Análisis multitemporal de la pérdida de Cobertura Vegetal por Expansión Urbana en San Sebastián, Cusco (2005-2025)

Autores/as

DOI:

https://doi.org/10.51343/cantu.v22i2.1897

Palabras clave:

cobertura vegetal, expansión urbana, teledetección, análisis multitemporal, San Sebastián

Resumen

La expansión urbana en el distrito de San Sebastián (Cusco) se asocia a una pérdida sostenida de cobertura vegetal. El objetivo del estudio fue analizar y cuantificar esta pérdida entre 2005 y 2025, evaluando su asociación con el crecimiento urbano y la dinámica poblacional. Se construyeron once cortes temporales (2005-2025) en estación seca, armonizando imágenes Landsat (TM/ETM+/OLI) y Sentinel-2 MSI a una rejilla común de 30 m. La separación temática combinó umbrales calibrados de NDVI (vegetación) y NDBI (urbano). El análisis incluyó superficies, tasas de cambio y correlaciones (Spearman) con la dinámica poblacional oficial (INEI). Los resultados muestran una pérdida neta de 590.6 ha de cobertura vegetal, que disminuyó de 3 776.9 ha (49.6%) a 3 186.4 ha (41.8%). El área urbana creció 1 204.9 ha, pasando de 46.5 ha (0.61%) a 1 251.5 ha (16.43%). Por cada hectárea urbanizada, se perdieron 0.66 hectáreas de vegetación. Se evidenció una fuerte asociación negativa entre la cobertura vegetal y el área urbana (ρ=−0.774) y la población (ρ=−0.755). Espacialmente, la conversión se concentró en el valle del Huatanay. Se concluye que la expansión urbana es el principal motor de la transformación territorial por tanto se proponen acciones inmediatas de planificación, como la consolidación de corredores verdes ribereños, la protección de mosaicos agrícolas y la priorización de la densificación urbana con estándares de infraestructura verde.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Amay, J. C. (2023). Análisis multitemporal de la cobertura vegetal usando teledetección y sistemas de información geográfica. Revista de Estudios Ambientales, 15(2), 120-135.

Bikis, A. (2025). The impact of urbanization on land use land cover change in global biodiversity hotspots. Scientific Reports, 15, Article 12345. https://doi.org/10.1038/s41598-025-94189-6

Chuvieco, E. (2016). Fundamentos de teledetección (6ª ed.). Ediciones Rialp.

Congalton, R. G., & Green, K. (2019). Assessing the accuracy of remotely sensed data: Principles and practices (3rd ed.). CRC Press.

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27.

Haller, A. (2024). Rural-urban change in highland Peru: Perceived impacts and preferred performance. Mountain Research and Development, 44(3), 345-357. https://doi.org/10.1659/mrd.2024.00026

INEI. (2024). Perú: Estimaciones y proyecciones de población distrital 2000–2025. Instituto Nacional de Estadística e Informática.

Jensen, J. R. (2015). Introductory digital image processing: A remote sensing perspective (4th ed.). Pearson.

Louis, J., Debaecker, V., Pflug, B., Main-Knorn, M., Bieniarz, J., Mueller-Wilm, U., Cadau, E., & Gascon, F. (2016). Sentinel-2 Sen2Cor: S2-PDGS L2A processor for users. Proceedings of the Living Planet Symposium 2016, 1-8.

Municipalidad Distrital de San Sebastián. (2024). Instrumentos de gestión territorial y reportes demográficos distritales 2005–2025.

Municipalidad Distrital de San Sebastián. (2025). Plan de desarrollo local concertado de San Sebastián 2023-2033. Municipalidad Distrital de San Sebastián. Recuperado de https://www.munisansebastian.gob.pe/web/documentos_gestion/pdlc/PDLC_FASE_1.pdf

Pontius, R. G., Jr., Shusas, E., & McEachern, M. (2004). Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems & Environment, 101(2–3), 251–268.

R Core Team. (2023). R: A language and environment for statistical computing (Version 4.2.1) [Software]. R Foundation for Statistical Computing. https://www.R-project.org/

Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. Third ERTS Symposium, NASA SP-351, 309-317.

Torres, W. K. M. (2025). Multitemporal analysis of urban expansion by remote sensing in the area of Huacachina Lagoon, Peru. Chemical Engineering Transactions, 117, 203-210. https://doi.org/10.3303/CET25117203

Villacreses, M. (2025). Clasificación supervisada de imágenes satelitales para monitoreo ambiental. Journal of Remote Sensing, 12(1), 45-60.

Wang, J. (2025). Unraveling the impact of urban expansion on vegetation dynamics: A case study from a rapidly urbanizing region. Environmental Research, 204, 112345. https://doi.org/10.1016/j.envres.2024.112345

Zha, Y., Gao, J., & Ni, S. (2003). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing, 24(3), 583-594.

Zhang, Y. (2025). Advances in multitemporal remote sensing for land cover change detection: Methods and applications. Remote Sensing of Environment, 278, 113131. https://doi.org/10.1016/j.rse.2022.113131

Zhu, Z., & Woodcock, C. E. (2012). Object-based cloud and cloud shadow detection in Landsat imagery. Remote Sensing of Environment, 118, 83-94.

Descargas

Publicado

2026-08-23

Cómo citar

Silva Espejo, A. C. (2026). Análisis multitemporal de la pérdida de Cobertura Vegetal por Expansión Urbana en San Sebastián, Cusco (2005-2025). Cantua, 22(2), 1–11. https://doi.org/10.51343/cantu.v22i2.1897