Publicación:
Identificación de la dinámica del paisaje en la Laguna Navío Quebrado en el departamento de La Guajira durante el periodo 2022-2023 a través del uso de imágenes satelitales PlanetScope

Vista sencilla de ítem
dc.audience
dc.contributor.advisorMejía Ávila, Doris
dc.contributor.advisorMartínez Lara , Zoraya
dc.contributor.authorGuzmán Petro, Melissa
dc.contributor.juryJiménez Caldera, Juan Eduardo
dc.contributor.juryOsorio Martínez, Ingris María
dc.date.accessioned2025-07-16T15:41:09Z
dc.date.available2025-07-16T15:41:09Z
dc.date.issued2025-07-14
dc.description.abstractEn contextos de alta vulnerabilidad climática, los cuerpos de agua como la Laguna Navío Quebrado se enfrentan a desafíos para su conservación. Por ello, el presente estudio está centrado en identificar la dinámica del paisaje de este ecosistema, localizado en el departamento de La Guajira, durante el periodo 2022-2023, a partir del uso de imágenes satelitales PlanetScope, técnicas de teledetección e índices espectrales, con el objetivo de analizar los cambios en la lámina de agua superficial y en las coberturas vegetales circundantes, detallando su comportamiento y estado. A través de un enfoque comparativo, se identificaron variaciones en la laguna y en la distribución de coberturas dentro de su zona de fluctuación, complementando el análisis con trabajo de campo y talleres participativos con comunidades locales, con el fin de integrar una dimensión socioambiental. Los resultados obtenidos revelaron patrones de cambio marcados por una alta reducción de la lámina de agua durante los meses de abril y mayo, y una expansión entre septiembre y noviembre, en correspondencia con las variaciones observadas en las coberturas vegetales adyacentes, particularmente aquellas presentes en las orillas de la laguna. Siendo el año 2023, el mayor influenciado por las alteraciones climatológicas, con un comportamiento intenso en la superficie de agua durante la temporada seca y de lluvias, registrando el menor y mayor valor en los dos años estudiados con cifras de 0,93 km² y 15,77 km², respectivamente. Estos hallazgos ofrecen insumos técnicos importantes para la comprensión del funcionamiento ecológico de este ecosistema y constituyen herramientas clave para orientar procesos de gestión adaptativa del territorio, en beneficio de las entidades ambientales y las comunidades que dependen directamente de los servicios ecosistémicos que proporciona esta laguna costera.spa
dc.description.abstractIn contexts of high climate vulnerability, bodies of water such as Laguna Navío Quebrado face challenges for their conservation. Therefore, this study focuses on identifying the landscape dynamics of this ecosystem, located in the department of La Guajira, during the period 2022-2023, using PlanetScope satellite images, remote sensing techniques, and spectral indices to analyze changes in the surface water layer and surrounding vegetation cover, detailing their behavior and condition. Through a comparative approach, variations in the lagoon and in the distribution of cover within its fluctuation zone were identified, complementing the analysis with fieldwork and participatory workshops with local communities, in order to integrate a socio-environmental dimension. The results obtained revealed patterns of change marked by a high reduction in the water surface during the months of April and May, and an expansion between September and November, corresponding to the variations observed in the adjacent vegetation cover, particularly that present on the shores of the lagoon. The year 2023 was the most influenced by climate change, with intense behavior on the water surface during the dry and rainy seasons, recording the lowest and highest values in the two years studied, with figures of 0.93 km² and 15.77 km², respectively. These findings provide important technical input for understanding the ecological functioning of this ecosystem and constitute key tools for guiding adaptive land management processes, benefiting environmental entities and communities that depend directly on the ecosystem services provided by this coastal lagoon.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero(a) Ambiental
dc.description.modalityTrabajos de Investigación y/o Extensión
dc.description.tableofcontents1. INTRODUCCIÓN 16spa
dc.description.tableofcontents2. OBJETIVOS 17spa
dc.description.tableofcontents2.1. Objetivo general 17spa
dc.description.tableofcontents2.2. Objetivos específicos 18spa
dc.description.tableofcontents3. REVISIÓN BIBLIOGRÁFICA 18spa
dc.description.tableofcontents4. ESTADO DEL ARTE 31spa
dc.description.tableofcontents5. MATERIALES Y MÉTODOS 34spa
dc.description.tableofcontents5.1. Localización del área de estudio 34spa
dc.description.tableofcontents5.1.1. Aspectos climatológicos 34spa
dc.description.tableofcontents5.2. Obtención de imágenes satelitales 35spa
dc.description.tableofcontents5.3. Cálculo de la lámina de agua en la Laguna Navío Quebrado 36spa
dc.description.tableofcontents5.3.1. Evaluación de índices espectrales 36spa
dc.description.tableofcontents5.3.2. Cálculo de rangos espectrales 39spa
dc.description.tableofcontents5.3.3. Reclasificación de valores ajustados al índice espectral 40spa
dc.description.tableofcontents5.3.4. Diseño de mapas y detección de cambios 40spa
dc.description.tableofcontents5.4. Determinación y cartografiado de coberturas en la zona de fluctuación de la laguna 41spa
dc.description.tableofcontents5.4.1. Identificación y registro de coberturas en campo 41spa
dc.description.tableofcontents5.5. Relación de los cambios en la laguna y su zona de fluctuación sobre las comunidades locales y ecológicas 43spa
dc.description.tableofcontents6. RESULTADOS 44spa
dc.description.tableofcontents6.1. Descarga de las imágenes satelitales 44spa
dc.description.tableofcontents6.2. Selección del índice espectral para extraer la lámina de agua superficial y cartografiar las coberturas vegetales 45spa
dc.description.tableofcontents6.2.1. Características de la laguna mediante revisión de la literatura 45spa
dc.description.tableofcontents6.2.2. Evaluación y selección del índice espectral 48spa
dc.description.tableofcontents6.3. Valores de los rangos espectrales de la lámina de agua 55spa
dc.description.tableofcontents6.4. Áreas y mapas de las láminas de agua por cada temporada climática 57spa
dc.description.tableofcontents6.4.1. Láminas de agua en el año 2022 58spa
dc.description.tableofcontents6.4.2. Láminas de agua en el año 2023 65spa
dc.description.tableofcontents6.4.3. Comparación de valores máximos y mínimos de la extensión de las láminas de agua entre 2022 y 2023 71spa
dc.description.tableofcontents6.5. Coberturas vegetales registradas en las salidas de campo a la Laguna Navío Quebrado 73spa
dc.description.tableofcontents6.5.1. Datos de las salidas de campo 73spa
dc.description.tableofcontents6.5.2. Coberturas vegetales en la zona de fluctuación de la laguna en el año 2022 78spa
dc.description.tableofcontents6.5.3. Coberturas vegetales en la zona de fluctuación de la laguna en el año 2023 85spa
dc.description.tableofcontents6.6. Afectaciones sobre las comunidades locales y ecológicas debido a los cambios en la zona de fluctuación de la laguna 91spa
dc.description.tableofcontents7. CONCLUSIONES 96spa
dc.description.tableofcontents8. RECOMENDACIONES 97spa
dc.description.tableofcontents9. BIBLIOGRAFÍA 98spa
dc.description.tableofcontentsANEXOS 109spa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Institucional Unicórdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/9360
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.placeMontería, Córdoba, Colombia
dc.publisher.programIngeniería Ambiental
dc.relation.referencesAcevedo, M. (2021). Observación del estado actual de los bosques de mangle, para la Laguna Navío Quebrado, en el Santuario de Fauna y Flora los Flamencos, con ayuda de los SIG. Tecnológico de Antioquia Institución Universitaria. https://dspace.tdea.edu.co/bitstream/handle/tdea/2726/Doc%20final_Marysol%20Acevedo.pdf?sequence=2&isAllowed=y
dc.relation.referencesAlba, L. E. (2024). Análisis multitemporal del cuerpo de agua del embalse Tominé, en el departamento de Cundinamarca, para el período 1977 – 2023. Universidad Antonio Nariño. https://repositorio.uan.edu.co/server/api/core/bitstreams/2228b2a0-b414-4043-83a0-3ba7229da0e2/content
dc.relation.referencesAtencia, V., Contreras, J., & Vergara, D. (2008). Estudio multitemporal de imágenes satelitales con fines de delimitación del complejo bajo San Jorge margen izquierdo (b13) y diagnóstico de zonas intervenidas entrópicamente (agricultura y ganadería). Universidad de Sucre. https://repositorio.unisucre.edu.co/server/api/core/bitstreams/70e9a252-fcc1-47a6-a9b9-d2debec13d04/content
dc.relation.referencesAtwood, A. (2015). Flamenco del Caribe. Flamencos Información y Características. https://flamingos-world.com/es/flamenco-del-caribe/
dc.relation.referencesBaeza, S., Baldassini, P., Bagnato, C., Pinto, P., & Paruelo, J. (2014). Caracterización del uso/cobertura del suelo en Uruguay a partir de series temporales de imágenes MODIS. Agrociencia (Uruguay) 18(2):95–105 http://www.scielo.edu.uy/scielo.php?script=sci_arttext&pid=S2301-15482014000200011&lng=es&tlng=es
dc.relation.referencesBarrera, S. (2013). El análisis del paisaje como herramienta y puente teórico-metodológico para la gestión socio-ambiental del territorio. Geograficando, 9(9). http://www.geograficando.fahce.unlp.edu.ar/article/view/GEOv09n09a01
dc.relation.referencesBedoya, C. J. (2004). Caracterización de la pesquería artesanal en la laguna de Navío Quebrado, departamento de la Guajira, Caribe Colombiano. http://hdl.handle.net/20.500.12010/1359.
dc.relation.referencesBijeesh, T. V., & Narasimhamurthy, K. N. (2020). Surface water detection and delineation using remote sensing images: A review of methods and algorithms. Sustainable Water Resources Management, 6(4), 68. https://link.springer.com/article/10.1007/s40899-020-00425-4
dc.relation.referencesBocco, M., Ovando, G., Sayago, S., Willington, E. (2013). Simple models to estimate soybean and corn percent ground cover with vegetation indices from MODIS. Revista de teledetección. 39. 83-91. https://www.aet.org.es/?q=revista39-8
dc.relation.referencesCartaya, S., Zurita, S., & Rodríguez, E. (2015). Clasificación supervisada para la selección de zonas de muestreo de especies cinegéticas en el Refugio de Vida Silvestre, Marino y Costero Pacoche, provincia de Manabí, Ecuador. Revista de Investigación, 39(85), 52-62. http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S1010-29142015000200004&lng=es&tlng=es
dc.relation.referencesCastaño, S., Ruiz, J., & Vela, A. (1996). La teledetección y sus bases. https://dialnet.unirioja.es/descarga/articulo/2282743.pdf
dc.relation.referencesCastellanos, H. (2010). LEYENDA NACIONAL DE COBERTURAS DE LA TIERRA. METODOLOGIA CORINE LAND COVER ADAPTADA PARA COLOMBIA. ESCALA 1:100.000. https://www.researchgate.net/publication/303960063
dc.relation.referencesComisión Nacional de Áreas Naturales Protegidas (CONANP). (2019). Programa de Manejo Reserva de la Biosfera Caribe Mexicano. https://www.conanp.gob.mx/programademanejo/PMCaribeMexicano.pdf
dc.relation.referencesCONABIO. (2022). Prosopis juliflora. Prodromus Systematis Naturalis Regni Vegetabilis, 2, 447. 1825. http://www.conabio.gob.mx/conocimiento/info_especies/arboles/doctos/46-legum44m.pdf
dc.relation.referencesDang, A. T. N., Kumar, L., Reid, M., & Nguyen, H. (2021). Remote Sensing Approach for Monitoring Coastal Wetland in the Mekong Delta, Vietnam: Change Trends and Their Driving Forces. Remote Sensing, 13(17), 3359. https://doi.org/10.3390/rs13173359
dc.relation.referencesDíaz, R. E., Bravo, L. C., Alatorre, L. C., & Sánchez, E. (2014). Análisis geoespacial de la interacción entre el uso de suelo y de agua en el área peri-urbana de Cuauhtémoc, Chihuahua. Un estudio socioambiental en el norte de México. Investigaciones Geográficas, Boletín Del Instituto De Geografía, 2014(83), 116-130. https://10.14350/rig.32694
dc.relation.referencesDussaillant, A., Galdames, P., & Sun, C. (2009). Water level fluctuations in a coastal lagoon: el yali ramsar wetland, Chile. Desalination, 246(1-3), 202-214. https://doi.org/10.1016/j.desal.2008.03.053
dc.relation.referencesEl Mahrad, B., Newton, A., & Murray, N. (2022). Coastal Lagoons: Important Ecosystems. Front. Young Minds. 10:637578. https://www.frontiersin.org/journals/frontiers-for-young-minds/articles/10.3389/frym.2022.637578/pdf
dc.relation.referencesEOS. (2024). Combinación De Bandas De Infrarrojos (Vegetación). EOS Data Analytics,Inc. https://eos.com/es/make-an-analysis/color-infrared/
dc.relation.referencesEsteves, F. A., Caliman, A., Santangelo, J. M., Guariento, R. D., Farjalla, V. F., & Bozelli, R. L.(2008). Neotropical coastal lagoons: An appraisal of their biodiversity, functioning, threats and conservation management. Brazilian Journal of Biology, 68:967-981. https://doi.org/10.1590/S1519-69842008000500006
dc.relation.referencesFang, X., Hou, X., Li, X., Hou, W., Nakaoka, M., & Yu, X. (2018). Ecological connectivity between land and sea: a review. Ecological Research 33(1):51–61. https://doi.org/10.1007/s11284-017-1549-x
dc.relation.referencesFAO. (2016). Los bosques y el cambio climático en el Perú. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Roma, Italia. 142 p. https://openknowledge.fao.org/server/api/core/bitstreams/ec0e1252-1295-4058-8c2b-e6d06b49f419/content
dc.relation.referencesFlores, A., Flores, J., González, D., Gallegos, A., Zarazúa, P., & Mena, S. (2021). Análisis comparativo de índices espectrales para ubicar y dimensionar niveles de severidad de incendios forestales. Investigaciones geográficas, (106), e60396.https://doi.org/10.14350/rig.60396
dc.relation.referencesFontal, B. (2005). El Espectro Electromagnético y sus Aplicaciones. Editor: Escuela Venezolana para la Enseñanza de la Química (libro en línea). http://www.saber.ula.ve/bitstream/handle/123456789/16746/espectro_electromagnetico.pdf;jsessionid=9ADB9164CEF920F7A56A50BA9707CEEB?sequence=1
dc.relation.referencesFotso, G., Bitjoka, L., Akram, T., Mengue, A., Rameez, S., Bouroubi, Y. (2021). Advancements in satellite image classifica tion: methodologies, techniques, approaches and applications. International Journal of Remote Sensing 42(20):7662–7722. https://doi.org/10.1080/01431161.2021.1954261
dc.relation.referencesGarzón, J., Ramírez, I., Coronel, J., & Serrano, B. (2019). Determinación de la factibilidad del uso de espectrometría portátil para el control de calidad en materias primas utilizadas en panaderías y pastelerías en la ciudad de Machala, Ecuador. Revista Metropolitana de Ciencias Aplicadas. 2. 1-10. http://remca.umet.edu.ec/index.php/REMCA/article/view/95
dc.relation.referencesGitelson, A. A., Merzlyak, M. N. (1994). "Quantitative estimation of chlorophyll using reflectance spectra," Journal of Photochemistry and Photobiology B 22, 247–252. https://doi.org/10.1016/1011-1344(93)06963-4
dc.relation.referencesGonzález, L., Sol, A., Pérez, A., & Obrador, J. J. (2016). Sobrevivencia y crecimiento de mangle negro (Avicennia germinans L.) en plantaciones reforestadas y regeneración natural. Revista mexicana de ciencias agrícolas, 7(spe14), 2769-2782. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342016001002769&lng=es&tlng=es
dc.relation.referencesGupta, K., Mukhopadhyay, A., Giri, S., Chanda, A., Datta Majumdar, S., Samanta, S., Mitra, D., Samal, R. N., Pattnaik, A. K., & Hazra, S. (2018). An index for discrimination of mangroves from non-mangroves using LANDSAT 8 OLI imagery. MethodsX, 5, 1129–1139. https://10.1016/j.mex.2018.09.011
dc.relation.referencesHoyos, J. (2013). Árboles emblemáticos de Venezuela (pp. 38-40). Sociedad de Ciencias Naturales La Salle, Venezuela. https://es.scribd.com/doc/303188010/Arboles-Emblematicos-de-Venezuela
dc.relation.referencesHuete, A., Didan, K., Miura, T., Rodríguez, E.P., Gao, X., & Ferreira L. G. (2002), "Overview of the radiometric and biophysical performance of the MODIS vegetation indices." Remote sensing of environment , Vol. 83, 195-213. https://doi.org/10.1016/S0034-4257(02)00096-2
dc.relation.referencesHurtado, S. (2019). Análisis composicional del fruto desértico iguaraya (Opuntia stricta, STENOCEREUS, griseus) para la evaluación de diferentes alternativas de diseño de productos de interés. Universidad de los Andes. http://hdl.handle.net/1992/48848
dc.relation.referencesISM - Instituto Superior del Medio Ambiente. (2015). La Valoración del Paisaje: Calidad Visual. https://www.ismedioambiente.com/la-valoracion-del-paisaje-calidad-visual/
dc.relation.referencesKogut, P. (2025). Teledetección Satelital: Tipos, Usos Y Aplicaciones. EOS Data Analytics. https://eos.com/es/blog/teledeteccion/
dc.relation.referencesKross, A., McNairn, H., Lapen, D., Sunohara, M., & Champagne, C. (2015). Assessment of RapidEye vegetation indices for estimation of leaf area index and biomass in corn and soybean crops. International Journal of Applied Earth Observation and Geoinformation, 34, 235–248. https://10.1016/j.jag.2014.08.002
dc.relation.referencesLankford, R. R. (1977). Coastal lagoons of Mexico their origin and classification. Estuarine Processes (pp. 182 215). https://doi.org/10.1016/B978-0-12-751802-2.50022-9
dc.relation.referencesLara, A. L., Contreras, F., Castañeda, O., Barba, E., & Pérez, M. A. (2011). Lagunas costeras y estuarios. https://www.researchgate.net/publication/234004458_Lagunas_costeras_y_estuarios
dc.relation.referencesLópez, J., & Ezcurra, E. (2002). Los manglares de México: una revisión. Madera y Bosques, Vol. 8: 27-51. https://www.redalyc.org/pdf/617/61709802.pdf
dc.relation.referencesLu, X., Zhang, J., Li, T., & Zhang, Y. (2016). A novel synergetic classification approach for hyperspectral and panchromatic images based on self-learning. IEEE Trans Geosci Remote Sens 54(8):4917–4928. https://doi.org/10.1109/TGRS.2016.2553047
dc.relation.referencesLuque, O. (2012). Espectro electromagnético y espectro radioeléctrico. ACTA. https://www.acta.es/medios/articulos/ciencias_y_tecnologia/062017.pdf
dc.relation.referencesMagney, T. S., Eitel, J. U., H., & Vierling, L. A. (2017). Mapping wheat nitrogen uptake from RapidEye vegetation indices. Precision Agriculture, 18(4), 429-451. https://doi.org/10.1007/s11119-016-9463-8
dc.relation.referencesMartínez, A. I., & Labib, S. M. (2023). Demystifying normalized difference vegetation index (NDVI) for greenness exposure assessments and policy interventions in urban greening. Environmental Research, 220, 115155. https://10.1016/j.envres.2022.115155
dc.relation.referencesMatus, J. (2024). Conservación de la laguna costera de Chautengo, Guerrero: desde una perspectiva de cambios en el paisaje y prácticas sociales. Sociedades Rurales, Producción y Medio Ambiente, 23(46), 16-22. https://sociedadesruralesojs.xoc.uam.mx/index.php/srpma/article/view/500
dc.relation.referencesMcFeeters, S. (1996). "The Use of Normalized Difference Water Index (NDWI) in the Delineation of Open Water Features." International Journal of Remote Sensing, 17, 1425-1432. http://dx.doi.org/10.1080/01431169608948714
dc.relation.referencesMejía, D., Lobo, S., & Soto, V. (2023). Method for assessing spectral indices efficiency for mapping tropical wetlands—SIA_MW. Applied Geomatics (2023) 15:829–851. https://doi.org/10.1007/s12518-023-00526-7
dc.relation.referencesMGN. (2019). Raster vs vectorial. https://mygisnotebook.blog/2019/03/03/raster-vs-vectorial/
dc.relation.referencesMoebs, W., Ling, S. J., & Sanny, J. (2021). El espectro electromagnético. Física universitaria Vol.2; OpenStax. https://openstax.org/books/f%C3%ADsica-universitaria-volumen-2/pages/16-5-el-espectro-electromagnetico
dc.relation.referencesMolina, A.M., López, L.F., & Villegas, G.I. (2005). LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) EN LA PLANIFICACIÓN MUNICIPAL. Revista EIA, (4), 21-31. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1794-12372005000200003&lng=en&tlng=es
dc.relation.referencesMontiel, I., Martínez, S., López, A., & García, G. (2017). Impacto del cambio climático en la agricultura de secano de Aguascalientes, México para un futuro cercano (2015-2039). Revista Chapingo Serie Zonas Áridas, 16(1), 1-13. https://www.redalyc.org/pdf/4555/455552312001.pdf
dc.relation.referencesMuñoz, A. (2004). La evaluación del paisaje: una herramienta de gestión ambiental. Revista chilena de historia natural, 77(1), 139-156. https://dx.doi.org/10.4067/S0716-078X2004000100011
dc.relation.referencesNASA ARSET. (2025). Fundamentals of Remote Sensing. NASA Applied Remote Sensing Training Program (ARSET). https://appliedsciences.nasa.gov/get-involved/training/english/arset-fundamentals-remote-sensing
dc.relation.referencesNegi, D., & Bisht, A. S. (2021). A Review on Brief Study of Calotropis gigantea Linn. Journal of Drug Delivery and Therapeutics, 11(5), 224-228. https://doi.org/10.22270/jddt.v11i5.5008
dc.relation.referencesNiu, H., Wang, D., Ehsani, R., & Chen, Y. (2022). Tree-level yield estimation using UAV-based vegetation indices and plant physiology-informed machine learning. 1614–1619. https://mechatronics.ucmerced.edu/sites/mechatronics.ucmerced.edu/files/news/documents/icuas22_icuas_2022_vegetation_index2.pdf
dc.relation.referencesOlaya, V. (2014). “Sistemas de Información Geográfica”. 854. Sistemas de Información Geográfica
dc.relation.referencesOmer, G., Mutanga, O., Abdel-Rahman, E.M., Peerbhay, K., & Adam, E. (2017). Mapping leaf nitrogen and carbon concentrations of intact and fragmented indigenous forest ecosystems using empirical modeling techniques and WorldView-2 data. ISPRS J. Photogramm. Remote Sens. 131, 26–39. https://doi.org/10.1016/j. isprsjprs.2017.07.005
dc.relation.referencesOssa, M. (2018). Flamenco Americano/American Flamingo/Phoenicopterus ruber. Birds Colombia. https://birdscolombia.com/2018/04/16/flamenco-americano-american-flamingo-phoenicopterus-ruber/
dc.relation.referencesParques Nacionales Naturales de Colombia (PNN). (2015). SANTUARIO DE FAUNA Y FLORA LOS FLAMENCOS, Corregimiento de Camarones, municipio de Riohacha. https://old.parquesnacionales.gov.co/portal/wp-content/uploads/2015/06/Descripcion-SFF-Los-Flamencos.pdf
dc.relation.referencesParques Nacionales Naturales de Colombia (PNN). (2022). Santuario de Fauna y Flora Los Flamencos. https://www.parquesnacionales.gov.co/nuestros-parques/sff-los-flamencos/
dc.relation.referencesParra, G. (2010). Sistemas de información geográfica y sensores remotos. Aplicaciones en enfermedades transmitidas por vectores. CES Medicina, 24(2), 75-89. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-87052010000200007&lng=en&tlng=es
dc.relation.referencesPayares, F. (2023). Análisis de la variación de la superficie del complejo cenagoso del bajo Sinú para las temporadas estacionales del año 2021 a partir de imágenes satelitales PlanetScope. Universidad de Córdoba. https://repositorio.unicordoba.edu.co/entities/publication/a348136d-2eed-472b-a7fe-46dc6cd658b9
dc.relation.referencesPereira, J. M. C. (1999). A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. IEEE Transactions on Geoscience and Remote Sensing, 37(1 PART 1), 217-226. https://doi.org/10.1109/36.739156
dc.relation.referencesPérez, A., Pérez, I. M., Newton, A., & Marcos, C. (2019). Coastal Lagoons: Environmental Variability, Ecosystem Complexity, and Goods and Services Uniformity. Coasts and Estuaries (pp. 253-276). Elsevier. https://doi.org/10.1016/B978-0-12-814003-1.00015-0
dc.relation.referencesPinty, B., & Verstraete, M. M. (1992). GEMI: A Non-Linear Index to Monitor Global Vegetation from Satellites. Vegetatio, 101(1), 15–20. http://www.jstor.org/stable/20046174
dc.relation.referencesPlanet. (2022). Planet Imagery Product Specifications. https://assets.planet.com/docs/Planet_Combined_Imagery_Product_Specs_letter_screen.pdf
dc.relation.referencesPlanet. (2023). Planet Imagery Product Specifications. https://assets.planet.com/docs/Planet_Combined_Imagery_Product_Specs_letter_screen.pdf
dc.relation.referencesPosada, B., & Henao, W. (2007). Diagnóstico de la erosión en la zona Costera del Caribe Colombiano. https://www.invemar.org.co/redcostera1/invemar/docs/605220080501_AErosionCaribeContinentalColombia.pdf
dc.relation.referencesPoveda, Y., Bermúdez, M. A., & Gil, P. (2022). Evaluación de métodos de clasificación supervisada para la estimación de cambios espacio-temporales de cobertura en los páramos de Merchán y Telecom, Cordillera Oriental de Colombia. Boletín de Geología, 44(2), 51-72.https://doi.org/10.18273/revbol.v44n2-2022002
dc.relation.referencesRendón, J., & Delgadillo, R. (2008). Flora de Jalisco y áreas colindantes. Bataceae. https://www.yumpu.com/es/document/view/14206739/contenido-flora-de-jalisco-universidad-de-guadalajara
dc.relation.referencesRendón, M. A., Garrido, A., Rendón-Martos, M., Amat, J. A., & Salvador, A. (2023). Flamenco Común – Phoenicopterus roseus. En: Enciclopedia Virtual de los Vertebrados Españoles. López, P., Martín, J. (Eds.). Museo Nacional de Ciencias Naturales, Madrid. http://www.vertebradosibericos.org
dc.relation.referencesRichards, J. A. (2022). Supervised classification techniques. In Remote sensing digital image analysis. Springer, Cham. (pp. 263-367). https://www.springerprofessional.de/en/remote-sensing-digital-image-analysis/20008200
dc.relation.referencesRico, V. (2017). Rhizophora harrisonii. (Rhizophoraceae), un nuevo registro para las costas de México. Botanical Sciences. 163. 10.17129/botsci.1253. https://doi.org/10.17129/botsci.1253
dc.relation.referencesRosado., J.R. Castro., F.L. & Márquez., E.R. (2022). Environmental,Biological, and Fishing Factors Influencing Fish Mortality and Development of the Cachirra event, Navío Quebrado Lagoon.Tecnura,26(72), 17-41. https://doi.org/10.14483/22487638.17675
dc.relation.referencesSegura, J., & Lesmes, C. (2021). Evaluación en el Cambio del Uso del Suelo y su Relación con la Oferta Hídrica en la Microcuenca Las Cañas del Páramo de Siscunsí. Universidad Santo Tomas. https://repository.usta.edu.co/handle/11634/32010
dc.relation.referencesToribio, G. (2019). NDVI, ¿qué es y para qué sirve? https://www.cursosteledeteccion.com/ndvi-que-es-y-para-que-sirve/
dc.relation.referencesVargas, N. H. (2017). Implementación de biomodelos estimativos de la calidad ecosistémica en el nevado del cocuy al año 2030 producto del retroceso glaciar. Bogotá D.C. https://repository.udistrital.edu.co/items/2d7f30bf-9d3c-47e1-9072-e0d47b97f76b
dc.relation.referencesVeneros, J., García, L., Morales, E., Gómez, V., Torres, M., & López, F. (2020). Aplicación de sensores remotos para el análisis de cobertura vegetal y cuerpos de agua. Idesia (Arica), 38(4), 99-107. https://dx.doi.org/10.4067/S0718-34292020000400099
dc.relation.referencesVillalobos, S., Vargas, O., & Melo, S. (2007). Uso, manejo y conservación de “yosú” stenocereus griseus (cactaceae),en la alta guajira colombiana. Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Biología. https://repositorio.unal.edu.co/handle/unal/39073
dc.relation.referencesYáñez, A. (1978). Taxonomía, Ecología y Estructura de las Comunidades de Peces en Lagunas Costeras con Bocas Efímeras del Pacífico de México. Universidad Nacional Autónoma de México, Centro de Ciencias del Mar y Limnología. Laboratorio de Ictiología y Ecología Estuarina. Contribución 85 del Centro de Ciencias del Mar y Limnología, UNAM. https://biblat.unam.mx/hevila/PublicacionesespecialesInstitutodeCienciasdelMaryLimnologiaUNAM/1978/no2/2.pdf
dc.relation.referencesYáñez, A. (2010). Impactos del cambio climático sobre la zona costera. Secretaría de Medio Ambiente y Recursos Naturales - Instituto Nacional de Ecología. http://centro.paot.org.mx/documentos/ine/638.pdf
dc.relation.referencesYáñez, A., Day, J. W., Twilley, R. R., & Day, R. H. (2014). Manglares: ecosistema centinela frente al cambio climático, Golfo de México. Madera y Bosques, 20(1998), 39. https://doi.org/10.21829/myb.2014.200147
dc.relation.referencesZhang, C., Peng, Z., Tang, C., & Zhang, S. (2022). Evaluation of river longitudinal connectivity based on landscape pattern and its application in the middle and lower reaches of the Yellow River. Environ Sci Pollut Res:1–14. https://doi.org/10.1007/s11356-022-24391-w
dc.relation.referencesZhang, W., Wang, D., Cao, D., Chen, J., & Wei, X. (2024). Exploring the potentials of Sesuvium portulacastrum L. for edibility and bioremediation of saline soils. Frontiers in Plant Science, 15, 1387102. https://doi.org/10.3389/fpls.2024.1387102
dc.relation.referencesZhao, J., Hu, C., Li, Z., Zhang, M., Fan, H., Li, K., & Yuan, R. (2025). Investigating the Quantitative Impact of the Vegetation Indices on the Urban Thermal Comfort Based on Machine Learning: A Case Study of the Qinhuai River Basin, China. Sustainable Cities and Society, , 106357. https://10.1016/j.scs.2025.106357
dc.rightsCopyright Universidad de Córdoba, 2025
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsLandscape
dc.subject.keywordsCoastal lagoon
dc.subject.keywordsRemote sensing
dc.subject.keywordsPlanetScope
dc.subject.keywordsSpectral indices
dc.subject.proposalPaisaje
dc.subject.proposalLaguna costera
dc.subject.proposalTeledetección
dc.subject.proposalPlanetScope
dc.subject.proposalÍndices espectrales
dc.titleIdentificación de la dinámica del paisaje en la Laguna Navío Quebrado en el departamento de La Guajira durante el periodo 2022-2023 a través del uso de imágenes satelitales PlanetScopespa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
AutorizaciónPublicación_GuzmánPetroMelissa.pdf
Tamaño:
387.43 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
GuzmánPetroMelissa_TrabajodeGrado.pdf
Tamaño:
9.07 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
F.A.A. Trabajos de Investigación y/o Extensión