e-ISSN: 1390-5902

CEDAMAZ, Vol. 13, No. 2, pp. 140–147, Julio–Diciembre 2023

DOI: 10.54753/cedamaz.v13i2.2053

Análisis espacio temporal del Índice de Vegetación de Diferencia

Normalizado (NDVI) en el ecosistema bosque semideciduo piemontano del

Catamayo Alamor

Spatial-temporal analysis of Normalized Difference Vegetation Index (NDVI) in the

semi-deciduous piedmont forest ecosystem of the Catamayo Alamor

Raúl García 1, Aníbal González 2y César Benavidez -Silva 2,*

1Maestría en Biodiversidad y Cambio Climático, Loja, Ecuador

2Centro de Investigaciones Territoriales, Universidad Nacional de Loja, Loja, Ecuador

*Autor para correspondencia: cesar.benavidez@unl.edu.ec

Fecha de recepción del manuscrito: 20/10/2023 Fecha de aceptación del manuscrito: 07/12/2023 Fecha de publicación: 30/12/2023

Resumen—En las últimas dos décadas, el ecosistema bosque semideciduo piemontano del Catamayo Alamor de la provincia de Loja,

ha experimentado diversas amenazas antropogénicas. Simultáneamente, las alteraciones en la intensidad y duración de fenómenos meteo-

rológicos como fenómenos asociados al cambio climático han generado variaciones en la dinámica de la vegetación a escala espacial y

temporal. Bajo este contexto, el presente estudio tiene como objetivo analizar la variación espacial del NDVI con respecto a la temperatura,

precipitación, elevación y pendiente, y su evolución temporal en función de la temperatura y precipitación en el período 2001 al 2018 en

los bosques semideciduos. Se determinó la dependencia espacial empleando un semivariograma, y se cuantiﬁcó su rango y semivarianza

a través del modelo esférico; para el análisis temporal se empleó ciclos estacionales y tendencias graﬁcados en el software Timesat, dicho

análisis fue complementado usando métodos estadísticos como correlación de Spearman. Los resultados revelaron que, el NDVI presen-

tó dependencias espaciales mayores relacionadas con la temperatura y pendiente del terreno, que superaron ampliamente a las variables

precipitación y elevación. Temporalmente, los inicios de los ciclos estacionales y tendencias se presentaron en sucesión cronológica. La

correlación entre NDVI y temperatura es baja (0,22), y moderada en la precipitación (0,53). Entre las principales conclusiones del estudio

se puede mencionar: i) que existe una mayor dependencia espacial entre el NDVI con la precipitación y elevación en comparación con la

temperatura y pendiente; ii) la baja correlación entre el NDVI y temperatura que debe ser analizada a mayor profundidad debido a que

existen otras variables y anomalías climáticas que posiblemente inﬂuyen en la variación del NDVI, y iii) el hallazgo en la sucesión en el

inicio de cada ciclo estacional de las variables de estudio revela la importancia de nuevas líneas de investigación relacionadas al estudio del

ecosistemas por los beneﬁcios que estos generan.

Palabras clave—Correlación, Bosque semideciduo, NDVI, Precipitación, Temperatura.

Abstract—Over the past two decades, he semi-deciduous piedmont forest ecosystem of the Catamayo Alamor in the province of Loja has

faced various anthropogenic threats. Simultaneously, alterations in the intensity and duration of meteorological phenomena, such as those

associated with climate change, have induced variations in vegetation dynamics at both spatial and temporal scales. Within this context,

the following objective has been formulated: to analyze the spatial variation of NDVI concerning temperature, precipitation, elevation,

and slope, and its temporal evolution based on temperature and precipitation from 2001 to 2018. To achieve the objective of this research,

spatial dependence was determined using a semivariogram, and its range and semivariance were quantiﬁed through the spherical model. For

temporal analysis, seasonal cycles and trends were examined using the Timesat software, and this analysis was complemented with statis-

tical methods such as Spearman correlation. The results revealed that NDVI exhibited stronger spatial dependencies related to temperature

and slope than precipitation and elevation. Temporally, the onsets of seasonal cycles and trends occurred in chronological succession. The

correlation between NDVI and temperature is low (0.22), while it is moderate with precipitation (0.53). This study concludes that i) there

is a greater spatial dependence between NDVI and precipitation and elevation compared to temperature and slope; ii) the low correlation

between NDVI and temperature should be further analyzed due to the potential inﬂuence of other variables and climatic anomalies on

NDVI variation, and iii) the ﬁnding of the succession in the onset of each seasonal cycle in the studied variables underscores the importance

of new research avenues related to ecosystem studies for the beneﬁts and well-being they provide for humanity.

Keywords—Correlation, Ecosystem, NDVI, Precipitation, Temperature.

INTRODUCCIÓN

Los bosques son el pilar fundamental de los ecosistemas

terrestres (BGCI, 2021), al cubrir el 31% de la super-

ﬁcie del planeta (FAO y PNUMA, 2020), intervienen en la

regulación regional y mundial de los ciclos del agua, tem-

peratura y captación y almacenamiento de carbono, que son

vitales en la supervivencia de la biodiversidad y humanidad

(Hurteau, 2021, Ometto et al., 2022). Por su importancia, los

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0. 140

ANÁLISIS ESPACIO TEMPORAL DEL ÍNDICE DE VEGETACIÓN GARCÍA et al.

bosques tropicales, a pesar de proveer servicios ecosistémi-

cos, sociales y culturales soportan diferentes grados de im-

pacto debido a la deforestación disminuyendo su resiliencia

(Ometto et al., 2022), alterando la cantidad y calidad de los

hábitats, y su conectividad (Haddad et al., 2015).

Los bosques como parte de los ecosistemas constituyen

un indicador sensible a las perturbaciones naturales por fac-

tores abióticos (Jeong et. al, 2017). El aumento gradual la

temperatura media anual mundial desde la era preindustrial

hasta la actualidad en distintas regiones del planeta ha cau-

sado efectos negativos en la estructura y composición de los

ecosistemas naturales (Ometto et al.,2022). En las últimas

tres décadas el cambio climático ha aumentado la frecuen-

cia, duración e intensidad de los fenómenos meteorológicas

(WMO, 2022) disminuyendo la capacidad de adaptación de

los ecosistemas (Gao, et al, 2016) y alterando el comporta-

miento, fenología y rango de distribución de las poblaciones

y especies locales (Weiskopf et al., 2020).

El cambio climático, ha provocado efectos negativos en la

dinámica de la vegetación (Gao, et al, 2016), alterando la es-

tructura y composición de las comunidades que conforman

los distintos ecosistemas forestales (Ometto et al.,2022). Los

bosques, son un indicador sensible a las perturbaciones na-

turales y antrópicas, constituyendo un elemento fundamental

en las observaciones espaciales y temporales de la dinámica

de la vegetación (Jeon et. al, 2017) y de los cambios de la ra-

diación fotosintéticamente activa en investigaciones a escala

regional y global (Wang et al., 2003).

En Ecuador, los bosques nativos no son ajenos a esta reali-

dad, han experimentado altos niveles de fragmentación, cau-

sados principalmente por la ampliación de actividades agrí-

colas y pecuarias (Kleemann et al., 2022; Noh et al., 2022).

Ante esta amenaza, se han establecido estrategias de conser-

vación, destacando las Áreas Protegidas y el Programa Socio

Bosque (MAE, 2008), sin embargo, en la provincia de Loja,

estos espacios de protección de diversidad representan es-

casamente el 3,94% de su territorio político administrativo

(MAE, 2018). Según el Sistema de Clasiﬁcación de Ecosis-

temas del Ecuador Continental, la provincia de Loja alber-

ga un total de 22 ecosistemas naturales (MAE, 2013), en-

tre estos, sobresale el ecosistema “bosque semideciduo pie-

montano del Catamayo Alamor”, abarcando una extensión

1618,17 km². Este ecosistema se encuentra distribuido en las

cuencas hidrográﬁcas Catamayo y Puyango, donde la vege-

tación nativa que la compone forma parte del Hot Spot bio-

diversidad de los Andes Tropicales, caracterizado por altos

niveles de endemismo (Aguirre et al., 2017).

Escasas investigaciones han utilizado como herramienta

de monitoreo de ecosistemas naturales al NDVI en relación

a la variabilidad del clima, su uso con ﬁnes de conservación

fue empleado en el monitoreo de posibles cambios de uso

del suelo en las Reservas Ecológicas Cotacachi Cayapas y

Producción de Fauna Chimborazo (Aldas, 2019; Paula et al.,

2018). A diferencia de los estudios anteriores, el análisis de

los cambios espacio temporales del NDVI en base a los pa-

trones climáticos globales en los páramos del centro y norte

del Ecuador (Udivia, 2020), así como, el empleo del índice

mejorado - EVI para detectar el comportamiento de los eco-

sistemas naturales del sur del Ecuador ante la temperatura y

precipitación (Maita, 2015), revelan la importancia de avan-

zar en esta línea investigativa relacionada a la dinámica de

vegetación frente a variables climáticas y orográﬁcas en la

provincia de Loja.

Considerando que existe un escaso aporte cientíﬁco en el

estudio del efecto de las variables de estudio en el ecosistema

“bosque semideciduo piemontano del Catamayo Alamor”, se

ha planteado realizar está investigación que propone el análi-

sis del NDVI en el ecosistema bosque semideciduo piemon-

tano del Catamayo Alamor y las variaciones en sus valores

medios, mínimos y máximos en relación con la dependencia

espacial con las variables climáticas y topográﬁcas en la zona

de estudio en el período 2001 al 2018.

MATERIALES Y MÉTODOS

Ubicación del área de estudio

La presente investigación, se desarrolló en la provincia de

Loja, especíﬁcamente, en el ecosistema “bosque semideci-

duo piemontano del Catamayo Alamor”. El ecosistema de

estudio, se encuentra ubicado entre las coordenadas geográ-

ﬁcas 03°50'31” y 04°36'45” de Latitud Sur; y, 79°21'41”

y 80°26'50” Longitud Oeste, distribuido en la mayoría de

la superﬁcie de las cuencas de los ríos Catamayo-Chira y

Puyango-Tumbes de la provincia de Loja, a excepción de los

cantones Loja y Saraguro (Figura 1).

Fig. 1: Mapa de ubicación del bosque semideciduo piemontano del

Catamayo Alamor en la provincia de Loja.

Adquisición de información de variables de estudio

Las imágenes mensuales del índice de vegetación de dife-

rencia normalizado - NDVI, del área representativa del eco-

sistema de estudio, del período 01 de enero de 2001 al 31

de diciembre de 2018, fueron obtenidas del Programa de

Sistemas de Datos de Ciencias de la Tierra de la Adminis-

tración Nacional de Aeronáutica y el Espacio (https://

search .earthdata .nasa .gov/search), con una resolu-

ción espacial de 1km², y una resolución temporal de 30 días,

obtenidas del sensor espectrorradiómetro de formación de

imágenes de resolución moderada - MODIS del satélite Te-

rra, de proyección sinusoidal de la colección MOD13A3 ver-

sión 061 (Didan, 2021). Los valores mensuales extraídos del

NDVI provienen de píxeles cubiertos al 100% en del área

representativa del ecosistema, para lograr este propósito se

utilizó el sistema de información geográﬁca - QGIS 3.32

141

e-ISSN: 1390-5902

CEDAMAZ, Vol. 13, No. 2, pp. 140–147, Julio–Diciembre 2023

DOI: 10.54753/cedamaz.v13i2.2053

(2023).

En lo referente a las variables climáticas como tempe-

ratura media mensual y precipitación media mensual, la

información fue obtenida del sitio web Climatologías de

alta resolución para las superﬁcies terrestres de la Tierra

(https://chelsa-climate.org/) con una resolución es-

pacial de 1km² (Brun et al., 2022; Karger et al., 2021;

Karger et al., 2020). Las variables orográﬁcas, elevación

y pendiente, fueron obtenidas del modelo digital de ele-

vación con una resolución espacial de 1km² (Fick y Hij-

mans, 2017) de la base de datos climatológicos WorldClim

(https://WorldClim.org/). La extracción de los valores men-

suales se realizó con el programa QGIS 3.32 (2023).

Evaluación de calidad de píxeles NDVI

Para evaluar la calidad de los valores del NDVI del área

representativa del ecosistema, se empleó la imagen de ﬁa-

bilidad de píxeles del archivo de formato de datos jerárqui-

cos HDF. Con la ayuda del programa R versión 2023.06.1,

se eliminaron los píxeles de categoría -1 “valor no procesa-

do” y categoría 3 “valor cubierto de nubosidad” de cada ima-

gen mensual de NDVI del período de estudio. Los valores de

los píxeles de categoría 0 “valor de conﬁanza”, y categoría 1

“valor útil” (Didan, 2021) fueron utilizados en esta investi-

gación.

Análisis espacial del NDVI en relación a las variables

de estudio

El análisis estructural del NDVI con las variables: tem-

peratura, precipitación, elevación y pendiente se desarrolló,

primero, graﬁcando un semivariograma, y segundo, cuantiﬁ-

cando los elementos del semivariograma, meseta y rango a

través de un modelo esférico que cuantiﬁca una meseta ver-

dadera (Maestre y Gallardo, 2008).

Análisis de series temporales del NDVI, temperatura

y precipitación

Mediante el programa de análisis de series temporales Ti-

mesat (Eklundh y Jönsson, 2015), versión 3.3 (https://

web.nateko.lu.se/timesat/timesat.asp) se generaron

series temporales del promedio de los valores mensuales del

NDVI, temperatura y precipitación, del período 01 de enero

de 2001 al 31 de diciembre de 2018. Obtenidas las series

temporales se utilizó el método de ajuste de Savitzky – Go-

lay para el NDVI y temperatura, mientras que el método de

ajuste de asymmetric Gaussian fue utilizado en la precipita-

ción. Para graﬁcar la tendencia se empleó la descomposición

de tendencias estacionales LOESS – STL Trend de Timesat.

Extracción de métricas de las series temporales

En las series temporales del NDVI, temperatura y preci-

pitación se obtuvieron las métricas: inicio de estación, mitad

de estación y ﬁn de estación, duración, valor base, valor má-

ximo y amplitud (diferencia entre el valor máximo y valor

mínimo), mientras que, en la tendencia de las variables des-

critas, se obtuvo las métricas: duración en años y rango con

el programa Timesat (Eklundh y Jönsson, 2015).

Tabla 1: Calidad de píxeles del ecosistema bosque semideciduo

piemontano del Catamayo Alamor (BmPn01).

Ecosistema Área

(km²) nC-1

(%)

C0 + C1

(%)

BmPn01 1 102,65 579 0,18 82,59 16,72 0,51 99,31

Número total de píxeles (n); Píxel no procesado sin dato (C -1); Píxel con da-

to conﬁable (C0); Píxel con dato útil (C1); Píxel condato de nubosidad (C3);

Porcentaje (%).

Correlación del NDVI con temperatura y precipita-

ción

Para determinar la correlación entre el NDVI con las va-

riables temperatura y precipitación, se utilizó el coeﬁciente

de correlación de Spearman, con un nivel de signiﬁcancia α

= 0,05, con una escala de: 1 que denota una relación positiva

entre las variables, 0 que indica ausencia de correlación, y -1

que indica una relación inversa. El coeﬁciente de Spearman

fue calculado con el programa R versión 2023.06.1.

RESULTADOS

En el área representativa del ecosistema de estudio de

1102,65km2, se obtuvo 579 pixeles cubiertos al 100%, que

revelaron en la categoría C0, dato conﬁable, un 82,59%,

seguidos de los píxeles de categoría 1, datos útiles, con el

16,72%, presentando una diferencia superior con respecto a

los píxeles procedentes de nubosidad C3 y píxeles no proce-

sados C-1, con porcentajes de 0,51 y 0,18% respectivamente

(Tabla 1).

Análisis espacial del NDVI con las variables de estu-

dio

Al comparar los resultados del análisis estructural entre el

NDVI con las variables temperatura, precipitación, elevación

y pendiente, el modelo esférico, cuantiﬁcó los elementos del

semivariograma, donde la meseta del modelo esférico, exhi-

bió que la semivarianza es mayor entre el NDVI y la tem-

peratura 0,0046, valor que presentó cierta semejanza entre

el NDVI y la pendiente 0,0045, mientras que, los resultados

entre NDVI con la elevación y precipitación diﬁeren de los

anteriores por presentar semivarianzas más cercanas a cero

con valores de 0,0031 y 0,0024 respectivamente (Tabla 2 y

Figura 2).

En lo referente a la distancia máxima en la cual el NDVI

está correlacionado espacialmente con las variables de estu-

dio, presentó diferentes valores, siendo mayor entre el ND-

VI y la temperatura con un rango de 29 625,81 metros, se-

guido del NDVI con la pendiente con 27 978,28 metros, sin

embargo, a diferencia de los rangos anteriores la dependen-

cia espacial entre el NDVI con la precipitación y elevación

alcanzó los 12 075,17 y 11 092,73 metros respectivamente,

presentando un contraste de 16000 metros aproximadamente

(Tabla 2 y Figura 2).

Análisis de series temporales de NDVI y temperatura

Durante el período de estudio de 18 años, el ecosistema,

presentó un ciclo estacional de NDVI de una duración de 165

días, comenzando la primera semana de enero y ﬁnalizando

en la segunda semana de junio. El NDVI alcanzó su valor

142

ANÁLISIS ESPACIO TEMPORAL DEL ÍNDICE DE VEGETACIÓN GARCÍA et al.

Tabla 2: Elementos del semivariograma del NDVI con las

variables de estudio del ecosistema bosque semideciduo

piemontano del Catamayo Alamor.

Semivariograma Modelo Meseta Rango (m)

NDVI-temperatura Esférico 0,0046 29 625,81

NDVI - precipitación Esférico 0,0024 12 075,17

NDVI - elevación Esférico 0,0031 11 092,73

NDVI - pendiente Esférico 0,0045 27 978,28

máximo 0,81 el primer día del mes de abril. Adicionalmente,

la amplitud del NDVI entre el valor pico de 0,81 y el valor

base 0,42, presentó una diferencia de 0,39 (Fig. 4). Referente

a la temperatura, presentó un ciclo estacional de una dura-

ción de 165 días, iniciando la cuarta semana de noviembre y

culminando en la segunda semana de mayo. El valor más alto

de la temperatura en la mitad del ciclo fue el día 21 febrero,

mientras que, la amplitud de 0,6 °C resulto de la diferencia

del valor más alto 22,1 °C y el valor base 21,5 °C (Figura

3). En el NDVI, se observaron 3 tendencias, la primera en-

Fig. 2: Modelo esférico y distribución de pares de puntos del

semivariograma del NDVI con las variables: a) temperatura, b)

precipitación, c) elevación, d) pendiente.

tre los años 2004 hasta el año 2007, presentado variaciones

de NDVI entre 0,56 a 0,62. La segunda tendencia, aconteció

entre los años 2008 al 2 010, con variaciones en un rango de

0,62 a 0,66, y la última entre los años 2011 al 2014, con valo-

res de NDVI entre 0,59 a 0,63. La temperatura presentó dos

tendencias, la primera, durante los años 2002 al 2007, con

temperaturas desde los 16,9 °C hasta los 17,3 °C, la segun-

da tendencia de mayor duración aconteció entre en los años

2008 al 2017, con temperaturas desde los 16,9 °C hasta los

18,1 °C (Figura 3).

Análisis series temporales de NDVI y precipitación

Durante el período de estudio de 18 años, el ecosistema

evaluado presentó un ciclo estacional de NDVI de una dura-

ción de 165 días, comenzando la primera semana de enero y

ﬁnalizando en la segunda semana de junio. El NDVI alcanzó

su valor máximo 0,81 el primer día del mes de abril. Adicio-

Fig. 3: Serie temporal y tendencia a) NDVI y b) temperatura con

ajuste de Savitzky Golay del ecosistema bosque semideciduo

piemontano del Catamayo Alamor, período 2001-01-01 al

2018-12-31.

nalmente, la amplitud del NDVI entre el valor pico de 0,81 y

el valor base 0,42, presentó una diferencia de 0,39. En la pre-

cipitación, el ciclo estacional presentó una duración de 127

días, que se inició en la primera semana de enero y culminó

en la primera semana de mayo. El valor más alto de la preci-

pitación, en la mitad del ciclo estacional, fue el primer día de

marzo. Adicionalmente, la amplitud de 272,7 mm se obtuvo

de la diferencia del valor pico 288,4 mm y el valor base de

15,7 mm (Fig. 5). En el NDVI, se observaron 3 tendencias,

la primera entre los años 2004 hasta el año 2007, presentado

variaciones de NDVI entre 0,56 a 0,62. La segunda tenden-

cia, aconteció entre los años 2008 al 2010, con variaciones

en un rango de 0,62 a 0,66, y la última entre los años 2011 al

2014, con valores de NDVI entre 0,59 a 0,63, mientras que, la

precipitación presentó una tendencia ligeramente ascenden-

te, casi en línea recta, con valores de precipitaciones en un

rango de 62,7 mm hasta 79,3 mm (Figura 4).

Fig. 4: Serie temporal y tendencia a) NDVI con ajuste de Savitzky

Golay, b) precipitación con ajuste Gaussian del ecosistema bosque

semideciduo piemontano del Catamayo Alamor, período

2001-01-01 al 2018-12-31.

Análisis temporal de la correlación de Spearman

Al desarrollar la prueba de correlación de Spearman con

un nivel de conﬁanza del 95%, se obtuvo, una correlación

entre las variables NDVI y temperatura de 0,22, lo cual indi-

ca una correlación positiva baja, mientras que, la correlación

entre las variables NDVI y precipitación, el valor de Spear-

man fue de 0,53 indicando una correlación positiva mode-

rada, es decir mientras aumenta la precipitación aumenta el

NDVI.

143

e-ISSN: 1390-5902

CEDAMAZ, Vol. 13, No. 2, pp. 140–147, Julio–Diciembre 2023

DOI: 10.54753/cedamaz.v13i2.2053

DISCUSIÓN

En el ámbito geoestadístico, los parámetros cuantiﬁcados

en el modelo esférico entre el NDVI con las variables climá-

ticas y orográﬁcas usando una resolución espacial de 1 km²

presentaron diferencias de rango y semivarianza, destacan-

do que, el rango del NDVI con la temperatura y pendiente

presentaron una dependencia espacial que duplica la depen-

dencia espacial al rango del NDVI con la precipitación y ele-

vación. En el análisis espacial, las semivarianzas del 0,0046

y 0,0045 del NDVI con temperatura y pendiente, mostraron

que los pares de datos están mayormente alejados con res-

pecto a su media en comparación con las semivarianzas de

0,0031 NDVI con pendiente y 0,0024 NDVI con precipita-

ción. Estos resultados indican la existencia de heterogenei-

dad espacial entre la relación existente del NDVI y las varia-

bles climáticas evaluadas, lo cual es ratiﬁcado por estudios

realizados a distintas escalas a nivel Global (Sawut et al.,

2023). Al destacar la heterogeneidad espacial de los efectos

ambientales sobre la vegetación, los resultados pueden orien-

tar las decisiones en cuanto a la conservación de los ecosis-

temas, la planiﬁcación del uso del suelo y el fomento del

desarrollo sostenible (Sawut et al., 2023; MAATE, 2023; Se-

cretaría Nacional de Planiﬁcación, 2023). La heterogeneidad

espacial en este contexto incide en las respuestas distintas de

varios tipos de vegetación ante las interacciones entre diver-

sos factores bioclimáticos, generando mecanismos variados

y complejos que fundamentan las relaciones entre los índi-

ces bioclimáticos y la dinámica de la vegetación. Es impera-

tivo tener en cuenta estas variaciones tanto espaciales como

altitudinales al evaluar el efecto de los índices bioclimáticos

sobre la vegetación (Gong et al., 2023).

Conocer la relación entre la vegetación y los factores cli-

máticos ayuda a comprender la dinámica de los ecosistemas,

incluyendo la respuesta de la vegetación a los cambios de

temperatura, precipitación y otras variables climáticas (Ku-

mar et al., 2023) o topográﬁcas. El análisis temporal, reve-

ló que los ciclos estacionales del NDVI y de la temperatura

mostraron una duración de 165 días, con diferencias de cada

ciclo estacional. Cronológicamente, se observa que el ciclo

de la temperatura comenzó el último día del mes de noviem-

bre, un mes antes del inicio de la actividad fotosintética en

el dosel de los bosques semideciduos del 01 de enero. Es-

te comienzo de ciclo del NDVI es similar al encontrado por

Haro-Carrión (2020) en los bosques de los Andes Occidenta-

les del sur de Ecuador en el período 1982-2010, sin embargo,

la mitad del ciclo de NDVI del uno de abril, contrasta con el

de los bosques occidentales correspondiente al mes de junio.

La diferencia en el ﬁn del ciclo del NDVI y temperatura, 15

de mayo y 15 de junio, posiblemente esté relacionado a el

cambio climático y la variabilidad climática que inﬂuyen en

la dinámica de la vegetación a nivel espacial de manera dis-

tinta en todo el planeta (Liu et al., 2022).

El ciclo estacional de la precipitación, exhibió una dura-

ción de 127 días, es decir, 38 días menos que los ciclos de

las variables NDVI y temperatura, sin embargo, el inicio del

ciclo estacional del NDVI y precipitación es de similar fecha,

01 de enero. La diferencia de dichos ciclos establece que las

precipitaciones de mayor intensidad se presentaron el primer

día de marzo, especíﬁcamente, 31 días antes a la mitad del ci-

clo del NDVI, acontecido el 01 de abril, y 9 días después a la

mitad del ciclo de temperatura – 21 de febrero, esta diferen-

cia es similar a lo descrita por Udivia (2020) donde el NDVI

en el ecosistema Páramo del centro y norte del Ecuador en el

período 2001 – 2018 aumentó un mes después de las precipi-

taciones de octubre y mayo, mientras que, en el bosque seco

de la provincia de Loja el NDVI y el incremento diamétrico

están regulados por las precipitaciones durante los meses de

enero a junio (Pucha, 2019).

Al determinar el grado de correlación de Spearman, se ob-

serva la existencia de una baja correlación entre NDVI y tem-

peratura 0,22, y moderada entre NDVI y precipitación 0,53.

Estas correlaciones, contrastan con las obtenidas por Maita

(2015) en el mismo ecosistema de estudio, donde la correla-

ción de Pearson entre el índice mejorado EVI y temperatura

de -0,22 indica una relación inversa, mientras que en la co-

rrelación entre el EVI y precipitación es 0,29. Estas diferen-

cias, deben ser interpretados con precaución, por tratarse de

índices de vegetación cuyo propósito es complementario al

momento de profundizar en el análisis de información obte-

nida del dosel de un ecosistema (Huete et al., 2010). A esto

se suma, que los bosques con altas y moderadas densidades

inﬂuyen en la saturación del NDVI (Jiang et al., 2006; Huete

et al., 2002), esta limitación es potenciada en la banda azul

en combinación con las bandas rojo e infrarrojo cercano que

le permite captar mejor las variaciones de la actividad foto-

sintética de la biomasa del dosel (Gao et al., 2000).

Otras características relevantes que posiblemente inﬂuye-

ron en el contraste de correlaciones, se enmarcan en la di-

ferencia de resoluciones espaciales y temporales del NDVI,

en el estudio la resolución espacial es de 1 km², la misma

es captada y procesada por el satélite MODIS Terra men-

sualmente (Didan, 2021), la cual diﬁere de las resoluciones

utilizadas por Maita (2015) con un tamaño de pixel de 250

metros y una resolución temporal cada 8 días combinadas de

los satélites MODIS Terra y Aqua, (Didan, 2015), sin embar-

go, otros aspectos como referentes a calibración del sensor,

presencia de nubosidad y características topográﬁcas deben

ser analizadas para prevenir interpretaciones erróneas (Zeng

et al., 2022).

Los resultados de esta investigación podrían contribuir a

orientar acciones de conservación dirigidas a mitigar los im-

pactos adversos de las condiciones bioclimáticas cambiantes

en los ecosistemas frágiles (Gong et al., 2023). Es necesario

destacar que factores naturales y antropogénicos que inﬂuyen

sobre los ecosistemas tienen un impacto signiﬁcativo en los

cambios en el NDVI de la vegetación, ya que contribuyen a

la heterogeneidad espacial de los cambios del NDVI, lo que

signiﬁca que los cambios en el NDVI varían entre diferen-

tes ubicaciones dentro del área de estudio (Li et al., 2022).

La perspectiva de la heterogeneidad espacial mejora signiﬁ-

cativamente nuestra comprensión de la dinámica de la vege-

tación al capturar las variaciones matizadas de los factores

en las diferentes subregiones. Este enfoque proporciona in-

formación sobre cómo la variabilidad espacial inﬂuye en los

cambios de la vegetación y permite una comprensión integral

de las interacciones entre los factores y el medio ambiente lo-

cal. (Kumar et al., 2023; Li et al., 2022).

144

ANÁLISIS ESPACIO TEMPORAL DEL ÍNDICE DE VEGETACIÓN GARCÍA et al.

CONCLUSIONES

La presente investigación analizó la relación espacial entre

el NDVI con la variables climáticas y orográﬁcas, a través de

herramientas geoestadísticas como lo son el semivariograma

y el modelo de ajuste teórico. El análisis estructural demos-

tró una dependencia espacial más fuerte entre NDVI con la

precipitación y elevación en comparación con la dependencia

espacial entre el NDVI con la temperatura y pendiente.

Se determinó que el comportamiento del NDVI con res-

pecto a la variables bioclimáticas temperatura y precipita-

ción, inﬂuye favorablemente en los procesos ecoﬁsiológicos

en las distintas zonas biogeográﬁcas del ecosistema de estu-

dio; sin embargo, la baja correlación entre NDVI y tempe-

ratura debe ser analizada con mayor profundidad, debido a

que existen otros aspectos como nuevas variables, patrones

y anomalías climáticas regionales y mundiales que inﬂuyen

en cierto grado en los ciclos estacionales de cada variable de

estudio.

El hallazgo de la sucesión del inicio de cada ciclo estacio-

nal demuestra la importancia de avanzar en nuevas líneas in-

vestigación en el estudio de los ecosistemas y de su respuesta

ante variables de amplia relevancia como lo son la temperatu-

ra y precipitación, dichas investigaciones deben enmarcarse

como eje fundamental de la academia, estado, y sociedad en

general por los diversos beneﬁcios y bienestar en favor de la

humanidad.

AGRADECIMIENTOS

A la Secretaría de Educación Superior, Ciencia, Tecno-

logía e Innovación – SENESCYT por la beca recibida co-

rrespondiente al Programa de Becas Nacionales de Posgrado

Fortalécete 2022. Al proyecto Biogeografía del cambio cli-

mático en el Sur del Ecuador: Dinámicas de cambio de uso

de suelo y su inﬂuencia en la distribución espacial y tempo-

ral de especies vegetales (20 – DI – FARNR - 2021), a la

Dirección de Investigación y a la Maestría en Biodiversidad

y Cambio Climático de la Universidad Nacional de Loja.

CONTRIBUCIONES DE LOS AUTORES

Conceptualización, RGM y CBS; metodología, RGM,

CBS; análisis formal, RGM, CBS, AGG; investigación,

RGM; curación de datos, RGM; redacción — preparación

del borrador original, RGM y CBS; redacción — revisión y

edición, RGM, CBS y AGG; supervisión, CBS y AGG. To-

dos los autores han leído y aceptado la versión publicada del

manuscrito.

FINANCIAMIENTO

El presente estudio fue ﬁnanciado por la Dirección de In-

vestigación de la Universidad Nacional de Loja y la Secreta-

ría de Educación Superior, Ciencia, Tecnología e Innovación

– SENESCYT.

REFERENCIAS

Aguirre Mendoza, Z. (2017). Biodiversidad de la pro-

vincia de Loja, Ecuador. Arnaldoa,24(2), 523–542.

https://doi.org/10.22497/arnaldoa.242.24206

Aldás Andrade, A. P. (2019). Análisis de la dinámica tem-

poral del índice de vegetación de diferencia normalizada

(NDVI) para los años 1986, 2001 y 2017 en la Reser-

va Ecológica Cotacachi Cayapas, Imbabura, mediante el

uso de google Earth Engine [Tesis de Ingeniería, Pon-

tiﬁcia Universidad Católica del Ecuador]. Repositorio

Digital PUCE. https://repositorio.puce.edu.ec/

handle/123456789/21638

BGCI. (2021). State of the World’s Trees. Botanic Gardens

Conservation International, Richmond, United Kingdom.

Brun, P., Zimmermann, N. E., Hari, C., Pellissier, L., & Kar-

ger, D. N. (2022). Global climate-related predictors at ki-

lometer resolution for the past and future. Earth System

Science Data,14(12), 5573-5603. https://doi .org/

10.5194/essd-14-5573-2022

Climatologies at high resolution for the earth’s land surface -

CHELSA (https://chelsa-climate.org/).

Database of high spatial resolution global

weather and climate data – WorldClim

(https://www.WorldClim.org/data/index.html).

Didan, K. (2015). MOD13Q1 MODIS/Terra Vegetation In-

dices 16-Day L3 Global 250m SIN Grid V006 [Data

set]. NASA EOSDIS Land Processes Distributed Acti-

ve Archive Center. Accessed 2023-10-04 from https://

doi.org/10.5067/MODIS/MOD13Q1.006

Didan, K. (2015). MYD13Q1 MODIS/Aqua Vegetation In-

dices 16-Day L3 Global 250m SIN Grid V006 [Data

set]. NASA EOSDIS Land Processes Distributed Acti-

ve Archive Center. Accessed 2023-10-04 from https://

doi.org/10.5067/MODIS/MYD13Q1.006

Didan, K. (2021). MODIS/Terra Vegetation Indices 16-Day

L3 Global 500m SIN Grid V061 [Data set]. NASA EOS-

DIS Land Processes DAAC. Accessed 2023-03-20 from

https://doi.org/10.5067/MODIS/MOD13A1.061

Eklundh, L., Jönsson, P. (2015). TIMESAT: A Software Pac-

kage for Time-Series Processing and Assessment of Ve-

getation Dynamics. In: Kuenzer, C., Dech, S., Wagner,

W. (eds) Remote Sensing Time Series. Remote Sensing

and Digital Image Processing, vol 22. Springer, Cham.

https://doi.org/10.1007/978-3-319-15967-6_7

FAO y PNUMA. (2020). El estado de los bosques del mun-

do 2020. Los bosques, la biodiversidad y las personas.

Roma. https://doi.org/10.4060/ca8642es

Fick, S. E., & Hijmans, R. J. (2017). WorldClim 2: new

1-km spatial resolution climate surfaces for global land

areas. International Journal of Climatology: A Journal

of the Royal Meteorological Society, 37(12), 4302–4315.

https://doi.org/10.1002/joc.5086

Gao X, Huete AR, Ni W, Miura T (2000) Optical-biophysical

relationships of vegetation spectra without background

contamination. Remote Sensing Environment 74:609–620

Gao, Q., Guo, Y., Xu, H., Ganjurjav, H., Li, Y., Wan, Y., Qin,

X., Ma, X., & Liu, S. (2016). Climate change and its im-

pacts on vegetation distribution and net primary produc-

tivity of the alpine ecosystem in the Qinghai-Tibetan Pla-

teau. The Science of the Total Environment,554–555, 34–

41. https://doi .org /10 .1016 /j .scitotenv .2016

.02.131

Gong, H., Cheng, Q., Jin, H., & Ren, Y. (2023). Effects

of temporal, spatial, and elevational variation in biocli-

145

e-ISSN: 1390-5902

CEDAMAZ, Vol. 13, No. 2, pp. 140–147, Julio–Diciembre 2023

DOI: 10.54753/cedamaz.v13i2.2053

matic indices on the NDVI of different vegetation types

in Southwest China. Ecological Indicators, 154, 110499.

https://doi.org/10.1016/j.ecolind.2023.110499

Haddad, N. M., Brudvig, L. A., Clobert, J., Davies, K. F.,

Gonzalez, A., Holt, R. D., Lovejoy, T. E., Sexton, J.

O., Austin, M. P., Collins, C. D., Cook, W. M., Dams-

chen, E. I., Ewers, R. M., Foster, B. L., Jenkins, C. N.,

King, A. J., Laurance, W. F., Levey, D. J., Margules,

C. R., . . . Townshend, J. R. (2015). Habitat fragmenta-

tion and its lasting impact on Earth’s ecosystems. Science

Advances,1(2). https://doi .org/10 .1126/sciadv

.1500052

Haro-Carrión, X., Waylen, P. R., & Southworth, J. (2020).

Spatiotemporal changes in vegetation Greenness across

Continental Ecuador: A Paciﬁc-Andean-Amazonian Gra-

dient, 1982–2010. Journal of Land Use Science,16(1),

18-33. https://doi .org /10 .1080/1747423x .2020

.1866705

Huete A, Didan K, Miura T, Rodriguez EP, Gao X, Ferrei-

ra LG (2002) Overview of the radiometric and biophysi-

cal performance of the MODIS vegetation index. Remote

Sens Environ 83: 195-213

Huete, A., Didan, K., van Leeuwen, W., Miura, T., Glenn, E.

(2010). MODIS Vegetation Indices. In: Ramachandran,

B., Justice, C., Abrams, M. (eds) Land Remote Sensing

and Global Environmental Change. Remote Sensing and

Digital Image Processing, vol 11. Springer, New York,

NY. https://doi.org/10.1007/978-1-4419-6749-7

_26

Hurteau, M. D. (2021). The role of forests in the carbon

cycle and in climate change. En Climate Change (pp.

561–579). Elsevier. https://doi.org/10.1016/B978

-0-12-821575-3.00027-X

Jeong, S.-J., Schimel, D., Frankenberg, C., Drewry, D. T.,

Fisher, J. B., Verma, M., Berry, J. A., Lee, J.-E., &

Joiner, J. (2017). Application of satellite solar-induced

chlorophyll ﬂuorescence to understanding large-scale

variations in vegetation phenology and function over

northern high latitude forests. Remote Sensing of Envi-

ronment,190, 178–187. https://doi.org/10 .1016/

j.rse.2016.11.021

Jiang Z, Huete AR, Chen J, Chen Y, Li J, Yan G, Zhang X

(2006) Analysis of NDVI and scaled difference vegeta-

tion index retrievals of vegetation fraction. Remote Sens

Environ 101:366–378

Karger, D. N., Schmatz, D. R., Dettling, G., & Zimmermann,

N. E. (2020). High-resolution monthly precipitation and

temperature time series from 2006 to 2100. Scientiﬁc

Data,7(1). https://doi.org/10.1038/s41597 -020

-00587-y

Karger, D. N., Wilson, A. M., Mahony, C., Zimmermann,

N. E., & Jetz, W. (2021). Global daily 1 km land surfa-

ce precipitation based on cloud cover-informed downsca-

ling. Scientiﬁc Data,8(1). https://doi.org/10.1038/

s41597-021-01084-6

Kleemann, J., Zamora, C., Villacis-Chiluisa, A. B., Cuenca,

P., Koo, H., Noh, J. K., Fürst, C., & Thiel, M. (2022).

Deforestation in continental Ecuador with a focus on

protected areas. Land,11(2), 268. https://doi .org/

10.3390/land11020268

Kumar, V., Bharti, B., Prasad, H., & Raj, A. (2023).

Assessing the interrelation between NDVI and clima-

te dependent variables by using granger causality test

and vector auto-regressive neural network model. Phy-

sics and Chemistry of the Earth, 131(May), 103428.

https://doi.org/10.1016/j.pce.2023.103428

Li, S., Li, X., Gong, J., Dang, D., Dou, H., & Lyu, X.

(2022). Quantitative Analysis of Natural and Anthropo-

genic Factors Inﬂuencing Vegetation NDVI Changes in

Temperate Drylands from a Spatial Stratiﬁed Heteroge-

neity Perspective: A Case. Remote Sensing, 14(3320), 1–

23. https://doi.org/https://doi.org/10.3390/ rs14143320

Liu, C., Liu, J., Zhang, Q., Hui, C., Gu, X., & Gulakh-

madov, A. (2022). Attribution of NDVI dynamics over

the globe from 1982 to 2015. Remote Sensing,14(11),

2706. https://doi.org/10.3390/rs14112706

MAATE. (2023). Plan Regulatorio Institucional 2024, Pro-

puesto. Ministerio del Ambiente, Agua y Transición Eco-

lógica (MAATE). Quito, Ecuador.

Maestre F., Gallardo A. (2008). Introducción de Análisis Es-

pacial de Datos en Ecología y Ciencias Ambientales: Mé-

todos y Aplicaciones. Editorial DYKINSON, S.L.

Maita, J. (2015). Dinámica espacio temporal del Índice de

vegetación Mejorado (EVI) en los Ecosistemas del Sur

del Ecuador [Tesis de Maestría, Universidad del Azuay].

Dspace de la Universidad del Azuay. http://dspace

.uazuay.edu.ec/handle/datos/4933

Ministerio del Ambiente del Ecuador. (2008). PROYEC-

TO SOCIO BOSQUE. Acuerdo Ministerial 169. Quito,

Ecuador.

Ministerio del Ambiente del Ecuador. (2013). Sistema de

Clasiﬁcación de Ecosistemas del Ecuador Continental.

Subsecretaría de Patrimonio Natural, Quito.

Ministerio del Ambiente del Ecuador. (2018). ESTADÍSTI-

CAS DEL PATRIMONIO NATURAL DEL ECUADOR

CONTINENTAL. Subsecretaría de Patrimonio Natural,

Quito.

National Aeronautics and Space Administration's Earth

Science Data Systems (ESDS) Program (https ://

search.earthdata.nasa.gov/search).

Noh, J. K., Echeverria, C., Gaona, G., Kleemann, J., Koo, H.,

Fürst, C., & Cuenca, P. (2022). Forest ecosystem frag-

mentation in Ecuador: Challenges for sustainable land

use in the tropical Andean. Land,11(2), 287. https://

doi.org/10.3390/land11020287

Ometto, J.P., K. Kalaba, G.Z. Anshari, N. Chacón, A. Farrell,

S.A. Halim, H. Neufeldt, and R. Sukumar, 2022: Cross-

Chapter Paper 7: Tropical Forests. In: Climate Change

2022: Impacts, Adaptation, and Vulnerability. Contribu-

tion of Working Group II to the Sixth Assessment Report

of the Intergovernmental Panel on Climate Change [H.-

O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska,

K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S.

Löschke, V. Möller, A. Okem, B. Rama (eds.)]. Cambrid-

ge University Press, Cambridge, UK and New York, NY,

USA, pp. 2369-2410, doi:10.1017/9781009325844.024.

Paula, P. A., Zambrano, L., y Paula, P. (2018). Análisis mul-

titemporal de los cambios de la vegetación, en la Reserva

de Producción de Fauna Chimborazo como consecuencia

del cambio climático. Enfoqute,9(2), 125-137. https://

doi.org/10.29019/enfoqueute.v9n2.252

146

ANÁLISIS ESPACIO TEMPORAL DEL ÍNDICE DE VEGETACIÓN GARCÍA et al.

Pucha, F. (2019). Correlación entre el NDVI y el crecimien-

to anual de especies forestales al Sur de Ecuador [Tesis

de Maestría, Universidad de Salzburgo]. Research Gate.

https://doi.org/10.13140/RG.2.2.34662.57922

QGIS Development Team. (2023). QGIS Geographic In-

formation System (Version 3.32) [Software de geoin-

formación]. Open-Source Geospatial Foundation Project.

https://qgis.org

R Foundation for Statistical Computing. (2023). R: A lan-

guage and environment for statistical computing (Version

2023.06.1) [Software]. R Foundation for Statistical Com-

puting. https://www.R-project.org/

Sawut, R., Li, Y., Kasimu, A., & Ablat, X. (2023). Examining

the spatially varying effects of climatic and environmen-

tal pollution factors on the NDVI based on their spatially

heterogeneous relationships in Bohai Rim , China. Jour-

nal of Hydrology, 617(PA), 128815.

Secretaría Nacional de Planiﬁcación. (2023). Guía para la

formulación/adaptación de Planes de Desarrollo y Orde-

namiento Territorial – PDOT. Gobierno del Ecuador.

TIMESAT. (2017). A software package to analyse time se-

ries of satellite sensor data (Version 3.3) [Software]. Lund

University. https :// web .nateko .lu .se / timesat /

timesat.asp

Udivia Zambrano, K.Y. (2020). Análisis de la dinámica es-

pacio temporal del índice de vegetación de diferencia

normalizada (ndvi) y su relación con patrones climáti-

cos globales en el páramo ecuatorial entre el año 2001 y

2018 [Tesis de Maestría, Escuela Politécnica Nacional].

Repositorio digital – EPN. http://bibdigital .epn

.edu.ec/handle/15000/21251

Wang, J., Rich, P. M., & Price, K. P. (2003). Tempo-

ral responses of NDVI to precipitation and tempe-

rature in the central Great Plains, USA. Internatio-

nal Journal of Remote Sensing, 24 (11), 2345–2364.

DOI:10.1080/01431160210154812

Wang, J., Rich, P. M., & Price, K. P. (2003). Temporal res-

ponses of NDVI to precipitation and temperature in the

Central Great Plains, USA. International Journal of Re-

mote Sensing,24(11), 2345-2364. https://doi .org/

10.1080/01431160210154812

Weiskopf, S. R., Rubenstein, M. A., Crozier, L. G., Gaichas,

S., Grifﬁs, R. B., Halofsky, J. E., Hyde, K., Morelli, T.

L., Morisette, J. T., Muñoz, R. C., Pershing, A. J., Peter-

son, D. L., Poudel, R., Staudinger, M. D., Sutton-Grier,

A. E., Thompson, L. M., Vose, J. M., Weltzin, J. F., &

Whyte, K. P. (2020). Climate change effects on biodi-

versity, ecosystems, ecosystem services, and natural re-

source management in the United States. Science of The

Total Environment,733, 137782. https:// doi .org/

10.1016/j.scitotenv.2020.137782

World Meteorological Organization (2022). El estado

del Clima en América Latina y El Caribe 2021.

https://library.wmo.int/idurl/4/66322

Zeng, Y., Hao, D., Huete, A., Dechant, B., Berry, J., Chen, J.

M., Joiner, J., Frankenberg, C., Bond-Lamberty, B., Ryu,

Y., Xiao, J., Asrar, G. R., & Chen, M. (2022). Optical

vegetation indices for monitoring terrestrial ecosystems

globally. Nature Reviews. Earth & Environment,3(7),

477–493.

147