info:eu-repo/semantics/bachelorThesis
Estimación de la evapotranspiración en los cultivos alrededor del observatorio de Huancayo mediante sensoramiento remoto
Fecha
2018Registro en:
Príncipe, R. E. (2018).==$Estimación de la evapotranspiración en los cultivos alrededor del observatorio de Huancayo mediante sensoramiento remoto$==(Tesis para optar el título profesional de Licenciado en Física). Universidad Nacional Mayor de San Marcos, Lima, Perú.
Autor
Príncipe Aguirre, Romel Erick
Institución
Resumen
La presente investigación se realiza en los alrededores del observatorio de Huancayo, ubicado en el distrito de Huachac departamento de Junín, dicha investigación esta orientada en aplicar la metodología para la estimación de la evapotranspiración (ET) el cual se basa en el algoritmo METRIC (Mapping Evapotranspiration at High Resolution using Internalized Calibration) desarrollado por la universidad de Idaho, este modelo estima la ET como un residual del balance de energía mediante imágenes de satélite y datos de estación meteorológica. Para la implementación del algoritmo METRIC se emplea 15 imágenes del sensor OLI (tabla 6.2) y datos de la estación meteorológica de Huayao (tabla 6.1). Los datos imagen OLI, son sometidos a correcciones atmosféricas mediante Flaash y Tasumi et al. (2007) los cuales serán comparados al obtener los flujos de energía y la ET. Asimismo, se compara la ET obtenida mediante la evapotranspiración de referencia (ETr) con las ecuaciones de Hargreaves–Samani (HS) y FAO Penman–Monteith (PM). Para validar el funcionamiento del algoritmo METRIC en la estimación de la ET se emplea datos obtenidos mediante la técnica de Eddy covariance. Los resultados obtenidos mostraron que la ET estimada empleando imágenes con corrección Tasumi y la ETr de PM fue la que más se aproxima a la ET observada debido a que mostró un con factor de correlación r = 0.66. Asimismo, respecto de los flujos de energía estimado con imágenes, la que más se aproximó al observado fue el flujo de energía neta (Rn) mostrando un r = 0.68, en cambio para en el caso de imágenes con corrección con Flaash se obtiene r = 0.65.