Resumen: El Cuerno de África es uno de los lugares con mayor inseguridad alimentaria de todo el mundo debido al continuo incremento de su población y a la práctica de la agricultura de subsistencia. Esto provoca que gran parte de la población no pueda cubrir las necesidades nutricionales mínimas para llevar una vida saludable. Además, esta situación de vulnerabilidad alimentaria puede verse seriamente afectada en los próximos años debido a los efectos del cambio climático. El objetivo de este trabajo es combinar la información acerca del estado de la vegetación que ofrece el NDVI con datos de precipitación para detectar anomalías negativas en la producción de alimentos. Para ello, se han empleado los productos mensuales de NDVI MOD13A3 de MODIS y de precipitación estimada TAMSAT, ambos durante el periodo 2001-2015. Con dichos productos se ha calculado el promedio de todo el periodo temporal seleccionado y se han detectado los años cuyos valores de NDVI más se alejan de dicho promedio, siendo estos 2010, 2011 y 2014. Una vez detectados los años con mayores anomalías en el NDVI, se ha realizado un análisis mensual exclusivo de dichos años, donde se ha analizado de forma estadística la relación existente entre el valor de NDVI y de precipitación mensual, obteniéndose una relación directa entre ambos valores. Asimismo, se ha empleado el calendario de cosechas para centrar el análisis en los meses de producción agrícola, hallando así que la principal causa de las anomalías en la vegetación es una disminución en el registro de precipitaciones durante los meses de producción agrícola. Dicho motivo explica el origen de la escasez alimentaria sucedida en 2010 y 2011, que generó una enorme crisis humanitaria en esta zona.Palabras clave: NDVI, sequías, Cuerno de África, MODIS, TAMSAT.
Time series analysis of precipitation and vegetation to detect food production anomalies in the Horn of Africa. The case of Lower Shabelle (Somalia)Abstract: The Horn of Africa is one of the most food-insecure locations around the world due to the continuous increase of its population and the practice of the subsistence agriculture. This causes that much of the population cannot take the minimum nutritional needs for a healthy life. Moreover, this situation of food vulnerability may be seriously affected in the coming years due to the effects of climate change. The aim of this work is combine the information about the state of the vegetation that offers the NDVI with rainfall data to detect negative anomalies in food production. This work has been used the monthly products of NDVI MOD13A3 of MODIS and the rainfall estimation product TAMSAT, both during the period 2001-2015. With these products we have calculated the average of the entire time period selected and we have detected the years whose NDVI values were further away from the average, being these 2010, 2011 and 2014. Once detected the years with major anomalies in NDVI, there has been an exclusive monthly analysis CASO PRÁCTICO