Efectos del cambio en el uso y cobertura del suelo sobre el régimen hidrológico de la cuenca del río Coello

Vista sencilla de ítem
dc.contributor.advisorRentería Mena, Darwin
dc.contributor.advisorSierra Parada, Ronal Jackson
dc.contributor.authorGelvez Miranda, Juan Sebastian
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000204196
dc.contributor.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001431760
dc.contributor.googlescholarhttps://scholar.google.es/citations?user=IMkeEgsAAAAJ&hl=es
dc.contributor.googlescholarhttps://scholar.google.com.co/citations?user=0793qhcwBoMC&hl=en
dc.contributor.orcidhttps://orcid.org/0000-0002-7265-5722
dc.contributor.orcidhttps://orcid.org/0000-0002-9206-5682
dc.date.accessioned2021-10-27T13:04:56Z
dc.date.available2021-10-27T13:04:56Z
dc.date.issued2021-09-01
dc.descriptionLas modificaciones que se presentan sobre la superficie terrestre producidas a partir de actividades antropogénicas como la agricultura, expansión urbana, deforestación, o por sucesos naturales como cambio climático, erosión del suelo e inundaciones se denominan uso y cambio de la cobertura de la tierra; dichas modificaciones tienen un efecto directo sobre la disponibilidad y calidad hídrica en cuanto a la influencia sobre los procesos de escorrentía superficial, flujo de corriente y evapotranspiración, por lo tanto, conocer las condiciones físicas de la superficie terrestre es fundamental en el estudio del estado hídrico de una cuenca. El presente proyecto tiene como fin evaluar los efectos sobre el régimen hidrológico de la cuenca del río Coello, con base a los cambios en el uso/cobertura del suelo presentados durante el período 2000-2019; el análisis físico de la superficie terrestre se elaboró mediante el procesamiento de imágenes satelitales Landsat 7 ETM y Landsat 8 OLI para los años 2001, 2003, 2015 y 2019, las cuales a partir de la combinación de bandas se realizó la clasificación en 7 tipos de coberturas mediante el Método Gaussiano Mixto incluido en el plugin dzetsaka en QGIS. Se evaluaron las transiciones de cambio año a año a partir de las cuales se realizó la predicción de cambio en el uso/cobertura del suelo para el año 2050 usando una cadena de Markov contenida en el software TerrSet. El análisis multitemporal evidenció una disminución en las áreas forestales entre los años de estudio, mientras que, para el caso de la vegetación baja, aumentó significativamente su área dentro de la cuenca, esta tendencia de transición continuó en el escenario futuro para el año 2050, donde las pérdidas pronosticadas en cubiertas forestales se calcularon en 135 . En el planteamiento de los diferentes escenarios fue notoria la disminución del caudal modal, calculado a partir de la elaboración de curvas de duración, conociendo así la posible oferta de la cuenca; para el escenario 1 se presentó un aumento de 32.36 frente a las condiciones iniciales, mientras que para los escenarios de cambio climático el caudal modal pasó de 62,11 a 26.36 entre el RCP2.6 y el RCP8.5. Los escenarios combinados permitieron evaluaron conjuntamente los efectos de estos sobre la hidrología, donde se estableció, que el cambio climático es el factor que más influye sobre la disponibilidad hídrica de la cuenca, teniendo en cuenta, como lo plantea el escenario 5, una reducción en áreas forestales y un incremento en la precipitación, se observó un aumento en el caudal modal puesto que, al presentarse menos capacidad de retención hídrica por la vegetación sumado a procesos erosivos del suelo, la escorrentía aumenta, transportando el agua precipitada hacia las fuentes hídricas; por otra parte, el escenario 7 al considerar la reducción en áreas forestales y precipitaciones, disminuye considerablemente el caudal modal, puesto que la poca agua precipitada logra se interceptada en la superficie, reduciendo la descarga.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Ambientalspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationGelvez Miranda, J. S. (2021). Efectos del cambio en el uso y cobertura del suelo sobre el régimen hidrológico de la cuenca del río Coello. [Tesis de pregrado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/38193
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotáspa
dc.publisher.facultyFacultad de Ingeniería Ambientalspa
dc.publisher.programPregrado de Ingeniería Ambientalspa
dc.relation.referencesAichele, S. S. (2005). Effects of urban land-use change on streamflow and water quality in Oakland County, Michigan, 1970-2003, as inferred from urban gradient and temporal analysis. In Scientific investigations report (Vols. 2005–5016). U.S. Dept. of the Interior, U.S. Geological Survey. http://purl.access.gpo.gov/GPO/LPS102140spa
dc.relation.referencesAitkenhead, M. J., & Aalders, I. H. (2009). Predicting land cover using GIS, Bayesian and evolutionary algorithm methods. Journal of Environmental Management, 90(1), 236–250.spa
dc.relation.referencesAraya, Y., & Cabral, P. (2010). Analysis and Modeling of Urban Land Cover Change in Setúbal and Sesimbra, Portugal. Remote Sensing, 2. https://doi.org/10.3390/rs2061549spa
dc.relation.referencesBelihu, M., Tekleab, S., Abate, B., & Bewket, W. (2020). Hydrologic response to land use land cover change in the Upper Gidabo Watershed, Rift Valley Lakes Basin, Ethiopia. HydroResearch, 3, 85–94. https://doi.org/https://doi.org/10.1016/j.hydres.2020.07.001spa
dc.relation.referencesBello, O. M., & Aina, Y. A. (2014). Satellite Remote Sensing as a Tool in Disaster Management and Sustainable Development: Towards a Synergistic Approach. Procedia - Social and Behavioral Sciences, 120, 365–373. https://doi.org/https://doi.org/10.1016/j.sbspro.2014.02.114spa
dc.relation.referencesBerihun, M. L., Tsunekawa, A., Haregeweyn, N., Meshesha, D. T., Adgo, E., Tsubo, M., Masunaga, T., Fenta, A. A., Sultan, D., Yibeltal, M., & Ebabu, K. (2019). Hydrological responses to land use/land cover change and climate variability in contrasting agro-ecological environments of the Upper Blue Nile basin, Ethiopia. Science of The Total Environment, 689, 347–365. https://doi.org/https://doi.org/10.1016/j.scitotenv.2019.06.338spa
dc.relation.referencesBerihun, M. L., Tsunekawa, A., Haregeweyn, N., Meshesha, D. T., Adgo, E., Tsubo, M., Masunaga, T., Fenta, A. A., Sultan, D., Yibeltal, M., & Ebabu, K. (2019). Hydrological responses to land use/land cover change and climate variability in contrasting agro-ecological environments of the Upper Blue Nile basin, Ethiopia. Science of The Total Environment, 689, 347–365. https://doi.org/https://doi.org/10.1016/j.scitotenv.2019.06.338spa
dc.relation.referencesBosch, J. M., & Hewlett, J. D. (1982). A review of catchment experiments to determine the effect of vegetation changes on water yield and evapotranspiration. Journal of Hydrology, 55(1), 3–23. https://doi.org/https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/0022-1694(82)90117-2spa
dc.relation.referencesBruijnzeel, L. A. (1990). Hydrology of Most Tropical Forests and Effects of Conversion: A State of Knowledge Review. SERBIULA (Sistema Librum 2.0).spa
dc.relation.referencesCabrera Montenegro, E., Vargas Galvis, D. M., Galindo García, G., García Dávila, M. C., & Ordoñez Castro, M. F. (2014). Protocolo de Procesamiento Digital de Imágenes para la Cuantificación de la Deforestación en Colombia Nivel Nacional. . Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM.spa
dc.relation.referencesCéspedes Flores, S. E., & Moreno Sánchez, E. (2009). La urbanización y el crecimiento demográfico en relación al recurso agua: caso municipio de Chimalhuacán, Estado de México. Quivera.Revista de Estudios Territoriales, 11(2), 127–141. https://www.redalyc.org/articulo.oa?id=40113786008spa
dc.relation.referencesChowdhury, S., Peddle, D. R., Wulder, M. A., Heckbert, S., Shipman, T. C., & Chao, D. K. (2021). Estimation of land-use/land-cover changes associated with energy footprints and other disturbance agents in the Upper Peace Region of Alberta Canada from 1985 to 2015 using Landsat data. International Journal of Applied Earth Observation and Geoinformation, 94, 102224. https://doi.org/https://doi-org.crai- ustadigital.usantotomas.edu.co/10.1016/j.jag.2020.102224spa
dc.relation.referencesCORTOLIMA. (2006). Proyecto plan de ordenación y manejo de la cuenca hidrográfica mayor del Rio Coello, II fase diagnostico. https://www.cortolima.gov.co/sites/default/files/images/stories/centro_documentos/pom_coello/diagnostic o/q4.pdfspa
dc.relation.referencesCosta, M. H., Botta, A., & Cardille, J. A. (2003). Effects of large-scale changes in land cover on the discharge of the Tocantins River, Southeastern Amazonia. Journal of Hydrology, 283(1), 206–217. https://doi.org/https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/S0022-1694(03)00267-1spa
dc.relation.referencesCunha, E. R. da, Santos, C. A. G., Silva, R. M. da, Bacani, V. M., & Pott, A. (2021). Future scenarios based on a CA-Markov land use and land cover simulation model for a tropical humid basin in the Cerrado/Atlantic forest ecotone of Brazil. Land Use Policy, 101, 105141. https://doi.org/https://doi-org.crai- ustadigital.usantotomas.edu.co/10.1016/j.landusepol.2020.105141spa
dc.relation.referencesde Paulo Rodrigues da Silva, V., Silva, M. T., Singh, V. P., de Souza, E. P., Braga, C. C., de Holanda, R. M., Almeida, R. S. R., de Assis Salviano de Sousa, F., & Braga, A. C. R. (2018). Simulation of stream flow and hydrological response to land-cover changes in a tropical river basin. Catena, 162, 166–176. https://doi.org/https://doi.org/10.1016/j.catena.2017.11.024spa
dc.relation.referencesDíaz Cuellar, M. A. (2019). Sostenibilidad ambiental de los bosques urbanos en la ciudad de Ibagué, 2000 - 2018 [Universidad Pedagógica y Tecnológica de Colombia]. https://repositorio.uptc.edu.co/handle/001/2792spa
dc.relation.referencesDong, L., Xiong, L., Lall, U., & Wang, J. (2014). The effects of land use change and precipitation change on direct runoff in Wei River watershed, China. Water Science and Technology, 71(2), 289–295. https://doi.org/10.2166/wst.2014.510spa
dc.relation.referencesDU, P., LI, X., Cao, W., Luo, Y., & Zhang, H. (2010). Monitoring urban land cover and vegetation change by multi-temporal remote sensing information. Mining Science and Technology (China), 20(6), 922–932. https://doi.org/https://doi.org/10.1016/S1674-5264(09)60308-2spa
dc.relation.referencesDwarakish, G. S., & Ganasri, B. P. (2015). Impact of land use change on hydrological systems: A review of current modeling approaches. Null, 1(1), 1115691. https://doi.org/10.1080/23312041.2015.1115691spa
dc.relation.referencesDzieszko, P. (2014). Land-cover modelling using Corine Land cover data and Multi-Layer Perceptron. Quaestiones Geographicae, 33(1), 5–22. https://doi.org/https://doi.org/10.2478/quageo-2014-0004spa
dc.relation.referencesFang, X., Ren, L., Li, Q., Zhu, Q., Shi, P., & Zhu, Y. (2013). Hydrologic response to land use and land cover changes within the context of catchment-scale spatial information. Journal of Hydrologic Engineering, 18(11), 1539–1548. https://doi.org/10.1061/(ASCE)HE.1943-5584.0000482spa
dc.relation.referencesFonseca Páez, L. A., Angulo, J. D., Balanta, R., Buitrago, J. E., González, D. H., & Oriana Guerra, J. (2015). Elaboración del instrumento de carácter técnico-ambiental que evidencie los diferentes procedimientos y técnicas necesarias para un desarrollo apropiado para la extracción de materiales de arrastre a partir del trabajo conjunto con las autoridades ambientales (Corporaciones Autónomas Regionales). UNIVERSIDAD PEDAGOGICA Y TECNOLÓGICA DE COLOMBIA - UPTC. https://bdigital.upme.gov.co/bitstream/001/974/16/DOCUMENTO RIO COELLO-F.pdfspa
dc.relation.referencesGanaderos, F. C. de. (2014). Fondo Nacional del Ganado FORO GANADERÍA REGIONAL VISIÓN 2014 - 2018 . https://www.fedegan.org.co/programas/talleresspa
dc.relation.referencesGarg, V., Nikam, B. R., Thakur, P. K., Aggarwal, S. P., Gupta, P. K., & Srivastav, S. K. (2019). Human-induced land use land cover change and its impact on hydrology. HydroResearch, 1, 48–56. https://doi.org/https://doi.org/10.1016/j.hydres.2019.06.001spa
dc.relation.referencesGashaw, T., Tulu, T., Argaw, M., & Worqlul, A. W. (2018). Modeling the hydrological impacts of land use/land cover changes in the Andassa watershed, Blue Nile Basin, Ethiopia. Science of the Total Environment, 619–620, 1394–1408. https://doi.org/10.1016/j.scitotenv.2017.11.191spa
dc.relation.referencesHasan, S., Shi, W., Zhu, X., Abbas, S., & Khan, H. U. (2020). Future Simulation of Land Use Changes in Rapidly Urbanizing South China Based on Land Change Modeler and Remote Sensing Data. In Sustainability (Vol. 12, Issue 11). https://doi.org/10.3390/su12114350spa
dc.relation.referencesHeerspink, B. P., Kendall, A. D., Coe, M. T., & Hyndman, D. W. (2020). Trends in streamflow, evapotranspiration, and groundwater storage across the Amazon Basin linked to changing precipitation and land cover. Journal of Hydrology: Regional Studies, 32, 100755. https://doi.org/https://doi.org/10.1016/j.ejrh.2020.100755spa
dc.relation.referencesHoekstra, A. Y., & Mekonnen, M. M. (2008). Global water scarcity: the monthly blue water footprint compared to blue water availability for the world’s major river basins. https://library.wur.nl/WebQuery/groenekennis/2072596spa
dc.relation.referencesHumboldt, I. de I. de R. B. A. von. (2016). Concepto previo declaratoria Distrito Regional de Conservación de Suelos Cerros del Norte de Ibagué. In Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. conceptoprevio-cerros-ibague-cortolima.pdfspa
dc.relation.referencesJohansen, K., Phinn, S., & Taylor, M. (2015). Mapping woody vegetation clearing in Queensland, Australia from Landsat imagery using the Google Earth Engine. Remote Sensing Applications: Society and Environment, 1, 36–49. https://doi.org/https://doi.org/10.1016/j.rsase.2015.06.002spa
dc.relation.referencesJoorabian Shooshtari, S., Shayesteh, K., Gholamalifard, M., Azari, M., Serrano-Notivoli, R., & López-Moreno, J. I. (2017). Impacts of future land cover and climate change on the water balance in northern Iran. Hydrological Sciences Journal/Journal Des Sciences Hydrologiques, 62(16), 2655–2673. https://doi.org/10.1080/02626667.2017.1403028spa
dc.relation.referencesKamusoko, C., Aniya, M., Adi, B., & Manjoro, M. (2009). Rural sustainability under threat in Zimbabwe – Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography, 29(3), 435–447. https://doi.org/https://doi.org/10.1016/j.apgeog.2008.10.002spa
dc.relation.referencesLambin, E. F. (1997). Modelling and monitoring land-cover change processes in tropical regions. Progress in Physical Geography: Earth and Environment, 21(3), 375–393. https://doi.org/10.1177/030913339702100303spa
dc.relation.referencesLegesse, D., Vallet-Coulomb, C., & Gasse, F. (2003). Hydrological response of a catchment to climate and land use changes in Tropical Africa: case study South Central Ethiopia. Journal of Hydrology, 275(1), 67–85. https://doi.org/https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/S0022-1694(03)00019-2spa
dc.relation.referencesLopera Jara, J. F., Céspedes Castañeda, J. J., & García Pérez, J. A. (2016). Afectaciones socioambientales por la extracción de material de arrastre (Rio Coello 2016). Universidad de Cundinamarca - Seccional Girardot.spa
dc.relation.referencesMansour, S., Al-Belushi, M., & Al-Awadhi, T. (2020). Monitoring land use and land cover changes in the mountainous cities of Oman using GIS and CA-Markov modelling techniques. Land Use Policy, 91, 104414. https://doi.org/https://doi-org.crai- ustadigital.usantotomas.edu.co/10.1016/j.landusepol.2019.104414spa
dc.relation.referencesMather, P., & Tso, B. (2016). Classification methods for remotely sensed data, second edition. https://doi.org/10.1201/b12554spa
dc.relation.referencesMolina Camacho, J. S., & Ávila Ureña, L. F. (2018). Análisis multitemporal del crecimiento urbano de Ibagué y su relación con el deterioro de las microcuencas urbanas: quebrada Las Panelas-La Balsa y quebrada Hato de la Virgen. (1985-2018) . Universidad Santo Tomás.spa
dc.relation.referencesMoreda, F., Wilhem-Miralles, F., & Muñoz Castillo, R. (2014). Hydro-BID: Un Sistema Integrado para la Simulación de Impactos del Cambio Climático sobre los Recursos Hídricos. Ed. Jurídica de Chile. http://www.econis.eu/PPNSET?PPN=46407827Xspa
dc.relation.referencesNalesso, M., & Emanuel, S. (2018). Step by Step Guide HydroBID Series: Technical Information. In Banco Interamericano de Desarrollo.spa
dc.relation.referencesNiehoff, D., Fritsch, U., & Bronstert, A. (2002). Land-use impacts on storm-runoff generation: scenarios of land- use change and simulation of hydrological response in a meso-scale catchment in SW-Germany. Journal of Hydrology, 267(1), 80–93. https://doi.org/https://doi.org/10.1016/S0022-1694(02)00142-7spa
dc.relation.referencesNóbrega, R. L. B., Guzha, A. C., Lamparter, G., Amorim, R. S. S., Couto, E. G., Hughes, H. J., Jungkunst, H. F., & Gerold, G. (2018). Impacts of land-use and land-cover change on stream hydrochemistry in the Cerrado and Amazon biomes. Science of the Total Environment, 635, 259–274.spa
dc.relation.referencesOlave-Solar, C., Santana, A., Butorovic, N., & Acuña, P. (2008). Variabilidad térmica en la región nororiental de la península de Brunswick, Magallanes, Chile, empleando datos Landsat. Anales Del Instituto de La Patagonia, 36(2), 5–12.spa
dc.relation.referencesOlmedo, M. T. C., Paegelow, M., & Álvarez, D. G. (2015). Mapas de potencial de transición versus mapas de aptitud para modelar el cambio de usos y coberturas del suelo. Análisis Espacial y Representación Geográfica: Innovación y Aplicación, 541–550.spa
dc.relation.referencesOti, J. O., Kabo-bah, A. T., & Ofosu, E. (2020). Hydrologic response to climate change in the Densu River Basin in Ghana. Heliyon, 6(8), e04722. https://doi.org/https://doi.org/10.1016/j.heliyon.2020.e04722spa
dc.relation.referencesOvermars, K. P. d., De Koning, G. H. J., & Veldkamp, A. (2003). Spatial autocorrelation in multi-scale land use models. Ecological Modelling, 164(2–3), 257–270.spa
dc.relation.referencesPeraza-Castro, M., Ruiz-Romera, E., Meaurio, M., Sauvage, S., & Sánchez-Pérez, J. M. (2018). Modelling the impact of climate and land cover change on hydrology and water quality in a forest watershed in the Basque Country (Northern Spain). Ecological Engineering, 122, 315–326. https://doi.org/https://doi- org.crai-ustadigital.usantotomas.edu.co/10.1016/j.ecoleng.2018.07.016spa
dc.relation.referencesRai, P., Mishra, V., & Mohan, K. (2014). Prediction of land use changes based on land change modeler (LCM) using remote sensing: A case study of Muzaffarpur (Bihar), India. J.Geogr.Inst.Cvijic., 60, 2014. https://doi.org/10.2298/IJGI1401111Mspa
dc.relation.referencesRimal, B., Zhang, L., Keshtkar, H., Haack, B. N., Rijal, S., & Zhang, P. (2018). Land use/land cover dynamics and modeling of urban land expansion by the integration of cellular automata and markov chain. ISPRS International Journal of Geo-Information, 7(4), 154.spa
dc.relation.referencesRodríguez Jiménez, R. M., Benito Capa, Á., & Portela Lozano, A. (2004). Meteorología y Climatología  (2007th ed.). Fundación Española de Ciencia y Tecnología.spa
dc.relation.referencesRojas Barbosa, S. A. (2019). Desarrollo y propuesta metodológica para el empleo de los Campos Aleatorios de Markov aplicados a técnicas de clasificación de coberturas en imágenes de la superficie terrestre. Universidad Distrital Francisco José de Caldas.spa
dc.relation.referencesRoy, H. G., Fox, D. M., & Emsellem, K. (2014). Predicting Land Cover Change in a Mediterranean Catchment at Different Time Scales. In B. Murgante, S. Misra, A. M. A. C. Rocha, C. Torre, J. G. Rocha, M. I. Falcão, D. Taniar, B. O. Apduhan, & O. Gervasi (Eds.), Computational Science and Its Applications – ICCSA 20 (pp. 315–330). Springer International Publishing.spa
dc.relation.referencesSahin, V., & Hall, M. J. (1996). The effects of afforestation and deforestation on water yields. Journal of Hydrology, 178(1), 293–309. https://doi.org/https://doi-org.crai- ustadigital.usantotomas.edu.co/10.1016/0022-1694(95)02825-0spa
dc.relation.referencesSang, L., Zhang, C., Yang, J., Zhu, D., & Yun, W. (2011). Simulation of land use spatial pattern of towns and villages based on CA–Markov model. Mathematical and Computer Modelling, 54(3), 938–943. https://doi.org/https://doi.org/10.1016/j.mcm.2010.11.019spa
dc.relation.referencesSavenije, H. H. G. (2000). Water scarcity indicators; the deception of the numbers. Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 25(3), 199–204. https://doi.org/https://doi.org/10.1016/S1464-1909(00)00004-6spa
dc.relation.referencesSejati, A. W., Buchori, I., & Rudiarto, I. (2019). The spatio-temporal trends of urban growth and surface urban heat islands over two decades in the Semarang Metropolitan Region. Sustainable Cities and Society, 46, 101432. https://doi.org/https://doi-org.crai-ustadigital.usantotomas.edu.co/10.1016/j.scs.2019.101432spa
dc.relation.referencesShen, L., Li, J., Wheate, R., Yin, J., & Paul, S. (2020). Multi-Layer Perceptron Neural Network and Markov Chain Based Geospatial Analysis of Land Use and Land Cover Change. Journal of Environmental Informatics Letters. https://doi.org/10.3808/jeil.202000023spa
dc.relation.referencesSilva, L. P. e., Xavier, A. P. C., da Silva, R. M., & Santos, C. A. G. (2020). Modeling land cover change based on an artificial neural network for a semiarid river basin in northeastern Brazil. Global Ecology and Conservation, 21, e00811. https://doi.org/https://doi.org/10.1016/j.gecco.2019.e00811spa
dc.relation.referencesSingh, S., Bhardwaj, A., & Verma, V. K. (2020). Remote sensing and GIS based analysis of temporal land use/land cover and water quality changes in Harike wetland ecosystem, Punjab, India. Journal of Environmental Management, 262, 110355. https://doi.org/https://doi-org.crai- ustadigital.usantotomas.edu.co/10.1016/j.jenvman.2020.110355spa
dc.relation.referencesSingh, V., Patel, A., Dalwadi, A., Kathota, J., Suthar, J., & Kalubarme, M. (2017). Horticultural Fruit Crop Plantations Mapping using Geo-informatics Technology in Gujarat State, India. International Journal of Advanced Remote Sensing and GIS, 0(0). http://technical.cloud- journals.com/index.php/IJARSG/article/view/Tech-709spa
dc.relation.referencesSteduto, P., Faurès, J. M., Food and Agriculture Organization of the, U. N., Hoogeveen, J., Winpenny, J. T., & Burke, J. J. (2012). Coping with Water Scarcity: An Action Framework for Agriculture and Food Security. Food and Agriculture Organization of the United Nations. https://books.google.com.co/books?id=3ikwlAEACAAJspa
dc.relation.referencesSubedi, P., Subedi, K., & Thapa, B. (2013). Application of a hybrid cellular automaton–Markov (CA-Markov) model in land-use change prediction: a case study of Saddle Creek Drainage Basin, Florida. Applied Ecology and Environmental Sciences, 1(6), 126–132.spa
dc.relation.referencesTheobald, D. M., & Hobbs, N. T. (1998). Forecasting rural land-use change: a comparison of regression- and spatial transition-based models. Geographical and Environmental Modelling, 2(1), 65–82. https://www.scopus.com/inward/record.uri?eid=2-s2.0- 0031718678&partnerID=40&md5=dcc6857b19efcc086437faf274b9f03fspa
dc.relation.referencesVerburg, P. H. (2006). Simulating feedbacks in land use and land cover change models. Landscape Ecology, 21(8), 1171–1183. https://doi.org/10.1007/s10980-006-0029-4spa
dc.relation.referencesWang, J., & Maduako, I. N. (2018). Spatio-temporal urban growth dynamics of Lagos Metropolitan Region of Nigeria based on Hybrid methods for LULC modeling and prediction. Null, 51(1), 251–265. https://doi.org/10.1080/22797254.2017.1419831spa
dc.relation.referencesWang, X., Piao, S., Ciais, P., Li, J., Friedlingstein, P., Koven, C., & Chen, A. (2011). Spring temperature change and its implication in the change of vegetation growth in North America from 1982 to 2006. Proc Natl Acad Sci USA, 108(4), 1240. https://doi.org/10.1073/pnas.1014425108spa
dc.relation.referencesWen, Z., Wu, S., Chen, J., & Lü, M. (2017). NDVI indicated long-term interannual changes in vegetation activities and their responses to climatic and anthropogenic factors in the Three Gorges Reservoir Region, China. Science of The Total Environment, 574, 947–959. https://doi.org/https://doi.org/10.1016/j.scitotenv.2016.09.049spa
dc.relation.referencesWulder, M. A., Hermosilla, T., Stinson, G., Gougeon, F. A., White, J. C., Hill, D. A., & Smiley, B. P. (2020). Satellite-based time series land cover and change information to map forest area consistent with national and international reporting requirements. Forestry: An International Journal of Forest Research, 93(3), 331–343. https://doi.org/10.1093/forestry/cpaa006spa
dc.relation.referencesYe, Y., Zhang, H., Liu, K., & Wu, Q. (2013). Research on the influence of site factors on the expansion of construction land in the Pearl River Delta, China: By using GIS and remote sensing. International Journal of Applied Earth Observation and Geoinformation, 21, 366–373. https://doi.org/https://doi.org/10.1016/j.jag.2011.10.012spa
dc.relation.referencesYepes, F. (2015). Ganadería y transformación de ecosistemas: un análisis ambiental de la política de apropiación territorial. In Universidad Nacional de Colombia. https://repositorio.unal.edu.co/bitstream/handle/unal/52463/9587010760.capitulo3.pdf?sequence=8&isAllo wed=yspa
dc.relation.referencesZhang, L., Dawes, W. R., & Walker, G. R. (2001). Response of mean annual evapotranspiration to vegetation changes at catchment scale. Water Resources Research, 37(3), 701–708. https://doi.org/https://doi.org/10.1029/2000WR900325spa
dc.relation.referencesZhou, Y., Zhang, L., Fensholt, R., Wang, K., Vitkovskaya, I., & Tian, F. (2015). Climate Contributions to Vegetation Variations in Central Asian Drylands: Pre- and Post-USSR Collapse. In Remote Sensing (Vol. 7, Issue 3). https://doi.org/10.3390/rs70302449spa
dc.relation.referencesZhu, Z., Wulder, M. A., Roy, D. P., Woodcock, C. E., Hansen, M. C., Radeloff, V. C., Healey, S. P., Schaaf, C., Hostert, P., Strobl, P., Pekel, J.-F., Lymburner, L., Pahlevan, N., & Scambos, T. A. (2019). Benefits of the free and open Landsat data policy. Remote Sensing of Environment, 224, 382–385. https://doi.org/https://doi.org/10.1016/j.rse.2019.02.016spa
dc.rightsCC0 1.0 Universal
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/
dc.subject.keywordLand usespa
dc.subject.keywordHydrologyspa
dc.subject.keywordclimate changespa
dc.subject.lembConservación de suelosspa
dc.subject.lembAnálisis del suelospa
dc.subject.lembSuelos-- Investigacionesspa
dc.subject.proposalUso de suelospa
dc.subject.proposalHidrologíaspa
dc.subject.proposalCambio climáticospa
dc.titleEfectos del cambio en el uso y cobertura del suelo sobre el régimen hidrológico de la cuenca del río Coellospa
dc.typebachelor thesis
dc.type.categoryFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
Carta_autorizacion_autoarchivo_autor_2021-firmado.pdf
Tamaño:
910.31 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta derechos de autor
Descargar
Miniatura
Nombre:
Carta_aprobacion_facultad_autoarchivo - GELVEZ MIRANDA.pdf
Tamaño:
201.7 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta aprobación facultad
Descargar
Miniatura
Nombre:
2021sebastiangelvez.pdf
Tamaño:
550.16 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería Ambiental