CARACTERIZACIÓN DE LAS CONDICIONES ABIÓTICAS DEL ECOSISTEMA UTILIZANDO IMÁGENES SATELITALES: APLICACIÓN EN LA QUEBRADA CUCHIMACHAY EN SAN JERÓNIMO DE SURCO
DOI:
https://doi.org/10.21704/rea.v24i1.2273Palabras clave:
ecosistema, humedad, estrés de humedad, pendiente, radiaciónResumen
La caracterización de los factores bióticos y abióticos es un procedimiento necesario para el manejo del ecosistema. En ese contexto se realizó la caracterización del biotopo de la quebrada Cuchimachay en San Jerónimo de Surco, Lima. Se seleccionaron imágenes satelitales de índice de humedad y de estrés de humedad del área de estudio del 8 de junio de 2024 a través del satélite Sentinel-2 a nivel L2A. A partir de ASTER Global Digital Elevation Model se obtuvieron imágenes en formato Aster versión 003 que proporcionaron un modelo digital de elevación. El área de estudio fluctúa entre 2 075 y 2 400 msnm. La ladera oriental tiene mayor número de pisos altitudinales. El mapa de pendientes se hizo con el modelo digital de elevación de la zona con correcciones y la herramienta Slope de Surface. Para la realización del mapa de radiación se hizo uso de la herramienta encontrada en Spatial Analyst tools, Solar Radiation, Área Solar Radiation. El modelo de pendientes muestra que las zonas más planas se ubican hacia el noroeste de la quebrada, específicamente en el fondo de quebrada y en las zonas más próximas al centro poblado. La ladera occidental es la que se presenta pendiente extremadamente inclinada, asimismo es la que presenta los niveles más altos de radiación, por sobre los 4 500 Kwh/m2. El mayor estrés de humedad también se presenta en la ladera occidental. Se delimitaron seis biotopos, árido, semiárido, húmedo, agricultura, quebrada seca y quebrada sin agua, siendo el biotopo árido el de mayor extensión.
Descargas
Referencias
Ashcroft M.B., Gollan J.R. & Ramp D. 2014. Creating vegetation density profiles for a diverse range of ecological habitats using terrestrial laser scanning. Methods in Ecology and Evolution, 5(3): 263-272. https://doi.org/10.1111/2041-210X.12157.
Baker K., Chadwick M.A., Kahar R., Sulaiman Z.H. & Wahab R.A. 2016. Fluvial biotopes influence macroinvertebrate biodiversity in South-East Asian tropical streams. Ecosphere, 7(12): e01479. https://esajournals.onlinelibrary.wiley.com/doi/full/10.1002/ecs2.1479.
Buendía H., Rojas T. & Pérez N. 2001. Propuesta de ordenamiento territorial del sector San Jerónimo de Surco-Huarochirí-Dpto. de Lima. Revista del Instituto de Investigación de la Facultad de Geología, Minas, Metalurgia y Ciencias Geográficas (Rev. Inst. Investig. Fac. Minas Metal Cienc. Geogr.), 4(7): 33-45. https://revistasinvestigacion.unmsm.edu.pe/index.php/ii geo/article/view/3064. https://sisbib.unmsm.edu.pe/bibvirtual/publicaciones/ge ologia/v04_n7/prop_ordena.htm.
Chytrý M., Tichý L., Hennekens S.M., Knollová I., Janssen J.A.M., Rodwell J.S., Peterka T., et al. & Schaminée J.H.J. 2020. EUNIS Habitat Classification: Expert system, characteristic species combinations and distribution maps of European habitats. Applied Vegetation Science, 23(4): 648–675. https://doi.org/10.1111/avsc.12519.
Córdoba R. 2022. La importancia de la mapificación de los ecosistemas y sus servicios para la planificación urbana. Cuaderno de Investigación Urbanística nº 145, DOI: 10.20868/ciur.2022.145.
Esri. 2025. Radiación Solar de Área (Spatial Analyst). ArcMap 10.8. [Página web]. https://desktop.arcgis.com/es/arcmap/latest/tools/spatial- analyst-toolbox/area-solar-radiation.htm.
García-Alzate C.A., Román-Valencia C., Vanegas-Ríos J.A. & Arcila-Mesa D.K. 2007. Análisis Fisicoquímico y Biológico Comparado en Dos Quebradas de Alta Montaña Neotropical. Revista de Investigaciones Universidad del Quindío, 17: 57-80. Consultado el 24 de junio de 2024, de: https://www.researchgate.net/publication/258844353_A nalisis_Fisicoquimico_y_Biologico_Comparado_en_Dos_Quebradas_de_Alta_Montana_Neotropical.
Gavashelishvili A. & Lukarevskiy V. 2008. Modelling the habitat requirements of leopard Panthera pardus in west and central Asia. Journal of Applied Ecology, 45: 579-588. DOI: 10.1111/j.1365-2664.2007.01432.x.
Harvey M.G., Winger B.M., Seeholzer G.F. & Cáceres D. 2011. Avifauna of the Gran Pajonal and southern cerros del Sira, Peru. The Wilson Journal of Ornithology, 123(2): 289-315. https://doi.org/10.1676/10-066.1. http://www.bioone.org/doi/full/10.1676/10-066.1. https://www.wingerlab.org/uploads/3/7/0/9/37099457/ha rveyetal2011.pdf.
Hong S.-K., Kim S., Cho K.-H., Kim J.-E., Kang S. & Lee D. 2004. Ecotope mapping for landscape ecological assessment of habitat and ecosystem. Ecological Research, 19(1): 131–139. DOI: 10.1111/j.1440- 1703.2003.00603.x.
Hong S.-K., Song I.-J., Byun B., Yoo S. & Nakagoshi N. 2005. Application of biotope mapping for spatial environmental planning and policy: case studies in urban ecosystems in Korea. Landscape Ecological and Engineering, 1: 101–112. DOI: 10.1007/s11355-005-0026-9.
Hosseini N., Ghorbanpour M. & Mostafavi H. 2024. Habitat potential modelling and the effect of climate change on the current and future distribution of three Thymus species in Iran using MaxEnt. Scientific Reports, 14: 3641. DOI: 10.1038/s41598-024-53405-5.
INRENA. 1995. Mapa Ecológico del Perú: Guía explicativa. INRENA (Instituto Nacional de Recursos Naturales / Ministerio de Agricultura). Lima, Perú. https://tinyurl.com/rEA-UNALM-18.
Johansen K., Coops N.C., Gergel S.E. & Stange Y. 2007. Application of high spatial resolution satellite imagery for riparian and forest ecosystem classification. Remote sensing of Environment, 110(1): 29-44. DOI: 10.1016/j.rse.2007.02.014.
Käyhkö N. & Skånes H. 2006. Change trajectories and key biotopes—Assessing landscape dynamics and sustainability. Landscape and Urban Planning, 75(3-4): 300–321. DOI: 10.1016/j.landurbplan.2005.02. https://www.utupub.fi/handle/10024/170864.
Leckie D.G., Cloney E., Jay C. & Paradine D. 2005. Automated mapping of stream features with high- resolution multispectral imagery: An Example of the Capabilities. Photogrammetric Engineering & Remote Sensing, 71(2): 145-155. DOI: 10.14358/PERS.71.2.145.
Löfvenhaft K., Runborg S. & Sjögren-Gulve P. 2004. Biotope patterns and amphibian distribution as assessment tools in urban landscape planning. Landscape and Urban Planning, 68(4): 403–427. DOI: 10.1016/s01692046(03)00154-3.
Madrigal-Martínez S., Puga-Calderón R.J., Bustínza V. & Vilca Ó. 2022. Spatiotemporal changes in land use and ecosystem service values under the influence of glacier retreat in a high-Andean environment. Frontiers in Environmental Science, 10: 941887.
Mansuroglu S., Ortacesme V. & Karaguzel O. 2006. Biotope mapping in an urban environment and its implications for urban management in Turkey. Journal of Environmental Management, 81(3): 175–187. https://doi.org/10.1016/j.jenvman.2005.10.008.
MIDAGRI. 2022. DECRETO SUPREMO N° 005-2022-MIDAGRI: Decreto Supremo que Aprueba el Reglamento de Clasificación de Tierras por su Capacidad de Uso Mayor. El Peruano, 39(16583): Separata Especial (SE). https://busquedas.elperuano.pe/cuadernillo/NL/2022042 4.
https://busquedas.elperuano.pe/dispositivo/SE/2060758- 1. https://busquedas.elperuano.pe/dispositivo/NL/2060758- 1.
MINAM. 2018. Definiciones Conceptuales de los Ecosistemas del Perú. MINAM (Ministerio de Ambiente). https://bit.ly/rEA-UNALM-36.
Padmore C.L. 1998. The role of physical biotopes in determining the conservation status and flow requirements of British rivers. Aquatic Ecosystem Health & Management, 1(1): 25-35. DOI: 10.1080/14634989808657003.
Qiu L., Gao T., Gunnarsson A., Hammer M. & von Bothmer R. 2010. A methodological study of biotope mapping in nature conservation. Urban Forestry & Urban Greening, 9(2): 161–166. DOI: 10.1016/j.ufug.2010.01.003.
Raška P., Riezner J., Pokorný R., Holec M. & Raška M. 2017. Relations between Biotic and Abiotic Diversity in Abandoned Basalt Quarry and Its Relevance for Ecological Restoration (Radobýl Hill, Northern Czechia). Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 65(1): 0151–0166. https://doi.org/10.11118/actaun201765010151.
Rubanschi S., Meyer S.T., Hof C. & Weisser W.W. 2023. Modelling potential biotope composition on a regional scale revealed that climate variables are stronger drivers than soil variables. Diversity and Distributions, 29: 492–508. https://doi.org/10.1111/ddi.13675.
Sahagún-Sánchez F.J. & Reyes-Hernández H. 2018. Impactos por cambio de uso de suelo en las áreas naturales protegidas de la región central de la Sierra Madre Oriental, México. CienciaUAT, 12(2): 6-21. https://revistaciencia.uat.edu.mx/index.php/CienciaUAT/article/view/831.
Silvar P. & Giraldo A. 2018. Mapeo del hábitat costero de bahía Aguacate y bahía Cupica, costa norte del Pacífico colombiano || Coastal habitat mapping of Bahia Aguacate and bahia Cupica, northern Colombian Pacific coast. Boletín de Investigaciones Marinas y Costeras || Bulletin of Marine and Coastal Research, 47 (1): 9-23. DOI: 10.25268/bimc.invemar.2018.47.1.735.
Stevens L.E., Schenk E.R & Springer A.E. 2021. Springs ecosystem classification. Ecological Applications, 3(1): e02218. DOI: 10.1002/eap.2218.
Turner M.G., Gardner R.H., Dale V.H. & O’Neill R.V. 1989. Predicting the Spread of Disturbance across Heterogeneous Landscapes. Oikos, 55(1): 121-129. DOI: 10.2307/3565881. https://www.jstor.org/stable/3565881.
Velez-Liendo X., Strubbe D. & Matthysen E. 2013. Effects of variable selection on modelling habitat and potential distribution of the Andean bear in Bolivia. Ursus, 24(2):127-138. http://www.jstor.org/stable/24643808.
Vihervaara P., Kumpula T., Ruokolainen A., Tanskanen A. & Burkhard. 2012. The use of detailed biotope data for linking biodiversity with ecosystem services in Finland. International Journal of Biodiversity Science, Ecosystem Services & Management, 8(1-2): 169-185. DOI: 10.1080/21513732.2012.686120.
Wang B., Zhang G. & Duan J. 2015. Relationship between topography and the distribution of understory vegetation in a Pinus massoniana forest in Southern China. International Soil and Water Conservation Research, 3(4): 291-304. https://doi.org/10.1016/j.iswcr.2015.10.002.
Warren S.D., Alt M., Olson K.D., Irl S.D.H., Steinbauer M.J. & Jentsch A. 2014. The relationship between the spectral diversity of satellite imagery, habitat heterogeneity, and plant species richness. Ecological Informatics, 24: 160-168. DOI: 10.1016/j.ecoinf.2014.08.006.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Jorge León, Brandon Ortiz, Yarisel Rojas, Luis Santillán
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
