observadas en otros glaciares de la región, lo cual puede representar una señal climática regional.

ABSTRACT Coastal wetlands adjacent to urban areas, such as the Pantanos de Villa in the city of Lima, Peru, are subject to constant changes in land use due to anthropogenic interaction. This has led to the reduction of dense vegetation areas, giving way to built-up areas. Therefore, this article addresses the issue of the physical changes experienced in urban areas adjacent to the wetland, such as the environmental management units, in this case the Zone of Protection of Outcrop and Surface Runoff (ZPAES), and the Zone of Landscape Protection of Edge (ZPB), as well as the Pantanos de Villa Wildlife Refuge (RVSPV), as a result of rapid urban expansion. Therefore, the objective of this research is to analyze the spatial and temporal evolution of the Pantanos de Villa environment and urbanization within the Environmental Management Units ZPB, ZPAES, and RVSPV. To achieve this, the Google Earth Engine (GEE) platform was used, and satellite images from Landsat 5 TM and Sentinel 2 MSI sensors were processed. These images were worked on in the GEE interface and analyzed using spectral indices, NDVI and NDBI, through map algebra codes and pixel masking. For cartographic representation, a Geographic Information System (GIS) was used. The results show a 291.12% increase in built-up area and a 26% reduction in vegetated area over the last 35 years, for the Environmental Management Units ZPB and ZPAES, and the RVSPV. The identified reduction is directly related to unplanned expansion of urban areas and anthropogenic activities.

RESUMEN Los humedales costeros adyacentes a zonas urbanas, como los Pantanos de Villa en la ciudad de Lima, Perú, están sujetos a cambios constantes en el uso del suelo debido a la interacción antropogénica. Esto ha llevado a la reducción de áreas de vegetación densa, dando paso a zonas edificadas. Por esta razón, el presente artículo aborda la problemática de los cambios físicos experimentados en las zonas urbanas adyacentes al humedal, como las unidades de ordenamiento ambiental, en este caso la Zona de Protección de Afloramiento y Escorrentía Superficial (ZPAES y la Zona de Protección Paisajística de Borde (ZPB), así como el Refugio de Vida Silvestre Pantanos de Villa (RVSPV), como consecuencia de la rápida expansión urbana. Por ello, el objetivo de esta investigación es analizar la evolución espacial y temporal del entorno de los Pantanos de Villa y la urbanización dentro de las Unidades de Ordenamiento Ambiental ZPB, ZPAES y el RVSPV. Para ello, se utilizó la plataforma de Google Earth Engine (GEE) y se procesaron imágenes satelitales de los sensores Landsat 5 TM y Sentinel 2 MSI. Estas imágenes se trabajaron en la interfaz de GEE y se analizaron utilizando índices espectrales, NDVI y NDBI, mediante códigos de álgebra de mapas y el enmascaramiento de píxeles. Para la representación cartográfica, se empleó un Sistema de Información Geográfica (SIG). Los resultados muestran un aumento del 291.12% en la superficie edificada y una reducción del 26% en la superficie vegetal en los últimos 35 años, para las Unidades de Ordenamiento Ambiental ZPB y ZPAES, y el RVSPV. La reducción identificada se relaciona directamente con la expansión no planificada de la superficie urbana y las actividades antropogénicas.

Resumen El abandono rural es un fenómeno global promovido por causas biofísicas, socioeconómicas y socioproductivas, que conduce a la desaparición de prácticas agrícolas tradicionales y tiene graves impactos en la seguridad alimentaria y los medios de vida locales. Este fenómeno es más complejo en las tierras secas, ya que es poco probable que se recuperen las tierras productivas perdidas debido a la disponibilidad limitada de recursos hídricos. Los objetivos de este estudio son identificar tierras agrícolas abandonadas en un sector del este del oasis norte de Mendoza (Argentina) y determinar las principales causas que conducen este proceso. Se empleó una perspectiva interdisciplinaria, que incluye la implementación de la técnica de diferencia del Índice de Vegetación de Diferencia Normalizada (NDVI) a partir de imágenes Landsat, el análisis de boosted regression trees para evaluar causas espacialmente explícitas y la evaluación de la percepción de los productores locales y sus asesores técnicos mediante una encuesta digital. Las tierras agrícolas abandonadas aumentaron un 92% entre 2002 y 2020 y los principales factores identificados por ambas fuentes de información (modelo espacial y percepción social) fueron la accesibilidad, el tipo de cultivo, las condiciones de vida vulnerables de la población local, la disponibilidad de agua de riego, la disponibilidad de mano de obra y la falta de rentabilidad. El enfoque propuesto busca contribuir al monitoreo de los recursos productivos y a un ordenamiento territorial con una visión holística y de largo plazo.

Abstract Rural abandonment is a global phenomenon promoted by biophysical, socio-economic, and socio-productive causes, leading to the disappearance of traditional agricultural practices and serious impacts on food security and local livelihoods. This phenomenon is more complex in drylands since the lost of productive land is unlikely to be recovered due to the limited availability of water resources. This study aimed to identify abandoned agricultural lands in a sector located east of the northern oasis of Mendoza (Argentina) and determine the main driving forces leading this process. The interdisciplinary perspective employed included the Normalized Difference Vegetation Index (NDVI) difference technique implemented on Landsat images, the boosted regression trees analysis of spatially explicit drivers, and a digital survey providing perception assessments from local producers and their technical advisors. Abandoned agricultural land has increased by 92% between 2002 and 2020, being accessibility, crop type, vulnerable living conditions of the local population, availability of irrigation water and labor, and the lack of profitability, the main drivers identified by both sources of information (spatial model and social perception). The proposed approach contributes to monitore productive resources and land-use planning with a holistic and long-term vision.

Abstract Human activities are altering the existing patterns of Land Use Land Cover (LULC) and Land Surface Temperature (LST) on a global scale. However, long-term trends of LULC and LST are largely unknown in many remote mountain areas such as the Karakorum. . The objective of our study therefore was to evaluate the historical changes in land use and land cover (LULC) in an alpine environment located in Islamabad Capital Territory, Pakistan. We used Landsat satellite pictures (namely Landsat 5 TM and Landsat 8 OLI) from the years 1988, 2002, and 2016 and applied the Maximum Likelihood Classification (MLC) approach to categorize land use classes. Land Surface Temperatures (LST) were calculated using the thermal bands (6, 10, and 11) of Landsat series data. The correlation between the Human Modification Index (HMI) and LULC as well as LST was evaluated by utilizing data from Google Earth Engine (GEE). Over the study period, the urbanized area increased by 9.94%, whilst the agricultural and bare soil areas decreased by 3.81% and 3.94%, respectively. The findings revealed a significant change in the LULC with a decrease of 1.99% in vegetation. The highest LST class exhibited a progressive trend, with an increase from 12.27% to 48.48%. Based on the LST analysis, the built-up area shows the highest temperature, followed by the barren, agricultural, and vegetation categories. Similarly, the HMI for different LST categories indicates that higher LST categories have higher levels of human alteration compared to lower LST categories, with a strong correlation (R-value = 0.61) between HMI and LST. The findings can be utilized to promote sustainable urban management and for biodiversity conservation efforts. The work also has the potential of utilizing it to protect delicate ecosystems from human interference and to formulate strategies and regulations for sustainable urban growth, including aspects of land utilization and zoning, reduction of urban heat stress, and urban infrastructure. (LULC (LST scale However longterm long term Karakorum Territory Pakistan namely OLI 1988 2002 201 MLC (MLC classes 6, 6 (6 10 11 (HMI GEE. GEE (GEE) period 994 9 94 9.94% 381 3 81 3.81 394 3.94% respectively 199 1 99 1.99 trend 1227 12 27 12.27 4848 48 48.48% analysis builtup built up temperature barren Similarly Rvalue R value 0.61 061 0 61 efforts growth zoning stress infrastructure 198 200 20 ( (GEE 9.94 38 3.8 39 3.94 19 1.9 122 2 12.2 484 4 48.48 0.6 06 9.9 3. 3.9 1. 12. 48.4 0. 9. 48.

Resumo As atividades humanas estão alterando os padrões existentes de uso e cobertura do solo (LULC) e temperatura da superfície terrestre (TST) em escala global. No entanto, as tendências a longo prazo de LULC e LST são, em grande parte, desconhecidas em muitas áreas montanhosas remotas, como em Karakorum. O objetivo do nosso estudo foi, portanto, avaliar as mudanças históricas no uso e cobertura da terra (LULC) em um ambiente alpino localizado no Território da Capital Islamabad, Paquistão. Utilizamos imagens de satélite Landsat (nomeadamente Landsat 5 TM e Landsat 8 OLI) dos anos de 1988, 2002 e 2016 e aplicamos a abordagem de Classificação de Máxima Verossimilhança (MLC) para categorizar as classes de uso da terra. As temperaturas da superfície terrestre (TST) foram calculadas usando as bandas térmicas (6, 10 e 11) dos dados da série Landsat. A correlação entre o Índice de Modificação Humana (HMI) e o LULC, bem como o LST, foi avaliada utilizando dados do Google Earth Engine (GEE). Durante o período de estudo, a área urbanizada aumentou 9,94%, enquanto as áreas agrícolas e de solo descoberto diminuíram 3,81% e 3,94%, respectivamente. Os resultados revelaram uma mudança significativa no LULC, com uma diminuição de 1,99% na vegetação. A classe LST mais alta apresentou tendência progressiva, com aumento de 12,27% para 48,48%. Com base na análise do LST, a área construída apresentou a temperatura mais elevada, seguida pelas categorias árida, agrícola e vegetação. Da mesma forma, o HMI para diferentes categorias de LST indicou que as categorias mais altas de LST apresentaram níveis mais elevados de alteração humana em comparação com as categorias mais baixas de LST, com uma forte correlação (valor R = 0,61) entre HMI e LST. As conclusões podem ser tomadas como base para promover a gestão urbana sustentável e para esforços de conservação da biodiversidade. O trabalho também tem o potencial de ser utilizado para proteger ecossistemas delicados da interferência humana e para formular estratégias e regulamentos para o crescimento urbano sustentável, incluindo aspectos de utilização e zoneamento da terra, redução do estresse térmico urbano e infraestrutura urbana. (LULC TST (TST global entanto são parte remotas Karakorum portanto Islamabad Paquistão nomeadamente OLI 1988 200 201 MLC (MLC 6, 6 (6 1 11 (HMI GEE. GEE . (GEE) 994 9 94 9,94% 381 3 81 3,81 394 3,94% respectivamente 199 99 1,99 vegetação progressiva 1227 12 27 12,27 4848 48 48,48% elevada árida forma valor 0,61 061 0 61 biodiversidade 198 20 ( (GEE 9,94 38 3,8 39 3,94 19 1,9 122 2 12,2 484 4 48,48 0,6 06 9,9 3, 3,9 1, 12, 48,4 0, 9, 48,