UNIVERSIDAD NACIONAL DE ASUNCIÓN

Facultad de Ingeniería

Ingeniería Geográfica y Ambiental

Análisis Espacial de la Isla de Calor Urbana en el Área

Metropolitana de Asunción Mediante Teledetección y SIG.

RESUMEN TÉCNICO

Juan Carlos Silva Méndez

Alfredo Eduardo Arzamendia Maldonado

San Lorenzo, Paraguay

2017
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Juan Silva (1); Alfredo Arzamendia (2)

(1) Ingeniería Geográfica y Ambiental, Facultad de Ingeniería,

jcsilvamendez@[Link]

(2) Ingeniería Geográfica y Ambiental, Facultad de Ingeniería,

alfredoarza04@[Link]

Resumen

En Paraguay se desconoce la existencia de trabajos similares en el estudio del

fenómeno de la Isla de Calor Urbana, siendo este tal vez el único, en su tipo.
Este trabajo presenta un análisis espacial de la Isla de Calor Urbana Superficial
en el Área Metropolitana de Asunción (AMA) mediante Teledetección y SIG. El
sensor utilizado es el LANDSAT 8 OLI/TIRS, y como insumo se utilizó las
imágenes correspondientes a las fechas 23 de diciembre de 2013 y 15 de
diciembre de 2016, y empleando el software libre QGIS, para realizar la
clasificación de la cobertura superficial, estimar la emisividad superficial terrestre
(LSE), calcular la temperatura superficial terrestre (LST), entre la área urbana y
la cobertura vegetal, realizando un análisis de estos componentes y su influencia
en el fenómeno de la Isla de Calor.

Abstract

In Paraguay it’s unknown the existence of similar works in the study of the
phenomenon of the Urban Heat Island, being this work maybe the only one, of its
kind. This work presents a spatial analysis of the Surface Urban Heat Island in
the Metropolitan Area of Asunción, through Remote Sensing and SIG. The sensor
used is the LANDSAT 8 OLI / TIRS, and as input we used the images
corresponding to the dates December 23, 2013 and December 15, 2016, and
using free software QGIS, to perform the classification of the surface coverage,
estimate the Land Surface Emissivity (LSE), calculate the Land Surface
Temperature (LST), between the urban area and the vegetation coverage,
performing an analysis of these components and their influence on the
phenomenon of Heat Island.

Juan Silva Alfredo Arzamendia

1
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

INTRODUCCIÓN

La población urbana de Paraguay se ha incrementado en un 22% en las últimas

cuatro décadas, pasando de un 37% del total en 1974 a un 59 % en la actualidad.

Los flujos migratorios campo ciudad se intensificaron significativamente a partir

de los años noventa, especialmente hacia el Área Metropolitana de Asunción

(AMA) que actualmente concentra al 65% del total de la población urbana y casi

el 40% del total de la población del país.

El Área Metropolitana de Asunción (AMA), abarca a la capital Asunción y a 33

municipios, de los cuales 11 son del Departamento Central, el resto son

colindantes y se expande como una mancha urbana continua, de

aproximadamente 285500 Ha, que ha crecido sin la adecuada planificación

urbana y territorial, presentando graves déficit en infraestructuras, servicios

básicos y equipamientos sociales, causando efectos negativos en el bienestar

socio-económico de la población y daños ambientales por la perdidas de grandes

masas de vegetación (BID, 2014).

La sustitución de los espacios naturales por espacios urbanos y el consecuente

incremento de las fuentes artificiales de calor, constituye uno de los principales

factores de la formación del fenómeno Isla de Calor Urbana (ICU) (Oke, 1995).

Este fenómeno es una consecuencia derivada de las actividades humanas,

representado por grandes cambios en propiedades radiactivas, térmicas,

humedad y aerodinámicas en comparación con el entorno natural (Voogt, 2016).

Isla de calor urbana es el nombre que se usa para describir el calor característico

tanto de la atmósfera como de las superficies en las ciudades (o áreas urbanas)

comparadas con sus entornos no urbanizados (área vegetal).

Juan Silva Alfredo Arzamendia

2
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

En la actualidad, la mayoría de los estudios sobre ICU han tenido lugar en

ciudades densamente pobladas, este tipo de estudios son escasos en las

ciudades del Paraguay.

Las investigaciones realizadas sobre el tema se han enfocado principalmente a

la identificación y análisis del comportamiento térmico dentro de los espacios

urbanos, así como al establecimiento de estrategias de mitigación. A este

respecto (Akbari & Rose, 2001) establece como principales estrategias para

mitigar los efectos de la ICU, aumentar el albedo en azoteas y pavimentos, y la

reforestación urbana.

Este estudio se centró en la isla de calor superficial, realizando un análisis

espacial de la Temperatura de la Superficie Terrestre (TST), mediante técnica

de Teledetección y SIG.

Para este estudio se utilizó la información obtenida por el satélite LANDSAT 8

OLI- TIRS, el cual posee la capacidad de obtener información térmica de la

superficie de la Tierra, correspondiente a las fecha 23 de diciembre de 2013 y 15

de diciembre de 2016, contrastando con los datos de temperaturas atmosféricas

obtenidas de estaciones meteorológicas disponibles en el área de estudio.

En este estudio sé comparó las distintas superficies encontrándose una

diferencia de temperatura entre el área urbana y área vegetal que arrojo una

diferencia en promedio de 3 grados Celsius siendo el área vegetal la más fresca.

Además el estudio arrojo una disminución del área vegetal del 2% en el periodo

2013 a 2016.

Juan Silva Alfredo Arzamendia

3
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

1.1. Objetivos del Trabajo

1.1.1 Objetivo General

Analizar espacialmente la Isla de Calor Urbana Superficial mediante la

estimación de la temperatura Superficial Terrestre en el Área Metropolitana de

Asunción mediante Teledetección y SIG.

1.1.2 Objetivos Específicos

 Determinar la clasificación de cobertura superficial del Área Metropolitana

de Asunción.

 Evaluar la clasificación de cobertura superficial con el índice Kappa.

 Estimar la temperatura superficial del AMA mediante la aplicación de

fórmulas de cálculo de la temperatura superficial en imágenes satelitales

LANDSAT 8 OLI – TIRS correspondiente a las fechas 23 de diciembre de

2013 y 15 de diciembre de 2016 respectivamente.

 Calcular la diferencia de temperatura entre el área urbana y la cobertura

Vegetal.

 Comparar las temperaturas de las estaciones meteorológicas y la

temperatura superficial terrestre obtenida de las imágenes satelitales

LANDSAT 8 OLI – TIRS correspondiente a las fechas 23 de diciembre de

2013 y 15 de diciembre de 2016.

 Relacionar la temperatura superficial terrestre con la LSE y el NDVI.

 Proveer de mapas temáticos correspondiente a las fechas 23 de

diciembre de 2013 y 15 de diciembre de 2016.

Juan Silva Alfredo Arzamendia

4
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

METODOLOGÍA APLICADA

A continuación se ha utilizado un flujograma general para describir los procesos

de las tareas realizadas en la metodología, (ver Figura 1), para una mejor

compresión del mismo.

NO
Definición Elección de Descarga de
Delimitación del Criterio
del Área de proveedor de Imágenes de nubosidad
Área de Estudio
Estudio Imágenes Landsat 8 Criterios visuales y
Metadato
Ubicación Geográfica de las hasta 5% SI
Estaciones Meteorológicas

 Reprocesamiento
432 Color Procesamiento
 Recorte
Natural de Imágenes
 Reproyección

Datos de Temperatura
Clasificación
de las Estaciones
No NDVI Banda 10 Meteorológicas
Supervisada

Evaluación Cálculo de la
Cálculo de al
Temperatura Comparación
Emisividad
Superficial de Datos
(LSE)
(LST)
Cobertura de
suelo

Estadísticas de Zonas

Relación entre LST, NDVI,

Emisividad, Cobertura
Superficial

Representación 3D

Figura 1 Flujograma General de la Metodología Aplicada

Fuente: Elaboración Propia

De la Figura 1 podemos observar cuanto sigue: primeramente se define el área

donde se llevara a cabo el estudio; se delimita el área de estudio mediante la

Juan Silva Alfredo Arzamendia

5
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

georreferenciación de las Estaciones Meteorológicas; se selecciona el proveedor

de imágenes mediantes criterios que se expondrán más adelante; una vez

escogido el proveedor de las imágenes se procede a la descarga de imágenes

teniendo el criterios de nubosidad máxima 5% y controlando los metadatos de

las imágenes; se procede al reprocesamiento, recorte y reproyección de las

imágenes; se procesa las imágenes preprocesadas para realizar la combinación

y el cálculo del índice; se procede a realizar la clasificación no supervisada a

partir del NDVI, se evalúa dicha reclasificación de 20 clases a 5 clases.

Se calcula la emisividad a partir del NDVI; se utiliza la banda 10 y la emisividad

para calcular la LST; a partir de este cálculo se procede a realizar las estadísticas

de zonas, la comparación con los datos de las EM, correlación entre la LST,

NDVI, Emisividad; representación tridimensional de la LST.

Además cuando mencionamos el Año 2013 y 2016, en alguna figura, tabla,

resultado, discusión y conclusión, se está refiriendo únicamente a las fechas de

toma 23 de diciembre de 2013 y 15 de diciembre de 2016.

DISCUSIÓN DE LOS RESULTADOS

1.2. Delimitación del Área de Estudio

Se obtuvo como resultado el polígono final del área de estudio ver Figura 2,

donde podemos observar que posee un área de 44936 Ha 1110 m2,

coordenadas geográficas Longitud: -57º24’21” Latitud: -25º21’37” y coordenadas

Norte 7.201.980 y Este 445.597 WGS84-21J UTM

Juan Silva Alfredo Arzamendia

6
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Figura 2 Municipios Abarcados

Fuente: Elaboración propia
El Área de Estudio resultante incluye a los municipios de Asunción (27,2%),

Luque (22,6%), San Lorenzo (12,5%), Mariano Roque Alonzo (8,1%), Capiatá

(6,1%), Lambaré (5,4%), Fernando de la Mora (4,6%), Limpio (4,3%), Villa Eliza

(4,0%), Ñemby (3,5%), San Antonio(1,2%), Eje del Rio Paraguay (1,0%) y

Areguá (0,4%).

Esta área puede ser utilizada en estudios posteriores como por ejemplo para la

estimación del ICU atmosférica, o para relacionarlo con el consumo energético y

otros estudios.

1.3. Clasificación de la Cobertura del Superficial

En la Tabla 1 se establecen los nombres a las diferentes coberturas obtenidas

de la reclasificación y se asigna colores a las clases.

Juan Silva Alfredo Arzamendia

7
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Tabla 1 Nomenclatura de las 5 clases

Clase Colores Cobertura Superficial

1 Suelo Desnudo
2 Techo de Chapa de Metálica
3 Cuerpos de Agua
4 Vegetación
5 Áreas Construidas
Fuente: Elaboración propia

En la Figura 3 se observa el resultado de la clasificación de la cobertura

superficial correspondiente al año 2013 y 2016, producto del clúster de clases

20, reclasificado a 5 clases:

Reclasificación de 5 clases año 2013 Reclasificación de 5 clases año 2016

Figura 3 Clasificación de la cobertura superficial

Fuente: Elaboración propia

Aquí se puede observar que las distintas coberturas superficiales están bien

diferenciadas gracias al comportamiento espectral de cada una.

Juan Silva Alfredo Arzamendia

8
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

1.3.1 Evaluación de la clasificación superficial

Errores de Comisión y Omisión, Índice Kappa, Porcentajes de

Observaciones Correctas

Tabla 2 Porcentaje de Errores de Comisión y Omisión, Observaciones

Correctas, Total de Observaciones, Índice Kappa
% Error % Error %
Obs. Total de Índice
Clases de de Obs.
Correctas Obs. Kappa
Comisión Omisión Correctas
Suelo
50.00 75.86
Desnudo
Techo de
22.22 84.09
Año Chapa Metal.
Cuerpos de
11.11 7.69 758 1000 75.8 0.578
2013 Agua
Vegetación 26.01 11.92
Áreas
22.04 27.74
Construidas
Suelo
94.74 93.75
Desnudo
Techo de
87.50 80.00
Año Chapa Metal.
Cuerpos de
18.52 12.00 791 1000 79.1 0.62
2016 Agua
Vegetación 13.27 21.04
Áreas
22.75 17.48
Construidas

Fuente: Elaboración propia

Analizando la Tabla 2, podemos decir lo siguiente:

Error de Comisión

 Año 2013: presenta un mayor porcentaje en el error de comisión

correspondiente a la clase Suelos Desnudos.

 Año 2016: presentan un mayor porcentaje en el error de comisión en las

clases, Suelos Desnudos y Techo de Chapa Metálica.

Esto se debe a que los sitios de verificación cartografiados en estas clases

durante la reclasificación, realmente pertenecen a otra clase. (Chuvieco, 1996).

Juan Silva Alfredo Arzamendia

9
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Error de Omisión

 Año 2013: presentan un mayor porcentaje de error de omisión en las

clases de Suelos Desnudos, Techo de Chapa Metálica.

 Años 2016 presentan un mayor porcentaje de error de omisión en las

clases de Suelos Desnudos, Techo de Chapa Metálica.

Esto se debe a que los sitios de verificación correspondiente a una de estas

clases que fue cartografiada en otra (Chuvieco, 1996).

Finalmente las clases con mayor error de comisión y omisión en los años 2013

y 2016 son las clases de Suelo Desnudos y Techo de Chapa Metálica, la fuente

de estos errores se deben primordialmente al comportamiento espectral similar,

que las mismas poseen con respecto a las demás clases evaluadas, generando

en el usuario errores de interpretación visual, durante la clasificación de los sitios

de verificación.

Porcentaje de Observaciones Correctas

El porcentaje de observaciones correctas para el año 2013 es de 75,8 %, y para

el año 2016 es de 79,1%,(este parámetro solo tiene en cuenta las observaciones

correctas ignorando los errores cometidos), tomar solo este parámetro para

afirmar que los valores de porcentaje obtenidos de nuestra clasificación de

cobertura superficial sea aceptable, no son suficientes de acuerdo a (Congalton,

1988), por lo que se recomienda calcular el índice Kappa.

Índice Kappa

El mejor parámetro es el Índice Kappa, el cual tiene en cuenta los errores y

aciertos realizados durante la clasificación, la siguiente Tabla 3 fue propuesta

por ([Link], 1977) es utilizada como escala de valoración.

Juan Silva Alfredo Arzamendia

10
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Tabla 3 Grado de acuerdo Índice Kappa

Kappa Grado de Acuerdo

K = 0.00 Sin Acuerdo
K ˃ 0.2 Insignificante
0.21 ˂ K ˂ 0.4 Discreto
0.41 ˂ K ˂ 0.6 Moderado
0.61 ˂ K ˂ 0.8 Sustancial
0.81 ˂ K ˂ 1 Casi Perfecto
K =1 Perfecto
Fuente: Elaboración propia
El Índice Kappa para el Año 2013 es 0,578 y para el Año 2016 es de 0,620, lo

cual corresponde al grado de acuerdo del intervalo moderado, con lo cual

podemos decir que nuestra clasificación de la cobertura la superficie es

aceptable.

1.3.2 Comportamiento espectral de las clases

Realizando una relación entre la reflactancia y las clases de cobertura, se obtiene

los siguientes resultados que se observan en los gráficos:

Reflactancia Espectral de la Cobertura Superficial en las Bandas 1 al 7 -

Landsat 8 OLI/TIRS - Año 2013
0.35

0.3
Longitud de onda (µm)

0.25
Techo de Chapa
Metálica
0.2 Suelo Desnudo
Áreas Construidas

0.15
Vegetacion

0.1

0.05
Cuerpos de Agua
0
B1 B2 B3 B4 B5 B6 B7
Bandas Espectrales

Figura 4 Reflectancia espectral promedio

Fuente: Elaboración propia

Juan Silva Alfredo Arzamendia

11
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Reflactancia Espectral de la Cobertura Superficial en las Bandas 1 al 7 -

Landsat 8 OLI/TIRS - Año 2016
0.35

0.3

Techo de Chapa
Longitud de onda (µm)

0.25 Metálica
Suelo Desnudo
Áreas Construidas
0.2

0.15
Vegetacion

0.1

0.05

Cuerpos de Agua
0
B1 B2 B3 B4 B5 B6 B7
Bandas Espectrales

Figura 5 Reflectancia Espectral promedio

Fuente: Elaboración propia

Las B4 = Banda 4, B5 = Banda 5 y B6 = Banda 6 son las que mejores reaccionan

a todas la clases de cobertura superficial.

La cobertura de vegetación y cuerpos de agua, son la curvas que se encuentran

al extremo de todas las clases, y además de las coberturas de Suelo Desnudo,

Techo metálico, y Áreas construidas, las curvas que describen su

comportamiento poseen una forma similar casi paralelas entre ellas, por este

motivo es difícil distinguir las clases no vegetales entre sí, lo que indujo errores

en el resultado de la Matriz de Confusión y se adoptó en agrupar estas últimas

en una categoría general denomina Áreas Urbanas, pero manteniendo la

diferenciación entre clase a fin de una mejor representación cartográfica.

Además se obtuvieron las superficies de cada cobertura superficial, en la

siguiente Tabla 4:

Juan Silva Alfredo Arzamendia

12
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Tabla 4 Áreas abarcadas por cada Cobertura

Año 2013 Año 2016
Cobertura
Superficie Superficie
Superficial Porcentaje Porcentaje
(Ha) (Ha)
Vegetación 22776.9319 51% 21967.4334 49%
Áreas Construidas 19673.1100 43% 20089.0950 45%
Cuerpos de Agua 1132.9665 3% 1377.1076 3%
Suelo Desnudo 833.9519 2% 936.3162 2%
Techo de Chapa de
519.1507 1% 566.1591 1%
Metálica
Total 44936.1113 100% 44936.1113 100%
Fuente: Elaboración propia

De la Tabla 4 podes decir que la Vegetación se redujo en un 2 % en el periodo

2013 al 2016, y notoriamente el Área Construida sufrió un aumento del mismo

porcentaje, lo que hace suponer que hubo una sustitución de superficies.

1.4. Estimación de la temperatura superficial

En la Tabla 5 podemos ver los resultados de la estimación de la LST, en grados

Celsius.

Tabla 5 Temperatura mínima, máxima y promedio

Fecha de toma Temperatura Temperatura Temperatura

Información mínima máxima promedio
23-12-2013 26,66 47,17 36,13
15-12-2016 19.24 45.22 32,72
Fuente: Elaboración propia

Diferentes estudios de ICU, han reflejado el aumento en la temperatura año tras

año, llamando la atención que para este caso se presente otra situación, que en

la fecha de toma de la imagen del 2016 exista una mengua de temperatura con

respecto a la temperatura captada en la imagen del 2013, no obstante esta

disminución puede deberse a múltiples factores, factores climáticos a nivel

Juan Silva Alfredo Arzamendia

13
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

mundial, fenómenos el niño y fenómenos climáticos a nivel local, como las

precipitaciones entre otros (Trujillo Uribe, 2012).

Para este caso particular se consultaron los datos de precipitaciones anteriores

a la fecha de toma de las imágenes, provistas por el Centro Meteorológico

Nacional, encontrándose que en la fecha 23-12-2013,no existió precipitación tres

días antes de la tomas de las imágenes y para la fecha15-12-2016, si ocurrió

una precipitación de 24.1 mm un día antes de la fecha de toma, recordando que

la hora de toma de la imagen se realizó a las 10:49 (para ambas tomas) donde

la evapotranspiración y las temperaturas aun no son tan altas, pudiéndose

atribuir este fenómeno climático local como factor mitigante de la ola de calor.

1.5. Relación de las temperaturas y la cobertura superficial

En la Tabla 6 se resumen la relación que existe entre la estimación de la LST y

la cobertura superficial:

Tabla 6 Temperatura de las distintas Coberturas

Año 2013 Año 2016
Clases Temperatura Temperatura
Promedio Promedio
Techo de Chapa de Metálica 37.99 34.41
Áreas Construidas 37.33 34.40
Suelo Desnudo 36.93 31.99
Vegetación 34.67 30.30
Cuerpos de Agua 30.09 26.44
Fuente: Elaboración propia

Y comparando entre la clase Vegetación y el Grupo que forma el Área Urbana

que conforma las clases, Techo de Chapa Metálica, Suelo Desnudo, Áreas

Construidas tenemos la siguiente Tabla 7.

Juan Silva Alfredo Arzamendia

14
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Tabla 7 Temperatura de la Vegetación vs Área Urbana

Temperatura
Año Clase ∆t
Promedio
Vegetación 34,63
2013 2,75
Área Urbana 37,42
Vegetación 30.30
2016 3,29
Área Urbana 33,60
Fuente: Elaboración propia

La diferencia entre la cobertura superficial del Áreas Urbanas y del Área Vegetal

en el año 2013 es de 2,75° C y para el año 2016 es de 3,29° C, siendo el

promedio del IICU 3,02º C en el AMA (Memon, Leung, & Liu, 2009).

1.6. Comparación entre la Estimación de la Temperatura Superficial y los

Datos de Temperatura registrado por las estaciones meteorológicas.

De cinco estaciones meteorológicas distribuidas dentro del AMA, solo se pudo

acceder a los datos de tres estaciones y tomando como parámetro de

comparación la hora de toma de las imágenes 2013 y 2016, con la hora de

registro de datos de temperatura en las estaciones meteorólogas y

adicionalmente se realizaron buffers de 500, 1500, 2500 m cuyos resultados

podemos ver en la Tabla 8.

Juan Silva Alfredo Arzamendia

15
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Tabla 8 Temperaturas de las estaciones y los respectivos buffers

Año 2013 Año 2016
(LST) (LST)
Buffer Nombre E. M. Δt E.M. Δt
Promedio Promedio
Aeropuerto
Silvio 31.50 38.61 7.11 25.20 35.75 10.55
Pettirossi
500 m Facultad de
Ciencias 31.00 35.59 4.59 26.05 31.61 5.56
Agrarias
FECOPROD 33.10 37.93 4.83 28.40 34.51 6.11
Aeropuerto
Silvio 31.50 37.09 5.59 25.20 33.99 8.79
Pettirossi
1000
Facultad de
m
Ciencias 31.00 36.55 5.55 26.05 32.70 6.65
Agrarias
FECOPROD 33.10 37.83 4.73 28.40 34.52 6.12
Aeropuerto
Silvio 31.50 36.05 4.55 25.20 32.93 7.73
Pettirossi
1500
Facultad de
m
Ciencias 31.00 36.94 5.94 26.05 33.18 7.13
Agrarias
FECOPROD 33.10 37.36 4.26 28.40 33.96 5.56
Aeropuerto
Silvio 31.50 35.56 4.06 25.20 32.57 7.37
Pettirossi
2000
Facultad de
m
Ciencias 31.00 37.32 6.32 26.05 33.62 7.57
Agrarias
FECOPROD 33.10 36.89 3.79 28.40 33.58 5.18
Aeropuerto
Silvio 31.50 35.37 3.87 25.20 32.40 7.20
Pettirossi
2500
Facultad de
m
Ciencias 31.00 37.29 6.29 26.05 33.60 7.55
Agrarias
FECOPROD 33.10 36.60 3.50 28.40 33.47 5.07

Fuente: Elaboración propia

La diferencia entre ellas podemos observar en la tabla anterior en la columna

Δ[Link] variación de temperatura registrada entre las diferentes estaciones

meteorológicas y el sensor se deberían a diversos factores como:

Juan Silva Alfredo Arzamendia

16
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

 Los datos entre estaciones meteorológicas no son registrados por un

mismo tipo de sensor, ni registrados al mismo horario de la toma de la

imagen satelital.

 Los sensores de medición de la temperatura de las estaciones

meteorológicas registran temperatura atmosféricas y según (EPA, 2011),

estas son utilizadas en el empleo de la determinación del ICU Atmosférica

de la Capa Limite Urbano, mientras que las captadas por las imagen

satelitales son de la Capa Dosel Urbano que son las empleadas para

determinar las ICU superficiales.

 Otros factores son la presencia de GEI que calienten la atmósfera

circundante, la dirección del viento, humedad, evapotranspiración,

podrían variar los resultados captados por los diferentes sensores.

1.7. Observaciones Puntuales

En las imágenes correspondientes al LST de los años 2013 y 2016 existen zonas

puntuales que a simple inspección visual llaman la atención porque se observa

diferencia marcadas de temperaturas entre los diferentes tipos de cobertura. A

continuación se presentan la figura 9 que consiste en el mapa de ubicación con

las 10 zonas de interés observadas, que fueron analizadas para ver de qué tipo

de superficie se trataba.

Juan Silva Alfredo Arzamendia

17
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Figura 6 Mapas de puntos Observados

Fuente: Elaboración propia
Los sitios de interés, fueron analizados obteniendo los siguientes datos.

Tabla 9 Zonas de interés

Año 2013 Año 2016

N° Nombre Temperatura Temperatura
Promedio Promedio
1 Zona shopping del Sol 40.56 36.84
2 Parque de la Salud del I.P.S 31.71 27.54
3 Microcentro de Asunción 41.71 38.97
4 Parque Carlos Antonio López 36.21 31.63
5 Mercado de San Lorenzo 40.39 37.12
6 Ciclovía de San Lorenzo 32.71 28.90
7 Aeropuerto Inter. Silvio Pettirossi 41.92 37.28
Jardín Botánico y Zoológico de
8 31.34 27.72
Asunción
9 Área verde Ciudad de Ñemby 32.66 27.99
10 Centro de Ñemby 39.57 36.07
Fuente: Elaboración propia

Juan Silva Alfredo Arzamendia

18
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Para obtener estos resultado, el criterio utilizado de análisis fue generar

polígonos de igual área para estimar la temperatura promedio que son

correspondientes a cada clase.

Los sitios con menor temperatura corresponden a la clase Vegetación y la que

registran mayor temperatura son las que corresponden al grupo del área urbana

evidenciándose una vez más la diferencia de temperatura entre esta dos clases.

1.8. Correlación entre el LST y el NDVI

Se llevó a cabo un análisis de regresión lineal simple para conocer la relación de

dependencia entre temperatura superficial estimada con respecto al NDVI. A

continuación, se presentan los resultados de forma gráfica.

Correlacion entre LST y NDVI año 2013

45

43
y = -11.75x + 42.593
R² = 0.6321
41
Temperatura Superficial Terrestre

39

37

35

33

31

29

27

25
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Indice de Vegetacion de Diferencia Normalizada

Figura 7 Diagrama de dispersión del NDVI y la temperatura 2013

Fuente: Elaboración propia

Juan Silva Alfredo Arzamendia

19
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Correlacion entre LST y NDVI año 2016

41

39
y = -12.698x + 39.778
R² = 0.6922
37
Temperatura Superficial Terrestre

35

33

31

29

27

25
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Indice de Vegetacion de Diferencia Normalizada

Figura 8 Diagrama de dispersión del NDVI y la temperatura 2016

Fuente: Elaboración propia:
De estos gráficos podemos decir:

 Estos gráficos muestran la relación de los insumos NDVI en el eje “x”

(abscisa) como variable independiente, y al LST en el eje “y” (ordenada)

como variable dependiente.

 En ambas fechas los valores NDVI que poseen mayor coeficiente, tienen

una menor temperatura, es decir la relación es inversa y con coeficiente

de determinación lineal R2 para el año 2013 es 0.6922 y en el año 2016

es 0.6321 los cuales se encuentra con una correlación moderada según

(Daza, 2006).

 La clase que posee elevado coeficiente de NDVI pertenece a la Cobertura

Vegetal, que a su vez tienen menor temperatura, debido a que durante el

día, la vegetación realiza fotosíntesis, y absorbe radiación y no la emite.

Juan Silva Alfredo Arzamendia

20
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

1.9. Correlación entre el LST y la LSE

Se llevó a cabo un análisis de regresión lineal simple para conocer la relación de

dependencia entre temperatura superficial estimada con respecto al LSE. A

continuación, se presentan los resultados de forma gráfica.

Correlacion entre LST y LSE año 2013

45

43
y = -154.88x + 187.38
R² = 0.6811
41
Temperatura Superficial Terrestre

39

37

35

33

31

29

27

25
0.92 0.93 0.94 0.95 0.96 0.97 0.98 0.99 1
Emisividad

Figura 9 Diagrama de dispersión de la emisividad y la temperatura año 2013

Fuente: Elaboración propia

Juan Silva Alfredo Arzamendia

21
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Correlacion entre LST y LSE año 2016

43

41
y = -160.1x + 189.08
R² = 0.71
39
Temperatura Superficial Terrestre

37

35

33

31

29

27

25
0.91 0.92 0.93 0.94 0.95 0.96 0.97 0.98 0.99 1
Emisividad

Figura10 Diagrama de dispersión de la emisividad y la temperatura año 2016

Fuente: Elaboración propia

De estos gráficos podemos decir:

 Estos gráficos muestran la relación de los insumos LSE en el eje “x”

(abscisa) como variable independiente, y al LST en el eje “y” (ordenada)

como variable dependiente.

 En ambas fechas, los valores LSE que poseen menor coeficiente, tienen

mayor temperatura, es decir, la relación es inversa y con coeficiente de

determinación lineal R2 para el año 2013 es 0.7112 y en el año 2016 es

0.681 los cuales se encuentra con una correlación moderada según

(Daza, 2006).

 La clase que posee menor coeficiente de LSE pertenece al conglomerado

formado por el Área Urbana compuesto por la clase; Suelo Desnudo,

Techo de Chapa Metálica, Áreas Construidas, y tienen mayor

Juan Silva Alfredo Arzamendia

22
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

temperatura, debido a que durante el día, en el Área Urbana es menor la

reflactancia solar lo que genera que estas superficies absorban y

acumulen radiación de onda, por lo cual estas se calientan.

Adicionalmente se ha comparado los valores de emisividad obtenidos, con

los valores estándar utilizados mundialmente.

Tabla 10 Emisividad de las distintas superficies de los años 2013 y 2016

Clases LSE 2013 y 2016 Emisividad a 27º C

Techo de Chapa de
0,985 0,98
Metálica
Áreas Construidas 0,940 0,94
Suelo Desnudo 0,925 0,90 – 0,93
Vegetación 0,990 0,98
Cuerpos de Agua 0,995 0,98
Fuente: Elaboración propia y basado (Congedo, 2017)

Los valores obtenidos por los algoritmos son muy semejantes a los valores

utilizados mundialmente.

1.10. Representación en 3D del fenómeno ICU

El fenómeno de ICU Superficial de la capa Dosel se utilizó una representación

en 3D, donde la islas de calor quedan representadas en forma tridimensional, las

diferentes temperatura en la capa dosel de la atmosfera, este modelo es utilizado

con el fin de demostrar la relación grafica directa entre el área urbana y su

entorno Vegetal

Juan Silva Alfredo Arzamendia

23
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Figura 11 Imagen 3D de la Isla de Calor y por debajo se muestra la imagen

432 Color Natural
Fuente: Elaboración propia
En la figura 75 se observa las colinas de color rojo que representan las áreas

cuya cobertura poseen mayor temperatura superficial ejemplo el Aeropuerto

Silvio Pettirossi, mientras que las depresiones son las áreas que poseen menor

temperatura como por ejemplo el Jardín Botánico que están representadas con

el color verde claro.

Juan Silva Alfredo Arzamendia

24
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

CONCLUSIONES Y RECOMENDACIONES

1.11. Conclusión

En este Trabajo Final de Grado se:

 Determinó la clasificación de cobertura superficial del Área Metropolitana

de Asunción para los años 2013 y 2016 respectivamente.

 Evaluó la clasificación de cobertura superficial con el índice Kappa

encontrándose para el año 2013 que es 0,578 y para el año 2016 es de

0,620, con lo cual podemos afirmar que nuestra clasificación de cobertura

superficial es aceptable para la escala de trabajo, y con empleo de esta

metodología para la clasificación, se obtiene una fiabilidad moderada.

 Estimó la temperatura superficial del AMA mediante la aplicación de

fórmulas de cálculo de la temperatura superficial en imágenes satelitales

LANDSAT 8 de los años 2013 y 2016 respectivamente.

 Demostró que la Superficie Vegetal tiene menor temperatura que el Área

Urbana, encontrándose una diferencia de aproximadamente 3 grados

Celsius.

 Comparó las temperaturas de las estaciones meteorológicas y la

temperatura superficial terrestre obtenida de las imágenes satelitales

LANDSAT 8 en los años 2013 y 2016 encontrándose que a medida que

ampliamos el área de influencia de los termómetros se aproximan los

valores.

 Relacionó la temperatura superficial terrestre con la emisividad y el NDVI

encontrándose una relación inversa entre la temperatura y la Emisividad

y el NDVI, lo que nos indica que si aumentamos la Emisividad y el NDVI

Juan Silva Alfredo Arzamendia

25
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

se puede llegar a mitigar este fenómeno, mediante la sustitución de las

superficies duras por un recubrimiento de cobertura vegetal o con

materiales con alto grado de coeficiente emisividad.

 Provee de mapas temáticos comprendido en los años 2013 y 2016.

1.12. Recomendación

 Utilización de UAV’s (Unmanned Aerial Vehicles, por sus siglas en inglés,

Drones), para la obtención de información, con una resolución espacial

menor a los 10 cm y a un bajo costo.

 Aumentar el número de Estaciones Meteorológicas.

 No utilizar la banda 11 para el cálculo de la Temperatura superficial

terrestre.

 Realizar comprobaciones de campo de la cobertura de la superficie del

AMA.

 Realizar mediciones de campo de la temperatura de cada superficie del

área metropolitana de asunción con los equipos adecuados.

 Realizar estudios de la influencia de la temperatura superficial en el área

metropolita con relación al consumo energético.

 Promover la utilización de techos verdes en el AMA.

 Promover en Facultad de Ingeniería la arborización por parte de los

alumnos y que les sirva de extensión universitaria.

 Propuestas de implementación de techos verde en el predio de la Facultad

Ingeniería para su estudio en coordinación con las demás carreras y

departamentos.

Juan Silva Alfredo Arzamendia

26
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

 Realizar estudios de la emisividad específica de cada material que

compone el AMA.

 Realizar estudios y ensayos de laboratorio en coordinación con las demás

carreas de la Facultad de Ingeniería para la determinación de la valores

de emisividad especifica de los materiales utilizado en la construcción.

Juan Silva Alfredo Arzamendia

27
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

BIBLIOGRAFÍA

Akbari, H., & Rose, L. (2001). Characterizing the Fabric of the Urban

Environment. En A Case Study of Chicago, Illinios. California: Lawrence

Berkeley National Laboratory.

Arango Gutiérrez, M., Branch Bedoya, J. W., & Botero Fernández, V. (2005).

Clasificacion No Supervisada de Coberturas Vegteales sobre imagenes

Digitales de los Sensores Remotos: LANDSAT - ETM. Medellín.

Aspinall, R. y D. M. Pearson. (1995). Describing and managing uncertainty of

categorical. En T. &. Francis, Innovations in GIS 2 (págs. 71-83). London.

BID. (2014). Inciciativa de ciudades emergentes y sostenibles: Plan de accion

Area Metropolitya de Asuncion Sostenible.

Causarano, M. (2011). Paraguay: Regiones metropolitana fronterizas. Una

puesta al día. Asunción.

Chander, G., & Markham, B. (2003). 2003. Revised LANDSAT-5 TM radiometric

calibration procedures and postcalibration dynamic ranges Geoscience

and Remote Sensing, IEEE Transactions on,.

Chavez, P. (1996). Image-Based Atmospheric Corrections - Revisited and

Improved Photogrammetric Engineering and Remote Sensing American

Society of Photogrammetry.

Chuvieco, E. (1996). Fundamentos de la teledetección Espacial.

Codazzi, I. G. (2017). Instituto Geografico Agustin Codazzi. Obtenido de

[Link]

Congalton, R. G. (1988). A comparison of sampling scheme use in generating

error matrices for assessing the accuracy of maps generated from

Juan Silva Alfredo Arzamendia

28
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

remotlely sensed data. En Photogrammetric Engineering and Remote

Sensing (págs. 593-600).

Congedo, L. (2017). Semiautomatic Classification Manual.

CREPAD. (2017). MODIS. Obtenido de

[Link]

Daza, J. (2006). Estadistica Aplicada con Microsoft Exel. Lima, Peru: Grupo

Editorial Megabyte.

DGEEC. (2012). Anuario Compendio Estadistico del Paraguay. Asunción.

EPA. (2011). Urban Heat Island. Washington D.C. Compendium.

ESA. (2017). Obtenido de

[Link]

Franca, G., & Cracknell, A. (1994). Retrieval of land and sea surface temperature

using NOAA‐11 AVHRR data in north‐eastern Brazil. International Journal

of Remote Sensing 15 (8).

Frank P., D. W. (1999). Fundamentos de transferencia de calor (4ª edición).

Mexico: Pearson Educación.

[Link], J. a. (1977). The Measurement of Observer Agreement for Categorical

Data. Biometrics, 159-174.

GEODESING. (21 de julio de 2017). GEODESING. Obtenido de

[Link]

Goodchild, M. F. (1992). Development and test of an error model for categórica!

data. En International Journal of Geographical Information Systems (págs.

87-104).

Juan Silva Alfredo Arzamendia

29
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Huete, A. R. (1988). A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing

of the Environment.

INEGI. (2017). ASPECTOS TÉCNICOS DE LAS IMÁGENES LANDSAT.

Obtenido de

[Link]

spectos_tecnicos_de_imagenes_landsat.pdf

Jean François Mas, J. R. (2003). Evaluación de la confiabilidad temática de

mapas o de imágenes clasificadas: una revisión. Mexico: Investigaciones

Geográficas, Boletín del Instituto de Geografía, UNAM.

Jimenez-Munoz, J. C., & Sobrino, J. A. (2010). A Single-Channel Algorithm for

Land-Surface Temperature Retrieval from ASTER Data IEEE Geoscience

and Remote Sensing Letters.

López Takeyas, I. (16 de Mayo de 2017). Instituto Tecnológico de Nuevo Laredo.

Obtenido de [Link]

Luneta, R. R. (1991). Remote sensing and geographic ¡nformation systems data

integration: error sources and research issues. En Photogrammetric

Engineering and Remote Sensing (págs. 677-687).

Marini, F. (10 de 07 de 2010). Análisis del estado de la vegetación en el área de

influencia de la EEA Bordenave mediante imágenes satelitales.

Recuperado el 15 de julio de 2017, de http://

[Link]/bordenave/contactos/autores/fabian/indice_verde_area_

INTA_bordenave. pdf

Juan Silva Alfredo Arzamendia

30
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

McFeeters, S. K. (1996). The use of Normalized Difference Water Index (NDWI)

in the delineation of open water features, International Journal of Remote

Sensing.

Memon, R., Leung, D., & Liu, C. (2009). An investigation of urban heat island

intensity (UHII) as an indicator of urban heating. Atmospheric Research

94.

Mohr, P. J., Newell, D. B., & Taylor, B. N. (2015). CODATA Recommended

Values of the Fundamental Physical Constants: 2014 National Institute of

Standards and Technology, Committee on Data for Science and

Technology.

Moniz de Aragão, J. C., & Silvero, L. (2009). La región metropolitana de

Asunción: la gestion de una urbanidad incompleta. Asunción.

Moran, M., Jackson, R., Slater, P., & Teillet, P. (1992). Evaluation of simplified

procedures for retrieval of land surface reflectance factors from satellite

sensor output Remote Sensing of Environment.

NASA. (2015). Landsat 7 Science Data Users Handbook.

[Link]

Ndossi, I. (2016). Application of Open Source Coding Technologies in the

Production of Land Surface Temperature (LST) Maps from Landsat.

Obtenido de A PyQGIS Plugin. .

Oke, T. (1995). The heat island characteristics of the urban boundary layer:

Characteristics, causes and effects.

Juan Silva Alfredo Arzamendia

31
Universidad Nacional de Asunción Facultad de Ingeniería
Trabajo Final de Grado Ingeniería Geográfica y Ambiental
ANÁLISIS ESPACIAL DE LA ISLA DE CALOR URBANA EN EL ÁREA METROPOLITANA
DE ASUNCIÓN MEDIANTE TELEDETECCIÓN Y SIG.

Pontius, R. (2002). Statistical methods to partition of quantity and location during

comparison of categorical maps at múltiple resolutions. En

Photogrammetric Engineering and Remote Sensing (págs. 1041-1049).

Prata, A., Caselles, V., Sobrino, J., & Ottle, C. (1995). Thermal remote sensing

of land surface temperature from satellites: Current status and future

prospects.

QGIS. (23 de febrero de 2017). QGIS. Obtenido de Un Sistema de Información

Geográfica libre y de Código Abierto: [Link]

Richards, J., & Jia, X. (2006). Remote Sensing .

Sangines C., D. E. (2013). Metodología de evaluación de la isla de calor urbana

y su utilización para identificar problemáticas energéticas y de

planificación urbana. Zaragoza.

Santos Preciado, J. M. (2004). Sistemde Informacíon Geográfica. Madrid: Unidad

Didáctica de Nueva Edición.

Schmugge, T., Hook, S., & Coll, C. (1998). Recovering surface temperature and

emissivity from thermal infrared multispectral data. Remote Sensing of

Environment.

Sobrino, J., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature

retrieval from LANDSAT TM 5 Remote Sensing of Environment, Elsevier,

Srivastava, P., Han, D., Rico-Ramirez, M., Bray, M., Islam, T., Gupta, M., & Dai,

Q. (2014). Estimation of land surface temperature from atmospherically

corrected landsat TM image using 6S and NCEP global reanalysis

product. En Environ. Earth Sci (págs. 72, 5183–5196).

Juan Silva Alfredo Arzamendia

32