REPUBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD DEL ZULIA

FACULTAD DE INGENIERA
DIVISIN DE POSTGRADO
PROGRAMA DE POSTGRADO EN INGENIERA AMBIENTAL

INDICE DE VEGETACIN NORMALIZADO COMO HERRAMIENTA PARA

LA ESTIMACIN DE DISPONIBILIDAD DE AGUA SUPERFICIAL EN
CUENCAS HIDROGRFICAS

Trabajo de Grado presentado como requisito para optar al Grado acadmico de

MAGSTER SCIENTIARUM EN INGENIERA AMBIENTAL

Autor: Ing. Vctor Hugo, Malav Girn.

Tutor: MSc. Giovanni A., Royero O.

Maracaibo, enero de 2009

 58

Malav Girn, Vctor Hugo. ndice de vegetacin normalizado como herramienta para la
estimacin de disponibilidad de agua superficial en cuencas hidrogrficas. (2009). Trabajo de
Grado. Universidad del Zulia. Facultad de Ingeniera. Divisin de Postgrado. Maracaibo,
Venezuela. 283p. Tutor: Prof. Giovanni Royero.

RESUMEN

Los elementos que reportan las imgenes capturadas por sensores remotos a travs de tcnicas de
Teledeteccin permiten establecer modelos del comportamiento de una cantidad importante de
variables naturales, entre ellas, la vegetacin. En esta investigacin se usaron cinco imgenes
multiespectrales Landsat de la regin nororiental de Venezuela. Utilizando tcnicas de
procesamiento digital de imgenes fueron calculados cuatro ndices de Vegetacin, sobre la
Cuenca del Ro Areo, ubicada en esa regin del pas, para caracterizar el comportamiento de la
masa vegetal y usar esta informacin, conjuntamente con registros de precipitacin pluvial
obtenidos de ocho Estaciones Climatolgicas ubicada en las cercanas de la cuenca, con el objeto
de generar un modelo matemtico que describa el comportamiento de los caudales de escorrenta
superficial, a partir del conocimiento de los valores de ndices de Vegetacin. El clculo de la
Precipitacin efectiva se hizo por el mtodo del Servicio de Conservacin de Suelo de los
Estados Unidos, a partir del nmero de curva estimado para la zona. Los caudales se simularon
con Hidrograma Unitario construido por el mtodo Clark (1943). Las imgenes espectrales
fueron procesadas a travs del programa ENVI en combinacin con el Mdulo AtmosC de Idrisi
Andes para la correccin atmosfrica y el clculo de reflectividades. De los tres mtodos
ejecutados para la correccin de Bandas espectrales todos resultaron con valores que no muestran
diferencias significativas. La evaluacin de cuatro ndices de Vegetacin arroj resultados no
significativos en la diferencia de sus medias, por lo que, basndose en el comportamiento
mostrado por los ndices evaluados en una Matriz de grficos de dispersin y comparacin de
medias, el NDVI fue seleccionado como ms representativo del universo de datos disponibles. Se
obtuvo un caudal promedio mensual de escorrenta superficial cercano a los 400 l/s, el cual puede
ser simulado usando el modelo matemtico de grado tres elaborado mediante anlisis de
regresin estructurado de la forma y = 4824.9x3 - 1457.4x2 + 861.21x - 98.9.

Palabras Clave: Teledeteccin, Hidrologa, NDVI, Caudales, Cuencas hidrogrficas.

E-mail del autor: vicmal@cantv.net

 59

Malav Girn, Vctor Hugo. Index of vegetation normalized as tool for the estimation of
availability of superficial water in hydrographic basins. (2008). Work of degree. Universidad del
Zulia. Facultad de Ingeniera. Divisin de Postgrado. Maracaibo, Venezuela. 283p. Tutor: Prof.
Giovanny Royero.

ABSTRACT

Remote sensing is a discipline that allows to obtain information of elements that operate on the
terrestrial surface without having physical contact with them, through the capacities that show the
sensors of radiant energy for capturing this energy, to discriminate against it for wave longitude,
to compress it, to store it and to send it to stations in Earth for its prosecution, distribution and
analysis. The elements that report the ghastly images allow establishing models of the behavior of
an important quantity of natural variables, among them, the vegetation. In these investigation five
images Landsat of the region oriental of Venezuela was used. Using technical of digital
prosecution of images four Indexes of Vegetation were calculated, on Basin of the River Areo,
located in that region of the country, to characterize the behavior of the vegetable mass and to use
this information, jointly with obtained registrations of pluvial precipitation of eight
Climatologically Stations located in the proximities of the basin, in order to generating a
mathematical model that describes the behavior of the flows of superficial drainage, starting from
the knowledge of the values of Indexes of Vegetation. The calculation of the effective
Precipitation was made by the method of the Service of Conservation of Soil of the United States,
starting from the curve number estimated for the area. The flows were simulated with Unitary
Hidrograma built by the method Clark (1943). The images were processed through the program
ENVI in combination with the Module AtmosC of Idrisi Andes for the atmospheric correction
and the calculation of reflectivity. Of the three methods executed for the correction of Bands all
result with values that don't show significant differences. The evaluation of four Indexes of
Vegetation hurtled been not significant in the difference of its means, for that that, being based on
the behavior shown by the Indexes evaluated in a Matrix of dispersion graphics and comparison
of means, NDVI was selected as more representative of the universe of available data. A flow
monthly average of superficial drainage was obtained to the 400 l/s, which can be simulated
using the mathematical pattern of grade three elaborated by way of regression analysis of type
y = 4824.9x3 - 1457.4x2 + 861.21x - 98.9.

Key Words: Remote sensing, Hydrology, NDVI, Flows, Hydrographic Basins.

Author e-mail vicmal@cantv.net

 60

para Nelly, Martn y Moiss

 61

AGRADECIMIENTO

A la Ilustre Universidad del Zulia.

Al Profesor Giovanni Royero, por su desinteresado apoyo, constancia, paciencia y camaradera.
A la Profesora Altamira Daz, siempre atenta y colaboradora.
A mi esposa, Nelly. Sin su apoyo esta etapa no hubiera sido posible.
 62

TABLA DE CONTENIDO
Pgina
RESUMEN... 3
ABSTRACT. 4
DEDICATORIA... 5
AGRADECIMIENTO.. 6
TABLA DE CONTENIDO.. 7
LISTA DE TABLAS 10
LISTA DE FIGURAS... 11
INTRODUCCIN 14
Captulo
I REVISION DE LITERATURA. 16
Captulo
II DESCRIPCIN DEL REA DE ESTUDIO 57
Captulo
III MATERIALES Y MTODOS 63
4.1. Materiales 63
4.2. Equipos y Software. 64
4.3. Metodologa 65
4.3.1. Fase de Evaluacin Hidrolgica 65
1. Vectorizacin digital de la cuenca.. 65
2. Construccin del Hidrograma Unitario para la Cuenca 66
2.1. Clculo Tiempo de Concentracin.. 72
2.2.Dibujo de Lneas Isocronas.. 75
2.3.Clculo Hidrograma Unitario Instantneo 76
2.4. Clculo Caudal de escorrenta superficial... 79
4.3.2. Fase de Teledeteccin 82
1. Ubicacin del rea de estudio... 83
2. Ubicacin y obtencin de imgenes satelitales del rea de inters.. 83
3. Pre-procesamiento del material espectral disponible... 87
 63

3.1. Organizacin del material de trabajo. 88

3.2. Configuracin del Polgono de la Cuenca. 88
3.3. Elaboracin de composicin de imgenes. 89
3.4. Georreferenciacin de Bandas... 95
3.4.1. Metodologa en ENVI para Georreferenciar imgenes de 96
satlite usando Puntos de Control de imagen a imagen...
3.5. Correccin atmosfrica.. 98
3.6. Clculo de ndices de Vegetacin.. 107
3.6.1. Visualizacin de valores de ndices de Vegetacin en ENVI. 110
3.7. Clculo de NDVI y otros ndices usando Idrisi Andes. 110
3.7.1 Visualizacin de ndices de Vegetacin usando Idrisi Andes.. 112
4.3.3. Fase de Anlisis Estadstico 112
1. Estadstica descriptiva.. 113
2. Anlisis de Varianza. 118
3. Construccin de Modelo matemtico... 120
Captulo
IV RESULTADOS Y DISCUSIN.. 122
5.1. Fase de Evaluacin Hidrolgica... 122
5.1.1. Parmetros morfomtricos. 125
5.1.2. Clculo y dibujo de Lneas Isocronas 129
5.1.3. Polgonos de Thiessen... 132
5.1.4. Hidrograma Unitario Instantneo.. 133
5.2. Fase de Teledeteccin.. 136
5.2.1. Ubicacin y obtencin de imgenes de satlite 136
5.2.2.Correccin geomtrica... 138
5.2.3. Correccin atmosfrica. 139
5.2.3.1. Resultados de la correccin atmosfrica por Mtodo de
Correccin por el Mnimo Valor del Histograma (MVH).. 140
5.2.3.2. Resultados de la correccin atmosfrica por el Clculo de
reflectividad ... 141
5.2.3.3. Resultados de la correccin atmosfrica y clculo de
reflectividad, por la aplicacin de Modelo Cos(t) del
Mdulo AtmosC de Idrisi Andes 145
5.2.4. ndices de Vegetacin.. 145
5.2.4.1. ndices de Vegetacin calculados sobre Bandas derivadas
de Correccin por el Mtodo del Valor Mnimo del
 64

Histograma (HMM) 147

5.2.4.2. ndices de Vegetacin calculados sobre Bandas con ND
transformados a Reflectividad aparente.. 153
5.2.4.3. ndices de Vegetacin calculados sobre Bandas procesadas
con el Mdulo AtmosC de Idrisi Andes. 159
5.2.4.4.- Seleccin del mtodo de correccin de Bandas espectrales.. 166
5.2.4.5.- Seleccin de ndices de Vegetacin.. 168
5.3. Construccin del modelo matemtico. 170
Captulo
V CONCLUSIONES...
176
REFERENCIAS BIBLIOGRFICAS. 177
ANEXOS.. 180
1. Datos de Precipitacin 181
2. Hojas Cartogrficas 188
3. Curva relacin TL vs TC 192
APNDICES.................................................................................................................... 193
1. Cdigo en lenguaje R para clculo de Hidrograma Unitario. 194
2. Resultado Clculo de Precipitacin Efectiva.. 197
3. Resultado Correccin de Bandas espectrales a travs del Mnimo Valor
del Histograma 218
4. Resultado Correccin de Bandas espectrales. Modelo AtmosC de Idrisi.. 234
5. Resultado Transformacin de ND de Bandas a reflectividad 243
6. ndice de Vegetacin de Bandas corregidas Mnimo Valor del Histograma. 252
7. ndice de Vegetacin de Bandas con reflectividades calculadas 265
8. ndice de Vegetacin de Bandas con correccin atmosfrica y clculo
de reflectividades.. 276
 65

LISTA DE TABLAS
Tabla Pgina
1 Nmero de curva de escorrenta para uso selector de tierras agrcolas,
sub urbanas y urbanas.. 28
2 Resolucin espectral de los sensores TM y ETM+. 38
3 Coeficientes de calibracin de Bandas TM y valor de Irradiancia para cada
intervalo de longitud de onda.......................................................................... 46
4 Clasificacin de suelos del Municipio Cedeo, Estado Monagas.. 58
5 Clasificacin de suelos. Unidades cartogrficas. Capacidad de uso del
Municipio Cedeo, Estado Monagas... 60
6 Caractersticas fsicas Unidades que conforman la Cuenca del Ro Areo.. 61
7 Caractersticas qumicas Unidades que conforman la Cuenca del Ro Areo.. 62
8 Estaciones climatolgicas consideradas para el clculo de Precipitacin
Media de la Cuenca del Ro Areo 64
9 Valores de E0,k tomados del Science Data Users Handbook del programa Landsat.. 103
10 Valores de K reportados en el Sciencie Data Users Handbook del programa
Landsat. 104
11 Frmulas utilizadas en cada Banda espectral, segn la escena, para el
clculo de reflectividades 104
12 Expresiones resumidas para el clculo de reflectividades en las Bandas 1, 3
y 4 del material evaluado. 105
13 Frmulas para clculo de ndices de Vegetacin en ENVI. 109
14 Coordenadas UTM del permetro de la Cuenca del Ro Areo. 123
15 Datos para clculo de elevacin media 125
16 Datos para clculo de elevacin mediana 126
17 Longitud total de curvas de nivel 127
18 reas entre curvas Isocronas de la Cuenca del Ro Areo 130
19 Fechas, sensores y atributos de las imgenes espectrales utilizadas... 137
20 Valores del da juliano, k y ngulo cenital ... 141
21 Estadstica de los valores de reflectividad para todas las Bandas del
material evaluado. 142
22 ndices de Vegetacin calculados sobre Bandas corregidas por el
Valor Mnimo del Histograma......................................................................... 147
23 ndices de Vegetacin calculados sobre Bandas corregidas por el clculo
de reflectividad aparente 154
24 ndices de Vegetacin calculados sobre Bandas corregidas
atmosfricamente usando el Mdulo AtmoC de Idrisi Andes 162
 66

LISTA DE FIGURAS
Figura Pgina
1 Factor de forma.............................................................................................. 19
2 Esquema Del Tiempo de Concentracin sobre una Cuenca Hidrogrfica 24
y Perfil del Hidrograma Unitario..
3 Distribucin de la lmina de agua precipitada en una Cuenca Hidrogrfica. 31
4 Elementos que dan forma al proceso de Teledeteccin. 32
5 Espectro electromagntico............................................................................. 36
6 Imagen NDVI de Venezuela para febrero 2004 elaborada a partir de datos
del Sensor AVHRR. 48
7 Influencia de la lluvia en la vegetacin.. 50
8 Estado fisiolgico de las plantas segn el valor del NDVI 50
9 Grfico de dos modelos de tercer orden. 56
10 ndice Cartogrfico usado para la ubicacin de Hojas Cartogrficas de la
Cuenca del Ro Areo... 63
11 Organizacin de los datos en un archivo texto para clculo de Tiempo
de Concentracin 74
12 Ventana para cambio de directorio del rea de trabajo del programa
estadstico R... 75
13 Metodologa para evaluacin de cambio en el vigor de la vegetacin de un
rea especfica 82
14 Escenas de la familia de satlites Landsat que abarcan la geografa
Venezolana.. 84
15 Direccin 002/053 (Path-Row) de la escena Landsat correspondiente al
rea de inters.. 84
16 Ventana principal del portal Web de la GLCF mostrando zona de
Bsqueda. 85
17 Ventana de seleccin de sensores ETM+, TM y de magnificacin del
rea de inters.. 85
18 Ventana para seleccin definitiva de rea de inters.. 86
19 Ventana de identificacin de cantidad de imgenes disponibles en la
Base de datos de la GLCF. 86
20 Ventana de pre visualizacin de imgenes disponibles... 87
21 Archivos que componen la escena ETM+ p002r053 de fecha 01/07/199 89
22 Ventana de visualizacin de lista de bandas disponibles y configuracin
de composicin cartogrfica. 91
 67

23 Grupo de visualizacin de imgenes de ENVI, mostrando la ciudad de

Cuman, Estado Sucre, en la ventana principal 92

24 Ventana para la bsqueda de regin de inters tipo vector.. 92

25 Ventana Vector Parameter mostrando el archivo POLIGONO CUENCA
AREO.dxf 93
26 Ventana para ajuste de parmetros a la imagen de salida 94
27 Ventana para configuracin de la regin de sub conjunto en funcin de la
cual se almacena la imagen de salida... 94
28 Ventana para la seleccin de regin de inters 95
29 Ventana para la seleccin de Banda de referencia y Banda a
georreferenciar. 97
30 Ventana Registration Parameter para configurar Ajustte sobre imagen
georreferenciada.. 98
31 Procedimiento para almacenar Banda seleccionada. 100
32 Procedimiento para insercin de vector de referencia sobre imagen a
almacenar.. 101
33 Recuperacin de estadstico de pxel para una Banda desde la ventana
Abailable Band List. 101
34 Extracto de una visualizacin tpica de Histograma donde se observan
los valores mnimo, mximo, promedio y desviacin estndar de ND por
Banda. 102
35 Ventana donde se asigna las Bandas a una ecuacin... 102
36 Ventana para ajuste de parmetros del Mdulo AtmosC de Idrisi Andes... 106
37 Ventana para la seleccin de Imagen sobre la que se calcula NDVI... 108
38 Parmetros de configuracin de imgenes para clculo de NDVI... 108
39 Mdulo VEGEINDEX de Idrisi Andes 111
40 Ventana de la Funcin Imagen Calculator de Idrisi Andes. 111
41 Ventana para ejecucin de Mdulo Histo en Idrisi Andes... 112
42 Ubicacin relativa de la Cuenca del Ro Areo en el Estado Monagas y
parte del Estado Anzotegui.. 122
43 Permetro Cuenca del Ro Areo. 124
44 Elevacin media. 126
45 Elevacin modal. 127
46 Resultados del clculo de Tiempo de Concentracin. 129
47 Lneas Isocronas sobre Cuenca del Ro Areo. 131
 68

132
48 rea de influencia de las Estaciones climatolgicas sobre la Cuenca del
Ro Areo..
49 Resultado del clculo del Hidrograma Unitario Instantneo. 134
50 Caudal de escorrenta superficial para la Cuenca del Ro Areo en el
periodo 1986-2005.. 135
51 Resultado de la consulta de disponibilidad de imgenes para los sensores
TM y ETM+ en la base de datos de la GLCF.. 137
52 Ventana para la seleccin de puntos de control... 138
52 Disposicin de los puntos de control sobre la Banda 2 (015065) de fecha
28/02/2001 139
54 Patrn de comportamiento espectral de las Bandas evaluadas 143
55 Resumen de los seis estadsticos principales para el conjunto de datos de
reflectividades calculadas sobre cada Banda espectral. 144
56 Resultados de correccin atmosfrica y conversin a reflectividades
sobre Banda 1de la escena 28/12/1986 145
57 Resumen numrico de los estadsticos principales del conjunto de
ndices, reportados por el summary en R.. 148
58 Comparacin de ndices de Vegetacin obtenidos de Bandas corregidas
por MVH.. 149
59 Evaluacin de los rangos de existencia de los ndices de Vegetacin
Calculados 150
60 Matriz de grficos de dispersin para los datos de ndices de Vegetacin
derivados de Bandas espectrales con Histograma Corregidos. 152
61 Resumen estadstico de ndices de Vegetacin calculados a partir de
Bandas con valores de reflectividad 154
62 Comparacin del promedio global de ndices de Vegetacin calculados a
partir de Bandas espectrales con reflectividad aparente.. 155
63 Comportamiento global promedio de los ndices de Vegetacin
calculados sobre Bandas espectrales con valores de reflectividad aparente. 156
64 Matriz de grficos de dispersin para los datos de ndices de Vegetacin
derivados de Bandas espectrales con reflectividad aparente calculada 157
65 Resumen numrico de ndices de Vegetacin calculados a partir de
Bandas corregidas atmosfricamente y con valores digitales expresados
como reflectividad 162
66 Comportamiento individual promedio de ndices calculados a partir de
Bandas corregidas con el Mdulo AtmosC de Idrisi Andes 163
67 Comparacin entre ndices de Vegetacin obtenidos a partir de Bandas
 69

espectrales corregidas con Mdulo AtmosC de Idrisi Andes.. 164

68 Matriz de grficos de dispersin para los datos de ndices de Vegetacin
derivados de Bandas espectrales con correccin atmosfrica usando el
Mdulo AtmosC de Idrisi Andes. 165
69 Resultados ANAVA para evaluar mtodos de correccin de Bandas
espectrales 167
70 Resultado anlisis de varianza 169
71 Promedios de ndices de Vegetacin obtenidos desde Bandas espectrales
con correccin atmosfrica hecha a travs del Mdulo AtmosC de Idrisi
Andes 171
72 Comparacin promedios de ndices de Vegetacin a travs de grficos de
Caja... 172
73 Comparacin de Residuales para modelos evaluados 175
 70

INTRODUCCIN

El diseo de obras hidrulicas, al igual que los programas de conservacin de cuencas

hidrogrficas requieren del conocimiento de una cantidad importante de variables ambientales,
entre las que destacan la precipitacin, evaporacin, temperatura, velocidad y direccin del
viento, humedad relativa, radiacin solar, as como el caudal aforado de los cuerpos de agua
superficial de donde se derivar sta para la obra o actividad que se proyecta. En Venezuela, el
Organismo encargado de recolectar dicha informacin es el actual Ministerio del Poder Popular
para el Ambiente, el cual tiene en funcionamiento, una importante red hidrometeorolgica, con
la que se cuenta para la obtencin de algo de la informacin requerida, pues es normal ubicar
una cantidad importante de datos que carecen de la calidad necesaria para el diseo de una obra
con la seguridad que esta requiere.
A los efectos de abordar esta problemtica se abord la presente investigacin, para
establecer la relacin matemtica existente entre el vigor de la vegetacin que se desarrolla en el
espacio geogrfico delimitado por una Cuenca y los valores de caudal que por ella escurren. El
indicador del vigor de la vegetacin es un ndice que puede obtenerse a travs del procesamiento
digital de imgenes de satlite: el ndice de Vegetacin de Diferencia Normalizada (NDVI). Los
valores de caudales se obtienen usando modelos de simulacin hidrolgica diseados para
procesar datos de precipitacin y caractersticas de la Cuenca.
El rea de estudio comprende una Cuenca hidrogrfica del oriente de Venezuela, la
Cuenca del Ro Areo ubicada en el Estado Monagas y con una pequea porcin en el Estado
Anzotegui. De esta Cuenca se dispone de cierta informacin hidroclimtica que la hace apta
para esta investigacin. Con dicha informacin se ejecutan los clculos de caudales a travs del
Mtodo de Clark, para con estos resultados establecer su correlacin con los valores de NDVI
que se calculen de las imgenes de satlite disponibles empleando para ello programas de
Procesamiento Digital y armar el modelo matemtico que simule el comportamiento de dichas
variables.
 71

CAPTULO I

REVISIN DE LITERATURA

La Cuenca hidrogrfica se define como una unidad territorial delimitada por las lneas
divisorias de aguas superficiales que convergen hacia un mismo cauce, y conforman espacios en
el cual se desarrollan complejas interacciones e interdependencias entre los componentes biticos
y abiticos, sociales, econmicos y culturales, a travs de flujo de insumos informacin y
productos (Ley de Aguas, 2007).
El estudio de las cuencas hidrogrficas parte del inters de comprender el comportamiento
de los terrenos drenados por un mismo sistema de cursos de agua, la manera cmo los ros y las
quebradas discurren a travs de la superficie terrestre hasta llegar a un cuerpo de agua principal,
ya sea lago, laguna, ro o mar, y sus implicaciones para el entorno inmediato. Esta orientacin se
evidencia en los conceptos empleados para describir esas unidades hidrolgicas por diferentes
instituciones y autores, quienes coinciden en sealar que una cuenca hidrogrfica es el rea de la
superficie terrestre drenada por un nico sistema fluvial, cuyos lmites estn formados por las
divisorias de aguas que la separan de zonas adyacentes pertenecientes a otras cuencas fluviales.
Esas concepciones utilizadas para definir las cuencas hidrogrficas obedecen a que esos
espacios representan la unidad que fundamental y tradicionalmente ha sido empleada por los
estudiosos de la hidrologa para comprender el comportamiento del agua en y sobre el medio
ambiente (Moreno, M. 2005:1).
De igual manera las cuencas hidrogrficas pueden ser definidas sealando que
corresponde a unidades delimitadas topogrficamente, que desaguan mediante un sistema fluvial,
descrito y utilizado como unidades fsico-biolgicas y en muchas ocasiones como unidades
socioeconmico-polticas para la planificacin y ordenacin de los recursos naturales (Lacoste,
2003:25).
Las cuencas hidrolgicas, es decir, las reas drenadas por un ro o un sistema fluvial,
desempean un papel esencial y determinante, pues cumplen con una serie de funciones que van
desde las relacionadas estrictamente con el agua, como la captacin de flujos, el almacenamiento
y la descarga, pasando por aspectos ecolgicos, al crear medios especficos y propiciar las
 72

interacciones entre los elementos fsicos biolgicos, hasta componentes ambientales, como los
relacionados con el germoplasma y los ciclos biogeoqumicos. Por el lado de la actividad humana
hay que agregar una larga serie de actividades en las que se aprovechan las cuencas: agricultura,
industria, generacin de electricidad, reciclaje de materia, suministro de agua, disposicin de
desechos (Lacoste, 2003:123).
A pesar de que el agua se halla profusamente repartida por todo el planeta, su distribucin
es muy desigual. Y el hecho de que sea un elemento esencial para la vida hace que a menudo los
seres humanos deban librar verdaderas batallas para poder acceder a ella. En ocasiones se trata
de luchar contra la naturaleza con increbles obras de ingeniera destinadas a obtener y preservar
este precioso lquido, pero tambin hay que realizar esfuerzos para protegerse de sus peligros
(Lacoste, 2003:8).
El estudio de las cuencas hidrogrficas de cualquier pas casi siempre tiene como objetivo
principal la conservacin de sus recursos naturales, renovables y no renovables, o el manejo de
los mismos en su sentido ms amplio. Esto lleva a considerar no slo la conservacin de dichos
recursos, sino su aprovechamiento y administracin, en la mayora de los casos con una visin o
una meta de manejo sustentable o de uso racional (Matute, P. 2005:11).
Partiendo de los enfoques tradicionales de la concepcin de cuencas hidrogrficas, se
consideran como cuerpos de agua receptores finales de los escurrimientos producidos en el
territorio venezolano seis cuencas hidrogrficas principales u hoyas: la del Orinoco, que abarca
una superficie de casi 1.100.000 km2, de los cuales el 70 por ciento se encuentra en territorio
venezolano y el resto en la Repblica de Colombia; la cuenca del Lago de Maracaibo y Golfo de
Venezuela, que tiene una extensin de 90.000 km2, de los cuales 74.000 se localizan en el pas y
16.000 en Colombia; la cuenca del ro Cuyun, que cubre una extensin aproximada de 40.000
km2; la hoya del Mar Caribe, abarcando ms de 80.000 km2; la cuenca del ro Negro, la cual
forma parte integral de la hoya del ro Amazonas y se comunica con el ro Orinoco a travs del
Brazo Casiquiare; y finalmente la hoya endorreica del lago de Valencia que posee una superficie
aproximada de 3.000 km2.
El Ministerio del Ambiente y de los Recursos Naturales atendiendo al potencial de
recursos hdricos del territorio nacional, jerarquiz las unidades hidrolgicas para disponer de una
lista ordenada de las mismas atendiendo a la importancia de las cuencas hidrogrficas de acuerdo
con su potencial como productoras de electricidad, de agua para consumo humano, para la
industria, su grado de deterioro, etc., para as canalizar la inversin de los recursos en los
 73

espacios calificados como prioritarios.

Con ese objetivo ser realiz el Inventario Nacional de Cuencas Hidrogrficas (INCH), a
travs del cual se cuantificaron ms de 450 unidades hidrogrficas, considerando que las mismas
cumplieran al menos algunas de las siguientes condiciones: superficie mayor o igual a 100 km2,
la inversin en infraestructura hidrulica, situacin o condicin estratgica (ser una cuenca
hidrogrfica internacional, presencia de ecosistemas frgiles, reas bajo rgimen de
administracin especial (Abrae), y abastecer grandes poblaciones), para de esa manera ordenarlas
atendiendo a los requerimientos de aprovechamiento y conservacin. La jerarquizacin de las
cuencas hidrogrficas por recursos naturales permiti organizarlas de manera tal de dejar en
evidencia su potencial para el desarrollo de determinadas actividades (Moreno, M. 2005:1).

2.1.- Parmetros morfomtricos.

El trmino parmetro es definido por Garca (1976:2) como una cantidad caracterstica
de un sistema hidrolgico que permanece constante en el tiempo. En este sentido cuando se
habla de parmetros morfomtricos se hace referencia a aquellas caractersticas propias de las
cuencas hidrogrficas que no cambian en el tiempo. Por otro lado, el trmino Variable es
igualmente definido por Garca (1976:2) como una caracterstica del sistema la cual puede ser
medida y que asume diferentes valores numricos cuando se mide a diferentes tiempos.
Los parmetros morfomtricos son definidos por Bautista y col., (1996) como:
rea: es la superficie comprendida dentro de la divisoria de aguas hasta un punto de un cauce
que se determina sobre mapas topogrficos hechos a escala expresados en ha o km2.
Longitud axial (Lax): es la distancia desde el punto de drenaje hasta el punto ms remoto de la
cuenca.
Factor de forma (Ff): el factor de forma compara la forma de la cuenca con un cuadrado (Ff =
1); alargada (Ff < 1), donde es menos probable que ocurra una lluvia intensa simultneamente
sobre toda la extensin que en un rea de igual tamao pero con un factor de forma mayor;
achatada (Ff > 1) tal y como se muestran en la figura 1.
Coeficiente de compatibilidad (K): es un ndice de la irregularidad de la cuenca, es decir, es la
relacin entre el permetro de la cuenca y el permetro de la circunferencia de un crculo de rea
equivalente al rea de la cuenca.
K 0.28 * P / A (1)
 74

K = coeficiente de compactibilidad.
P = permetro de la cuenca. A = rea de la cuenca.

Ff < 1
Ff = 1 Ff > 1

Figura 1. Factor de forma (Bautista S, y col. (1996).

Elevacin media: (E media): esta relacionada con la distribucin y presencia de precipitacin en

la cuenca. La presencia de montaas produce la elevacin de las masas de aire produciendo
precipitaciones.
Para el clculo de este factor existen dos mtodos; mtodos de las intercepciones y el
mtodo del rea entre curvas de nivel hasta ahora es el mtodo mas usado.
Elevacin mediana: la elevacin mediana se obtiene a travs de la curva hipsomtrica, que no es
mas que una curva de distribucin de frecuencia relativa acumulada, y representa el porcentaje de
rea que hay por encima de una o varias alturas.
Elevacin modal: es la elevacin que tiene mayor rea. La mejor forma de observarla es travs
de un histograma que se logra graficando por el eje de las (X) la elevacin parcial y por el eje de
las (Y) el % de rea.
Pendiente media de la cuenca (S): est es definida por la pendiente media ponderada de las
pendientes correspondientes a superficies elementales en las cuales las pendientes se pueden
considerar constantes.
La pendiente media de una cuenca es uno de los principales parmetros que caracterizan
el relieve de la misma permitiendo hacer comparaciones entre cuencas y es importante para el
escurrimiento.
Se obtiene multiplicando la longitud total de las curvas por el intervalo entre ellas y
dividiendo entre el rea de la cuenca

S = (D/A)* L (2)
 75

Donde: D = intervalo entre curvas de nivel.

A = rea total de la cuenca.
L = longitud total de las curvas de nivel.

Densidad de drenaje: es la capacidad de drenaje de la cuenca que se expresa mediante la

relacin:

Dd = L/A (3)
Donde:
L = longitud total de los cauces (m)
A = rea de las cuenca km2

Para Bautista y colaboradores se considera como una cuenca a toda aquella parte del
terreno cuya agua de lluvia que corre por la superficie se concentra y pasa por un punto del cauce
principal que lo drena (Bautista, Rincn, Godoy y Domnguez, 1996).

A los efectos de esta investigacin es importante pasar a definir algunos trminos

directamente relacionados con el procedimiento que ms adelante se aplica. Estos trminos son
tomados de Garca (1976) el cual los expone de la siguiente forma:

Simulacin: es una tcnica de anlisis que consiste en el desarrollo de un modelo para

investigar indirectamente el comportamiento de un sistema dinmico, sujeto a ciertas limitaciones
y funciones de entrada.

Modelo: representacin simplificada de un sistema hidrolgico; pudiendo ser fsico,

analgico y/o matemtico.

Modelo Matemtico: es aqul en el cual el comportamiento del sistema se representa por

un conjunto de ecuaciones, unidas por declaraciones lgicas, que expresan la relacin entre los
parmetros y las variables.

Sistema: puede definirse como una combinacin de objetos y procesos que se

interrelacionan entre s, de manera que operan en forma colectiva como un todo.
 76

2.2.- Disponibilidad de agua superficial.

Una definicin de la expresin disponibilidad de agua superficial es hecha por

Bolinaga (1995:65) como la cuantificacin de las cantidades existentes a lo largo de las
diferentes fases o etapas del ciclo hidrolgico. De igual manera resalta la importancia del
conocimiento de estas cantidades considerando que las mismas permiten la correcta definicin de
un proyecto hidrulico siendo el dato ms importante para ello ya que conjuntamente con las
demandas son las variables que determinan el desarrollo de la ingeniera de detalle de los
mismos.
Por su parte Chow y col., (1994:130) definen especficamente el agua superficial como la
que se almacena o se encuentra fluyendo sobre la superficie de la Tierra; mientras que para
Horton (1933) citado por Chow y col., (1994:131) el flujo superficial es definido como:
despreciando la intercepcin por vegetacin la escorrenta superficial es aquella parte de la
lluvia que no es absorbida por el suelo mediante infiltracin. Esta concepcin presenta como
limitante que slo es aplicable en circunstancias particulares: superficies impermeables en reas
urbanas y a superficies naturales con capas delgadas de suelo y con baja capacidad de infiltracin
como ocurre en tierras semiridas y ridas Chow y col., (1994:132).
Refirindose a la determinacin de las disponibilidades de agua Amisial (1979:7) seala
que el objetivo de la prediccin de las disponibilidades de agua es determinar el origen, la
ocurrencia, la calidad y variabilidad en el tiempo y espacio de las aguas para su control y uso.
En la Gaceta Oficial de la Repblica de Venezuela N 2.823 estn sealadas las Unidades
de Medidas del Sistema Legal Venezolano en donde las mediciones de los volmenes de agua
que escurren por unidad de tiempo en un punto determinado de un cauce se expresan como
Caudal Volumtrico en m3/s.
Es importante manejar el comportamiento de las precipitaciones en Venezuela. Referido a
esto Guiliarte (1989:38) seala que:
El ao en Venezuela se divide en dos temporadas, una seca, conocida como verano y una
temporada de lluvias, llamada invierno. Estos trminos de invierno y verano no coinciden
con los trminos astronmicos para las estaciones del ao. En general la estacin de sequa
abarca los meses de diciembre hasta abril, inclusive, y la estacin lluviosa va de mayo hasta
 77

noviembre.

De igual importancia resulta las definiciones de lluvia diaria, mensual, anual o total, y
lluvia media que son expuestas por Guevara (2004:243) en los trminos siguientes:
a) La lluvia diaria se obtiene directamente del pluvimetro al efectuar la lectura a las 8:00 am de
cada da. Este valor corresponde a las ltimas 24 horas y debe coincidir con la banda del
pluvigrafo. Los datos diarios se publican luego en los anuarios por mes y ao.
b) La lluvia mensual. Es la suma de las lluvias diarias durante el lapso de un mes: 28, 30 31
das.
c) Lluvia anual o total. Es la suma de las precipitaciones diarias en el ao o las sumas de las
lluvias mensuales.
d) Lluvia media. Es el promedio de la lluvia cada durante un periodo determinado: media diaria,
media mensual, media anual, media estacional. Cuando se dice media en los datos
pluviomtricos, se trata de medias de datos acumulados.
A los efectos del clculo de las disponibilidades de agua superficial producto de las
precipitaciones, el exceso de precipitacin o precipitacin efectiva juega un papel importante. En
este sentido Chow y colaboradores (1994:138) la definen como la precipitacin que no se retiene
en la superficie terrestre y tampoco se infiltra en el suelo. De igual manera comentan que despus
de fluir a travs de la superficie de la cuenca, el exceso de precipitacin se convierte en
escorrenta directa a la salida de la cuenca bajo la suposicin de flujo superficial hortoniano.
Cuando el exceso de precipitacin se grafica en funcin del tiempo se construye lo que se
conoce como histograma de exceso de precipitacin. De igual manera es posible construir el
histograma de lluvia total que se observa, graficando dicha lluvia en funcin del tiempo, y al
establecer la diferencia entre la lluvia total y la lluvia que escurre se obtienen las abstracciones o
prdidas.
A su vez, la estimacin de las disponibilidades es un problema que puede ser abordado
desde diferentes plataformas. De acuerdo con lo expresado por Bolinaga (1995:79):
Haciendo abstraccin de la calidad de las aguas, las disponibilidades a efecto de
planificacin de proyectos hidrulicos vienen por lo general expresadas como eventos
secuenciales (volmenes escurridos o gastos ordenados cronolgicamente en un largo
perodo), eventos aislados (similar al anterior en un corto perodo), y eventos extremos
(gastos o volmenes mximo o mnimos sin ninguna indicacin cronolgica).
Usualmente se hace necesario el estudio de las precipitaciones y otros parmetros
climticos como apoyo al anlisis de las disponibilidades, o bien para uso directo en la
definicin de algn proyecto hidrulico. Existen numerosos mtodos tradicionales para
 78

estimar eventos extremos, que se podran clasificar en directos o indirectos. Los

primeros hacen uso solamente de los datos de escorrenta y en los segundo se obtiene
la escorrenta en base a las precipitaciones. El mtodo directo slo puede ser aplicado
cuando existe una serie suficientemente larga de valores registrados o generados
mediante mtodos no tradicionales. Los eventos aislados mayormente requeridos son
la tormenta y el hidrograma de una crecida. El primer evento es til por ser
frecuentemente necesario para definir los hidrogramas, tanto cuando se utilizan
metodologas tradicionales como con modelos matemticos de un solo evento. La
tormenta es la distribucin espacial y cronolgica de las precipitaciones generadoras de
los hidrogramas. Se han desarrollado numerosas tcnicas indirectas para construir
sintticamente hidrogramas unitarios y de estas la ms utilizada en Venezuela ha sido
la desarrollada por C. O. Clark, pero al igual que las otras, presenta serias dificultades
en la estimacin de los escurrimientos (definicin de las prdidas).

El hidrograma resulta ser una de las mejores representaciones grficas del comportamiento
de variables hdricas que ha sido muy utilizada con el pasar del tiempo. Guilarte (1989:79) lo
define en los trminos siguientes:
Un hidrograma, es un grfico de altura o de caudal contra tiempo. Se pueden usar varias
maneras de elaborar estos grficos de acuerdo al propsito de los mismos. Para mostrar un
registro pasado, se pueden usar medidas mensuales o anuales, o escurrimientos totales. Este
consta de tres partes: limbo ascendente, segmento de la cresta y recesin.
La construccin de un Hidrograma depende de las lneas isocronas. Son lneas que unen
puntos de igual tiempo de concentracin (Tc). Este ltimo es el tiempo que tarda una gota de
agua desde un punto determinado hasta el punto de drenaje comn. A los efectos de la cuenca
hidrogrfica, el Tiempo de Concentracin de la Cuenca es el tiempo que tarda en llegar al punto
de drenaje comn la gota que est ms alejada de dicho punto, aguas arriba, en el extremo ms
alto del cauce principal.
 79

Figura 2. Esquema del Tiempo de Concentracin sobre una Cuenca Hidrogrfica y Perfil
del Hidrograma Unitario (www.meted.ucar.edu/hydro)
Algunas frmulas disponibles para el clculo del tiempo de concentracin son expuestas
por Carciente (1999) las cuales representan un clculo emprico:

Frmula del Guaire:

A
Tc 0.355 * 0.595 (4)
S

Frmula de Bureau of Reclamation:

L3
Tc 0.886 * * 0.385 (5)
H

Frmula de Kirpich:

L
Tc 0.0195K 0.77 siendoK (6)
S

Frmula de Kirpich modificada:

Tc = 0.0078 * (L0.77/S0.383) (7)

Donde: A = rea de la cuenca km2.

L = longitud del cauce principal en km. H = diferencia de cota entre los puntos
extremos del cauce principal en m.
S = pendiente en m/ km. Tc = tiempo de concentracin.

Para la ecuacin de Kirpich modificada las unidades de la pendiente (S) son en m/m y la
longitud (L) en metros.

Guilarte (1999) sugiere algunos aspectos para el trazado de las curvas: se adopta un
tiempo de valor unitario T representativo de las equidistancias entre curvas y luego se calculan
los valores T, 2T, 3T y sucesivos. El tiempo unitario se adopta en funcin del rea de la cuenca.
Para el clculo de los puntos de ubicacin de las isocronas se cuenta con el trazado de la red de
drenaje de la cuenca en estudio las que clasifican los tributarios segn el siguiente criterio: 1) el
cauce principal, ya visto, desde la desembocadura hasta su punto mas alto en la cabecera de la
cuenca; 2) los cauce secundarios y canales (en esta clasificacin se encuentran comprendidos los
 80

de segundo, tercer y ms ordenes y los canales construidos); y finalmente 3) las trayectorias

correspondientes al flujo superficial el cual se considera laminar, las que representan el camino
que toma el agua superficial no encausada . El intervalo entre las lneas isocronas se toma como
un submltiplo del tiempo de concentracin de la cuenca. Por ejemplo, si el tiempo de
concentracin es igual a 20 T horas puede tomarse 10 intervalos de 2 horas.

Una de las principales desventajas que se ha encontrado para el uso del Hidrograma como
herramienta de evaluacin de la disponibilidad de caudales es el poco sofisticado sistema que
tiene para el clculo de las prdidas, las cuales son definidas por Bolinaga (1999:83) de la
siguiente forma:

Las prdidas son aquellas cantidades de aguas precipitadas que no se reflejan en

el escurrimiento, al menos dentro de un perodo de tiempo razonable, en lo que se refiere a
eventos aislados. Su conocimiento es indispensable para transformar la tormenta de diseo en
escurrimiento o lluvia efectiva y sta, a su vez, en un hidrograma.

Segn Bolinaga (1999) las prdidas son ocasionadas por varias razones y existen dos
mtodos comnmente aceptados para su estimacin. Estos son: el Mtodo porcentual, que se
fundamenta en asignar un porcentaje constante de prdidas a la precipitacin total con lo que
supone, de manera incorrecta, una distribucin uniforme de las prdidas en el tiempo; y el
Mtodo basado en curvas empricas de infiltracin, que se fundamenta en el empleo de un
conjunto de frmulas que estiman las cantidades infiltradas y su variacin en el tiempo,
destacndose como una de las ms utilizadas la del U. S. Soil Conservation Service (SCS),
tambin conocido como el Mtodo del Servicio de Conservacin de Suelos de los Estados,
Unidos, diseado para la estimacin de las prdidas en un evento de precipitacin(Bolinaga,
1999:83).
Como agua absorbida por infiltracin con algo de intercepcin y almacenamiento
superficial Chow y colaboradores (1994:139) definen el trmino prdidas al cual tambin
asocia con igual significado al trmino abstracciones. De igual manera destaca que
precisamente las abstracciones por intercepcin y almacenamiento en depresiones se estiman con
base en la naturaleza de la vegetacin y de la superficie del terreno o se suponen despreciables en
una tormenta de duracin significativa. Segn este investigador, el Mtodo del SCS para el
clculo de las abstracciones establece que en una Tormenta como un todo, la profundidad de
 81

exceso de precipitacin o escorrenta directa puede ser menor o igual, pero nunca superar, a la
precipitacin total o bruta; as como que despus de que la escorrenta se inicia, la profundidad
adicional del agua retenida en la cuenca es menor o igual a alguna retencin potencial mxima,
la cual se identifica con la letra S. Con base a esto y a otras consideraciones la frmula que
permite calcular la precipitacin o escorrenta se desarrollo a travs del SCS en los trminos
siguientes:

P e = (P 0,2S)2 / (P + 0,8S) (8)

La letra S fue descrita anteriormente como la retencin potencial mxima; Pe es la

precipitacin o escorrenta directa y P la precipitacin total o bruta. El valor de S est relacionado
con un parmetro propio de una cuenca hidrogrfica para un periodo en estudio conocido como el
Nmero de Curva (CN) el cual se incluye para estandarizar los resultados. Esta variable flucta
en un rango que va desde cero a cien (0 CN100) correspondiendo el valor de 100 a superficies
impermeables o superficies de agua, y los valores menores de 100 para todas las superficies
naturales. Luego, para relacionar S con el CN se emplea la ecuacin siguiente:

S = (1000/CN) 10 (9)

Para la determinacin del CN se usa el cuadro numero de curva escorrenta para usos
selectos de tierra agrcola, suburbana y urbana tabulado por Soil Conservation Service con base
en el tipo de suelo y el uso de la tierra, tomada de Chow y col., 1994. Segn este investigador
cuatro grupos de suelo son definidos:
Grupo A: arena profunda, suelos profundos depositados por el viento, limos, agregados.
Grupo B: suelos poco profundos depositados por el viento, marga arenosa.
Grupo C: Margas arcillosas, margas arenosas poco profundas, suelos con bajo contenido orgnico
y suelos con altos contenidos de arcilla.
Grupo D: suelos que se expanden significativamente cuando se mojan, arcillas altamente
plsticas y ciertos suelos salinos.
El nmero de curva CN puede ser usado directamente para la estimacin de escorrenta
superficial, asocindolo a la precipitacin y a una condicin del suelo conocida como abstraccin
inicial. Acevedo (2004) propone una funcin para ser ejecutada en el programa estadstico R, con
 82

la cual, puede simularse el comportamiento de la escorrenta para diferentes condiciones. A

continuacin se transcribe el modelo propuesto por Acevedo.
#funcin para calcular la escorrenta diaria dada la precipitacin

runoff.cn<-function(cn,rain,Ia.par) {
#parmetro de retencin en mm
s<- 254 * (100/cn -1)
#Abstraccin inicial
Ia<- Ia.par * s
#la precipitacin debe exceder a la abstraccin para que ocurra escurrimiento
if (rain >= Ia)
runoff <-((rain-Ia)^2)/(rain + (1 Ia.par) * s)
else runoff <- 0
#abstraccin (retencin)
abst<-rain runoff
return (abst, runoff)
}
La informacin relativa al nmero de curva (CN) se muestra en la Tabla 1. El cdigo
anterior se implementa en el programa estadstico R. Para solicitar su ejecucin se invoca la
funcin runoff.cn, la cual es dependiente del nmero de curva (cn), la precipitacin (rain) para la
cual se quiere calcular la escorrenta, y la retencin o abstraccin inicial. Estos valores se
incorporan a la expresin runoff.cn para invocar la funcin: runoff .cn (cn,rain,Iapar), el cual
reporta la escorrenta superficial expresada en unidad de lmina de agua (mm).

El tiempo de concentracin es definido por Chow y col., (1994:170) como el tiempo en el

cual toda la cuenca empieza a contribuir con escorrenta para un evento de precipitacin; es el
tiempo de flujo desde el punto ms alejado hasta la salida de la cuenca. Este valor puede ser
calculado por alguna de las ecuaciones que han sido elaboradas para tal fin. Una de las ms
empleadas para los estudios hidrolgicos en Venezuela es la ecuacin de Kirpich (1940)
expresada de la siguiente forma:
 83

Tabla 1. Nmero de Curva Caracterstica de la superficie de Escorrenta para Usos Selectos de

Tierra Agrcola, Suburbana y Urbana (condiciones antecedentes de humedad II, Ia = 0.2S)
(Servicio de Conservacin de Suelos de los Estados Unidos.)

Grupo Hidrolgico del suelo

Descripcin del Uso de la tierra
A B C D
Tierra cultivada: Sin tratamiento de conservacin. 72 81 88 91
Con tratamiento de conservacin. 62 71 78 81
Pastizales: Condiciones pobres. 68 79 86 89
Condiciones ptimas. 39 61 74 80
Vegas de ros: Condiciones ptimas. 30 58 71 78
Bosques: Troncos delgados, cubierta pobre, sin hierbas. 45 66 77 83
Cobertura buena. 25 55 70 77
reas abiertas, csped, parques, campos de golf,
Cementerios, etc. ptimas condiciones:
Cubierta de pasto en el 75% o ms 39 61 74 80
Cubierta de pasto en el 50 a 75% 49 69 79 84

reas comerciales de negocios (85% impermeable) 89 92 94 95

Distritos industriales (72% impermeables) 81 88 91 93
Residencial:
Tamao promedio del lote Porcentaje promedio
Impermeable
1/8 Acres o menos 65 77 85 90 92
Acres 38 61 75 83 87
1/3 Acres 30 57 72 81 86
Acres 25 54 70 80 85
1 Acre 20 51 68 79 84

Parqueaderos pavimentados, techos, accesos, etc. 98 98 98 98

Calles y carreteras:
Pavimentos con cunetas y alcantarillados 98 98 98 98
Grava 76 85 89 91
Tierras 72 82 87 89
 84

Tc 0.078 * K (10)

Donde:
L0.77
K 0.385 (11)
S

L = longitud del cauce principal en metros. S = pendiente en m/ m. Tc = tiempo de

Concentracin.
Trevio (2004) al referirse acerca de los mtodos disponibles para la estimacin de
caudales seala que, entre otros, los mtodos hidrolgicos han alcanzado un elevado grado de
aceptacin al contar con ecuaciones ms exactas para estimar la lluvia efectiva. Especialmente
dos de estos mtodos han acumulados, dada su difusin, una dilatada experiencia: mtodo
racional modificado por Tmez (1991) y el Hidrograma Unitario.
En la presente investigacin se usa el Hidrograma Unitario Instantneo tomando en cuenta
el tipo de datos disponible, utilizando la metodologa propuesta por Clark, basado en las
modificaciones hechas por Cunge a las ecuaciones Munkingun (McCarthy, 1939).
Para la determinacin de la disponibilidad de caudales usando el mtodo propuesto por O.
C. Clark, segn Guilarte (1989), en principio se calcula el caudal (m3/s) que por unidad de
precipitacin (mm) que escurre por la cuenca, que ha sido divida sobre un plano cartogrfico en
segmentos delimitados por lneas de separacin equidistante que evocan curvas de nivel, pero que
para este clculo en lugar de sealar diferencias de cotas sealan diferencias de tiempo. Estas
lneas son conocidas como Isocronas: une puntos de igual tiempo de concentracin. Estas lneas,
al ser representadas sobre la cuenca la dividen en sub cuencas. Segn Guilarte (1989:104) el
fundamento del mtodo de Clark para la estimacin del Hidrograma Unitario, considera que el
hidrograma total de la cuenca es el resultado de la suma de los hidrogramas parciales modificados
por el almacenaje que ocurre entre las sub cuencas y el lugar donde se desea obtener el
hidrograma total.
El mtodo de Muskimgum, de acuerdo con lo comentado por Guilarte (1989) es un
mtodo de trnsito hidrolgico que se usa comnmente para manejar relaciones
caudal/almacenamiento variables. Este mtodo modela el almacenamiento volumtrico de
creciente en un canal de un ro mediante la combinacin del almacenamiento de cua y prisma.
Durante el avance de la onda creciente, el caudal de entrada es mayor que el caudal de salida,
 85

siendo un almacenamiento de cua. Durante la recesin, el caudal de salida es mayor que el

caudal de entrada resultando un almacenamiento de prisma. La ecuacin de trnsito por el
mtodo de Muskimgum es, segn Guillarte (1989) de la forma:

Q j 1 C0 I j 1 C1 I j C2 Q j (12)

Donde:
0.5 * T1
C0 (13)
K 0.5 * T1

0.5 * T1
C0 (14)
K 0.5 * T1

K 0.5 * T1
C2 (15)
K 0.5 * T1

K es un Coeficiente de Proporcionalidad o Constante de Almacenamiento, es el tiempo de

trnsito de una onda creciente a travs del tramo de canal.

rea _ de _ la _ Cuenca _(km2 ) *10

EU (16)
tiempo _ entre _ isocronas( s)

Donde EU es el escurrimiento unitario. Al ser afectado por el factor 10, permite obtener la unidad
de expresin en m3/s * mm.
T1 = Tiempo entre Isocronas.

Distribucin de la precipitacin:
La Figura 3 muestra un ejemplo de cmo se distribuye, espacialmente y en trminos de
magnitud, la precipitacin sobre una cuenca hidrogrfica. Es una confirmacin de que no todo lo
registrado en la Estacin climatolgica puede considerarse como representativo del rea total de
la cuenca. En este sentido, a los efectos de calcular los caudales de escorrenta producto de un
evento de precipitacin sobre una cuenca, apoyndose en el mtodo del Servicio de Conservacin
de Suelos de los Estados Unidos para el clculo del nmero de curva, es prudente afectar el rea
de la cuenca por un factor de peso que permita simular la contribucin parcial de la misma a la
escorrenta total. Esta simulacin es propuesta en el presente trabajo como metodologa del
clculo de caudales. Se configur a travs de un cdigo de programacin elaborado en lenguaje
 86

R, donde para cada corrida de simulacin se estableci la seleccin aleatoria y diferente de una
porcin de la cuenca en estudio.

Figura 3. Distribucin de la lmina de agua precipitada en una Cuenca Hidrogrfica

(http://www.noaa.gov/wx.html)

2.3.- Teledeteccin
Para definir la Teledeteccin Pinilla, C. (1995) usa los siguientes argumentos:
El trmino Teledeteccin fue el adoptado en los pases de habla hispana como
traduccin del ingls remote sensing, utilizndose a partir del ao 1960 para describir las
observaciones de un objeto efectuadas sin mediar contacto fsico con l. Este tipo de
adquisicin de informacin solamente puede ser posible mediante la deteccin y medida
de los cambios que el objeto observado induce en su entorno, bien sean en forma de
perturbaciones electromagnticas, bien como ondas acsticas reflejadas o alteradas, o
como perturbaciones del campo magntico o gravitatorio debidas a la presencia del
objeto. Con carcter ms restrictivo, el trmino teledeteccin se reserva a las tcnicas
electromagnticas de adquisicin de informacin en las zonas del espectro
electromagntico comprendidas entre las ondas de radio de baja frecuencia y los rayos X,
gamma e, incluso, csmicos.

De igual manera Lillesand y Kiefer (2000:1) definen la Teledeteccin como una ciencia y
un arte de obtener informacin acerca de un objeto, rea o fenmeno a travs del anlisis de datos
adquiridos por un dispositivo que no est en contacto con el objeto, rea o fenmeno bajo
investigacin.
A manera de introduccin Fernndez y Herrero (2001:3) comentan que:
La existencia de sensores situados en plataformas espaciales dio origen a la
teledeteccin. La teledeteccin es empleada como complemento a estudios
 87

orientados al medio ambiente en las distintas reas de la ciencia: oceanografa,

recursos pesqueros, estudios costeros, contaminacin, hidrogeologa, estimacin de

cosechas, control de plagas, produccin agrcola, planificacin urbana, entre las

aplicaciones ms comunes.

Chuvieco (1996:24) por su parte establece que el rango de accin de la teledeteccin

abarca varios procesos cuando dice que no slo engloba los mecanismos que permiten obtener
una imagen, sino tambin su posterior tratamiento, en el contexto de una determinada
aplicacin. Igualmente seala que para efecto de la captura de la imagen debe existir entre el
sensor y la superficie de la Tierra una interaccin energtica ya sea por reflexin de la energa
solar o de un haz energtico artificial, ya por emisin propia; y termina comentando, a efectos
del marco introductorio que un sistema de teledeteccin espacial incluye los siguientes
elementos:
a.- Fuente de energa, que supone el origen de la radiacin electromagntica que detecta el
sensor.
b.- Cubierta terrestre, formada por distintas masas de vegetacin, suelos, agua o construcciones
humanas, que reciben la seal energtica procedente de la fuente.
c.- Sistema sensor, compuesto por el sensor propiamente dicho, y la plataforma que lo alberga.
d.- Sistema de recepcin-comercializacin, en donde se recibe la informacin trasmitida por la
plataforma, se graba en un formato apropiado, y tras las oportunas correcciones se enva a los
interesados.
e.- Intrprete, que convierte esos datos en informacin temtica de inters, ya sea visual o
digitalmente, de cara a facilitar la evaluacin del problema en estudio.
La Figura 4 esquematiza el proceso de teledeteccin en funcin de los elementos que en l
actan.
Por lo antes expuesto es posible sealar los procesos que intervienen en la Teledeteccin
como un conjunto de fases que se categorizar como sigue (Pinilla, C., 1995):
a.- Emisin de radiacin electromagntica desde una fuente
b.- Interaccin de la radiacin con la superficie terrestre
c.- Interaccin de la radiacin con la atmsfera
e.- Recepcin de las ondas electromagnticas en instrumentos a bordo de una plataforma.
 88

Figura 4. Elementos que dan forma al proceso de Teledeteccin (Parra, 2007)

Como se nota en el prrafo anterior, Pinilla (1995), slo seala los procesos hasta la fase
de recepcin, mientras de Chuvieco (1996) estima conveniente agregar los pasos siguientes
como parte de los procesos que implican esta disciplina:
f.- Almacenamiento de la informacin adquirida y distribucin de la misma a los interesados
g.- Anlisis e interpretacin de la informacin y su aplicacin a reas especficas del dominio
ambiental.

En general, y de forma esquemtica puede usarse la representacin que hace Lillesand y

Kiefer (2000:3) para describir el proceso de teledeteccin: Emisin de energa - Propagacin a
travs de la atmsfera - Interaccin de esta energa con la superficie de la tierra (absorcin y
reflexin) Retransmisin a travs de la atmsfera Recepcin en los sistemas sensores
Almacenamiento en los sensores y/o distribucin de la informacin Anlisis e Interpretacin
Obtencin del producto de la Interpretacin Consumo de la informacin por parte de los
Usuarios.

2.3.1.- Sensores remotos

Segn lo expresado por Parra (2007:1-55):
Los satlites de recursos naturales reciben este nombre porque fueron diseados
explcitamente para la observacin de la Tierra en procura de la evaluacin de los
recursos que en ella pueden observarse. Entre ellos los ms conocidos son los
satlites de la familia Landsat, los SPOT y los EOS Terra/Aqua. Ellos se caracterizan
por ser de rbita polar y presentar una resolucin espacial de apreciable acercamiento.
 89

En relacin al origen del programa Landsat, Pinilla (1995:59) comenta que:

En 1972 se puso en rbita el primero de la serie de satlites ERTS (Earth Resource

Technollogy Satellite), destinados, como su propio nombre indica, al estudio de los
recursos naturales. A partir del segundo lanzamiento, el programa se redenomin
LANDSAT, y con l se han llegado a poner en rbita cinco satlites ms,
constituyendo un proyecto de gran rendimiento en cuanto a explotacin de
informacin. El diseo de esta familia de satlites est orientado al inventario
agronmico y previsin de cosechas, evaluacin y control de zonas regables,
planificacin de los recursos hdricos en el contexto de la cuenca hidrogrfica, a la
cartografa de los usos del suelo, al estudio de los recursos litorales, estudios
geolgicos y de los glaciares, as como al control de la contaminacin de aguas y
suelos.

Chuvieco (1996:123) refirindose al programa Landsat comenta que:

Esta familia de satlites es el proyecto ms fructfero de teledeteccin espacial
desarrollado hasta el momento. La buena resolucin de sus sensores, el carcter
global y peridico de la observacin que realizan y su buena comercializacin,
explican su profuso empleo por expertos de muy variados campos en todo el mundo.

A continuacin se resumen algunas caractersticas ms resaltantes de la familia de satlites

Landsat de acuerdo con lo sealado por Pinilla (1995:60):
Los satlites Landsat 1, 2 y 3, puestos en rbita en 1972, 1975 y 1978, respectivamente,
tenan una configuracin muy similar. El peso total de cada uno de ellos era de 960 kg.
Las rbitas eran heliosincrnicas, esto es, sus trazas atravesaban el ecuador a la misma
hora local y eran prcticamente polares, con una inclinacin de 99,1. La altura orbital
era de 917 km, por lo que la periodicidad resultante era de 103 minutos. En
consecuencia, describan un total de 14 rbitas diarias. A partir de los datos anteriores,
puede deducirse fcilmente que el satlite pasaba por la vertical del mismo lugar cada
18 das. Los satlites Landsat 4 y 5 fueron modificaciones sustanciales de los
anteriores, varindose la altura orbital a 705 km, por lo que el periodo resultante es de
98 minutos y el ciclo de cobertura de 16 das.

En este orden de ideas Parra (2007:1-56) expresa que:

Los tres primeros Landsat incorporaban un equipo de barrido multiespectral
denominado MSS (Multiespectral Scanner) y un conjunto de tres cmaras de video
(RBV, Retur Beam Vidicon). El Landsat 5 fue lanzado en 1984, es el satlite de la
serie que ms tiempo lleva en rbita y signific salto cualitativo de gran importancia.
Landsat 5 combina el sensor MSS (Multiespectral Scanner) de los satlites ms
antiguos con un nuevo sensor, el TM (Thamatic Mapper) con capacidades ampliadas.
El sensor TM, fue diseado, como su nombre lo indica, para la cartografa temtica y
cuenta adems con mayor resolucin radiomtrica (8 bits).

Lillesand y Kiefer (2000:399), reportaron, que con ms de dos dcadas de experiencia el

 90

programa Landsat sufre su primer revs con el lanzamiento el 5 de octubre de 1993 de la misin
Landsat 6. El mismo fue diseado para ocupar una rbita idntica a la de los Landsat 4 y 5 pero
no logr ajustarse a la misma.
El ltimo satlite Landsat (el 7), lanzado el 15 de abril de 1999, segn lo comentado por
Parra (2007:1-57):
Incorpora el sensor ETM+ (Enhanced Thematic Mapper) que aade a las bandas ya
disponibles en el TM un canal pancromtico (0,52 0,92 m) con resolucin espacial
de 15 metros, y aumenta la resolucin espacial de la banda trmica a 60 m. La
inclusin del canal pancromtico est siendo de gran utilidad para obtener productos
cartogrficos de mayor calidad, aplicando tcnicas de fusin de imgenes.

2.3.2.- Pre-procesamiento de la imagen.

Para los efectos del Pre-procesamiento digital de una Imagen de satlite es necesario
manejar los trminos referidos a la resolucin del sensor. Este trmino se discrimina en varios
tipos de resolucin, tales como: resolucin espacial, espectral, radiomtrica y temporal. De igual
manera, el primer paso que debe cumplirse a la hora de embarcarse en un proceso de
Teledeteccin es el de la seleccin del material de trabajo en funcin al tipo de sensor, de la fecha
de adquisicin de los datos y del soporte de las imgenes, para luego abordar la fase de seleccin
del mtodo de anlisis, bien sea visual o digital.
A los efectos de la definicin del trmino resolucin del sensor Chuvieco (1996:90)
expresa que es la habilidad para discriminar informacin de detalle. Referido a esta definicin
Parra (2007:1-40) considera:
Los trminos de la definicin discriminar e informacin de detalle merecen una
breve reflexin. Ambos son relativos al propsito y al entorno geogrfico del
proyecto que se est abordando. La discriminacin refiere a la capacidad de
distinguir un objeto de otros. Esa distincin puede referirse a una simple
determinacin de qu est ah (deteccin) o a una delimitacin precisa de su contorno
(identificacin). En cuanto al significado de informacin de detalle, conviene
considerar que se refiere no slo al detalle espacial que proporciona el sensor, sino
tambin al nmero y anchura de las bandas del espectro que alberga, a su cadencia
temporal y a su capacidad para distinguir variaciones en la energa que detecta. En
definitiva el concepto de resolucin implica diversas manifestaciones, las ms
habituales en la literatura especializada han sido la espacial, espectral, radiomtrica y
temporal. En los ltimos aos a stas podemos aadir tambin la resolucin angular,
que hara referencia a la capacidad de un sistema de observar el mismo objeto desde
distintas posiciones.

Particularmente para Pinilla (1995:39) el concepto de resolucin aplicado a los

 91

instrumentos pticos tradicionales se refiere fundamentalmente al poder de separacin espacial

del sistema de lentes.
Con respecto a las caractersticas del sensor Lillesand y Kiefer (2000:38) expresan que
ningn sensor es sensible a todas las longitudes de onda. Todos tienen un lmite fijo de
sensibilidad espectral.
Refirindose a la Resolucin Espacial Parra (2007:1-41) menciona que este trmino
designa al objeto ms pequeo que puede ser distinguido sobre una imagen. Mientras que una
definicin un tanto ms general para este trmino la hacen Lillesand y Kiefer (2000:38) al
comentar que es una expresin de la calidad ptica de una imagen producida por un sistema de
cmara en particular; y para Pinilla (1995:40) el trmino resolucin espacial denota la
capacidad del sistema para distinguir el objeto ms pequeo posible en una imagen. En trminos
ya ms generales Parra (2007:1-41) comenta que en un sistema fotogrfico suele medirse como
la mnima separacin a la cual los objetos aparecen distintos y separados en la fotografa. Se mide
en milmetros sobre la foto o metros sobre el terreno, y depende de la longitud focal de la cmara
y de su altura sobre la superficie. En los sensores ptico-electrnicos se prefiere utilizar el
concepto de campo de observacin instantneo (del ingls instantaneous fiel of view, IFOV).
Para definir la Resolucin Espectral el mismo Pinilla (1995:42) expresa que es la
capacidad que tiene el sensor para discriminar la radiancia detectada en distintas longitudes de
onda del espectro electromagntico. Por otro lado, es definida como el nmero y anchura de las
bandas espectrales que puede discriminar el sensor de acuerdo a lo comentado por Chuvieco
(1996:92). De igual manera contina sus comentarios sealando que un sensor mostrar un
mejor desenvolvimiento de sus funciones en la medida que sea mayor el nmero de bandas con el
que presente la informacin ya que con esto se logra una mejor caracterizacin espectral de las
diferentes cubiertas que recoge de la superficie terrestre.
Cuando se habla del espectro electromagntico se hace referencia a las diferentes
longitudes de ondas que muestra la fuente de energa, siendo la ms importante el sol, de donde
emana la radiacin electromagntica que funciona como transmisor de informacin (Parra,
2007:1-5). Segn Guevara (2004:50) el Sol emite dos tipos de radiaciones muy distintas: la
radiacin ondulatoria o electromagntica y la radiacin corpuscular. La fuente de energa es
considerada como uno de los principales elementos que abarca la Teledeteccin, en tal sentido es
importante hacer una breve explicacin de lo que ella implica y cmo debe ser concebida en
funcin de la resolucin espectral.
 92

La Figura 5 detalla la distribucin de las Frecuencias y Longitudes de onda del espectro

electromagntico.

Figura 5- Espectro electromagntico (http://www.geocities.com/elerness/pdi_3.gif)

Cuando Parra (2007) trata este aspecto comienza argumentando que la energa en la
naturaleza puede ser transmitida en tres diferentes formas: conduccin, conveccin y radiacin.
La radiacin es la nica forma de transmisin que se hace sin contacto material entre el emisor y
el receptor, siendo su forma de transmisin explicada generalmente por dos teoras: la Teora
Ondulatoria (segn la cual la energa se transmite de un lugar a otro siguiendo un modelo
armnico y continuo, a la velocidad de la luz) y la Teora Cuntica (que establece que la energa
viaja como un flujo de unidades discretas de energa, o de partculas conocidas como fotones).
La primera de las teoras, la Ondulatoria, introduce dos conceptos de corriente aplicacin que
son: La Longitud de Onda y la Frecuencia, permitiendo esto definir cualquier tipo de energa
radiante en funcin de dichos trminos. La longitud de onda (generalmente expresada con el
trmino lambda, ) es la distancia que separa dos picos de onda y es medida en micrmetros, m.
El espectro electromagntico se muestra como una sucesin de valores de longitud de
onda continua, permitiendo establecer una serie de regiones (conocidas como canal o banda), en
donde la radiacin electromagntica manifiesta un comportamiento similar, siendo una de las
habilidades de los sensores, montados en plataformas, su capacidad de captar informacin para
diferentes regiones del espectro.
 93

Para hacer una descripcin de los diferentes canales o bandas que conforman el espectro
electromagntico Parra (2007:1-7) menciona que:
Desde el punto de vista de la teledeteccin, conviene destacar una serie de bandas
espectrales, que son las ms frecuentemente empleadas con la tecnologa actual. Su
denominacin y amplitud varan segn distintos autores, si bien la terminologa ms comn es la
siguiente:
Espectro visible (0,4 a 0,7 m). Se denomina as por tratarse de la nica radiacin
electromagntica que puede ser percibida por el ojo humano, coincidiendo con las longitudes de
onda donde es mxima la radiacin solar.
Infrarrojo cercano (IRC, 0,7 a 1,3 m). Tambin se denomina infrarrojo prximo,
reflejado o fotogrfico, puesto que parte de l puede detectarse a partir de pelculas dotadas de
emulsiones especiales. Esta banda espectral resulta de especial importancia por su capacidad
para discriminar masas vegetales y concentraciones de humedad.
Infrarrojo medio (1,3 a 8 m). En esta regin se entremezclan los procesos de reflexin
de la luz solar y de emisin de la superficie terrestre. La primera banda se sita entre 1,3 y 2,5
m, y se denomina infrarrojo de onda corta (Short Wave Infrared, SWIR), que resulta idnea para
estimar el contenido de humedad en la vegetacin o los suelos. La segunda, comprendida
principalmente en torno a 3,7 m, se conoce propiamente como infrarrojo medio (IRM), siendo
determinante para la deteccin de focos de alta temperatura (incendios o volcanes activos).
Infrarrojo lejano o trmico (IRT, 8 a 14 m), que incluye la porcin emisiva del espectro
terrestre, en donde se detecta el calor proveniente de la mayor parte de las cubiertas terrestres.
Microondas (M, por encima de 1 mm) con gran inters por se un tipo de energa bastante
transparente a la cubierta nubosa.
La Tabla 2 que se muestra a continuacin esquematiza la descripcin de los anchos de bandas
para los cuales estn diseados los sensores TM y ETM+.

Tabla 2. Resolucin espectral de los sensores TM y ETM+ (Fernndez y Herreno, 2001:7)

 94

Cuando se refiere a Resolucin Radiomtrica Pinilla (1995:45) la define como la

capacidad del sensor para discriminar niveles o intensidades de radiancia espectral. De igual
manera Chuvieco (1996:95) la define como la sensibilidad del sensor, o como su capacidad para
detectar variaciones en la radiancia espectral que recibe, por lo que suele identificarse como el
rango de valores que codifica el sensor. Aqu se introduce el trmino Nivel Digital, el cual es
definido por Chuvieco (19996:562) como un valor entero que traduce la intensidad radiomtrica
recibida por un sensor ptico-electrnico. Agrega tambin que se le conoce como Digital
Number y como Pxel Velue.
La frecuencia de cobertura que proporciona el sensor es identificada por Chuvieco
(1996:96) como Resolucin Temporal. Por su parte Pinilla (1995:45) la define como la
capacidad del sistema para discriminar los cambios temporales sufridos por la superficie en
estudio, comentando que este concepto no hace referencia sino a la periodicidad con que el
sensor puede adquirir una nueva imagen del mismo punto de la superficie terrestre. Este tipo de
resolucin adquiere su mayor importancia cuando se pretende evaluar la evolucin de un
fenmeno y no tiene mayor importancia si el uso que se le da a las imgenes es para cartografiar
un rea en particular (Pinilla, 1995:46). Mientras que una definicin un tanto ms explcita es la
sealada por Parra (2007:1-45) al sealar que es la periodicidad con la que un satlite adquiere
imgenes de la misma porcin de la superficie terrestre, siendo el caso especfico del Landsat
ETM+ una resolucin temporal de 16 das.
Tomando en cuenta que es un trmino relativamente reciente la Resolucin Angular Parra
(2007:1-46) la define como la capacidad que tiene el sensor de hacer observaciones de la misma
rea simultneamente desde diferentes ngulos con lo que se mejora el proceso de captura de la
informacin ya que esto le imprime calidad a la resolucin en general. Para cerrar culmina
comentando que son muy pocos los sensores que muestran esta capacidad y que entre ellos se
cuenta al sensor MISR (Multi-angle Imaging Spectroradiometer).
Lillesand y Kiefer (2000:190) hacen una simple definicin de interpretacin visual
comentando que esta se produce cuando es posible identificar lo que se ve en la imagen y lo visto
puede ser comunicado a otros. Continan diciendo que la utilidad de la interpretacin de
imgenes Landsat ha sido demostrada en muchos campos, tales como: agricultura, botnica,
cartografa, ingeniera civil, monitoreo ambiental, recursos forestales, geografa, geologa
geofsica, anlisis de recursos naturales, planificacin en el uso de la tierra, oceanografa y
anlisis de recursos hdricos.
 95

Con el propsito de manejar los trminos que describen los formatos en los cuales
generalmente se graban los Niveles Digitales (ND) de una imagen es importante definirlos a
continuacin. Existen tres tipos de formatos ms comunes, no siendo los nicos. El formato
Bandas secuenciales (Band Sequential, BSQ) presenta los ND de manera continua, uno a
continuacin del otro, hasta completar los pxeles que la forman, y se completan todas las bandas
espectrales de la imagen situando los ND de una banda a continuacin de la otra. El segundo tipo
de formato se conoce con el nombre de Bandas intercaladas por lnea (Band Interleaved by Line,
BIL) donde en lugar de organizarse por bandas como en el caso anterior, los ND se organizan por
lneas, organizndose de manera consecutiva los ND que corresponde a todas las bandas, para
cada lnea, antes de comenzar la lnea siguiente, por lo que se vern de manera organizada tras los
ND de la lnea 1, banda 1, los correspondientes a la lnea 1 banda 2, continuando los de la banda
2, 4 etc., hasta completar el nmero total de bandas, para luego, tras la primera lnea de la ltima
banda se sita la segunda lnea de la banda 1, de la banda 2, y as hasta completar la imagen. Por
ltimo se tiene el formato de grabacin conocido como Banda intercalada por pxel (Band
Ineterleaved by Pxel, BIP) en donde los ND en lugar de alternarse en cada lnea se alternan en
cada pxel, siendo este un formato muy poco empleado en la actualidad (Parra, 2007:2-7).
A los efectos de definir la escala de trabajo y el grado de desagregacin la decisin sobre
estos elementos se fundamenta en el tipo de sensor escogido, especficamente en su resolucin
espacial. La Asociacin Cartogrfica Internacional recomienda segn Parra (2007: 1-43) que la
escala de trabajo para evaluaciones desarrolladas con imgenes adquiridas del sensor Landsat-
TM/ETM+ puede variar entre 1:50.000 a 1:100.000. Con respecto a estos factores Chuvieco
(1996:152) seala que la escala de trabajo condiciona la unidad ms pequea de informacin que
se debe incluir en el mapa y suele denominarse mnima unidad cartografiable (MUC) valor este
que tambin condiciona el nmero y desagregacin de las categoras a discriminar conjuntamente
con la complejidad del terreno.
Alteraciones tanto del tipo radiomtricas como del tipo Geomtricas estn presentes en las
imgenes obtenidas por sensores remotos, por lo que es necesario emprender las labores que
permitan reducir tales distorsiones y mejorar la calidad del material destinado a Procesamiento
Digital cualquiera sea el objetivo de este ltimo.
En la mayora de los casos, antes de iniciar la Fase de Procesamiento Digital de Imgenes,
resulta obligatorio evaluar el proceso de Correccin Geomtrica, mejor conocido como
georreferenciacin. La ejecucin de esta correccin depender de la revisin que se haga del
 96

material espectral con el que se trabaja, verificando si ste est georreferenciado, ya que en
muchas ocasiones es necesario incluir alguna informacin cartogrfica auxiliar o simplemente
una regin de inters, como es el caso de las Cuencas Hidrogrficas, previamente digitalizada y
delimitada en formatos tales como .dxf derivados de aplicaciones propias de AUTOCAD.
Parra (2007:4-15) cuando trata lo concerniente a la georreferenciacin de imgenes, seala
que:
El proceso de georreferenciacin consiste en dar a cada pxel su localizacin en un
sistema de coordenadas estndar (UTM, Lambert, coordenadas geogrficas). Existen
fundamentalmente dos mtodos para realizar la georreferenciacin. El primero, la
correccin orbital, requiere del conocimiento de las caractersticas de la rbita del
satlite como las del sensor. El segundo es el enfoque emprico que modela la
distribucin de errores en la imagen utilizando puntos de control. El primero es ms
automtico conociendo la informacin necesaria y las ecuaciones de transformacin; es
el que se suele suministrar cuando los datos e piden georreferenciados. El segundo es
ms simple en cuanto a su formulacin y acorrige mejores los errores aleatorios. Su
inconveniente es que es ms trabajoso.

Cuando Chuvieco (1996) define la correccin geomtrica de una imagen seala que
incluye cualquier cambio en la posicin que ocupan los pxeles que la forman, y que por
contraposicin con las correcciones radiomtricas, aqu no se pretende modificar los ND de
los pxeles de la imagen, sino slo su posicin, sus coordenadas.
Una afirmacin semejante reproduce Pinilla (1995) cuando dice que las
correcciones geomtricas son transformaciones puntuales, consistentes en cambiar de
posicin las celdillas originales de la imagen sin alterar sus ND.
Sin embargo, Parra (2007:4-13) comenta algunos elementos de consideracin, en los
trminos siguientes:
Tradicionalmente las correcciones geomtricas se han concebido como un
proceso previo e imprescindible a cualquier anlisis posterior de la imagen. En
los ltimos aos, sin embargo, se prefiere restringir estas correcciones,
relegndolas, siempre que sea posible, a la fase final del trabajo, una vez que se
hayan obtenido los resultados finales de la interpretacin. La razn es doble: por
un lado, se reduce el tiempo de tratamiento, pues, en lugar de corregir todas las
bandas originales, basa corregir una, la que contiene la imagen resultado; por
otro, se aborda la clasificacin con los valores originales, evitando el efecto de
promedio parejo ejecutado en la fase de remuestreo del proceso de correccin.

Segn la opinin de Pinilla (1995) el mtodo de correccin ms empleado es el que se

basa en puntos de control, que consiste en la seleccin de puntos presentes en una imagen
georreferenciada comunes, y fcilmente detectables sobre una imagen por georreferenciar,
 97

frecuentemente situados sobre lugares singulares del terreno, como vrtices geodsicos, cruces
de carreteras o caminos, esquinas de polgonos, etc. Este investigador igualmente comenta que el
proceso de correccin implica aplicacin de funciones que transforman las coordenadas actuales
de los puntos de control en coordenadas corregidas en una determinada proyeccin cartogrfica.
El procedimiento de georreferenciacin involucra tres fases segn lo sealado por
Chuvieco (1996): localizacin de los puntos comunes a la imagen y al mapa (o a otra imagen
de referencia), clculo de las funciones de transformacin entre las coordenadas de la imagen y
las del mapa, y transferencia de los ND originales a la nueva posicin definida por la
transformacin previa.
A los efectos de la seleccin de los puntos comunes en la imagen a georreferenciar con
los de la imagen o mapa de referencia, Parra (2007:4-15), al hacer referencia a las utilidades del
programa de procesamiento digital de imgenes ENVI, comenta que, con este programa los
puntos de control del terreno son seleccionados usando la ventana de la Imagen y la ventana de
Zoom para la referenciacin imagen-a-imagen e imagen-a-mapa; y que es posible visualizar las
coordenadas tanto para la imagen de referencia como para la imagen no corregida, junto con los
trminos del error para los algoritmos de ajuste especificados; finalizando con el hecho de que la
prediccin del siguiente punto de control permite simplificar el proceso de seleccin de dichos
puntos.
En el programa ENVI, segn la explicacin dada por Parra (2007:4-5), el ajuste se realiza
usando remuestreo, escalado y traslacin (RST= resampling scaling translation), funciones
polinmicas (de orden 1 hasta n), o triangulacin de Delaunay. Los mtodos de remuestreo que
ofrece este programa incluyen vecino ms cercano, interpolacin bilineal, y la convolucin
cbica.
Durante el proceso de seleccin de puntos de control es prudente la observacin de los
errores existente entre las coordenadas de los puntos seleccionados en la imagen de referencia, y
los equivalentes seleccionados en la imagen que se procesa. La relacin dada por estos errores es
lo que Chuvieco (1996:268) define como la bondad del grado de ajuste. Comenta que se mide a
travs de lo que se conoce como residual de la regresin, definida como la diferencia entre el
valor estimado y el observado, para cada uno de los puntos muestrales empleados en el proceso.
La calidad del juste es medida por la magnitud de esta diferencia. Mientras mayor sea la
diferencia, menor el ajuste. Para esta comparacin se utiliza lo que Chuvieco (1996:268) seala
como el error medio cuadrtico (Root Mean Squared, RMS).
 98

Cuando se emprenden trabajos de evaluacin de cambios a travs de Teledeteccin, como

son las evaluaciones multitemporales, esto se hace, segn Chuvieco (1996), comparando pxel a
pxel los ND de las distintas imgenes, segn lo cual es necesario eliminar previamente cualquier
cambio en los ND de la escena que no sea debido a cambios reales en la cubierta. Esto implica
ajustar con precisin, tanto radiomtrica como geomtricamente las imgenes que intervienen en
el anlisis.
Estas labores se enmarcan dentro de los que se conoce como Preprocesamiento de la
imagen y constituyen todos los procesos que tienden a corregir cualquier anomala detectada en
la misma, ya sea en su localizacin (geometra) o en la calidad de los niveles digitales
(radiometra) de los pxeles que la componen.
Cuando Parra (2007) toca el tema relativo al Preprocesamiento de imgenes establece que
el mismo opera en dos fases diferentes: una orientada a hacer correcciones sobre la calidad de la
informacin contenida en los pxel, y la otra dirigida a corregir la posicin de los mismos en el
espacio real.
La calidad de la informacin contenida en los pxel de las imgenes se logra a travs de
las Correcciones Radiomtricas, trmino que para Pinilla (1995) engloba las tcnicas que
modifican los ND originales, con el objeto de acercarlos a los que estaran presentes en la imagen
en caso de una recepcin ideal.
Tal como lo argumenta Parra (2007), dentro del trmino Correccin Radiomtrica se
incluyen los procedimientos encaminados a resolver los problemas derivados del mal
funcionamiento del sensor; tambin las correcciones atmosfricas; y por ltimo estn aquellos
que implican la obtencin de magnitudes fsicas (reflectividad y temperatura).
La Restauracin de lneas o pxeles perdidos y Correccin del Bandeo de la Imagen, son
las tcnicas que mejoran la calidad de la informacin contenida en los pxeles (Parra, 2007).
La Correccin Atmosfrica de la imagen es una tarea que debe ejecutarse luego de las
correcciones de restauracin y bandeo. Este tipo de correccin, destinada a mitigar los efectos
atmosfricos en los valores de radiancia espectral medidos por el sensor, luego de aplicarse,
conserva los valores de ND en las unidades originales, variables entre cero y 255.
Para Paz et al (2005) los diferentes esquemas de correccin atmosfrica utilizados
actualmente pueden ser clasificados como: Mtodo de objetos invariantes, Mtodo del objeto
oscuro; Mtodo del ajuste de histogramas; y Mtodo de reduccin del contraste. Para estos
investigadores la mayora de los mtodos se basan en hiptesis de invarianza absoluta de los
 99

objetos terrestres, por lo que su confiabilidad es limitada a la validez de esta hiptesis

fundamental.
Cabe destacar que la Correccin Atmosfrica es una actividad de obligatorio
cumplimiento dentro del Preprocesamiento de imgenes debido a que, tal como lo explica
Chuvieco (1996), los componentes lquidos y gaseosos de la atmsfera producen un efecto de
absorcin y dispersin, que modifican, a veces notablemente, la seal procedente de la cubierta,
afectando en mayor magnitud a la radiancia espectral de longitud de onda corta.
Para cumplir con el procedimiento de Correccin Atmosfrica Pinilla (1995) comenta que
existen varias alternativas, unas ms complejas que otras, as como relativamente diferentes entre
ellas, siendo la que se destaca por su factibilidad de aplicacin, en la mayora de los casos, la
conocida como Correccin del Histograma por sus valores Mnimos, que consiste en desplazar
hacia el cero el histograma de cada banda.
El empleo del histograma es considerado por Chuvieco (1996) como una metodologa que
se apoya en los datos de la propia imagen, que permite obtener, a partir de los valores de las
distintas bandas, una estimacin del efecto atmosfrico. Contina Chuvieco argumentando
elementos que permiten ubicar este procedimiento en funcin de su precisin y aplicabilidad,
cuando expresa que es un mtodo bastante preciso para la correccin atmosfrica en el trmico,
pero que en el visible resulta slo una aproximacin.
El Histograma Minimum Method (HMM) as llamado por Campbell (1987) citado por
Chuvieco (1995) es una sencilla aproximacin a la correccin atmosfrica que consiste en restar a
todos los ND de cada banda el mnimo de esa misma banda, situando el origen del histograma en
cero:
NDi , j ,k NDi , j ,k NDmin,k (17)

esto es, el ND del pxel (i,j) en la banda k, se ajusta restndole el ND mnimo de esa misma
banda.
El histograma resultante de la operacin anterior es similar al de la imagen de referencia
por lo que su empleo resulta factible si se considera que el hecho de que sean similares significa
que el brillo medio, contraste y distribucin de niveles de grises son tambin parecidos.
Para el ao 1996, en un trabajo publicado en la Revista Photogrammetric Engineering
and Remote Sensing, Chvez propone mejoras a los mtodos de correccin atmosfrica
propuestos para la fecha. Introduce el Mtodo Cost(t), en el que, al igual que en el Mtodo del
valor Mnimo del Histograma, la irradiancia espectral asume un mnimo de cero, pero donde la
 100

transmitancia atmosfrica es estimada como el Coseno del ngulo cenital solar (que resulta de
restar 90 al ngulo de elevacin solar) y la alteracin de la radiancia debida a las condiciones
atmosfrica es estimada por la especificacin del ND de objetos que deben tener radiancia cero.
Este enfoque se considera como un procedimiento mejorado para la estimacin de los
efectos de absorcin por gases presentes en la atmsfera y de difusin Rayleigh. En este mtodo
la irradiancia difusa espectral del cielo es asumida como cero.
Considerando que si se usa como mtodo de correccin atmosfrica el HMM, slo se
logra una aproximacin a los valores de radiancia (expresados an como ND) que debera recibir
y leer el sensor en condiciones atmosfricas ptimas, por lo que an es necesario desarrollar el
clculo de reflectividades para transformar los valores de ND de cada pxel en valores fsicos.
En este sentido, el ltimo paso a desarrollar a los efectos de mejorar la calidad de la
informacin obtenida de manera remota, es la transformacin de los ND a valores de
reflectividad. Para esto es necesaria la aplicacin de un conjunto de frmulas sobre cada banda
espectral. Las mismas se describan a continuacin:

K * * Lsen,k
Frmula general: (18)
E0,k * cos

K es el factor corrector de la distancia Tierra Sol

Lsen,k es la radiancia espectral recibida por el sensor en la banda k (W m2 sr-1)
E0,k es la irradiancia solar en el techo de la atmsfera para una banda especfica.
es el ngulo cenital de flujo incidente, formado por la vertical y los rayos solares (es el
complemento del ngulo de elevacin solar, que se incluye en el archivo texto que describe las
caractersticas de la imagen, generalmente conocido como cabecera de la imagen.
El valor de K se determina por la siguiente frmula:

K (1 0.0167(sen(2 ( D 93.5) / 365)) 2 (19)

La radiancia espectral Lsen,k viene dada por la ecuacin:

Lsen,k a0,k a1,k NDk (20)

 101

Los valores de a0,k, a1,k se conocen como coeficientes de calibracin para una determinada
Banda y son tomados de Pinilla (1995) de donde se reporta la Tabla 3 que incluye los valores de
Irradiancia espectral solar extraterrestre (E0,k).

Tabla 3. Coeficientes de calibracin de las Bandas TM y valor de la irradiancia para cada

intervalo de longitud de onda. (Pinilla, 1995)
Banda Coeficientes Irradiancia esp.
a0,k a1,k E0,k(W/m2)
1 -0.06662095 0.04197408 138.25
2 -0.15732250 0.10345120 139.04
3 -0.11269370 0.06499743 89.1
4 -0.23285630 0.11705160 147.7
5 -0.08640033 0.02726504 44.6
7 -0.05113922 0.01692211 21.33

Para abordar el tipo de anlisis ms idneo para un objetivo especfico, sea visual o
digital, resaltan algunos aspectos a considerar propios de la tecnologa disponible as como de los
recursos econmicos (Chuvieco, 1996:158). A continuacin se describen algunos de estos
aspectos referidos al tema de Transformaciones, en las que es posible extraer informacin de las
imgenes de satlite, de manera indirecta, y a su vez desarrollar modelos que permitan inferir
acerca de variables no medidas directamente por los sensores.

2.3.3.-ndice de Vegetacin.

Como Transformaciones desarrolladas para caracterizar las cubiertas vegetales reforzando

la contribucin espectral debida a ella, Pinilla (1995), define los ndices de Vegetacin. Comenta
que estos valores minimizan la influencia de factores distorsionantes, como el suelo, la
irradiancia solar, el ngulo de elevacin del Sol y la propia atmsfera. En general son clasificados
dentro de lo que se conoce como ndices Espectrales, los cuales son combinaciones entre bandas
que intentan enfatizar alguna variable de inters: vegetacin, agua, minerales, entre otros (Parra,
2007).
La determinacin del NDVI es un procedimiento netamente digital, donde intervienen
algoritmos especialmente diseados para este propsito que son aplicados a travs de programas
 102

computarizados, ENVI, MULTISPEC, SPRING, ILWIS, para mencionar algunos. Tambin es

posible desarrollar estos clculos usando programas computacionales con capacidad para
desarrollar clculos sobre matrices, es el caso del programa estadstico R y del programa
orientado al clculo matemtico, MatLab, entre otros.
Aprovechando las caractersticas radiomtricas que muestran las masas vegetales es
posible emplear cocientes entre ND de dos bandas para discriminar dicha vegetacin. Un
cociente o razn en trminos de teledeteccin implica realizar una divisin, pxel a pxel entre los
ND almacenados en dos o ms bandas de la misma imagen. Este cociente permite mejorar la
diferenciacin entre dos cubiertas que tengan un comportamiento reflectivo muy diferente entre
dos bandas, con lo que el realce de suelo y vegetacin se ve favorecido especialmente en las
bandas del visible e infrarrojo cercano; ya que mientras en la regin visible (0,6 a 0,7 m) los
pigmentos de la hoja absorben la mayor parte de la energa que reciben, estas sustancias apenas
afectan al infrarrojo cercano (0,7 a 1,1 m), por lo que se produce un destacado contraste
espectral entre la baja reflectividad de la banda roja del espectro y la del infrarrojo cercano lo que
permite separar con relativa claridad la vegetacin sana de otras cubiertas. De igual manera
permite reducir el efecto del relieve cuando se quiere caracterizar espectralmente distintas
cubiertas (Chuvieco, 1996:339).
Segn Pinilla (1995) existen varios ndices de Vegetacin, y en conjunto pueden ser
clasificados en dos grupos: ndices basados en transformaciones ortogonales (similares a las
realizadas en el anlisis de componentes principales, y los ndices basados en los cocientes entre
bandas, siendo estos ltimos los mayormente empleados dada su sencillez y robustez en los
resultados.
Para la mayora de los investigadores consultados (Chuvieco 1996, Pinilla 1995, Sender,
2004, entre otros) unos de los ndices de vegetacin ms difundidos es el ndice de vegetacin de
diferencia normalizada NDVI (Normalized Difference Vegetation Index) definido
matemticamente a travs del cociente de bandas:

IRp R
NDVI (21)
IRp R
Donde:
IRp es el ND de la banda correspondiente al Infrarrojo prximo o cercano, y
R es el ND de la banda correspondiente al visible en el canal Rojo.
 103

El intervalo de existencia de este cociente de bandas est acotado entre -1 y +1 lo que

segn Pinilla (1995) facilita la comparacin y la interpretacin de los resultados. La Figura 6
muestra una imagen resultado del clculo de NDVI sobre Venezuela para febrero 2004, donde las
tonalidades de verde indican diferentes tipos o vigor de la vegetacin, y los tonos oscuros indican
mayor actividad cloroflica.
Con el propsito de ilustrar de manera ms detallada la concepcin del NDVI resulta
interesante destacar lo descrito por el I.E.S Ramn J. Sender (2004:4): todo organismo vegetal
contiene pigmentos que captan diversas ondas del espectro de luz que la utilizan en las reacciones
fotosintticas. Dos bandas del espectro, la azul (430 nm) y la roja (600nm) muestran la cantidad
de energa absorbida por las plantas.
Estas dos frecuencias de la luz son las ms absorbidas por las plantas, por consiguiente
poco reflectadas. En contraste, la banda del infrarrojo cercano (750-1100 nm) acta justo de
forma inversa; es reflejado casi en su totalidad. La mayor absorcin del rojo y azul, junto con la
fuerte reflexin del infrarrojo cercano es la diferencia espectral de la respuesta de toda la
vegetacin. Ninguna otra cubierta refleja de forma semejante, y por lo tanto, esta peculiaridad ha
sido usada durante mucho tiempo para poder diferenciar las superficies con vegetacin de las
dems superficies.

Figura 6. Imagen NDVI de febrero de 2.004, elaborada a partir del sensor AVHRR.
(http://www.fii.org/wwwcpdi/antena/servicios.htm)
 104

Igualmente refirindose a la definicin del NDVI Parimbelli (2005:2) seala: el empleo de

cocientes o ndices para identificar masas vegetales, tiene su base en el particular
comportamiento radiomtrico de la vegetacin. Una masa vegetal en ptimas condiciones, es
decir en buen estado sanitario, posee una firma espectral que se caracteriza por un claro contraste
entre las bandas visibles, y en especial la banda que corresponde al rojo (0.6 a 0.7 m) y el
infrarrojo cercano (0.7 a 1.1 m). Esto se da debido a que la mayor parte de la radiacin solar
recibida por la planta en el visible, es absorbida por los pigmentos de las hojas, mientras que
stos apenas afectan a la radiacin recibida en el infrarrojo cercano, por lo que se presenta un alto
contraste entre una baja reflectividad en el visible y una alta reflectividad en el infrarrojo cercano.
Por lo tanto este comportamiento permite separar con relativa facilidad, la vegetacin sana de
otras cubiertas.
Con mayor formalidad, la ecuacin que describe el cociente NDVI se detalla a
continuacin:

NDVI = (i IRC - i R) / ( i IRC + i R) (22)

Donde:
i corresponde a valores de reflectividad de la imagen.

Tal como se mostr en la Tabla 2, las bandas del IRC y del R presentan las siguientes
longitudes de onda: .75 a .90 y .63 a .690; partiendo de estos valores y basado en la ecuacin 6
esta puede ser escrita en funcin del nmero de banda de la siguiente manera:

NDVI= (Banda 4 - Banda 3) / (Banda 4 + Banda 3) (23)

El clculo del NDVI junto con otros procesos o clculos, es conocido en el campo de la
Teledeteccin como Transformaciones, las cuales son definidas por Chuvieco (2006) como un
proceso que permite generar nuevas bandas que mejoren la interpretacin de la imagen, donde
aparecen procedimientos como: Tasseled Cap (Pinilla, 1995:198); y el HIS (transformacin por
Intensidad, Tono y Saturacin. Parra 2007:3-15).
La Figura 7 establece la relacin existente entre los valores de precipitacin ocurridos en
dos estaciones del ao 1967 para una zona geogrficamente no descrita (Tamayo citado por
Chuvieco 2006) con los valores de NDVI ledos para esas estaciones. Las figuras se basan en un
 105

anlisis de regresin lineal en donde es posible observar que los valores de precipitacin
ocurridos en primavera reportan mayores valores de NDVI que los observados para la estacin de
invierno. Igualmente se destaca que existe una tendencia importante hacia la relacin lineal de
primer orden entre estas variables.
Cuando se refiere a los resultados el I.E.S. Ramn J. Sender (2004) seala que: el
intervalo de valores obtenido del NDVI, vara entre (-1) y el (+1). De ellos, slo los valores
positivos corresponden a zonas de vegetacin. Los valores negativos, pertenecen a nubes, nieve,
agua, zonas de suelo desnudo y rocas; ya que sus patrones espectrales son generados por una
mayor reflectancia en el visible que en el infrarrojo.
La Figura 8 ilustra la interaccin entre el espectro electromagntico y una superficie vegetal
en dos estados fisiolgicos marcadamente diferentes, los cuales pueden ser evaluados y
diferenciados a travs del clculo del NDVI. Mientras mayor es el valor del NDVI mayor es el
vigor de la vegetacin detectada.

Figura 7. Influencia de la lluvia en la vegetacin

(Tamayo citado por Chuvieco 2006)
 106

Figura 8. Estados fisiolgicos de una planta segn el valor de NDVI. (Chuvieco, 2006)

Es necesario aplicar correcciones atmosfricas sobre las bandas a las que se les
determinar los ndices de Vegetacin, e igualmente deben hacerse los clculos de
transformacin de ND a valores de reflectividades. No obstante segn comenta Chuvieco (1996)
algunos autores no tienen inconvenientes en utilizar directamente los ND de las imgenes
siempre que no se pretenda conceder un valor fsico a los resultados.
Buscando contrarrestar el efecto atmosfrico sobre los valores de los ND de imgenes que
no han recibido correccin radiomtrica de ningn tipo, Guyout y Cu (1994) citados por
Chuvieco (1996) proponen una correccin que hace equivalente el clculo con ND o con
reflectividades. La ecuacin que proponen para las escenas Landsat TM es:

NDIRC 0.801NDR
NDVI (24)
NDIRC 0.801NDR

Para Snchez et al (2000) el uso del NDVI calculado sobre imgenes obtenidas por el
satlite NOAA-AVHRR est plenamente justificado dado su sencillez y tomando en cuenta la
baja resolucin del material de referencia, lo que hace prcticamente imposible el clculo de
NDVI ms complejos, pero presenta un problema cuando se trabaja en zonas con baja densidad
de vegetacin, y es muy sensible a la reflectividad del suelo sobre el que se sita el material
 107

vegetal evaluado. Por tal razn Snchez et al (2000) considerando que en zonas de baja densidad
de vegetacin el valor del NDVI es muy similar al de zonas de suelo desnudo, y es imposible
detectar la presencia de vegetacin.
Por esta razn se han construido, probado y expandido otros ndices que tienen
capacidades especiales en la mitigacin de ciertos elementos que para el NDVI son perjudiciales.
Entre los ms usados estn el ndice de Vegetacin Ajustado al Suelo (SAVI), aplicable para
zonas donde la vegetacin es escasa por lo que el suelo pudiera aportar una contribucin
importante a la radiancia espectral medida por el sensor, debido a lo cual el NDVI no resulta una
medida muy consistente de las condiciones de la vegetacin.
El SAVI, diferencindose del NDVI, incorpora un parmetro (L) relacionado con la
reflectividad del suelo, calculndose de la siguiente forma:

ii , j IRC ii , j R
SAVI i , j (1 L) (25)
ii , j IRC ii , j R L

siendo el factor L una constante para ajustar la lnea de vegetacin-suelo al origen. Este valor
segn Chuvieco (1999) puede establecerse en el orden de 0.5.
Otro ndice que merece especial atencin es el ndice de Vegetacin Atmosfricamente
Resistente (ARVI). Como su nombre lo indica, este ndice es relativamente resistente a los
factores atmosfricos. El valor de este ndice tiene un rango desde -1 a +1. Se fundamenta en el
uso de la reflectividad en el azul para corregir la reflectividad en el rojo debida a la dispersin
atmosfrica. Se recomienda su empleo en regiones de intensa actividad agrcola. Est definido a
travs de la siguiente ecuacin (Kaufman y Tanre, 1996):

NIR (2 RED BLUE )

ARVI (26)
NIR (2 RED BLUE )

De igual manera se ha reportado el empleo del ndice de Vegetacin Mejorado (EVI) el

cual fue desarrollado para mejorar el enfoque propuesto a travs del NDVI, optimizndose la
seal de la vegetacin usando la reflectividad en el azul para corregir la contribucin de la
reflectividad del suelo y reducir la influencia atmosfrica. Es comnmente usado en regiones
donde los valores de NDVI muestran saturacin. El valor de este ndice tiene un rango desde -1 a
 108

+1. Est representado por la siguiente ecuacin (Huete, A.R., H. Liu, K. Batchily, y W. van
Leeuwen, 1997):

NIR RED
EVI 2.5 * (27)
NIR 6 RED 7.5 BLUE 1

En general el ndice SAVI est orientado a corregir distorsiones debidas al factor suelo,
diferencindose del NDVI al incorporar un factor L relacionado con la reflectividad del suelo.
Por otro lado, el ndice ARVI contrarresta los efectos debidos a la atmsfera al incorporar
una tercera Banda espectral, la Banda del Azul. Y por ltimo, el ndice EVI, manipulando al
igual que el ndice ARVI, la Banda espectral del Azul, muestra las capacidades del ARVI y del
SAVI, al reducir la influencia atmosfrica y al corregir la contribucin de la reflectividad del
suelo.

2.4.- Principios estadsticos para anlisis de datos.

Una sencilla definicin de Estadstica es expuesta por Namakforoosh, M. (2005)

considerndola como la ciencia de los datos; y que implica la coleccin, clasificacin, sntesis,
organizacin, anlisis e interpretacin de los datos.
Mendenhall (1995) hace dos definiciones destacadas en lo relativo a los Diseo de
Experimento y el Anlisis de Varianza. Diseo de Experimentos es el procedimiento para
seleccionar datos de muestra, y Anlisis de Varianza es el procedimiento estadstico mediante el
cual se comparan las medias de poblacin; mientras que para Verzani (2005) el Anlisis de
Varianza es un mtodo para comparar medias, basado en la variacin de las medias y puede ser
considerado como una forma especial de desarrollar modelos lineales.
Otro procedimiento que es de obligatoria definicin en esta investigacin es el relativo a
Regresin. Namakforoosh, M. (2005) lo define como una tcnica estadstica que intenta
desarrollar una lnea recta o ecuacin matemtica lineal que describa la relacin entre una
variable dependiente y una o ms variables independientes. Comenta que a travs del Anlisis de
Regresin el investigador puede determinar la significancia estadstica de la relacin, medir el
grado de relacin y cuantificar naturaleza y forma de la relacin.
 109

En el anlisis estadstico donde intervienen ms de dos variables uno de los primeros pasos
es representar grficamente las variables individualmente, mediante histogramas o diagrama de
caja. Estas representaciones son muy tiles para detectar asimetra, heterogeneidad y datos
atpicos, entre otros. Un segundo paso, en materia de representacin grfica, de acuerdo con
Pea (2002), es el de construir diagramas de dispersin de las variables por pares, que al
disponerse en forma de matriz permite entender el tipo de relacin existente entre pares de
variables, e identificar puntos atpicos en la relacin bivariante.
Al tratar lo relativo al nmero de repeticiones ms apropiado con el que debe desarrollarse
un experimento correctamente diseado, Khuehl (2001), comenta que cuando no es posible
realizar el experimento completo en un solo periodo, o en un mismo lugar, con el nmero de
rplicas necesario, se puede repetir varias veces o en distintos lugares. Comenta que, por ejemplo,
si se requieren ocho rplicas y no se pueden realizar al mismo tiempo, entonces se ejecutan dos
veces con cuatro rplicas. Cierra su comentario asegurando que puede ocurrir diferente nmero
de rplicas debido a la prdida de algunas unidades experimentales durante el estudio, o por otras
razones; y asegura que la prdida de observaciones de un grupo de tratamiento tiene como
consecuencia una prdida proporcional en la precisin de las estimaciones de la media de ese
grupo con respecto a las de los grupos con todos los datos".
Define el Error Experimental como el valor que describe la variacin entre las unidades
experimentales tratadas de manera idntica e independiente. Expone que los distintos orgenes
del error experimental son: 1) variacin natural entre unidades experimentales; 2) la variabilidad
en la medicin de la respuesta; 3) la imposibilidad de reproducir las condiciones del tratamiento
con exactitud de una unidad a otra; 4) la interaccin de los tratamientos con las unidades
experimentales, y 5) cualquier otro factor externo que influya en las caractersticas medidas.
De igual manera, para Khuehl (2001) la estimacin de la Varianza del Error Experimental
es un importante objetivo de los clculos estadsticos, y asegura que en su forma ms simple el
error experimental es la varianza en unidades de las observaciones del experimento, cuando las
diferencias entre stas se pueden atribuir slo al error experimental. En este sentido, para este
investigador, el control local es un valor que describe las acciones que emplea un investigador
para reducir o controlar el error experimental, incrementar la exactitud de las observaciones y
establecer la base de inferencia de un estudio.
Para Namakforoosh (2005) el Diseo de la investigacin es un programa que especifica el
proceso de realizar y controlar un proyecto de investigacin, es decir, es el arreglo escrito y
 110

formal de las condiciones para recopilar y analizar la informacin, de manera que combine la
importancia del propsito de la investigacin y la economa del procedimiento.
Paralelamente el Diseo de investigacin est conformado, segn Khuehl (2001) por la
hiptesis de investigacin, el diseo del tratamiento y el diseo del estudio experimental o por
observacin. El diseo del tratamiento debe encontrarse dentro del diseo del experimento. El
investigador debe decidir qu constituye una unidad experimental, cuntas rplicas de unidades
experimentales exige cada tratamiento y qu tratamiento asignar a cada una de ellas. Para l un
Anlisis de varianza es el procedimiento estadstico mediante el cual se comparan las medias de
poblacin, donde el Nmero de rplicas afecta la precisin de las estimaciones de las medias
de los tratamientos y la potencia de las pruebas estadsticas para detectar las diferencias entre las
medias de los grupos en tratamiento. Pero este investigador considera que el costo de conducir
estudios de investigacin restringe las rplicas a un nmero razonable, concluyendo entonces
que el nmero de rplicas est determinado por las restricciones prcticas que se pueden asignar
al problema.
Al tratar acerca de uno de los elementos que conforma un Experimento Diseado para
evaluar estadsticamente las medias de la poblacin, Mendenhall (1995) define los Factores
como las variables independientes que pueden estar relacionadas con una variable de respuesta
y. Por su parte Kuehl (2001), ejemplifica el trmino Factores como un grupo especfico de
tratamientos: temperatura, humedad y tipos de suelo, los cuales pueden ser considerados como
un factor cada uno. Mientras que al referirse a los Niveles de un factor y los Tratamientos,
Mendenhall (1995) los define como el grado de intensidad que un factor asume en un
experimento; y como las combinaciones especficas de niveles de los factores que intervienen en
un l, respectivamente.
Otros de los trminos referidos a los Experimentos Diseados son los Grados de libertad.
Son definidos por Royero, (1993), como la redundancia de las observaciones, argumentando que
se puede pensar en los grados de libertad como el nmero de elementos estadsticamente
independientes en las sumas de cuadrados. Igualmente para Spiegel, (1970), se definen como el
nmero N de observaciones independientes de la muestra (es decir, el tamao muestral) menos el
nmero k de parmetros de la poblacin que deben estimarse a partir de las observaciones de la
muestra.
Uno de los aspectos que ha alcanzado cierta relevancia en el mbito de la Estadstica es la
Construccin de modelos matemticos. Para Mendenhall, (1997), la construccin de un modelo
 111

se refiere a escribir una ecuacin que se ajuste bien a un conjunto de datos y proporcione buenas
estimaciones del valor medio de y, as como buenas predicciones de valores futuros de y
dados valores de las variables independientes. Para este investigador los modelos lineales ms
comunes para relacionar y con una sola variable independiente cuantitativa x son los que se
derivan de una expresin polinmica del tipo que se muestra a continuacin:

E (y) = 0 + 1x + 2x2 + 3x3 ++ pxp

donde p es un nmero entero y 0, 1.p son parmetros desconocidos que deben estimarse.

Explica Mendenhall, (1997) que se usa un modelo de primer orden cuando se espera que la
tasa de cambio de y por unidad de cambio de x se mantenga ms o menos estable dentro de
la gama de valores de x para los cuales se quiere predecir y. De igual manera, un modelo de
segundo orden describe una parbola que se abre hacia abajo (2 0) o hacia arriba (2 0) y
puesto que la mayor parte de las relaciones tienen cierta curvatura, un modelo de segundo orden
es en muchos casos una buena eleccin para relacionar y con x. Termina el comentario
Mendenhall, (1997) explicando que las inversiones de la curvatura no son comunes, pero tales
relaciones pueden modelarse mediante polinomios de tercer orden u orden superior, como puede
verse en la Figura 9.

Figura 9. Grficas de dos modelos de tercer orden. (Mendenhall, W. 1997)

 112

CAPTULO II

DESCRIPCIN DEL REA DE ESTUDIO

En la recientemente publicada Ley de Aguas (Gaceta Oficial de la Repblica Bolivariana

de Venezuela N 38.595, de fecha 02/01/07) se establecen 16 regiones hidrogrficas y se seala
las cuencas que la integran. La cuenca del Ro Areo es subcuenca del Ro Amana y sta se
encuentra ubicada en la regin hidrogrfica N 7 conocida como Oriental.
La mayor parte de la superficie de la cuenca en estudio est comprendida en el Municipio
Cedeo del Estado Monagas, y ocupa una pequea porcin del Municipio Freites del Estado
Anzotegui.
El estado Monagas ocupa 28.900 Km2 en la regin nororiental de Venezuela. Presenta
cuatro paisajes naturales bien definidos: Montaa (Serrana del Turimiquire), Altiplanicies o
mesas (llanos altos) y Planicies (llanos bajos). Los llanos ocupan el 90% del Estado. Esta
variedad de paisajes hace posible la abundancia de recursos naturales, as como un alto potencial
agrcola y forestal, dentro de las tres grandes unidades de paisajes descritas se diferencia el
paisaje de Valles, el cual se caracteriza por su forma alargada, relativamente plana, cuyo eje es un
curso de agua. En la Tabla 4 se muestran las caractersticas fsicas de los suelos del Municipio
Cedeo del Estado Monagas.
El Municipio Cedeo, est situado al Norte del Estado Monagas, entre las coordenadas
63 28` Longitud Oeste y 09 33`- 10 05`de Latitud Norte. Por el Norte limita con los Estados
Anzotegui y Sucre y con el Municipio Acosta; por el Este con los Municipios Piar y Maturn,
por el Sur con el Municipio Ezequiel Zamora y por el Oeste con el Estado Anzotegui. Posee una
superficie de 1.695 Km2. Su capital es Caicara de Maturn.
Este Municipio, present una poblacin para el ao 1991 de 26.516 habitantes, y segn
estimaciones del Instituto Nacional de Estadsticas su poblacin para 2010 ser de 37.385
habitantes distribuida principalmente entre Caicara de Maturn, San Flix de Caicara, Areo,
Viento Fresco, Potrerito, Quebrada Seca, Caicarita y los Cardones.
 113

Tabla 4. Caractersticas fsicas de los suelos del Municipio Cedeo, Estado Monagas, Venezuela (Cova, J. 2000).

UNIDAD DE UNIDAD CARTOGRAFICA SUPERFICIE

PAISAJE SISTEMA DE RELIEVE
RELIEVE COMPOSICIN TAXONOMICA SIMBOLO ha %
Masivo cretcico en Medio Arcillas Asoc. reas rocosas - Tipic Dystropepts
Vertiente Rectilnea disectada AR-5C-9Ba 10.644 6,17
Arenisca M8.A* Tipic Haplustults, fases montaosas
Masivo cretcico en Medio de Asoc. Tipic Haplustults, fases montaosas
Vertiente Irregular Disectada 9Ba-5C-AR 2.444 1,42
conglomerados M8 B* Tipic Dystropepts - reas rocosas
MONTAA
Masivo Terciario en Medio Arcillas Asoc. reas rocosas
M* Vertiente Concava- Rectilnea AR-5C 19.044 11,05
Arenisca M17* Tipic Dystropepts - fase montaosa
Estructural en cuas Cretacico
Terciario en medio lulitas calizas, Tipic Ustropepts, fase inclinada 5Ad 6.015 3,49
M15-24*
Asoc. reas rocosas
Conos y Abanicos
PIEDEMONTE Tipic Dystropepts, fases montaosas AR-5CBb 2.438 1,41
P1*
P* Ustic Dystropepts, fase Piedemente
Glasis P2* Tipic Paleustults, fase extremadamente gravosa 9Ae 3.941 2,29
Lomas Terciarias -
Asoc. Ustic Dystropepts
Lomas C14* Cuaternarias de topes 5BA 10.583 6,14
Tipic Ustropepts,
redondeados
COLINAR Lomas Terciarias - Asoc. Tipic Paleustults fase extremadamente gravosa
C* Lomas C14* Cuaternarias de topes Tipic Ustropepts 9Ae-5AB 4.983 2,89
alargados Ustic Dystropepts
Asoc. Tipic Ustropepts
Colinas Cc* Colinas terciarias 5AB 8.277 4,80
Ustic Dystropepts
Asoc. Tipic Haplustults
Mesa conservada Plano - Ondulada 9BA 39.380 22,84
Tipic Paleustults
ALTIPLANICIE Asoc. Tipic Haplustults
Moderadamente Disectada 9B-5B 11.974 6,95
A* Mesa disectada Ustic Dystropepts
ME* Asoc. Tipic Paleustults - Tipic Haplustults
Extremadamente Disectada 9AB-BD-5B 24.022 13,93
Bad lands - Ustic Dystropepts
Asoc. Tipic Ustropepts, fase de valles
Depresiones intramontanas 5AcE 3.499 2,03
Aquic Dystropepts
Acumulaciones Indiferenciadas Grupo Fluventic Eutropepts,
VALLES Valles Coluvio -Aluviales No Aquic Dystropepts o Tipic Ustropepts, fase de Asoc. 5D/E/Ac 12.111 7,02
V* Valle
Valles aluviales con varios Asoc. Tipic Ustropepts, fase de valles
Acumulaciones Diferenciadas 5AcD 13.045 7,57
niveles de terrazas Fluventic Eutropepts,
TOTAL 172.400 100
 114

El Municipio muestra una destacada variedad de suelos, entre los que se mencionan:

Suelos de Montaa; que corresponde a los ubicados en la serrana del Turimiquire, en

donde las condiciones geolgicas y de pendiente originan suelos poco evolucionados,
moderadamente profundos y algunas veces vinculados con afloramientos rocosos.

Suelos de Altiplanicie (mesa); tambin denominados suelos de llanos altos orientales,

ubicados en un altiplano, con altitud entre 10 y 430 msnm, y pendiente general de 2-6%, cuya
geologa superficial lo constituye la formacin mesa. Los suelos son en trmino generalizado, de
textura predominante arenosa. Son suelos lavados (lixiviados), de baja fertilidad, con diferentes
grados de drenabilidad, erosin y pedregosidad dependiendo la posicin que ocupa dentro del
paisaje.

Suelos de planicie o llanos bajos; se desarrollan en ambientes de inundaciones frecuentes

por lluvias y desbordamientos de ros, influenciados, adems, por efectos de mareas, en zonas
adyacentes al Delta del Orinoco. Presentan caractersticas generalizadas de mal drenado (baja
conductividad hidrulica) texturas finas y altos contenidos de materia orgnica.

Suelos de valles; son suelos de acumulacin, relativamente jvenes profundos, con alto
contenido de materia orgnica, afectados, en su mayora por inundaciones frecuentes. A pesar de
su aparente homogeneidad, es posible diferenciar los suelos de valles, de acuerdo al relieve
circundante: suelos de valles intramontano ubicados en el Turimiquire, suelos de valle de mesa de
piedemonte: son los suelos de mayor valor agrcola, por calidad y cantidad; suelos en valle de
mesa plana y suelos de Morichales, estos ltimos de gran valor ecolgico e hidrolgico, son
dominantemente arenosos, con alto contenido de materia orgnica, vinculado a un bosque de
galera permanentemente inundado, con predominio de la palma Moriche.

La composicin del suelo representativa del rea ocupada por la cuenca del Ro Areo, est
conformada por un gran nmero de unidades; son las que se encuentran sombreadas en la Tabla
5. De cada unidad se describen tanto la caracterizacin fsica como qumica de los mismos,
(Tabla 6 y Tabla 7).
 115

Tabla 5. Clasificacin de Suelo Unidades Cartogrficas Clasificacin Capacidad de Uso del

Municipio Cedeo Estado Monagas (Cova, J. 2000).
CLASIFICACION
SUPERFICIE
CAPACIDAD DE
SIMBOLO COMPOSICIN TAXONMICA
USO (SUB
ha %
CLASES)
Asoc. reas rocosas - Tipic Dystropepts
AR-5C-9Ba VIIItes/Vites 10.644 6,17
Tipic Haplustults, fases montaosas
Asoc. Tipic Haplustults, fases montaosas
9Ba-5C-AR VIts/VIIIts 2.444 1,42
Tipic Dystropepts - reas rocosas
Asoc. reas rocosas
AR-5C VIIItes/VItes 19.044 11,05
Tipic Dystropepts - fase montaosa
5Ad Tipic Ustropepts, fase inclinada VIt 6.015 3,49
Asoc. reas rocosas
AR-5CBb Tipic Dystropepts, fases montaosas IVts 2.438 1,41
Ustic Dystropepts, fase Piedemente
9Ae Tipic Paleustults, fase extremadamente gravosa IVts 3.941 2,29
Asoc. Ustic Dystropepts
5BA IIIt 10.583 6,14
Tipic Ustropepts,
Asoc. Tipic Paleustults fase extremadamente gravosa
9Ae-5AB Tipic Ustropepts Vts 4.983 2,89
Ustic Dystropepts
Asoc. Tipic Ustropepts
5AB IIIt 8.277 4,80
Ustic Dystropepts
Asoc. Tipic Haplustults
9BA IIIs 39.380 22,84
Tipic Paleustults
Asoc. Tipic Haplustults
9B-5B IIIts 11.974 6,95
Ustic Dystropepts
Asoc. Tipic Paleustults - Tipic Haplustults
9AB-BD-5B VItes 24.022 13,93
Bad lands - Ustic Dystropepts
Asoc. Tipic Ustropepts, fase de valles
5AcE IIIsd 3.499 2,03
Aquic Dystropepts
Grupo Fluventic Eutropepts,
5D/E/Ac No Aquic Dystropepts o Tipic Ustropepts, fase de IIIsd 12.111 7,02
Asoc. Valle
Asoc. Tipic Ustropepts, fase de valles
5AcD IIsd 13.045 7,57
Fluventic Eutropepts,
TOTAL 172.400 100
 116

Tabla 6. Caractersticas Fsicas de las Unidades que conforman la Cuenca del Ro Areo (Cova, J. 2000).
CARACTERSTICAS FSICAS
UNIDAD Prof.
Textura Color Estructura Consistencia Drenaje Fertilidad
(cm.)
AR-5C-
Friable a muy friable. Moderadamente Externo: rpido (altas
9Ba Moderada a dbil, fina Fertilidad
adhesivo y plstico en los horizontes pendientes)
100-150 FAa oscuro y media, blocosa natural muy
superficiales y muy adhesivo y plstico Interno: moderadamente
subangular. baja.
en los subsuperficiales. alto.
Oscuro a Fertilidad
9Ba-5C- Blocosa subangular; Muy friable y moderadamente adhesivo Externo: rpido
50-100 FAa-Aa marrn natural muy
AR dbil fina. y plstico. Interno: moderado
rojizo. baja.
Fertilidad
Media Oscuros a Blocosa subangular, Muy friable y adhesiva y plstica hasta
AR-5C (< 100) Bien drenado. natural muy
FAa-A amarillos moderada y dbil. friable y muy adhesiva y muy plstica.
baja.
Blocosa subangular,
Friable muy friable muy adhesiva y muy Bien drenados a algo Fertilidad
5Ad (+ 150) A oscuro moderada fina y muy
plstica. excesivamente drenados. natural alta.
fina
Fertilidad
(< 100) a A Oscuros y Blocosa subangular, Muy friable a friable y muy adhesiva y
AR-5CBb Bien drenado. natural es
(100-150) FAa y A amarillento moderada fina muy plstica.
baja.
Marrn y Blocosa, dbil, fina en
Fertilidad
amarillo con superficie y masiva o Friable a firme en hmedo y muy Externo: moderado
9Ae (>150) A baja a
manchas sin estructura en adhesiva y muy plstica en mojado. Interno: lento
moderada.
grises profundidad
Superficie
Marrn Suelta a ligeramente en seco, muy Permeabilidad
(100-150) (Fa- af) Moderada a dbil Fertilidad
9BA oscuro a rojo friable en hmedo y moderadamente moderadamente alta, bien
(+ 150) Media prof estructuracin muy baja.
amarillento plstica y adhesiva en mojado. drenado.
(FAa)
Blocosa dbil a
Dura a muy dura en seco, friable a suelta
Medias (FAa) a moderada, fina a
Gris oscuro a en hmedo, muy adhesiva y muy Permeabilidad moderada, Fertilidad
pesadas (A-FA) media fina a media en
5D/E/Ac (+ 150) marrn plstica en mojado o dbilmente algo pobremente drenados natural pobre
en profundidad superficie y sin
fuerte. adhesiva y ligeramente plstica en a bien drenados. a moderada.
livianos (Fa) estructura a
mojado.
profundidad.
 Tabla 7. Caractersticas Qumicas de las unidades que conforman la Cuenca del Ro Areo
(Cova, J. 2000).

CARACTERSTICAS QUMICAS
UNIDAD
CIC
pH %SB % CO %N FOSFORO
(meq/100gr)
Muy acido Mediano Mediano Normal Pobre Muy pobre
AR-5C-9Ba
(4,5-5,0) (8-20) (15-30) (1,5-2,5) (< 0,20) (trazas)
Muy acido Baja Mediano Normal Bajo Bajo
9Ba-5C-AR
(5,0) (10) (20) (1,5) (0,15) (trazas)
Muy acido Media Media Normal Pobre Pobre
AR-5C
(4,6) (10-20) (30) (1,5) (0,10-0,15) (trazas)
Casi neutro a Alto Alto Normal Normal Bajo
5Ad
neutro (6,4-7,9) (20-30) (+80) (1,5-2,5) (0,15-0,25) (0-0,9ppm)
Muy cido Alta Alta Normal Normal
AR-5CBb Bajo (trazas)
(4,0-4,5) (15-40) (30-50) (1,5-3,5) (0,15-0,30)
Ligeramente
Media a alta Alta Bajo Bajo Bajo
9Ae acido a neutro
(10- 25) (40-50) (1,0- 1,5) (0,0-0,1) (trazas)
(5,5-7,5)
Acido Muy baja Media a alta Muy pobre Muy pobre Bajo
9BA
(4,5-5,0) (2-5) (30-60) (0-1,0) (0.10) (trazas)
Acido a alcalino Baja a mediana Alta a muy alta Muy bajo a bajo Muy bajo Bajo
5D/E/Ac
(5,1-8,1) (8-20) (30-60) (0-1,5) (0,20) (trazas)
 123

CAPTULO III

MATERIALES Y MTODOS

4.1 MATERIALES

- Reportes de precipitacin de las estaciones climatolgicas cercanas al rea de estudio,

disponibles en el MARN. Los datos de precipitacin se muestra en el Anexo 1. Los nombres y
ubicacin geogrfica de las Estaciones Climatolgicas estn indicados en la Tabla 8.

- Imgenes de satlite del rea de inters, disponibles en el portal Web de la

Universidad de Maryland: http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp.

- Hojas cartogrficas a escala 1:25000 de la zona en estudio solicitadas al IGVSB:

7445 IV NO, 7445 IV SO, 7445 III NO, 7445 III NE, 7445 III SE, 7446 III
NO, 7446 III SO, 7445 IV SE.

Estas Cartas se muestran en el Anexo 2. En la Figura 10 se observa una extracto del

cubrimiento cartogrfico oficial, disponible en el portal Web del Instituto Geogrfico de
Venezuela Simn Bolvar, donde se visualiza el ndice cartogrfico que abarca la Cuenca del Ro
Areo de donde se obtuvo la lista de hojas sealadas anteriormente.

Figura 10. ndice Cartogrfico usado para ubicacin de hojas cartogrficas de la Cuenca del
Ro Areo. (Instituto Geogrfico de Venezuela Simn Bolvar, 2006)
 124
Tabla 8. Estaciones Climatolgicas consideradas para el Clculo de la Precipitacin Media en la
cuenca del Ro Areo (Cova, J. 2000).

COORDENADAS UTM
ALTITUD
ESTACIN SERIAL LAT LONG ESTADO
msnm
Norte Este

El tejero 2834 09 38 63 40 240 1066093.91 426183.11 Monagas

La pinta 2836 09 55 63 52 440 1096335.03 404985.92 Monagas

La trampa 1898 10 05 63 47 955 1114744.41 412948.63 Monagas

Mundo nuevo 2718 09 57 64 03 600 1100079.00 384896.49 Anzotegui

Sabana de
1780 10 08 64 00 1580 1120335.25 390439.85 Sucre
Never
Urica 2730 09 43 64 00 243 1075488.77 390304.86 Anzotegui

Viento fresco 2802 09 46 63 40 195 1079701.28 425661.62 Monagas

Nota. Coordenadas transformadas a travs del programa de computacin TRANSFORVEN, coordenadas
geogrficas de las estaciones.

4.2 EQUIPOS y SOFTWARE

- Escner.

- Unidad de procesamiento de datos: Computador Intel Celeron, 1.46 GHz, 1.5 GB en

memoria RAM.

- Impresora multifuncional.

- Software para el anlisis cartogrfico: Auto CAD Land y Transforven.

- Software para el procesamiento digital de imgenes de satlite: ENVI e Idrisi Andes.

- Software para el anlisis estadstico de los datos: R

 125
4.3.- METODOLOGA

4.3.1 Fase de evaluacin Hidrolgica

1.- Vectorizacin digital de la cuenca

El proceso de vectorizacin digital de la cuenca consiste en la transformacin del

material rster disponible en formato imagen digital (TIFF) a formato vectorial a travs de
manipulacin asistida por computadora (.dwg).
La cuenca se vectoriz a partir de las hojas cartogrficas disponibles en escala 1:25.000
editadas por el Instituto Geogrfico de Venezuela Simn Bolvar. La vectorizacin y
determinacin de parmetros morfomtricos se hizo a travs de Autocad Land en combinacin
con el software de construccin de Sistemas de Informacin Geogrfica (SIG) Arc Map, y la
representacin cartogrfica resultante se trabaj a escala 1:50.000.
Las hojas cartogrficas, en su formato original, fueron adquiridas con extensin .tiff.
Cuando son importadas sobe la consola de Autocad Land se muestran con un fondo negro que
puede resultar incmodo para quien desarrolla la digitalizacin. Por tal motivo, para mejorar su
visualizacin mostrndola tal como se observan cuando son impresas en papel fue necesario
transformarlas a formato JPEG utilizando Paint, una aplicacin para manejo de imgenes que
corre en el sistema operativo Windows XP. Cada una de las imgenes fue abierta con Paint e
inmediatamente guardadas en formato JPEG.
Posterior al cambio de formato de la imagen, fue necesario eliminar de ellas la
informacin marginal que no se necesitaron para su vectorizacin. Esta informacin es la relativa
a escala grfica, ndice de cartas, mapa de ubicacin relativa, leyenda, que vienen con la imagen,
ubicada al borde de sta. Se us otra aplicacin diseada para el manejo de imgenes: Microsoft
Office Picture Manager, donde a cada imagen se le recort toda la informacin marginal
haciendo la presentacin de la misma, apta para su insercin y manipulacin en Autocad Land.
Las imgenes luego de manipularse en cuanto a cambio de formato y eliminacin de
informacin marginal, fueron insertadas, escaladas, georreferenciadas y vectorizadas en Autocad
Land, cuidando de asignar los atributos diferentes en capas separadas.
 126
El proceso de vectorizacin consiste en dibujar sobre la imagen de fondo los atributos
que sta muestra: curvas de nivel, vialidad, construcciones e hidrografa. Cada atributo se dibuja
usando el comando polilnea de AutoCad y se genera y guarda en capas (layers) diferentes.
Uno de los primeros elementos que se vectoriza es el permetro de la cuenca. Consiste en
resaltar la red hidrogrfica o afluentes del ro, ya que sus extremos que ocupan la posicin ms
alta, sealan las divisorias de aguas o parte agua que lo separan de zonas adyacentes
pertenecientes a otras cuencas hidrogrficas. Una forma de ayudarse con la demarcacin del
permetro de la cuenca es imprimir el mosaico de hojas cartogrficas que contiene la Cuenca, y
hacer la divisoria de aguas sobre el papel impreso para tenerla de referencia al momento de
hacerla en formato digital.
Finalizada la demarcacin del permetro de la cuenca se emprende la determinacin de los
parmetros morfomtricos de la misma, as como las lneas isocronas, los polgonos de Thiessen
y las curvas isoyetas.
Los parmetros morfomtricos que se calcularon para esta cuenca se listan a continuacin:
rea
Longitud axial
Elevacin media
Factor de forma (Ff)
Coeficiente de compatibilidad (K)
Elevacin mediana
Elevacin modal
Pendiente media de la cuenca (S).

El rea de la cuenca y la longitud axial del cauce se determinaron utilizando comandos

bsicos de AutoCad. El resto de los elementos morfomtricos se calcularon aplicando las
ecuaciones correspondientes.

2.- Construccin del Hidrograma de la Cuenca

2.1.- Se elabor el hietograma de lluvia total que se obtuvo de los datos reportados por las
Estaciones Climatolgicas seleccionada para el estudio.
2.2.- Se estim las abstracciones usando el Mtodo del SCS (Chow y colaboradores,
1991; Bolinaga, 1999).
 127
2.3.- Conocidas las abstracciones fue posible construir el hietograma de exceso de lluvia
(Precipitacin efectiva). Este resultado se report en tablas y figuras.
2.4.- Se dibujaron las lneas isocronas. Ver procedimiento indicado en los puntos 2.4.1 y
2.4.2.
2.5.- Se determin el rea encerrada entre las lneas isocronas, usando AUTOCAD.
2.6.- Se calcul el Hidrograma Unitario Instantneo (m3/s*mm). Ver procedimiento
descrito a continuacin.
2.7.- El Hidrograma de caudales se calcul a partir del Hidrograma Unitario Instantneo.
Los pasos 2.1, 2.2, 2.3, 2.6 y 2.7 fueron desarrollados usando cdigos de programacin
generados en el programa Estadstico R.
A continuacin se describe el procedimiento para la determinacin de los valores que
conforman el Hidrograma Unitario Instantneo (HUI) y el Hidrograma de Caudales (HC),
sealado en el punto 2.6.
Se us el Mtodo de C. O. Clark
Se aplic la ecuacin de Trnsito de Muskimgum
Q j 1 C0 I j 1 C1 I j C2 Q j , descrita en las Ecuaciones (12), (13), (14) y (15) cuyo

clculo se desglosa en el siguiente esquema:

1.- Construccin de Tabla para clculo del Hidrograma Unitario Instantneo (HUI), e
Hidrograma de Caudales (HC) compuesta por ocho columnas que se identifican como:

Tiempo(h) Inter. rea % Co + C1 C2 (4) + (5) HUI Q

(1) (2) (3) (4) (5) (6) (m3/s/mm) m3/s

2.- Fijacin del tiempo de trnsito del caudal en horas (Columna 1). Debe ser mayor que tiempo
de concentracin para darle tiempo a toda la precipitacin a acceder al punto de control donde se
construye el HUI.
La columna (2) slo contiene valores en las lneas del Tiempo (h) de la columna (1) que
coinciden con los Tiempos de Concentracin. Son los valores de las reas existentes entre lneas
isocronas.

3.- Clculo de C0 ecuacin (13)

4.- Clculo de C1 C 1 = C0
5.- Clculo de Co + C1
 128
6.- Clculo de C2 ecuacin (15)
7.- Clculo de C0 + C1 + C2 = Columna (6)
8.- Clculo del Escurrimiento Unitario usando la frmula 16 indicada en el Captulo I.
9.- Clculo de HUI= EU * Valor de la Columna (6)
10.- Transformacin de P (efectiva) en caudal Q = Pe * HU
11.- Clculo de caudal promedio (Q) para el evento de precipitacin. Es el valor de caudal que se
reporta.

La P (efectiva) se calcul aplicando la ecuacin de Pe reportada por el SCS (frmula 8

indicada en el Captulo I).
Los valores calculados para el paso 10 representan los valores del Hidrograma de Caudal.
Es el caudal que se quiere simular a travs del mtodo aplicado.
El Hidrograma de Caudal muestra la distribucin de este valor durante todo el tiempo en
el que se considera ocurre la precipitacin y se genera escurrimiento. A los efectos de la presente
investigacin, considerando que se disponen de los valores promedios mensual de la
precipitacin para cada Estacin Climatolgica, se escoge aquella Estacin que abarca la mayor
rea de influencia sobre la zona de inters (usando Polgonos de Thiessen), y el Hidrograma de
Caudal se construye calculando el exceso de precipitacin y combinando ste con el Hidrograma
Unitario, para las mismas unidades de tiempo de las que se dispone de los datos de precipitacin,
de lo que se obtiene el Hidrograma Mensual de la Cuenca, que muestra los valores de caudal para
cada mes del ao considerado.
Para el clculo del Hidrograma de Caudal, a partir del Hidrograma Unitario Instantneo,
se calcularon los valores de la Precipitacin Efectiva, para cada mes, a partir de los datos anuales
disponibles. Para los 12 meses de cada uno de los aos disponibles se determin la Precipitacin
Efectiva. La Precipitacin Efectiva se calcul aplicando la ecuacin de Pe reportada por el SCS
(frmula 8 indicada en el Captulo I). Para el desarrollo de esta ecuacin se construy y corri un
cdigo de programacin elaborado en el programa Estadstico R. Con el propsito de calcular los
caudales de escorrenta a partir de la Precipitacin Efectiva, segn las consideraciones planteadas
por Chow y colaboradores (1994), en el cdigo se incluyen lneas configuradas para la
determinacin de dicho caudal, considerando el rea de la Cuenca. Sobre este valor de rea de la
Cuenca se hace un ajuste de modo que slo parte de dicha cuenca contribuya con el caudal
escurrido.
 129
A continuacin se transcribe y explica el cdigo construido para ser corrido en el
programa Estadstico R, con el cual se calcul la precipitacin efectiva para cada uno de los
meses de cada ao de registro de precipitacin neta (tambin conocida como Precipitacin Total
o Precipitacin Bruta) disponibles.

##CLCULO DE LA PRECIPITACIN EFECTIVA A PARTIR DE LA PRECIPITACIN

##NETA

##DATOS NECESARIOS:
##REA DE LA CUENCA: SE OBTIENE DEL PLANO DE LA CUENCA
##NMERO DE CURVA: SE OBTIENE DE LA TABLA 5.5.2 PAGINA 154 DEL #TEXTO
HIDROLOGA APLICADA DE VEN TE CHOW (1999) O DE LA PGINA ##461 DEL
TEXTO: SIMULATION OF ECOLOGICAL AND ENVIRONMENTAL ##MODELS, DE
MIGUEL ACEVEDO (2004)
##VALORES DE PRECIPITACIN: EL CDIGO EST HECHO PARA CALCULAR #LA
PRECIPITACIN EFECTIVA MENSUAL A PARTIR DE LA PRECIPITACIN
##PROMEDIO MENSUAL.
## EL CDIGO BUSCA LOS VALORES DE PRECIPITACIN EN UN ARCHIVO ##TEXTO
DONDE ESTN ORDENADOS DESDE ENERO HASTA DICIEMBRE ##DICHOS
VALORES POR LO QUE HACE DOCE CLCULOS DE PRECIPITACIN #EFECTIVA.
## ESTOS DATOS DEBEN OBTENERSE DE LA ESTACIN CLIMTLICA DE
##MAYOR INFLUENCIA
## FUNDAMENTO MATEMTICO:
## SE USA LA ECUACIN DE Pe DEL SERVICIO DE CONSERVACIN DE ##SUELOS
DE USA.
##INGRESE AQU EL VALOR DEL NMERO DE CURVA CORRESPONDIENTE:
cn = 65
##INGRESE AQU EL NMERO DE MESES POR AO Y UNA FRACCIN DEL ##REA
DE LA CUENCA:
n = 12
AreaCuenca= 110
##CONFIGURACIN PARA LECTURA QUE ARCHIVO QUE CONTIEN LOS
##DATOS P_NETA
 130
precipitaciones<-read.table("datosgenerales.txt",header=T,row.name=1)
precipitaciones<-t(precipitaciones)
precipitaciones<-data.frame(precipitaciones)
attach(precipitaciones)
MESES<-c(1,2,3,4,5,6,7,8,9,10,11,12)
##PARA EL PRESENTE TRABAJO SE DISPONA DE DATOS DE PRECIPITACIN
##PARA VEINTE AOS, DESDE 1986 HASTA 2005
##GENERACIN DE ARCHIVOS INDIVIDUALES PARA CADA AO
Ao1986<-data.frame(MESES,X1986);colnames(Ao1986)=c("Mes","P_Neta")
Ao1987<-data.frame(MESES,X1987);colnames(Ao1987)=c("Mes","P_Neta")
Ao1988<-data.frame(MESES,X1988);colnames(Ao1988)=c("Mes","P_Neta")
Ao1989<-data.frame(MESES,X1989);colnames(Ao1989)=c("Mes","P_Neta")
Ao1990<-data.frame(MESES,X1990);colnames(Ao1990)=c("Mes","P_Neta")
Ao1991<-data.frame(MESES,X1991);colnames(Ao1991)=c("Mes","P_Neta")
Ao1992<-data.frame(MESES,X1992);colnames(Ao1992)=c("Mes","P_Neta")
Ao1993<-data.frame(MESES,X1993);colnames(Ao1993)=c("Mes","P_Neta")
Ao1994<-data.frame(MESES,X1994);colnames(Ao1994)=c("Mes","P_Neta")
Ao1995<-data.frame(MESES,X1995);colnames(Ao1995)=c("Mes","P_Neta")
Ao1996<-data.frame(MESES,X1996);colnames(Ao1996)=c("Mes","P_Neta")
Ao1997<-data.frame(MESES,X1997);colnames(Ao1997)=c("Mes","P_Neta")
Ao1998<-data.frame(MESES,X1998);colnames(Ao1998)=c("Mes","P_Neta")
Ao1999<-data.frame(MESES,X1999);colnames(Ao1999)=c("Mes","P_Neta")
Ao2000<-data.frame(MESES,X2000);colnames(Ao2000)=c("Mes","P_Neta")
Ao2001<-data.frame(MESES,X2001);colnames(Ao2001)=c("Mes","P_Neta")
Ao2002<-data.frame(MESES,X2002);colnames(Ao2002)=c("Mes","P_Neta")
Ao2003<-data.frame(MESES,X2003);colnames(Ao2003)=c("Mes","P_Neta")
Ao2004<-data.frame(MESES,X2004);colnames(Ao2004)=c("Mes","P_Neta")
Ao2005<-data.frame(MESES,X2005);colnames(Ao2005)=c("Mes","P_Neta")
##CLCULO DE LA RETENCIN POTENCIAL MXIMA "S"
S<-254*(100/cn -1)
##CLCULO DE LA PRECIPITACIN EFECTIVA PARA UN AO
Pr_Neta<-matrix(nrow=12,ncol=1)
Pr_Efectiva<-matrix(nrow=12,ncol=1)
 131
Abst<-matrix(nrow=12,ncol=1)
##INDICAR EL AO PARA EL CUAL SE HACE EL CLCULO DE P EFECTIVA:
attach(Ao2005)
##CONFIGURACIN PARA CLCULO DE P EFECTIVA:
for (i in 1:n) {
if ((P_Neta[i]) >=0.2*S)
Pr_Efectiva[i]<-((P_Neta[i])-0.2*S)^2/((P_Neta[i])+ 0.8*S)
else Pr_Efectiva[i]<- (0)
Pr_Neta[i]<-(P_Neta[i])
Abst[i]<-(P_Neta[i])- Pr_Efectiva[i]
}
Q_mensual<-matrix(nrow=12,ncol=1)
for (i in 1:n) {
Q_mensual[i]<-Pr_Efectiva[i]*1000000*AreaCuenca/2592000
}
Q_mensual
##CONFIGURACIN PARA GENERACIN DE TABLA DE RESULTADOS:
meses<-c("Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto",
"Septiembre","Octubre","Noviembre","Diciembre")
Pr_Neta<-round(Pr_Neta,2)
Pr_Efectiva<-round(Pr_Efectiva,2)
Abst<-round(Abst,2)
Q_mensual<-round(Q_mensual,2)
resultados<-data.frame(meses,Pr_Neta,Pr_Efectiva,Abst,Q_mensual)
colnames(resultados)=c("Mes","P_neta","P_efectiva","Abstraccin","Caudal(l/s)")
attach(resultados)

##CONFIGURACIN PARA GUARDAR UN ARCHIVO TEXTO CON LOS

#RESULTADOS:
##AQU DEBE INDICARSE EL AO PARA EL CUAL CORRESPONDE ESTOS
##CLCULOS
write.table(resultados,file="LLUVIA-ESCORRENTA AO 2000.txt",row.name=Mes,
sep= " ")
 132
##CONFIGURACIN PARA ELABORACIN DE GRFICOS
##HIETOGRAMAS DE PRECIPITACIN NETA: COLOCAR EL AO EN EL TTULO

par(mfrow=c(2,2))
plot(MESES,P_neta,las=2,axes=F,type="b",cex.axis=0.7,main=c("Histograma de Precipitacin
Neta ao 2000"));box();axis(2,cex.axis=0.8,las=2);
axis(1,1:12,paste(c("Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto",
"Septiembre","Octubre","Noviembre","Diciembre")),cex.axis=0.8,las=2)
plot(MESES,P_efectiva,type="b",las=2,cex.axis=0.7,main=c("Hietograma de Precipitacin
Efectiva ao 2000"));box();axis(2,cex.axis=0.8,las=2)
axis(1,1:12,paste(c("Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto",
"Septiembre","Octubre","Noviembre","Diciembre")),cex.axis=0.8,las=2)
barplot(rbind(P_neta,P_efectiva),beside=T,axes=F,names.arg=meses,
xlab=c("Meses"),ylab=c("P_Neta y P_Efectiva en mm"),las=1,cex.names=1,main=c("Evento
Precipitacin vs Evento Escorrenta para el Ao 2000")); box(); axis(2,cex.axis=0.8,las=2)
resultados
##FIN DE CDIGO

Para calcular la Escorrenta que origina la precipitacin se consider el Grupo de Suelo

con el que se trabaj y la condicin de humedad antecedente. El Grupo de suelo en funcin de la
humedad antecedente est definido en la Tabla 1 incluida en el Captulo I de este material. Con l
es posible seleccionar el nmero de curva (CN), valor con el que se determina la retencin
potencial mxima (S) que se calcula aplicando la ecuacin 9.

2.1.- Clculo Tiempo de Concentracin

Tiempo de concentracin de la cuenca es el tiempo que tarda en llegar al punto de drenaje

en comn la gota que cae en el punto ms alejado de la cuenca. Existen varias frmulas para su
determinacin las cuales fueron comentadas en el Captulo I de este material. Atendiendo a
razones prcticas, para la construccin de las lneas Isocronas, que parte de la determinacin de
un conjunto variable de Tiempos de Concentracin de puntos ubicados de manera aleatoria sobre
la cuenca, se elabor un cdigo de programacin para ser usado sobre el programa Estadstico R.
 133
Este conjunto de instrucciones hace relativamente fcil el clculo de los diferentes TC que se
usan posteriormente para calcular y dibujar las lneas Isocronas en AUTOCAD.
A continuacin se transcribe el cdigo usado en el programa Estadstico R para la
determinacin del TC:
##CDIGO PARA CLCULO DE TIEMPO DE CONCENTRACIN USANDO LA
##FRMULA DE KIRPICH:
##IMPOTACIN DEL ARCHIVO QUE CONTIENE LA LONGITUD Y DESNIVEL
datos<-read.table("datos.txt",header=T); attach(datos)
##INDIQUE AQU, EN EL VALOR DE n, EL NMERO DE DATOS DISPONIBLES:
n <- 21
##CLCULO BASADO EN LA ECAUCIN DE KIRPICH
pendiente<-matrix(nrow=n,ncol=1) ; TC <- matrix(nrow=n,ncol=1)
Nro<-seq(1:n)
for (i in 1:n) {
pendiente[i]<- Desnivel[i]/L[i]
TC[i]<-0.0078*(L[i]^0.77/pendiente[i]^0.385)
}
##ORGANIZACIN DE LA TABLA DE RESULTADOS:
TC<-round(TC,2); pendiente<-round(pendiente,2)
resultados<-data.frame(Nro,L,Desnivel,pendiente,TC)
colnames=c("Nro","Longitud","Desnivel","S","T de C")
write.table(resultados,file="TC de varios puntos sobre la cuenca.txt")
resultados
## FIN DEL CDIGO

La primera lnea del cdigo: datos<-read.table("datos.txt",header=T) busca un archivo

texto que contiene los datos disponibles para el clculo de los TC. Los datos que contiene este
archivo fueron determinados sobre el plano de la cuenca, trabajando en el programa AUTOCAD.
Sobre la cuenca se dibujaron 21 puntos, que fueron identificados con una numeracin creciente
desde el nmero uno hasta el nmero 21 acompaado de la nomenclatura TC. Cada punto TC se
dibuj sobre un cauce tributario del Ro Areo. A partir de dicha posicin se midi la distancia que
recorrera una gota de agua hasta llegar a la desembocadura de dicho tributario sobre el
mencionado ro. Esta distancia se midi usando la funcin list disponible en la barra de
 134
herramientas Inquiry de AUTOCAD, luego de seleccionar el vector que determina el recorrido.
El desnivel existente entre la posicin donde se dibuj el punto TC y la unin del tributario con
el ro principal se determin restando los valores de cotas conocidos para cada punto. Los
valores de Nmero de TC (Pto.), longitud (L) y Desnivel fueron organizados en un archivo texto
y guardados en una carpeta de direccin conocida con el nombre datos.txt. Al abrir este archivo
para su revisin se observa que los datos quedaron organizados como se muestra en la Figura 11.

Figura 11. Organizacin de los datos, en un archivo texto, para el clculo de TC

Para correr el cdigo en el programa Estadstico R, primeramente se ubic el rea de

trabajo de dicho programa en la misma carpeta donde se guard el archivo datos.txt. Esto se
hace desde la barra de men del programa haciendo clic en la siguiente secuencia: Archivo---
Cambiar dir y navegando a travs de la ventana emergente (Figura 12) hasta ubicar la carpeta
de trabajo. Para esta investigacin se cre una carpeta identificada con el nombre CLCULOS
EN R, y dentro de sta, otra carpeta identificada como TC, cuya direccin completa se muestra en
la ventana Choose directory del programa Estadstico R (Figura 12). Esta ventana surge para
hacer la navegacin y el cambio de directorio del rea de trabajo de R.
 135

Figura 12. Ventana para cambio de directorio del rea de trabajo de R.

En el cdigo aparece la instruccin: write.table(resultados,file="TC de varios puntos

sobre la cuenca.txt"). Esta funcin es una de las formas disponibles en el programa Estadstico R
para guardar los resultados en un archivo texto, de modo que estos puedan ser usados
eventualmente para otro tipo de clculos. El archivo se guard con el nombre TC de varios
puntos sobre la cuenca.txt.

2.2.- Dibujo de lneas Isocronas

Las lneas isocronas son curvas que unen puntos de igual tiempo de concentracin.

Surgen de unir puntos de igual tiempo de traslado de una gota de agua en el curso del cauce

principal, en los cursos secundarios y en las trayectorias del flujo laminar.

El dibujo de estas lneas se hace con el propsito de construir a partir de ellas el

hidrograma unitario, ya que es necesario calcular el rea existente entre dichas lneas pues se usa
como uno de los elementos en el Mtodo de Clark (Guilarte, 1989).
Se dibujan empleando la metodologa que opera para el dibujo de las curvas de nivel,
donde los puntos a interpolar son los valores de Tiempo de Concentracin calculados sobre
algunos puntos de la red de drenaje. Se emple el software de diseo asistido por computadora
Autocad Land para la interpolacin y dibujo de las lneas de la misma forma como se dibujan las
curvas de nivel para un levantamiento topogrfico.
Para el trazado de lneas Isocronas Guilate (1989) sugiere que sobre un plano de la cuenca
se subdivida esta en sub cuencas de igual tiempo de concentracin (sub mltiplos del tiempo de
concentracin total de la cuenca) resultando las denominadas isocronas.
 136
Las reas encerradas entre las curvas isocronas fueron calculadas usando el comando rea
disponible en el programa AutoCad Land. Esta informacin fue organizada en forma tabular para
usarse en el clculo del Hidrograma Unitario a travs del Mtodo de Clark.
Los datos de precipitaciones usados para calcular el Hidrograma Unitario en el presente
estudio, estn disponibles en la Direccin de Hidrologa y Meteorologa del Ministerio del Poder
Popular para el Ambiente, DEA-Monagas, donde fueron solicitadas las coordenadas de las
Estaciones Climatolgicas ms cercanas al rea en estudio, para su ubicacin en el plano de la
respectiva cuenca, con el propsito de escoger aquella Estacin, que en funcin de un anlisis
basado en los Polgonos de Thiessen, present la mayor rea de influencia.
Del anlisis hidrolgico de dicha cuenca hidrogrfica se obtuvo una serie de datos
referentes a caudales escurridos por su ro principal en periodos de tiempo que estn
determinados por la amplitud de los registros disponibles. Los caudales con los que se trabaj en
la cuenca del ro Areo fueron caudales simulados, pues fueron obtenidos de manera indirecta a
travs de la transformacin de las precipitaciones en escorrenta usando varios mtodos, entre
ellos el Mtodo de Clark; este conjunto de datos, se organiz en tablas para su empleo en un
Anlisis de Varianza como la variable respuesta, siendo la variable Tratamiento el ndice
Normalizado de Vegetacin (NDVI).

2.3.- Clculo del Hidrograma Unitario Instantneo (HUI)

La aplicacin de la ecuacin de trnsito por el mtodo de Muskimgum (Guillarte, 1989)
est orientada a calcular los elementos siguientes:
T1 = Tiempo entre Isocronas
K (Coeficiente de Proporcionalidad) = Este valor se estima a travs de la curva que
relaciona TL y TC elaborada por la antigua Divisin del MOP (Carciente, 1999). La curva
se incluye en el Anexo 3.
0.5 * T1
C0
K 0.5 * T1

0.5 * T1
C1
K 0.5 * T1

K 0.5 * T1
C2

K 0.5 * T1

rea _ de _ la _ Cuenca _(km2 ) *10

EU
tiempo _ entre _ isocronas( s)
 137
El desarrollo de estas ecuaciones se hizo a travs de la construccin y aplicacin de un
cdigo de programacin ejecutable en el programa Estadstico R. Dicho cdigo se reproduce a
continuacin:

##CLCULO DEL CUADRO DE HIDROGRAMA UNITARIO

##LECTURA DEL ARCHIVO QUE CONTIENE LOS DATOS:
Areas<-read.table("areasisocronas.txt",header=T)
##HACER DISPONIBLES LAS COLUMNAS DEL ARCHIVO DE FORMA #INDIVIDUAL
attach(Areas)
##GENERA LA SUMA DE TODAS LAS REAS ENTRE ISOCRONAS
areatotal<-sum(areas)
##Ingrese aqu el intervalo de tiempo entre isocronas en minutos:
T = 20
##CLCULO DEL TIEMPO ENTRE ISOCRONAS EN FRACCIONES DE HORAS:
T = T/60
##INGRESE NMERO DE HORAS EN LAS QUE ESCURRIR LA LLUVIA:
N = 12
##GENERACIN DE COLUMNA QUE INDIQUE EL PASO DEL TIEMPO:
Tiempo<-seq(from=1,to=12,by=T)
Tiempo<-round(Tiempo,2)
##CLCULO DEL NMERO DE LNEAS QUE TENDR LA TABLA DE #RESULTADOS
n = N/T -2
##GENERAR COLUMNA QUE CONTENGA LAS REAS ENTRE ISOCRONAS.
#TOMADAS DEL ARCHIVO QUE CONTIENE LOS DATOS
AreasIso<-matrix(nrow=n+1,ncol=1)
for (i in 1:n){
AreasIso[i]<-areas[i]
}
##CLCULO DEL PORCENTAJE DE CADA REA CON RESPECTO AL TOTAL
Intervalo<-matrix(nrow=n+1,ncol=1)
for (i in 1:n){
Intervalo[i]<-AreasIso[i]/areatotal * 100
}
 138
Intervalo<-round(Intervalo,2)

##CLCULO DE LOS COEFICIENTES DE MUSKINGUM:

##Ingrese aqu el valor de K tomado del Anexo 3
K=2
C0= 0.5*T/(K+0.5*T) ;C1=C0 ; C2 = (K - 0.5*T)/(K+0.5*T) ;
EU= (sum(areas)/1000000)*10/(T*3600)
##CONSTRUCCIN DE MATRICES PARA EL MANEJO DE LOS COEFICIENTES ##DE
MUSKINGUM
Musk1<-matrix(nrow=n+1,ncol=1); Musk2<-matrix(nrow=n+1,ncol=1);
Musk3<-matrix(nrow=n+1,ncol=1); Musk2[1]= 0
##CLCULO DE LOS COEFICIENTES DE MUSKINGUM:
for (i in 1:n){
Musk1[i]<-(C0 + C1)* Intervalo[i]
Musk3[i]= Musk1[i]+Musk2[i]
Musk2[i+1]<-Musk3[i]*C2
}
Musk1<-round(Musk1,2)
Musk2<-round(Musk2,2)
Musk3<-round(Musk3,2)
##CLCULO DEL HIDROGRAMA UNITARIO INSTANTNEO:
HUI<-matrix(nrow=n+1,ncol=1)
for (i in 1:n) {
HUI[i] <- EU * Musk3[i]
}
HUI<-round(HUI,2)
##GENERACIN DE TABLA DE RESULTADOS PARCIAL:
resultados1<-data.frame(Musk1,Musk2,Musk3,HUI)
##EXPORTACIN DE TABLA DE RESULTADOS PARCIAL:
write.table(resultados1,file="resultados1.txt")
##IMPORTACIN DE TABLA DE RESULTADOS PARCIAL:
resultados1<-read.table("resultados1.txt",header=T,nrow=n)
 139
##GENERACIN DE TABLA DE RESULTADOS DEFINITIVOS:
resultados2<-data.frame(Tiempo,TC,areas,resultados1)
resultados2
#FIN DE CDIGO

La primera accin que ejecuta este cdigo es importar el archivo texto, a la memoria de R,
que contiene los datos de los Tiempos de Concentracin y las reas entre isocronas. Ese archivo
debe ser construido y guardado con nombre areasisocronas.txt en una carpeta de direccin
conocida. Hacia dicha carpeta debe mudarse el directorio de trabajo del programa R aplicando
el procedimiento ya comentado. De este modo, cuando se aplique la instruccin: Areas<-
read.table("areasisocronas.txt",header=T) el programa R busca el archivo sin necesidad de
indicarle una direccin de bsqueda y lo incorpora en su memoria para ejecutar el resto del
cdigo, trabajando con los datos que este archivo contiene y los que se ingresan en el cdigo en
las secciones donde son solicitados.
El archivo texto que contiene los datos de TC y reas entre isocronas fue manipulado de
una forma especial antes de correr el cdigo. Fue necesario rellenar con ceros las columnas de TC
y reas que contiene el archivo, hasta completar el nmero de filas con las que es reportado el
cuadro de resultados. Este nmero de filas (n) se calcularse de forma manual, ya que la
diferencia entre este valor y el nmero de filas que contiene originalmente el archivo determina
la cantidad de ceros que hacen falta colocar en las columnas indicadas para completar la
configuracin del mismo:
n = N/T -2 donde N es el nmero de horas en las que se deja escurrir la lluvia, y T es el
intervalo de tiempo entre curvas isocronas expresado en fraccin con respecto a una hora.
T = intervalo de tiempo entre isocronas / 60. Este intervalo de Tiempo entre isocronas fue
el tiempo escogido para la equidistancia en el dibujo del plano de Isocronas elaborado en
AUTOCAD.

2.4.- Clculo Caudal de escorrenta superficial

Se construy un cdigo de programacin para ser usado en el programa Estadstico R con

el propsito de determinar los caudales de escorrenta superficial para cada valor de Precipitacin
Efectiva y en funcin del HUI. A continuacin se transcribe el mencionado cdigo.
 140
##CDIGO PARA LA TRANSFORMACIN DE LA PRECIPITACIN EFECTIVA DE
##CADA AO EN CAUDAL
##LOS DATOS DE PARTIDA SON LOS ARCHIVOS "LLUVIA-ESCORRENTA AO
##1987.txt" GENERADOS CON EL CDIGO: CDIGO PRECIPITACIN Y CAUDAL #POR
##MES.r, LOS CUALES SON COMBINADOS CON EL ARCHIVO #"HIDROGRAMA
UNITARIO.txt"
##ESTOS ARCHIVOS DEBEN ESTAR COLOCADOS EN UNA NICA CARPETA
##DONDE ES DIRECCIONADA EL REA DE TRABAJO DEL PROGRAMA
#ESTADSTICO R.
##CADA ARCHIVO CONTIENE LA INFORMAICN DE PRECIPITACIN DE UN #AO
##SE HACE EL CLCULO DEL CAUDAL PARA CADA AO A PARTIR DE CADA
##ARCHIVO.
##CONFIGURACIN PARA IMPORTACIN DE LOS ARCHIVOS QUE CONTIENEN
#LOS DATOS:
hidrograma<-read.table("HIDROGRAMA UNITARIO.txt",header=T)
lluvias<-read.table("LLUVIA-ESCORRENTA AO 2005.txt",header=T); attach(lluvias)
#GENERACIN DE VECTOR CON VALORES DEL UI
hui<-matrix(nrow=34,ncol=1)
for (i in 1:34){
hui[i]<-hidrograma$HUI[i]*1
}
##ASIGNACIN DE UN CAUDAL BASE:
QB = 1
##CLCULO DE CAUDALES
Caudal<-matrix(nrow=12,ncol=1)
for (i in 1:12){
if (P_efectiva[i]> 0)
Caudal[i]<-mean(P_efectiva[i]*hui)
else Caudal[i]<-QB
}
Q2005<-round(Caudal,1); Q2005
 141
##NOTA: PRIMERO DEBE EJECUTARSE EL CDIGO TANTAS VECES COMO AOS
#DE REGISTRO EXISTAN, CAMBIANDO EL NMERO QUE IDENTIFICA DICHO
##AO PARA CADA CORRIDA.
##EL AO SE CAMBIA EN LAS SIGUIENTES INSTRUCCIONES:
##lluvias<-read.table("LLUVIA-ESCORRENTA AO 2005.txt",header=T)
##Q2005<-round(Caudal,1)
##Q2005
##LUEGO DE DETERMINADOS LOS CAUDALES PARA CADA AO SE PROCEDE ##A
CORRER LA SIGUIENTE PARTE DEL CDIGO, CON LA CUAL SE GENERA #LA
TABLA DE RESULTADOS
##GENERACIN DE LA TABLA DE RESULTADOS
MESES<-c("ENE","FEB","MAR","ABR","MAY","JUN","JUL","AGO",
"SEP","OCT","NOV","DIC")
Caudalanual<-data.frame(MESES,Q1986,Q1987,Q1988,Q1989,Q1990,Q1991,Q1992,Q1993,
Q1994,Q1995,Q1996,Q1997,Q1998,Q1999,Q2000,Q2001,Q2002,Q2003,Q2004,Q2005)
colnames(Caudalanual)=c("Mes","Q1986","Q1987","Q1988","Q1989","Q1990","Q1991",
"Q1992","Q1993","Q1994","Q1995","Q1996","Q1997","Q1998","Q1999","Q2000","Q2001",
"Q2002","Q2003","Q2004","Q2005")
Caudalanual
##FIN DEL CDIGO.
 142
4.3.2. Fase de Teledeteccin

La evaluacin del cambio en el vigor (a travs del NDVI) que ha experimentado la masa
vegetal ubicada en un espacio geogrfico definido incluye una serie de pasos que se muestran en
la Figura 13.

1
Ubicacin y cuantificacin del rea
de inters

2
Ubicacin y pre procesamiento de las imgenes
de satlite del rea de inters

3
Procesamiento Digital de las imgenes: clculo del
NDVI

4
Interpretacin de cambios y modelacin
de escenarios futuros.

Figura 13.- Metodologa para evaluacin de cambio en el vigor de la vegetacin de un rea

especfica.

Cada uno de los pasos mostrados en la Figura 13 representa las diferentes fases en las que
se divide el estudio y cuenta con una metodologa concreta. A continuacin se detalla, de forma
general, tanto los procedimientos como los equipos e insumos necesarios, as como una
aproximacin a la forma de representacin de los resultados esperados.
 143
1.- Ubicacin del rea de inters

El Paso 1, relativo a la ubicacin y cuantificacin del rea de inters ya fue manejado en

la seccin referida a la evaluacin Hidrolgica, especficamente en lo relativo a la Vectorizacin
digital de la cuenca. La ejecucin de este paso permite determinar la ubicacin del rea de
trabajo y cuantificar su magnitud (superficie), generando un polgono digital de la cuenca, que
para la Fase de Teledeteccin se usa como Regin de Inters (ROI, por sus siglas en ingls) el
cual se exporta desde el programa de procesamiento digital de imgenes, en formato .dxf para su
insercin sobre la imagen que se est manejando y la generacin de la composicin cartogrfica.

2.- Ubicacin y descarga de las imgenes de satlite del rea de inters

Orbitando la Tierra se encuentran una cantidad importante de satlites artificiales,

diseados para diferentes propsitos, administrados y gobernados por varias organizaciones,
tanto privadas como gubernamentales. Entre ellos se encuentra la familia de satlites Landsat que
ha sido bautizada como el adjetivo de satlites de evaluacin de recursos naturales. Para esta
investigacin se recopil informacin disponible de los aos 2000-2001-2002 del programa
Landsat 7 ya que para mayo de 2003 el sensor de este satlite sufri una falla tcnica y las
imgenes que a partir de esa fecha se han producido presentan serias distorsiones.
Para este rango de tiempo se cuenta con un aproximado de 66 imgenes. De ellas se
seleccionaron aquellas que presentaron el menor porcentaje de nubosidad de modo que los
valores de NDVI calculados luego de la correccin atmosfrica se vieran afectados por esta
variable en la menor cuanta posible.
La Figura 14 muestra la nomenclatura que identifica las escenas que genera la familia de
satlites Landsat para la regin de Venezuela y reas vecinas. El rea de inters de la presente
investigacin se ubica hacia el sector oriental de Venezuela, ms concretamente en el Estado
Monagas. La direccin de la fila y columna de la escena que abarca la cuenca hidrogrfica en
estudio es 2053, la cual puede observarse en detalle en la Figura 15.
 144

Figura 14.- Escenas de la familia de satlites Landsat que abarcan la geografa venezolana
(http://landsat.usgs.gov/slc_off.html).

rea de inters

Figura 15.- Direccin 002-053 (Path-Row) de la escena Landsat correspondiente al rea de

inters (http://landsat.usgs.gov/slc_off.html).

La Figura 16 muestra la pgina principal del portal Web de donde se descargaron, sin
costo monetario, las imgenes que fueron utilizadas para esta investigacin. Es la pgina Web de
la Universidad de Maryland, ubicada en los Estados Unidos de Norte Amrica
(http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp).
Una vez dentro del portal Web de la Global Land Cover Facility (GLCF)
(http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp) la bsqueda de las imgenes se hizo a travs
 145
del Buscador de Mapas (Map Search) haciendo clic en el recuadro correspondiente tal como se
observa en la Figura 16.

Figura 16.- Ventana principal de la GLCF mostrando zona de bsqueda de imgenes

(http://glcf.umiacs.umd.edu/index.shtml).

Esta operacin da acceso a una nueva ventana donde se selecciona el tipo de sensor que
se quiere, que en este caso fueron los sensores ETM+ y TM y dentro de la pestaa Date/Type
(que se indica en la Figura 17) se selecciona el icono de Zoom In y se hace clic sobre la parte que
corresponde a Venezuela hasta lograr un detalle en la visualizacin de la seccin de inters
parecido al que se seala en la Figura 18.

Figura 17.- Ventanas de seleccin de Sensores ETM+, TM y de magnificacin del rea de

inters (http://glcf.umiacs.umd.edu/index.shtml).
 146

REA DE
INTERS

Figura 18.- Ventana para seleccin definitiva del rea de inters

(http://glcf.umiacs.umd.edu/index.shtml).

Para la seleccin definitiva del rea de inters se activ el icono con el cual se hizo
clic sobre dicha rea para indicarle al servidor exactamente el nmero de la escena a descargar
activando posteriormente el men ubicado en el margen inferior de la ventana identificado como
Update Map, para que el portal Web indique el nmero de imgenes disponibles en una
presentacin semejante a la que se seala en la Figura 19.

Figura 19.- Ventana de identificacin de cantidad de imgenes disponibles

(http://glcf.umiacs.umd.edu/index.shtml).

Esta ventana informa que del rea seleccionada, y para los sensores indicados (ETM+ y
TM), la base de datos de la GLCF posee un cierto nmero de imgenes. En el ejemplo de la
 147
Figura 18 se muestra un reporte de siete imgenes disponibles en la base de datos tomadas con
los sensores ya mencionados.
Haciendo clic sobre Preview&Download se ingres a la pgina siguiente del portal de la
GLCF donde se muestra en forma de tabla una serie de atributos de las imgenes disponibles:
fecha de adquisicin, la localizacin, el tipo de ordenamiento de las bandas, entre otros. La
Figura 20 resea lo anterior.
Estas imgenes fueron revisadas en una vista previa y descargadas slo aquellas que
presentaron la menor cobertura de nubes. El conjunto de imgenes as seleccionadas determin
el rango de tiempo en el que se fundamenta el estudio.
Haciendo clic sobre cada uno de los ID de la tabla mostrada en la figura anterior fue
posible observar una vista previa de las imgenes all contenidas y hacer una seleccin en funcin
del menor grado de cobertura de nubes para el rea de inters.
Una vez seleccionada la imagen a descargar se accedi a la ventana de descarga haciendo
clic sobre el botn Downlad, donde se siguieron las instrucciones para la descarga final.

Figura 20.- Ventana de pre visualizacin de imgenes disponibles

(http://glcf.umiacs.umd.edu/index.shtml).

3.- Pre-procesamiento del material espectral disponible

Cada una de estas imgenes fue procesada digitalmente para la obtencin de los ndices
de Vegetacin, usando para ello el programa de procesamiento digital de imgenes de satlites
ENVI (Environment for Visualizing Images), con licencia del Laboratorio de Geodesia Fsicay
Satelital de la Escuela de Ingeniera Geodsica, adscrita a la Facultad de Ingeniera de La
 148
Universidad del Zulia, en combinacin con el programa diseado para Sistemas de Informacin
Geogrfica, Idrisi Andes (versin DEMO), a travs de sus mdulos de procesamiento digital de
imgenes.
Del anlisis de estas imgenes se obtuvieron valores de los diferentes ndices de
Vegetacin, que varan de -1 a 1, sobre el espacio que delimita la cuenca hidrogrfica en estudio.
Estos resultados fueron organizados en tablas y son considerados en el Anlisis de Varianza
como los tratamientos a evaluar.
Se explica en detalle el procedimiento de modo que los resultados del mismo puedan ser
validados a travs de otras investigaciones siguiendo los pasos aqu sealados.

3. 1.- Organizacin del material de trabajo

Se cre una Carpeta, en el disco duro del computador donde se hizo el trabajo, y se
incluy en ella todos los archivos contentivos de las Imgenes de Satlite que se procesan. De
igual manera en dicha Carpeta se almacenaron los archivos resultantes del procesamiento. Dentro
de esta Carpeta se crearon sub carpetas, y a su vez, dentro de stas se almacenaron las escenas de
manera individual.
En estas sub carpetas se descomprimieron los archivos que se descargaron del portal Web
de la GLCF (Universidad de Maryland), los que originalmente se obtuvieron comprimidos en
formato .rar, para lo cual se us el programa WinRar. La Figura 21 muestra un ejemplo del
nmero de archivos que componen la escena identificada en la Figura 19 con la nomenclatura
042-898 de fecha 1999-07-01, sensor ETM+.

3. 2.- Configuracin del polgono la cuenca

Con el trmino Configuracin se hace referencia a los ajustes que se le aplican al
polgono que comprende la Cuenca del Ro Areo que fue elaborado en la Fase de Vectorizacin
Digital de la Cuenca. Dicho polgono fue construido en AutoCad Land. Se gener y almacen un
archivo con el polgono de dicha cuenca, con la extensin .dxf en lugar de la extensin .dwg que
por defecto el programa usa para guardar los mapas. Para guardar el polgono con esa extensin
se oper a travs de la opcin File Save As, luego de lo cual se asign nombre del mismo y la
extensin .dxf en la opcin Type.
 149

Figura 21. Archivos que componen la escena ETM+ p002r053 de fecha 01/07/1999.

El primero de los programas que se usa para Procesamiento Digital de las Imgenes en
esta investigacin, ENVI, tiene capacidad de importar los archivos con extensin .dxf, para
incorporarlo en la visualizacin de la imagen e incluirlo como un Sub Conjunto (Subset) a los
efectos del procesamiento digital. De este modo se generaron nuevas bandas de tamao reducido
y especfico en funcin del tamao de la cuenca que se evalu.

3.3.- Construccin de composicin de imgenes

Con el propsito de disponer de representaciones grficas del rea estudiada, vista con
imgenes de satlite, se construy una composicin de imgenes en una combinacin de Bandas
3-4-1, en los Canales R (rojo), G (verde), B (azul), RGB-341 conocida como falso color porque
constituye un rango espectral diferente del color verdadero. Se escogi esta composicin por
dos razones: en principio el fondo de la composicin es de color verde, lo cual puede relacionarse
con la presencia de masas vegetales, y en segundo lugar, porque es una composicin que incluye
las tres bandas que se requieren para el clculo de los ndices de Vegetacin.
El procedimiento que se explica a continuacin fue el aplicado a las bandas de la escena
042-898 de fecha 1999-07-01, sensor ETM+: slo se manipulan las Bandas 3-4-1 a los efectos de
 150
crear la composicin de imagen. Esta escena fue descargada del portal Web de la Universidad de
Maryland (GLCF) ya georreferenciada y almacenada en formato GeoTiff.
a.- Inicio del Programa ENVI

Se activ el programa ENVI a travs de los procedimientos comunes con los que se hace
esta operacin cuando se trabaja en ambiente Windows: haciendo doble clic sobre el icono de
acceso directo ubicado en la pantalla del computador donde se trabaja.

b.- Incorporacin de Bandas y creacin de composicin de imgenes

Desde la Barra de Men principal se hizo clic con el botn izquierdo del dispositivo de
interfaz humana (Mouse) a la secuencia: File --- Open External File --- Landsat ---- GeoTIFF.
Se naveg hasta ubicar la carpeta que donde estaban las bandas de la escena de inters,
de donde slo se seleccionan las Bandas 3, 4, 1, ya que una composicin de imagen debe ser
creada con tres bandas (una para cada color del espectro visible) y, para esta investigacin, la
composicin con la que se trabaj deba incluir la Banda 3 (que corresponde al Rojo en el
Espectro Electromagntico) y la Banda 4 (que corresponde a las longitudes de onda del Infrarrojo
Cercano en el Espectro Electromagntico), ya que son stas las que intervienen en el clculo del
NDVI.
La seleccin de dichas bandas se hizo de manera simultnea, de modo que fueron
incorporadas las tres juntas en una sola operacin en la memoria del programa. Al hacer esto se
despleg una ventana identificada como Available Bands List que es la ventana que muestra las
bandas disponibles (Lista de Bandas Disponibles). Esta ventana se divide en tres sectores
principales: el superior que corresponde al rea donde se visualiza la Lista de Bandas Disponible;
un sector central que gobierna el tipo de imagen a presentar que pude ser en escala de Grises o en
Color, y un tercer sector donde se ubican los Canales del espectro visible. En este ltimo sector
se indica qu banda ocupa cada canal para la construccin de la composicin de imagen.
La Figura 22 muestra la ventana de Lista de Bandas Disponibles (Available Bands List)
con la seleccin de las bandas 1, 3 y 4 de la escena 042-898 de fecha 1999-07-01, sensor ETM+,
y la combinacin 143 para la visualizacin de dicha composicin. Esto es: en el canal Rojo (Red)
se incorpora la Banda 1, en el Canal Verde (Green) se incorpora la Banda 4, y en el Canal Azul
(Blue) se incorpora la Banda 3. Con este ajuste se activ el botn Load RGB para visualizar la
composicin.
 151
Al pulsar el Botn Load RGB el sistema despliega tres ventanas que muestran una
representacin particular de la Composicin creada en el paso anterior. Este grupo de ventanas se
conoce como Grupo de Visualizacin (Display Group). La Figura 23 muestra este conjunto de
ventanas. La primera ventana se conoce como la Ventana de visualizacin principal (Main
Display Windows). La segunda (extremo inferior izquierdo de la Figura 23) es la ventana de
Desplazamiento (Scroll Window) y la tercera es la Ventana de Zoom.

Figura 22. Ventana para visualizacin de Lista de Bandas Disponibles y configuracin de

Composicin Cartogrfica.

Figura 23. Grupo de Visualizacin mostrando Cuman, la Capital del Estado Sucre en el Oriente
de Venezuela, ubicada en la ventana principal; toda el rea que cubre la escena, en la ventana
Scroll, y un detalle ampliada en la ventana Zoom.
 152

c.- Incorporacin de Regin de Inters sobre la composicin de imagen

Desde la barra de men de la Ventana de Visualizacin Principal se aplic la secuencia:

Overlay --- Vector.., esta operacin genera acceso a una ventana como la mostrada en la Figura
24 desde donde se importa el archivo que contiene el Polgono de la Cuenca de inters. Esta
ventana se identifica en la barra de ttulo como Vector Parameters: Cursor Query. Desde la Barra
de Men de dicha ventana se aplic la secuencia: File --- Open Vector File para ingresar a la
ventana desde donde se naveg hasta encontrar el archivo que contiene la Regin de Inters
que en este caso es el POLGONO CUENCA AREO.dxf. La Figura 25 muestra la presentacin
de la ventana Vector Parameters, una vez seleccionado el archivo de inters, lo que
simultneamente genera la incorporacin de dicho polgono en las ventanas del Grupo de
Visualizacin.

Figura 24. Ventana para la bsqueda de Regin de Inters tipo vector.

 153

Figura 25. Ventana Vector Parameters mostrando el archivo POLIGONO CUENCA AREO.dxf

Desde la ventana Vector Parameters se ejecut la secuencia Options ---Hide Window para
ocultar dicha ventana manteniendo fijo el polgono incorporado a la presentacin como un vector
que muestra el permetro de la Cuenca de inters.

d.- Almacenamiento de la composicin de imagen

Para almacenar la composicin arriba realizada, desde la Ventana de Visualizacin
Principal aplic la secuencia de comandos: File --- Save Image As --- Image Filecon lo que se
tuvo acceso a la ventana de salida del archivo tipo imagen, identificada en la barra de ttulo
como: Output Display to Image File donde a travs de sus tres secciones principales se ajustaron
los parmetros solicitados para el almacenamiento de la Imagen. En la primera seccin se ajust
la resolucin de la imagen. Se escogi la opcin 24-bit Color (BIL) ya que con este tipo de
organizacin de los datos (Bandas Intercaladas por Lnea) es posible utilizar dicha imagen en otro
tipo de procesos que requieren este formato. La Figura 26 muestra la ventana Output Display to
Image File.
En la segunda seccin se activ el botn Spatial Subset donde se especific el tamao de
la imagen al correspondiente comprendido por el Polgono de la Cuenca. Al activar dicho botn
se despleg la ventana Select Spatial Subset (Figura 27) desde donde seleccion el botn
ROI/EVG se accede a otra ventana, identificada en la barra de ttulo como Subset Imagen by
 154
ROI/EVF Extent, donde luego de mostrada se seleccion la capa que contena el POLGONO
CUENCA AERO.dxf que fue importado en el paso anterior.

Figura 26. Ventana para ajuste de parmetros a la imagen de salida.

Figura 27. Ventana para configuracin de la regin de sub conjunto en funcin de la cual se
almacena la imagen de salida.

La Figura 28 muestra la ventana donde se seleccion la regin de inters. Posteriormente,

en la ventana Select Spatial Subset se acept la seleccin pulsando el botn ok, lo que hizo que se
actualizara el tamao de la imagen; actualizacin sta que se observ en los renglones Sample y
Lines ubicados en el segundo sector de dicha ventana. Continuando con el procedimiento de
almacenamiento de la composicin de imagen, de nuevo el programa activ la ventana Output
Display to Image File. En el rengln Output File Tipe se mantuvo la opcin que por defecto
 155
mostr el programa: Tipo ENVI, y en Output Result to se activ el botn de seleccin que
corresponde a File para guardar la imagen en la carpeta previamente seleccionada. La opcin
Enter Output Filename permiti escoger la carpeta donde se guard la imagen de salida y sele
asign el nombre a la misma.

Figura 28. Ventana para seleccin de regin de inters.

3.4.- Georreferenciacin de bandas

Para las escenas que se descargaron del portal Web de la Universidad de Maryland
(http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp) que no estaban georreferenciadas, y que no
se visualizan manipulando sus atributos a travs de su edicin de acuerdo con el contenido del
archivo cabecera, se aplic el siguiente procedimiento:
Se tom la banda 3 de la escena 042-898 de fecha 01/07/1988 para cumplir la funcin de
banda de referencia. Esta Banda, al igual que el conjunto de Bandas que forman toda la
escena, se descarg del portal Web ya georreferenciada.
Se us el mtodo Puntos de Control por su simplicidad en cuanto a la formulacin y su
mayor capacidad de correccin de errores aleatorios, en comparacin con el mtodo de
Correccin Orbital (Parra, 200).
Se cuid de mantener el promedio de los residuales, conocido como Error Medio
Cuadrtico (Root Mean Squared Error, RMS) por debajo de un umbral fijado en valor de
un piexel (Chuvieco, 1990).
El mtodo de ajuste para la asignacin de la funcin de Transformacin fue el de Funcin
Polinmica de tercer orden, para lo cual se ajustaron un mnimo de diez puntos de control sobre
las imgenes (Chuvieco, 1990).
 156
El procedimiento utilizado para el remuestreo, que consiste en la Transferencia de los
Niveles Digitales originales a la posicin corregida se hizo a travs del vecino ms cercano
(nearer neighbor).
En general los pasos para la georreferenciacin usando puntos de control fueron:
a.- Asignacin de ms de 10 puntos de control, cuidando un RMSE menor o igual a uno.
b.- Aplicacin de la Funcin Polinmica de tercer orden como mtodo de ajuste.
c.- Empleo del vecino ms cercano como mtodo de remuestreo.
A continuacin se detalla los pasos anteriores usando el programa de procesamiento
digital de imgenes ENVI.

3.4.1.- Metodologa en ENVI para georreferenciar imgenes de satlites usando

Puntos de Control de imagen a imagen

1.- Se abri y present en el Display 1 una banda que estaba georreferenciada. Para este
trabajo se us Banda 3 de la escena 042-898 de fecha 01/07/1988 para cumplir la funcin de
banda de referencia. Esta Banda se obtuvo en formato GeoTiff, por lo que para abrirla y hacerla
disponible en la memoria del ENVI, se opera de la forma ya comentada de apertura de imgenes.
El procedimiento de georreferenciacin se hizo banda por banda. A los efectos de esta
fase slo se procesaron las Bandas 1, 3 y 4 de las escenas 015-065, de fecha 28/02/2001, por ser
esta la nica escena que requiri de una georreferenciacin explcita. Las Bandas de las escenas
del 03/07/1991 y las del 01/10/1992 (descargadas del portal ya mencionado en formato .B)
reciben georreferenciacin al momento de su apertura, editando su posicionamiento usando los
datos disponibles en el archivo cabecera de cada escena.
2.- Se abri y present en el Display 2 una banda (cualquiera entre la 1, 3, 4) del primer
conjunto de bandas a georreferenciar.
3.- Desde el men principal de ENVI se aplic la secuencia: Map --- Registration Select GCPs:
Image to Image.
4.- El paso anterior gener la aparicin de la ventana de identificacin de Banda de referencia
(aquella que est georreferenciada) y Banda a georreferenciar. Esta ventana se muestra en la
Figura 29.
 157

Figura 29. Ventana para la seleccin de Banda de referencia y Banda a georreferenciar.

La seleccin en la ventana Image to Image Registration se hizo tal como se muestra en la

Figura 29.
5.- Luego del paso anterior se despleg la ventana Ground Control Points Selection donde fue
posible adicionar los puntos de control, uno por uno en la medida que estos fueron seleccionados
en las imgenes. Para la seleccin de los puntos de control se usaron las ventanas de Scroll,
Ventana principal y Ventana de Zoom. En esta ltima ventana es donde se defini con exactitud
la ubicacin de dichos puntos de control en las dos imgenes. Este paso es el que gobierna la
exactitud de la seleccin de los puntos. Mientras ms exacta sea dicha seleccin menor ser el
RSME, el cual debe mantenerse en valores menores que un pxel. En general, luego que el punto
es ubicado con precisin en ambas imgenes, es adicionado al sistema pulsando el botn Add
Point ubicado en la ventana Ground Control Points Selection. Progresivamente dicha ventana
fue indicando el nmero de puntos ya seleccionados y luego que fueron seleccionados ms de tres
puntos, la ventana muestre el valor del RMSE.
Para mejorar la seleccin de los puntos, la ventana Ground Control Points Selection
ofrece el botn Predict que permiti ajustar la seleccin del punto en la imagen a georreferenciar
en funcin del valor predicho. Esto fue posible luego de seleccionar ms de tres puntos de
control. Esto permiti reducir el RMSE.
Una vez hecha la seleccin de los puntos de acuerdo con el valor umbral de RMSE, se
exportaron a un archivo de texto, para usarlos en la georreferenciacin de las bandas siguientes
haciendo con esto el proceso de georreferenciacin ms cmodo. La exportacin de dichos
puntos se hizo desde el men FileSave GCPs to ASCII en la ventana Ground Control Points
Selection, asignndole como nombre: 20PTOS DE CONTROL.
 158
6.- Una vez hecha la seleccin de los puntos de control a satisfaccin y guardados como archivo
texto, se procedi con las operaciones de Ajuste y Remuestreo. Esto se hizo desde el men
Options ----- Warp displayed Band en la ventana Ground Control Points Selection. La Figura 30
muestra la ventana emergente donde se configur este procedimiento.

Figura 30. Ventana Registration Parameters para configurar el Ajuste sobre imagen
georreferenciada.

Como mtodo de ajuste se us una funcin polinmica de tercer grado, y como mtodo de
remuestreo se aplic Vecino ms cercano. Ambos procedimientos generan un resultado ms
exacto.

3.5.-Correccin atmosfrica

Se usaron tres mtodos de correccin atmosfrica. Las bandas generadas por cada mtodo
fueron procesadas para el clculo del NDVI, y los resultados revisados y discutidos.
El primer mtodo utilizado fue el propuesto por Chvez (1989) citado por Chuvieco
(1995), que se apoya en los datos de la propia imagen obteniendo a travs de los valores de
distintas bandas una estimacin del efecto atmosfrico. Se identifica como el HMM o Mtodo del
Mnimo del Histograma. Su ejecucin consisti en la aplicacin de la ecuacin (17). De acuerdo
con esa ecuacin, la correccin atmosfrica se logr desarrollando una simple resta, ejecutada
con la opcin Band Math disponible en ENVI desde la funcin Basic Tool. La funcin Band
Math hace disponible en ENVI una calculadora de imgenes.
 159

La ecuacin configurada sobre Band Math para este propsito fue la siguiente:

float(b3-mnimo valor de pxel) (28)

Slo fueron corregidas las bandas necesarias para el clculo del NDVI: Banda 4, Banda 3
y Banda 1 que son la Banda del Infrarrojo Cercano, la Banda del Rojo y la Banda del Azul,
respectivamente.
En ENVI el procedimiento desarrollado fue:
1.- Incorporacin de la Banda 4, Banda 3 y Banda 1 en la ventana de Available Band List
mediante la secuencia de comandos: FileOpen External FileLandsat.
2.- Almacenamiento de cada Banda (una por una), desde la barra de men principal (Figura 31),
con la asignacin del vector que delimita la cuenca de inters a travs de la opcin Spacial
Subset, a la cual se accede desde la ventana Output TIFF/GeoTIFF Input que emerge al aplicar la
secuencia de funciones mostrada en la Figura 31. En la ventana Output TIFF/GeoTIFF Input
Filename, se seleccion, la banda a guardar, y se activ la asignacin de un vector a travs del
botn Spatial Subset (para guardar la imagen en funcin del tamao del polgono de la cuenca de
inters), operacin sta que despleg una nueva ventana identificada como Select Spatial Subset,
desde donde se ubic el archivo que contena el sub conjunto, que en este caso es el polgono de
la cuenca del Ro Areo, construido en AUTOCAD y guardado como un archivo .dxf.
Este vector fue importado desde la ventana Select Spatial Subset activando el botn
Open, por medio cual se accedi a una ventana de bsqueda del archivo por donde se naveg
luego de desplegar de la ventana Tipo la opcin .DXF, procurando que el programa identificara el
archivo de inters. La secuencia de pasos se muestra en la Figura 32.
El ltimo paso para guardar correctamente la imagen a procesar, teniendo como referencia
el archivo vector que contiene el permetro de la cuenca, fue seleccionar el nombre y la carpeta
donde este archivo se almacen. La Figura 32 seala como ltimo paso la seleccin de este
directorio pulsando el botn Choose en la ventana Output File to TIFF/GeoTIFF.
 160

Figura 31. Procedimiento para almacenar Banda seleccionada

3.- Identificacin del valor mnimo de los pxel de cada banda:

Las Bandas, luego de ser guardadas en formato GeoTIFF fueron incorporadas a la ventana
Available Band List. Una vez en dicha ventana la identificacin del ND mnimo presente en
cada banda se hizo aplicando clic con el botn derecho del mouse sobre la banda de inters
ubicada en la Available Band List, y del men emergente se seleccion la opcin Quic Sats, tal
como lo indica la Figura 33.
El procedimiento explicado permiti acceder a los valores mnimos de ND presentes en la
Banda seleccionada. Este valor se observa en la ventana del Histograma que el programa hace
disponible luego de la operacin recin explicada. La Figura 34 muestra un extracto de esta
ventana.
 161

3 4

Figura 32. Procedimiento para la insercin de vector de referencia sobre imagen a guardar.

Figura 33. Recuperacin de estadsticas de pxel para una banda desde la ventana Available Band
List
 162

Figura 34. Extracto de una visualizacin tpica de Histograma donde se observan los valores
mximo, mnimo y promedio de ND en cada Banda.

4.- Aplicacin de la frmula (HMM) de correccin del Histograma a su Valor Mnimo. Conocido
el valor mnimo de ND en cada banda fue posible implementar la ecuacin de restar tal valor
mnimo a todos los pxel de cada banda. Desde la barra de men principal se seleccion la
secuencia Basic Tools ---Band Math y se aplic la ecuacin (28), sustituyendo donde dice
mnimo valor de pxel, por el valor identificado. Hecho esto el programa solicit la asignacin
de la banda para el desarrollo del clculo, a travs de una ventana como la mostrada en la Figura
35

Figura 35. Ventana donde se asignan las Banda a una ecuacin.

 163
5.- Almacenamiento de la banda resultante de la operacin anterior: se indic el nombre de la
banda espectral que se cre luego de la resta de los ND, y se asign la ubicacin de dicha banda
en el directorio de trabajo. Las Bandas as obtenidas fueron procesadas en el clculo de los
ndices de Vegetacin.
Como segundo mtodo de correccin atmosfrica se aplic la transformacin de ND de
cada banda a valores de reflectividad utilizando para ello la ecuacin (18). Para calcular la
radiancia espectral Lsen,k , los valores de a0,k, a1,k fueron tomados de la Tabla 3. Los valores de
Irradiancia espectral solar extraterrestre (E0,k), segn el nmero de la banda que se proces,
fueron los reportados por el Science Data users Handbook del programa Landsat, los cuales se
muestran en la Tabla 9.
El valor de K (factor corrector de la distancia tierra-sol) usado en este trabajo se tom de
la tabla que para dicho parmetro reporta el Science Data Users Handbook del Programa
Landsat, y que se muestra en la Tabla 10. Los valores de K reportados en esta Tabla fueron
elevados al cuadro para su introduccin en la Frmula general de clculo de reflectividad.

Tabla 9. Valores de E0,k tomados del Science Data Users Handbook del programa Landsat
(http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html)

Banda Watts/(m2 * m)
1 1969.00
2 1840.00
3 1551.00
4 1044.00
5 225.70
7 82.07
8 1368.00

Se construyeron las frmulas a aplicar en cada Banda en funcin de cada escena. Para
cada escena cambia el valor del Factor K , y E0,k; mientras que para cada Banda espectral
cambian los valores de a0,k, y a1,k. La Tabla 11 muestra las frmulas utilizadas para cada
situacin.
 164

Tabla 10. Valores de K reportados en el Sciencie Data Users Handbook del programa Landsat
(http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html)

Da Distancia Da Distancia Da Distancia Da Distancia Da Distancia

Juliano Juliano Juliano Juliano Juliano
1 .9832 74 .9945 152 1.0140 227 1.0128 305 0.9925
15 .9836 91 .9993 166 1.0158 242 1.0092 319 0.9892
32 .9853 106 1.0033 182 1.0167 258 1.0057 335 0.9860
46 .9878 121 1.0076 196 1.0165 274 1.0011 349 0.9843
60 .9909 135 1.0109 213 1.0149 288 .9972 365 0.9833

Tabla 11. Frmulas utilizadas en cada Banda espectral, segn la escena, para el clculo de
reflectividades
(http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html)

FECHA B K * / cos * E0,k * (a0,k a1,k * ND)

28/02/2001 1 [0.98188281*pi/(cos 35.67*1969)]*(-0.06662095+0.04197408*B1)

3 [0.98188281*pi/(cos 35.67*1551)]*(-0.11269370+0.06499743*B3)
4 [0.98188281*pi/(cos 35.67*1044)]*(-0.23285630+0.11705160*B4)
01/10/1992 1 [1.00220121*pi/(cos 34.45*1969)]*(-0.06662095+0.04197408*B1)
3 [1.00220121*pi/(cos 34.45*1551)]* (-0.11269370+0.06499743*B3)
4 [1.00220121*pi/(cos 34.45*1044)]* (-0.23285630+0.11705160*B4)
28/12/1986 1 [0.9687889*pi/(cos 48.52*1969)]*(-0.06662095+0.04197408*B1)
3 [0.9687889*pi/(cos 48.52*1551)]* (-0.11269370+0.06499743*B3)
4 [0.9687889*pi/(cos 48.52*1044)]* (-0.23285630+0.11705160*B4)
03/07/1991 1 [1.03367889*pi/(cos 38.54*1969)]*(-0.06662095+0.04197408*B1)
3 [1.03367889*pi/(cos 38.54*1551)]*( -0.11269370+0.06499743*B3)
4 [1.033678896*pi/(cos 38.54*1044)]*( -0.23285630+0.11705160*B4)
01/07/1999 1 [1.033504606*pi/(cos 29.92*1969)]*(-0.06662095+0.04197408*B1)
3 [1.033504606*pi/(cos 29.92*1551)]*( -0.11269370+0.06499743*B3)
4 [1.033504606*pi/(cos 29.92*1044)]*( -0.23285630+0.11705160*B4)
 165
Las expresiones contenidas en la Tabla 10 fueron procesadas y expresadas de manera
resumida para ser copiadas y pegadas directamente en el Band Math de ENVI agregndole la
definicin de los valores con la expresin float. La Tabla 12 muestra las expresiones de la
Tabla 10 de manera resumida.

Tabla 12. Expresiones resumidas para el clculo de reflectividades en las Bandas 1, 3 y 4 del
material evaluado.
FECHA B K * / cos * E0,k * (a0,k a1,k * ND)

28/02/200 1 (-0.000128472632+0.000080943315*b1)
1

3 (-0.00027588834+0.000159121881*b3)

4 (-0.0008469017141+0.0004257189356*b4)

01/10/199 1 (-0.0001291861495+0.000081392861*b1)
2

3 (-0.0002774205887+0.0001600056196*b3)

4 (-0.0008516052742+0.0004280833122*b4)

28/12/198 1 (-0.000155471565+0.00009795381044*b1)
6

3 (-0.000333867161+0.0001925618511*b3)

4 (-0.001024880804+0.0005151851243*b4)

03/07/199 1 (-0.0001404745339+0.00008850503217*b1)
1

3 ( -0.0003016618115+0.0001739870328*b3)

4 ( -0.0009260191988+0.000465489561*b4)

01/07/199 1 (-0.000126749784+0.00007985784609*b1)
9

3 ( -0.0002721886194+0.0001569880192*b3)

4 ( -0.0008355445605+0.0004200099433*b4)
 166

La aplicacin de las ecuaciones anteriores, sobre cada una de las Bandas seleccionadas,
gener un conjunto de nuevas Bandas. Estas fueron utilizadas para el clculo de los ndices de
Vegetacin.
El tercer mtodo de correccin atmosfrica utilizado fue el ejecutado a travs del Modelo
Cos(t) propuesto igualmente por Chvez (1996) como una revisin y mejora a los mtodos
propuestos anteriormente. Su aplicacin se conduce a travs del Mdulo AtmosC incorporado en
la ltima versin del software orientado a Sistemas de Informacin Geogrfica Idrisi, conocida
como Idrisi Andes.
El Mdulo AtmosC de Idrisi Andes permite desarrollar con cierta facilidad los clculos
necesarios para la correccin de imgenes de satlite por perturbaciones causadas debidas a
factores atmosfricos. Este mdulo muestra cuatro modelos: Modelo de Substraccin de Objetos
Oscuros, el modelo Cost(t) propuesto por Chvez (1996), el Modelo de la Ecuacin de
Transferencia Radiativa Completa, y el Modelo de Reflectividad Aparente (ARM). Para cada
caso se obtiene como resultado una imagen que muestra la reflectividad proporcional expresada
en valores que van de cero a uno.
En esta investigacin slo se trabaj con el Modelo Cost(t) el cual requiere el ingreso de
parmetros propios de la Banda espectral que se procesa: fecha y hora de captura de la escena,
ngulo de elevacin solar, los posibles valores de radiancia mnimo y mximo en la misma en
su defecto los valores Gain/Offset (tomados del archivo de documentacin de la escena), y el
valor central de la longitud de onda de la Banda (tomado de Melndez, 2002). La Figura 36
muestra la ventana con la que se configuran los parmetros para la ejecucin del Mdulo AtmosC
de Idrisi Andes.
Las Bandas espectrales, 1, 3 y 4, procesadas son las que se guardaron en formato TIFF
mediante el procedimiento explicado anteriormente, donde se ajust el tamao de las mismas al
rea de inters: la Cuenca del Ro Areo. Este procedimiento genera, para cada Banda, de cada
escena, una nueva Banda, que es usada para el clculo de los ndices de Vegetacin.
 167

Figura 36. Ventana para ajuste de parmetros del Mdulo AtmosC de Idrisi Andes.

3.6.-Clculo del ndice de Vegetacin

Para el clculo de los ndices de Vegetacin evaluados en el presente trabajo se ejecutaron

varios procedimientos, a travs de funciones disponibles en ENVI. Se aplicaron las opciones de
clculos de ndices a travs del empleo de la Band Math. El NDVI tambin se calcul de forma
ms directa usando la funcin de Transformacin NDVI. ENVI tambin dispone de la funcin
Vegetation Analysis Vegetation Index Calculador, con la cual es posible determinar varios
ndices, de acuerdo con la informacin espectral disponible en la composicin de imagen que
ingresa a este mdulo. A esta funcin se accede desde la opcin Spectral ubicada en la barra de
men principal del programa.
La primera operacin que se ejecuto fue la de hacer disponibles las bandas sobre las que
se operan los clculos, en la memoria del programa, ubicndolas en la ventana de Bandas
Disponibles. Fueron cargadas las Bandas 1, 3 y 4 requeridas para el clculo del NDVI, SAVI,
EVI y ARVI. Para cada escena se aplicaron los procedimientos de clculo de ndices de
Vegetacin de manera particular.

La funcin para el clculo del NDVI se considera en ENVI como una funcin de
Transformacin, por lo que se accedi a ella desde la barra de men principal a travs de la
secuencia: Transform --- NDVI lo que en principio arroj la ventana (NDVI Calculation Input
File) para seleccionar el archivo de entrada sobre el cual se hace el clculo. Para esta funcin es
 168
necesario crear y cargar una composicin en falso color, integrada por las tres bandas de inters,
ya que dicha funcin no trabaja sobre bandas individuales. La Figura 37 muestra la ventana, que
resulta de la operacin anterior, donde aparecen las imgenes disponibles.
Se seleccion la composicin de imagen de inters. En este caso se aplic la funcin de
Transformacin sobre una composicin en falso color, para sobre ella hacer el clculo de NDVI,
y se acepta dicha seleccin pulsando el botn ok.

Figura 37. Ventana para seleccin de imagen sobra la que se calcula el NDVI.

La banda 4 es la banda del infrarrojo cercano en el espectro electromagntico y ocupa la

posicin 2 en la composicin cartogrfica. Por esta razn se coloc el nmero 1 en la banda del
Red y el nmero 2 en la banda del Near IR.
En la opcin Output Result to se activ el crculo de seleccin correspondiente a File para
guardar la imagen resultante en el disco del computador. Para la opcin Enter Output Filename
se activ el botn Choose para acceder a la ventana donde se le asign nombre a la imagen y se
seleccion el destino de la misma. En Output Data Type se dej la opcin que por defecto ofrece
ENVI que es Floating Point, y se acept esta configuracin pulsando el botn ok. En la Figura
38 se muestra la configuracin de la ventana NDVI Calculation Parameters.
 169

Figura 38. Parmetros de configuracin de imagen para clculo de NDVI.

El sistema incluy la nueva imagen en la seccin de Bandas Disponibles desde donde se
seleccion para ser vista en una nueva presentacin, pulsando en el botn Display #1 para
seleccionar un New Display del men emergente. Se seleccion la nueva imagen cargada en el
punto anterior en la Lista de Bandas Disponibles y se puls el botn Load Band para mostrar
dicha imagen en una nueva presentacin.
La imagen as desplegada puedo ser objeto de consulta de su Histograma para visualizar
la distribucin de los valores digitales de sus pxeles de entre los que se obtuvo el valor de NDVI
requerido.
El empleo de la funcin Band Math para el clculo de ndices de Vegetacin se present
como una opcin ms cmoda. No fue necesario trabajar sobre una composicin que incluyera
varias Bandas. Est diseado para seleccionar de forma individual las Bandas que participan en el
clculo del ndice.
A continuacin se explica el procedimiento empleado con ENVI para calcular los diversos
ndices de Vegetacin usando la funcin Band Math.
A la funcin Band Math se accedi desde el comando Basic Tools en el men principal de
ENVI. Al invocarlo gener una ventana de configuracin donde se ingresan las frmulas. La
frmula que se aplic se ingres en la seccin Enter an expression. Cuando se hace operaciones
con varias Bandas, es necesario encerrar el nombre de cada una con un parntesis precedido del
trmino float. Con esta expresin se le indica al programa el tipo de variable con el que se est
trabajando. La Tabla 13 muestra las frmulas empleadas.
 170

Tabla 13. Frmulas para clculo de ndices de Vegetacin en ENVI

La aplicacin de las frmulas se hizo para cada escena. Primeramente las bandas de
inters se cargaron en la ventana de Bandas Disponibles de ENVI. La aplicacin de cada
ecuacin gener una nueva imagen. Todas fueron almacenadas luego de asignarle el nombre
correspondiente. Las frmulas se aplicaron a las Bandas derivadas de los tres procedimientos de
correccin sealados en la seccin anterior.

3.6.1.-Visualizacin de valores de ndices de Vegetacin en ENVI

Sobre la imagen desplegada se hizo clic con el botn derecho del mouse y se seleccion
la opcin Quick Stats con lo cual se mostr la ventana Statistics Results de la imagen. Esta
ventana contiene, entre otros, el valor promedio del Nivel Digital del Pxel (ND) correspondiente
a la imagen, que represent el valor del NDVI calculado.
Tambin es posible ver el resultado del clculo haciendo clic con botn derecho del ratn
sobre IV Frmula la
NDVI (float(b4)-float(b3))/(float(b4)+float(b3))
SAVI (float(b4)-float(b3))/(float(b1)+float(b2))
EVI 2.5*((float(b4)-float(b3))/((float(b4)+float(6*b3)-float(7.5*b1)+1))

ARVI (float(b1)-float(b2))/(float(b1)+float(b2))

imagen correspondiente en la ventana de Bandas Disponibles y del men emergente seleccionar

la opcin Quick Stats. El valor as obtenido se anota y almacena de forma conveniente para su
posterior empleo.
 171
Considerando la posibilidad de seleccionar directamente las bandas de inters a travs de
la funcin Band Math, se us este procedimiento como estndar para el clculo de todos los
ndices en la presente investigacin.
Cada una de las escenas seleccionadas para este estudio recibi el tratamiento antes
descrito. Se obtuvo en consecuencia una serie de valores correspondientes a los diferentes ndices
que mostr la zona evaluada para las diferentes fechas en la que fueron tomadas las imgenes.
Estos valores fueron tabulados y organizados con los correspondientes valores de precipitacin, y
fueron procesados en un Anlisis Estadstico.

3.7.- Clculo de NDVI y otros ndices de Vegetacin usando Idrisi Andes

Para apoyarse en las versatilidades grficas que ofrece el programa Idrisi Andes, se
describe a continuacin la metodologa empleada para la determinacin de ndices de Vegetacin
operando con la funcin de Calculadora de Bandas o con funciones predeterminadas en el
programa que desarrollan algunos de estos clculos.
El mdulo VegIndex de Idrisi Andes fue empleado para calcular varios ndices de
Vegetacin, con slo ingresar los archivos de las Bandas espectrales que corresponden a cada
ndice en particular. Con l pueden calcularse 19 ndices de Vegetacin. En la Figura 39 pueden
verse cada uno de los ndices, as como las ventanas para ingreso de las Bandas
espectrales correspondientes y la ventana para configuracin de nombre de archivo de salida y
ubicacin del mismo.

Figura 39. Mdulo VEGEINDEX de Idrisi Andes

 172
De los ndices de inters en la presente investigacin, el Mdulo VEGINDEX slo
permite calcular dos: el NDVI y el SAVI, por esta razn para el desarrollo de todos los clculos
se oper a travs de la Calculadora de Bandas conocida como Image Calculator. Esta funcin
permiti el ingreso de las ecuaciones correspondientes para cada ndice de inters, facilitando
igualmente la bsqueda de las Bandas espectrales necesarias para cada clculo. La Figura 40
muestra la organizacin de los elementos en la funcin Image Calculator.

Figura 40. Ventana de la Funcin Imagen Calculator de Idrisi Andes

La Funcin Image Calculator muestra los operadores matemticos ms comunes

disponibles para ser activados travs de botones. En ella las Bandas espectrales para cada clculo
de ndice de Vegetacin ingresaron a travs del botn Inser Image y una vez planteada la
ecuacin la misma se ejecut a travs del botn Process Expresion. Si las Bandas para cada
escena fueron guardadas con igual nombre, es til guardar las expresiones formuladas para ser
usadas directamente sin necesidad de volver a escribirlas, sobre todas las Bandas que componen
el material a evaluar. La operacin de almacenamiento de dichas expresiones se hizo a travs del
botn Save Expresion.

3.7.1.-Visualizacin de valores de ndices de Vegetacin en Idrisi Andes

Para registrar los resultados de cualquier clculo que se haga sobre los pxeles de
composiciones en color o sobre Bandas espectrales individuales, se activ el mdulo Histo de
Idrisi Andes. Con l se confeccionaron los Histograma del material tanto original como
resultante de un procesamiento, permitiendo visualizar y reportar los resultados tanto en forma de
grficas como en forma numrica. La Figura 41 muestra la configuracin de los elementos en el
 173
mdulo Histo. En el Mdulo se configur el tipo de archivo de entrada, que en este caso es del
tipo Image file, se busc e ingres la composicin o banda de inters a travs de la sub ventana
Input file, e igualmente en esta sub ventana se decidi si la salida es en forma grfica o numrica,
indicando el ancho de banda en Class width o bien el nmero de clases a travs de Number of
classes. Al ingresar la composicin o Banda de inters, el mdulo muestre el rango en el que se
distribuyen los valores digitales sealando el valor mnimo y el valor mximo a ser presentado en
el Histograma.

Figura 41. Ventana para ejecucin del Mdulo HISTO en Idrisi Andes

4.3.3. Fase de Anlisis Estadstico

Esta fase de la investigacin se dividi en dos niveles. En el primer nivel se evalu a
travs de procedimientos propios de estadstica descriptiva el comportamiento de los ndices de
Vegetacin obtenidos a partir de Bandas espectrales derivadas de cada uno de los tres mtodos de
correccin. En el segundo nivel se aplic el anlisis estadstico planificado para la evaluacin de
correlacin entre las variable estudiadas, que implica la ejecucin del Anlisis de Varianza y la
construccin del Modelo Matemtico.
Se ejecutaron tres mtodos para la correccin del material espectral (Bandas). Sobre las
Bandas corregidas por cada mtodo se desarrollaron los clculos para la determinacin de cuatro
ndices de Vegetacin. A travs de resmenes numrico, deteccin de valores aberrantes, grficos
de control y Matriz de grficos de dispersin se evaluaron los tres grupos de ndices de
Vegetacin y se determin cul de los grupos result ser el ms homogneo y de mayor ajuste a
los fundamentos tericos, segn lo cual se decidi usar tal grupo de valores para continuar el
anlisis estadstico en un segundo nivel.

1.- Estadstica Descriptiva

 174

Toda la evaluacin estadstica se hizo sobre la plataforma computacional del programa

R para lo que se disearon las funciones en lneas de cdigos ajustadas a los requerimientos de
cada prueba. Cada mtodo de correccin espectral gener un grupo de datos consistente en una
tabla donde se reporta el valor promedio para cada ndice de Vegetacin generado para cada
escena. Se evaluaron cinco escenas, con fechas que van desde diciembre de 1986 a febrero de
2001. Cada tabla, contentiva de los promedios reportados para cada ndice en cada escena, en
funcin del mtodo de correccin, fue almacenada como un archivo tipo texto y guardada en una
carpeta hacia la cual se cambi el directorio de trabajo de R a fin de hacer la importacin de
los archivos que contienen los datos de una forma ms cmoda. A cada grupo de datos se le
aplicaron los cdigos para el reporte de su estadstica descriptiva. La evaluacin de la estadstica
descriptiva se hace grupo por grupo. A continuacin se incluyen los cdigos usados para cada
grupo de datos. La diferencia en el cdigo usado para cada grupo est en el nombre del archivo
que se importa al directorio de trabajo de R. Este cdigo se corri por partes, atendiendo a las
indicaciones del mismo.Con el cdigo que se describe a continuacin fue posible generar:
1.- Reporte de resmenes numricos: mnimo, mximo, media, mediana, 1ero y 3er cuartil
2.- Deteccin de datos aberrantes: reporta existencia de valores extremos.
3.- Grfica de medias: dibuja un grfico que muestra los promedios de cada grupo
4.- Grfica tipo caja: muestra grficamente el resumen numrico para cada grupo
5.- Grficas Combinadas: un mismo grfico dibuja el comportamiento de cada grupo.
6.- Matriz de grficos de dispersin: muestra la comparacin bivariante.

##GENERACIND DE ESTADSTICA DESCRIPTIVA.

##APLICAR ESTE CDIGO, POR SEPARADO, A CADA GRUPO DE DATOS
#DERIVADOS DE CADA MTODO DE CORRECCIN DE BANDAS.
##ESTE CDIGO DEBE EJECUTARSE POR PARTES SEGN INSTRUCCIONES #DADAS

##EJECUTAR ESTA PRIMERA INSTRUCCIN. ES COMN PARA

##TODAS LAS DEMS INSTRUCCIONES.

##IMPORTAR EL ARCHIVO QUE CONTIENE LOS DATOS PARA CADA GRUPO.

indices<-read.table("indicesatmosCorregidos.txt",header=T)
attach(indices)
 175

##SELECCIONAR DESDE AQU PARA VISUALIZAR REPORTE DE DATOS

##ABERRANTES Y REPORTE DE RESMENES NUMRICOS

##PARA ALMACENAR REPORTE DE RESUMENES NUMRICOS

resumen_numrico<-summary(indices) ##reporta los seis estadsticos principales
rango<-range(indices) ##reporta el valor mnimo y mximo general
medias<-mean(indices) ##reporta el promedio de cada ndice evaluado

##DETERMINACIN DE VALORES ABERRANTES

##INGRESO DE LOS ARCHIVOS A EVALUAR. CON LA FUNCIN "scan" SE LEEN
##LOS DATOSDE MANERA SECUENCIA. CON LA FUNCIN "skip=1" SE SALTA ##LA
LECTURA DE LA PRIMERA LNEA.
indicesatmosCorregidos<-scan("indicesatmosCorregidos.txt",skip=1)

##CONSTRUCCIN DE FUNCIN PARA EVALUACIN DE DATOS #ABERRANTES

datos.aberrantes<-function(x){
umbral<-4
if (sd(indicesatmosCorregidos)>=umbral*mad(indicesatmosCorregidos))
cat("El conjunto de datos contiene valores aberrantes","\n")
else
cat("Datos sin valores aberrantes","\n")
}
##VISUALIZACIN DE RESMENES NUMRICOS
datos.aberrantes(indicesatmosCorregidos)
resumen_numrico
rango
medias

##SELECCIONAR HASTA AQU PARA VISUALIZAR REPORTE DE DATOS

##ABERRANTES Y REPORTE DE RESMENES NUMRICOS
##SELECCIONES DESDE AQU PARA PLOTEAR LAS MEDIAS DE LOS NDICES
plot(medias,type="b",axes=F,main=c("Medias globales de ndices de Vegetacin"),
 176
xlab=c(" "),ylab=c("Promedios"),sub=c("ndices de Vegetacin evaluados"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:4,paste(c("NDVI","SAVI","EVI","ARVI")),cex.axis=0.8)
abline(h=mean(medias))
text(locator(1),c("Promedio General"))
##SELECCIONES HASTA AQU PARA PLOTEAR LAS MEDIAS DE LOS NDICES
##DIBUJO DE GRFICAS INDIVIDUALES, PARA CADA NDICE, EN UNA ##MISMA
HOJA ESTA PARTE DEL CDIGO SE CORRE DE FORMA ##INDIVIDUAL. SE
SELECCIONA Y SE MANDA A CORRER DESDE EL ##QUINTO ICONO, DE IZQ. A
DRECHA, UBICADOEN LA TERCERA BARRA #DE HERRAMIENTAS DE ESTE "IDE".

######DESDE AQU SE SELECCIONA EL CDIGO PARA GENEAR GRUPO DE

####GRFICAS
##DIVIDE LA PANTALLA EN DOS FILAS Y DOS COLUMNA
par(mfrow=c(2,2),cex.main=1.5) S
##PLOTEA EL PRIMER NDICE: NDVI
plot(NDVI,type="h",las=2,axes=F,cex.axis=0.7,ylim=c(-0.1,0.79),xlab=c(""),
ylab=c("NDVI"), main=c("NDVI"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:5,paste(c("Dic86","Jul91","Oct92","Jul99","Feb01")),
cex.axis=1.5,las=1)
abline(h=0,col=2)

##PLOTEA EL SEGUNDO NDICE: SAVI

plot(SAVI,type="h",las=2,axes=F,xlab=c(""),ylim=c(-0.1,0.40),ylab=c("SAVI"),
main=c("SAVI"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:5,paste(c("Dic86","Jul91","Oct92","Jul99","Feb01")),
cex.axis=1.5,las=1)
abline(h=0,col=2)
 177

##PLOTEA EL TERCER NDICE: EVI

plot(EVI,type="h",las=2,axes=F,cex.axis=0.7,ylim=c(-0.1,1.1),xlab=c(""),
ylab=c("EVI"),main=c("EVI"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:5,paste(c("Dic86","Jul91","Oct92","Jul99","Feb01")),
cex.axis=1.5,las=1)
abline(h=0,col=2)

##PLOTEA EL CUARTO NDICE: ARVI

plot(ARVI,type="h",las=2,axes=F,cex.axis=0.7,ylim=c(-0.1,1.1),xlab=c(""),
ylab=c("ARVI"),main=c("ARVI"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:5,paste(c("Dic86","Jul91","Oct92","Jul99","Feb01")),
cex.axis=1.5,las=1)
abline(h=0,col=2)

####HASTA AQU SE SELECCIONA EL CDIGO PARA GENERAR EL GRUPO

####DE GRFICAS

##DIBUJAR LOS GRFICOS, TIPO CAJA, DE CADA NDICE PARA COMPARAR

##LOS PROMEDIOS ENTRE ELLOS.
####SELECCIONAR DESDE AQU PARA DIBUJAR GRFICOS DE CAJA
promediosindices<-c(NDVI,SAVI,EVI,ARVI)
Indices<-rep(c("1NDVI","2SAVI","3EVI","4ARVI"),c(5,5,5,5))
boxplot(promediosindices~Indices,ylab=c("Promedios Indices de Veg."),main=c("
Comparacin de Promedios Indices de Vegetacin"))
###SELECCIONAR HASTA AQU PARA DIBUJAR GRFICOS DE CAJA
##DIBUJO DE GRFICAS COMBINADAS. SE MUSTRAN TODAS LAS
##GRFICASDE TODOS LOS NDICES DE VEGETACIN EN UN MISMO EJE
 178
##"X-Y".ESTA PARTE DEL CDIGO FINALIZA CUANDO EL OPERADOR #HACE CLIC
EN UN PUNTO SOBRE LA GRFICA DONDE DESEA COLOCAR
##LA LEYENDA.

##SELECCIONE DESDE AQU PARA GENERAR LA GRFICA COMBINADA

fechas<-c(1,2,3,4,5)
plot(NDVI,type="b",pch=1,las=2,axes=F,cex.axis=0.7,xlab=c(" "),
ylim=c(-1.1,1.1),ylab=c("Indices de Veg."),
main=c("ndices de Vegetacion (promedio) derivados de Bandas espectrales
corregidas atmosfricamente con el Mdulo AtmosC de Idrisi Andes"))
box()
axis(2,cex.axis=0.8,las=1)
axis(1,1:5,paste(c("Dic86","Jul91","Oct92","Jul99","Feb01")),
cex.axis=1.5,las=1)
abline(h=-1,col=2)
abline(h=1,col=2)
abline(h=0,col=3)
lines(fechas,SAVI,type="b",pch=2)
lines(fechas,EVI,type="b",pch=3)
lines(fechas,ARVI,type="b",pch=4)
legend(locator(1),legend=c("NDVI","SAVI","EVI","ARVI"),
pch=1:4)
##SELECCIONE HASTA AQU PARA GENERAR LA GRFICA COMBINADA

##GENERACIN DE MATRIZ DE GRFICOS DE DISPERSIN

##SELECCIONES DESDE AQU PARA GENERAR MATRIZ DE GRFICOS
plot(indices, main=c("Matriz de grficos de dispersin.
Bandas espectrales con correccin atmosfrica"),cex.main=0.9)
##SELECCIONES HASTA AQU PARA GENERAR MATRIZ DE GRFICOS
##FIN DE CDIGO.

La seleccin del mtodo de correccin de Bandas espectrales se hizo a travs de la

evaluacin de la estadstica descriptiva para los resultados derivados de cada mtodo. La
 179
estadstica descriptiva est contenida en los seis puntos recin mencionados derivados de la
aplicacin del cdigo en R arriba descrito.

2.- Anlisis de Varianza

Luego de seleccionado el mtodo de correccin atmosfrica AtmosC de Idrisi, por ser el

que gener el comportamiento de promedios ms ajustado al fundamento terico, los promedios
para cada ndice fueron evaluados en un anlisis de varianza para hacer la comparacin de medias
y determinar la existencia de diferencias significativas entre ellas.

El cdigo en R utilizado para el anlisis de varianza fue el siguiente:

##CDIGO EN R PARA CLCULO DE ANALISIS DE VARIANZA

##LECTURA DEL ARCHIVO QUE CONTIENE LOS NDICES DE VEGETACIN
##PROMEDIO
indices<-read.table("indicesatmosCorregidos.txt",header=T)
indices
##HACER DISPONIBLES LOS DATOS INCLUIDOS EN CADA COLUMNAS AL
##LLAMARLOS POR LAS ETIQUETAS QUE LAS IDENTIFICAN.
attach(indices)
##CREAR UN ARCHIVO QUE CONTENGA EN FORMA SECUENCIAL (UNO ##DETRS
DEL OTRO) LOS VALORES PROMEDIOS DE LOS DNICES. PRIMERO ##LOS DE LA
PRIMERA COLUMNA, LUEGO LOS DE LA SEGUNDA COLUMNA, Y ##AS HASTALA
LTIMA, FORMANDO UNA CADENA
promediosindices<-c(NDVI,SAVI,EVI,ARVI)
##CREAR EL ARCHIVO QUE CONTIENE LAS ETIQUETAS PARA CADA NDICE ##DEL
PASO ANTERIOR. CADA VALOR DEL PASO ANTERIOR DEBE ESTAR ##ASOCIADO
CON EL NDICE DEL CUAL SE DERIVA. ESTE NDICE ES LA ##ETIQUETA DE DICHO
VALOR. PRIMERO SE CREA EL ARCHIVO QUE ##CONTIENE LAS ETIQUETAS Y
LUEGO SE TRANSFORMA DICHO ARCHIVO A ##"FACTOR" PARA QUE R LO
IDENTIFIQUECOMO TAL
Indices<-rep(c("1NDVI","2SAVI","3EVI","4ARVI"),c(5,5,5,5))
Indices<-factor(Indices)
 180
##DIBUJAR LOS GRFICOS DE CADA NDICE PARA COMPARAR LOS ##PROMEDIOS
DE CADA INDICE ENTRE ELLOS.
boxplot(promediosindices~Indices,ylab=c("Promedios Indices de Veg."),main=c("
Comparacin de Promedios Indices de Vegetacin"))
##FORMULAR EL PLANTEAMIETO PARA EL ANALISIS DE VARIANZA
anovageneral<-aov(promediosindices~Indices)
##CONSULTAR LOS RESULTADOS DEL ANAVA
anovageneral
summary(anovageneral)

RESUMEN CDIGOS USADO EN R PARA CLCULO DE ANAVA

indices<-read.table("indicesatmosCorregidos.txt",header=T)
attach(indices)
promediosindices<-c(NDVI,SAVI,EVI,ARVI)
Indices<-rep(c("NDVI","SAVI","EVI","ARVI"),c(5,5,5,5))
Indices<-factor(Indices)
anovageneral<-aov(promediosindices~Indices)
anovageneral
summary(anovageneral)
##FIN DE CDIGO

3.- Construccin del modelo matemtico

Una vez evaluada la existencia o no de diferencias significativas entre los ndices de

Vegetacin, usando el mtodo summary de la funcin aov del programa estadstico R, aplicado
con el cdigo sealado en la seccin anterior, se decidi con cul de ellos se construira el
modelo matemtico de correlacin. La decisin se fundament en la evaluacin de una
representacin grfica que mostr el promedio de ndice obtenido ms cercano con el promedio
global.
La construccin del modelo matemtico se hace combinando la variable ndice de
Vegetacin como variable independiente, y la variable Caudal de escorrenta superficial, como
variable dependiente.
 181
Se construy una tabla que contiene en la primera columna los valores del ndice de
Vegetacin seleccionado del procedimiento anterior, y en otra columna los valores de Caudal de
escorrenta superficial que coinciden con las fechas en las que se tomaron las imgenes de satlite
de donde se derivaron los ndices. Este tratamiento de los datos resulta en extremo riguroso. Su
aplicacin obedece a la dificultad de contar con el nmero apropiado de material espectral para
correr una evaluacin ms flexible.
Para el clculo del modelo matemtico a travs de regresin lineal se us la funcin lm()
disponible en el programa estadstico R. El formato bsico para la frmula a travs de esa
funcin es: respuesta~predictor, donde el smbolo ~ (tilde) se lee como es modelado por y es
usado para separar la variable respuesta de la variable predictora.

La formulacin del cdigo para ejecucin de los clculos en R fue la siguiente:

##MODELO DE REGRESIN
##Ingreso de valores de NDVI
NDVI5<-c(0.191,0.475,0.540,0.657,0.145)
##Ingreso de valores de Caudal
Caudal5<-c(46,498.4,38.5,1206.1,10)
##Formulacin modelo lineal simple
modelo1<-lm(Caudal5~NDVI5)
##Reporte de resultado Anlisis de Regresin para modelo1
summary(modelo1)
##Formulacin modelo Potencia 2
modelo2<-lm(Caudal5~NDVI5+I(NDVI5^2))
##Reporte de resultado Anlisis de Regresin para modelo2
summary(modelo2)
##Formulacin modelo Potencia 3
modelo3<-lm(Caudal5~NDVI5+I(NDVI5^2)+I(NDVI5^3))
##Reporte de resultado Anlisis de Regresin para modelo3
summary(modelo3)

Una vez evaluado el reporte de resultados para cada modelo, a travs de los mtodos
summary(nombre_del_modelo) sealados en el cdigo anterior, se revis el valor del coeficiente
de correlacin r2, y se plotearon los residuales para cada modelo en una grfica comparativa. En
 182
el reporte de resultados para cada modelo se identific el valor para cada coeficiente que
constituye la expresin de la funcin. En funcin de tales coeficientes se construy la ecuacin de
acuerdo con el modelo seleccionado.

CAPTULO IV

RESULTADOS Y DISCUSIN

5.1.- Fase de evaluacin Hidrolgica

La Cuenca del Ro Areo se encuentra ubicada en su mayor parte al occidente del Estado
Monagas, teniendo una pequea porcin de su territorio ubicada en el Municipio Freites del
Estado Anzotegui. La Figura 42 muestra la ubicacin relativa de la Cuenca en toda su
extensin.

UBICACIN RELATIVA CUENCA DEL RO AREO

EN EL ESTADO MONAGAS Y ESTADO ANZOTEGUI

TA
EDO. ANZOTEGUI

COS
A MUNICIPIO CARIPE
IO
IP MUNIC
IPIO BO

N IC LIVAR
M

MU
UN
IC
IP

MUNICIPIO PUNCERES
O I
PI
AR

MUNICIPIO CEDEO

ESTADO MONAGAS
MUNICIPIO EZEQUIEL MUNICIPIO SANTA
ZAMORA BRBARA
MUNICIPIO MATURN

MUNICIPIO AGUASAY

MUNICIPIO LIBERTADOR

Cuenca del Ro Areo

MUNICIPIO URACOA

MUNICIPIO SOTILLO
 183

Figura 42.- Ubicacin relativa de la Cuenca del ro Areo en el Estado Monagas y parte del
Estado Anzotegui (Mapa sin escala)

Geogrficamente se ubica entre las siguientes coordenadas

Desde los 09 43 06 de Latitud Norte y 63 49 15 de Longitud Oeste

hasta los 10 06 05 de Latitud Norte y 63 56 43 de Longitud Oeste.

La Tabla 14 contiene el cuadro de coordenadas determinadas en la proyeccin

cartogrfica UTM del Datum REGVEN, para el permetro de la Cuenca del Ro Areo.

Tabla 14.- Cuadro de coordenadas UTM para el permetro de la Cuenca Ro Areo.

Datum REGVEN, Huso 20

VERTICE NORTE ESTE

V1 1073850 409896
V2 1078490 403309
V3 1087939 392427
V4 1097707 391983
V5 1107083 393520
V6 1112337 395118
V7 1104434 402067
V8 1094204 401882
V9 1090058 409065
V10 1078956 413076

Para el desarrollo de esta investigacin, la cuenca fue digitalizada usando las hojas
cartogrficas disponibles en escala 1:25.000, editadas por el Instituto Geogrfico de Venezuela
Simn Bolvar (IGVSB). Para la digitalizacin y determinacin de parmetros morfomtricos se
us AutoCad Land en combinacin con el software de construccin de Sistemas de Informacin
Geogrfica (SIG) ArcMap, y la representacin cartogrfica resultante se trabaj a escala
 184
1:50.000. El mapa mostrado en la Figura 43 contiene el permetro de la Cuenca del Ro Areo.
Las hojas cartogrficas usadas para la fase de vectorizacin digital de la Cuenca se muestran en el
Anexo 2.

Figura 2.3.- Permetro Cuenca del Ro Areo

POLGONO DE CUENCA RO AREO

COORDENADAS UTM. DATUM REGVEN

V-1 1073850.56 409896.14

AREA = 420,88 km 2 V-2
V-3
1078490.12
1087939.51
403309.95
392427.64
V-4 1097707.43 391983.15
V-5 1107083.61 393520.62
V-6 1112337.45 395118.06
V-7 1104434.77 402067.72
V-8 1094204.28 401882.88
V-9 1090058.53 409065.47
V-10 1078956.25 413076.14
 185
Figura 43.- Permetro de Cuenca Ro Areo.

5.1.- Parmetros morfomtricos.

La determinacin de los parmetros morfomtricos arroj el siguiente grupo de valores:

rea de la cuenca:
rea = 420.877.646,60 m2 = 420.88 km2.

Longitud axial (Lax):

Cuenca Ro Areo: Lax = 41869.28 m Lax = 41.87 km.

Factor de forma (Ff):

Cuenca Ro Areo: Ff 0.24 (cuenca de forma alargada)

Coeficiente de compatibilidad (K):

K 0.28 * P / A P = 123.61 Km.

A = 42.88km2
K 0.28 *123.61km / 42.88km2 K 5.29

Tabla 15. Datos de clculo para Elevacin Media

Elevaciones
Curvas de ei * ai
parciales (ei) Longitud (m) rea (ai) km2
nivel m.s.n.m (m/km2)
(m)
200 400 300 179.104,12 194,63 58.389
400 600 500 244.772,95 81,26 40.630
600 800 700 211.326.93 62, 58 43.806
800 1000 900 64.946,74 13,42 12.078
1000 1200 1100 83.045,08 13,20 14.520
1200 1400 1300 86.224,75 12,10 15.730
1400 1600 1500 83.335,65 10,39 15.585
1600 1800 1700 58.705,39 10,14 17.238
1800 2000 1900 36.090,91 5,13 9.747
 186
2000 2200 2100 19.290,08 1,72 3.612
2200 2400 2300 6.743,25 0,43 986
Total 405 232.324,00
E media = (ei * ai)/ A
E media = 232.324,00 m/km2 / 405 km2
E media = 573.64 m

Tabla 16. Datos de Clculo para Elevacin Mediana.

Curvas de rea por encima de
rea (ai) km2 % rea
nivel m.s.n.m la CN inferior. (%)
200 400 194,63 48.06 100
400 600 81,26 20.06 51.94
600 800 62, 58 15.45 31.88
800 1000 13,42 3.31 16.43
1000 1200 13,20 3.26 13.12
1200 1400 12,10 2.99 9.86
1400 1600 10,39 2.57 6.87
1600 1800 10,14 2.50 4.3
1800 2000 5,13 1.27 1.8
2000 2200 1,72 0.42 0.53
2200 2400 0,43 0.11 0.11

Curva Hipsomtrica
100
% rea por encima de la CN inferior

80

60

40

20

0
0 500 1000 1500 2000 2500
Elevaciones (m.s.n.m)

Figura 44. Elevacin media.

 187
Tal como se identifica en la grafica, la elevacin mediana es aquella donde el 50 % del
rea tiene elevaciones mayores y el otro 50 % tiene elevaciones menores.
Elevacin mediana = 620 m.s.n.m.

Elevacin modal: esta representa la elevacin que tiene mayor rea para observarlo ms
claramente se construye un histograma tal como se muestra en la Figura 45.

Elevacin modal
50
45
40
35
30
% Area

25
20
15
10
5
0
200- 400- 600- 800- 1000- 1200- 1400- 1600- 1800- 2000- 2200-
400 600 800 1000 1200 1400 1600 1800 2000 2200 2400
Elevacin (m.s.n.m)

Figura 45. Elevacin modal.

Elevacin modal = 300 m

Pendiente media de la cuenca:

Tabla 17. Datos De Longitud Total de las Curvas de Nivel.

CN 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400

L 43,16 93,49 105,27 47,75 36,16 46,57 36,66 40,78 20,80 12,17 3,18 1,71

S = (D/A)* L
donde: D = intervalo entre curvas de nivel.
A = rea total de la cuenca.
L = longitud total de las curvas de nivel.

S = (D/A)* L
 188
S = 200 m / 420.88Km2 * 487.70 Km.
S = 240.84 m/Km.

Longitud del cauce principal:

Para la determinacin de la longitud se divide el cauce principal en tres tramos el primero

desde 200 metros hasta 400; desde 400 hasta 800 y desde 800 a 2400 metros.
Aplicando la formula antes descrita, se obtiene la longitud de cada tramo para que luego
la sumatoria de las longitudes sea igual a la longitud verdadera del cauce principal.

Tramo # 1:

Proyeccin horizontal: 39277,96 m.

Diferencia de altura: 400 200 = 200 m. L1 (39277,96 2 200 2 ) 39778.46m

Tramo # 2:
Proyeccin horizontal: 13869.92 m.

Diferencia de altura: 800 400 = 400 m. L2 (13869.92 2 400 2 ) 13875.69m

Tramo # 3:
Proyeccin horizontal: 9592.85m.

Diferencia de altura: 2400 800 = 600 m. L3 (9592.85 2 600 2 ) 9611.60m

Longitud verdadera: Tramo # 1 + Tramo # 2 + Tramo # 3 =
Longitud verdadera. 39778,46 m +13875,69 m + 9611,60 m =

Lv = 63.265,75 m
Lv = 63,27 km.

Pendiente del cauce principal:

Haciendo la consulta de longitud total del cauce principal en el programa AutoCad, el

resultado fue 62,74 km, y calculando la diferencia entre cota mayor y cota menor de los extremos
 189
del cauce se determin el desnivel con un valor de 2375 m. La pendiente media se obtuvo segn
la expresin:

2375m
S = (Hi)/ L S 37,85m / km
62,74km

Densidad de Drenaje:

62740,73m
Dd = L/A Dd 149.07m / km Dd = 149.07 m /km.
420.88

5.1.2.- Clculo y Dibujo de lneas Isocronas.

El dibujo, en dicha cuenca, de las lneas isocronas, con el propsito de la elaboracin del
hidrograma unitario, se hizo a travs de la metodologa que opera para el dibujo de las curvas de
nivel, donde los puntos a interpolar sern valores de tiempo de concentracin calculados sobre
algunos puntos de la red de drenaje de cada una. Para este dibujo de lneas isocronas se us el
software de diseo asistido por computadora Autocad Land. Obtenidas las curvas isocronas, se
calcularon las reas encerradas entre curvas como parte de los requerimientos del Mtodo de
Clark para la construccin del Hidrograma Unitario.
La Figura 46 es un extracto de la consola del programa Estadstico R que muestra los
Resultados del clculo de Tiempo de Concentracin para varios puntos sobre la cuenca:
 190

Figura 46.- Resultados clculo del TC para toda la cuenca

En la Figura 46. L es la longitud media sobre un cauce, desde el punto donde se mide el
Tiempo de Concentracin (TC) hasta la desembocadura de dicho cauce sobre el ro principal (Ro
Areo). El Desnivel, es la diferencia de nivel (diferencia de cotas) existente entre el punto sobre el
terreno donde se calcula el TC y su desembocadura en el ro principal. Y la pendiente, cociente
la resultante de dividir Desnivel entre L. Por ltimo TC, es Tiempo de Concentracin, que segn
la frmula aplicada, est expresado en minutos.
El plano que muestra las lneas Isocronas dentro de la Cuenca del Ro Areo est contenido
en la Figura 47. Muestra 9 reas en las que es dividida la Cuenca automticamente al hacer el
clculo sobre ella de dichas lneas. Fueron escogidos 21 puntos de manera aleatoria sobre igual
nmero de tributarios que drenan hacia el cauce principal de la cuenca. La cuanta de cada una de
esas reas en relacin a la lnea Isocrona a la que corresponde se muestra en la Tabla 18.

Tabla 18. reas entre curvas Isocronas de la Cuenca Ro Areo.

Nro Curva (Tc) rea
min (m2)

1 210 28895375.29
 191
2 190 38111255.22

3 180 169478842

4 150 46150383.28

5 130 87726396.07

6 110 10020427.27

7 90 8607000.52

8 70 9971461.95

9 50 21918858.67
 192

Figura 47.- Lneas Isocronas sobre Cuenca del Ro Areo

 193
5.1.3.- Polgonos de Thiessen.

A travs de la construccin de los Polgonos de Thiessen fue posible identificar el rea de

influencia de las Estaciones Climatolgicas cercanas a la Cuenca en estudio. Se determin que la
Estacin La Pinta es la que muestra mayor influencia. Se utilizaron los datos de precipitacin de
dicha Estacin para los clculos de caudales.

La Figura 48 muestra los polgonos sombreados para destacar el rea de influencia que
abarca cada Estacin.

Figura 48. rea de influencia, sobre de la Cuenca del Ro Areo, de las Estaciones
Climatolgicas ms cercanas.
 194
5.1.4.- Hidrograma Unitario Instantneo y caudales simulados

A continuacin se muestran los resultados obtenidos con la aplicacin del Mtodo de

trnsito conocido como mtodo de Muskingum, desarrollados con el propsito de determinar el
Hidrograma Unitario Instantneo.
El tiempo entre Isocronas fue establecido para el dibujo de estas lneas de acuerdo con los
valores de Tiempo de Concentracin usados para la interpolacin de las mismas empleando el
programa AUTOCAD LAND. Este tiempo se fij como una equidistancia (variacin entre el
tiempo de una lnea y el tiempo de la siguiente y la anterior) de 20 minutos, es decir, 0.33 horas.
T1 = Tiempo entre Isocronas = 0.33 horas (1200 segundos)

K (Coeficiente de Proporcionalidad) = 2 Este valor se estima a travs de la curva que

relaciona TL y TC elaborada por la antigua Divisin del MOP (Carciente, 1999). La curva se
incluye en el Anexo 3.

0.5 * T1
C0 C0 = 0.5 * 0.33 / 2 + 0.5 * 0.33 = 0.0762
K 0.5 * T1

0.5 * T1
C1 C1 = C0 = 0.33
K 0.5 * T1

K 0.5 * T1
C2 C2 = 2 0.5 * 0.33 / 2 + 0.5* 0.33 = 0.8475
K 0.5 * T1

rea _ de _ la _ Cuenca _(km2 ) *10

EU = 420.82 km2 * 10 / 1200 = 3.50
tiempo _ entre _ isocronas( s)

El clculo del Hidrograma Unitario Instantneo se hizo a travs de la corrida del cdigo
ejecutable en el programa Estadstico R elaborado para tal fin. Este cdigo puede verse en el
Captulo III de este material. El resultado se indica en la Figura 49. Contiene el tiempo,
espaciado en la fraccin calculada, en el que se hace escurrir toda la lluvia. En este caso se
escogi un tiempo mayor al tiempo de Concentracin de la cuenca, de 12 horas. La segunda
columna muestra los valores de los TC, as como las reas entre curvas Isocronas.
 195
Las columnas 4, 5 y 6, identificadas como Musk1, Musk2 y Musk3 respectivamente, son
los valores resultantes de la manipulacin de los Coeficientes de Muskingum. La ltima columna
es el valor de la escorrenta expresada en m3/s por cada milmetro de lluvia efectiva que cae sobre
la cuenca (m3/s.mm). Luego, este valor se multiplic por la precipitacin efectiva calculada para
la Estacin La Pinta, y de esa manera se obtuvo los caudales que dichas precipitaciones
generaron para el tiempo del registro de datos que se manej. El resultado se muestra en la Figura
50.

Figura 49. Resultados del clculo del Hidrograma Unitario Instantneo.

 196

Figura 50. Caudal promedio de escorrenta superficial (m3/s) calculado para la Cuenca del Ro Areo en el periodo 1986-2005
 197
La Figura 50 muestra el caudal de escorrenta superficial promedio calculado usando el
Hidrograma Unitario Instantneo, a partir de la Precipitacin Efectiva que se determin usando el
mtodo del Servicio de Conservacin de Suelos de los Estados Unidos.
La Precipitacin Efectiva de cada mes, para todos los aos de registro disponible, puede
observarse en el Apndice 2, donde se muestran 20 Figuras que contienen, cada una: 1.- una
representacin en forma de hietograma, de la precipitacin neta (o precipitacin bruta); 2.- una
representacin, igualmente en forma de hietograma, de la precipitacin efectiva; 3.- una grfica
de barras que compara la precipitacin efectiva de cada mes con el caudal de escorrenta
superficial que dicha precipitacin genera, calculado segn el mtodo del Servicio de
Conservacin de Suelos, expuesto por Chow y colaboradores (1999). Por ltimo, en cada una de
las 20 Figuras incluidas en el Apndice 2 se incluy una tabla que resume los valores de
Precipitacin Neta, Precipitacin Efectiva, Abstraccin y Caudal. Todas las grficas y la tabla
resumen se hicieron ejecutando el cdigo de programacin elaborado para el programa
Estadstico R mencionado en el Captulo III de este material.

5.2.- Fase de Teledeteccin

5.2.1.-Ubicacin y descarga de Imgenes de Satlite

Luego de una laboriosa bsqueda de imgenes de satlite en diferentes instancias, tanto

privadas (ESRI de Venezuela), como gubernamentales (Centro de Procesamiento Digital de
Imgenes de Satlites, CPDI, del Instituto de Ingeniera, adscrito al Ministerio del Poder Popular
para la Ciencia y Tecnologa), y educativas (Laboratorio de Geodesia Fsica y Satelital del
Departamento de Geodesia Superior, de la Escuela de Ingeniera Geodsica, de La Universidad
del Zulia; Instituto de Fotogrametra de la Facultad de Ingeniera de la Universidad de los Andes,
Centro Interamericano de Desarrollo e Investigacin, CIDIAT, de la Universidad de los Andes)
se decidi trabajar con las imgenes que estn disponibles para su descarga, sin costo monetario,
en el portal Web (http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp) administrado por la
Universidad de Maryland .
De la consulta hecha al portal Web de la Universidad de Maryland el Sistema arroja como
resultado de la informacin mostrada en la Figura 51.
 198

Figura 51. Resultado de la consulta de disponibilidad de imgenes para los sensores TM y

ETM+, en la base de datos de la GLCF.

Para la zona seleccionada, identificada por su direccin de Path 002 y Row 053 (ver
Figura 14 en el Captulo III), especficamente para los sensores TM y ETM+, el Sistema muestra
siete escenas o imgenes disponibles. De ellas, una vez evaluada la cobertura de nubes a travs
de una vista previa disponible en formato .jpg, se decidi descargar para su procesamiento en el
presente estudio slo las indicadas en la Tabla 19

Tabla 19. Fecha, sensor y atributo de las imgenes usadas en el presente estudio.

Da Mes Ao Sensor Atributo

28 12 1986 TM Ortho, Geocover

03 07 1991 TM L1G

01 10 1992 TM L1G

01 07 1999 ETM Ortho, Geocover

28 02 2001 ETM L1G

 199
5.2.2.- Correccin geomtrica.

En la Figura 50 se observan los atributos con los que cuentan estas imgenes. Slo las
imgenes de fecha 28/12/1986 y 01/07/1999 estn disponibles ya georreferenciadas. Slo la
escena del 28/02/2001 fue georreferenciada, y para esto se us el mtodo de Image to Image,
empleando la opcin Polynomial de tercer orden, como Mtodo de Ajuste, y el Vecino Ms
Cercano como Mtodo de Remuestreo.
Las dos escenas restantes, dadas las caractersticas del formato en el que fueron
descargadas, requirieron de un procedimiento especial para lograr su visualizacin en el
programa ENVI, diferente al aplicado a las escenas anteriores. Este procedimiento implic un
paso de edicin del archivo de documentacin de dichas escenas, haciendo la edicin
especficamente en los parmetros de posicin espacial de la misma, donde se indic el Datum, la
Zona, y las coordenadas de las esquinas. Este proceso slo se hizo para la primera banda y el
programa automticamente aplic la configuracin al resto.
Para ilustrar la correccin geomtrica aplicada a la escena del 28/12/2001, la Figura 52
muestra la ventana Ground Control Points Selection con la que se seleccionaron 20 puntos de
control que reportaron un RMSE menor al umbral establecido. Dichos puntos fueron exportados
como un archivo de texto y usados en la georreferenciacin del resto de las imgenes.

Figura 52. Ventana de Seleccin de puntos de control.

En la Figura 53 est representada la disposicin de los puntos de control seleccionados,

vistos sobre la Banda 2 de la escena 015-065 de fecha 28/02/2001.
 200

Figura 53. Disposicin de los puntos de control sobre Banda 2 (015-065) de fecha 28/02/2001
tomado de la ventana Scroll del programa ENVI.

Completado la Correccin Geomtrica, todas las bandas de todas las escenas

manipuladas, recibieron la insercin de la Cuenca Hidrogrfica de inters, cuyo polgono fue
generado en la fase de Vectorizacin Digital ya comentada. Posteriormente el material fue
salvado en formato TIFF especificando como subconjunto espacial (Spacial Subset en ENVI),
la referida Cuenca Hidrogrfica.

5.2.-3.- Correccin atmosfrica

Las Bandas espectrales generadas en el punto anterior redujeron su peso de

aproximadamente 55 MB a 1.06 MB, por el ajuste de su tamao al polgono de referencia. A
partir de dichas bandas se ejecutaron tres procedimientos diferentes para la generacin de unas
nuevas Bandas, sobre las que se aplicaron los clculos de los ndices de Vegetacin.
El primero fue la Correccin Atmosfrica aplicando el Mtodo de Correccin por Valores
Mnimos del Histograma propuesto por Chvez (1988). A partir de las Bandas as obtenidas se
calcularon los ndices de Vegetacin.
El segundo mtodo de obtencin de correccin de Bandas consiste en el clculo de
reflectividades. Los valores ND de cada Banda fueron transformados a Reflectividad aparente
usando las frmulas indicadas por Chuvieco (1995) que fueron explicadas en el Captulo I de este
material. De igual manera, a partir de las Bandas as obtenidas se aplicaron los clculos de
 201
ndices de Vegetacin. El tercer mtodo de correccin aplicado fue igualmente propuesto por
Chvez (1996) como una revisin y mejora al mtodo anterior. Se conoce como el Modelo Cos(t)
y su aplicacin fue de una forma semiautomtica a travs del Mdulo AtmosC que incluye la
ltima versin del programa diseado para Sistemas de Informacin Geogrfica: Idrisi Andes.
Sobre las Bandas corregidas por este mtodo se aplicaron los procedimientos para el clculo de
los ndices de Vegetacin.

5.2.3.1.-Resultados de la correccin atmosfrica por la aplicacin del HMM Mtodo

de Correccin por Valores Mnimos del Histograma

Los resultados de esta fase fueron reportados como histogramas donde pueden observarse
los valores mnimos, promedio, mximo y desviacin estndar de cada conjunto de valores para
cada Banda espectral. El programa utilizado para este procedimiento fue ENVI. Se muestran las
Bandas originales y las Bandas corregidas. Ver Apndice 3.
En cada todas las Figuras del Apndice 3 se nota cmo luego de aplicar la resta del valor
mnimo de ND reportado por la Banda original, la Banda resultante muestra el Histograma
movido hacia la izquierda, y como valor inicial para cada Banda cero.
Ntese que los valores que muestran los pxeles siguen siendo valores ND, y adquieren
un mnimo de cero. Esta es la correccin propuesta por Chuvieco (1995) cuando no se disponen
de datos para desarrollar el clculo de reflectividad real de la superficie.
Este procedimiento no transforma los valores de ND a valores fsicos, en este caso de
Reflectividad. Slo permite obtener una aproximacin hacia los valores de radiancia espectral
que en condiciones atmosfricas ideales (sin perturbaciones por dispersin ni presencia de
aerosol) pudo haber capturado el sensor.
 202

5.2.3.2.- Resultados de la correccin atmosfrica por el Clculo de reflectividades.

Para el clculo de reflectividades se us la ecuacin (18). Se calcul un valor de K para

cada escena en funcin del da juliano cuando fue tomada la misma. El valor de se tom del
archivo de documentacin de cada escena. El resultado del clculo de K y de la consulta de se
muestra en la Tabla 20.
En el Apndice 5 pueden observarse los resultados de los Histogramas de cada una de las
Bandas con los valores de reflectividad reportados en la ventana Statistics Results de ENVI. Los
valores mnimos, mximo, promedio y la desviacin estndar de dichos datos se reporta en la
Tabla 5.8, con el propsito de revisar los resultados al compararlos uno a uno entre bandas y
observar la similitud de los datos entre aquellas bandas tomadas en pocas relativamente
coincidentes en el ao. En la Figura 54 se hace la representacin grfica de los valores mximos
y mnimos observados en la Tabla 5.8, donde puede notarse la similitud en el patrn de variacin
cuando se comparan los grupos de bandas.

Tabla 20.- Valores del da juliano, factor K y ngulo cenital

(http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html)

ID FECHA D K

015-065 28/02/2001 59 0.98188281 35.67

024-525 01/10/1992 274 1.00220121 34.45

032-429 28/12/1986 362 0.9687889 48.52

024-528 03/07/1991 184 1.03367889 38.54

042-898 01/07/1999 188 1.033504606 29.92

 203

Tabla 21. Estadstica de los valores de reflectividad para todas las Bandas del material evaluado

FECHA B MIN MAX MEDIA DES.EST.

28/12/1986 1 0.005 0.025 0.10 0.005

3 0.002 0.049 0.10 0.01

4 0.008 0.13 0.041 0.002

03/07/1991 1 0.008 0.022 0.012 0.004

3 0.005 0.044 0.012 0.008

4 0.014 0.118 0.045 0.015

01/10/1992 1 0.002 0.021 0.009 0.004

3 0.002 0.041 0.010 0.007

4 0.014 0.018 0.041 0.013

01/07/1999 1 0.004 0.02 0.006 0.002

3 0.004 0.04 0.009 0.004

4 0.01 0.106 0.023 0.011

28/02/2001 1 0.004 0.021 0.009 0.004

3 0.003 0.04 0.014 0.01

4 0.006 0.108 0.032 0.019

 204

Comportamiento global de Reflectividades MXIMAS en las Bandas Espectrales

Mx. de Reflec. (W/m2*sr*um)

0.12

0.10

0.08

0.06

0.04

0.02

B1dic86 B3dic86 B4dic86 B1jul91 B3jul91 B4jul91 B1oct92 B3oct92 B4oct92 B1jul99 B3jul99 B4jul99 B1feb01 B3feb01 B4feb91

Comportamiento global de Reflectividades MNIMAS en las Bandas Espectrales

Mn. de Reflec. (W/m2*sr*um)

0.014

0.012

0.010

0.008

0.006

0.004

0.002

B1dic86 B3dic86 B4dic86 B1jul91 B3jul91 B4jul91 B1oct92 B3oct92 B4oct92 B1jul99 B3jul99 B4jul99 B1feb01 B3feb01 B4feb91

Figura 54. Patrn de comportamiento espectral de Bandas evaluadas.

 205
En la Figura 54 se detalla el comportamiento espectral de las Bandas evaluadas para cada
poca en la que fueron tomadas las escenas. Se evaluaron tres bandas por escenas, por lo que la
revisin de la Figura 54 debe hacerse considerando grupos de tres bandas, y al comparar la
variacin entre los grupos se nota un patrn relativamente uniforme de variacin entre las Bandas
dentro del grupo y entre grupos. La Figura 555 se usa como una herramienta de evaluacin de la
calidad del clculo de reflectividades, considerando que este es un procedimiento
semiautomtico, donde se manipulan una importante cantidad de valores numricos que deben
ser ingresados por teclado, siendo sta una fuente de error que debe ser revisada.
La manipulacin de estos datos en el programa estadstico R permiti obtener un resumen
de los cinco estadsticos ms representativos que maneja este programa para el reporte de los
resultados. A continuacin se incluye este resumen, donde se observan los valores mnimos,
mximos, el primer y tercer cuartil, la media y la mediana.

Figura 55. Resumen de los seis estadsticos principales para el conjunto de datos de
reflectividades calculadas sobre cada Banda espectral.

La Figura 55 permite identificar el rango global en el que se ubican los valores de

reflectividades: el mnimo del rango es el Min para los valores MIN, 0.002, y el mximo para el
rango es el Max para los valores MAX, 0.13; el promedio general de todos los valores reportados
por el clculo de reflectividades se observa en el reporte del summary de R, para el valor Mean
de MEDIA, 0.03087. En este sentido, los valores de reflectividades fluctan entre cero y uno.
 206
5.2.3.3.-Resultados de correccin atmosfrica y clculo de reflectividades usando el
Modelo Cos(t) del Mdulo AtmosC de Idrisi Andes

El resultado de la aplicacin de este Modelo de correccin se visualiza a travs de los

Histograma de las Bandas ya corregidas. En l pueden observarse los valores mnimo, mximo y
promedio que adquieren los pxeles en cada una de estas Bandas. La Figura 56 presenta el
Histograma de la Banda 1, escena 28/12/1986, corregida con el Modelo Cos(t). El resto de los
Histogramas pueden verse en el Apndice 4.

Figura 56. Resultados correccin atmosfrica y conversin a reflectividades sobre Banda 1,

escena del 28/12/1986.

5.2.4.- ndices de vegetacin.

Se calcularon cuatro ndices de Vegetacin: NDVI, SAVI, EVI y ARVI. El clculo se

hizo a partir de los tres juegos de escenas generadas desde las Bandas originales, y procesadas
por tres diferentes mtodos de correccin:
1.- Cinco escenas corregidas por el Mtodo del Valor Mnimo del Histograma
2.- Cinco escenas corregidas a partir del clculo de reflectividad aparente.
3.- Cinco escenas corregidas por el Mtodo Cos(t) incluido en el Mdulo AtmosC
de Idrisi Andes.
El esquema que se muestra en la siguiente pgina resume los procedimientos aplicados
desde la imagen original hasta la obtencin de los ndices de Vegetacin.
 207
ESQUEMA DE PREPROCESAMIENTO Y PROCESAMIENTO DEL MATERIAL
ESPECTRAL DISPONIBLE PARA LA DETERMINACIN DE NDICES DE
VEGETACIN (Malav, 2008)

BANDA ORIGINAL
(~56MB)

Aplicar Correccin Geomtrica

Abrir banda
Insertarle Cuenca
Guardarla como TIFF
al tamao de la Cuenca
(~1.06MB)

BANDA CON CUENCA

Transformar ND a
Correccin atmosfrica por Correccin atmosfrica por Reflectividad
Minino Valor del Histograma COS(T) DE ATMOSC Aparente
Rango ND: Rango ND: Rango ND: Mn= 0
Mn= 0 Mn= -1 Mx= <1
Mx= Max. Origi Min. Origi. Mx= <1

Calcular ndices de Vegetacin

 208
5.2.4.1.- ndices de Vegetacin calculados sobre Bandas derivadas de Correccin por
el Mtodo del Valor Mnimo del Histograma (HMM).

A partir de las Bandas espectrales obtenidas por correccin atmosfrica usando el Mtodo
del Valor Mnimo del Histograma, se aplicaron las ecuaciones para el clculo de los ndices de
Vegetacin: NDVI, SAVI, EVI y ARVI. El resultado de la aplicacin de dichas ecuaciones es
una nueva imagen, cuyo valor promedio para cada ndice se reporta en la Taba 5.9, el cual fue
tomado a travs de la consulta hecha a sus respectivos Histogramas.
De todos los ndices calculados slo los reportados para la escena tomada el 28/02/2001
arroja todos valores promedios con negativos, indicando con esto una muy pobre cobertura de
vegetacin. Vase la Tabla 22. Por su parte el NDVI parece ser el ndice que reporta los valores
mejor ajustados a los esperados: valores mayores de 0.2 permitiendo identificar niveles
relativamente significativos de vigor en la vegetacin para las escenas capturadas, exceptuando la
escena ya comentada del 28/02/2001, donde al igual que los otros ndices, el NDVI arroj valor
negativo.
Para revisar el comportamiento general de los ndices se muestra en la Figura 57 el
resumen numrico que reporta el programa estadstico R cuando se le consulta el summary del
conjunto de resultado, y para mejorar esta representacin numrica del comportamiento de dichos
ndices se incluye en la misma figura el rango de valores que muestra el mnimo y mximo
reportado para la evaluacin conducida con este procedimiento.

Tabla 22. ndices de Vegetacin calculados sobre Bandas corregidas por el

Valor Mnimo del Histograma
FECHA NDVI SAVI EVI ARVI

28/12/1986 0.361 0.537 -0.539 0.622

03/07/1991 0.326 0.480 0.049 0.428

01/10/1992 0.203 0.343 -0.140 1.378

01/07/1999 0.533 0.796 1.94 0.481

28/02/2001 -0.051 -0.076 -0.061 -0.142

 209

Figura 57. Resumen numrico de los estadsticos principales del conjunto de ndices, reportados
por el summary en R.

En las Figuras 58 y 59 se observa la representacin grfica de los valores arrojados por el

clculo de los ndices de Vegetacin derivados de Bandas espectrales corregidas por el mtodo
del Mnimo Valor del Histograma (Chvez, 1988, reportado por Chuvieco, 1995).
La Figura 58 muestra los promedios de cada ndice por separado en una representacin en
forma de lneas verticales emulando barras. Se observa el resultado para todos los promedios de
ndices en cada una de las fechas a las que corresponden las escenas evaluadas. La representacin
grfica est elaborada con la intencin de mostrar cules promedio de ndices reportaron valores
negativos en los resultados. Todos los promedios muestran estos valores negativos, ya que la
escena del ETM+ del 28/02/2001 arroj todos los resultados con este signo, siendo una escena
muy particular en cuanto a este comportamiento.
 210

NDVI SAVI
0.8
0.5

0.4 0.6

0.3
NDVI

SAVI
0.4

0.2

0.2
0.1

0.0 0.0
Dic86

Jul91

Jul99

Dic86

Jul91

Jul99
Feb01

Feb01
Oct92

Oct92
EVI ARVI
2.0

1.5
1.0

1.0

ARVI
EVI

0.5 0.5

0.0

0.0
-0.5
Dic86

Jul91

Jul99

Dic86

Jul91

Jul99
Feb01

Feb01
Oct92

Oct92
Figura 58. Comparacin de ndices de Vegetacin obtenidos de Bandas corregidas por MVH.
 211

Comparacin de los I de V calculados sobre Bandas espectrales corregidas por MVH

2.0

1.5

1.0
Indices de Veg.

0.5

0.0

NDVI
-0.5
SAVI
EVI
ARVI
-1.0

-1.5

Dic86 Jul91 Oct92 Jul99 Feb01

Figura 59. Evaluacin de los rangos de existencia de los ndices de Vegetacin calculados.
 212
El promedio del ndice EVI fue el que mayor cantidad de resultados negativos arroj: diciembre del 86, octubre del 92 y
febrero del 2001. Esto aparece mejor ilustrado en la Figura 58, donde se incluyeron tres lneas horizontales marcando valores de
ndices de Vegetacin indicadores: las lneas rojas marcan los valores extremos en los que tericamente deben estar
contenidos todos los ndices, entre los valores de -1 y 1; la lnea verde marca el valor cero para los ndices, con el propsito de
verificar cules de ellos mostraron estos valores por debajo de esta lnea.
En la Figura 59 se observa el promedio del EVI como el ndice que arroj un comportamiento ms errtico. Presenta el valor
positivo (promedio) ms alto de todos los ndices, por encima del extremo superior establecido como tope para este y los otros ndices:
muestra un resultado por encima del valor +1. De igual manera es el ndice que mayor cantidad de valores negativos arroj, fenmeno
esto que claramente puede percibirse en la Figura 59, donde la lnea horizontal en color rojo, que parte del valor cero para el eje y
establece la frontera de los valores positivos y negativos.
El NDVI y el SAVI, fueron los ndices que mostraron, en la evaluacin de sus promedios, un comportamiento ms
regular, en el sentido que no arrojan valores negativos, y para todas las escenas evaluadas se mantienen dentro del rango terico de -
1 y +1. Por otro lado, se observa la correlacin matemtica entre estos ndices ya que muestran un comportamiento muy similar,
estando el SAVI siempre por encima del NDVI, al comparar sus valores absolutos, manteniendo casi la misma pendiente entre ellos.
Este comportamiento puede ser explicando al observar las ecuaciones que gobiernan cada clculo.
La diferencia entre el SAVI y el NDVI est en el factor de ajuste a la lnea de suelo, que implica sumar dicho factor en el
denominar de la ecuacin, y el resultado de la divisin incrementarlo en un porcentaje igual a 100 veces el factor empleado, expresado
en porcentaje. En este caso el factor de correccin tiene valor de 0.5; se suma 0.5 en el denominador (de la frmula simple de NDVI) y
el resultado de la divisin se incrementa en un valor igual a 100 veces 0.5, esto es: 0.5 * 100 = 50%, por lo que el incremento se logra
multiplicando el resultado de la divisin por 1.5, tal como se expresa en la frmula del SAVI.
En la Figura 60 se incluye la Matriz de grficos de dispersin construida en el programa estadstico R para los datos de ndices de
Vegetacin derivados de Bandas espectrales corregidos por el HMM. Este grfico se elabora para evaluar la posible relacin existente
entre los diferentes ndices que se manipulan, considerando que ellos se calculan a partir de Bandas espectrales similares, con
ecuaciones que slo se diferencia por la inclusin de algunos factores.
 213

Comparacin bivariante de ndies de Vegetacion

derivados de Bandas corregidas por MVH
0.0 0.2 0.4 0.6 0.8 0.0 0.5 1.0

0.4
NDVI

0.2
0.0
0.8
0.6
0.4

SAVI
0.2
0.0

-0.5 0.0 0.5 1.0 1.5 2.0

EVI
1.0

ARVI
0.5
0.0

0.0 0.1 0.2 0.3 0.4 0.5 -0.5 0.0 0.5 1.0 1.5 2.0

Figura 60. Matriz de grficos de dispersin para los datos de ndices de Vegetacin
derivados de Bandas espectrales con Histograma Corregidos
 214
En toda la primera fila, al igual en toda la primera columna, se muestra la relacin del
NDVI con los otros ndices. Slo parece existir una relacin lineal entre el NDVI y el SAVI. Esta
relacin es menos marcada entre el SAVI y el EVI, mientras que para el resto de las
comparaciones no existe un patrn de similitud.

5.2.4.2.- ndices de Vegetacin calculados sobre Bandas con ND transformados a

Reflectividad aparente

Un segundo mtodo de correccin de Bandas espectrales se desarroll transformando los

ND de cada una en valores de reflectividad aparente. Se busca con esto manipular el material
evaluado de modo que pueda usarse para hacer comparaciones entre las diferentes pocas en las
cuales fueron tomadas las escenas. La reflectividad es uno de los componentes de la radiancia
espectral, informacin esta medida por el sensor del satlite artificial. La reflectividad fue
definida como el cociente que resulta de dividir la energa incidente sobre una superficie, entre la
energa reflejada.
Esta energa reflejada, antes de ser medida por el sensor se ve afectada por el ngulo
cenital de incidencia de la energa radiante, es igualmente afectada, de acuerdo con su longitud de
onda, por la irradiancia solar en el tope de la atmsfera y debe ser ajustada por un factor corrector
de la distancia Tierra-Sol. El conocimiento de todos estos elementos, sumados a la transmisividad
ascendente y descendente permite determinar los valores de reflectividad real que es la que sale
de la superficie. Los modelos matemticos creados para cumplir con esta tarea son exigentes en
cuanto a las variables que usan, provocando que este clculo resulte en extremo laborioso.
Los ND de las Bandas espectrales disponibles para esta investigacin fueron procesadas
usando la funcin Band Math de ENVI, para aplicarle las ecuaciones revisadas en el Captulo I de
este material. Las Bandas obtenidas a partir de ese procedimiento fueron usadas para el clculo
de cuatro ndices de Vegetacin. El valor promedio reportado por estos ndice fue organizado en
la Tabla 23. Estos datos fueron analizados en el programa estadstico R para la obtencin de la
estadstica bsica que permite definir el patrn de comportamiento de los mismos. Los resultados
de esta evaluacin pueden verse numrica y grficamente representados en las Figuras 61, 62 y
63. En la Figura 5.23 se incluye la Matriz de grficos de dispersin para este conjunto de datos.
 215
Tabla 23. ndices de Vegetacin calculados sobre Bandas corregidas por el
clculo de reflectividad aparente.

FECHA NDVI SAVI EVI ARVI

28/12/1986 -0.459 -0.019 -0.016 -0.269

03/07/1991 0.572 0.087 0.079 0.586

01/10/1992 0.634 0.084 0.075 0.640

01/07/1999 0.454 0.004 0.035 0.364

28/02/2001 0.387 0.047 0.041 0.256

Figura 61. Resumen estadstico de ndices de Vegetacin calculados a partir de bandas con
valores de reflectividad.

En la representacin numrica de los resultados, arrojada por la funcin summary del

programa estadstico R, (Figura 61) se revisan los valores reportados para los seis estadsticos
ms destacados. Ntese que se est trabajando con los valores promedios reportados a travs de
la consulta hecha a los Histogramas de cada ndice. El rango general de cada ndice puede
observarse en dichos histogramas incluidos en el Apndice 6.
 216

NDVI SAVI

0.6
0.08

0.4
0.06

0.2
NDVI

SAVI
0.04

0.0
0.02

-0.2
0.00

-0.4
-0.02

Dic86 Jul91 Oct92 Jul99 Feb01 Dic86 Jul91 Oct92 Jul99 Feb01

EVI ARVI
0.08
0.6

0.06
0.4

0.04

ARVI
EVI

0.2

0.02
0.0

0.00
-0.2

Dic86 Jul91 Oct92 Jul99 Feb01 Dic86 Jul91 Oct92 Jul99 Feb01

Figura 62. Comparacin ndices de Vegetacin derivados de clculos sobre bandas espectrales con valores de reflectividad aparente.
 217
ndices de Vegetacion (promedio) derivados de Bandas espectrales
con valores digitales transformados
a reflectividad

1.0

0.5
Indices de Veg.

0.0

NDVI
-0.5 SAVI
EVI
ARVI

-1.0

Dic86 Jul91 Oct92 Jul99 Feb01

Figura 63. Comportamiento global promedio de los ndices de Vegetacin calculados sobre Bandas espectrales con valores de
reflectividad aparente.
 218
Comparacin bivariante de ndices de Vegetacin
derivados de Bandas con reflectivad aparente calcualda
-0.02 0.00 0.02 0.04 0.06 0.08 -0.2 0.0 0.2 0.4 0.6

0.0 0.2 0.4 0.6

NDVI

-0.4
0.06

SAVI
0.02
-0.02

0.08
0.04
EVI

0.00
0.6
0.4
0.2

ARVI
-0.2 0.0

-0.4 -0.2 0.0 0.2 0.4 0.6 0.00 0.02 0.04 0.06 0.08

Figura 64. Matriz de grficos de dispersin para los datos de ndices de Vegetacin
derivados de Bandas espectrales con reflectividad aparente calculada.
 219
En la Figura 62 es fcil identificar cules escenas muestran, dentro de ellas, valores
negativos en los promedios evaluados. Se incluy una lnea horizontal que parte del cero en el eje
y, con pendiente igual a cero, para destacar la presencia de valores negativos dentro de cada
ndice. El resultado es consistente con lo obtenido para la evaluacin de los ndices derivados de
Bandas con histogramas corregidos. La escena del 28/12/1986 se muestra como la nica que
arroja todos los resultados con valores por debajo de cero, aunque siempre por encima del umbral
mnimo que es -1.
Cuando se revisan por separado cada ndice destacan los meses de julio y octubre como
los que reportan los valores mayores. El hecho de que para todos los ndices el comportamiento
sea semejante es indicador de la precisin del clculo de los mismos.
Al evaluar estos promedios, que son los valores a usar en el Anlisis de Varianza, se observa que
todos los ndices estn dentro del rango terico de -1 a +1. A diferencia de los ndices reportados
por el procedimiento anterior, los obtenidos a travs de Banda espectrales con valores de
reflectividad muestran un patrn de comportamiento ms acorde con los fundamentos tericos.
Existe una similitud importante en los resultados mostrados en la Figura 63 para los
ndices SAVI y EVI. Las grficas que los describen sealan valores muy cercanos, con el mismo
comportamiento para todas las escenas evaluadas. El EVI es un ndice configurado de tal manera
que permite mitigar los efectos de la reflectividad del suelo y los efectos de las perturbaciones
atmosfricas, mientras que el SAVI se concentra en la reduccin de los efectos del suelo. La
homogeneidad en sus resultados promedios pudiera explicarse considerando la ventaja que aporta
el clculo de reflectividad, con el que se consigue cierta correccin atmosfrica, pues en l
intervienen parmetros que la modelan tales como la irradiancia incidente en su tope, y el ngulo
cenital de proyeccin de la energa solar. La manipulacin de estos factores de alguna manera
controla el efecto de la atmsfera, de forma tal que al aplicarse el ENVI en estas circunstancias
slo estara mitigando los efectos de la superficie de suelo desnudo, por los que sus valores
tienden a coincidir con los del ndice SAVI.
Con un argumento semejante es posible explicar la similitud de resultados obtenidos para
los ndices NDVI y ARVI. Considrese en principio que los datos con los que se est trabajando
en esta oportunidad son datos que han sido manipulados a travs de un conjunto de frmulas que
de alguna forma controlan el efecto atmosfrico, y precisamente el ARVI est concebido como
un ndice resistente a los efectos atmosfricos. Ante la ausencia de estos, los resultados tienden a
parecerse a los de NDVI que no consideran estos procedimientos de control.
 220
Casi todas las escenas, exceptuando la de diciembre de 1986, muestran valores positivos
en los promedios de los ndices obtenidos en esta fase de la evaluacin. Dos cosas pueden
deducirse de esta condicin. La primera, que los ndices de vegetacin fueron capaces de detectar
presencia de vegetacin con cierto vigor; y la segunda que en la poca evaluada, la zona
estudiada muestra cierta cobertura vegetal de lo cual pueden derivarse algunas consideraciones.
Trabajar con valores de reflectividad no slo permite inferir acerca de la fsica de los
elementos detectados por los sensores de satlites artificiales. Tambin hace coincidentes las
variables que se estudian en el marco de las Transformaciones que pueden recibir las escenas con
las que se trabaje. Esta afirmacin se sustenta en la evaluacin hecha a la Figura 64 donde se
visualizan la Matriz de grficos de dispersin. Existe una relacin lineal, en un caso mayor que
en otros para los ndices: NDVI con todos los dems, el SAVI con el EVI, y el EVI con el ARVI.

5.2.4.3.- ndices de Vegetacin calculados sobre Bandas procesadas con el Mdulo

AtmosC de Idrisi Andes

El programa diseado para la construccin de Sistemas de Informacin Geogrfica, Idrisi,

versin Andes (demo), fue usado para aprovechar las capacidades que muestra en materia de
procesamiento digital de imgenes de satlite. As como el Idrisi tiene capacidad para procesar
material espectral, otros software, diseados para SIG, muestran esta condicin: SPRING,
ILWIS, GRASS, todos estos de libre acceso a travs de la Web. El programa ArcMap de ESRI,
integrante de la familia de programas conocida como ArcGis, incluye algunas funciones que
permiten trabajar con este tipo de material, tomando en cuenta que es un programa que muestra
sus mayores fortalezas en el manejo de atributos vectoriales.
A travs de la consulta del Help de Idrisi se accede a la explicacin de las funciones para
las que est diseado AtmoC. Seala la referencia que con l es posible desarrollar correccin
atmosfrica de las bandas, y que los resultados son expresados en trminos de reflectividad, toda
vez que el mdulo solicita el ingreso de los parmetros Offset/Gain Lmin/Lmax, con los cuales,
en un primer paso, los ND de cada Banda son transformados a valores de radiancia espectral.

A los efectos de completar el clculo de reflectividad y conducir la correccin

atmosfrica, el programa pide el ingreso de la fecha y hora cuando se tom la escena, as como el
ngulo cenital de incidencia de la energa sobre la superficie terrestre (). Los resultados son
arrojados con valores que se ubican en el rango terico de reflectividad: entre cero y uno. Cada
 221
Banda espectral se proces con este mdulo, y buena parte de la informacin requerida para este
clculo se encuentra en los archivos tipo texto identificados como archivos de documentacin de
la escena o tambin conocido como archivo cabecera de la imagen. Los resultados de este
proceso se observa en el Apndice 4 donde estn representados todos los Histograma de cada
Banda.
Ese es considerado el tercer procedimiento para la correccin de Bandas empleado en este
trabajo. Con las Bandas generadas por cada procedimiento se calcularon los ndices de
Vegetacin NDVI, SAVI, EVI y ARVI, para certificar cul de estos procedimientos de
correccin genera los ndices que muestran un comportamiento ajustado a los parmetros
tericos.
El resultado de la determinacin de los ndices a partir de Bandas corregidas con el
Mdulo AtmosC se discute a continuacin. En la Tabla se reportan los valores promedios para
cada variable en la fecha que corresponde a cada escena.
En una primera revisin se nota que todos los ndices muestran valores positivos, y la
mayora de ellos arrojan resultados cercanos y mayor a 0.2. Como se recordar el rango de
valores en el que se ubica el registro de masas vegetales de relativa a considerablemente densas
es 0.2 a 0.8.
Igualmente los resultados arrojan valores muy cercanos al cero: 0.038, 0.071, para el
ndice ARVI y el ndice SAVI, respectivamente, siendo coincidentes en su fecha de aparicin:
febrero de 2001. Cada uno de estos ndices controla uno de los factores que mayormente influyen
sobre la respuesta espectral.
El ARVI es un ndice resistente a los efectos atmosfricos, mientras que el SAVI lo es
para los efectos del suelo desnudo. En la mayora de las escenas se cumple el mismo patrn de
valores cercanos a cero para ambos ndices.
La Figura 65 muestra el resumen numrico que se obtiene con la funcin summary en el
programa estadstico R sobre los valores promedios de ndices calculados a partir de Bandas
corregidas con el Mdulos AtmosC de Idrisi Andes. Esta Figura muestra los resultados tal y
como los arroja el programa R en su Consola (rea de trabajo). Contiene los seis estadsticos
ms destacados en un anlisis bsico. Entre los promedios, el menor valor promedio es reportado
por el ndice SAVI, seguido por el ndice EVI, NDVI y el ARVI. Segn esto, el menor reporte de
vigor vegetal es hecho por el ndice que controla los efectos del suelo desnudo sobre los valores
de radiancia ledos por el sensor.
 222
Evaluando las Figuras 66, Figura 67 y Figura 68 puede definirse con mayor comodidad el
comportamiento de entre ndices en el marco de sus valores promedios.
El comportamiento individual de los promedios reportados por cada ndice est reflejado
en la Figura 66. Igual que en las representaciones anteriores para este grupo de comportamiento,
se configur las grficas de modo que mostraran una lnea horizontal que parte del valor cero en
el eje y. Esto para identificar la frontera de valores positivos y negativos y determinar la
presencia de valores negativos en los promedios de ndices reportados. Ntese que, como ya fue
comentado, todos los promedios de ndices estn en el rango de valores positivos.

Tabla 24. ndices de Vegetacin calculados sobre Bandas corregidas atmosfricamente usando el
Mdulo AtmoC de Idrisi Andes.
FECHA NDVI SAVI EVI ARVI

28/12/1986 0.191 0.212 0.646 0.156

03/07/1991 0.475 0.245 0.288 0.536

01/10/1992 0.540 0.317 1.094 1.05

01/07/1999 0.657 0.391 0.432 0.608

28/02/2001 0.145 0.071 0.077 0.038

Figura 65. Resumen numrico de ndices de Vegetacin calculados a partir de Bandas

corregidas atmosfricamente y con valores digitales expresados como reflectividad.
 223
El valor promedio reportado para la escena de diciembre de 1986, que en los tres ndices
anteriores report negativo, para esta evaluacin arroj valores positivos, y para el caso del SAVI
y del EVI fue un valor relativamente alto al compararlo con el resto de valores dentro de cada
grupo. La presencia o ausencia de valores negativos puede ser considerada como un indicador de
la capacidad del mtodo de correccin en arrojar Bandas donde sea posible la identificacin de
masas vegetales de menor vigor.
El NDVI y el SAVI son los ndices que reportan los valores promedios uniformes al
compararlos internamente dentro de cada grupo, sin hacer comparaciones entre ellos. Los valores
promedios menos uniformes los arroja el ndice ARVI, dentro de l existe mayor variabilidad de
los datos.
De nuevo el NDVI y el SAVI son coincidentes al registrar el mayor valor promedio para
el mes de julio 1999, mientras que el EVI y el ARVI reportan este valor para la escena tomada en
octubre de 92.
 224

NDVI SAVI
0.8 0.4

0.6 0.3

0.2
NDVI

SAVI
0.4

0.1
0.2

0.0
0.0
-0.1

Dic86 Jul91 Oct92 Jul99 Feb01 Dic86 Jul91 Oct92 Jul99 Feb01

EVI ARVI

1.0 1.0

0.8 0.8

0.6 0.6

ARVI
EVI

0.4 0.4

0.2 0.2

0.0 0.0

Dic86 Jul91 Oct92 Jul99 Feb01 Dic86 Jul91 Oct92 Jul99 Feb01

Figura 66. Comportamiento individual promedio de ndices calculados a partir de

Bandas corregidas con el Mdulo AtmosC de Idrisi Andes.
 225

ndices de Vegetacion (promedio) derivados de Bandas espectrales

corregidas atmosfricamente con el Mdulo AtmosC de Idrisi Andes

1.0

0.5
Indices de Veg.

0.0

NDVI
-0.5 SAVI
EVI
ARVI

-1.0

Dic86 Jul91 Oct92 Jul99 Feb01

Figura 67. Comparacin entre ndices de Vegetacin obtenidos a partir de Bandas espectrales
corregidas con Mdulo AtmosC de Idrisi Andes.
 226
Comparacin bivariante de ndices de Vegetacin
derivados de Bandas con correccin atmosfrica y reflectividades
0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.0 0.2 0.4 0.6 0.8 1.0

0.2 0.3 0.4 0.5 0.6

NDVI
0.40
0.30

SAVI
0.20
0.10

0.2 0.4 0.6 0.8 1.0

EVI
0.0 0.2 0.4 0.6 0.8 1.0

ARVI

0.2 0.3 0.4 0.5 0.6 0.2 0.4 0.6 0.8 1.0

Figura 68. Matriz de grficos de dispersin para los datos de ndices de Vegetacin derivados de Bandas
espectrales con correccin atmosfrica usando el Mdulo AtmosC de Idrisi Andes
 227
La mayor amplitud entre sus valores particulares la muestra el ndice EVI, seguido muy
de cerca por el ARVI, y un tanto distanciado del NDVI y el SAVI. Esto es la diferencia entre el
valor mayor y el valor menor promedio reportado dentro de cada ndice:

max(NDVI)-min(NDVI) = 0.512 ; max(SAVI)-min(SAVI) = 0.32

max(EVI)-min(EVI) = 1.017; max(ARVI)-min(ARVI) = 1.012

En la comparacin de todos los ndices entre ellos, reportada en la Figura 67, y

complementada en la Figura 68, es fcil identificar en una primera revisin varios patrones.
En principio, para la escena de octubre del 92, Figura 67, los ndices EVI y ARVI se
escapan del rango terico establecido entre -1 y +1. Ntese cmo ambos ndices superan la lnea
tope de este rango terico. El resto de los ndices se mantiene dentro de dicho rango para todas
las escenas evaluadas, aunado al hecho de que todos estn por encima de la frontera de negativos
y positivos delimitada por la lnea horizontal del cero.
El comportamiento ms errtico, que muestra una mayor variabilidad, se nota en la grfica
del ndice ARVI, fenmeno ste igualmente observado en la Figura 66. Por otro lado, al
comparar el NDVI con el SAVI, se nota cmo en la mayora de las escenas el NDVI supera el
valor del SAVI, pero ambos muestran un comportamiento relativamente semejante en cuanto a la
direccin y pendiente de sus respectivas grficas.
Para las escenas ubicadas en los extremos, diciembre 1986 y febrero 2001, todos los
ndices muestran sus menores valores promedio, existiendo un solape que dificulta identificar el
valor menor para la mayora de ellos.

5.2.4.4.- Seleccin del mtodo de correccin de Bandas espectrales.

Esta investigacin fue concebida para ser analizada estadsticamente bajo el enfoque de
un diseo experimental del tipo completamente aleatorizado con el propsito de certificar la
significancia del vigor de la vegetacin (evaluado a travs de diferentes ndices de Vegetacin)
sobre los caudales que escurren en una cuenca hidrogrfica.
Se corri un Anlisis de Varianza sobre los resultados obtenidos para los ndices de
Vegetacin derivados de los tres mtodos de correccin, con el propsito de evaluar la existencia
de diferencias significativas entre los mtodos. El cdigo que se construy sobre la plataforma
del programa estadstico R y los resultados obtenidos se visualizan en la Figura 69, la cual
 228
consiste en una captura de procedimiento-ejecutado/resultado-obtenido sobre su Consola (rea
de trabajo).

Figura 69. Resultados ANAVA para evaluar mtodos de correccin de Bandas espectrales.

El valor de Pr reportado en el summary del ANAVA (anlisis de varianza, tambin

conocido como ANOVA) es mayor de 0.1 por lo que no se rechaza la Ho de igualdad entre
medias, esto es, no existe diferencias significativas, para un nivel de significancia del 10% entre
las medias de ndices de Vegetacin reportadas por los tres mtodos de correccin evaluados,
segn lo cual es vlida la seleccin de cualquiera de los grupos de ndices para continuar con los
anlisis posteriores.
Por tal razn la revisin de la Figura 68, que contiene la Matrz de grficos de dispersin
para los resultados obtenidos por la aplicacin del Mdulo AtmosC de Idrisi Andes, es
determinante en la seleccin del mtodo de correccin idneo, y por ende del grupo de promedios
de ndices, para continuar con el anlisis estadstico de resultados dado que el primer ANAVA
reporta diferencias de medias estadsticamente no significativas.
En esta Figura se observa una mayor correlacin lineal entre todos los promedios de
ndices comparados. Todos los grficos, vistos entre filas o vistos entre columnas, reportan
linealidad en las relaciones. Las Bandas corregidas por el Modelo AtmosC de Idrisi Andes, al
 229
recibir correccin atmosfrica y transformacin de niveles digitales en valores de reflectividad, se
muestran como Bandas ms uniformes en la variabilidad de su informacin espectral,
permitiendo la manifestacin de relaciones lineales entre los diferentes ndices evaluados,
caracterstica esta que le imprime calidad a los resultados.
De no ser por la escena octubre del 92, donde el EVI y el ARVI se escapan del rango
terico, en una segunda revisin es posible afirmar que el mtodo de correccin de Bandas
espectrales usando el Mdulo AtmosC de Idrisi Andes arroja ndices de Vegetacin con un
patrn de comportamiento ms ajustado a los valores tericos, al revisar sus valores promedios.
Por esta razn, y con el apoyo de las relaciones lineales vista en la Matriz de grficos de
dispersin de la Figura 68, se decide continuar con los ndices de Vegetacin promedio
calculados sobre Bandas espectrales tratadas con el mencionado Mdulo para los efectos de la
segunda parte del anlisis estadstico de la cual se deriva la construccin de modelos
matemticos.
Son los valores promedios los de mayor inters, pues son los usados posteriormente en el
Anlisis de Varianza para evaluar el grado de influencia que ejerce cada ndice sobre los valores
de caudales determinados por mtodos de simulacin a partir de los valores de precipitacin.

5.2.4.5.- Seleccin de ndices de Vegetacin

Los valores de ndices de Vegetacin constituyen una representacin numrica que

indican el verdor que la vegetacin presentaba el momento cuando fue capturada la escena por el
sensor artificial. Estos valores son manipulados en conjunto con los valores de Caudal que fueron
simulados para la regin analizada, en funcin de los registros de precipitacin disponibles. Se
busca determinar la relacin matemtica entre el elemento reportado por Teledeteccin (ndices
de Vegetacin) y los valores determinados por simulacin (caudales de escorrenta superficial).
A partir de esta relacin matemtica, expresada como modelo de regresin se evala la capacidad
del mismo en determinar los caudales escurridos en la zona, y predecir estos en un mediano
plazo.
En esta investigacin se evaluaron cuatro ndices de Vegetacin tomando en cuenta que
tres de ellos son presentados por varios investigadores (Snchez (2000), Parra (2007), entre otros)
como resultado de mejoras aplicadas al NDVI. Para la construccin del modelo matemtico que
relacione la variable ndice de Vegetacin con la variable Caudal es necesario hacer la seleccin
de uno de estos ndices que cumplir el papel, en dicho modelo, de variable independiente.
 230
En principio se evalu la existencia de diferencias estadsticamente significativas entre los
valores promedios de los ndices derivados del mtodo de correccin por aplicacin del Mdulo
AtmosC de Idrisi Andes, para luego determinar cul de estos ndices muestra una mejor
correlacin con la variable caudal. Esta evaluacin se hizo a travs del Anlisis de Varianza. Se
plante la hiptesis nula de que no existe tal diferencia, en cuyo caso resultara igual continuar el
estudio usando cualquiera de los ndices evaluados.
El Anlisis de Varianza se aplic a travs de la construccin y ejecucin de un cdigo de
programacin en la plataforma del programa estadstico R usando la funcin aov. Los datos
empleados en esta evaluacin fueron los mostrados en la Tabla 24. Las lneas de cdigo pueden
verse en el la seccin relativa al Anlisis Estadstico del Captulo III (Materiales y Mtodos) de
este trabajo.
La aplicacin del cdigo diseado para el anlisis de varianza gener los siguientes
resultados que se toman directamente de la consola del programa R y se reportan en la Figura
70.

Figura 70. Resultado anlisis de varianza.

 231
En la ltima columna reportada en el summary (Figura 70) se observa el resultado para
Pr(>F). Este valor es el indicador de la existencia o ausencia de significancia estadstica para una
prueba de comparacin de medias. Como el valor de Pr(>F) es mayor de 0.1, no se rechaza la
hiptesis de nula para un nivel de significancia de 10%, segn lo cual resulta estadsticamente
igual trabajar con cualquiera de los ndices a los efectos de construir el modelo matemtico.
Partiendo del hecho de que no existe diferencia en los promedios reportado para los
ndices evaluados, es necesario recurrir a la grfica que muestra los promedios globales de cada
ndice en procura de seleccionar aquel que reporte su promedio global ms cerca del promedio
general derivado de la suma de todos los ndices. El NDVI presenta su promedio ms cerca del
promedio general que el resto de los ndices (Figura 71), por tal razn es seleccionado para la
construccin del modelo matemtico de relacin entre ndices de Vegetacin y Caudal de
escorrenta superficial en la Cuenca del Ro Areo. De igual forma la Figura 72 hace la
representacin a travs de grficas de caja, de la semejanza entre los promedios de ndices
obtenidos para el tercer mtodo de correccin.

5.3.- Construccin del Modelo Matemtico.

Las tcnicas de regresin generalmente son usadas para estimar valores de una variable de
inters a partir de otra que est fuertemente asociada con ella. Esa asociacin se mide a partir de
observaciones comunes a ambas variables, a partir de las cuales se ajusta una funcin que las
relaciona a travs de un modelo matemtico. Existen varias tcnicas de regresin, siendo la ms
usada la regresin lineal, donde la variable dependiente se calcula a partir de la variable
independiente. Para el caso de esta investigacin, la variable independiente es el ndice de
Vegetacin, y la dependiente, o la que se quiere simular, es el Caudal de escorrenta superficial.
 232

Medias globales de ndices de Vegetacin

0.50

0.45

Promedio General
0.40
Promedios

0.35

0.30

0.25

NDVI SAVI EVI ARVI

ndices de Vegetacin evaluados

Figura 71. Promedios de ndices de Vegetacin obtenidos desde Bandas espectrales con correccin
atmosfrica hecha a travs del Mdulo AtmosC de Idrisi Andes.
 233

Comparacin de Promedios Indices de Vegetacin

1.0
0.8
Promedios Indices de Veg.

0.6
0.4
0.2
0.0

1NDVI 2SAVI 3EVI 4ARVI

Figura 72. Comparacin promedios de ndices de Vegetacin a travs de grficos de Caja.

 La tcnica de regresin ms utilizada es la lineal, en la cual la variable a estimar
(denominada dependiente) se calcula a partir de otra auxiliar (independiente) con una
ecuacin del tipo: y = a + bx, donde a es el intercepto de la recta de regresin con el eje
y y b es la pendiente de la recta que agrupa la nube de puntos en la grfica. En la
ecuacin, y representa la respuesta del modelo (el caudal) y x a la variable predictora
(el ndice de vegetacin).
A travs de las formulaciones de clculo disponibles en el programa estadstico R
se evaluaron varios modelos de regresin y se seleccion el que report las funciones de
repuesta con mayor ajuste para el coeficiente de correlacin lineal r2.
Para el ingreso de los datos en el rea de trabajo de R se crearon dos vectores: un
vector llamado NDVI5, que contiene los ndices de Vegetacin (NDVI) reportados para las
cinco escenas disponibles; y un vector identificado como Caudal5, que incluye los cinco
valores de caudales que coinciden con los ndices por sus respectivas fechas.
A continuacin se ilustra la forma cmo ingresan los vectores mencionados en el
rea de trabajo del software:
NDVI5<-c(0.191,0.475,0.540,0.657,0.145)
Caudal5<-c(46,498.4,38.5,1206.1,10)
Los ndices de Vegetacin son considerados las variables predictoras, mientras que
los Caudales son las variables respuestas. El anlisis de regresin en R a travs de la
funcin lm() especificando dentro del parntesis una expresin que indica variable
respuesta modelada por variable predictora, resultado para este caso de la siguiente
manera:

lm(Caudal5~NDVI5)

El resultado de la expresin anterior genera una estadstica que en el programa R

se almacen en un vector para su consulta.

modelo<-lm(Caudal5~NDVI5)

Se probaron varios modelos con diferencia en el orden de la ecuacin:

modelo1<-lm(Caudal5~NDVI5) para la forma y = a + bx,
 181

modelo2<-lm(Caudal5~NDVI5+I(NDVI5^2)) para la forma y = a + bx + bx2

modelo3<-lm(Caudal5~NDVI5+I(NDVI5^2)+I(NDVI5^3)) para la forma y = a + bx + bx2
+ bx3
El clculo de los residuales arroj los resultados siguientes: el residual mnimo
mostrado por el modelo3 fue de -288.39, contra -555.02 del modelo1 y -412.97 del
modelo2. Para los valores mximos, el modelo3 arroj 272, mientras que el modelo 1
report 414 y el modelo 2 mostr 295. El modelo de tercer grado contiene los residuales
ms cercanos al cero comportndose como un predictor de mayor calidad que los otros dos
modelos. Para la seleccin del modelo se consider el coeficiente de correlacin lineal r2 y
el comportamiento de los residuales. El coeficiente de correlacin para cada uno de los
modelos evaluados fue: Modelo 1 = 0.5383; Modelo 2 = 0.7344; Modelo 3 = 0.8197. De
acuerdo con eso se seleccion el modelo3, que implica un polinomio de tercer grado,
cuya expresin como funcin es la siguiente:
y = 55488x3 - 62836x2+ 22402x -2185
donde y es la variable caudal que se busca predecir y x es la variable NDVI que
funciona como variable predictora.

Los resultados obtenidos con respecto a la calidad del modelo para predecir los
caudales obligan a una segunda revisin de los valores de NDVI y su correspondencia con
los caudales. Para esto se hace un arreglo de los pares evaluados (NDVI vs caudal)
ordenando en forma creciente los vectores numricos evaluados tomando como referencia
la columna de valores de NDVI. Originalmente estos vectores fueron:
NDVI5<-c(0.191,0.475,0.540,0.657,0.145)
Caudal5<-c(46,498.4,38.5,1206.1,10)
Un nuevo arreglo de los vectores, ordenados en forma creciente con respecto a la
columna NDVI5 permite obtener los vectores siguientes.
NDVI5<-c(0.145,0.191,0.475,0.54,0.657)
Caudal5<-c(10,46,498.4,38.5,1206.1).
El comportamiento grfico de estos vectores puede observarse en la Figura 73
donde es notorio el efecto de un valor de NDVI asociado a un valor de caudal que rompe
con la uniformidad de una curva creciente. Cuando se elimina el valor aberrante (0.54 vs
38.5) la curva adquiere un comportamiento uniforme creciente, y al procesar los vectores
 182

resultantes en un anlisis de regresin arroja un polinomio de tercer grado con coeficiente

de correlacin r2 = 1, y residuales con valor de cero.

1200
1000
800
Caudal5

600
400
200
0

0.2 0.3 0.4 0.5 0.6

NDVI5

Figura 73.- Comportamiento del NDVI vs Caudales ordenados en forma ascendente con
respecto a la ocurrencia del NDVI.

La formulacin numrica del modelo resultante es la siguiente:

y = 4824.9x3 - 1457.4x2 + 861.21x - 98.9

En el programa estadstico R es posible solicitar el clculo de los caudales aplicando

el polinomio anterior para cada uno de los valores de NDVI conocidos usando la funcin

modelo3$fitted.values. Los resultados coinciden exactamente con los valores originales,

confirmando el ajuste de correlacin lineal de valor 1.

> modelo3$fitted.values

1 2 3 4

10.0 46.0 498.4 1206.1

 183

Luego de revisados estos ajustes se considera el empleo definitivo del polinomio de

tercer grado descrito anteriormente a los efectos de modelar los caudales de la cuenca del
ro Areo a partir de valores de NDVI medidos a travs de sensores remotos.

CAPTULO V

CONCLUSIONES

1.- El ndice de Vegetacin de Diferencia Normalizada, NDVI, representa las condiciones

del estado de la vegetacin en la Cuenca Hidrogrfica del Ro Areo con menor variabilidad
en sus valores, al mostrar un rango de mximo y mnimo dentro del intervalo terico de -1
y +1, y comportarse como el ndice con un promedio general ms cercano al promedio
global arrojado por la evaluacin de otros ndices.

2.- Para el intervalo de tiempo evaluado, segn resultados obtenidos por simulacin, en la
Cuenca del Ro Areo circul un promedio diario de 403 l/s, cuando se corri la simulacin
con un caudal base de 10 l/s; reportndose valores extremos de 0.20 y 2326.40 l/s. La
variabilidad de los datos est gobernada por el patrn de precipitaciones dados para el
intervalo evaluado.

3.- Se construy un modelo matemtico que define el comportamiento de la variable

caudal de escorrenta superficial en funcin a las variaciones de la variable ndice de

Vegetacin. El modelo de grado tres y = 4824.9x3 - 1457.4x2 + 861.21x - 98.9 arroj

valores residuales iguales a cero para la prueba de ajuste realizada.

4.- El NDVI mostr una correlacin positiva sobre los caudales asociados, con un valor de
correlacin lineal igual a 1, por lo que puede ser empleado para la estimacin de esta
variable hidrolgica en la cuenca evaluada.

5.- Los mtodos de correccin de Bandas espectrales usados en esta investigacin arrojaron
resultados con valores promedios que no muestran diferencias estadsticamente
 184

significativas, por lo que, de acuerdo con la informacin disponible para su aplicacin, la

seleccin de un mtodo u otro, no influye en los resultados.

6.- La Cuenca del Ro Areo no muestra sensibilidad ante el cambio de ndices empleados
para la evaluacin del vigor de su vegetacin. Los cuatro ndices evaluados reportan
resultados estadsticamente semejantes.

REFERENCIAS BIBLIOGRFICAS

Acevedo, M. (2004). Simulation of Ecological and Environmental Models. Department of

Geography Institute of Applied Science. University of North Texas. XanEdu. USA.

Amisial, R. (1979). Disponibilidad de Agua Superficial. Centro Interamericano de

Desarrollo Integral de Aguas y Tierras (CIDIAT). Mrida, Venezuela.

Bautista, S., Rincn, B., Godoy, J. y Domnguez M. (1996). Gua Prctica de

Hidrolgica. Venezuela: Escuela de Ingeniera Civil. Universidad del Zulia.

Bolinaga, J. y col. (1999). Disponibilidades de agua. Proyectos de ingeniera hidrulica.

Vol. I. 1era Edicin. Fundacin Polar. Caracas, Venezuela.

Campos A., D., (2000). Trnsito Hidrolgico de crecientes en ros con flujo lateral.
Agrociencia, ao/vol. 34, n 003. Mxico.

Carciente J. (1999). Carreteras Estudios y Proyectos. Caracas, Venezuela: Vega.

Chow V, Maidment D. y Mays L. (1994). Hidrologa aplicada. Santaf de Bogot,

Colombia: McGRAW - HILL INTERAMERICANA.

Chuvieco, E. (1995). Fundamentos de Teledeteccin Espacial. 3ra Edicin. Rialp S. A.,

Madrid, Espaa.

Cifuentes S., V. (1999). Determinacin del ndice de superficie foliar (leaf area index) en
masas forestales usando imgenes landsat-tm. Conclusiones de un primer estudio en la
sierra norte de crdoba. Mapping, Revista Internacional de Ciencias de la Tierra.
Disponible en [http://www.mappinginteractivo./plantill-ante.asp?id_articulo=696]. Julio 20,
2007.
 185

Cova, J. (2000). Estudio preliminar de suelos piedemonte del Turimiquire Estado

Monagas municipio Cedeo. Ministerio del ambiente y de los recursos naturales.
(MINAMB). Direccin general sectorial de cuencas hidrogrficas, centro edafolgico
regional oriental. Venezuela: Autor.

Gaceta Oficial de la Repblica de Venezuela (1981). Unidades de Medida del Sistema

Legal Venezolano. N 2.823 (Extraordinario), Julio 14, 1981.

Guevara, J. (2004). Meteorologa. 2da. Edicin. Consejo de Desarrollo Cientfico y

Humanstico. Universidad Central de Venezuela, Caracas, Venezuela.
Guilarte, J. (1989). Manual de hidrologa: Hidrologa prctica para ingenieros.
Instituto de Mejoramiento Profesional. Sociedad Venezolana de Ingeniera Hidrulica.
Colegio de Ingenieros de Venezuela.

Huete, A.R., H. Liu, K. Batchily, and W. van Leeuwen, 1997. A Comparison of Vegeta-
tion Indices Over a Global Set of TM Images for EOS-MODIS. Remote Sensing of
Environment 59(3):440-451.

Kaufman, Y.J. and D. Tanre, 1996. Strategy for Direct and Indirect Methods for Correc-
ting the Aerosol Effect on Remote Sensing: from AVHRR to EOS-MODIS. Remote
Sensing of Environment 55:65-79.

Khuehl, R. (2001). Diseo de Experimentos. 2da Edicin. Thomson-Learning. Mxico.

Lacoste, Y. (2003). El agua. La lucha por la vida. Coleccin Larousse. SPES Editorial,
S.L.

Lilesand, T. y Kiefer, R. (2000). Remote Sensing and Image Interpretation. 4ta Edicin.
John Wiley & Sons, Inc. New Yok. USA.

Landsat 7. (2008). Science Data Handbook. Disponible en http://landsathandbook.gsfc.

nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html. Recuperado 20/06/2008.

Melndez S., J. (2002). Teledeteccin desde Satlites. Departamento de Fsica,

Universidad Carlos III de Madrid, Espaa. Disponible en [http://bacterio.uc3m.es/
docencia/profesores/melendez/docuopt/Satelites_2002.pdf]. Recuperado 07/05/2007.

Mendenhall, W. y Sincich, T. (1997). Probabilidad y Estadstica para Ingeniera y

Ciencias. 4ta Edicin. Prentice Hall. Mxico.

Moreno M., F. (2005). Cuencas hidrogrficas e inversiones extranjeras. Serie Mencin

Publicacin, CENDES-UCV. Caracas, Venezuela.
 186

Namakforoosh, M. (2005). Metodologa de la investigacin. 2da Edicin. Limusa.

Mxico.

Parra, A. (2007). Procesamiento Digital de Imgenes de Satlite. Manual de Curso con

ENVI. Instituto de Fotogrametra. Universidad de Los Andes, Mrida, Venezuela.

Pea, D. (2002). Anlisis de datos multivariantes. 1 Edicin. Mc. Graw Hill. Espaa.

Pinilla, C. (1995). Elementos de Teledeteccin. Rama. Madrid, Espaa.

Snchez, R. et al. (2000). Comparacin del NDVI con el PVI y el SAVI como Indicadores
para la Asignacin de Modelos de Combustible para la Estimacin del Riesgo de Incendios
en Andaluca. Tecnologas Geogrficas para el Desarrollo Sostenible Departamento de
Geografa. Universidad de Alcal, 164-174. Disponible en [http://age.ieg.csic.es/metodos
/docs/IX_2/Sanchez_Esperanza.PDF -], Marzo 22, 2008.

Trivio P., A., Ortiz R., S., (2004) Metodologa para la modelacin distribuida de
escorrenta superficial y la delimitacin de zonas inundables en rablas y ros-rambla
mediterrneos. Investigaciones Geogrficas, n 35 (2004) pp. 67-83. Instituto Universitario
de Geografa. Universidad de Alicante. Espaa. Disponible en
[http:/dialnet.unirioja.es/servlet/fichero_articulo?articulo=1065441&orden=61392].
Recuperado 20/05/2007

Paz, F., et al. (2005). Correcciones atmosfricas usando patrones invariantes en el espacio
del rojo e infrarrojo cercano. Revista Latinoamericana de Recursos Naturales, 2 (1): 3-16,
2006. Disponible en [www.itson.mx/drn/Revista/Vol_2_2006/Art_5_Paz%20et
%20al.pdf]. Recuperado 07/05/2007

Radiometric Scaling Parameters for Landsat 7 ETM+ Level 1G Products. (2001).

Disponible en [http://landsathandbook.gsfc.nasa.gov/handbook/handbook_
htmls/chapter11/htmls/LMIN_LMAX.html]. Recuperado 22/11/2007

Versani, J. (2005). Using R for Introductory Statistics. 1ra Edicin. CRC Press, USA.
 187

ANEXOS
 188

ANEXO 1 DATOS DE LAS ESTACIONES CLIMATOLGICAS

Tabla A1.1. Datos de Precipitacin de la estacin Mundo Nuevo (2718) Estado Anzotegui.
A E F M A M J J A S O N D A
N E A B A U U G E C O I N
o E B R R Y N L O P T V C U
/ A
M L
e
s
1 1 3 9 8 1 1 1 9 5 7 1 1 8
9 6 , , , 1 5 2 0 3 7 9 4 2
8 , 7 7 8 9 9 6 , , , , 1 6,
6 1 0 0 0 , , , 6 5 6 4 , 2
0 4 2 6 0 0 0 5 5
0
0 0 0 5
1 6 1 0 1 1 1 9 1 1 1 8 3 9
9 3 , , , 7 0 3 5 1 4 6 6 8
8 , 9 0 3 8 7 , 8 3 1 , , 3,
7 6 0 0 0 , , 8 , , , 0 9 5
0 8 2 0 9 6 4 0 0
0
0 0 0 8 0
1 1 9 0 6 3 2 1 3 6 1 1 4 1
9 1 , , , , 5 9 4 6 7 1 7 1
8 , 4 0 9 7 5 8 1 , 1 0 , 7
8 3 0 0 0 0 , , , 2 , , 1 5,
0 7 4 6 0 7 1 8
1
0 0 0 4 5
0
1 5 8 3 0 1 1 1 4 1 2 1 1 9
9 , , 1 , 9 1 1 2 5 3 1 8 0
8 0 1 , 4 , 0 6 , 9 0 9 , 9,
9 2 0 6 0 7 , , 6 , , , 1 5
0 0 8 7 0 6 4 2 0
0
0 0 7 2 0
1 1 4 1 2 1 1 1 2 7 8 5 2 1