RELACIÓN ENTRE FLUJOS DE VIENTO, VEGETACIÓN Y TOPOGRAFÍA EN UNA ZONA DE SOMBRA EÓLICA INDUCIDA POR CONSTRUCCIONES URBANO-TURÍSTICAS EN UN SISTEMA DE DUNAS TRANSGRESIVO ÁRIDO

L. García-Romero1; I. Delgado-Fernández2; P. Hesp3; L. Hernández-Calvento1; A.I Hernández-Cordero1; M. Viera-Pérez1; J. Cabrera-Gámez4 y A.C. Domínguez-Brito4

1Grupo de Geografía Física y Medio Ambiente, Instituto de Oceanografía y Cambio Global, IOCAG, Universidad de Las Palmas de Gran Canaria, ULPGC. levi.garcia@ulpgc.es, viera.manolo@gmail.com; hernandez.cordero@ulpgc.es, luis.hernandez.calvento@ulpgc.es.

2 Department of Geography, Edge Hill University. delgadoi@edgehill.ac.uk.

3 Beach and Dune Systems (BEADS) Laboratory, School of the Environment, Flinders University. patrick.hesp@flinders.edu.au

4 Instituto Universitario SIANI/Departamento de Informática y Sistemas. Universidad de Las Palmas de Gran Canaria. jcabrera@iusiani.ulpgc.es; adominguez@iusiani.ulpgc.es

RESUMEN

Las construcciones humanas pueden modificar la dinámica sedimentaria eólica, como ha ocurrido en el campo de dunas transgresivo árido de Maspalomas (Gran Canaria, islas Canarias). Como resultado de esa alteración, se detecta una zona de sombra eólica a sotavento de una urbanización turística (Playa del Inglés), caracterizada por un aumento en la densidad vegetal, un bloqueo de los aportes de arena y la formación de geoformas eólicas erosivas. El objetivo de este trabajo es caracterizar los procesos que se producen en esta zona, relacionando los flujos de vientos locales con variables ambientales (topografía y vegetación) y la distancia a la urbanización. Para ello se realizaron dos experimentos en marzo de 2017 capturando datos de viento (velocidad y dirección) a través de 5 transectos con anemómetros a 0,40 metros de altura (zona de mayor transporte sedimentario). Simultáneamente se realizó un vuelo con dron fotogramétrico del que se obtuvo una ortofoto, un modelo digital de elevaciones y otro de superficie (MDE y MDS). Con esta información se han podido medir variables topográficas (altitud y pendiente) y de vegetación (altura y densidad) que han sido analizadas espacial y estadísticamente. Los resultados muestran diferencias entre los transectos: los que presentan procesos erosivos están afectados principalmente por la distancia a la urbanización y la pendiente, mientras que en los que no los presentan las variables relacionadas con la vegetación reducen o mantienen la velocidad del viento. Se discuten las relaciones obtenidas en cada transecto y los procesos que pueden explicarlas.

Palabras clave: sombra eólica, sistema de dunas transgresivo árido, flujo de viento, vegetación de dunas, topografía, interferencias humanas.

ABSTRACT

Human structures can modify the aeolian sedimentary dynamics as has happened in the arid transgressive dunefield of Maspalomas (Gran Canaria, Canary Islands). As a result of this alteration, an area of aeolian shadow is detected to leeward of an tourist resort (Playa del Inglés), characterized by an increase in the vegetation density, a blockade of the sand supply and the formation of erosive aeolian landforms. The objective of this work is to characterize the processes that take place in this zone, relating local airflows with environmental variables (topography and vegetation) and distance to buildings. An experiment was carried out in March 2017, collecting wind data (speed and direction) from 5 transects with anemometers at 0.40 meters high (area with greatest sedimentary transport). Simultaneously, a photogrammetric drone flight was carried out, from which an orthophoto, a digital model of elevations and surface were obtained (DEM and DSM). This allowed measuring topographic variables (altitude and slope) and vegetation (height and density) that were analyzed spatially and statistically. Results show differences between transects with erosive processes, mainly affected by the distance to the urbanization and the slope, and those that do not present erosive processes, where vegetation reduces or maintains the wind speed. The discussion focused on the relationships obtained in each transect and the processes that explain them.

Keywords: aeolian shadow zone, arid transgressive dune system, wind flow, dune vegetation, topography, human impact.

introducción

Los sistemas de dunas litorales han sido alterados significativamente en las últimas décadas (Jackson y Nordstrom, 2011). Esta alteración ha supuesto cambios significativos en sus dinámicas, especialmente en aquellos espacios que manifiestan mayor grado de actividad socio-económica, como son los sistemas sedimentarios costeros áridos. La ocupación urbano-turística de su entorno induce alteraciones en sus procesos naturales, cuyas consecuencias son cambios geomorfológicos y en la vegetación (Cabrera-Vega et al., 2013; Hernández-Calvento et al., 2014; García-Romero et al., 2016; Hernández-Cordero et al., 2017). Trabajos pioneros sobre el impacto directo de las construcciones urbanas sobre los sistemas de dunas han sido desarrollados en el campo de dunas de Maspalomas (Gran Canaria). Estos trabajos han permitido conocer cómo la edificación de una terraza alta ha modificado la dinámica sedimentaria eólica en este sistema (Hernández-Calvento et al., 2014; Smith et al., 2017). Se han detectado perturbaciones regionales del flujo del aire, dando lugar a tres zonas geomorfológicas: por un lado, se detecta una zona de aceleración, al sur de la terraza; por otro, se identifican dos zonas de desaceleración, con distinto grado de estabilización sedimentaria y aumento de la cobertura vegetal (Hernández-Cordero et al., 2017). En la zona de sombra eólica (a sotavento de la citada terraza), se ha comprobado la existencia de un déficit sedimentario progresivo, un aumento de la densidad vegetal y la existencia de tres geoformas eólicas erosivas a una distancia de unos 400-500 metros con respecto a la urbanización. Estas geoformas serían el resultado de procesos de aceleración eólica a escala local, consecuencia de la interacción entre los edificios y el flujo eólico (García-Romero et al., 2017). Considerando estos antecedentes, el objetivo de este trabajo es realizar una aproximación a la caracterización de los procesos que se producen en esta zona. Para ello se pretende relacionar los flujos de vientos locales con variables ambientales relacionadas con la topografía, la vegetación y la distancia a las construcciones urbano-turísticas.

1.1. Área de estudio

El sistema de dunas transgresivo árido de Maspalomas (360,9 ha.) está situado al sur de la isla de Gran Canaria (Figura 1), sobre un fan-delta. La entrada de sedimentos al sistema se produce por su playa oriental (El Inglés). Los vientos efectivos, de componente ENE-OSO, transportan las arenas hacia la playa de Maspalomas (al sur), donde son devueltos al mar. Una terraza alta pleistocena (sobre 25 m.s.n.m.) se adentra en el sistema en forma de cuña en su límite nororiental. La edificación de esta terraza a partir de la década de los años sesenta del siglo pasado ha dado lugar a uno de los mayores complejos turísticos de España (Domínguez-Mujica et al., 2011). Las construcciones urbano-turísticas han alterado el flujo de viento y, con ello, el transporte sedimentario, dando lugar a distintos procesos y a las tres zonas geomorfológicas antes mencionadas (Hernández-Calvento et al., 2014; Smith et al., 2017). En este trabajo nos centramos únicamente en la zona de sombra eólica, localizada a sotavento de la citada urbanización turística.

Figura 1. Campo de dunas transgresivo árido de Maspalomas, con indicación de la parcela de estudio (cuadro rojo), geoformas erosivas (en rojo) y ubicación de dos sensores de viento. A, B y C: áreas definidas en función de la actividad sedimentaria eólica (Hernández-Cordero et al., 2015).

2. METODOLOGÍA

Se delimitó una parcela de estudio de 27,76 ha, a sotavento de la urbanización, donde se recogieron los datos (Figura 1). Con el fin de caracterizar los procesos que se producen en esta zona, se llevó a cabo un experimento en marzo de 2017, consistente en la captura simultánea de datos de viento, topografía y vegetación. En paralelo se midió la distancia a la urbanización.

2.1. Datos de viento

Para caracterizar la dinámica del flujo de viento a corto plazo, el experimento, realizado durante los días 24 y 25 de marzo de 2017, se basó en los datos recogidos por 10 estaciones móviles con comunicación inalámbrica. Las estaciones se desplegaron en torres de 2,10 m de altura con dos sistemas (anemómetro-veleta-data logger): una estación a 0,4 m de altura sobre el terreno (únicos datos que se muestran en este trabajo) y otra estación ubicada a 2,10 m sobre la superficie (Figura 2). La inclusión de dos estaciones por mástil redujo a 5 el número de ubicaciones que podían ser muestreadas simultáneamente, pero proporcionó información sincrónica sobre la dinámica del flujo de aire "regional" y sobre la dinámica del flujo de aire cerca de la superficie (donde se produce la mayor parte del transporte sedimentario). El muestreo en todos los puntos previstos se completó moviendo secuencialmente cuatro torres, mientras que la quinta torre (de control) se mantuvo en una posición fija, fuera de la zona de sombra eólica (Figura 1). Se realizaron un total de 5 transectos (Figura 2), ubicando las posiciones de muestreo en cada uno de ellos de forma estratégica, de modo que permitiesen conocer la dinámica del flujo eólico en zonas con procesos erosivos y en zonas donde no se identifican estos procesos, así como cerca de la vegetación. De forma adicional se recogieron datos de viento cada 10 minutos en una estación ubicada sobre un kiosko de playa, a 4 m de altura, en la playa del Inglés (Figura 1). La recogida de datos en cada posición se mantuvo durante 40 minutos. La dirección regional del viento en la zona de estudio fue variable durante el periodo de recogida de datos. Siguiendo procedimientos anteriores (Delgado-Fernández et al., 2013), los datos fueron filtrados por la dirección del viento, utilizando las direcciones entre 40° y 70° el día 24 y entre 70° y 100° el 25 de marzo. Estos rangos se calcularon a partir de los datos recogidos en las estaciones de la playa del Inglés y en la torre de control (Figura 3). Esto permitió aislar periodos de tiempo en todas las estaciones durante los cuales el viento incidente mantenía la misma dirección, comportándose de igual forma en todas sus dimensiones. Por lo tanto, permite observar posibles diferencias entre las direcciones particulares recogidas por cada anemómetro como resultado de factores topográficos o asociados a la vegetación.

Figura 2. Puntos de muestra para la toma de datos de vientos por transectos los días 24 y 25 de marzo de 2017. El transecto 1 y 5 están fuera de los procesos erosivos detectados, al contrario de lo que ocurre en los transectos 2, 3 y 4. Los semibuffer (rojo) con un radio de 20 metros, son las zonas utilizadas para medir variables ambientales (vegetación y topografía)

Para obtener un instante (t) de los datos de viento, la velocidad y dirección del viento se promediaron cada cinco minutos con el propósito de asegurar un tiempo suficiente de observación, en cada caso, garantizando que la dinámica eólica hubiera cubierto la parcela de observación, desde la torre de control hasta las posiciones más alejadas. Cada promedio de velocidad (m s-1) de 5 minutos en las torres (PTM) fue normalizado con respecto al promedio correspondiente a la torre de control del mismo muestreo simultáneo (PTC) (Delgado-Fernández et al., 2013). Esta normalización (PTM/PTC) se realiza con el fin de eliminar las diferencias en los cambios de velocidad del viento durante el experimento, y así poder trabajar y comparar los datos tomados en un mismo día. Las figuras 4 y 5 muestran estos resultados almacenados en un shapefile con geometría de punto, donde la dirección media es mostrada por rotación y la velocidad normalizada a partir del tamaño de la simbología escogida.

2.2. Topografía y vegetación

Para cada posición de muestreo de viento se estableció un semibuffer con radio de 20 metros orientado en la dirección de los vientos efectivos (Figura 2), distancia durante la cual la velocidad del viento permanece influenciada por un obstáculo vegetal de la especie arbustiva Traganum moquinii en el campo de dunas de Maspalomas, según Alonso et al. (2007),. En estas zonas se midieron variables topográficas y de vegetación. Para obtener información relacionada con la topografía y la vegetación se realizó un vuelo con dron fotogramétrico el 25 de marzo de 2017, de donde se obtuvo una ortofoto digital con resolución espacial de 0,05 m y una malla de puntos con información topográfica (en formato las). La precisión de los datos se aseguró a través de trabajo de campo, realizando posicionamiento topográfico con una estación total Leica TS06 con dispositivo láser. A la información topográfica se le aplicaron algoritmos para detectar oclusiones (Chang et al., 2008), derivando un modelo digital de elevaciones (MDE) y un modelo digital de superficie (MDS). El grado medio de la pendiente y la altura media del terreno se calcularon utilizando algoritmos básicos implementados en un sistema de información geográfica (SIG) sobre el MDE. Las variables de vegetación que se calcularon fueron la densidad media y la altura máxima. La primera se calculó a través del procedimiento desarrollado por Garcia-Romero et al. (2018), haciendo uso de la ortofoto obtenida por el vuelo dron. La altura máxima de la vegetación se extrajo del MDS.

Figura 3. Condiciones del viento en la torre de control y en la estación de la playa de Inglés (Kiosko 8). El gráfico principal muestra los datos totales obtenidos (cada 10 minutos) en la playa del Inglés (Kiosko 8) durante los días del experimento, los muestreos simultáneos con 4 torres y el cambio de dirección del viento entre ambos días. Los 7 gráficos pequeños: (abajo) datos filtrados por la dirección media del viento en la torre de control de los 7 muestreos simultáneos con 4 torres; (arriba) los mismos datos del gráfico principal (dirección media, grados N) pero a mayor escala para demostrar que se trabajan vientos con direcciones similares.

2.3. Distancia a urbanizaciones

La distancia a las urbanizaciones de cada punto de muestreo de viento se realizó a través de algoritmos implementados en SIG para el calcular la distancia más cercana entre vectores: por un lado, los vectores de geometría de punto almacenados en un shapefile que representan cada punto de muestro de viento; y, por otro, un shapefile donde se almacenan las urbanizaciones digitalizadas (geometría de polígonos) con base en análisis visual.

2.4. Análisis de componentes principales

Con el fin de conocer qué variable medida en los semibuffers representa mejor cada transecto, se realizó un análisis de componentes principales (ACP). Para ello se utilizan los datos obtenidos de las variables estudiadas en cada uno de los puntos de muestreo dentro de los semibuffers, y por transecto. En cada transecto obtenemos una serie de componentes y con una significancia de las variables que mejor representa cada transecto. Debido a la extensión del documento, sólo se muestra la varianza de mayor tamaño del conjunto de datos que es capturada en el primer componente principal de cada transecto, y sólo se muestra la relación entre la variable de este primer componente con mayor significancia y los datos de viento (velocidad m s-1) pero a escala normalizada. Esta relación es mostrada mediante diagramas de dispersión, ajustados con polinomios de segundo orden.

3. RESULTADOS Y DISCUSIÓN

En la figura 4 se muestran las velocidades del viento (m s-1) recogidos en cada uno de los puntos de muestreo y en la torre de control en intervalos de 5 minutos el día 24 de marzo de 2017. Considerando los puntos de muestreo del 36 al 39, se observa que la velocidad en los puntos 36 y 37 (más cerca de la urbanización) es menor que la registrada en los puntos 38 y 39 (más lejos de la urbanización). Este patrón cambia en los minutos 25 y 35: en el primero, el viento es similar en todos los puntos, mientras que en el minuto 35 las zonas más cercanas a la urbanización presenta mayores velocidades, lo que se explicaría por una ligera inclinación en la dirección de los vientos hacia el sur. Con respecto a la torre de control, las velocidades son mayores significativamente hasta el minuto 25, donde el efecto sombra prácticamente desaparece. También en el minuto 35 se aprecia que el punto de muestreo más cercano a las urbanizaciones (36), presenta mayor velocidad que la torre de control, comportamiento que se explicaría por una ligera inclinación en la dirección del viento y el posible obstáculo urbanístico que genera aceleraciones dentro de la zona de sombra eólica y no hacia el suroeste de la parcela. Por lo que respecta a los puntos del 29 al 42, también los más alejados de las urbanizaciones (41 y 42) muestran mayores velocidades que los más cercanos, aunque este comportamiento cambia en los minutos 20, 25 y 35. La torre de control presenta diferencias significativas en velocidades (más altas) con respecto a los puntos de muestro. Por último, por lo que respecta a los puntos 31 y 35, aunque la torre de control recoge velocidades mayores, la diferencia no es significativa, y las velocidades entre los puntos de muestreo tampoco presentan diferencias claras, aunque el punto 35 (con mayor distancia a la urbanización) registra mayores velocidades. En cuanto a los datos normalizados (Figura 4), se ha escogido el minuto 20 porque es el momento en el que menos diferencias existen entre los datos de viento recogidos por la torre de control, la cual presenta, además, altas velocidades (indicado con el círculo verde en las figuras).

En general se observa una aceleración del viento a medida que se aleja de las urbanizaciones. Sin embargo, en el transecto 1 (Figura 2), el viento se reduce en los tres últimos puntos de muestreo, coincidiendo con la presencia de vegetación. Ésta incrementa la rugosidad del terreno y reduce tanto la velocidad del viento como el transporte sedimentario (Hesp, 1981; Moreno-Casasola, 1986). En el transecto 2 (Figura 2), sólo existe un retroceso poco significativo en la velocidad del viento de los puntos ubicados dentro de una geoforma erosiva, que puede estar determinada por las características topográficas. Este hecho también sucede al principio del transecto, lo que puede explicarse por el efecto de sombra de la urbanización (Hernández-Calvento et al., 2014; Smith et al., 2017).

Con respecto a los datos obtenidos el día 25 de marzo de 2017 (Figura 5), entre los puntos de muestreo 15 y 19 se observa una reducción de la velocidad en los puntos más cercanos a la urbanización. A medida que esta distancia aumenta, como sucede en el punto 19, se registran velocidades mayores que las tomadas en la torre de control. Este mismo comportamiento se observa entre los puntos 8 y 21, si bien los registros de los puntos más alejados de la urbanización no superan a los registrados en la torre de control.

Entre los puntos 11 y 14 no existen diferencias significativas (entre 3 y 4 m s-1), aunque cabe señalar que el punto 11, más cercano a la urbanización, es que el que registra mayores velocidades, menos en el minuto 30, cuando todos los puntos registran velocidades similares, que en ningún caso superan las registradas por la torre de control.

Figura 4. A la derecha, velocidades del viento (m s-1) cada 5 minutos en los puntos de muestreo el 24 de marzo de 2017. A la izquierda, posición de los puntos de muestreo y los resultados de la velocidad del viento normalizada (PTM/PTC) (minuto 20, círculo verde de los gráficos de la derecha) con respecto a la torre de control en cada muestreo simultáneo.

Por último, en los puntos 2, 3 y 4 se observa unas velocidades similares en todo momento. El punto 5, a mayor distancia de la urbanización, registra velocidades mayores a las de la torre de control. En cuanto a las velocidades normalizadas, se muestra el minuto 30 (círculo verde), al ser el instante en el que menores son las diferencias en velocidades. El comportamiento del viento, de nuevo, se acelera a medida que se aleja de las edificaciones, haya o no haya geoformas erosivas. En el transecto 3 se observa una reducción del viento en los dos primeros puntos. En relación al primero de ellos, este hecho podría explicarse nuevamente por el efecto de sombra de la urbanización, según detectan Hernández-Calvento et al. (2014) y Smith et al. (2017). En relación al segundo, podría deberse a la presencia de vegetación, al igual que en el caso anteriormente citado. A partir de ahí el viento se acelera constantemente, aunque dentro de la geoforma erosiva hay un retroceso que podría explicarse por las características topográficas, que frenan el viento ligeramente, debido a que se trata de un trough blowout (Hesp, 2002). El transecto 4 tiene unas velocidades del viento constantes que pueden estar reguladas por la propia vegetación, como ocurre en el transecto 1.

A lo largo del transecto 5, como se explicó anteriormente, no hay geoformas erosivas. En él se registran velocidades constantes en los primeros puntos, que podrían estar reguladas por la vegetación, al igual que sucede en los transectos 1 y 4. En el último punto se registra una aceleración significativa que coincide con la geoforma erosiva del transecto 4.

Figura 5. A la derecha velocidades del viento (m s-1) cada 5 minutos en los puntos de muestreo del 25 de marzo de 2017. A la izquierda, posición de los puntos de muestreo y resultados de la velocidad del viento normalizada (PTM/PTC) (minuto 30, círculo verde) con respecto a la torre de control en cada muestreo simultáneo.

En la tabla de la figura 6 se muestra las variables significativas en el primer componente obtenido en el ACP por transecto. El transecto 1 se caracteriza por las variables relacionadas con la vegetación. Se observa que los datos de viento normalizados en el minuto 20 (transecto 1, día 24) se correlacionan con la densidad de vegetación. Aunque el viento es una variable multifactorial, el gráfico muestra que a medida que aumenta la densidad vegetal, disminuye la velocidad del viento. El transecto 2 (día 24) tiene mayor correlación con la pendiente media del punto de muestreo tomada desde el MDE, es decir, con una variable topográfica. Según el gráfico de dispersión, a mayor pendiente, menores velocidades se registran, pero a partir de los 5 grados de pendiente las velocidades se aceleran, lo que puede producir procesos de speed up en el viento (Garés y Pease, 2015). El transecto 3 está influenciado prácticamente por todas las variables, si bien es el grado de pendiente el que mayor correlación tiene. El gráfico muestra que a mayor pendiente se reduce la velocidad del viento, al contrario de lo que sucede en procesos de speed up, pues las mayores aceleraciones se obtienen con una pendiente media de 5 grados, mientras que con alrededor de 10 grados de pendiente la velocidad del viento tiende a estabilizarse. El transecto 4 está influenciado principalmente por la distancia a las urbanizaciones, pues a medida que aumenta la distancia, se observa una aceleración del viento. Por último, el transecto 5 también está caracterizado por la variable altitud, pues a mayor altitud, mayores aceleraciones se observan, de acuerdo al gráfico de dispersión.

En general se observa que los transectos donde no se localizan geoformas erosivas presentan una mayor influencia de las variables de vegetación, que reduce la velocidad del viento. En el transecto 5, por su parte, la altitud es la que mayor significancia tiene, seguida de la densidad vegetal. Por su parte, los transectos con presencia de geoformas erosivas (2, 3 y 4) están más representados por variables relacionadas con la topografía. En todos los transectos se observa que la distancia a las urbanizaciones tiene una significancia alta, lo que refuerza la hipótesis de que, a pesar que se ha reducido en un 50% la velocidad del viento en esta zona por las urbanizaciones (Hernández-Calvento et al., 2014), existen aceleraciones puntuales del viento (Smith et al., 2014) que dan como resultado la formación de geoformas erosivas. Estas geoformas aparecen a una distancia similar desde la urbanización (400-500 metros) (García-Romero et al., 2017), de lo que se puede deducir que a esta distancia el viento recupera velocidad tras el bloqueo experimentado por el obstáculo urbano.

Figura 6. ACP (1er componente) por transecto. Relaciones (polinomial de 2° orden) entre los datos de vientos normalizados y la variable con mayor correlación en el ACP por transecto.

4. CONCLUSIONES

Este trabajo muestra los resultados parciales de un experimento llevado a cabo los días 24 y 25 de maro de 2017, con el fin de obtener información sobre la dinámica eólica en una zona de sombra eólica inducida por una urbanización turística en un sistema de dunas litoral transgresivo árido. En esta zona de sombra eólica se habían detectado una serie de geoformas erosivas, localizadas a una distancia similar de las edificaciones, lo que podría estar indicando una aceleración del viento en esos puntos. A partir de la recolección simultánea de datos de viento, topografía y vegetación y la realización de cálculos de distancias, y tras el análisis de los datos mediante ACP, se concluye que a medida que el viento en superficie (0,40 m de altura) se aleja de la urbanización, se acelera. No obstante, la topografía y la vegetación también inducen variaciones en su velocidad. Consideramos que lo mostrado en este trabajo son sólo datos preliminares, que se verían complementados con el análisis de los datos de viento captados a 2.1 m de altura. A partir de estos análisis puede tener interés el desarrollo de modelos computacionales de dinámica de fluidos (CFD) que permitan analizar estadística y espacialmente las turbulencias en los flujos de viento y el motivo por el que se producen.

5. AGRADECIMIENTOS

Este trabajo es una contribución de los proyectos CSO2013-43256-R y CSO2016-79673-R del Plan Nacional de I+D+i, cofinanciados con fondos FEDER, así como de un contrato predoctoral de la Agencia Canaria de Investigación, Innovación y Sociedad de la Información, cofinanciado por el Fondo Social Europeo (FSE).

6. BIBLIOGRAFÍA

Alonso-Bilbao, I. Sánchez-Pérez, I., Rodríguez, I. Pejenaute-Alemán, I., Hernández-Calvento. L., Menéndez-González, I., Hernández-Cordero, A., and Pérez-Chacón, E. (2007): Aeolian dynamic changes due to the obstacle generated by Traganum moquinii. Conferencia Internacional sobre Restauración y Gestión de las Dunas Costeras (ICCD 2007). Santander, Spain, pp. 11-18.

Cabrera-Vega, L.L., Cruz-Avero, N., Hernández-Calvento, L., Hernández-Cordero, A.I., Fernández-Cabrera, E. (2013): Morphological changes in dunes as indicator of anthropogenic interferences in arid dune fields. Journal of Coastal Research, SI 65, 1271-1276.

Chang, Y.C., Habib, A.F., Lee, D. C. y Yom, J.H. (2008): Automatic classification of lidar data into ground and non-ground points. Paper presented at the ISPRS Congress Beijing 2008, Beijing, China.

Delgado‐Fernandez, I., Jackson, D. W., Cooper, J. A. G., Baas, A. C., Beyers, J. H., & Lynch, K. (2013). Field characterization of three‐dimensional lee‐side airflow patterns under offshore winds at a beach‐dune system. Journal of Geophysical Research: Earth Surface, 118(2), 706-721.

Domínguez-Mujica, J., González-Pérez, J. y Parreño Castellano, J.M. (2011): Tourism and human mobility in Spanish Archipelagos. Annals of Tourism Research, 38, 586–606.

García-Romero, L., Hernández-Cordero, A. I., Hernández-Calvento, L., Pérez-Chacón, E. y González López-Valcarcel, B. (2018): Procedure to automate the classification and mapping of the vegetation density in arid aeolian sedimentary systems. Progress in Physical Geography. In press.

García-Romero, L., Hernández-Cordero, A.I., Fernández-Cabrera, E., Peña-Alonso, C., Hernández-Calvento, L. y Pérez-Chacón, E. (2016): Urban-touristic impacts on the aeolian sedimentary systems of the Canary Islands: conflict between development and conservation. Island Studies Journal, 11(1), 91-112.

García-Romero, L., Hernández-Cordero, A.I., Delgado-Fernández, I., Hesp, P.A., Hernández-Calvento, L. y Viera-Pérez, M. (2017): Evolución reciente de geoformas erosivas inducidas por impacto urbano turístico en el interior de un sistema de dunas transgresivo árido (Maspalomas, islas Canarias). Geotemas, 17, 263-266.

Garés, P.A. y Pease, P. (2015): Influence of topography on wind speed over a coastal dune and blowout system at Jockey´s Ridge, NC, USA. Earth Surface Processes and Landforms, 40(7), 853-863.

Hernández-Calvento, L., Jackson, D.W.T., Medina, R., Hernández-Cordero, A.I., Cruz, N. y Requejo, S. (2014): Downwind effects on an arid dunefield from an evolving urbanised area. Aeolian Research, 15, 301-309.

Hernández-Cordero, A.I., Pérez-Chacón Espino, E., Hernández-Calvento, L. (2015): Vegetation, distance to the coast, and aeolian geomorphic processes and landforms in a transgressive arid coastal dune system. Physical Geography, 36 (1), 60–83.

Hernández-Cordero, A.I., Hernández-Calvento, L. y Pérez-Chacón Espino, E. (2017): Vegetation changes as an indicator of impact from tourist development in an arid transgressive coastal dune field. Land Use Policy, 64, 479-491.

Hesp, P.A. (1981): The formation of shadow dunes. Journal of sedimentary and petrology, 51 (1), 101-112.

Hesp, P.A. (2002): Foredunes and blowout: initiation, geomorphology and dynamics. Geomorphology, 48, 245-268.

Jackson, M.L. y Nordstrom, K.F. (2011): Aeolian sediment transport and landforms in managed coastal systems: a review. Aeolian Research, 3 (2), 181-196.

Moreno-Casasola, P. (1986): Sand movement as a factor in the distribution of plant communities in a coastal dune system. Vegetatio, 65, 67-76.

Smith, A.B., Jackson, D.W.T., Cooper, J.A.G. y Hernández-Calvento, L. (2017): Quantifying the Role of Urbanization on Airflow Perturbations and Dunefield Evolution. Earth´s Future, 5 (5), 520-539.

1