Académique Documents
Professionnel Documents
Culture Documents
T E S I S
QUE PARA OBTENER EL GRADO DE
MAESTRO EN GEOGRAFA
P R E S E N T A
ASESOR DE TESIS:
DR. VCTOR ORLANDO MAGAA RUEDA
MXICO, D.F.
2011
Dedicatoria
A mi madre Josefina
A mi amor Adriana
Agradecimientos
A los sinodales, el Dr. Ral Aguirre, el Dr. Baldemar Mndez y el Dr. Leopoldo
Galicia por el tiempo dedicado en la revisin de esta tesis y por sus valiosos
comentarios para mejorarla. Especialmente quiero manifestar mi gratitud a la
Dra. Leticia Gmez por el inters y aportaciones durante todo el desarrollo del
presente trabajo.
A todos los compaeros del grupo del Grupo de Clima y Sociedad del Instituto
de Geografa, por su ayuda y amistad. Agradezco especialmente al Dr. Matas
Mndez por compartir su experiencia en el tema de sequa y por ayudarme a
obtener datos que fueron usados en esta investigacin.
..
ndice general
Captulo 1. Introduccin.1
1.1. Introduccin a la relacin clima-ecosistemas vegetales.....1
1.2. La sequa. 3
1.3. Tipos de sequa.. 4
1.3.1. Sequa meteorolgica.... 4
1.3.2. Sequa hidrolgica......5
1.3.3. Sequa agrcola .........6
1.3.4. Sequa socioeconmica........6
1.4. Clima y sequa....8
1.5. ndices de Sequa.12
1.6. ndices de vegetacin..13
1.7. El problema de las relaciones clima ecosistema: objetivo....15
Captulo 3. Resultados.....33
3.1. Relaciones precipitacin-humedad del suelo-vegetacin.33
3.2. Impacto de la sequa de 198236
3.3. Impacto de la sequa de 199842
Referencias bibliogrficas..55
Captulo 1
Introduccin
1.2. La sequa
Existen diversas definiciones de sequa, dependiendo del sector en el que se
experimente el dficit de agua. Adicionalmente, con frecuencia resulta difcil
determinar y ms aun pronosticar el inicio y fin de una sequa, lo cual refleja la
complejidad de este fenmeno climtico (Wilhite, 1997).
trminos de
baja precipitacin
y alta
evapotranspiracin, como
una
los
conflictos
entre
los
usuarios
de
agua
aumentan
sequa
meteorolgica,
se
vuelve
extremadamente
importante
Figura 1.1. Secuencia de eventos de sequa y sus efectos (Fuente: The US National
Drought Mitigation Centre, NDMC 2006).
Los efectos provocados por una sequa difcilmente son notados en el tiempo
en el que se presenta y sus impactos pueden continuar semanas, meses o
aos despus de que haya terminado (Wilhite, 1997). Existen factores
climticos que agravan la severidad de la sequa y que estn asociados con
ella como altas temperaturas, fuertes vientos y baja humedad (NDMC, 1991).
10
11
12
15
Especficamente, se intenta:
a) Establecer una relacin entre sequa y magnitud del impacto a travs del
uso del NDVI que permita medir el nivel de estrs hdrico en la
vegetacin
b) Analizar los casos de sequas severas, como las asociadas a eventos El
Nio, de forma que se pueda estimar mediante un indicador el grado de
afectacin en diversos ecosistemas ante sequas
c) Establecer los desfases entre la seal de la sequa y la respuesta del
ecosistema, lo que permita una gestin en el ecosistema para la
reduccin de incendios forestales, por ejemplo
d) Iniciar los trabajos que lleven a conectar el monitoreo climtico con los
impactos en diversos ecosistemas
16
Captulo 2
Datos y metodologa
2.1. Datos
Para analizar los impactos de la sequa en diferentes tipos de vegetacin, como
parte de las relaciones climaecosistemas, se usan datos de lluvia y de
cambios en la salud de la vegetacin. Para realizar el anlisis en forma
eficiente, es comn recurrir a campos en puntos de malla, ms que a los datos
de las estaciones directamente. Una opcin es usar series histricas de
precipitacin asimiladas en una matriz, de forma equivalente a los datos en
arreglo de pixeles como los de NDVI. Adicionalmente, se recurri a
estimaciones de humedad del suelo, ya que aunque en la mayora de los casos
se sabe que el dficit de precipitacin lleva a dficit de humedad del suelo que
impone estrs hdrico en la vegetacin, es posible que el cambio en la
humedad del suelo se deba tambin a anomalas positivas de temperatura. Se
pudo haber considerado adicionalmente la radiacin solar o el viento, pero se
estima que los impactos ms importantes de la sequa quedan descritos en las
variables elegidas.
2.2. Precipitacin
La base de datos de precipitacin CRU TS 3.0 generada en el Climatic
Research Unit (CRU) de la University of East Anglia, se basa en datos de una
17
18
19
_
(X i k X i)
SPI = ------------------i
Donde:
20
Categora
Posibles Impactos
Condicin normal
Condiciones normales de precipitacin
seco
Inicia la sequa, perodo corto en que se secan
lentamente las siembras, cultivos y pastizales,
Condicin anormal
empieza a haber peligro de incendios, dficit
seco
de agua, pasturas y cultivos no se recuperan
completamente.
Algo de dao a cultivos y pastizales, riesgo
alto de incendio. Corrientes, represas y pozos
Sequa moderada con bajo nivel de agua, escasez de agua
inminente, lo que implica la peticin del
cuidado del agua.
Posible prdida de cultivos y pastos, riesgo de
Sequa severa incendio alto, escasez de agua comn,
restricciones en el uso del agua.
Prdida mayor de cultivos/pasto, peligro
Sequa extrema extremo de incendios, restricciones estrictas
de uso del agua.
Prdida de cultivos/pasto excepcional y
extendida, riesgo inminente de incendios,
Sequa excepcional
escasez de agua en represas, corrientes y
pozos, creacin de un estado de emergencia
Rango
de SPI
0 a -0.5
-0.5 a 0.8
-0.8 a 1.3
-1.3 a 1.6
-1.6 a 2.0
-2.0
menos
21
2.3. Vegetacin
La base de datos para caracterizar la vegetacin y su respuesta a fluctuaciones
del clima es el NDVI y forma parte del Global Inventory Monitoring and
Modeling Studies (GIMMS) generada en el Global Land Cover Facility (GLCF)
de la University of Maryland. Los datos del NDVI para un perodo de 25 aos
que abarca desde 1981 hasta 2006. El conjunto de datos se deriva de las
imgenes obtenidas del sensor Advanced Very High Resolution Radiometer
(AVHRR), instrumento a bordo en los satlites NOAA 7, 9, 11, 14, 16 y 17. Los
datos de NDVI se han corregido en la calibracin, vista geomtrica, aerosoles
volcnicos y otros efectos no relacionados con los cambio en la vegetacin
(Tucker, Pinzon y Brown, 2004).
Los datos se encuentran en mapas raster (mallas) con una resolucin espacial
de 8km x 8km para perodos de 15 das, la cual es apropiada para detectar
cambios en la vegetacin inducida o natural a nivel nacional y su relacin con
otras variables como la lluvia y la humedad del suelo.
22
IRC R
NDVI = ----------------IRC + R
Donde:
23
Figura 2.2. Ejemplo del clculo de NDVI (ilustracin de Robert Simmon, en:
http://www.nasa.gov/topics/earth/features/obscure_data.html).
Debido a que el NDVI tiene un ciclo anual bien marcado para regiones
tropicales y subtropicales, el cual va casi paralelo a la actividad del monzn
(mayor actividad fotosinttica en perodo hmedo y menor en seco) (Figura
2.3), es necesario filtrar dicho modo para poder concentrarse en las anomalas
de un ao a otro y realizar una comparacin ms adecuada con valores del
sequa (SPI).
Se calcularon anomalas mensuales de NDVI (aNDVI) para el perodo 19812006, filtrando el ciclo anual e identificando eventos extremos de las
condiciones de la salud de la vegetacin (vigorosa o en estrs). Diversos
trabajos han utilizado las anomalas de NDVI para caracterizar los impactos de
la variabilidad climtica en ecosistemas (Verdin et al., 1999; Wang et al., 2006;
Zaitchk et al., 2006; Erasmi et al., 2009;).
_
Z = Xi X
Donde:
Z = Anomala
Xi = Valor observado de un mes
_
X = Valor promedio histrico de un mes
dw/dt = P - E - R - G
Donde:
Los efectos de una sequa no son iguales para todos los ecosistemas, stos
tienen su propia forma de responder a un dficit de precipitacin. Por la
importancia econmica y los servicios ambientales, es de gran inters
identificar el grado de afectacin y el tiempo de respuesta de diversos
ecosistemas como bosques de conferas (pino, encino y otras conferas),
selvas (bajas y medias) y agricultura (temporal y riego) ante sequas intensas
como los que ocurrieron durante eventos El Nio. La identificacin de los tipos
de vegetacin se basa en la cartografa de la Comisin Nacional para el
Conocimiento y uso de la Biodiversidad (CONABIO), que contiene los diversos
tipos de vegetacin en Mxico.
2.6. Metodologa
El procesamiento espacial se trabaj dentro del un Sistema de Informacin
Geogrfica (SIG), ArcGIS 9.2, con la finalidad de extraer de la base de datos
aNDVI, solo la informacin que espacialmente corresponde a los usos de suelo
como: bosques de conferas, selvas, cultivos de temporal y cultivo de riego
(Figura 2.5). De esta manera se puede desagregar cada uno de los tipos de
vegetacin para identificar la respuesta ante sequa y prdida de humedad del
suelo (SPI y aHS) por zonas climticas.
28
29
Figura 2.6. Ciclo anual de precipitacin y valor medio del ndice de Vegetacin de
Diferencia Normalizada (NDVI) para las zonas climticas de Mxico.
31
Para poder ser comparables los valores promedio de aNDVI por zona climtica,
se genera el mismo proceso geoestadstico, para las variables de SPI-3 y las
aHS, para as crear las series de tiempo que determinen la respuesta de los
tipos de vegetacin a la sequa (Fig. 2.7).
32
Captulo 3
Resultados
Para este trabajo el SPI fue calculado para diferentes escalas temporales, para
identificar cual muestra mayor relacin con los procesos vegetales, se
generaron correlaciones a nivel nacional de SPI a 1,3 y 6 meses (SPI-1, SPI-3
y SPI-6) con aNDVI por tipos de vegetacin. Los resultados indican que la
mayor correlacin (R= 0.53) se present con el SPI de 3 meses. Las
correlaciones para SPI de 1 y 6 meses fueron menores (R= 0.47 y R= 0.45
respectivamente).
Figura 3.1. Correlaciones entre el SPI-3 con las aNDVI (tipo de vegetacin) y aHS
para eventos El Nio.
Los resultados de las relaciones de SPI-3 con aNDVI por tipo de vegetacin y
aHS son significativas cuando se considera un mes de desfase para cualquier
zona climtica de Mxico, es decir de forma general toma alrededor de cuatro
semanas el ecosistema entrar a estrs hdrico luego de la ocurrencia de
sequa. Los valores de SPI-3 con desfase de un mes, resulta ser la
combinacin ms adecuada para establecer el tiempo de respuesta de la
agricultura, los bosques y las selvas a escala nacional ante sequas intensas
para cualquier zona climtica de Mxico. Por otra parte, las aHS presentan los
valores ms altos de las correlaciones con el SPI-3 a un mes de desfase, lo
34
que sugiere que es el suelo que responde primero a las condiciones de SPI y
despus lo hace la vegetacin.
Figura 3.3. Anomala de temperatura superficial del mar durante diciembre de 1982
(tomado de IRI en:
http://iridl.ldeo.columbia.edu/SOURCES/.NOAA/.NCDC/.ERSST/.version3b/.anom/).
36
2.0
ZONAARIDA
1.S
1.0
O.S
0.0
-0.5
-1.0
-1.5
-2.0
52-Mar
82-Ab r
82-May
82-Jun
82-Jul
52-Ago
82-Sep
82-0ei:
82-Nov
82-Die
S3- E ne
83-Feb
82-0ct.
82-Nov
52-Die
S3-Ene
83-Feb
82-Nov
52-Die
S3-Ene
83-Feb
2 .0
ZONA T E M PLADA
1.S
1 .0
O.S
0 .0
-0.5
-1 . 0
-1.5
-2 . 0
82-Ma r
82-Ab r
82-May
82-Jun
82-Jul
82-A::o
82-Sep
2.0
1.0
O.S
0.0
-0.5
-1.0
-1.5
-2.0
52-Mar
82-Abr
82-MilY
82-J un
82-J ul
82-Ago
8Z-Sep
52-0ei:
2.0
1.0
o .s
0 .0
-0. 5
-1 .0
-1.5
-2.0
82-M ar
82-Abr
82- MaV
82-Jun
82- Jul
82-.4&:0
82-S.p
82- 0ei:
82-Nov
82-Dle
S3-En.
83-F.b
Figura 3.4. Series de tiempo por zona climtica de las aNDVI/1000 de diferentes tipos
de vegetacin, SPI-3, y aHS/100 (marzo 1982 a febrero 1983).
37
Tanto en los anlisis de correlacin como en las series de tiempo la zona rida
es donde mayor concordancia existe entre SPI-3 y aNDVI, tambin es donde
se presenta el mayor estrs hdrico en la vegetacin durante este perodo. La
sequa inicia en junio y termina en noviembre de 1982, mientras que la
vegetacin contina en condiciones de estrs un mes despus, de esta manera
se puede determinar que la resiliencia de la vegetacin para las zona ms seca
del pas es del orden de un mes. Las aHS tienen una relacin temporal casi
paralela con las aNDVI lo que muestra que la humedad del suelo juega un
papel determinante para las zonas ridas de Mxico.
Las lluvias normales y arriba de lo normal en los meses de marzo abril y mayo
en la zona del trpico hmedo, aportan la humedad suficiente para que los
ecosistemas se mantengan en condiciones normales los primeros meses de
sequa (junio y julio). Al igual que en todo el pas en esta zona se registra el
mnimo del acumulado de lluvias en agosto (cercano a -1 SPI-3 en promedio) y
los efectos en aNDVI se perciben un mes despus en septiembre. Las lluvias
regresan de forma normal para septiembre en el trpico hmedo y los efectos
en aNDVI son en octubre, lo que indica nuevamente al igual que en otras zonas
climticas del pas que los ecosistemas reaccionan ms rpidamente al aporte
de humedad que al dficit. Las selvas presentan dos mnimos de aNDVI, uno
en mayo y otro en diciembre, ambos eventos no muestran una clara relacin
con las condiciones de lluvias ni de humedad del suelo y pueden estar ms
relacionados con variables ajenas a las condiciones climticas como lo marca
los resultados de correlacin, en que se muestra como las selvas en el trpico
39
hmedo son los ecosistemas menos relacionados con la variable SPI-3 durante
evento El Nio (Figura 3.1).
Se puede inferir que si las lluvias de abril, mayo y junio se dan de forma normal
o superiores a lo normal antes de un evento de sequa intenso dentro de la
temporada de lluvias (julio, agosto, septiembre y octubre), puede esperarse
que los ecosistemas resistan la sequa los primeros meses. Por el contrario, al
continuar el dficit de lluvia en verano, los ecosistemas sufren estrs hdrico.
As, es fundamental que las lluvias al final del ao producto de una mayor
actividad de frentes fros caractersticos de aos El Nio, se presenten, para
que los ecosistemas puedan obtener la humedad que no les fue proporcionada
meses antes.
La sequa de 1982 tuvo una extensin espacial de escala casi nacional, sin que
las fronteras naturales como la orografa o el tipo de vegetacin tuvieran
influencia. El SPI-3 y las aNDVI no tienen una relacin exacta con los
elementos que regulan la salud de los ecosistemas ajenos a la lluvia. Aun as,
por medio de las series de tiempo se puede determinar qu: el desfase entre
uno y dos meses de las condiciones de lluvia (SPI-3) y el estrs hdrico de la
vegetacin (aNDVI) en un perodo de sequa intenso se identifica una relacin
espacial importante (Figura 3.5).
40
Figura 3.5. Distribucin del SPI-3 para agosto 1982. Los colores slidos corresponden
a las aNDVI para octubre 1982, es decir con un desfase de dos meses.
Figura 3.6. Distribucin de las aHS para septiembre 1982. Los colores slidos
corresponden a las aNDVI para octubre 1982, es decir con desfase de un mes.
41
Figura 3.7. Anomala de temperatura superficial del mar (SST). Evento de El Nio
diciembre 1997 (tomado de IRI en:
http://iridl.ldeo.columbia.edu/SOURCES/.NOAA/.NCDC/.ERSST/.version3b/.anom/).
2.0
ZONAARIDA
1.S
1.0
O.S
0.0
=-
-----
- 0.5
- 1.0
-;;;;;;
:!
7
-1.5
- 2.0
98-Ene
98-Feb
98-Mar
9S-Abr
98-Ma y
98-Jun
9B-Ju l
98-Ago
98-Sep
98-0ct
9B-No v
9B-Ago
98- S ep
98-0ct
98-Nov
9B-Ago
98-Sep
9B-Oct
98-Nov
9B- A !i: D
98-Sep
98-0ct
98-Nov
2 .0
ZONA TEMPLADA
1 .S
1 .0
0 .5
0 .0
-0. 5
-1 . 0
-1 . 5
-2 . 0
98- E n e
98-Feb
98-Mar
98-Abr
98-May
98-Jun
98-J u l
2.0
1.0
O.S
0.0
- 0.5
- 1.0
- 1.5
- 2.0
98-Ene
98-Feb
9B-Mar
9B-Abr
98-Ma y
gB-J un
98-J u l
2 .0
1 .0
O. S
0 .0
-0.5
-1.0
-1.5
-2.0
9S-Ene
98-Feb
98- Mar
98-Abr
98-May
98-Jun
98-J u l
- -SPI-3 - -Se lva M-S - - Conferas - -Agricu ltura Temporal - -Agricultura Riego - -a Humedad Sue lo
Figura 3.8. Series de tiempo por zona climtica de las aNDVI/1000 de diferentes tipos
de vegetacin, SPI-3, y aHS/100 (enero 1998 a noviembre 1998).
43
La sequa de mediados de 1998, para la zona rida fue intensa desde mayo (-1
SPI-3 en promedio), los impactos en los ecosistemas se presentan dos meses
despus (julio) principalmente para la agricultura (temporal y riego), esto puede
deberse al manejo que tienen las zonas agricultoras a diferencia de las selvas y
los bosques de conferas.
A diferencia de la sequa de 1982 las lluvias de abril y mayo en 1998 fueron por
debajo de lo normal, esto no permiti que la agricultura tuviera los reservorios
de agua suficientes para afrontar los meses de sequa (mayo, junio y julio). La
humedad del suelo durante todo el perodo de sequa se present por debajo
de las condiciones normales (-0.5 en promedio), lo que intensifico el efecto de
la sequa. Las lluvias regresaron a acondiciones normales en agosto
permitiendo que, un mes despus, todos los ecosistemas regresen a
condiciones normales, no as la agricultura que se recupero dos meses
despus.
La zona del trpico hmedo result afectada por sequa intensa en la mayor
parte del territorio desde marzo hasta julio, el mnimo en las lluvias (-1.5 SPI-3
en promedio) se presento en junio, al igual que el mayor estrs hdrico en la
vegetacin, esto debido a que al acumularse el dficit de lluvia desde marzo los
ecosistemas reaccionaron de forma ms rpida (menos de un mes), como se
ha visto en todas las zonas climticas, esto es determinante para estimar el
tiempo en que los ecosistemas reaccionen a un dficit intenso de sequa (< 1
SPI-3 en promedio por zona). Los bosques de conferas en la zona de trpico
hmedo resultaron ser los ms afectados en el mes de mayo. Las lluvias se
recuperan y los ecosistemas regresan a valores normales en julio casi
inmediatamente que las precipitaciones regresan a la normalidad, lo que habla
del la gran resiliencia de la vegetacin en el trpico hmedo, con excepcin de
la agricultura de riego, que regresa a condiciones normales hasta agosto.
45
Figura 3.9. Distribucin nacional del SPI-3 (junio 1998) y desfase de un mes del las
aNDVI (julio 1998).
Figura 3.10. Distribucin nacional de las aHS junio 1998) y desfase de un mes del las
aNDVI (julio 1998).
46
47
Captulo 4
Anlisis de resultados y conclusiones
sobre
todo
cuando
se
trabaja
bajo
el
principio
de
precautoriedad.
49
Mxico cuenta con fondos para la reaccin ante los impactos de fenmenos
naturales como el FONDEN (Fondo de Desastres Naturales) y el FAPRACC
(Fondo para Atender a la Poblacin Rural Afectada por Contingencias
Climatolgicas). Aunado a los fondos anteriores el Plan Nacional de Desarrollo
2001-2006 promueve la formacin del Fondo de Prevencin de Desastres
Naturales (FOPREFEN) el cual prev como una estrategia global, transitar de
un
sistema
de
proteccin
civil
reactivo
uno
preventivo
con
la
51
Figura 4.1. Ejemplo del Monitor de Sequa de Amrica del Norte para el mes de abril
de 2011.
52
incluye
los
mecanismos,
procedimientos
acciones
53
4.3. Conclusiones
Los ndices de sequa en paralelo con los ndices de vegetacin, son
herramientas tiles para la caracterizar la sequa y sus efectos en los
ecosistemas vegetales. Los patrones de las aNDVI reflejan en gran medida las
condiciones de la humedad del suelo.
Las medidas de reduccin de riesgo ante sequas deben incluir apartados para
reducir la vulnerabilidad de los sistemas sociales, debido a que las poblaciones
marginadas son las que ms sufren los efectos de eventos meteorolgicos
extremos. Sin embargo, resulta fundamental tener una idea de la resiliencia y
de la resistencia de diversos socioecosistemas en Mxico. As, es vlido
preguntar cunto estrs hdrico y por cunto tiempo pueden resistir diversos
tipos de vegetacin (natural o antrpica) antes de sucumbir a los efectos de
sequas prolongadas.
54
Referencias bibliogrficas
Agnew C. T., 2000: Using the SPI to Identify drought. Drought Network News.
Winter 1999Spring 2000. Vol. 12, No. 1, pp 6-12.
Al-Bakri J.T. y Suleiman A.S., 2004: NDVI response to rainfall in different
ecological zones in Jordan. International Journal of Remote Sensing.
19:38973912.
Aseguradora Agrcola Mexicana (AGROASEMEX), 2006: La experiencia
mexicana en el desarrollo y operacin de seguros paramtricos
aplicados a la agricultura. Documento preliminar para discusin.
Bitrn B. D., 2001: Caractersticas del impacto socioeconmico de los
principales desastres ocurridos en Mxico en el perodo 1980-99. Serie
impacto socioeconmico de los desastres en Mxico. CENAPRED.
Mxico.
Centro Nacional de Prevencin de Desastres (CENAPRED), 2002: Sequas
Fascculo No. 14. Mxico.
Cervantes Z. Y., Cornejo O. S. L., Lucero M. R., Espinosa R. J. M., Miranda V.
E. y Pineda V. A., 1990: Clasificacin de Regiones Naturales de Mxico.
IV. 10. 2. Atlas Nacional de Mxico. Vol. II. Escala 1: 4,000,000.
Chen M., Xie P., Janowiak J. E. y Arkin P. A., 2002: Global land precipitation: A
50-yr monthly analysis based on gauge observations. Journal of
Hydrometeorology. 3, 249-266.
Comisin Nacional forestal (CONAFOR), 2006: Serie histrica de incendios
1970-2005. Informes histricos de incendios forestales.
Comisin Nacional forestal (CONAFOR), 2008: Incendios forestales. Gua
prctica para comunicadores. Zapopan, Jal. 58 pp.
Comisin Nacional para el Conocimiento y Uso de la Biodiversidad
(CONABIO), 1999: Uso de suelo y vegetacin modificado por CONABIO.
Escala 1: 1000000. Comisin Nacional para el Conocimiento y Uso de la
Biodiversidad. Ciudad de Mxico, Mxico.
Comisin Nacional de reas Naturales Protegidas (CONANP), 2010: Estrategia
de Cambio Climtico para reas Protegidas. Semarnat. Mxico.
Climate Research Unit (CRU), 2007: High-resolution gridded datasets.
University of East Anglia. http://www.cru.uea.ac.uk/cru/data/hrg/
De La Casa A. y Ovando G., 2006: Relacin entre la precipitacin e ndices de
vegetacin durante el comienzo del ciclo anual de lluvias en la provincia
55
58
Rousse J. W., Haas R. H., Schell J.A y Deering,D. W., 1974: Monitoring
vegetation systems in the Great Plains with ERTS, Proceedings, Third
Earth Resources Technology Satellite-1 Symposium, Greenbelt: NASA
SP-351, 3010-317.
Salinas Z. C., Douglas A. V. y Daz H. F., 2002: Interannual variability of NDVI
in northwestMexico. Associated climatic mechanisms and ecological
implications. Remote Sensing of Environment. 82:417430.
Snchez R. E., Torres C. M., Palacios C. A., Aguilar A. M., Pino S. I. y Granado
R. L., 2000: Comparacin del NDVI con el PVI y el SAVI como
Indicadores para la Asignacin de Modelos de Combustible para la
Estimacin del Riesgo de Incendios en Andaluca. Tecnologas
Geogrficas para el Desarrollo Sostenible. Departamento de Geografa.
Universidad de Alcal, 164-174.
Sarukhn J., et al. 2009: Capital Natural de Mxico, Sntesis Conocimiento
actual, evaluacin, y perspectivas de sustentabilidad. Comisin Nacional
para el Conocimiento y Uso de la Biodiversidad (CONABIO).
Secretara de gobernacin (SEGOB), 2003: Acuerdo que establece las Reglas
del Fondo para la Prevencin de Desastres Naturales (FOPREDEN).
Diario oficial.
Suplee C., 1999: El Nio y La Nia, el crculo vicioso de la naturaleza. National
Geographic. Marzo 3. 4: 73-95.
Trenberth K. E., 1997: The definition of El Nio. Bulletin of the American
Meteorological Society. 78: 2771-2777.
Tucker, C.J., Pinzon J.E. y Brown M.E. 2004: Global Inventory Modeling and
Mapping Studies, NA94apr15b.n11-VIg, 2.0, Global Land Cover Facility,
University of Maryland, College Park, Maryland, 04/15/1994.
van den Dool h., Huang J. y Fan Y., 2003: Performance and analysis of the
constructed analogue method applied to U.S. soil moisture over 1981
2001. Journal of Geophysical Research. vol. 108, no. d16, 8617.
Verdin J., Funk C., Klaver R. y Roberts D., 1999: Exploring the correlation
between Southern Africa NDVI and Pacific sea surface temperatures:
results for the 1998 maize growing season. International Journal of
Remote Sensing. Vol. 20 No. 10, 21117-2124.
Wang W., Anderson B. T., Phillips N., Kaufmann R. K., Potter C. y Myneni R.
B., 2006: Feedbacks of Vegetation on Summertime Climate Variability
over the North American Grasslands. Part I: Statistical Analysis. Earth
Interactions. Vol. 10 No. 17.
Wilks D.S., 1995: Statistical methods in the atmospheric sciences: An
introduction. Academic Press, San Diego, US.
59
60