El cambio climático y el calentamiento global son provocados principalmente por las actividades antrópicas. Por esta razón, conocer las líneas de investigación que relacionen Series de Tiempo de Temperatura Superficial e Índices de Vegetación es de suma importancia, dada la amplitud de las diferentes áreas científicas abiertas sobre el calentamiento global. Se presenta a la comunidad académica, por tanto, el resultado de la presente clasificación, la cual divide los estudios en dos áreas principales representativas en el estudio del cambio climático: (1) Modelado y Análisis de Geodatos y (2) Teledetección. De este último se derivan dos tipos, unos construidos con Análisis de Regresión Lineal (RL) y otros con Análisis de Regresión No Lineal (RNL). En el Modelado y Análisis de Geodatos, los Modelos Climáticos Globales (GCM) no son la herramienta adecuada para estos análisis debido a su gruesa resolución espacial. Esto implica el desarrollo de modelos híbridos con teledetección, que están también limitados por las diferencias de resolución. Por el contrario, la teledetección es la herramienta de mayor difusión para este tipo de estudios. Finalmente, se abre una prometedora ventana para el desarrollo en las series de tiempo con análisis de Regresión No Lineal.
This work starts by reviewing the potential applications of satellite remote sensing to regional science research in urban settings. Regional science is the study of social problems that have a spatial dimension (Isard, 1975; Isserman, 2004). The availability of satellite remote sensing data has increased significantly in the last two decades, and these data constitute a useful data source for mapping the composition of urban settings and analyzing changes over time (Weng & Quattrochi, 2006). The increasing spatial resolution of commercial satellite imagery has influenced the emergence of new research and applications of regional science in urban settlements because it is now possible to identify individual objects of the urban fabric (Sliuzas et al., 2010).
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.