You are on page 1of 4

La meseta de Loess a mediados de norte de China es bien conocida

por su profunda del suelo, erosin severa y resultando geomorfologa


nica, deposicin alarmante de aguas abajo del ro Amarillo, y como
la cuna de muchas civilizaciones chinas antiguas. Sin embargo,
existen diferentes defi niciones sobre la extensin de la meseta de
Loess, debido a la falta de claridad de la distribucin de la tierra
amarillenta. Durante 1955-1958, el primer Agua y Conservacin del
Suelo Expedicin en min-Secuencia del ro Amarillo, organizado por la
Academia China de Ciencias (CAS), defi nen la meseta de Loess como
las reas se extendan desde el monte Taihang a Riyue Mt. en
direccin este-oeste, y entre Qinling Mt. y la Gran Muralla en
direccin
sur-norte. Esto
es
bsicamente
una
defi nicin
geomorfolgica. Unos treinta aos despus, otra expedicin ms
grande se inici en 1984, a saber, la Encuesta Integrada de la Ciencia
en la meseta de Loess Regin, organizado tambin por el CAS y se
dirigi por el profesor Zhang Youshi, subdirector de la antigua
Comisin de Encuesta Integrada de los Recursos Naturales (CISNAR),
CAS.
Ms de 50 institutos, universidades y agencias gubernamentales
acadmicos participaron en esta expedicin, y ms de 500 personas
hicieron sus contribuciones. Este proyecto dur seis aos y termin en
1990. Este puede ser la ms gran jams expedicin cientfi ca en la
meseta de Loess Regin. A diferencia de la expedicin de 1955, la
expedicin de 1984 fue ms aplicacin orientada, infl uenciado por
entonces popular "gestin territorial". Como resultado, la extensin
de la encuesta era ms amplia. A excepcin de la distribucin
amarillento suelo, tres factores efectuarse la fi nalizacin del rea de
estudio: en primer lugar, la erosin de los suelos en el norte de la
Gran Muralla fue tan grave como que, en la meseta de
Loess; segundo, algunas regiones cercanas de meseta de Loess
tambin era rica en carbn y que se deben considerar como un
sistema para una mejor gestin; tercero, para los estudios interdisciplinarios efi caces entre los sectores naturales y socioeconmicos, y tambin para la futura toma de decisiones, la unidad
ms pequea de la zonifi cacin debe ser condado. Finalmente, se
seleccionaron 285 condados en 7 provincias (regin autnoma) por
encuesta, geogrfi camente, que se extenda desde el monte Taihang a
Riyue Mt. en direccin este-oeste, y desde Qinling Mt. a Yinshan
Mt. en direccin sur-norte. Para evitar confusiones con el 1955
expedicin, la expedicin 1984 nombrado esta zona como "la meseta
de Loess Regin (LPR)". Teniendo en cuenta las condiciones tcnicas
en 1984, no haba conjunto de datos digital para la frontera de
LPR. Como resultado, las diferentes reas totales de LPR se pueden
utilizar en diversas unidades de investigacin aunque cada unidad de
investigacin considera los mismos 285 condados como su medida de
investigacin comn. Por ejemplo, el rea total de LPR publicada por
un grupo era 63.2x104km2, y 62.3777 x104Km2 por otro grupo. Para
evitar confusiones, la actual frontera LPR fue desarrollado utilizando
los 285 condados califi cados por 1.984 expedicin y el 1: 1M condado
conjunto de datos (shapefi le) publicados por la Administracin

Nacional de Topografa, Cartografa y Geoinformacin de China en


2010. La superfi cie total de LPR basa en este criterio es 624641km2.

2.1. Meseta de Loess


La meseta de Loess, con una superficie de unos 626.000 kilometros 2 ,
se encuentra en el curso medio del ro Amarillo. La elevacin de la
meseta de Loess va desde 1000 m hasta 1600 m sobre el nivel del mar
[ 16 ]. La meseta de Loess se extiende desde 101 E a 114 E y 34 N a
41 N, que cubre toda la zona de la Regin Autnoma de Ningxia Hui y
la provincia de Shanxi y partes del Shaanxi, Gansu, Henan y provincias
de Qinghai y Mongolia Interior Autnoma Regin ( Figura 1 ). La meseta
de Loess alberga una poblacin de unos 86 millones de habitantes en su
mayora rurales [ 17 ]. Las capitales de provincia ubicados en la meseta
de Loess incluyen Hohhot, Lanzhou, Taiyuan, Xian, Xining y
Yinchuan. La meseta de Loess cuenta con un gradiente climtico
noroeste-sureste. La media de incremento anual de precipitaciones de 300
mm en el noroeste a 700 mm en el sureste [ 18 ]. La temperatura media
anual oscila entre aproximadamente 4 C en el noroeste a 14 C en el
sureste [ 18 ].
Los datos y mtodos
Determinar el efecto de los programas de conservacin grandes en
grandes reas no es sencillo. Hay varios factores que juegan un papel en
la ubicacin y el xito de estos programas. En este estudio se llev a
mltiples lneas de acercamiento pruebas para determinar el efecto de los
programas de conservacin a gran escala en la cobertura del suelo con
vegetacin en la meseta de Loess. En primer lugar, se determin que la
vegetacin est cambiando de acuerdo a datos del ndice de vegetacin de
teledeteccin ( Seccin 3.1 ). Luego fuimos a travs de mltiples pasos
para atribuir la vegetacin aumenta a una de las siguientes causas
posibles: el tiempo ( seccin 3.2 ), el cambio de cobertura terrestre

( Seccin 3.3 ), actividades de conservacin de la vegetacin reportados


en los anuarios estadsticos ( seccin 3.4 ), el efecto de GTGP y NFCP en
zonas elevadas y las zonas con pendientes pronunciadas ( Seccin 3.5 ), y,
por ltimo, investigamos cmo el rendimiento del cultivo ha cambiado
como resultado indirecto de los programas de conservacin ( Seccin
3.6 ). Una visin general de los datos utilizados en las siete secciones
siguientes se pueden encontrar en la Tabla 1 .
Tabla 1. Visin general de las fuentes de datos.
Haga clic aqu para ver la tabla
Se emple un enfoque gradual en lugar de un procedimiento de
regresin mltiple convencional atribuir observados vegetacin aumenta a
diferentes factores, porque la disponibilidad de datos fue variable en el
espacio y tiempo y, por lo tanto, un enfoque de regresin mltiple
unificado no poda utilizarse. Por ejemplo, para cualquier lugar que
estbamos interesados en un procedimiento de regresin mltiple sera
nos obligan a tener un conjunto completo de variables de respuesta y de
prediccin. Sin embargo, los datos de rendimiento de los cultivos y la
conservacin de la vegetacin slo cubra una parte limitada de la zona de
vegetacin con aumentos observados.
3.1. Los cambios de vegetacin medidos por Ajustados-BRDF MODIS
Nadir reflectancia de datos y NDVI Mximo Valor Composites
La reflectancia Moderate Resolution Imaging Spectroradiometer Ajustado-BRDF
(MODIS) Nadir (NBAR) de datos [ 19 ] a 500 m de resolucin espacial, con resolucin
temporal de 16 das (MCD43A4) y cobertura temporal del 24 de febrero de 2000, hasta el
26 de diciembre de 2009, fueron empleado para obtener el ndice de Vegetacin
Normalizado (NDVI) como:
NDVI = (NIR - RED) / (NIR + RED)
(1)
donde, NIR es la banda MODIS 2 (841-876 nm), el rojo es banda MODIS 1 (620-670 nm).
La reflectancia conjunto de datos MODIS est disponible como 10 x 10 azulejos de
latitud / longitud y la meseta de Loess est cubierta por cuatro azulejos (h26v4, h25v5,
h26v5, h27v5). La reflectancia conjunto de datos MODIS es producida originalmente cada
ocho das sobre la base de 16 das de adquisicin. Despus de calcular el NDVI para cada
compuesto reflectancia original, generamos 16 das composites NDVI promediando los 8

das rodando compuestos originales NDVI consecutivos. Con una resolucin temporal de
16 das hay un total de 227 compuestos NDVI para el perodo 2000-2009 (20 compuestos
NDVI para el ao 2000 y 23 compuestos para cada ao, desde 2001 hasta 2009).
Se aplic la prueba de Mann-Kendall (SMK) tendencia estacional para estimar cambios
en la vegetacin de los 272 compuestos NDVI entre 2000 y 2009. La estadstica de prueba
SMK se calcul con base en el rango de una temporada (en este caso, un perodo de 16
das) dentro de la serie de tiempo de la misma temporada en todos los aos [ 29 ]. A dos
pasos se llevaron a cabo para calcular la estadstica de prueba SMK: (1) la prueba de MannKendall (MK) estadstica de prueba es la suma del nmero de veces que cada estacin tiene
un rango superior a la misma temporada en cualquier ao anterior; (2) La estadstica de
prueba SMK para toda la serie histrica se calcula sumando la estadstica de prueba MK
para cada temporada [ 29 ]. SMK se corrige entonces para la autocorrelacin entre
estaciones. La ventaja de la prueba de Mann-Kendall tendencia estacional sobre la
regresin lineal simple en cuanto a la estimacin de los cambios en el NDVI de series de
tiempo se discuti previamente por de Beurs y Henebry [ 29 ]. La prueba de tendencia
SMK se aplic a cada 500 m pixel en el conjunto de datos MODIS NDVI. Interpretamos el
rea que tiene una estadstica positiva prueba SMK con un p -valor inferior o igual a 0,01 y
tasas de datos faltantes anuales inferior o igual al 40% como el cambio altamente
significativo vegetacin positivo. El rea que tiene una estadstica de prueba negativa SMK
con un p -valor inferior o igual a 0,01 y las tasas de datos faltantes inferiores o iguales a
40% fue interpretado como cambio de la vegetacin negativa altamente significativa.
Aparte de la aplicacin de anlisis del cambio SMK, generamos NDVI mensual
composites mximo valor para representar el estado general de vegetacin para cada
mes. Tambin se calcul NDVI anual acumulada sobre una base de pxeles sumando NDVI
para todo el ao utilizando los materiales compuestos de NDVI de 16 das.

CINTHIA EN ESTA PAGINA ENCONTRE


BUENA INFO:
http://www.mdpi.com/2073445X/2/4/573/htm
SACA LO MAS IMPORTANTE Y HAY QUE
REUNIRNOS NUEVAMENTE PARA TERMINAR
EL TRABAJO!! PARA TAMBIEN HACER LOS
MAPAS DE LOESS ADECUADI SEGN
NUESTRA MONOGRAFIA.