|
|
|
Registros recuperados: 128 | |
|
| |
|
| |
|
|
Gonzáles,Paúl; Basso,Ana V; Särkinen,Tiina; González,Segundo Leiva; Cano,Asunción; Barboza,Gloria E. |
El presente estudio brinda información sobre la diversidad y los patrones de distribución de las especies de Salpichroa a lo largo de los Andes. De un total de 1205 colecciones de herbario estudiadas, 855 fueron georreferenciadas y analizadas, de éstas, el 99 % provienen de Perú, Ecuador y Argentina. Se reconocen 22 especies de Salpichroa, de las cuales 19 se encuentran en el Perú, el país con mayor número de especies de ese género; le siguen Bolivia (8), Ecuador (5), Argentina (4), Chile (3), Colombia (2), Venezuela (2), Uruguay (1), Paraguay (1) y Brasil (1). En general, Salpichroa se distribuye entre 30° S y 37° S, con la mayor riqueza de especies entre 7° S y 17° S, en el Perú. En Perú, la mayor concentración de especies se encuentra en el departamento... |
Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Altos Andes; Especies endémicas; Diversidad de especies; Fitogeografía; GIS; Sudamérica. |
Ano: 2018 |
URL: http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S0011-67932018000100002 |
| |
|
|
Inurreta Aguirre, Héctor Daniel. |
Existe gran interés alrededor del mundo en utilizar el aceite de Jatropha curcas L. como materia prima para biodiésel; sin embargo, con el fin de aumentar la eficiencia energética y económica de su cultivo, es necesario identificar áreas con condiciones agroecológicas óptimas y estimar su productividad en zonas marginales para evitar competencia con la producción de alimentos. El objetivo de este trabajo fue conocer la variación del potencial productivo de Jatropha curcas L. en respuesta a las distintas condiciones edafoclimáticas del estado de Veracruz. Se utilizó el modelo Soil and Water Assessment Tool (SWAT) para simular el rendimiento de semilla de Jatropha curcas L. Las unidades de cálculo fueron las Unidades de Respuesta Hidrológica (URH), definidas... |
|
Palavras-chave: SWAT; Modelos de simulación; Zonificación; SIG; Simulation models; Zoning; GIS; Agroecosistemas locales; Maestría. |
Ano: 2012 |
URL: http://hdl.handle.net/10521/1700 |
| |
|
|
Lagunes Rivera, Sergio Alberto. |
La caprinocultura se desarrolla en el 73% de los municipios del estado de Puebla, a altitudes de 900 a 3,000 msnm, donde las condiciones ambientales pueden influir en la presencia de parasitosis. El objetivo del estudio fue determinar la prevalencia de parásitos gastrointestinales e identificar los géneros de nematodos que afectan a los caprinos, en función de tres estratos fisiológicos de los animales y de tres zonas climáticas. El muestreo se realizó en 49 rebaños ubicados en municipios con importancia caprina, los cuales se agruparon en tres zonas en función de su altitud, temperatura y precipitación. En cada rebaño se muestrearon tres estratos de animales: hembras primalas, adultas y sementales, colectando respectivamente, 236, 262 y 50 muestras de 20... |
|
Palavras-chave: Haemonchus; Parásitos; Pequeños rumiantes; SIG; GIS; Parasites; Small ruminants; Estrategias para el Desarrollo Agrícola Regional; EDAR; Maestría. |
Ano: 2014 |
URL: http://hdl.handle.net/10521/2354 |
| |
|
| |
|
| |
|
| |
|
| |
|
|
Cruz Leyva, Isidro Amhed. |
Se modeló la distribución potencial del bosque mesófilo de montaña (BMM) para los estados de Hidalgo, Puebla y Veracruz, México bajo el escenario A2 de cambio climático (2050 y 2080) con los modelos de circulación general (GCM) CCSM3 y ECHAM5. Se utilizaron técnicas de modelado de hábitat (MH), modelado de nicho (MN) y especies arbóreas estructuralmente importantes y restringidas al BMM. Para caracterizar las condiciones ambientales, se integró un Sistema de información Geográfica (SIG) de 5 variables ambientales, 5 variables de distancia euclidiana y 19 variables bioclimáticas. De la Red Mundial de Información sobre Biodiversidad (REMIB) se obtuvieron 872 registros únicos de 12 especies arbóreas del BMM. Con datos de REMIB y del SIG se ajustaron los MN... |
|
Palavras-chave: BMM; A2; GCM; CCSM3; ECHAM5; MH; MN; SIG; REMIB; CUT; ML; HM; NM; GIS; GINB; LUC; LM; Forestal; Doctorado. |
Ano: 2014 |
URL: http://hdl.handle.net/10521/2247 |
| |
|
|
González Covarrubias, Galdino Daniel. |
En el presente estudio se realizó el análisis de las Unidades de Riego con aprovechamiento superficial en la Cuenca Lerma Chapala, México, a través de la georrefenciación y caracterización de la infraestructura hidroagrícola, padrón de usuarios y catastro, integrándolos en un Modelo de Sistema de Información Geográfica (SIG). Esto permitió conocer en forma precisa la información relevante de dichas Unidades. Se caracterizaron 1,364 unidades de riego con un total de 56,266 usuarios que detentan 114,975.26 hectáreas. La longitud de la red de conducción es de 2,435 km y la longitud de la red de drenaje es de 2,643 km, y 34,965 estructuras de control. La integración de las capas de información generadas en formato shape-file (*.shp) al Modelo de SIG de la... |
|
Palavras-chave: Modelación; SIG; Riego; Agua; Sustentabilidad; Cuenca; Modeling; GIS; Irrigation; Water; Sustainability; Watershed; Hidrociencias; Maestría Tecnológica. |
Ano: 2013 |
URL: http://hdl.handle.net/10521/2072 |
| |
|
|
Dueñas López, Gmelina. |
Los jaguares (Panthera onca) debido a sus amplios ámbitos hogareños son susceptibles a los efectos de la fragmentación. Para disminuir tales efectos, los corredores biológicos han sido propuestos como una herramienta para conectar poblaciones aisladas. La Sierra Madre Oriental (SMO) es una unidad de conservación para los jaguares que se considera con baja probabilidad de sostener poblaciones. Se identificaron corredores biológicos potenciales para el jaguar dentro de la SMO, por medio de técnicas de reconocimiento espacial. Mediante el algoritmo Maxent se identificaron parches de hábitat potencial, y a partir del Proceso Jerárquico Analítico y la Combinación Lineal Ponderada se generó una matriz de resistencia. El modelo con los corredores potencialmente... |
|
Palavras-chave: Dispersión; SIG; Rutas de menor costo; Stepping-stone; Dispersion; GIS; Least cost path; Ganadería; Maestría. |
Ano: 2013 |
URL: http://hdl.handle.net/10521/2030 |
| |
|
|
Coronado Quibrera, Wendy Paola. |
Puma yagouaroundi es una especie no estudiada en San Luis Potosí. En este estudio se obtuvieron nuevos registros, se describió el hábitat y se crearon las bases para un modelo de distribución potencial. El muestreo se llevó a cabo de octubre 2008- mayo 2009 mediante entrevistas en 96 comunidades rurales de la Zona Media, Centro y Huasteca. La información se agrupó en tres clases usando un criterio analítico de veracidad. Los lugares donde hubo avistamientos se visitaron y se tomaron los datos del hábitat. Se obtuvieron 58 registros de presencia y 34 de ausencia. Los pastizales (24%), zonas de cultivo (21%), y selvas (19%) fueron los tipos de vegetación más frecuentes en los sitios de avistamiento. Las selvas (46%) y pastizales (22%) como vegetación... |
|
Palavras-chave: Distribución; Hábitat; Presencia-ausencia; Cobertura de acecho; SIG; PAJ; Distribution; Habitat; Presence-absence; Ambush cover; GIS; AHP; Maestría; Ganadería. |
Ano: 2011 |
URL: http://hdl.handle.net/10521/418 |
| |
|
|
Cruz Leyva, Isidro Ahmed. |
En este trabajo se modeló el LAI5 (m/m), el LAIAL (m/m), y la COB utilizando variables cartográficas y espectrales. Se observó que la COB se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.66). El LAI5 se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.71). El LAIAL se relaciona con Precipitación Media en Lluvias (PMAMO) y su cuadrado (PMAMO2), Precipitación Media Anual en Secas (PMANA), Temperatura Máxima (TMAX) y su cuadrado... |
Tipo: Tesis |
Palavras-chave: Modelado Espacial; Variables Cartográficas; Variables Espectrales; SIG; Variables Biofísicas; Inventario Forestal.; Maestría; Forestal; Spatial modelling; GIS variables; Spectral variables; GIS; Biophysical variables; Forest inventory.. |
Ano: 2008 |
URL: http://hdl.handle.net/10521/1220 |
| |
|
|
Hernández Rodríguez, Adrián. |
Se presentan las bases conceptuales, metodológicas, trabajo de campo y resultados obtenidos en el Desarrollo de un Modelo Nacional de Sistema de Información Geográfica (SIG) de los Distritos de Riego de México. Dicho Modelo se construyó a partir de un Mapa Base Nacional utilizando el Modelo de Elevación Digital del Instituto Nacional de Estadística, Geografía e Informática y un continuo nacional de imágenes satelitales tipo LANDSAT. El Modelo Nacional desarrollado incluye los Modelos de SIG de cada uno de los 85 Distritos de Riego, que se realizaron a partir de un continuo de imágenes satelitales de alta resolución tipo SPOT. Mediante recorridos de campo se obtuvo información directa para cada Distrito de Riego, la cual fue integrada en once capas de... |
|
Palavras-chave: Modelo Nacional; SIG; Distrito de Riego; Análisis; Manejo; GIS; National Model; Irrigation; Planning; Analysis; Management; Hidrociencias; Maestría Tecnológica. |
Ano: 2013 |
URL: http://hdl.handle.net/10521/2063 |
| |
|
|
Cruz Leyva, Isidro Ahmed. |
En este trabajo se modeló el LAI5 (m/m), el LAIAL (m/m), y la COB utilizando variables cartográficas y espectrales. Se observó que la COB se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.66). El LAI5 se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.71). El LAIAL se relaciona con Precipitación Media en Lluvias (PMAMO) y su cuadrado (PMAMO2), Precipitación Media Anual en Secas (PMANA), Temperatura Máxima (TMAX) y su cuadrado... |
|
Palavras-chave: Modelado Espacial; Variables Cartográficas; Variables Espectrales; SIG; Variables Biofísicas; Inventario Forestal. Spatial modelling; GIS variables; Spectral variables; GIS; Biophysical variables; Forest inventory.. |
Ano: 2012 |
URL: http://hdl.handle.net/10521/923 |
| |
|
| |
|
|
Gutiérrez Castorena, Edgar Vladimir. |
A partir de 1994, la Tercera Unidad de Asistencia Técnica del Distrito de Riego No. 026, región noreste del estado de Tamaulipas, fue modificado por un déficit de humedad colocando a la región en una situación de alta vulnerabilidad social, económica, política, cultural y agroecológica. Debido a la complejidad del problema se llevó a cabo una investigación multiescalar desde, el nivel mega-macro hasta el microscópico empleando diferentes metodologías: interpretación de imágenes de satélite, uso de sistemas de información geográfica, creación de bases de datos (90,500 piezas), encuestas directas con productores, análisis físicos, químicos, mineralógicos y micromorfológicos de suelos. Los objetivos que se plantearon fueron: 1) Evaluar el uso de la... |
Tipo: Tesis |
Palavras-chave: Patrón de cultivo; Maíz; Sorgo; SIG; Cambio de uso de suelo; Clasificación de Suelos; Suelos semi-áridos; Déficit de agua; Percepción remota; Doctorado; Edafología; Maize; Sorghum; GIS; Land use change; Environment adaptation; Crop patterns; Irrigation Districts; Remote sensing. |
Ano: 2009 |
URL: http://hdl.handle.net/10521/1284 |
| |
|
| |
|
|
Cruz Leyva, Isidro Ahmed. |
En este trabajo se modeló el LAI5 (m/m), el LAIAL (m/m), y la COB utilizando variables cartográficas y espectrales. Se observó que la COB se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.66). El LAI5 se relaciona con la Precipitación Media en Secas (PMANA) y su cuadrado (PMANA2), Precipitación Media Anual en Lluvias (PMAMO), Temperatura Máxima (TMAX) y su cuadrado (TMAX2), y la Banda 4 (B4) (P < 0.001, R2 = 0.71). El LAIAL se relaciona con Precipitación Media en Lluvias (PMAMO) y su cuadrado (PMAMO2), Precipitación Media Anual en Secas (PMANA), Temperatura Máxima (TMAX) y su cuadrado... |
|
Palavras-chave: Modelado Espacial; Variables Cartográficas; Variables Espectrales; SIG; Variables Biofísicas; Inventario Forestal. Spatial modelling; GIS variables; Spectral variables; GIS; Biophysical variables; Forest inventory.. |
Ano: 2012 |
URL: http://hdl.handle.net/10521/871 |
| |
Registros recuperados: 128 | |
|
|
|