Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manuel Endoza' Gerardo BOCCO' Ravo . Rtif ': Miguel Christina Sebe+"
Manuel Endoza' Gerardo BOCCO' Ravo . Rtif ': Miguel Christina Sebe+"
Resumen. En este articulo se revisan y discuten las técnicas de percepción remota (PR) y sistemas de información
aeooráfica
"
~
"~ 1SlGi.
, .. así como el conocimiento aeomorfoióaico " lioado
" al modelamiento hidrolóaico esDacialmente
a c.. 23 -a ;~sr.s ón peln- II3 2 f n r c..stro gr-pos en cs i.: es se itegran as a sicnias!ec, cas 'Je pexep: on
.enci? 2R s j l e r i s oe nf'rmac 3pn g?uy,a'ca S G , e z3nocir en10 ge3nor'o i q c o a:.ca'Jo a cnlcnner as
implicaciones ambientales de la degradación de tierras y de manejo de recursos, especialmente en paises
subdesarrollados. Las grupos son: a) modelamiento hidrológico y SIG; b) PR y modelos hidralógicos; c)
modelamiento hidrológico, PR y SIG, y integración del conocimiento geomorfológico, PR y la apticación de SIG al
modelamiento hidrológico.
Palabras clave: Modelamiento hidrológico espacialmente distribuido, percepción remota, sistemas de información
geográfica, conocimiento geomorfológico, cuencas no instrumentadas.
Key words: Spatially distributed hydrological modeling, remate sensing, geographic information systems,
geomorphological knowledge, non-instrumented basins.
'Instituto de Ecologia, UNAM. Antigua Carretera a Pátzcuaro 8701, Col. Ex Hacienda San José de La Huerta, 58190.
Morelia. Michoacán, Mexico. a) Dirección actual: Dirección General de Investigación de Ordenamiento Ecológico y
Conservación de los Ecosistemas, Instituto Nacional de Ecologia-SEMARNAT. E-mail: mmendoza@oikos.unam.m
gbocco@oikos.unarn.mx
"CENAPROS-INIFAP, Km 18.5 Carretera Morelia-Aeropuerto, Alvaro Obregón, Michoacán, México.
E-mail: bravo-miguel@infosel.net.mx
"'Instituto de Geologia, UNAM. Circuito Exterior. Cd. Universitaria, 04510, México D. F. E-mail:siebe@servidor.unam.mx
""Instituto de Geoarafia. UNAM. Circuito Exterior. Cd. Universitaria. 04510. México D. F.
Modelamiento hidrológico espacialmente distfibuido: una revisión de sus componentes
al., 1997; Reed, 1996; Beek, 1996, Mendoza y generar la distribución espacial de los
y Bocco, 2001); medianamente aforadas en parámetros hidrológicos a partir de la aplica-
el sur de Estados Unidos de América ción de diferentes técnicas de interpolación
(Olivera, 1996), y templadas tropicales y dentro del sistema (kriging, frend surface
áridas que cuentan con grandes bases de analysis, moving average, entre otros)
datos históricas provenientes de aforos
(Arnell, 1999); con bases de datos resultado Como parte de este enfoque, Maidment
de experimentos (Seguin et al., 1989). La (1993b) desarrolló un procedimiento de diez
resolución espacial de estos trabajos varia pasos para el MHED en SIG (Tabla 1). Los
de las centenas de kilómetros hasta miles de primeros cinco pasos se relacionan con la
kilómetros por lado. definición del modelo espacio-temporal,
además de la descripción ambiental. La
Dentro de este grupo se puede incluir a los descripción incluye modelos espaciales de
trabajos de caracterización morfométrica de la distribución del relieve, suelos, cobertura,
cuencas que utilizan como fuente de datos hidrología subterránea, así como datos pun-
a los Modelos Digitales de Terreno (MDT) a tuales de precipitación, escorrentía y con-
varias resoluciones espaciales, de los cuales centración de elementos químicos. Los últi-
se derivan la delimitación de cuencas, redes mos cinco pasos se relacionan con la simula-
de drenaje y dirección de escurrimientos ción del BH de las unidades espaciales, el
(Olivera y Maidment, 1996; Miller y Morrice, flujo del agua y transporte de elementos
1996; Müller-Wohlfeil, et al., 1996; Beek, entre las unidades, el efecto de las estruc-
1996). Además, las herramientas de modela- turas de utilización del agua, tales como
miento espacial en los SIG permiten estimar presas y sistemas de bombeo.
Modelamiento
hidrológico
Herramientas
hidrolágico estadirticas
1. Diseno del estudio. Objetivos y alcances del estudio, dominio espacial y temporal; modelos
de procesos, variables a ser calculadas.
2. Análisis del terreno. Delimitación del arreglo de la red de drenaje y la cuenca a partir de datos de
un modelo digital de elevación y mapas de corrientes.
3. Superficie del terreno. Descripción de los suelos, de la cobertura y uso de suelo, ciudades y
caminos
4. Subsuperficial. Descripción hidrogeoiógica de acuiferos.
5 Datos hidrológicos. Localización de sitios de aforo, ligado a series de tiempo y valores promedio
e interpolación de datos climáticos puntuales.
6. Balance hidrico del suelo. Distribución de la precipitación en evaporación, recarga de mantos
acuiferos y escorrentia supeficial; conocimiento de los productos quimicos aplicados sobre la
superficie.
7. Flujo de agua. Movimiento del agua a través del paisaje en corrientes y acuíferos. Cálculo de las
velocidades de escorrentia y de los flujos en acuíferos.
8. Transporte. Transporte de sedimentos y contaminantes en agua como flujos. Calcular las con-
centraciones y cargas.
9. Impacto de la utilización del agua. Localización de embalses, extracción del agua, descarga en
ríos. y bombeo de acuiferos Sus efectos sobre el flujo de agua y concentración de elementos
quimicos.
10. Presentación de resultados. Desarrollo de la presentación visual y tabulación de los resultados
del estudio. Uso de lnternet y CD-ROM para transferencia de resultados.
Censor Resolución
espacial n temporal
METEOSAT 3 a 5 km
por lado la decena de miles de km2 5.7-7 1 pm precipitacion
(escala subcontnental y 10.5-12 5 pm
- continental)
GOES 3 a 5 km por 0.5 h Generalmente en e orden de 0.55-0 72 pm Estimación de la
lado ia decena de miies de km2 10.5-12.6 pm profundidad de la nieve, ;
(escala subcontinental y de la precipitación y de a 1
1 /
continentai) 1 1 evapotraspiración.
1.1 x 1.1 km Dos veces Generalmente en el orden de 0.58-0.60 pm Delimitación y
al día los miles de km2 (escala de 0.72-1.10 um de la cobertura del suelo
3 55-3 93 pm
3 55-3 93 pm
estimacion de
temperatura superiicial y l
l
10 50-11 50 um DreciDitacion v cobertura 1
10 x 10 m
los km2 (escala de pequeñas
regiones)
0.61-0.68 pm
0.79-89 pm
0.51-0 73 pm
cobertura vegetal y uso de
suelo,
humedad
temperatura,
del
/
suelo, !
(pan)
- relieve y erosión 1
'Recopilado de Jensen (1986); Lillesan y Kiefer (1987); Sabins (1337). y Barret y Cuitis (1999).
Las técnicas digitales se basan en el análisis Por otro lado, existe la necesidad de deter-
del espectro electromagnético, especialmen- minar la incertidumbre ocasionada por la
te en las regiones de Mo, Vis y en la región agregación de variables, producto de la PR
del infrarrojo térmico (Ter). Sin embargo, [temperatura superficial (Ts) y reflactancia
ninguna de estas técnicas proporciona una (p)] y flujos de energia superficial [flujos de
medición directa de la cantidad de precipita- calor sensible (H) y latente (LE)] sobre
ción, pero pueden proporcionar indicaciones grandes áreas. Esta incertidumbre está di-
de la precipitación probable en condiciones rectamente relacionada con dos factores:
particulares (Bonifácio, 1991; Petty y a) la no linearidad de la relación entre la
Krajewski, 1996; Kite y Prietoniro, 1996). Dos señal del sensor y Ts, p, H o hE, y b) la
de la técnicas se conocen como: a) Técnica heterogeneidad del sitio. Los resultados en-
Manual de Monitoreo de Lluvia por Satélite o fatizan la necesidad de ser cuidadosos en la
Método Bristol (Barret, 1970; Barret et al., agregación de los componentes del balance
1990) y b) BIAS (BristollNOAA InterAcfive de energia en paisajes heterogéneos, con
Scherne). presencia de vegetación escasa o mixta
(Moran et al., 1997).
Petty (1995), y Petty y Krajewski (1996)
analizan a profundidad las técnicas actuales La estimación de la temperatura superficial,
de estimación de la precipitación basadas en en general, se lleva a cabo a través del
datos satelitales; mientras que Foufoula- análisis digital de las bandas térmicas de
Georgio y Krajewski (1995) revisan los avan- imágenes AVHRR o Landsat. Aunque las
ces en el modelamiento de la precipitación. imágenes AVHRR tienen ventajas en el
Ellos se enfocan en aquellos algoritmos y modelamiento ambiental (Belward, 1992),
productos relevantes para la hidrología especialmente a niveles regionales, su pnn-
superficial. Concluyen que las estimaciones cipal limitación está en la resolución espa-
de precipitación basadas en Vislln, en gene- cial. La limitación de las imágenes Landsat
ral, sobreestiman la precipitación real por se encuentra en su resolución temporal
área y son útiles a escalas regionales, donde (16 días; Cuadro 2).
se calculan promedios semanales y men-
suales de precipitación (de tipo convectivo). Se han desarrollado otros algoritmos con
intención de estimar la temperatura superfi-
Los algoritmos utilizados en la estimación de cial, por ejemplo a partir de la transformación
la temperatura han sido elaborados a partir de los valores del índice del Vegetación
de la aparición de censores remotos de muy Normalizado (NDVI; Kerr et al., 1992; Hope y
baja resolución (National Oceanic Mcdowell, 1992). El NDVl tiene la ventaja de
Afrnospheric Adrninistration, NOAA y poder ser calculado en imágenes de baja
Aeronautic and Space Adrninistrafion, NASA) resolución (NOAA-AVHRR) y mediana reso-
(Czajkowski et al., 1998). La estimación lución (Landsat TM y SPOT). Las imágenes
precisa de la temperatura superficial es un SPOT y Landsat siwen para realizar esti-
requisito importante del monitoreo global o maciones locales de temperatura superficial.
regional del BH, de energia y de radiación. Su principal desventaja está en la resolución
La estimación de la temperatura superficial temporal. Otra ventaja del método radica en
involucra la corrección de los efectos atmos- la sustitución de la emisividad, la cual debe
féricos y de emisividad superficial (Andersen, ser estimada a partir de datos de terreno con
1997 y Pozo-Vázquez et al., 1997); además radiosondas o radiómetros, por un índice
de considerar las discrepancias en las esti- basado en el NDVl (Pozo ef a l , 1997).
maciones realizadas en zonas con escasa
cobertura vegetal (Chehbouni, 1997). Richard y Poccard (1998) encontraron índi-
ces de correlación superiores a 0.80 entre la 1995). En este sentido, se han desarrollado
temperatura superficial y el NDVl derivado algoritmos, los cuales preferentemente se
de imágenes AVHRR del sur de África. La utilizan en imágenes Landsat TM, aunque
distribución espacial del NDVl medio pueden ser modificados para utilizarse con
mensual concuerda con la distribución de la NOAA-AVHRR.
precipitación media mensual sobre la mayor
parte del área; excepto para las áreas A partir de la PR la evaporación en cuerpos
desériicas y semidesérticas con precipita- de agua también puede ser estimada. En
ciones menores a 300 mm al año. Este enfo- primera instancia debe medirse el área del
que puede tener la desventaja de que los cuerpo de agua. La estimación se basa en
resultados obtenidos en zonas con cober- que la radiación en 0.85 lun es más fuer-
turas severamente perturbadas pueden ser temente atenuada en el agua que en 0.68
poco confiables. El NDVl está en función pm. Contrariamente sobre la tierra, la absor-
de la turgencia de la vegetación, en caso de ción debida a la vegetación conduce a mayor
encontrarse vegetación periurbada por cam- absorción en 0.68 pm que en 0.85 pm. Este
bio de cobertura (por ejemplo, bosque por procedimiento ha sido ampliamente utilizado
matorral), los valores de NVDl reflejarán las para delimitar cuerpos de agua con datos de
características de la cobertura, pero su trans- AVHRR (Schneider et al., 1985). Posterior-
formación a temperaturas superficiales, pue- mente se estima la temperatura superficial y
de ser incorrecta. con apoyo de la batimetría existente o esti-
mada por técnicas de PR puede conocerse
Pozo et al. (1997) reconocen que la topo- la evaporación del cuerpo de agua.
grafía perturba prácticamente cada uno de
los procesos y las variables en las interac- El monitoreo de la evapotranspiración tiene
ciones tierra-atmósfera, incluyendo radia- importantes implicaciones en el modela-
ción, temperatura del aire, déficit de satu- miento regional y global del clima, del ciclo
ración, viento, turbulencia, nubosidad, preci- hidrológico, así como la evaluación del
pitación, propiedades del suelo y de la estrés de los ecosistemas naturales y
vegetación. En consecuencia, los valores de agrícolas (Kustas y Norrnan, 1995). En con-
NDVl deben ser corregidos por efectos secuencia, la evapotranspiración es un pará-
topográficos para utilizarse en la estimación metro muy importante en los modelos de
de parámetros superficiales. Sin embargo, producción agrícola, determinación de la
en topografías ligeramente suaves, el humedad del suelo y detección del estrés en
balance regional de energía superficial cultivos (Caselles et al., 1992; Seguin et al.,
(promedios espaciales sobre vanas colinas) 1989). La evapotranspiración puede ser
es insensible a la presencia de la topografía estimada a partir de las bandas térmicas
(Raupach y Finnigan, 1997). Por otro lado, tanto de NOAA-AVHRR, como de Landsat
Burgess et al. (1995) señalan que los errores TM. La ejecución de los algoritmos implica la
topográficos son mayores a un 13 % cuando obtención de datos de radiación en campo.
la resolución es más alta (20 m'), mientras
que se reduce a aproximadamente 10% Los métodos utilizados en la estimación de la
cuando se trabaja con imágenes de baja evapotranspiración varían desde acerca-
resolución (1 km2). mientos estadisticos/semi-empíhcos, aproxi-
maciones basadas en análisis de procesos
Para comprender las interacciones atmós- físicos y, recientemente, se incluye el mode-
fera-superficie en una variedad de escalas lamiento numérico para simular el flujo de
espaciales, es necesario estimar la radiación calor y agua a través del suelo, vegetación
neta a partir de datos espaciales (Goodin, y atmósfera (Kustas y Norman, 1995;
alimentan los modelos hidrológicos, ya sean Lopes (1996) examinó el efecto, medido en
agregados o espacialmente distribuidos. El términos del error relativo, sobre la predic-
tercero liga las herramientas de SIG y PR ción del escurrimiento a partir de la estima-
con el MH; en general, hace un uso intensivo ción especial o regional de la precipitación
de las herramientas de SIG para el modela- en una cuenca de 6.7 km2 dominada por
miento espacial a varias escalas. El último eventos de tipo convectivo y escurrimiento
grupo incluye la integración de SIG, PR y MH hortoniano. En su estudio concluyó que la
apoyado en gran medida por la delimitación densidad de pluviógrafos tuvo un efecto sig-
de unidades ambientales y la caracterización nificativo sobre la predicción del escurri-
de las mismas, generalmente a escalas deta- miento; cuando se redujo de diez a seis
lladas y semidetalladas. pluviógrafos el error en la predicción fue de
un 30%, sin embargo, cuando se redujo
de diez a uno, el error se incrementó en un
130%.
Este enfoque representa una alternativa para Barret, E. C. y L. F Curiis (1999), Introduction
to environmental remote sensing, Stanley
entender el comportamiento hidrológico a es- Thornes, Cheltenham.
cala regional en cuencas poco aforadas y
con necesidad de evaluar la disponibilidad E4 Barret, E. C., C. H. Power y A. Micallef (eds.;
y distribución del agua. Estos requerimientos 1990), Satellife remote sensing for hydrology and
de información son comunes en los países water management The Mediterranean coast
subdesarrollados. Además, este enfoque and islands, Gordon and Breach Science
facilita el entendimiento de los efectos del Publisher, Switzerland.
deterioro y CCVUS sobre los componentes
del BH en cuencas no experimentales. Este m Bastiaanssen W., G.M. (2000a), Shared water
resources information from sioace. New
tipo de conocimiento que es la base para la management opporiunities or unwanfed
formación de planes de manejo y conser- interference?. Deoariment of Water Resources
vación de cuencas, así como para la identifi- and ~nvironmentalStudies, ITC. h t t p : l / w . i t c . n i
cación de áreas prioritarias que requieren wreslbasti-text. html.
rehabilitación.
O
B Bastiaanssen W., G. M. (2000b). "SEBAL-
AGRADECIMIENTOS based sensible and latent heat fluxes in the
irrigated Gediz Basin, Turkey", Journal of
Hydrology, 229, pp. 87-100.
La investigación de la cual se desprende
este trabajo, fue financiada por las becas
Bergstrom, S. (1991), "Principles and 664 Burgess, D. W., P. Lewis y J. P.A. L. Muller
confidence in hydrological modeling", Nordic (1995), "Topographic effects in AVHRR NDVl
Hydrology, 22, pp. 123-136. data", Remote Sensing o f Environment, 54,
pp. 223-232.
81 Bergstrtim. S. y L.P. Graham (1998), "On the
scale problem in hydrological modeling", Journal Q Burrough. P. A. (1986), Principies o f
o f Hydrology, 211, pp. 235-265. geographical information sysfems for land
resources assessment, Clarendon Press, Oxford
81 Beven, K. J. (1996), "A discussion of U.K.
distributed modelling", en Refsgaard. J. C. y M B
Abboti (eds.), Distribufed Hydrological Modelling, U Capehart, W. J. y T. N. Carlson (1997),
Dordrecht: Kluwer Academic. "Decoupling of surface and near-surface soil water
content: a remote sensing perspective", Water
LE Bhaduri B., M. Grove, C. Lowry y J. Harbor Resources Research, 33 (6), pp. 1383-1395.
(1997), "Assessment of long-term. hydrologic
effects of land use change. The curve number @2Caselles, V., C. Coll, y E. Valor (1997), "Land
technique for calculating runoff is modified surface emmisivity and temperature determination
to estimate lost groundwater recharge", Journal in the whole HAPES-Sahel are from AVHRR
of American Water Works Association, 89 ( I I ) , data", International Journal of Remote Sensing,
pp. 94-1 06. 18, pp. 1009-1027.
661 Bocco, G. (1990), Gully erosion analysis using Caselles, V., J. Delguido, J.A. Sobrino y E.
remote sensing and geographic information Hurtado (1992), "Evaluation of maximun
systems. A case of study in Central Maxico, Ph.D. evapotranspiration over the La Mancha region,
Thesis University of Amsterdam-ITC. Netherlands. Spain, using NON-AVHRR data", International
Journal of Remote Sensing, 13 (5), pp. 939-946.
QJ Bocco, G., H. A. M. de Brouwer y F. Karanga
(1991), Modelling water resources and water D2i Chehbouni A G., D. Lo-Seen, E. G. Njoku,
demand in semi-arid areas: data integration J. P. Lhomme, B. A. Monteny, e Y . H. Kerr (1977),
and anallysis using a Geographic lnformation "Estimation of sensible heat flux over sparsely
System. Sambunr Dlstricf, norih-western Kenya, vegetated surfaces". Journal of Hydrology,
ITC-UNESCO interna1 Report prepared for 188-189 (1-4), pp. 855-868.
the UNESCO-ITC Programme, Enschede, The
Ilp Dousset, B. (1989). "AVHRR-derived clou- CD Gleick P. H. (1987), "The development and
diness and suriace temperature paiierns aver the testing of a water balance model for climate
Los Angeles area and their relationships to impact assessment: modelinq the Sacramento
land use'', en Quantitative remote sensing: an basin", Water Resources Research, 23 (6),
economic tool for the nineties, Proccedings pp. 1049-1061.
IGARSS.89, IEEE, pp. 2132-2137.
CQ Goodin, D. G. (1995), "Evaluation of a
M Dunne, T. y L. B. Leopold (1978). Water in combined modelling-remote sensing method for
environmental planning, W. H. Freeman and estimating net radiation in a wetland: a case in
Company, San Francisco. study in the Nebraska Sand Hills, U S A " ,
International Journal o f Remote Sensing, 16 (81, Remofe Sensing, 41 (4), pp. 495-515.
pp. 1481-1494.
023 Jain, A,, S. C. Rai y E. Sharma (2000), "Hydro-
LDI Grave, M. y J. Harbor (1997), "Development ecoiogical analysis of a sacred lake watershed
and application of a GIS-based model for system in reiation to land-use cover change from
assessing the long-term hydroiogic impacts of Sikkim Himalaya", Catena, núm. 4, pp. 263-278.
land-use change", Annual meeting. Abstracts with
Programs - Geological Society GSA, Boulder, CO, m Jensen, J. R. (1986), lntroductory Digital
United States of America. (29) 6 lmage Processing. A remote sensing perspective,
Prentice Hall, New Jersey.
Gi Gupta, R. K., S. Prasad, M. V. R. Sesha Sai y
T.S. Viswanadham (1997), "The estimation of CD Kerr, Y. H., J. P. Lagouarde y J. lmbernon
surface temperature over an agricultura1 area (1992), "Accurate land surface temperature
in the state of Haryana and Panjad, India. And its retrieval from AVHRR data with use of an
relationship with the Normalized Difference improved split window". Remote Sensing of
Vegetation lndex (NDVI), using NOAA-AVHRR Environment, 41, pp. 197-209.
data", lnternational Journal of Remote Sensing, 18
(le), pp. 3729 - 3741 Kite, G. W. (1993). "Application of land class
hydrological model to climatic change", Water
Harbor, J. (1994), " A practica! method for Resources Research, 29 (7), pp. 2377-2384.
estimating the of land-use change on surface
runoff, groundwater recharge and wetland OB Kite, G W y A Prietoniro (1996), "Remote
hydrology", Journal o f the American Planning sensing applications in hydrological modeling"
Associafion, 60 ( l ) , pp. 95-108. Hydrological Science, 41 (4), pp 563-591
to implement the agricultura1 nonpoint source rainforest destruction", en Malovey, B.K. (ed.),
pollution (AGNPS) model M.Sc. Thesis, Murray Human activities and the tropical rainforest.
State University. Murray, K.Y., United States. Netherlands, Kluwer Academic Publisher.
Modeling, Santa Fe, NM, Santa Barbara, CA: Olivera, F., D. C. McKinney, D. R. Maidment,
NCGlA http://www.ncgia.ucsb.edu/conf/ 2. Ye y S. Reed (1995), Mean-annual water
SANTA-FE-CD-ROM/main. html. balance of the Niger River, West Africa, Predicting
the Water Balance of Suriace and Ground Water
U Moran, M. S., K. S. Humes, P. J. Pinter Jr. Resources Over Large Areas, UNESCO
(1997), "The scaling characteristics of remotely- Symposium on Runoff Computations for Water
sensed variables for sparsely-vegetated hetero- Projects, St. Petersberg, Russia.
geneous landscapes", Journal o f Hydrology, 190
(3-4), pp. 337-362. @2 Olivera, F. y D R . Maidment (1996), Runoff
computafion using spatially distributed terrain
Müller-Wohlfeil, D. l., W. Lahmer, V. Parameters, Proceedings, ASCE-North American
Krysanova, A. Becker (1996), "Topography-based Water and Environment Congress '96 (NAWEC
hydrological modelling in the Elbe drainage basin", '96), Anaheim, California, June 22-28.
Proceedings Third lnternational Conference/
Workshop on lntegrating GIS and Environmental aBl Olsson, L. y P. Pilesjo (1999), Development
Modeling, Santa Fe, NM, Santa Barbara, and appiications o f spatially distributed hydro-
CA: NCGlA http://www.ncgia.ucsb.edu/conf/ logical models in a GIS environment, ITC
SANTA-FE-CD-ROMlmain. html. Short Course of Environmental Modelling.
http://www.natgeo.lu.se/lennartweb.
Najjar, R. G. (1999), "The water balance of
the Susquehanna River Basin and its response LQ Osman B., E. T. (1996), GiS-Hydroiogicai
to climate change", Journal o f Hydrology, 219, Modelling in Arid Lands. A geographicai Synthesis
pp. 7-19. o f surface waters for the African Read Sea region
in the Sudan, Ph.D Thesis, Lund University,
Narasimha, P. V., L. Venkataratman, P. V. Sweden.
Krisna-Rao, K. V. Ramana y M. N. Singaro
(1993), "Relation between root soil moisture and Ottlé, C. y D. Vidal-Madjar (1992), "Estimation
normalized difference vegetation index of of land suriace temperature with NOAA9 data",
vegetated fields", lnternational Journal of Remote Remote Sensing o f Environment, 40, pp. 27 - 41
Sensing, 14 (3), pp. 441-449.
m Palacio Prieto, J. L. (1989), Evaluation gully
LD Narayana, G. S., Nakshmaiah y P. V. P. Goud erosion using ILWIS, an example o f central
(1996), "Hydrogeomorphological studied based Mexico, ITC Interna1 Report. Enschede. The
on remote sensing of Mulung Tuluk, Warangal Netherlands.
District, Andra Pradesh, India", Hydrological
Science Journal, 41 (2), pp. 137.151 QI Palacio Prieto, J. L., G. Bocco, A. Velázquez
et a l (2000). "La condición actual de los recursos
m Neilson. R. P. (1995), "A model for predicting forestales en México: resultados del Inventario
continental-scale vegetation distribution and Nacional Forestal 2000", investigaciones
water balance", Ecological Application, 5 (2), Geográficas, núm. 43, Instituto de Geografía,
pp. 362-385. UNAM, México, pp. 183-203.
m Olivera. F. (1995), Water Balance of the Souss El Perera, L. K. y R. Tateishi (1995). "Do rernote
basin, Morocco. Using Geographic lnformation sensing and GIS have practica1 applicability in
Systems for water resources management, developing countries? (including come Sri Lanka
CRWR and UNFAO, University of Texas at Austin. experiences", lnternational Journal o f Remote
http://www.ce.utexas.edu/prof/olivera. Sensing, 16 ( l ) , pp. 35-51.
U Olivera, F. (1996), Spatial distributed modeling @2 Petty, G. W. (1995), "The status of satellite
of sform runoff and non-point source poilution rainfall estimation over land", Remote Sensing
using geographic informafion systems, Ph.D. o f Environment. 51, pp. 79-100.
Thesis University of Texas at Austin.
191 Petty, G. W. y W. F. Krajewski (1996),
"Satellite estimation of precipitation over land",
Hydrological Sciences, 41 (4), pp. 433-451. modeling, Klumer Academic, pp. 41-54
Journal of Hydrology, 240, pp. 45-61 blems, and prospects", Computers, Environment
and Urban Systems, 23, pp. 33-51
m Scofield, F. R. (1983), Satallite-derived preci-
pitation estimates for hydrological applications, Thorhnwaite, C. y J. Matter (1955), The water
IAHS Publicación No. 145, pp. 259-272 balance publication in Climatology, Drexel
lnstitute of Technology, Centeron, New Jersey.
U Scofield, F. R. y V. J. Oliver (1977), A scheme
for estimating convective rainfall from satellite Thunnissen H., A M . , M. N. Jaarma y O. F.
imagery NOAA Technical Memorandum NESS Schoumans (1992), "Land cover inventory in the
86, Washington, D.C. Netherlands using remote sensing; application
in a soil and water vulnerability assessment
D2 Seguin, B. (1996), "The use of AVHRR-derived system", International Journal of Remote Sensing,
land suflace temperature estimates for agricultura1 13 (9), pp. 1693-1708.
monitoring", en D'Souza. G. et al. (eds.),
Advances in the use of NOAA-AVHRR data for Valenzuela, C. R (ed.; 1991), lntroduction
land applications, Kluwer Academic Publishers. to Geographical lnformation Systems, ITC.
Dordrecht, The Netherlands, pp. 357-376. Enschede, The Netherlands.
L!2! Verstaooen. H . T h 11983). Aoolied U2 Xu C.Y. 11999). "From GCMs to river flow: a
~ e o m o r ~ h o l &( ~ e o m o r ~ h o l ~ ~"Surv~i/
ical for review of downs&ling methods and hydrologic
E n v i r o n m e n t a l Develoomentl. Elsevier. modellina aooroaches". Prooress in Phvsical
Amsterdam GeograGY, 22 (2), pp. 229-249.
Cd Vorosmarty, C. J. y B. Moore 111 (1991), Xu, C.Y. (2000), "Climate change and
"Modeling basin-scale hydrology in support of hydrologic models: A review of existing gaps and
physical climate and global biogeochemical recent research developments", Water Resources
studies: An exarnple using the Zambezi river", Management, ?3, pp. 369-382.
Surveysin Geophysics, 12, pp. 271-311.
Zinck, J. A. (1988), Physiography and soils,
@J Ward, R. C. (1979), "Geographical hydrology", ITC, Enschede, The Netherlands.
Progress in Physical Geography, 3 (3),
pp. 392-412. L!2! Zonneveld, l. S. (1979), Land evaluation
and Landfscape) science, ITC, Enschede, The
Or0 Xu, C.Y. y G. L. Vandewiele (1994), Netherlands.
"Sensitivity of rainfall-runoff models to input errors
and data length", Hydrological Science Journal, m Zuviría, M. de (1992), Mapping Jopoclimates
39 (2), pp. 157-176 b y integrating topographic, meteorological and
land ecological data in a geogrephic information
Xu C.Y. y V. P. Singh (1998), "A review on system. A case study of the Loam Sak area,
monthly water-balance models for water resour- north central Thailand, Ph.D Thesis University of
ces Investigations", Water resources manage- Amsterdam-ITC. The Netherlands.
ment, 12, pp. 31-50.