UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

FACULTAD DE INGENIERÍA AGRÍCOLA

DEPARTAMENTO ACADÉMICO DE RECURSOS HÍDRICOS

Evaluación del cambio del área de agua superficial en

relación con la precipitación anual de la cuenca San Juan,
en Perú del 2013-2017 usando Python y Qgis.

ALUMNAS:

● Quichiz Flores, Melissa Isabel 20200412

● Saldamando Camac, Ariana 20190377

PROFESOR:

● Ing. Portuguez, Marcelo

La Molina - Lima -Perú

2023
1. INTRODUCCIÓN
La evaluación del cambio en el área de agua superficial desempeña un papel crucial
en la comprensión de los impactos ambientales y la gestión sostenible de los
recursos hídricos. En el contexto específico de la cuenca San Juan en Perú, la
relación entre el cambio en el área de agua superficial y la precipitación anual se
convierte en un factor determinante para comprender la dinámica hidrológica de la
región.

Este estudio emplea herramientas avanzadas de geoprocesamiento y programación,

utilizando Python y QGIS, para analizar la variación en el área de agua superficial a
lo largo del tiempo en respuesta a las fluctuaciones de la precipitación anual.Se
usaran datos de estaciones meteorológicas representativas de la zona e imágenes
satelitales de landsat 8.

2. ÁREAS DE INVESTIGACIÓN
2.1. Ubicación y accesibilidad
La cuenca del R!o San Juan se halla ubicada en la costa Central del Perúl,
en el extremo Norte del departamento de Ica, fisiográficamente constituida
por el llano aluvial del río San Juan y sus abanicos circundantes.
Políticamente el área estudiada forma parte de las provincias de Chincha y
castrovirreyna, pertenecientes a los departamentos Ica y Huancavelica,
respectivamente; cubre una extensión de 4,063.31 km2, con una longitud de
172 km., un ancho promedio de 23.60 km. y una altura promedio de 2,770
m.s.n.m.
Geográficamente se encuentra entre las coordenadas
12° 79' y 13° 53' Lat. Sur
75° 19' y 75° 33' Long. Oeste.
2.2. Demarcación hidrográfica
La cuenca del área de estudio es afluente directo del Océano Pacifico, y
forma parte de la vertiente del Océano Pacifico y limita con las siguientes
cuencas:
Por el Norte : Cuencas de los ríos Mantaro, Cañete e inter-cuenca Topará.
Por el Este : Cuencas de los ríos Mantaro y Pisco.
Por el Sur : Cuenca del rio Pisco.
Por el Oeste : Océano Pacifico.

2.3. Clasificación fisiográfica

En la cuenca San Juan diversas geoformas cuyo modelado es el resultado
de la acción dinámica de diversos agentes y fenómenos que han actuado
sobre el medio físico, expresados por la interacción de factores tectónicos,
orogénicos, litológicos y por procesos erosivos y deposicionales, estos
últimos de gran actividad actual y que han dado origen a la mayor parte de
geoformas identificadas.
Tabla 1.
Clases y subclases de la fisiografía de la Cuenca San Juan

Fuente: ANA

Podemos observar que la laguna ocupa un área de 3.69 km2 (0.11%) en la

cuenca de San Juan.

Esta laguna se denomina Laguna Huichinga Aurahua y se ubica en el

departamento de Huancavelica, provincia Castrovirreyna; y fue utilizado
como una estación pluviométrica.
3. MATERIALES Y MÉTODOS
3.1. Datos
En este artículo, utilizamos los datos satelitales de la misión del satélite
Landsat 8 para el período del año 2013-2017. Todas las imágenes de satélite
utilizadas en este estudio fueron preprocesadas con correcciones
radiométricas y atmosféricas. Utilizamos solo la banda 3 (560 nm) y la banda
5 (842 nm) con una resolución espectral de 30 metros por píxel.

Además de los datos de teledetección, utilizamos datos sobre temperatura y

precipitación en la cuenca San Juan desde 2013 a 2020. Utilizamos datos
 climáticos del SNIRH y SENAMHI en la estación de San Juan de
Castrovirreyna .

3.2. Índices hídricos

NDWI (Normalized Difference Water Index):

El NDWI es un índice utilizado para detectar la presencia de agua en una

imagen mediante la comparación de las bandas espectrales en el infrarrojo
cercano (NIR) y en la región del verde. La fórmula general del NDWI es:
​
(𝑁𝐼𝑅−𝐺𝑟𝑒𝑒𝑛)
𝑁𝐷𝑊𝐼 = (𝑁𝐼𝑅+𝐺𝑟𝑒𝑒𝑛)

En esta ecuación, NIR representa la reflectancia en el infrarrojo cercano y

Green es la reflectancia en la banda verde. Los valores resultantes del
NDWI oscilan entre -1 y 1, donde valores positivos indican la presencia de
agua.

NMDWI (Normalized Multi-band Drought Index):

El NMDWI es una extensión del NDWI que incorpora información adicional

de la banda del azul. Su fórmula es:

(𝐺𝑟𝑒𝑒𝑛−𝑁𝐼𝑅)
𝑁𝑀𝐷𝑊𝐼 = (𝐺𝑟𝑒𝑒𝑛+𝑁𝐼𝑅)

Al introducir la banda azul, el NMDWI puede proporcionar información

adicional sobre la presencia de agua en comparación con el NDWI
estándar.

Comparación:

● Sensibilidad al contenido de clorofila: El NDWI a menudo se

considera más sensible al contenido de clorofila, lo que puede afectar
su capacidad para distinguir entre agua y vegetación. En contraste, el
NMDWI, al incorporar la banda del azul, puede reducir esta
sensibilidad y mejorar la detección del agua.

● Aplicabilidad en diferentes entornos: El NDWI puede ser más

adecuado en entornos donde la vegetación es densa, ya que su
sensibilidad a la clorofila puede ayudar a distinguir entre cuerpos de
agua y vegetación densa. Por otro lado, el NMDWI, al minimizar esta
sensibilidad, puede ser más útil en áreas donde la vegetación
presenta menos variabilidad.
 Ventajas:

● NDWI: Sensibilidad a la clorofila puede ser útil en entornos con

vegetación densa. Mayor uso en aplicaciones de detección de agua
en imágenes de satélite.
● NMDWI: Menor sensibilidad a la clorofila, lo que puede mejorar la
detección del agua en presencia de vegetación.

Desventajas:

● NDWI: Mayor sensibilidad a la presencia de clorofila, lo que puede

generar falsos positivos en la detección de agua.
● NMDWI: Menor uso histórico en comparación con el NDWI estándar.

Un estudio que emplea el NDWI es "Monitoring water quality in a coastal

lagoon in Crete, Greece, using remote sensing techniques" de Economou et
al. (2018). En este trabajo, se utilizó el NDWI para monitorear la calidad del
agua en una laguna costera en Creta, Grecia, utilizando datos de
teledetección para evaluar la presencia y distribución del agua en la laguna y
su relación con la calidad del agua.

3.3. Algoritmo de extracción de agua y comparativa en excel

4. RESULTADOS Y DISCUSIONES
Reclassifly: el azul son los lagos y cuerpos de agua.

Data del Senamhi y ANA de precipitacion, TMedia y area calculada:

Gráficas de comparación:
5. CONCLUSIONES

- La temperatura media parece no influir mucho en en el área de los cuerpos

de agua

- La precipitación influye más que la temperatura media en el área de los

cuerpos de agua. Sin embargo sigue siendo un poco débil su influencia
puesto que el área no varía por mucho.

- En el 2017 hubo una baja del área suponemos que por el fenómeno del niño,
donde en general la falta de agua en la parte sierra es notoria, y debido a que
la mayoría de lagos se encuentran en la sierra, esto es un factor influyente.

6. REFERENCIAS BIBLIOGRÁFICAS

https://www.ana.gob.pe/sites/default/files/normatividad/files/componente1_aguas_su
perficiales_memoriafinal_anexos.pdf

http://sigrid.cenepred.gob.pe/docs/PARA%20PUBLICAR/ANA/Estudio_hidrologico_S
an_Juan.pdf