Abstract Delimitation of areas subject to flooding is crucial to understand water dynamics and fluvial changes. This study analyzed the potential of C-band Synthetic Aperture Radar (SAR) images acquired by the Sentinel-1 satellite in 2017, 2018, and 2019 to delineate flooded areas in the Central Amazon. The images were processed by the Artificial Neural Network Multi-Layer Perceptron (ANN-MLP) and two K-Nearest Neighbor (KNN-7 and KNN-11) machine learning (ML) classifiers. Pre-processing of Single Look Complex (SLC) SAR images involved the following methodological steps: orbit-file application; radiometric calibration (σ0); Range-Doppler terrain correction; speckle noise filtering; and conversion of linear data to backscattering coefficients (units in dB). We applied the Lee filter, with a window size of 3x3, for speckle filtering. A set of 6000 randomly distributed samples for training (70%), validation (20%), and test (10%) was obtained based on visual interpretation of Sentinel-2 optical satellite image acquired in the same years of SAR images. We found the largest flooded areas in 2019 in the study area (municipality of Parintins and Urucará, Amazonas River, Brazil): 6244km2 by the ANN-MLP classifier; 6268km2 by KNN-7; and 6290km2 by KNN-11, while the smallest flooded areas were found in 2018: 5364km2 by ANN-MLP; 5412km2 by KNN-7; and 5535km2 by KNN-11. The three classifiers presented Kappa coefficients between 0.77 and 0.91. ANN-MLP showed the best accuracy. The presence of shadow effects in the SAR images increased the commission errors.

Resumo A delimitação de áreas sujeitas a inundações é crucial para entender a dinâmica hídrica e as mudanças fluviais. Este estudo analisou o potencial de imagens de radar de abertura sintética (SAR) adquiridas na banda-C pelo satélite Sentinel-1 em 2017, 2018 e 2019 para delinear áreas inundadas na Amazónia Central. As imagens foram processadas pela Rede Neural Artificial Multi-Layer Perceptron (RNA-MLP) e dois classificadores de aprendizagem de máquina (ML) K-Nearest Neighbor (KNN-7 e KNN-11). O pré-processamento de imagens SAR Single Look Complex (SLC) envolveu as seguintes etapas metodológicas: aplicação do orbit-file; calibração radiométrica (σ0); correção de terreno Range-Doppler; filtragem de ruído speckle; e conversão de dados lineares para coeficientes de retroespalhamento (unidades em dB). O filtro de Lee com tamanho de janela de 3×3 foi aplicado para filtragem do ruído speckle. Um conjunto de 6000 amostras distribuídas aleatoriamente para treino (70%), validação (20%) e teste (10%) foi obtido com base na interpretação visual da imagem do satélite óptico Sentinel-2 adquiridas no mesmo ano das imagens de radar. As maiores áreas alagadas foram encontradas em 2019 na área de estudo (municípios de Parintins e Urucará, Rio Amazonas, Brasil): 6244km2 pelo classificador RNA-MLP; 6268km2 pelo KNN-7; e 6290km2 pelo KNN-11, enquanto as menores áreas alagadas foram encontradas em 2018: 5364km2 pelo classificador RNA -MLP; 5412km2 pelo KNN-7; e 5535km2 pelo KNN-11. Os três classificadores apresentaram coeficientes Kappa entre 0,77 e 0,91. A RNA-MLP apresentou a melhor precisão. A presença de efeitos de sombra nas imagens SAR aumentou os erros de comissão.

Résumé La délimitation de zones sujettes aux inondations est cruciale pour comprendre la dynamique hydrique et les changements fluviaux. Cette étude a analysé le potentiel des images radar à ouverture de synthétique (SAR) acquises en bande-C par le satellite Sentinel-1 en 2017, 2018 et 2019 pour délimiter les zones inondées en Amazonie Centrale. Les images ont été traitées par le Réseau de Neurones Artificiels Multicouches Perceptron (ARN-MLP) et deux classificateurs d'apprentissage automatique (ML) K-Nearest Neighbor (KNN-7 et KNN-11). Le prétraitement des images SAR images complexes à visée simple (SLC) a impliqué les étapes méthodologiques suivantes : application du fichier d'orbite; calibration radiométrique (σ0); correction de terrain Range-Doppler; filtrage du bruit de chatoiement; et conversion des données linéaires en coefficients de rétrodiffusion (unités en dB). Un filtre de Lee avec une taille de fenêtre de 3×3 a été appliqué pour filtrer le bruit de chatoiement. Un ensemble de 6000 échantillons assignés au hasard pour la formation (70%), la validation (20%) et les tests (10%) a été obtenu à partir de l'interprétation visuelle de l'image satellite optique Sentinel-2 acquise pour la même année que les images radar. Les plus grandes zones inondées ont été trouvées en 2019 dans la zone d'étude (municipalité de Parintins et Urucará, la Riviére Amazonas, Brésil) : 6244km2 selon le classificateur RNA -MLP; 6268km2 pour KNN-7; et 6290km2 pour KNN-11, alors que les plus petites zones inondées ont été trouvées en 2018: 5364km2 pour le classificateur RNA -MLP; 5412km2 pour KNN-7; et 5535km2 pour KNN-11. Les trois classifieurs présentaient des coefficients Kappa compris entre 0,77 et 0,91. L'ARN-MLP a montré une meilleure précision. La présence d'effets d'ombre dans les images SAR a augmenté les erreurs de commission.

Resumen La delimitación de áreas sujetas a inundaciones es crucial para comprender la dinámica del agua y los cambios fluviales. Este estudio analizó el potencial de las imágenes de radar de apertura sintética (SAR) adquiridas en la banda-C por el satélite Sentinel-1 en 2017, 2018 y 2019 para delinear áreas inundadas en la Amazonía Central. Las imágenes fueron procesadas por la Red Neuronal Artificial de Perceptrón Multicapa (RNA-MLP) y dos clasificadores de aprendizaje automático (ML) K-Nearest Neighbor (KNN-7 y KNN-11). El preprocesamiento de imágenes SAR complejas de una sola mirada (SLC) involucró los siguientes pasos metodológicos: aplicación del archivo de órbita; calibración radiométrica (σ0); corrección del terreno Range-Doppler; filtrado de ruido moteado; y conversión de datos lineales en coeficientes de retrodispersión (unidades en dB). Se aplicó El filtro Lee con un tamaño de ventana de 3×3 para filtrar el ruido moteado. Se obtuvo un conjunto de 6000 muestras asignadas aleatoriamente para entrenamiento (70%), validación (20%) y prueba (10%) en base a la interpretación visual de la imagen del satélite óptico Sentinel-2 adquirida el mismo año que las imágenes de radar. Los humedales más grandes se encontraron en 2019 en el área de estudio (municipio de Parintins y Urucará, Rió Amazonas, Brasil): 6244km2 por el clasificador RNA -MLP; 6268km2 por KNN-7; y, 6290km2 por KNN-11, mientras que, los humedales más pequeños se encontraron en 2018: 5364km2 por el clasificador RNA -MLP; 5412km2 por KNN-7; y 5535km2 por KNN-11. Los tres clasificadores presentaron coeficientes Kappa entre 0,77 y 0,91. RNA-MLP mostró la mejor precisión. La presencia de efectos de sombra en las imágenes SAR aumentó los errores de comisión.

Abstract Alto Minho is a region of northern Portugal in the northwest of the Iberian Peninsula, which is one of the regions in Europe where fires are more frequent. The historical mapping of burned areas has been fundamental to characterize the fire regime and to determine wildfire prevention policies and urban planning measures. Over the last decades, several studies have been published seeking to characterize the impact of fire on the territory, its frequency and recurrence, based on the official cartography, provided by the Instituto de Conservação da Natureza e das Florestas - ICNF. In this study, a detailed and rigorous cartography of the areas affected by fires in the Alto Minho area in the last two decades (2001 to 2020) was developed. These areas were determined based on the analysis of 400 images from the Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (Operational Land Imager - OLI) and Sentinel-2 (Multispectral Instrument - MSI) satellites, whose perimeters resulted from manual digitizing supported by historical series of orthophotos. A total of 12 692 fire perimeters were digitalized corresponding to 235 060 hectares of burned area in the Alto Minho region. These results substantially differ from the official cartographic information, in terms of cartographic accuracy, number of fire perimeters (3873) and burned area (179 283 hectares).

Résumé L’Alto Minho, une région au nord du Portugal et située au nord-ouest de la Péninsule Ibérique, est une des régions d’Europe où la récurrence des incendies est la plus élevée. La cartographie historique des zones brûlées a été fondamentale pour caractériser le régime des incendies et pour déterminer les politiques de prévention des incendies et les mesures d’aménagement urbain. Au cours des dernières décennies, de nombreuses études publiées ont tenté de caractériser l’impact du feu dans le territoire, sa fréquence et sa récurrence, à partir de cette source cartographique officielle, fournie par l’Institut pour la conservation de la nature et des forêts - ICNF. Cette étude a développé une cartographie détaillée et rigoureuse des zones affectées par les feux au cours des deux dernières décennies (2001 à 2020) dans le territoire de l’Alto Minho. Ces zones ont été déterminées sur la base de l’analyse de 400 images provenant des satellites Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (Operational Land Imager - OLI) et Sentinel-2 (Multispectral Instrument - MSI), dont les périmètres résultent d’une digitalisation manuelle soutenue par des séries historiques d’orthophotos. Un total de 12 692 périmètres d’incendie ont été digitalisés, ce qui correspond à 235 060 hectares brûlés dans le territoire de l’Alto Minho. Les résultats diffèrent substantiellement des informations cartographiques officielles, en termes de précision cartographique, de nombre de périmètres d’incendie (3873) et de surface brûlée (179 283 hectares).

Resumen El Alto Minho es una región del norte de Portugal, localizada en el noroeste de la Península Ibérica, que constituye una de las regiones de Europa donde la recurrencia de los incendios es más elevada. La cartografía histórica de las zonas quemadas ha sido fundamental para caracterizar el régimen de fuego y determinar las políticas de prevención de incendios y las medidas de planificación urbana. A lo largo de las últimas décadas, numerosos estudios publicados han tratado de caracterizar el impacto del fuego en el territorio, basándose en esta fuente cartográfica oficial, proporcionada por el Instituto para la Conservación de la Naturaleza y los Bosques - ICNF. En este estudio se desarrolló una cartografía detallada y rigurosa de las superficies afectadas por los incendios en las dos últimas décadas (2001 a 2020) en el territorio del Alto Minho. Estas superficies se calcularon a partir del análisis de 400 imágenes de los satélites Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (Operational Land Imager - OLI) y Sentinel-2 (Multispectral Instrument - MSI), cuyos perímetros resultaron de la digitalización manual apoyada en series históricas de ortofotos. Se digitalizaron 12 692 perímetros de incendios, correspondientes a 235 060 hectáreas quemadas en el territorio del Alto Minho. Los resultados obtenidos difieren sustancialmente de la información cartográfica oficial, en lo que respecta a la precisión cartográfica, el número de perímetros de incendio (3873) y la superficie quemada (179 283 hectáreas).

Resumo O Alto Minho é uma região do Norte de Portugal, situada no noroeste da Península Ibérica que é uma das regiões da Europa onde a recorrência do fogo é maior. A cartografia histórica das áreas ardidas tem sido fundamental para caraterizar o regime de fogo e na determinação de políticas de prevenção contra incêndios e de medidas de ordenamento urbanístico. Ao longo das últimas décadas, inúmeros estudos caratecrizaram o impacto do fogo no território, baseando-se nesta fonte cartográfica oficial, disponibilizada pelo Instituto de Conservação da Natureza e das Florestas - ICNF. Neste estudo desenvolveu-se uma cartografia detalhada e rigorosa das áreas afetadas por fogos nas últimas duas décadas (2001 a 2020) no território do Alto Minho. Estas áreas foram apuradas com base na análise de 400 imagens dos satélites Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (Operational Land Imager - OLI) e Sentinel-2 (Multispectral Instrument - MSI), cujos perímetros resultaram da digitalização de forma manual apoiada em séries históricas de ortofotos. Foram digitalizados 12 692 perímetros de fogos que correspondem a 235 060 hectares ardidos no território do Alto Minho. Os resultados obtidos divergem substancialmente da informação cartográfica oficial, em relação ao rigor cartográfico, número de perímetros de incêndio (3873) e área ardida (179 283 hectares).

Resumen En este trabajo se cuantifican tendencias de aumento de suelo urbanizado en la ciudad de Tunja, Colombia, para modelar escenarios futuros. El modelo se basa en la clasificación de imágenes satelitales y en la inclusión de factores influyentes en el urbanismo. La visualización de las zonas probables de desarrollo se logra a partir de tres etapas. 1). Preprocesamiento, en la que se define la zona de estudio y adecúa las imágenes. 2). Procesamiento, en la que se clasifican las imágenes 2000, 2012 y 2017 y se generan mapas de coberturas y usos: urbanizado, zona verde y área abierta. 3). Postprocesamiento, en la que se valida la precisión de la clasificación. 4). Modelamiento de escenarios futuros, en la que se incorporan los factores de cambio hacia suelo urbanizado y las restricciones, se genera un análisis de cambio y uno de áreas potenciales de transición a territorio urbanizado, para crear los modelos predictivos 2017, 2025 y 2030. El modelo se valida comparando la predicción 2017, con la imagen de clasificación del mismo año, modificando factores hasta que la imagen de predicción 2017 sea representativa de la imagen producto de clasificación.

Abstract This article quantifies the trends in the growth of urbanized land in Tunja city, Colombia, with the aim of modelling future scenarios. The modeling is based on the satellite images classification and the inclusion of the driving factors in the urban development. The view of the viable development areas is achieved through the following stages. 1). The preprocessing, which defines the study area and adapts the images. 2). The processing, which classifies the images of years 2000, 2012 and 2017 and generates coverage and use maps: urbanized, green zone and open area. 3). The postprocessing, in which the accuracy of the classification of images is validated. 4). The Modeling of future scenarios, that incorporates factors of change and restrictions towards urbanized areas. It generates the analysis of change and potential areas of transition to urbanized areas, providing predictive data for 2017, 2025 and 2030. The modeling is validated comparing the 2017 prediction with the classiication image of the same year and then, modifying factors until the 2017 prediction image is representative of the classiication image.

Résumé Dans ce travail, il se quantifie les tendances de l'augmentation des sols urbanisées à Tunja, en Colombie, sont modélisé dans scénarios futurs. Le modèle est basé sur la classification des images satellites et l'inclusion des facteurs d'influence dans la planification urbaine. Les zones probables de développement sont visualisées à travers les étapes: 1). Prétraitement, pour définir la zone d'étude et ajuste les images. 2). Le traitement, pour classifier les images 2000, 2012 et 2017, générer des cartes de couverture et d'utilisation: urbanisé, espace vert et espace ouvert. 3). Post-traitement, pour valider l'exactitude du classement. 4). La modélisation des scénarios futurs pour integrer les facteurs de changement vers les terres urbanisées et les restrictions, générer une analyse des changements et l'une des zones potentielles de transition vers le sol urbanisé, et pour créer les modéles prédictifs 2017, 2025 et 2030. Le modèle est validé en comparant la prédiction 2017, avec l'image classiiée de la même année, et en modifiant les facteurs jusqu'à ce que l'image de prédiction 2017 soit représentative de l'image du produit de la classiication.

Resumo Neste trabalho são quantificadas as tendências no aumento da urbanização do solo na cidade de Tunja, Colômbia para o modelamento dos cenários futuros. O modelo baseia-se na classificação de imagens satelitais e na inclusão de fa-tores de influência para o planejamento urbano. A visualização das áreas prováveis de desenvolvimento no futuro consegue-se a partir do desenvolvimento das seguintes etapas: 1) Pré-processamento para definição da área de estudo e ajuste das imagens. 2) Processamento, com a classificação das imagens dos anos 2000, 2012 e 2017, além da geração de mapas de coberturas e usos dos solos: urbanizado, zonas verdes e áreas abertas. 3) Post-processamento, etapa na qual valida-se a precisão da classificação assignada. 4) Modela-mento dos cenários futuros, com a incorporação dos fato-res de mudança para solos urbanizados e suas restrições. Nesta etapa gera-se uma análise de mudança e uso de áreas potenciais de transição para território urbanizado, visando a criação de modelos preditivos para os anos 2017, 2025 e 2030. O modelo é validado comparando a predição para 2017 com a imagem de classificação correspondente ao mesmo ano, fazendo a modificação dos fatores, até conseguir que a imagem de predição 2017 seja representativa da imagem produto da classiicação.

Abstract: The irrigation cooling effect, given its influence on the land surface temperature (TS), is one of the regulating ecosystem services of agrarian ecosystems. In irrigated agriculture of warm areas, this service plays an important role in cushioning extremes of temperature. The objective of this work is to quantify and determine the factors that explain the behavior of TS in irrigated areas, using as a case study the agroecosystem of citrus cultivation in irrigation of Campo de Cartagena (Murcia, Spain). First, it demonstrates the influence of irrigation on the TS of the area. Subsequently, the value of the TS in the irrigation is explained by a model that relates the same to the vegetation index, the water content of the crop and the distance to the coast. These results show the generation of ecosystem service of climate regulation by citrus in irrigation.

Resumen: El efecto frío del regadío, dada su influencia en la temperatura de la superficie terrestre (TS), es uno de los servicios ecosistémicos de regulación de los ecosistemas agrarios. En la agricultura de regadío de zonas cálidas este servicio juega un papel destacado al amortiguar los extremos de temperatura. El objetivo de este trabajo es cuantificar y determinar los factores que explican el comportamiento de la TS en áreas de regadío, utilizando como caso de estudio el agroecosistema del cultivo de cítricos en regadío del Campo de Cartagena (Murcia, España). En primer lugar, se demuestra la influencia del regadío en la TS de la zona. Posteriormente se explica el valor de la TS en los regadíos mediante un modelo que relaciona la misma con el índice de vegetación, el contenido de agua del cultivo y la lejanía a la costa. Estos resultados ponen de manifiesto la generación del servicio ecosistémico de regulación climática por los cítricos en regadío.

Resumen La evolución de las áreas urbanas, tema fundamental de la Geografía Urbana, siempre ha estado limitada por la falta de datos espaciotemporales continuos. Recientemente, el procesamiento en Sistemas de Información Geográfica de retratos secuenciales adquiridos por Teledetección ha permitido superar esta limitación. Por ello, se usa el archivo Landsat para revelar las (di)similitudes del proceso de urbanización (ej. ritmo y modos) experimentado por los municipios de Braga y Guimarães entre 1984 y 2016. Los resultados muestran que, más que temporal (¿Cuándo?) o cuantitativamente (¿Cuánto?), el proceso de urbanización en los dos municipios presenta disparidades espaciales (¿Dónde? y ¿Cómo?). El Landscape Expansion Index (LEI) evidencia que más del 50% del crecimiento urbano ocurre en contigüidad con el tejido preexistente. El relleno urbano es el segundo modo más importante en Braga, pero no en Guimarães, donde esta posición está ocupada por la dispersión. En consecuencia, el perímetro urbano de Braga captura mejor el proceso de urbanización que Guimarães. Por lo tanto, el LEI puede dar una contribución importante a la comprensión de la urbanización difusa; modelo territorial constantemente llamado banal, y que -por fuerza de tal afirmación-, ha sido pasado por alto en relación con otras áreas-problema.

Resumo A evolução das áreas urbanas, questão basilar da Geografia Urbana, foi desde sempre limitada pela falta de dados espaciotemporais contínuos. Recentemente, esta limitação tem vindo a ser ultrapassada com recurso ao processamento em Sistemas de Informação Geográfica dos retratos sequenciais adquiridos por Deteção Remota. Neste cômputo, recorre-se ao arquivo Landsat para descortinar as (dis)similaridades do processo de urbanização (i.e., ritmo e modos) experienciado pelos municípios de Braga e de Guimarães entre 1984 e 2016. Os resultados demonstram que, mais do que temporal (Quando?) ou quantitativamente (Quanto?), o processo de urbanização nos dois municípios apresenta disparidades espaciais (Onde? e Como?). O Landscape Expansion Index (LEI) coloca em evidência que mais de 50% do crescimento urbano ocorre em contiguidade com o tecido preexistente. A colmatação urbana assume-se como o segundo modo mais importante em Braga, mas não em Guimarães, onde esta posição é ocupada pela dispersão. Por conseguinte, o perímetro urbano bracarense capta melhor o processo de urbanização do que o vimaranense. Dessarte, o LEI pode dar um contributo importante na compreensão da urbanização difusa, modelo territorial constantemente apelidado de banal, e que - por força de tal asserção - tem sido preterido em relação a outras áreas-problema.

Résumé L’évolution urbaine, problème clé de la Géographie Urbaine, a toujours été limitée par le manque de données spatiotemporelles continues. Récemment, le traitement en Système d’Information Géographique d’images séquentielles acquises par Télédétection a permis de dépasser cette limitation. Donc, nous utilisons l’archive Landsat pour révéler les (dis)similitudes du processus d’urbanisation (rythme et modes) expérimenté par les municipalités de Braga et Guimarães entre 1984 et 2016. Les résultats montrent que, plus que temporel (Quand?) ou quantitativement (Combien de?), le processus d’urbanisation dans les deux municipalités présente des disparités spatiales (Où? et Comment?). Le Landscape Expansion Index (LEI) souligne que plus de 50% de la croissance urbaine se produit en contigüité avec le tissu préexistant. Le remplissage constitue le deuxième mode plus important à Braga, mais ne pas à Guimarães, où cette position est occupée par la dispersion. Par conséquence, le périmètre urbain de Braga capture mieux le processus d’urbanisation que Guimarães. Ainsi, le LEI peut apporter une contribution importante sur la compréhension de l’urbanisation diffuse. Constamment appelé banal, ce modèle territorial a été ignoré par rapport aux autres.

Abstract Urban evolution, a primary question of Urban Geography, has always been limited by the lack of continuous spatial-temporal data. Recently, this limitation has been overcome by the processing in Geographic Information System of sequential snapshots acquired by Remote Sensing. Therefore, we use the Landsat archive to reveal the (dis)similarities of the urbanization process (rhythm and modes) experienced by the municipalities of Braga and Guimarães between 1984 and 2016. The results show that, more than temporal (When?) or quantitatively (How much?), the urbanization process in the two municipalities presents spatial disparities (Where? and How?). The Landscape Expansion Index (LEI) highlights that more than 50% of urban growth occurs in contiguity with the pre-existing fabric. Infilling constitutes the second most important mode in Braga, but not in Guimarães, where this position is occupied by outlying growth. Consequently, in Braga the urban perimeter captures better the urbanization process than in Guimarães. Thus, LEI can make an important contribution to the understanding of diffuse urbanization, a territorial model constantly called banal, and that - due to such an assertion - has been ignored in relation to other problem-areas.

Resumen El objetivo de este trabajo es calcular la capacidad de captura de CO2 del relicto boscoso de la Universidad del Quindío que recibe el nombre de "Jardín Botánico Cedro Rosado" a través de técnicas que integran mediciones in situ y teledetección. En esta primera fase se obtendrán las imágenes multiespectrales, índices de vegetación diferencial normalizado (NDVI), mejorado (EVI) y ajustado al suelo, (SAVI), y la clasificación basada en objetos. En una segunda fase se medirán variables arbóreas y se estimarán las variables biofísicas índice de área foliar (LAI) y fracción de radiación activa fotosintéticamente absorbida (Fapar) con el instrumento Tracing Radiation and Architecture of Canopies (Trac) para correlacionarlas con los índices de vegetación. Esto definirá las constantes del modelo exponencial de regresión a través del establecimiento de la ecuación alométrica local, para interpolar la biomasa contenida en la zona de estudio y relacionarla con su capacidad de almacenamiento de CO2.

Abstract The objective of this study is to calculate the capacity of CO2 capture from the forest relict of the University of Quindio "Jardín Botânico Cedro Rosado" through the use of techniques that integrate in situ measurements with remote sensing. In the first phase, multispectral images, Normalized Differential Vegetation Index (NDVI), Improved Vegetation Index (EVI), Soil Adjusted Vegetation Index (SAVI), and object-based classification will be obtained. In the second phase, tree variables will be measured, and Leaf Area Index (LAI) and the Fraction of Absorbed Photosynthetically Active Radiation (Fapar) biophysical variables will be estimated with the Tracing Radiation and Architecture of Canopies (TRAC) optical instrument, in order to correlate them with the vegetation indexes. This will define the constants of the exponential regression model defining the local allometric equation, which will interpolate the biomass in the entire image.

Resumo O objetivo deste trabalho é calcular a capacidade de captura de CO2 do relicto arborizado da Universidad del Quindío que recebe o nome de "Jardim Botânico Cedro Rosado" por meio de técnicas que integram medidas in situ e detecção remota. Nessa primeira fase, serão obtidas as imagens multiespectrais, índices de vegetação diferencial normalizada (NDVI), melhorado (EVI) e ajustado ao solo (SAVI), e a classificação baseada em objetos. Numa segunda fase, serão medidas variáveis arbóreas e serão estimadas as variâveis biofísicas índice de ârea foliar (LAI) e a fração de radiação fotossinteticamente ativa absorvida (Fapar) com o instrumento Tracing Radiation and Architecture of Canopies (Trac) para correlacioná-las com os índices de vegetação. Isso definirá as constantes do modelo exponencial de regressão por meio do estabelecimento da equação alométrica local, para interpolar a biomassa contida na zona de estudo e relacionar com sua capacidade de armazenamento de CO2.

Abstract Coastal wetlands of Peru are important because of the multiple services they provide to surrounding towns. To protect these ecosystems, it is important to monitor their areas and the changes that occurred in them. Los Pantanos de Villa is a Ramsar wetland in the city of Lima, and, like many coastal wetlands in the region, has undergone multiple natural and anthropogenic changes. In this work, high and medium resolution satellite images were used (such as WorldView 3 images dated May 2018 and CBERS2, 2B and 4 from 2004, 2008 and 2018) with the objective of defining, identifying and characterizing vegetation units and the analysis of changes in vegetation cover in the area using the NDVI (Normalized Difference Vegetation Index). The methodology included obtaining and acquiring satellite images, basic and thematic cartographic information. These were sometimes a geometric correction, reality techniques and algorithms of classification and obtaining of the NDVI; all this using the ARGIS software and making multiple field outputs. As a result, 8 vegetation units were identified that correspond to the gramadal, totoral, intervened area-bodies of water, juncal, short-cut, aquatic, carrizal, and salicornial. The result obtained from the NDVI analysis indicates that the area without vegetation went from occupying 1.96 ha in 2004 to occupying 38.75ha in 2018; the mixed vegetation class went from 100.24 ha in 2004 to 148,344 ha in 2018; Dense vegetation class went from 130,146 ha to 40,285 ha in 2018. The increase in the area without vegetation is a sign of how the change in land use, due to different human activities, can affect a coastal wetland.

Resumen Los humedales costeros del Perú son importantes por los múltiples bienes y servicios que proveen a las poblaciones aledañas. Para protegerlos, es importante hacer un seguimiento de sus áreas y de los cambios que ocurren en las mismas. Los Pantanos de Villa es un humedal Ramsar de la ciudad de Lima, y que, al igual que muchos humedales costeros, en los últimos años ha pasado por múltiples cambios naturales y antropogénicos. En el presente trabajo se utilizaron imágenes de satélite de alta y mediana resolución (como las imágenes WorldView 3 con fecha de mayo del 2018 y CBERS2, 2B y 4 de los años 2004, 2008 y 2018) con el objetivo de definir, identificar y caracterizar las unidades de vegetación y analizar los cambios en la cobertura vegetal en el área utilizando el NDVI (Índice de Vegetación de Diferencia Normalizada). La metodología incluyó la obtención y adquisición de imágenes de satélite, información cartográfica básica y temática. Estas, fueron sometidas a corrección geométrica, técnicas de realce y algoritmos de clasificación y obtención del NDVI; todo ello haciendo uso del software ARGIS y realizando múltiples salidas de campo. Como resultado, se identificaron 8 unidades de vegetación que corresponden al gramadal, totoral, área intervenida-cuerpos de agua, juncal, corta-corta, acuáticas, carrizal, y salicornial. El resultado obtenido del análisis del NDVI nos indica que el área sin vegetación pasó de ocupar 1.96 ha en el año 2004 a ocupar 38.75ha en el 2018; la clase vegetación mixta pasó de 100,24 ha en el 2004 a 148,344 ha en el 2018; clase vegetación densa pasó de 130,146 ha a 40,285 ha en el 2018. El aumento del área sin vegetación es una muestra de cómo el cambio de uso de suelo, debido a diferentes actividades humanas, puede afectar un humedal costero.

Abstract Introduction: The change in the original land cover and the consequent erosion, are common problems in the Conchos river basin, with a direct impact for more than 1.3 million inhabitants. The problem is accentuated with excessive logging, wildfires and overexploitation and contamination of surface and underground water. Likewise, according to climate change forecasts, loss of biodiversity and modification of the hydrological regime in this important water producing basin are expected. Method: The evaluation was carried out with the ERDAS Imagine V 2014 software, the spatial potential soil loss was generated with the Universal Soil Loss Equation (USLE) and the spatial runoff was quantified using the Official Mexican Standar NOM-011-CNA-2000. Results: A reduction was detected on the forest and grassland zones, and an increase of agriculture and scrub surface in the Conchos river watershed. The soil loss presented a variable behavior, the class with more loss of soil was from 0.02 to 0.008 tm ha-1 for the years 1980 and 2000, and an increase of 0.01 for 2018, the maximum spatial runoff volume was to 348.35 M m3 for 1980, and a reduction of 137.36 M m3 for the year 2000 and a significant increase of 743.08 M m3 for the year 2018. Discussion or Conclusion: The use of climatic information from assimilated data, allowed to detect spatially the processes of soil loss and surface runoff volumes, being the year 2018 the most susceptible to soil erosion with 1689.15 hectares (has) affected, and with an average runoff volume of 379.17 M m3. According to the hydrograph in certain years, high rainfall does not require large volumes, because they are in situ readings, however through the present study the affected areas were detected spatially where the change in land use and rainfall affect the conditions, which will allow better control and conservation of natural resources.

Resumen Introducción: El cambio de la cobertura original de suelo y la erosión consecuente, son problemas comunes en la cuenca del río Conchos, con un impacto directo para más de 1.3 millones de habitantes. El problema se acentúa con la tala desmedida, los incendios, la sobreexplotación y la contaminación del agua superficial y subterránea. Así mismo, acorde a los pronósticos de cambio climático, se prevé una pérdida de biodiversidad y modificación del régimen hidrológico en esta importante cuenca productora de agua. Método Se evaluó la cobertura reflejada por diferentes usos de suelo mediante el software ERDAS Imagine V 2014; a su vez, la pérdida potencial de suelos se analizó espacialmente, mediante la Ecuación Universal de Pérdida de Suelo (EUPS) y la cuantificación de escurrimiento, de acuerdo con la norma oficial mexicana NOM-011-CNA-2000. Resultados y discusión: Se determinó reducción en la cubierta forestal y la zona de pastizal, detectándose un notorio incremento de superficie en zonas agrícolas y matorrales. La erosión hídrica mostró una tendencia fluctuante, donde la clase más severa de pérdida fue de 0.02 y 0.008 tm ha-1 para los años de 1980 y 2000, y aumento de 0.01 para 2018. Los volúmenes de escurrimiento máximo para 1980, fueron de 348.38 M m3 con reducción de 137.36 M m3 para el 2000, y con aumento significativo para 2018 de 743.08 M m3. Conclusiones: El uso de información climática procedente de datos asimilados, permitió detectar espacialmente los procesos de pérdida de suelo y volúmenes de escurrimiento superficial, siendo el año 2018 el más susceptible a erosión de suelo, con 1689.15 hectáreas (ha) afectadas, y con un volumen de escurrimiento medio de 379.17 M m3. De acuerdo con el hidrograma en ciertos años, las altas precipitaciones no precisan grandes volúmenes, debido a que son lecturas in situ; sin embargo, a través del presente estudio se detectaron espacialmente las zonas afectadas, donde el cambio de uso de suelo y las precipitaciones sí modifican las condiciones, lo que permitirá un mejor control y conservación de los recursos naturales.

Resumen Actualmente las metodologías de evaluación de la producción agrícola no permiten realizar un seguimiento o monitoreo para conocer con precisión la producción. El estado Mérida-Venezuela aporta al país más de 515.000 TM en rubros agrícolas. Esto dificulta la captación veraz de la información productiva; por lo cual se están empleando alternativas tecnológicas que las subsanen. Se ha monitoreado la Caña panelera (Saccharum officinarum sp) a través de imágenes satelitales Sentinel 2A, del 27/03/2016 y el 01/04/2017; y procesadas con el software QGIS-2.18. Se emplearon registros agrarios para establecer las áreas de entrenamiento y verificación de la clasificación supervisada. Se identificaron 379 ha del cultivo para el 27/03/2016; y 361 ha para el 01/04/2017. Esta evaluación identificó 51,6 % más de la superficie (129 ha) obtenida por instituciones oficiales de Mérida para el año 2016, y se estima que superé en más del 50% la producción para el año 2017, ya que la institución no había consolidado la información.

Abstract Currently the methodology of evaluation of agricultural production in Venezuela does not allow following or monitoring to accurately know the production. The Venezuela Merida state contributes more than 515,000 MT to the country in various agricultural items. This dimension limits the opportune and truthful capture of productive information; which is why technological alternatives are being used to overcome these limitations. The sugarcane (Saccharum officinarum sp), for panela purposes are being monitored through Sentinel 2A satellite images, from 03/27/2016 and 04/01/2017; and were processed using the QGIS-2.18 software. The agrarian registers were used to establish the areas of training and verification of the applied supervised classification. We identified 379 ha of the crop (30,320 TM of production) for 03/27/2016; and 361 ha (28,880 TM of production) for 04/01/2017. This evaluation identified 51.6% more area (129 ha) obtained by the official Agricultures Institutions of Mérida at the end of 2016, and it is estimated that I exceeded production by more than 50% for the year 2017, since the institution had not consolidated the information.

Resumen La aplicación más prometedora de la teledetección, en la actualidad, en ecología se relaciona con el campo de la biodiversidad. Algunas de las principales amenazas para la biodiversidad son la fragmentación y pérdida del hábitat por la deforestación provocada por actividades humanas; lo que a su vez acelera los índices de extinción en las especies. Sin embargo, la biodiversidad es difícil de cuantificar y medir, por lo cual la teledetección es una herramienta valiosa para las investigaciones ecológicas ya que, dadas sus características de resolución espacial, espectral, radiométrica y temporal, se hace posible tratar de medir ciertas variables de biodiversidad. No obstante, los ecologistas y las agencias espaciales, en un trabajo conjunto, han definido una lista de variables esenciales con las que se pueda monitorear la biodiversidad desde el espacio. Así, surge la necesidad de implementar nuevos enfoques y herramientas para su estudio y conservación, utilizando la teledetección como una herramienta para apoyar los procesos de toma de decisiones en gestiones de conservación de la biodiversidad en todo el mundo.

Abstract Currently the most promising application of remote sensing in ecology concerns the field of biodiversity. One of the main threats to biodiversity is the fragmentation and loss of habitat, due to deforestation caused by human activities, accelerating extinction rates in the species. However, biodiversity is difficult to quantify and measure, which is why remote sensing is a valuable tool for ecological research, since, due to its characteristics of spatial, spectral, radiometric and temporal resolution, it is possible to try to measure certain biodiversity variables. However, ecologists and space agencies, in a joint effort, have defined a list of essential variables with which biodiversity can be monitored from space. Due to this, there is a need to use new approaches and tools for its study and conservation, using remote sensing as a tool to support decision-making processes in biodiversity conservation efforts throughout the world.

Resumo Atualmente, a aplicação mais promissora do sensoriamento remoto na ecologia está relacionada ao campo da biodiversidade. Uma das principais ameaças à biodiversidade é a fragmentação e a perda de habitat devido ao desmatamento causado pelas atividades humanas, acelerando as taxas de extinção de espécies. No entanto, a biodiversidade é difícil de quantificar e medir, de modo que o sensoriamento remoto é uma ferramenta valiosa para a pesquisa ecológica porque, em virtude de sua resolução espacial, espectral, radiométrica e temporal, permite medir certas variáveis da biodiversidade. No entanto, ambientalistas e agências espaciais, em um esforço conjunto, definiram uma lista de variáveis essenciais para que a biodiversidade possa ser monitorada a partir do espaço. Por causa disso, a necessidade de usar novas abordagens e ferramentas para estudo e conservação. Como imagens de satélite, uma ferramenta para apoiar os processos de tomada de decisão nos esforços de conservação da biodiversidade em todo o mundo.

RESUMO Hoje, em algumas cidades brasileiras, apresenta-se possibilidade de utilização de dados de alta resolução e de classificação automatizada baseada em bandas espectrais.Assim, este artigo tem por objetivo avaliar a associação do índice espectral NDVI (NormalizedDifferenceVegetation Index) ao uso do LiDAR, visando analisar a cobertura vegetal urbana e as transformações de suas paisagens.Observou-se que a associação da alta resolução espacial de uma imagem aerofotogramétrica à resposta espectral na faixa do infravermelho próximo permitiu a identificação otimizada da cobertura vegetal arbórea. Viabilizando a documentação, visualização e análise dos fenômenos do lugar, facilitando a investigação das relações espaciais, através da representação por mapas, gráficos eprincipalmente para simulação de possíveis cenários espaciais, além disso, possibilitou avaliar intervenções e realizar previsões,auxiliando projeto ou proposta de leis e parâmetros urbanísticos.

ABSTRACT Today, in some Brazilian cities, there is the possibility of using high-resolution data and automated classification based on spectral bands. Thus, this article aims to evaluate the association of the NDVI(normalized difference vegetation index) to the use of LiDAR, in order to analyze urban vegetation cover and the changes of the local landscapes. It was observed that the association of the high spatial resolution of an aerophotogrammetric image to the spectral response in the near infrared range allowed the vegetation to be identified. This enabled the documentation, visualization and analysis of a location’s phenomenon, facilitating the investigation of spatial relationships through representation by maps, charts, especially for simulating possible spatial scenarios and thus permitting the evaluation of interventions and predictions to be made, assisting projects or proposed laws and urban parameters.

RESUME Aujourd’hui, dans certaines villes brésiliennes, il y a la possibilité d’utiliser une des données de haute résolution et de la classification automatisée basée sur des bandes spectrales. Ainsi, cet article vise évaluer l’association de l’indice spectral NDVI (Normalized Indice de végétation par différence) pour l’utilisation de LiDAR afin d’analyser la végétation urbaine et les changements des paysages locaux. Il a été observé que l’association d’une image aérophotogramétrique de haute résolution à la réponse spectrale du niveau d’ infrarouge permet l’identification de la végétation. Cela a permis la documentation, la visualisation et analyse d’un phénomène de location, ce qui facilite l’investigation des telations spatiales par le biais d’unr représentation des cartes, des graphiques, surtout pour la simulation des probables scénarios spatiaux, d’où l’évaluation des interventions et prévisions à accomplir, en soutenant les projets ou les lois proposées ainsi que les paramètres urbains.

O objetivo deste artigo é identificar como as ilhas de calor de superfície se espacializam em cidades de porte médio e pequeno por meio da utilização de imagens do canal infravermelho termal do satélite Landsat 8. Pretende-se, portanto, analisar as características das temperaturas superficiais e a distribuição espacial da cobertura vegetal arbórea, da densidade de construções e dos tipos de materiais dos telhados, em cidades de porte médio e pequeno do ambiente tropical. Foram diagnosticadas ilhas de calor de superfície de forte magnitude (entre 8ºC e 11ºC) e as áreas com as maiores temperaturas estiveram associadas com os materiais construtivos utilizados nas coberturas, particularmente os telhados de fibrocimento e de zinco, com a densidade das construções e a carência de cobertura vegetal arbórea

En utilisant les images du canal infrarouge thermique du satellite Landsat 8, on a recherché la localisation des îles de chaleur superficielles dans les villes petites ou moyennes soumises à un climat tropical. On y a analysé les caractéristiques des températures superficielles et la distribution spatiale de la couverture arborée, des constructions et des types de matériaux servant de toits. On a ainsi observé que les Iles de chaleur accentuées (de 8 à 11ºC) étaient associées à certains matériaux constituant les toits, comme le fibrociment et le zinc, ainsi qu’à la forte densité des constructions et à l’absence de couverture arborée

The purpose of this article is to identify how island surface heat is spatialized in small- and medium-sized cities through the use of images of the thermal infrared channel of the Landsat 8 satellite. It thus intends to assess the characteristics of surface temperatures and the spatial distribution of woody vegetation, construction density and the types of rooftop materials in small- and medium-sized cities in a tropical environment. We diagnosed surface heat islands of strong magnitude (8-11°C), and the areas with the highest temperatures were associated with construction materials used in rooftops, particularly asbestos cement and zinc, construction density and lack of woody vegetation

Os ecossistemas do maciço florestal númido da montanha Outka localizam-se no Rif Central no norte de Marrocos e têm, nas últimas décadas, altas pressões naturais e antropogénicas, levando a alterações observáveis na paisagem florestal. A natureza e a intensidade destas mudanças permanecem pouco conhecidas. O objetivo deste estudo é avaliar a dinâmica da paisagem florestal do maciço Outka da montanha Outka e explicar as suas causas, com base numa abordagem diacrónica, usando a integração e processamento de dados multidate e multi-fonte, usando GPS e software de sensoriamento remoto do espaço. Os resultados obtidos mostram uma forte regressão na dinâmica da floresta.

Les écosystèmes forestiers du massif numidien de Jbel Outka situé au cœur du Rif Central au nord du Maroc, ont connu, au cours des dernières décennies, de grandes pressions aussi bien naturelles qu’anthropiques conduisant à des changements observables dans le paysage forestier. Néanmoins la nature et l’intensité de ces changements restent peu connues. L’objectif de cette étude est d’évaluer la dynamique du paysage forestier du massif numidien de Jbel d’Outka, et d’en expliquer les causes, en se basant sur une approche diachronique repose sur l’intégration et traitement des données multidates et multisources, à l’aide du Système d’Information Géographique (SIG), et des logiciels de la Télédétection spatiale. Les résultats obtenus soulignent une forte régression dans les dynamiques de la forêt.

The forest ecosystems of the Numidian massif of Outka mountain are located in the Central Rif in northern Morocco, and have got, over the past decades, high natural and anthropogenic pressures, leading to observable changes in the forest landscape. The nature and the intensity of these changes remain little known. The objective of this study is to assess the dynamics of the forest landscape of the Outka massif of Outka mountain, and explain their causes, based on a diachronic approach, using the integration and processing of multidate and multisource data, Using GPS and Space Remote Sensing software. The results obtained show a strong regression in the dynamics of the forest.

Foram instaladas 42 parcelas de amostragem, em agosto de 1997, com o objetivo de perceber as potencialidades de imagens de satélite na estimativa de parâmetros dendrométricos de povoamentos de Pinus pinaster. Em cada parcela de amostragem foram medidos o índice de área foliar e as variáveis dendrométricas mais usuais em inventários florestais convencionais (exemplo, o diâmetro à altura do peito, os volumes das árvores média e dominante, o número de árvores por hectare, etc). As imagens de Landsat TM foram corrigidas (radiométrica, atmosférica e geométrica) e para cada parcela foi recolhida informação espectral, já que os centros de cada parcela foram georeferenciados. Com esta informação espectral foram calculados índices de vegetação e posterioremente ajustadas equações de regressão para a estimativa dos parâmetros dendrométricos, usando os índices de vegetação como variáveis independentes. Os resultados demonstraram que alguns parâmetros dendrométricos de povoamentos de Pinus pinaster podem ser estimados. O índice de qualidade, o diâmetro à altura do peito e as alturas média e dominante apresentaram os melhores resultados.

La recherche dans le domaine des images de télédétection de précision, qui se réfèrent à des peuplements forestiers et qui permettent, dans un même temps, estimer des paramètres biophysiques, s'est accrue ces dernières années. En août 1997, on a défini 42 parcelles dans le but d'analyser l'utilisation des images Landsat TM et les indices de végétation dans l'estimation des paramètres biophysiques des peuplements de Pinus pinaster, pour obtenir, ainsi, des valeurs sur le terrain du LAI, les caractéristiques des peuplements (ex: le diamètre au niveau poitrine; le volume de l'arbre) et recueillir des données radiométriques. Les parcelles d'échantillonnage ont été déterminées au moyen d'un GPS. Après ce travail sur le terrain, on a soumis une image Landsat TM à des techniques de traitement d'images, et les indices de végétation ont alors été calculés. Utilisant les indices de végétation les mieux corrélés aux paramètres biophysiques et utilisant ceux-ci comme variable indépendante, plusieurs équations de régression ont été définies afin de créer des modèles mathématiques qui puissent être utilisés dans l'évaluation des paramètres biophysiques. Les résultats ont démontré que les paramètres biophysiques des peuplements de Pinus pinaster peuvent être définis au moyen d'indices de végétation provenant d'image Landsat TM, dont les meilleurs résultats obtenus ont été l'indice du terrain, le diamètre au niveau poitrine et la hauteur moyenne et dominante.

Investigation on remote imagery accuracy for forest stands biophysical parameters estimation has been increasing in the last decades. In order to analyse how Landsat TM images and derived vegetation indices could be used to estimate Pinus pinaster stands biophysical parameters, 42 sampling plots were established in August 1997 in order to obtain leaf area index (LAI) field estimates, dendrometric stands characteristics (e.g. diameter at breast height, tree's volume) and spectrometric radiometric data. Sampling plots location was mapped using a GPS. After fieldwork, a Landsat TM image was submitted to pre-processing techniques (radiometric, atmospheric and geometric correction) and vegetation indices were calculated. Several regression equations were adjusted in order to create mathematical models to estimate biophysical parameters, using the better-correlated vegetation indices as independent variables. The results demonstrated that Pinus pinaster stands biophysical parameters could be estimated by means of vegetation indices derived from Landsat TM images, being the best results achieved for site index, diameter at breast height and mean and dominant height.