Vol. 5 N 1 marzo 1998 p.

35
APORTACIN DE LA TELEDETECCIN PARA LA
DETERMINACIN DEL PARMETRO
HIDROLGICO DEL NMERO DE CURVA
M. Ferrer Julia
1
, A. Ruiz Verd
2
, M. Dimas Surez
3
y T. Estrela Monreal
3
RESUMEN: El nmero de curva es uno de los parmetros ms utilizados en Espaa
para estimar la infiltracin en el suelo a partir de la precipitacin. Uno de los
problemas que presenta su estimacin es que la informacin que para sta se precisa
no est en muchos casos actualizada. Para resolver este problema, en el presente
artculo se propone utilizar la teledeteccin como fuente de informacin adicional a
otras fuentes convencionales. Para evaluar su aportacin, se han escogido seis
cuencas experimentales pertenecientes a la base de datos del proyecto AMHY-FR1END
(Ferrer y otros, 1997) y se ha analizado las diferencias que presentan los nmeros de
curva estimados a partir de diferentes fuentes de informacin. Los resultados muestran
que dichas diferencias son importantes en cuanto a la variabilidad espacial del
parmetro, pero no as en cuanto a los valores areales del mismo en la cuenca.

INTRODUCCIN
Uno de los componentes del ciclo hidrolgico que resulta
ms difcil de analizar es el de la infiltracin. La
infiltracin es el proceso por el que la precipitacin pe-
netra a travs de la superficie del suelo y aumenta la
humedad del suelo. Entre los mtodos ms extendidos
para su estimacin est el del parmetro del nmero de
curva, del Soil Conservation Service (SCS) de los EE.UU
(McCuen, 1982; Ferrer y otros, 1995).
En el presente estudio se ha trabajado con una adaptacin
desarrollada por Tmez (1987) en Espaa de dicho
mtodo, el cual se define por cinco variables: el uso del
suelo, el tipo de prctica con la que se cultiva, la pen-
diente del terreno, el tipo de suelo, categorizado segn su
facilidad de drenaje, y las condiciones de humedad del
suelo. Tomando estas condiciones como medias, y
basndose en que en la mayora del territorio espaol se
cultiva siempre siguiendo la mxima pendiente, la de-
terminacin del nmero de curva se basa en tres par-
metros fsicos: la pendiente, el tipo de suelo (definido en
base a su textura) y los usos de suelo. Hasta hace poco,
las fuentes de informacin con las que se contaban para
obtener estos datos se reducan a cartografa analgica
que en la mayora de los casos no estaba actualizada.
Durante los ltimos aos, se han desarrollado nuevas
tecnologas como son los Sistemas de Informacin
Geogrfica (SIG) y la teledeteccin, que permiten tener
actualizada la informacin necesaria para definir

el nmero de curva y facilitar la combinacin de infor-
macin espacial (Ferrer y otros, 1995). El objetivo del
presente artculo es analizar las ventajas que presenta la
teledeteccin frente a la cartografa temtica convencio-
nal.
Se entiende como teledeteccin, en sentido amplio, a la
recogida e interpretacin de datos sobre un objetivo a
distancia, desde aviones o satlites, y se restringe a los
mtodos que detectan energa electromagntica (p.e. fo-
tografas areas, imgenes de satlite, ...). Sin embargo,
en este artculo, se utilizar para referirse a la
teledeteccin espacial, es decir, a aquella tcnica que
permite adquirir imgenes de la superficie terrestre desde
sensores instalados en plataformas espaciales (Chuvieco,
1996). Existen dos tipos de sensores: pasivos y activos.
En los primeros (que son los utilizados para el presente
artculo), su funcin es medir la parte de energa reflejada
y/o emitida por los cuerpos terrestres o por las nubes.
Segn el tipo de sensor, se detecta la energa
correspondiente a un intervalo (banda) de longitud de
onda del espectro u otro, siendo esta variedad juntamente
con la resolucin espacial y temporal las caractersticas
que harn que un sensor sea ms aplicable a un campo de
la ciencia u a otro. Como resolucin espacial se entiende
al tamao del pixel, es decir, del rea mnima de
informacin de la superficie terrestre que refleja la energa.
La resolucin temporal se refiere al tiempo en que tarda
el sensor en recoger de nuevo informacin de una
1.2.3
Centro de Estudios Hidrogrficos, CEDEX, Ministerio de Fomento. P
o
Bajo de la Virgen del Puerto, 3 -28005 - Madrid
1
Universidad de Salamanca. rea de Geografa Fisica. e-mail: monserrat.ferrer@cedex.es
2
Fundacin de Bethencourt. e-mail: averdu@cedex.es
3
Centro de Estudios Hidrogrficos, CEDEX. e-mail: mirta.dimas@cedex.es e-mail: teodoro.estrela@cedex.es

Artculo publicado en Ingeniera del Agua. Vol. 5 Num.1 (marzo 1998), pginas 35-46, recibido el 10 de octubre de 1997 y aceptado
para su publicacin el 18 de febrero de 1998. Pueden ser remitidas discusiones sobre el artculo hasta seis meses despus de la
publicacin del mismo. En el caso de ser aceptadas, las discusiones sern publicadas conjuntamente con la respuesta de los autores en el
primer nmero de la revista que aparezca una vez transcurrido el plazo indicado.
DETERMI NACI N DEL N
O
DE CURVA MEDI ANTE LA TELEDETECCI N
p. 36 Vol. 5 N
0
1 marzo 1998

misma rea. Los sensores activos (p.e. radar) se dife-
rencian de los pasivos en que son receptores de la ener-
ga emitida por ellos mismos. Una de sus caractersticas
principales es que permiten medir las variaciones de la
constante dielctrica que se dan entre los diferentes
materiales del terreno, lo que permite diferenciar fcil-
mente entre materiales secos y hmedos.
Dentro de la hidrologa, la teledeteccin se puede utili-
zar para numerosas aplicaciones: meteorologa, hume-
dad del suelo, calidad de las aguas, etc. En el presente
estudio, se utilizar para definir los usos del suelo ne-
cesarios para determinar el nmero de curva, mediante
una clasificacin supervisada de las imgenes de sat-
lite. Dependiendo de los valores de reflectancia recibi-
dos por todas las bandas excepto la trmica del sensor
Landsat Thematic Mapper y basndose en datos de campo,
se considerar que unos pxeles tienen las caractersticas
electromagnticas de un uso de suelo u otro (p.e. de un
bosque, o de un campo de cereales). Otras tcnicas que
podan haberse utilizado son las clasificaciones
jerrquicas, clasificaciones sin supervisar, o los ndices
entre bandas, de los cuales el ms utilizado es el ndice
de vegetacin normalizado.
Los problemas con los que se encuentra la teledeteccin
ante la tcnica de clasificacin supervisada son varios:
Usos del suelo diferentes pueden tener una res-
puesta espectral similar. Hay que tener en cuen-
ta que los sensores ms utilizados disponen como
mximo de 7 bandas (intervalos de longitud de
onda) para definir su curva espectral.
Un mismo uso del suelo puede tener una res-
puesta espectral diferente segn el grado de cre-
cimiento de la planta, el estado de humedad del
suelo, la poca del ao, si est enfermo o no, etc.
Pocas veces se puede considerar que los pixeles
son puros, es decir, que estn compuestos por un
nico uso del suelo. Como regla general, al me-
nos en Espaa, un pino tendr una vegetacin
arbustiva alrededor que afectar a la respuesta
espectral del pixel.
Dependiendo del tipo de sensor con el que se
trabaje, las nubes y sombras afectarn a la re-
flectancia medida.
An as, la teledeteccin presenta las ventajas de un bajo
coste en la actualizacin de cartografia, de poder
disponer de datos del momento y lugar que se requieran
(dato muy importante en determinadas modelizaciones
de hidrologa, p.e. clculo de avenidas) y de poder
analizar digitalmente sus imgenes, con la informacin
adicional que ello conlleva.
Los resultados obtenidos en este estudio se enmarcan
dentro del proyecto de la Comisin Interministerial de
Ciencia y Tecnologa (CICYT), Estudio de las posibi-
lidades que ofrece la Teledeteccin y los Sistemas de
Informacin Geogrfica en la estimacin de Parme-
tros Hidrolgicos a Escala Regional (Ref. AMB95-
1099).
ANTECEDENTES
La utilizacin de la teledeteccin para la obtencin del
nmero de curva se ha utilizado ya en otros pases. B-
sicamente se ban desarrollado dos corrientes:
1. Obtencin de los usos del suelo, como variable deter-
minante del nmero de curva. Sus antecedentes ms
significativos, entre otros, son:
Engman y Gurney (1991) utilizaron imgenes Landsat
MSS (resolucin espacial de 8080) para determinar
los usos del suelo de dos cuencas dc EEUU, con el fin
de utilizar sus resultados para estimar el parmetro
del nmero de curva. Comparando el porcentaje ob-
tenido de cada uso del suelo mediante el mtodo con-
vencional y la teledeteccin, observaron que en
algunas clases ste difiere considerablemente (p.e. en
suelo urbano en una de las cuencas la diferencia de
superficie es del 50%). Sin embargo, utilizando am-
bos resultados, obtuvieron nmeros de curva para toda
la cuenca muy similares. Este resultado confirma el
del estudio de Rango y otros (1983), en el que se con-
cluye que cualquier pixel de uso de suelo puede estar
mal clasificado en un tercio, pero que al agregarse los
usos del suelo en una superficie relativamente gran-
de, el error se reduce a un 2%.
Proyecto I+D Modelos Hidrlogicos de Previsin de
Avenidas: Aplicacin en Cuencas Experimentales con
el informe sobre Caracterizacin Geomorfolgica de
la Cuenca Alta del Ro Palancia. Utilizacin de la
Teledeteccin y de los Sistemas de Informacin Geo-
grfica, elaborado por el CEDEX en colaboracin con
la Universidad Politcnica de Valencia (CEDEX,
1994), en el que se utiliza la Teledeteccin y un SIG
para la evaluacion de los parmetros del modelo de
generacin de escorrenta que se propone. La aplica-
cin de dicho modelo se realiza a escala local en una
cuenca de 477 km
2
. Los resultados de dicho informe
han permitido sistematizar la metodologa de la ma-
nera que se present en Ferrer y otros (1995) y que se
ha utilizado en esta investigacin.
Ardiles y otros (1996) realizaron un estudio sobre la
influencia del nmero de curva obtenido a travs de
una clasificacin supervisada de imgenes sobre la
estimacin de caudales en diferentes perodos de re-
torno, resaltando su utilidad para reas en las que la
cartografia estaba ya muy obsoleta o en la que no exis-
ta.
2. Obtencin directa del parmetro del nmero de curva
utilizando la Teledeteccin. En esta lnea han trabaja-
do de manera destacada, entre otros:
Sharma y Singh (1993) estimaron la escorrenta si-
guiendo el mtodo del hidrograma unitario del SCS
en una cuenca india. Para ello tuvieron que estimar el
parmetro del nmero de curva, determinando sus va-
riables con anlisis de imgenes Landsat TM. En di-
cho anlisis se basaron en una interpretacion visual
de una composicin en falso color, asociando a cada
unidad morfolgica una determinada textura y uso del
suelo.
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
Vol. 5 N
o
1 marzo 1998 p. 37
McGregor (1987) estudi la posibilidad de obtener el
nmero de curva directamente de los valores de re-
flectancia de las imgenes.
Dado los problemas que ha presentado esta ltima lnea,
y especialmente el que sus datos sean demasiado locales
y temporales (mucho ms de lo que pueden ser los datos
obtenidos de usos del suelo), en el presente estudio se
consider que la primera corriente, al menos tal y como
estn las investigaciones en estos momentos, era la ms
operativa para la actualizacin del nmero de curva.
Igualmente se tuvo en cuenta que los cambios en el
nmero de curva para unas mismas condiciones de
humedad se deben bsicamente a los cambios en los usos
del suelo, y no en la textura del suelo y la pendiente de la
cuenca que se pueden admitir como invariables.
FUENTES DE INFORMACIN
Como ya se ha comentado, el nmero de curva para con-
diciones medias est definido por tres parmetros fsi-
cos: la pendiente del terreno, los tipos de suelo y los
usos del suelo. Hasta hace unos aos, la pendiente deba
calcularse manualmente a partir de los mapas topogrfi-
cos, los tipos de suelo se obtenan a partir de mapas geo-
lgicos y los usos de suelos de los mapas de Usos y
Aprovechamientos del Ministerio de Agricultura, Pesca y
Alimentacin (MAPA). En la actualidad, esta informacin
puede mejorarse con otras fuentes, que se presentan de
forma digital:
Mapa de pendientes: se ha obtenido directamente de
un Modelo de Elevacin Digital (MED), de 80 m de
resolucin, originado a partir de las curvas de nivel
de los mapas topogrficos a escala 1:50.000 del Ser-
vicio Geogrfico del Ejrcito. Utilizndolo como dato
de entrada, con las funciones bsicas del SIG utiliza-
do se ha generado automticamente el mapa de pen
dientes.
Mapa de tipos de suelo: dado que se estaba trabajan-
do con SIG, la nica fuente de informacin existente
en formato digital a la que se tuvo acceso fue el mapa
edafolgico distribuido por EUROSTAT a travs del
proyecto GISCO, en el que se divide el territorio en
unidades homogneas (escala 1:1.000.000). Uno de
los campos de la tabla de datos asociada es la textura.
Dado que esta variable se define segn su textura, con
este dato se ha generado un mapa, y a cada clase se le
ha asignado un tipo de suelo (A, B, C o D) de la clasi-
ficacin utilizada por el SCS.
Mapa de usos del suelo: la fuente de informa-
cin ms actualizada y que adems est disponi-
ble en formato digital, es el mapa de usos del suelo
a escala 1:100.000, originado por el proyecto
Land Cover dentro del programa CORINE (Coor-
dinacin de la Informacin del Medio Ambiente).
Esta informacin se distribuye por el Instituto
Geogrfico Nacional (IGN) y tiene su origen, bsi-
camente, en imgenes de satlite, fotografias areas,
mapas de usos y aprovechamientos (tanto a escala
1:50.000 como 1:200.000) del MAPA, y datos de
campo (Arozarena y Herrero, 1994). Esta infor-
macin es la que en el presente artculo se denomi-
na convencional y es la que se ha contrastado con
los datos obtenidos por la clasificacin supervisada de
imgenes de satlite Landsat TM (30 m de resolucin
espacial). Todas las imgenes con las que se ha
trabajado son del mes de julio, dependiendo el ao del
rea de estudio.
METODOLOGA
La metodologa seguida para obtener los mapas de n-
meros de curva para cada una de las cuencas experi-
mentales es la descrita por Ferrer y otros (1995). Para
poderla aplicar, primero se ha realizado una equivalencia
entre los usos de suelo descritos en la leyenda del
proyecto CORINE Land Cover y los del SCS y, segundo,
se han obtenido los usos de suelo requeridos por el SCS a
partir de teledeteccin.
Equivalencia entre usos del suelo del proyecto Land
Cover y los del SCS
El proyecto Land Cover ofrece dos tipos de leyenda: una
que est dividida en 44 clases, y otra en 64 clases. En el
estudio llevado a cabo se ha trabajado con esta ltima
leyenda ya que permita pasar rpidamente en caso
necesario a la de menor detalle. Los problemas que se han
encontrado, bsicamente, han sido respecto a la
descripcin de cada una de las clases, descripcin que
puede llevar a sobrevalorar la cubierta vegetal. Las equi-
valencias entre ambos usos de suelo se presentan en la
Tabla 1. Al analizarlas, se ha de tener en cuenta siempre la
estacin del ao en que se est trabajando: un bosque de
frondosas no ser lo mismo en invierno, cuando no tienen
prcticamente cobertura, que en verano, en pleno apogeo.
Clasificacin supervisada
La obtencin de mapas de usos del suelo mediante tele-
deteccion, se ha realizado a partir de imgenes del satlite
Landsat-TM correspondientes a las cuencas de estudio.
Las escenas, almacenadas en soporte magntico, se han
incorporado al programa de tratamiento digital de
imgenes PCI v. 6.1. y se han georreferenciado, lo que
permite su superposicin con cualquier otra capa de
informacin geogrfica y la localizacin de las reas de
verdad-terreno para la clasificacin supervisada.
1. Georreferenciacin
Una vez incorporada la imagen Landsat-TM de la zona
de trabajo a la base de datos, ha sido necesario efec-
tuar una correccin geomtrica o georreferenciacin,
con el fin de situar correctamente cada uno de los
puntos de las imgenes en sus coordenadas geogrfi-
cas. Las imgenes, tal como se reciben, constituyen
un conjunto de datos dispuestos en una matriz num-
rica definida por filas y columnas con coordenadas X e
Y. La georreferenciacin se realiza mediante la iden-
tificacin de puntos de imagen (denominados puntos
de control) con detalles coincidentes del terreno cu-
yas coordenadas UTM (deducidas del mapa to-
pogrfico a escala 1:50.000) son conocidas.
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
p. 38 Vol. 5 N 1 marzo 1998
CODIGO Y DESCRIPCION DE USOS DEL CORINE USOS DEL SUELO DEL SCS
11100 Tejido urbano continuo Rocas impermeables
11200 Tejido urbano discontinuo Rocas permeables
11201 Estructura urbana laxa Rocas permeables
11202 Urbanizaciones exentas y/o ajardinadas Rocas permeables
11210 Estructura urbana laxa Rocas permeables
11220 Urbanizaciones exentas y/o ajardinadas Rocas permeables
12100 Zonas industriales o comerciales Rocas impermeables
12200 Redes viarias, ferroviarias y terrenos asociados Rocas impermeables
12201 Autopistas, autovas y terrenos asociados Rocas impermeables
12202 Complejos ferroviarios Rocas permeables
12210 Autopistas, autovas y terrenos asociados Rocas impermeables
12220 Complejos ferroviarios Rocas permeables
12300 Zonas portuarias Rocas impermeables
12400 Aeropuertos Rocas impermeables
13100 Zonas de extraccin minera Barbecho
13200 Escombreras y vertederos Barbecho
13300 'Zonas en construccin Barbecho
14100 Zonas verdes urbanas Pradera media
14200 Instalaciones deportivas y recreativas Pradera pobre
21100 Tierra de labor en secano Cereales de invierno
21200 Terrenos regados permanentemente Rotacin de cultivos densos
21201 Cultivos herbceos en regado Rotacin de cultivos densos
21202 Otras zonas de irrigacin Rotacin de cultivos densos
21210 Cultivos herbceos en regadio Rotacin de cultivos densos
21220 Otras zonas de irrigacin Rotacin de cultivos densos
21300 Arrozales Rotacin de cultivos densos
22100 Viedos Plantaciones regulares de
aprovechamiento forestal pobre
22200 Frutales y plantaciones de bayas Plantaciones regulares de
aprovechamiento forestal pobre
22201 Frutales en secano Plantaciones regulares de
aprovechamiento forestal pobre
22210 Frutales en secano Plantaciones regulares de
aprovechamiento forestal pobre
22221 Ctricos (regado) Plantaciones regulares de aprovechamiento forestal media
22222 Frutales tropicales (regado) Plantaciones regulares de aprovechamiento forestal media
22223 Otros frutales en regado Plantaciones regulares de aprovechamiento forestal media
22300 Olivares Plantaciones regulares de
aprovechamiento forestal pobre
23000 Praderas Pradera buena
23100 Praderas Pradera buena
24100 Cultivos anuales asociados con cultivos permanentes Plantaciones regulares de
aprovechamiento forestal media
24200 Mosaico de cultivos Plantaciones regulares de
aprovechamiento forestal pobre
24201 Mosaico de cultivos anuales con praderas y/o pastizales Cereales de invierno
24202 Mosaico de cultivos permanentes Plantaciones regulares de aprovechamiento forestal pobre
24203 Mosaico de cultivos anuales con cultivos permanentes Plantaciones regulares de aprovechamiento forestal media
24210 Mosaico de cultivos anuales con praderas y/o pastizales Cereales de invierno
24220 Mosaico de cultivos permanentes Plantaciones regulares de
aprovechamiento forestal pobre
24230 Mosaico de cultivos anuales con cultivos permanentes Plantaciones regulares de aprovechamiento forestal media
24300 Terrenos agrcolas, con importantes espacios de vegetacin natural Plantaciones reguiares de
aprovechamiento forestal pobre
24400 Sistemas agroforestales Pradera media
31100 Bosque de frondosas Masa forestal espesa
31101 Perennifolias y quejigales Masa forestal espesa
31102 Caducifolias y rebollares Masa forestal espesa
31103 Otras frondosas de plantacin Masa forestal muy espesa
31110 Perennifolias y quejigales Masa forestal espesa
31111 Perennifolias esclerfilas y quejigales Masa forestal espesa

Tabla 1. Equivalencias entre los usos del suelo del proyecto Land Cover y los del SCS
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
Vol. 5 N 1 marzo 1998 p. 39
CODIGO Y DESCRIPCION DE USOS DEL CORINE USOS DEL SUELO DEL SCS
31112 Laurisilva macaronsica Masa forestal muy espesa
31120 Caducifolias y rebollares Masa forestal espesa
31130 Otras frondosas de plantacin Masa forestal muy espesa
31132 Otras zonas de irrigacin Rotacin de cultivos densos
31200 Bosque de conferas Masa forestal espesa
31201 Pinceas Masa forestal espesa
31202 Sabinares y enebral Masa forestal media
31210 Pinceas Masa forestal espesa
31220 Sabinares y enebral Masa forestal media
31300 Bosque mixto Masa forestal muy espesa
32100 Pastizales naturales Pradera media
32101 Pastizales supraforestales Pradera pobre
32102 Otros pastizales Pradera pobre
32110 Pastizales supvaforestales Pradera pobre
32120 Otros pastizales Pradera pobre
32200 Landas y matorrales Masa forestal media
32201 Landas y matorrales templado-ocenicos Masa forestal media
32202 Fayal-brezal macaronsico Masa forestal media
32210 Landas y matorrales templado-ocenicos Masa forestal media
32220 Fayal-brezal macaronsico Masa forestal media
32300 Vegetacin esclerfila Masa forestal media
32301 Grandes formaciones de matorral denso o medianamente denso Masa forestal media
32302 Matorral subarbustivo o arbustivo muy poco denso Masa forestal muy clara
32303 Matorrales xerfilos macaronsico Masa forestal media
32310 Grandes formaciones de matorral denso o medianamente denso Masa forestal media
32320 Matorral subarbustivo o arbustivo muy poco denso Masa forestal muy clara
32330 Matorrales xerfilos macaronsico Masa forestal media
32400 Matorral boscoso de transicin Masa forestal media
33100 Playas, dunas y arena Barbecho
33200 Roquedo Rocas impermeables
33201 Rocas desnudas con fuerte pendiente (acantilados, etc.) Rocas impermeables
33202 Suelos desnudos Barbecho
33203 Coladas lvicas cuaternarias (malpas) Rocas permeables
33210 Rocas desnudas con fuerte pendiente (acantilados, etc.) Rocas impermeables
33220 Suelos desnudos Barbecho
33230 Coladas lvicas cuaternarias (malpas) Rocas permeables
33300 Espacios con vegetacin escasa Pradera pobre
33301 Xeroestepa subdesrtica Pradera pobre
33302 Crcavas y/o zonas en proceso de erosin Barbecho
33303 Espacios orfilos altitudinales con vegetacin escasa Pradera pobre
33304 Espacios orfilos altitudinales y otras zonas de roquedo con vegetacin escasa Pradera pobre
33310 Xeroestepa subdesrtica Pradera pobre
33320 Crcavas y/o zonas en proceso de erosin Barbecho
33330 Espacios orfilos altitudinales con veg. escasa Pradera pobre
33340 Espacios orfilos altitudinales y otras zonas de roquedo con vegetacin escasa Pradera pobre
33400 Zonas quemadas Barbecho
33500 Glaciares y nieves permanentes Rocas impermeables
41100 Humedales y zonas pantanosas Rocas permeables
41200 Turberas Rocas permeables
42100 Marismas Rocas permeables
42200 Salinas Rocas permeables
42300 Zonas lianas intermar. Rocas permeables
51100 Cursos de agua Rocas impermeables
51101 Ros y cauces naturales Rocas impermeables
51102 Canales artificiales Rocas impermeables
51110 Ros y cauces naturales Rocas impermeables
51120 Canales artificiales Rocas impermeables
51200 Laminas de agua Rocas impermeables
51201 Lagos y lagunas Rocas impermeables
51202 Embalses Rocas impermeables
51210 Lagos y lagunas Rocas impermeables
51220 Embalses Rocas impermeables
52100 Lagunas costeras Rocas impermeables
52200 Estuarios Rocas impermeables
52300 Mares y ocanos Rocas impermeables

DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
p. 40 Vol. 5 N 1 marzo 1998
La transformacin de coordenadas se realiza mediante
una regresin lineal mltiple en la que las variables
independientes son las coordenadas X,Y de la ima-
gen ylas variables dependientes, o estimadas, las co-
ordenadas UTM. La bondad del grado de ajuste se
determina por el error cuadrtico medio (RMS). En
el presente estudio el RMS ha sido en todos los casos
inferior a un pxel. La transferencia de los niveles di-
gitales originales a la posicin corregida se ha reali-
zado por el mtodo del vecino ms prximo. Este
proceso de georreferenciacin se ha realizado con todas
las bandas de cada escena (salvo la 6, correspondiente
al infrarrojo trmico).
2. Clasificacin supervisada
El objetivo de una clasificacin es establecer una co-
rrespondencia entre el nivel digital (ND) de los pxeles de
la imagen y los usos del suelo que se pretenden
discriminar. El mtodo empleado en este trabajo es el de
clasificacin supervisada.
La primera etapa en la clasificacin supervisada consiste
en la localizacin de una serie de reas sobre la imagen,
denominadas parcelas de entrenamiento, cuyo uso del suelo
es conocido. A partir de ellas se calculan los ND medios
para cada una de las bandas del sensor, obtenindose la
firma espectral de cada clase. Esa informacin espectral
permite asignar de forma automtica todos los pxeles de
la imagen a cada una de las clases definidas, utilizando un
algoritmo de clasificacin. En este estudio se ha utilizado
un clasificador de mxima probabilidad, que considera
que los ND de cada clase se ajustan a una distribucin
Figura 1. Localizacin de las cuencas de estudio
normal, lo que permite describir cada categora por una
funcin de probabilidad. La clase a la que se asigne un
pxel dado ser aquella para la que alcance mayor valor
dicha funcin de probabilidad.
Como paso previo a la clasificacin supervisada se realiz
una clasificacin automtica, que identifica zonas
espectralmente homogneas en las imgenes, con objeto
de facilitar la localizacin de las parcelas de
entrenamiento. En la campaa de campo se anot el tipo
y densidad de la cubierta vegetal en cada una de las
parcelas estudiadas, realizando fotografas de aquellas ms
representativas. Sus coordenadas geogrficas fueron
determinadas con un GPS, lo que permita su ubicacin
aproximada ( 100 m) en la imagen. Cada parcela fue
asignada a una de las clases del SCS, siguiendo un
criterio similar al empleado con los mapas del proyecto
CORINE. Los lmites de las parcelas se identificaron en la
imagen utilizando como fondo para la digitalizacin un
falso color 453, que permite una buena discriminacin
visual de los principales usos del suelo presentes en las
cuencas.
Dado que la respuesta espectral de cada clase no es
homognea incluso dentro de una misma cuenca, se ha
partido para la clasificacin de tantas clases como parcelas
se tuvieran, agregando posteriormente aquellas
correspondientes a un mismo uso del suelo, siempre que su
distancia estadstica sea pequea. El ndice utilizado ha
sido el de la distancia de Bhattacharyya (Richards, 1986),
que permite adems descartar aquellas parcelas
demasiado heterogneas o que se confunden con otras
clases en base a unos valores umbral. Siguiendo este
esquema de clasificacin se han obtenido valores muy
bajos de confusin entre clases, quedando reducidos a
menos de un 10% los errores de asignacin en las
parcelas de entrenamiento. Las clases distintas
correspondientes a una misma categora segn el SCS, se
han agrupado finalmente en el mapa temtico.
APLICACIN A LAS REAS DE ESTUDIO
Localizacin y descripcin de las reas de estudio
Con el objetivo de evaluar las ventajas que presenta el
anlisis de imgenes de satlite frente al de la cartografa
de usos del suelo convencional, se han escogido seis
cuencas piloto distribuidas por diferentes partes del te-
rritorio nacional como una pequea representacin de la
diversidad de las caractersticas fsicas del terreno de
Espaa. Estas seis cuencas son (Figura 1):
La del ro Tajo situada en Peralejos de las Truchas
correspondiente a la estacin de aforos 03001. Esta
cuenca es la nica que podemos considerar prctica-
mente natural, entendiendo como natural un uso no
agrcola del suelo, sin entrar en detalle en el grado de
degradacin de los bosques, etc.
La del ro Azuer situada en Vallehermoso, correspon-
diente a la estacin de aforos 04101. Esta cuenca
sehalla bastante cultivada, quedando cubierta en
un 25-30% por vegetacin natural.
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
Vol. 5 N 1 marzo 1998 p. 41

La del ro Crcoles, situada en Los Castellones, co-
rrespondiente a la estacin de aforos 04206. Su uso
del suelo es bsicamente agrcola.
La del ro Alfambra situada en Villalba Alta, corres-
pondiente a la estacin de aforos 08028. Sus valles y
laderas intermedias estn cultivados o con vegetacin
rala (pastizales), mientras que las reas ms monta-
osas estn cubiertas de vegetacin natural.
La del ro Marimota o Belbis situada en Belmontejo,
correspondiente a la estacin de aforos 08087. Esta
cuenca est cubierta bsicamente por uso agrcola.
La del ro Jaln situada en Jubera, correspondiente a
la estacin de aforos 09058. Se combinan diversos
tipos de uso del suelo, existiendo una ligera predomi-
nancia de la vegetacin natural sobre la agrcola.
Usos obtenidos por teledeteccin
En la campaa de campo se ha procurado dar una des-
cripcin detallada de cada tipo de cubierta, haciendo
hincapi en la orientacin (umbra o solana), estado ve-
getativo y sobre todo en la densidad de las masas fores-
tales. Este es un aspecto importante a la hora de calcular el
nmero de curva y que no puede ser tenido en cuenta al
utilizar la informacin del CORINE, que no hace re-
ferencia explcita al grado de cobertura del suelo por la
vegetacin. El problema ha sido definir los umbrales que
separan las distintas categoras de masa forestal (clara,
media y espesa) o los distintos tipos de praderas
(pobre, buena). En el caso de las reas arboladas, se han
adoptado como lmites entre las tres categoras
cabidas cubiertas del 30 y 60%. En cuanto a las pra-
deras, se ha aplicado este trmino en un sentido laxo,
entendiendo como tales a los pastizales naturales. En
las zonas ridas, con poca cobertura del suelo, se
han asignado a la categora de pobre,
mientras que majadales empraizados
y pastos hmedos en zonas de mon-
taa se han considerado como
praderas buenas.

La interpretacin visual del falso
color 453 (Figura 2) ha sido de gran
ayuda para la delimitacin de las
parcelas de entrenamiento, cuyos
contornos, ms o menos difusos, no
pueden determinarse en el campo.
Este falso color permite distinguir los
diferentes tipos de masa forestal
(conferas, frondosas), dando una
idea aproximada de su densidad. Los
pastos hmedos y cultivos herbceos
de regado, los barbechos y reas de
suelo desnudo y los cereales sin
cosechar, dan seales caractersticas,







Figura 2. Falso color 453 correspondiente a la cuenca 8087
(ro Alfambra)
lo que facilita tambin su localizacin sobre la imagen.
Los cultivos leosos (olivar, vid, frutales en secano)
son ms difciles de identificar y se confunden con
otros usos de baja cobertura del suelo.
El uso del falso color y de la distancia de Bhattacharyya
han permitido una buena definicin de las clases utili-
zadas para la clasificacin. El numero medio de clases
definidas ha sido de unas 10-12 por cuenca, aunque mu-
chas de ellas correspondan a una misma categora del
SCS, por lo que se agruparon posteriormente en el mapa
temtico (Figura 3). Finalmente resultan unas 7 catego-
ras por cuenca, lo que supone un nmero satisfactorio,


Figura 3. Clasificacin supervisada de la cuenca 4101 (ro Azuer)
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
p. 42 Vol. 5 N 1 marzo 1998
dadas las limitaciones que ofrece la teledeteccin para
discriminar un nmero elevado de usos del suelo. Las
categoras definidas han sido:
Barbecho
Cultivos en hilera
Cereales de invierno
Rotacin de cultivos densos
Pradera pobre
Pradera buena
Plantaciones regulares de aprovechamiento
forestal pobre
Masa forestal clara
Masa forestal media
Masa forestal espesa
Rocas permeables
Rocas impermeables
Las principales confusiones se producen entre masa fo-
restal clara y media, pradera pobre con masa forestal
clara y en ocasiones con barbecho o con plantaciones
regulares, as como pradera buena y rotacin de cultivos
densos. No obstante la separabilidad entre las clases (Tabla
2) es siempre aceptable desde el punto de vista
estadstico y las confusiones (Tabla 3) se producen entre
clases similares en cuanto a su comportamiento hi-
drolgico y por tanto con nmeros de curva parecidos.

Figura 4. Nmeros de curva obtenidos del CORINE y
por teledeteccin correspondientes a la
cuenca 8028 (ro Alfambra)
Valores resultantes del nmero de curva
En la Tabla 4 se presentan los valores de los nmeros de
curva obtenidos a partir de los usos de suelo de CO-
RINE-Land Cover y los deducidos a partir de la clasi-
ficacin supervisada de imgenes de satlite. Como se
puede observar, los valores areales en la cuenca no varan
excesivamente; nicamente es en la cuenca del ro Tajo
donde existen ligeras diferencias (5%), resultado que
apoya la tesis de Engman y Gurney (1991) y de Rango
et al. (1983). Sin embargo, en los rangos de valores de
cada cuenca se observan mayores diferencias. Si se
analiza la variabilidad espacial del nmero de curva en
cada cuenca segn las dos fuentes de informacin, la
diferencia es mayor. Las discrepancias entre los mapas
de nmero de curva obtenidos a partir de una cartografa
ya existente o de la clasificacin supervisada de
imgenes se deben principalmente a los siguientes
factores:
1. Cambios existentes en los usos de suelo entre 1987
(fecha del proyecto Land Cover) y de la imagen cla-
sificada.
2. Errores en las equivalencias entre usos del suelo del
SCS y de la cartografa convencional. Estos errores
se producen bsicamente por las descripciones de la
leyenda de la cartografa convencional, en concreto
por la ausencia de datos sobre la densidad de la cu-
bierta vegetal, y por la falta de uniformidad que existe
entre las diferentes hojas cartogrficas provenientes
de autores distintos. Todo esto signific que para es-
tablecer equivalencias, se consider que cada uso del
suelo descrito por el proyecto Land Cover tena la
densidad media del pas, sin establecer diferencias
entre norte y sur. As pues, en el rea de estudio, se
asignaron usos del SCS que se correspondan a una
densidad mayor de la observada en las visitas reali-
zadas a campo, sobretodo en los usos referentes a
bosques y praderas (p.e. a los bosques de frondosas,
teniendo en cuenta los caractersticos de todo el pas,
se les asign el uso de suelo del SCS de masa fores-
tal muy espesa, cuando en el rea de estudio el pro-
yecto Land Cover ha denominado bosque de
frondosas a agrupaciones poco cohesionadas). Com-
parando los usos obtenidos por clasificacin de la
imagen y los del proyecto Land Cover, se observ
que los valores del nmero de curva eran ms bajos
con la cartografa convencional (Figura 4), por lo
que alguna de las equivalencias establecidas se mo-
dificaron. La Tabla 1 presentada anteriormente ya
incorpora estas modificaciones, pero puede suceder
que en otros usos que no aparecen en las cuencas de
estudio, la descripcin dada en el proyecto Land
Cover no sea lo suficientemente especfica.
3. Errores en la clasificacin de los usos de suelo, debi-
do a la similitud de las curvas espectrales de usos
con diferentes nmeros de curva. Esto es debido
bsicamente a que las clases de usos del suelo del
SCS no se establecieron para ser diferenciadas espec-
tralmente, por lo que algunas de ellas se confunden
(p.e. bosque claro y bosque medio). Tambin influye
D
E
T
E
R
M
I
N
A
C
I

N

D
E
L

N
O

D
E

C
U
R
V
A

M
E
D
I
A
N
T
E

L
A

T
E
L
E
D
E
T
E
C
C
I

N

V
o
l
.

5

N
o

1

m
a
r
z
o

1
9
9
8
.

p
.

4
3



R
o
c
u
d
e
1

m
a
f
o
m
e
d
1
b
a
r
b
e
c
h
1

p
l
a
p
o
b
1
b
a
r
b
e
c
h
2

c
e
r
i
n
v
4

m
a
f
o
c
l
a
1

c
e
r
i
n
v
5

m
a
f
o
m
e
d
3

m
a
f
o
e
s
p
2

r
o
i
m
p
e
r
l

r
o
c
u
d
e
2

c
e
r
i
n
v
6

p
r
a
p
o
b
4

p
r
a
p
o
b
5

r
o
i
m
p
e
r
2

M
a
f
o
m
e
d
1

































B
a
r
b
e
c
h
1

1
,
9
6
0
6
4
4































P
l
a
p
o
b
1

1
,
9
9
9
9
9
9

2
,
0
0
0
0
0
0

















































































B
a
r
b
e
c
h
2

1
,
9
8
8
6
9
8

1
,
9
9
0
8
9
8

1
,
9
9
9
9
8
3























C
e
r
i
n
v
4

1
,
9
9
9
8
8
2

1
,
9
9
9
9
8
7

1
,
8
3
4
4
1
7

1
,
9
9
6
4
8
9






















M
a
f
o
c
l
a
l

1
,
9
9
9
8
9
8

1
,
9
9
9
9
4
5

2
,
0
0
0
0
0
0

1
,
9
9
9
7
8
6
1
,
9
9
9
9
5
0























C
e
r
i
n
v
5

1
,
9
9
1
8
9
1

1
,
8
4
4
1
6
3







2
,
0
0
0
0
0
0

1
,
9
9
4
8
6
0
1
,
9
9
9
9
9
9

2
,
0
0
0
0
0
0





















M
a
f
o
m
e
d
3

1
,
9
9
7
7
3
2

1
,
9
8
1
2
9
8

1
,
9
9
9
1
9
5


1
,
9
9
8
5
5
9
1
,
9
6
9
3
6
3

1
,
9
0
7
9
9
7

1
,
9
9
8
4
2
9



















M
a
f
o
e
s
p
2

1
,
9
9
0
1
1
8

1
,
8
7
2
0
9
4







2
,
0
0
0
0
0
0

1
,
9
9
8
8
8
2
2
,
0
0
0
0
0
0

1
,
9
9
9
9
2
1

1
,
9
9
5
9
0
4

1
,
9
9
4
4
1
0

















R
o
i
m
p
e
r
1

1
,
9
9
7
2
4
7

1
,
8
9
3
4
0
4

2
,
0
0
0
0
0
0


2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

1
,
9
9
9
9
4
3

1
,
9
9
9
1
7
1

1
,
8
6
5
0
8
2















R
o
c
u
d
e
2

1
,
9
9
9
9
8
6

1
,
9
9
8
2
2
8







2
,
0
0
0
0
0
0

1
,
9
9
9
3
0
9
1
,
9
9
9
9
3
8

1
,
9
9
9
9
5
4

1
,
9
9
9
5
8
0

1
,
9
7
4
0
4
6

1
,
9
9
6
4
4
0

1
,
9
9
9
9
2
8













C
e
r
i
n
v
6

1
,
9
9
3
4
9
8

1
,
9
9
8
6
3
3







2
,
0
0
0
0
0
0

1
,
9
9
8
8
9
9
1
,
9
9
9
4
5
2

1
,
9
3
0
8
7
4

1
,
9
9
9
8
2
8

1
,
9
6
1
7
3
4

1
,
9
9
9
9
9
6

2
,
0
0
0
0
0
0

1
,
9
9
9
9
9
9











P
r
a
p
o
b
4

1
,
9
9
9
8
5
4

1
,
9
9
6
9
5
7







2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0

1
,
9
9
7
3
3
4





2
,
0
0
0
0
0
0


1
,
8
2
7
9
6
9

1
,
9
9
9
9
0
0

1
,
9
9
6
4
5
5

1
,
9
9
9
0
9
2

1
,
9
9
3
1
8
6








P
r
a
p
o
b
5

1
,
9
9
9
8
9
8

1
,
9
9
9
8
5
8

1
,
9
9
5
0
4
0



1
,
9
9
3
7
8
6
1
,
9
8
8
7
3
0

1
,
9
9
9
0
3
3

1
,
9
9
9
9
2
0

1
,
8
3
0
4
8
6

1
,
9
9
9
4
9
7

2
,
0
0
0
0
0
0

1
,
7
2
5
8
6
6

1
,
9
9
9
9
4
6
1
,
9
9
9
9
7
2







R
o
i
m
p
e
r
2

1
,
9
7
6
4
1
3

1
,
9
0
1
0
5
6

1
,
9
9
9
8
7
1



1
,
5
4
8
6
7
9
1
,
9
5
2
3
9
1

1
,
9
9
9
6
6
2

1
,
8
6
2
1
4
1

1
,
9
9
8
3
6
5

1
,
9
9
2
8
5
0

1
,
9
9
9
8
5
3

1
,
9
9
7
6
1
1

1
,
9
9
8
4
3
6
1
,
9
9
9
9
9
1

1
,
9
9
4
4
7
8





R
o
i
m
p
e
r
3

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0







2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0





2
,
0
0
0
0
0
0





2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0






2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0



R
o
i
m
p
e
r
3







2
,
0
0
0
0
0

2
,
0
0
0
0
0
0






2
,
0
0
0
0
0
0






2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0





2
,
0
0
0
0
0
0





2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

1
,
9
9
9
8
3
2

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0
2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

2
,
0
0
0
0
0
0

1
,
9
6
8
7
5
7


T
a
b
l
a

2
.

M
a
t
r
i
z

d
e

s
e
p
a
r
a
b
i
l
i
b
a
d

c
o
r
r
e
s
p
o
n
d
i
e
n
t
e

a

l
a

c
u
e
n
c
a

4
1
0
1

(
r

o

A
z
u
e
r
)

M
e
d
i
d
a

d
e

l
a

s
e
p
a
r
a
b
i
l
i
d
a
d

(
s
e
g

n

B
h
a
t
t
a
c
h
a
r
r
y
a
)
:

S
e
p
a
r
a
b
i
l
i
d
a
d

m
e
d
i
a
:

1
.
9
8

S
e
p
a
r
a
b
i
l
i
d
a
d

m

n
i
m
a
:

1
.
5
5

S
e
p
a
r
a
b
i
l
i
d
a
d

m

x
i
m
a
:

2
.
0
0

D
E
T
E
R
M
I
N
A
C
I

N

D
E
L

N
O

D
E

C
U
R
Y
A

M
E
D
I
A
N
T
E

L
A

T
E
L
E
D
E
T
E
C
C
I

N

p
.

4
4

V
o
l
.

5

N
o

1

m
a
r
z
o

1
9
9
8


P
a
r
c
e
l
a
s
d
e

e
n
t
r
e
n
a
m
i
e
n
t
o


C
l
a
s
e

a
s
i
g
n
a
d
a

e
n

l
a

c
l
a
s
i
f
i
c
a
c
i

n




N

P

I

X
-

E

L

R

o

c

u
-


D

E

1

M

A

F

O

M

E

D

1

R

O

I

P

E

R

3

P

R

A

P

O
-


B

5

B

A

R

B
-


E

C

H

1

R

O

I

M

P
-


E

R

2

P

L

A

P

O
-


B

1

B

A

R

B
-


E

C

H

2

C

E

R

I

N

V

4

M

A

F

O
-


C

L

A

1

C

E

R

I
-


N

V

5

M

A

F

O

M
E

D

3

M

A

F

O

E
S

P

2

R

O

I

M

P
E

R

1

R

O

C

U
D

E

2

C

E

R

I
-

N

V

6

V

R

A

P

O

B

4

T

O

T

A

L

r
o
c
u
d
e
1

1
4
7
6

9
9
.
8

-

-

-

-

-

-

0
.
0
7

-

-

-

-

-

-

-

-

-

1
0
0

m
a
f
o
m
e
d
1

5
0
3

0
.
2

9
4
.
0
4

-

1
.
9
9

-

-

0
.
2
0

-

-

1
.
9
9

0
.
2
0

0
.
9
9

-

-

0
.
4
0

-

-

1
0
0

r
o
i
m
p
e
r
3

2
4
4

-

-

9
8
.
3
6

-

-

-

-

-

-

-

-

-

0
.
8
2

-

-

-

-

1
0
0

p
r
a
p
o
b
5

1
3
6
3

-

0
.
2
9

-

9
5
.
2
3

-

-

3
.
3
0

0
.
4
4

-

0
.
3
7

-

-

-

0
.
1
5

-

-

0
.
2
2

1
0
0

b
a
r
b
e
c
h
1

7
1

-

-

-

-

9
7
.
1
8

-

-

2
.
8
2

-

-

-

-

-

-

-

-

-

1
0
0

r
o
i
m
p
e
r
2

4
5
3

-

-

0
.
2
2

-

-

9
9
.
1
2

-

-

-

-

0
.
2
2

-

-

-

-

-

-

1
0
0

p
l
a
p
o
b
1

8
2

-

-

-

3
.
6
6

-

-

9
5
.
1
2

-

-

-

-

-

-

-

-

-

1
.
2
2

1
0
0

b
a
r
b
e
c
h
2

8
3

-

-

-

-

3
.
6
1

-

-

9
6
.
3
9

-

-

-

-

-

-

-

-

-

1
0
0

c
e
r
i
n
v
4

8
3

-

-

-

-

-

-

1
.
2
0

-

9
7
.
5
9

-

-

-

-

-

1
.
2
0

-

-

1
0
0

m
a
f
o
c
l
a
1

9
2

-

2
.
1
7

-

3
.
2
6

-

-

-

-

-

9
4
.
5
7

-

-

-

-

-

-

-

1
0
0

c
e
r
i
n
v
5

1
8
1

-

-

-

-

-

-

-

-

1
.
1
0

-

9
5
.
0
3

1
.
1
0

-

-

-

1
.
6
6

1
.
1
0

1
0
0

m
a
f
o
m
e
d
3

1
6
5

-

0
.
6
1

-

-

-

-

-

-

-

-

-

9
9
.
3
9

-

-

-

-

-

1
0
0

m
a
f
o
e
s
p
2

1
3
9
8

0
.
0
7

2
.
3
6

-

0
.
1
4

-

-

-

-

-

-

-

1
.
5
7

9
5
.
7
1

-

-

0
.
1
4

-

1
0
0

r
o
i
m
p
e
r
1

4
6
0

-

-

-

-

-

-

-

-

-

-

0
.
4
3

-

-

9
6
.
0
9

-

-

3
.
4
8

1
0
0

r
o
c
u
d
e
2

6
7
6

-

0
.
1
5

-

-

-

-

-

-

0
.
1
5

-

0
.
4
4

-

-

-

9
9
.
2
6

-

-

1
0
0

c
e
r
i
n
v
6

2
5
6

-

-

-

-

-

-

-

-

-

-

1
.
9
5

-

-

-

-

9
8
.
0
5

-

1
0
0

p
r
a
p
o
b
4

3
0

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

1
0
0

1
0
0

T
a
b
l
a

3
.

M
a
t
r
i
z

d
e

c
o
n
f
u
s
i
o
n

c
o
r
r
e
s
p
o
n
d
i
e
n
t
e

a

l
a

c
u
e
n
c
a

4
1
0
1

(
r
i
o

A
z
u
e
r
)

E
x
a
c
t
i
t
u
d

m
e
d
i
a
:
9
7
.
1
1
%

E
x
a
c
t
i
t
u
d

p
r
o
m
e
d
i
o
:

9
7
.
1
1
%

DETERMI NACI N DEL N
0
DE CURVA MEDI ANTE LA TELEDETECCI N

Vol. 5 N 1 marzo 1998 p. 45
Land Cover
(CORINE)
Clasificacin
Supervisada


Rango de Valores
variabilidad arcales
espacial (A)

Rango de Valores
variabilidad arcales
especial (B)
Land Cover
(CORINE)
Diferencia entre
CORINE
y Supervisada
(A - B)/A x 100
3001 52-96 67 48-94 72 -7.5
4101 54-93 76 62-96 78 -2.6
4206 62-93 77 62-93 79 -2.6
8028 54-96 80 62-96 79 1.3
8087 54-93 80 62-93 80 -
9058 54-96 81 62-96 78 3.7

Tabla 4. Rangos de variabilidad espacial de nmeros de curva y valores areales para cada cuenca analizada segn la fuente de
informacin de los usos de suelo utilizada

la poca del ao en la que se ha tomado la imagen de
satlite (p.e. un campo de trigo tendr una curva es-
pectral muy diferente si la imagen se toma en mayo o
en diciembre).
CONCLUSIONES
En muchos estudios hidrolgicos, es importante el co-
nocimiento del estado del uso de suelo, masas de agua,
etc., en un instante determinado. La teledeteccin es la
tcnica que aporta una informacin ms actualizada de
estos aspectos. Si en particular se trabaja con modelos
hidrolgicos distribuidos, su importancia aumenta. Las
diferencias observadas en la variabilidad espacial del
nmero de curva, si se compara con deducida de la car-
tografa existente, ponen de relieve la necesidad de ac-
tualizar la informacin a partir de teledeteccin. Si se
utilizan valores agregados del nmero de curva por
cuenca (valores areales), los resultados muestran que las
diferencias son escasas a pesar de que el nmero de clases
obtenidas por teledeteccin es mucho menor. Esto pone de
manifiesto que la teledeteccin ser de gran utilidad en
aquellas reas donde la cartografa est obsoleta, sea
inexistente o de difcil adquisicin (Ardiles y otros,
1996).
Adems de los cambios en los usos de suelo, parte de las
diferencias presentadas en los valores del nmero de
curva obtenidos a partir de teledeteccin respecto a la
cartografa convencional con la que se ha trabajado en el
presente estudio (proyecto Land Cover - programa
CORINE) se deben a la leyenda de dichos mapas: al
estar realizadas por diferentes organismos, por regla
general carecen de uniformidad, resultando extrema-
damente difcil el establecer tablas de equivalencias
entre ellas y la leyenda de usos del suelo requeridos
por el SCS. Igualmente, estas leyendas deberan tener
algn tipo de indicacin referente a la densidad de la
cobertura vegetal, tal y como se presentan en los ma-
pas del MAPA. Si no, es imposible distinguir entre un
encinar del norte de Espaa de uno del centro de la

Meseta. Aprovechando las facilidades que muestran los
SIG y dado que es informacin en formato digital, este
tipo de caractersticas deberan formar parte de tablas
asociadas.
As pues, los resultados obtenidos muestran la utilidad
que puede tener la teledeteccin para actualizar infor-
macin sobre parmetros hidrolgicos, e incluso para
generarla si no se dispone de otra fuente de informa-
cin.
AGRADECIMIENTOS
Este trabajo se ha realizado en el marco del proyecto
Estudio de las Posibilidades que ofrece la Teledetec-
cin y los Sistemas de Informacin Geogrfica en la
estimacin de Parmetros Hidrolgicos a escala re-
gional (AMB95-1099) de la CICYT.
BIBLIOGRAFA
Ardiles-Lpez, L.; Ferrer Juli, M..; Rodriguez Chapa-
rro, J. (1996) The Use of GIS to estmate Hydro-
logical Parameters in a Rainfall-Runoff Model.
Proceedings of Joint European Conference and
Exhibition on Geographical Information.
Barcelona, March 27-29 1996, vol. 1, pp. 408-
417.
Arozarena, A. y Herrero, M. (1994) El Programa CO-
RINE, Programa Land Cover. Una Metodologa
aplicada a las Islas Canarias. En: Jornadas
Tcnicas sobre Sistemas de Informacin Geo-
grfica y Teledeteccin Espacial aplicados a la
Ordenacin del Territorio y el Medio Ambien-
te. Vitoria, 21-23 Nov. 1994, pp. 87-98
CEDEX(1994) Caracterizacin Geomorfolgica de la
Cuenca Alta del Ro Palanca. Utilizacin de la
Teledeteccin y de los Sistemas de Informacin
Geogrfica, Informe Parcial n 3 del Proyecto
I+D Modelos Hidrolgicos de Previsin de Ave-
nidas: Aplicacin en Cuencas Experimentales.
Centro de Estudios Hidrogrficos (CEDEX).
DETERMI NACI N DEL N DE CURVA MEDI ANTE LA TELEDETECCI N
p. 46 Vol. 5 N
o
l marzo 1998
Chuvieco, E. (1996) Fundamentos de Teledeteccin
Espacial. Editorial Rialp, 3
a
edicin, Manuales
Universitarios Rialp, 568 pp.
Engman, E.T. y Gurney, R. J. ( 1991 ) Remote Sensing
in Hydrology. Chapman and Hall
Ferrer, M.;Estrela, T.; Quintas, L.; Villaverde, J. (1997)
Actualizacin de la base de datos de cuencas es-
paolas en el proyecto Friend-Amhy. Ingeniera
Civil. n 108. pp.25-36
Ferrer, M.; Rodriguez, J.; Estrela, T. (1995) Generacin
Automtica del Nmero de Curva con Sistemas
de Informacin Geogrfica. Ingeniera del Agua,
vol.2, n4, pp.43-58
McCuen, R.H. (1982) A Guide to Hydrologie Analysis
using SCS Methods. Prentice Hall, 110 pp.
McGregor (1987) Using Landsat to derive Curve number
for Hydrologic Models. En: American Society for
Photogrammetry and Remote Sensing and
ASCM Fall Convention. Reno, NV, ASPRS Te-
chnical Papers, pp.129-135.
Rango, A.; Feldman, A.; George, T. y Ragan, R. (1983)
Effective Use of Landsat Data in Hydrologic
Models. Water Resources Bulletin. 19 (2): 165-
174
Richards, J.A. (1986) Remote Sensing Digital Image
Analysis. An Introduction. Springer-Verlag, 281
pp.
Sharma, K.D. y Singh, S. (1992) Runoff estimation using
Landsat Thematic Mapping data and the SCS
model. Hydrological Sciences-Journal des
Sciences Hydrologiques, 37, 1 / 2.
Temez, J.R. ( 1987) Clculo Hidrometeorolgico de Cau-
dales Mximos en Pequeas Cuencas Naturales.
MOPU, Direccin General de Carreteras, n 12,
111 pp