INSTITUTO TECNOLOGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY

CAMPUS MONTERREY

DIVISION DE INGENIERIA Y ARQUITECTURA

PROGRAMA DE GRADUADOS EN INGENIERIA

ESTIMACIÓN DE BATIMETRÍA UTILIZANDO DATOS MULTIESPECTRALES

CASO DE ESTUDIO LAGUNA LA NACHA, TAMAULIPAS

TESIS

PRESENTADA COMO REQUISITO PARCIAL PARA OBTENER

EL GRADO ACADEMICO DE

MAESTRO EN CIENCIAS
ESPECIALIDAD EN INGENIERIA AMBIENTAL
SUBESPECIALIDAD EN EVALUACIÓN E IMPACTO

PRESENTA

JORGE BRENNER

MONTERREY, N.L. DICIEMBRE DE 1997

i
INSTITUTO TECNOLOGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY
CAMPUS MONTERREY
DIVISION DE INGENIERIA Y ARQUITECTURA
PROGRAMA DE GRADUADOS EN INGENIERIA

Los miembros del comité de Tesis recomendamos que la presente tesis del Ing.
Adolfo José Callejas Bermeo, sea aceptada como requisito parcial para obtener el
grado académico de Maestro en Ciencias con especialidad en:

INGENIERIA AMBIENTAL
SUBESPECIALIDAD EN EVALUACIÓN E IMPACTO

Comité de Tesis

____________________ ______________________ ____________________

Dra Graciela González Dr. Fabián Lozano M. en C. Carlos M. Hinojosa
Sinodal Asesor Sinodal

APROBADO

____________________________
Federico Viramontes B., Ph. D.
Director del Programa de Graduados en Ingeniería

Monterrey, N. L. Diciembre de 1997

ii
 VITA

Jorge Brener nació el 12 de marzo de 1971 en la Ciudad y Puerto de Veracruz en

donde vivió sus primeros 17 años. Terminó sus estudios de Ingeniero Bioquímico
Administrador de Recursos Acuáticos en 1995 en el Campus Guaymas del
Instituto Tecnológico y de Estudios Superiores de Monterrey. Durante la Maestría
trabajó como asistente de Investigación en el laboratorio de Información
Georreferenciada del Centro de Calidad Ambiental del ITESM Campus
Monterrey.
Domicilio Permanente: Gonzalo de Sandoval 102, Veracruz, Ver., 91919, México

iii
 AGRADECIMIENTOS

Quiero agradecer a mi asesor de tesis, maestro, jefe, amigo y compañero de mucho trabajo
Dr. Diego Fabián Lozano García por haber compartido conmigo su experiencia y dedicación
en este proyecto. Agradezco a la Dra. Graciela González y al M. en C. Carlos Hinojosa por
su interés en el trabajo y haber contribuido a su mejoramiento como sinodales del mismo. Al
LabSIG del Centro de Calidad Ambiental por haber facilitado los medios para la realización
del trabajo y como la mejor escuela de geociencias.

A mis maestros, que sin los conocimientos transmitidos no hubiera llegado hasta es_e punto,
Dr. Martín Bremer, Ing. Federico Cazares, Dr. Ernesto Enkerlin, Dr. W¡lIiam Grant de la
Universidad de Texas A&M, Dr. Alexander Laszlo (donde quiera que esté) y Dr. Enrique
Vogel. Al Centro de Calidad Ambiental por el apoyo recibido desde mi llegada y permitirme
formar parte de él. Al Consejo Nacional de Ciencia y Tecnología por haber proporcionado los
medios económicos para cursar la maestría y llevar a cabo este proyecto de tesis.
Agradezco sinceramente a mis compañeros del Laboratorio de Información Georreferenciada
su amistad y valor, Ingenieros Julie Noriega, Bertha Navarro, René González, Patricia
Barrón, Giovanni Ozuna, CJaudia Lara, Consuelo Hori, Rafael Arellano, Biologo Héctor
González y Oceanólogos Miguel Angel Pavón y José Luis Arreola.

Deseo aradecer a los doctores Guillermo Soberón del Campus Guaymas y Alberto Vázquez
de la Universidad Veracruzana por la revisión y comentarios al manuscrito de propuesta de
tesis. Al Ing. Miguel Angel Cruz de DUMAC por habernos guiado hasta la Laguna La Nacha.
Al Sr. Roger Gerdes por su amistad y hospitalidad, y a todo el equipo de Laguna Vista
Hunting Resort en San Fernando Tamaulipas. A quienes me confiaron sus equipos para los
muestreos, Dr. Jorge García, Ing. Ignacio Luján, Dr. Enrique Cázares y Biol. Raul Garza. A
la Dra. Rosamaría López del Centro de Biotecnología por abrirme las puertas de los
laboratorios de este Centro. A los Laboratorios del Centro de Calidad Ambiental por los
análisis realizados. A las personas que me acompañaron durante el trabajo de campo, Joel
Quesada, Emiliano Lozano, Jesús Corral, Enrique Salazar y Yazmín Cruz. Y a todas
aquellas personas que de alguna manera contribuyeron a la realización de este trabajo con
sus comentarios o información, Ingeniero Mucio Rodríguez del Laboratorio de Geofísica
Ambiental; Biol. Manuel Torres y Dr. Salomón Martínez de la Universidad Autónoma de
Nuevo León; Dr. Fernando Manrique del Centro de Calidad Ambiental; Dr. Jean Pierre Tihay
del Centro Científico y Técnico de la Embajada de Francia; Biol. Victor Carranza y Sr.
Alejandro Hernández de la Secretaría de Medio Ambiente Recursos Naturales y Pesca de
Tamaulipas; Ing. Othón Cervantes del Servicio Meteorológico Nacional; Ing. Miguel Angel
Román de la Comisión Nacional del Agua de Tamaulipas; Lic. Pedro Baldazo de la Dirección
General de Pesca de la Secretaría de Desarrollo Agropecuario, Forestal y Pesca de
Tamaulipas; Dr. Arturo Chacón de la Universidad Michoacana de San Nicolás de Hidalgo; e
Ing. Ozmar Zavaleta del ITESM.

iv
 DEDICATORIA

Dedico mi trabajo a ti

v
 CONTENIDO

CONTENIDO

INDICE DE FIGURAS

INDICE DE TABLAS

RESUMEN

ABSTRACT

CAPITULO I. Introducción

1.1 Las aguas continentales 1

1.1.1 El agua en México 1
1.1.2 Lagos 2
1.1.3 Lagos y reservorios 4
1.2 Batimetría 7
1.2.1 Levantamiento hidrográfico 7
1.2.2 Sondeo hidrográfico 8
1.2.3 Importancia de la estimación de profundidad 9
1.2.4 Morfometría de cuerpos de agua 10
1.3 Percepción remota 11
1.3.1 Definición de percepción remota 11
1.3.2 Tipos de sensores 12
1.3.3 Características espectrales de los cuerpos de agua 13
1.3.4 Estimación de batimetría utilizando datos multiespectrales 16
1.3.5 Resaltado radiométrico 17
1.3.6 Los Sistemas de Información Geográfica 18
1.4 Antecedentes 19
1.4.1 Estudios de batimetría utilizando fotografía aérea 20
1.4.2 Estudios de batimetría utilizando datos multiespectrales 20
1.4.3 Estimación de batimetría por medio de mapeo de rangos 22
1.5 Objetivos 23
1.5.1 Objetivos específicos
23

vi
 CAPITULO II. Metodología

2.1 Área de estudio 24

2.1.1 Municipio de San Fernando 24
2.1.2 Laguna La Nacha 26
2.2 Imagen multiespectral 28
2.2.1 Características de la imagen Landsat TM
28
2.3 Trabajo de campo 29
2.3.1 Muestreo batimétrico
29
2.3.2 Información auxiliar 32
2.4 Caracterización de sedimentos de la laguna 33
2.5 Mapa batimétrico con datos in situ 34
2.5.1 Creación de coverage de profundidad 34
2.5.2 Creación de la superficie 34
2.5.3 Mapa de isobatas 35
2.6 Procesamiento de datos espectrales
35
2.6.1 Preprocesamiento digital de la imagen 35
2.6.2 Método de regresiones 38
2.6.3 Método de mapeo de rangos 40

CAPITULO III. Resultados

3.1 Muestreo batimétrico 41

3.2 Información auxiliar 41
3.3 Caracterización de los sedimentos 41
3.4 Mapa batimétrico 42
3.5 Imagen multiespectral 42
3.5.1 Subset de la imagen 42
3.5.2 Máscara de agua 42
3.6 Estimación de profundidad 46
3.6.1 Regresiones lineales 46
3.6.2 Mapeo de rangos 47

CAPITULO IV. Discusión de Resultados

4.1 Trabajo de campo 55

4.1.1 Muestreo batimétrico
55
4.1.2 Información auxiliar 56
4.2 Mapa batimétrico de Laguna La Nacha 60
4.3 Preprocesamiento de la imagen 60
4.3.1 Subset de la imagen 60
4.3.2 Rectificación del subset 61
4.3.3 Máscara de agua de Laguna La Nacha 61
4.4 Estimación de profundidad 62
4.4.1 Método de regresiones lineales 62

vii
4.4.2 Método de mapeo de rangos 65

CAPITULO V.
Conclusiones 68

CAPITULO VI.
Recomendaciones 70

REFERENCIAS 71

INDICE DE FIGURAS

Figura 1. Comunidades bióticas y estratificación térmica de lagos y reservorios 2

Figura 2. Diagrama de Rawson, en donde se aprecia la interacción de los factores que
determinan la composición, distribución, abundancia y productividad general de los lagos y
reservorios 4
Figura 3. Zonación longitudinal de factores que afectan la producción primaria y el estado trófico
en lagos y reservorios 5
Figura 4. Principales factores que afectan las características espectrales del agua 14
Figura 5. Efecto de la turbidez en las características espectrales del agua 15
Figura 6. Función de mapeo de números digitales 18
Figura 7. Area de estudio en el Estado de Tamaulipas 26
Figura 8. Imagen Landsat TM de Laguna La Nacha del 15 de febrero de 1996 30
Figura 9. Ubicación de los transectos de batimetría en Laguna La Nacha 31
Figura 10. Mapa batimétrico de Laguna La Nacha 43
Figura 11. Diagramas de dispersión de las bandas 3 y 4, y 4 y 5 de la imagen y ubicación de las
clases de agua de Laguna La Nacha 44
Figura 12. Máscara de agua de Laguna La Nacha 45
Figura 13. Errores individuales de predicción de cada modelo 47
Figura 14. Mapa batimétrico de Laguna La Nacha construido a partir de datos in situ (51 puntos)
48
Figura 15. Mapa batimétrico de Laguna La Nacha construido a partir del modelo Ln(L3) 49
Figura 16. Mapa batimétrico de Laguna La Nacha construido a partir del modelo
Ln(L1),Ln(L2),Ln(L3) 50
Figura 17. Mapa batimétrico de Laguna La Nacha construido a partir del modelo Ln(L1),Ln(L3) 51
Figura 18. Mapeo de rangos de profundidad de Laguna La Nacha a partir de la banda 1 52
Figura 19. Mapeo de rangos de profundidad de Laguna La Nacha a partir de la banda 2 53
Figura 20. Mapeo de rangos de profundidad de Laguna La Nacha a partir de la banda 3 54

INDICE DE TABLAS

Tabla 1. Porción del espectro electromagnético en que miden los detectores del TM 12
Tabla 2. Datos técnicos de la imagen Landsat TM del 15 de febrero de 1996 28
Tabla 3. Profundidades de referencia durante la fecha de los transectos 32
Tabla 4. Descripción de los conjuntos de mediciones in situ de profundidad 41
Tabla 5. Concentración de sólidos suspendidos totales 41
Tabla 6. Datos técnicos del subset de la imagen Landsat TM 42
Tabla 7. Información estadística de las bandas visibles de la máscara de agua 46
Tabla 8. Regresiones lineales entre datos de profundidad in situ y espectrales de las bandas
visibles 46
Tabla 9. Do de los errores individuales de predicción de cada modelo 46

viii
 RESUMEN

Las aguas continentales en ríos y lagos ocupan menos del dos por ciento de la
superficie del planeta y constituyen la principal fuente de almacenamiento de
agua dulce para el ser humano, así como importantes ecosistemas. La morfología
de estos cuerpos de agua es producto de su génesis y determina las
interacciones biofísicas que se llevan a cabo dentro. Los lagos y reservorios
proporcionan grandes beneficios como fuente de alimento, recreación, vías de
comunicación y servicios ecológicos.

La caracterización de los cuerpos de agua comienza al definir su estructura y

función. La descripción del relieve sumergido se determina por medio de
levantamientos batimétricos y de esta manera es posible reconstruir la topografía
de los cuerpos de agua. La estimación de batimetría utilizando la tecnología de
percepción remota es cada vez más empleada debido a que proporciona una
representación continua de la superficie con una reducción considerable en el
empleo de la tecnología tradicional de levantamientos.

El objetivo del presente trabajo consistió en determinar el potencial del sensor

Mapeador Temático, abordo del satélite Landsat, en la estimación batimétrica de
un cuerpo de agua somero y turbio, Laguna La Nacha en Tamaulipas. Las
características espectrales del agua dependen en gran medida de la profundidad
y concentración de materiales sólidos en suspensión. Esto ocasiona que varíen
considerablemente las zonas de máxima transmitancia de la energía en el
espectro electromagnético conforme aumenta la cantidad de estos materiales en
la columna.

Se empleó la técnica de regresiones lineales para determinar la relación entre las

mediciones de profundidad in situ y los valores de radiancia espectral observada
por el sensor. Así como la técnica de mapeo de rangos para establecer zonas de
diferentes profundidades mediante el resaltado radiométrico de la imagen. El
agua de Laguna La Nacha es turbia debido principalmente a la cantidad de
material sólido aportada por el Río San Fernando, y el hidrodinamismo provocado
por las bajas profundidad y la acción del viento sobre la superficie. Esto ocasionó
que el pico de máxima reflectancia y por lo tanto de máxima transmitancia de la
energía se encontrara en longitudes de onda de 0.63 a 0.69 micrómetros (banda
tres) mientras que en aguas claras corresponde a longitudes de 0.45 a 0.52
micrómetros (banda uno).

Se encontró que es posible ajustar buenos modelos de predicción empleando las

tres bandas que miden en la porción visible de espectro del Mapeador Temático
y obteniéndose los menores errores en la predicción utilizando la banda tres. Así
mismo, se determinó que la mayor eficiencia de la estimación fue a profundidades
hasta de 1.5 m, y obteniendo registro de profundidades hasta de 3.5 m. La
estimación de profundidad por medio del mapeo de rangos ofreció un buen
indicador cualitativo de la distribución de zonas someras y profundas de la laguna
y se obtuvieron las mejores estimaciones empleando la banda tres con
precisiones ligeramente más bajas a las obtenidas con los modelos de regresión.

ix
Se determinó que la banda tres del Mapeador Temático constituye una alternativa
para el estudio del medio ambiente acuático bajo condiciones de turbidez y que el
éxito del método de regresiones es debido a la incorporación de las condiciones
locales del cuerpo de agua en el algoritmo. El resaltado de la información
radiométrica de la imagen también presenta un buen indicador de los principales
rasgos presentes dentro del cuerpo de agua, especialmente si se relaciona con la
presencia de rasgos topográficos presentes en la zona de estudio.

x
 Abstract

Water body characterization begins defining its structure and function.

Bathymetric estimation using remote sensing technology is well known for its
continuum representation of bottom and considerable reduction of traditional
soundings. The objective of the present work was to determine the potential of the
Landsat - Thematic Mapper (TM) Sensor for bathymetric mapping in the turbid
waters of La Nacha Lagoon in Tamaulipas, México. Water in many coastal
lagoons and distributary’s channels is very turbid as enormous quantities of sand
and clay are transported from the highlands into the Gulf Coast of México.
Previous to the digital image processing field work was done to map the bottom
and identify submerged structures. It was decided to use linear regressions to
determine the relation between in situ measurements and spectral radiance
observed by the sensor. It was found that maximum transmittance of light
occurred at a longitude of 0.63 to 0.69 micrometers, band three of TM. In like
manner, the maximum predicted depth was 3.5 meters, finding that the highest
efficiency of the prediction was at 1.5 meters (σ = 0.15). La Nacha is a shallow
lagoon with high sediment load, primarily clay, because of the discharge of the
Conchos River. Those characteristics caused that the maximum transmittance
zone moved to higher wave longitudes and light penetration decreased, so depth
of estimation. We found that Thematic Mapper constitutes an alternative for the
aquatic environment study under turbidity conditions. Also we assume that the
effectiveness of the use of linear regression is due to the incorporation of local
conditions of the water body into the algorithm structure.

xi
CAPITULO I. Introducción

1.1 Las aguas continentales

El tres porciento del agua del planeta es dulce y menos del uno porciento se
encuentra distribuida en ríos, lagos y depósitos subterráneos aprovechables. A
esta disponibilidad, se aúna la ocurrencia irregular del agua en el tiempo y el
espacio (Dinar et al., 1995, Comisión Nacional del Agua, 1994).

La irregularidad ocaciona que dos terceras partes de los escurrimientos de los

ríos ocurran en unos cuantos meses al año y se presenten en forma de
crecientes, difíciles de aprovechar. Por su parte, la irregularidad espacial del agua
da origen a una gran diversidad en la geografía. A las variaciones de las
condiciones naturales debe de agregarse que el grado de desarrollo económico
de las regiones generalmente no coincide en su distribución espacial del agua
(Comisión Nacional del Agua, 1994).

1.1.1 El agua en México

México no es ajeno a la problemática mundial, su variedad de climas y

ecosistemas define una gran diversidad geográfica. Esta situado en una zona de
transición, en la franja del trópico, por lo que la mayor parte del país queda
comprendida en la zona tórrida, cuyo clima es afectado por diversos factores,
especialmente la orografía. Esto determina que el territorio mexicano sea en su
mayoría árido o semiárido, mientras que el resto es húmedo o subhúmedo.

El Norte y Altiplano, que ocupan dos terceras partes del territorio nacional y en
donde se localiza la tercera parte del escurrimiento medio anual, concentra al 70
% de la población y de la actividad industrial, así como a la mayoría de las zonas
de riego. En cambio, en la zona sur del país donde fluyen los ríos más
caudalosos, como el Papaloapan, el Grijalva y el Usumacinta, la densidad
demográfica y la actividad económica son bajas (Comisión Nacional del Agua,
1994).

Más de la mitad del territorio mexicano se encuentra en áreas que reciben menos
de 50 centímetros al año de precipitación, y más del 50 % del flujo medio anual
de los principales ríos mexicanos se encuentra el menos del 10 % del territorio
(Cummings y Nercessiantz, 1992).

Las vertientes interiores o cuencas cerradas ocupan el 16 % del país, y sus

aguas sólo son el uno porciento del total. La vertiente del Pacífico ocupa el 42 %
del total y sus recursos hidráulicos representan el 29 % en contraste con la
vertiente del Golfo de México que tiene una extensión del 33 % y capta el 67 %
del total (Comisión Nacional del Agua, 1994).

1
1.1.2 Lagos

Las aguas continentales cubren menos del dos porciento de la superficie del
planeta y están compuestas principalmete por lagos y ríos. La geomorfología de
un lago determina la naturaleza de su drenaje, la entrada de nutrientes y el
volumen que entra en relación a la tasa de renovación. La forma general del lago
determina la productividad del sistema (Wetzel, 1981).

Existen diferentes tipos de lagos, algunos son efímeros como los lagos de
planicies de inundación de grandes ríos. Otros que se encuentran en zonas
áridas son salados, y otros salados pequeños como las lagunas costeras que son
esenciales para la producción de productos pesqueros. Algunos son recargados
casi totalmente por agua subterránea, mientras que otros sirven para recargar
mantos freáticos (Dinar et al., 1995, Wetzel, 1981).

1.1.2.1 Regiones de los lagos

Dentro de los lagos se encuentran varias zonas que se clasifican de acuerdo a

las características físicas, químicas y biológicas del cuerpo de agua (Figura 1).

Los lagos templados y en muchos casos los tropicales, tienden a estratificarse

termalmente durante los meses de verano en una capa superior bien mezclada
denominada epilimnion. Una capa intermedia donde la temperatura desciende
rápidamente llamada metalimnion y la capa más profunda, fría y obscura, el
hipolimnion. Este fenómeno de estratificación es producido por la mezcla inducida
por el viento, y por las diferencias entre la densidad de las capas de agua. La
estratificación es el principal determinante de las interacciones físicas, químicas y
biológicas de los cuerpos de agua.

Zona
Humedal-Litoral

Zona Pelágica
Epilimnion

O2
Metalimnion

Zona
Profunda
Hipolimnion

CO2

Modificado de Modificado de Cole, 1975 y Cooke et al., 1993

Figura 1. Comunidades bióticas y estratificación térmica de lagos y reservorios.

Los lagos poseen tres distintas comunidades bióticas que interactúan. La zona
humedal-litoral y sus sedimentos, que es la zona de costa bien iluminada y con
vegetación abundante; la zona pelágica de aguas abiertas, dominada por la
columna de agua y las especies que en ella habitan; y la zona béntica o profunda

2
y sus sedimentos, que recibe la mayor parte de su energía de la materia orgánica
producida o introducida al cuerpo de agua, y libera nutrientes al sistema. Los
problemas que aparezcan en una zona afectan directamente a las demás. Esta
clasificación de ambientes puede emplearse de forma general para referirse no
sólo a procesos biológicos sino físicos del cuerpo de agua (Cooke et al., 1993).

1.1.2.2 Beneficios directos e indirectos de los lagos

Los lagos proveen de hábitat a peces e invertebrados. Constituyen importantes

zonas de crianza marginales para especies acuáticas y anfibios, además de
zonas de refugio y alimentación para aves migratorias.

Los lagos como fuente de recreación, soportan pesquerías deportivas, y otras

actividades acuáticas como el uso de embarcaciones con distintos fines. Desde
un punto de vista comercial, los lagos son una fuente importante de alimento,
constituyen un gran atractivo turístico y una importante via de comunicación, y
una importantísima fuente de agua dulce para consumo humano o riego agrícola.

Los lagos son proveedores de servicios ecológicos, como vasos reguladores

durante las inundaciones y como componentes importantes en la generación de
energía. Además de proveer de otros servicios que no se miden extrictamente en
recursos económicos ya que son los integradores de complejos procesos
químicos, físicos y biológicos que ocurren a través de la cuenca entera (Dinar, et
al., 1995). Las interacciones que se desarrollan en los lagos y reservorios se
muestran en el diagrama creado por Rawson (Cole, 1975) (Figura 2).

3
 Ubicación Geográfica

Impacto Humano Formación Geológica Topografía Latitud

Longitud

Altitud

Agricultura Morfología
Minería Factor Edáfico del Lago Climatología

Contornos
Nutrientes Primarios Area de Captura Profundidad Area del Lago del Fondo Precipitación Viento Insolación

Ciclo Anual
de Mezcla
Naturaleza de Penetración Distribución de Distribución del Desarrollo Temporada de
los Sedimentos Transparencia de la Luz la Energía Térmica Oxígeno y Usos Litoral Crecimiento

Productividad del Cuerpo de Agua

Modificado de Cole, 1975

Figura 2. Diagrama de Rawson, donde se muestra la interacción de los factores que

determina la composición, distribución, abundancia y productividad general de los lagos y
reservorios.

1.1.3 Lagos y reservorios

Los reservorios o lagos artificiales son tan importantes como los lagos como sitios
de recreo, y tienen un gran valor en el control de las inundaciones, generación de
energía, fuente de alimento y como fuente de agua dulce. Estos también son
suceptibles al efecto de acumulación excesiva de materia orgánica e inorgánica
como los lagos naturales.

Los lagos y los reservorios poseen procesos bióticos y abióticos en común y

tienen hábitats idénticos, pelágico y béntico, y zonas profundas y litorales.
Además de poder mantener las mismas comunidades biótias.

Sin embargo, existen algunas diferencias importantes entre ellos. Difieren entre
ellos en su historial geológico y en su morfología general. Los lagos formados por
procesos naturales se encuentran localizados de manera sistemática dentro de
los continentes, mientras que los reservorios se construyen donde son
necesarios. De esta manera, las diferencias latitudinales, climáticas y geológicas
influyen de manera importante en la calidad y cantidad de material aportado al
cuerpo de agua. Se estima que la cantidad de materia que es aportada a los
reservorios es mucho mayor y que ha pasado por un proceso previo antes de
llegar al cuerpo de agua.

Por otro lado, los lagos se encuentran generalmente en una posición central y de
manera simétrica dentro del área de drenaje, mientras que los reservorios son
elongados y generalmente están en los límites bajos de la cuenca en que se

4
encuentran. Se ha encontrado que tanto los lagos como los reservorios
representan un continuum de condiciones ecológicas. Este pude ser visto como
tiempo de residencia de los distintos materiales dentro de él, de esta manera, los
lagos y reservorios con tiempos de residencia similares, mantienen condiciones
ecológicas similares (Cooke et al., 1993).

En los lagos de zonas templadas, los nutrientes son recirculados durante el otoño
y el invierno, y los incrementos en temperatura e iluminación son los principales
detonadores de la productividad primaria estacional. Los lagos tropicales, que se
creía tenían pequeñas variaciones estacionales de productividad primaria
debido a lo uniforme de la temperatura e iluminación durante el año, también
muestran variaciones estacionales durante el año. No son tan regulares como en
los lagos templados, y son causadas principalmente por la recarga excesiva de
nutrientes por escurrimiento durante los regímenes de lluvia y la mezcla
producida por el viento inducida por las bajas profundidades registradas en estos
cuerpos de agua (Dinar et al., 1995).

Thornton y Rast (1994) atribuyen las diferencias entre los lagos templados y
tropicales identificando diferencias en sus cuencas y encontraron que la mayor
parte de los lagos en las zonas tropicales son artificiales.
Aumenta Turbidez Disminuye

Flujo

Zona Rivereña
•Alto flujo
•Altos sólidos en susp.
Zona Transicional
•Poca luz Bordo
•Más ancha
•Altos nutrientes
•Reducción de flujo Zona Lacustrina
•Pérdida de algas •Más ancha y profunda
•Bajos sólidos en susp.
(células) por sedimentación •Flujo pequeño
•Más luz
•Alta materia orgánica •Mayor transparencia
•Nutrientes reducidos
•Ambiente eutrófico •Reciclaje interno
•Alta fotosíntesis
•Pérdida de algas de nutrientes
(células) por sedimentación •Fotosíntesis limitada
por los nutrientes
•Pérdidad de algas
(células) por pastoreo
•Ambiente oligotrófico

Modificado de Cooke et al., 1993

Figura 3. Zonación longitudinal de factores que afectan la producción primaria y estado

trófico en reservorios.

Se ha desarrollado un modelo para ejemplificar los gradientes esperados dentro

de un reservorio (Figura 3). Al contrario de muchos lagos naturales donde el
agua entra por medio de varios tributarios pequeños que drenan subcuencas, los
reservorios tienen una zona ribereña distinta, dominada por un flujo alto y por lo
tanto existe mezcla entre las capas. Esta es seguida por una zona de transición
donde la velocidad del agua decrece, la sedimentación comienza y la
transparencia del agua aumenta. La zona final se denomina lacustrina y es muy
parecida a los lagos, con estratificación térmica y con altas probabilidades de

5
tener limitación de nutrientes para el crecimiento de algas como el los lagos
(Cooke et al., 1993).

1.1.3.1 Importancia de lagos y reservorios pequeños

A pesar de que nunca se ha documentado, es probable que el número de lagos

pequeños, lagos artificiales y presas (desde unas cuantas hasta 200 ha de
superficie) en el mundo, sea de millones de ellos.

Por ejemplo, tan sólo en los Estados Unidos existen alrededor de 100,000 de
estos cuerpos de agua (exceptuando Alaska). Estos ofrecen los mismos servicios
a las comunidades urbanas y rurales que los grandes lagos y reservorios. Su
accesibilidad, proximidad a los asentamientos, su extremada variedad y su gran
número los hacen todavía más importantes.

Desafortunadamente, los cuerpos de agua pequeños son más susceptibles a la

modificación y a la contaminación que los más grandes, y debido a esto muchos
han perdido los beneficios económicos que antes poseían (Dinar et al., 1995).

1.1.3.2 Beneficios de lagos y reservorios pequeños

La mayoría de los lagos y reservorios pequeños poseen servicios ecológicos muy

especiales. Los lagos temporales que se encuentran en planicies de inundación
constituyen una importante fuente de proteína a las poblaciones locales al servir
como zonas de crianza de especies ribereñas (Dinar et al., 1995).

1.1.3.3 Peligros de los cuerpos de agua

Existen muchos problemas, generados por el hombre principalmente, que pueden

terminar con la vida útil de un cuerpo de agua. Entre los más comunes están, la
eutroficación, contaminación, sedimentación acelerada, acidificación por
deposición atmosférica, diversificación excesiva del agua, extinción de especies,
introducción de especies exóticas y alteración del hábitat en general (Dinar et al.,
1995).

1.1.3.4 Manejo de los cuerpos de agua

Para conservar los beneficios producidos directa e indirectamente por los lagos y
reservorios se necesita del establecimiento de estrategias de manejo con base en
las características particulares de cada cuerpo de agua. El establecimiento de
programas integrales de manejo de cuencas que incluyan la importancia del
mantenimiento de estos cuerpos de agua dependiendo de las características
hidráulicas de cada uno de ellos puede ayudar a conservar los ya impactados.

El manejo efectivo de los recursos hídricos requiere de un monitoreo regular y

sistemático. Para el desarrollo de estrategias de manejo se requiere del
establecimiento de los aspectos más importantes que caracterizan a cada cuerpo
de agua. Por lo que se deben de incluir los principales parámetros físicos y

6
ecológicos aunados a las consideraciones sociales y económicas de la zona
(Dinar et al., 1995).

1.1.3.5 Entendimiento y protección de lagos y reservorios

En 1986 se formó el Comité Internacional del Medio Ambiente Lacustre (The

International Lake Environment Committee), localizado en Shiga, Japón. Siendo
una organización no gubernamental internacional, el Comité tiene como misión el
promover el manejo con políticas medio ambientales consistentes con el
desarrollo sostenible de los lagos naturales y artificiales. El Comité publica
reportes con datos limnológicos, geográficos, socioeconómicos y medio
ambientales de lagos y reservorios distribuidos en todo el mundo, cuya extensión
varía entre los dos y los más de 6,000 km2 de superficie (Dinar et al., 1995).

1.2 Batimetría

Se define a la hidrología como la ciencia que estudia el medio líquido en sus

aspectos físicos, químicos y biológicos, tanto estáticos como dinámicos. La
hidrografía es la rama de la hidrología que se dedica a realizar los levantamientos
batimétricos, auxiliada por la geografía, la geodesia y la topografía.

1.2.1 Levantamiento hidrográfico

El levantamiento hidrográfico es el procedimiento por el cual se define la

configuración del fondo de los océanos y de las aguas de los lagos, ríos y bahías.
La batimetría es la determinación de la profundidad de un cuerpo de agua. Su
principal operación es el sondeo y éste tiene por objeto determinar el relieve
submarino. Las dos operaciones principales durante el sondeo son: la
determinación de la posición y la estimación de la profundidad, o determinación
de la cota submarina correspondiente a dicho punto (Bowditch, 1966, Secretaría
de Marina, 1974).

1.2.1.1 Clasificación de los levantamientos

Dependiendo del objetivo del proyecto hidrográfico los levantamientos

batimétricos se clasifican en (Secretaría de Marina, 1974):

• Básico. Como su nombre lo dice este levantamiento es el más común y

debe ser tan completo que no necesite complementarse con otros
levantamientos. Este tipo de levantamientos no se necesitan llevar a
cabo sobre canales u otras áreas levantadas con anterioridad.

• Especial o de reconocimiento. Este cubre por lo general un área

pequeña y tiene un propósito específico. Sirve para ratificar la existencia
de peligros u obstrucciones reportadas, y proporciona información del
desarrollo de puertos o como complemento de levantamientos
anteriores. Se debe de adecuar generalmente a las características de
levantamientos anteriores.

7
1.2.2 Sondeo hidrográfico

La principal operación durante el levantamiento es el sondeo. El cual, consiste en

realizar un número continuo de sondas, o de lo contrario, determinar un número
de sondas tal que permita la determinación del perfil batimétrico.

1.2.2.1 Sistemas de sondeo

Existen varios métodos empleados en un levantamiento batimétrico, su uso

depende del objetivo y de las características del cuerpo de agua o costa. El
método comúnmente empleado es el de líneas o transectos, el cual tiene por
objeto el adoptar un sistema regular de líneas para obtener una representación
real del fondo y revelar la existencia de bajos u otros accidentes del relieve
submarino. Generalmente, el sistema de líneas perpendiculares a la costa resulta
ser el más conveniente y económico en cualquier área (Bowditch, 1966,
Secretaría de Marina, 1974).

Algunos de los métodos más empleados:

• Líneas rectas paralelas. En éste sistema las líneas son rectas, están
espaciadas a intervalos iguales y son perpendiculares a la línea general
de costa. Su principal ventaja es que con este sistema se obtiene la
mejor delineación de las curvas de profundidad con un mínimo de líneas
de sondeo; y su principal desventaja, la dificultad de prolongar las líneas
muy cerca de la costa y el peligro de acercarse a ésta.

• Líneas radiales. Se usa donde existe un cambio marcado en la dirección

de la línea de costa, en bahías pequeñas o alrededor de islas. Este es
un caso especial del sistema de líneas paralelas para obtener líneas
perpendiculares a la costa.

• Líneas de cruce. Además de los sistemas de líneas de sonda

regularmente espaciados, se debe de recorrer un segundo sistema de
líneas, con el objeto de descubrir discrepancias en el sistema regular de
líneas paralelas. Este sistema permite descubrir algún peligro que haya
quedado comprendido entre dos líneas de sondeo.

1.2.2.2 Espaciamiento

El espaciamiento entre las líneas de sondeo depende de la profundidad del agua,

de las características del relieve submarino, de la escala del levantamiento y de la
importancia del área en que se realiza el mismo. Este debe permitir obtener una
representación real del relieve, debiendo ser lo suficientemente cerrado para
detectar todos los accidentes presentes en el área. El espaciamiento puede
reducirse cuando sea necesario obtener la profundidad mínima sobre los bajos,
bancos y rocas sumergidas (Secretaría de Marina, 1974).

1.2.2.3 Equipo para sondeo

8
El aparato más sencillo para medir profundidad es el escandallo de mano, el cual
está compuesto de un cordel graduado, llamado sondaleza, con un plomo de
forma troncocónica en un extremo. En la actualidad se emplea este aparato para
medir profundidades de hasta 20 metros con sondalezas de alambre revestido
(Secretaría de Marina, 1974).

Actualmente se emplean aparatos electrónicos como el ecosonda para medir la

profundidad. El principio de su funcionamiento consiste en emitir una onda sonora
hacia el fondo y registrar el tiempo que transcurre entre la emisión y la recepción
de la onda reflejada por el fondo (Secretaría de Marina, 1974). Una variante de
ésta técnica la constituyen la videosonda y el sonar (Sound Navigation Ranging),
también capaces de producir imágenes de alta resolución de fondo a grandes
profundidades (Enríquez-Caldera, 1996 y Dwyer, 1996). Un ejemplo es el sonar
de escaneo lateral GLORIA (Geological Long-Range Inclined ASDIC), el cual
produce imágenes a una profundidad de 5000 metros de 60 kilómetros de ancho
(Thurman, 1993).

Por otro lado, también es posible usar cualquier otro método no electrónico que
sea capaz de medir profundidad de manera precisa en un determinado punto.

1.2.2.4 Correcciones de profundidad

Existen fenómenos físicos y químicos que causan inexactitud en las mediciones

de profundidad, ya que alteran las propiedades fisicoquímicas del agua, o el
funcionamiento de los sensores de medición. Algunas de las variables que se
deben de considerar durante el levantamiento son, la amplitud de marea, el tipo
de fondo, y algunas otras inherentes a sistemas electrónicos como la interferencia
del motor de la embarcación, la velocidad del sonido y profundidad del
transductor (Díaz-Aguirre et al., 1997).

1.2.3 Importancia de la estimación de profundidad

A pesar de que el 71 por ciento del planeta está cubierto por agua es
relativamente poco lo que sabemos acerca de los rasgos que se encuentran
sumergidos. Sin embargo, se sabe que éstos son muy similares a los expuestos
sobre la superficie. Actualmente conocemos de forma general el relieve
submarino, y para obtener una idea más detallada se necesita de un gran número
de sondeos y de la producción de material cartográfico de alta precisión
(Bowditch, 1966).

Los mapas batimétricos proveen la base para la administración científica de los

recursos hídricos de acuerdo con los intereses de la sociedad ya que suministran
información esencial para evaluar los recursos y determinar la cantidad, calidad y
disponibilidad desde los puntos de vista geográfico y temporal (Instituto
Panamericano de Geografía e Historia, 1963).

Históricamente el principal objetivo del estudio del relieve submarino es

proporcionar la información necesaria para la navegación segura y es de éste
principio que se utiliza el término navegación batimétrica. La disponibilidad de

9
información batimétrica confiable es de vital importancia para la industria del
transporte marítimo, así como para la navegación recreativa (Dunlap y Shufeldt,
1966, Secretaría de Marina, 1974).

En la actualidad se ha incrementado la cantidad y diversidad de levantamientos

batimétricos orientados a la construcción de obras hidrotécnicas, como
pedraplenes, puertos y marinas, debido a la necesidad de establecer técnicas
más eficientes de construcción en la zona costera (Díaz-Aguirre et al., 1997). Por
otro lado, el relieve submarino de los cuerpos de agua influye directamente en la
productividad, determinando el tipo de organismos presentes y la química del
agua, por lo que del conocimiento de éste dependen las estrategias de manejo
que se adopten para cada cuerpo de agua en particular (Cole, 1975, Cooke et al.,
1993).

1.2.3.1 Organismos dedicados a levantamientos hidrográficos

En la República Mexicana la institución encargada de realizar los levantamientos

hidrográficos con el fin de publicar las cartas náuticas, es la Secretaría de Marina,
a través de la Dirección General de Oceanografía. Otros organismos como
Petróleos Mexicanos, la Dirección General de Obras Marítimas y la Dirección
General de Dragado (también dependientes de la Secretaría de Marina), hacen
levantamientos hidrográficos, pero con fines puramente de ingeniería de costas o
de explotación de la plataforma continental, pero no para la publicación de cartas
de navegación (Petróleos Mexicanos, 1992, Secretaría de Marina, 1974).

1.2.4 Morfometría de cuerpos de agua

La forma de los cuerpos de agua ejerce efectos importantes sobre prácticamente

la totalidad de los parámetros físicos, químicos y biológicos, además de que en la
mayoría de los casos refleja su origen. Los métodos de medición y análisis de las
dimensiones físicas de un cuerpo de agua se denominan morfometría (Cole,
1975).

1.2.4.1 Parámetros morfométricos

Los parámetros morfométricos que se pueden determinar a partir de un mapa

batimétrico detallado se agrupan en: dimensiones de superficie y
subsuperficiales. Las dimensiones de superficie son, longitud máxima, ancho o
amplitud máxima, área, longitud de la costa o perímetro e índice de desarrollo de
la costa; mientras que las dimensiones subsuperficiales son, profundidad
máxima, profundidad relativa, volumen, profundidad media, desarrollo del
volumen y pendiente. Es para éste último grupo de dimensiones que se se
necesita un mapa de contornos o de isobatas (Cole, 1975, Wetzel, 1981).

1.2.4.2 Uso de la información morfométrica

La información morfométrica es necesaria para determinar de manera cuantitativa

algunos índices del cuerpo de agua. Recientemente se ha encontrado que la
profundidad media muestra una correlación inversa a la productividad en todos

10
los niveles tróficos del lago. De esta manera tenemos que la forma y profundidad
de los cuerpos de agua determina las relaciones ecológicas que se llevan a cabo
dentro de éstos. Se han empleado otros parámetros como el área para comparar
niveles de productividad entre lagos vecinos, y de manera similar se usan
algunas dimensiones de superficie como la longitud máxima o la longitud de
viento efectiva para determinar la distancia afectada por hidrodinamismo dentro
del cuerpo de agua.

1.3 Percepción remota

1.3.1 Definición de percepción remota

Percepción remota es la adquisición de información acerca de un objeto o escena

por un sensor que se encuentra alejado. La fotografía aérea e imágenes de
satélite y de radar son formas de información adquirida por sensores remotos.
Los sensores que se encuentran en estas plataformas generalmente adquieren
información proveniente del espectro electromagnético y forman imágenes.
(Colwell, 1983).

1.3.1.1 Imagen digital

Una imagen es la representación digital de un objeto en una matriz numérica de

tres dimensiones. Las dos primeras de ellas corresponden a las coordenadas
geográficas, mientras que la tercera indica su dimensión espectral y depende de
la profundidad del pixel. El pixel (Picture Element) es la unidad mínima de
información y es definido por un número que puede convertirse a una unidad
física de intensidad luminosa captada por el sensor. Una imagen puede incluir
varias bandas o capas de información, y cada una de ellas es un conjunto de
datos adquiridos en cierta porción del espectro electromagnético (ERDAS, 1997).

1.3.1.2 Resolución de la imagen

Existen cuatro tipos de resoluciones que caracterizan una imagen (ERDAS,

1997):

• Espectral. Se refiere a las porciones del espectro electromagnético en que un

sensor específico puede adquirir información.
• Espacial. Es la medida del área en la tierra representada por cada pixel.
• Radiométrica. Se refiere al rango dinámico, o valor que puede tomar un pixel.
También llamada profundidad del pixel.
• Temporal. Es la frecuencia de repetición de un sensor sobre un área en
particular.

1.3.2 Tipos de sensores

1.3.2.1 Sensores pasivos

Los sensores remotos pasivos son aquellos que captan la energía reflejada o
emitida por fuentes naturales, principalmente la proveniente del sol. Los sensores
más comúnmente empleados en plataformas satelitales se denominan barredores

11
multiespectrales. El principio de su funcionamiento es óptico y mecánico, donde
la energía reflejada es adquirida por medio de líneas de barrido sobre la
superficie terrestre. Cada sensor posee detectores que miden la energía reflejada
en distintas porciones del espectro (Butler et al., 1988).

1.3.2.2 El mapeador temático

El Mapeador Temático (Thematic Mapper o TM), es un barredor multiespectral

que capta la energía reflejada en siete bandas, en las regiones visibles, infrarrojo
cercano y medio, y emitida en el infrarrojo térmico del espectro (Tabla 1). El TM
tiene un ancho de barrido de 185 km y un tamaño de pixel de 28.5 m (cuadrado)
para todas la bandas exceptuando la térmica que es de 120 m. La profundidad
del pixel es de 8-bit, lo que significa que pude tener un valor entre cero y 255
(tonos de grises) (ERDAS, 1997).

Tabla 1. Porción del espectro electromagnético en que miden los detectores del TM.

Banda Longitud de Onda Porción de Espectro

1 0.45-0.52 µm Azul
2 0.52-0.60 µm Verde
3 0.63-0.69 µm Rojo
4 0.76-0.90 µm Infrarrojo Cercano
5 1.55-1.74 µm Infrarrojo Medio
6 10.40-12.50 µm Infrarrojo Térmico
7 2.08-2.35 µm Infrarrojo Medio
Tomado de ERDAS, 1997
1.3.2.3 Sensores activos

Los sensores activos son aquellos que son capaces de iluminar un objeto con su
propia fuente de energía. La iluminación inducirá al objeto a emitir o reflejar la
energía. Estos son necesarios cuando la energía en una porción particular del
espectro es insuficiente para iluminar el destino, como cuando la radiación natural
está por debajo del umbral de señal-ruido del sensor (Butler et al., 1988).

1.3.2.4 Sensores activos empleados en batimetría

Ecosonda y sonar. Su funcionamiento está basado en la emisión de ondas

acústicas a un objeto y recepción de la energía reflejada. El ecosonda emite
energía directamente hacia donde esté orientado. Sus principales componentes
son el transductor que convierte la energía eléctrica en acústica y el receptor que
traduce la energía reflejada en tiempo y por lo tanto en profundidad. Estos
sistemas se emplean en plataformas flotantes o sumergidas (Butler et al., 1988).

Radar. El radar (Radio Detection and Ranging) es un sensor activo que utiliza
señales de radio para iluminar objetos y detectar su posición. Este emite una
serie de pulsos de microondas y determina la posición en base a la fuerza de la
energía reflejada. La resolución espacial de estos sistemas esta determinado por
la longitud de onda de transmisión y el tamaño de la antena empleada. La
transparencia a la atmósfera de las microondas permite a este sistema adquirir
datos independientemente de las condiciones atmosféricas. Los sistemas de

12
radar pueden encontrarse en tierra, plataformas flotantes, aéreas o satelitales
(Butler et al., 1988).

El radar puede o no producir imágenes. Los sistemas que no producen imágenes

están diseñados para medir características físicas específicas. El scatterometer
mide la rugosidad de una superficie, mientras que el altímetro mide la distancia
vertical entre el sensor y la superficie iluminada. De este último es posible estimar
el relieve submarino, por medio de las diferencias de altura del nivel del mar
debido a efectos gravitacionales. El nivel del mar se eleva o desciende
aproximadamente cuatro metros con cada 1000 metros de elevación o descenso
de la profundidad (Butler et al., 1988, Smith y Sandwell, 1997, Thurman, 1993).

El radar que produce imágenes muestra las características de una superficie por
medio de la retrodispersión de la señal. Esta está influenciada por las
características radiométricas de la señal emitida, las dieléctricas de la superficie
objeto y rugosidad de la misma. Estos sistemas estiman la batimetría a partir de
las variaciones en las corrientes y rugosidad de la superficie del mar influenciadas
por el relieve submarino. El sensor más comúnmente empleado es el radar de
apertura sintética en plataformas satelitales (Wensink y Campbell, 1997).

Lidar. El lidar (Laser Radar) es un sensor activo que emite y recibe energía en la
porción visible e infrarroja cercana del espectro. El lidar utiliza un láser para
generar pulsos de luz cortos pero de alta intensidad. La energía retrodispersada
del lidar es detectada por un sensor óptico e interpretada como una función de
distancia y posteriormente traducida a profundidad. Estos sistemas se emplean
en plataformas aéreas (Butler et al., 1988, Measures, 1992).

1.3.3 Características espectrales de los cuerpos de agua

Cuando la energía electromagnética, proveniente del sol principalmente, incide

sobre cualquier razgo terrestre, tres interacciones fundamentalmente son
posibles: la energía es reflejada, absorbida y/o transmitida. La relación entre las
tres interacciones se muestra en el principio de conservación de energía,

EI = ER + EA + ET
[1]

donde EI es la energía incidente, ER la reflejada, EA la absorbida y ET la

transmitida.

Ya que los sensores operan en las regiones de longitudes de onda en donde

predomina la energía reflejada, las propiedades de la reflectancia de los rasgos
terrestres se define como:

ER = EI - (EA + ET)
[2]

Esto es, la energía reflejada es igual a la incidente sobre el razgo, menos la que
es absorbida o transmitida por el mismo (Lillesand y Kiefer, 1994).

13
La energía que incide sobre los cuerpos de agua viaja por la atmósfera, choca
con la superficie del agua, penetra y regresa a través de la atmósfera, por lo que
la energía captada por el sensor se compone de una mezcla de respuestas
espectrales y no sólo de la del agua. Las propiedades espectrales del cuerpo de
agua están determinadas por la energía que es dispersada y reflejada dentro de
este y que en conjunto se denomina reflexión del volumen (Figura 4).

r ica
tm osfé
rsi ón A rfic
ie
s p e e
Di Su
p en
la um
e l
nd

do
o
xió lV

on
fl e d e
Re

lF
n
ió

de
rs Atmósfera
pe

ión
is
D

x
fle
Agua

Re
Reflexión del Volumen

Fondo

Modificado de Campbell, 1987

Figura 4. Principales factores que afectan las características espectrales del agua.

La reflectancia observada por el sensor está en función de los siguientes factores

ambientales (Jerlov, 1976):

• El estado de la interfase aire/agua (rugosidad por oleaje)

• Las propiedades ópticas (turbidez por material en suspensión)

• La profundidad (absorción), y

• Las propiedades reflectivas del fondo (composición).

La máxima transmitancia de la energía en agua libre de materiales ocurre en el

rango de 0.44 a 0.54 µm, con el pico de transmitancia a 0.48 µm. Debido a lo
anterior, la máxima penetración de la energía se encuentra en la región azul-
verde del espectro. En longitudes de onda más grandes la absorción es mayor
hasta llegar a la región del infrarrojo donde la energía es absorbida casi en su
totalidad en los primeros 20 o 30 cm de profundidad. Debido a esta característica,
es relativamente sencilla la discriminación del límite agua/tierra por medio de
sensores remotos.

14
La transmitancia, y por lo tanto la reflectancia del agua cambian por la presencia
de material orgánico e inorgánico. Por lo que cuerpos de agua con altas
concentraciones de sólidos en suspensión tienen mayor reflectancia en la
porción visible del espectro que otros en una misma zona geográfica. En aguas
con altas concentraciones de material en suspensión la reflectancia aumenta en
la región visible del espectro y conforme la concentración aumenta la región de
máxima reflectancia se mueve hacia longitudes de onda mayores (Figura 5).

25

20 Limo-Arcilla en Suspensión Agua clara

Energía Reflejada

0.5 mg/l
15
2 mg/l
50 mg/l
10
100 mg/l

0
0.4

0.5

0.6

0.7

0.8

0.9

1.0

1.1

1.2

1.3
Longitud de Onda (micrómetros)

Tomado de Campbell, 1987

Figura 5. Efecto de la turbidez en las características espectrales del agua.

La reflectancia aumenta cuando la superficie del cuerpo de agua es rugosa

debido a la interacción entre en oleaje y las corrientes, especialmente en la región
visible del espectro. Esto debido a que las superficies estables dirigen la energía
reflejada por el volumen hacia el sensor (ya atenuada), mientras que las rugosas
dirigen una parte de la energía incidente directamente hacia este además de la
reflejada por el volumen (Campbell, 1987).

1.3.3.1 Atenuación de la energía en el agua

La energía proveniente del sol es atenuada conforme aumenta la profundidad por

absorción y la concentración de materiales en suspensión por dispersión
principalmente. El coeficiente de extinción (k) describe la razón a la cual la
energía es atenuada conforme la profundidad aumenta, en la siguiente ecuación:

Ez = E0 -2kz
[3]

donde E0 es el valor de la reflectancia en la superficie y Ez es el valor de la

reflectancia a una profundidad z (Campbell, 1987).

1.3.4 Estimación de batimetría utilizando datos multiespectrales

15
La estimación de batimetría utilizando datos multiespectrales se basa en el hecho
de que la profundidad a la que penetra la energía depende de la longitud de
onda.
Tratándose de sensores que miden la energía reflejada en varias porciones del
espectro es posible emplear las bandas visibles para la estimación de
profundidad (Baban, 1993, Campbell, 1987).

Como se mencionó, la energía reflejada por los cuerpos de agua está

influenciada por varios factores,

Lsen = Latm + Tatm (Lsup + Lagua) [4]

donde Latm es la energía reflejada por la atmósfera, Tatm es la transmitancia

atmosférica, Lsup es la reflectancia de la superficie del agua, y Lagua es la
reflectancia de la columna de agua. Generalmente se designa a Lagua como Li y
esta definida de la siguiente manera,

Li = Lp(i) + (Lf(i) - Lp(i)) e -2kiz [5]

donde i es una banda espectral específica, Lp(i) es la reflectancia del agua

ópticamente profunda, Lf(i) es la reflectancia del fondo, y ki es el coeficiente de
extinción para una banda i.

Lp es la energía reflejada por un cuerpo de agua tan profundo que la energía

incidente es absorbida, y la energía observada por el sensor es tan débil que no
puede distinguirse de fenómenos atmosféricos. Los valores de esta variable
dependen de la sensibilidad del sensor, de la longitud de onda y de la resolución
del sensor. Por otra parte, para un determinado sensor Lp está influenciada por la
claridad atmosférica, ángulo de inclinación del sol y otros factores. Debido a lo
anterior, para cada estudio en particular se debe de estimar Lp, generalmente
seleccionando un grupo de pixeles de profundidad conocida por debajo del rango
de penetración de la energía.

La reflectancia de los cuerpos de agua no mantiene una relación directa con la

profundidad debido al efecto exponencial del coeficiente de atenuación de la
energía (como se muestra en la ecuación 5). Sin embargo, utilizando una
transformación logarítmica de los valores de reflectancia es posible crear una
nueva variable para cada banda que sí está linealmente relacionada con la
profundidad y por lo tanto, puede emplearse para estimar profundidad en zonas
profundas:

xi = ln(Li - Lp(i))
[6]

donde xi es el logaritmo natural de la diferencia entre la reflectancia observada en

una banda i (Li) y la reflectancia del agua profunda (Lp(i)) en la misma banda
(Lyzenga, 1981). Por medio de esta transformación se hace evidente la relación
entre energía reflejada y la profundidad, aunque la nueva variable xi no mide

16
directamente la profundidad pero se puede establecer una relación local entre
ambas.

1.3.5 Resaltado radiométrico

El análisis de imágenes de satélite por medio de fotointerpretación es común

cuando la naturaleza radiométrica de la imagen es resaltada para mejorar su
interpretación visual. Existen diferencias en ella que pueden hacerse más
evidentes al aumentar el contraste simplemente. De igual manera, existen
diferencias mínimas en los valores de reflectancia que pueden ser resaltadas
proporcionando tonos de grises diferentes a cada nivel, esta técnica se denomina
mapeo de rangos. Ambas técnicas se caracterizan por asignar un valor nuevo a
cada pixel a partir de su valor original (Richards, 1993).

1.3.5.1 Histograma de la imagen

El histograma de la imagen es una gráfica en donde se muestra el número de

pixeles con un determinado valor de reflectancia y estos valores dependen de la
resolución radiométrica del sensor. La calidad radiométrica de la imagen puede
ser modificada por medio de su histograma y de esta manera evidenciar rasgos
antes no percibidos.

Existe un solo histograma para cada imagen y este puede ser visto como una
función discreta de probabilidad ya que la altura de cada barra indica la
probabilidad de encontrar un pixel con ese valor de reflectancia en particular en
algún lugar de la imagen (Richards, 1993).

1.3.5.2 Mapeo de rangos

El mapeo de rangos consiste en agrupar rangos de valores de reflectancia,

asignándoles diferentes tonos de grises a cada uno. De esta manera la imagen
es segmentada y se elimina ruido presente. Al mismo tiempo, se forman
contornos en secciones de tonos similares de grises en donde cada segmento es
representado por un tono de gris determinado por el usuario (Figura 6). De esta
manera rasgos como diferentes profundidades pueden hacerse evidentes
(Richards, 1993).

Si la imagen es vista como una función de intensidad en dos dimensiones, el

método de mapeo de rangos consiste en sobreponer planos paralelos al plano de
coordenadas de la imagen, donde cada plano corta a la función en el área de
intersección. Si se asigna un color diferente a cada lado del plano, cualquier pixel
cuyo tono de gris esté por encima del plano será codificado con un color y los que
se encuentren por debajo con otro distinto. El resultado es una imagen de dos
colores cuya apariencia relativa puede controlarse al mover el plano sobre el eje
de tonos de grises. De igual manera, si se establecen seis planos, la imagen
resultante tendrá sólo seis tonos de grises (González y Woods, 1993, Lillesand y
Kiefer, 1994).

17
 L-1

Nuevo
Valor

Valor Original L-1

-Mapeo en Blanco y Negro-

Tomado de Richards, 1993

Figura 6. Función de mapeo de números digitales.

Si se emplean colores en lugar de tonos de grises la técnica se denomina

pseudocoloreado. En este caso se pueden emplear tantos colores como valores
de reflectancia haya en la imagen, de esta manera los contornos generados por
los tonos de grises desaparecen y la imagen se convierte en un contínuum
(Richards, 1993).

1.3.6 Los Sistemas de Información Geográfica

La historia de las computadoras empleadas para la compilación de mapas y

realizar análisis espaciales ha demostrado que ha habido un desarrollo paralelo
entre la captura, análisis y visualización de datos en varias áreas. Estas áreas
son principalmente las topográficas y de mapeo temático.

Un Sistema de Información Geográfica (SIG) es una herramienta computacional

capaz de capturar, guardar, transformar y desplegar para su visualización,
información espacial del mundo real con un propósito particular. El sistema
describe los rasgos naturales por medio de su posición en el espacio, los
atributos relacionados a la posición y las interrelaciones espaciales entre ellos,
llamadas también relaciones topológicas.

La información dentro del sistema puede estar estructurada en una de dos formas
básicamente: formato raster y formato vector. El formato raster es una simple
malla o matriz de celdas, en donde cada posición tiene los atributos de un punto
en particular. Mientras que el formato vector asume un espacio de coordenadas
continuo, permitiendo localizar todas las posiciones, longitudes y dimensiones de
manera precisa. En este formato los rasgos naturales son representados por
medio de puntos, arcos o polígonos (Burrough, 1993).

18
1.3.6.1 Mapas de isolíneas

En este tipo de representaciones la información cuantificable es mapeada

asumiendo que los datos pueden ser modelados por una superficie continua que
se puede describir matemáticamente. Las variaciones son mostradas por
isolíneas o contornos, que son líneas que conectan puntos de igual valor. Las
líneas de igual profundidad de denominan isobatas (Burrough, 1993).

1.3.6.2 El uso de SIGs en batimetría

La representación precisa del relieve submarino de los cuerpos de agua es un

factor esencial para el entendimiento y modelaje de los ecosistemas y sus
procesos. El empleo de SIGs como herramienta de manejo y análisis de
información batimétrica ha sido cada vez más necesario debido a la magnitud de
los volúmenes de información. Por otro lado, la inclusión de la batimetría en un
SIG como capa sensitiva de información expande significativamente las
capacidades de análisis (Carter, 1990).

Una operación común en la construcción de bases de datos digitales de

batimetría es la corrección de los datos. Durante la adquisición de los datos de
profundidad con cualquier tipo de sensor pueden existir huecos de información y
errores de posición que hay que corregir dentro de SIG. El uso de los SIGs para
comparar diferentes conjuntos de datos de una misma área es una operación
relativamente rápida y sencilla. Sin embargo, el proceso de verificación de
exactitud y eficiencia no es totalmente automatizado (Grim et al., 1995).

1.4 Antecedentes

La caracterización de un cuerpo de agua comienza por definir su estructura y

función, pero debido a lo escaso de esta información, establecer programas de
monitoreo y manejo es difícil.

Conocer de manera precisa el relieve subacuático es importante para determinar

la disponibilidad de agua para usos municipales y agrícolas, establecer áreas de
riesgo, diseño de infraestructura, factibilidad de producción acuícola y
establecimiento de áreas de recreo. Los métodos convencionales de muestreo en
levantamientos batimétricos son generalmente costosos y pueden llevar mucho
tiempo.

Una alternativa en el estudio de los recursos naturales es la tecnología de

percepción remota, la cual proporciona resultados precisos sobre áreas
geográficas extensas y con un gran poder repetitivo. El uso de sensores remotos
en estudios de batimetría ha sido de gran importancia en los últimos años debido
a que proporcionan amplias coberturas a relativamete bajo costo.

19
1.4.1 Estudios de batimetría utilizando fotografía aérea

Las fotografías tomadas por aviones constituyen una herramienta para el análisis
de cuerpos de agua a gran escala. Estas plataformas vuelan a distinta altura y
ello depende de la escala o nivel de resolución deseado, así como del área
cubierta por el estudio y el costo de adquisición (Bowditch, 1966, Secretaría de
Marina, 1974). El uso de fotografía aérea en blanco y negro y en color ha sido
empleada comúnmente para inventariar humedales. Anderson (1969 y 1971)
realizó un estudio en el Río Patuxent y Bahía de Chesapeake encontrando que la
película infrarroja proporciona información sobre las comunidades de vegetación
de humedal y en especial en la delineación del cuerpo de agua (Mitsch y
Gosselink, 1993).

En las técnicas de fotogrametría se han empleado filtros para separar la energía

reflejada en la región de 0.44 a 0.54 µm, donde la energía es más fácilmente
transmitida por el agua y en principio puede penetrar a profundidades de hasta 20
m. Debido a que la penetración de la luz depende de la turbidez estas técnicas
pueden mapear cuerpos de agua someros, aunque bajo condiciones ideales han
mapeado profundidades de hasta 16 m (Campbell, 1987, Lyon, 1993).

Uno de los principales problemas de la estimación de profundidad con fotografías

es la diferencia de refracción entre el aire y al agua. Una metodología también
empleada consiste en observar las diferencias de refracción de las olas en áreas
someras. Ya que conforme las olas se acercan a la playa comienzan a romper a
una profundidad que es determinada por la velocidad, longitud de onda y período.
Este método funciona bien si se tienen escenas subsecuentes, el cuerpo de agua
es lo suficientemente largo y la pendiente aumenta gradualmente. Este método
no es muy preciso pero ofrece una alternativa para cuerpos de agua turbios
(Campbell, 1987).

Las principales desventajas del empleo de fotografía aérea en la estimación de

profundidad son la inestabilidad de la plataforma, lo limitado del área geográfica
que cubre, su alto costo y su dependencia de las condiciones ambientales.
Debido a lo anterior esta técnica se ha empleado principalmente en misiones
críticas (Buttler et al., 1988).

1.4.2 Estudios de batimetría utilizando datos multiespectrales

Los barredores multiespectrales han revolucionado las técnicas de percepción

remota ya que pueden obtener representaciones de la superficie terrestre de
distintas porciones del espectro electromagnético en forma digital. Estos sensores
se encuentran generalmente en plataformas aéreas o satelitales. Con el uso de
satélites como plataforma de un sensor remoto se han sobrepasado las
desventajas de los aviones. Los satélites son capaces de monitorear
periódicamente la superficie terrestre, de cubrir áreas geográficas más grandes y
constituyen una plataforma más estable (Buttler et al., 1988).
Este tipo de sensores se comenzaron a utilizar en la década de los 60s y eran
principalmente empleados en aplicaciones meteorológicas. Durante las décadas
de los 70s y 80s se pusieron en órbita sensores más especializados, entre ellos la

20
serie de satélites Landsat. Desde su lanzamiento en 1972 estos satélites han
demostrado su capacidad para el estudio del medio ambiente acuático y en
especial el Mapeador Temático debido al mejoramiento en su resolución espacial,
espectral y radiométrica, a comparación de su predecesor el Barredor
Multiespectral (MSS) (Lillesand y Kiefer, 1994, Lyon, 1993, Richards, 1993).
Bierwirth et al. (1993) y Lavery et al. (1993) sugieren que el TM posee las
características espectrales y espaciales para estimar y monitorear parámetros
físicos como la profundidad de los cuerpos de agua someros.

El principio básico de la estimación de profundidad por medio de sensores ópticos

es el siguiente: la luz del sol viaja a través de la atmósfera y penetra en la
columna de agua, es reflejada por el fondo y viaja de regreso para ser captada
por el sensor. Sin embargo, como ya se vio, la energía del sol es atenuada por
absorción y dispersión dentro de la columna de agua, por lo que la cantidad de
energía captada depende en gran manera del camino recorrido, o más bien de la
profundidad (Vogelzang et al., 1994). El uso de imágenes de satélite para estimar
profundidad combinadas con mediciones de campo ha resultado muy útil,
especialmente cuando no se cuenta con cartas batimétricas detalladas, ya que
por medio de esta tecnología se obtiene una representación continua de la
profundidad (Baban, 1993, Bierwirth et al., 1993, Clark et al., 1987, Hinojosa et
al., 1995, Lyzenga, 1981, Philpot, 1989).

Los algoritmos empleados para la estimación de batimetría parten de la asunción

de que los cuerpos de agua sobre los que se aplican son someros, con una
distribución homogénea de material en suspensión y bajas concentraciones de
estos. En este caso la energía reflejada y captada por el sensor es una función
lineal de la reflectancia del fondo y exponencial de la profundidad de la columna
de agua (Bierwirth et al., 1993, Lyzenga, 1981, Philpot, 1989).

Baban (1993) realizó una evaluación de las metodologías más empleados en la

estimación de profundidad por medio de sensores remotos ópticos. Encontró que
los algoritmos que incorporan las condiciones locales del cuerpo de agua en su
estructura ofrecen resultados más precisos, tal es el caso de las regresiones.
Polcyn y Lyzenga (1979) realizaron estudios donde incorporaron el coeficiente de
extinción de la luz y encontraron que este varía con la longitud de onda y
depende de factores locales de la calidad del agua. Así mismo, empleando el
MSS para estimar batimetría en Bahamas reportaron precisiones de 10 % a
profundidades de 20 m y bajo condiciones ideales midieron profundidades de
hasta 40 m.

En la estimación de profundidad se asume que el fondo es uniforme, esto es, que

su composición y características son homogéneas a todo lo largo de la escena y
de esta manera su reflectancia lo es también. Se han reportado precisiones de
2.5 % si las características de reflectancia del fondo y coeficiente de extinción se
conocen. Si la reflectancia del fondo no es uniforme, entonces las diferencias de
reflectancia no son causadas únicamente por diferencias en la profundidad, si no
por las diferencias de la reflectividad de los materiales del fondo (Bierwirth et al.,
1993, Campbell, 1987). Lyzenga (1979) utilizó una razón entre dos bandas de
una misma imagen para separar las diferencias en la reflectancia del fondo y de

21
esta manera clasificar pixeles en diferentes reflectancias del fondo y por lo tanto
en profundidad.

Se han desarrollado trabajos de estimación de batimetría en que no se incluyen

las condiciones locales y han incurrido generalmente en problemas cuando el
fondo varía considerablemente. Nordman et al. (1990) desarrolló un método en
donde incluye multipes bandas, para el que se requiere la regresión de puntos de
profundidades conocidas contra el logaritmo natural de los valores de reflectancia
de la imagen. Por otro lado, se ha encontrado que aunque se calculen los
coeficientes para distintos tipos de fondo de una misma imagen pueden haber
errores en la zona profunda (Bierwirth et al., 1993). Jupp (1988) desarrolló un
algoritmo basado en la profundidad de penetración de la luz en zonas profundas
a través de de un umbral. Estos valores son determinados a partir de los valores
de reflectancia de máxima del agua profunda y se pueden obtener un máximo de
seis valores por cada escena.

1.4.3 Estimación de batimetría por medio de mapeo de rangos

Por otra parte, es posible evidenciar rasgos presentes en la imagen no percibidos

directamente por el ojo humano, por medio del mejoramiento radiométrico de la
imagen. El mapeo de rangos es una de estas operaciones de mejoramiento que
añadiendo color (o tonos de grises) a ciertas porciones de la imagen hace la
información más aparente.

Esta técnica es empleada en la estimación de batimetría en cuerpos de agua con

condiciones muy particulares. El mapeo de rangos en color ha sido empleado en
batimetría para generar contornos de igual profundidad por Richards (1993),
logrando un alto grado de detalle dentro del cuerpo de agua.

La turbidez de los cuerpos de agua, ocasionada principalmente por materiales

inorgánicos, limita en gran manera el empleo de imágenes multiespectrales. Sin
embargo, el mapeo de rangos ha sido empleado en aguas turbias, conteniendo
materiales limo-arcillosos. Ellis et al. (1995) logró interpretar profundidad en el
delta del Río Niger en Nigeria que es muy turbio, haciendo uso de una gradación
de tonos de grises de las tres primeras bandas del TM.

La información traducida como profundidad es producto de la interpretación de la

acción de los factores ambientales como viento y corrientes sobre los accidentes
del relieve. Ellis et al. (1995) estudió el efecto de bajos y canales profundos en la
superficie de agua para mapear los valores de reflectancia en rangos de
profundidad de distinto color.

Aunque continúan los avances en la colección de datos y técnicas de análisis el

mayor reto al que se enfrenta la tecnología de la percepción remota hoy en día es
el proveer información usable en períodos cortos de tiempo a quienes la
necesiten. Esto requiere de infrastructura para accesar y distribuir información,
así como de una comunidad que pueda aplicarla a sus proyectos. A pesar de que
la aplicación que operacionalmente se considera más rentable es la

22
meteorológica, existen otras que cada vez aportan más información relevante,
entre ellas están las aplicaciones en el medio ambiente acuático.

A pesar de que las técnicas de percepción remota y en especial el Mapeador

Temático han demostrado su utilidad en la estimación de batimetría en cuerpos
de agua, la falta de metodologías prácticas hace que esta herramienta esté
todavía lejos de los tomadores de decisiones de manejo en nuestro país.

El presente trabajo propone evaluar de manera práctica y sistemática la utilidad

de esta tecnología en la estimación de profundidad en cuerpos de agua poco
profundos pero turbios, ya que estas características corresponden a la gran
mayoría de los cuerpos lagunares en la zona tropical.

1.5 Objetivos

El principal objetivo de este trabajo consiste en determinar el potencial del

Mapeador Temático del satélite Landsat para estimar la batimetría de cuerpos de
agua continentales someros y turbios, y de esta manera, establecer su utilidad
como una herramienta efectiva en el mapeo de cuerpos de agua con estas
características.

1.5.1 Objetivos específicos

1.- Estimar los valores de profundidad por medio del método de

regresiones y la técnica de mapeo de rangos.

2.- Determinar con cual de las anteriores metodologías se obtiene la mejor

estimación entre los datos tomados in situ y los espectrales de la imagen.

3.- Determinar la mejor banda o conjunto de ellas para la predicción de

profundidad en el área de estudio.

4.- Construir una carta batimétrica a partir de los datos espectrales

resultantes de la mejor metodología.

23
CAPITULO II. Metodología

2.1 Area de estudio

2.1.1 Municipio de San Fernando

El municipio de San Fernando se encuentra localizado al este del Estado de

Tamaulipas y su cabecera municipal San Fernando situado a los 24°51’ de latitud
norte y los 98°09’ de longitud oeste (INEGI, 1976), limitando al este con la Laguna
Madre. Su sistema hidrográfico está representado principalmente por el Río San
Fernando o Conchos que se encuentra dentro de la cuenca del mismo nombre
(RH25) (INEGI, 1981).

El municipio tiene un clima del tipo BS1(h’)h’’(e) (Contreras, 1993) con una
temperatura media anual de 23.5 °C y con una precipitación media anual de 820
mm, con un pico máximo en septiembre de 165 mm, tiene dos períodos de lluvias
(mayo-junio y julio-agosto), de tipo torrencial. Para el mes de febrero se tiene una
media de 26 mm durante los últimos 13 años y es considerado junto con marzo
los meses más secos. Durante los meses de noviembre a marzo predominan los
vientos de norte y sur con una intensidad media de 4 a 5 m/s (estación
climatológica "San Fernando" número 6, 24°50'18'' N 98°9'34'' O a 45 msnmm)
(Cantú-Treviño, 1993, Quintanilla-López, 1994).

2.1.1.1 Laguna Madre

El delta del Río Bravo forma parte del sistema lagunar de la Laguna Madre que
se ubica en el Estado de Tamaulipas entre los paralelos 23°48’ y 25°27’ de latitud
norte y los meridianos 97°23’ y 97°52’ de longitud oeste. Los depósitos del delta
limitan la parte norte y hacia el sur la desembocadura del Río Soto La Marina. La
Laguna posee una extensión aproximada de 200,000 ha (Contreras, 1993,
Hernández y Ortíz, 1995).

Históricamente los ríos Bravo y San Fernando han descargado los mayores
volúmenes de agua en la laguna. La desembocadura deltáica del Río San
Fernando propicia que la laguna se divida en dos partes, la cuenca septentrional
y la cuenca meridional, en donde la mayor parte del agua se difunde
principalmente hacia la última debido a que la laguna tiene muy poca profundidad
a lo largo del borde norte del delta (Hildebrand, 1957). La cuenca septentrional es
la más grande y aislada, tiene aproximadamente 20 km de ancho y 55 km de
largo con una profundidad máxima de 3 m. La cuenca meridional es menos ancha
y menos profunda, con una profundidad máxima de 1.3 m encontrándose su parte
más ancha cerca de la desembocadura del Río San Fernando (17 km) (Britton y
Morton, 1989).

La Laguna Madre es el ambiente acuático hipersalino (> 40 ppm) más grande de

la costa del Golfo de México, esto debido a su poca profundidad y lo árido del
clima, en donde la evaporación sobrepasa a la precipitación, junto con el déficit
de aportes de agua dulce provenientes del continente y la comunicación
intermitente con el mar. Se han detectado alrededor de 13 bocas, de las cuales

24
sólo tres se consideran estables actualmente. En 1980 se abrió artificialmente la
Boca del Catán para volver a conectar a la laguna con el mar y lograr un
descenso en la salinidad (Martínez y Novelo, 1993, Britton y Morton, 1989). La
laguna se rige por un sistema de mareas diurnas de amplitud pequeña, que no es
significativo cuando se cierran las bocas y predominan las corrientes inducidas
por el viento (Contreras, 1993).

Los tipos de fondo predominantes en el área son: 1) arenas finas en la margen

este de la laguna, 2) sedimentos mixto-arcilloso con abudantes fragmentos de
conchas en la mayor parte de la laguna, y 3) sedimentos finos como arcillas y
limos en las zonas más profundas (Contreras, 1993). Los materiales como los
limos y las arcillas se deben principalmente al transporte eólico producto de la
erosión en el continente (Ayala-Castañares, 1969).

2.1.1.2 Río San Fernando

El Río San Fernando es el tributario más importante de la Laguna Madre

(Hernández y Ortíz, 1995, Tamayo, 1981). Nace en el Cerro del Potosí a 3,700
msnmm en las cercanías de Galeana, Nuevo León.

El río se encuentra dentro de la cuenca San Fernando-Soto La Marina (RH25).

La cuenca se encuentra en la región media y sureste del estado y tiene como
principal tributario al Río San Fernando y en menor grado al Pilón, Purificación,
Corona, San Felipe, San Marcos, Soto La Marina, Tigre, Barberena, Carrizal,
Pedregoso y algunos riachuelos provenientes de la Sierra de Martínez (INEGI,
1981, Martínez y Novelo, 1993).

La trayectoria del río ha cambiado debido a los fenómenos de subsidencia que

ocurren en la zona producto del hundimiento acelerado del delta del Río Bravo.
Su antiguo cauce fluvial se dirigía hacia la Laguna El Catán en la parte meridional
de la laguna pero debido al hundimiento del delta reconoció un nuevo nivel base
formando un codo de captura que es la Laguna La Nacha. Otro efecto de la
subsidencia es la inundación de tierras adentro y zonas de dunas lo cual ha
repercutido en la salinización de suelos y agua, y por lo tanto en el cambio en la
composición de las comunidades vegetales de la zona costera (Hernández y
Ortíz, 1995).

Cuenta con una estación hidrométrica cerca de la ciudad de San Fernando

(Número 12, 24°50'18'' N 98°9'34'' O a 45 msnmm). Se reporta un gasto medio
anual de 5.44 m3/s y un gasto máximo de 174.54 m3/s (Universidad Autónoma de
Tamaulipas, 1994).

25
2.1.2 Laguna La Nacha

El área de estudio del presente trabajo es la Laguna La Nacha en el municipio de

San Fernando en el Estado de Tamaulipas, México (INEGI, 1980) (Figura 7). La
laguna tiene como principal tributario al Río San Fernando.

La Laguna La Nacha es una laguna natural con una superficie de 39 km2 y un

perímetro de 54 Km. que forma parte de la zona costera de la Laguna Madre ya
que funciona como un humedal que abastece directamente a ésta última por
medio de un canal (Ross y Oviedo, 1989, Zetka, 1982). Se comporta en gran
medida como un estuario superior o fluvial caracterizado principalmente por agua
dulce, pero pudiendo ser influenciado por la acción de las mareas de la Laguna
Madre (Yáñez-Arancibia, 1987).

Laguna Laguna
Anda La Piedra Madre

Golfo de
México

Laguna N
La Nacha
Figura 7. Area de estudio en el Estado de Tamaulipas.

La laguna se mantiene a nivel debido a la construcción de un bordo de tierra en

su parte norte por parte de los propietarios colindantes que la utilizan para riego
agrícola (Gerdes, 1996). La Laguna Anda La Piedra que se encuentra
exactamente al norte, se represó en 1968 por la Secretaría de Recursos
Hidráulicos con el propósito de utilizarla para riego, tiene una capacidad total de
160,000,000 m3 (Secretaría de Recursos Hidráulicos, 1976). La Laguna La Nacha
es objeto de otros usos como la pesca deportiva y recreación, además de una
pesquería comercial ilegal muy intensa. También proporciona servicios ecológicos
como el refugio de especies de escama y de aves acuáticas migratorias
(Hernández, 1997).

• Fisiografía. La Laguna La Nacha se encuentra dentro de la subprovincia

de la Llanura Costera Tamaulipeca, la cual abarca desde Reynosa,
Tamaulipas hasta la desembocadura del Río Bravo. Esta zona se
encuentra cubierta por sedimentos marinos no consolidados y
conglomeráticos en el norte. La franja costera y las barras están

26
 constituidas de material marino reciente. En esta superficie predominan
las llanuras y lagunas inundables pegadas a la costa e interrumpidas
hacia el oeste por lomeríos. La Laguna La Nacha se encuentra dentro
de la topoforma de Llanura Costera de Inundación. La orientación de
ésta es norte-sur, siendo su litología aluvión donde el terreno es casi
plano y carente de pendientes pronunciadas (INEGI, 1981).

• Suelos. En la provincia de la Llanura Costera Tamaulipeca predominan

los suelos profundos de origen aluvial y suelos de influencia litoral en la
franja costera. En la franja costera y otras zonas inundables se
encuentran suelos salinos e hidromórficos denominados Solonchak
éutrico y gleyco, y Gleysol éutrico con fase salina. Los suelos
hidromórficos costeros son bastante arcillosos y generalmente con tonos
obscuros producto del ambiente reductor por la presencia continua de
agua cercana a la superficie del suelo. La Nacha posee en primer lugar
Gleysol éutrico y en segundo lugar Solonchak gleyco, los dos de textura
fina y de fase química sódica (INEGI, 1981).

• Vegetación terrestre. En la Llanura Costera Inundable abundan los

pastizales cultivados y la vetación halófita, y algunas comunidades de
dunas costeras. En la Laguna La Nacha las principales comunidades
son al oeste y pequeñas porciones de la parte central del lado este de
vegetación halófita (Croton fruticulosus , Bacharis sp. , Castela texana y
Jatropha dioica); la parte suroeste de agricultura de riego, la cual en la
actualidad se encuentra suspendida; en la costa sur y parte de la norte
de mezquital (Prosopis glandulosa); en el sureste de pastizal cultivado
(Cenchrus ciliaris); y en la parte norte de pastizal natural (Beteloua trifida
, Chloris ciliata y Tridens albescens) (INEGI, 1981).

• Vegetación acuática. Las comunidades de vegetación acuática

presentes son: 1) tular y carrizal (Scirpus californicus , S. odoratus ,
Typha domingensis y Arundo donax), 2) vegetación flotante (Eichornia
crassipes , Pistia stratiotes , Salvinia auriculata , Nymphoides sp. y
Ludwigia sp.), 3) bosque de galería o vegetación riparia (Salix
humboldtiana , Taxodium mucronatum , Astianthus viminalis, Pachira
aquatica , Pterocarpus sp. , Andira galeottiana y Lonchocarpus sp.), 4)
matorral espinoso inundable (Mimosa pigra), y 5) dunas costeras (Uniola
paniculata y Croton punctulatus) (Contreras, 1993 y Secretaría de
Pesca, 1988). Existen también algunas especies de vegetación
sumergida en las zonas protegidas de la acción del viento y de agua
clara en fondos fangosos (Ross y Oviedo, 1989).

• Fauna. La fauna es principalmente íctica y esta compuesta por especies

de aguas dulces a salobres entre los que encontramos: robalo de río,
carpa herbívora, besugo, tetra mexicano, tilapia híbrida, pez mosquito,
bagre azul, bagre de canal, coby y pejelagarto.

• Calidad del agua. El agua es casi dulce, y sólo durante las

excepcionales mareas altas o por infiltración salina se le considera

27
 mesohalina (5-10 ppm) u oligohalina (0.5-5 ppm) (Contreras, 1993,
Gerdes, 1996). Posee altos niveles de alcalinidad y dureza, 199 ppm y
499 ppm respectivamente, además se caracteriza por una alta
concentración de material sólido en suspensión (Ross y Oviedo, 1989).

2.2 Imagen multiespectral

Como fuente primaria de datos espectrales para la estimación de batimetría, se

adquirió una imagen Landsat TM de la zona de la Laguna La Nacha (Figura 8).
Se decidió obtener la imagen del 15 de febrero de 1996 después de comprobar
su buena calidad y baja cobertura de nubes a través de un sistema de “vistas
rápidas” en línea del World Wide Web.

2.2.1 Características de la Imagen Landsat TM

Tabla 2. Datos técnicos de la imagen Landsat TM del 15 de febrero de 1996.

Producto 96278014-01
WRS 026/04269
Día de adquisición 15 de febrero de 1996
Hora de pase 9:45 hrs (tiempo local)
Satélite Landsat 5
Instrumento Mapeador Temático
Tipo de producto Orientado a la órbita
Tamaño Subescena (100 x 100 Km.)
Tipo de procesamiento geodésico Remuestreo
Remuestreo Convolución cúbica
Ganancia/Sesgo banda 1 1.05499/-0.00690
banda 2 2.60366/-0.01361
banda 3 1.63352/-0.01011
banda 4 2.94177/-0.02074
banda 5 0.68574/-0.00560
banda 6 1.52431/0.12378
banda 7 0.42586/-0.00309
Líneas por volumen 3510
Orientación -8.48°
Proyección UTM
Zona 14
Elipsoide Clarke 1866
Tamaño del pixel 25 m (banda 6 120 x 120 m)
Forma del pixel Cuadrado
Profundidad del pixel 8 bit
Píxeles por línea 3510
Líneas por imagen 3510
Coordenada superior-izquierda 25° 19’ 39.6353’’ N
98° 11’ 45.4641’’ O
Coordenada inferior-derecha 24° 25’ 18.0996’’ N
97° 28’ 25.1535’’ O
Bandas presentes 1,2,3,4,5,6,7
Elevación del sol 36°
Azimut del sol 129°
Coordenadas del centro 24° 59’ 37.8795’’ N
97° 37’ 27.6672’’ N

28
2.3 Trabajo de campo

2.3.1 Muestreo batimétrico

Se diseñó un muestreo sistemático simple para llevar a cabo un levantamiento

hidrográfico básico, debido a que no se cuenta con ninguna batimetría del área,
utilizando la carta topográfica “Horacio Terán,” Tamaulipas de INEGI (Cochran,
1977, INEGI, 1980). Se utilizó el método de líneas rectas paralelas,
perpendiculares al eje longitudinal, los cuales cruzaron de lado a lado el cuerpo
de agua, así como algunos transectos de cruce en las zonas que se consideraron
en conflicto por la presencia de otras estructuras (islas y bajos principalmente)
(Cole, 1975, Secretaría de Marina, 1974).

2.3.1.1 Mediciones puntuales de profundidad

Las mediciones puntuales se realizaron a bordo de una embarcación por un

equipo de dos a tres personas. Se empleó un estadal para medir profundidad y
un GPS (Global Positioning System) para la georreferencia en el sistema de
coordenadas UTM (Universal Transversal de Mercator) en unidades de metros
(Díaz-Aguirre et al., 1997). Para la toma de los datos de profundidad dentro del
cuerpo de agua se utilizó el siguiente equipo: 1) lancha de aluminio de 12 pies, 2)
motor fuera de borda de 15 H.P., 3) estadal de 3.5 m graduado cada 5 cm de
madera con base ancha, y 4) GPS Garmin 45 ™ de ocho canales (Orth, 1992).

29
Figura 8. Imagen Landsat TM de Laguna La Nacha del 15 de febrero de 1996.
Composición de color 4 5 3 (RGB).

30
 Laguna
La Nacha

Transectos
de Batimetría
N

Figura 9. Ubicación de los transectos de batimetría en Laguna La Nacha.

Se realizaron un total de 15 transectos de los que se obtuvo una muestra de 151

mediciones puntuales de profundidad entre los días 19 de abril de 1996, 20 y 21
de mayo de 1996 y 29 de octubre de 1997 (Figura 9). Las mediciones
comenzaron a una profundidad media de 0.80 m, terminando a una profundidad
similar del lado contrario (limitado principalmente por la navegación) y el factor de
espaciamiento entre mediciones fue de 200 m aproximadamente, debido a la
amplia extensión de la laguna.

2.3.1.2 Corrección por nivel de profundidad

Debido al intenso uso del cuerpo de agua para riego agrícola el volumen de este
puede variar en períodos de tiempo relativamente cortos. Debido a lo anterior se
instaló un mareómetro en un punto conocido de un muelle para monitorear los
cambios en el nivel de agua (Díaz-Aguirre et al., 1997).

Se observó que durante el muestreo de profundidad la laguna tuvo distintos

niveles, por lo que se aplicó una corrección a los datos utilizando un nivel
conocido y lo más cercano a la toma de la imagen de satélite. Se empleó la
profundidad de referencia de un metro del día 10 de febrero de 1996.

En la Tabla 3 se observa cual fue el nivel de referencia para cada uno de los días
y transectos, y posteriormente se les añadió el factor restante a estas
profundidades para estandarizar todas las mediciones al nivel de un metro
(0.64+0.36=1.0 ; 0.55+0.45=1.0 ; y 0.80+0.20=1).

31
 Tabla 3. Profundidades de referencia durante la fecha de los transectos.

Transecto No. de Puntos Profundidad de Ref. Fecha

1 13 0.64 m 19/04/96
2 17 0.64 m 19/04/96
3 11 0.64 m 19/04/96
4 12 0.55 m 20/05/96
5 9 0.55 m 20/05/96
6 6 0.55 m 20/05/96
7 11 0.55 m 20/05/96
8 8 0.55 m 20/05/96
9 13 0.55 m 20/05/96
10 12 0.55 m 21/05/96
11 12 0.55 m 21/05/96
12 12 0.55 m 21/05/96
13 5 0.55 m 21/05/96
14 7 0.80 m 29/10/97
15 3 0.80 m 29/10/97

2.3.2 Información auxiliar

2.3.2.1 Parámetros fisicoquímicos

Con el objeto de conocer los factores que pueden influenciar las características
ópticas de la laguna se realizó un muestreo de parámetros fisicoquímicos
georreferenciados durante las fechas en que se llevó a cabo el muestreo
batimétrico y otras cercanas a la fecha de la toma de la imagen (Contreras, 1984,
Baban, 1993, Lavery et al., 1993).

Se analizaron los siguientes parámetros de calidad del agua, temperatura,

profundidad de disco de Secchi, pH, salinidad, concentración de oxígeno disuelto,
y sólidos suspendidos, así como la temperatura del aire. El equipo empleado fue
la misma embarcación, GPS Garmin 45 ™ de 8 canales, termómetro de cubeta de
-20 a 110 °C, disco de Secchi blanco y negro de 20 cm de diámetro, papel pH
Merck (indicador universal 0-14), refractómetro de salinidad Aquanetics y
oxímetro YSI 55 con corrección de temperatura. Para la determinación de sólidos
suspendidos totales se tomaron muestras de 500 ml de agua en distintos puntos
de la laguna y los análisis se realizaron en el Laboratorio de Calidad del Agua de
los Laboratorios del Centro de Calidad del ITESM-Campus Monterrey, utilizando
el método establecido por la Norma Mexicana NMX-AA-34-81 (1981). Todas las
mediciones con excepción de la profundidad del disco de Secchi se realizaron a
una profundidad no mayor de 10 cm (Orth, 1992).

Para analizar la variabilidad del cuerpo de agua se realizó un muestreo durante

24 horas en un punto conocido de la laguna. Las mediciones se realizaron cada
dos horas aproximadamente. Se analizaron los siguientes parámetros utilizando
el mismo equipo, temperatura del agua, profundidad (nivel del mareómetro),
profundidad de disco de Secchi (durante las horas de luz), pH, salinidad,
concentración de oxígeno disuelto, y utilizando un equipo climatológico portátil
Davis Weather Monitor II™, temperatura del aire, velocidad y dirección del viento
a una altura de 8 msnmm.

32
2.3.2.2 Parámetros hidrométricos

Para analizar las variaciones del Rio San Fernando, principal tributario de la
laguna, se obtuvo información de la estación hidrométrica “San Fernando”
Número 12 de la Comisión Nacional del Agua para el mes de febrero de 1996
ubicada en el municipio de San Fernando (24°50’18’’ N 98°9’34’’ O a 45 msnmm).
La información obtenida incluye los siguientes parámetros, escala del aforo, gasto
y hora del aforo, así como de los parámetros climáticos, precipitación,
evaporación y temperaturas ambientales, máximas y mínimas.

2.3.2.3 Parámetros climatológicos

Para analizar las condiciones ambientales principalmente de la fecha de la toma

de la imagen de satélite, se obtuvieron datos climatológicos (Baban, 1993). Se
analizaron datos diarios del mes de febrero de 1996 de las estaciones “Laguna de
San Juan” (24°48’00’ N 98°02’20’’ O a 40 msnmm), “San Fernando” (24°50’18’’ N
98°09’34’’ O a 45 msnmm) ambas en el municipio de San Fernando y horarios del
dia 15 de febrero de 1996 del observatorio “Tampico” (22°13’ N 97°51’ O a 12
msnmm) del municipio de Tampico. La información fue proporcionada por la
Comisión Nacional del Agua y el Servicio Meteorológico Nacional.

Los parámetros encontrados fueron, temperaturas ambiente, máxima y mínima,

precipitación, evaporación, dirección del viento y visibilidad para el mes de
febrero de 1996; y dirección y velocidad del viento y humedad relativa para el día
15 de febrero de 1996.

2.4 Caracterización de sedimentos de la laguna

El fondo o los sedimentos que en él se encuentran son elementos ambientales

que contribuyen de manera importante a la variabilidad espectral de la imagen
(Bierwirth et al., 1993, Lyzenga, 1978 y 1981). Se determinó el tipo de sedimentos
que se encuentran presentes en la laguna por medio de análisis granulométricos
(Baver et al., 1982, Bowles, 1982).

Los análisis se llevaron a cabo en el Laboratorio de Proyectos del Centro de

Calidad Ambiental del ITESM-Campus Monterrey y en el Laboratorio de Suelos
del Departamento de Ingeniería Civil del mismo instituto. Se emplearon tamices
para análisis de suelos agrícolas de distintos tamaños de abertura de malla (10,
20, 30, 40, 60, 100 y 200 mallas) y una máquina vibradora para los mismos. Se
utilizaron 300 gr. de muestra para cada determinación y el tiempo de vibración fue
de 30 minutos (Bowles, 1982).

Se tomó nota del peso retenido en cada tamiz y se calculó el porcentaje en peso,
determinándose de ésta manera los porcentajes de arena, limo y arcilla para cada
muestra. Se utilizó el módulo Ternary del paquete computacional
RockWare_Utility del Laboratorio de Geofísica Ambiental del Centro de Calidad
Ambiental del para generar los diagramas ternarios necesarios para visualizar la
composición granulométrica de cada muestra.

33
2.5 Mapa batimétrico con datos in situ

Para conocer el medio físico de la laguna y realizar la comprobación visual de la

estimación de profundidad de los datos espectrales se construyó un mapa
batimétrico de la Laguna La Nacha a partir de los datos medidos in situ.

2.5.1 Creación de coverage de profundidad

Para el manejo de la información georreferenciada de profundidad y auxiliar se

empleó el Sistema de Información Geográfica Arc/info® v7.1.1 bajo el ambiente
UNIX para estaciones de trabajo. Este sistema es útil para la introducción,
manipulación y visualización de datos con georreferencia para su análisis
espacial (ESRI, 1994).

La información de ubicación y profundidad se alimentó al SIG por medio de un

archivo de texto con los datos de longitud (x), latitud (y) y profundidad (z), para la
creación de un coverage de puntos (capa de información). Las mediciones
puntuales son representadas por medio de puntos con el atributo del valor de
profundidad.

Para la extracción del perímetro de la laguna se utilizó la imagen de la máscara

del cuerpo de agua (georreferenciada). Se digitalizó en el mismo coverage de
profundidad sobre la pantalla el perímetro e islas representados por medio de
puntos espaciados cada 300 m aproximadamente y con el atributo de profundidad
igual a cero.

2.5.2 Creación de la superficie

La superficie continua de profundidad se construyó utilizando el módulo

Data_Preparation/Create_Surface del paquete de análisis de imágenes ERDAS
Imagine® v8.3 para estaciones de trabajo. Esta operación da como resultado un
archivo de interpolación donde cada pixel posee un valor de profundidad, siendo
una representación contínua del fondo de la laguna. Se alimentó con el coverage
de puntos que contenía las coordenadas x,y,z de profundidad y del perímetro
generado en Arc/Info®, con un tamaño de pixel de salida de 10 x10 m y utilizando
un método de interpolación no-lineal o rubber sheeting.

34
2.5.3 Mapa de isobatas

La representación de la profundidad más común en las cartas de navegación es

por medio de líneas de igual profundidad o isobatas (Cole, 1975). Se
construyeron los contornos utilizando el módulo
Image_Interpreter/Topographic_Analisis
/Raster_Contour de Imagine®, con un rango de 5 a 0.50 m de profundidad y con
un intervalo de 0.50 m entre ellos (Cole, 1975).

2.6 Procesamiento de datos espectrales

Para el procesamiento digital de la imagen multiespectral se empleó el paquete

de análisis de imágenes ERDAS Imagine® v8.3, el cual posee las características
necesarias para llevar a cabo la metodología propuesta. El paquete corre bajo el
ambiente UNIX y se emplearon estaciones de trabajo IBM RS/6000 del
Laboratorio de Información Georreferenciada del Cenro de Calidad Ambiental. En
caso de haberse empleado algún otro paquete se especifica.

2.6.1 Preprocesamiento digital de la imagen

Se realizaron procedimientos previos al análisis de profundidad de la imagen.

2.6.1.1 Subset de la imagen

El área de estudio de la Laguna La Nacha ocupa sólo una parte de la imagen

adquirida (100 x 100 Km.) por lo que se extrajo un subset del área de estudio. Se
empleó el módulo Data_Preparation/Subset_Image en el que se introdujeron las
coordenadas de la nueva imagen en unidades de archivo:

X del Límite Superior Izquierdo: 1171.00

Y del Límite Superior Izquierdo: 2376.00

X del Límite Inferior Derecho: 2300.50

Y del Límite Inferior Derecho: 1147.50

2.6.1.2 Corrección geométrica de la imagen

La información de la imagen al momento de su colecta contiene distorsiones

geométricas que deben ser compensadas antes de hacer la información útil.
Actualmente los productos distribuidos por Space Imaging EOSAT™ se
distribuyen con un preproceso de corrección geométrica idéntica en todas las
imágenes tomadas con excepción de la corrección por la curvatura de la tierra
(ver Tabla 2) (Space Imaging EOSAT™:Geometric Correction, 1997).

El producto empleado para este trabajo fue adquirido con una georreferencia
previa que posee una precisión aproximada de 200 m (en ambos ejes). Sin
embargo, para la realización de la metodología propuesta se requiere de la

35
localización precisa de puntos sobre el cuerpo de agua, por lo que se realizó una
rectificación más precisa de la imagen.

2.6.1.2.1 Rectificación

Se le dio georreferencia a la imagen por medio de un proceso de rectificación, el

cual consistió en establecer una proyección geográfica y un sistema de
coordenadas por medio de puntos de posición conocida sobre el terreno. La
georreferencia fue necesaria para poder asignar valores de profundidad a cada
pixel de la imagen. Este proceso se llevó a cabo utilizando el programa
Ground_Control_Point del paquete de análisis de imágenes ERDAS v7.5.

Se empleó el mapa topográfico “Horacio Terán” (G14-D54) de INEGI (1980) para

la extracción de puntos de posición conocida (Lyon, 1993). Por medio de una
tableta digitalizadora (GTCO 16) conectada a la estación de trabajo se
establecieron relaciones entre los rasgos de la imagen y el mapa en 228 puntos
sobre el terreno. Se empleó el programa COORDN y una transformación no-lineal
de segundo orden para evitar distorsiones causadas por el empleo de polinomios
de mayor grado. Se especificó un error cuadrado medio no mayor del ancho de
un pixel y se decidió desechar los puntos de control con errores mayores a este.
Se calculó la matriz de transformación con 86 puntos con error menor a un pixel
(ERDAS, 1991).

2.6.1.2.2 Remuestreo

Para el remuestreo de los pixeles, paso final de la rectificación, se utilizó el

programa NRECTIFY. Se empleó el método del “vecino más cercano” ya que
este transfiere el valor del pixel a su nueva posición sin cambio en los valores
radiométricos y se dejó el tamaño de pixel de 25 metros y el sistema de
coordenadas en UTM (ERDAS, 1991).

2.6.1.3 Enmascaramiento del cuerpo de agua

En la estimación de profundidad la única información relevante la constituye el

cuerpo de agua, por lo que fue necesario enmascarar el resto de la imagen. De
ésta manera, los análisis subsecuentes se aplicarán únicamente al medio
acuático.

2.6.1.3.1 Clasificación de la imagen

Se realizó una clasificación no-supervisada de la imagen para determinar la

extensión del cuerpo de agua en base al conjunto de pixeles clasificados como
agua. Este método consiste en acomodar los pixeles de la imagen en un cierto
número de clases individuales o categorías en base a sus valores y generalmente
se denomina cluster (ERDAS, 1997, Richards, 1993).

Se utilizó el módulo Data_Preparation/Unsupervised_Clasification que emplea el

algoritmo ISODATA (Iterative Self-Organizing Data Analysis Technique), el cual

36
utiliza la mínima distancia espectral para asignar un pixel a un grupo (ERDAS,
1997).

Parámetros definidos para ISODATA:

Número máximo de clases (N): 50

Umbral de convergencia (T): 0.95
Número máximo de iteraciones (M): 20

El resultado de la clasificación fue una imagen temática de 50 clases, que incluía

todos los ambientes presentes en la imagen (ambientes terrestres y acuáticos).
Se realizó un análisis visual de cada clase sobre la imagen original para
determinar su pertenencia al cuerpo de agua, así como un análisis de
separabilidad de clases por medio del método de divergencia. Se emplearon
tanto mapas como fotografía de 35 mm (tomada durante el trabajo de campo) y
aérea en blanco y negro y color como información auxiliar para evaluar la
clasificación. Finalmente, se encontró que tres de las clases formaban el cuerpo
de agua de Laguna La Nacha y las demás pertenecían a otros ambientes. Las
clases se encontraban bien delimitadas entre ellas y se analizaron los diagramas
de dispersión de las bandas 3 y 4, y 4 y 5 para comprobar su pertenencia a
pixeles de agua (ERDAS, 1997).

2.6.1.3.2 Recodificación de la clasificación

Se empleó el módulo Image_Interpreter/GIS_Analysis/Recode para obtener una

imagen con la información que no correspondía a clases de agua de la laguna
opacada. En este proceso se tomaron las tres clases que correspondieron al
agua y se codificaron con el valor de uno y las 47 clases restantes con el valor de
cero (ERDAS, 1997).

2.6.1.3.3 Creación de máscara

Se empleó el módulo Image_Interpreter/Utilities/Mask para obtener una imagen

con la intersección entre la imagen georreferenciada y la recodificación de la
clasificación de la laguna. La imagen resultante posee la información completa de
las siete bandas de la laguna, mientras que el resto de los pixeles de la imagen
son cero (negros) (ERDAS, 1997).

2.6.1.4 Conversión de números digitales a radiancia

Se representó la energía recibida por el sensor en función de valores de radiancia

espectral, como una unidad física de medición de energía. La radiancia es la
densidad de la energía dispersada por ángulo sólido (Elachi, 1987, Richards,
1993).

Para la conversión de los números digitales de la imagen Landsat TM a valores

de radiancia espectral recibida por el satélite (L) se empleó la siguiente ecuación:

L = Ganancia * Numero Digital + Sesgo [7]

37
Los valores de ganancia y sesgo para una banda específica se encuentran en
los datos técnicos de la imagen (Tabla 2). Estos valores están dados en unidades
de miliwatt sobre centímetro cuadrado sobre estereoradián, por lo que la
radiancia se obtiene en las mismas unidades (Space Imaging EOSAT™:Digital
Number (DN) to Radiance Conversion Procedures, 1997).

2.6.2 Método de regresiones

Se empleó el método de regresiones para establecer relaciones entre los datos

tomados in situ y los espectrales de las bandas de longitudes de onda más bajas
(1,2 y 3) de la imagen para estimar profundidad. Debido a que se pretende
estudiar la influencia de las bandas visibles de la imagen se realizaron
regresiones lineales simples y múltiples entre profundidad y ellas (Baban, 1993,
Bierwirth et al., 1993, Infante y Zárate, 1991, Whitlock et al., 1982).

2.6.2.1 Regresiones lineales

Se utilizó el paquete computacional de estadística JMP-IN® v3 por contar con los

algoritmos necesarios para generar los modelos. Se utilizaron los valores de
radiancia de las tres primeras bandas de la imagen (visibles) debido a que la
atenuación de la luz en el medio ambiente acuático es menor a longitudes de
onda pequeñas y en general se recomienda emplear las bandas uno, dos y tres
de Landsat TM para estimar profundidad (Baban, 1993, Campbell, 1987). Se
generaron modelos de predicción para las bandas y sus combinaciones, y se
analizó el poder predictivo de cada uno de ellos estadísticamente.

2.6.2.1.1 Corrección logarítmica de reflectancia

Se extrajeron los valores digitales de la imagen correspondientes a cada una de

las 151 mediciones de profundidad (pixeles) por medio del módulo
Utilities/Convert_Pixels_to_ASCII.

Debido al efecto de atenuación exponencial de la energía incidente en los

cuerpos de agua se empleó la corrección propuesta por Lyzenga (1981), que crea
una nueva variable que si se relaciona linealmente a la profundidad:

xi = ln (Li) [8]

De esta manera es posible relacionar la profundidad medida en campo con los

valores de xi para obtener profundidades a partir de los datos espectrales. Se
determinó al conjunto de mediciones de profundidad de campo como la variable
independiente y al conjunto de xis como la variable dependiente.

Se dividió el conjunto de datos de profundidad (151) en dos muestras tomadas

aleatoriamente, la primera ,de dos terceras partes, se utilizó para la generación
de modelos (100 puntos) y la segunda, de una tercera parte, se destinó a la
predicción de profundidad (51 puntos).

38
2.6.2.1.2 Cálculo de profundidad

Como resultado del análisis se obtuvieron ecuaciones para cada modelo de las
tres bandas y sus combinaciones. Se substituyó en cada una de las ecuaciones
la muestra de 51 puntos para calcular su profundidad.

2.6.2.1.3 Evaluación del cálculo de profundidad por regresiones

Para cada uno de los modelos generados se analizó el ajuste, error cuadrado
medio, la significancia de la prueba, el ajuste de los datos y la normalidad de los
residuales, así como el número de parámetros que intervinieron en cada modelo.
También se analizaron las predicciones a nivel individual de cada uno de los
modelos ya que estas son las que permiten la construcción de los mapas
batimétricos.

Los análisis de la predicción por medio de los errores individuales, se hicieron

utilizando una medida de adecuación del modelo llamada Do:

Do = 1/n Σ (1 - zei/ zi)2 [9]

donde zei es la profundidad estimada por el modelo y zi es la medida en el campo

y entre más pequeño es error relativo de predicción mejor es el modelo (Hughes-
Oliver y González-Farías, 1997)

2.6.2.2 Comparación visual con mapa batimétrico

Se construyeron mapas batimétricos para comparar de manera visual la

distribución de profundidades entre las medidas in situ y las estimadas. El mapa
se construyó utilizando los módulos Data_Preparation/Create_Surface y
Image_Interpreter/Topographic_Analysis/Raster_Contour con los valores de las
51 observaciones. Se empleó un tamaño de pixel de 10 m, un intervalo entre
contornos de 0.50 m y un rango de 0.50 a 4.5 m.

La comparación visual se realizó haciendo ampliaciones o zooms en distintas

partes de la imagen y evaluando la estimación en base al mapa batimétrico de
datos in situ.

39
2.6.3 Método de mapeo de rangos

El método de mapeo de rangos es útil para evidenciar rasgos presentes en la

imagen. Consiste en determinar secciones de la imagen con valores similares y
donde cada segmento es representado con un valor de brillantez. El umbral para
determinar los segmentos en que se divide la imagen es dado por el usuario y
depende en gran manera del conocimiento del área de estudio (González y
Woods, 1993, Richards, 1993).

2.6.3.1 Pseudocoloreado

El método de mapeo de rangos en color se denomina también pseudocoloreado y

consiste en representar los valores de brillantez en un sistema de color RGB (Red
Green Blue, que utilizan los monitores para desplegar colores). Se realizaron
mapeos de rangos en color para cada banda del espectro visible para evidenciar
profundidad (Richards, 1993).

El primer paso consistió en agrupar en rangos de 20 clases los 256 valores en

que están agrupados los números digitales de la imagen, asignándoles distinto
color a cada rango. La agrupación se realizó en orden consecutivo y de aparición,
debido a que en el histograma los números digitales que corresponden a aguas
más profundas son menores y así sucesivamente, sin ser ésta la regla general.
Posteriormente se analizaron a detalle las clases que se encontraban en conflicto
para determinar a cual pertenecían. Finalmente, se emplearon entre cinco y siete
clases de profundidad, representadas en una escala de color que va de agua más
profunda con color negro hasta menos profunda con el color rojo, pasando por el
magenta, azul, verde, amarillo y naranja ( y combinaciones entre ellos).

2.6.3.2 Comparación visual con mapa batimétrico

Como resultado del análisis se obtuvieron mapas temáticos de profundidad que

se compararon de manera visual con el mapa batimétrico (151 puntos)
construido a partir de datos tomados in situ. La comparación se realizó
analizando las isobatas y los rangos de profundidad.

40
CAPITULO III. Resultados

3.1 Muestreo batimétrico

Se obtuvieron un total de 151 mediciones puntuales de profundidad dentro de

Laguna La Nacha. La población se separó en dos muestras, una destinada a la
generación de los modelos (100 puntos) y otra a la estimación de profundidad (51
puntos) (Tabla 4). El conjunto completo se encuentra en el Apéndice A-1.

Tabla 4. Descripción de los conjuntos de mediciones in situ de profundidad.

N Media Desviación Estándar Varianza Mínimo Máximo

151 -2.374 0.910 0.828 -0.80 -4.95
100 -2.335 0.886 0.785 -1.10 -4.45
51 -2.473 0.959 0.920 -0.80 -4.95

3.2 Información auxiliar

Se realizaron mediciones de parámetros fisicoquímicos del agua en fechas

cercanas a la toma de la imagen, así como un muestreo durante 24 horas. Los
resultados se encuentran en los Apéndices B-1 y B-2.

Se realizaron análisis de materiales sólidos suspendidos en la columna de agua

en fechas distintas a la toma de la imagen (Tabla 5).

Tabla 5. Concentración de sólidos suspendidos totales.

Muestra Fecha X Y Profundidad* Concentración

002 230696 615938 2745655 1.60 m 99 mg/l
005 230696 616843 2747646 1.85 m 79 mg/l
Muestra1 230297 619494 2749474 0.60 m 44 mg/l
Muestra2 230297 621469 2750487 0.60 m 52 mg/l
* Profundidad del punto muestral

Se revisó la información hidrométrica de la estación “San Fernando”

correspondiente al mes de febrero de 1996. La información se encuentra en el
Apéndice B-3.

La información climatológica de las estaciones “San Fernando” y “Laguna de San

Juan” del mes de febrero de 1996 y del observatorio meteorológico “Tampico”
durante el día 15 de febrero de 1996 se encuentra en los Apéndices B-4 a B-6
respectivamente.

3.3 Caracterización de los sedimentos

Se realizaron análisis granulométricos para determinar la composición de los

sedimentos de la laguna. La información y los diagramas ternarios de cada
muestra se encuentran en el Apéndice C.
3.4 Mapa batimétrico

41
Se construyó el mapa de isobatas utilizando las mediciones in situ de profundidad
(151 valores) y el perímetro de la laguna (189 valores). Se empleó una
interpolación no-lineal para generar el modelo digital de elevación con un tamaño
de pixel de 10 m (cuadrado). El mapa de isobatas se construyó a partir del
modelo y utilizando un intervalo de 0.50 m entre contornos (Figura 10).

3.5 Imagen multiespectral

3.5.1 Subset de la imagen

En la Tabla 6 se muestran las características del subset de la imagen Landsat TM

sobre el que se realizaron todos los análisis.
Tabla 6. Datos técnicos del subset de la imagen Landsat TM.

Ancho 1305 pixeles

Alto 1385 pixeles
Tipo Contínua
Tipo de datos 8-bit
Coordenada superior-izquierda 601191 (x)
2769359 (y)
Coordenada inferior-derecha 633791 (x)
2734759 (y)
Tamaño del pixel 25 m
Sistema de coordenadas UTM
Esferoide Clarke 1866
Zona 14

3.5.2 Máscara de agua

Se determinaron tres clases como agua dentro de Laguna La Nacha a partir de la

clasificación no-supervisada sobre el subset. La ubicación de las clases de agua
se muestra en los diagramas de dispersión de las bandas 3 y 4, y 4 y 5 (Figura
11).

Para la estimación de batimetría se utilizaron las bandas visibles (1, 2 y 3) de la

máscara de agua . La imagen de la máscara de agua se muestra en la Figura 12
y la información estadística de las bandas visibles se muestra en la Tabla 7.

42
Figura 10. Mapa batimétrico de Laguna La Nacha. Profundidades en metros.

43
Figura 11. Diagramas de dispersión de las bandas 3 y 4, y 4 y 5 de la imagen
y ubicación de las clases de agua de Laguna La Nacha.

44
Figura 12. Máscara de agua de Laguna La Nacha. Composición de color 3 2
1 (RGB).

45
Tabla 7. Información estadística de las bandas visibles de la máscara de agua. Valores de
los números digitales.

Banda Media Mediana Moda Desviación Estándar Mínimo Máximo

1 69.67 74 51 13.71 47 99
2 31.27 35 40 9.22 15 49
3 27.26 30 33 8.75 11 50

3.6 Estimación de profundidad

3.6.1 Regresiones lineales

En la Tabla 8 se muestran los modelos de regresión con mejores ajustes

evaluados para la estimación de profundidad (en el Apéndice D-1 se encuentran
todos los realizados). Los errores individuales de predicción se muestran en la
Figura 13 que muestra la adecuación de los modelos por medio de Do y la
variabilidad de los modelos, y Do y su desviación estándar en la Tabla 9.

Tabla 8. Regresiones lineales entre datos de profundidad in situ y espectrales de las

bandas visibles. Nivel de significancia de los modelos 95 %.

Modelo R2 RMS Modelo Ajuste Normalidad

P-valor P-valor Residuales
Ln(L1) 0.026 0.879 0.1130 0.0858 No-normales
Ln(L2) 0.120 0.835 0.0005 0.0552 No-normales
Ln(L3) 0.494 0.633 0.0001 0.0777 Normales
Ln(L1),Ln(L2),Ln(L3) 0.500 0.636 0.0001 0.7940 Normales
Ln(L1),Ln(L3) 0.499 0.633 0.0001 0.5667 Normales

Tabla 9. Do de los errores individuales de predicción de cada modelo.

Modelo Do Desviación Estándar

Ln(L1) 4.5087 2.1294
Ln(L2) 4.5051 2.3739
Ln(L3) 4.4820 2.4453
Ln(L1),Ln(L2),Ln(L3) 4.5088 2.4434
Ln(L1), Ln(L3) 4.5166 2.4904

3.6.1.1 Mapas batimétricos de las predicciones

Se construyó un mapa con las observaciones medidas en campo

correspondientes a las posiciones y profundidades del conjunto de validación (51
puntos) (Figura 14). Se construyeron mapas batimétricos a partir de las
profundidades estimadas por algunos de los modelos anteriormente descritos. Se
utilizó un tamaño de pixel de 10 m en el modelo digital y un intervalo de 0.50 m
entre isobatas. La Figura 15 corresponde al modelo Ln(L3), la Figura 16 al
modelo Ln(L1),Ln(L2),Ln(L3) y la Figura 17 al modelo de Ln(L1), Ln(L3).

46
 20

18

16

14

12

10

2
Ln(L1) Ln(L1),Ln(L2),Ln(L3) Ln(L1),Ln(L3) Ln(L2) Ln(L3)

Modelos

Figura 13-. Errores individuales de predicción de cada modelo.

3.6.2 Mapeo de rangos

Se construyeron mapas temáticos de profundidad de cada una de las bandas

visibles de la imagen. La Figura 18 corresponde al mapeo de la banda 1, la
Figura 19 a la banda 2 y la Figura 20 a la banda 3.

47
Figura 14. Mapa batimétrico de Laguna La Nacha construido a partir de
datos in situ (51 validación). Profundidades en metros.

48
Figura 15. Mapa batimétrico de Laguna La Nacha construido a partir del
modelo Ln(L3). Profundidades en metros.

49
Figura 16. Mapa batimétrico de Laguna La Nacha construido a partir del
modelo Ln(L1),Ln(L2),Ln(L3). Profundidades en metros.

50
Figura 17. Mapa batimétrico de Laguna La Nacha construido a partir del
modelo Ln(L1),Ln(L3). Profundidades en metros.

51
Figura 18. Mapeo de rangos de profundidad de Laguna La Nacha a partir de
la banda 1.

52
Figura 19. Mapeo de rangos de profundidad de Laguna La Nacha a partir de
la banda 2.

53
Figura 20. Mapeo de rangos de profundidad de Laguna La Nacha a partir de
la banda 3.

54
CAPITULO IV. Discusión de Resultados

4.1 Trabajo de campo

4.1.1 Muestreo batimétrico

La Laguna La Nacha no cuenta con estudios de batimetría por lo que se realizó

un levantamiento batimétrico básico, debido a que era necesario mapearla
completamente y en total desconocimiento de su morfología sumergida. El tipo de
muestreo que se realizó fue sistemático simple por medio de líneas de sondeo o
transectos perpendiculares a la línea de costa debido a que este método
proporciona la mejor delineación y cubrimiento del cuerpo de agua con el menor
número de líneas de sondeo (Cochran, 1977, Cole, 1975, Secretaría de Marina,
1974).

Una vez reconocida el área de estudio se decidió utilizar también líneas de

sondeo de cruce entre los accidentes topográficos de la laguna, como los bajos e
islas para lograr obtener un mejor cubrimiento de estas zonas, que de no
realizarse podrían generarse errores en la interpolación de profundidades y su
interpretación en el mapa batimétrico. Estos nuevos transectos se limitaron a la
extensión de los accidentes y no se prolongaron a la totalidad del cuerpo de agua
(Secretaría de Marina, 1974).

Una de las principales desventajas del método de líneas de sondeo es prolongar

las líneas hacia la costa, debido a las limitaciones físicas de la navegación en
embarcaciones con motores fuera de borda, como el empleado. Debido a lo
anterior las mediciones se comenzaron a tomar a una profundidad no menor de
0.80 m en ambas costas de la laguna (Secretaría de Marina, 1974). La medición
de profundidad se realizó empleando un estadal graduado el cual tenía una base
ancha para evitar la sobreestimación por la penetración en el fondo blando (Orth,
1992). Las mediciones se realizaron con espacio de aproximadamente 200
metros entre ellas y este se calculó en el campo por medio de la lectura de
posición del GPS (Secretaría de Marina, 1974).

Se realizaron 15 líneas de sondeo para cubrir la superficie de la laguna (Figura

9), en donde se tomaron un total de 151 puntos de profundidad
georreferenciados, el conjunto completo de datos se encuentra en el Apéndice A-
1. Se obtuvo una profundidad máxima de 4.95 m y una mínima de 0.80 m, con
una media de 2.37 m y una desviación estándar de 0.91 m (Tabla 6). Se obtuvo
una media de 10 puntos muestreados por transecto, con un mínimo de 3 y un
máximo de 17. La diferencia entre las líneas de sondeo se debió principalmente a
la forma de la laguna, teniendo zonas estrechas en su parte norte y más anchas
en su parte central, variando entre los 700 m y 3,500 m de ancho.

La medición de las profundidades se realizó en cuatro diferentes días de trabajo

(19 de abril, 20 y 21 de mayo de 1996 y 29 de octubre de 1997) debido la
extensión de la laguna (39 km2), las condiciones medio ambientales y la
transportación hacia el Estado de Tamaulipas. Debido a la diferencia entre los
días de las mediciones estas se corrigieron de acuerdo al nivel de la laguna de

55
esos días con la ayuda de un mareómetro graduado instalado en un punto
conocido de la laguna (Díaz-Aguirre et al., 1997). Por medio del mismo se pudo
constatar la amplitud de nivel que tiene la laguna debido a la estacionalidad
(regímenes de lluvia) y a la intensidad de la extracción de agua, en períodos
cortos de tiempo (Tabla 3). Se utilizó el nivel de referencia de un metro del día 10
de febrero de 1996, siendo este el más cercano a la toma de la imagen de satélite
con medición de nivel en el mareómetro para estandarizar las profundidades. Se
obtuvo un máximo de 0.80 m y un mínimo de 0.55 m de altura, con una media de
0.60 m entre los 15 transectos. El nivel mínimo en mayo probablemente es
debido al comienzo de la primera temporada de lluvias (mayo a junio) y el
máximo de octubre a la segunda temporada de lluvias (agosto a octubre)
(Quintanilla-López, 1994).

4.1.2 Información auxiliar

4.1.2.1 Parámetros fisicoquímicos

Se midieron en campo parámetros fisicoquímicos de Laguna La Nacha con el

objeto de conocer los factores que pueden influenciar las características
espectrales del cuerpo de agua (Baban, 1993, Lavery et al., 1993). No se cuenta
con mediciones de los mismos durante la fecha del paso del satélite pero los
obtenidos reflejan la dinámica general de la laguna en fechas cercanas (Apéndice
B-1) (Orth, 1992).

La información adquirida corresponde a fechas dentro de los meses de febrero,

marzo, abril y mayo de 1996. Los datos tomados durante los días del mes de
febrero (10 y 11) constituyen el conjunto de datos adquiridos mas cercanos a la
toma de la imagen. El día 11 de febrero se obtuvo una profundidad de disco de
Secchi de 0.37 m con una desviación estándar de 7.77 en nueve mediciones
(máximo de 0.49 m y mínimo de 0.24 m). Estos puntos de muestreo se
encuentran distribuidos a lo largo del cuerpo de agua (Apéndice B-1). Mientras
que el 10 de febrero los puntos de muestreo se realizaron dentro de la
desembocadura del Río San Fernando y muestran profundidades de disco de
Secchi similares a las tomadas al día siguiente dentro de la laguna. Los valores
del disco fueron de 0.33 y 0.38 m. En estos se encontró que la profundidad del
disco de Secchi, que se encuentra relacionado a la turbidez del agua, es estable
a lo largo de la superficie de la laguna.

En las mediciones realizadas durante el día 19 de abril se obtuvieron valores más

bajos, con una media de 0.16 m (en cinco mediciones) y para el 21 de mayo una
media de 0.19 m (en tres mediciones), lo cual indica que la concentración de
materiales en la columna de agua varía estacionalmente de manera considerable.
Una de las mediciones de este día se realizó fuera de la desembocadura del Río
San Fernando, siendo este el valor más bajo de todos los días y puntos de
muestreo, con una profundidad del disco de 0.07 m, aunque otra medición cerca
de la boca durante el mismo día fue considerablemente más alta, 0.29 m, esto
debido probablemente a la dirección de la pluma de descarga de agua.

56
Lo anterior nos indica que al menos la mayor parte de los materiales sólidos
presentes en la laguna son aportadas por el Río San Fernando, y que la
concentración varía estacionalmente, aunque no se tiene la información suficiente
para determinar la magnitud de las variaciones en períodos más cortos de
tiempo. Si no se cuenta con mediciones in situ de concentración de sólidos
suspendidos que se relacionen a la profundidad del disco de Secchi (misma
fecha), no es posible estimar directamente la concentración presente en el cuerpo
de agua, pero es un indicador de su turbidez producida por distintos materiales
(orgánicos e inorgánicos) (Contreras, 1984).

La entrada del río a la laguna es por medio de un canal, lo cual minimiza la

detención de estos materiales y provoca la mezcla entre capas verticales de agua
que se encuentren estratificadas, consecuentemente poniendo en suspensión
materiales sólidos(Cooke et al., 1993). Cuando los cuerpos de agua receptores
tienen zonas rivereñas de bajo flujo como lo son los esteros o zonas de humedal
en las estradas de sus tributarios estos contribuyen a la detención de gran parte
de los materiales, mediante la reducción del flujo y el aumento de la precipitación,
así como a la detención física de ellos por medio de vegetación emergente. Este
proceso fue descrito por Cooke et al. (1993) y la dinámica de La Nacha se puede
explicar utilizando su modelo de interacciones entre las distintas zonas de los
reservorios (Figura 3). En el caso de bocas de ríos modificadas, como en La
Nacha (la sección transversal de la boca tiene una profundidad de 2.7 m), la zona
ribereña mantiene flujo alto y altas concentraciones de materiales sólidos, y
conforme las masas de agua se mueven hacia la salida (en el caso de reservorios
hacia el bordo) el flujo disminuye al aumentar el área y la precipitación de
materiales aumenta dando como resultado menores concentraciones de sólidos y
agua más transparente.

Las mediciones de salinidad muestran que la laguna es un cuerpo que varía

espacialmente de mesohalino (5-10 ppm) a oligohalino (0.5-5 ppm) (Apéndice B-
1). La salinidad de La Nacha se creen que es debida a la intrusión salina de
aguas de la Laguna Madre, ocasionada por la disminución del nivel de agua por
extracción, propiciando la entrada de agua de mayor salinidad.

4.1.2.2 Muestreo de 24 horas

Durante los días 19 y 20 de mayo de 1996 se llevó a cabo un muestreo de 24

horas en un punto de la laguna (muelle de Laguna Vista Hunting Resort), en el
que se obtuvieron mediciones de parámetros fisicoquímicos cada dos horas
aproximadamente (Apéndice B-2). La salinidad del agua disminuyó a cero de las
12 a las 24 horas y manteniéndose en valores muy bajos durante el resto del día
(2 a 3 ppm). Las profundidades de disco de Secchi tomadas durante las horas de
luz solar fluctuaron de manera considerable, encontrándose una media de 0.19
m, con un máximo de 0.30 m y un mínimo de 0.15 m. Las variaciones en la
lectura del disco de Secchi pueden estar relacionadas con la intensidad de la luz
solar ya que disminuyen sistemáticamente con la hora del día. En base a esta
información se estima que la laguna mantiene variaciones diarias en las
concentraciones de materiales sólidos y salinidad.

57
4.1.2.3 Análisis de sólidos suspendidos

En los análisis de sólidos suspendidos llevados a cabo en laboratorio se encontró

que la laguna cuenta con concentraciones de 79 y 99 mg/l el día 23 de junio de
1996 y de 44 y 52 mg/l el día 23 de febrero de 1997 (Tabla 5). Estas muestras
fueron tomadas en zonas cercanas a la costa este de la laguna y a profundidades
entre los 1.85 y 0.60 m. Las concentraciones obtenidas el día 23 de junio se
consideran como normales dentro de las zonas de humedal, ya que estos
ambientes se caracterizan por sus altas concentraciones de material sólido en
suspensión, principalmente orgánico. Mientras que las obtenidas el día 23 de
febrero son menores y entran dentro de la categoría permitida para uso urbano y
el rango permisible para la protección de la vida acuática por la Norma Oficial
Mexicana NOM-001-ECOL-1996. Sin embargo, esta misma no especifica ninguna
relación entre los rangos de concentración y la penetración de la luz en el medio
ambiente acuático.

Aunque no se cuenta con datos de velocidad y dirección del viento para esas
fechas se estima que las altas concentraciones del día 23 de junio pueden
deberse a la ubicación del punto muestral sobre el canal longitudinal de la laguna
e influenciadas por mezcla vertical de masas de agua (Wetzel, 1981).

4.1.2.4 Parámetros hidrométricos

Se recopiló información hidrométrica del Río San Fernando de la estación “San

Fernando” del mes de febrero de 1996, ya que estas estaciones mantienen sólo
un muestreo diario (Apéndice B-3). Se observó una disminución gradual en el
flujo del río teniendo una media durante el mes de 1.624 m3/s, con un máximo el
día 8 de 2.006 y un mínimo el 26 de 1.218 m3/s. El río tiene un gasto medio anual
de 5.44 m3/s y un gasto máximo de 174.54 m3/s, por lo que se determinó que el
río mantuvo un gasto por debajo de su media anual el día 15 de febrero (1.481
m3/s) (Universidad Autónoma de Tamaulipas, 1994). El bajo gasto del río se debe
principalmente a la ausencia de precipitación durante el mes de febrero ya que
sólo se observó lluvia el día 29 de mes de 3.5 mm, esto debido a que febrero no
forma parte de ninguno de los dos períodos de lluvia del año (mayo a junio y
agosto a octubre). Los meses de febrero y marzo constituyen los más secos del
ciclo con apenas 20.7 mm de promedio mensual (Quintanilla-López, 1994).

4.1.2.5 Parámetros climatológicos

Se recopilaron datos climatológicos para el mes de febrero de las estaciones

“San Fernando” (Apéndice B-5) y “Laguna de San Juan” (Apéndice B-4)
(mediciones diarias) y del observatorio “Tampico” (Apéndice B-6) (mediciones
horarias del 15 de febrero de 1996). La estación “San Fernando” reporta un
promedio mensual de temperatura de 18.5 °C, con un máximo el día 21 con 36.5
°C y un mínimo el día 4 de 0.5 °C. La temperatura ambiente a las 8 de la mañana
(hora de las observaciones climatológicas) del día 15 fue de 13.5 °C con una
máxima de 32.5 °C y una mínima de 11.5 °C durante el día. La temperatura
media mensual durante el mes de febrero de esta estación es de 16.2 °C (de los

58
últimos 13 años), por lo que la temperatura media del mes fue más alta que la
media para el mes de febrero (Cantú-Treviño, 1993).

La evaporación media del mes fue de 3.61 mm con un total del mes de 104.69
mm. La visibilidad fue medida de manera arbitraria por un observador pero se
reporta de dos kilómetros para el 15 de febrero. Se reportó calma en el viento
durante el día 15 de febrero. Por otro lado, la estación “Laguna de San Juan”
reporta una temperatura media mensual de 18.34 °C y para el día 15 de febrero
de 19 °C a las ocho de la mañana, así como la dirección del viento de los 225 °.
En esta región durante los meses de noviembre a marzo predominan los vientos
del norte y del sur, con una intensidad media de 4 y 5 m/s; mientras que de abril a
octubre predominan los del sureste y sur con la misma intensidad y esto coincide
con lo reportado por las estaciones (INEGI, 1981).

Los datos horarios del observatorio “Tampico” reportan la intensidad del viento en
calma durante prácticamente todo el día (incluyendo entre las 9 y las 10 hrs, hora
de pase del satélite) y reportando una temperatura máxima de 26.2 °C y mínima
de 18 °C durante el día. A pesar de la distancia que separa ambos municipios se
emplearon estos datos para corroborar la intensidad de calma del viento en los
datos diarios de las estaciones de San Fernando.

4.1.2.6 Caracterización de los sedimentos

Se analizaron en laboratorio cinco muestras de sedimentos para determinar su

composición granulométrica (Apéndice C). De estos se obtuvo que aquellas
muestras que se tomaron en la interfase suelo/agua se componen de materiales
arenoso-limosos principalmente (afuera01 y afuera02), mientras que aquellas que
se tomaron dentro del cuerpo de agua se componen básicamente de material
arcilloso (014, adentro01 y adentro02). Las muestras de sedimentos que fueron
tomadas dentro del cuerpo de agua poseen colores más obscuros (variando del
gris oscuro para adentro01 al amarillo verdoso para adentro02), indicador del
ambiente reductor cargado de materia orgánica, mientras que las tomadas en la
interfase poseen colores más claros característicos de las arenas finas con
fragmentos de conchas como agregados que variaron de 1 a 10 mm en un 40 %
(Bowles, 1982). Las muestras adentro01, adentro02, afuera01 y afuera02 fueron
tomadas en la costa noreste de la laguna que se caracteriza por una fuerte
erosión provocada por la acción del oleaje por viento. Se estima que los
sedimentos de grano más grande como los fragmentos de concha provienen de
deslaves de los lomeríos compuestos por material no consolidado reciente
(INEGI, 1981).

Este proceso fue considerado como el segundo en importancia en aporte de

material sólido a la laguna, ya que esta zona es impactada de manera severa por
la acción del viento con el cuerpo de agua provocando constantes aportes de
suelo hacia la laguna. Información de la composición del suelo circundante a la
laguna de una muestra tomada el 6 de marzo de 1996 (ubicación
613800,2746525) muestra que es principalmente arcilloso en un 75.4 % (13.6 %
de arena y 10.8 de limo). Esto corrobora la composición de los suelos de las

59
zonas circundantes a la laguna como suelos hidromórficos principalmente
arcillosos (INEGI, 1981).

4.2 Mapa batimétrico de Laguna La Nacha

Se construyó el mapa batimétrico de Laguna La Nacha empleando la totalidad de

los puntos de profundidad muestreados (151) (Figura 10). Con el objeto de
mantener la interpolación del sistema dentro de los límites de la laguna se
introdujo al análisis otro conjunto de puntos con profundidad igual a cero que
correspondían al perímetro e islas de la laguna. Estos últimos se extrajeron de la
mascara de agua de la imagen y se realizaron varias pruebas para determinar el
número de puntos de perímetro mínimos necesarios para lograr mantener la
interpolación correctamente ajustada al nivel de referencia cero como el
perímetro. Finalmente, se encontró que 189 puntos de perímetro e islas
espaciados cada 300 m aproximadamente daban el mejor resultado, basado el
cálculo del perímetro y el espaciamiento óptimo de 300 m.

Se empleó un tamaño de pixel de 10 x 10 m debido a que este se encuentra por

debajo del nivel de resolución del pixel de la imagen y de esta manera se facilitó
su comparación con los mapas temáticos y de isobatas. El mapa de contornos se
construyó utilizando un intervalo de 0.50 m. entre isobatas y un rango de cero a
cinco metros de profundidad, ya que este incluye las profundidades máximas y
mínimas medidas en la laguna con un número adecuado de contornos para la
interpretación visual. Posterior a la construcción del mapa se hicieron evidentes al
menos cuatro zonas de datos faltantes de profundidad donde la interpolación no
fue posible, estas zonas se encuentran en la parte norcentral de la laguna.

4.3 Preprocesamiento de la imagen

4.3.1 Subset de la imagen

Se segmentó la subescena de la imagen adquirida debido a que el área de

estudio del presente trabajo está restringida a una zona más pequeña. Con esta
operación se persiguieron los siguientes objetivos: 1) reducir el tamaño del
archivo y aumentar su portabilidad y 2) reducir el área a georreferenciar. El subset
resultante consta de 1305 x 1385 pixeles (Tabla 6) (ERDAS, 1997).

60
4.3.2 Rectificación del subset

A pesar de que el producto adquirido de Space Imaging EOSAT tenía una

georreferencia previa, esta poseía una precisión de 200 metros sobre el terreno
en ambos ejes. Esto debido al tipo de rectificación que realizan en base a las
coordenadas del centro y esquinas de la imagen, generadas por el mismo
sistema de adquisición de la imagen (Space Imaging EOSAT, 1997).

Debido a que se requiere de la ubicación precisa de pixeles para su asignación

de profundidad fue necesario realizar una rectificación más profunda de la imagen
utilizando puntos de control sobre el terreno (Campbell, 1987, Lyon, 1993).
Utilizando el mapa topográfico de la zona de estudio (Horacio Terán, INEGI,
1980) se reconocieron 228 puntos de control entre la imagen y la carta. La mayor
parte de estos consistieron en cruces e intersecciones de caminos, terrenos de
cultivo, cercas, lagunas y rasgos antropogénicos como poblados.

Se decidió utilizar un polinomio de segundo orden para calcular la matriz de

transformación la cual contiene los coeficientes de los polinomios empleados, el
cálculo de esta es por medio de una regresión de mínimos cuadrados. El error
cuadrado medio se determinó del ancho de un pixel, debido a la precisión
necesaria para la asignación de valores de profundidad, y se tomo como regla de
decisión el desechar aquellos puntos con errores mayores. Lo anterior debido a
que para realizar una transformación de segundo orden se necesitan sólo seis
puntos de control y sin embargo, el aumentar el error permitido para dejar más
puntos no era necesario (ERDAS, 1997, Richards, 1993).

Las transformaciones de ordenes mayores corrigen distorsiones mayores pero

también pueden degradar la imagen de manera considerable (ERDAS, 1997,
Richards, 1993). Debido a que la imagen se adquirió con una georreferencia
previa no se consideró necesario emplear transformaciones mayores (Space
Imaging EOSAT, 1997). Se empleó el método del vecino más cercano para el
remuestreo del pixel ya que este cuenta con la ventaja de no modificar los valores
radiométricos de los originales de la imagen (Campbell, 1987, Richards, 1993).

La verificación de la rectificación se realizó empleando el perímetro digitalizado

de la laguna a partir de la carta topográfica y midiendo la distancia entre ambos
perímetros (raster y vector) encontrándose una precisión de 25 m (tamaño del
pixel).

4.3.3. Máscara de agua de Laguna La Nacha

Para determinar la extensión del cuerpo de agua de Laguna La Nacha y

posteriormente generar su mascara se realizó una clasificación no supervisada
sobre el subset de la imagen.

Se clasificó la imagen en 50 clases de las cuales sólo tres correspondieron a

agua de Laguna La Nacha. La extensión de las clases se verificó empleando el
mapa topográfico del área de estudio, así como información auxiliar de fotografía
aérea en color y en blanco y negro. Se verificó la ubicación de las tres clases de

61
agua en el plano de dos dimensiones utilizando distintas bandas y la
separabilidad de las clases de agua de Laguna La Nacha empleando el método
de la divergencia transformada. En esta última se encontró que las tres clase de
agua eran perfectamente separables teniendo valores muy cercanos a 2000, a
pesar de la sobreposición de las elipses en ambos diagramas (ERDAS, 1997,
Richards, 1993).

Se realizaron diagramas de dispersión de las bandas 3 y 4 de la imagen con la

sobreposición de las elipses de las clases y se verificó de manera visual la
ubicación de estas dentro del espacio de dos dimensiones (Landgrebe, 1978),
encontrándose que las tres clases se agrupan en la región de respuesta del agua
(Figura 11). La clase de agua 2 contiene puntos más dispersos hacia la región de
los suelos debido a la concentración de sólidos en suspensión en el agua. De
igual forma se realizó el diagrama de dispersión de las bandas 4 y 5 y se verificó
que las clases son prácticamente atenuadas en su totalidad en estas longitudes
de onda y pertenecen al agua (Figura 11).

El subset de la imagen se recodificó con los valores de las clases de agua y el

resto de ellas (47) se opacó con el valor de cero. Esta imagen temática se
empleó para enmascarar todos los ambientes terrestres y dejarlos fuera del
análisis de batimetría (Figura 12). La delimitación de los cuerpos de agua que se
emplearán para la estimación de batimetría es importante antes de aplicar
cualquier algoritmo debido a que es necesario separar la contribución de la
radiancia del medio terrestre del resto de la imagen (Brennan y Lewis, 1995).

4.4 Estimación de profundidad

4.4.1 Método de regresiones lineales

La cuantificación de la profundidad se realizó empleando el método de

regresiones lineales. Esta metodología ha sido empleada en la medición tanto de
parámetros de calidad como físico de los cuerpo de agua (Baban, 1993, Lavery et
al., 1993, Nordman et al., 1990, Whitlock et al., 1982).

Previo al análisis de regresión se convirtieron los números digitales de las bandas

visibles de la imagen a radiancia espectral. Se emplearon los valores de ganancia
y sesgo para cada una de las bandas presentes en la información técnica de la
imagen, así como la ecuación propuesta por EOSAT para imágenes procesadas
por ellos después de octubre de 1991 (Ecuación 7) (Space Imaging EOSAT,
Digital Number (DN) to Radiance Conversion Procedures, 1997). De igual
manera, antes del análisis se realizó la corrección logarítmica de reflectancia para
la estimación de profundidad por medio de la ecuación propuesta por Lyzenga
(1981) y modificada por Campbell, 1987 (Ecuación 8).

Como regla de decisión para determinar la calidad de los modelos, se evaluaron

los siguientes parámetros, ajuste (R2), error cuadrado medio, significancia de la

62
prueba (P-valor), ajuste de los datos (P-valor) y la normalidad de los residuales
(Baban, 1993, Whitlock et al., 1982).

Se realizaron regresiones lineales simples de cada una de las bandas visibles y

múltiples de combinaciones entre ellas. En la Tabla 8 se muestran los modelos
que dieron como resultado los mejores ajustes y en el Apéndice D contiene los
resultados de todos los análisis realizados. Los modelos de las dos primeras
bandas visibles no muestran buenos ajustes a la profundidad medida in situ, con
valores de R2 de 0.026 y 0.12 respectivamente, y estos valores no se
consideraron adecuados para el estudio. Por otro lado, sus residuales tampoco
mostraron normalidad.

El modelo de la banda 3 (Ln(L3)) mostró un ajuste de 0.494 y sus residuales

mostraron normalidad, con un error cuadrado medio de 0.633. Una de las
combinaciones que se analizó a detalle fue la que incluía de todas las bandas
visibles ((Ln(L1),Ln(L2),Ln(L3)), la cual mostró un ajuste de 0.50 y sus residuales
fueron normales, el error cuadrado medio fue de 0.636. Otro modelo que mostró
un buen ajuste fue la combinación entre las bandas 1 y 3 ((Ln(L1),Ln(L3)) el que
mostró un ajuste de 0.499, un error cuadrado medio de 0.633 y residuales
normales.

Debido a la similitud entre los modelos y que generalmente el mejor ajustado no

tiene la mejor capacidad predictiva, se analizaron los errores individuales de las
predicciones sobre la muestra de 51 puntos de validación utilizando una medida
de adecuación de modelos (Do, ecuación 9) (Tabla 9). El objetivo del análisis no
consistió en generar el mejor modelo que describa a los datos de profundidad
medidos in situ, si no predecir los valores de profundidad con el menor error
posible, ya que esto nos va a permitir generar el mapa batimétrico más preciso.

Los modelos Ln(L3); Ln(L1),Ln(L2),Ln(L3) y Ln(L1),Ln(L3) tienen la misma

capacidad de modelar por sus ajustes, pero Ln(L3) tiene el error individual de las
predicciones más pequeño (4.4820) y minimiza el número de parámetros
empleados en el análisis. El error de predicción de las combinaciones de las
bandas visibles fue ligeramente más alto (4.5088) mientras que el de la
combinación de las bandas uno y tres fue el más alto (4.5166). En la Figura 14 se
observa de manera gráfica la similitud entre las medias de los errores de
predicción y la variabilidad entre los diferentes modelos.

Tomando como regla de decisión tanto el ajuste del modelo como el error de la
predicción se determinó que Ln(L3) produce las mejores predicciones,
minimizando la cantidad de variables involucradas en el análisis. El éxito de la
banda 3 como predictora de profundidad se debe principalmente a que conforme
aumenta la concentración de materiales en suspensión el pico de la reflectancia y
transmitancia se mueve a longitudes de onda mayores (Campbell, 1987, Hoffer,
1978). En este caso la banda de mayor transmitancia que es la uno no ofreció los
mejores resultados, encontrándose a una mayor longitud de onda la mayor
capacidad para el mapeo de aguas turbias como Laguna La Nacha. Por otro lado,
se realizó un análisis de correlación entre los datos medidos in situ y las
profundidades predichas encontrándose que Ln(L3) obtuvo el valor más alto de

63
los tres modelos (0.6544), lo que coincide con los resultados encontrados
empleando la medida de adecuación de modelos. Por otro lado, Lepley et al.
(1977) encontraron que utilizando longitudes de onda de 0.6 a 0.7 micrómetros
era posible mapear profundidades de hasta tres metros, lo que concuerda con los
resultados encontrados.

En las figuras 14 , 15, 16 y 17 se muestran los mapas batimétricos construidos a

partir de la submuestra de 51 puntos medidos in situ y los mapas batimétricos de
los tres mejores modelos respectivamente. En el análisis visual los mapas, se
compararon con el obtenido de las mediciones de campo encontrándose que los
contornos de profundidades bajas de 0.5, 1 y 1.5 m son similares dentro de los
cuatro mapas. Las diferencias entre los estimados se hace más evidente a
profundidades mayores obteniéndose que los contornos con valores de 2 a 2.5
son similares entre los mapas obtenidos y ligeramente diferentes en los contornos
con valores de 3 a 3.5 m. En los modelos Ln(L1),Ln(L2),Ln(L3) y Ln(L1),Ln(L3)
existe similitud en la delineación de los contornos de agua profunda, mientras que
el generado a partir del modelo Ln(L3) difiere de ellos en la presencia de un
contorno con valor 3.5 m en la zona sur de la laguna. En general no se
encontraron diferencias significativas entre ellos.

En la comparación con el de profundidades medidas en campo, ninguno de los

tres tuvo valores predichos de profundidad en intervalos mayor a 3.5 m, sin
embargo los contornos con valores de 0.5 a 1.5 son similares entre todos ellos y
las diferencias se hacen más evidentes al aumentar la profundidad. Los
contornos de aguas profundas presentan similitud de manera general en su
ubicación pero no mantienen la precisión de las profundidades bajas. Algo similar
sucedió con las profundidades intermedias de 2 a 2.5 m en donde en las zonas
de mayor transparencia (zona norte abajo de la península y sureste) se
obtuvieron la mayor precisión, mientras que las zonas de aguas turbias (costa
oeste y noroeste) se presentó una sobreestimación de la profundidad.

Los materiales en suspensión en la columna de agua causan dispersión y

absorción de la energía incidente, así como variaciones en la transmisión de la
energía (Figura 5). De esta manera conforme aumenta la turbidez del agua la
transmitancia disminuye (Hoffer, 1978). Debido a los fenómenos que se han
observado, se estima que existe material en suspensión sólido en la columna de
agua, inorgánico principalmente debido al efecto de corrimiento en el espectro del
pico de máxima reflectancia, mientras que la presencia de materia orgánica en
mucho menores concentraciones debido a que si se tratara de clorofilas de
microalgas se apreciaría una disminución considerable en la reflectancia de la
banda uno y un aumento en la banda dos que no ocurre (Hoffer, 1978) (Tabla 7).

Se desconoce la concentración de materiales sólidos en la laguna durante la

toma de la imagen de satélite, sin embargo se tienen datos del día 23 de junio de
1996 con concentraciones cercanas a 100 mg/l. Bartolucci et al. (1977) y
Campbell (1987) encontraron que la respuesta del aumento en la concentración
de material sólido es una mayor reflectancia, y por los tanto transmitancia hacia
longitudes de onda mayores (Figura 5). Ellos mismos encontraron que cuerpos de
agua con concentraciones de 100 mg/l y profundidades de hasta 0.30 m la

64
reflectancia de agua era debida principalmente a ella misma y no a las
características del fondo, lo cual quiere decir que hay muy poca penetración de la
energía.

4.4.2 Método de mapeo de rangos

Se realizaron los mapeos de los rangos de profundidad de las tres bandas

visibles de la imagen. Por medio de asignar colores a distintas clases del
histograma se pudieron representar rangos de profundidad agrupadas en zonas
baja, media, alta y profunda (y combinaciones entre ellas). Los mapeos se
realizaron por separado y se compararon con el mapa batimétrico construido a
partir del total de los datos medidos in situ (151 puntos) (Figura 10).

4.4.2.1Mapeo de rangos de la banda 1

Para la banda uno se asignaron cinco clases de profundidad y se determinó que

la energía reflejada por esta banda no logró penetrar a altas profundidades en la
columna de agua debido a la poca definición de los rangos y relación con los
contornos batimétricos (Figura 18).

La clase de profundidad baja y vegetación emergente está compuesta

principalmente por zonas pantanosas con combinaciones entre vegetación y agua
con alta turbidez. La clase baja con sedimentos constituye una mezcla de
vegetación sumergida y sedimentos en suspensión que se encuentra
representada en la zona noreste y de noroeste de la laguna. La clase media
corresponde a zonas de profundidades de uno a 1.5 metros y es el rango que
mejor se ajusta a las isobatas con esos valores. La clase media-alta comprende
rangos ligeramente mayores a la anterior (2 m), y la clases alta corresponde a las
mayores profundidades mapeadas pero es muy poco precisa en la mayor parte
de la laguna confundiendo profundidades realmente bajas con aguas profundas.

Esto debido a que al disminuir la transmitancia por la concentración de sólidos en

suspensión limita la penetración de la energía a esta profundidad en la mayoría
de las zonas, mientras que en donde se encuentran bajas concentraciones y
zonas verdaderamente profundas funciona bien (zona norte por debajo de la
península y zona sureste). La ubicación de las zonas profundas se observa en la
imagen de la máscara de agua (Figura 12) con tonos azules intensos y se puede
verificar en el mapa batimétrico (ya que la combinación de color 3 2 1 simula una
vista natural) (Figura 10). Es probable que lo que sucede en la clase alta del
mapeo sea un efecto de falso fondo provocado por una alta concentración de
sólidos en suspensión, siendo interpretados los valores bajos del sedimento en
suspensión como pixeles obscuros de aguas profundas.

4.4.2.2 Mapeo de rangos de la banda 2

En este mapeo de rangos se obtuvieron siete clases y en general cuenta con

mayor definición de los rasgos presentes comparándolo con en con el mapa
batimétrico y el mapeo de la banda uno (Figura 19).

65
La clase de profundidad baja con vegetación es más extensa y delimita las zonas
de vegetación emergente y sumergida de la zona noroeste de la laguna, sin
embargo, existe algo de confusión entre las zonas profundas y este tipo de
vegetación. La clase baja se ajusta a los contornos de uno y 1.5 m en la parte
norte y sureste de la laguna. La clase media y media-alta están influenciadas en
gran manera por el error de estimación de la clase alta, la cual mantiene el ajuste
de los contornos en las zonas de menor concentración de material sólido y se
confunde en la zona central de la laguna debido a la generación de un falso fondo
provocado por concentraciones altas en esa zona. La clase de agua alta-profunda
se ubica en una de las zonas más claras y profundas de la laguna (zona noreste).

En esta banda existe una mayor transmitancia y por lo tanto los rasgos de
profundidad son más aparentes. Sin embargo, la precisión global del mapeo está
todavía por debajo del mapa batimétrico.

4.4.2.3 Mapeo de rangos de la banda 3

En este mapeo se incluyeron seis clases de profundidad y se obtuvo una mejor

correlación con los contornos del mapa batimétrico (Figura 20).

La clase de profundidad baja con vegetación se compone principalmente de

vegetación sumergida, y la clase de profundidad baja con sedimentos
corresponde a la margen oeste de la laguna que es la menos profunda. La clase
de profundidad media y media-alta coinciden con los contornos de 1 a 2.5 m y la
clase alta se encuentra sobreestimada en la zona sureste de la laguna, mientras
que en la zona central y norte se ajusta a los contornos de 3 a 3.5 m. La clase de
agua profunda sobreestima la profundidad en la zona central de la laguna y es
probable que sea debido a la concentración de material sólido en suspensión y la
generación de un falso fondo.

Este mapeo presentó mejor ajuste a profundidades bajas, esto debido al aumento
en la transmitancia en longitudes de onda mayores (banda 3) (Bartolucci et al.,
1977, Campbel, 1987). Las clases de profundidades altas de la laguna están
sobreestimadas en su extensión, aunque mantienen la forma de los contornos de
esas profundidades. Las clases generadas mantiene relación con la máscara de
la laguna (Figura 12) y en ambas se pueden observar las aguas con sólidos en
suspensión en la margen oeste de la laguna (color amarillo), así como las zonas
más profundas en la margen este (color azul). Otros rasgos aparentes en ambas
imágenes son las zonas de profundidades altas que se encuentran protegidas de
la acción de los sólidos en suspensión por medio de las islas, así como la zona
de vegetación sumergida que en la imagen de la mascara se observa de color
azul oscuro en la zona noreste.

Debido a que no se cuenta con datos fisicoquímicos durante la fecha de la

adquisición de la imagen, no se pueden hacer inferencias definitivas sobre el
comportamiento de la concentración de sólidos en suspensión. Por otro lado,
debido al estado de calma del viento durante ese día y a la hora de pase se
estima que este no tuvo efecto sobre la superficie del agua para el análisis de
oleaje y poder interpretar zonas someras por medio de pixeles de alta reflectancia

66
como reportó Ellis et al. (1995) empleando la técnica de mapeo de rangos en
aguas turbias.

67
CAPITULO V. Conclusiones

La estimación de la profundidad empleando sensores remotos es un proceso

tecnológica y económicamente viable, ya que posee ventajas sustanciales en la
resolución espacial, espectral y temporal contra las técnicas convencionales de
sondeo hidrográfico.

Aunque algunos estudios han reportado grandes dificultades para estimar

profundidad en estos ambientes el presente trabajo encontró un buen potencial
de mapeo empleando el sensor TM en un medio ambiente lagunar con aguas
turbias.

Se encontró que en la estimación de batimetría únicamente tiene sentido el

empleo de las bandas que miden en la porción visible del espectro y que debido a
la concentración de los materiales sólidos en la columna de agua el pico de
máxima transmitancia se mueve a longitudes de onda mayores, teniendo la
banda tres (0.63-0.69 µm) la máxima contribución en la reflectancia en el
presente trabajo.

Se confirmó la utilidad de la estimación de la profundad de disco de Secchi en la

determinación cualitativa de la concentración de materiales orgánicos e
inorgánicos presentes en el agua, ya que aunque no se contó con datos
simultáneos de estos parámetros, se pudo determinar la dinámica general de la
laguna.

Por otro lado, la información auxiliar como las condiciones climatológicas e

hidrométricas proporcionan un panorama general de las condiciones
prevalecientes durante la adquisición de la imagen, siendo los parámetros con
más influencia velocidad del viento, dirección del viento y el gasto de los
tributarios del cuerpo de agua.

Las correcciones geométricas de la imagen constituyen parte medular de la

metodología ya que la correcta asignación de valores de profundidad a los pixeles
determina la precisión de las predicciones en el espacio.

La estimación de profundidad por medio de regresiones reflejó la importancia de

la banda tres, obteniendo un buen ajuste del modelo y los menores errores en la
predicción, además de lograr la mayor transmitancia mapeando las mayores
profundidades con esta banda.

El mapeo de rangos proporciona de manera cualitativa la distribución de

profundidades dentro del cuerpo de agua obteniéndose la mayor definición y
penetración en la banda tres y constituye una alternativa si no se cuenta con
información de profundidades de campo.

Las mayores precisiones se encontraron en las zonas someras de la laguna, de

uno a 1.5 m, y en especial en aquellas con las menores concentraciones de
material sólido, norte y sur, volviéndose menos precisa a profundidades mayores
tendiendo a sobreestimarla conforme disminuye la transmisión de la energía.

68
El éxito del método de regresiones en la estimación se debe probablemente a la
incorporación de las características locales del cuerpo de agua en la estructura
del algoritmo. Ambas metodologías producen resultados congruentes a la
morfología real del cuerpo de agua, siendo más precisa la estimación empleando
las regresiones.

69
CAPITULO VI. Recomendaciones

Se considera importante la segmentación semi aleatoria de los datos tomados en

campo para la obtención de las muestras de generación de modelos y de
validación de las predicciones.

Se recomienda obtener información sobre las características de los sedimentos

del cuerpo de agua, así como de las concentraciones de sólidos suspendidos
totales de manera simultánea al paso del satélite (mismo día). Esto debido a la
variación estacional del medio ambiente acuático y lo frecuente de los cambios
repentinos en la dinámica de los cuerpos someros producida por la mezcla por
viento.

El conocimiento a priori del coeficiente de extinción de la luz es importante ya que

por medio de este se pueden realizar correcciones entre las zonas de baja y alta
transmisión.

Los muestreos sistemáticos de líneas paralelas constituyen la mejor alternativa

para realizar el levantamiento batimétrico de campo, ya que con este se necesita
un menor número de puntos de muestreo a comparación de otras metodologías y
no teniendo prácticamente limitaciones.

Para obtener el modelo con menor error en la predicción se recomienda el

empleo de la medida de adecuación de modelos ya que esta estandariza las
mediciones para lograr tener un marco de comparación. Para la evaluación de los
modelos el empleo de los parámetros de ajuste, ajuste de los datos y normalidad
de los residuales.

El mapeo de rangos proporciona una estimación rápida de la distribución de las

zonas más y menos profundas y mediante la relación a parámetros medio
ambientales se pueden obtener precisiones mayores.

70
 REFERENCIAS

Ayala-Castañares, A., 1969. Datos comparativos de la geología marina de tres

lagunas litorales del Golfo de México, An. Inst. Univ. Nal. Autón. México 40.
Ser. Cienc. del Mar y Limnol., (1):1-10.

Baban, S.M.J., 1993. The evaluation of different algorithms for bathymetric

charting of lakes using Landsat imagery, Int. J. Remote Sensing,
14(12):2263-2273.

Bartolucci, L.A., B.F. Robinson, and L.F. Silva, 1977. Field measurements of the
spectral response of natural waters, Photogrammetric Engineering and
Remote Sensing, 43(5):595-598.

Baver, L.D., W.H. Gardner, y W.R. Gardner, 1982. Física de los suelos, UTEHA,
México, D.F., 529 p.

Bierwirth, P.N., T.J. Lee, and R.V. Burne, 1993. Shallow sea-floor reflectance and
water depth derived by unmixing multispectral imagery, Photogrammetric
Engineering and Remote Sensing, 59(3):331-338.

Bowditch, LL.D., 1966. American practical navigator, U.S. Hydrographic Office,

Secretary of the Navy, Washington, D.C.

Bowles, J.E., 1982. Propiedades geofísicas de los suelos, McGraw-Hill, Bogotá,

Colombia, 490 p.

Brennan, M.W., and M. E. Lewis, 1995. FATHOM: Shallow water monitoring

system, Proceedings of the Third Thematic Conference on Remote
Sensing for Marine and Coastal Environments: Technology and
Applications, Environmental Research Institute of Michigan, Seattle, WA.

Britton, J.C., and B. Morton, 1989. Shore ecology of the Gulf of México, University
of Texas Press, Austin, 387 p.

Burrough, P.A., 1993. Principles of geographical Information systems for land

resources assessment, Claredon Press, Oxford, 194 p.

Buttler, M.J.A., M.C. Mouchot, V. Barale, and C. LeBlanc, 1988. The application of
remote sensing technology to marine fisheries: An introductory manual,
FAO Fisheries Technical Paper 295, Rome, 165 p.

Campbell, J.B., 1987. Introduction to remote sensing, The Guilford Press, New
York, 551 p.

Cantú-Treviño, L.A., 1993. Descripción y análisis de la producción agrícola en el

distrito de desarrollo rural 157 en San Fernando, Tamps., UANL Tesis de
Licenciatura de Ingeniero Agrónomo Zootecnista, Marín, Nuevo León.

71
Carter, V., 1990. Importance of hydrologic data for interpreting wetland maps
and assessing wetland loss and mitigation, Biological Report, 90(18):79-84.

Clark, R.K., T.H. Fay, and C.L. Walker, 1987. Bathymetry calculations with
Landsat 4 TM imagery under a generalized ratio assumptions, Applied
Optics, 26:4036-4045.

Cochran, W.G., 1977. Sampling techniques, Third Edition, John Wiley & Sons,
New York, 428 p.

Cole, G.A., 1975. Textbook of limnology, The C.V. Mosby Co., Saint Louis, 283 p.

Colwell, R.N., 1983. Manual of remote sensing, American Society of

Photogrammetry, Falls Church, VI.

Comisión Nacional del Agua, 1994. El agua y sus senderos. Ríos, lagos y
cascadas de México, Gerencia de Información y Participación Ciudadana,
México, D.F., 234 p.

Contreras, F., 1984. Manual de técnicas hidrobiológicas, Universidad Autónoma

Metropolitana-Unidad Iztapalapa, México, D.F., 149 p.

_____, 1993. Ecosistemas costeros mexicanos, CONABIO y Universidad

Autónoma Metropolitana-Unidad Iztapalapa, México, D.F., 415 p.

Cooke, G.D., E.B. Welch, S.A. Peterson, and P.R. Newroth, 1993. Restoration
and management of lakes and reservoirs, Second Edition, Lewis Publishers,
Boca Ratón, 548 p.

Cummings, R.G., and V. Nercessiantz, 1992. The use of water pricing to enhance
water use efficiency in irrigation: Case studies from México and the United
States, Water Policy and Water Markets, Moigne, G.L., K.W. Easter, W.J.
Ochs, and J. Giltner, Editors, World Bank Technical Paper Number 249,
Washington, D.C., 115 p.

Díaz-Aguirre, M.E., C. Vega-López, D. Savournín-Rodríguez, A. Alvarez-

Rodríguez, R. Díaz, L. García-López, G. García-Villena, M. Vega-Cabrera,
y R. Noda-Rodríguez, 1997. Sistemas automatizados para la adquisición y
procesamiento de datos hidrográficos (HIDROSAD-HIDROCAP), Boletín
SELPER-México, 38:28-40.

Dinar, A., P. Seidl, H. Olem, V. Jorden, A. Duda, and R. Johnson, 1995. Restoring
and protecting the world’s lakes and reservoirs, World Bank Technical
Paper Number 289, Washington, D.C., 85 p.

Dunlap, G.D., and H.H. Shufeldt, 1966. Dutton’s navigation and piloting, Naval
Institute Press, Annapolis.

72
Dwyer, R.F., 1996. Advances in sonar signal processing in the 90’s, IEEE
Proceedings of OCEANS ‘96, Fort Lauderdale, FL, USA.

Elachi, C., 1987. Introduction to the physics and techniques of remote sensing,
John Wiley & Sons, New York, 417 p.

Ellis, J.M., M.B. Quinn, and P.D. Caldwell, 1995. Interpreting relative water depth
and navigation hazards in sediment loaded water using Landsat and Spot
Imagery, Niger Delta, Proceedings of the Third Thematic Conference on
Remote Sensing for Marine and Coastal Environments: Technology and
Applications, Environmental Research Institute of Michigan, Seattle, WA.

Enríquez-Caldera, R., G. Vega-Hernández, y P. Rodríguez, 1996. GPS para

perfiles de talud oceánico, Memorias de XXVI Reunión de Investigación y
Desarrollo Tecnológico del Sistema ITESM, Monterrey, México, Enero de
1996.

ERDAS, 1991. Erdas field guide, ERDAS® v7.5, Erdas, Inc., Atlanta, 394 p.

ERDAS, 1997. Erdas field guide, ERDAS Imagine® v8.3, Erdas, Inc., Atlanta, 454
p.

ESRI, 1994. Understanding GIS: The Arc/Info® method, Environmental Systems

Research Institute, Inc., Redlands.

Gerdes, R., 1996. Comunicación personal, Laguna Vista Hunting Resort, San
Fernando, Tamaulipas.

González, R.C., and R.E. Woods, 1993. Digital image processing, Addison-
Wesley Publishing Co., Reading, 716 p.

Grim, M.S., B.A. Seekins, and T.E. Chase, 1995. Using GIS for verification of
bathymetric data from long island sound, Coastal Zone ‘95 Conference,
Tampa, FL, July 1995.

Hernández, Alejandro, 1997. Comunicación personal, Secretaría del Medio

Ambiente Recursos Natutares y Pesca, San Fernando, Tamaulipas.

Hernández, J., y M.A. Ortíz, 1995. Evidencias geomorfológicas de subsidencia en

el sistema deltaico del Río Grande Tamaulipas, México utilizando
percepción remota, Memorias del VII Simposio Latinoamericano de
Percepción Remota, Sociedad Latinoamericana de Percepción Remota y
Sistemas de Información Espacial, Puerto Vallarta, México, Noviembre de
1995.

Hildebrand, 1957. Estudios biológicos preliminares sobre la Laguna Madre de

Tamaulipas, Resúmenes de Sociedad Mexicana de Hidrobiología,
México, D.F., Abril de 1957.

73
Hinojosa, A., C. García, G. Hammann, y G. Riaño, 1995. Estimación de batimetría
y tipo de sustrato en lagunas costeras utilizando imagen multiespectral, un
caso de estudio, Memorias del VII Simposio Latinoamericano de
Percepción Remota, Sociedad Latinoamericana de Percepción Remota y
Sistemas de Información Espacial, Puerto Vallarta, Noviembre de 1995.

Hoffer, R.M., 1978. Biological and physical considerations in applying computer-

aided analysis techniques to remote sensor data, Remote Sensing: The
Quantitative Approach, P.H. Swain and S.M. Davis, Editors, McGraw-Hill
International, New York, 395 p.

Hughes-Oliver, J.M., and G. González-Farías, 1997. Parametric covariance

models for shock-induced stochastic processes, Working Paper, NCSU,
NC.

INEGI, 1975. Carta de hidrología superficial “Linares,” Nuevo León y Tamaulipas,

G14-11, Escala 1:250,000.

_____, 1980. Carta topográfica “Horacio Terán,” Tamaulipas, G14-D54, Escala

1:50,000.

_____, 1981. Síntesis geográfica del Estado de Tamaulipas, Secretaría de

Programación y Presupuesto e INEGI, Geografía e Informática, México,
D.F., 158 p.

Infante, S., y G.P. Zárate, 1991. Métodos estadísticos: Un enfoque

interdisciplinario, Trillas, México, D.F., 643 p.

Instituto Panamericano de Geografía e Historia, 1963. Investigaciones de los

recursos hídricos como una ayuda al desarrollo económico, Comisión de
Cartografía, Publicación Número 209, Buenos Aires, 43 p.

Jerlov, N.G., 1976. Marine optics, Elsevier, Amsterdan, 231 p.

Jupp, D.L.B., 1988. Background and extesions to depth of penetration (DOP)

mapping in shallow coastal waters, Symposium on Remote Sensing of the
Coastal Zone, Queensland.

Landgrebe, D.A., 1978. The quantitative approach: Concept and rationale,

Remote Sensing: The Quantitative Approach, P.H. Swain and S.M. Davis,
Editors, McGraw-Hill International, New York, 395 p.

Lavery, P., C. Pattiaratchi, A. Wyllie, and P. Hick, 1993. Water quality monitoring
in estuarine waters using the Landsat Thematic Mapper, Remote Sens.
Environ., 46:268-280.

Lepley, L.K., K.E. Foster, and L.G. Everett, 1975. Water quality monitoring of
reservoirs on the Colorado River utilizing ERTS-1 imagery, Remote

74
Sensing and water resources management, K.P.B. Thomson, R.L Lane, and
S.C. Csallany, Urbana, 111 p.

Lillesand, T.M., and R.W. Kiefer, 1994, Remote sensing and image interpretation,
John Wiley & Sons, Inc. New York, 750 p.

Lyon, J.G., 1993. Practical handbook for wetland identification and delineation,
Lewis Publishers, Boca Ratón, FL, 157 p.

Lyzenga, D.R., 1978. Passive remote sensing techniques for mapping water
depth and bottom features, Applied Optics, 17(3):379-383.

_____, 1979. Shallow-water reflectance modelling with applications to remote

sensing of the ocean floor, Proceedings of the Thirteen International
Symposium on Remote Sensing of Environment, Environmental Research
Institute of Michigan, Ann Arbor, MI.

_____, 1981. Remote sensing of bottom reflectance and water attenuation

parameters in shallow water using aircraft and Landsat data, Int. J. Remote
Sensing, 2(1):71-82.

Martínez, M., y A. Novelo, 1993. La vegetación acuática del Estado de

Tamaulipas, México, Anales Inst. Biol. Univ. Nac. Autón. México, Ser. Bot.,
64(2):59-86.

Measures, R.M., 1992. Laser remote sensing, Fundamentals and applications,

Krieger Publishing Co., Malabar, FL, 510 p.

Mitsch, W.J., and J.G. Gosselink, 1993. Wetlands, Second Edition, Van Nostrand
Reinhold, New York, 722 p.

NMX-AA-34-81, 1981. Análisis de agua-determinación de sólidos”. Diario Oficial

de la Federación.

Nordman, M.E.L., L. Wood, L. Michalek, and J.L Christy, 1990. Water depth
extraction from Landsat-5 imagery, Proceedings of the Twenty-Third
International Symposium on Remote Sensing of Environment.

Orth, D.J., 1992. Aquatic habitat measurements, Fisheries techniques, L.A.

Nielsen, and D.L. Johnson Editors, American Fisheries Society, Bethesda,
468 p.

Petróleos Mexicanos, 1992. Estudio de impacto ambiental de la infraestructura

portuaria de Salina Cruz, Oax., Gerencia de Protección Ambiental, México,
D.F., 146 p.

Philpot, W.D., 1989. Bathymetric mapping with passive multispectral imagery,

Applied Optics, 28(8):1569-1578.

75
Polcyn, F.C., and D.R. Lyzenga, 1979. Bathymetric mapping by multispectral
processing, Proceedings of the Thirteen International Symposium on
Remote Sensing of Environment, Environmental Research Institute of
Michigan, Ann Arbor, MI.

Quintanilla-López, M., 1994. Evaluación económica de la producción de maiz

(Zea mays, L.) bajo el sistema de labranza de conservación en la región de San
Fernando, Tamaulipas, ITESM Tesis de Licenciatura de Ingeniero
Agrónomo en Producción, Monterrey, Nuevo León.

Richards, J.A., 1993. Remote sensing digital image analysis: An introduction,

Second Edition, Springer-Verlag, Berlin, 340 p.

Ross, A., and D. Oviedo, 1989. Fishery development plan: Laguna Vista 1989-
1991, Lone Star Lake Management Co., Bryan, Texas, 10 p.

Sall, J., and A. Lehman, 1996. JMP start statistics, SAS Institute, Belmont.

Secretaría de Marina, 1974. Compendio de hidrografía, segunda parte, Dirección

General de Oceanografía y Señalamiento Marítimo, México, D.F., 242 p.

Secretaría de Pesca, 1988. Atlas del Golfo y Caribe mexicano: Diagnóstico

ambiental, Centro de Ecodesarrollo, Secretaría de Pesca, México.

Secretaría de Recursos Hidráulicos, 1976. Presas construídas de México,

Publicación Especial de S.R.H., XII Congreso de las Grandes Presas,
México, D.F.

Smith, W.H.F., and D.T. Sandwell, 1997. Global sea floor topography from
satellite altimetry and ship depth soundings, Science, 277:1956-1962.

Space Imaging EOSAT, 1997. Geometric corrections, http://www.spaceimage

.com, Colorado, 2 p.

Space Imaging EOSAT, 1997. Digital Number (DN) to Radiance Conversion

Procedures, http://www.spaceimage.com, Colorado, 2 p.

Tamayo, J.L., 1981. Geografía moderna de México, Novena Edición, Trillas,

México, D.F., 400 p.

Thornton, J.A., and W. Rast, 1994. Not american lake management, Lakeline,
14(3):11-14.

Thurman, H.V., 1993. Essentials of oceanography, Fourth Edition, Macmillan

Publishing Company, New York, 393 p.

Universidad Autónoma de Tamaulipas, 1994. Canal intracostero tamaulipeco:

Manifestación de impacto ambiental. Universidad Autónoma de
Tamaulipas, Victoria.

76
Vogelzang, J., G.J. Wensink, M. van der Kooij, W. Alpers, I. Henings, and J.P.
Matthews, 1994. Mapping of sea bottom topography in a multi sensor
approach, International Geoscience and Remote Sensing Symposium,
IEEE, Pasadena, CA.

Wensink, H., and G. Campbell, 1997. Bathymetric map production using the ERS
SAR, Backscatter, 8(1):17-22.

Wetzel, R.G., 1981. Limnología, Omega, Barcelona, 679 p.

Whitlock, C.H., C.Y. Kuo, and S.R. LeCroy, 1982. Criteria for the use of regresion
analysis of remote sensing of sediment and pollutants, Remote Sensing of
Environment, 12:151-168.

Yáñez-Arancibia, A., 1987. Lagunas costeras y estuarios: Cronología, criterios y

conceptos para una clasificación ecológica de sistemas costeros, Revista
de la Sociedad Mexicana de Historia Natural, 39:35-54.

Zetka, E.F., 1982. Coastal zone management information needs: Potential

Landsat applications, Remote Sensing for Resource Management, J.C.
Johannsen and J.L. Sanders, Editors, Soil Conservation Society of
America, Iowa, 665 p.

77
APENDICE A. Datos de profundidad in situ

78
79
Tabla A-1. Mediciones de profundidad in situ en Laguna La Nacha.

Id * X Y Profundidad **
1 615795 2748707 -2.06
2 616026 2749856 -1.26
3 616275 2750392 -1.36
4 617216 2751115 -1.76
5 617358 2750388 -1.96
6 616725 2749244 -2.16
7 616620 2747841 -2.66
8 615070 2746723 -1.26
9 616465 2745749 -3.36
10 616952 2746632 -3.36
11 616578 2746599 -2.26
12 616271 2746678 -3.26
13 615992 2746742 -2.81
14 615684 2746769 -2.46
15 615391 2746817 -1.86
16 615077 2746944 -1.11
17 615912 2749770 -1.86
18 616063 2749813 -1.26
19 616317 2749837 -1.36
20 616458 2749879 -1.66
21 616687 2749969 -1.91
22 616879 2750021 -1.96
23 617088 2750029 -2.06
24 617467 2750029 -2.06
25 617669 2750039 -2.06
26 617878 2750041 -2.11
27 618137 2750032 -2.16
28 618349 2750053 -2.16
29 618575 2750045 -2.31
30 618759 2749976 -2.56
31 618982 2749913 -2.66
32 619182 2749937 -2.86
33 619382 2749826 -3.36
34 619614 2749871 -3.36
36 616758 2744680 -1.66
37 616533 2744784 -3.86
38 616321 2744813 -3.86
39 616097 2744782 -3.86
40 615883 2744786 -3.86
41 615674 2744796 -3.86
42 615484 2744766 -3.86
43 615252 2744752 -1.86
44 615016 2744753 -2.16
45 614806 2744665 -1.86
46 614715 2744657 -1.31
49 614949 2744096 -1.90
50 615068 2743971 -2.20
51 615176 2743933 -2.45
52 615290 2743854 -2.55
53 6.15394 2743763 -2.60
54 615456 2743677 -2.80
55 615502 2743585 -2.55
56 615523 2743491 -2.20
57 615546 2743398 -1.25
59 614051 2743639 -1.25

80
60 614163 2743616 -1.50
61 614404 2743633 -1.65
62 614604 2743636 -1.95
63 614871 2743805 -1.85
64 614968 2744069 -1.95
65 615106 2744378 -2.45
66 615244 2744580 -2.05
67 615326 2744808 -1.35
68 615293 2745341 -1.15
69 615118 2745390 -2.10
70 614894 2745497 -2.10
71 614770 2745582 -2.05
72 614620 2745631 -1.65
74 615366 2745380 -0.80
75 615393 2745255 -3.65
76 615603 2745379 -3.55
77 615740 2745304 -3.55
78 615940 2745231 -3.45
79 616120 2745181 -3.95
80 616229 2745149 -3.45
81 616453 2745040 -3.35
82 616594 2744983 -3.45
83 616764 2744892 -3.25
84 616883 2744777 -1.85
86 619981 2749844 -1.40
87 619860 2750087 -3.95
88 619760 2750368 -1.25
89 619752 2750660 -3.45
90 619660 2751045 -2.20
91 619439 2751310 -2.15
92 619238 2751571 -1.95
93 619027 2751893 -1.95
96 617002 2751359 -1.55
97 617017 2751136 -1.65
98 617137 2750937 -1.65
100 617535 2750491 -1.95
101 617838 2750287 -2.15
102 618034 2750139 -2.15
103 618270 2749868 -2.30
104 618386 2749721 -2.75
105 618463 2749636 -2.85
106 618592 2749637 -2.70
107 618607 2749574 -1.45
108 623904 2756305 -1.10
109 623663 2756371 -1.35
110 623441 2756410 -1.90
111 623255 2756417 -2.10
112 622931 2756472 -2.25
113 622737 2756482 -2.20
114 622498 2756550 -2.05
115 622215 2756476 -1.65
116 622079 2756296 -1.65
117 621902 2755987 -1.35
118 621743 2755962 -1.65
119 621519 2755967 -1.80
120 621320 2755934 -1.30
121 621465 2755014 -1.30
122 621582 2755171 -2.15
123 621797 2755316 -2.40

81
124 622113 2755555 -2.30
125 622397 2755686 -2.30
126 622670 2755772 -2.15
127 622964 2755848 -2.20
128 623224 2755855 -2.10
129 623470 2755767 -1.70
130 623652 2755717 -1.55
131 623798 2755700 -1.55
132 623573 2755364 -2.15
133 623605 2755218 -2.55
134 622486 2754813 -1.30
135 622758 2754671 -3.95
136 622930 2754684 -3.95
137 623033 2754507 -4.95
138 623089 2754275 -4.45
139 623310 2754397 -4.45
140 623416 2754107 -3.95
141 623604 2753906 -4.45
142 623689 2753889 -4.45
143 623737 2753783 -4.25
144 623792 2753651 -3.45
145 623838 2753600 -1.70
146 622599 2752017 -2.65
147 622330 2752090 -3.95
148 622057 2752145 -2.55
149 621840 2752145 -1.75
150 621578 2752079 -1.10
747 620370 2751951 -1.40
738 620490 2751704 -1.85
739 620651 2751534 -2.30
740 620857 2751368 -3.20
741 621028 2751127 -1.40
744 621455 2751820 -1.65
745 621671 2751514 -3.80
746 621972 2751267 -2.50
742 621126 2750853 -3.80
743 621181 2750532 -1.35

82
APENDICE B. Información auxiliar

83
Tabla B-1. Parámetros fisicoquímicos de Laguna La Nacha.

Muestra Fecha Hora Waypoint X y o T Agua o T Aire Profundidad Secchl pH Salinidad 02 Dis.
°e °e m m ppm ppm
rio1 100296 10:24 615647 2750098 18.5 22.8 2.70 0.33 7.0 5.0
rio2 100296 12:24 615168 2750193 19.0 24.0 2.20 0.38 7.0 4.0
ver Fig. B-
1 110296 8:52 ver Fig. B-1 18.0 19.0 1.14 0.36 7.0 5.0
1
ver Fig. B-
2 110296 9:29 ver Fig. B-1 18.5 20.5 1.89 0.37 7.0 5.0
1
ver Fig. B-
3 110296 9:50 ver Fig. B-1 19.1 21.2 1.49 0.31 7.0 5.0
1
4 110296 10:15 ver Fig. B-1 ver Fig. B-1 19.1 18.0 3.00 0.24 7.0 5.0
5 110296 10:40 ver Fig. B-1 ver Fig. B-1 18.0 20.5 3.00 0.40 7.0 4.0
ver Fig. B-
6 110296 11:50 ver Fig. B-1 18.2 23.0 1.38 0.49 7.0 5.0
1
ver Fig. B-
7 110296 12:29 ver Fig. B-1 20.0 21.5 1.14 0.33 7.0 4.0
1
8 110296 12:50 ver Fig. B-1 ver Fig. B-1 18.5 20.8 1.13 0.47 7.0 5.0
9 110296 13:00 ver Fig. B-1 ver Fig. B-1 20.0 1.32 0.37 7.0 4.0
pte. conchas. 10396 601167 2739477 17.1 16.5 0.35 8.0 7.0 4.45
esclusas. 10396 623540 2760541 13.3 15.0 0.80 8.3 5.0 6.00
lagu01 50396 16:47 LAGU01 617349 2745955 27.4 26.0 . 0.45 8.4 7.0
lagu02 50396 18:42 LAGU02 616447 2744304 25.1 23.5 0.20 8.2 5.0
b9 190496 7:37 89 615020 2746923 23.9 24.0 0.16 8.4 4.0 8.73
p-6 190496 8:15 P-6 615789 2749633 23.9 24.0 0.13 8.4 4.0 8.85
b2 190496 8:26 82 615834 2749975 24.3 24.0 0.22 8.2 5.0 7.52
b3 190496 8:50 83 615976 2750056 23.9 24.0 0.07 8.6 4.0 8.21
muelle 190496 17:48 MUELLE 615497 2743539 25.6 29.0 0.64 0.22 9.2 2.0 8.02
2 210596 - 10:00 622347 2755886 1.85 0.21
3 210596 - 10:00 615982 2750011 0.07
6a 210596 - 10:00 623639 2754089 4.00
9 210596 - 10:00 boca conchas 0.29
Nota: . Puntos de muestreo fuera de Laguna La
Nacha
Nota: - Aproximadamente a esa hora

84
Tabla B-2. Parámetros fisicoquímicos durante el muestreo de 24 horas de Laguna La
Nacha en el muelle de Laguna Vista Hunting Resort.

Fecha ° T Aire Profundidad Secchi pH Salinidad 02 Dis. Velo Vien. Dir. Vien.
Hora o T Agua o
°c m m ppm ppm 9.9 kmlhr
°c
190596 21:30 25.5 0.55 7 O 9.8 9.7
27.5
190596 23:30 24.5 0.55 7 10.2 9.7
26.5
200596 2:16 24.0 0.55 7 O 9.8
26.0
200596 3:59 24.5 0.55 7 10.8
25.5
200596 6:20 24.5 0.55 7 2 10.8
25.2
200596 7:30 26.5 0.55 0.30 7 2 10.9
26.0
200596 9:5 30.0 0.55 0.18 7 3 10.8 27.0 202.5
28.0
200596 0 32.5 0.55 0.21 7 2 9.0 16.0 202.5
29.0
200596 12:01 35.5 0.55 0.18 7 2 10.9 19.0 202.5
30.0
200596 13:45 32.0 0.55 0.19 7 O 24.0 225
29.5
200596 16:20 30.0 0.55 0.15 7 31.0 202.5
28.5
200596 18:02 26.0 0.55 0.17 7 O 18.0 225
27.0
20:00
Nota: Ubicación geográfica del muelle 615497,2743539 (UTM) O

85
Tabla B-3. Parámetros hidrométricos del Rio San Fernando de la estación "San Fernando" no. 12 en el
municipio de San Fernando, Tamaulipas durante el mes de febrero de 1996.

Dia Escala* Gasto Hora Aforo Precipitación °T Amb. °T Máx °T Mín. Evaporación
Escala Aforo
m m3/seg mm °c 5.5 °C °C mm
1.923 0.0 0.0 3.5 2.5 21.0 5.5 1.46
1 17.82 17.82
1.929 0.0 0.5 9.5 3.5 0.23
2 17.82 17.82
1.923 0.0 0.0 6.5 10.0 2.0 2.30
3 17.82 17.82
1.925 0.0 9.0 6.5 0.5 1.99
4 17.82 17.82
1.894 0.0 0.0 12.5 7.0 0.5 1.42
5 17.81 17.81
1.896 0.0 0.0 12.0 21.5 6.0 2.18
6 17.81 17.81
1.927 0.0 13.0 23.5 8.5 2.82
7 17.81 17.82
2.006 0.0 16.0 27.5 11.5 4.29
8 17.82 17.82
1.987 0.0 17.5 25.0 11.0 4.31
9 17.82 17.82
1.972 0.0 8.0 27.0 13.5 2.95
10 17.82 17.82
1.833 0.0 9.0 27.9 15.5 3.06
11 17.82 17.81
1.662 0.0 11.5 17.0 6.0 4.50
12 17.79 17.79
1.604 1 0.0 13.5 19.0 7.0 5.20
13 17.79 17.78
.489 0.0 11.5 22.5 9.5 3.52
14 17.78 17.76
1.481 0.0 8.5 30.5 11.5 3.77
15 17.76 17.76
1.515 0.0 13. 32.5 11.5 5.50
16 17.76 17.76
1.593 0.0 5 22.0 8.5 8.0 4.75
17 17.76 17.78
1.521 0.0 0.0 16. 24.5 13.0 2.52
18 17.77 17.77
1.481 0.0 0.0 5 30.0 14.5 4.22
19 17.78 17.76
1.412 0.0 0.0 14. 35.5 14.5 6.02
20 21 17.76 17.76
1.441 0.0 3.5 5 36.5 18.5 5.03
22 23 17.76 17.76
1.378 19. 31.5 15.5 4.64
24 17.96 17.76
1.356 5 32.5 19.0 4.73
25 17.76 17.76
1.341 19. 30.0 21.0 5.48
26 17.75 17.75
1.292 0 30.0 20.5 3.82
27 17.75 17.74
1.218 19. 30.5 19.5 5.29
28 17.74 17.73
1.371 0 32.0 20.5 5.69
29 17.73 17.76
1.366 21.0 34.0 6.5 4.54
17.76 17.75
1.366 22.0 26.0 3.00
17.75 17.75
21.0
25.0
Nota: * Hora de las lecturas de escala 6:00 hrs 23.5
Nota: Ubicación geográfica de la estación hidrométrica "San Fernando" no.12 24°50'18" N 98°9'34"
6.5 O a 45 msnmm Fuente:
Comisión Nacional del Agua, 1997

86
Tabla B-4. Parámetros climatológicos de la estación "Laguna de San Juan" en el municipio de San Fernando, Tamaulipas
durante el mes de febrero de 1996.

Termómetro al Abrigo Estado del Tiempo

Dia °T Amb. °T °T Mín. Pluviómet Dir. Observación 24 hrs. Antes Resumen Mensual:
Máx. ro Vien.
°e °e °e mm °
1 7.0 6.0 270 frío Temperatura (°e)
2 10.0 11.0 5.0 0.0 45 frío frío Máx. Mes: 37.0 Día 20
3 7.0 30.0 2.0 0.0 45 frío frío Mín. Mes: 0.2 Día 4
4 2.0 30.0 0.2 0.0 270 frío frío Media Mes: 18.34
5 6.0 6.0 3.0 0.0 225 frío frío
6 18.0 23.0 8.0 0.0 180 templado templado Lluvia (mm)
7 10.0 24.0 9.0 0.0 180 fresco fresco Máx. en 24 hrs.: 6.0 Día 29
8 16.0 27.0 10.0 0.0 180 fresco fresco Media Mes: 0.19
9 14.0 29.0 13.0 0.0 135 templado templado Total Mes: 6.0
10 24.0 26.0 14.0 0.0 135 templado templado
11 18.0 28.0 11.0 0.0 180 templado templado
12 14.0 25.0 13.0 0.0 315 fresco templado
13 12.0 18.0 10.0 0.0 180 templado fresco
14 11.0 22.0 10.0 0.0 180 fresco fresco
15 19.0 31.0 11.0 0.0 225 fresco fresco
16 15.0 33.0 10.0 0.0 315 fresco templado
17 18.0 23.0 8.0 0.0 180 templado templado
18 17.0 25.0 10.0 0.0 180 templado templado
19 25.0 30.0 10.0 0.0 180 templado templado
20 21.0 37.0 14.0 0.0 180 templado templado
21 17.0 36.0 11.0 0.0 180 fresco fresco
22 20.0 34.0 17.0 0.0 180 fresco fresco
23 23.0 32.0 20.0 0.0 180 fresco fresco
24 23.0 32.0 20.0 0.0 180 templado templado
25 22.0 30.0 21.0 0.0 225 templado templado
26 25.0 30.0 20.0 0.0 135 fresco fresco
27 23.0 32.0 20.0 0.0 135 templado fresco
28 25.0 36.0 25.0 0.0 135 calor templado
29 8.0 33.0 6.0 6.0 315 frío calor
30 30.0 0.0 calor
Media 16.2 26.6 11.6 0.2
NNota: Observaciones climatológicas hechas a las 8 hrs
oNota: Ubicación geográfica de la estación climatológica "Laguna de San Juan" 24°48'00" N 98°02'20" O a 40 msnmm
Fuente: Comisión Nacional del Agua,

87
Tabla B-5. Parámetros climatológicos de la estación "San Fernando" no. 6 en el municipio de San Fernando, Tamaulipas
durante el mes de febrero de 1996.

Termómetro al Abrigo Estado del Tiempo

Dia DT Amb. DT Máx. DT Mín. Pluviómetro Evaporación Dir. Vien. Visibilidad Observación 24 hrs. Antes Resumen Mensual:
DC DC De mm mm D km
1 5.5 5.5 1.40 O O frío Temperatura (DC)
2 3.5 9.5 3.5 inapreciable 0.23 315 8 frío frío Máx. Mes: 36.5 Día 21
3 2.5 10.0 2.0 0.0 2.30 315 7 frío frío Mín. Mes: 0.5 Día 4
4 0.5 6.5 0.5 0.0 1.99 O 9 frío frío Media Mes: 18.5
5 6.5 7.0 0.5 0.0 1.42 calma 8 frío frío
6 9.0 21.5 6.0 0.0 2.18 calma 9 frío templado Lluvia (mm)
7 12.5 23.5 8.5 0.0 2.92 135 9 fresco templado Máx. en 24 hrs.: 4.5 Día 12
8 12.0 27.5 11.5 0.0 4.29 135 8 fresco templado Media Mes: 0.3
9 13.5 27.5 11.5 0.0 4.36 135 7 fresco templado Total Mes: 8.0
10 16.0 27.0 13.5 0.0 2.95 135 2 fresco templado
11 17.5 27.5 15.5 0.0 3.06 135 2 fresco templado Evaporación (mm)
12 19.0 23.0 14.0 4.5 3.00 O 5 frío fresco Máx. Mes: 6.02 Día 20
13 9.5 16.5 9.0 inapreciable 1.98 calma 6 frío frío Mín. Mes: 0.23 Día 2
14 11.5 22.5 9.5 0.0 3.25 135 7 frío fresco Media Mes: 3.61
15 13.5 30.5 11.5 0.0 3.77 calma 2 frío templado Total Mes: 104.69
16 11.5 32.5 11.5 0.0 5.50 O 8 frío calma
17 8.5 22.0 8.5 0.0 4.75 calma 6 frío templado Número de Días
Con lluvia de 0.1 mm en adelante:
18 13.5 24.5 8.0 0.0 2.52 135 2 fresco templado
2
19 16.5 30.0 13.0 0.0 4.22 135 2 fresco calor Con lluvia inapreciable: 2
20 14.5 35.5 14.5 0.0 6.02 calma 1 fresco calor Con tempestad eléctrica: O
21 19.0 36.5 14.5 0.0 5.03 180 1 fresco calor Con niebla o neblina: 13
22 19.0 31.5 18.5 0.0 4.64 135 1 fresco calor Con helada: O
23 19.0 32.5 18.5 0.0 4.73 180 1 fresco calor Despejados: 17
24 21.0 34.0 19.0 0.0 5.48 135 2 fresco calor Medio nublados: 7
25 22.0 30.0 21.0 0.0 3.87 135 8 fresco calor Nublados: 5
26 21.0 30.5 20.5 0.0 5.29 135 8 fresco calor
27 20.5 32.0 19.5 0.0 5.67 180 4 fresco calma
28 23.5 34.0 20.5 0.0 4.54 135 5 fresco calor
29 6.5 26.0 6.5 3.5 3.06 O 1 frío frío

Media 13.2 25.3 11.6 0.3 3.61

Nota: Observaciones climatológicas hechas a las 8 hrs

Nota: Ubicación geográfica de la estación climatológica "San Fernando" 24°50'18" N 98°9'34" O a 45 msnmm.
Fuente: Comisión Nacional del Agua, 1997

88
Tabla B-6. Parámetros climatológicos del observatorio Tampico
en el municipio Tampico, Tamaulipas durante el día 15 de febrero de 1996.
Hora Dir. Vien. Velo Vien. Humedad Rel. Resumen Diario:
° m/seg %
1 calma 0.0 89 Temperatura eC)
2 calma 0.0 89 Máx. Día: 26.2
3 calma 0.0 89 Mín Dia: 18
4 calma 0.0 89
5 calma 0.0 91 Evaporación (mm)
6 calma 0.0 93 Total Día: 3.25
7 calma 0.0 96
8 calma 0.0 96
9 calma 0.0 88
10 calma 0.0 82
11 calma 0.0 76
12 calma 0.0 74
13 calma 0.0 74
14 112.5 2.0 75
15 90 1.1 75
16 67.5 1.1 77
17 90 1.4 80
18 67.5 2.0 83
19 calma 0.0 87
20 calma 0.0 88
21 calma 0.0 90
22 calma 0.0 93
23 calma 0.0 93
24 calma 0.0 97
Nota: Ubicación geográfica del observatorio "Tampico" 22°13' N 97°51' O a 12
msnmm
Fuente: Servicio Meteorológico Nacional, 1997

89
 3
4 5
6

N
8
9

Figura 8-1. Ubicación de los puntos de muestreo del día 11 de febrero de

1996 en Laguna La Nacha.

90
APENDICE C. Análisis de sedimentos

91
Tabla C-1. Análisis granulométrico de los sedimentos de Laguna La Nacha.

Muestra Fecha Hora Waypoint X V Profundidad Peso Ana. Arena Limo Arcilla
m gr % % %
14 50396 16:00 PLAYA1 617373 2745571 O' 300 10.11 28.64 62.73
3dentro01 230297 13:00 619494 2749474 0.6 300 9.95 25.18 64.87
3fuera01 230297 13:00 619494 2749474 O' 300 71.50 12.06 16.44
3dentro02 230297 13:00 621469 2750487 0.6 300 9.11 22.13 68.76
3fuera02 230297 13:00 621469 2750487 O' 300 62.18 9.81 28.01

Nota: . Muestras tomadas en la interfase agua/tierra

92
Figura C-1. Diagrama ternario de muestra Figura C-2. Diagrama ternario de muestra
14 de Laguna La Nacha. adentroO1 de Laguna La Nacha

Figura C-3. Diagrama ternario de muestra Figura C-4. Diagrama ternario de

muestra afueraO1 de Laguna La Nacha. adentroO2 de Laguna La Nacha
Figura C-5. Diagrama ternario de muestra
afueraO2 de Laguna La Nacha.
APENDICE D. Regresiones lineales
Tabla D-1. Modelos de regresión lineal.
Modelo R2 RMS Prob > F Ajuste Datos Normalidad Residuales
TM1 0.0230 0.878 0.1320 No
TM2 0.0990 0.843 0.0015 No
TM3 0.4200 0.676 0.0001 Si
Ln(L 1) 0.0260 0.879 0.1103 0.0857 No
Ln(L2) 0.1200 0.835 0.0005 0.0552 No
Ln(L3) 0.4940 0.633 0.0001 0.0770 Si
Ln(L 1),Ln(L2),Ln(L3) 0.5000 0.636 0.0001 0.7940 Si
Ln(L 1),Ln(L2) 0.1080 0.843 0.0039 0.6238 No
Ln(L2),Ln(L3) 0.4330 0.672 0.0001 0.0437 Si
Ln(L 1),Ln(L3) 0.4990 0.633 0.0001 0.5667 Si