662
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
DOI: https://doi.org/10.47280/RevFacAgron(LUZ).v38.n3.11 ISSN 2477-9407
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Recibido el 18-11-2020 . Aceptado el 21-12-2020
*
Autor de correspondencia. Correo electrónico: kcuenca3767@utm.edu.ec
Dinámica de la vegetación y variabilidad
pluviométrica en la cuenca del río Portoviejo
Vegetation dynamics and climate variability in the
Portoviejo river basin
Dinâmica da vegetação e variabilidade climática na bacia
do rio Portoviejo
Karol K. Cuenca Zambrano
1*
y Henry A. Pacheco Gil
2
1
Estudiante de la Maestría en Ingeniería Agrícola, Instituto de Postgrado, Universidad Técnica
de Manabí. Correo electrónico: karolkkcz@gmail.com, .
2
Facultad de Ingeniería Agrícola de
la Universidad Técnica de Manabí. Correo electrónico: henrypacheco@gmail.com, .
Resumen
El cambio climático actualmente es un problema a nivel mundial, ya que
incide de forma signicativa en la dinámica de la vegetación. El objetivo de esta
investigación es analizar la inuencia de la variabilidad climática en la dinámica
de la vegetación en la cuenca del río Portoviejo. La metodología consistió en el
cálculo del NDVI con el uso de imágenes multiespectrales del satélite Landsat
y el análisis de los registros pluviométricos. Las imágenes se descargaron de
la plataforma geoespacial EarthExplorer con una resolución espacial de 30 m,
se seleccionaron imágenes del período 1998-2019 para analizar su tendencia
temporal. Se usaron los registros pluviométricos históricos de la estación
Portoviejo, del Instituto Nacional de Hidrología y Meteorología. Los resultados
mostraron que la vegetación experimentó una tendencia de reverdecimiento
discontinua, inuenciada por la variabilidad de las precipitaciones. Se encontró
una tendencia homogénea en la distribución espacial del NDVI, con densa y
muy densa cobertura vegetal en la parte alta de la cuenca, así como escasa y
nula cobertura en la parte baja. El área de mayor cobertura le correspondió a la
vegetación densa con un porcentaje superior al 30%.
Palabras clave: Landsat, cambio climático, Cobertura de los suelos, SIG.
663
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Abstract
Climate change is currently a global problem, as it signicantly affects the
dynamics of vegetation. The objective of this research is to analyze the inuence of
climate variability on the dynamics of vegetation in the Portoviejo river basin. The
methodology consisted in the calculation of the NDVI with the use of multispectral
images from the Landsat satellite and the analysis of the uviometric records.
The images were downloaded from the Earth Explorer geospatial platform with
a spatial resolution of 30 m, images from the period 1998-2019 were selected to
analyze their temporal trend. The historical uviometric records of the Portoviejo
station, of the National Institute of Hydrology and Meteorology were used. The
results showed that the vegetation experienced a discontinuous greening trend,
inuenced by the variability of rainfall. A homogeneous trend was found in the
spatial distribution of the NDVI, with dense and very dense vegetation cover in
the upper part of the basin, as well as little or no cover in the lower part. The area
with the greatest coverage corresponded to dense vegetation with a percentage
higher than 30%.
Keywords: Landsat, climate change, Land cover, GIS.
Resumo
A mudança climática é atualmente um problema global, pois afeta
negativamente a dinâmica da vegetação. O objetivo desta pesquisa é analisar a
inuência da variabilidade climática na dinâmica da vegetação na bacia do rio
Portoviejo. A metodologia consistiu no cálculo do NDVI com o uso de imagens
multiespectrais do satélite Landsat e na análise dos registros pluviométricos. As
imagens foram baixadas da plataforma geoespacial EarthExplorer com resolução
de 30 m, as imagens foram selecionadas no período de 1998 a 2019 para analisar
sua tendência temporal. Foram utilizados os registros pluviométricos históricos
da estação Portoviejo, do Instituto Nacional de Hidrologia e Meteorologia.
Os resultados mostraram que a vegetação experimentou uma tendência de
esverdeamento descontínuo, inuenciado pela variabilidade das chuvas. Foi
encontrada uma tendência homogênea na distribuição espacial do NDVI, com
cobertura vegetal densa e muito densa na parte superior da bacia, bem como pouca
ou nenhuma cobertura na parte inferior. A área de maior cobertura correspondeu
a vegetação densa com percentual superior al 30%.
Palavras-chave: Landsat, mudanças climáticas, cobertura do piso, GIS.
664
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Introducción
El cambio climático es un
fenómeno global, su dinámica y escala
han superado los aspectos ecológicos,
donde la energía de combustión fósil,
actividades industriales, cambios
de uso de suelo, deforestación y
la degradación de vegetación son
fuentes de gases de efecto invernadero
(Quintana, 2017). A nivel mundial
los agricultores están amenazados
por el aumento de las temperaturas
y cambios patronales de lluvia y se
plantean estrategias para mitigar los
daños, mediante el uso de prácticas
de adaptación de ecosistemas,
conservación de suelos y biodiversidad
(Cadena et al., 2019). Las actividades
humanas y los fenómenos climáticos
en Latinoamérica son elementos
determinantes de la variabilidad de la
vegetación (Millano y Paredes, 2016).
En Ecuador debido a los cambios
climáticos, existen aumentos de
temperatura en la región litoral y
reducciones en la precipitación en el
centro norte de la provincia de Manabí
(Macías et al., 2019). En la provincia
de Chimborazo se determinó que la
cobertura vegetal y el uso del suelo
están expuestos a cambios climáticos
que inciden en la modicación de las
precipitaciones y temperaturas y se
ve afectada por el ganado y quema
de pajonal (Paula et al., 2018). Los
patrones de cambio espacial y temporal
de la cubierta vegetal cuantican los
efectos de cambio climáticos e impacto
humano (Shengzhi et al., 2020). La
dinámica de la vegetación muestra que
las actividades humanas conducen a
la degradación de la vegetación en la
Introduction
Climate change is a global
phenomenon, its dynamics and scale
have exceeded ecological aspects,
where fossil combustion energy,
industrial activities, changes in land
use, deforestation and degradation of
vegetation are sources of greenhouse
gases (Quintana, 2017). At a global
level, farmers are threatened by rising
temperatures and changes in rainfall
patterns and strategies are being
proposed to mitigate the damage,
using ecosystem adaptation practices,
soil conservation and biodiversity
(Cadena et al., 2019). Human activities
and climatic phenomena in Latin
America are determining elements
of the variability of the vegetation
(Millano and Paredes, 2016).
In Ecuador, due to climatic
changes, there are temperature
increases in the coastal region and
reductions in precipitation in the
north-central province of Manabí
(Macías et al., 2019). In the province
of Chimborazo, it was determined
that vegetation cover and land use
are exposed to climatic changes that
affect the modication of rainfall
and temperatures and is affected by
livestock and burning of grasslands
(Paula et al., 2018). The patterns of
spatial and temporal change of the
vegetation cover quantify the effects
of climatic change and human impact
(Shengzhi et al., 2020). Vegetation
dynamics shows that human activities
lead to degradation of vegetation in
the agricultural area (Hongshuai
et al., 2019). In this sense, remote
sensing is a useful tool for studying
665
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
zona agrícola (Hongshuai et al., 2019).
En este sentido la teledetección es
una herramienta útil para el estudio
de la dinámica temporal del cambio
climático y su impacto en la vegetación
(Zoran et al., 2016).
La evaluación de la productividad
primaria, basada en píxeles, se puede
utilizar para mejorar las estimaciones
y conocer cómo la vegetación cambia
con el tiempo y el espacio (Vega y
Alvarado, 2019). La dinámica de la
biomasa a largo plazo en las tierras
secas es de gran importancia para
muchas aplicaciones ambientales
(Feng et al., 2016).
En numerosas investigaciones,
los sensores remotos han permitido
realizar análisis del comportamiento
promedio temporal o espacial del
Índice de vegetación de diferencia
normalizada (NDVI, por sus siglas en
ingles) y su tendencia (Salinas et al.,
2017).
El NDVI es empleado como un
indicador de las condiciones de la
vegetación para analizar cambios
espaciales y temporales (Lijun et
al.,2020). El uso de datos espaciales
y herramientas de Sistemas de
Información Geográca (GIS, por
sus siglas en ingles), determinan
la evolución espacio - temporal
de sostenibilidad del cambio de la
vegetación (Yan-Ling et al., 2020).
El NDVI fue desarrollado
matemáticamente para medir la
cantidad y el estado de vigorosidad de
la vegetación sobre el suelo (Feng et
al., 2016). Por lo tanto, el objetivo es
analizar la dinámica de la vegetación
y sus relaciones con el cambio
climático mediante la evaluación del
the temporal dynamics of climate
change and its impact on vegetation
(Zoran et al., 2016).
The pixel-based assessment of
primary productivity can be used to
improve estimates and understand how
vegetation changes over time and space
(Vega and Alvarado, 2019). Long-term
biomass dynamics in drylands is of great
importance for many environmental
applications (Feng et al., 2016).
In numerous investigations, remote
sensors have allowed analysis of the
average temporal or spatial behavior of
the Normalized Difference Vegetation
Index (NDVI) and its trend (Salinas et
al., 2017).
The NDVI is used as an indicator
of vegetation conditions to analyze
spatial and temporal changes (Lijun
et al., 2020). The use of spatial data
and Geographic Information Systems
(GIS) tools determine the spatial-
temporal evolution of the sustainability
of vegetation change (Yan-Ling et al.,
2020).
The NDVI was developed
mathematically to measure the amount
and vigor state of the vegetation on the
ground (Feng et al., 2016). Therefore,
the objective is to analyze the dynamics
of vegetation and its relationships
with climate change by evaluating the
NDVI in the Portoviejo river basin and
to understand its temporal trend and
guarantee the conservation of soil-water
resources, ora and fauna.
Materials and methods
Characteristics of the study area
The present investigation was
carried out in the Portoviejo river
666
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
NDVI en la cuenca del río Portoviejo y
para entender su tendencia temporal
y garantizar la conservación de los
recursos suelo-agua, ora y fauna.
Materiales y métodos
Características del área de
estudio
La presente investigación se
realizó en la cuenca del río Portoviejo
con una supercie de 2133 km
2
. Se
encuentra ubicada en la región Costa
de la provincia de Manabí, entre los
cantones: Pichincha, Bolívar, Santa
Ana, 24 de Mayo, Olmedo, Jipijapa,
Portoviejo, Rocafuerte y Sucre, en la
parte centro occidental del Ecuador.
(gura 1).
Figura 1. Ubicación de la cuenca del río Portoviejo en la provincia de
Manabí.
Figure 1. Location of the Portoviejo river basin in the province of Manabí.
Fuente de datos: Eurostat (Ocina Europea de Estadística), para la capa de países del mudo.
INEC (Instituto Nacional de Estadísticas y Censos) para la división político territorial de Ecuador
y el IGM (Instituto Geográco Militar) para el modelo digital de elevaciones.
Data source: Eurostat (European Statistical Ofce), for the world countries layer. INEC (National
Institute of Statistics and Censuses) for the political territorial division of Ecuador and the IGM
(Military Geographical Institute) for the digital elevation model
basin with a surface area of 2,133
km
2
. It is in the Coastal region of
the Manabí province, between the
cantons: Pichincha, Bolívar, Santa
Ana, 24 de Mayo, Olmedo, Jipijapa,
Portoviejo, Rocafuerte and Sucre, in
the central western part of Ecuador
(Figure 1).
Hydrographically this basin limits
to the north with the Chone river
basin, to the south with the Jipijapa
river, Bravo river and Manta river
basins; to the east with the Guayas
hydrographic demarcation and to the
west with the Pacic Ocean and the
Jaramijó and Pajonal river basins.
The Portoviejo river basin maintains
a dry forest towards the northeast in
the middle part, as a consequence of
667
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Hidrográcamente esta cuenca
limita al norte con la cuenca del río
Chone, al sur con las cuencas del río
Jipijapa, río Bravo y río Manta; al
este con la demarcación hidrográca
del Guayas y al oeste con el océano
Pacíco y las cuencas de los ríos
Jaramijó y Pajonal. La cuenca del río
Portoviejo mantiene un bosque seco
hacia el noreste en la parte media,
como consecuencia de las condiciones
climáticas de pocas precipitaciones
y fuertes vientos, por otro lado, en la
parte alta de la cuenca predomina un
clima húmedo debido a inuencia de las
zonas montañosas en la condensación
y formación de nubes, manteniendo
condiciones de humedad que favorece
la presencia de vegetación frondosa.
La cuenca presenta una topografía
irregular y pendientes pronunciadas,
en una buena proporción de su
territorio, rodeada de relieves que
alcanzan valores de 688,70 m.s.n.m.
siendo la pendiente un factor de alto
riesgo de pérdida de suelo por erosión
hídrica.
Procesamiento de imágenes
satelitales
La base de datos se construyó
con imágenes de satélites Landsat
cubriendo un período de 21 años,
desde 1998 hasta 2019. Las imágenes
se descargaron de geoportales
institucionales de acceso gratuito como
EarthExplorer. Para la selección de
imágenes disponible en los geoportales
se aplicaron ltros de ubicación del
área de estudio, cobertura de nube
inferior al 30 % y época del año
coincidiendo con el periodo de sequía
para ubicar imágenes con menor
cobertura de nubes (julio- agosto)
the climatic conditions of little rainfall
and strong winds, on the other hand,
in the upper part of the basin a humid
climate predominates due to the
inuence of the mountainous areas
in condensation and cloud formation,
maintaining humid conditions that
favor the presence of lush vegetation.
The basin has an irregular
topography and steep slopes, in a good
proportion of its territory, surrounded
by reliefs that reach values of 688.70
m.a.s.l. the slope being a high-risk
factor for soil loss due to water erosion.
Satellite image processing
The database was built with images
from Landsat satellites covering a
period of 21 years, from 1998 to 2019.
The images were downloaded from free
access institutional geoportals such
as EarthExplorer. For the selection
of images available in the geoportals,
lters were applied for the location of
the study area, cloud coverage less than
30% and the time of year coinciding
with the dry period to locate images
with less cloud coverage (July-August).
Landsat 7 image banding
correction
Landsat 7 images are characterized
by their banding problems, generating
gaps that cause approximately the loss
of 22% of the information in each image;
they are arranged in strips inclined to
the left about 8° with respect to the
horizontal orientation (Rodríguez et
al., 2009). The Landsat Toolbox was
downloaded from the United States
Geological Survey (USGS) (EROS,
2017). Image correction consisted of
eliminating this effect by shifting the
partial histograms of the image, to
obtain the same average and standard
668
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Corrección del bandeado de
imágenes Landsat 7
Las imágenes de Landsat 7 se
caracterizan por sus problemas
de bandeado, generando gaps que
provocan aproximadamente la pérdida
de un 22 % de la información de cada
imagen; están dispuestos en franjas
inclinadas hacia la izquierda unos 8°
respecto a la orientación horizontal
(Rodríguez et al., 2009). Se descargó
la herramienta Landsat Toolbox del
Servicio Geológico de los Estados
Unidos (USGS). (EROS, 2017). La
corrección de imágenes consistió en
eliminar este efecto desplazando los
histogramas parciales de la imagen,
para obtener el mismo promedio y
desviación típica (Mas, 2017). Una
vez las bandas corregidas, se procedió
a realizar el cálculo del Índice de
vegetación de diferencia normalizada.
Cálculo de Índice de vegetación
de diferencia normalizada (NDVI)
En todas las imágenes se aplicó
la corrección atmosférica para
eliminar las interferencias debido
a las condiciones atmosféricas y
nubosidad (Fua y Burgher, 2015).
El NDVI planteado por Rouse et al
(1974) se obtuvo mediante el uso de
imágenes de los satélites Landsat 7
TM para 1998-2012 y Landsat 8 OLI
para 2016-2019.
Donde:
Índice de vegetación de
diferencia normalizada
RED= Banda roja visible
deviation (Mas, 2017). Once the bands
were corrected, the calculation of the
Normalized Difference Vegetation
Index was carried out.
Calculation of Normalized
Difference Vegetation Index
(NDVI)
Atmospheric correction was applied
to all images to eliminate interferences
due to atmospheric conditions and
cloudiness (Fua and Burgher, 2015).
The NDVI proposed by Rouse et al.
(1974) was obtained by using images
from the Landsat 7 TM satellites for
1998-2012 and Landsat 8 OLI for 2016-
2019.
Where:
NDVI = Normalized Difference
Vegetation Index
NIR = Near infrared band
RED = Visible red band
The NDVI values (Table 1) for the
Portoviejo river basin were grouped
using as reference values proposed
by Pacheco et al. (2020) and Ruiz and
Pacheco (2020), in four classes; no
vegetation, very sparse vegetation,
medium vegetation, dense vegetation
and very dense vegetation with their
respective ranges. The calculation
of the accumulated averages of the
largest and smallest area for the period
1998-2019 was performed.
Fluviometric data processing
The total annual amounts of
precipitation were used for the
Portoviejo station from the database
of the National Institute of Hydrology
and Meteorology (INAMHI, 2020), for
NIR= Banda infrarrojo cercano
NDVI=
NDVI=
(NIR-RED)
(NIR+RED)
NDVI =
(
NIR − RED
)
(
NIR + RED)
669
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Los valores de NDVI (Cuadro 1)
para la cuenca del río Portoviejo se
agruparon utilizando como valores
de referencia propuestos por Pacheco
et al. (2020) y Ruiz y Pacheco (2020),
en cuatro clases; sin vegetación,
vegetación muy escasa, vegetación
media, vegetación densa y vegetación
muy densa con sus respectivos rangos.
Se realizó el cálculo de los promedios
acumulados de mayor y menor
supercie para el período 1998-2019.
Cuadro 1. Rangos de la reclasicación del índice de vegetación de
diferencia normalizada (NDVI).
Cuadro 1. Rangos de la reclasicación del índice de vegetación de
diferencia normalizada (NDVI).
NDVI Cobertura y uso de la tierra
<0 Sin vegetación
0 – 0,2 Vegetación muy escasa
0,2 – 0,35 Vegetación media
0,35 – 0,6 Vegetación densa
>0,6 Vegetación muy densa
Procesamiento de datos
pluviométricos
Se utilizaron los montos totales
anuales de precipitación, para la
estación Portoviejo de la base de datos
del Instituto Nacional de Hidrología y
Meteorología (INAMHI, 2020), para
los mismos años de las imágenes
satelitales (1998-2019).
Modelo de correlación
polinomial del NDVI y la
precipitación anual
Para el modelo de correlación entre
el NDVI y la precipitación, se siguió
la metodología de Hongshuai et al.
(2019), donde se analiza la vegetación
y el cambio climático mediante una
the same years of the satellite images
(1998-2019).
Polynomial correlation model
of NDVI and annual precipitation
For the correlation model
between NDVI and precipitation, the
methodology of Hongshuai et al. (2019)
was followed, where vegetation and
climate change are analyzed through
a partial correlation. The partial
correlation was adjusted to an R
2
with
a polynomial trend.
Results and discussion
Temporal and spatial variation
of the NDVI
With the Landsat images, the
NDVI was obtained for the different
selected years of the study period
(Figure 2, in graphs 2-6) in shades of
green the different vegetation covers
are shown and in yellowish and
reddish colors the areas with little
and no cover vegetable. In general, a
very heterogeneous dynamics of the
NDVI is observed. For the year 1998,
the dense and very dense vegetation
cover practically in the entire province
670
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
correlación parcial. La correlación
parcial se ajustó a un R
2
con tendencia
polinomial.
Resultados y discusión
Variación temporal y espacial
del NDVI
Con las imágenes Landsat se
obtuvo el NDVI para los distintos
años seleccionados del período de
estudio (Figura 2, en grácos 2-6) en
tonalidades de verde se muestran las
diferentes coberturas vegetales y en
colores amarillentos y rojizos las zonas
con escasa y sin cobertura vegetal.
En general se observa una dinámica
muy heterogénea del NDVI. Para el
año 1998 destaca la cobertura vegetal
densa y muy densa practicamente en
toda la provincia de Manabí, debido a
las elevados montos de precipitación en
toda la región producto del fenómeno
El Niño (Pacheco et al., 2017).
Figura 2. Distribución temporal y espacial del NDVI, en grácos 2-6,
Portoviejo – Ecuador.
Figure 2. Temporal and spatial distribution of the NDVI, in graphs 2-6,
Portoviejo - Ecuador.
of Manabí stands out, due to the high
amounts of precipitation throughout
the region as a result of the El Niño
phenomenon (Pacheco et al., 2017).
For the rest of the years (2004,
2006, 2010, 2016, 2019) a differential
behavior with relatively low NDVI
values is observed in the northern
part of the Portoviejo river basin,
coinciding with areas of low
topography and semi-arid conditions
close to the river mouth in the Pacic
Ocean. The vegetation in these areas
of the basin undergoes alteration
processes, among other things due
to the expansion of the agricultural
frontier and unsustainable agronomic
practices (Lemos, 2019).
de escasa o nula vegetación, lo
cual se debe a la presencia abundante
de la nubosidad que enmascara la
vegetación, dando la falsa sensación
de la presencia de zonas homogéneas
extensas sin cobertura vegetal.
671
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Para el resto de los años (2004,
2006, 2010, 2016, 2019) se observa
un compartamiento diferencial con
valores de NDVI relativamente
bajos en la parte norte de la cuenca
del río Portoviejo, coincidiendo
con áreas de baja topografía y
condiciones semiáridas cercanas a la
desembocadura del río en el Océano
Pacíco. La vegetación en estas
zonas de la cuenca sufre procesos de
alteración, entre otras cosas por la
expansión de la frontera agrícola y
prácticas agronómicas poco sostenibles
(Lemos, 2019).
En el sector sur y este de la cuenca,
perteneciente a la parte montañosa
de la misma se concentran valores
altos de NDVI para la mayoría de los
años. Sin embargo, llama la atención
la presencia de colores rojos en áreas
homegéneas, indicativos de escasa o
nula vegetación, lo cual se debe a la
presencia abundante de la nubosidad
que enmascara la vegetación, dando
la falsa sensación de la presencia
de zonas homogéneas extensas sin
cobertura vegetal.
Los parches rojos distribuidos
indistintamente en la parte alta y
media de la cuenca, representan áreas
de actividades agropecuarias variadas
que impactan negativamente sobre la
cobertura vegetal.
Dinámicas del NDVI y los
registros pluviométricos
El NDVI desde 1998 hasta el 2019
reeja una dinámica temporal muy
activa. Los resultados (Cuadro 2)
mostraron que, a escala de la cuenca,
la vegetación experimentó una
tendencia, reportada por Hongshuai
et al. (2019) como reverdecimiento
In the southern and eastern
sector of the basin, belonging to the
mountainous part of the basin, high
values of NDVI are concentrated
for most of the years. However, the
presence of red colors in homogeneous
areas is striking, indicative of little
or no vegetation, which is due to the
abundant presence of cloudiness that
masks the vegetation, giving the
false feeling of the presence of large
homogeneous areas without plant
cover.
The red patches distributed
indistinctly in the upper and middle
part of the basin, represent areas of
varied agricultural activities that
negatively impact the vegetation
cover.
Dynamics of NDVI and
uviometric records
The NDVI from 1998 to 2019 reects
a highly active temporal dynamic. The
results (Table 2) showed that, at the
basin scale, the vegetation experienced
a trend, reported by Hongshuai et al.
(2019) as discontinuous greening,
registering years (1998, 2004, 2019)
with remarkably high average NDVI;
this can be attributed to the inuence
of precipitation, which, with the
exception of 2004, coincides with
rainfall amounts above the historical
average of 631.85 mm per year.
Special mention should be made
of the year 1998 for showing itself
as an anomaly, with precipitation
records (1699 mm) almost three
times the average and a NDVI (0.53),
corresponding to a dense vegetation
cover, much higher than the other
years. This circumstance is due to the
occurrence, for that year, of the most
672
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
discontinuo, registrándose años (1998,
2004, 2019) con el NDVI promedio
muy alto; esto puede atribuirse a la
inuencia de la precipitación, que, a
excepción del año 2004, coincide con
montos pluviométricos por encima
de la media histórica de 631,85 mm
anuales.
Cuadro 2. Valores de NDVI, precipitación en el período 1998 – 2019.
Table 2. NDVI values, precipitation in the period 1998 – 2019.
Año
NDVI
Precipitación
Min. Max. Mean. Std. Dev
(mm)
1998 -0,38 0,71 0,53 0,12 1699,00
2000 -0,39 0,70 0,33 0,15 342,90
2002 -0,67 0,64 0,27 0,24 713,70
2004 -0,30 0,69 0,37 0,16 359,00
2006 -0,48 0,71 0,25 0,27 408,50
2008 -0,63 0,64 0,31 0,21 670,90
2010 -0,43 0,70 0,25 0,18 745,90
2012 -0,55 0,67 0,27 0,16 878,90
2014 -0,26 0,59 0,32 0,11 284,10
2016 -0,28 0,54 0,23 0,09 448,10
2018 -0,18 0,64 0,32 0,14 381,40
2019 -0,19 0,65 0,40 0,14 649,80
Mención especial requiere el año
1998 por mostrarse como una anomalía,
con registros de precipitación (1.699 mm)
casi tres veces el promedio y un NDVI
(0,53), correspondiente a una cobertura
vegetal densa, muy superior a los otros
años. Esta circunstancia se debe a la
ocurrencia, para ese año, del fenómeno El
Niño más intenso que se ha presentado en
el territorio ecuatoriano, según Thielen et
al. (2015) las lluvias y anomalías térmicas
fueron excepcionales, reportando un
incremento de la temperatura de 0,44°C.
intense El Niño phenomenon that has
occurred in the Ecuadorian territory,
according to Thielen et al. (2015) the
rains and thermal anomalies were
exceptional, reporting an increase in
temperature of 0.44°C.
For the rest of the years studied,
the NDVI oscillates in the range of
0.2 - 0.35 corresponding to an average
vegetation cover, where the growth of
the vegetation varies depending on the
availability of the water resource. The
temporal distribution of precipitation,
for the study period, shows a highly
variable behavior with recurrence
of extraordinary rain and drought
events, signicantly distancing itself
from the historical average. According
to Pacheco et al. (2019) the occurrence
of extreme events in the last 20 years
on the Ecuadorian coast corresponds
673
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Para el resto de los años estudiados
el NDVI oscila en el rango de 0,2 –
0,35 correspondiente a una cobertura
vegetal media, donde el crecimiento
de la vegetación varía en función
de la disponibilidad del recurso
hídrico. La distribución temporal de
la precipitación, para el período de
estudio, muestra un comportamiento
muy variable con recurrencia
de eventos de lluvias y sequías
extraordinarias, distanciándose
signicativamente del promedio
histórico. Según Pacheco et al. (2019)
la ocurrencia de eventos extremos
de los últimos 20 años en la costa
ecuatoriana se corresponde con cuatro
sequías (1988, 1990, 1991 y 2003) y
cuatro lluvias extraordinarias (1997,
1998, 2011 y 2017) (Figura 3). Estos
eventos extremos están fuertemente
inuenciados por las variaciones de
Temperatura Supercial del Mar
(TSM) reejadas como anomalías
térmicas. Los autores conrman
el supuesto de que las anomalías
térmicas positivas en el Pacíco
ecuatorial, inciden positivamente en la
ocurrencia de lluvias extraordinarias.
Figura 3. Distribución temporal de la precipitación anual en la estación Portoviejo 1998-2019
(INAMHI, 2020), Portoviejo – Ecuador.
Figure 3. Temporal distribution of annual precipitation in Portoviejo station 1998-2019 (INAMHI,
2020), Portoviejo - Ecuador.
to four droughts (1988, 1990, 1991 and
2003) and four extraordinary rains
(1997, 1998, 2011 and 2017) (Figure
3). These extreme events are strongly
inuenced by variations in Sea
Surface Temperature (SST) reected
as thermal anomalies. The authors
conrm the assumption that positive
thermal anomalies in the equatorial
Pacic have a positive effect on the
occurrence of extraordinary rains.
The low NDVI coincidences for the
years 2002 and 2012 with high rainfall
records could be related to the lower
number of hours of sun available for
photosynthesis, due to the persistent
cloudiness in some areas of the study
area, which is consistent with the
ndings of Hongshuai et al. (2019).
On the other hand, the relatively
high NDVI results for the years
2000 and 2014 with considerably low
rainfall amounts, can be explained
by the delayed action of drought on
vegetation. In this regard, Luo et
al. (2020) report effects of drought
on vegetation with lags of up to ve
years. In the case of the Portoviejo
river basin, the lagged effects of the
674
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Las coincidencias de NDVI bajos
para los años 2002 y 2012 con altos
registros pluviométricos pudiera estar
relacionado con la menor cantidad
de horas de sol disponibles para la
fotosíntesis, debido a la persistente
nubosidad en algunas zonas del área
de estudio, lo cual es consistente con
los hallazgos de Hongshuai et al.
(2019).
Por otro lado, los resultados de
NDVI relativamente altos para los años
2000 y 2014 con montos pluviométricos
considerablemente bajos, se puedan
explicar por la acción retardada de la
sequía sobre la vegetación. Al respecto
Luo et al. (2020) reportan efectos
de la sequía sobre la vegetación con
rezagos hasta de cinco años. Para el
caso de la cuenca del río Portoviejo los
efectos rezagados de la sequía se hacen
evidentes en el descenso del NDVI hasta
0,27 y 0,23 para los años 2002 y 2016
respectivamente, después de sequias
considerables en los años 2000 y 2014.
Análisis multitemporal del
NDVI reclasicado en función de la
cobertura vegetal
Con los datos reclasicados de NDVI
(Cuadro 3), se analizaron los cambios
ocurridos en la vegetación a lo largo
de estas dos décadas, mostrando la
cobertura vegetal para cada clase en
área km
2
y porcentaje para cada año de
estudio.
La vegetación densa presenta el
porcentaje de mayor cobertura en la
cuenca con valores superiores al 30 % a
excepción del año 2016 que registra un
descenso muy marcado de este tipo de
cobertura y con toda seguridad se puede
explicar con la ocrrencia de sequías
sotenidas desde el 2014.
drought are evident in the decrease
of the NDVI to 0.27 and 0.23 for the
years 2002 and 2016 respectively,
after considerable droughts in 2000
and 2014.
Multitemporal analysis of
NDVI reclassied based on
vegetation cover
With the reclassied data from
NDVI (Table 3), the changes that
occurred in the vegetation throughout
these two decades were analyzed,
showing the vegetation cover for each
class in area km
2
and percentage for
each year of study.
Dense vegetation presents the
highest percentage of coverage in
the basin with values higher than
30%, except for 2016, which registers
a very marked decrease in this type
of coverage and it can certainly
be explained by the occurrence of
sustained droughts since 2014.
On the other hand, the vegetation
with medium coverage occupies
the second place, with respect to
the surface covered over the basin.
The year 1998 presents an atypical
decrease in this coverage, with
only 6.39%, which is due to the
predominance of dense and very
dense vegetation for that year, due
to the high rainfall amounts of the
years 1997 and 1998, associated with
the El Niño phenomenon previously
reported.
Very sparse vegetation occupies
third place in coverage area, with
a signicant decrease for the year
1998, which is consistent with the
predominance of dense vegetation
cover for this year due to the high
amounts of precipitation.
675
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Por su parte la vegetación con
cobertura media ocupa el segundo
lugar, respecto a la superce cubierta
sobre la cuenca. El año 1998 presenta
un descenso atípico en esta cobertura,
con apenas el 6,39 %, lo cual obedece
al predominio de la vegetación densa
y muy densa para ese año, producto
de los elevados montos pluviométricos
de los años 1997 y 1998, asociados
al fenómeno El Niño reporatado
previamente.
La vegetación muy escasa ocupa
el tercer lugar en área de cobertura,
con un descenso signicativo para el
año 1998, lo cual es consistente con
el predominio de la cobertura vegetal
densa para este año producto de los
altos montos de precipitación.
Para el caso de las coberturas de
suelo desnudo o áreas sin vegetación
se presenta un descenso signicativo
en el año 2006, lo cual posiblemente
esté condicionado por los efectos de la
sequía en años previos.
Finalmente, la presencia
dominante de la vegetación muy
densa para el año 1998, obedece a la
acción de las fuertes precipitaciones
asociadas con el fenómeno El Niño
1997-1998.
En resumen las acciones que
pueden haber inuenciado el
comportamiento de la dinámica
vegetal antes descrita, son la alta
deforestación por actividades
antropogénicas, superior a 6.000
ha.año
-1
, incremento de temperatura
en 0,8 °C de 1960 a 2006, y aumento en
las precipitaciones en zonas de la costa
cercano al 90 % y una disminución de
las mismas superior al 20 % en la zona
agrícola, condicionando niveles de
In the case of bare ground covers
or areas without vegetation, there is a
signicant decrease in 2006, which is
possibly conditioned by the effects of
the drought in previous years.
Finally, the dominant presence
of very dense vegetation for 1998 is
due to the action of heavy rainfall
associated with the 1997-1998 El Niño
phenomenon.
In summary, the actions that
may have inuenced the behavior of
the above-described plant dynamics
are high deforestation due to
anthropogenic activities, higher
than 6,000 ha.year
-1
, an increase
in temperature of 0.8°C from 1960
to 2006, and an increase in the
precipitations in coastal areas close
to 90% and a decrease of the same
over 20% in the agricultural area,
conditioning levels of vulnerability
low (13.30%), medium (34.74%),
high (45.53%), and very high (6.43%)
(Macias et al., 2019).
Correlation between NDVI and
annual precipitation.
The correlation between NDVI
and precipitation was studied
through a second-order polynomial
model, Figure 4, because it presented
the best t of the determination
coefcient (R
2
= 0.76), which
indicates that in 76% of the cases,
the variations in the NDVI are due to
the inuence of precipitation and the
remaining 24% can be explained by
several factors, where anthropogenic
activities stand out, the same as
according to Chu et al. (2019) can
lead to soil degradation. In the
study area, extensive agricultural
activities are evidenced with a
676
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
vulnerabilidad baja (13,30 %), media
(34,74 %), alta (45,53 %), y muy alta
(6,43 %), (Macias et al.,2019).
Cuadro 3. Valores de NDVI en el período 1998 – 2019.
Table 3. NDVI values in the period 1998 - 2019
Cobertura Vegetal
Año Sin V. V. ME V. Media V. Densa V. MD
Total
<0 0 – 0,2 0,2 – 0,35 0,35 – 0,6 >0,6
(km
2
) (%) (km
2
) (%) (km
2
) (%) (km
2
) (%) (km
2
) (%) (km
2
)
1998 7,13 0,33 45,96 2,15 136,23 6,39 1277,45 59,89 666,06 31,23 2132,82
2000 28,92 1,36 391,08 18,34 698,15 32,73 999,60 46,87 15,08 0,71 2132,83
2002 404,66 18,97 285,84 13,40 345,41 16,19 1096,59 51,41 0,37 0,02 2132,86
2004 24,12 1,13 338,47 15,87 486,45 22,81 1245,06 58,38 38,81 1,82 2132,91
2006 553,86 25,97 312,96 14,67 323,69 15,18 818,89 38,39 123,47 5,79 2132,87
2008 246,12 11,54 280,97 13,17 388,47 18,21 1217,16 57,07 0,13 0,01 2132,86
2010 215,86 10,12 683,54 32,05 507,71 23,80 723,29 33,91 2,47 0,12 2132,87
2012 128,05 6,00
589,48 27,64 629,35 29,51 785,39 36,82 0,56 0,03 2132,83
2014 1,31 0,06 409,10 19,18 756,33 35,46 966,12 45,30 0,00 0,00 2132,86
2016 4,22 0,20 870,03 40,79 1045,68 49,03 212,94 9,98 0,00 0,00 2132,87
2018 0,68 0,03 464,29 21,77 666,24 31,24 1000,14 46,89 1,48 0,07 2132,83
2019 4,83 0,23 256,71 12,04 384,88 18,05 1482,28 69,50 4,21 0,20 2132,92
X 134,98 410,70 530,72 985,41 71,05
V = Vegetación; ME = Muy Escasa; MD = Muy Densa; X=Promedio
V = Vegetation; ME = Very Scarce; MD = Very Dense; X = Average
Correlación entre el NDVI y la
precipitación anual.
Se estudió la correlación entre el
NDVI y la precipitación a través de un
modelo polinomial de segundo orden,
Figura 4, por presentar el mejor ajuste
del coeciente de determinación (R
2
strong predominance of grasslands,
as shown in the map of use and land
cover of the MAG (2014).
Figure 4 shows that the low NDVI
values (less than 0.35) present a
totally dispersed pattern with respect
to rainfall, however, from there they
reect a clear positive trend, and this
behavior can be represented through
a second order polynomial regression
677
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
= 0,76), lo cual indica que en el 76
% de los casos las variaciones en el
NDVI obedecen a la inuencia de
la precipitación y el restante 24 %
puede explicase por varios factores,
donde destacan las actividades
antropogénicas, mismas que de
acuerdo a Chu et al. (2019) pueden
conducir a la degradación del suelo.
En el área de estudio se evidencian
actividades agropecuarias extensivas
con fuerte predominio de pastizales,
según se muestra en el mapa de uso
y cobertura del suelo del MAG, (2014).
Figura 4. Correlación entre el NDVI y la precipitación durante el período 1998 – 2019,
Portoviejo – Ecuador.
Figure 4. Correlation between NDVI and precipitation during the period 1998 - 2019,
Portoviejo - Ecuador.
En la gura 4 se observa que los
valores bajos de NDVI (inferiores a
0,35), presentan un patrón totalmente
disperso respecto a las precipitaciones,
no obstante, a partir de allí reejan
una clara tendencia positiva pudiendo
representarse este comportamiento
a través de un modelo de regresión
polinomial de segundo orden. Los
resultados de baja magnitud de NDVI,
pudieran estar relacionados con otras
model. Low magnitude NDVI results
could be related to other variables
such as temperature and changes
in the soil due to anthropogenic
activities.
Conclusions
The NDVI shows a regularly
active and heterogeneous dynamics
in the study area, evidencing the
predominance of scarce and null
vegetation cover in the lower part of
the basin in most years.
The high NDVI values, and
therefore, dense and very dense
vegetation cover, are concentrated in
homogeneous areas in the middle and
upper part of the basin.
The vegetation shows a
discontinuous greening trend
determined by the differential
inuence of precipitation.
There is a direct inuence of the
precipitation on the NDVI, with a
678
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
variables como la temperatura y los
cambios en el suelo por actividades
antropogénicas.
Conclusiones
El NDVI muestra una dinámica
muy activa y heterogénea en el área de
estudio, evidenciándose el predominio
de la cobertura vegetal escasa y nula en
la parte baja de la cuenca en la mayoría
de los años.
Los valores altos de NDVI, y por
lo tanto, cobertura vegetal densa y
muy densa, se concentran en zonas
homogéneas en la parte media y alta de
la cuenca.
La vegetación muestra una tendencia
de reverdecimiento discontinuo
determinado por la inuencia diferencial
de la precipitación.
Hay una inuencia directa de la
precitación sobre el NDVI, con un
coeciente de determinación de 76 %.
La sequía evidencia una inuencia
rezagada sobre la vegetación,
disminuyendo el NDVI hasta 2 años
después de presentarse esta condición
climática.
Literatura citada
Cadena, A. G., Martínez, M. R., Cárdenas,
J. M., Vilchez, S. M. y Harvey, C. A.
2019. Uso de prácticas de Adaptación
basada en Ecosistemas por pequeños
cafetaleros en Centroamérica. Agron.
Mesoam. 30(1): 1-18. Disponible
en: https://doi.org/10.15517/
am.v30i1.32615. Fecha de consulta:
agosto 2020.
EROS - Earth Resources Observation and
Science. 2017. Landsat Quality
Assessment ArcGIS Toolbox. U.S.
Geological Survey. Disponible en:
https://doi.org/10.5066/f7jm284n .
Fecha de consulta: agosto 2020.
coefcient of determination of 76%.
The drought shows a lagged
inuence on the vegetation, decreasing
the NDVI up to 2 years after this
End of English Version
Feng, T., Martin, B., Yi Y, Liu., Aleixandre,
V., Torbern T., Abdoul, A. D., Kjeld R.,
Cheikh, M., Yunjia, W. and Rasmus,
F. 2016. Remote sensing of vegetation
dynamics in drylands: Evaluating
vegetation optical depth (VOD) using
AVHRR NDVI and in situ green
biomass data over West African Sahel.
Remote Sensing of Environment.
(177): 265-276. Disponible en: https://
doi.org/10.1016/j.rse.2016.02.056.
Fecha de consulta: junio 2020.
Fua, B. and Burgher, I. 2015. Riparian
vegetation NDVI dynamics and
its relationship with climate,
surface water and groundwater.
Journal of Arid Environment. 113:
56-68. Disponible en: https://doi.
org/10.1016/j.jaridenv.2014.09.010.
Fecha de consulta: agosto 2020.
Hongshuai, C., Sergey, V., Chao, W.
and Menghui, W. 2019. NDVI-
based vegetation dynamics and
its response to climate changes
at Amur-Heilongjiang River
Basin from 1982 to 2015. Science
of the Total Environment.
652(2): 2051-2062. Disponible
en: https://www.researchgate.
net/deref/https%3A%2F%2Fdoi.
org%2F10.1016%2Fj.
scitotenv.2018.09.115. Fecha de
consulta: agosto 2020.
Instituto Nacional de Meteorología e
Hidrología. Anuarios Meteorológicos
(INAMHI). 1998, 2000, 2002, 2004,
2006, 2007, 2008, 2010, 2012, 2014,
2016, 2018, 2019. Disponible en:
http://www.forosecuador.ec/forum/
ecuador/educaci %C3 %B3n-y-
ciencia/35393-inamhi-anuarios-
metereol %C3 %B3gicos-en-pdf.
Fecha de consulta: mayo 2020.
Lemos, V. E. 2019. Globalización y
reestructuración productiva
679
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
agropecuaria en el Bioma de Cerrados
del Centro-Norte de Brasil (Matopiba).
Revista Austral de Ciencias Sociales
38: 291-311. Disponible en: http://
revistas.uach.cl/index.php/racs/
article/view/6117/7218. Fecha de
consulta: diciembre 2020.
Lijun, Z., Jijun, M. and Likai, Z. 2020.
Applying Geodetector to disentangle
the contributions of natural and
anthropogenic factors to NDVI
variations in the middle reaches of
the Heihe River Basin. Ecological
Indicators. Disponible en: https://doi.
org/10.1016/j.ecolind.2020.106545.
Fecha de consulta: agosto 2020.
Luo, N., Mao D., Wen, B. and Liu, X. 2020.
Climate Change Affected Vegetation
Dynamics in the Northern Xinjiang
of China: Evaluation by SPEI and
NDVI. Land. 9(3). Disponible en:
https://doi.org/10.3390/land9030090.
Fecha de consulta: agosto 2020.
Macías, R. B., Cuenca, G. N., Intriago, F.F.,
Caetano, C. M., Menjivar, J. F. and
Pacheco, H. G. 2019. Vulnerability
to climate change of smallholder
cocoa producers in the province
of Manabí, Ecuador. Rev. Fac.
Nac. Agron. Medellín. 72(1): 8707-
8716. Disponible en: http://dx.doi.
org/10.15446/rfnam.v72n1.72564.
Fecha de consulta: agosto 2020.
Mas, M. M. 2017. Uso de la teledetección y
los SIG en la vigilancia de la calidad
del agua: Aplicación al Mar Menor.
Cartagena Mar Menor. Universidad
Politécnica de Cartagena, España.
73p. Disponible en: https://
repositorio.upct.es/xmlui/bitstream/
handle/10317/6353/tfg-mas-uso.
equence=2&isAllowed=y. Fecha de
consulta: agosto 2020.
Millano, J. L. y Paredes, P. F. 2016.
Variabilidad de la Vegetación con el
Índice De Diferencia Normalizada
(NDVI) en Latinoamérica. Novum
Scientiarum. 2: 33-44. Disponible
en: https://www.academia.
edu/30688889/VARIABILIDAD_
DE_LA_VEGETACI%C3%93N_
CON_EL_%C3%8DNDICE_
DE_DIFERENCIA_
NORMALIZADA_NDVI_EN_
LATINOAM%C3%89RICA. Fecha de
consulta: agosto 2020.
Pacheco, H. A., Montilla, A. J., Méndez, W. J.,
Delgado, M. H. y Zambrano, D. 2019.
Causas y consecuencias de las lluvias
extraordinarias de 2017 en la costa
ecuatoriana: el caso de la provincia
Manabí. Boletín de Investigaciones
Marinas y Costeras. 48(2): 45-70.
Disponible en: http://www.scielo.
org.co/pdf/mar/v48n2/0122-9761-
mar-48-02-45.pdf. Fecha de consulta:
agosto 2020.
Pacheco, H. A., Zamora, E. L. y Jarre,
E. C. 2020. Variaciones de la
cobertura vegetal empleando el
índice normalizado de diferencia
de vegetación para monitorear
ODS en Manabí – Ecuador. Rev.
Téc. Ing. Univ. Zulia. Especial(2):
12-18. Disponible en: https://doi.
org/10.22209/rt.ve2020n2a02. Fecha
de consulta: agosto 2020.
Paula, A. P., Zambrano, L. y Paula, P.
2018. Análisis Multitemporal de
los cambios de la vegetación, en la
Reserva de Producción de Fauna
Chimborazo como consecuencia del
cambio climático. Enfoque UTE. 9(2):
125-137. Disponible en: https://doi.
org/10.29019/enfoqueute.v9n2.252.
Fecha de consulta: agosto 2020.
Quintana, F. S. 2017. Dinámica, escalas y
dimensiones del cambio climático.
Tla-melaua. Revista de Ciencias
Sociales. 10(41): 180-200. Disponible
en: http://www.scielo.org.mx/pdf/tla/
v10n41/1870-6916-tla-10-41-00180.
pdf. Fecha de consulta: agosto 2020.
Rodríguez, N. R., lloch, I. G., Galano, D. S.,
Estrada, R. E. y Morales, G. M. 2009.
Software para corregir los datos
inválidos en las imágenes Landsat
7. Revista electrónica de la Agencia
de Medio Ambiente. (17). Disponible
en: https://www.researchgate.net/
publication/285601066_Software_
para_corregir_los_datos_invalidos_
en_las_imagenes_Landsat_7. Fecha
de consulta: agosto 2020.
Rouse, J., Haas, R., Deering, D., Schell, JA. y
Harlan, J. 1974. Monitoring the vernal
advancement and retrogradation
(green wave effect) of natural
vegetation. Remote Sensing Center,
NASA.73: 1-93. Disponible en: https://
ntrs.nasa.gov/citations/19730017588.
Fecha de consulta: agosto 2020.
680
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 662-680. Julio-Septiembre.
Cuenca y Pacheco ISSN 2477-9407
Ruiz, A. C. y Pacheco, H. A. 2020. Estimación
del Factor C de la RUSLE en la
microcuenca del rio Lodana, Ecuador,
usando imágenes del satélite Sentinel
2. Rev. Téc. Ing. Univ. Zulia. Especial
(2): 123-129. Disponible en: https://
doi.org/10.22209/rt.ve2020n2a10.
Fecha de consulta: agosto 2020.
Salinas, C. X., Martínez, R. R. y Morales, M.
Z. 2017. Tendencia en el siglo XXI del
Índice de Diferencias Normalizadas
de Vegetación (NDVI) en la parte sur
de la península de Baja California.
Investigaciones Geográcas, Boletín
del Instituto de Geografía. (94):
82-90. Disponible en: https://doi.
org/10.14350/rig.57214. Fecha de
consulta: agosto 2020.
Shengzhi, H., Xudong, Z., Lan, M., Hao
W., Qiang, H., Guoyong, L., Erhao,
M. and Yi, G. 2020. Quantitative
contribution of climate change and
human activities to vegetation cover
variations based on GA-SVM model.
Journal of Hydrology. Disponible
en: https://doi.org/10.1016/j.
jhydrol.2020.124687. Fecha de
consulta: agosto 2020.
Thielen, D., Cevallos, J., Erazo, T., Zurita,
S., Figueroa, J., Quintero, J., Matute,
N., Velázquez, G. y Puche, M. 2015.
Dinámica de eventos climáticos
extremos en la cuenca del río
Portoviejo, Manabí, Ecuador. Rev. La
Técnica.14(14): 80-91. Disponible en:
https://doi.org/10.33936/la_tecnica.
v0i14.585. Fecha de consulta: agosto
2020.
Vega, M. A. y Alvarado, R. B. 2019. Análisis
de las series de tiempo de variables
biofísicas para cuatro ecorregiones
de Guanacaste, Costa Rica. Revista
de Ciencias Ambientales. 53(2):
60-96. Disponible en: https://doi.
org/10.15359/rca.53-2.4. Fecha de
consulta: agosto 2020.
Yan-Ling, S., Mei, S., Xin-Rui, P., Xia-Kun,
Z. and Yan-Li, Y. 2020. Assessment
of the impacts of climate change and
human activities on vegetation cover
change in the Haihe River basin,
China. Physics and Chemistry of
the Earth. Disponible en: https://doi.
org/10.1016/j.pce.2019.102834. Fecha
de consulta: agosto 2020.
Zoran, M. A., L. F. Zoran, and Adrián,
I. D. 2016. Forest vegetation
dynamics and its response to
climate changes. Remote Sensing
for Agriculture, Ecosystems, and
Hydrology. Disponible en: https://doi.
org/10.1117/12.2241374. Fecha de
consulta: agosto 2020.
