AREA DE INVESTIGACIÓN:

Medio Ambiente
TEMA:
Tecnología Ambiental
PRESENTADO POR:
Quinto Cáceres, Rodrigo José

TÍTULO DEL PROYECTO

“TELEDETECCIÓN MULTITEMPORAL PARA EL ANÁLISIS DE LA CONTAMINACIÓN
AMBIENTAL DEL DISTRITO DE INAMBARI, REGIÓN MADRE DE DIOS”

RESUMEN:
La región Madre de Dios posee una geografía accidentada, ya que los Andes se precipitan
hacia la selva formando abruptas laderas por donde discurren grandes cauces de ríos, todo esto dio
paso a un ambiente completamente selvático, con climas húmedos y cálidos, proporcionando así
diversidad de flora y fauna en toda la región. Sin embargo, pese a su potencial ecológico y turístico, la
región Madre Dios se vio afectada en las últimas décadas por la minería aurífera informal, la cual
viene destruyendo y degradando las áreas de bosque, los suelos, los ríos y toda vida que habita cada
distrito de esta región. Es así que el presente proyecto de investigación tiene por objetivo principal
realizar la teledetección multitemporal para el análisis de la contaminación ambiental del distrito de
Inambari, para lo cual la investigación será de tipo cuantitativa con un diseño no experimental, ya que
no se manipularán deliberadamente las variables de campo, además será de tipo longitudinal, ya que
se realizará un análisis espectral de diversos años de la zona de estudio; el muestreo será de tipo no
probabilístico de tipo consecutivo. Con los resultados obtenidos se pretende identificar los
componentes terrestres afectados por la contaminación ambiental por medio de los índices espectrales,
analizar el crecimiento exponencial de la contaminación ambiental a través del análisis multitemporal
y cuantificar las zonas afectadas por la presencia de la minería aurífera, con el uso de las imágenes
satelitales.

PALABRAS CLAVE:
Contaminación Ambiental. Minería, Teledetección Multitemporal.
 ABSTRACT

The Madre de Dios region has an accidental geography, since the Andes rush towards the
jungle forming steep slopes where large riverbeds flow, all this gave way to a completely jungle
environment, with humid and warm climates, needs as well as diversity of flora and fauna throughout
the region. However, despite its ecological and tourist potential, the Madre Dios region has been
affected in recent decades by informal gold mining, which has been destroying and degrading forest
areas, soils, rivers and all life that inhabits each region. district of this region. Thus, the main objective
of this research project is to carry out multitemporal remote sensing for the analysis of environmental
contamination in the Inambari district, for which the research will be quantitative with a non-
experimental design, since the variables will not be deliberately manipulated. field variables, it will
also be of a longitudinal type, since a spectral analysis of several years of the study area will be
carried out; the demonstrated will be of a non-probabilistic type of consecutive type. With the results
obtained, it is intended to identify the terrestrial components affected by environmental contamination
through spectral indices, analyze the exponential growth of environmental contamination through
multitemporal analysis and quantify the areas affected by the presence of gold mining, with the aim of
use of satellite images.

KEYWORDS:
Environmental pollution. Mining, Multitemporal Remote Sensing.

I. PLANTEAMIENTO DEL PROBLEMA.

La región Madre de Dios es conocida por su gran diversidad de ecosistemas, pero también por
su actividad minera aurífera informal, la cual se ha incrementado drásticamente en los últimos años,
esto se ha convertido en la principal causa de la degradación del medio ambiente debido a la remoción
de grandes volúmenes de material orgánico (suelos, bosques), así como la afectación de las
principales sub-cuencas de los ríos de Madre de Dios, Inambari y Tambopata, ya que en ellos se han
vertido sustancias como el mercurio en el proceso de extracción del oro.
El distrito de Inambari es uno de los más afectados, ya que las cifras de deforestación y de
relaves mineros han crecido exponencialmente, sin embargo, debido a la geografía de la zona es
difícil poder cuantificar el total de los daños producidos al medio ambiente. Y aunado a esto, tanto el
gobierno local, regional y nacional, no tienen datos exactos de las áreas afectadas por hectáreas, y
tampoco cuentan con planes de mitigación y/o remediación.
II. JUSTIFICACIÓN.
Debido al difícil acceso geográfico de la zona de estudio, la presente investigación pretende
hacer un análisis de la contaminación ambiental del distrito de Inambari mediante el uso de la
teledetección multitemporal, ya que esta técnica cuantificara satelitalmente los daños producidos por
la minería aurífera, y analizará cada componente terrestre de la superficie (suelos, agua, vegetación),
para ello se emplearán imágenes LANDSAT 8/9 en cinco diferentes años, para de esta manera,
calcular el crecimiento exponencial en hectáreas de las áreas contaminadas del distrito. Y la
información obtenida, se procesará en los softwares ArcGis y ENVI, para finalmente mostrar los
resultados en mapas temáticos.

III. HIPÓTESIS.
3.1. Hipótesis General:
 La teledetección multitemporal analiza la contaminación ambiental del distrito de Inambari,
región Madre de Dios.

3.2. Hipótesis Específicas:

 Los índices espectrales identifican los componentes terrestres afectados por la contaminación
ambiental en el distrito de Inambari por medio de los índices espectrales.
 El análisis multitemporal analiza el crecimiento exponencial de la contaminación ambiental.
 Las imágenes satelitales cuantifican las zonas afectadas por la presencia de la minería
aurífera.

IV. OBJETIVOS.
4.1. Objetivo General.
 Realizar la teledetección multitemporal para el análisis de la contaminación ambiental del
distrito de Inambari, región Madre de Dios.

4.2. Objetivos Específicos.

 Identificar los componentes terrestres afectados por la contaminación ambiental en el distrito
de Inambari por medio de los índices espectrales.
 Analizar el crecimiento exponencial de la contaminación ambiental a través del análisis
multitemporal.
 Cuantificar las zonas afectadas por la presencia de la minería aurífera, con el uso de las
imágenes satelitales.
V. ANTECEDENTES.
5.1. Antecedentes Internacionales.
Rudke et al. (2020), en su artículo de investigación “Impacto de las actividades mineras en
áreas de protección ambiental en el suroeste de la Amazonía: una evaluación basada en SIG y
sensores remotos” investigó la concentración de proyectos mineros en el estado de Rondônia y, de
manera complementaria, evaluó el impacto de tales actividades en las áreas de protección ambiental.
Se emplearon imágenes Landsat 8 OLI para mapear la diversidad de coberturas terrestres en el área de
estudio y también para evaluar el impacto correspondiente de las actividades mineras. Se han
identificado más de 500 procesos dentro de las Unidades de Conservación. Una parte importante de
las zonas mineras, que abarca unos 26 km 2, se observó dentro de uno de los tres tipos de áreas
evaluadas (Unidades de Conservación de Uso Sostenible de Protección Integral y Zona de
Amortiguamiento), mostrando claramente el desarrollo de la actividad ilícita, tal como se define en
términos del Sistema Nacional de Unidades de Conservación. Si se considera la deforestación en este
análisis, el área aumenta a unos 6110 km 2, representando más del 5,2% de las Unidades de
Conservación. Además, propusimos la creación del Índice de Presión Minera (IPM), que permite
clasificar una Unidad de Conservación por el grado de presión de las actividades mineras. El índice
propuesto se reveló muy eficiente ya que predijo valores altos sobre Unidades de Conservación donde
se esperaba una mayor vulnerabilidad. El índice es una herramienta prometedora para la formulación
de políticas públicas y la gestión de áreas protegidas, así como para la aplicación de medidas. Los
resultados abren un nuevo horizonte en cuanto a la perspectiva de la importancia y aplicabilidad de las
geotecnologías en la evaluación de impactos ambientales, no restringida a la actividad minera.

Wu et al. (2022), en su artículo de investigación “Seguimiento de los impactos ambientales

de la ingeniería ecológica en los humedales costeros con modelos numéricos y sensores remotos”
realizaron un análisis de los humedales costeros, ya que estos son los ecosistemas más valiosos de la
tierra, pero enfrentan una severa degradación y pérdidas debido al cambio climático y las actividades
antropogénicas. Es así que los autores desarrollaron un método que empleó un modelo hidrodinámico
basado en procesos y sensores remotos (RS) para evaluar los impactos de EEP en el cambio
geomorfológico de un prototipo de sitio Ramsar. Los resultados demostraron que RS puede mejorar la
calidad de la batimetríadatos para el modelo numérico con una disminución de RMSE de datos
batimétricos de 0,52 m a 0,3 m. Los datos de RS también mostraron una buena capacidad en la
detección de tendencias de cambios geomorfológicos espacialmente. Los resultados mostraron que el
humedal de Chongming Dongtan experimentó erosión con una tasa anual de -0,035 m/año entre 2013
y 2016 después de la implementación del EEP. La tasa de deposición cambió significativamente en el
área dentro de los 200 m del EEP. Se encuentra que la EEP modificó la composición de la vegetación,
el transporte de sedimentos, así como la estabilidad del sustrato, afectando el cambio geomorfológico
de los humedales costeros. El estudio sugirió que el EEP es una forma directa y efectiva de restaurar
los hábitats costeros para las aves acuáticas de la perturbación antropogénica moderada. Sin embargo,
la modificación del ecosistema de humedales costeros por EEP aumentará potencialmente la
vulnerabilidad al cambio climático global. Por lo tanto, se necesitan estudios futuros para evaluar más
a fondo las ventajas y desventajas de EEP e identificar un enfoque más sostenible para la gestión
costera.

Boori et al. (2021), en su artículo de investigación “Evaluación de la calidad ecoambiental

basada en el marco de presión-estado-respuesta por teledetección y SIG” compararon la
teledetección índice ecológico (RSEI) y el índice ecológico (EI) y evalúa EEQ con el método de
presión-estado-respuesta (PSR) más popular basado en un conjunto de índices estadísticos y de
detección remota a través de un sistema de peso en la región de Samara Rusia. EI y RSEI enmarcados
de 15 a y 4 indicadores respectivamente y en el marco PSR presión natural-humana y estado de salud
evaluada en base a 12 y 3 indicadores respectivamente y en el último índice de respuesta elaborado a
partir de indicadores de presión y estado. Los resultados indican que RSEI y EI mostraron una
comparabilidad muy fuerte en el sentido ecológico, pero EI refleja cambios de EEQ con mayor
eficacia que RSEI. Finalmente, este estudio explora todos los indicadores efectivos importantes
desarrollados a partir de la teledetección para la evaluación de la calidad del medio ambiente.

Salcedo et al. (2022), en su artículo de investigación “Uso de la teledetección para evaluar

los efectos de los factores ambientales en la salinidad del suelo en una zona semiárida” tuvieron por
objetivo principal de este trabajo fue determinar la influencia de los factores ambientales sobre la
salinidad por causas naturales, y su efecto en la agricultura de regadío con agua degradada. El estudio
se ha desarrollado en el Campo de Cartagena, una zona de regadío intensivo y eficiente en agua cuyo
principal frutal son los cítricos (30%), un cultivo sensible a la salinidad. Se seleccionaron nueve fincas
citrícolas representativas, se analizaron muestras de suelo y se aplicaron diferentes índices de
teledetección y conjuntos de datos ambientales. A pesar de la heterogeneidad entre variables
encontrada por el análisis descriptivo de los datos, la relación entre fincas, salinidad del suelo y los
datos ambientales mostraron que los índices espectrales de salinidad aplicados eran válidos para
detectar la salinidad del suelo en los árboles de cítricos. Asimismo, un conjunto de caracterizaciones
ambientales proporcionó información útil para determinar las variables que más influyen en la
salinidad primaria en los cultivos. Aunque los datos extraídos del análisis espacial indicaron que, para
aplicar modelos predictivos de salinidad del suelo, se deben incorporar otras variables relacionadas
con las prácticas de manejo agrícola.

Huang et al. (2022), en su artículo de investigación “Combinación con datos de teledetección

de alta resolución para evaluar la contaminación de fuentes no puntuales urbanas en Tongzhou,
China” establecieron un método de evaluación espacial continua junto con datos de detección remota
de alta resolución y el método se aplicó a Tongzhou, China. Con la distribución espacial del tipo de
uso de la tierra y el área construida que se obtuvieron mediante la tecnología de teledetección, se
estimó la carga acumulativa y de lavado de nitrógeno y fósforo NPS urbanos para los problemas
prominentes de contaminación por nutrientes de nitrógeno y fósforo en los ríos del área de estudio.
Las principales fuentes de contaminación urbana por nitrógeno y fósforo son las escorrentías de lluvia
de los techos y las carreteras, respectivamente. En comparación con otros modelos de contaminación
de NPS urbanas, el método desarrollado en este estudio puede realizar rápidamente una evaluación de
visualización espacial de la contaminación de NPS urbana y proporcionar un medio para estimar las
cargas de NPS urbanas en toda la ciudad o aglomeración urbana, es aplicable para los contaminantes
de NPS urbanos comunes y también tiene ventajas en áreas sin datos.

5.2. Antecedentes Nacionales.

Coa & Rosales (2020), en su tesis de grado “Teledetección en la identificación de puntos
críticos de residuos sólidos en el distrito de Comas, 2020” planteó como objetivo emplear la
teledetección en la identificación de puntos críticos de residuos sólidos en el distrito de Comas, en el
año 2020 desde el mes enero hasta abril. Utilizó la de teledetección e imágenes satelitales de Google
maps y Google Earth, la investigación es fue de tipo aplicada, la población fue el distrito de Comas
que se encuentra en Lima Metropolitana, tiene una Latitud Sur de 11°56’00” y una Longitud Oeste de
77°04’00”, como resultados lograron identificar 40 puntos críticos de residuos sólidos en diversas
zonas de Comas, de los cuales la mayor cantidad en la zona 14 con 9 puntos y en la zona 8 con 8
puntos constituidos por residuos de vivienda, malezas, construcción y demolición. En conclusión, se
detectó mediante la teledetección los puntos de acumulación de residuos sólidos en las avenidas,
calles, veredas y en zonas de áreas verdes a cielo abierto, luego se validado con datos de Google Earth
y visitas al lugar. La teledetección puede ser aplicable antes y después de un plan de gestión integral
de residuos sólidos, y es una alternativa factible de apoyo para este fin con la ventaja de bajo costo.

Marin (2022), en su tesis de grado “Sistema de información geográfica y teledetección para analizar
incendios forestales y sus consecuencias en el refugio de vida silvestre Laquipampa” tuvo como
objeto de estudio un área de una hectárea afectada por incendios forestales en el RVSL. Teniendo
como finalidad, analizar los incendios forestales mediante un sistema de información geográfica y
teledetección con la finalidad de que se tomen medidas para que dichas áreas se puedan recuperar. La
metodología que se utilizó fue de un enfoque cuantitativo, con un diseño de investigación
experimental, para ello se empleó como instrumento de recolección de datos la observación y fichas
de evaluación. Por otra parte, se aplicó los índices espectrales como el NDVI, permitiendo identificar
el tipo de actividad fotosintética y el índice NBR que demostró la severidad del incendio forestal, de
manera que se representó en unos mapas cartográficos y por otro lado se demostró mediante análisis
microbiológicos, químicos y físicos la fertilidad del suelo y por último se escogió una medida de
restauración ecológica como revegetación teniendo como especie la tara (Caelsapinia spinosa). Se
concluyó que mediante lo evidenciado en campo y el análisis con el SIG y teledetección en post
incendio, se demuestra que el área está totalmente revegetada y mediante la planificación con la tara,
va a mejorar en el equilibrio ecosistémico.

Molina (2019), en su tesis de grado “Teledetección multitemporal para la determinación de suelos

degradados en el distrito de Palpa 2019” tuvo por objetivo principal aplicar la teledetección
multitemporal para la determinación de suelos degradados en el distrito de palpa 2019, teniendo la
finalidad de analizar los niveles de degradación del área de estudio conociendo los datos de los años
2008, 2011, 2014, 2017 y 2019 del portal de la USGS del satélite LANDSAT 7ETM y LANDSAT
8OLI. Este proyecto es una investigación multitemporal de tipo aplicativo con enfoque mixto,
usándose el software ENVI aplicando el método de índice de vegetación de diferencia normalizada
(NDVI) que clasifica los suelos por cantidades de vegetación y suelos desnudos y el software ArcGis
aplicando el índice de salinidad (IndSal) para suelos y el índice de erosión (IE) para clasificar los
niveles de erosión potencial; con estos datos se realizaron las pruebas de campo en una población que
corresponde al distrito de Palpa en una muestra de 36 puntos monitoreados que fueron llevados e
ingresados al laboratorio de química de la UCV con sus respectivas fichas. El resultado obtenido del
ArcGis fue el mapa de los indicadores de degradación en el ámbito total de la microcuenca y el
trabajo de campo con los parámetros físico-químicos validando la efectividad de los dos programas en
la investigación en un 89.29% como un proyecto viable y determinando así los suelos degradados por
el método IndSal, método IE, y método NDVI.

Gonzales et al. (2012), en su artículo de investigación “Teledetección satelital óptica en el

seguimiento de las actividades mineras en Madre de Dios” realizaron un análisis de la minería
aurífera de suelos aluviales en Madre de Dios, en las áreas comprendidas en las sub-cuencas de los
ríos Madre de Dios, Inambari, y Tambopata, se ha incrementado rápidamente en los últimos años
debido al precio del oro. La llamada pequeña minería o minería artesanal, se ha convertido en la
principal causa de degradación del medio ambiente debido a: la remoción de grandes volúmenes de
materiales, la contaminación (por mercurio, hidrocarburos y otros desechos), la deforestación masiva,
la compactación del suelo, etc. Presentamos en este trabajo los resultados de una evaluación temporal,
usando técnicas de Teledetección satelital con datos LANDSAT-TM para el periodo 1975-2011, que
permiten cuantificar la expansión del área afectada por la actividad minera y poner en evidencia el
crecimiento casi constante que esta actividad ha tenido en los últimos 4 años

Gonzales (2018), en su tesis de grado “Análisis multitemporal de la deforestación y perdida

de cobertura boscosa en la Provincia de Manu, 2000 – 2016” realizó un análisis multitemporal de la
deforestación y perdida de cobertura boscosa en la provincia del Manu mediante el uso del software
ENVI para el procesamiento de imágenes satelitales LANDSAT y que nos permitirá estimar, analizar
la frecuencia con la cual la deforestación avanzado constantemente durante los años 2000 hasta el
2016 Por ello este estudio de investigación presento una metodología para determinar, cuantificar y
visualizar la deforestación y pérdidas de cobertura boscosa, mediante un análisis de los cambios
ocurridos en estos últimos años utilizando imágenes satelitales del sensor LANDSAT 5 y LANDSAT
8 a partir de imágenes para los años 2000, 2008 y 2016. La elaboración de mapas de deforestación por
cada año respectivamente, representando lo cambios ocurridos hasta la actualidad, de acuerdo a los
resultados obtenidos en la investigación, la metodología de la elaboración de mosaicos para el estudio
de índice de vegetación de diferencia normalizada (NDVI) para tener como resultado la frecuencia de
deforestación entre los años establecidos por la investigación prosiguiendo con la clasificación
supervisada para la determinación de las áreas de vegetación y los cambios ocurridos en las mismas
en los periodos de tiempos determinado. La propuesta de manejo ambiental, nos permitió contribuir al
restablecimiento de la cobertura boscosa, se conoció técnicas, métodos y las prácticas adecuadas para
la restauración, siendo una alternativa viable para la restauración de nuestra cobertura boscosa.
Concluyendo de esta manera con técnicas procesos anteriormente nombrados siendo herramientas y
pasos efectivos para la recolección, procesamiento y despliegue de información de carácter ambiental,
y específicamente para el monitoreo y restauración de los recursos naturales a través del tiempo.

VI. MARCO TEÓRICO.

6.1. Teledetección:
La Teledetección se define como una disciplina fundamentada en principios físicos - ópticos
que tiene como finalidad la medición de magnitudes de la energía electromagnética de objetos o
superficies, a fines de obtener información de éstos sin tener contacto con los mismos. Una vez
obtenida la información por intermedio de sensores montados en plataformas, la porción de energía
electromagnética es digitalizada y convertida en imágenes. La Teledetección comprende el
tratamiento de esa información mediante técnicas desarrolladas para la obtención de productos que
podrán ser analizadas de acuerdo a las distintas perspectivas de aplicación. (Chuvieco, 2008, p. 43)

6.2. Radiación Electromagnética (REM):

La observación remota es posible gracias a la interacción de un flujo energético con las
cubiertas terrestres. Dicho flujo recibe el nombre de Radiación Electromagnética (REM). (Chuvieco,
2008, pp. 44–45)
Figura 1:
Radiación Electromagnética

6.3. El Espectro Electromagnético (EEM).

El Espectro Electromagnético (EEM) es la distribución de radiación electromagnética según
la energía. Las regiones del Espectro Electromagnético se definen según, longitud de onda, frecuencia
y energía. (Pérez. 2007). Comprende desde las longitudes de onda más corta (rayos gamma, rayos X),
hasta las kilométricas (telecomunicaciones). Las unidades de medida más comunes se relacionan con
la longitud de onda. Para las más cortas se utilizan micrómetros o micras (1 µm= 10-6 metros),
mientras las más largas se miden en centímetros o metros. Normalmente a estas últimas (denominadas
micro – ondas) se les designa también por valores de frecuencia (en Gigahertzs, GHz = 109 Hz).
(Chuvieco, 2008, p. 46)

Figura 2:
Espectro Electromagnético
Tabla 1:
Características de la región espectral.
Región Espectral Longitud de Características
Onda (λ)
Rayos Gamma < 0,03 nm Radiación completamente absorbida por las capas superiores
de la atmósfera. No se usa en teledetección
Rayos X 0,03 - 30 nm Radiación completamente absorbida por la atmósfera.
Ultravioleta 0,03 - 04 µm La radiación con λ<0,3µm es
absorbida por la capa
de ozono
Visible (azul, 0,4 - 0,7 µm Se puede detectar a través de fotodetectores y películas
verde y rojo) fotosensibles normales (color y B/N).
Infrarrojo 0,7 - 1,3 µm Discrimina masas vegetales y concentraciones de humedad.
Cercano (IRC)
Infrarrojo 1,3 - 8 µm Estimación del contenido de humedad en la vegetación y
Medio (IRM) detección de focos de alta temperatura.
Infrarrojo 8 - 14 µm Detecta el calor proveniente de la mayor parte de la cubierta
Lejano o terrestre.
Térmico (IRT)
Micro - ondas 0,1 - 100 cm Radiación de grandes longitudes de onda, capaces de penetrar
nubes, nieblas y lluvia.
Ondas de Radio > 100 cm Radiación con las mayores longitudes de onda del espectro.
Usadas en telecomunicaciones

6.4. Firmas Espectrales:

Cualquier objeto, como consecuencia de su interacción con las fuentes de energía propias o
externas, emitirá y/o reflejará una radiación electromagnética. Cada objeto o sistema posee una
respuesta o contraste espectral propio, en términos de energía reflejada y energía emitida, y que se
conoce como signatura o firma espectral.

Figura 3:
Firma Espectral
Nota: Firmas Espectrales de una Imagen Sentinel - 2B. Fuente: Plataforma Copernicus (2020)
6.5. EL SATELITE LANDSAT 8:
6.5.1. El Programa LANDSAT:

Antes de 1972, la idea de utilizar datos de satélite para la vigilancia terrestre, la cartografía o
la exploración era un concepto visionario. Esto se convierte en realidad con la aparición del Programa
Landsat, el cual se constituye en una serie de misiones de observación de la Tierra por satélite,
gestionadas conjuntamente por la Administración Nacional de la Aeronáutica y del Espacio (NASA) y
el Servicio Geológico de Estados Unidos (USGS). El programa Landsat ha revolucionado la forma de
ver y estudiar nuestro planeta.

En la actualidad son 9 las misiones del programa LANDSAT:

Lanzamiento RESOLUCIÓN Resolución

ALTURA
SATÉLITE (Fin de SENSORES ESPACIAL Temporal
km
Operación) (metros) (días)
23/07/1992 80
ERTS-1 RVB/MSS 917 18
(05/01/1978) 80
LANDSAT- 2/01/1975 80
RVB/MSS 917 18
2 (27/07/1983) 80
LANDSAT- 05/03/1978 30
RVB/MSS 917 18
3 (07/09/1983) 80
LANDSAT- 16/07/1982 80
MSS/TM 705 16
4 (agosto de 1993) 30
01/03/1984
LANDSAT- 80
(noviembre de MSS/TM 705 16
5 30
2011)
LANDSAT- 03/10/1993 15(Pan)
ETM 705 16
6 (03/10/1993 30 (MS)
LANDSAT- 15/04/1999 15(Pan)
ETM+ 705 16
7 (En operación) 30 (MS)
LANDSAT- 11/02/2013 15(Pan)
OLI/TIRS 705 16
8 (En operación) 30 (MS)
LANDSAT- 37/09/2021 15(Pan)
OLI/TIRS 705 16
9 (En operación) 30 (MS)
Tabla 2:
Evolución del Programa LANDSAT.
6.5.2. Bandas del Satélite:
Landsat 8 y 9 cuentan con un total de 11 bandas, 9 del sensor OLI y 2 del sensor TIRS, cada
una de ellas con diferentes aplicaciones:

Tabla 3:
Bandas del satélite LANDSAT.

Longitud de
Número
Onda Resolución
Sensor de Nombre de la Banda Aplicaciones
(Micrometros (Metros)
Banda
)
OLI 1 Costera (Coastal) 0.43 - 0.45 30 Estudios costeros y de
aerosoles
OLI 2 Azul 0.45 - 0.51 30 Cartografía batimétrica.
OLI 3 Verde 0.53 - 0.59 30 Destaca los picos de máxima
vegetación, que son útiles
para evaluar el vigor de las
plantas.
OLI 4 Rojo 0.63 - 0.67 30 Distingue las laderas de
vegetación.
OLI 5 Infrarrojo Cercano 0.85 - 0.88 30 Destaca el contenido de
(NIR) biomasa y las costas.
OLI 6 Infrarrojo de Onda 1.57 - 1.65 30 Distingue la humedad del
Corta 1 (SWIR 1) suelo y la penetración de las
nubes.
OLI 7 Infrarrojo de Onda 2.11 - 2.29 30 Mejora de la lectura de la
Corta 2 (SWIR 2) humedad del suelo y la
penetración de las nubes.
OLI 8 Pancromática (Pan) 0.50 - 0.68 15 Resolución de 15 metros,
definición de imagen más
nítida
OLI 9 Cirros (Cirrus) 1.36 - 1.38 30 Mejor detección de la
contaminación en cirros.
TIRS 10 Sensor Térmico 10.60 - 11.19 100 Resolución de 100 metros,
Infrarrojo 1 (TIRS 1) mapeo térmico y humedad
estimada del suelo.
TIRS 11 Sensor Térmico 11.50 - 12.51 100 Resolución de 100 metros,
Infrarrojo 2 (TIRS 2) mapeo térmico mejorado y
humedad estimada del suelo.
VII. METODOLOGÍA.
La presente investigación posee una ruta cuantitativa y un diseño no experimental. Ya que no
se manipulan deliberadamente las variables. (Hernández & Mendoza, 2018, p. 174)
El diseño no experimental es ideal para medir fenómenos y variables tal como se dan en su
contexto natural, ya que se observan situaciones ya existentes, no provocadas intencionalmente por le
investigador. En la indagación no experimental las variables independientes ocurren y no es posible
manipularlas, no se tiene control directo sobre dichas variables ni se puede influir en ellas, porque ya
sucedieron, al igual que sus efectos.(Hernández & Mendoza, 2018, p. 175)

Aunado a esto, la presente investigación es de tipo longitudinal, ya que recogerá datos en

diversos momentos. Así lo define Hernández & Mendoza (2018):
“El interés del investigador es analizar cambios al paso del tiempo en determinadas
categorías, conceptos, sucesos, variables, contextos o comunidades, o bien, las relaciones
entre estas; aún más, a veces ambos tipos de cambios. Entonces puedes disponer de los
diseños longitudinales, los cuales recolectan datos en diferentes momentos o periodos para
hacer inferencias respecto al cambio, sus determinantes y consecuencias.”

7.1. Lugar de estudio.

El lugar de estudio será total el área total en Hectáreas del distrito de Inambari, de la región
Madre de Dios.

7.2. Población y tamaño de muestra.

7.2.1. Población.
Por la naturaleza de la investigación, la población se considerará como el área total de la
región Madre de Dios.

7.2.2. Muestra.
Para el muestreo se elegirá un modelo no probabilístico, ya que estará orientado por las
características y contexto de la investigación, más que por un criterio estadístico de generalización.
(Hernández & Mendoza, 2018, p. 215)
De esta forma, para realizar un análisis multitemporal de la contaminación ambiental con
imágenes satelitales del distrito de Inambari se optará por un muestreo consecutivo, ya que, al elegir
 el área absoluta del distrito, esta se analizará durante periodos de tiempo, para luego analizar los
resultados

VIII. CRONOGRAMA DE ACTIVIDADES.

CRONOGRAMA DE ACTIVIDADES
DICIEMBRE- MARZO-
ACTIVIDADES 2022 ENERO-2023 FEBRERO-2023 2023 ABRIL-2023
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Elaboración del proyecto de Tesis
(Planteamiento del problema,
marco teórico, hipótesis y
variables, metodología)                                        
Asesoría y presentación del
proyecto de tesis                                        
Revisión de jurados al
proyecto de tesis                                        
Levantamiento de
Observaciones                                        
Aprobación del proyecto de
tesis                                        
Aplicación de instrumentos
para la recolección de datos                                        
Procesamiento de los datos
                                       
Análisis de los datos                                        
Elaboración final del
informe de tesis                                        
Asesoría final del informe
de tesis                                        
Presentación de informe de
tesis                                        
Aprobación del informe de
tesis                                        
Sustentación de tesis                                        
IX. PRESUPUESTO.

Costo Total (S/.)

Descripción Costo Unitario (S/.) Cantidad

Libros 100 03 300.00

Imágenes Satelitales 50 05 250.00
Papel bond 22.00 01 millar 27.00
Lápices 10.00 01 caja 10.00

Engrapador/caja de grapas 15.00 01 15.00

Movilidad 20.00 30 500.00

 X. REFERENCIAS BIBLIOGRÁFICAS.
Boori, M. S., Choudhary, K., Paringer, R., & Kupriyanov, A. (2021). Eco-environmental quality
assessment based on pressure-state-response framework by remote sensing and GIS. Remote Sensing
Applications: Society and Environment, 23, 100530. https://doi.org/10.1016/j.rsase.2021.100530
Chuvieco, E. (2008). Teledetección Ambiental (3era Edición).
Coa, E., & Rosales, J. (2020). Teledetección en la identificación de puntos críticos de residuos sólidos en
el distrito de Comas [Tesis de Grado, Universidad César Vallejo].
https://hdl.handle.net/20.500.12692/55847
Gonzales, G. (2018). Análisis multitemporal de la deforestación y perdida de cobertura boscosa en la
Provincia de Manu, 2000 - 2016 [Tesis de Grado, Universidad Nacional Federico Villareal].
https://hdl.handle.net/20.500.13084/2277
Gonzales, K., Casas, J., Zárate, H., Rivera Daniela, & Rodriguez, I. (2012). Teledetección satelital óptica
en el seguimiento de las actividades mineras en Madre de Dios. Sociedad Geológica Del Perú.
https://hdl.handle.net/20.500.12544/2858
Hernández, R., & Mendoza, C. (2018). Metodología de la investigación: las rutas: cuantitativa ,cualitativa
y mixta. Mc Graw Hill educación.
Huang, L., Han, X., Wang, X., Zhang, Y., Yang, J., Feng, A., Li, J., & Zhu, N. (2022). Coupling with high-
resolution remote sensing data to evaluate urban non-point source pollution in Tongzhou, China.
Science of The Total Environment, 831, 154632. https://doi.org/10.1016/j.scitotenv.2022.154632
Marin, C. (2022). Sistema de información geográfica y teledetección para analizar incendios forestales y
sus consecuencias en el refugio de vida silvestre Laquipampa [Tesis de Grado, Universidad César
Vallejo]. https://hdl.handle.net/20.500.12692/98981
Molina, K. (2019). Teledetección multitemporal para la determinación de suelos degradados en el distrito
de Palpa [Tesis de Grado, Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/91906
Rudke, A. P., Sikora de Souza, V. A., Santos, A. M. dos, Freitas Xavier, A. C., Rotunno Filho, O. C., &
Martins, J. A. (2020). Impact of mining activities on areas of environmental protection in the
southwest of the Amazon: A GIS- and remote sensing-based assessment. Journal of Environmental
Management, 263, 110392. https://doi.org/10.1016/j.jenvman.2020.110392
Salcedo, F. P., Cutillas, P. P., Cabañero, J. J. A., & Vivaldi, A. G. (2022). Use of remote sensing to
evaluate the effects of environmental factors on soil salinity in a semi-arid area. Science of The Total
Environment, 815, 152524. https://doi.org/10.1016/j.scitotenv.2021.152524
Wu, W., Yang, Z., Chen, C., & Tian, B. (2022). Tracking the environmental impacts of ecological
engineering on coastal wetlands with numerical modeling and remote sensing. Journal of
Environmental Management, 302, 113957. https://doi.org/10.1016/j.jenvman.2021.113957
 

MATRIZ DE CONSISTENCIA:

PROBLEMAS OBJETIVOS HIPOTESIS VARIABLES INDICADORES

PROBLEMA OBJETIVO HIPÓTESIS VARIABLE - Ecosistemas
GENERAL: GENERAL. GENERAL: INDEPENDIENTE: afectados.
¿Cómo realizar la Realizar la La teledetección Contaminación - Componentes
teledetección teledetección multitemporal Ambiental terrestres dañados.
multitemporal para multitemporal para analiza la - Presencia de la
el análisis de la el análisis de la contaminación minería artesanal.
contaminación contaminación ambiental del
ambiental del ambiental del distrito de - Imágenes
distrito de Inambari, distrito de Inambari, región VARIABLE LANDSAT 8/9.
región Madre de Inambari, región Madre de Dios. DEPENDIENTE: - Evaluación
Dios? Madre de Dios. Teledetección correlacional.
Multitemporal. - Información
Espectral.
PROBLEMAS OBJETIVOS HIPÓTESIS VARIABLE - Elementos de la
ESPECÍFICOS: ESPECÍFICOS. ESPECÍFICAS: INDEPENDIENTE: superficie (agua,
- ¿Cómo identificar - Identificar los - Los índices Componentes suelos, vegetación).
los componentes componentes espectrales Terrestres
terrestres afectados terrestres afectados identifican los
por la por la componentes
contaminación contaminación terrestres afectados
ambiental en el ambiental en el por la - Índice de
distrito de Inambari distrito de contaminación Vegetación de
por medio de los Inambari por ambiental en el Diferencia
VARIABLE
índices espectrales? medio de los distrito de Normalizada
DEPENDIENTE:
índices espectrales. Inambari por (NDVI).
Índices Espectrales.
medio de los - Índice de Agua de
índices espectrales. Diferencia
Normalizada
(NDWI).
- ¿Cómo analizar el - Analizar el - El análisis VARIABLE - Crecimiento en
crecimiento crecimiento multitemporal INDEPENDIENTE: hectáreas de zonas
exponencial de la exponencial de la analiza el Contaminación contaminadas.
contaminación contaminación crecimiento Ambiental
ambiental a través ambiental a través exponencial de la
del análisis del análisis contaminación VARIABLE - Imágenes de 5
multitemporal? multitemporal. ambiental. DEPENDIENTE: diferentes periodos
Análisis de tiempo.
Multitemporal.
VARIABLE - Métodos
- ¿Cómo cuantificar - Cuantificar las - Las imágenes INDEPENDIENTE: artesanales de
Minería Aurífera. explotación.
las zonas afectadas zonas afectadas por satelitales - Presencia de
por la presencia de la presencia de la cuantifican las Mercurio.
la minería aurífera, minería aurífera, zonas afectadas por VARIABLE - Resolución de la
con el uso de las con el uso de las la presencia de la DEPENDIENTE: imagen.
imágenes imágenes minería aurífera. Imágenes Satelitales. - Número de
satelitales? satelitales. imágenes.
- Cubierta de nubes.