Se han elaborado modelos para el cálculo de evapotranspiración real (ETR) y de evapotranspiración potencial (ETP) en base a un análisis de regresión múltiple entre dichos parámetros estimados en siete estaciones meteorológicas y dos variables derivadas de imágenes satelitales MODIS: Temperatura de Superficie (TS) e Índice Normalizado de Diferencia de Vegetación (Normalized Difference Vegetation Index -NDVI). Dichos modelos permitieron estimar ETR y ETP en el sudoeste de la provincia de Buenos Aires (Argentina) en base al análisis del período 2000/2014. Ambos fueron calibrados satisfactoriamente en cada una de las estaciones meteorológicas utilizadas. Se ajustó un modelo de regresión múltiple lineal a la variable ETR, con un coeficiente de determinación de 0,6959. En el caso de la variable ETP el modelo de regresión ajustado fue no lineal y su coeficiente de determinación de 0,8409. El análisis de regresión individual de cada una de las estaciones meteorológicas permitió explicar el comportamiento de la regresión basada en el conjunto completo de datos, tanto para la variable ETR como para la variable ETP. Los resultados refuerzan la ventaja de la teledetección en la estimación de ETR y ETP en zonas en donde no se dispone de datos meteorológicos.
Using regression analysis between actual evapotranspiration (ETR) and potential evapotranspiration (ETP) values obtained in seven meteorological observatories and remote sensing derived data from MODIS images (Surface temperature and Normalized Difference Vegetation Index - NDVI) models for estimating ETR and ETP in the southwest of the Buenos Aires Province (Argentina) were developed for the 2000–2014 period. Both models were satisfactorily evaluated in the meteorological observatories used. A regression model was adjusted for ETR with a determination coefficient of 0,6959. Regression model was nonlinear in the case of the ETP variable with a determination coefficient of 0,8409. The individual regression analysis for each meteorological observatories explicate the behavior of the regression for the total data set of ETR and ETP. According to these results, the utility of remote sensing in determination of ETR and ETP in areas without meteorological data was confirmed.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados