Cambio de cobertura vegetal y su relación con la variabilidad climática en la microcuenca del río Paján, Ecuador mediante análisis multitemporal
DOI:
https://doi.org/10.47230/agrosilvicultura.medioambiente.v4.n1.2026.31-44Palabras clave:
Cambio de uso del suelo, cobertura vegetal, índices espectrales, microcuenca del río Paján, variabilidad climáticaResumen
Analizar la relación entre la pérdida de cobertura vegetal y la variabilidad climática en la microcuenca del río Paján, ubicada en el cantón Jipijapa, provincia de Manabí, Ecuador. Se empleó un enfoque multitemporal (1990, 2014, 2016, 2018 y 2022) mediante el uso de información cartográfica del IGM, imágenes satelitales e índices espectrales como NDVI, BSI y NBR, integrados con análisis climático e hipsométrico en entorno SIG. Se evidenció una reducción del bosque nativo de 40,99 km² a 26,78 km² y un incremento de áreas agropecuarias de 77,20 km² a 91,14 km². En el ámbito climático, se identificó una disminución promedio de 1,02 mm de precipitación anual, mientras que la temperatura presentó variaciones poco significativas. El índice hipsométrico (HI = 0,528) indica que la cuenca se encuentra en una etapa geomorfológica madura, con laderas susceptibles a procesos erosivos. La transformación del uso del suelo y la variabilidad climática están estrechamente relacionadas, afectando la regulación hídrica, la estabilidad ecológica y la seguridad hídrica, por lo que se requieren estrategias de manejo sostenible orientadas a la reforestación, conservación de suelos y fortalecimiento del monitoreo climático.
Descargas
Citas
Acevedo Mejía, E. (2022). Vulnerabilidad frente a los cambios en la variabilidad climática entre productores cafeteros de la cuenca del río Chinchiná: una propuesta desde las Ciencias Sociales. Universidad de Antioquia. Disponible en: https://hdl.handle.net/10495/30721
Anderson, J. R., Hardy, E. E., Roach, J. T., & Witmer, R. E. (1976). A land use and land cover classification system for use with remote sensor data. U.S. Geological Survey. A revision of the land use classification system as presented in U.S. Geological Survey Circular 671. https://pubs.usgs.gov/pp/0964/report.pdf
Ávila Tumbaco, C. G. (2023). Análisis del déficit y consumo de agua potable en el cantón Paján, provincia de Manabí. Tesis de grado, Universidad Estatal del Sur de Manabí. https://repositorio.unesum.edu.ec/bitstream/53000/5162/1/%c3%81vila%20Tumbaco%20Carlos%20Geovanny.pdf
Baque, M. A. P., Piguave, J. J. B., Pincay, J. I. T., & Villacreses, L. F. L. (2021). Servicios ecosistémicos y su relación con los cambios de cobertura y uso del suelo en microcuencas. Revista Científica UISRAEL, 8(1), 102–115. https://doi.org/10.35290/rcui.v8n1.2021.353
Congedo, L., (2021). Complemento de clasificación semiautomática: una herramienta de Python para la descarga y el procesamiento de imágenes de teledetección en QGIS. Journal of Open Source Software, 6(64), 3172, https://doi.org/10.21105/joss.03172
Donoso Agua, E. M., y Yanchapaxi Merchán, J. E. (2024). Análisis multitemporal del cambio de cobertura vegetal en el área de influencia de la represa del cantón Paján. Tesis de grado, Universidad Estatal del Sur de Manabí. 61 Pg. https://repositorio.unesum.edu.ec/bitstream/53000/6618/1/Donoso%20Agua%20Edson%20Manuel%20-%20Yanchapaxi%20Merch%c3%a1n%20Jhon%20Eduardo.pdf
Gatti, I. A. (2014). Precipitaciones, sudestadas y su relación con el riesgo de inundación: Entre la gestión del riesgo y la adaptación al cambio climático. Caso del barrio de Belgrano, Ciudad de Buenos Aires (1981–2012). Tesis de grado, Universidad de Buenos Aires]. doi: 10.13140/RG.2.2.21080.16648
Guerrero-Casallas, L. P., Arevalo-Cortés, A., & Oviedo-Trespalacios, O. (2020). Evaluación multitemporal del uso y cobertura del suelo mediante SIG. Revista Facultad de Ingeniería, 29(53), 97–106. https://doi.org/10.19053/01211129.v29.n53.2020.10896
Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295–309. https://doi.org/10.1016/0034-4257(88)90106-X
Key, C. H., & Benson, N. C. (2006). Landscape assessment: Ground measure of severity, the Composite Burn Index, and remote sensing of severity (NBR). USDA Forest Service
Lambin, E. F., Geist, H. J., & Lepers, E. (2003). Dynamics of land-use and land-cover change in tropical regions. Annual Review of Environment and Resources, 28, 205–241. https://doi.org/10.1146/annurev.energy.28.050302.105459
Pabón Salazar, E. D. (2022). Análisis de los procesos de cambio de uso y cobertura del suelo en la microcuenca del río Tabacay [Tesis de grado, Universidad de Cuenca]. https://dspace.ucuenca.edu.ec/communities/78e26000-e782-42f7-b6f2-8624ff82441b
QGIS Development Team. (2022). QGIS Geographic Information System (Version 3.40.1) [Software]. Open Source Geospatial Foundation. https://www.qgis.org
Strahler, A. N. (1952). Hypsometric (area-altitude) analysis of erosional topography. Geological Society of America Bulletin, 63(11), 1117–1142. https://doi.org/10.1130/0016-7606(1952)63[1117:HAAOET]2.0.CO;2
Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150. https://doi.org/10.1016/0034-4257(79)90013-0
Turner, B. L., Lambin, E. F., & Reenberg, A. (2007). The emergence of land change science for global environmental change and sustainability. Proceedings of the National Academy of Sciences, 104(52), 20666–20671. https://doi.org/10.1073/pnas.0704119104
