Directora de Proyecto de Graduación:: para Obtener El Grado de Licenciatura en Ingeni Ería Civil

Universidad de Costa Rica
Facultad de Ingeniería
Escuela de Ingeniería Civil
“Evaluación del uso de la teledetección para determinar parámetros de la

calidad del agua en el embalse de la Planta Hidroeléctrica de Tacares”
Trabajo final de Graduación
Para obtener el grado de Licenciatura en ingeniería Civil
Presenta:
Denis Alberto Gutiérrez Núñez
Directora de Proyecto de Graduación:

Ing. Paola Vidal Rivera
Costa Rica Julio, 2019

¡¡
Hoja de aprobación
Miembros del Tribunal Asesor
Directora
Asesor
Ing. Rafael Eduardo Murillo Muñoz, PhD.
Asesor
/~·enis Alberto Gutiérrez Núñez

Estudiante
iii
Fecha: 2019, Julio, 1
El suscrito, Denis Alberto Gutiérrez Núñez, cédula 2-0682-0694, estudiante de la

carrera de Licenciatura en Ingeniería Civil de la Universidad de Costa Rica, con
número de carné A92919, manifiesta que es autor del Proyecto Final de Graduación
Evaluación del uso de la teledetección para determinar parámetros de la
calidad del agua en el embalse de la Planta Hidroeléctrica de Tacares, bajo
la Dirección de la Ing. Paola Vidal Rivera, quien en consecuencia tiene derechos
compartidos sobre los resultados de esta investigación.
Asimismo, hago traspaso de los derechos de utilización del presente trabajo a la

Universidad de Costa Rica, para fines académicos: docencia, investigación, acción
social y divulgación.
iv
“Remember to look up at the stars and not down at your

feet. Try to make sense of what you see and wonder
about what makes the universe exist. Be curious. And
however difficult life may seem, there is always
something you can do and succeed at.
It matters that you don't just give up.”
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.
De la misma manera quiero agradecer a todos los que ayudaron en la elaboración e

investigación de este trabajo, al consejo asesor: Ing. Paola Vidal Rivera, Ing. Juan Gabriel
McGregor Sanabria e Ing. Rafael Eduardo Murillo Muñoz; a el equipo del laboratorio del
CIMAR, especialmente a Juan Sagot Valverde por su ayuda y capacitación; a los compañeros
de la ESPH, particularmente al Ing. José Pablo Lizano Rojas por su disponibilidad en querer
aportar información y facilitar el acceso a el embalse. Al equipo del Laboratorio de Ambiental,
sin la colaboración de Dagoberto Oviedo muchas de las giras no hubieran sido posibles
efectuarse.
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
1.1. Problema Específico ....................................................................................... 1
1.2. Importancia .................................................................................................... 1
1.3. Antecedentes .................................................................................................. 2
1.4. Ubicación ........................................................................................................ 3
1.5. Objetivos ........................................................................................................ 4
1.5.1. Objetivo General ...................................................................................... 4
1.5.2. Objetivos Específicos ............................................................................... 4
1.6. Delimitación del problema ............................................................................. 5
1.6.1. Alcance ..................................................................................................... 5
1.6.2. Limitaciones ............................................................................................. 5
1.7. Metodología .................................................................................................... 6
1.7.1. Fase I Investigación ................................................................................ 8
1.7.2. Fase II Experimental ............................................................................... 8
1.7.3. Fase III Análisis ....................................................................................... 9
2. CAPÍTULO 2. MARCO TEÓRICO .......................................................................... 10
2.1. Parámetros de la calidad del agua .............................................................. 10
2.1.1. Clorofila-a .............................................................................................. 11
2.1.2. Coeficiente pH........................................................................................ 15
2.1.3. Nutrientes .............................................................................................. 15
2.1.4. Temperatura .......................................................................................... 19
2.1.5. Oxígeno disuelto .................................................................................... 20
2.1.6. Sólidos disueltos totales ........................................................................ 22
2.2. Historia y principios de la teledetección ..................................................... 24

vii
2.3. Programa Landsat 8 ..................................................................................... 28
2.4. Corrección atmosférica ................................................................................ 32
3. CAPÍTULO 3. CARACTERÍSTICAS DE LA ZONA DE ESTUDIO ............................. 35
3.1. Características del embalse ......................................................................... 35
3.1.1. Geomorfología y suelos ............................................................................ 38
3.1.2. Uso de suelos ............................................................................................ 40
3.1.3. Zonas de vida ............................................................................................ 42
3.1.4. Precipitación promedio anual ................................................................... 44
4. CAPÍTULO 4. RESULTADOS................................................................................. 46
4.1. Datos de campo y laboratorio ...................................................................... 47
4.1.1. Gira 6 de junio del 2018 ........................................................................... 49
4.1.2. Gira 22 de junio del 2018 ......................................................................... 54
4.1.3. Gira 8 de julio del 2018............................................................................. 58
4.1.4. Gira 24 de julio del 2018 .......................................................................... 62
4.1.5. Gira 25 de agosto del 2018 ....................................................................... 66
4.1.6. Parámetros de las giras ............................................................................ 68
4.2. Datos de reflectancia ................................................................................... 74
4.3. Modelos de regresión lineal ......................................................................... 76
4.3.1. Modelo de regresión multi-temporal Clorofila-a ..................................... 76
4.3.2. Modelo de regresión multi-temporal Sólidos Totales .............................. 80
4.3.3. Modelo de regresión multi-temporal Oxígeno ......................................... 84
4.3.4. Modelo de regresión multi-temporal Fósforo .......................................... 87
4.3.5. Modelo de regresión multi-temporal Silicatos ......................................... 88
4.3.6. Modelo de regresión multi-temporal Amonio .......................................... 93
4.3.7. Modelo de regresión multi-temporal Nitrato ........................................... 95
5. CAPÍTULO 5: ANÁLISIS DE RESULTADOS .......................................................... 99

viii
5.1. Clorofila-a ..................................................................................................... 99
5.2. Sólidos Disueltos ........................................................................................ 100
5.3. Nutrientes ................................................................................................... 101
5.3.1. Silicato ..................................................................................................... 101
5.3.2. Amonio .................................................................................................... 103
5.3.3. Nitrato ..................................................................................................... 104
6. CAPÍTULO 6: CONCLUSIONES Y RECOMENDACIONES .................................... 106
6.1. Conclusiones............................................................................................... 106
6.1.1. Características generales del área de estudio .................................... 106
6.1.2. Parámetros de calidad del agua evaluados ........................................ 106
6.1.3. Teledetección y modelos de regresión ................................................ 108
6.2. Recomendaciones ...................................................................................... 110
6.2.1. Zona de estudio ................................................................................... 110
6.2.2. Parámetros de calidad y muestreo ..................................................... 110
6.2.3. Teledetección y modelos de regresión ................................................ 111
7. REFERENCIAS BIBLIOGRÁFICAS ..................................................................... 113
8. ANEXOS ............................................................................................................. 118

ix
Tabla de Figuras
Figura 1 Mapa de la ubicación del embalse Hidroeléctrico de Tacares .................................. 4

Figura 2 Esquema de la metodología a desarrollar ............................................................. 7
Figura 3 Grado de eutrofia que pueden alcanzar un cuerpo de agua para los diferentes
valores de clorofila ........................................................................................................ 12
Figura 5 Estratificación térmica de un embalse para dos escenarios: verano e invierno ....... 20
Figura 4 Curva de concentración del oxígeno disuelto en embalses .................................... 22
Figura 6 Espectro electromagnético ................................................................................ 27
Figura 7 Características de las bandas del sensor TM ....................................................... 28
Figura 8 Características de los sensores incorporados en Landsat 1 al Landsat 7 ................ 29
Figura 9 Ejemplos de combinaciones de bandas para el análisis de imágenes ..................... 32
Figura 10 Mapa de la ubicación de la cuenca del Río Grande ............................................ 35
Figura 11 Mapa de la ubicación de la subcuenca del Río Poás ........................................... 36
Figura 12 Distribución espacial del proyecto hidroeléctrico y el embalse ............................. 37
Figura 13 Mapa de la descripción geológica de la cuenca del Río Grande ........................... 39
Figura 14 Mapa de clasificación del tipo de orden de los suelos de la cuenca del Río Grande 40
Figura 15 Mapa de clasificación del uso del suelo de la cuenca del Río Grande ................... 42
Figura 16 Mapa de zona de vida de la cuenca del Río Grande ........................................... 43
Figura 17 Mapa de la precipitación media de la cuenca del Río Grande .............................. 45
Figura 18 Puntos iniciales de analices del embalse de la Planta Hidroeléctrica de Tacares .... 46
Figura 19 Diagrama de modificación de los puntos por los sedimentos............................... 47
Figura 20 Puntos finales de analices del embalse de la Planta Hidroeléctrica de Tacares ...... 48
Figura 21 Condiciones climatológicas del embalse de la Planta Hidroeléctrica de Tacares el 6
de junio del 2018 .......................................................................................................... 49
Figura 22 Imagen satelital de la zona el 6 de junio del 2018 ............................................. 50
Figura 23 Niveles de oxígeno disuelto comparados con las concentraciones ideales que
permiten la vida acuática ............................................................................................... 51
Figura 24 Comportamiento de los sólidos disueltos totales y la conductividad de la gira 6 de
junio del 2018............................................................................................................... 52
Figura 25 Comportamiento de los sólidos disueltos totales y el oxígeno disuelto de la gira 6
de junio del 2018 .......................................................................................................... 53
x
Figura 26 Problema de acumulación de sedimentos en el embalse de la Planta Hidroeléctrica

de Tacares el 22 de junio del 2018 ................................................................................. 54
de junio del 2018 .......................................................................................................... 54
Figura 28 Imagen satelital de la zona el 22 de junio del 2018 ........................................... 55
Figura 29 Comportamiento de la clorofila-a y fosfato de la gira 22 de junio del 2018........... 57
Figura 30 Comportamiento de la clorofila-a y nitrato de la gira 22 de junio del 2018 ........... 57
de julio del 2018 ........................................................................................................... 58
Figura 32 Imagen satelital de la zona el 8 de julio del 2018 .............................................. 59
Figura 33 Condición del agua del embalse durante la gira del 8 de julio del 2018................ 59
Figura 34 Comportamiento de la clorofila-a y nitrato de la gira 8 de julio del 2018 .............. 62
de julio del 2018 ........................................................................................................... 62
Figura 36 Imagen satelital de la zona el 24 de julio del 2018 ............................................ 63
Figura 37 Comportamiento de la clorofila-a y fosfato de la gira 24 de julio del 2018............ 65
Figura 38 Comportamiento del silicato y nitrato de la gira 24 de julio del 2018 ................... 65
de agosto del 2018........................................................................................................ 66
Figura 40 Imagen satelital de la zona el 25 de agosto del 2018 ......................................... 67
Figura 41 Valores promedio del pH para las giras realizadas al embalse ............................. 69
Figura 42 Valores promedio del porcentaje del oxígeno disuelto para las giras realizadas al
embalse ....................................................................................................................... 70
Figura 43 Valores promedio de los sólidos disueltos totales para las giras realizadas al
embalse ....................................................................................................................... 71
Figura 44 Valores promedio del fosfato para las giras realizadas al embalse ....................... 71
Figura 45 Valores promedio del silicato para las giras realizadas al embalse ....................... 72
Figura 46 Valores promedio del amonio para las giras realizadas al embalse ...................... 72
Figura 47 Valores promedio del nitrato para las giras realizadas al embalse........................ 73
Figura 48 Valores promedio de la clorofila-a para las giras realizadas al embalse ................ 74
Figura 49 Resumen del informe de regresión múlti-temporal en Minitab 17 para Clorofila-a,
utilizando las bandas 2, 3, 4 y 5 ..................................................................................... 77
xi

utilizando las bandas 2, 4 y 5 ......................................................................................... 78
Figura 51 Modelo de regresión múlti-temporal en Minitab 17 para Clorofila-a, utilizando las
bandas 2, 4 y 5 ............................................................................................................. 79
Figura 52 Comportamiento de los residuos múlti-temporal en Minitab 17 para Clorofila-a,
Figura 53 Resumen del informe de regresión múlti-temporal en Minitab 17 para sólidos
disueltos totales, utilizando las bandas 2, 3, 4 y 5 ............................................................ 81
Figura 54 Resumen del informe de regresión múlti-temporal en Minitab 17 para sólidos
disueltos totales, utilizando las bandas 3, 4 y 5 ................................................................ 82
Figura 55 Modelo de regresión múlti-temporal en Minitab 17 para sólidos disueltos totales,
Figura 56 Comportamiento de los residuos múlti-temporal en Minitab 17 para sólidos
disueltos totales, utilizando las bandas 3, 4 y 5 ................................................................ 84
Figura 57 Resumen del informe de regresión múlti-temporal en Minitab 17 para oxígeno
disuelto, utilizando clorofila-a y sólidos disueltos totales ................................................... 85
Figura 58 Modelo de regresión múlti-temporal en Minitab 17 para oxígeno disuelto, utilizando
clorofila-a y sólidos disueltos totales ............................................................................... 86
Figura 59 Comportamiento de los residuos múlti-temporal en Minitab 17 para oxígeno
disuelto, utilizando clorofila-a y sólidos disueltos totales ................................................... 87
Figura 60 Resumen del informe de regresión múlti-temporal en Minitab 17 para fosfato,
utilizando clorofila-a, oxígeno disuelto y sólidos disuelto ................................................... 88
Figura 61 Resumen del informe de regresión múlti-temporal en Minitab 17 para silicatos,
utilizando clorofila-a, oxígeno disuelto y sólidos disuelto ................................................... 89
Figura 62 Comportamiento de los residuos múlti-temporal en Minitab 17 para silicatos,
utilizando clorofila-a, oxígeno disuelto y sólidos disueltos .................................................. 90
utilizando clorofila-a y oxígeno disuelto ........................................................................... 91
Figura 64 Modelo de regresión múlti-temporal en Minitab 17 para silicatos, utilizando
clorofila-a y oxígeno disuelto .......................................................................................... 92
Figura 65 Comportamiento de los residuos múlti-temporal en Minitab 17 para silicatos,
utilizando clorofila-a y oxígeno disuelto ........................................................................... 93
xii
Figura 66 Resumen del informe de regresión múlti-temporal en Minitab 17 para amonio,

utilizando clorofila-a, oxígeno disuelto y sólidos disueltos totales ....................................... 94
Figura 67 Comportamiento de los residuos múlti-temporal en Minitab 17 para amonio,
Figura 68 Resumen del informe de regresión múlti-temporal en Minitab 17 para nitrato,
Figura 69 Comportamiento de los residuos múlti-temporal en Minitab 17 para nitrato,
Figura 70 Comportamiento del nivel del embalse de Tacares........................................... 118
xiii
Tabla de Cuadros
Cuadro 1 Fechas importantes en el avance de la teledetección .......................................... 24

Cuadro 2 Características de las bandas de Landsat 8 ........................................................ 30
Cuadro 3 Distribución geológica de la cuenca del Río Grande ............................................ 38
Cuadro 4 Orden de los suelos de la cuenca del Río Grande ............................................... 39
Cuadro 5 Distribución del uso del suelo de la cuenca del Río Grande ................................. 41
Cuadro 6 Zonas de vida presentes en la cuenca del Río Grande ........................................ 42
Cuadro 7 Precipitación promedio anual presente en la cuenca del Río Grande .................... 44
Cuadro 8 Coordenadas de los puntos de análisis de las giras ............................................ 48
Cuadro 9 Resultados obtenidos en campo para las muestras de la gira del 6 de junio del 2018
................................................................................................................................... 50
Cuadro 10 Resultados obtenidos en el laboratorio para las muestras de la gira del 6 de junio
del 2018 ....................................................................................................................... 51
Cuadro 11 Resultados obtenidos en campo para las muestras de la gira del 22 de junio del
2018 ............................................................................................................................ 55
Cuadro 12 Resultados obtenidos en el laboratorio para las muestras de la gira del 22 de junio
del 2018 ....................................................................................................................... 56
Cuadro 13 Resultados obtenidos en campo para las muestras de la gira del 8 de julio del
2018 ............................................................................................................................ 60
Cuadro 14 Resultados obtenidos en laboratorio para las muestras de la gira del 8 de julio del
2018 ............................................................................................................................ 60
Cuadro 15 Resultados obtenidos en campo para las muestras de la gira del 24 de julio del
2018 ............................................................................................................................ 63
2018 ............................................................................................................................ 64
Cuadro 17 Resultados obtenidos en campo para las muestras de la gira del 25 de agosto del
2018 ............................................................................................................................ 67
Cuadro 18 Resultados obtenidos en laboratorio para las muestras de la gira del 25 de agosto
del 2018 ....................................................................................................................... 67
Cuadro 19 Valores de las bandas obtenidos en los puntos de muestreo de la gira del 22 de
junio del 2018............................................................................................................... 74
xiv
julio del 2018 ................................................................................................................ 75
julio del 2018 ................................................................................................................ 75
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
amonio....................................................................................................................... 103
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
Ecuación (1) ................................................................................................................. 14

Ecuación (2) ................................................................................................................. 14
Ecuación (3) ................................................................................................................. 14
Ecuación (4) ................................................................................................................. 17
Ecuación (5) ................................................................................................................. 26
Ecuación (6) ................................................................................................................. 78
Ecuación (7) ................................................................................................................. 82
Ecuación (8) ................................................................................................................. 90
Ecuación (9) ................................................................................................................. 93
Ecuación (10) ............................................................................................................... 96
xvi
Gutiérrez Núñez, Denis Alberto

Evaluación del uso de la teledetección para determinar parámetros de la calidad
del agua en el embalse de la Planta Hidroeléctrica de Tacares
Proyecto de Graduación-Ingeniería Civil-San José, C. R.:
D.A. Gutiérrez N.,2019
xvi, 120, [3]h; ils. col. -50 refs
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.
El proyecto se dividió en tres fases, en la primera se procedió principalmente a realizar una

investigación bibliográfica y recopilación de la información necesaria. La fase dos, se
subdividió en dos actividades. La primera de ellas, consistió en la extracción de muestras de
campo y la segunda actividad fue la recolección de datos de reflactancia mediante imágenes
satelitales de la misión Landsat 8. Seguidamente, con esta información, se pudo estimar la
correlación con los valores obtenidos en campo, estableciendo así, expresiones matemáticas
a partir de regresiones lineales múltiples que permitan obtener fácilmente las
concentraciones de los parámetros en estudio. Finalmente, en la última fase, se evaluó cada
modelo multi-temporal, mediante comparaciones entre los resultados de campo y los
resultados de dichos modelos.
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.
PARÁMETROS; CALIDAD DEL AGUA; CLOROFILA-A; SÓLIDOS DISUELTOS; NUTRIENTES;

TELEDETECCIÓN; LANDSAT 8; PLANTA HIDROELÉCTRICA DE TACARES DE GRECIA.

Escuela de Ingeniería Civil
1
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.
Para sacar el aprovechamiento al máximo y sin generar un impacto ambiental importante,

se debe acudir a herramientas o métodos para el control de ciertos parámetros de calidad
en la zona intervenida. El medir este tipo de variables hace que se deba recurrir a veces a
grandes sumas de recursos económicos, dado que los métodos para cuantificar ciertos
parámetros requieren de controles en periodos de tiempos grandes y de equipo
especializado.
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
En los últimos años la teledetección se ha desarrollado de una manera enfática,

diseñándose aplicaciones para casi todas las áreas de las ciencias de la tierra (Pérez,
2
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.
Es importante mencionar que el uso de la teledetección no reemplaza la necesidad de

obtener muestras de campo, pero con la combinación de estos dos métodos se alcanzan
mejores resultados que los que pueden obtenerse utilizando cada metodología
independiente de la otra.
Desde este punto de partida, la incorporación de esta tecnología a nivel de parámetros de

calidad, representaría un papel importante porque mediante modelos matemáticos y
imágenes satelitales, se podría calcular de manera rápida, eficiente, económica y en
tiempo real los indicadores como los nutrientes, clorofila, turbidez, sólidos disueltos,
sedimentos, entre otros.
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
La importancia del cambio climático ha impulsado la necesidad de encontrar información

de mayor calidad, dado que se necesita saber las modificaciones en la cubierta forestal,
terrestre y acuática. Esta es una de las razones por la cual la aplicación de la teledetección
o uso de imágenes satelitales ha tenido mayor relevancia en las últimas décadas.
Organizaciones de carácter internacional como la Organización de las Naciones Unidas
para la Alimentación y la Agricultura, o por sus siglas en inglés: “Food and Agriculture
Organization” (FAO), ha recurrido al uso de esta herramienta para llevar a cabo estudios
3
de los bosques tropicales para informes de la evaluación de los recursos forestales

mundiales (Organización de las Naciones Unidas para la Agricultura y la Alimentación,
2010).
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.
En nuestro país, con propósitos de estudios de análisis de cuerpos de agua, la

teledetección aún no se ha implementado comúnmente, se desconoce su importancia y se
carece de conocimientos para su aplicación. Actualmente se cuenta algunos trabajos de
investigación a nivel académico, como lo son como el de Vargas Masis, C. (2017) y el de
Jiménez Fonseca, L.D. (2014), donde se recurre al uso de imágenes satelitales para la
investigación de ciertos indicadores de calidad del agua pero se han desarrollado de
manera aislada.
1.4. Ubicación
El embalse de estudio se encuentra en las coordenadas geográficas 10°00'15" Norte y

84°20'13"Oeste, a una altitud de 589msnm. En el distrito 5 de Tacares, que pertenece al
cantón número 3 llamado Grecia, de la provincia 2 de Alajuela.
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
Figura 1 Mapa de la ubicación del embalse Hidroeléctrico de Tacares

Fuente: ITCR, 2014
Elaborado por: Autor, 2019
1.5. Objetivos
1.5.1. Objetivo General
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.
1.5.2. Objetivos Específicos
 Establecer las características de la cuenca y el embalse en la que se sitúa el

área de estudio.
5
 Determinar por medio de muestreos en distintos puntos del embalse de la Plata

Hidroeléctrica de Tacares las concentraciones de clorofila, sólidos disueltos,
nutrientes, oxígeno disuelto, pH, conductividad y temperatura.
 Obtener por medio de imágenes satelitales procedentes de la misión Landsat 8
los valores de reflectancia sobre el cuerpo de agua en los puntos donde se
realizó el muestreo.
 Correlacionar los datos de concentración obtenidos de los puntos de muestreo
del embalse con los valores de reflectancia conseguidos de las imágenes aéreas
de la misión Landsat 8.
1.6. Delimitación del problema
1.6.1. Alcance
 Los estudios se aplicarán únicamente en la zona del embalse de la planta

Hidroeléctrica de Tacares, localizada en el cantón de Grecia, provincia de Alajuela.
 Los parámetros de la calidad de agua que se analizarán en diferentes puntos del
embalse, serán únicamente: clorofila-a, coeficiente pH, nutrientes (fosfato, nitritos,
nitratos, amonio y silicatos), oxígeno disuelto, sólidos disueltos, conductividad y
temperatura.
 Los valores de reflectancia que se obtendrán sobre la superficie del embalse serán
por medio de imágenes áreas del satélite de la misión Landsat 8. Estas imágenes
pertenecen al periodo entre los meses de Mayo y Agosto del 2018.
 El propósito del modelo a desarrollar con este estudio es facilitar el análisis de los
parámetros de calidad de cuerpos de agua únicamente mediante la visualización de
imágenes aéreas.
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
 Las condiciones atmosféricas afectarán la selección de las imágenes a utilizar en

este proyecto, debido a que algunas quedarán descartadas por la presencia de
nubosidad, lo cual impide la visualización del cuerpo de agua.
 Se trabajará con el software libre de Landsat 8, lo cual limita las imágenes por la
falta de empresas de que respalden la información.
 No se cuenta con registros de muestras o estudios de indicadores de calidad del
agua en el embalse de la Planta Hidroeléctrica de Tacares, por lo que el análisis
únicamente se procederá a realizar con las muestras hechas a lo largo de este
proyecto.
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
Figura 2 Esquema de la metodología a desarrollar

8
1.7.1. Fase I Investigación
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).
También se obtendrá información sobre los principios de teledetección e información de la

misión Landsat 8. Para ello se contará con la ayuda del Ing. Juan Gabriel McGregor
Sanabria de la Universidad de Costa Rica y a la vez formará parte del consejo asesor de
este trabajo final de graduación.
Además, se contará con la colaboración de la Empresa de Servicios Públicos de Heredia, la

cual brindará más información sobre estudios previos del embalse y de la zona alrededor.
1.7.2. Fase II Experimental
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).
La segunda actividad a desarrollar en esta fase es la recolección a través de la web de

imágenes satelitales de la misión Landsat 8. Estas imágenes serán obtenidas en el mismo
tiempo que se realiza el muestreo del agua con el propósito de asociar los resultados de
las pruebas a estas.
Seguidamente de la obtención de imágenes, se procederá a obtener los datos de

reflactancia sobre la superficie del embalse. Con esta información, se podrá hacer
correlaciones con los valores obtenidos de las muestras de campo y establecer
expresiones matemáticas a partir de regresiones lineales múltiples con cada parámetro.
9
Para lo anterior mencionado, se usará los programas de ERDAS Imagine en el análisis de

imágenes y de Minitab para establecer las regresiones entre los parámetros.
1.7.3. Fase III Análisis
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
2. CAPÍTULO 2. MARCO TEÓRICO
2.1. Parámetros de la calidad del agua
El término calidad de agua es relativo y se refiere al conjunto de parámetros que indican

que el agua puede ser usada para diferentes propósitos. Por ejemplo, que una fuente de
agua suficientemente limpia y adecuada que permita la vida de una especie de pez puede
no ser apta para otros animales, para el consumo humano o inadecuado para ciertos
procesos como el riego de cultivos. Una definición que otorga Water Quality Assessment,
es que la calidad de agua es el grupo de concentraciones, especificaciones, sustancias
orgánicas e inorgánicas y la composición de la biota encontrada en el cuerpo de agua
analizado. Además, que esta calidad presenta variaciones espaciales y temporales debido
a factores internos y externos del cuerpo de agua. En otras palabras, la calidad del agua
se define como las características que pueden afectar su adaptabilidad a un uso
específico, la relación entre esta calidad y las necesidades del consumidor.
En el informe de Barrenechea (2010), se dice que el agua se encuentra contaminada sólo

cuando sufre cambios que afectan su uso real o propósito. Esta contaminación puede
darse tanto por causas naturales como por factores externos, que a su vez, afectan sus
propiedades fisicoquímicas, sino también a los constituyentes orgánicos e inorgánicos que
se encuentran en ella.
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
 Parámetros químicos: son los parámetros que están relacionados con la

capacidad de solvencia del agua, por lo que no resultan ser fáciles de determinar
cómo los parámetros físicos, generalmente se necesita equipo especial o un
laboratorio para realizar pruebas específicas y poder cuantificarlos (algunos
parámetros son: nutrientes, sólidos disueltos, conductividad, salinidad, pH, entre
otros).
 Parámetros biológicos: son los parámetros asociados a la calidad del medio
acuáticos, basándose en los organismos que lo habitan. Estos parámetros son
buenos integradores de la calidad química de un determinado periodo de tiempo
pero un inconveniente de estos parámetros es que no permiten identificar
directamente los agentes contaminantes, solo sus efectos sobre la comunidad de
organismos, (algunos ejemplos de parámetros son: presencia de tipos de
bacterias, carbón orgánico total, presencia de algas, entre otros).
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.
A continuación, se describirán los parámetros a analizar en el presente trabajo de

investigación para el embalse hidroeléctrico de Tacares.
2.1.1. Clorofila-a
Según Estruch (2010), la clorofila es el pigmento foto receptor responsable de la primera

etapa en la transformación de la energía de la luz solar en energía química y se encuentra
en organelas específicas y en los cloroplastos.
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.
La importancia de este indicador es que permite calcular la biomasa fitoplanctónica de un

cuerpo de agua que a su vez constituye un indicador de la producción primaria y del
estado de recurso hídrico. Conocer la clorofila-a es la forma más versátil de medir la
concentración de fitoplancton en el agua y es el indicador más importante del estado
trófico, ya que actúa como una conexión entre la concentración de nutrientes y la
producción de algas (Martínez, 2017). Para el caso de la teledetección, esta ha sido
ampliamente utilizada con resultados satisfactorios en estudios mediante las que se ha
demostrado las posibilidades del análisis de clorofila en zonas específicas (Estruch, 2010).
El Comité de Eutrofización de la Organización de Cooperación Económica y Desarrollo

(OCDE) propuso un grado de clasificación eutrófico de los cuerpos de agua como lagos y
embalses por la concentración de clorofila. En la siguiente Figura 3 se muestra los rangos
para los diferentes grados de eutrofia.
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:
 Oligotrófico: bajo nivel de productividad biológica, agua clara, algunas plantas

acuáticas, pocos peces, casi no presencia de flora y fauna. Presenta clorofila-a
menos de 3mg/m3, fósforo total menos a 15mg/m3, nitrógeno total menor a 400
mg/m3 y claridad del agua a 4m.
 Mesotrófico: moderado nivel de productividad, claridad del agua y plantas
acuáticas. Presenta clorofila-a entre 3 y 7mg/m3, fósforo total entre 15 y 25mg/m3,
nitrógeno total entre 400 y 600mg/m3 y claridad del agua entre 2,5 y 4 m.
 Eutróficos: alto nivel de productividad, gran cantidad de plantas acuáticas,
claridad moderada del agua, alto potencial para soportar gran cantidad de vida
silvestre. Presenta clorofila-a entre 7 y 40mg/m3, fósforo total entre 25 y
100mg/m3, nitrógeno total entre 600 y 1500 mg/m3 y la claridad del agua entre 0,9
y 2,5m.
 Hipereutrófico: muy altos niveles de productividad biológica, baja claridad del
agua, abundancia de plantas, soporta gran cantidad de peces y vida silvestre.
Presenta clorofila-a mayor a 40mg/m3, fósforo total mayor a 100mg/m3, nitrógeno
total superior a 1500mg/m3 y claridad del agua menor a 0,9m.
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:
 λ: longitud de onda (nm)

 : absorbancia sin acidificar a λnm (por mil)
 : absorbancia del blanco sin acidificar celda a celda a λnm (por mil)
 V: volumen filtrado de la muestra (ml)
 b: espesor de la celda
 ν: volumen total de acetona (ml)
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.
El valor obtenido de Ca se sustituye en la siguiente Ecuación
(3) para obtener la concentración de clorofila-a en mg/l.
(3)
Donde:
 v: es el volumen de acetona usado para extraer los pigmentos (ml)

 l: longitud de la celda del espectrofotómetro (cm)
 V: volumen de agua filtrada (L)
15
2.1.2. Coeficiente pH
En el trabajo de Alméciga y Muñoz (2013), mencionan que el pH (potencial de hidrógeno)

es una medida de la acidez o basicidad de una solución. Además, este indicador
representa la concentración de iones o cationes de hidrógeno [H+] presentes en la
sustancia de análisis. Este parámetro posee un rango numérico que va desde el 0 hasta el
14, siendo el número 7 el indicador de una solución neutra y entre más bajo es el número
más ácido se vuelve la sustancia o de lo contrario, entre más alto, indica un compuesto
base.
La importancia del pH es que influye significativamente en los procesos químicos que

ocurren en el agua, la actuación de los floculantes, los tratamientos de depuración, entre
otros. La mayoría de los organismos están adaptados a vivir en aguas de un pH específico
y pueden morir si los niveles cambian fuera del rango usual; el intervalo del pH compatible
con la vida de los peces de agua dulce y la mayoría de los invertebrados debe estar entre
valores de 6 y 9 (Carillo y Urgilés, 2016). Generalmente el agua con vertidos industriales o
muy contaminada presentan un pH bajo o ácido.
Ureta (2002) explica que el pH de aguas naturales, depende significativamente de factores

como el balance entre el dióxido de carbono, carbonato y bicarbonato; y la variación de
estos iones puede ser causada de rocas carbonatadas, cambio atmosférico de CO2 y la
respiración de los organismos presentes en el agua. Además, Ureta (2002) menciona que
el pH aumenta cuando el fitoplancton experimenta una fotosíntesis activa y disminuyen
por la respiración de los diferentes organismos o por concentraciones de mucho material
orgánico y la descomposición de detritos.
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
destruidos. Entre los nutriente más influyentes en el proceso de eutrofización según

Vargas (2017), destacan los fosfatos y los nitratos, siendo los fosfatos el factor limitante
en los cuerpos de agua dulce.
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:
 Agricultura: el excremento de los animales, las grandes cantidades de fertilizantes

aplicado a cultivos y la erosión del suelo hacen de la agricultura una de las
mayores fuentes de contaminación.
 Aguas pluviales: Las precipitaciones arrastran contaminantes a través del
escurrimiento superficial sobre la cuenca hidrográfica durante eventos de lluvia,
hacia las vías fluviales locales y cuerpos de agua receptores como embalses.
 Aguas residuales: los sistemas de alcantarillado y sistema de aguas residuales
contienen grandes cantidades de residuos, y estos sistemas no siempre funcionan
adecuadamente, contaminando fuentes de agua naturales.
 Casas y edificios: los desechos de jardinería, mascotas, ciertos jabones y
detergentes contienen nitrógeno y fósforo y pueden contribuir a la contaminación
de nutrientes.
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).
Amonio: El catión de amonio (NH4+) es un ion poliatómico cargado positivamente, que

proviene de la base débil del amoniaco (NH3). Cuando el amoníaco se disuelve en agua,
una cantidad de la misma se convierte en iones de amonio. La cantidad de iones amonio
que se genera depende del pH del agua. Si el pH es bajo, el equilibrio produce que las
moléculas de amoniaco se convierten en iones de amonio. Pero si el pH es alto, el ion
hidróxido en el agua obtiene un protón del ion amonio y se produce el amoniaco, como se
muestra en la siguiente Ecuación NH4+ + OH- = NH3 + H2O (4)
del amoniaco en el agua:
NH4+ + OH- = NH3 + H2O (4)
Regularmente el amonio se presenta en las lluvias de forma natural por efecto de la

volatilización superficial del nitrógeno en la tierra. Los cuerpos superficiales de agua no
contaminadas poseen concentraciones inferiores a 3 mg/L (Betancourt, 2013). Cuando se
dan concentraciones superiores a este valor, es un indicativo de contaminación orgánica,
18
industrial o precedente de fertilizantes de las zonas de cultivos. También, la concentración

alta de amonio es causada por materia orgánica como organismos muertos en el agua,
por lo cual este nutriente suele usarse como indicador de contaminación orgánica.
Las altas concentraciones de amonio suelen presentarse en la región del hipolimnio y su

distribución depende del estado trófico, procesos de difusión, los organismos que
coexistan en el embalse y de la acción del viento (Betancourt, 2013).
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.
Cuando los cuerpos de agua tienen cantidades significativas de fosfato, se produce un

enorme crecimiento de algas y plantas, las cuales consumen el oxígeno, por lo que, el
crecimiento descontrolado de materia orgánica viva, conlleva una mayor tasa de
descomposición, que finalmente conduce a la eutrofización. (Bolaños-Alfaro, J; Cordero-
Castro, G; Segura-Araya, G., 2017)
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-).
El departamento de química del instituto Mercè Rodoreda de Cataluña, establece que la

presencia de silicatos en los cuerpos de agua, depende de la actividad de los
microorganismos silíceos, de la solubilidad de las rocas y de la descomposición de los
silicatos por procesos bioquímicos y naturales. Estos últimos procesos se incrementan con
el aumento de la temperatura en el agua. Asimismo, se ha establecido que el aumento del
silicato en lagos y embalses está asociado directamente con las escorrentías, dado a que
estas portan contenidos de silicato disuelto o suspendido, por lo que durante épocas
lluviosas las concentraciones son mayores, descendiendo por sedimentación en temporada
19
seca. El contenido de sílice (SiO2) en aguas no contaminadas suele oscilar entre 1 y

30mg/L.
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
La temperatura, en términos de parámetros de calidad del agua, se define como la medida

del grado de calor del cuerpo del agua (Diaz, 2015). Según Betancourt (2013), este
parámetro puede afectar significativamente la calidad del agua, ya que influye en otras
propiedades e indicadores, por ejemplo, menciona que la temperatura en los cuerpos de
agua afecta los procesos físicos, químicos y biológicos, porque un incremento en esta,
aumenta el número de reacciones químicas, la distribución de nutrientes en el agua, la
evaporación y disminuye la solubilidad de los gases tales como O2, CO2, entre otros.
También, la tasa metabólica de los organismos presentes en el cuerpo de agua, se
relaciona con la temperatura. Al presentarse temperaturas elevadas, se produce un
incremento en la actividad fisiológica de la vida acuática, como consecuencia de esto, se
da un aumento del consumo de oxígeno disuelto, asfixia de algunos organismos y la
descomposición de la materia, siendo éste el efecto más nocivo de la contaminación
térmica. También, Betancourt (2013) menciona en su trabajo de investigación que los
cambios en la temperatura producen otro efecto sobre los embalses, indica que las capas
de agua de la superficie de los cuerpos de agua absorben mayor cantidad de calor que los
estratos más profundos, como consecuencia genera una variación entre las densidades del
líquido. Esta diferencia de densidades entre las capas más profundas y las superficiales se
conoce como estratificación térmica.
El proceso de estratificación térmica de los embalses se encuentra ligado a la acción del

viento, las corrientes de masas de agua, y de la forma del embalse (Glynn y Heinke,
20
1999). En la ¡Error! No se encuentra el origen de la referencia. se muestra la

estratificación típica producida por los efectos de la temperatura en relación con la
profundidad del embalse.
Figura 4 Estratificación térmica de un embalse para dos escenarios: verano e invierno

Fuente: Glynn y Heinke, 1999
2.1.5. Oxígeno disuelto
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.
El oxígeno disuelto en agua teóricamente varía de forma inversamente proporcional a la

temperatura, es decir, a mayor valor de temperatura menor presencia de oxígeno disuelto
en el agua. La concentración de oxígeno disuelto se puede medir en porcentajes y cuando
se da un valor del 100%, se dice que el agua tiene una saturación igual a la atmosférica
(este es usado como el valor de referencia). Pero cuando es menor al 100%, es un
indicador de que ciertos microorganismos están consumiendo el oxígeno para oxidar la
materia orgánica. Por otro parte, si se presenta valores de sobresaturación (cifras
superiores al 100%), revela una presencia excesiva de fitoplancton, desarrollados
principalmente por abundancia de ciertos nutrientes y a la exposición de la luz.
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
control del tratamiento y vertido de aguas residuales. El oxígeno disuelto no es catalogado

como un contaminante, sin embargo, su abundancia o carencia traen condiciones no
favorables para el cuerpo de agua, por ello los niveles ideales de oxígeno que permiten la
vida acuática se da entre los valores de 7 a 9 mg/L y una concentración inferior a 4 mg/L,
no es apta para el desarrollo de esta (Pérez, 2003).
También, el oxígeno disuelto, afecta la actividad microbiana y en el estado de oxidación de

los metales. Según el Informe de Calidad de Agua de la Cuenca del Canal de Panamá
(2011), si se presenta un bajo nivel de oxígeno disuelto en un cuerpo de agua, puede
provocar la formación de sulfuro de hidrógeno (proporciona mal olor) y cambios en el tipo
de organismos acuáticos presentes. La apariencia de organismos anaeróbicos y algas
aumenta significativamente en aguas con poco oxígeno disuelto.
En los embalses la cantidad de oxígeno disuelto depende significativamente en el

incremento de la productividad biológica, de la distribución térmica, del estado trófico,
ubicación geográfica y las condiciones meteorológicas donde se encuentra. (Likens, 1972).
En un embalse oligotrófico, la distribución vertical del oxígeno disuelto está definida

primordialmente por los factores físicos como temperatura y la turbulencia, teniendo una
concentración ligeramente menor en el estrato del epilimnio que en el hipolimnio, ya que
como se mencionó anteriormente en el parámetro de la temperatura; hay mayores valores
de temperatura en las capas superiores que en las capas inferiores del embalse.
En cuanto a un embalse eutrófico el panorama es algo distinto, la presencia de oxígeno

tiende a ser elevada en los estratos superiores, donde se desarrolla con mayor facilidad el
proceso fotosintético. Según Betancourt (2013), esta productividad tan alta, genera gran
cantidad de materia orgánica que se va acumulando en el fondo y descomponiendo. Este
proceso a su vez, consume el oxígeno en el hipolimnio de los cuerpos de agua eutróficos,
incluso puede llegar a tener valores de oxígeno disuelto en cero. En la siguiente Figura 5,
se muestra la diferencia entre estos dos tipos de embalse respecto a la distribución de
oxígeno disuelto; para la figura A se da una curva ortógrada en embalses oligotróficos y
en la figura B una curva clinógrada en embalses eutróficos o productivos.
22
Figura 5 Curva de concentración del oxígeno disuelto en embalses

Fuente: Betancourt y Labaut, 2013
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).
2.1.6. Sólidos disueltos totales
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
contienen una gran variedad de sustancias en disolución; muchas de las sustancias

disueltas son compuestos que producen partículas eléctricamente cargadas, responsables
directas de la conductividad del agua. Los componentes químicos más comunes en los
sólidos disueltos totales son el calcio, fosfatos, nitratos, sodio, potasio y cloruro.
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).
Se ha encontrado que existe una correlación directa entre conductividad y concentración

de sólidos totales disueltos (TDS) para cuerpos de agua dulce y salobre. Dicha correlación
no aplica para ambientes bajo condiciones muy salinos (salinidad mayor a 5%), donde la
conductividad es afectada por la composición específica de iones presentes en el agua. Es
por esto que la forma más común de medir los SDT es por medio de la conductividad
eléctrica (CE), porque el agua pura (H20) tiene prácticamente cero conductividades y en
soluciones acuosas la CE es directamente proporcional a la concentración de SDT. La
conductividad se encuentra generalmente cerca de 100 veces el total de cationes o
aniones expresados como equivalentes. Los medidores de SDT hacen el cálculo mediante
la conversión de la CE por un factor de 0,5 a 1,0 veces la CE, dependiendo de los niveles.
Típicamente, cuanto mayor sea el nivel de CE, mayor es el factor de conversión para
determinar el SDT. Además, la temperatura del agua afecta CE, el valor se ve afectado
entre 2% a 3% por cada aumento de grados Celsius (Vargas Meneses, 2010).
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
2.2. Historia y principios de la teledetección
Los primeros usos de la teledetección se realizaron en París en 1859, cuando Gaspard

Tournachon obtuvo unas fotografías aéreas desde un globo tipo cautivo (Aggarwal, S.
1999). Con estas imágenes la era de la observación de la superficie terrestre, acuática y la
teledetección había comenzado. Su ejemplo fue seguido pronto por otras personas por
todo el mundo. James Wallace en 1860 replicó el experimento de Tournachon para
estudiar la ciudad de Boston, lo cual otorgó una nueva perspectiva aérea para un
conocimiento más minucioso en la organización urbana (Torres Perdigón 2007). Durante la
Guerra Civil en los Estados Unidos, la fotografía aérea desde globos jugó un papel
importante para revelar la defensa. En el siguiente período, durante la Primera Guerra
Mundial se dio un auge en el perfeccionamiento de la teledetección que se utilizó en
aeronaves en una a gran escala para reconocimiento terrestre, geología del tiempo,
silvicultura, agricultura y cartografía. Los aviones demostraron ser más confiables y
plataformas más eficientes para la observación de la tierra que los globos (Aggarwal, S.
1999).
Durante la segunda guerra mundial se desarrolló otros sistemas de imágenes como la

fotografía de infrarrojo, sensor térmico y radar pero fue hasta 1960 que la NASA lanzó el
primer satélite de la serie TIROS (Television Infrared Observation Satellite, en español,
Satélite de Observación por Televisión e Infrarrojos), pionero de múltiples misiones de
investigación meteorológica, proyectos exclusivos a la cartografía y evaluación de recursos
naturales (Torres Perdigón, 2007). En la siguiente Cuadro 1 se muestra el resumen de
algunos hitos importantes en el avance de la teledetección para el desarrollo de esta.
Cuadro 1 Fechas importantes en el avance de la teledetección
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
1950 Investigación y desarrollo militar

1959 Fotografía primer espacio de la Tierra (Explorador-6)
1960 Lanzamiento del primer satélite meteorológico TIROS
1970 Observaciones Skylab de teledetección desde el espacio
1972 Lanzamiento de Landsat-1 (ERTS-1): MSS Sensor
1972 Rápidos avances en Procesamiento Digital de Imágenes
1982 Lanzamiento del Landsat -4: nueva generación de sensores Landsat: TM
1986 Satélite de observación de la Tierra comercial francés SPOT
Avances en la espectrometría: desarrollo de sensores hiperespectrales. Primeros
1990
desarrollos comerciales en teledetección
1995 Se manada el primer satélite con sensor SAR, Radarsat-1
1998 Misiones satelitales baratas de un solo objetivo
1999 Lanzamiento EOS: NASA Earth Observing Mission
Lanzamiento de IKONOS-1 y IKONOS-2, sistema de sensores de muy alta resolución
1999
espacial. Además capta las primeras imágenes capaces de llegar hasta 1:2.500.
A finales del 2000, West Indian Space Ltd. Comenzó el lanzamiento de los satélites
2000
EROS (Earth Remote Observation System)
La NASA realiza un DEM de aproximadamente el 80% del globo con el Endeavour. Este
2000
sistema porta dos antenas SAR
Lanzamiento de Radarsat-2, sistema SAR con resolución de hasta 3 metros y diferentes
2007
modos de adquisición, polarizaciones.
Se pone en órbita el SPOT6 que cuenta con una resolución espacial de 1.5 metros por
2012
pixel en pancromático y 6 metros en multiespectral con 4 bandas.
Lanzamiento del Landsat -8. Posee dos instrumentos, OLI y TIRS (Operational Land
Imager (OLI) y Thermal Infrared Sensor (TIRS)); El sensor OLI otorga unas bandas
2013
espectrales que cubren el espectro desde los 0.433μm a los 1.390μm y el TIRS registra
de 10.30μm a 12.50μm.
Sentinel-2; satélite para medir la evolución de los bosques, cambios de la corteza y
2015
gestión de desastres naturales.
Sentinel-3; satélite enfocado en el estudio de océanos y capa de hielo. Mide altura,
2016
temperatura y color de la superficie.
Fuente: Shefali Aggarwal, 1999
Modificado por el autor
Según Urrego (2015) la teledetección se fundamenta en el principio físico de la interacción

de la radiación electromagnética con las cubiertas terrestres o cuerpos de agua, estas
pueden reflejar dicha energía, dependiendo de las características físicas, químicas y de
factores ambientales al momento de la toma de la imagen. Con la información obtenida a
partir de las imágenes satelitales, se pueden analizar grandes superficies de la Tierra,
disminuyendo tiempos y costos operacionales. Esto incluye la posibilidad de investigar las
cubiertas de agua, desde cuerpos pequeños hasta grandes masas oceánicas,
considerándose como una alternativa eficaz para el estudio de dicho recurso natural. Este
26
avance ha permitido un control y un conocimiento más ajustado de las condiciones

atmosféricas, disminuyendo, graves catástrofes naturales.
Entre las ventajas que se le puede asignar al uso de la teledetección están:
 Obtención de información directa de la superficie terrestre de forma no destructiva.

 Visión global, profunda, clara y repetitiva de la superficie terrestre.
 Elaboración de imágenes a diferentes escalas.
 Cobertura completa y frecuente de la superficie.
 Observación de información sobre zonas no visibles del espectro electromagnético
 Otorgar datos altitudinales.
 Homogeneidad en la toma de datos.
 La información se accede de formato digital, lo cual agiliza y permite integrar datos
con otra información.
También, se puede mencionar que otra de las grandes ventajas es la temporalidad de la

recolección de datos de los sensores, lo que permite que en cuestión de poco tiempo la
información sea procesada y adquirida (Vargas, C. 2017).
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
 c = Velocidad de propagación 3x10 m/s

 λ = Longitud de onda
 f = Frecuencia
Las ondas de la radiación electromagnética al incidir sobre la superficie experimentan tres

reacciones distintas; transmisión, absorción y reflexión. En el caso particular de la clorofila
presente en la vegetación se da un comportamiento reflectado particular; se presenta una
absorción alta y por lo siguiente la reflectancia baja, particularmente en las longitudes de
27
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.
Figura 6 Espectro electromagnético

Fuente: Portugal Iglesias, 2017
El espectro electromagnético se organiza en bandas de acuerdo con la longitud de onda o

frecuencia de estas y se encuentra en el rango de radiaciones que comprende desde los
rayos cósmicos hasta las ondas de radio. Ahora bien, desde la teledetección estas bandas
se pueden agrupar comúnmente en:
 Espectro visible: comprende la longitud de onda entre 0.4 a 0.7μm. Es la radiación

que puede ser captada por el ojo humano. La radiación solar comprende la
longitud de onda máxima. Dentro de la cual se distinguen tres bandas principales:
- Azul: longitud de onda de 0.4 - 0.5μm
- Verde: longitud de onda de 0.5 - 0.6μm
- Rojo: longitud de onda de 0.6 - 0.7μm
 Infrarrojo cercano o próximo: comprende la longitud de onda entre 0.7 a 1.3μm
Esta banda es muy importante a causa de que permite distinguir entre cubiertas
vegetales y concentraciones de humedad.
 Infrarrojo medio: comprende la longitud de onda entre 1.3 a 8μm. Está constituida
por dos bandas; la primera se encuentra entre 1,3 y 2,5μm y se le denomina
infrarrojo de onda corta (SWIR), donde se comprende los procesos de
reflexión de la luz solar y de emisión de la superficie terrestre (región idónea para
poder valorar el contenido de humedad en la superficie vegetal y en los suelos). La
segunda está comprendida en su mayoría en torno a 3,7μm y se le conoce
28
respectivamente como infrarrojo medio (IRM), muy ventajosa para la localización

de focos de altas temperaturas como los volcanes e incendios.
 Infrarrojo lejano o térmico: comprende la longitud de onda entre 8 a 14μm. Es la
región del espectro en la que detecta el calor emitido por la mayoría de los cuerpos
de la superficie terrestre.
 Micro-ondas: comprende la longitud de onda sobre los 1mm. Utilizado para las
cubiertas nubosas.
2.3. Programa Landsat 8
El Programa Landsat surgió como un concepto visionario de exploración en los años

setenta, específicamente en 1972, por parte de la Administración Nacional de la
Aeronáutica y del Espacio, más conocida como NASA por sus siglas en inglés, “National
Aeronautics and Space Administration” y el Servicio Geológico de Estados Unidos (USGS).
El objetivo principal era poner a disposición información obtenida de misiones satelitales
para el monitoreo y observación de cambios terrestre.
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.
Figura 7 Características de las bandas del sensor TM

Fuente: Sanz C., 2002
29
El Landsat 6 incorporó un sensor denominado ETM (Enhansed Thematic Mapper) pero

falló la misión en la comunicación con la plataforma y se perdió en el espacio. Luego se
continuó con el Landsat 7 en el año 1999, se equipó con un sensor superior llamado
Enhansed Thematic Mapper Plus. (ETM+). Este sensor agregó una banda pancromática de
15 metros de resolución y aumentó la resolución de la banda térmica a 60 metros. En la
siguiente Figura 8 se muestra el resumen de las características de los sensores
incorporados en las misiones de Landsat 1 hasta el Lansat 7
Figura 8 Características de los sensores incorporados en Landsat 1 al Landsat 7

Fuente: Sánchez Ramos, 2009
Actualmente el Landsat se halla en su octava versión llamada: “Landsat Data Continuity

Mission” (LDCM) o también “Lansat 8”. Este satélite fue lanzado el 11 de febrero de 2013,
posee una excelente resolución media, cuyo objetivo es proporcionar información para
30
actividades relacionadas con la agricultura, la educación, condiciones atmosféricas, calidad

del agua y continúa con el registro de archivos de las misiones predecesoras, ampliando y
mejorando el registro de imágenes espectrales. Este programa ha sido el único sistema
satelital creado y operado para observar periódicamente la superficie de la Tierra con una
resolución moderada (Ariza, 2013).
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.
Cuadro 2 Características de las bandas de Landsat 8
Longitud de onda Resolución

Bandas
(micrómetros) (metros)
Banda 1 Aerosol costero 0.43-0.45 30
Banda 2 Azul 0.45 - 0.51 30
Banda 3 Verde 0.53 - 0.59 30
Banda 4 Rojo 0.64 - 0.67 30
Banda 5 Infrarrojo cercano 0.85 - 0.88 30
Banda 6 Infrarrojo de onda corta SWIR 1 1.57 - 1.65 30
Banda 7 Infrarrojo de onda corta SWIR 2 2.11 - 2.29 30
Banda 8 Pancromático 0.50 - 0.68 15
Banda 9 Cirrus o nubosidad 1.36 - 1.38 30
Banda 10 Infrarrojo térmico o de onda larga TIRS 1 10.60 - 11.19 100
Banda 11 Infrarrojo térmico o de onda larga TIRS 2 11.50 - 12.51 100
Fuente: Shefali Aggarwal, 1999
31
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
En la siguiente Figura 9 se muestra cuatro ejemplos de las combinaciones de bandas para

color natural, vegetación, urbano y tierra/agua.
543
432
764
564
Figura 9 Ejemplos de combinaciones de bandas para el análisis de imágenes

Fuente: USGS, 2018
2.4. Corrección atmosférica
Las imágenes satelitales regularmente consisten en un grupo de matrices asociadas a un

valor, llamado niveles digitales (ND). Este valor depende de las características de
almacenamiento de cada sensor específico por ejemplo: 8bits, 12bits y 16 bits.
33
Con la corrección atmosférica se busca recuperar la radiancia intrínseca de las imágenes

obtenidas por la señal del sensor. A estas imágenes se les debe realizar un tratamiento
previo, ya que son afectadas por perturbaciones atmosféricas. Según Carrales y Ochoa
(2016), existen tres tipos principales de afectaciones por dispersión atmosférica. La
primera se llama dispersión de Mie, esta se da normalmente cuando la longitud de onda
es del mismo tamaño de la magnitud de las partículas como el polvo y los aerosoles que la
dispersan. Un ejemplo es cuando se presentan gotas de agua en la atmósfera. La segunda
es la dispersión de Rayleigh, la cual se presenta si la longitud de onda es mucho mayor
que el tamaño de las partículas que producen la dispersión. Casi siempre esta se genera
por la presencia de humo o bruma en la superficie. El tercer tipo de dispersión es no
selectiva y ocurre cuando la longitud de onda es menor a la dimensión de las partículas,
ejemplo de esta dispersión es el causado por el vapor de agua, niebla o nubes.
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:
 MODTRAN (por sus siglas en ingles de Moderate re-solution atmospheric

Transmission): calcula la propagación atmosférica de la radiación electromagnética
para frecuencias de 0 a 50,00cm-1 a una resolución moderada de 2cm-1. Este busca
quitar los efectos de la absorción y dispersión, causados por las moléculas y
partículas atmosféricas en suspensión, transformando esa radiancia a valores de
reflectividad de superficie.
 FLAASH (por sus siglas en ingles de Fast Line-of-sight Atmospheric Analysis of
Spectral Hypercubes): es un módulo avanzado de corrección atmosférica que
rectifica las longitudes de onda en las regiones de infrarrojo visible e infrarrojo de
onda corta, de hasta 3µm. Para poder hacer dicha corrección, en términos
generales requiere la recodificación de la imagen, transformación a radiancia e
identificación de las bandas y parámetros del sensor (Aguilar, Mora, Vargas, 2014).
 Método de sustracción de objetos oscuros (DOS): es algoritmo da por un hecho
que si hay áreas o zonas en la imagen con valores muy bajos de reflectancia,
cualquier reflectancia aparente debería ser producto de la dispersión atmosférica y
34
esto se usa para calibrar el resto de la imagen, es decir, se le resta dicho valor a
cada pixel.
Para la misión de Landsat 8, el Servicio Geológico de los Estados Unidos (USGS)

implementa un algoritmo distinto a los mencionados anteriormente. El modelo se llama
Landsat Surface Reflectance Code (LaSRC). Este usa la banda 1 para realizar pruebas de
inversión de aerosoles, datos climáticos auxiliares y utiliza los ángulos de la geometría de
la iluminación de cada escena para la corrección atmosférica (USGS, 2018).
35
3. CAPÍTULO 3. CARACTERÍSTICAS DE LA ZONA DE ESTUDIO
3.1. Características del embalse
La Planta Hidroeléctrica Tacares o Proyecto Hidroeléctrico Jorge Manuel Dengo, se

encuentra en el distrito de Tacares, que pertenece al cantón número 3 llamado Grecia, de
la provincia de Alajuela. Su construcción finalizó en 1951 y su finalidad era ser una planta
de generación eléctrica para el ferrocarril al Pacífico. Actualmente se halla bajo la
administración de la Empresa de Servicios Públicos de Heredia, S.A (ESPH). Esta planta
obtiene el agua de la subcuenca del Río Poás, que a su vez está localizada dentro de la
cuenca de Río Grande, en la vertiente del Pacífico. La cuenca se encuentra entre las
coordenadas 10º3’0’’ y 10º11’30’’ latitud norte y entre 84º15’0’’ y 84º8’0’’ longitud oeste
Véase Figura 10.
Figura 10 Mapa de la ubicación de la cuenca del Río Grande

Fuente: Atlas ITCR, 2014
36
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.
Figura 11 Mapa de la ubicación de la subcuenca del Río Poás

Fuente: ESPH, 2017
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.
Según Jimenez O. (2013), en su estudio hidráulico se describe que el embalse se

compone de una presa de concreto a gravedad vertedora, una toma de agua por la
margen derecha, una conducción a gravedad conformada por canales y túneles
excavados en la ladera derecha del cañón del Río Poás, un embalse de regulación
horaria, una tubería de presión, y la casa de máquinas, en donde se están instalando dos
unidades tipo Francis de eje horizontal. En la siguiente Figura 12 se detalla la distribución
espacial descrita.
Figura 12 Distribución espacial del proyecto hidroeléctrico y el embalse

Fuente: ESPH, 2010
38
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).
3.1.1. Geomorfología y suelos
La geomorfología presente en la cuenca es en su mayoría de origen volcánico y como se

menciona en un estudio hecho por Mora Salas (2012), los materiales que la constituyen
corresponden a la época Holoceno perteneciente al periodo cuaternario. La distribución se
puede observar en el Cuadro 3 y en la Figura 13. El 75% de la superficie de la cuenca está
conformado por materiales volcánicos como tobas, piroclásticos y lavas.
El orden de los suelos que se da en la zona, en su mayoría (74,33%) es inceptisol (véase

Cuadro 4 y Figura 14), estos se caracterizan por ser suelos recientes con un horizonte B
cámbico, alta saturación de bases, poseen mal drenaje y un pH ácido (Mora Salas, 2012).
El origen este tipo de suelos proviene de la meteorización que experimentan los
sedimentos aluviales y coluviales. Específicamente en el embalse, la región se caracteriza
por ser una zona plana con taludes laterales que descienden con pendientes suaves. Las
capas superiores están constituidas por suelos arcillosos y depósitos piroclásticos,
subyacidos por las tobas soldadas.
Cuadro 3 Distribución geológica de la cuenca del Río Grande
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
Figura 13 Mapa de la descripción geológica de la cuenca del Río Grande

Cuadro 4 Orden de los suelos de la cuenca del Río Grande
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
sección de control. Generalmente profundos, bien

drenados de color rojo o amarillo
Suelo pesado, arcilloso y agrietado; con más de un
35% de arcilla en todos los horizontes y más del 50%
Vertisoles 18.84 2.61
de minerales de fracción arcilla 2:1. Generalmente
expandibles por cambios en el contenido de humedad
Total 722.52 100
Figura 14 Mapa de clasificación del tipo de orden de los suelos de la cuenca del Río Grande
3.1.2. Uso de suelos

La cuenca del Río Grande presenta varios tipos de uso de suelos, como se observa en el
Cuadro 5. Aproximadamente el 65,5% del área son suelos que pueden ser utilizados en
cultivos permanentes y solo el 1,9% en zonas urbanas. Pero según Maldonado (1997)
citado por Mora Salas (2012), la subcuenca del Poás presenta una capacidad de uso
41
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
Uso de suelo Área superficie (km2) Área superficie (%)

Bosque intervenido 30.59 4.23
Bosque natural 15.18 2.10
Bosque secundario 92.37 12.78
Charral/tacotal 15.38 2.13
Cultivos anuales 10.90 1.51
Cultivos permanentes 473.17 65.49
Pasto 26.95 3.73
Pasto y agricultura 44.34 6.14
Uso urbano 13.64 1.89
Total 722.52 100
42
Figura 15 Mapa de clasificación del uso del suelo de la cuenca del Río Grande
3.1.3. Zonas de vida
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.
Cuadro 6 Zonas de vida presentes en la cuenca del Río Grande
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
bmh- Bosque muy húmedo montano

12-18 1000-2000 4.29 0.59
MB10 bajo transición a húmedo
bmh-P Bosque muy húmedo premontano 18-24 2000--4000 299.72 41.48
bp-M Bosque pluvial montano 6-12 2000-4000 2.31 0.32
bp-MB Bosque pluvial montano bajo 12-18 4000-8000 17.16 2.37
bp-M6 Bosque pluvial montano transición
6-12 2000-4000 4.42 0.61
a montano bajo
Total 722.52 100
Figura 16 Mapa de zona de vida de la cuenca del Río Grande

Según el sistema de clasificación de zonas de Holdridge, el embalse se localiza dentro de

una región del tipo bosque húmedo premontano transcición a basal (bh-P6), que
representa el 4% del área total de la cuenca. Este bosque se caracteriza por mostrar una
precipitación promedio anual que varía entre 1000 y 2000mm. El periodo seco efectivo es
44
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)
3.1.4. Precipitación promedio anual
La zona de la cuenca posee tres principales regiones en cuanto a precipitación promedio

anual, como se muestra en el Cuadro 7. Específicamente el embalse se ubica en el borde
de dos regiones, una con un promedio entre 1500 a 2000mm y la otra con promedios
entre 2000 a 3000mm (véase Figura 17). En un estudio hidrológico hecho por Carbón
Ingeniería S.A para la ESPH (2015), menciona que esta zona tiene una marcada época
seca que comprende los meses de diciembre hasta abril y la época lluviosa que abarca los
meses de mayo hasta noviembre.
Cuadro 7 Precipitación promedio anual presente en la cuenca del Río Grande
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
45
Figura 17 Mapa de la precipitación media de la cuenca del Río Grande

46
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).
En la siguiente Figura 18 se muestran los sitios donde se planificó realizar la toma

superficial de agua, siendo 6 puntos a lo largo del embalse con el propósito de obtener
resultados representativos de toda la superficie de este.
Figura 18 Puntos iniciales de analices del embalse de la Planta Hidroeléctrica de Tacares

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
Una vez en el sitio, se descubrió que el embalse presenta un problema de sedimentación a

partir de las once de la mañana. Dicho problema consiste en que cierta región del cuerpo
de agua se empieza acumular lodo y sedimento transportado por la corriente, lo que
ocasionó la modificación de los puntos preestablecido; porque se formaba una especie de
isla de fango que impedía el acceso. En la Figura 19 se muestra el diagrama de alteración
debido a este problema y la nueva ubicación de los puntos.
Figura 19 Diagrama de modificación de los puntos por los sedimentos
En estos puntos se respetó una distancia de separación mayor a 30m para tener datos
distintos entre píxel a píxel.
Además, el embalse se encuentra en regulación diaria, por eso es importante mencionar

que no se está muestreando exactamente la misma agua de las imágenes satelitales por
diferencia horaria, ya que las visitas al campo se realizaron durante la mañana y la misión
Landsat 8 efectúa la toma de la imagen aérea a las 3:59 p.m., sin embargo, esta agua si
se encuentran bajo las mismas condiciones, como el mismo nivel del embalse e iguales
características hidráulicas. Véase anexo A1.
4.1. Datos de campo y laboratorio

A continuación, se muestran los datos obtenidos de las giras. Para realizar el muestreo
de datos en campo, se utilizó multiparámetros Hanna, facilitado por el Laboratorio de
48
Ingeniería Ambiental de la Universidad de Costa Rica. Para el análisis de clorofila-a y

nutrientes, se contó con la ayuda de las instalaciones del CIMAR de la Universidad de
Costa Rica. También, el CIMAR aporto el bote para realizar la navegación sobre el
embalse. En el Cuadro 8 se detallan las coordenadas para los puntos de muestreo; en
el cual se uso del Navegador Garmin modelo GPS Map 62Sc y en la Figura 20 se
representa el mapa de la ubicación de estos.
Cuadro 8 Coordenadas de los puntos de análisis de las giras
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 20 Puntos finales de analices del embalse de la Planta Hidroeléctrica de Tacares

Fuente: ITCR, 2014
49
4.1.1. Gira 6 de junio del 2018
La visita realizada para esta fecha se ejecutó en el transcurso de la mañana, alrededor de

las 10:00 a.m. se realizó la primera recolección de muestra de agua en el punto 1. Cabe
mencionar que el satélite hace la toma de la imagen aérea a las 3:59 p.m. del mismo día
que se efectúa la gira, pero por cuestiones de transporte y de las instalaciones tanto del
embalse como del CIMAR no se tomaron las muestras a esa hora.
A pesar de que las condiciones en el sitio durante el transcurso de la mañana eran

óptimas para la toma de las 6 muestras, como se aprecia en la
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.
Figura 21 Condiciones climatológicas del embalse de la Planta Hidroeléctrica de Tacares el 6 de

junio del 2018
50
Figura 22 Imagen satelital de la zona el 6 de junio del 2018

Fuente: USGS, 2018
En los siguientes Cuadro 9 y Cuadro 10 se muestran los datos obtenidos tanto en el

campo como de los análisis de laboratorio sobre las muestras de la gira del 6 de junio del
2018
Gira 6 de junio del 2018

Oxígeno Oxígeno Sólidos
Temperatura Conductividad
Punto pH disuelto disuelto disueltos
(°C) (μS/cm)
(%DO) (DOmg/l) (ppm Tds)
1 8.08 15.4 1.26 57 21.92 114
2 7.65 24.5 2.01 70 21.75 140
3 7.46 25.7 2.11 71 21.78 143
4 8.6 16.2 1.32 63 21.74 125
5 7.56 25.2 2.06 70 21.91 140
6 7.25 25.8 2.04 70 23.68 141
51
Cuadro 10 Resultados obtenidos en el laboratorio para las muestras de la gira del 6 de junio del
2018
Clorofila-a Fosfatos Silicatos Amonio Nitritos Nitratos

Punto
(mg/m3) (mg/L) (mg/L) (mg/L) (mg/L) (mg/L)
1 0.3240 0.0381 13.1894 0.4870 - 0.5568

2 0.2885 0.0489 14.6740 0.5320 - 0.5515
3 0.4109 0.0440 13.1631 0.4837 - 0.5330
4 0.2885 0.0431 12.7040 0.5736 - 0.5165
5 0.3026 0.0415 12.9766 0.4588 - 0.5753
6 0.3602 0.0471 15.9161 0.5087 - 0.5515
Como se observa en el Cuadro 9, el agua presenta una condición de pH más alcalino en

ciertos puntos, se alcanzan valores superiores a 8, aun así se mantiene en el rango
compatible con la vida. Pero los valores obtenidos de oxígeno disuelto son muy bajos,
teniendo un intervalo entre 1 y 2mg/L, véase figura. Según la teoría, en condiciones
favorables, los cuerpos de agua donde se desarrolla la vida acuática presentan
concentraciones entre 7 y 9mg/L de oxígeno disuelto y para valores inferiores a 4mg/L, se
dificulta el crecimiento de algún organismo aerobio.
Niveles ideales de OD que permiten la vida

acuática
10
9 9 Oxigeno
Concentraciones (mg/L)
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.
Comportamiento entre SDT y conductividad

160
140 Sólidos
120 disueltos
Concentracioes
100 (ppm Tds)

80
60
Conductividad
40 (μS/cm)
20
0
1 2 3 4 5 6
Puntos de muestreo
Figura 24 Comportamiento de los sólidos disueltos totales y la conductividad de la gira 6 de junio

del 2018
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
Comportamiento entre SDT y %DO

80
70
Oxígeno
60 disuelto
Concentración
50 (%DO)
40
30
Sólidos
20 disueltos
10 (ppm Tds)
0
1 2 3 4 5 6
Puntos de muestreo
Figura 25 Comportamiento de los sólidos disueltos totales y el oxígeno disuelto de la gira 6 de

junio del 2018
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
4.1.2. Gira 22 de junio del 2018
Se realizó alrededor de las 10:30 a.m. de la mañana y el satélite tomaba la imagen

alrededor de las 3:53 p.m. del mismo día. Debido a que el embalse presentaba un nivel de
agua menor al promedio y mucha cantidad de sedimentos que se acumulaban en forma
de isla (véase Figura 26 para mayor detalle), del punto 6 no se pudo obtener muestra. Las
condiciones climatológicas tanto en horas de la mañana como en la tarde fueron
adecuadas para poder analizar posteriormente las imágenes satelitales proporcionadas por
el satélite Lansat 8, como se observa en las figuras Figura 27 y Figura 28.
Figura 26 Problema de acumulación de sedimentos en el embalse de la Planta Hidroeléctrica de

Tacares el 22 de junio del 2018

junio del 2018
55
Figura 28 Imagen satelital de la zona el 22 de junio del 2018

Fuente: USGS, 2018
En los siguientes Cuadro 11 y Cuadro 12 se muestran los datos obtenidos en el campo y

en el laboratorio sobre las muestras de la gira del 22 de junio del 2018
Gira 22 de junio del 2018

(°C) (μS/cm)
1 7.42 - - 65 21.86 131
2 6.49 1.6 0.13 66 22.05 133
3 6.76 - - 61 21.64 122
4 7.93 - - 58 21.72 116
5 7.46 3.1 0.23 65 26.51 130
56
Cuadro 12 Resultados obtenidos en el laboratorio para las muestras de la gira del 22 de junio del
2018

Punto
mg/m3 (mg/L) (mg/L) (mg/L) (mg/L) (mg/L)
1 0.5576 0.0405 10.7417 0.4371 - 0.7063

2 0.6485 0.0330 8.4402 0.6618 - 0.7412
3 0.5293 0.0422 8.2810 0.5153 - 0.6176
4 0.7127 0.0348 11.6185 0.5403 - 0.6122
5 0.6925 0.0386 9.4891 0.5353 - 0.5773
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
Comportamiento entre clorofila-a y fosfatos
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
Figura 29 Comportamiento de la clorofila-a y fosfato de la gira 22 de junio del 2018
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.
Comportamiento entre clorofila-a y nitratos

0,80
0,75
Clorofila-a
0,70 (mg/m3)
Concentación
0,65
0,60
0,55
Nitratos
0,50 (mg/L)
0,45
0,40
1 2 3 4 5
Puntos de muestreo
Figura 30 Comportamiento de la clorofila-a y nitrato de la gira 22 de junio del 2018

58
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.
4.1.3. Gira 8 de julio del 2018
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.

julio del 2018
59
Figura 32 Imagen satelital de la zona el 8 de julio del 2018

Fuente: USGS, 2018
Cabe mencionar que el embalse presentaba una característica distinta en el agua a

diferencia de las giras anteriores, esta tenía una especie de cuerpos flotantes de un tono
negro verdoso, como una especie de alga o parte de ella. En la Figura 33 se observa con
más detalle esta condición, donde casi toda la superficie lo presentaba. También, otra
particularidad fue que durante el muestreo de todos los puntos, en el sensor se
aglomeraba una especie de invertebrado, un tipo de gusano blanco alargado y delgado.
Figura 33 Condición del agua del embalse durante la gira del 8 de julio del 2018
60

en el laboratorio sobre las muestras de la gira del 8 de julio del 2018
Cuadro 13 Resultados obtenidos en campo para las muestras de la gira del 8 de julio del 2018
Gira 8 de julio del 2018

(°C) (μS/cm)
(%DO) (ppmDO) (ppm Tds)
1 6.14 481.8 39.5 19 22.31 37
2 6.34 484.3 40.59 22 21.23 41
3 5.79 481.3 41.4 5 20.99 8
4 6.29 485.9 40.99 4 21.02 7
5 5.65 20.8 1.65 171 24.26 338
2018

Punto
1 0.3498 0.0417 5.7447 0.4271 - 0.6664

2 0.4461 0.0490 8.4610 0.4887 - 0.7034
3 0.4861 0.0448 8.8393 0.3289 - 0.7050
4 0.6000 0.0440 8.5392 0.4038 - 0.7087
5 0.3259 0.0454 12.5500 0.4355 - 0.6591
Los resultados obtenidos directamente del agua presentaron mediciones muy

extravagantes a las conseguidas en las giras anteriores. Para el primero parámetro,
correspondiente al pH del agua, este da rangos en una categoría ácida. Se tiene que el
valor más bajo se asocia al punto 5 con 5.65, recordando que este se localiza en una zona
con menos corriente y cerca de la isla de sedimentos que se produce en el embalse. Es
importante mencionar que en esta gira se observa vida acuática en la superficie, como los
descritos anteriormente, los cuales no estuvieron presentes en giras pasadas. Según lo
61
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.
Respecto a los datos conseguidos en laboratorio, los valores de clorofila-a se mantienen

en una escala igual para todos los puntos de muestreo sin presentar alteraciones
comparativas. En cuanto a los nutrientes, presentan el mismo comportamiento en valores
que la gira anterior. En la Figura 34 se pudo graficar el comportamiento entre la clorofila y
los nitratos, se observa una tendencia esperada entre ambos parámetros ya que al darse
un aumento en la concentración de uno, tienda a darse el mismo patrón de incremento en
el otro y viceversa. Respecto al nivel de eutrofia, se clasifica el embalse por la cantidad de
clorofila-a presente en ultraoligotrófico.
62
Comportamiento de la clorofila-a y nitrato

0,8
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
Figura 34 Comportamiento de la clorofila-a y nitrato de la gira 8 de julio del 2018
4.1.4. Gira 24 de julio del 2018
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.

julio del 2018
63
Figura 36 Imagen satelital de la zona el 24 de julio del 2018

Fuente: USGS, 2018

en el laboratorio sobre las muestras de la gira del 24 de julio del 2018
Cuadro 15 Resultados obtenidos en campo para las muestras de la gira del 24 de julio del 2018
Gira 24 de julio del 2018

(°C) (μS/cm)
1 7.6 82.5 6.76 136 22.18 273
2 7.69 95.9 7.9 68 21.91 136
3 7.59 98.8 8.23 93 21.49 187
4 7.62 111.5 9.31 66 21.38 131
5 7.53 118.3 9.82 67 21.76 135
6 7.44 107.7 8.75 64 22.92 128
64
2018

Punto
1 0.3199 0.0446 10.2668 0.4338 - 0.6554

2 0.5551 0.0390 9.3586 0.3772 - 0.6258
3 0.3705 0.0472 8.8524 0.3539 - 0.6131
4 0.6251 0.0462 5.4941 0.3606 - 0.3432
5 0.3502 0.0330 14.4106 0.4088 - 0.5724
6 0.1343 0.0438 8.8497 0.5037 - 0.5703
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.
Analizando parte de los nutrientes, en específico el fosfato y la clorofila-a, se nota valores

muy similares a los obtenidos con anterioridad, a excepto el punto 6 que presenta una
concentración muy baja de clorofila-a. En Figura 37 se muestra el comportamiento de
estos dos parámetros, teniendo una conducta creciente en uno se da una tendencia
inversa en el otro, es decir, cuando los valores de fosfato aumentan, los de clorofila-a
disminuyen y viceversa, menos en el punto 5. En este mismo lugar, se da una
65
concentración alta de silicatos y es donde se presenta la mayor concentración de oxígeno

disuelto.
Comportamiento de la clorofila-a y fosfatos

0,7
0,6
Clorofila-a
Concentraciones
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
Figura 37 Comportamiento de la clorofila-a y fosfato de la gira 24 de julio del 2018
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.
Comportamiento de silicatos y nitratos

1,6
1,4
1,2 Silicatos/10
Concentraciones
(mg/L)
1
0,8
0,6
0,4 Nitratos (mg/L)
0,2
0
1 2 3 4 5 6
Puntos de muestreo
Figura 38 Comportamiento del silicato y nitrato de la gira 24 de julio del 2018

66
Por último, el embalse se clasifica en un grado de ultraoligotrófico según los niveles de

clorofila-a pero por las concentraciones del fosfato y nitrato este estaría en un grado
eutrófico pero al ser un embalse pequeño con corrientes fuertes y que el tiempo de
retención del agua no es alto, no se logra eutrofizar a pesar de los altos nutrientes
presentes.
4.1.5. Gira 25 de agosto del 2018
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.

agosto del 2018
67
Figura 40 Imagen satelital de la zona el 25 de agosto del 2018

Fuente: USGS, 2018

en el laboratorio sobre las muestras de la gira del 25 de agosto del 2018.
Cuadro 17 Resultados obtenidos en campo para las muestras de la gira del 25 de agosto del 2018
Gira 25 de agosto del 2018

(°C) (μS/cm)
1 7.07 74.9 6.18 64 21.32 128
2 7.27 87.7 7.25 62 21.24 124
3 7.46 89.7 7.49 62 20.74 124
4 7.5 84 7.01 64 20.81 129
5 7.51 89 7.16 66 22.67 131
6 7.45 97.8 7.95 66 22.18 133
Cuadro 18 Resultados obtenidos en laboratorio para las muestras de la gira del 25 de agosto del
2018

Punto
1 0.441 0.0330 7.0050 0.4571 - 0.7215
2 0.391 0.0400 7.6547 0.3656 - 0.6960
3 0.320 0.0384 12.2420 0.3988 - 0.6734
68
4 0.424 0.0389 7.6104 0.3273 - 0.6607

5 0.239 0.0390 7.3834 0.3539 - 0.6759
6 0.342 0.0417 12.7273 0.3423 - 0.5814
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.
4.1.6. Parámetros de las giras
A continuación, se mostrarán los comportamientos de los parámetros medidos durante

todas las giras.
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
Figura 41 Valores promedio del pH para las giras realizadas al embalse
En cuanto al porcentaje de oxígeno disuelto, se descartó las medidas realizadas para la

gira del 22 de junio del 2018, pues por fallas técnicas en el sensor no se obtuvieron. Los
valores promedios se encuentran en Figura 42, en donde la concentración más baja de OD
se da en la primera gira (6 de junio del 2018) con cifras de 22%, lo cual es un nivel no
apto para el desarrollo de la vida acuática aerobia. La gira del 8 de julio del 2018 presenta
niveles muy elevados que pudieron ser modificados por los factores mencionados
anteriormente del pH. Se da una sobresaturación de 102% en la gira del 24 de julio del
2018, donde la mayoría de datos medidos superan el 100% de la concentración. Para esta
gira y la última que corresponde al 25 de agosto del 2018, se dan rangos aptos para el
crecimiento de organismo.
70
Promedio del %OD
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
Las concentraciones promedios de sólidos disueltos totales están representados en Figura

43, donde ningún valor excede las 100ppm. La gira que presenta una concentración
menor es la ejecutada el 8 de julio del 2018. Según reglamento Evaluación y Clasificación
de Calidad de Cuerpos de Agua Superficiales de Costa Rica (N° 33903-MINAE-S), la
cantidad de SDT corresponde a un cuerpo superficial de agua clase 1, por tener valores
menores a 250mg/L.
Promedio de los SDT

90 82
Concentraciones (ppm Tds)
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
En cuanto a los nutrientes analizados, el primero de ellos es el fosfato, el cual se

representa en Figura 44. Los promedios oscilaron entre 0.038 y 0.045mg/L, el valor más
bajo se presentó en la gira del 22 de junio del 2018 y el más alto el 8 de julio del 2018.
Cabe mencionar que este componente es de suma importancia para el crecimiento de
algunas plantas acuáticas, algas y asociado a una tasa alta de descomposición. De las
giras realizadas, la única que manifestó algas visibles en la superficie, fue la tercera (8 de
julio del 2018), la cual tiene los niveles más elevados de este nutriente.
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
Promedio del silicato

16,00
14,00 13,34
Concentraciones (mg/L)
12,00
9,71 9,54
10,00 8,83 9,10 Valor
promedio del
8,00 silicato
6,00
4,00
2,00
0,00
06/06/2018 22/06/2018 08/07/2018 24/07/2018 25/08/2018
Giras realizadas
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
Figura 48 Valores promedio de la clorofila-a para las giras realizadas al embalse
4.2. Datos de reflectancia
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
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
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
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
4.3. Modelos de regresión lineal
Seguidamente se expondrán los modelos de regresión obtenidos, para los cuales se usó la
herramienta del software Minitab 17 Statistical.
Respecto a los modelos de clorofila-a y SDT, estos se componen de una variable

dependiente y ciertas independientes que se encuentran directamente asocias según el
tipo de banda. Primeramente, se realizó una revisión entre estas y el parámetro para
determinar si se puede adaptar el modelo a los datos suministrados, luego se procedió
hacer las correcciones para conseguir una regresión multi-temporal más ajustada a los
valores reales de campo.
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.
4.3.1. Modelo de regresión multi-temporal Clorofila-a
Para el modelo de clorofila-a aplicando lo expuesto en el marco teórico sobre la relación

de las bandas y este parámetro. Del cual que se obtuvo lo siguiente:
77

utilizando las bandas 2, 3, 4 y 5
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

utilizando las bandas 2, 4 y 5
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.
La ecuación generada para clorofila-a es:
( )
(6)
Con:
 R2= 80.52%
 R2 ajustado=76.63%
79
Figura 51 Modelo de regresión múlti-temporal en Minitab 17 para Clorofila-a, utilizando las

bandas 2, 4 y 5
Seguidamente se muestra un diagnóstico del modelo mediante la representación de los

residuos. Lo que se busca es identificar y luego tratar de eliminar los residuos grandes,
valores poco comunes, conglomerados o que se note una variación desigual, los cuales si
se quitan de la ecuación se podría conseguir un ajuste más cercano a los datos reales,
pero teniendo en cuenta no disminuir radicalmente el número de muestras en el modelo,
pues esto impide obtener una estimación más precisa de la relación del R2 y R2 ajustado.
Para todos los modelados matemáticos, lo ideal es que los puntos se ubiquen
aleatoriamente a ambos lados del cero y como se observa Figura 52, se muestra un
patrón deseado entre los residuos y los valores ajustados.
80
Figura 52 Comportamiento de los residuos múlti-temporal en Minitab 17 para Clorofila-a,

4.3.2. Modelo de regresión multi-temporal Sólidos Totales
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
Con los ajustes realizados se logró aumentar el R2 a un valor de 97,84% y el modelo de

regresión obtenido se muestra en la Figura 55, donde la banda 5 y el factor de
multiplicación de esta con la banda 3, son las variables independientes que aportan un
porcentaje más apreciable a la explicación de la variación del SDT. Para esta regresión se
presenta términos que involucran la multiplicación entre las bandas, como es la banda 3
por la banda 4 y la banda 3 por la banda 5.
La ecuación generada para la concentración de sólidos disueltos totales es:
( )
(7)
Con:
 R2= 97.84%
83
Figura 55 Modelo de regresión múlti-temporal en Minitab 17 para sólidos disueltos totales,

Luego se realiza el diagnóstico del modelo mediante la representación de los residuos. Al

igual que la regresión de clorofila-a, se busca evitar los residuos grandes, valores poco
comunes, conglomerados o una variación desigual. En Figura 56 se observa un patrón no
deseado entre los residuos y los valores ajustados. Es posible apreciar la existencia de un
valor residual que se aleja del resto de los resultados, también, se observa un
comportamiento de conglomerado, visto que la mayoría de SDT estaban en el rango de 50
y 70ppm, sin embargo excluyendo estos valores que se alejan de este intervalo y el valor
residual grande, el modelo se quedaría sin un numero de muestras representativo para
realizar una regresión e impediría obtener una estimación más precisa de la fuerza de
relación entre las variables y el R2 por lo que no se eliminan del modelado.
84
Figura 56 Comportamiento de los residuos múlti-temporal en Minitab 17 para sólidos disueltos

totales, utilizando las bandas 3, 4 y 5
4.3.3. Modelo de regresión multi-temporal Oxígeno
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
Posteriormente se presenta en la Figura 58 el modelo obtenido de dicha regresión,

además se expone cual factor de la ecuación tiene más peso en la variación del oxígeno,
que en este caso son los SDT.
86
Figura 58 Modelo 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
Figura 59 Comportamiento de los residuos múlti-temporal en Minitab 17 para oxígeno disuelto,

utilizando clorofila-a y sólidos disueltos totales
4.3.4. Modelo de regresión multi-temporal Fósforo
Para el modelo de regresión asociado al fósforo, se estableció usar la concentración de

clorofila-a, porcentaje de oxígeno disuelto y SDT, porque este nutriente se relaciona con el
crecimiento de algas, las cuales consumen oxígeno y producen clorofila. El análisis de
regresión entre estas variables aparece en la siguiente Figura 60.
88
Figura 60 Resumen del informe de regresión múlti-temporal en Minitab 17 para fosfato,

utilizando clorofila-a, oxígeno disuelto y sólidos disuelto
Con la información anterior, a pesar de que se da una relación entre la clorofila-a y el

%OD con los valores de fosfato, no fue posible crear un modelo que se ajustara a las
variables. Este tiene un p superior a 0.1, lo que significa que la relación entre la variable
dependiente y las independientes no es estadísticamente significativa. Además, solo se
obtiene un R2 de 18.54%, por lo tanto, no es posible crear una estimación precisa por
medio de los datos que se cuentan.
4.3.5. Modelo de regresión multi-temporal Silicatos
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

utilizando clorofila-a, oxígeno disuelto y sólidos disuelto
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
Figura 62 Comportamiento de los residuos múlti-temporal en Minitab 17 para silicatos, utilizando

clorofila-a, oxígeno disuelto y sólidos disueltos
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.
La ecuación generada es:
( )
( ) ( )
( ) ( )
( ) ( )
(8)
 R2= 68.98%
91

utilizando clorofila-a y oxígeno disuelto
92
Figura 64 Modelo de regresión múlti-temporal en Minitab 17 para silicatos, utilizando clorofila-a

y oxígeno disuelto
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
Figura 65 Comportamiento de los residuos múlti-temporal en Minitab 17 para silicatos, utilizando

clorofila-a y oxígeno disuelto
4.3.6. Modelo de regresión multi-temporal Amonio
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%
94
Además, se puede apreciar el resumen de la regresión (véase Figura 66), donde

establece la correlación estadísticamente significativa entre la clorofila-a y %OD,
debido a que se tiene un valor de p menor a 0.01. Respecto al R2, se puede concluir
que es un valor aceptable más no el deseado.
Figura 66 Resumen del informe de regresión múlti-temporal en Minitab 17 para amonio,

utilizando clorofila-a, oxígeno disuelto y sólidos disueltos totales
En cuanto al comportamiento de los residuos presentes en la Figura 67, se puede validar

el modelo, ya que todos los puntos se ubican de manera aleatoria a ambos lados del cero,
a excepción de dos puntos en color azul, lo que no representan una variación importante.
95
Figura 67 Comportamiento de los residuos múlti-temporal en Minitab 17 para amonio, utilizando

clorofila-a, oxígeno disuelto y sólidos disueltos totales
4.3.7. Modelo de regresión multi-temporal Nitrato
La regresión para el nitrato se encuentra en función de la clorofila-a, el porcentaje de

saturación de oxígeno disuelto y los sólidos disueltos totales. Como se muestra en la
Figura 68, todas las variables involucradas representan un modelo estadísticamente
significativo por tener un p menor a 0.01. De igual forma, el R2 es de 81.78%, por lo que
la ecuación conseguida tiene un grado muy aceptable de representatividad. Esta es un
poco grande pues cuenta con términos cuadráticos y multiplicaciones entre sus variables,
la cual se muestra a continuación:
( )
( ) ( )
( ) ( )
( ) ( ) ( )
96
( ) ( )
(10)
Con
 R2= 81.78%
Figura 68 Resumen del informe de regresión múlti-temporal en Minitab 17 para nitrato,

utilizando clorofila-a, oxígeno disuelto y sólidos disueltos totales
En la Figura 69 se aprecia la distribución aleatoria de los residuos. En esta se presenta un

par de puntos con residuos grandes pero que no influyen dramáticamente en el modelo.
97
Figura 69 Comportamiento de los residuos múlti-temporal en Minitab 17 para nitrato, utilizando

clorofila-a, oxígeno disuelto y sólidos disueltos totales
4.3.8. Síntesis de los modelos multi-temporales
A continuación, en el Cuadro 23 se presentan los modelos multi-temporales obtenidos de

las regresiones efectuadas con éxito.
Cuadro 23 Modelos multi-temporales obtenidos de las regresiones
Parámetro Ecuación Característica

Clorofila-a R2= 80.52%
(mg/m3) p< 0.01
98
Sólidos disueltos R2= 97.84%

totales (ppm Tds) p< 0.01
( )
( )
( ) 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. CAPÍTULO 5: ANÁLISIS DE RESULTADOS
A continuación, se muestran los resultados obtenidos tanto en campo como los

conseguidos por medio de los modelos matemáticos. Se comparan ambos datos y se mide
el porcentaje de error para cada medición. En las situaciones que no se tienen datos o en
las mediciones realizadas que presentaban cifras incoherentes a la tendencia del
promedio, se obviaron del análisis de la ecuación.
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.
Cuadro 24 Comparación entre los resultados de campo y el modelo múlti-temporal para la

clorofila-a
Valor medido en Dato obtenido del

Gira de Porcentaje de
Punto campo de clorofila-a modelo de clorofila-a
muestreo error (%)
(mg/m3) (mg/m3)
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
del 2018 2 0.5551 0.2952 46.82

3 0.3705 0.2917 21.27
4 0.6251 0.3131 49.92
5 0.3502 0.0909 74.04
6 0.1343 0.2028 51.03
1 0.4415 0.3985 9.72
2 0.3911 0.3521 9.98
Gira 25 de 3 0.3201 0.3468 8.35
agosto del 2018 4 0.4244 0.3781 10.92
5 0.2385 0.3265 36.88
6 0.3417 0.3641 6.57
5.2. Sólidos Disueltos
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
Valor medido en campo Dato obtenido del

Punto de sólidos disueltos modelo de sólidos
muestreo error (%)
(ppm Tds) disueltos (ppm Tds)
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.
Es importante mencionar que se decidió eliminar la mayoría de valores de la gira del 8 de

julio del 2018, porque las mediciones del porcentaje de oxígeno disuelto en el agua fueron
atípicas, además que se tenía valores residuales altos. Para la gira del 22 de junio del
2018 se obviaron algunos valores a causa de que el sensor no registró datos en todos los
puntos.
5.3.1. Silicato
En el Cuadro 26 se presenta los porcentajes de error para el modelo de regresión del

silicato. Todos los valores no sobrepasan el 30% y el valor más bajo se da en la gira del
24 de julio del 2018 para los puntos 5 y 6, con un error de 3.96% y 2.85%
respectivamente.
102
Cuadro 26 Comparación entre los resultados de campo y el modelo múlti-temporal para el silicato

Punto campo de silicato modelo de silicato
muestreo error (%)
(mg/L) (mg/L)
1 13.189 14.796 12.18

2 14.674 12.843 12.48
Gira 6 de junio 3 13.163 12.528 4.83
del 2018 4 12.704 14.419 13.50
5 12.977 12.830 1.13
6 15.916 12.842 19.32
1 10.742 - -
2 8.440 10.803 27.99
Gira 22 de junio
3 8.281 - -
del 2018
4 11.619 - -
5 9.489 8.156 14.05
1 5.745 - -
2 8.461 - -
Gira 8 de julio
3 8.839 - -
del 2018
4 8.539 - -
5 12.550 13.729 9.39
1 10.267 9.483 7.64
2 9.359 7.062 24.54
Gira 24 de julio 3 8.852 10.821 22.24
del 2018 4 5.494 6.438 17.19
5 14.411 13.841 3.96
6 8.850 8.598 2.85
1 7.005 8.505 21.41
2 7.655 9.672 26.35
Gira 25 de 3 12.242 9.952 18.71
agosto del 2018 4 7.610 9.100 19.58
5 7.383 9.070 22.84
6 12.727 10.764 15.43
103
5.3.2. Amonio
En cuando a al modelo de regresión asociada al amonio, los porcentajes de error se

encuentran en Cuadro 27. Para este se logra obtener errores igual a 1%, lo que
representa un ajuste muy cercano de la ecuación a los datos de campo. Cabe mencionar
que dichos porcentajes oscilan en cifras inferiores al 20%, representando una buena
aproximación a las concentraciones en campo.

amonio

Punto campo de amonio modelo de amonio
muestreo error (%)
(mg/L) (mg/L)
1 0.4870 0.5040 3.48

2 0.5320 0.5040 5.26
Gira 6 de junio 3 0.4837 0.4689 3.05
del 2018 4 0.5736 0.5163 9.98
5 0.4588 0.4972 8.38
6 0.5087 0.4780 6.02
1 0.4371 - -
2 0.6618 0.5471 17.33
Gira 22 de junio
3 0.5153 - -
del 2018
4 0.5403 - -
5 0.5353 0.5682 6.15
1 0.4271 - -
2 0.4887 - -
Gira 8 de julio
3 0.3289 - -
del 2018
4 0.4038 - -
5 0.4355 0.4953 13.75
1 0.4338 0.4056 6.49
Gira 24 de julio 2 0.3772 0.3734 1.00
del 2018 3 0.3539 0.3671 3.73
4 0.3606 0.3733 3.52
104
5 0.4088 0.3431 16.09

6 0.5037 0.4755 5.60
1 0.4571 0.3933 13.95
2 0.3656 0.3796 3.84
Gira 25 de 3 0.3988 0.3949 1.00
agosto del 2018 4 0.3273 0.3809 16.38
5 0.3539 0.4324 22.19
6 0.3423 0.3759 9.84
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

Punto campo de nitrato modelo de nitrato
muestreo error (%)
(mg/L) (mg/L)
1 0.5568 0.5008 10.06

2 0.5515 0.5754 4.34
Gira 6 de junio 3 0.5330 0.5645 5.92
del 2018 4 0.5165 0.5129 0.71
5 0.5753 0.5804 0.89
6 0.5515 0.5791 5.01
1 0.7063 - -
2 0.7412 0.1738 76.55
Gira 22 de junio
3 0.6176 - -
del 2018
4 0.6122 - -
5 0.5773 0.1248 78.39
1 0.6664 - -
Gira 8 de julio
2 0.7034 - -
del 2018
3 0.7050 - -
105
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. CAPÍTULO 6: CONCLUSIONES Y RECOMENDACIONES

6.1. Conclusiones
6.1.1. Características generales del área de estudio
 El embalse conocido como Planta Hidroeléctrica Tacares o Proyecto Hidroeléctrico
Jorge Manuel Dengo se localiza en la cuenca del Río Grande en la vertiente del
Pacífico, donde obtiene el agua de la subcuenta del Río Poás, posee un área
superficial aproximada de 19700m2 y una capacidad útil actual de 55000m3.
 La única actividad que se le da al embalse es la generación de electricidad y este
se encuentra bajo la gestión de la Empresa de Servicios Públicos de Heredia.
 El embalse presenta un gran problema de acumulación de sedimentos que reducen
el volumen útil, este se da principalmente por la gran carga de arcilla que trae el
agua y las características hidráulicas como la corriente.
 La mayoría de los suelos de la zona de estudio son de origen volcánico y alrededor
del embalse, las capas superficiales están constituidas por suelos arcillosos y
depósitos piroplásticos.
 La cuenca del Río Poás tiene la mayoría de sus suelos en el orden inceptisoles pero
el embalse se localiza en una región de orden alfisoles.
 La Planta Hidroeléctrica Tacares se encuentra en una zona de vida del tipo húmedo
premontano transición a basal.
6.1.2. Parámetros de calidad del agua evaluados

 Todos los parámetros analizados presentaron variaciones temporales y espaciales,
esto debido a factores como el nivel del embalse, la presencia de organismo, las
condiciones climatológicas, la estación lluviosa, entre otros.
 Los valores promedios del pH obtenidos en el embalse están cercanos a 7, a
excepción del conseguido en la gira del 8 de julio, con un valor de 6.04; el dato
más bajo medido, el cual se asocia a la presencias de algas y organismos
invertebrados. El promedio más alto fue de 7.77 para la gira realizada el 6 de
junio.
 Para las concentraciones de oxígeno disuelto, estas presentaron medidas atípicas
en dos de las giras efectuadas por razones del equipo de medición, la cuales
corresponden a la del 22 de junio y 8 de julio. El valor máximo obtenido, sin
107
considerar los casos anteriormente mencionados, corresponde a 8.46mg/L

asociado a un porcentaje de saturación de 102.45% y el valor promedio más bajo
es de 1.8mg/l, el cual corresponde a un porcentaje de 22.13%; incompatible con la
mayoría de vida acuática.
 Los sólidos disueltos totales se encontraron en un rango promedio entre 44.2ppm y
82.3ppm. Teniendo el valor más alto en la gira del 24 de julio y el más bajo para el
8 de julio.
 La clorofila-a medida posee un valor promedio total de 0.430mg/m3. La gira
efectuada el 22 de junio presentó la mayor concentración con 0.628mg/m3, casi el
doble respecto a las demás giras. La cifra más baja pertenece al 6 de junio con un
valor promedio de 0.329mg/m3. Además, en términos generales, se considera que
las concentraciones presentadas son muy bajas, esto puede coincidir con las
condiciones hidráulicas del embalse y el tiempo de retención del agua no propician
el desarrollo de algas.
 La clasificación del grado de eutrofia del embalse según la concentración de
clorofila-a presente es ultraoligotrófico pero según los niveles de fosfato y
nitrógeno, el embalse es eutrófico, pues dichos componentes favorecen la
productividad biológica, crecimiento de algas y plantas acuáticas.
 Con los datos de campo para este embalse, no se pudo comprobar la relación
teórica que existe entre la clorofila-a y el oxígeno disuelto.
 El valor promedio del fosfato es de 0.041mg/L, siendo la fecha del 22 de junio la
que presento la cantidad más baja con 0.038mg/L y con la cifra más elevada la
realizada el 8 de julio con 0.045mg/L.
 La cantidad presente de nitritos en las muestras recolectadas fue indetectable para
el equipo de laboratorio usado.
 El valor promedio del silicato fue de 10.10mg/L. Las concentraciones más bajas se
obtuvieron el 8 de julio con 8.83mg/L y las más altas el 6 de junio, este variación
se ve afectada por la escorrentía causada por lluvias, pues dichas aguas vienen
cargadas de arcillas, arena y otros componentes de sílice. Es importante mencionar
que además de este factor, se acumula mucho sedimento en el embalse, por ello,
la ESPH realiza un mantenimiento que consiste en el lavado de este.
108
 Referente al amonio, el valor promedio fue de 0.449mg/L. El mínimo promedio se

dio el 25 de agosto con 0.374mg/L y la máxima concentración promedio para el 22
de junio con 0.538mg/L.
 Respecto al nitrato, se obtuvo un promedio general de 0.624mg/L. Las
concentraciones promedio a lo largo de todas las giras, no presentaron cambios
importantes y se mantuvieron en un rango de 0.547mg/L (fecha 6 de junio) y
0.689mg/L (fecha 8 de julio).
 Para este embalse la concentración de clorofila-a no depende únicamente de la
presencia de fósforo ni nitrógeno, a pesar de ser compuestos que favorecen el
crecimiento de algas y plantas.
 Si solo se considera las concentraciones presentadas de SDT y nitrato, el embalse
se cataloga como un cuerpo superficial de clase 1 según el decreto N° 33903-
MINAE-S.
6.1.3. Teledetección y modelos de regresión

 Por medio de imágenes satelitales procedentes de Landsat 8, es posible determinar
los valores de reflectancia sobre el embalse en los puntos donde se hizo el
muestreo.
 Se pudo establecer modelos matemáticos a través de la correlación entre los
valores de reflectancia y los datos de campo, con los cuales se mide y evalúa los
parámetros de control de la calidad del agua y el grado de eutrofia del embalse.
 Las bandas 1, 6, 7, 8 y 9 no fueron determinantes en la creación de los modelos
matemáticos pues su longitud de onda no interviene en la detección de los
parámetros estudiados.
 Los estudios multi-temporales, permite obtener una población mayor de datos,
pues se combina la información obtenida, mejorando la correlación entre los
valores de campo y los datos obtenidos a partir de las imágenes satelitales,
haciendo posible la creación de modelos de regresión más exactos que permitan
describir la variación de cada uno de los parámetros a lo largo del tiempo
 Se correlacionó los datos de concentración clorofila-a y concentración de sólidos
disueltos totales de los puntos de muestreo del embalse, mediante los valores de
reflectancia conseguidos de las imágenes aéreas facilitadas por Landsat 8.
109
También, fue posible correlacionar y modelar las concentraciones de silicato,

amonio y nitrato mediante la relación entre clorofila-a, porcentaje de oxígeno
disuelto y sólidos disueltos totales.
 Con los datos de campo no se obtuvo un modelo significativamente estadístico
para predecir las concentraciones de fosfato ni de oxígeno disuelto.
 Los modelos que tuvieron mejores resultados estadísticos se encuentran en el
Cuadro 23 Modelos multi-temporales obtenidos de las regresiones”.
 Se logra comparar y medir los porcentajes de error relativo entre los datos de
campo y los obtenidos a través de los modelos de regresión. Véase Cuadro 24,
Cuadro 25, Cuadro 26, Cuadro 27 y Cuadro 28.
 El modelo para cuantificar la concentración de nitratos presentó los porcentajes de
error relativo más bajo en comparación con los otros modelos.
 Estadísticamente la ecuación con mayor ajuste corresponde a los sólidos disueltos
totales, esto por tener un R2 igual a 97.84% y un p inferior a 0.01. y el modelo
para el amonio presenta el porcentaje más bajo de variación explicado con un R2
de 66.57%.
 La periodicidad del muestreo está sujeto a los lapsos que tarda el satélite en
ejecutar la toma de imágenes, por lo que se dificulta la obtención de datos de
forma continua. Esto impide tener un mejor panorama del comportamiento de los
parámetros dentro del embalse.
 Las ecuaciones generadas tienen una validez únicamente en el embalse del
Proyecto Hidroeléctrico Jorge Manuel Dengo para la época lluviosa, pues se
calibraron con datos obtenidos entre los meses de mayo, junio, julio y agosto.
 Las condiciones climáticas y la coordinación con las instituciones involucradas
fueron factores muy importantes en la organización de las fechas de gira, porque
muchas se pospusieron a causa de falta de personal encargado, escasez de equipo
y nubosidad.
 El uso de modelos basados en la teledetección otorga una herramienta de fácil
acceso y de predicción muy económica para determinar los parámetros de control
de la calidad del agua en el embalse. Además, los modelos obtenidos a partir de
este estudio, ayudarán a obtener y entender la dinámica de los parámetros a lo
largo del tiempo, lo cual permitirá ejecutar distintas acciones sobre el embalse.
110
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.
6.2.2. Parámetros de calidad y muestreo

 Calibrar los equipos de medición antes de efectuar la gira, incluso con una muestra
que asemeje las condiciones esperadas del lugar, dicha muestra se traería de la
gira anterior.
 Antes de realizar proyectos parecidos a este, inicialmente se debe comprobar la
existencia de estudios previos o algún historial de mediciones de parámetros de
calidad del agua en la zona, que permitan tener una base de partida para los
posteriores análisis, ya que da la posibilidad de tener mayor cantidad de datos, lo
que facilitará la obtención de resultados y modelos más precisos.
 Aumentar significativamente la cantidad de puntos de muestreo para cada gira
realizada con el fin de tener modelos más preciso y con mayor ajuste. Incluso, si
se tuviera un número mayor a 30 por cada visita, se podría realizar una regresión
111
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.
6.2.3. Teledetección y modelos de regresión

 Verificar si se tiene acceso a otros tipos de sensores remotos para obtener
imágenes satelitales con mayor resolución espacial y con menor periodicidad de
muestreo.
 Los modelos obtenidos no se deben implementar en embalses mayores al del
estudio, pues se podrían generar errores dado que el embalse tiene unas
características hidráulicas muy particulares, además de que las regresiones fueron
generadas con datos de campo.
112
 Este estudio se realizó en época lluviosa porque lo que no se debe implementar

estos modelos en época seca, ya que las concentraciones varían espacial y
temporalmente. Si se desea aplicar en época seca, se debe realizar un estudio
similar, para analizar las diferencias significativas en las concentraciones de los
parámetros y nutrientes.
 Si se contaran con mediciones anteriores o futuras en el embalse para época
lluviosa, se recomienda aplicar los modelos generados con el propósito de tener
mayor confiabilidad de estos y medir el grado de error entre los datos de campo y
los obtenidos.
 No implementar los modelos del Cuadro 23 para calcular concentraciones con
datos que se encuentren fuera del intervalo de las muestras que se utilizaron para
calibrarlos.
113
7. REFERENCIAS BIBLIOGRÁFICAS
AA.VV. (2018). Tecnologías de la información geográfica: Perspectivas multidisciplinares

en la sociedad del conocimiento. (U. d. València, Ed.) Valencia, España.
Recuperado el 12 de Diciembre de 2018, de
https://books.google.co.cr/books?id=c8thDwAAQBAJ&pg=PA146&lpg=PA146&dq=
metodo+L8SR&source=bl&ots=UsVWaAV03j&sig=ACfU3U2-GvHx0LdsFmh-EF8A-
tKeA9CSFQ&hl=es-
419&sa=X&ved=2ahUKEwj0j4v657LgAhVkqlkKHejfBnYQ6AEwC3oECAUQAQ#v=on
epage&q=metodo%20L8SR&f=false
Aggarwal, S. (s.f.). Principles of Remote Sensing. Recuperado el 27 de Noviembre de
2018, de http://www.wamis.org/agm/pubs/agm8/Paper-2.pdf
Agua Purificación. (4 de Abril de 2017). Sólidos disueltos totales (TDS). Recuperado el 2
de Octubre de 2018, de http://aguapurificacion.com.mx/solidos-disueltos-totales-
tds/
Aguilar Arias, H., Mora Zamora, R., & Vargas Bolaños, C. (2014). Metodología para la
corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el
módulo Flaash y del software Envi. Centro Nacional de Alta Tecnología. Costa Rica:
Revista Geográfica de América Central. Recuperado el 4 de Enero de 2019, de
http://www.revistas.una.ac.cr/index.php/geografica/article/view/6609/6743
Alméciga Gómez, A., & Muñoz Martinez, M. (2013). pH, Historia de un conceptp. Análisis
en texto de eduación superior . Tesis de maestría , Universidad Pedagogica
Nacional , Departamento de Química, Bogotá. Recuperado el 14 de Septiembre de
2017, de
http://repositorio.pedagogica.edu.co/xmlui/bitstream/handle/123456789/577/TO-
16386.pdf?sequence=1
Arias, L. (2014). Estimación de la turbiedad mediante percepción remota en embalses del
Estado de Aguacalientes. Tesis , Universidad Nacionaal Autónoma de México,
Departamento de ingeniería civil, México D.F. Recuperado el 20 de Septiembre de
2017, de
http://webcache.googleusercontent.com/search?q=cache:USK1_qtzu78J:www.ptol
omeo.unam.mx:8080/jspui/bitstream/132.248.52.100/6943/1/tesis.pdf+&cd=1&hl
=es-419&ct=clnk
Ariza, A. (2013). Descripción y corrección de Productos Lansat 8. InstitutoGeográfico
Agustín Codazzi, Bogotá. Recuperado el 21 de Septiembre de 2017, de
http://www.un-spider.org/sites/default/files/LDCM-L8.R1.pdf
Ariza, A. (2013). Descripción y correción de productos Landsat 8 LDCM (Landsat Data
Continuity Mission). Instituto Geográfico Agustín Codazzi, Centro de Investigación y
Desarrollo CIAF. Bogotá: IGAC. Recuperado el 19 de Septiembre de 2018
Barrenechea Martel, A. (2010). Aspectos Fisicoquímicos de la Calidad del Agua.
Departamento de Química . Recuperado el 21 de Septiembre de 2017, de
http://www.ingenieroambiental.com/4014/uno.pdf
Bentacourt Aguilar, C. R. (2013). La calidad físicoquímica del agua en embalses,
principales variables a considerar. Recuperado el 6 de Agosto de 2018, de
https://www.researchgate.net/publication/303256205_La_calidad_fisicoquimica_de
l_agua_en_embalses_principales_variables_a_considerar_Physical-
chemical_water_quality_of_reservoirs_a_review_of_the_main_variables
114
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
Universidad de Costa Rica, Departamento de Hidráulica y Ambiental, Montes de

Oca. Recuperado el 1 de Septiembre de 2017
Jiménez Ramírez, Ó. (2013). Proyecto Hidroeléctrico Tacares; estudio hidráulico de canal
de conducción. Estudio hidráulico, Consorcio Hidrotacares, Departamento de
ingeniería hidráulica e hidrología. Recuperado el 26 de Enero de 2019
La Gaceta. (6 de Marzo de 2018). Decreto Ejecutivo N 39952-MINAE. Recuperado el 12 de
Diciembre de 2018, de https://www.onfcr.org/media/uploads/documents/r-sinac-
conac-115-2017-codigo-practicas-de-manejo-bosque-secundarios.pdf
Michel Martinez, J. (2014). Balance y perpectiva del uso de la teledetección para el estudio
de lo recursos hídricos en el sistema TDPS. Institute of Research for Development.
Recuperado el 22 de Septiembre de 2017, de
https://www.researchgate.net/profile/Jean_Martinez5/publication/280593224_Bala
nce_y_perspectivas_del_uso_de_la_teledeteccion_para_el_estudio_de_los_recurso
s_hidricos_en_el_sistema_TDPS/links/56afbae408ae9ea7c3ad99f2/Balance-y-
perspectivas-del-uso-de-la-te
Molina Villalobos, A., & Espinoza, E. R. (2017). Estudio hidrológico del cauce del Río Poas;
Palnta Hidroeléctrica Tacares. Estudio hidrológico, Geosoluciones Civiles S.A.,
Heredia. Recuperado el 25 de Nviembre de 2018
Mora Salas, J. (2012). Caracterización biofisica, socioeconómica, politica-institucional y
legal de la cuenca hidrog´rafica del Río Poás, Alajuela. Costa Rica. Práctica
profesional supervisada, Universidad Nacional, Escuela Ciencias Ambientales,
Heredia. Recuperado el 19 de Enero de 2019
Morales, D., & Calvo, C. (2016). Estado actual de la información sobre recursosforestales y
cambio en el uso de la tierra. (Organización de las Naciones Unidas para la
Alimentación) Recuperado el 17 de Enero de 2019, de Estado de la información
forestal en Costa Rica: http://www.fao.org/3/AD400S/AD400s10.htm
NASA. (22 de Septiembre de 2017). Landsat Science. Obtenido de Landsat 8:
https://landsat.gsfc.nasa.gov/landsat-8/
Organización de las Naciones Unidas para la Agricultura y la Alimentación. (2010).
Evaluación de los recursos forestales mundiales 2010. Recuperado el 17 de
Septiembre de 2017, de http://www.fao.org/docrep/013/i1757s/i1757s.pdf
Pérez López, E. (3 de Marzo de 2016). Control de calidad en aguas para consumo humano
en la región occidental de Costa Rica. (T. Marcha, Ed.) doi:10.18845/tm.v29i3.2884
Pérez Ortega, M. (2011). Trabajo Fin de Máster: "Aplicaciones de la teledetección y S.I.G.
en la caracterización de humedales en la reserva de la biosfera de la Mancha
Húmeda". Tesis maestría, Universidad Complutense de Madrid, Departamento de
Geografía e Historia, Madrid. Recuperado el 21 de Septiembre de 2017
Portugal Iglesias, R. (2017). Elaboración y modificación de imágenes u otros elementos
gráficos. España: Ediciones Paraninfo, S.A. Recuperado el 2 de Noviembre de
2018, de
https://books.google.co.cr/books?id=T9XLDgAAQBAJ&pg=PA19&lpg=PA19&dq=H
orst+Frank+ESPECTRO&source=bl&ots=_ROaLQng55&sig=ACfU3U169Qn4m5nP6
br533G4W2QxAsp3GQ&hl=es-
419&sa=X&ved=2ahUKEwjXzt29v6bgAhWoZd8KHTUfBScQ6AEwDHoECAQQAQ#v=
onepage&q=Horst%20Frank%20ESPECT
Quesada Monge, R. (25 de Agosto de 2007). Los Bosques de Costa Rica. Recuperado el 26
de Enero de 2019, de IX Congreso Nacional de Ciencias:
http://www.cientec.or.cr/exploraciones/ponencias2007/RupertoQuesada.pdf
116
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
Universidad de Costa Rica, Ingeniería Ambiental, Montes de Oca. Recuperado el 1

de Septiembre de 2017
Vargas Meneses, C. (2009). Análisis debacterias comunes en platas de tratamientos de
diferentes efluentes que son indicadores de alta eficiencia en remoción de
contaminantes. Tesis licenciatura, Univesidad de Costa Rica, Escuela de ingeniería
civil, San José. Recuperado el 14 de Septiembre de 2018, de
http://repositorio.sibdi.ucr.ac.cr:8080/jspui/bitstream/123456789/3225/1/31602.pd
f
Yuanliu, X., Runsheng, W., Shengwei, L., Suming, Y., & Bokun, Y. (6 de Febrero de 2010).
Atmospheric correction of hyperspectral data using MODTRAN model. Recuperado
el 11 de Enero de 2019, de
https://pdfs.semanticscholar.org/ff47/70fb70541735b27c2c00d6f19707f7d5b703.p
df
118
8. ANEXOS
A1: Producción del nivel del embale
Figura 70 Comportamiento del nivel del embalse de Tacares

Fuente: ESPH, 2018
119
A2: Resultados de absorbancia para determinación de clorofila-a
Cuadro 29 Valores de absorbancia para la gira del 6 de junio del 2018
ID de Nombre del 750nm 665nm 663nm 645nm 630nm

Fecha y hora
muestra Usuario (Abs) (Abs) (Abs) (Abs) (Abs)
Laboratorio 12/06/2018
BLANCO 0.000 0.000 -0.001 -0.001 0.000
Balanzas 10:23:33 a.m.
1 0.000 0.007 0.007 0.004 0.003
2 0.000 0.007 0.006 0.002 -0.002
3 0.000 0.010 0.009 0.005 0.003
4 0.000 0.006 0.006 0.002 0.000
5 0.000 0.006 0.006 0.001 0.000
6 0.000 0.008 0.009 0.010 0.010
Cuadro 30 Valores de absorbancia para la gira del 22 de junio del 2018

Fecha y hora
Blanco 0.000 0.002 0.001 0.001 0.002
1 0.000 0.007 0.007 0.003 0.002
2 0.000 0.012 0.010 0.010 0.008
3 0.000 0.009 0.009 0.005 0.004
4 0.000 0.010 0.009 0.008 0.006
5 0.000 0.008 0.008 0.006 0.005
Cuadro 31 Valores de absorbancia para la gira del 8 de julio del 2018

Fecha y hora
Blanco 0.000 0.000 0.000 0.000 0.000
Balanzas 03:15:41 p.m.
1 0.000 0.008 0.008 0.001 0.000
2 0.000 0.008 0.009 0.001 0.000
3 0.000 0.009 0.010 0.001 0.000
4 0.000 0.013 0.013 0.002 0.000
120
5 0.000 0.008 0.007 0.000 0.000
Cuadro 32 Valores de absorbancia para la gira del 24 de julio del 2018

Fecha y hora
Blanco 0.000 0.000 0.000 0.000 0.000
1 0.000 0.008 0.008 0.004 0.003
2 0.000 0.013 0.014 0.009 0.008
3 0.000 0.011 0.009 0.004 0.002
4 0.000 0.017 0.016 0.010 0.010
5 0.000 0.008 0.008 0.001 0.001
6 0.000 0.004 0.003 0.000 0.000
Cuadro 33 Valores de absorbancia para la gira del 25 de agosto del 2018

Fecha y hora
Blanco 0.000 0.000 0.000 0.000 0.000
1 0.000 0.007 0.008 0.004 0.005
2 0.000 0.006 0.006 0.004 0.004
3 0.000 0.006 0.006 0.002 0.001
4 0.000 0.006 0.007 0.002 0.003
5 0.000 0.004 0.004 0.002 0.001
6 0.000 0.006 0.006 0.004 0.003

Directora de Proyecto de Graduación:: para Obtener El Grado de Licenciatura en Ingeni Ería Civil

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Directora de Proyecto de Graduación:: para Obtener El Grado de Licenciatura en Ingeni Ería Civil

Cargado por

Copyright:

Formatos disponibles

Universidad de Costa Rica

“Evaluación del uso de la teledetección para determinar parámetros de la

Trabajo final de Graduación

Para obtener el grado de Licenciatura en ingeniería Civil

Denis Alberto Gutiérrez Núñez

Directora de Proyecto de Graduación:

Costa Rica Julio, 2019

Miembros del Tribunal Asesor

Ing. Paola Vidal Rivera

Ing. Rafael Eduardo Murillo Muñoz, PhD.

/~·enis Alberto Gutiérrez Núñez

Fecha: 2019, Julio, 1

El suscrito, Denis Alberto Gutiérrez Núñez, cédula 2-0682-0694, estudiante de la

Asimismo, hago traspaso de los derechos de utilización del presente trabajo a la

“Remember to look up at the stars and not down at your

De la misma manera quiero agradecer a todos los que ayudaron en la elaboración e

1.1. Problema Específico ....................................................................................... 1

1.2. Importancia .................................................................................................... 1

1.3. Antecedentes .................................................................................................. 2

1.4. Ubicación ........................................................................................................ 3

1.5. Objetivos ........................................................................................................ 4

1.5.1. Objetivo General ...................................................................................... 4

1.5.2. Objetivos Específicos ............................................................................... 4

1.6. Delimitación del problema ............................................................................. 5

1.6.1. Alcance ..................................................................................................... 5

1.6.2. Limitaciones ............................................................................................. 5

1.7. Metodología .................................................................................................... 6

1.7.1. Fase I Investigación ................................................................................ 8

1.7.2. Fase II Experimental ............................................................................... 8

1.7.3. Fase III Análisis ....................................................................................... 9

2. CAPÍTULO 2. MARCO TEÓRICO .......................................................................... 10

2.1. Parámetros de la calidad del agua .............................................................. 10

2.1.1. Clorofila-a .............................................................................................. 11

2.1.2. Coeficiente pH........................................................................................ 15

2.1.3. Nutrientes .............................................................................................. 15

2.1.4. Temperatura .......................................................................................... 19

2.1.5. Oxígeno disuelto .................................................................................... 20

2.1.6. Sólidos disueltos totales ........................................................................ 22

2.2. Historia y principios de la teledetección ..................................................... 24

2.3. Programa Landsat 8 ..................................................................................... 28

2.4. Corrección atmosférica ................................................................................ 32

3. CAPÍTULO 3. CARACTERÍSTICAS DE LA ZONA DE ESTUDIO ............................. 35

3.1. Características del embalse ......................................................................... 35

3.1.1. Geomorfología y suelos ............................................................................ 38

3.1.2. Uso de suelos ............................................................................................ 40

3.1.3. Zonas de vida ............................................................................................ 42

3.1.4. Precipitación promedio anual ................................................................... 44

4.1. Datos de campo y laboratorio ...................................................................... 47

4.1.1. Gira 6 de junio del 2018 ........................................................................... 49

4.1.2. Gira 22 de junio del 2018 ......................................................................... 54

4.1.3. Gira 8 de julio del 2018............................................................................. 58

4.1.4. Gira 24 de julio del 2018 .......................................................................... 62

4.1.5. Gira 25 de agosto del 2018 ....................................................................... 66

4.1.6. Parámetros de las giras ............................................................................ 68

4.2. Datos de reflectancia ................................................................................... 74

4.3. Modelos de regresión lineal ......................................................................... 76

4.3.1. Modelo de regresión multi-temporal Clorofila-a ..................................... 76

4.3.2. Modelo de regresión multi-temporal Sólidos Totales .............................. 80

4.3.3. Modelo de regresión multi-temporal Oxígeno ......................................... 84

4.3.4. Modelo de regresión multi-temporal Fósforo .......................................... 87

4.3.5. Modelo de regresión multi-temporal Silicatos ......................................... 88

4.3.6. Modelo de regresión multi-temporal Amonio .......................................... 93

4.3.7. Modelo de regresión multi-temporal Nitrato ........................................... 95