Mostrar el registro sencillo del ítem
dc.contributor.author
Bonansea, Matias
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Rodriguez, Claudia
dc.contributor.author
Pinotti, Lucio Pedro
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Ferrero, Susana Beatriz
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2020-04-14T19:02:33Z
dc.date.issued
2015-03-01
dc.identifier.citation
Bonansea, Matias; Rodriguez, Claudia; Pinotti, Lucio Pedro; Ferrero, Susana Beatriz; Using multi-temporal Landsat imagery and linear mixed models for assessing water quality parameters in Río Tercero reservoir (Argentina); Elsevier Science Inc; Remote Sensing of Environment; 158; 1; 1-3-2015; 28-41
dc.identifier.issn
0034-4257
dc.identifier.uri
http://hdl.handle.net/11336/102510
dc.description.abstract
The application of remote sensing technology to water quality monitoring has special significance for lake management at regional scales. Many studies have proposed algorithms between Landsat data and in-situ water quality parameters using classical regression models. The novelty of this paper is that we developed algorithms to determine log-transformed chlorophyll-a concentration (Chl-a) and Secchi disk transparency (SDT) in Río Tercero reservoir using Landsat TM and ETM+ imagery, ancillary environmental factors and linear mixed models (LMM), obtaining an increase in the accuracy of the estimates. The validation results showed that LMM with spatial correlation structure that take into account water surface temperature (WST) and rainfall were the most suitable method for estimating these parameters. WST derived from the Landsat thermal band was also validated. The algorithms were used to generate quantitative maps providing spatially and temporally rich information on patterns of water quality throughout the reservoir. Water quality features related to the hydrogeomorphology of the reservoir, typical seasonality and influx from the cooling system of a local nuclear reactor were identified in the time series maps.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Elsevier Science Inc
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
REMOTE SENSING
dc.subject
RESERVOIR
dc.subject
LANDSAT
dc.subject
WATER QUALITY
dc.subject
LINEAR MIXED MODELS
dc.subject
ALGORITHMS
dc.subject.classification
Sensores Remotos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ingeniería del Medio Ambiente
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Using multi-temporal Landsat imagery and linear mixed models for assessing water quality parameters in Río Tercero reservoir (Argentina)
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2020-03-12T18:42:06Z
dc.journal.volume
158
dc.journal.number
1
dc.journal.pagination
28-41
dc.journal.pais
Estados Unidos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.description.fil
Fil: Bonansea, Matias. Universidad Nacional de Rio Cuarto. Facultad de Agronomia y Veterinaria. Cátedra de Ecología; Argentina. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.; Argentina
dc.description.fil
Fil: Rodriguez, Claudia. Universidad Nacional de Rio Cuarto. Facultad de Agronomia y Veterinaria. Cátedra de Ecología; Argentina
dc.description.fil
Fil: Pinotti, Lucio Pedro. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Ciencias Exactas, Fisicoquímicas y Naturales. Departamento de Geología; Argentina
dc.description.fil
Fil: Ferrero, Susana Beatriz. Universidad Nacional de Río Cuarto. Facultad de Ciencias Exactas, Físico-Químicas y Naturales. Departamento de Matemática; Argentina
dc.journal.title
Remote Sensing of Environment
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S0034425714004544
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.rse.2014.10.032
Archivos asociados