EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE

RUGOSIDAD DE MANNING PARA LA MODELACIÓN DE LA
INUNDACIÓN COSTERA AL SUROESTE DE CUBA

THE USE OF LANDSAT 8 IMAGES IN THE MANNING RUGGED

COEFFICIENT FOR THE MODELING OF THE COASTAL
FLOODING TO THE SOUTHWEST OF CUBA

Julia Rosa González Garciandía1, Osvaldo Enrique Pérez López2

1
Instituto de Geografía Tropical, Grupo de Peligro, Vulnerabilidad y Riesgos de la Agencia de Medio Ambiente. Calle 13
esq. F. Plaza de la Revolución. La Habana Cuba. Email: juliap@ceniai.inf.cu
2
Instituto de Meteorología, Grupo de Evaluación de Peligro, Vulnerabilidad y Riesgos de la Agencia de Medio Ambiente.
Cuba. Email: enrique@ama.cu

RESUMEN: La clasificación de la densidad de la cobertura de la vegetación desde datos de percepción

remota, contribuye a mejorar la precisión en la modelación de la inundación costera. En esta investigación
se estudiaron diferentes índices de vegetación a través del empleo de la percepción remota, y se
incorporaron usos del suelo, para la modelación de la inundación costera al sur de los municipios Los
Palacios y Consolación del Sur, perteneciente a las provincias de Pinar del Río y Artemisa,
respectivamente. Se empleó el mapa de cobertura de bosque de mangle del Macroproyecto “Escenarios de
peligro y vulnerabilidad de la zona costera cubana asociados al ascenso del nivel medio del mar para los
años 2050 y 2100”, el mapa de uso del suelo del MINAGRI, una imagen Landsat 8, y el software LISFLOOD
para evaluar los niveles de inundación considerando dos modelos: la densidad de la cobertura del bosque
de mangle, y el uso del suelo incluyendo la densidad de esta cobertura. El principal objetivo de este trabajo
fue incorporar coeficientes de rugosidad acorde con la densidad de la cobertura del bosque de mangle y los
usos de suelo, en comparación a dos valores de coeficientes dado por la cobertura de bosque de mangle
(0.09) y al resto del territorio (0.05), que fue el escenario inicial. Los resultados muestran que, al mejorar la
información de la densidad de la vegetación y uso del suelo, se perfecciona la predicción del alcance de
este peligro.

Palabras claves: coeficiente de rugosidad de manning, modelación de inundación costera, sensores

remotos, percepción remota, índices de vegetación, cobertura de la tierra, uso del suelo

ABSTRACT: The classification of vegetation cover density from remote sensing data contributes to
improve the precision in the modeling of coastal flooding. In this research different vegetation indices were
studied through the use of remote sensing, and land uses were incorporated, for the modeling of coastal
flooding south of the municipalities of Los Palacios and Consolación del Sur, belonging to the provinces of
Pinar del Río and Artemisa, respectively. The map of the mangrove forest cover of the Macroproject
"Scenarios of hazard and vulnerability of the cuban coastal zone associated with the rise of the mean sea
level for the years 2050 and 2100", the land use map of the MINAGRI, an image Landsat 8, and the
“X CONGRESO INTERNACIONAL GEOMÁTICA, 2018”
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD DE
MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
LISFLOOD software to assess flood levels considering two models: the density of mangrove forest cover,
and land use including the density of this cover. The main objective of this work was to incorporate
roughness coefficients according to the density of the coverage of the mangrove forest and the land uses, in
comparison to two values of coefficients given by the coverage of mangrove forest (0.09) and the rest of the
territory (0.05), which was the initial scenario. The results show that, by improving the information on
vegetation density and land use, the prediction of the extent of this danger is improved.

KeyWords: manning roughness coefficient, coastal flood modeling, remote sensing, remote sensing,
vegetation indices, land cover, land use

1. INTRODUCCIÓN
Entre los efectos del cambio climático está el
aumento de eventos hidrometeorológicos
extremos, los cuales en los últimos años han
provocado fuertes inundaciones costeras en
diferentes partes del mundo, por lo que no es
necesaria la determinación de las zonas de riesgo
sólo para advertencia de inundación, sino también
para el control del desarrollo en el plano de
inundación. Según la Estrategia Ambiental 2011-
2015 entre los principales problemas ambientales
en nuestro país están los impactos del cambio
climático.
La modelación de la inundación a escala espacial
en una zona costera, es una herramienta útil para
entender este evento. Para modelar la
inundación, se usan diferentes tipos de modelos
que han sido desarrollados en décadas pasadas.
El alcance de la inundación depende de la
topografía del terreno, el coeficiente de rugosidad,
entre otros aspectos.
La rugosidad (Manning) es una variable en el
modelo hidráulico, en la cual el uso del suelo
juega un rol fundamental. Este parámetro es difícil
de obtener, pues información actual y en detalle
sobre uso del suelo no está disponible.
En los estudios de modelación de inundación en
nuestro país, para el cálculo del coeficiente de
rugosidad de manning se utilizan mapas de uso
del suelo que carecen de la densidad de ese uso,
o mediciones in situ de pequeñas parcelas, por
ejemplo, de mangle.
Las inundaciones costeras ocasionan pérdidas
económicas considerables, es por ello que se han
desarrollado numerosas investigaciones para
caracterizar, pronosticar y esclarecer las causas
que originan este complejo proceso natural (P.
Pérez Osorio, Casals, Díaz, Vega, & Sol, 1994;
Mitrani et al., 2001; P. J. Pérez Osorio, Casals,
Sol, & Díaz, 2003; P. Pérez Osorio & Casals,
2006; Casals Taylor et al., 2012).
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018
Álvarez et al. (2010) determinaron la
sobrelevación del oleaje a lo largo de las costas
del archipiélago cubano en la situación actual y
para los cambios esperados para los años 2050 y
2100. Los valores de surgencia en el archipiélago
cubano para la situación actual y para los años
2050 y 2100 fueron calculadas en el proyecto
Macro No. 9 (R. Pérez Parrado, Salar García,
Sandra Samper, & J., 2009).
El objetivo del presente trabajo fue utilizar los
índices de vegetación obtenidos a través del
procesamiento digital de imágenes en el
coeficiente de rugosidad para la modelación de la
inundación costera en un sector de los municipios
Los Palacios y San Cristóbal, e investigar la
posible ventaja de que al aumentar la cantidad de
coeficientes de rugosidad acorde con la densidad
de la cobertura del bosque de mangle y los usos
de suelo, se perfecciona la predicción del alcance
de este peligro.
2. CONTENIDO
2.1 Materiales y métodos
Para cumplir con los objetivos propuestos en el
trabajo se utilizaron los materiales siguientes:
- Imagen satelital de Landsat 8 del 2014,
proporcionado por el Departamento de Geomática
del Instituto de Geografía Tropical. Este satélite
tiene dos sensores el OLI y TIRS con 9 y 2
bandas espectrales respectivamente.
- Mapa de uso del suelo del Ministerio de la
Agricultura (MINAGRI).
- Mapa de cobertura de bosque de mangle
del proyecto “Tendencias y respuestas
del manglar ante la elevación del nivel del
mar y los humedales costeros y
vegetación de las dunas” perteneciente al
Macroproyecto “Escenarios de peligro y
vulnerabilidad de la zona costera cubana
2
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD DE
MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
asociados al ascenso del nivel medio del
mar para los años 2050 y 2100
- Modelo Digital del Terreno, escala 1:25 000
proporcionado por GEOCUBA
- Se emplearon los softwares siguientes
(Tabla I):
Tabla I: Softwares utilizados
SOFTWARE USO
ArcGIS 10.1 Cálculo de los índices de
vegetación.
LISFLOOD 4.5 Modelación de la inundación
costera.
IDRISI 17.02 Estudio de los índices de
Selva vegetación.
SAGA 2.1.2 Estudio de los índices de
vegetación.
Métodos de trabajo investigativo empleados:
Métodos generales:
- Hipotético-deductivo: se empleó para la
organización del conocimiento experimental y la
demostración de los objetivos planteados.
- Documental y bibliográfico: en la recopilación de
antecedentes sobre el tema y sobre la región de
estudio, teniendo como base la documentación de
trabajos realizados con alto rigor científico, tanto
en el país como internacionalmente.
- Analítico: consiste en la extracción de las
partes de un todo, con el objeto de estudiarlas y
examinarlas por separado, para ver, por ejemplo,
las relaciones entre las mismas. Se estudio el uso
del suelo, los índices de vegetación (densidad de
cobertura del bosque de mangle) y su influencia
en la modelación de la inundación costera.
- Criterios de expertos: se empleó en las
diferentes etapas del procesamiento digital de
imágenes.
Métodos específicos:
- Cartográfico: se utilizó como métodos de
representación cartográfica:
1. el de fondo cualitativo, el cual muestra
“las subdivisiones de un territorio –su
regionalización- por regiones naturales,
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018
económicas o político-administrativas.
Se emplea para dar una característica
cualitativa de los fenómenos que se
extienden sobre la superficie terrestre”
(Salitchev, 1981, pág. 73).
2. el de áreas “(del latín área, que significa
superficie, espacio) se emplea para
destacar la región por donde el
fenómeno se extiende” (Salitchev, 1981,
pág. 80). Se utilizó para representar el
área afectable por inundación.
- Modelación: es el proceso mediante el cual se
crea una representación o modelo para investigar
la realidad (EcuRed, 20015).
- Medición: se obtiene información numérica
acerca de una propiedad o cualidad del objeto o
fenómeno, donde se comparan magnitudes
medibles y conocidas. A través de este método
se conoce el área y perímetro de los diferentes
escenarios de inundación modelados.
2.2 Área de estudio
La zona de estudio objeto de este trabajo es un
sector de los municipios Los Palacios y San
Cristóbal, al sur de las provincias Pinar del Río y
Artemisa (Fig. 1). Esta área se corresponde con
el Tramo 9S, uno de los 189 en que se dividió la
zona costera del país para la modelación de la
inundación costera para el Macroproyecto, con un
ancho promedio de 20 km.
Figura 1: Ubicación del área de estudio
Además, se corresponde con el tramo XII, de la
división en tramos de la costa de nuestro país,
propuesto por Iturralde Vinent (2013), para la
caracterización de los ecosistemas marinos-
costeros, en donde se tuvo en cuenta la
morfología actual desde el canto del veril hasta la
2
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD DE
MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
zona emergida colindante con la línea costera. Índice del Verde Clasificación
Este sector se caracteriza por ser una costa semi- Visible (VIg)
inundada con manglares. -0,139511213 Con individuos
- 0,004231763 aislados
0,004231763 Escasa
2.3 Clasificación del uso del suelo
- 0,066302594
Teniendo en cuenta el mapa de uso del suelo del 0,066302594 Moderada
sector de los municipios Los Palacios y San - 0,125106539
Cristóbal, en el área objeto de estudio existen 12 0,125106539 Densa
usos de suelo, siendo el forestal el que ocupa el - 0,180643598
borde costero. 0,180643598 Muy densa
- 0,277016729
En el área existe cobertura de bosque de mangle,
delimitado por el proyecto “Tendencias y
respuestas del manglar ante la elevación del nivel La Tabla III muestra los coeficientes de rugosidad
del mar y los humedales costeros y vegetación de de maninng asociado a cada uso del suelo. Para
las dunas” perteneciente al Macroproyecto asignar los valores, se tuvo en cuenta diferentes
“Escenarios de peligro y vulnerabilidad de la zona bibliografías y la propuesta que hace el software
costera cubana asociados al ascenso del nivel IBER
medio del mar para los años 2050 y 2100”. Tabla III: Coeficiente de rugosidad de Manning por uso del
suelo
2.4 Resultados y discusión
COEFICIENTE
Se realizó primeramente una clasificación no USO DEL SUELO
DE MANNING
supervisada, con el método Isodata, Arroz 0.040
reconociéndose 5 clases.
Caña de azúcar 0.10
Se analizaron seis índices de vegetación Otras instalaciones e 0.020
relacionado con la pigmentación de las hojas: inmuebles
Índice de Vegetación Resistente Hidrografía 0.025
Superficie de uso forestal 0.32
Atmosféricamente (ARVI), Índice de Vegetación
Viales 0.012
Mejorado (EVI), Índice de Vegetación de
Área ociosa o 0.10
Diferencia Normalizada (NDVI), Índice de deficientemente explotada
Vegetación de Simple Cociente (SR), Índice Áreas de apoyo a la 0.020
correlacionada con la pigmentación del follaje producción agropecuaria
(VARI), Índice del Verde Visible (VIg). Se requiere Áreas de producción 0.08
seguir profundizando en el estudio de estos agropecuaria
índices, y su validación en el terreno. Se escogió Granos, tubérculos y raíces 0.06
el VIg, pues con una interpretación visual con Pastos y forrajes 0.050
Superficie no apta para la 0.03
respecto a la imagen color verdadero de Landsat,
agricultura
se observa que tiene bastante correspondencia Cobertura de mangle muy 0.20
en la respuesta espectral. denso
Cobertura de mangle 0.18
Por lo anterior, se clasificó la densidad de la denso
cobertura de bosque de manglar (Tabla II), y se le Cobertura de mangle 0.12
adiciono al mapa de uso del suelo (Tabla IV moderado
Escenario 3). Cobertura de mangle escaso 0.08
Cobertura de mangle con 0.06
Tabla II: Clasificación de la densidad de cobertura de individuos aislados
bosque de manglar

El plano de inundación máximo esperado ante la que representa el 46,6% de la superficie de este
afectación de un Huracán de Categoría V estudio de caso.
empleando el Modelo Digital de Elevación 1:25 Dicho escenario se obtuvo utilizando un
000, arroja que el área afectable por la inundación coeficiente de rugosidad de 0.09 para la cobertura
es estimada en 142,6 km2 (142 186 182.889 m), de bosque de manglar, y 0.05 para todo el resto
3
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD DE
MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
del área de estudio (sin considerar uso del suelo), determinados sectores diferencias, por ejemplo,
valor designado para el procesamiento en al este se muestra una pequeña penetración del
LISFLOOD. Este es el escenario inicial (Tabla IV mar más teniendo en cuenta el uso del suelo, al
Escenario 1). oeste hay una pequeña penetración de la
En otro escenario, se incorporó en el coeficiente inundación más considerando la cobertura de
de rugosidad la densidad de cobertura de bosque bosque de mangle (Fig. 2).
de mangle solamente (Tabla IV Escenario 2),
asignándosele los coeficientes de rugosidad
correspondiente y al resto del área 0.05. Se
observa que el área afectable por la inundación
se estima en 142,9 km2 (142 469 088.182 m), 282
905.293 m más que el escenario inicial, y un
perímetro 116.5 km, 3 km más que el escenario
inicial.
En el otro escenario estudiado, se incorporó la
diferenciación espacia
l de los diferentes usos del suelo, incluyendo la
densidad de cobertura de bosque de manglar Figura 2: Escenario de inundación costera por eventos
(Tabla 4 Escenario 3). Se aprecia que el área hidrometeorológicos extremos (con coeficiente de rugosidad
de cobertura de bosque de mangle y uso del suelo) Zona de
afectable por la inundación se estima en 142,8 detalle.
km2 (142 415 476.457 m), 229 293.568 m más
que el escenario inicial, y un perímetro 116.5 km,
3 km más que el escenario inicial. Se muestra en

Área total Perímetro

Escenario total
Km2 m km

1. Escenario
inicial de
inundación
costera
considerando en 142 186
142.6 113.0
el coeficiente de 182.889
rugosidad la
cobertura de
bosque de
mangle.

2. Escenario de
inundación
costera 142 469
considerando en 088.182
116.5
el coeficiente de (282
142.9 (3 km más
905.293 m
rugosidad la que el
más que el
densidad de la escenario
escenario
cobertura de inicial)
inicial)
bosque de
mangle.

3. Escenario de
inundación
costera 142 415
considerando en 476.457 116.5
el coeficiente de (229 (3 km más
rugosidad el uso 142.8 293.568 m que el
del suelo y la más que el escenario
densidad de escenario inicial)
cobertura de inicial)
bosque de
mangle.

Tabla IV: Área y perímetro de los diferentes escenarios de inundación modelados.

2
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD
DE MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
3. CONCLUSIONES
La percepción remota puede contribuir
significativamente a mejorar los modelos de
eventos de inundación costera por penetración
del mar. Mapas de uso del suelo detallados
requieren de estas aplicaciones. Los
resultados muestran que, al mejorar la
información de la densidad de la vegetación y
uso del suelo, en el coeficiente de rugosidad,
se perfecciona la predicción del alcance de
este peligro.
4. RECOMENDACIONES
1. Realizar comprobaciones de campo para
validar los resultados entre los parámetros
biofísicos de las plantas y los índices de
vegetación.
2. Continuar el estudio de los valores del
coeficiente de rugosidad de maninng por
uso del suelo.
5. BIBLIOGRAFÍA
1. Álvarez et al. (2010): Oleaje generado por
eventos meteorológicos extremos.
Macroproyecto. (Inf. Téc.). pp. 159
2. Bossard, M., Feranec, J. and Otahel, J.
(2000): CORINE land cover technical
guide– Addendum 2000. pp. 105
3. Chuvieco, E. (1995): Fundamentos de
teledetección especial. Segunda edición.
pp. 449
4. ___________ (2008): Teledetección
Ambiental. 2 ed. Barcelona, ES, Ariel. pp.
592
5. Eastman, J. (2012): IDRISI Selva. Guía
para SIG y Procesamiento de imágenes.
Manual versión 17. pp. 321
6. European Environment Agency (2007):
CLC2006 technical guidelines. pp. 70
7. Estado Mayor Nacional de la Defensa Civil
(2002): Glosario de términos de Defensa
Civil. pp. 29
8. Estrada, R. et al (2011): Elaboración de
diferentes variantes de la cobertura vegetal
actual de la República de Cuba mediante el
empleo de imágenes satelitales LANDSAT
7 ETM SLC-OFF. pp. 9. Memoriasdel XIV
Convención y Feria Internacional
Informática 2011. [CD-ROM]. La Habana:
Palacio de las Convenciones.
9. FAO (2005): Sistema de clasificación de la
cobertura de la tierra. Conceptos de
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018
clasificación y manual para el usuario. pp.
226
10. Galy, H. and Sanders, R. (2000): Using
SAR Imagery for Flood Modelling. pp.14
11. Guillén Climent, M. L. et al (): Primera
aproximación a la utilización de las
imágenes de satélite ASTER para la
determinación automática la leyenda
CorineLandCover. pp. 10
12. Haboudane D, Miller JR, Pattei E,
Zarco-Tejada PJ, Strachan I (2004)
Hyperspectral vegetation indices and
novel algorithms for predicting green LAI
of crop canopies:
modeling and validation in the context of
precision agriculture. Rem. Sens. Env.
90:337-352.
13. http://es.wikipedia.org/wiki/CORINE_Lan
d_Cove Consultado: 3 junio 2015
14. https://en.wikipedia.org/wiki/Landsat_8
15. Joseph Mtamba et al (2015): Use of
Radarsat-2 and Landsat TM Images for
Spatial Parameterization of Manning’s
Roughness Coefficient in Hydraulic
Modeling. pp. 29
16. Menéndez, L. et al (2013): Datos
bosques de mangles para modelación
matemática. pp. 28
17. Menéndez, L. et al (2014):
Representatividad y estado actual de los
bosques de mangle del sector Laguna
del Cobre-Itabo y Rincón de Guanabo,
La Habana, Cuba. pp. 9
18. Mróz, M. and Sobieraj, A. (2004):
Comparison of several vegetation
Indices calculated on the basis of a
seasonal spot xs time series, and their
suitability for land cover and agricultural
crop identification. pp. 28
19. Pérez Parrado, R., Salar García, I.,
Sandra Samper, T., y J., D. C. (2009).
Surgencia provocada por los ciclones
tropicales en el archipiélago cubano.
Escenarios previstos por el cambio
climático para los años 2050 y 2100.
Macroproyecto. (Inf. Téc.). Instituto de
Meteorología.
20. PNUD (2012): Proyecto “Reducción de
la vulnerabilidad a las inundaciones
costeras mediante adaptaciones
basadas en ecosistema en el sur de las
provincias de Artemisa y Mayabeque”.
pp. 83
21. Sierra-Alcocer, R., Zenteno Jiménez, E.
and Barrios, J. (2015): Automatic Land
Use and Land Cover Classification
Using RapidEye Imagery in Mexico. pp.
3
2
 1 2
González Garciandía, J.R. , Pérez López, O.E. / EL USO DE IMÁGENES LANDSAT 8 EN EL COEFICIENTE DE RUGOSIDAD
DE MANNING PARA LA MODELACIÓN DE LA INUNDACIÓN COSTERA AL SUROESTE DE CUBA
22. Tempfli, K. et al (2009): Principles of 27. Wikipedia Landsat 8 Consultado 12 de
Remote Sensing. An introductory octubre del 2015
textbook. pp. 591. 28. WMO (2006): Observations and
23. van der Sande, C.J. et al (2003): A forecasts of storm tides. Workshop
segmentation and classification Topic Reports. Sixth WMO International
approach of IKONOS-2 imagery for land Workshop on Tropical Cyclone (IWTC-
cover mapping to assist flood risk and VI). Report Series TMRP No. 72. San
flood damage assessment. pp. 13 José, Costa Rica, 21-30 November
24. Vegetation Analysis: Using Vegetation 2006.
Indices in ENVI. Consultado: 10
septiembre 2015 Índice de área foliar. Glosario de la Biblioteca
http://webcache.googleusercontent.com/ de la Agricultura de los Estados Unidos.
search?q=cache:mAm609hDhdQJ:www. Consultado: 5 de noviembre del 2015
exelisvis.com/Learn/WhitepapersDetail/ http://agclass.nal.usda.gov/mtwdk.exe?w=494
TabId/802/ArtMID/2627/ArticleID/13742/ 23&k=2007es&s=5&t=2&n=1&l=115
Vegetation-Analysis-Using-Vegetation-
Indices-in- Consultado: 5 de noviembre del 2015
ENVI.aspx+&cd=4&hl=es&ct=clnk&gl=c http://idechg.chguadalquivir.es/geoportal/es/tel
u edeteccion/introduccion.html
25. VenTe Chow (1959): Open channel
hydraulics. pp. 350 Consultado: 5 de noviembre del 2015. Capítulo
26. Waters, R. et al (2002): Manual of II Índices de vegetación.
Surface Energy Balance Algorithms for http://www.biblioteca.udep.edu.pe/BibVirUDEP
Land (SEBAL). pp. 98 /tesis/pdf/1_59_185_24_508.pdf

EcuRed Consultado: 5 de noviembre del 2015

http://www.ecured.cu/M%C3%A9todo_de_mod
elaci%C3%B3n

3
X CONGRESO INTERNACIONAL DE GEOMÁTICA 2018