See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/243458591

LOS SENSORES REMOTOS Y SU APLICACIÓN EN LA METEOROLOGÍA: UN

ESTUDIO DE CASO

Conference Paper · November 2007

CITATIONS READS

0 5,681

1 author:

Rafael Garcia Cueto

Autonomous University of Baja California
109 PUBLICATIONS   489 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Contaminación aguas subterráneas por vertederos México I View project

Plataforma de colaboración sobre cambio climático y crecimiento verde entre Canadá y México View project

All content following this page was uploaded by Rafael Garcia Cueto on 22 May 2014.

The user has requested enhancement of the downloaded file.

 LOS SENSORES REMOTOS Y SU APLICACIÓN EN LA METEOROLOGÍA:
UN ESTUDIO DE CASO

O. Rafael García Cueto

Instituto de Ingeniería, UABC
Mexicali, B.C., México
rafaelcueto@uabc.mx

RESUMEN
Los sensores remotos se pueden usar para monitorear la cubierta terrestre y el medio
ambiente climático de la superficie terrestre. En particular en este estudio se describe el
trabajo realizado para encontrar la isla de calor urbana superficial en la ciudad de
Mexicali, B.C., México, mediante el uso de imágenes de satélite. Para realizarlo se
analizó la información suministrada por el radiómetro avanzado de alta resolución
(AVHRR) que llevan a bordo los satélites de órbita polar (POES) de la Agencia del
Espacio y la Atmósfera (NOAA) de Estados Unidos, mediante un Sistema de
Información Geográfico, con el que se obtuvieron las temperaturas radiantes
superficiales (TRS) y el Índice de Vegetación de Diferencia Normalizado (NDVI). Las
imágenes utilizadas corresponden a promedios decenales para un período de 4 años
(1992-1996). Al comparar las TRS de la zona urbana de Mexicali con sus alrededores
se encontró que, al igual que otras ciudades ubicadas en climas áridos se ha
desarrollado el fenómeno, pero no exhibe el patrón clásico de una isla urbana de calor,
es decir, TRS más grandes hacia el centro urbano, como sucede en los climas
húmedos, donde las temperaturas más frías se asocian con regiones que tienen
cantidades mayores de vegetación. En este caso las regiones más calientes, aparte de
encontrarse en el área urbana de Mexicali, están también en las áreas desérticas sobre
todo en el desierto que se localiza hacia el oriente la ciudad. Las TRS más frías se
asocian con las grandes parcelas agrícolas de Valle Imperial, CA.

INTRODUCCIÓN
La percepción remota se puede definir como la ciencia de detección y medición a
distancia de un sistema físico mediante la energía electromagnética que emana de él, y
en la que el usuario puede identificar y clasificar estos objetos por clase, sustancia y
distribución espacial (Short, 2007); ejemplos de sensores remotos son los satélites y
radares. Los productos resultantes de tales “mediciones” pueden ser imágenes, mapas,
gráficas, etc. En la actualidad parece que no hay área donde no haya incursionado,
pudiéndose mencionar las de meteorología, climatología, hidrometeorología, geología,
ecología, agronomía, medicina, etc., debiéndose fundamentalmente al acelerado
desarrollo de sensores de alta resolución y rápida respuesta, en donde la computación y
el desarrollo de Sistemas Información Geográfica han jugado un papel relevante.
Uno de los principales beneficiarios de los sensores remotos, ha sido sin duda, la
meteorología, desde que se puso en órbita el primer satélite, el 1 de abril de 1960, el
llamado TIROS-1, ya que por su amplio campo de visión, permitió observar los sistemas
de tiempo a escala sinóptica e interrelacionar los sistemas nubosos con los campos de
presión atmosférica. Es obvio que las imágenes de nubes, extraídas de los sensores
que a bordo llevan los satélites meteorológicos, son las entidades visibles más
familiares para el público en general, sin embargo, hoy los sensores han mejorado
significativamente y son capaces de estimar temperaturas, indirectamente la presión
atmosférica (altas y bajas), así como las velocidades de viento y las razones de
movimiento de masas de aire de manera cuantitativa; Además, pueden dar cobertura,
casi en tiempo real, de los sistemas de tiempo que están afectando a todo el planeta,
con lo que se pueden emitir alertamientos oportunos para evitar desastres que
involucren pérdidas de vidas humanas.
Hoy en día, la visión integral de las ciencias es algo común, y la climatología, desde su
concepción como ente sinérgico en la sociedad, ha alcanzado un desarrollo tal que no
se concibe un estudio que no involucre su inclusión, así por ejemplo se habla de
bioclimatología, agrometeorología, impacto ambiental, etc.; en una escala diferente,
pero no por eso menos importante, que es la aplicación de los sensores remotos en los
estudios urbanos y sus efectos en la meteorología y el clima, los problemas emergentes
son varios: contaminación, cambio de uso del suelo, etc.; aquí la integración de la
percepción remota y los sistemas de información geográfica ha sido ampliamente
aceptada y reconocida como una poderosa y efectiva herramienta para detectar el uso
urbano del suelo y el cambio en la cobertura terrestre (Harris y Ventura 1995).
Por otro lado las altas tasas de urbanización han resultado en drásticos cambios
demográficos, económicos, uso del suelo y climáticos. El desarrollo y expansión de
áreas urbanas obliga a la construcción de nuevas carreteras, edificios y otras
estructuras realizadas por el hombre para alojar a la creciente población, con lo que se
destruye la cubierta natural de suelo. Esta urbanización del otrora escenario natural
puede tener profundos impactos meteorológicos causando microclimas urbanos, y
desarrollando islas de calor urbano, con elevadas temperaturas del aire, comparadas
con las de los alrededores rurales, incrementando las demandas de energía y elevando
las concentraciones de contaminación. Esto ha originado los estudios de clima urbano
en los que antes del advenimiento de la percepción remota se realizaban para lugares
aislados y con mediciones in situ. Ahora con los satélites de alta resolución es posible
estudiar los efectos remotamente a escalas continentales y globales. Gallo et al. (1993)
usaron datos del Radiómetro Avanzado de Muy Alta Resolución (AVHRR, por sus siglas
en inglés) de NOAA para determinar las diferencias urbano/rurales en la temperatura
superficial y en el índice de vegetación (NDVI) para 37 ciudades de Estados Unidos,
encontrando que la diferencia en el NDVI mostró una correlación positiva con las
diferencias en la temperatura superficial y del aire. Los datos AVHRR también se han
usado para estudiar el impacto de la urbanización en la cubierta de vegetación y
disponibilidad de humedad superficial (Owen et al. 1998).
Aunque existen muchas ventajas en el uso de técnicas de sensores remotos se deben
realizar varias consideraciones cuando se aplican tales métodos para el estudio de la
isla urbana de calor. Cuando se hacen determinaciones de temperatura de datos
sensados remotamente, se debe estar consciente del hecho de que las temperaturas
derivadas son las temperaturas superficiales de los materiales emisores, y no de las
temperaturas del aire, como en las medidas in situ. Este rasgo, combinado con la
abundancia de tipos de superficie en el medio ambiente urbano, puede causar que las
temperaturas de superficie exhiban una variabilidad espacial mucho mayor que las
temperaturas del aire concurrentes. Es decir, la isla de calor urbano superficial (ICUS)
es diferente que la isla de calor urbano atmosférica (ICUA).
Con estas salvedades y dado que la ciudad de Mexicali, B.C., ha tenido un desarrollo
importante, poblacional y territorialmente, en este trabajo se identifica la ICUS mediante
el uso sensores remotos (imágenes de satélite) y el uso de un sistema de información
geográfico.

EL SISTEMA AVHRR DE NOAA

El conjunto de datos del AVHRR es mantenido en los archivos del Centro de Datos de
Investigación Geológica de Estados Unidos, denominado Sistema de Observación de
Recursos Terrestres (EROS, por sus siglas en inglés). Llevado a bordo en la serie de
Satélites Ambientales de Órbita Polar (POES, por sus siglas en inglés) de la
Administración Nacional Oceánica y Atmosférica de Estados Unidos (NOAA, por sus
siglas en inglés), el sensor AVHRR es de banda ancha, de 4 ó 5 canales de barrido
radiométrico, que mide en las porciones visible, infrarrojo cercano e infrarrojo térmico
del espectro electromagnético (tabla 1).
En los satélites NOAA-7, NOAA-9, NOAA-11, NOAA-12 y NOAA-14, el sensor AVHRR
mide la radiación emitida y reflejada en cinco canales (bandas) del espectro
electromagnético: una banda visible (0.58-0.68 μm) que se usa para la nubosidad diurna
y mapeo de superficie; una banda infrarrojo-cercana (0.725 a 1.1 μm), utilizada para
delinear agua superficial y mapeo de cubierta vegetativa; una banda infrarrojo-medio
(3.55 a 3.93 μm), usada para mapear temperatura superficial y nubosidad diurna y
nocturna; y otra banda infrarrojo térmica (11.5 a 12.5 μm) que se usa para mapear
temperatura de superficie.

Banda No Satélites: NOAA-6,8,10(μm) Satélites: NOAA-7,9,11,12,14(μm) IFOV (μr)

1 0.58-0.68 0.58-0.68 1.39
2 0.725-1.10 0.725-1.10 1.41
3 3.55-3.93 3.55-3.93 1.51
4 10.50-11.50 10.3-11.3 1.41
5 Band 4 repetida 11.5-12.5 1.30
Tabla 1. Rango Espectral de satélites NOAA-X

El primer canal AVHRR está en una parte del espectro donde la clorofila causa
considerable absorción de radiación entrante, y el segundo canal está en una región
espectral donde la esponjosa estructura del mesófilo de hojas conduce a una
considerable reflectividad. Este contraste entre respuestas de las dos bandas se puede
mostrar por una relación transformada; es decir, dividiendo una banda por la otra.
Varias relaciones transformadas se han propuesto para estudiar diferentes superficies
terrestres. El Índice de Vegetación de Diferencia Normalizado (NDVI) es una de esas
relaciones, que ha mostrado estar altamente correlacionada con parámetros de
vegetación, tal como biomasa verde de las hojas y área verde foliar, y por tanto, es de
considerable valor para la discriminación de la vegetación.
El centro de datos EROS aloja datos AVHRR en Transmisión de Imagen de Alta
Resolución (HRPT), y datos de Cobertura de Área Local (LAC). Los datos HRPT son de
imagen de resolución completa transmitidos a una estación terrena conforme ellos son
colectados, mientras que los datos LAC (también datos de resolución completa) son
registrados con una grabadora de cinta para posterior transmisión durante el paso sobre
una estación.
El objetivo del instrumento AVHRR es proveer datos de radianza para investigación de
nubes, límites tierra-agua, extensión y/ó fusión de nieve y hielo, distribución diurna y
nocturna de nubosidad, temperaturas radiantes de superficies, y temperaturas de
superficie de mar. Los datos AVHRR también proveen oportunidades para estudiar y
monitorear condiciones de vegetación en ecosistemas, incluyendo bosques, tundra y
tierras de pastos, con aplicaciones que incluyen evaluación agrícola, mapeo de cubierta
terrestre, producción de imágenes de gran escala (p.e., mapas de países, mapas
continentales, mapas mundiales), y evaluación de cubiertas regionales y continentales
de cubierta de nieve.
El promedio instantáneo del campo de vista (IFOV) de 1.4 μr (milirradianes) produce
una resolución terrestre LAC/HRPT de aproximadamente 1.1 km en el nadir del satélite
desde la altitud nominal de la órbita de 833 km.
ÁREA DE ESTUDIO
El área de estudio se localiza en la frontera de los países México-Estados Unidos, en
los estados de Baja California-California, en las ciudades Mexicali-Calexico, pero
incluye algunos poblados de menor importancia en ambos lados de la frontera, como El
Centro, CA., a los valles agrícolas de Mexicali e Imperial y porciones desérticas de
ambos países. Las coordenadas extremas son: 32°00’ a 33°20’ y 114°53’ a 116°10’. El
rango altitudinal va de los 4 mts. abajo del nivel del mar a los 40 mts. arriba del nivel del
mar. El área se caracteriza por ser un extenso valle agrícola, gracias al sistema
hidráulico de riego del río Colorado. El clima cálido seco, muy árido, con temperatura
media anual de 22.4°C, escasa precipitación pluvial (70.5 mm anuales) y oscilación
térmica anual de temperaturas medias mensuales muy extremosa domina a la región; el
sistema sinóptico semi-permanente que da origen a este tipo de régimen climático es el
sistema de alta presión del Pacífico noroeste, que con sus movimientos de subsidencia
inhibe la formación de nubosidad en toda esta región durante la mayor parte del año. En
los meses de invierno, la región se ve afectada por sistemas frontales que causan
nubosidad, viento, lluvias/lloviznas, y descenso en las temperaturas. La vegetación
nativa característica es del tipo xerófita arbustiva, mesquites (Prosopis sp.), cachanilla
(Pluchea sericea), etc., aunque en la zona urbana se han introducido especies que no
son precisamente del ambiente desértico, p.e., yucateco (Ficus microcarpa).

METODOLOGÍA
Las imágenes AVHRR de NOAA para el período de Enero a Diciembre, de 1992 a 1996,
se obtuvieron del sitio web: http://edcdaacftp.cr.usgs.gov/; son imágenes compuestas de
períodos decenales, que se corrigieron de efectos atmosféricos y radiométricos. Las
imágenes se “cortaron” y ajustaron a las coordenadas extremas del área bajo estudio.
En total, se analizaron 26 imágenes, de las bandas térmicas 4 (10.3-11.3μm), 5 (11.5-
12.5μm) y 1 y 2 (para cálculo del NDVI), de un paso por la tarde (entre las 21:00 y 22:30
GMT), mediante el Sistema de Información Geográfico IDRISI V3.2. Para determinar la
temperatura radiante superficial (TRS) se eligieron dos algoritmos, de entre los muchos
disponibles, el de Price, 1990, y el de Becker Li, 1990:

Relación Price: TRS = T4 + 3.3 (T4 – T5)

Relación Becker-Li: TRS = A0 + P [(T4 + T5)/2] + M [(T4 – T5)/2]

en las que: TRS=Temperatura radiante superficial (de cuerpo negro); T4=Temperatura

radiante del canal 4; T5=Temperatura radiante del canal 5; A0=1.274; P=1 + {0.15616 (1
- ε)/ε} – 0.482 (Δε/ε2); M=6.26 + {3.98 (1 - ε)/ε} + 38.33 (Δε/ε2); ε=(ε4 + ε5 )/2; Δε = ε4 - ε5;
ε4 = 0.972; ε5 = 0.977.
Los valores de emisividad se obtuvieron del promedio de clases de suelo y vegetación
desarrollado por Rubio et al., 1997. La temperatura superficial calculada no es una
temperatura superficial real, sino que es una temperatura equivalente de cuerpo negro,
definida como la temperatura a la que un cuerpo negro emitiría la misma cantidad de
radiación que el cuerpo en el campo de vista del sensor (Balling y Brazel, 1989). En el
caso de la relación de Price se supone una emisividad superficial de 1.0. Las diferencias
en emisividad de superficie, entre las regiones urbanas y rurales, no estuvieron
disponibles, y por tanto no se incluyeron en el cálculo de TRS, aunque varios autores
(Roth, 1989; Carlson, 1986) mencionan que las diferencias, al no incluir valores de
emisividad son pequeñas, del orden de 1 a 1.5°C; dado que el interés radica en los
valores relativos, para efectos de comparación, y no absolutos, se consideró que esta
diferencia no era significativa para el propósito del estudio.
Con el propósito de determinar cual algoritmo utilizar, se usaron ambos en un par de
imágenes, se aplicó la prueba estadística z al 95% de confiabilidad, y se encontró que
con un margen de error del 5%, las temperaturas radiantes superficiales no eran
diferentes, optándose por elegir la relación de Price op. cit., 1990.
La interpretación de relaciones significativas de estas temperaturas radiantes se
complica posteriormente por las interacciones físicas complejas de la superficie terrestre
y la atmósfera dentro del campo de vista del sensor. Tales factores pueden incluir
complejidad de tipos de superficie y sus emisividades asociadas, rugosidad superficial
(aspereza), compleja topografía o efectos de cañones urbanos, historia lluviosa y
contenido de humedad del suelo, características del dosel vegetativo, humedad relativa,
viento y efectos de turbulencia, presencia de nubes, absorción y emitancia de radiación
térmica por aerosoles, vapor de agua, y otros gases en la atmósfera. A pesar de estas
dificultades, varios investigadores creen que el uso de datos de radianza térmica
pueden ser de mucha ayuda en la investigación climatológica urbana (Barton y
Takashima, 1986). La cuidadosa selección de las bandas de radianza más apropiadas y
la elección temporal cuando las condiciones atmosféricas son ideales, puede minimizar
muchos de los problemas potenciales mencionados.
El Índice de Vegetación de Diferencia Normalizado (NDVI) se calculó con la siguiente
expresión:

NDVI = (nearIR – visible)/(nearIR + visible)

en el que nearIR (0.72-1.1 μm) y visible (0.58- 0.68 μm) son datos extraídos de las
bandas 1 y 2 del sensor AVHRR. El NDVI es un indicador de la presencia y densidad
de vegetación verde, y se ha usado para monitorear la actividad estacional de la
vegetación. Las superficies no vegetadas –p.e., agua o nubes- tienen valores bajos o
negativos de NDVI.

RESULTADOS
La figura 1 muestra un ejemplo representativo de la TRS para el período decenal
compuesto del 1 al 10 de mayo de 1992; en ella se pueden ver rasgos asociados con
diferentes valores de TRS, dependiendo de su cobertura de suelo, y por tanto de
diferentes propiedades físicas, como la emisividad y el albedo. En esa imagen el norte
apunta hacia el tope de ella. Los números en la imagen se refieren a los siguientes
rasgos geográficos : 1) zona urbana mexicali; 2) valle Imperial, CA; 3) valle de Mexicali,
B.C.; 4) desierto oriental de la zona urbana de Mexicali; 5) desierto occidental de la
zona urbana de Mexicali; 6) Cerro El Centinela; 7) Sierra Cucapah. La mayoría de las
imágenes analizadas permitieron realizar esta distinción de rasgos, basada en los
valores de TRS. A la derecha de la imagen se ve la escala asociada al contraste de
grises, con la temperatura en °C, y las isotermas ploteadas cada dos unidades. En esta
imagen se muestra que la zona urbana destaca por los valores de TRS mayores,
comparada con las zonas agrícolas, sin embargo, por su ubicación en una zona árida
hay valores de TRS en las zonas desérticas aledañas que muestran valores
comparables.
En la fig. 2 se realizó un acercamiento de la fig. 1 para mostrar las TRS de la zona
urbana y alrededores cercanos; Se ve que la zona urbana de Mexicali es claramente
distinguible de sus alrededores por las mayores temperaturas (de 50 a 58°C); en Valle
Imperial las temperaturas calculadas son menores y oscilan en el rango de 33 a 45°C;
hacia el sur-sureste de la ciudad las temperaturas van siendo menores, conforme se
aleja uno de la mancha urbana, y oscilan entre 41 y 50°C, que son valores superiores a
los registrados en Valle Imperial. En la zona urbana Mexicali, en esta imagen, y a la
escala de 1km de resolución se aprecian valores distintos de TRS, que deben estar
enlazados a distintos usos del suelo.

5
2 4

6 1

7
Fig. 1 Temperatura de superficie terrestre, 1-10 Mayo de 1992 de las 21:30 GMT. Isotermas cada 2°C

Valle Imperial
TRS(°C)

Zona urbana Mexicali

Valle Mexicali

Fig. 2 Acercamiento a zona urbana de Mexicali para apreciar las TRS (1-10 Mayo 1992, 21:30 GMT).
Isolíneas de temperatura cada 3°C.

El análisis de las 25 imágenes restantes han permitido detectar los rasgos que ya se
mencionaron en el ejemplo descrito, por lo que se puede concluir de manera general
que con las imágenes de alta resolución (tamaño de pixel 1 km2) si es posible detectar
la “isla de calor urbano”; sin embargo se puede ver también que, dada la ubicación
geográfica de Mexicali, se detectan regiones más calientes en las áreas desérticas de
alrededor, sobre todo al final de la estación de primavera, verano y al inicio del otoño.
Las TRS más frías están asociadas con las áreas de agricultura de riego, notándose
este efecto más en Valle Imperial, CA, y menos en el Valle de Mexicali, B.C.
También es posible distinguir otros rasgos geomorfológicos locales en el análisis de las
imágenes AVHRR, tales como la Sierra Cucapah, Cerro el Centinela, la laguna de
evaporación de la planta geotérmica de Cerro Prieto, que presentan TRS más bajas que
sus alrededores.
Los mayores contrastes térmicos con valores mayores a 40°C, entre el área urbana de
Mexicali y sus alrededores, se observaron en los meses de verano: julio y agosto; los
contrastes térmicos menores de 20°C se presentaron (quitando los meses en que se
presentó lluvia) en octubre y noviembre; contrastes térmicos entre 30 y 40°C se
presentaron abril, mayo, junio y septiembre.
Al realizar un análisis de regresión de TRS (obtenida mediante imagen de satélite) y
temperatura del aire (Taire) registrada en el Instituto de Ingeniería de la UABC, se
encontró que un 89% de la variabilidad de Taire es explicada por la TRS; esto indica
que, al menos para períodos decenales, para la UABC, es posible realizar una
estimación de la temperatura promedio del aire, a partir de la temperatura radiante
obtenida de la imagen de satélite (por supuesto, bajo las mismas condiciones
atmosféricas en que fue tomada la imagen). La figura 3 muestra el análisis realizado, la
ecuación de regresión y el coeficiente de determinación encontrado.

Fig. 3 Relacion entre TRS-Taire

Mexicali, B.C. (varias fechas)
50
45
40
35
Taire(ºC)

30
25
20
y = 0.5552x + 8.5014
15 R2 = 0.8931
10
5
0
0 10 20 30 40 50 60 70 80
TRS(ºC)

En la figura 4 se presenta el perfil temporal de TRS para todas las coberturas de suelo,
y que permite ver la semejanza en el comportamiento, pero al mismo tiempo la
diferencia en los valores calculados. En la figura 5 se muestra la diferencia que se
encuentra entre el valor promedio de la temperatura radiante de la zona urbana de
Mexicali y los demás lugares circunvecinos. Destaca el mes de agosto como la
diferencia más prominente, y en seguida los meses de mayo y junio.
 Fig. 4 Temperatura Radiante Superficial estimada de AVHRR
80

70

60
50
T(°c )

40

30

20
10

mxli urbano valle imperial valle mexicali desiertoE

Fig. 5 Diferencia promedio de TRS (Mexicali-demás zonas)

10

4
difT(°C)

0
1- 92

1- 93
10 5

10 3

10 93

10 9 3

10 5
1- y 92

10 2

1- y 93
2

1- p93

10 5

95
1- j l92

10 2

10 3

10 5
1- b95
11 oc 9

1- v 9
1- g9

11 s p9

1- c 9

1- n9

1- j l9

1- g9

1- c9

1- v 9
-2
jn

jn
r
b

dc
m
m

m
0n
a

n
d

s
f
10

10
10

10
0
10

10

10
10

-2

-2

1-
1-

1-

-4

Con las imágenes NDVI es posible diferenciar zonas urbanas de zonas agrícolas, lo que
puede verificarse en la fig. 6, y en donde claramente se observa la separación entre las
zonas agrícolas del Valle de Mexicali y Valle Imperial, de las zonas urbanas de Mexicali,
B.C., Calexico, CA y el Centro, CA., y por otro lado se ubican muy bien las zonas
desérticas que rodean, tanto a las zonas urbanas, como a las zonas agrícolas. Las
leyendas en la figura 6 corresponden a lo siguiente: 1 Mexicali, B.C.; 2 Calexico, CA; 3
El Centro, CA; 4 Valle Imperial, CA; 5 Valle de Mexicali, B.C.; 6 Desierto Oriental; 7
Desierto Ocidental; 8 Laguna Salada; 9 Laguna de evaporación (campo geotérmico de
CFE). En la imagen se pueden ver valores máximos de NDVI de 0.64, principalmente en
las parcelas agrícolas de Valle Imperial, mientras que en el Valle de Mexicali se tiene un
valor promedio de 0.20, lo que implica una mayor densidad de cobertura vegetal
“verde”. En las zonas urbanas y desérticas se tienen valores muy bajos ó negativos de
NDVI, lo que implica una cobertura vegetal deficiente. El enlace entre los valores de
NDVI y TRS, parecen tener una relación inversa, ya que en general valores altos de
NDVI le corresponden valores bajos de TRS. Este resultado indica que a igualdad de
energía entrante, en un medio donde haya humedad disponible, gran parte de esa
energía se usará para evapotranspiración, disminuyendo por tanto su aportación para
calentamiento del suelo (y por tanto del aire). Como las áreas urbanas (Mexicali,
Calexico, El Centro) tienen menos cobertura vegetal para evapotranspiración, la
mayoría de la energía radiante se usa para calentar el suelo y el aire, el cual adquiere
las características térmicas de la cobertura urbana, es decir, valores muy altos. En
cambio en las áreas agrícolas, ya que una buena cantidad de la energía radiante se
consume en el proceso evapotranspirativo, las temperaturas del suelo, y por tanto las
temperaturas del aire son más bajas. Otro detalle más en estas imágenes es que se
puede observar que las áreas desérticas tienen temperaturas más altas que las áreas
agrícolas y urbanas; al carecer de cobertura vegetal y de elementos característicos
urbanos (asfalto, ladrillo, etc.), la energía radiante entrante se ocupa en calentar
directamente el suelo, y el aire sobreyacente rápidamente adquiere valores térmicos
altos. Sin embargo dadas las propiedades físicas del suelo (albedo, emitancia) parece
que el calor ganado durante el día, lo pierde rápidamente en el transcurso de la
tarde/noche, por lo que si bien la ciudad parece comportarse como una isla fría durante
el día (comparado con el desierto), pasa a ser una isla de calor por la noche.

7
4 6

2
1

5
8
9

Fig. 6 NDVI, 1 a 10 de Mayo de 1993 (21:30 GMT).

CONCLUSIONES
Los sensores remotos, en este caso imágenes de satélite, y el uso de un sistema de
información geográfico son útiles para varias aplicaciones en el área ambiental. En este
estudio se aplicaron para identificar la isla de calor urbana superficial de Mexicali, B.C.
con notable éxito. Se encontró que igual que otras ciudades se ha desarrollado este
fenómeno atmosférico. En este caso las regiones más calientes, aparte de encontrarse
en el área urbana de Mexicali, se encuentra también en las áreas desérticas sobre todo
 en el desierto que se localiza hacia el oriente la ciudad. Las TRS más frías se asocian
con las grandes parcelas agrícolas de Valle Imperial, CA.
Con el manejo de bandas apropiadas se pudo hacer una estimación del NDVI con lo
que fue posible realizar una distinción entre áreas urbanas y rurales, Se logró ver
también que las temperaturas radiantes superficiales tienen una relación inversa con el
NDVI, y que la cubierta vegetativa toma energía entrante para el proceso
evapotranspirativo, disminuyendo por tanto su aportación para calentamiento del suelo,
y por tanto del aire.

BIBLIOGRAFÍA
Balling, R.C. and S.W. Brazel, 1989. High Resolution Nighttime temperature patterns in
Phoenix. Journal of the Arizona-Nevada Academy of Science 23, 49-53.
Barton, I.J. and T. Takashima, 1986. An AVHRR investigation of surface emissivity near
Lake Eyre, Australia. Rem. Sens. of Environment 20:153-163.
Becker, F., and Li, Z.L., 1990: Towards a local split window method over land surfaces.
Intl. J. Rem. Sens. 11:369-393.
Carlson, T.N., 1986: Regional-scale estimates of surface moisture availability and
thermal inertia using remote thermal measurements. Remote. Sens. Rev., 1, 197-247.
Gallo, K.P., A.L. McNab, T.R. Karl, J.F. Brown, J.J. Hood and J.D. Tarpley, 1993. The
use of NOAA AVHRR Data for assessment of the urban heat island effect. J. Appl.. Met.
32, 899-908.
Harris, P.M. and Ventura, S.J., 1995. The integration of geographic data with remotely
sensed imagery to improve classification in an urban area. Photogramm. eng. remote
sensing 61, 993-998.
Owen, W.T., T. N. Carlson and R. R. Gillies, 1998. An assessment of satellite remotely-
sensed land cover parameters in quantitatively describing the climatic effect of
urbanization. Intl J. Rem. Sens. 19, 1663 – 1681.
Price, J.C., 1990: Using spatial context in satellite data to infer regional scale
evapotranspiration. IEEE Trans. Geosci. Remote Sens. 28, 940-948.
Roth, T.M. and T.R. Oke, 1989.Satellite derived urban heat islands from three coastal
cities and the utilization of such data in urban climatology. Intl. J. Rem. Sens. 10, 1699-
1720
Rubio, E., Caselles, V., and Badenas, C., 1997. Emissivity measurements of several
soils and vegetation types in the 8-14 μm wave band: Analysis of two field methods.
Rem. Sens. Env. 59: 490-521.
Short, M.N., 2007. The Remote Sensing Tutorial. National Aeronautic and Space
Administration. http://rst.gsfc.nasa.gov/. Página Web visitada el 1 de Octubre de 2007.

View publication stats