Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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.
AGRADECIMIENTO
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
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
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
INTRODUCCIN
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
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
S = (D/A)* L (2)
75
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).
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
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:
A
Tc 0.355 * 0.595 (4)
S
L3
Tc 0.886 * * 0.385 (5)
H
Frmula de Kirpich:
L
Tc 0.0195K 0.77 siendoK (6)
S
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
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:
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:
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
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).
Tc 0.078 * K (10)
Donde:
L0.77
K 0.385 (11)
S
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
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.
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
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.
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.
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.
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+.
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.
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
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
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).
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.
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
Figura 6. Imagen NDVI de febrero de 2.004, elaborada a partir del sensor AVHRR.
(http://www.fii.org/wwwcpdi/antena/servicios.htm)
104
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:
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 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):
+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.
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:
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.
CAPTULO II
Tabla 4. Caractersticas fsicas de los suelos del Municipio Cedeo, Estado Monagas, Venezuela (Cova, J. 2000).
El Municipio muestra una destacada variedad de suelos, entre los que se mencionan:
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 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
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
- Escner.
- Impresora multifuncional.
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
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.
##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)
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
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
0.5 * T1
C1
K 0.5 * T1
K 0.5 * T1
C2
K 0.5 * T1
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.
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.
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
Figura 14.- Escenas de la familia de satlites Landsat que abarcan la geografa venezolana
(http://landsat.usgs.gov/slc_off.html).
rea de inters
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.
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.
REA DE
INTERS
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.
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.
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.
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+.
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.
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.
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 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
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.
Figura 27. Ventana para configuracin de la regin de sub conjunto en funcin de la cual se
almacena la imagen de salida.
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.
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 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:
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
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
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)
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)
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.
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 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.
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))
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.
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
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
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
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.
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
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)
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.
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)
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)
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.
Tramo # 1:
Lv = 63.265,75 m
Lv = 63,27 km.
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
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
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
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
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
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 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.
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.
03 07 1991 TM L1G
01 10 1992 TM L1G
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 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.
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
ID FECHA D K
Tabla 21. Estadstica de los valores de reflectividad para todas las Bandas del material evaluado
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
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 55. Resumen de los seis estadsticos principales para el conjunto de datos de
reflectividades calculadas sobre cada Banda espectral.
BANDA ORIGINAL
(~56MB)
Abrir banda
Insertarle Cuenca
Guardarla como TIFF
al tamao de la Cuenca
(~1.06MB)
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
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.
Figura 57. Resumen numrico de los estadsticos principales del conjunto de ndices, reportados
por el summary en R.
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
2.0
1.5
1.0
Indices de Veg.
0.5
0.0
NDVI
-0.5
SAVI
EVI
ARVI
-1.0
-1.5
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
0.4
NDVI
0.2
0.0
0.8
0.6
0.4
SAVI
0.2
0.0
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.
Figura 61. Resumen estadstico de ndices de Vegetacin calculados a partir de bandas con
valores de reflectividad.
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
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
-0.4
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.
Tabla 24. ndices de Vegetacin calculados sobre Bandas corregidas atmosfricamente usando el
Mdulo AtmoC de Idrisi Andes.
FECHA NDVI SAVI EVI ARVI
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
1.0
0.5
Indices de Veg.
0.0
NDVI
-0.5 SAVI
EVI
ARVI
-1.0
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
SAVI
0.20
0.10
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:
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.
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
0.50
0.45
Promedio General
0.40
Promedios
0.35
0.30
0.25
Figura 71. Promedios de ndices de Vegetacin obtenidos desde Bandas espectrales con correccin
atmosfrica hecha a travs del Mdulo AtmosC de Idrisi Andes.
233
1.0
0.8
Promedios Indices de Veg.
0.6
0.4
0.2
0.0
lm(Caudal5~NDVI5)
modelo<-lm(Caudal5~NDVI5)
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
1200
1000
800
Caudal5
600
400
200
0
NDVI5
Figura 73.- Comportamiento del NDVI vs Caudales ordenados en forma ascendente con
respecto a la ocurrencia del NDVI.
el polinomio anterior para cada uno de los valores de NDVI conocidos usando la funcin
> modelo3$fitted.values
1 2 3 4
CAPTULO V
CONCLUSIONES
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.
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
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
Campos A., D., (2000). Trnsito Hidrolgico de crecientes en ros con flujo lateral.
Agrociencia, ao/vol. 34, n 003. Mxico.
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
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.
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.
Pea, D. (2002). Anlisis de datos multivariantes. 1 Edicin. Mc. Graw Hill. 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
Versani, J. (2005). Using R for Introductory Statistics. 1ra Edicin. CRC Press, USA.
187
ANEXOS
188
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