dor_id: 4121442
506.#.#.a: Público
590.#.#.d: Los artículos enviados a la revista "Investigaciones Geográficas", se juzgan por medio de un proceso de revisión por pares
510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Scimago Journal Rank (SJR); Bibliografía Latinoamericana en revistas de Investigación Científica y social (BIBLAT); Science Direct (Elsevier); Directory of Open Access Journals (DOAJ); Geographical Abstracts, Current, Geographical Publications, GeoDados
561.#.#.u: https://www.geografia.unam.mx/
650.#.4.x: Ciencias Sociales y Económicas
336.#.#.b: article
336.#.#.3: Artículo de Investigación
336.#.#.a: Artículo
351.#.#.6: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index
351.#.#.b: Investigaciones Geográficas
351.#.#.a: Artículos
harvesting_group: RevistasUNAM
270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx
590.#.#.c: Open Journal Systems (OJS)
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: https://revistas.unam.mx/catalogo/
883.#.#.a: Revistas UNAM
590.#.#.a: Coordinación de Difusión Cultural
883.#.#.1: https://www.publicaciones.unam.mx/
883.#.#.q: Dirección General de Publicaciones y Fomento Editorial
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/59975/53477
100.1.#.a: Sandoval Espinoza, Sarahi; Escobar-flores, Jonathan Gabriel; Sánchez Ortíz, Eduardo
524.#.#.a: Sandoval Espinoza, Sarahi, et al. (2020). Inventario de cuerpos de agua de la Sierra Madre Occidental (México) usando SIG y percepción remota. Investigaciones Geográficas; Núm. 102. Recuperado de https://repositorio.unam.mx/contenidos/4121442
245.1.0.a: Inventario de cuerpos de agua de la Sierra Madre Occidental (México) usando SIG y percepción remota
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Instituto de Geografía, UNAM
264.#.0.c: 2020
264.#.1.c: 2020-07-31
506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico dianachg@igg.unam.mx
884.#.#.k: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/59975
001.#.#.#: 073.oai:ojs.pkp.sfu.ca:article/59975
041.#.7.h: spa
520.3.#.a: El agua dulce es un recurso fundamental para procesos ambientales y sociales, indispensable para el surgimiento y desarrollo de la vida, por lo que mapear y monitorear las aguas superficiales tiene gran importancia para comprender los procesos hidrológicos y gestionar los recursos hídricos. El presente estudio se realizó en la cadena montañosa más grande de México, la Sierra Madre Occidental (SMO), localizada entre los estados de Chihuahua, Sonora, Sinaloa, Durango, Nayarit, Zacatecas y Jalisco. La SMO tiene un área de 251 648 km2 y cuenta con elevaciones desde 300 m hasta 3 347 m. Debido a su magnitud, orografía y posición geográfica, alberga una gran variedad de ecosistemas, lo que, a su vez, promueve una gran diversidad de especies y constituye la principal fuente de agua para el norte del país. Los objetivos de esta investigación fueron: 1) la detección de cuerpos de agua en la SMO utilizando imágenes de satélite Sentinel-2 de alta resolución espacial, y 2) la realización de un inventario de los cuerpos de agua en los diferentes tipos de vegetación presentes en tal sierra. En esta investigación se utilizaron 120 imágenes del satélite Sentinel-2, que se caracteriza por tener un sensor multiespectral con una resolución espacial de 10 m. A cada una de las imágenes satelitales se le realizó una corrección atmosférica mediante el método de sustracción de cuerpos oscuros. Para la detección y delimitación de cuerpos de agua se aplicó el Índice Diferencial de Agua Normalizado (NDWI, por sus siglas en inglés). Previo al proceso de validación, se realizó una tabulación cruzada entre los cuerpos de agua que se detectaron contra los polígonos de tipos de vegetación que se clasificaron de la siguiente manera: clase bosque, que incluye tipos de vegetación de pino, encino, pino-encino, encino-pino y bosque mesófilo; clase selva, que incluye selva baja y mediana caducifolia; clase bosque con vegetación secundaria herbácea y arbustiva; clase matorral; clase pastizal y clase chaparral. Estos polígonos se obtuvieron de la Serie VI del vectorial de uso de suelo y vegetación del Inegi, escala 1:250 000. Mediante un geoprocesamiento en el programa ArcGIS 10.7 se obtuvo el número de cuerpos de agua (y su superficie) detectados en cada clase de vegetación. La validación en la estimación de superficies de los cuerpos de agua se realizó con la estimación del índice de Kappa y matrices de confusión y errores, de las cuales se calcularon las superficies de cuerpos de agua y sus intervalos de confianza para cada clase de vegetación. Se detectaron 26 394 cuerpos de agua; el tipo de vegetación con más cuerpos de agua encontrados fue el correspondiente a bosques, con 46.86%, seguido por pastizales, con 21.47%. Los cuerpos de agua detectados tuvieron una superficie de entre 43 m2 y 64 km2. Los valores de los píxeles a partir del NDWI encontrados en los cuerpos de agua oscilaron entre 0.1 a 0.8, con una mediana cercana a 0.3, y los cuartiles, entre 0.2 y 0.4. En cuanto a la precisión de la detección de cuerpos de agua en los diferentes tipos de vegetación, los valores de Kappa indicaron acuerdos buenos y excelentes; los tipos de vegetación de bosque de pino-encino y mesófilo tuvieron el menor valor: K = 0.62, lo que se relacionó con sombras que se confundieron con cuerpos de agua (251 sombras). Los valores más altos de Kappa se obtuvieron en los pastizales, con K = 0.91, en donde se detectaron muy pocas sombras que se confundían con cuerpos de agua (13 sombras). La precisión global fue de 0.738, y en la matriz de error se encontró que la clase que presentó mayores errores de comisión fue el pastizal, con un valor de exactitud de usuario de 0.227. Otra clase que tuvo mayor omisión fue el matorral, con un valor de exactitud del productor de 0.351. La detección de los cuerpos de agua contribuye sustancialmente a los 800 cuerpos de agua reportados previamente para la SMO en la Serie VI del uso del suelo y vegetación en 2016.
773.1.#.t: Investigaciones Geográficas; Núm. 102
773.1.#.o: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index
022.#.#.a: ISSN electrónico: 2448-7279; ISSN impreso: 0188-4611
310.#.#.a: Cuatrimestral
264.#.1.b: Instituto de Geografía, UNAM
doi: https://doi.org/10.14350/rig.59975
handle: 3bae293833d5b49a
harvesting_date: 2023-08-23 17:00:00.0
856.#.0.q: application/pdf
file_creation_date: 2020-07-29 20:43:35.0
file_modification_date: 2020-07-29 20:43:40.0
file_name: 84d9feb0fdfacefb8895e9842270f2db3b167bdbaf9ac38694ba399a65a0431f.pdf
file_pages_number: 12
file_format_version: application/pdf; version=1.4
file_size: 1492804
245.1.0.b: Water Resource Inventory in the Sierra Madre Occidental (Mexico) based on Remote Sensing and GIS
last_modified: 2023-08-23 17:00:00
license_url: https://creativecommons.org/licenses/by-nc/4.0/legalcode.es
license_type: by-nc
No entro en nada
No entro en nada 2