DETERMINACIÓN DE ZONAS PROPENSAS AL VIRUS DE LA MANCHA BLANCA EN PISCINAS CAMARONERAS DE LA ISLA PUNÁ MEDIANTE EL CÁLCULO DE TEMPERATURA SUPERFICIAL CON ALGORITMO SPLIT-WINDOW

Main Article Content

KAROL ARELLANO
PABLO PADILLA
IÑIGO MOLINA

Abstract

La temperatura superficial es un indicador del equilibrio energético de la superficie terrestre u oceánica, sus principales aplicaciones se centran en estudios ambientales, como el clima urbano, monitoreo de la vegetación, hidrología, entre otros. Debido a su gran importancia para el estudio de calidad del agua, requiere de mediciones, las cuales se pueden obtener mediante la aplicación de distintos algoritmos matemáticos en teledetección. El objetivo de este estudio fue identificar zonas propensas a la aparición del virus del síndrome de la mancha blanca (WSSV) en piscinas camaroneras de la Isla Puná para los años 2016 y 2017 mediante el cálculo de la temperatura superficial. En esta isla la especie conocida como Litopenaeus vannamei (camarón blanco del Pacífico) es la de mayor producción en su territorio, sin embargo, cuando la temperatura de las piscinas destinadas a su cultivo alcanzan valores inferiores o iguales a los 27 °C, se favorece a la aparición de brotes del virus de la mancha blanca. Para el cálculo de temperatura superficial se utilizó el algoritmo split-window propuesto por Sobrino et al. (1996) y datos combinados de los sensores Landsat 8 OLI/TIRS y ASTER. Como resultados se obtuvo que para el año 2016, un 0,13% (16.20 ha) del área total (12 569,76 ha) de piscinas camaroneras presentaron riesgo de brote del virus de la mancha blanca, mientras un 12,91% (1 644,48 ha) del área total (12 736,80 ha) de piscinas identificadas fueron identificadas en el año 2017, que es un porcentaje mucho más representativo en comparación con el registrado en el año 2016, lo cual refleja la falta de un mejor control en el proceso de producción camaronera. Finalmente este trabajo presenta un aporte importante a la tecnología y métodos de cuidado para disminuir el riesgo de que la especie Litopenaeus vannamei contraiga el virus de la mancha blanca.

Article Details

How to Cite
DETERMINACIÓN DE ZONAS PROPENSAS AL VIRUS DE LA MANCHA BLANCA EN PISCINAS CAMARONERAS DE LA ISLA PUNÁ MEDIANTE EL CÁLCULO DE TEMPERATURA SUPERFICIAL CON ALGORITMO SPLIT-WINDOW. (2019). Revista Geoespacial, 16(1), 33-42. https://doi.org/10.24133/geoespacial.v16i1.1277
Section
Artículos Técnicos

How to Cite

DETERMINACIÓN DE ZONAS PROPENSAS AL VIRUS DE LA MANCHA BLANCA EN PISCINAS CAMARONERAS DE LA ISLA PUNÁ MEDIANTE EL CÁLCULO DE TEMPERATURA SUPERFICIAL CON ALGORITMO SPLIT-WINDOW. (2019). Revista Geoespacial, 16(1), 33-42. https://doi.org/10.24133/geoespacial.v16i1.1277

References

Aguilar; H.; Mora; R.; and Vargas; C. (2014). METODOLOGÍA PARA LA CORRECCIÓN ATMOSFÉRICA DE IMÁGENES ASTER; RAPIDEYE; SPOT 2 Y LANDSAT 8 CON EL MÓDULO FLAASH DEL SOFTWARE ENVI. Revista Geográfica de América Central(53); 39-59. Obtenido de https://doi.org/10.15359/rgac.2-53.2

Armas; W.; and Izquierdo; L. (2010). Caracterización y propuesta técnica de la acuicultura en la parroquia rural de Puná del cantón Guayaquil. Tesis de Grado; Escuela Superior Politécnica del Litoral; Facultad de Ingeniería Marítima y Ciencias del Mar; Guayaquil. Obtenido de http://suia.ambiente.gob.ec/documents/783967/890048/Caracterizaci%C3%B3n+y+Propuesta+T%C3%A9cnica+De+La+Acuicultura+En+La+Parroquia+Rural+Pun%C3%A1%20Del+Cant%C3%B3n+Guayaquil.pdf/192cd01a-ce49-4088-8b4a-2daf768a0037;jsessionid=2TCMggtUsNKBDWL3ubRghI0m

Becker; F.; and Li; Z.-L. (1990). Towards a local split window method over land surfaces. International Journal of Remote Sensing; 11(3); 369-393. Obtenido de http://dx.doi.org/10.1080/01431169008955028 PLEASE

Blake; S. (2004). Contribución al estudio de los mecanismos celulares empleados por el camarón Litopenaeus vannamei para eliminar el virus del síndrome de la mancha blanca (wssv). Escuela Superior Politécnica del Litoral (ESPOL); Facultad de Ingeniería Marítima y Ciencias del Mar; Guayaquil. Obtenido de http://www.cenaim.espol.edu.ec/sites/cenaim.espol.edu.ec/files/04_blakesara.pdf

Briggs; M.; Funge-Smith; S.; Subasinghe; R.; and Phillips; M. (2005). Introducciones y movimiento de dos especies de camarones peneidos en Asia y el Pacífico. FAO Documento Técnico de Pesca 476; Organización de las Naciones Unidas para la Alimentación (FAO); Roma. Obtenido de http://www.fao.org/3/a0086s/A0086S00.htm#TOC

Chuvieco; E. (1992). Teledetección S.I.G. y Cambio Global. Geographicalia(29); 33-54. Obtenido de https://www.researchgate.net/publication/28315399_Teledeteccion_SIG_y_Cambio_Global

Cuéllar-Anjel; J. (Agosto de 2013). Enfermedad de las manchas blancas. The Center for Food Security Public Health (CFSPH); IOWA State University. Obtenido de http://www.cfsph.iastate.edu/Factsheets/es/white-spot-disease-es.pdf

Dražen; S. (2017). Calibration and Validation of Thermal Infrared Remote Sensing Sensors and Land/Sea Surface Temperature algorithms over the Iberian Peninsula. Tesis doctoral en Teledetección; Universidad de Valencia; Departamento de Física de la Tierra y Termodinámica; Valencia. Obtenido de https://core.ac.uk/download/pdf/84750704.pdf

Galve; J. (2014). Generación y validación de algoritmos para la obtención de la temperatura de la superficie terrestre utilizando técnicas de Teledetección en el infrarrojo térmico. Tesis pregrado; Universitat de València; España. Obtenido de https://dialnet.unirioja.es/servlet/dctes?codigo=90621

Jiménez-Muñoz; J.; and Sobrino; J. (2008). Split-Window Coefficients for Land Surface Temperature Retrieval From Low-Resolution Thermal Infrared Sensors. IEEE Geoscience and Remote Sensing Letters; 5(4); 806-809. Obtenido de https://ieeexplore.ieee.org/document/4656465

Jiménez-Muñoz; J.; Sobrino; J.; Skokovic; D.; Mattar; C.; and Cristóbal; J. (2014). Land Surface Temperature Retrieval Methods From Landsat-8 Thermal Infrared Sensor Data. IEEE Geoscience and Remote Sensing Letters; 11(10); 1840-1843. Obtenido de https://ieeexplore.ieee.org/document/6784508

Li; S.; and Geng-Ming; J. (2018). Land Surface Temperature Retrieval From Landsat-8 Data With the Generalized Split-Window Algorithm. IEEE Access; 6; 18149 - 18162. Obtenido de https://ieeexplore.ieee.org/abstract/document/8323370

NASA. (2014). ASTER Overview. Obtenido de https://lpdaac.usgs.gov/dataset_discovery/aster?fbclid=IwAR1HAAjx- X7Dm1xmcx_opcQ8thDR-JC4Cte5aG4mHJOBQCnhZ6RjMHd7Xbs

NASA. (2018). Aster Mission. Obtenido de https://asterweb.jpl.nasa.gov/mission.asp?fbclid=IwAR0B0A6t0Dc6m0EEBaiv84eZH8By06B_DXgG-jobu63_uoPdcuXpjsNlI-o

Palacios; J.; and Rosero; D. (2013). Análisis de las condiciones climáticas registradas en el Ecuádor continental en el año 2013 y su impacto en el sector agrícola. Instituto Nacional de Hidrología y Meteorología (INHAMI); Quito.

Santana; N. (2015). Factores de auge; crisis y recuperación del sector camaronero ecuatoriano en el período 1994-2014. Tesis maestría; Universidad de Guayaquil; Facultad de Ciencias Económicas; Guayaquil. Obtenido de http://repositorio.ug.edu.ec/bitstream/redug/7158/1/PROYECTO%20FINAL%20DE%20TESIS%20NARCISA%20SANTANA%20NAVARRO.pdf

Sarría; A. (2018). Cálculo de temperatura de superficie a partir de imágenes Landsat; NOAA y Sentinel-3. Universidad Politécnica de Valencia; Escuela Técnica Superior de Ingeniería Geodésica; Cartográfica y Topográfica ; Valencia. Obtenido de https://riunet.upv.es/bitstream/handle/10251/103166/Fern%C3%A1ndez%20-%20CALCULO%20DE%20TEMPERATURA%20DE%20SUPERFICIE%20A%20PARTIR%20DE%20IM%C3%81GENES%20NOAA%2c%20LANDSAT%20Y%20SENTINEL-3.pdf?sequence=1 and isAllowed=y

Sarricolea; P.; and Vide; J. (2014). El estudio de la Isla de Calor Urbana de Superficie del Área Metropolitana de Santiago de Chile con imágenes Terra-MODIS y Análisis de Componentes Principales. Revista de geografía Norte Grande(57); 123-141. Obtenido de http://dx.doi.org/10.4067/S0718-34022014000100009

Shahid; M. (2014). Land Surface Temperature Retrival of Landsat-8 Data Using Split Window Algorithm- A Case Study of Ranchi District. International Journal of Engineering Development and Research (IJEDR); 2(4); 3840-3849. Obtenido de http://www.ijedr.org/papers/IJEDR1404073.pdf

Sobrino; J.; Li; Z.-L.; Stoll; M.; and Becker; F. (1996). Multi-channel and multi-angle algorithms for estimating sea and land surface temperature with ATSR data. International Journal of Remote Sensing; 17(11); 2089-2114. Obtenido de http://dx.doi.org/10.1080/01431169608948760

Sobrino; J.; Raissouni; N.; Kerr; Y.; Olioso; A.; López-García; M.; Belaid; A.; . . . Dempere; L. (2000). Teledetección. (J. A. Sobrino; Ed.) Valencia; España: Servicio de Publicaciones.

Vélez; A. (2015). Causas de la recuperación del sector camaronero en el Ecuador: 2014. Tesis maestría; Universidad de Guayaquil; Facultad de Ciencias Económicas; Guayaquil.