Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Escuela de Ingeniería Civil
Presenta:
Hoja de aprobación
Directora
Asesor
Asesor
Stephen Hawking
v
Dedicatoria
Quiero dedicarle esa tesis a mi madre Roxana y mi padre Fabio, que aun sin entender lo que
significa hacer un trabajo como este, siempre estuvieron dispuestos a brindarme su apoyo
incondicional. También, me dedico este trabajo, nadie sabe más el esfuerzo y dedicación
invertidos que uno mismo.
Agradecimientos
Agradezco enormemente a mis amigos de vida, algunas amistades se formaron durante este
proceso, otras ya estaban, pero todas ellas estuvieron presentes y de alguna manera
aportaron su grano, gracias de corazón a Alex, Alejandro, José, Fernanda, Bryan, Carlos,
Ritha, Abraham, Esteban, Korra y Kobe.
Finalmente, agradezco a todas las demás personas que directamente o no, han sido parte de
esta experiencia significativa.
vi
Contenido
1. CAPÍTULO 1. INTRODUCCIÓN .............................................................................. 1
4. CAPÍTULO 4. RESULTADOS................................................................................. 46
Tabla de Figuras
Tabla de Cuadros
Cuadro 20 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 8 de
julio del 2018 ................................................................................................................ 75
Cuadro 21 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 24 de
julio del 2018 ................................................................................................................ 75
Cuadro 22 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 25 de
agosto del 2018 ............................................................................................................ 75
Cuadro 23 Modelos multi-temporales obtenidos de las regresiones .................................... 97
Cuadro 24 Comparación entre los resultados de campo y el modelo múlti-temporal para la
clorofila-a ..................................................................................................................... 99
Cuadro 25 Comparación entre los resultados de campo y el modelo múlti-temporal para los
sólidos disueltos totales ............................................................................................... 100
Cuadro 26 Comparación entre los resultados de campo y el modelo múlti-temporal para el
silicato ....................................................................................................................... 102
Cuadro 27 Comparación entre los resultados de campo y el modelo múlti-temporal para el
amonio....................................................................................................................... 103
Cuadro 28 Comparación entre los resultados de campo y el modelo múlti-temporal para el
nitrato ........................................................................................................................ 104
Cuadro 29 Valores de absorbancia para la gira del 6 de junio del 2018 ............................ 119
Cuadro 30 Valores de absorbancia para la gira del 22 de junio del 2018 .......................... 119
Cuadro 31 Valores de absorbancia para la gira del 8 de julio del 2018 ............................. 119
Cuadro 32 Valores de absorbancia para la gira del 24 de julio del 2018 ........................... 120
Cuadro 33 Valores de absorbancia para la gira del 25 de agosto del 2018 ........................ 120
xv
Tabla de Ecuaciones
RESUMEN
Se propone desarrollar un modelo para evaluar distintos parámetros de la calidad del agua
como lo son la concentración de clorofila, sólidos disueltos y valores de nutrientes en el
embalse de la Planta Hidroeléctrica de Tacares de Grecia por medio de la teledetección.
Del estudio realizado, se pudo determinar modelos matemáticos por medio de la correlación
entre los valores de reflectancia y datos de campo, con los cuales se permite medir y evaluar
las concentraciones de los parámetros de control de la calidad del agua y el grado de eutrofia
del embalse a lo largo del tiempo. Además, el uso de estos modelos basados en la
teledetección, otorga una herramienta de fácil acceso y de predicción muy económica.
1. CAPÍTULO 1. INTRODUCCIÓN
1.1. Problema Específico
Las presas junto con los embalses son obras que modifican los ecosistemas de manera
significativa, tanto para crear nuevos hábitats como para destruir otros. En este caso, la
transformación más directa que sufre el ambiente, se presenta a nivel del flujo del agua y
de sedimentos, que son causados por la construcción de estas obras hidráulicas. Según el
informe de la Organización de Naciones Unidas (ONU) del 2000, entre los impactos
ambientales causados por estas, se encuentra la modificación acumulativa en la calidad
del agua, la pérdida de la biodiversidad acuática por la alteración de ciertos parámetros de
calidad, la degradación de las cuencas río arriba debido a la inundación de la zona de los
embalses, la fragmentación de los ecosistemas fluviales por la interrupción de los
movimientos de las especies, eutrofización, entre otros efectos. Sin embargo, estos
proyectos tienen un papel importante en el desarrollo económico, ya que el agua retenida
en los embalses puede aprovecharse en la generación de energía hidroeléctrica, riego de
cultivos, turismo, consumo humano, embellecimiento paisajista, entre otros usos
dependiendo de la demanda de la zona.
Por lo tanto, este proyecto busca diseñar una herramienta matemática económica para la
obtención, análisis y posterior control de diferentes indicadores de la calidad del agua,
mediante el uso de la teledetección.
1.2. Importancia
2011), debido a que esta metodología permite adquirir imágenes de la superficie terrestre,
acuática y atmosférica desde sensores instalados en plataformas aéreas o satélites;
trayendo consigo grandes ventajas para distintas disciplinas, entre las cuales se puede
citar la localización de puntos geográficos, observación de fenómenos naturales,
incorporación de resultados en un Sistema de Información Geográfica (S.I.G), entre otros.
Esto a su vez proporciona la reducción en el tiempo empleado y el dinero invertido en los
estudios sobre terrenos o cuerpos de agua.
Otro aspecto importante, es que desarrollar modelos con esta metodología, otorga tanto al
sector privado como público una herramienta de gestión y control de la calidad del agua,
únicamente mediante la observación de una imagen satelital, la cual se obtiene de forma
gratuita y de fácil acceso.
1.3. Antecedentes
A nivel nacional, algunas instituciones que se destacan por haber usado este método en
sus investigaciones, se encuentra el Instituto de Clima y Agua. Esta entidad ha realizados
trabajos para medir el índice vegetal y sus transformaciones en el entorno, así como
trabajos para el control de la deforestación, uso del suelo o afectaciones a los cultivos por
diferentes factores o condiciones atmosféricas.
1.4. Ubicación
Este embalse tiene un área superficial aproximada de 19700m2 con una capacidad útil
aproximada de 55000 m3. El caudal promedio diario de entrada a este en temporada alta
(que comprende los meses entre mayo a noviembre) es de 5.41m3/s. Recibe las aguas del
Río Poas. En la Figura 1 se muestra la ubicación del embalse de la represa hidroeléctrica
de Tacares.
4
1.5. Objetivos
Desarrollar un modelo para evaluar distintos parámetros de la calidad del agua como lo
son la concentración de clorofila, sólidos disueltos y valores de nutrientes en el embalse de
la Planta Hidroeléctrica de Tacares de Grecia por medio de la teledetección.
1.6.1. Alcance
1.6.2. Limitaciones
Se contará con un registro corto de muestras (Assessments, 1996) para el tiempo
de estudio, debido a que se hará uso de la misión Landsat 8, la cual realiza la toma
de imagen cada 16 días y no se podrá asistir cada vez que el satélite pase sobre el
sitio.
6
1.7. Metodología
Para efectuar este proyecto es necesario establecer una metodología que se compone de
3 fases principales, mostradas en la Figura 2. Dichas fases se detallan a continuación.
7
Como primera fase de este trabajo se procederá a realizar una investigación bibliográfica,
donde se buscará material referente a parámetros de calidad de agua y características de
la zona de estudio. Se consultará trabajos de graduación recientes como el de Vargas
Masis, C. (2017) y el de Jiménez Fonseca, L.D. (2014).
Esta fase abarcará la mayor parte del proyecto porque se subdividirá en dos actividades.
La primera de ellas consiste en la extracción de muestras de agua del embalse de estudio
para su posterior análisis de indicadores de calidad. Las muestras se tomarán en
diferentes puntos para así abarcar mayor extensión. Es importante mencionar que este
muestreo se hará a nivel superficial. Algunos parámetros de calidad serán obtenidos en el
momento de tomar las muestras sin la necesidad de ser analizados en el laboratorio de
Ingeniería Ambiental de la Escuela de Ingeniería de Civil y en el laboratorio del Centro de
Investigación en Ciencias del Mar y Limnología (CIMAR).
Esta es la última fase del trabajo, en la cual se analizará los resultados arrojados de las
regresiones lineales para poder validar estas expresiones y poder crear un modelo que
permitiría evaluar los distintos parámetros de la calidad del agua del embalse estudiado.
El proyecto culminará con la elaboración de un informe final, el cual será escrito siguiendo
las normas para la presentación de los informes y artículos de Trabajos Finales de
Graduación de la Escuela de Ingeniería Civil de la Universidad de Costa Rica, el mismo
contará con las conclusiones y recomendaciones de cada uno de los puntos analizados
durante el proceso investigativo y del modelo final.
10
Es por eso la importancia de evaluar el cuerpo de agua para el uso que se le pretenda dar,
para esto es necesario analizar diferentes parámetros de calidad, los cuales sirven para
determinar las características de un cuerpo de agua, siendo estos herramientas para
transmitir dicha información.
Campos (2003), establece que existe tres principales grupos la clasificación de los
parámetros de calidad, entre los cuales están: los parámetros físicos, químicos y
biológicos. Y estos a su vez se definen como:
Parámetros físicos: son aquellos parámetros del agua que responden a los
sentidos del tacto, olor y sabor (algunos parámetros son: sólidos suspendidos,
color, temperatura, turbiedad, entre otros).
11
En cuanto a los embalses, el estudio de los parámetros de calidad del agua en estos,
permite brindar información relevante sobre cambios que presenta las cuencas
hidrográficas. En un artículo Betancourt (2013), expone que la variada distribución
geográfica de los embalses y su sensibilidad a los cambios ambientales, los convierte en
objeto de estudio para adquirir información sobre impactos ambientales, esto porque
responden rápidamente a los cambios en la radiación solar, la precipitación, el viento, la
hidrología y a los aportes atmosféricos y terrestres.
2.1.1. Clorofila-a
El color verde de la molécula de clorofila se debe a que absorben todas las longitudes de
onda de la luz visible excepto el verde-amarillo. Su captación se encuentra en las
longitudes de onda situadas entre los 430 y 662nm. Está compuesta principalmente por
estructuras policíclicas planas, formados por cuatro anillos pirrólicos cíclicos con un anillo
12
de ciclopentanona fusionado al pirrol III, donde los cuatro átomos de nitrógeno que
+2
poseen estos cuatro anillos están asociados a un átomo de Mg (Rosas, 2007)
Existen varios tipos de clorofila, pero en este trabajo, se analizará únicamente clorofila-a
como parámetro de calidad del agua. Este tipo, se localiza en todos los organismos
fotosintéticos, incluyendo las algas.
Figura 3 Grado de eutrofia que pueden alcanzar un cuerpo de agua para los diferentes valores de
clorofila
Fuente: Universidad Nacional de la Plata, 2004
Modificado por: Autor, 2019
13
Según Moreno, Quintero y López (2010), los cuatro estados de eutrofia característicos
son:
Existen varios métodos para medir la concentración de clorofila-a. Entre ellos se encuentra
el método tricomático, el cual se basa en la relación que existe entre la absorción
de luz por parte de un compuesto y su concentración. Para realizar este proceso primero
se hacen pasar las muestras de agua a través de filtros de fibra de vidrio, esto para
obtener el fitoplanton y luego extraer los pigmentos con acetona al 90%. Luego para
conseguir los valores de la clorofila-a, se mide la absorción de los extractos de acetona a
cuatro longitudes de onda y se emplean coeficientes empíricos. A continuación, se
muestra la ecuación [ ( ) ( )
( ) ]
(1) desarrollada por la SCOR/UNESCO (Scientific Committee on Oceanic
Research/ United Nations Educational, Scientific and Cultural Organization) para
determinar la clorofila-a en mg/m3.
14
[ ( ) ( ) (
) ]
(1)
Donde:
También existen otras ecuaciones para obtener los valores de la clorofila-a, entre las
cuales se puede mencionar la propuesto por Humphrey & Jeffrey (1973). Esta también se
basa en el método tricomático descrito anteriormente, pero a diferencia de la ecuación
desarrollada por la SCOR/UNESCO, en este caso (Ecuación ( )
( ) ( ) (2)) se debe medir las absorbancias de las
muestras a 664nm, 647nm y630nm.
( ) ( ) ( ) (2)
Donde:
La lectura a 750nm se utiliza como corrección de la turbidez y habrá que restar esta
lectura de cada uno de los valores de absorbancia de las otras longitudes de ondas.
(3)
Donde:
2.1.2. Coeficiente pH
2.1.3. Nutrientes
Los nutrientes son sustancias solubles en agua que los organismos autótrofos requieren
para el desarrollo. El problema de los nutrientes esta que si se hallan en cantidades
significativas incentivan el desarrollo descontrolado de algas y otros organismos, como
consecuencia de esto se producen un proceso llama eutrofización. Sin embargo, cuando
las algas y los otros organismos mueren, su descomposición demanda una gran cantidad
oxígeno; lo que acelera el proceso de putrefacción y por siguiente afectando la vida de
otros seres vivos. El resultado de todo esto es un agua inutilizable y ecosistemas
16
Los nutrientes en un embalse pueden provenir de diversas fuentes, dependiendo del tipo y
uso del suelo de la cuenca hidrográfica. Morena (2017) por medio de la red virtual de La
Fundación Salvadoreña para el Desarrollo Económico y Social (FUSADES), menciona las
principales fuentes de contaminación por nutrientes, entre las cuales están:
También, se puede presentar una fuente de nitrógeno interna, esto sucede cuando los
nutrientes son reciclados en función de condiciones climatológicas y físico-química del
agua del embalse. Otra fuente de nutriente puede ser la propia atmósfera, la cual afecta el
contenido de nutrientes en el agua en función de los períodos del año, localización y
formas constructivas de los embalses.
Entre los nutrientes que se tomaran en cuenta para el análisis del embalse se encuentran:
Nitratos: El nitrato se representa como NO3-, es la forma más oxidada del nitrógeno y la
presencia de este en los cuerpos de agua se debe principalmente al ciclo del nitrógeno,
por medio de la lluvia se transporta desde la atmósfera hasta las aguas superficiales, en
donde se genera por cambios biológicos producto de la interacción con bacterias
nitrificantes. Pero también se aporta cargas de nitrato al agua de fuentes antropogénicas
17
por medio de los fertilizantes, las aguas residuales y desechos de animales (Cardenas,
2013). En el agua dulce, la presencia de nitrato puede ocasionar que el oxígeno se
reduzca significativamente y en consecuencia desciende la flora y fauna acuática.
Aunque los nitratos se consideran como un agente contaminante por sus altas
concentraciones, su elevada solubilidad también los convierte en buenos indicadores de la
presencia de otros agentes de contaminación ambiental (Varsavsky y Dillon, 2004)
Nitritos: Los nitritos (NO2-) son iones de sales muy solubles que a su vez son
químicamente poco estables. Se forman en la naturaleza por la oxidación del amoniaco,
aminas y la reducción del nitrato. También, se pueden encontrar en suelos que contengan
un pH alto.
Los nitritos en el agua son utilizados como indicadores de una contaminación fecal o por
fertilizantes nitrogenados. Por otra parte, en el decreto 38924s “Reglamento para calidad
agua potable”, establece que los valores admisibles de nitritos son de 0,1mg/l. También,
este mismo valor de concentración no suele superarse en aguas superficiales que tenga
una buena oxigenación. Sin embargo, ríos con contaminaciones de aguas residuales
pueden tener niveles muy por encima de estos valores, lo que promueve la eutrofización
en el agua y a su vez, reduciendo la calidad de la misma (Vargas, 2004).
Fosfato: Los fosfatos son compuestos formados por fósforo y oxígeno (PO4-), se
componen del fósforo inorgánico y es de suma importancia para el crecimiento de plantas
y animales. El fósforo en su forma elemental es muy tóxico para los organismos, por lo
que es asimilado en su mayoría en forma de fosfatos.
En el decreto 38924s “Reglamento para calidad agua potable” del Ministerio de Salud de
Costa Rica, se establece que la cantidad de alerta para el fosfato es de 10mg/L y el valor
máximo admisible para el agua potable es de 25mg/L.
Silicatos: Los silicatos son el grupo de minerales más abundantes de la superficie del
planeta. Su composición es tetraédrica y se basa en la unión entre un ion de sílice y cuatro
oxigeno (SiO44-).
Entre los impactos directos que se presente con altos contenidos de silicato en el agua
está la baja en los valores del pH, es decir, a mayor sílice habrá una reducción en el pH
del embalse. También, la presencia excesiva de silicatos produce el crecimiento
significativo de organismos como diatomeas, las cuales son una variedad de algas
unicelulares que utilizan los silicatos como alimento, por ende, la cantidad de oxígeno
disuelto suele a disminuir (Roldán Pérez y Ramírez Restrepo, 2008).
2.1.4. Temperatura
Se define como la cantidad de oxígeno que se encuentra libre en el agua (Diaz, 2015). La
actividad fotosintética y el aire son las principales fuentes de suministro de oxígeno en el
agua, este último se logra difundir por medio de la turbulencia que se da en los cuerpos
de agua.
Este parámetro es muy importante debido que determina las condiciones de salud de la
vida acuática y es un índice de contaminación, así como de la efectividad del proceso de
21
Es por eso que las mediciones de oxígeno disuelto son trascendentes para saber las
condiciones aerobias o anaerobias de las aguas naturales en un embalse, la distribución
de los organismos en este y los procesos de descomposición de materia orgánica. Por eso,
un control en materia de contaminación del recurso hídrico es poder garantizar un mínimo
de oxígeno disuelto en el agua, según el uso que se asigne a ésta (Ureta, 2002).
Los sólidos disueltos totales (SDT por sus siglas) son la suma de todos los sólidos
residuales filtrables que se encuentran en el agua, entre los que se encuentra las sales
inorgánicas y una cantidad de materia orgánica: sólidos coloidales y disueltos. La fracción
coloidal consiste de partículas con diámetro de 10-3 a 1μm (Toasa, 2012). Los SDT
procedes de distintas fuentes, algunas de origen natural como la escorrentía, erosión de
los suelos, lluvias, entre otros y otras de actividades producidas por el hombre, como el
vertido de aguas residuales, industriales, procesos agrícolas, etc. Pero normalmente los
factores que intervienen en la disolución de los SDT son: superficie de contacto, longitud
del trayecto recorrido, tiempo de contacto, temperatura y presión.
Según el Informe de Calidad de Agua de la Cuenca del Canal de Panamá (2011), el alto
contenido de sólidos disueltos ocasiona una baja calidad de agua y problemas de balance
de agua para algunos organismos individuales. Las aguas naturales, contaminadas o no,
23
El agua para consumo humano se recomienda un valor máximo de 500ppm pero este
valor por sí solo no es suficiente para determinar la bondad del agua, no obstante, la
presencia de concentraciones superiores a 1200ppm en el agua de consumo puede
resultar desagradable al paladar. (Rigola, 1989).
Por otra parte, el análisis del parámetro de los sólidos disueltos totales permite asociar al
mal sabor del agua a concentraciones elevadas de SDT (altas cifras de SDT causan un
sabor amargo metálico y salado en el paladar humano). También, se puede establecer que
la dureza del agua está ligada directamente con altos valores de SDT.
24
Año Acontecimiento
1800 Descubrimiento del infrarrojo por Sir W. Herschel
1839 Inicio de la práctica de la fotografía.
1847 Espectro infrarrojo mostrado por J.B.L. Foucault
1859 Fotografía desde globos
1873 Teoría del espectro electromagnético por J.C. Maxwell
1909 Fotografía desde aviones
1916 Primera Guerra Mundial: Reconocimiento Aéreo
1935 Desarrollo del radar en Alemania
1940 Segunda Guerra Mudial: Aplicaciones de parte no visible de EMS
25
Todo lo anterior mencionado es posible debido a la interacción del flujo energético de los
sensores con la superficie terrestre, la cual recibe el nombre de radiación
electromagnética. Esta es una forma de propagación de energía por medio del vacío y se
mueve a la velocidad de la luz en patrones ondulatorios sinusoidales. La
(5) de la radiación se expresa de la siguiente forma:
(5)
Donde
onda de los colores azul y rojo. En la zona de transición entre el visible y el infrarrojo
cercano se produce un cambio muy marcado, en un rango pequeño de longitudes de onda
la reflectancia puede aumentar más de 10 veces (Sánchez Ramos, 2009). En la Figura 6 se
muestra el espectro visible, así como el tamaño de las longitudes de onda de cada color.
Desde el primer lanzamiento, se han llevado a cabo 8 misiones. Los primeros tres estaban
equipados con sensores de scanner multiespectral (Landsat 1, 2 y 3). Estos soportaban
unos sistemas llamado RBV (Return Beam Vidicon por sus siglas en ingles) que consiste de
3 cámaras que usan filtros de color para proporcionar bandas multiespectrales centradas
en azul-verde, amarillo-rojo, y rojo. Después, las dos misiones posteriores incorporaron
sensores de imagen multiespectral más sofisticado, llamado Thematic Mapper (TM); que
se compone de 7 bandas, como se muestra en la Figura 7.
En su proyecto Ariza (2013), menciona que este satélite contiene dos sensores: OLI
(Operational Land Imager) y TIRS; sensor térmico infrarrojo (Thermal Infared Sensor).
El sensor OLI está formado por nueve bandas espectrales que van desde el azul visible
(banda 1), diseñado particularmente para la investigación de los recursos hídricos y las
zonas costeras, además, incorpora en su sensor un canal infrarrojo (banda 9) para la
localización de nubes cirrus. Adicionalmente OLI otorga una banda de control de calidad
que se incluye con cada paquete de datos generado. Esto facilita información más
detallada de las zonas analizadas como lo es la presencia de nubes, agua y nieve. Y el
sensor TIRS, está compuesto por dos bandas espectrales, las cuales detectan infrarrojos
térmicos, una herramienta necesaria para medir la temperatura de la superficie de la
Tierra. En el siguiente Cuadro 2 se muestra con detalle las características de las bandas de
los dos sensores descriptos anteriormente.
Estas bandas cumplen con distintas aplicaciones para diversos campos de estudio, según
Vargas (2017) en su trabajo de investigación, resalta las siguientes para cada banda
respectiva:
Banda 1-Aerosol costero; entre la principal función es medir la calidad del agua en
la superficie costera.
Banda 2-Azul; sus aplicaciones son el mapeo de aguas costeras, la diferenciación
entre vegetación conífera y decidua. Además, permite distinguir entre suelo y
cubierta vegetal.
Banda 3-Verde; permite realizar el mapeo de la vegetación y analizar la calidad del
agua.
Banda 4-Roja; esta banda tiene varias funciones, en la que se puede citar el
análisis de las zonas de agricultura, la absorción de clorofila, calidad del agua,
distinguir especies vegetales, estudio de las áreas urbanas y el uso del suelo.
Banda 5-Infrarrojo cercano; se usa en la delimitación de cuerpos de agua,
agricultura, mapeo geomorfológico y geológico, proporciona identificar las áreas de
incendios, vegetación y áreas húmedas.
Banda 6-Infrarrojo de onda corta SWIR 1; esta banda facilita la medición de
humedad en la vegetación, uso del suelo, agricultura, vegetación, diferencias entre
nubes y nieve.
Banda 7-Infrarrojo de onda corta SWIR 2; concede el mapeo del estrés térmico de
las plantas, distinguir zonas de corrientes marinas y propiedades del suelo.
Banda 8-Pancromático; brinda imágenes a una resolución 15x15m.
Banda 9-Cirrus; esta banda reconoce las nubes altas y delgadas.
Otras de las características que se puede mencionar de este satélite, es que posee una
resolución radiométrica de 12 bits, es decir, 4096 niveles por píxel en sus sensores.
También, la periodicidad que se realiza la toma de imágenes (resolución temporal) es de
aproximadamente 16 días.
Con las bandas mencionadas anteriormente del Landsat 8 y la ayuda de algún software
geográfico, es posible obtener más datos, si se realizan combinaciones en el mapeo de
estas. Entre las combinaciones más útiles están:
32
Color natural: 4 3 2
Falso color (urbano): 7 6 4
Color infrarrojo (vegetación): 5 4 3
Agricultura: 6 5 2
Penetración atmosférica: 7 6 5
Vegetación saludable: 5 6 2
Tierra/agua: 5 6 4
Natural con remoción atmosférica: 7 5 3
Infrarrojo de onda corta: 7 5 4
Análisis de vegetación: 6 5 4
564
El proceso de corrección se realiza por medio de métodos que buscan simular los efectos
de absorción y dispersión que experimental la señal cuando es capturada, el cual se le
conoce como transferencia radiactiva. Existen ciertos modelos para llevar a cabo dicha
corrección, entre los más usados están:
esto se usa para calibrar el resto de la imagen, es decir, se le resta dicho valor a
cada pixel.
Según un estudio hidrológico hecho por la ESPH (2017), la red hidrográfica del embalse
está conformada por los ríos Poás, Poasito Mastate, Cabuyo, Caracha, Chorreras, Itiquis,
Prendas, Quizarraces, Tacacori, Tacares, Tambor y algunas quebradas como la Quebrada
Mina, Tigres, Chares, Conejas, Guatuza y Platanillo. En la siguiente Figura 11 se detalla la
ubicación de la subcuenta del Río Poás, en la cual se da la toma de agua.
En un informe realizado por Carbón Ingeniería S.A para la ESPH (2015), indica que la
clasificación climática de Köppen-Geiger para la subcuenca es de un clima templado en la
37
zona norte de esta, el cual es influenciado por la elevación, donde la temperatura media
del mes más frío es inferior a 18ºC y en las zonas cercanas al embalse, se presenta una
transición de una estación seca más prolongada debido a que se encuentra en la zona de
clima de sabana tropical. Además, este mismo informe, menciona que la cuenca se ve
influenciada por el clima de la vertiente del Pacífico y por lo tanto, es afectada por los
temporales producidos del efecto indirecto de los huracanes que alteran la zona del
Pacífico.
El embalse tiene una capacidad útil aproximada de 55 000m3, el cual incluye el volumen
del canal y el nivel del agua varía entre los 586msnm y los 589msnm. Cuenta con una
caída bruta de 82.55m y con las pérdidas por fricción se reduce a 80.87m. El caudal de
diseño de la tubería es de 11.44 m3/s, con una velocidad de 3.3 m/s. La casa de máquina
se compone de tres turbinas de tipo Francis de eje horizontal, cada una con una potencia
de 2,300 KW, para un caudal por cada unidad de 3.81 m3/s y una velocidad de rotación de
720 rpm (Soto Ortega, 2010).
Área Área
Descripción geomorfológica superficie superficie
(km2) (%)
Materiales volcánicos: lavas, tobas, piroclásticos 544.83 75.41
Depósitos aluviales, coluviales y sistemas costeros 50.48 6.99
Litología volcánica sin diferenciar. Lavas basálticas y andesitas 127.20 17.61
Total 722.52 100
Fuente: ITCR, 2014
39
Área Área
Orden Características superficie superficie
(km2) (%)
Suelos con horizonte argílico con más de un 35% de
Alfisoles saturación de bases. Similar al orden ultisol excepto 132.76 18.37
por su alta fertilidad potencial
Suelos recientes con poco desarrollo de horizontes, en
Entisoles el que solo hay un epipedón ocrico (amarillento) u 4.17 0.58
horizonte mínimo por acción del hombre
Suelo joven con horizonte B cámbico (apenas se forma
Inceptisoles 537.07 74.33
un B)
Suelo con un horizonte argílico (20% de aumento en el
Ultisoles contenido de arcillas en la sección de control) con 29.68 4.11
menos de un 35% de saturación de bases en la
40
Figura 14 Mapa de clasificación del tipo de orden de los suelos de la cuenca del Río Grande
Fuente: Atlas ITCR, 2014
Elaborado por: Autor, 2019
agropecuario y de pastoreo que abarca más del 50% de la superficie. Además, las tierras
que son idóneas para la producción forestal, pastos y la producción de árboles frutales
poseen un 31.2% del área total. En la Figura 15, se aprecia que el embalse en específico,
se ubica en una zona de bosque secundario. El cual se define en el decreto N° 39952-
MINAE (2016) como una tierra con vegetación leñosa de carácter sucesional secundario,
que se desarrolla una vez que la vegetación original ha sido eliminada por actividades
humanas o fenómenos naturales.
Cuadro 5 Distribución del uso del suelo de la cuenca del Río Grande
Figura 15 Mapa de clasificación del uso del suelo de la cuenca del Río Grande
Fuente: Atlas ITCR, 2014
Elaborado por: Autor, 2019
La cuenca del Río Grande se encuentra dentro de diez tipos de zonas de vida, véase
Cuadro 6. Estos se representan en la Figura 16.
Área Área
Temperatura Precipitación
Código Nombre superficie superficie
(°C) (mm)
(km2) (%)
bh-P Bosque húmedo premontano 18-24 1000-2000 187.26 25.92
bh-P6 Bosque húmedo premontano
18-24 1000-2000 29.49 4.08
transición a basal
bh-T Bosque húmedo tropical 24-30 2000-4000 5.03 0.70
bh-T12 Bosque húmedo tropical transición
24-30 2000-4000 87.97 12.18
a premontano
bmh-MB Bosque muy húmedo montano
12-18 2000-4000 84.86 11.75
bajo
43
similar al bosque húmedo premontano (bh-P) y ronda entre 3,5 a 5 meses, además, son
zonas que presentan amplias áreas de suelos volcánicos, fértiles donde el bosque original
ha sido alterado o desaparecido. Las temperaturas promedio anuales se mantienen en un
rango entre 18 a 24 grados Celsius. Entre las especies características de esta zona de vida
están los géneros Nectandra, Persea, Cinnamomun de la Familia Lauraceae, Cupania de la
Familia Sapindaceae, Eugenia de la familia Myrtaceae, Cedrela salvadorensis (cedro),
Cedrela tonduzii (cedro dulce), Albizia adinocephala (carboncillo), Dendropanax arboreus
(fosforillo)
Área Área
Precipitación promedio anual (mm) superficie superficie
(km2) (%)
1500 - 2000 190.80 26.41
2000 - 3000 322.64 44.65
3000 - 4000 208.98 28.92
4000 - 5000 0.09 0.01
Total 722.52 100
Fuente: Atlas ITCR, 2014
45
4. CAPÍTULO 4. RESULTADOS
En este capítulo se muestran los datos obtenidos tanto en campo como en laboratorio de
las giras realizadas en la zona del embalse. Estas visitas a campo se efectuaron los
mismos días en que el satélite Landsat 8 tomó las imágenes aéreas de la región. El
sistema de coordenadas utilizado fue la Proyección Transversal de Mercator para Costa
Rica (CRTM05).
Los puntos se planearon de tal forma que se abarcara la mayor superficie del embalse
para obtener resultados representativos de las condiciones del agua. La separación entre
estos ellos debía ser 15m, ya que los pixeles de la imagen de Landsat 8 son de un tamaño
de 15x15m, en el caso de la superficie del embalse, este posee aproximadamente 87
pixeles.
47
En estos puntos se respetó una distancia de separación mayor a 30m para tener datos
distintos entre píxel a píxel.
Coordenadas CRTM05
Punto # Oeste Norte Altura X (m) Y (m)
1 84°20'23.97" 10°00'10.55" 599 462727.42 1106087.60
2 84°20'23.29" 10°00'09.72" 596 462748.07 1106062.03
3 84°20'23.08" 10°00'08.47" 598 462754.41 1106023.60
4 84°20'22.99" 10°00'07.43" 592 462757.12 1105991.69
5 84°20'23.72" 10°00'06.87" 592 462734.88 1105974.51
6 84°20'24.76" 10°00'06.59" 596 462703.23 1105965.90
Figura 21; las condiciones del tiempo en horas de la tarde no permitieron la utilización de
la imagen satelital. En la Figura 22 se observa las condiciones nubladas del embalse.
Cuadro 9 Resultados obtenidos en campo para las muestras de la gira del 6 de junio del 2018
Cuadro 10 Resultados obtenidos en el laboratorio para las muestras de la gira del 6 de junio del
2018
8 disuelto
(DOmg/l)
7
6 Valor
5 máximo
4 4
3 Valor
2 2,01 2,11 2,06 2,04 mínimo
1 1,26 1,32
0
1 2 3 4 5 6
Puntos de muestreo
Figura 23 Niveles de oxígeno disuelto comparados con las concentraciones ideales que permiten
la vida acuática
52
En cuanto a los sólidos disueltos totales, todos los puntos tienen un nivel muy por debajo
a 250ppm, lo que cataloga el embalse en una clase 1 según el reglamento para la
Evaluación y Clasificación de la Calidad de Cuerpos de Agua Superficial (N° 33903-MINAE-
S). Además, se comprueba la relación proporcional establecida para el agua dulce entre
los sólidos disueltos y la conductividad. Como se muestra en la Figura 24, cuando la
concentración de SDT aumenta, los valores de conductividad asociadas al mismo punto,
aumentan a una relación aproximadamente del doble.
También se encontró una conducta entre los valores de los sólidos disuelto totales y la
concentración del porcentaje de oxígeno disuelto, en la Figura 25 se aprecia que al darse
un cambio de un parámetro el otro tiende a tener el mismo comportamiento de
crecimiento o disminución.
53
Concentración
50 (%DO)
40
30
Sólidos
20 disueltos
10 (ppm Tds)
0
1 2 3 4 5 6
Puntos de muestreo
Por otra parte, analizando los resultados de laboratorio, la clorofila-a presenta cifras por
debajo de 1mg/m3, característico de un grado de eutrofia del tipo ultraoligotrófico.
Además, se relaciona con los niveles bajos de oxígeno disuelto encontrados en toda la
superficie del embalse.
Los resultados de silicatos entran en un rango aceptable para aguas no contaminadas, con
un promedio de 13.77mg/L, por debajo del límite de 30mg/L. El amonio muestra un rango
admisible de un cuerpo de agua no contaminado. Por otra parte, el fosfato y nitrato se
establecen en valores normales, relacionados con la poca presencia de organismo como
algas y peces. Los nitritos fueron imperceptibles por los sensores del laboratorio por lo que
se descarta aportes significativos en el análisis. Es importante mencionar que las
concentraciones de nutrientes como el fosfato y nitrato son idóneas para que se desarrolle
un grado eutrófico, este no se da por las condiciones de corriente y características
hidráulicas del embalse. También, se esperaba cierta alteración en los niveles de oxígeno
en el agua, debido a las concentraciones de clorofila y fosfato, pero dicho comportamiento
no se presentó.
54
Cuadro 11 Resultados obtenidos en campo para las muestras de la gira del 22 de junio del 2018
Cuadro 12 Resultados obtenidos en el laboratorio para las muestras de la gira del 22 de junio del
2018
En esta gira el equipo de medición presentó fallas técnicas en los sensores, por lo que la
medida del oxígeno no mostró valores confiables e incluso en ciertos puntos ni se registró
dato alguno.
Los valores de campo mostraron rangos similares a la gira anterior en cuanto a los
parámetros de SDT y conductividad, además, se demuestra el mismo comportamiento
entre ambos.
En relación con los resultados de clorofila-a, se encontró un aumento en todos los puntos
de análisis. Haciendo una comparativa entre los valores registrados en la primera gira y
los obtenidos en esta, se encontró que las concentraciones llegaron a ser incluso el doble.
Por ejemplo, el punto 5 repostaba un valor de 0.3026mg/m3 y ahora se registra un dato
de 0.6925mg/m3, esto significa un aumento con un factor de 2.28 a la gira inicial del 6 de
junio. Si se compara la clorofila-a con los de fosfato, se observa un comportamiento
inversamente proporcional, como se muestra en la Figura 29, al darse un aumento en la
clorofila-a, los fosfatos descienden y si se disminuye el valor en la clorofila-a, los fosfatos
aumentan en el punto analizado. Se esperaba un patrón inversamente a este, debido a
que el fósforo es de suma importancia para el crecimiento de algas.
57
0,80
0,70 Clorofila-a
Concentración 0,60 (mg/m3)
0,50
0,40
0,30 Fosfatos
0,20 (µmol/L)
0,10
0,00
1 2 3 4 5
Puntos de muestreo
Comparando la clorofila-a con los nitratos, véase Figura 30, se da una conducta esperada
a lo establecido en la teoría, puesto que al haber una presencia de nitrógeno se produce
crecimientos de algas, entonces si se aumenta la concentración de clorofila se incremente
la de nitrato en el agua.
0,65
0,60
0,55
Nitratos
0,50 (mg/L)
0,45
0,40
1 2 3 4 5
Puntos de muestreo
Respecto a los nutrientes, al igual que la primera gira, los rangos de los valores oscilan en
las mismas cifras a excepción de los silicatos. Estos mostraron cantidades menores. Según
el estado de eutrofia, el embalse por las características de clorofila-a, cae en un grado
ultraoligotrófico, pero por los fosfatos presentes, el nivel de productividad es típico de un
eutrófico, esta carga de nutrientes puede verse afectada por las plantaciones de caña que
rodean el embalse, el material de arrastre en la de la toma y que por las características
hidráulicas del embalse el tiempo de retención del agua es no lo suficientemente
significativo para que se logre eutrofizar.
La tercera gira se realizó el 8 julio alrededor de las 10:00 a.m., al igual que la segunda
gira (véase Figura 26), el embalse presentó un problema de sedimentos, lo que impidió la
sustracción de agua en el punto 6. Las condiciones del tiempo fueron muy favorables
durante la visita, esto se aprecia en la Figura 31. Durante la tarde fueron adecuadas para
poder analizar posteriormente las imágenes satelitales proporcionadas por el satélite
Lansat 8, como se observa en Figura 32.
Figura 33 Condición del agua del embalse durante la gira del 8 de julio del 2018
60
Cuadro 13 Resultados obtenidos en campo para las muestras de la gira del 8 de julio del 2018
Cuadro 14 Resultados obtenidos en laboratorio para las muestras de la gira del 8 de julio del
2018
visto en el marco teórico, se puede asociar este descenso del pH a la presencia de los
organismos y concentraciones significativa de materia orgánica. También, se debe
mencionar que el rango idóneo del pH para que se desarrolle la mayoría de invertebrados,
se encuentra entre 6 y 9, por consiguiente, para esta situación en particular se da la
presencia de organismos de medios ácidos.
En cuanto al oxígeno disuelto y solidos disueltos totales, estos dieron valores muy
elevados en todos los puntos a excepción del punto 5. Al inicio se pensó que el sensor
estaba mal calibrado, pero se puso a prueba en agua que no fuera del embalse y las
medidas disminuían considerablemente. Por eso se descartó que fuera el estado del
equipo. Se razona que estas cifras tan elevadas estuvieran asociadas a los invertebrados
que se adherían al equipo una vez estando en el agua. Lo que alteraba el sensor en la
toma de datos. Los valores superiores a 100% en oxígeno disuelto reflejan un indicador
de sobresaturación. Considerando lo anterior y analizando los puntos, se observa como el
punto 5 se aísla de dicho comportamiento. Esta región manifiesta un elevado valor de
SDT.
0,7
Concentraciones Clorofila-a
0,6 (mg/m3)
0,5
0,4
Nitratos
0,3 (mg/L)
0,2
1 2 3 4 5
Puntos de muestreo
La cuarto gira se efectuó el 24 de julio alrededor de las 9:00 a.m. Para esta oportunidad
se pudo tener acceso a todos los puntos del embalse. Durante la mañana las condiciones
climáticas no eran favorables, a consecuencia de que el cielo estaba nublado (véase Figura
35). Durante la tarde se presentó condiciones del clima muy favorables con cielos
despejados y se pudo conseguir la imagen satelital con existo por Landsat 8, véase Figura
36.
Cuadro 15 Resultados obtenidos en campo para las muestras de la gira del 24 de julio del 2018
Cuadro 16 Resultados obtenidos en laboratorio para las muestras de la gira del 24 de julio del
2018
Como se puede observar en el Cuadro 15, los valores del pH, oxígeno y SDT se
estabilizaron a concentraciones similares a los primeros muestreos, esto es importante
mencionar visto que en la gira anterior se presentaron medidas inusuales como un pH
bajo y rangos atípicos, asociados a la presencia de organismos, que en este caso ya no se
encontraban. En cuanto al oxígeno disuelto, todo el embalse presenta un rango aceptable
para el desarrollo de la vida de peces y algas pero el punto 4, 5 y 6 presentan valores
superiores al 100%, lo que es un indicador de sobresaturación en las zonas más cercanas
a la salida del agua hacia la casa de máquinas.
Los sólidos disuelto totales se encuentran entre un rango de 64 y 93ppm a excepción del
punto 1 que presenta un valor de 136ppm, muy por encima de los otros sitios de
muestreo. Al igual que las giras anteriores, el valor asociado a la conductividad representa
aproximadamente el doble del SDT por lo que no se presenta un porcentaje de salinidad
importante, es decir, una condición salina típica de un cuerpo de agua dulce.
0,5
(mg/m3)
0,4
0,3
0,2 Fosfatos (µmol/L)
0,1
0
1 2 3 4 5 6
Puntos de muestreo
También se graficaron los resultados de silicatos (estos se dividieron entre 10 para tener
una escala comparativa) y nitratos, los cuales muestran una tendencia similar entre ambos
parámetros. En la Figura 38 se observa el comportamiento de los datos, si se presenta un
aumento en las concentraciones, esta se da para ambos nutrientes y si se da un descenso,
ambas líneas de tendencias experimentan lo mismo.
(mg/L)
1
0,8
0,6
0,4 Nitratos (mg/L)
0,2
0
1 2 3 4 5 6
Puntos de muestreo
Esta quinta gira se lleva a cabo un mes después por factores como las lluvias que se
presentaron en las fechas disponibles de la toma de imágenes satelitales. Al igual que
todas las giras, se realizó en el transcurso de la mañana, un 25 de agosto a las 10:15 a.m.
La condición climatológica en el momento del muestreo era parcialmente nublada, como
se ve en Figura 39. Durante la tarde el satélite hace la toma de la imagen a las 3:59 p.m.,
las condiciones en ese preciso momento se aprecian en Figura 40, en este caso se obtuvo
datos de los 6 puntos.
Cuadro 17 Resultados obtenidos en campo para las muestras de la gira del 25 de agosto del 2018
Cuadro 18 Resultados obtenidos en laboratorio para las muestras de la gira del 25 de agosto del
2018
Los datos medidos directamente en el campo reflejan un rango normal para los valores de
pH, ningun punto presenta sobresaturación según los porcentajes de oxígeno disuelto, los
SDT entran en un rango típico a las giras anteriores, con un promedio de 64ppm. La
conductividad se comporta normal relacionada a los valores de SDT para cuerpos de agua
dulce.
Con respectos a los resultados de clorofila-a, ningun punto supera el valos de 1mg/m3, lo
que se puede catalogar en un grado de ultraoligotrófico el embalse. El valor más bajo se
presenta en el punto 5 con una concentración de 0.239mg/m3 y el más alto en el punto 4,
con 0,424mg/m3.
Para los resultados de los nutrientes, se obtuvieron valores muy parecidos a las demás
giras, solo los puntos 3 y 6 presentaron concentraciones superiores en cuanto a silicatos.
Finalmente no se pudo establecer patrones de compotamientos típicos entre la clorofila y
los nutrientes.
Primeramente, para la Figura 41, se muestra las tendencias del pH, en el cual la mayoría
de las medidas se encuentran en el nivel neutro cercanos a 7. La gira realizada el 8 de
julio del 2018 presenta el valor promedio más ácido con 6.04. En este caso en particular,
hubieron ciertas características en el agua que pudieron alterar la acidas en específico
como la presencia de algas e invertebrados.
69
Promedio del pH
9,00
7,77 7,58
8,00 7,21 7,38
Concentraciones pH 7,00 6,04
6,00
5,00 Valor
promedio
4,00 del ph
3,00
2,00
1,00
0,00
6/6/18 22/6/2018 8/7/2018 24/7/2018 25/8/18
Giras realizadas
450
391
400
Concentraciones %OD 350
300 Valor promedio
250 del porcentaje
200 de oxígeno
150 disuelto
102 87
100
50 22
0
6/6/18 8/7/18 24/7/18 25/8/18
Giras realizadas
Figura 42 Valores promedio del porcentaje del oxígeno disuelto para las giras realizadas al
embalse
80
67 64
70 63
60
Valor
50 44
promedio de
40 los sólidos
30 disueltos
20 totales
10
0
6/6/18 22/6/18 8/7/18 24/7/18 25/8/2018
Giras realizadas
71
Figura 43 Valores promedio de los sólidos disueltos totales para las giras realizadas al embalse
Figura 44 Valores promedio del fosfato para las giras realizadas al embalse
Con respecto a los silicatos, véase Figura 45, todos los promedios caen en el rango normal
para aguas no contaminadas, el cual oscila entre 1 y 30mg/L. La primera gira presenta la
concentración más elevada, siendo un valor de 13.34mg/L, la única que supera los
10mg/L.
72
Figura 45 Valores promedio del silicato para las giras realizadas al embalse
En la Figura 46 se muestran los valores promedio de amonio medidos en todas las giras.
Los cinco promedios están por muy por debajo de 3mg/L, lo que significa teóricamente
que es un cuerpo de agua no contaminando por vertidos industriales, fertilizantes ni
contaminación orgánica. Se da la concentración más baja para la gira del 25 de agosto del
2018 con un valor de 0.374mg/L y las más elevada el 22 de junio del 2018 con
0.538mg/L.
Figura 46 Valores promedio del amonio para las giras realizadas al embalse
73
Para el promedio de los nitratos, estos se representan en Figura 47. Se puede observar
que no se dan cambios significativos de este nutriente a lo largo de las giras, ya que los
valores tienden a ser muy similares para todos los casos. Se da la cifra más baja para la
gira del 24 de julio del 2018 con 0.563mg/L y la concentración más alta es de 0.689mg/L
para la gira del 8 de julio del 2018.
Figura 47 Valores promedio del nitrato para las giras realizadas al embalse
Finalmente, para la Figura 48, se muestran las cifras promedio de las concentraciones de
clorofila-a. Según el grado de eutrofia, el embalse presenta una categoría ultraoligotrófico
para todas las giras por el nivel presente de este parámetro, debido a que ningún
promedio supera la concentración de 1mg/m3. El agua del embalse no presenta un grado
eutrófico a pesar de que contiene niveles adecuados de nutrientes, las razón de esto
principalmente se deba a las características hidráulicas y tiempo insuficiente de retención
del agua. El promedio más bajo se dio para la primera gira (6 de junio del 2018) con
0.329mg/m3 y el más alto en la segunda gira (22 de junio del 2018) con una
concentración de 0.628mg/m3.
74
Para obtener los datos de reflectancia facilitados por las imágenes satelitales del Landsat
8, se contó con la ayuda del software Erdas Imagine 2014. A través de este programa se
realizó la unión de bandas, seguidamente de una corrección geométrica y atmosférica.
Para este análisis se utilizó 4 de las 5 giras realizadas, la primera de ellas se descartó por
motivos de nubosidad en la imagen sobre el embalse. Los datos de las demás giras se
muestran en el Cuadro 19, Cuadro 20, Cuadro 21 y Cuadro 22. También, es importante
aclarar que se trabajó con valores porcentuales, esto principalmente para evadir factores o
constantes numéricas muy elevadas en las ecuaciones de los modelos de regresión.
Cuadro 19 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 22 de junio
del 2018
Bandas
1 2 3 4 5 6 7
Puntos Valor % Valor % Valor % Valor % Valor % Valor % Valor %
1 515 5.15 535 5.35 774 7.74 866 8.66 444 4.44 357 3.57 253 2.53
2 641 6.41 648 6.48 871 8.71 955 9.55 716 7.16 464 4.64 333 3.33
3 563 5.63 579 5.79 787 7.87 901 9.01 455 4.55 334 3.34 248 2.48
4 355 3.55 376 3.76 620 6.20 740 7.40 389 3.89 298 2.98 213 2.13
75
5 375 3.75 409 4.09 668 6.68 743 7.43 645 6.45 427 4.27 269 2.69
6 647 6.47 672 6.72 936 9.36 966 9.66 870 8.70 507 5.07 340 3.40
Cuadro 20 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 8 de julio del
2018
Bandas
1 2 3 4 5 6 7
Puntos Valor % Valor % Valor % Valor % Valor % Valor % Valor %
1 309 3.09 331 3.31 490 4.90 448 4.48 457 4.57 468 4.68 306 3.06
2 481 4.81 496 4.96 648 6.48 623 6.23 411 4.11 392 3.92 283 2.83
3 406 4.06 403 4.03 562 5.62 534 5.34 361 3.61 291 2.91 202 2.02
4 600 6.00 592 5.92 727 7.27 703 7.03 155 1.55 256 2.56 211 2.11
5 426 4.26 433 4.33 587 5.87 542 5.42 551 5.51 415 4.15 251 2.51
Cuadro 21 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 24 de julio
del 2018
Bandas
1 2 3 4 5 6 7
Puntos Valor % Valor % Valor % Valor % Valor % Valor % Valor %
1 435 4.35 456 4.56 639 6.39 605 6.05 1228 12.28 833 8.33 528 5.28
2 563 5.63 581 5.81 759 7.59 724 7.24 1261 12.61 773 7.73 501 5.01
3 551 5.51 580 5.80 756 7.56 700 7.00 1181 11.81 718 7.18 455 4.55
4 550 5.50 576 5.76 750 7.50 717 7.17 1172 11.72 724 7.24 464 4.64
5 548 5.48 568 5.68 762 7.62 681 6.81 1989 19.89 1092 10.92 589 5.89
6 485 4.85 515 5.15 687 6.87 605 6.05 1366 13.66 818 8.18 501 5.01
Cuadro 22 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 25 de agosto
del 2018
Bandas
1 2 3 4 5 6 7
Puntos Valor % Valor % Valor % Valor % Valor % Valor % Valor %
1 722 7.22 739 7.39 931 9.31 936 9.36 1210 12.10 749 7.49 519 5.19
2 962 9.62 962 9.62 1117 11.17 1116 11.16 1465 14.65 885 8.85 644 6.44
3 847 8.47 855 8.55 1014 10.14 1022 10.22 1428 14.28 875 8.75 609 6.09
4 619 6.19 635 6.35 838 8.38 864 8.64 1318 13.18 808 8.08 548 5.48
5 690 6.90 707 7.07 928 9.28 915 9.15 1526 15.26 933 9.33 611 6.11
6 658 6.58 676 6.76 905 9.05 892 8.92 1367 13.67 841 8.41 563 5.63
76
Seguidamente se expondrán los modelos de regresión obtenidos, para los cuales se usó la
herramienta del software Minitab 17 Statistical.
En cuanto a los nutrientes se usó la información teórica para establecer relación con cuál
de los parámetros conseguidos mediante el uso de las bandas es el más apropiado para
utilizar como variable independiente, ya que no existe una relación directa entre estos
valores (fosfato, nitrato, amonio y silicato) con dichas bandas.
En lo expuesto en Figura 49, se nota que las bandas que presentan mejor ajuste al
modelo son las bandas 2, 4 y 5. Además, presenta una relación entre la variable
dependiente y las independientes estadísticamente significativa. Cabe recordar que
cuando se da esto, el valor de p debe ser menor a 0.1. También la regresión explica el
64.8% de la variación que se da en la clorofila-a, esto se asocia a el valor de R2, el cual
expone que proporción de la variación en la respuesta es justificada por las variables
independientes o variables X, es decir, entre mayor sea este valor, mejor se ajusta el
modelo a los datos. El R2 ajustado siempre es menor o igual que R2. Un valor de 100%
indica una ecuación que predice perfectamente valores del campo objetivo.
Se procedió a realizar el ajuste con los valores mostrados en el informe de Figura 49. Se
volvió a realizar la regresión, pero con las bandas 2, 4 y 5, este informe se encuentra en la
siguiente Figura 50.
78
Para esta condición el porcentaje de variación explicado por el modelo aumento, paso de
64.8% a 80.5%. La relación entre las variables se mantiene estadísticamente significativa.
Se procedió a realizar la regresión, mostrada en Figura 51. Aunque todas las bandas están
relacionas con la ecuación obtenida, la banda 5 (infrarrojo cercano) aporta un porcentaje
más relevante a la explicación de la variación del modelo para la clorofila-a.
( )
(6)
Con:
R2= 80.52%
R2 ajustado=76.63%
79
De igual forma para el modelo de sólidos totales disueltos se procedió hacer un análisis
inicial entre las bandas, como se observa en la Figura 53.
81
Figura 53 Resumen del informe de regresión múlti-temporal en Minitab 17 para sólidos disueltos
totales, utilizando las bandas 2, 3, 4 y 5
Para este modelo inicial se encuentra que la banda 2 no aporta a la regresión múlti-
temporal. Además, se da un p menor a 0.1, es decir, la relación de las demás bandas con
los SDT es estadísticamente significativa. Se tiene un R2 alto de 91.33%, por lo que la
ecuación se ajusta de una buena manera a los datos. Por otra parte, según el diagnóstico
de los residuos, hay dos puntos que presentan valores grandes al modelo por lo que se
decidieron eliminar de la regresión con el fin de conseguir un mejor ajuste.
Se volvió hacer el modelado con los ajustes recomendados por Minitab. Se obtuvo el
siguiente informe de la Figura 54.
82
Figura 54 Resumen del informe de regresión múlti-temporal en Minitab 17 para sólidos disueltos
totales, utilizando las bandas 3, 4 y 5
( )
(7)
Con:
R2= 97.84%
83
R2 ajustado=96.66%
El oxígeno disuelto es un parámetro que no responde a ninguna longitud de onda, por eso
no puede utilizarse las bandas para establecer una relación, pero si puede vincularse con
ciertos parámetros que se midieron por medio de muestras y que teóricamente, están
ligados a la concentración de este. En la Figura 57 se muestra el modelo establecido entre
las variables de clorofila-a y SDT para determinar la concentración de oxígeno disuelto.
Previamente a este análisis, se descartó los datos de la gira del 22 de junio porque no se
tenían mediciones.
85
Se obtuvo una relación significativa entre las variables involucradas por haber un p menor
a 0.01 y el modelo puede explicar el 92.87% de la variación en oxígeno, el cual es
sumamente confiable.
Figura 57 Resumen del informe de regresión múlti-temporal en Minitab 17 para oxígeno disuelto,
utilizando clorofila-a y sólidos disueltos totales
A pesar que se demuestra que es un modelo que se ajusta a los datos de una forma
estadísticamente confiable, queda descartado, a consecuencia de que al hacer el análisis
de los residuos (véase Figura 59), se presentan patrones no deseados como lo son los
residuos grandes, conglomerados, valores poco comunes y una variación desigual.
Además, si se quitaran ciertos datos para corregir estas tendencias, la regresión se
quedaría sin un número de muestras representativo.
87
Para este modelo se usó los mismos parámetros de calidad implementados en la regresión
del fosfato. Estos pueden estar estrechamente ligados a los SDT, dado que, si el suelo es
arcilloso o arenoso, la cantidad de silicatos se ve aumentada. En la Figura 61 se presenta
el informe de la regresión.
89
Con lo anterior se establece que existe una relación entre la clorofila-a, el %OD y los
silicatos, descartando la variable de sólidos disueltos totales. Esto puede deberse por tener
valores elevados de SDT en el modelo predictivo. Seguidamente, en la Figura 62 se
muestra el comportamiento de los residuos. Según el patrón, existe un valor residual
grande (distinguido con color rojo) que altera la regresión, de igual manera, se presenta
dos valores poco comunes; estos se notan con un color azul.
90
Se volvió hacer el análisis con los ajustes recomendados por Minitab. En la Figura 63 y
Figura 64 se presenta el análisis de regresión para el silicato. Para este se tiene un valor
de p inferior a 0.1 y el modelo de puede explicar el 68.98% de la variación en la
concentración. Además, la variable que más lo afecta es el %OD. Para la ecuación se
presenta términos de segundo orden, como son los valores de clorofila y porcentaje de
oxigeno elevados al cuadrado.
( )
( ) ( )
( ) ( )
( ) ( )
(8)
R2= 68.98%
91
R2 ajustado=60.12%
Seguidamente se volvió hacer un análisis del comportamiento de los residuos con el nuevo
modelo, como se aprecia en la Figura 65, para este se presenta un patrón aleatorio
deseado, se logra eliminar los residuos grandes y los valores atípicos presentados al inicio.
93
Antes de realizar el análisis de regresión tanto para el amonio como para los nitratos, se
eliminó ciertos datos que representaban alteraciones trascendentes al instante de realizar
los modelos. Para el amonio fue posible obtener una ecuación que se encuentra en
función de la clorofila-a y el porcentaje de saturación del oxígeno disuelto. Dicha ecuación
es la siguiente:
( )
( ) ( )
( ) ( )
(9)
R2= 66.57%
R2 ajustado=59.88%
94
( )
( ) ( )
( ) ( )
( ) ( ) ( )
96
( ) ( )
(10)
Con
R2= 81.78%
R2 ajustado=72.67%
( )
( )
( ) R2= 68.98%
Silicato (mg/L)
( ) p= 0.02
( )
( )
( )
( ) R2=66.57%
Amonio (mg/L) ( )
p< 0.01
( )
( )
( )
( )
R2= 81.78%
Nitrato (mg/L) ( )
P< 0.01
( ) ( )
( )
( )
(
99
5.1. Clorofila-a
Para los valores de clorofila mostrados en el Cuadro 24, se da porcentajes de error por
debajo del 50% a excepción de dos puntos localizados en la gira del 24 de julio del 2018.
Para esta comparación se aclara que no se incluyó los datos de la primera gira por causas
de nubosidad. También, es importante notar que la mayoría del porcentaje calculado es
inferior al 20%, lo que se considera una aproximación aceptable.
1 0.3240 - -
2 0.2885 - -
Gira 6 de junio 3 0.4109 - -
del 2018 4 0.2885 - -
5 0.3026 - -
6 0.3602 - -
1 0.5576 0.6583 18.06
2 0.6485 0.5989 7.64
Gira 22 de junio
3 0.5293 0.6580 24.32
del 2018
4 0.7127 0.6637 6.87
5 0.6925 0.5825 15.89
1 0.3498 0.3982 13.81
2 0.4461 0.4596 3.03
Gira 8 de julio
3 0.4861 0.4522 6.98
del 2018
4 0.6000 0.5285 11.92
5 0.3259 0.3935 20.74
Gira 24 de julio 1 0.3199 0.2778 13.18
100
El modelo conseguido para sólidos disuelto teóricamente es el que mejor se ajusta a los
valores de campo, en vista de que se tiene un R2 de casi un 98%. Los porcentajes de
error se aprecian en el Cuadro 25, donde los números son bajos exceptos para los de la
gira del 8 de julio del 2018. Este comportamiento puede ser explicado debido a que los
datos de presentan concentraciones extremas, teniendo las cifras más bajas y elevadas de
SDT. Al igual que la clorofila, no se incluyó la primera gira por razones climatológicas lo
que impidió tener acceso a los datos de las bandas.
Cuadro 25 Comparación entre los resultados de campo y el modelo múlti-temporal para los
sólidos disueltos totales
1 57 - -
2 70 - -
Gira 6 de junio 3 71 - -
del 2018 4 63 - -
5 70 - -
6 70 - -
1 65 60 8.38
Gira 22 de
2 66 69 4.15
junio del 2018
3 61 66 8.19
101
4 58 58 0.65
5 65 60 7.79
1 19 16 16.65
2 22 22 0.40
Gira 8 de julio
3 5 13 159.90
del 2018
4 4 1 71.29
5 171 27 84.02
1 136 67 50.85
2 68 67 1.14
Gira 24 de julio 3 93 65 29.57
del 2018 4 66 66 0.69
5 67 68 1.19
6 64 71 11.47
1 64 66 3.58
2 62 61 1.76
Gira 25 de
3 62 63 0.95
agosto del
4 64 65 2.18
2018
5 66 63 4.17
6 66 66 0.02
5.3. Nutrientes
En este caso solo se obtuvo modelos únicamente para silicato, amonio y nitrato, puesto
que la regresión hecha para el fosfato no presentó un ajuste que explicara correctamente
la variación en la concentración ni era estadísticamente significativo.
5.3.1. Silicato
Cuadro 26 Comparación entre los resultados de campo y el modelo múlti-temporal para el silicato
5.3.2. Amonio
5.3.3. Nitrato
El modelo de regresión de nitrato presenta los porcentajes de error más bajos, teniendo
valores inferiores al 1% inclusive, lo que da una muy excelente aproximación de los datos
medidos en campo; esto se muestra en el Cuadro 28. Todos los puntos recaen en niveles
debajo del 15% a excepción de dos puntos con valores de 76.55% y 78.39%.
Cuadro 28 Comparación entre los resultados de campo y el modelo múlti-temporal para el nitrato
4 0.7087 - -
5 0.6591 0.6495 1.45
1 0.6554 0.6524 0.46
2 0.6258 0.5420 13.39
Gira 24 de julio 3 0.6131 0.6131 0.01
del 2018 4 0.3432 0.3936 14.66
5 0.5724 0.5381 5.99
6 0.5703 0.5502 3.53
1 0.7215 0.6750 6.44
2 0.6960 0.6764 2.82
Gira 25 de 3 0.6734 0.6838 1.54
agosto del 2018 4 0.6607 0.6706 1.49
5 0.6759 0.6728 0.45
6 0.5814 0.6511 11.99
106
6.2. Recomendaciones
6.2.1. Zona de estudio
Se recomienda que los cuerpos de agua (embalses, lagunas o lagos) que se
pretendan usar en otras futuras investigaciones similares, tengan ciertas
características como corrientes bajas, periodos de retención de agua mayores y un
área superficial más amplia. Además, es muy importante verificar si se tiene acceso
a un equipo de transporte acuático, ya que la ausencia de este dificulta la
realización de las mismas giras.
Se sugiere que la administración del embalse mida el caudal de ingreso para tener
un mayor control y predicción de los volúmenes útiles, aparte de que el embalse
presenta problemas de sedimentación.
Se recomienda arreglar la membrana de protección en el fondo del embalse para
evitar problemas importantes de filtraciones y sedimentación. En varias giras se
tuvo problemas con la navegación por motivos que esta obstaculizó el paso del
bote.
Realizar mediciones de estimación de sólidos totales, sólidos no volátiles y sólidos
sedimentables de manera espacial y temporal, ya que el embalse presenta
problemas importantes en sedimentos.
por cada una de ellas. Teniendo en cuenta que la separación entre cada punto
debe ser mayor a 15m para poder obtener valores de reflactacia distintos.
Se recomienda tomar muestras en los drenajes de los cultivos cercanos al área de
estudio y en donde se realiza la toma de agua para saber si existe la presencia de
algún fertilizante o componente químico que altere la concentración de nutrientes
en el agua.
Realizar los muestreos de campo a un momento más cercano de la toma satelital,
para que las condiciones del agua sean las mismas. De caso contrario que esta
situación no se pudiera cumplir, revisar que las características hidráulicas del
embalse sean las mismas a pesar de existir un deferencia horaria entre el
muestreo de campo y las imágenes satelitales.
En futuros trabajos involucrar otros parámetros de calidad como lo es la turbiedad,
dureza, sólidos totales, sólidos en suspensión, cloruros, DBO, DQO, carbón
orgánico entre otros. Principalmente para ver el potencial de uso que se le pueda
dar al agua aparte del que se tiene. Al mismo tiempo, se debe realizar el muestreo
a la misma hora en que el satélite toma la imagen sobre la zona, esto para evitar
errores por la regulación del agua en el embalse.
Realizar muestreos de la microbiota del embalse, principalmente de las microalgas,
pues éstas pueden presentar ciclos de vida más acelerados que podrían verse
potenciados por condiciones eutróficas del agua contenida en el embalse. Además,
la liberación diaria de este tipo de organismos podría tener efectos perjudiciales
para los ecosistemas acuáticos río abajo según sus densidades y su composición de
especie de dichos organismos.
7. REFERENCIAS BIBLIOGRÁFICAS
Bolaños Alfaro, J., Cordero Castro, G., & Segura Araya, G. (2017). Determinación de
nitritos, nitratos, sulfatos y fosfatos en agua potable como indicadores de
contaminación ocasionada por el hombre, en dos cantones de Alajuela (Costa
Rica). Ternología en Marcha. doi:10.18845/tm.v30i4.3408
Campos Gómez, I. (2000). Saneamiento Ambiental. (EUNED, Ed.) Costa Rica: Universidad
Estatal a Distancia . Recuperado el 10 de Mayo de 2018, de
https://books.google.co.cr/books?id=lsgrGBGlGeMC&dq=parametros+de+calidad+
del+agua&source=gbs_navlinks_s
Canal de Panamá. (2011). Informe de Calidad de Agua de la Cuenca del Canal.
Departamento de Ambiente, Agua y Energía. Recuperado el 18 de Septiembre de
2017
Carbon Ingeniería S.A. (2015). Planta hidroeléctrica Jorge Manuel Dengo. Estudio
hidrológico, Empresa de Servicios Públicos de Heredia , San José. Recuperado el 22
de Noviembre de 2018
Chuvieco Salinero, E. (2008). Teledetección Ambiental; La observación de la Tierra desde
el Espacio (Tercera ed.). Barcelona, España: Ariel S.A. Recuperado el 22 de
Noviembre de 2018
Corrales Andino, R., & Ochoa López, V. (2016). Cálculo de reflectancia en imágenes
LAndsat OLI-8, sobre la región de Honduras, mediante software libre SEXTANTE.
Revista Ciencias Espaciales, IX(1), 16. Recuperado el 12 de Enero de 2019
De Cárcamo, M. (1 de Enero de 2017). La contaminación por nutrientes: nitrógeno y
fósforo. Recuperado el 21 de Octubre de 2018, de FUSADES: http://fusades.org/lo-
ultimo/blog/la-contaminaci%C3%B3n-por-nutrientes-nitrogeno-y-fosforo
De Miguel Fernández, C. V. (2006). Origen de los nitratos y nitritos y su influencia en la
potabilidad de las aguas subterraneas. Instituto Superior Minero Metalúrgico de
Moa, Minería y Geología, Cuba. Recuperado el 21 de Agosto de 2018, de
https://www.redalyc.org/pdf/2235/223517652002.pdf
Diaz Santizo, M. I. (2015). Análisis de la calidad de agua en la cuenca media del Río
Montagua2002-2003. Tesis de grado, Universidad Rafael Landívar, Facultad de
Ciencias Ambientales y Agrícolas, Guatemala. Recuperado el 7 de Octubre de 2018,
de http://recursosbiblio.url.edu.gt/tesiseortiz/2015/06/15/Diaz-Mellany.pdf
Estruch Benito, F. (2010). Análisis de la clorofila a en el agua a partir de una imagen
multiespectral Quickbird en la zona costera de Gandia. Trabajo Final de Graduación
, Universidad Politecnica de Valencia, Departamento de Ciencias Ambientales,
Gandia. Recuperado el 15 de Septiembre de 2017
Harris Geospatial. (2018). Fast Line-of-sight Atmospheric Analysis of Hypercubes
(FLAASH). Recuperado el 18 de Enero de 2019, de
https://www.harrisgeospatial.com/docs/FLAASH.html
Henry, J. G., & Heinke, G. W. (1999). Ingeniería Ambiental (Segunda ed.). (H. J. Escalona,
Trad.) México: Pearson Educación. Recuperado el 21 de Agosto de 2018, de
https://www.u-
cursos.cl/usuario/037b375d320373e6531ad8e4ad86968c/mi_blog/r/ingenieria-
ambiental_glynn.pdf
Instituto Geográfico Agustín Codazzi. (2007). Mejora de los sistemas de cartografía del
territorio colombiano. Bogotá, Colombia. Recuperado el 18 de Octubre de 2018
Jiménez Fonseca, L. D. (2014). Trabajo Final de Graduación: "Evaluación del uso de
teledetección para determinar clorofila, turbidez y sólidos en suspensión en la
desembocadura del Río Abangares". Tesis de licenciatura de ingeniería civil,
115
Ramírez Rodríguez, D. (2017). Monitoreo ambiental del Río Poás. Empresa de Servicios
Públicos de Heredia, Heredia. Recuperado el 23 de Noviembre de 2018
Rosas Riedel, C. D. (2017). Pigmentos fotosintéticos en la columna de agua determinados
mediante técnicas espectroscópicas y cromatográficas (HPLC-RP): variabilidad
espacio-temporal y efectos de radiación UV. Tesis de licenciatura, Universidad
Austral de Chil, Escuela de Ciencias, Valdivia. Recuperado el 25 de Agosto de 2018,
de http://cybertesis.uach.cl/tesis/uach/2007/fcr789p/doc/fcr789p.pdf
Sanchez Ramos, A. (2009). Análisis multitemporal de la cobertura de la Tierra en la
cuenca del Valle de Jesús de Otoro entre los años 2000-2006 aplicando técnicas de
teledetección. Maestría de Ordenamiento y gestióndel territorio, Universidad
Nacional Autónoma de Honduras, Facultad de Ciencia Espaciales, Tegucigalpa.
Recuperado el 19 de Octubre de 2018, de
http://faces.unah.edu.hn/mogt/images/stories/PDF/Tesis/02_Tesis_Alexis_Sanchez
_2009.pdf
Sanz, C. V. (2002). Razonamiento evidencial dinámico; un método de clasificación aplicado
al análisis de imágenes hiperespectrales. Universidad Nacional de La Plata,
Facultad de Ciencias Exactas. La Plata: Universidad Nacional de La Plata.
Recuperado el 5 de Diciembre de 2018, de
http://sedici.unlp.edu.ar/bitstream/handle/10915/2213/Tesis_completa.pdf?sequen
ce=14
Soto Ortega, P. (2010). Evaluación financiera del proyecto rehabilitación de la Planta
Hidroeléctrica Tacares a abril del 2010. ESPH, Heredia. Recuperado el 10 de
Diciembre de 2018
Toasa Llumigusín, F. (2012). Validación de los métodos de ensayo para fenoles,
tensoactivos, sólidos suspendidos y total de sólidos disueltos. Tesis de grado,
Universidad Central del Ecuador, Facultad de ingeniería química, Quito.
Recuperado el 16 de Octubre de 2018, de
http://www.dspace.uce.edu.ec/bitstream/25000/894/1/T-UCE-0017-19.pdf
Torres Perdigón, A. (2007). Mejora de los sistemas de cartografía del territorio
colombiano. (U. Europea, Ed.) Bogotá, Colombia. Recuperado el 28 de Junio de
2018
UNESCO. (1966). Determination of photosynthetic pigments in sea-water. Obtenido de
http://unesdoc.unesco.org/images/0007/000716/071612eo.pdf
Universidad de Murcia. (13 de Febrero de 2006). Caracterización de las imágenes de
satélite. Recuperado el 23 de Octubre de 2018, de
https://www.um.es/geograf/sigmur/temariohtml/node71_tf.html
Urrego de Márquez, E. (2016). Trabajo final de máster: "Estimación de parámetros de
calidad del agua del Lago de Maracaibo a partir de imágenes del satélite
venezolano Miranda (VRSS-1). Tesis de mestría, Universidad de Valencia,
DEpartamento de Física de la Tierra y Termodinámica, Valencia. Recuperado el 22
de Septiembre de 2017
USGS . (Diciembre de 2018). Landsat 8 Surface Reflectance Code (LASRC) Productt Guide.
(K. Zanter, Ed.) Recuperado el 17 de Enero de 2019, de
https://landsat.usgs.gov/sites/default/files/documents/lasrc_product_guide.pdf
Vargas Masís, C. (2017). Tesis Final de Graduación: "Evaluación del uso de la
teledetección para determinar parámetros de la calidad del agua en el embalse de
la Planta Hidroelétrica de Cachí". Tesis de licenciatura en ingeniería civil ,
117
8. ANEXOS
Laboratorio 10/07/2018
5 0.000 0.008 0.007 0.000 0.000
Balanzas 03:16:13 p.m.