06 Tesis Rafael Corrales 2010

UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS
FACULTAD DE CIENCIAS ESPACIALES
Maestra en Ordenamiento y Gestin del Territorio
CARACTERIZACIN DE ALTERACION HIDROTERMAL Y DINAMICA DE

COBERTURA DE SUELOS MEDIANTE METODOS DE TELEDETECCIN, EN
EL VALLE DE CHOLUTECA, HONDURAS.
RAFAEL ENRIQUE CORRALES ANDINO

Mster en Ordenamiento y Gestin del Territorio
Dr. JUAN GREGORIO REJAS AYUGA

Tutor
Ciudad Universitaria, Tegucigalpa, M.D.C. Honduras, Amrica Central

Octubre 11 de 2010
AUTORIDADES UNIVERSITARIAS:
Julieta Gonzalina Castellanos Ruz
Rectora
Rutilia Caldern Padilla
Vice-Rectora Acadmica
Ernesto Paz Aguilar
Vice-Rector de Relaciones Internacionales
Amrica Alvarado Daz
Vice-Rectora de Asuntos Estudiantiles
Emma Virginia Rivera Meja
Secretara General
Olga Marina Joya
Director de Estudios de Posgrados
Mara Cristina Pineda de Caras
Decana Facultad de Ciencias Espaciales
Tribunal Examinador:
Francisco Maza Vsquez
Universidad de Alcal de Henares
Gustavo Daniel Buzai
Universidad Nacional de Lujn
Francisco Aguilera
Universidad de Alcal de Henares
Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

de Teledeteccin, en El Valle de Choluteca, Honduras. Tesis MOGT/UNAH
RESUMEN
La Alteracin Hidrotermal, es un cambio ambiental sobre las rocas, que provoca

una respuesta mineralgica, qumica y textural, en presencia de agua caliente,
vapor o gas.
Se realiz un estudio del suelo con tecnologa de Percepcin Remota o
Teledeteccin, para caracterizar alteraciones hidrotermales y su comportamiento
en dinmica de coberturas. El objetivo fue la generacin de cartografa temtica
que pueda integrarse en un Sistema de Informacin Geogrfica como capas de
valor aadido para futuros estudios ambientales, de modelizacin y su relacin
con investigaciones arqueolgicas en la regin del Valle de Choluteca.
Marco Metodolgico, los materiales que se utilizaron fueron: Imgenes TM (ao
1990), y ETM+ (ao 2002) del sensor Landsat, , Libreras de firmas espectrales
(USGS), Cartografa vectorial y MDT de 30 m. La metodologa: 1) Tratamiento
Digital de Imgenes (Clasificacin por cobertura y uso del suelo) y Verificacin
de Campo; 2) Dinmica de Cambio del Suelo y 3) Caracterizacin de Alteracin
Hidrotermal del Suelo.
Entre los resultados podemos decir que la clasificacin genero las siguientes
coberturas: Bosques, Matorrales, Pastos, Cultivos, Suelo desnudo y Agua, de la
dinmica de cambios podemos decir que un 53.4%, se mantuvo sin cambios,
mientras que se produjo un 25.6% de cambio negativo y un 21.0% de cambio
positivo, Las alteraciones hidrotermales se caracterizan por xidos de hierro y
material arcilloso, integrando los resultados en un SIG de uso libre.
Palabra Clave: Alteraciones, Hidrotermal, Cambios, Suelos, Choluteca.
Rafael E. Corrales, 2010

AGRADECIMIENTO
A mi tutor Dr. Juan Gregorio Rejas Ayuga, por toda la ayuda brindada en el
desarrollo y elaboracin del trabajo de investigacin, sus conocimientos y
criterios siempre fueron oportunos.
A los Directores de la Maestra en Ordenamiento y Gestin del Territorio, Dr.
Joaqun Bosque Sendra y Dra. Mara Cristina Pineda de Caras, por la
oportunidad que me brindaron de ser parte de este programa.
A la Coordinadora de la Maestra MsC. Vilma Lorena Ochoa Lpez, por su
apoyo desinteresado y buena voluntad, as como su cooperacin para que este
trabajo se culminara con satisfaccin.
A mis compaeros y amigos que de una u otra manera contribuyeron en la
formacin de criterios, desde sus diferentes mbitos de trabajo.
A mi Familia por el apoyo que siempre me ha brindado y que sin lugar a duda,
me seguir brindando.
ii

DEDICATORIA
Este trabajo est dedicado a mi Querida Abuela;

Doa Laura Estela Rodrguez viuda de Vijil, su templanza es ejemplo en mi
vida.
A mi Esposa:
Dra. Ana Lucia Kuhl de Corrales y a mis Hijos Rafael Enrique Corrales Kuhl y
Lucia Corrales Kuhl.
El hombre nada puede aprender sino en virtud de lo que sabe.

Aristteles
iii

CONTENIDO
RESUMENi
AGRADECIMIENTOSii
DEDICATORIA..iii
I.
INTRODUCCIN01
II.
IDENTIFICACIN DEL PROBLEMA...............................02
III.
MARCO TEORICO Y CONTEXTUAL.03

III.1. MARCO TERICO.........................03
III.2. MARCO CONTEXTUAL................................11
III.2.1. Ubicacin Geogrfica...11
III.2.2 Condiciones Estratigrficas..12
IV.
OBJETIVOS Y ALCANCE.................................16
V.
MARCO METODOLGICO..17
V.I. MATERIALES Y EQUIPO..17
V.II. MTODOS..17
V.II.1. Pre Procesamiento de imgenes Satelitales..17
V.II.1.1. Layer Stake..18
V.II.1.2. SubSet..20
V.II.1.3. Correccin Radiomtrica de Imgenes...................................23
V.II.2. Clasificacin por Cobertura y Uso del Suelo..26
V.II.2.1. Mtodo ISODATA...26
V.II.3. Dinmica de Cambios en el Suelo...................................27
V.II.3.1. Operacin Matrix.................................27
V.II.4. Caracterizacin de Alteraciones Hidrotermales del Suelo..29
iv

V.II.4.1. Anlisis de Componentes Principales

(Tcnica de Crosta)...30
V.II.4.1.a. Mtodo Crosta 6 bandas TM.32
V.II.4.1.b. Mtodo Crosta 4 bandas TM
para xidos de Hierro...33
V.II.4.1.c. Mtodo Crosta 4 bandas
TM para Hidroxilos....33
V.II.4.1.d. ndice de relacin mineral
con ERDAS (Minerales Arcillosos,
Minerales Ferrosos y xidos de Hierro)34
V.II.4.1.e. Transformacin IHS RGB...34
V.II.4.1.f. ndice de Alteracin Hidrotermal con ERDAS..35
V.II.4.1.g. ndice de xidos de Hierro con ERDAS..35
V.II.4.1.h. ndice de Mineral Arcilloso con ERDAS...35
V.II.5. Integracin de los datos al Sistema de
Informacin Geogrfica (SIG)..36
VI.
RESULTADOS38
VI.I. Clasificacin por Cobertura y Uso del Suelo.38
VI.II. Dinmica de Cambios...................................48
VI.III. Alteracin Hidrotermal........................................50
VI.IV. Sistema de Informacin Geogrfica (SIG)..........................................60
VII.
DISCUSIN.63
VIII.
CONCLUSIONES.......................................65
IX.
RECOMENDACIONES......................................68
BIBLIOGRAFA70

ANEXOS.......................................73
ANEXO I. SISTEMA DE TELEDETECCIN ESPACIAL.....................................74
ANEXO II. SISTEMA DE INFORMACIN GEOGRFICA.............75
ANEXO III. METADATOS IMAGEN LANDSAT DE 06
DE FEBRERO DE 1910...................................................76
ANEXO IV. METADATO DE IMAGEN LANDSAT 06
DE MAYO DE 2002....98
ANEXO V. NDICE PATH ROW DE IMGENESLANDSAT.102
ANEXO VI. VERIFICACIN DE CAMPO, VALLE DE CHOLUTECA..103
ANEXO VII. MAPA DE CLASIFICACIN POR COBERTURA
Y USO DEL SUELO EN EL VALLE DE CHOLUTECA..109
ANEXO VIII. MAPA DE ALTERACIN HIDROTERMAL
EN EL VALLE DE CHOLUTECA...110
ANEXO IX. FUTURA LNEA DE INVESTIGACIN112
INDICE DE FIGURAS
Figura 3.1.1. Matrz de Filas y Columnas de una Imagen Digital Multibanda. IAFE........7
Figura 3.1.2. Longitud de Onda, en el espectro electromagntico. IAFE8
Figura 3.1.3. Firma Espectral de la Vegetacin. Elaboracin propia...8
Figura 3.1.4. Clasificacin Digital de Imgenes. IAFE9
Figura 3.2.1. Ubicacin Geogrfica del valle de Choluteca. Elaboracin propia.11
Figura 3.2.2.a. Mapa Geolgico de Honduras. Honduras Geology...14
Figura 3.2.2.b. Mapa de Fallas y Lineamientos de Honduras. Honduras Geology.14
vi

Figura 3.3.2.c. Mapa de CuadrangulosGeolgicos de Honduras.Honduras Geology15

Figura 5.2.1.1.a. Interpreter del Men ERDAS...18
Figura 5.2.1.1.b. Utilities/Layer Stake ERDAS19
Figura 5.2.1.1.c. Layer Stake ERDAS..19
Figura 5.2.1.1.d. Imgenes LandSat, bandas unidas en mismo archivo..20
Figura 5.2.1.2.a. Interpreter del Men ERDAS...................................20
Figura 5.2.1.2.b. Utilities/Subset del Men ERDAS...21
Figura 5.2.1.2.c. Herramienta de AOI, ERDAS.22
Figura 5.2.1.2.d. Utilities/Subset del Men ERDAS...23
Figura 5.2.1.3.a. Modelo para calculo de Radiancia.24
Figura 5.2.1.3.c. Modelo para calculo de Reflectancia.25
Figura 5.2.1.3.d. Imagen Izquierda con ND, a la derecha imagen de Reflectancia.26
Figura 5.2.3.1.a. Dialogo de Interpreter/GIS Analysis para opcin Matrix.28
Figura 5.2.3.1.b. Ejemplo: Imagen de Matriz de Cambios y su tabla de Atributos..28
Figura 5.2.4. Firmas espectrales de diferentes minerales alterados.Delendetti...29
Figura 5.2.4.1.a. Modelo de Componente Principal..33
Figura 5.2.4.1.d. Realce a Intensidad, Mezcla y Saturacin del ndice..34
Figura 5.2.4.1.e. Realce Final de IHS a RGB.35
Figura 5.2.5. Estructura de Sistema de Informacin Geogrfica.36
Figura 6.1.a. Identificacin de clases para aplicacin de Recodificacin.
Imagen superior: ISODATA 1990; Imagen posterior: Sin Clasificacin 1990
vii

y Dialogo de Atributos de cada clase...42

Figura 6.1.b. Identificacin de clases para aplicacin de Recodificacin.
Imagen superior: ISODATA 2002; Imagen posterior: Sin Clasificacin 2002
y Dialogo de Atributos de cada clase...43
Figura 6.2.a. Matriz de Cambios entre imgenes p18r51 de 1990 y 200248
Figura 6.3.a. Imagen Crosta de 6 bandas no trmicas, para detectar
anomalas hidrotermales51
Figura 6.3.b. Imagen CP4, mostrando hidroxilos en tonos oscuros52
Figura 6.3.c. Imagen CP5, mostrando xidos de hierro en tonos oscuros..53
Figura 6.3.d. Imagen de R4-G2-B1 (Crosta 4 bandas), para materiales hidroxilos.54
Figura 6.3.e. Imagen individual del CP4, material hidroxilo en tonos claros.55
Figura 6.3.f. Imagen R4-G2-B1 (Crosta 4 bandas) para deteccin

de xidos de Hierro. En este caso los rojos oscuros corresponden
a reas alteradas hidrotermalmente con xidos.56
Figura 6.3.g. Imagen de cociente 3/1, para deteccin de xidos de hierro...57
Figura 6.3.h. Imagen de ndice de arcillas (bandas 5/7)..58
Figura 6.3.i. Grfico de RGB y su relacin a IHS...58
Figura 6.3.j. Imagen de Composicin Mineral R1G2B359
Figura 6.3.k. Imagen de Composicin Mineral R3G2B1...59
Figura 6.4.a. Estructura del SIG de integracin.60
Figura 6.4.b. Visualizacin del SIG, desde formato ArcGIS.61
viii

Figura 6.4.c. Visualizacin del SIG, desde ArcReader, de acceso pblico...61

Figura 6.4.d. Mapa de Modelo Digital del Terrero del rea de estudio..62
Figura A.I.a. Sistema de Percepcin Remota. Por James Tindall..74
Figura A.I.b. Espectro Electromagntico................................................74
INDICE DE CUADRO
Cuadro 5.2.1. Bandas Espectrales del sensor LandSat 5 y 7.18
Cuadro 5.2.4.1. Reflectancia y Absorcin de minerales al sensor LandSat..32
Cuadro 6.1.a. Clasificacin Tipo Muchos a Uno, Imagen p18r51 de 1990 y 2002..41
Cuadro 6.1.c. Matriz de Error para Clasificacin deimagen p18r51 de 199044
Cuadro 6.1.d. Precisin Total de la Clasificacin en la imagen p18r51 de 1990..44
Cuadro 6.1.e. ndice Kappa, Clasificacin p18r51 de 1990.45
Cuadro 6.1.f. Matriz de Error para Clasificacin de imagen p18r51 de 200246
Cuadro 6.1.g. Precisin Total de la Clasificacin en la imagen p18r51 de 2002..47
Cuadro 6.1.h. ndice Kappa, Clasificacin p18r51 de 2002.47
Cuadro 6.2.a. Dinmica de Cambio de las 6 coberturas entre 1990 y 2002,
correspondiente al Valle de Choluteca. Cdigo de cobertura: 1= Bosques,
2 = Matorrales, 3 = Pastos, 4 = Cultivos, 5 = Suelo Desnudo y 6 = Agua.50
Cuadro 6.3.a. Matriz Cargas de Crosta de 6 bandas no trmicas.
Muestra valores para Vegetacin (v), Hidroxilos (h) y xidos (o)...53
Cuadro 6.3.b. Matriz de Cragas, (Crosta 4 bandas) para Hidroxilos..54
Cuadro 6.3.c. Matriz de Cargas, (Crosta 4 bandas) para xidos56
ix

I.
INTRODUCCIN
Si partimos del punto que La Tierra es un sistema abierto, por lo tanto, dinmico,
en el cual los distintos materiales que lo conforman se mueven de un sitio a otro,
cambian de forma y tambin de composicin a travs de distintos procesos.
Desde el punto de vista de la geoqumica, existen dos grandes divisiones
cuando se hacen consideraciones inherentes a la Tierra como sistema de
estudio: ambiente geoqumico profundo y ambiente geoqumico superficial,
divisiones que han sido hechas en funcin de las variables que caracterizan o
que actan de manera ms notoria en cada uno de estos sub sistemas. En
cualquiera de estos ambientes una masa de material, raramente conserva su
identidad, ya que esta pasa a travs de una serie de transformaciones mayores
conocidas como ciclo geoqumico, de esta manera todo material contenido en
el sistema tierra, tiende en intervalos de tiempo muy variables, a ser
redistribuido, alterado, fraccionado, y mezclado con otros materiales. Este
proceso en el cual tomos y partculas se mueven de un ambiente o localidad a
un nuevo ambiente ha sido descrito a travs de los conceptos de diferenciacin
geoqumica y dispersin geoqumica.
As, en el ambiente geoqumico profundo, la dispersin de elementos qumicos
est controlada principalmente por la composicin de las fases derivadas del
manto, la presin del medio y la temperatura, siendo los procesos de fusin,
cristalizacin, re cristalizacin, y alteracin hidrotermal los que controlan de
manera ms pronunciada la dispersin de elementos.
En este sentido, los datos de percepcin remota y el tratamiento digital de las
imgenes vienen utilizndose desde hace dcadas para la generacin de
cartografa temtica de varios tipos, dos de ellos objetivos prioritarios del
proyecto de Tesis: (1) cubiertas terrestres -cultivos, vegetacin, urbano- y (2)
posibles alteraciones hidrotermales.

Para ello, las investigaciones se han centrado en mejorar dos tcnicas

habituales, clasificacin digital por un lado, y Tcnica Crosta (Crosta et al. 2000)
en lo referente a la deteccin de superficies alteradas hidrotermalmente; esta
ltima ha sido validada y contrastada cientficamente para diferentes escenarios
geolgicos. Permite discriminar a partir de las imgenes que adquieren sensores
espaciales entre la respuesta espectral de las arcillas y la de los xidos de
hierro, que se pueden interpretar como alteraciones argilticas y limonticas,
respectivamente.
El presente proyecto incide en el desarrollo de estas metodologas para el
estudio de las coberturas de suelos y su dinmica temporal en un caso concreto.
II. IDENTIFICACION DEL PROBLEMA
La escasa informacin sobre la mineraloga de los suelos, su poca actualizacin,
la poca importancia ante sus caractersticas, fsicas y qumicas, tales como
alteraciones hidrotermales, que establecen cambios en las capacidades del uso
del suelo y cambios en su cobertura vegetal, hace que en su mayora, se
subutilice o sobre utilice un suelo.
En este sentido se ha planteado realizar un estudio del suelo con tecnologa de

Percepcin
Remota, para
caracterizar alteraciones hidrotermales
y su
comportamiento en dinmica de coberturas. Con esto se pretende establecer, si

dichas alteraciones hidrotermales tienen influencia directa en los cambios de
cobertura del suelo. Es decir establecer, si la presencia de materiales formados
en condiciones de alteracin hidrotermal, marca cambios en el uso del suelo,
afectan a la geomorfologa de la zona o a su estabilidad, o si estos evidencian
rastros de utilidad arqueolgica para establecer rutas y patrones de
desplazamiento de poblaciones humanas.

III. MARCO TERICO Y CONTEXTUAL

En este captulo se describir el mbito conceptual a utilizarse durante el
desarrollo de la investigacin, as como del marco contextual del rea sujeta a
estudio.
III.1. MARCO TERICO

Dentro del marco terico encontraremos a continuacin las definiciones ms
relevantes dentro del campo.
Alteracin Hidrotermal
Todo cambio ambiental sobre las rocas, provoca una respuesta mineralgica,
qumica y textural, (en presencia de agua caliente, vapor o gas) conocida en
trminos generales como alteracin hidrotermal.
La alteracin hidrotermal ocurre a travs de la transformacin de fases
minerales, crecimiento de nuevos minerales, disolucin de minerales y/o
precipitacin,
y reacciones de
intercambio
inico entre los
minerales
constituyentes de una roca y el fluido caliente que circul por la misma. Aunque
la composicin litolgica inicial tiene una influencia en la mineraloga secundaria
(hidrotermal), su efecto es menor que el debido a la permeabilidad, temperatura
y composicin del fluido (Maksaev V., 2003).
En efecto, la temperatura del fluido y el pH del mismo son los factores ms
relevantes en la asociacin mineralgica resultante de los procesos de alteracin
hidrotermal, ms que la litologa.
Factores que controlan a la alteracin hidrotermal de las rocas.
a) Temperatura y la diferencia de temperatura (t) entre la roca y el
fluido que la invade: mientras ms caliente el fluido mayor ser el efecto
sobre la mineraloga original.

b) Composicin del fluido; sobre todo el pH del fluido hidrotermal:

mientras ms bajo el pH (fluido ms cido) mayor ser el efecto sobre los
minerales originales.
c) Permeabilidad de la roca: Una roca compacta y sin permeabilidad no
podr ser invadida por fluidos hidrotermales para causar efectos de
alteracin. Sin embargo, los fluidos pueden producir fracturas hidrulicas
de las rocas o disolucin de minerales generando permeabilidad
secundaria en ellas.
d) Duracin de la interaccin agua/roca y variaciones de la razn
agua/roca. Mientras mayor volumen de aguas calientes circulen por las
rocas y por mayor tiempo, las modificaciones mineralgicas sern ms
completas.
e) Composicin de la roca; la proporcin de minerales es relevante para
grados menos intensos de alteracin, dado que los distintos minerales
tienen distinta susceptibilidad a ser alterados, pero en alteraciones
intensas la mineraloga resultante es esencialmente independiente del
tipo de roca original.
f) Presin: este es un efecto indirecto, pero controla procesos
secundarios como la profundidad de ebullicin de fluidos, fracturas
hidrulicas
(generacin
de
brechas hidrotermales)
y erupcin
explosiones hidrotermales (Maksaev V., 2003).

Percepcin Remota o Teledeteccin
Es la ciencia que se encarga de la adquisicin de informacin a travs de
sensores sin entrar en contacto directo entre el sensor y el objeto o fenmeno
sujeto de estudio. Generalmente consiste de un sistema fotogrfico u pticoelectrnico capaces de detectar y registrar, en forma de imgenes o no, el flujo
de energa radiante reflejado o emitido por objetos distantes (Anexo I).

Leyes Fsicas de la radiacin Electromagntica

La fuente de energa principal en un sistema de Teledeteccin es la radiacin
solar, misma que pasa por interacciones con la atmsfera y la tierra.
Segn la Ley de Planck la energa Qi de un cuerpo negro (para dar una
determinada temperatura de emisin) en funcin de la frecuencia de la emisin
f (por tanto su longitud de onda).
Qi = .f siendo = cte de Planck
Tanto el flujo radiante, como la emitancia depende la la longitud de onda ()
emitida. Planck defini la emitancia de un cuerpo negro para una i como:
Siendo:
= cte de Planck 6.266x10-34J.s

K = cte de Boltzman 1.38x10-23ws2.k-1
T = Temperatura absoluta de un cuerpo negro en grados Kelvin (K)
La Ley de Desplazamiento de Wien, define la i a la que se emite a la mxima

cantidad de energa (max) en funcin de la temperatura del foco emisor:
max = A/T
Donde A = 2898 m . K; y T = temperatura en K
De manera que si conocemos la temperatura de emisin de un objeto,
podramos conocerla en que se emite la mayor cantidad de energa. Si
integramos todas las , tendremos la Ley de Stefan Boltzman:
Mn = .T4

Siendo = la cte de Stefan Boltzman = 5.6697x10-8W.m-2k-4

Como la energa incide tanto en las leyes del movimiento ondulatorio y de la
teora cuntica, al fusionar ambos principios tendremos:
C = .f (Ley Ondulatoria, C = Velocidad de la Luz)
Qi = .f (Teora de Partculas, f = frecuencia en Herzios)
Qi = .c / (uniendo ambos principios)
Propagacin de la Energa en la Atmosfera y la Terra
La Energa interacciona con la atmosfera, que est compuesta por molculas
gaseosas y partculas en suspensin (CO2, O2, O3, N2, Argn y vapor de H2O).
La interaccin con estas partculas produce dos tipos de fenmenos:
Absorsin: implica una reduccin de la energa debido principalmente al CO 2,
O2, O3, las zonas del espectro electromagntico donde existe menor absorcin,
son las destinadas para el diseo de los sensores, estas zonas son conocidas
como ventanas atmosfricas.
Dispersin: en este caso la energa incidente se refleja o refracta, variando su
direccin e intensidad (por lo tanto hay una disminucin de la misma). Este
fenmeno vara segn la de la radiacin incidente y del tamao de la partcula:
Dispersin de Rayleygh (cielo azul), Dispersin de Mie (brumas) y Dispersin no
selectiva (nubes blancas).
En el suelo la propagacin depende de la composicin, estructura y
emplazamiento de los materiales de la superficie terrestre, de la geometra de la
observacin y de la incidente. Todo ello implica que la energa incidente sea
Reflejada
(forma
especular
en
todas
direcciones),
Absorbida
(que
posteriormente se transformar en energa emitida) y transmitida (energa

geotrmica.

Imagen Digital
Segn Pinilla (1995), es una funcin discretizada de la imagen analgica, en las
dimensiones geomtricas,
por la generacin de celdas por muestreo
equiespaciado de la superficie (Figura 3.1.1), como en sentido radiomtrico, por

la asignacin de valores enteros o Niveles Digitales (ND), que estn
comprendidos entre 0 y k1, siendo k el margen dinmico del sistema,
determinado a su vez por su resolucin radiomtrica.
Figura 3.1.1. Matrz de Filas y Columnas de una Imagen Digital Multibanda. IAFE.
Longitud de Onda
Distancia entre dos nodos o dos valles consecutivos de una onda. En el caso de
la radiacin electromagntica, es el recproco de la frecuencia de dicha radiacin
multiplicada por la velocidad de la luz. De su derivan la mayor parte de las
propiedades de la radiacin electromagntica (Figura 3.1.2). La clasificacin del
espectro electromagntico en regiones consiste en la agrupacin de aquellos
intervalos
de
en
los
cuales
la
radiacin
tiene
comportamientos
electromagnticos similares.

Figura 3.1.2. Longitud de Onda, en el espectro electromagntico. IAFE.
Firma Espectral
Forma caracterstica del espectro de emisin/reflexin de una determinada
superficie. Como cada material posee bandas de absorcin diferentes de
acuerdo a su composicin qumica, la energa solar reflejada ser el
complemento a la incidente ms la emitida por aqulla. (Figura 3.1.3).
Figura 3.1.3. Firma Espectral de la Vegetacin. Elaboracin propia.

Clasificacin de Imgenes Satelitales

La clasificacin es el proceso por el cual se agrupan los pixeles en un nmero
determinado o finito de clases individuales con base en los niveles digitales de
los datos (Figura 3.1.4). Cuando un pixel cumple satisfactoriamente los
requisitos (criterios), este es asignado a la clase que corresponda a ese requisito
(Corrales, 2004).
Figura 3.1.4. Clasificacin Digital de Imgenes. IAFE.
La nica restriccin que se impone a la identificacin de superficies mediante la

teledeteccin deriva de la propia resolucin espectral del sensor, el cual no es
capaz de proporcionar un espectro continuo de la superficie observada sino de
un nmero finito de bandas, dentro de cuyos intervalos espectrales no puede
hacer distincin alguna. La teledeteccin hiperespectral, que proporciona una
gran cantidad de bandas para cada imagen, acerca las firmas obtenidas a la
verdadera firma espectral de la superficie, y con ello facilita su identificacin.
Deteccin de Cambios
Es un mtodo de anlisis multitemporal de cambios, en el cual se hace una
comparacin digital de imgenes obtenidas en diferentes fechas.

Sistema de Informacin Geogrfica

Un Sistema de Informacin Geogrfico "SIG o GIS", es una integracin
organizada de hardware, software, datos geogrficos y personal, diseado para
capturar, almacenar, manipular, analizar y desplegar en todas sus formas la
informacin geogrficamente referenciada con el fin de resolver problemas
complejos de planificacin y gestin. Tambin puede definirse como un modelo
de una parte de la realidad referido a un sistema de coordenadas terrestre y
construido para satisfacer unas necesidades concretas de informacin,
(GEOINFO).
Los SIGs pueden ser utilizados y manejados como bases de datos

convencionales manejando todas las opciones de anlisis, bsqueda selectiva,
realizacin de estadsticos, etc., propias de cualquier Sistema Gestor de Bases
de Datos y como bases de datos georreferenciados. La informacin es integrada
en un sistema que facilitara las tareas organizativas y que ayudara a observar
ms intuitivamente toda la informacin necesaria, aprovechando la caracterstica
propia de los SIGs, es decir, la georreferenciacin de la informacin, para el
anlisis o evaluacin de los programas desarrollados (Rodrguez et al, 2000).
Un SIG desde el punto de vista de software (programa) est compuesto de

cuatro componentes que operan de manera secuencial y combinada (Buzai,
2007):
Almacenamiento y Organizacin de Datos Geogrficos Espaciales
Almacenamiento y Organizacin de datos Geogrficos Tabulares
Tratamiento de Datos, o Rutinas de Anlisis Espacial
Reporte de Resultados en Mapas, Tablas y Grficos.
Un SIG debe ser una herramienta funcional, que brinde seguridad, pero que a la
vez sea flexible con respecto a los datos de entrada y salida (Anexo II).
10

III.2. MARCO CONTEXTUAL

III.2.1. Ubicacin Geogrfica
El rea de estudio se encuentra en el Valle de Choluteca, es un rectngulo de
una superficie de 6,318.4 km2, ubicado en la siguiente coordenada de
proyeccin UTM, en el centroide 479348.3128 E
1668742.421 N. El rea
comparte los departamentos de Choluteca (municipios de Choluteca, Marcovia,

Namasigue y Santa Ana de Yusguare, El Corpus, El Triunfo, Orocuina y Liure) y
una pequea fraccin de Valle (municipio de San Lorenzo). El valle es irrigado
principalmente por el Ro Grande o Choluteca, el Ro Sampile, Estero Real y Ro
Istoca.
Figura 3.2.1. Ubicacin Geogrfica del valle de Choluteca. Elaboracin propia.
11

III.2.2 Condiciones Estratigrficas

La estratigrafa del lugar est conformada segn Kozuch, 1991 en las
siguientes formaciones y grupos (Figura 3.2.2.a):
Formacin Matagalpa (Tm):
Afloramientos de andesitas, basaltos y depsitos piroclsticos de la parte
Norte de Amrica Central fue designada como Formacin Matagalpa.
Rocas frescas revelan un color de morado oscuro o negro y una textura
porfiritica, muchas veces zonas silisificadas se encuentran en estas rocas
que forman pequeos picos resistentes a la erosin. Estudios muestran
que poseen un espesor variable entre20 a 350 metros.
Originalmente se le haba asignado una edad Oligoceno a Mioceno
temprano, mas tarde estudios en el cuadrngulo Siguatepeque revelaron
que hay basaltos y andesitas que datan del Paleoceno. A estas rocas se
les dio el nombre de Agua Dulce. Muestras del cuadrngulo San Pedro
Zacapa se encontraron algunas muestras de rocas volcnicas que se
mapearon como Formacin Matagalpa y que tenan que ser ms antiguas
que el Oligoceno tardo. Hasta establecer el rango de edades exactas
tanto como su identidad real (Matagalpa o Agua Dulce) a estas rocas se
les dar el nombre de una sola formacin Matagalpa con una edad amplia
del Paleoceno al Mioceno medio.
Grupo Padre Miguel (Tpm):
Una secuencia gruesa de ignimbritas cubre la mayora del Occidente de
honduras y descansan en una relacin disconforme sobre la Formacin
Matagalpa, se ha calculado que puede haber 5, 000 kilmetros cbicos de
material
volcnico
cubriendo
el
pas.
Estas
ignimbritas
fueron
originalmente designadas Grupo Jutiapa. Subsecuentemente fueron
12

correlacionadas con el Grupo Padre Miguel de Guatemala y el nombre de

Jutiapa fue abandonado a favor de Padre Miguel.
Las rocas ms notables son las ignimbritas riolticas blancas, pero entre
ellas hay tambin tobas, lahars, sillars, y sedimentos piroclsticos. Las
rocas sedimentarias derivadas de coladas de basaltos, andesita y riolita,
contienen pmez y fragmentos piroclasticos. Se estima una edad del
Oligoceno al Mioceno en muestras tomadas en varias partes del pas.
Aluviones del Cuaternario (Qal):
Los aluviones del cuaternario generalmente ocupan los pisos de los
grandes valles, las costas, y los pies de las montaas. Por lo general se
presentan como terrazas de grava o depsitos de cauce. En algunos
lugares las terrazas forman varios niveles de las cuales los superiores se
encuentran a veces muy erosionadas.
Cuerpos Intrusivos (Pzi, Ki, Kti y Ti):
Desde los pequeos diques que penetran las formaciones ms recientes
hasta los enormes cuerpos intrusivos, la distribucin, composicin y edad
de estas rocas es muy extensa y variable en todo el pas. Generalmente,
estos cuerpos intrusivos son granitos, grano de oritas, dioritas y tonalitas.
En cada ocasin se hizo lo posible por distinguir las rocas en el mapa de
acuerdo con su edad respectiva, la cual puede ser del Paleozoico (Pzi),
Cretacico (Ki), Terciario (Ti), o una edad entre los dos perodos (KTi).
En la zona se presentan fallas geolgicas ni lineamientos importantes
(Figura 3.2.2.b), por lo menos no aparecen reportes hasta lo investigado,
tampoco existen cuadrngulos geolgicos en escala 1:50,000 para la
zona (Figura 3.2.2.c).
13

Figura 3.2.2.a. Mapa Geolgico de Honduras. Honduras Geology.
Figura 3.3.2.b. Mapa de Fallas y Lineamientos de Honduras. Honduras Geology.
14

Figura 3.2.2.c. Mapa de CuadrangulosGeolgicos de Honduras. Honduras Geology.
15

IV. OBJETIVOS Y ALCANCE

Objetivo General
El objetivo de este trabajo es la generacin de cartografa temtica que pueda
integrarse en un Sistema de Informacin Geogrfica (S.I.G.) como capas de
valor aadido para futuros estudios ambientales, de modelizacin y su relacin
con investigaciones arqueolgicas en la regin del Valle de Choluteca.
Objetivos Especficos
Objetivos especficos del proyecto de Tesis son:
Generacin de cartografa de cobertura de suelos y su dinmica mediante

tcnicas y datos de Percepcin Remota (Teledeteccin).
Delimitacin de posibles materiales alterados hidrotermalmente presentes

en el rea de estudio y sus alrededores mediante Tcnica de Crosta.
Generacin de distintos ndices de suelos, estudio de cambios y su

relacin con posibles efectos de erosin de ladera e inundacin.
Alcance
El inters de la deteccin de posible actividad de alteracin en laderas y lugares
expuestos se debe a que la accin hidrotermal junto con la meteorizacin puede
favorecer deslizamientos en un terreno ya de por s proclive a sufrir este tipo de
fenmeno, lo cual entraa en s mismo un riesgo potencial para los ncleos de
poblacin y lugares de valor patrimonial del rea.
16

La mayor parte de estudios de alteraciones hidrotermales se han realizado en

zonas desprovistas de vegetacin. En este caso, resulta de especial inters el
estudio de las diferentes coberturas vegetales y su dinmica temporal, ya que
puede aportar datos significativos sobre su efecto en la tcnica y sobre
investigaciones similares que se desarrollen en zonas tropicales.
El proyecto de Tesis permitir avanzar en el desarrollo de las metodologas de
percepcin remota dentro del marco general de proyectos de investigacin
aplicables como nuevas tecnologas para la exploracin de sitios considerados
de inters cultural y antropolgicos.
V. MARCO METODOLGICO
V.I MATERIALES Y EQUIPO
Los materiales y equipo que se utilizarn en el proyecto de Tesis son los
siguientes:
-
Imgenes TM, y ETM+ del satlite Landsat (Anexo III y IV)
Modelo digital del terreno de 30 mt de paso de malla.
Libreras de firmas espectrales del USGS
Cartografa vectorial
Programas Utilizados: ArcGIS 9.3 y ERDAS IMAGINE 8.5
V.II MTODOS
2.1. Pre-procesamiento de Imgenes Satelitales
El pre-procesamiento de las imgenes satelitales, consisti en la unin de las
bandas espectrales, sin las bandas terminas, tanto para la imagen p18r51 de
06 de febrero de 1990 y p18r51 del 06 de mayo del 2022, (Anexo V) la
17

primera del sensor Thematic Mapper 5 y la segunda del Enhancement

Thematic Mapper 7 (TM5 y ETM 7) del proyecto LandSat , (Cuadro 5.2.1).
Cuadro 5.2.1. Bandas Espectrales del sensor LandSat 5 y 7.
2.1.1. Layer Stake:

Para el desarrollo de estos procesos se utilizo el programa de tratamiento
digital de imgenes ERDAS Imagine, como se explica a continuacin:
a) Desde ERDAS Imagine, abra el modulo Interpreter, (Figura
5.2.1.1.a).
Figura 5.2.1.1.a. Interpreter del Men ERDAS.
b) Seleccione la opcin Utilities/Layer Stake, para que aparezca la caja

de dialogo Layer Selection and Staking, en donde cargamos las
diferentes bandas espectrales que corresponden a la misma escena
de imagen satelital, (Figura 5.2.1.1.b).
18

Figura 5.2.1.1.b. Utilities/Layer Stake ERDAS.
c) Para cargar las bandas, es necesario introducir como archivo de

entrada (Input File) la primera banda de la imagen, luego para ir
agregando las dems bandas hacemos un clic en el botn Add, para
las siguientes banda en el orden correspondientes a banda 2, 3, 4,
sucesivamente hasta llegar a la ultima banda. (Figura 5.2.1.1.c).
Figura 5.2.1.1.c. Layer Stake ERDAS.
19

d) Creando un archivo nuevo de imagen, para esto fue necesario dar un

nombre de salida (Output File), hacer un clic en el Radio Union y un
clic en el botn OK. De esta forma visualizamos las imgenes de
forma multibanda (Figura 5.2.1.1.d) en la combinacin escogida (R4,
G5, B3),
Figura 5.2.1.1.d. Imgenes LandSat, bandas unidas en mismo archivo.
2.1.2. SubSet
a) Para ello utilizamos el Modulo de Interpreter del programa ERDAS
Imagen, (Figura 5.2.1.2.a).
Figura 5.2.1.2.a. Interpreter del Men ERDAS.
20

b) Seleccionamos la opcin Utilities, la cual despleg diferentes

opciones operacionales de las cuales la que necesitamos fue la opcin
Subset. Esto fue importante ya que no queramos trabajar con toda la
imagen, sino que nicamente una porcin poligonal, (Figura 5.2.1.2.b).
Figura 5.2.1.2.b. Utilities/Subset del Men ERDAS.
c) Para la aplicacin correcta de cortado fue necesario introducir la imagen

que queremos cortar, dar un nombre de salida y seleccionar el mtodo
adecuado que en este caso se realizo por rea de Inters (AOI), la cual
se establece previo al corte con el rea que queremos estudiar, esto se
logr escogiendo desde la vista la opcin AOI y de ella las herramientas
(Tool) de la cual tomamos la herramienta de creacin de polgonos para
establecer el rea de estudio, que este caso atiende la porcin
continental del territorio cercano al Golfo de Fonseca en los
departamentos de Valle y Choluteca, en lo que hemos llamado Valle de
Choluteca, (Figura 5.2.1.2.c).
21

Figura 5.2.1.2.c. Herramienta de AOI, ERDAS.
d) Luego de crear el polgono debemos salvarlo para utilizarlo en la caja

de dialogo del cortador (Subset).este se guardara con el formato *.aoi.
En este paso tenemos el cuidado de cortar un fragmento de imagen
que no contenga datos 0 (cero), para poder realizar satisfactoriamente
las correcciones de magnitudes fsicas a radiancia y reflectividad,
(Figura 5.2.1.2.d)
22

Figura 5.2.1.2.d. Utilities/Subset del Men ERDAS.
2.1.3. Correccin Radiomtrica de Imgenes (Radiancia y Reflectancia)
a) Una vez que hemos cortado la imagen con el rea objeto de estudio y
que sta a su vez no contenga datos cero (0), introducidos
generalmente por los bordes de las imgenes, se procedi a calcular
su radiancia, como fase primordial para establecer la reflectancia de
las diferentes cubiertas de la superficie terrestre capturada en la
imagen.
23

b) El clculo de la radiancia se realizo con la utilizacin del modelador de

ERDAS IMAGINE y el algoritmo L= G*DN + B, como se muestra en la
siguiente Figura 5.2.1.3.a:
Figura 5.2.1.3.a. Modelo para calculo de Radiancia.
En donde:
L: Radiancia
G: Gain
B: Bias
DN: Numero Digital
24

c) Una vez que obtuvimos una nueva imagen de la misma escena de

estudio pero con datos de radiancia, proseguimos a calcular la
reflectividad a travs del algoritmo basado en la reflectividad de TOA a
travs de la radiancia, o la reflectancia al tope de la atmsfera, la cual
indica la relacin entre la energa incidente y la reflejada (solo se
puede expresar en porcentajes). A continuacin se puede observar en
la Figura 5.2.1.3.c:
Figura 5.2.1.3.c. Modelo para calculo de Reflectancia.
d) Una vez calculados los valores de la reflectancia de la imagen, los

datos estn listos para
el procesamiento de obtencin de
Clasificaciones Digitales por Cobertura y Uso del Suelo, como parte

importante en el anlisis de cambios multitemporal y de los cocientes
de minerales ferrosos y arcillosos, tal como observamos en la Figura
5.2.1.3.d.
25

Figura 5.2.1.3.d. Imagen Izquierda con ND, a la derecha imagen de Reflectancia.
2.2. Clasificacin por Cobertura y Uso del Suelo

Existen dos tipos de clasificacin una supervisada, donde el intrprete
asigna muestras de entrenamiento de las diferentes clases o cluster y otra
donde el intrprete asigna un nmero mximo de clases por cercana
espectral, en este
proyecto hemos seleccionado el mtodo no
supervisado.
2.2.1. Mtodo ISODATA

a) Clasificador ISODATA, se uso para realizar una clasificacin no
supervisada, utiliza la formula de la distancia espectral mnima para
formar cluster, comenzando arbitrariamente con un cluster
promedio (de firmas espectrales existentes). cada vez que se repite
el proceso de formacin de cluster, el promedio de estos se
modifica. Los nuevos cluster se usan para las siguientes
Iteraciones. La utilidad isodata se repite hasta que se ejecuta el
nmero mximo de iteraciones o se alcance el mximo porcentaje
de asignaciones de pixeles sin cambios entre varias iteraciones.
26

b) En este trabajo se generaron 100 cluster, a un nivel de 12

iteraciones, la combinacin de bandas utilizada fue Banda TM4 en
Rojo, Banda TM5 en Verde y Banda TM3 en Azul, se corri una
matriz de confusin para conocer su confiabilidad, siendo aprobada
si presenta un mnimo de 85% de acierto.
c) Recodificacin, la recodificacin constituye la fusin de las

diferentes muestras de entrenamiento (Anexo V, VI) una vez que
estas se han analizado por separabilidad por banda espectral.
d) Filtros, Los filtros se encuentran basados en la tcnica de vecino

ms cercano con un kernel menor de 3x3, para evitar prdidas
mayores de informacin, luego se establece un Clump, proceso
intermedio de filtrado, para terminar con el Eliminate, en donde se
establece el rea mnima que se eliminar de las coberturas
aisladas, lo que evita que la clasificacin contenga efectos de
salpicaduras.
2.3. Dinmica de Cambios en el Suelo

2.3.1. Operacin Matrix
a) Una vez que se tienes las dos imgenes clasificadas con la misma
nomenclatura, se pude aplicar la deteccin de cambios, utilizando
desde Interpreter/GIS Analysis/ Matrix, (Figura 5.2.3.1.a) del cual
seleccionamos como Vector 1 a la imagen de Fecha 1, y para el
Vector 2 la imagen de Fecha 2, generando una nueva imagen con
los datos de la Fecha 1 y la Fecha 2 como relacin de cambio por
lo que fue necesario crear una nueva columna llamada cambios, al
27

igual que una de rea por Hectreas y la asignacin de color a

cambios positivos, cambios negativos y reas sin cambio (Figura
5.2.3.1.b).
Figura 5.2.3.1.a. Dialogo de Interpreter/GIS Analysis para opcin Matrix.
Figura 5.2.3.1.b. Ejemplo: Imagen de Matriz de Cambios y su tabla de Atributos.

28

2.3.2. Una vez generada esta informacin se puede realizar diferentes

anlisis de los cambios ocurridos entre ambas imgenes, relacionndolas
con aspectos socio-econmicos y ambientales.
2.4.
Caracterizacin de Alteracin Hidrotermal del Suelo
El mtodo para la caracterizacin de alteraciones hidrotermales del suelo por

tcnicas de teledeteccin (Figura 5.2.4), consiste en un anlisis de
componentes principales (ACP) selectivos aplicados para la cartografa de
xido de hierro y minerales arcillosos. Estos materiales estn directamente
relacionados con varios tipos de alteracin hidrotermal tales como
alteraciones potsicas, filticas y propilticas (Bragado, E., Rejas, J.G.,
Marchamalo M. and Martnez, R. 2008).
Figura 5.2.4. Firmas espectrales de diferentes minerales alterados.Delendetti.
29

2.4.1. Anlisis de Componentes Principales (Tcnica de Crosta)

La ACP es una poderosa tcnica que puede utilizarse para los efectos de la
supresin de la irradiancia que dominan todas las bandas, resaltando las
caractersticas de reflectancia espectral de materiales geolgicos. ACP se
puede aplicar a conjuntos de datos multivariantes, como las imgenes
multiespectrales de teledeteccin, con el fin de obtener respuestas
espectrales concretas, como en el caso de minerales de alteracin
hidrotermal.
Investigadores como Delendatti, describe un ACP como una combinacin
lineal por la cual un conjunto de variables correlacionadas se transforma en
un sistema de variables no correlacionadas llamadas componentes
principales (CP) las cuales pueden describir en un espacio menos complejo
la variabilidad total de los datos originales. Esto quiere decir que las
transformaciones iniciales de los datos estarn referidas a un nuevo sistema
de ejes ortogonales en el cual la varianza en la direccin del primer eje est
maximizada. La varianza total de los componentes es igual a la varianza de
las variables originales y los CP se ordenan segn varianza decreciente.
Segn Chuvieco (1990), Las bandas del Thematic Mapper del Proyecto
LandSat (TM) son variables correlacionables porque comparten informacin
espectral debido a que los distintos tipos de superficies tienden a presentar
comportamientos
similares
en
regiones
prximas
del
espectro
electromagntico.
Aplicando ACP a un nmero n de bandas (las cuales definen un espacio ndimensional) se generan n componentes principales (CP) o nuevas bandas
en las que la informacin espectral original se reorganiza de forma ms
sencilla reduciendo al mnimo la redundancia de la informacin (y por lo tanto
la correlacin) entre las nuevas bandas sin que esto implique la prdida de
30

datos ya que la varianza total del sistema permanece constante despus de

la transformacin.
La literatura cita que al correr un ACP, la secuencia de clculos efectuados
son los siguiente: 1) matriz de varianza/covarianza; 2) matriz de correlacin
entre bandas originales; 3) matriz de eigenvectores por eigenvalor y 4) matriz
de pesos (loadings). Observando las correspondientes matrices se puede ver
que todas las variables aportan informacin a las CPs.
Los eigenvalores expresan la longitud de cada una de las nuevas
componentes y permiten ver la distribucin de la varianza total del sistema en
las nuevas bandas.
La primera CP retiene el mayor porcentaje de informacin original y las
siguientes componentes retienen proporciones cada vez menores. Los
eigenvectores representan los pesos sobre cada una de las variables
originales en la ecuacin para calcular una CP y el signo de los mismos
indica el sentido de variacin de las nuevas variables en relacin con las
originales.
Los elementos de la matriz de cargas o loadings miden la correlacin de las
variables originales con las CP y en el clculo del peso entre una CP y una
banda intervienen el eigenvector de la componente en la banda, el eigenvalor
del componente y la desviacin tpica de la banda (Chuvieco 1990).
Una vez comprendidas las interacciones entre los fluidos hidrotermales
formados por variables proporciones de lquidos magmticos y/o metericos
con la roca, producen asociaciones de minerales de alteracin en la zona de
accin; xidos de hierro, (hematita, goethita y jarosita); as como, materiales
arcillosos alterados. Espectralmente cada roca alterada es sensible a un
rango especfico del espectro electromagntico; los xidos de hierro son ms
sensibles a ser detectados en el visible (400 700 nm) con mxima
31

reflectancia en la banda roja TM3 y las alteraciones arcillosas presentan

refletancia y absorcin en el rango de los infrarrojos de onda corta (SWIR) o
bandas TM5 y TM7. (Cuadro.5.2.4.1)
Cuadro 5.2.4.1. Reflectancia y Absorcin de minerales al sensor LandSat
Material
Reflectancia
Absorcin
Carbonatos
TM5
TM7
Hematita
TM3
TM2
Goethita
TM3, TM2
TM1
Jarosita
TM3, TM2, TM1
TM1
Filosilicatos
Sulfatos
a) Mtodo Costa de 6 bandas TM

En este caso se utilizo una imagen con 6 bandas de LandSat TM,
bsicamente no trmicas. La imagen fue procesada por anlisis de
componente principal de las 6 bandas (Figura 5.2.4.1.a), por lo que se
gener una nueva imagen con 6 componentes principales (CP1, CP2,
CP3, CP4, CP5 y CP6), con una matriz de covarianza y de cargas, que
determinan la brillantez de los elementos minerales detectados en las
imgenes de CPs.
Cuando el resultado son reas oscuras en una imagen de las CPs, esta
debieron
ser separadas para poderlas representar como capas
individuales .
32

Figura 5.2.4.1.a. Modelo de Componente Principal.
b) Mtodo Crosta 4 Bandas TM para xidos de Hierro

Para la deteccin de xidos de hierro se utiliz una imagen de cuatro
bandas, especficamente las primeras cuatro del sensor LandSat TM (1,
3, 4 y 5) la banda del rango azul, rojo y la infrarroja cercana y media,
como la presencia de oxido de hierro se observa en tonos oscuros en la
imagen resultante de los cuadro componentes principales (CP1, CP2,
CP3 y CP4), esta se debe invertir para observar las reas de xidos de
hierro en tonos brillantes.
c) Mtodo Crosta 4 Bandas TM para Hidroxilos

Para la deteccin de hidroxilos se utiliz una imagen de cuatro bandas,
del sensor LandSat TM (1, 4, 5 y 7) se excluyeron las bandas 2 y 3, para
evitar la mezcla de xidos de hierro como la presencia de oxido de hierro
se observa en tonos oscuros en la imagen resultante de los cuadro
33

componentes principales (CP1, CP2, CP3 y CP4), esta se debe invertir

para observar las reas de xidos de hierro en tonos brillantes.
d) ndice de relacin mineral con ERDAS (Minerales Arcillosos, Minerales

Ferrosos y xidos de Hierro), en ingles Ferrous Mineral.
En este ndice se utilizaron los cocientes de banda 5 / banda 7, para
detectar mineral arcilloso, banda 5 / Banda 4, para minerales ferrosos y la
banda 3 / banda 1, para material de xidos de hierro, dando como
resultado una imagen de tres bandas, en el orden antes mencionado. Se
adapto un realce RGB a IHS (Figura 5.2.4.1.d).
e) Tranformacin IHS RGB: a la imagen IHS se vuelve a transformar a
RGB, recordando invertir las bandas espectrales (Figura 5.2.4.1.e)
Figura 5.2.4.1.d. Realce a Intensidad, Mezcla y Saturacin del ndice

34

Figura 5.2.4.1.e. Realce Final de IHS a RGB.
f) ndice de Alteraciones Hidrotermales con ERDAS

Conocida en ingles como Hydrothermal Composite, en la que las bandas
TM utilizadas son las siguientes: (5 / 7), (3 / 1), (4 / 3).
g) ndice de xidos de Hierro con ERDAS
Tambin llamada Iron xide , con las bandas TM (3 / 1).
h) ndice de mineral Arcilloso con ERDAS
Este ndice utiliza las bandas TM (5 / 7), en ingles Clay Mineral.
35

2.5. Integracin de los datos al Sistema de Informacin Geogrfica (SIG)

La integracin de los datos comenz por organizar los por categoras vectorial, y
raster tal como se presenta en la Figura 5.2.5.
Figura 5.2.5. Estructura de Sistema de Informacin Geogrfica.

Con la integracin de los datos al SIG, se procedi a realizar los diferentes
anlisis de relacin de zonas alteradas con las reas de cambio en la cobertura
y uso del suelo, as como de posibles reas de riesgo natural y antrpico, por lo
36

que cada imagen tuvo que ser reclasificada de forma binaria (0/1) tomando en
consideracin las reas con alteraciones hidrotermales (1) y las reas sin
alteraciones (0), lo misma para las reas de mayor cambio y para las coberturas
de interseccin.
El SIG tambin integra capas vectoriales de la divisin poltica administrativa por
pas, departamento y aldeas, datos de infraestructura vial, capas temticas de
fisiografa y recursos naturales.
37

VI. RESULTADOS
Los resultados se presentan, en el siguiente orden: 1) Clasificacin por
Cobertura y Uso del Suelo de ambas fechas (1990 y 2002); 2) Dinmica de
Cambios entre imgenes Clasificadas por Cobertura y Uso del Suelo; 3)
Anomalas Hidrotermales y 4) Integracin de Sistema de Informacin
Geogrfica.
VI.I. Clasificacin por Cobertura y Uso del Suelo
Los datos resultados de la clasificacin por cobertura y uso del suelo a nivel de
familiarizacin de la imagen p18r51, tanto de 1990 como del 2002, fue la
siguiente:
Bosque Latifoliado: Predominio de rboles de hoja ancha, altura de la

cobertura variable segn la topografa y suelo, lo que favorece que los
rboles alcancen una altura de 40 m. Especies predominantes:
liquidmbar (Liquidambar sp), roble o encino (Quercus sp), aguacatillo
(Persea sp), guayabillo (Ficus), varias especies de moraceas y helechos,
en general los rboles poseen una altura de 15 a 60 m. segn su edad.
Bosque Mixto: Los remanentes modificados del bosque original pueden
presentar rboles dominantes con altura de hasta 25 a 30 metros;
constituido principalmente por especies de Pino y Roble, acompaadas
por rboles de Nance, Acacias, Guayabas, entre otras.
Bosque de Pino: Constituido por diferentes especies de pino ubicadas en
el centro y oeste del pas. Estas especies cambian segn la altitud.
Generalmente cubren suelos no agrcolas, su heterogeneidad es debido a
su madurez y al porcentaje de mezcla con otras coberturas. Las especies
ms frecuentes son:Pinus maximinoii, P. oocarpa y P. pseudostrobus
38

Bosque seco: Constituido por especies arbustales deciduas latifoliadas,

donde podemos encontrar algunas leguminosas como el carbn, se
encuentra ubicado en las zonas poca altura (entre los 600 1000 m.) y
con pendientes suaves.
Matorral: Cobertura que generalmente se encuentra en los bordes de los
bosques, en donde ha ocurrido algn tipo de intervencin, las especies
con frecuencia son una mezcla de arbustos rudimentarios as con
especies del bosque original.
Pastizal: Cobertura constituida principalmente y casi de forma exclusiva
por pastos de 1 a 2 m de alto. Este puede ser verde o seco, segn la
estacin climtica.
Cultivo: Esta cobertura puede definirse como tierra utilizada para la
produccin de alimentos y granos. Pueden ser zonas con cultivos a gran
escala en suelos planos o con poca pendiente, generalmente cerca de los
ros y con sistema de riego permanente, o incluir reas cultivadas en
zonas de laderas sin mucha mecanizacin, con variedad de cultivos.
Suelo labrado: Son reas preparadas para el cultivo, de siembra reciente,
o que han quedado expuestas despus de la cosecha.
Suelo desnudo: Se incluye todas las reas desprovistas de cobertura,
como playas de ro, zonas de deslizamiento o zonas degradas por efecto
de la agricultura o la escorrenta.
Ro: Cuerpo de agua que recorre las montaas, valles y desemboca en el
mar. Generalmente se tomaron en cuenta ros de cauce mayor de 10 m
de ancho, identificables digital y visualmente, que siguen patrones lineales
sinuosos y muchas veces son respuesta de la combinacin de la
cobertura vegetal asociada a los mrgenes.
39

Suelo quemado: Esta clase incluye reas afectadas por los incendios y/o
que se encuentran en recuperacin, con rastros de ceniza en la cobertura
vegetal.
Humo: Esta categora identifica aquellas reas que al momento de
adquirir la imagen, estaban siendo afectadas por el fuego.
De la anterior clasificacin se agruparon algunas clases mientras que
otras no quedaron dentro del rea de estudio seleccionada para el
anlisis de la deteccin de las anomalas hidrotermales.
Urbano: Incluye reas pobladas, como cabeceras municipales, pueblos y
aldeas grandes,
siendo la ciudad de Santa Rosa de Copn y otras
comunidades las que digital y visualmente se observan.

Nube: Acumulacin atmosfrica de vapor de agua.
Sombras: Ausencia de reflectancia causada por nubes y montaas.
Bosque de Manglar: Son reas de vegetacin arbustal salobres, se
encuentra como barrera de playas.
Una vez que conocimos las diferentes coberturas que enmarcan la imagen
completa, fue necesario reclasificar las coberturas para el rea de inters que le
llamamos Valle de Choluteca, de la cual nos quedaron seis (6) coberturas a
nivel uno (p. e.: en lugar de bosque de manglar, mixto, latifoliado, micro
latifoliado o seco, la cobertura queda nicamente como Bosque), lo que significa
que se elabor una clasificacin conocida como de muchos a uno, en el Cuadro
6.1.a, muestra dicha clasificacin correspondiente a ambas fechas.
Como el mtodo que se utiliz fue no supervisado, con el algoritmo ISODATA,
se generaron 100 cluster con las bandas 4 (Infrarrojo cercano), 5 (Infrarrojo
medio) y 3 (Rojo) en RGB, como resultado obtuvimos las imgenes clasificadas,
40

mismas que verificamos posteriormente su pertenencia a las seis (6) clases

antes mencionadas.
Cuadro 6.1.a. Clasificacin Tipo Muchos a Uno, Imagen p18r51 de 1990 y 2002.
CLASE
COLOR
CDIGO
Sin Dato
Negro
00
Bosque
Verde Oscuro
01
Matorral
Verde Claro
02
Pasto
Tan
03
Cultivo
Amarillo
04
Suelo Desnudo
Violeta
05
Agua
Azul
06
41

Las imgenes resultantes de las clasificaciones ISOTADA, necesitaron ser

recodificadas, al identificar cules de las cien (100) clases pertenecan a las seis
(6) clases del rea de inters (Figura 6.1.a y Figura 6.1.b))
Figura 6.1.a. Identificacin de clases para aplicacin de Recodificacin. Imagen

superior: ISODATA 1990; Imagen posterior: Sin Clasificacin 1990 y Dialogo de
Atributos de cada clase.
La validacin de la Clasificacin, se realizo con el Accuracy Assessment, de la

cual se gener una Matriz de Error, la Precisin Total de la clasificacin y el
ndice Kappa, que para la imagen LandSat p18r51 con fecha 06 de Febrero de
1990, arrojo los siguientes resultados:
42

Figura 6.1.b. Identificacin de clases para aplicacin de Recodificacin. Imagen

superior: ISODATA 2002; Imagen posterior: Sin Clasificacin 2002 y Dialogo de
Atributos de cada clase.
Matriz de Error (Cuadro 6.1.b) para la Imagen Clasificada de 1990: 90%

Precisin Total (Cuadro 6.1.c), para la Imagen Clasificada de 1990: 90%
ndice Kappa (Cuadro 6.1.d), para la Imagen Clasificada de 1990: 0.86
Los matorrales se mezclan con los pastos, debido a las condiciones ecolgicas
presentes en el rea de estudio del valle de Choluteca.
43

Cuadro 6.1.b. Matriz de Error para Clasificacin de imagen p18r51 de 1990.
Cuadro 6.1.c. Precisin Total de la Clasificacin en la imagen p18r51 de 1990.
44

Cuadro 6.1.d. ndice Kappa, Clasificacin p18r51 de 1990.
Los resultados del Accurary Assessment para la imagen del 06 de Mayo del
2002, fueron los siguientes:
Matriz de Error (Cuadro 6.1.e),para la Imagen Clasificada de 2002: 0.87

Precisin Total (Cuadro 6.1.f), para la Imagen Clasificada de 2002: 87%
ndice Kappa (Cuadro 6.1.g), para la Imagen Clasificada de 2002: 0.87
Los datos de ambas clasificaciones fueron comprobadas con visitas de campo
con el levantamiento de las coberturas colecta de coordenadas geogrficas y
toma de fotografas de las coberturas.
45

Cuadro 6.1.f. Matriz de Error para Clasificacin de imagen p18r51 de 2002.
En este caso los resultados indican que los matorrales se mezclan con los
pastizales, esto se debe a que se encuentran en un ecosistema seco, donde
tanto bosque, matorral y pastizal, se mantienen en condiciones de humedad muy
parecidas, siendo muy difciles de separar, aun con las giras de campo (Anexo
VI). Este resultado se mantuvo en todas las estadsticas de esta clasificacin,
pero de forma general se logro alcanzar una precisin de 87%, siendo aceptable
en trminos de cobertura a nivel de imgenes LandSat.
46

Cuadro 6.1.g. Precisin Total de la Clasificacin en la imagen p18r51 de 2002.
Cuadro 6.1.h. ndice Kappa, Clasificacin p18r51 de 2002.
47

6.2. Dinmica de Cambios

El rea total de la zona de estudio es de 293,378.04 ha, los resultados obtenidos
para la dinmica en el cambio de las coberturas del suelo fueron de sin cambio,
cuando la cobertura se mantuvo de una fecha 1 (1990) a una fecha 2 (2002);
cambio negativo, cuando en la fecha 1 tenemos una cobertura ecolgicamente
mayor y en la fecha 2, paso a una cobertura de menor grado ecolgico; y cambio
positivo, cuando en la fecha 1 tenemos una cobertura de menor grado ecolgico
y en la fecha 2, paso a un nivel ecolgico ms alto, lo que se conoce como
alcanzar el estado clmax, en total tenemos 36 combinaciones, ya que son 6
coberturas (Figura 6.2.a).
Figura 6.2.a. Matriz de Cambios entre imgenes p18r51 de 1990 y 2002.

48

La tasa en la dinmica de cambio de las coberturas para aproximadamente 12

aos, fue la siguiente:
Tasa en la dinmica de cambio negativo en la cobertura fue del 25.6%, lo

que quiere decir que tiene la cantidad de 75,147.26 ha.
Tasa en la dinmica de cambio positivo en la cobertura fue del 21.0%, o

61,642.71 ha.
Tasa sin cambios en la dinmica del suelo fue de 53.4%, o la cantidad de

156,518.95 ha.
Cuando vemos los datos de la cobertura correspondiente a los Bosques, misma

que ecolgicamente se encuentra en una posicin ms alta que las dems
coberturas, notamos los siguientes resultados:
La Tasa de Ganancia de Bosque fue de 44.2%, o 30,644.65 ha.
La Tasa de Prdida de cobertura de Bosque fue del 43.0%, o la cantidad

de 29,821.60 ha.
Mantenindose un 12.8% sin cambios, por lo que tenemos un 57.0% de

cobertura de bosque, entre la cobertura de cambio positivo y la cobertura
sin cambio.
De manera general encontramos un cambio de 25.6% en prdidas desde el

punto de vista ecolgico y una ganancia general de 74.4% del rea de estudio.
Dentro del punto de vista antropolgico, el dinamismo de las coberturas se
centra entre los pastos, los cultivos y los suelos desnudos (Cuadro 6.2.a), en
donde la mayor parte de los cultivos pasaron a ser pastos (8,467.95 ha), lo
mismo que el suelo desnudo a pastos (11,586.8 ha).
49

Cuadro 6.2.a. Dinmica de Cambio de las 6 coberturas entre 1990 y 2002,

correspondiente al Valle de Choluteca. Cdigo de cobertura: 1= Bosques, 2 =
Matorrales, 3 = Pastos, 4 = Cultivos, 5 = Suelo Desnudo y 6 = Agua.
6.3. Alteracin Hidrotermal

Los resultados de la deteccin de alteraciones hidrotermales a travs de su
caracterizacin por la presencia o ausencia de minerales, se encuentra
caracterizada por xidos de Hierro, Hidroxilos y Materiales Ferrosos.
50

En la Figura 6.3.a, se muestra el resultado del componente principal dirigido

(Crosta) de 6 bandas no trmicas, los CP4= Hidroxilos, CP5= xidos de Hierro.
Figura 6.3.a. Imagen Crosta de 6 bandas no trmicas, para detectar anomalas

hidrotermales.
Al estudiar los valores de la matriz de relaciones de varianza covarianza (Cuadro

6.3.a) y las cargas (+, -) de los coeficientes, las imgenes indican que
encontramos en el componente CP1 valores correspondientes a la topografa y
al albedo (coeficiente de reflexn, igual a Energa reflejada entre unidad de
superficie) , el CP2, corresponde a las caractersticas de la vegetacin, la CP4,
corresponde a minerales hidroxilos (Figura 6.3.b), los que se ven en tonos
claros, el CP5, corresponde xidos de hierro, en tonos oscuros (Figura 6.3.c),
mientras que la CP6, revela Hematita, tambin en tonos oscuros.
51

Figura 6.3.b. Imagen CP4, mostrando hidroxilos en tonos claros.
Figura 6.3.c. Imagen CP5, mostrando xidos de hierro en tonos oscuros.
52

Cuadro 6.3.a. Matriz Cargas de Crosta de 6 bandas no trmicas. Muestra valores para
Vegetacin (v), Hidroxilos (h) y xidos (o).
Otra de las tcnicas aplicadas fue el mtodo Crosta de 4 bandas espectrales, al

utilizar las bandas 1, 4, 5 y 7, como si fueran 1, 2, 3, 4, respectivamente, el
resultado fue una imagen de cuatro componentes principales, donde la CP4,
muestra o detecta los minerales hidroxilos en tonos brillantes. En la Figura 6.3.d,
muestra la combinacin de bandas R4-G2-B1, por lo que los tonos rojos
brillantes corresponden efectivamente a los materiales hidroxilos (Cuadro 6.3.b).
Para efecto de visualizar en una banda separada los materiales hidroxilos, en
tonos de grises, concentrndose en los tonos claros o brillantes, los cuales
pueden ser objeto de reclasificacin o enmascaramiento para resaltar
nicamente el material alterado, de esta forma es ms accesible a la integracin
con otros datos, esto se puede observar en la Figura 6.3.e.
53

Cuadro 6.3.b. Matriz de Cargas, (Crosta 4 bandas) para Hidroxilos.
En el cuadro anterior notamos que en la CP4, tenemos un aporte importante de

la banda espectral 7, tambin observamos que los mismos se observan en tonos
oscuros opuesto a lo esperado debido a la carga (-), de esta manera
aseguramos que los materiales hidroxilos de alteracin hidrotermal los
encontraremos solo en los tonos oscuros.
Figura 6.3.d. Imagen de R4-G2-B1 (Crosta 4 bandas), para materiales hidroxilos.
54

Otro aspecto importante a destacar es que en este proceso no se incluyeron las

bandas 2 y 3, ya que dichas bandas se utilizan para la deteccin de xidos de
hierro.
Figura 6.3.e. Imagen individual del CP4, material hidroxilo en tonos oscuros.
Para la deteccin de los xidos de Hierro, al aplicar el mtodo de Crosta de 4

bandas espectrales, de las cuales se incluyeron las 1,3,4,5, tal como en las
anteriores operaciones la CP1 siempre corresponde a caractersticas de la
topografa y al albedo, siendo la CP4, la correspondiente a las caractersticas de
alteracin hidrotermal de xidos de Hierro.
En este caso la mxima aportacin de los valores la encontramos en la banda
TM3, la que se expresa en la CP4, en este caso la carga negativa nos indica que
los tonos caractersticos para los xidos se vern en la imagen en tonos
oscuros. En el Cuadro 6.3.c., se resumen los valores para la interpretacin de
dicha alteracin hidrotermal, lo mismo que en la Figura 6.3.f.
55

Cuadro 6.3.c. Matriz de Cargas, (Crosta 4 bandas) para xidos.
Figura 6.3.f. Imagen R4-G2-B1 (Crosta 4 bandas) para deteccin de xidos de Hierro.
En este caso los rojos oscuros corresponden a reas alteradas hidrotermalmente con
xidos.
Los ndices o cocientes arrojaron las imgenes de material arcilloso (Bandas

5/7), xidos de hierro (bandas 3/1) y mineral ferroso (Bandas 5/4).
56

En el ndice para los xidos (Bandas 3/1), los valores se observan en tonos
claros, contrarias a las anteriores imgenes de xidos, en este caso, como
tienen alta Reflectancia en la banda 3 y Absorcin en la banda 1, lo que la
vuelve sensible para combinarla en falso color (Figura 6.3.g).
Figura 6.3.g. Imagen de cociente 3/1, para deteccin de xidos de hierro.
Mientras que en el ndice para deteccin de arcillas, se utiliz el cociente 5/7, en

donde la Reflectancia se produce en la banda 5, y la Absorcin se da en la
banda 7, (Figura 6.3.h).
Tambin se genero una imagen de la combinacin de los diferentes minerales
caracterstico de las alteraciones hidrotermales, a la cual se le llama
composicin de minerales o mineral composite, la cual agrupa los tres
minerales, y es representable en las tres bandas R(5/7)-G(5/4)-B(3/1).
57

Figura 6.3.h. Imagen de ndice de arcillas (bandas 5/7).
Tambin se aplic la tcnica de realce radiomtrico para resaltar el resultado de

los componentes de los minerales (Figura 6.3.i), esto produce una imagen
intermedia de Intensidad, Matiz y Saturacin (IHS) (Figura 6.3.j), para luego
volver a transformarla a RED GREEN y BLUE (RGB). Con el cuidado de invertir
el orden de las imgenes para la imagen resultante (Figura 6.3.k).
Figura 6.3.i. Grfico de RGB y su relacin a IHS.
58

Figura 6.3.j. Imagen de Composicin Mineral R1G2B3.
Figura 6.3.k. Imagen de Composicin Mineral R3G2B1.
59

6.4. Sistema de Informacin Geogrfica (SIG)

El resultado del SIG de Anomalas Hidrotermales y Dinmica del Suelo del valle
de Choluteca (SIG AHDS) tiene como estructura 6 grupos de Capas o Layers:
Clasificacin: donde se encuentran las clasificaciones para las imgenes

del valle de Choluteca para las fechas 06 de febrero de 1990 y 06 de
mayo del 2002 (Figura 6.4.a).
Crosta: con las imgenes de Crosta de 4 bandas, para Hidroxilos y

xidos.
Crosta de 6 bandas: con la imagen Crosta de 6 bandas, para Hidroxilos y

xidos.
Dinmica de Cambios: con la imagen de Cambios en la Cobertura.
ndices ERDAS: con las imgenes de los cocientes de Alteraciones

Hidrotermal.
MDT: con la imagen del Modelo Digital del Terreno.
Figura 6.4.a. Estructura del SIG de integracin
60

El SIG, fue creado en la plataforma ArcGIS, como muestra la Figura 6.4.b, y para
acceso a todo pblico se transform a la plataforma ArcReader ver figura 6.4.c.
Figura 6.4.b. Visualizacin del SIG, desde formato ArcGIS.
Figura 6.4.c. Visualizacin del SIG, desde ArcReader, de acceso pblico.
61

De esta forma el usuario tiene la posibilidad de cruzar informacin temtica y

crear cartografa segn las necesidades, dependiendo de sus capacidades y
conocimientos, tal como se muestra en la Figura 6.4.d.
Figura 6.4.d. Mapa de Modelo Digital del Terrero del rea de estudio.
62

VII. DISCUSIN
La Percepcin Remota o Teledeteccin, se ha vuelta una de las

herramientas aliadas en muchas disciplinas cientficas, sobre todo de las
que son objeto a cartografiar para generar nuevas formas de anlisis, as
como de las dems tcnicas aplicadas por las Tecnologas de la
Informacin Geogrfica o TIG.
Desde el punto de vista de las TIG, el Ordenamiento del Territorio (OT),

es una de las disciplinas de mayor produccin cartogrfica, volviendo al
OT eje transversal en los contextos socioeconmicos, polticos y de
recursos naturales.
En este sentido el trabajo realizado en esta investigacin, contempl lo

que se conoce como Clasificacin por Cobertura y Uso del Suelo, as
como la Dinmica de Cambio en el tiempo o como se conoce en el mundo
acadmico: Anlisis Multitemporal de Imgenes Satelitales.
Sumado a esto, tenemos las Tcnicas de Deteccin de Minerales de

Alteraciones Hidrotermales, que determinan
los cambios en las
composiciones fsicas y qumicas del suelo, lo que establece el porqu,

en un rea que es caracterstica a cierta vegetacin, estas se ven
interrumpidas por dichos cambios. Interesante sera que este tipo de
tcnicas se empezaran a aplicar en los diferentes estudios territoriales
con aspectos geolgicos, tanto para apoyar el conocimiento ante las
condiciones del suelo para la agricultura, o para la industria de
explotacin mineral, temas que se encuentran vedados y que dicha
informacin se mantiene hermtica, cuando esta existe.
63

Entre ms informacin tengamos de nuestro territorio, ms variables

tendremos para la planificacin de un pas (Honduras), que tiene la
estructura legal para su ordenamiento territorial, pero que carece de la
informacin actualizada para llevarla a cabo.
Con esta investigacin se espera que se comiencen a desarrollar las

nuevas formas de anlisis territorial, incluso con variables que antes
pensbamos eran imposibles de estudiar, o que considerbamos como
tab, por ejemplo: hablar de desarrollar un ordenamiento del pas
tomando en cuenta sus atributos minerales, ya que estos siempre se han
visto como enemigos del ambiente, dicho sea de paso que un mal
enfoque o sondeo de este s se convierte en un problema ambiental.
Sabemos que en el pas existen condiciones para cartografiar las

diferentes actividades del hombre, para mejor el manejo de sus recursos
(sean de origen natural o antrpicos). Solo falta apuntar en la direccin
correcta, lo que lograremos al generar informacin que nos diga hacia
donde tenemos que caminar, comenzando por fortalecer los estndares
de las bases cartogrficas del pas.
64

VIII. CONCLUSIONES
En conclusin podemos decir que tanto una clasificacin supervisada

como una no supervisada, brindan resultados satisfactorios cuando se
sabe que es lo que se quiere obtener, por lo que para este trabajo de
investigacin se utilizo la clasific por el mtodo ISODATA, con 100
clusters, y apoyo de campo, para su precisin.
Para garantizar la confiabilidad de las clasificaciones generalmente el

anlisis de los datos se hizo a travs de una matriz de confusin que
permiti confrontar la informacin de los sitios de verificacin con aquella
de la base cartogrfica que se evalu.
Se logro clasificar la cobertura a primer nivel con grandes categoras:

Bosques, Matorrales, Pastos, Cultivos, Suelo Desnudo y Agua. Aunque la
mayora de los autores no incluyen el agua en sus clasificaciones, el
motivo se incluy fue por un aumento en el caudal del cuerpo de agua
entre ambas fechas en la zona norte del rea de estudio.
La clasificacin fue lo suficientemente confiable para concluir que en el

rea se produjo un cambio en las coberturas menor a la que se esperaba,
ya que la dinmica indic que un 53.4%, o 156,518.95 ha. Se
mantuvieron sin cambio, mientras que el cambio positivo fue de 21.0%,
para un total de 74.4%, en relacin al 25.6% de cambio negativo.
Tambin podemos decir que fueron los pastos los que interactuaron con
mayores porcentajes, tanto con los cultivos como con el suelo desnudo,
mismo que puede tanto ser suelo labrado, como propiamente desnudo,
con algn porcentaje de erosin. En otras palabras los pastos vienen a
65

ser zonas de descanso o barbecho, combinadas para la agricultura y para

la pastura de ganado vacuno y caprino.
En el caso de los bosques, estos no representan un atractivo directo en

las poblaciones humanas nativas, ya que es un bosque microlatifoliado
seco, con muchas leguminosas adaptadas al dficit de precipitacin y a
altas temperaturas, por lo que es razonable que los nmeros indiquen un
57.0% de ganancia de cobertura de bosque, entre lo que no cambio y lo
que cambio de manera positiva, desde el punto de vista ecolgico.
Cabe apuntar que los bosques secos se encuentran en peligro de

extincin y que hay proyectos propuestos para comenzar a protegerlos y
educar a los pobladores locales los beneficios de este tipo de bosques a
nivel ecolgico y ecoturstico.
De las imgenes procesadas para detectar alteraciones hidrotermales,

por las diferentes tcnicas, podemos decir que efectivamente el mtodo
de Crosta o de Componente Principal Dirigido, destaca las caractersticas
espectrales a las cuales son sensibles los diferentes materiales minerales
asociados con las alteraciones hidrotermales. Por lo que para detectar
minerales arcillosos la utilizacin de las Bandas 1, 4, 5 y 7 del sensor
LandSat, nos dio muy buenos resultados, en este caso evitando las
bandas 2 y 3 del mismo sensor, ya que estas bandas son sensibles a los
xidos de hierro. Tambin fue importante conocer como estos se
comportan espectralmente, como referencia a los aportes que se generan
como Componente Principal, al igual que la carga positiva o negativa que
estos desarrollen, lo cual nos indic si estos se ven identificados brillantes
u oscuros en las imgenes producidas.
66

Lo mismo al utilizar 6 bandas no trmicas del mismo sensor LandSat, de

la cual los xidos se pueden ver con xito en la banda CP5,
y los
hidroxilos o material de arcillas se pueden identificar en la CP4, esta se

logra detectar con la variabilidad de las bandas en la estadstica de los
eigevalores y los coeficientes positivo o negativo en las bandas de
Reflectancia y Absorvancia.
Se puede destacar que al procesar por anlisis de Componente Principal

para materiales alterados hidrotermalmente, nos provee de las tablas
estadsticas, que indican efectivamente como se muestras los minerales y
en que componente se producen, esto es realmente una ventaja, en
comparacin con los ndices que existen en algunos programas , de los
cuales producen de forma directa imgenes de cocientes, de las cuales
generalmente no podemos ver las tablas de los datos estadsticos.
El uso de los ndices o cocientes directos, solo se deben utilizar cuando el

usuario ha alcanzado cierta experiencia para poder identificar los
materiales caractersticos de las alteraciones hidrotermales.
Una de las posibles dificultades para la deteccin de materiales

hidrotermales es la cobertura vegetal, por lo que resulto indispensable
saber cmo se comportan las diferentes coberturas en las bandas
espectrales de diferentes sensores, de esta manera se puede conocer
que bandas son las mejores combinaciones para los propsitos
deseados, tal es el caso de los Componentes Principales, en donde en el
CP2, se refleja la aportacin de la banda del infrarrojo cercano (Banda 4
de LandSat).
67

Uno de los resultados esperados en este trabajo es la creacin de

cartografa temtica, y para ello se decidi establecer un Sistema de
Informacin Geogrfica SIG, con la integracin de los productos de la
Clasificacin por cobertura y uso del Suelo, la Dinmica del Cambio entre
ambas clasificaciones, los productos de las imgenes con alteraciones
hidrotermales y vectores de la divisin poltica administrativa, as como de
infraestructura vial y de recursos naturales. Todo esto a ser manejado por
un programa gratuito de manejo de datos espaciales, llamado ArcReader.
IX. RECOMENDACIONES
Una de las recomendaciones ms importantes en todo trabajo de tesis es

determinar la nueva lnea de investigacin que se deriva del mismo
trabajo, por lo que en este caso no ser diferente.
Al terminar este trabajo, una de las lneas de futuro desarrollo es la radio

espectrometra de campo y de ambientes controlados, para caracterizar
los diferentes materiales de la cubierta espectral, en un grafico de firma
espectral ms definido (Continuo), que los datos discretos que
manejamos con imgenes multitemporales.
Esto
la
vez
desarrollara
la
implementacin
de
sensores
hiperespectrales tales como Hiperion o ALI, especficamente para

desarrollar libreras de nuestras propias coberturas del suelo.
El seguir utilizando el mtodo Crosta para materiales alterados

hidrotermalmente, posibilita, la idea de realizar estudios de deteccin de
lineamientos o fallas geolgicas, que estaran apoyando a conocer mejor
68

las condiciones de nuetras rocas y al mismo tiempo es un tema de inters

nacional en la actualidad.
Otra recomendacin es utilizar la informacin de las alteraciones para

buscar edificios arqueolgicos en zonas donde se tengan sospechas de
rutas de comercio antiguas, o donde se hayan encontrado artefactos de
civilizaciones anteriores a nuestro periodo.
69

BIBLIOGRAFIA
1. Bragado, E., Rejas, J.G., Marchamalo M. and Martnez, R. 2008.

Characterization of hydrothermally altered materials in the Central
Volcanic Range, Costa Rica, using TM data. PROCEEDINGS OF THE
REMOTE
SENSING
AND
PHOTOGRAMMETRY
SOCIETY
CONFERENCE 2008 Measuring change in the Earth system.

University of Exeter.
2. Buzai, G. 2007. Sistemas de Informacin Geogrfica y Geografa.

Lineas de Avance Teorico-Metodologico a comienzos del siglo XXI.
Daniel Hiernaux y Alicia Lindn (comp.) Tratado de Geografa
Humana. Anthropos. Barcelona. pp. 582-600.
3. Corrales, R., 2004. Caracterizacin y Deteccin de cambios en 14

reas Protegidas de Honduras, a partir del Estudio de Datos
Geoespaciales. Trabajo de Tesis previa opcin a Licenciatura, en
Biologa. UNAH.
4. Delendatti, G., 2003. Caracterizacin de Zonas alteracin hidrotermal

en las imgenes del Ro Castao, provincia de San Juan, mediante
procesamiento digital de imgenes TM. Revista de la Asociacin
Geolgica de Argentina, 58 (1): 97-108(2003).
5. F. J. Salas, E. Chuvieco. 1995. Aplicacin de Imgenes LandSat-TM

en la Cartografa de Modelos Combustibles. Revista de Teledeteccin.
70

6. GEOINFO. http://www.geoinfo-int.com/htmls/sig.html
7. Honduras Geology. http://geology.csustan.edu/rrogers/honduras/
8. James Tindall. Deconvolution of Plant Type(s) for Homeland Security

Enforcement Using Remote Sensing on a UAV Collection Platform.
Homeland Security Affairs. http://www.hsaj.org/?fullarticle=2.1.4
9. Kozuch, M., 1991. Mapa Geolgico de Honduras. Instituto Geogrfico

Nacional de Honduras.
10. Maksaev V., 2003. GL 54 A. Metalognesis. Capitulo 8. Alteraciones

Hidrotermales.
Facultad
Universidad
de
de
Chile.
Ciencias
Fsicas
Departamento
Matemticas,
de
Geologa.
http://www.cec.uchile.cl/~vmaksaev/metalogenesis.html.
11. Petroglia, C., Acosta & Sergio Lara. 2008. Sistema de Clasificacin de
la Cobertura de la Tierra, FOA.
12. Pinilla, C. 1995. Elementos de teledeteccin. Rama. Madrid.

http://personal.telefonica.terra.es/web/pinillaweb/glosario.htm
13. Rodrguez V, C Daz Castillo, J Bosque Sendra, La Aplicacin de los

SIG a la Actividad de las Organizaciones No Gubertamentales.
Tecnologas Geogrficas para el Desarrollo Sostenible. Departamento
de Geografa. Universidad de Alcal, 2000: 655-675.
71

14. Sader, E., D., Hayes, D. Irwin, S., Saatchi. 2001. Preliminary Forest
Cover Change Estimates for Central America (1990s), whit reference
to the proposed Mesoamerican Biological Corridor.11p.
72

ANEXOS
73

ANEXO I. SISTEMA DE TELEDETECCIN ESPACIAL
Figura A.I.a. Sistema de Percepcin Remota. Por James Tindall.
Figura A.I.b. Espectro Electromagntico
74

ANEXO II. SISTEMA DE INFORMACIN GEOGRFICA
Figura A.II. Sistema de Informacin Geogrfica
75

ANEXO III. METADATOS IMAGEN LANDSAT DE 06 DE FEBRERO DE 1910

NDF_REVISION=0.00;
PRODUCT_NUMBER=01499050500020017;
DATA_FILE_INTERLEAVING=BSQ;
TAPE_SPANNING_FLAG=1/1;
START_LINE_NUMBER=1;
START_DATA_FILE=1;
BLOCKING_FACTOR=1;
MAP_PROJECTION_NAME=SPACE_OBLIQUE_MERC;
USGS_PROJECTION_NUMBER=22;
USGS_MAP_ZONE=62;
USGS_PROJECTION_PARAMETERS=6378137.000000000000000,6356752.31
4140000400000,5.000000000000000,18.000000000000000,0.00000000000000
0,0.000000000000000,0.000000000000000,0.000000000000000,0.0000000000
00000,0.000000000000000,0.000000000000000,0.000000000000000,1.000000
000000000,0.000000000000000,0.000000000000000;
HORIZONTAL_DATUM=WGS84;
EARTH_ELLIPSOID_SEMI-MAJOR_AXIS=6378137.000;
EARTH_ELLIPSOID_SEMI-MINOR_AXIS=6356752.314;
EARTH_ELLIPSOID_ORIGIN_OFFSET=0.000,0.000,0.000;
EARTH_ELLIPSOID_ROTATION_OFFSET=0.000000,0.000000,0.000000;
PRODUCT_SIZE=FULL_SCENE;
RESAMPLING=CC;
PROCESSING_DATE/TIME=050699/11570900;
PROCESSING_SOFTWARE=NLAPS_3_5_4E;
DATA_SET_TYPE=EDC_TM;
PIXEL_FORMAT=BYTE;
PIXEL_ORDER=NOT_INVERTED;
BITS_PER_PIXEL=8;
PIXELS_PER_LINE=6922;
LINES_PER_DATA_FILE=6433;
DATA_ORIENTATION=UPPER_LEFT/RIGHT;
NUMBER_OF_DATA_FILES=7;
LINES_PER_VOLUME=45031;
RECORD_SIZE=6922;
UPPER_LEFT_CORNER=0885329.0912W,0135807.7457N,18572336.808,1025
50.038;
UPPER_RIGHT_CORNER=0870510.8001W,0134234.5468N,18585374.581,299
367.178;
LOWER_RIGHT_CORNER=0872013.2062W,0120416.1242N,18768285.700,28
7250.583;
LOWER_LEFT_CORNER=0890749.8165W,0121943.4069N,18755247.927,904
33.442;
76

REFERENCE_POINT=SCENE_CENTER;
REFERENCE_POSITION=0880640.5011W,0130116.2370N,18670311.253,1949
00.315,3461.50,3217.00;
REFERENCE_OFFSET=170.44,-7.29;
ORIENTATION=273.789912;
WRS=018/051.0;
ACQUISITION_DATE/TIME=020690/15335649;
SATELLITE=LANDSAT_5;
SATELLITE_INSTRUMENT=TM;
PIXEL_SPACING=28.5000,28.5000;
PIXEL_SPACING_UNITS=METERS;
PROCESSING_LEVEL=08;
SUN_ELEVATION=43.31;
SUN_AZIMUTH=127.02;
NUMBER_OF_BANDS_IN_VOLUME=7;
BAND1_NAME=TM_BAND_1;
BAND1_WAVELENGTHS=0.45,0.52;
BAND1_RADIOMETRIC_GAINS/BIAS=0.6024314,-1.5200000;
BAND6_RADIOMETRIC_GAINS/BIAS=0.0551582,1.2377996;
END_OF_HDR;
77

GROUP
GROUPTYPE
GROUP
= INVENTORYMETADATA
= MASTERGROUP
= ECSDATAGRANULE
OBJECT
NUM_VAL
VALUE
END_OBJECT
= SIZEMBECSDATAGRANULE
=1
= 404.561
= SIZEMBECSDATAGRANULE
OBJECT
NUM_VAL
VALUE
END_OBJECT
= REPROCESSINGPLANNED
=1
= "no further update anticipated"
= REPROCESSINGPLANNED
OBJECT
NUM_VAL
VALUE
END_OBJECT
= REPROCESSINGACTUAL
=1
= "processed once"
= REPROCESSINGACTUAL
OBJECT
NUM_VAL
VALUE
END_OBJECT
= LOCALGRANULEID
=1
= "p018r51_5t19900206"
= LOCALGRANULEID
OBJECT
NUM_VAL
VALUE
END_OBJECT
= DAYNIGHTFLAG
=1
= "Day"
= DAYNIGHTFLAG
OBJECT
NUM_VAL
VALUE
END_OBJECT
= PRODUCTIONDATETIME
=1
= "2002-03-27-T17:16:02.0Z"
= PRODUCTIONDATETIME
OBJECT
NUM_VAL
VALUE
END_OBJECT
= LOCALVERSIONID
=1
= "001"
= LOCALVERSIONID
END_GROUP
GROUP
= ECSDATAGRANULE
= MEASUREDPARAMETER
78

OBJECT
CLASS
= MEASUREDPARAMETERCONTAINER
= "1"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= PARAMETERNAME
=1
= "1"
= "Geospatial Image"
= PARAMETERNAME
GROUP
CLASS
= QASTATS
= "1"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= QAPERCENTMISSINGDATA
=1
= "1"
=0
= QAPERCENTMISSINGDATA
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= QAPERCENTCLOUDCOVER
=1
= "1"
=0
= QAPERCENTCLOUDCOVER
END_GROUP
END_OBJECT
END_GROUP
GROUP
= QASTATS
= MEASUREDPARAMETERCONTAINER
= MEASUREDPARAMETER
= COLLECTIONDESCRIPTIONCLASS
OBJECT
NUM_VAL
VALUE
END_OBJECT
= SHORTNAME
=1
= "GeoCvTM"
= SHORTNAME
OBJECT
NUM_VAL
VALUE
END_OBJECT
= VERSIONID
=1
=1
= VERSIONID
END_GROUP
= COLLECTIONDESCRIPTIONCLASS
79

GROUP
= INPUTGRANULE
OBJECT
= INPUTPOINTER
NUM_VAL
= 11
VALUE
= ("p018r51_5t19900206_nn1.tif",
"p018r51_5t19900206_nn2.tif", "p018r51_5t19900206_nn3.tif",
"p018r51_5t19900206_nn4.tif",
"p018r51_5t19900206_nn5.tif","p018r51_5t19900206_nn6.tif",
"p018r51_5t19900206_nn7.tif", "p018r51_5t19900206.met",
"p018r51_5t19900206.hdr", "p018r51_5t19900206.jpg",
"p018r51_5t19900206.htm")
END_OBJECT
= INPUTPOINTER
END_GROUP
GROUP
GROUP
= INPUTGRANULE
= SPATIALDOMAINCONTAINER
= HORIZONTALSPATIALDOMAINCONTAINER
GROUP
OBJECT
NUM_VAL
VALUE
END_OBJECT
END_GROUP
GROUP
OBJECT
CLASS
GROUP
CLASS
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
= ZONEIDENTIFIERCLASS
= ZONEIDENTIFIER
=1
= "16"
= ZONEIDENTIFIER
= ZONEIDENTIFIERCLASS
= GPOLYGON
= GPOLYGONCONTAINER
= "1"
= GRING
= "1"
= EXCLUSIONGRINGFLAG
=1
= "1"
= "N"
= EXCLUSIONGRINGFLAG
= GRING
80

GROUP
CLASS
= GRINGPOINT
= "1"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= GRINGPOINTLATITUDE
=4
= "1"
= (13.949384, 13.707439, 12.106640, 12.346948)
= GRINGPOINTLATITUDE
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= GRINGPOINTLONGITUDE
=4
= "1"
= (-88.778611, -87.108558, -87.463277, -89.123166)
= GRINGPOINTLONGITUDE
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= GRINGPOINTSEQUENCENO
=4
= "1"
= (0, 1, 2, 3)
= GRINGPOINTSEQUENCENO
END_GROUP
END_OBJECT
END_GROUP
END_GROUP
END_GROUP
GROUP
= GRINGPOINT
= GPOLYGONCONTAINER
= GPOLYGON
= HORIZONTALSPATIALDOMAINCONTAINER
= SPATIALDOMAINCONTAINER
= SINGLEDATETIME
OBJECT
NUM_VAL
VALUE
END_OBJECT
= TIMEOFDAY
=1
= "15:41:00.0"
= TIMEOFDAY
OBJECT
NUM_VAL
VALUE
END_OBJECT
= CALENDARDATE
=1
= "1990-02-06"
= CALENDARDATE
END_GROUP
= SINGLEDATETIME
81

GROUP
OBJECT
CLASS
= SENSORCHARACTERISTIC
= SENSORCHARACTERISTICCONTAINER
= "1"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= PLATFORMSHORTNAME
=1
= "1"
= "Landsat 5"
= PLATFORMSHORTNAME
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= INSTRUMENTSHORTNAME
=1
= "1"
= "Landsat 5"
= INSTRUMENTSHORTNAME
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
= SENSORSHORTNAME
=1
= "1"
= "TM"
= SENSORSHORTNAME
END_OBJECT
END_GROUP
GROUP
OBJECT
CLASS
= SENSORCHARACTERISTICCONTAINER
= SENSORCHARACTERISTIC
= ADDITIONALATTRIBUTES
= ADDITIONALATTRIBUTESCONTAINER
= "1"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= ADDITIONALATTRIBUTENAME
= "1"
=1
= "SolarAzimuth"
GROUP
CLASS
= INFORMATIONCONTENT
= "1"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
82

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "1"
= "127.02"
= PARAMETERVALUE
= "2"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "2"
=1
= "SolarElevation"
GROUP
CLASS
= "2"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "2"
= "43.31"
= PARAMETERVALUE
= "3"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "3"
=1
= "MaxBlockRMSE"
GROUP
CLASS
= "3"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
83

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "3"
= "50"
= PARAMETERVALUE
= "4"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "4"
=1
= "Band1GainSetting"
GROUP
CLASS
= "4"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "4"
= "0.6024314"
= PARAMETERVALUE
= "5"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "5"
=1
= "Band1BiasSetting"
GROUP
CLASS
= "5"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
84

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "5"
= "-1.5200000"
= PARAMETERVALUE
= "6"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "6"
=1
GROUP
CLASS
= "6"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "6"
= "1.1750981"
= PARAMETERVALUE
= "7"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "7"
=1
GROUP
CLASS
= "7"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
85

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "7"
= "-2.8399999"
= PARAMETERVALUE
= "8"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "8"
=1
GROUP
CLASS
= "8"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "8"
= "0.8057647"
= PARAMETERVALUE
= "9"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "9"
=1
GROUP
CLASS
= "9"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
86

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "9"
= "-1.1700000"
= PARAMETERVALUE
= "10"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "10"
=1
GROUP
CLASS
= "10"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "10"
= "0.8145490"
= PARAMETERVALUE
= "11"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "11"
=1
GROUP
CLASS
= "11"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
87

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "11"
= "-1.5100000"
= PARAMETERVALUE
= "12"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "12"
=1
GROUP
CLASS
= "12"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "12"
= "0.1080784"
= PARAMETERVALUE
= "13"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "13"
=1
GROUP
CLASS
= "13"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
88

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "13"
= "-0.3700000"
= PARAMETERVALUE
= "14"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "14"
=1
GROUP
CLASS
= "14"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "14"
= "0.0551582"
= PARAMETERVALUE
= "15"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "15"
=1
GROUP
CLASS
= "15"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
89

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "15"
= "1.2377996"
= PARAMETERVALUE
= "16"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "16"
=1
GROUP
CLASS
= "16"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "16"
= "0.0569804"
= PARAMETERVALUE
= "17"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "17"
=1
GROUP
CLASS
= "17"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
90

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "17"
= "-0.1500000"
= PARAMETERVALUE
= "18"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "18"
=1
= "Landsat4WRSPath"
GROUP
CLASS
= "18"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "18"
= "018"
= PARAMETERVALUE
= "19"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "19"
=1
= "Landsat4WRSRow"
GROUP
CLASS
= "19"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
91

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "19"
= "51"
= PARAMETERVALUE
= "20"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "20"
=1
= "NumberofRows"
GROUP
CLASS
= "20"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "20"
= "7407"
= PARAMETERVALUE
= "21"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "21"
=1
= "NumberofColumns"
GROUP
CLASS
= "21"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
92

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "21"
= "7802"
= PARAMETERVALUE
= "22"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "22"
=1
= "ReferencePixelOrigin"
GROUP
CLASS
= "22"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "22"
= "Center of Reference Pixel"
= PARAMETERVALUE
= "23"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "23"
=1
= "ReferencePixelRowNumber"
GROUP
CLASS
= "23"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
93

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "23"
= "1"
= PARAMETERVALUE
= "24"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "24"
=1
= "ReferencePixelColumnNumber"
GROUP
CLASS
= "24"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "24"
= "1"
= PARAMETERVALUE
= "25"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "25"
=1
= "PixelIncrementUnit"
GROUP
CLASS
= "25"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
94

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "25"
= "meters"
= PARAMETERVALUE
= "26"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "26"
=1
= "ReferencePixelNorthing"
GROUP
CLASS
= "26"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "26"
= "1546267.50"
= PARAMETERVALUE
= "27"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "27"
=1
= "ReferencePixelEasting"
GROUP
CLASS
= "27"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
95

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "27"
= "267216.00"
= PARAMETERVALUE
= "28"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "28"
=1
= "NorthingIncrement"
GROUP
CLASS
= "28"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= PARAMETERVALUE
=1
= "28"
= "-28.5"
= PARAMETERVALUE
= "29"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "29"
=1
= "EastingIncrement"
GROUP
CLASS
= "29"
OBJECT
NUM_VAL
= PARAMETERVALUE
=1
96

CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
OBJECT
CLASS
= "29"
= "28.5"
= PARAMETERVALUE
= "30"
OBJECT
CLASS
NUM_VAL
VALUE
END_OBJECT
= "30"
=1
= "RawSceneProvider"
GROUP
CLASS
= "30"
OBJECT
NUM_VAL
CLASS
VALUE
END_OBJECT
END_GROUP
END_OBJECT
END_GROUP
END_GROUP
= PARAMETERVALUE
=1
= "30"
= "Not Available"
= PARAMETERVALUE
= ADDITIONALATTRIBUTES
= INVENTORYMETADATA
END
97

ANEXO IV. METADATO DE IMAGEN LANDSAT 06 DE MAYO DE 2002

GROUP = METADATA_FILE
PRODUCT_CREATION_TIME = 2002-12-20T20:31:30Z
PRODUCT_FILE_SIZE = 681.4
STATION_ID = "EDC"
GROUND_STATION = "PFS"
GROUP = ORTHO_PRODUCT_METADATA
SPACECRAFT_ID = "Landsat7"
SENSOR_ID = "ETM+"
ACQUISITION_DATE = 2002-05-06
WRS_PATH = 018
WRS_ROW = 051
SCENE_CENTER_LAT = +13.0263933
SCENE_CENTER_LON = -88.1131041
SCENE_UL_CORNER_LAT = +13.9636060
SCENE_UL_CORNER_LON = -88.7710710
SCENE_UR_CORNER_LAT = +13.7187828
SCENE_UR_CORNER_LON = -87.0959112
SCENE_LL_CORNER_LAT = +12.3301912
SCENE_LL_CORNER_LON = -89.1251271
SCENE_LR_CORNER_LAT = +12.0873169
SCENE_LR_CORNER_LON = -87.4595773
SCENE_UL_CORNER_MAPX = 308683.500
SCENE_UL_CORNER_MAPY = 1544415.000
SCENE_UR_CORNER_MAPX = 489630.000
SCENE_UR_CORNER_MAPY = 1516627.500
SCENE_LL_CORNER_MAPX = 268897.500
SCENE_LL_CORNER_MAPY = 1363981.500
SCENE_LR_CORNER_MAPX = 449986.500
SCENE_LR_CORNER_MAPY = 1336251.000
BAND1_FILE_NAME = "p018r051_7t20020506_z16_nn10.tif"
BAND61_FILE_NAME = "p018r051_7k20020506_z16_nn61.tif"
BAND62_FILE_NAME = "p018r051_7k20020506_z16_nn62.tif"
BAND8_FILE_NAME = "p018r051_7p20020506_z16_nn80.tif"
GROUP = PROJECTION_PARAMETERS
REFERENCE_DATUM = "WGS84"
REFERENCE_ELLIPSOID = "WGS84"
GRID_CELL_ORIGIN = "Center"
98

UL_GRID_LINE_NUMBER = 1
UL_GRID_SAMPLE_NUMBER = 1
GRID_INCREMENT_UNIT = "Meters"
GRID_CELL_SIZE_PAN = 14.250
GRID_CELL_SIZE_THM = 57.000
GRID_CELL_SIZE_REF = 28.500
FALSE_NORTHING = 0
ORIENTATION = "NUP"
RESAMPLING_OPTION = "NN"
MAP_PROJECTION = "UTM"
END_GROUP = PROJECTION_PARAMETERS
GROUP = UTM_PARAMETERS
ZONE_NUMBER = +16
END_GROUP = UTM_PARAMETERS
SUN_AZIMUTH = 78.7757475
SUN_ELEVATION = 63.6386760
QA_PERCENT_MISSING_DATA = 66
CLOUD_COVER = 60
PRODUCT_SAMPLES_PAN = 17754
PRODUCT_LINES_PAN = 15318
PRODUCT_SAMPLES_REF = 8877
PRODUCT_LINES_REF = 7659
PRODUCT_SAMPLES_THM = 4439
PRODUCT_LINES_THM = 3830
OUTPUT_FORMAT = "GEOTIFF"
END_GROUP = ORTHO_PRODUCT_METADATA
GROUP = L1G_PRODUCT_METADATA
BAND_COMBINATION = "123456678"
CPF_FILE_NAME = "L7CPF20020401_20020630_03"
GROUP = MIN_MAX_RADIANCE
LMAX_BAND1 = 191.600
LMIN_BAND1 = -6.200
LMIN_BAND2 = -6.400
LMIN_BAND3 = -5.000
LMIN_BAND4 = -5.100
LMAX_BAND5 = 31.060
LMIN_BAND5 = -1.000
LMIN_BAND61 = 0.000
LMIN_BAND62 = 3.200
99

LMAX_BAND7 = 10.800
LMIN_BAND7 = -0.350
LMIN_BAND8 = -4.700
END_GROUP = MIN_MAX_RADIANCE
GROUP = MIN_MAX_PIXEL_VALUE
QCALMAX_BAND1 = 255.0
QCALMIN_BAND1 = 1.0
QCALMIN_BAND2 = 1.0
QCALMIN_BAND3 = 1.0
QCALMIN_BAND4 = 1.0
QCALMIN_BAND5 = 1.0
QCALMIN_BAND61 = 1.0
QCALMIN_BAND62 = 1.0
QCALMIN_BAND7 = 1.0
QCALMIN_BAND8 = 1.0
END_GROUP = MIN_MAX_PIXEL_VALUE
GROUP = PRODUCT_PARAMETERS
CORRECTION_METHOD_GAIN_BAND1 = "CPF"
CORRECTION_METHOD_BIAS = "IC"
BAND1_GAIN = "H"
BAND2_GAIN = "H"
BAND3_GAIN = "H"
BAND4_GAIN = "L"
BAND5_GAIN = "H"
BAND6_GAIN1 = "L"
BAND6_GAIN2 = "H"
BAND7_GAIN = "H"
100

BAND8_GAIN = "L"
BAND1_GAIN_CHANGE = "0"
BAND6_GAIN_CHANGE1 = "0"
BAND6_GAIN_CHANGE2 = "0"
BAND1_SL_GAIN_CHANGE = "0"
BAND6_SL_GAIN_CHANGE1 = "0"
BAND6_SL_GAIN_CHANGE2 = "0"
END_GROUP = PRODUCT_PARAMETERS
GROUP = CORRECTIONS_APPLIED
STRIPING_BAND1 = "NONE"
BANDING = "N"
COHERENT_NOISE = "N"
MEMORY_EFFECT = "N"
SCAN_CORRELATED_SHIFT = "N"
INOPERABLE_DETECTORS = "N"
DROPPED_LINES = Y
END_GROUP = CORRECTIONS_APPLIED
END_GROUP = L1G_PRODUCT_METADATA
END_GROUP = METADATA_FILE
END
101

ANEXO V. NDICE PATH ROW DE IMGENES LANDSAT
Figura V.I. Path 18 Row 51, imagen del Valle de Choluteca
Cuadro de Gain y Bias para las imgenes Landsat.
102

Anexo VI. VERIFICACIN DE CAMPO, VALLE DE CHOLUTECA
Figura A. VI.a. Fotografas de Puntos de Control para la clasificacin por

cobertura y uso del suelo.
Lugar:
Choluteca, carretera San Lorenzo Choluteca
Coordenadas:
0467442 E
1479757 N
Cobertura:
Bosque seco microlatifoliado, con rboles y arbustos de las familias
Leguminosas, Burseraceas y Asteraceas.
103

Figura A. VI.b. Fotografas de Puntos de Control para la clasificacin por

cobertura y uso del suelo.
Lugar:
Ro Grande o Nacaome, carretera departamento de Valle.
Coordenadas:
0449745 E
14796485 N
Cobertura:
Bosque de galera con especies arbreas de Sauce (Salix spp.),
Palmas y Leguminosas.
104

Figura A. VI.c. Fotografa de Punto de Control para la clasificacin por cobertura y uso
del suelo.
Lugar:
Cultivos departamento de Valle
Coordenadas:
0449727 E
1497102 N
Cobertura:
Cultivos de Meln, al margen del Ro Grande o Nacaome.
105

Figura A. VI.b. Fotografa de Punto de Control para la clasificacin por cobertura y uso
del suelo.
Lugar:
Pastos en la Carretera Nacaome San Lorenzo, Valle
Coordenadas:
0452147 E
1491443 N
Cobertura:
rea de pastoreo, especies predominantes: gramneas y arboles de
Leguminosas para sombra de ganado.
106

Figura A. VI.e. Fotografa de Punto de Control para la clasificacin por cobertura y uso
del suelo
Lugar:
Coordenadas:
0452147 E
1491443 N
Cobertura:
rea de pastoreo, especies predominantes: gramneas y arboles de
Leguminosas para sombra de ganado.
107

Figura A. VI.d. Fotografa de Punto de Control para la clasificacin por cobertura y uso
del suelo.(Bosque II).
Lugar:
Coordenadas:
0467442 E
1479757 N
Cobertura:
Bosque seco microlatifoliado, donde predominan rboles y arbustos
de las familias Leguminosas de hojas delgadas, algunas especies
caducifolias y espinosas.
108

ANEXO VII. MAPA DE CLASIFICACIN POR COBERTURA Y USO DEL

SUELO Y DINMICA DE CAMBIO, IMGENES 1990 2002.
Figura A.VII. Clasificacin por Cobertura y Uso del Suelo y sus Cambios
109

ANEXO VIII. MAPA DE ALTERACIONES HIDROTERMALES
Figura A.VIII.a. Alteracin Hidrotermal por Cocientes Dirigidos

110

Figura A.VIII. Alteraciones Hidrotermales, Mtodo Crosta de 6 y 4 Bandas.
111

ANEXO IX. FUTURA LNEA DE INVESTIGACIN
Posible Crter en la imagen del area de estudio del valle de Choluteca
Tipos de crter: Simples y Complejos.
112

Ejemplo de MDT de Crter de Pennsula de Yucatn
113

06 Tesis Rafael Corrales 2010

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

06 Tesis Rafael Corrales 2010

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

FACULTAD DE CIENCIAS ESPACIALES

Maestra en Ordenamiento y Gestin del Territorio

CARACTERIZACIN DE ALTERACION HIDROTERMAL Y DINAMICA DE

RAFAEL ENRIQUE CORRALES ANDINO

Dr. JUAN GREGORIO REJAS AYUGA

Ciudad Universitaria, Tegucigalpa, M.D.C. Honduras, Amrica Central

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

La Alteracin Hidrotermal, es un cambio ambiental sobre las rocas, que provoca

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Este trabajo est dedicado a mi Querida Abuela;

El hombre nada puede aprender sino en virtud de lo que sabe.

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

IDENTIFICACIN DEL PROBLEMA...............................02

MARCO TEORICO Y CONTEXTUAL.03

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

V.II.4.1. Anlisis de Componentes Principales

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Figura 3.3.2.c. Mapa de CuadrangulosGeolgicos de Honduras.Honduras Geology15

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

y Dialogo de Atributos de cada clase...42

Figura 6.3.f. Imagen R4-G2-B1 (Crosta 4 bandas) para deteccin

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Figura 6.4.c. Visualizacin del SIG, desde ArcReader, de acceso pblico...61

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Para ello, las investigaciones se han centrado en mejorar dos tcnicas

En este sentido se ha planteado realizar un estudio del suelo con tecnologa de

caracterizar alteraciones hidrotermales

comportamiento en dinmica de coberturas. Con esto se pretende establecer, si

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

III. MARCO TERICO Y CONTEXTUAL

III.1. MARCO TERICO

inico entre los

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

b) Composicin del fluido; sobre todo el pH del fluido hidrotermal:

explosiones hidrotermales (Maksaev V., 2003).

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Leyes Fsicas de la radiacin Electromagntica

= cte de Planck 6.266x10-34J.s

La Ley de Desplazamiento de Wien, define la i a la que se emite a la mxima

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Siendo = la cte de Stefan Boltzman = 5.6697x10-8W.m-2k-4

posteriormente se transformar en energa emitida) y transmitida (energa

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

por la generacin de celdas por muestreo

equiespaciado de la superficie (Figura 3.1.1), como en sentido radiomtrico, por

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Figura 3.1.2. Longitud de Onda, en el espectro electromagntico. IAFE.

Figura 3.1.3. Firma Espectral de la Vegetacin. Elaboracin propia.

Rafael E. Corrales, 2010

Caracterizacin de Alteracin Hidrotermal y Dinmica de Cobertura de Suelos mediante mtodos

Clasificacin de Imgenes Satelitales