Vol1 10

2,055 views
1,921 views

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
2,055
On SlideShare
0
From Embeds
0
Number of Embeds
9
Actions
Shares
0
Downloads
83
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Vol1 10

  1. 1. EDICIÓN ESPECIAL: Seminario Internacional “La tecnología satelital de observación de la tierra en la evaluación, monitoreo y manejo de desastres naturales en la agricultura. Retos y perspectivas”Edición Especial Vol.1 Diciembre 2010 ISSN 0717-2915 SOCIEDAD LATINOAMERICANA DE PERCEPCIÓN REMOTA Y SISTEMAS DE INFORMACIÓN ESPACIAL SOCIEDADE LATINO-AMERICANA EM SENSORIAMENTO REMOTO E SISTEMAS DE INFORMACAO ESPACIAI LATINAMERICAN SOCIETY FOR REMOTE SENSING AND SPACE INFORMATION SYSTEMS Cuenca del Arroyo Feliciano - Entre Ríos - Argentina Imágen de satélite Landsat 5 TM
  2. 2. SOCIEDAD LATINOAMERICANA DE PERCEPCION REMOTA Y SISTEMAS DE INFORMACION ESPACIAL SOCIEDADE LATINO-AMERICANA EM SENSORIAMENTO REMOTO E SISTEMAS DE INFORMACAO ESPACIAI LATINAMERICAN SOCIETY ON REMOTE SENSING AND SPACE INFORMATION SYSTEM SELPEREdición Especial Vol.1 Diciembre 2010 ISSN 0717-2915 FOTO PORTADA Entre Ríos - Argentina Imagen de satélite Landsat 5 TM, resolución espacial 30 metros, en composición Falso Color (7,4,3 / RGB) de la Cuenca del Arroyo Feliciano, Provincia de Entre Ríos, tomada el 24 de Abril de 2006. El Arroyo Feliciano es uno de los principales afluentes del Río Paraná; su cuenca esta ubicada totalmente en la provincia de Entre Ríos, Argentina, zona N-NO. La superficie de la misma, tomando como punto de cierre Paso Medina, es de 5.541 km2 y ocupa territorio de los departamentos de La Paz, Federal y Feliciano. EJEMPLAR DE DISTRIBUCION GRATUITA. PROHIBIDA SU VENTA
  3. 3. Edición Especial Vol. 1 DIRECCIONES DE CONTACTO02 DICIEMBRE 2010 SELPER REVISTA DIRECTORIO SELPER, SEDE MEXICO 2010 - 2012 Universidad Autónoma de Tamaulipas Cd. Victoria, Tam. México Tel. (834)3181721 - (834) 3189361 Selper.internacional@gmail.com PRESIDENTE Silvia Casas Gonzalez Mexico VICE-PRESIDENTE VICE-PRESIDENTE VICE-PRESIDENTE Isabel Cruz Eloy Perez Aurelie Sand Mexico Cuba Francia SECRETARIO GENERAL RESPONSABLE DE DIVULGACIÓN ELECTRÓNICA TESORERO Fabián Lozano Victor Flores Brenda Portes Mexico Mexico Mexico COMITÉ DE RELACIONES INTERNACIONALES COMITÉ EDITORIAL COMITÉ DE EDUCACIÓN Myriam Ardila Torres (Colombia) María Cristina Serafini (Argentina) Maria Antonia García Cisnero (Cuba) Presidente Presidente Presidente Laurent Durieux – Francia Miriam Esther Antes – Argentina Luz Angela Rocha Salamanca- Colombia Pedro Luis García Pérez - Cuba Fabián Lozano – México Dra. Laura Delgado - Venezuela Pedro Martínez Fernández - Cuba Leila María Fonseca – Brasil Ethel Rubín de Celís Llanos - Perú Olga Piedad Rudas - Colombia Jorge Martín Chiroles - Cuba Josselisa Ma. Chávez - Brasil Anyul del Pilar Mora - Colombia Francisca Celia González - Argentina Luis Geraldo Ferreira - Brasil Freddy Flores – Venezuela Washintong Franca Rocha - Brasil Victor Barrena - Perú Ramiro Salcedo - Venezuela CAPÍTULOS EN FORMACIÓN CAPÍTULOS CONSTITUIDOS GUATEMALA PARAGUAY Carlos Alberto Duarte Sergio M. Burgos Sosa ARGENTINA Ingeniería Virtual IPPA Francisca Celia González Ruta 4, 6-49 Zona 4, Oficina 14 Dr. César Sánchez 431 Universidad Nacional del Sur Ciudad de Guatemala (01004), Guatemala San Lorenzo, Paraguay Departamento de Geología Tel: 502 - 334-1039/4038 Tel/Fax: 595- 21-574909 San Juan 670 (8000) Fax: 502 - 331-9390 Email: smburgos@highway.com.py Bahía Blanca, Argentina E-mail: chduarte@hotmail.com Tel: 54 - 291 - 459 5102 - int. 4360 CAPÍTULOS ESPECIALES Fax: 54 - 291 - 459 5127 GUYANA FRANCESA E-mail: ghgonzal@criba.edu.ar Laurent PolidoriI ALEMANIA Directeur de Recherche IRD / US ESPACE 140 Klaus Reiniger BOLIVIA Institut de Recherche pour le Développement DLR José Luis Liseca (ex-ORSTOM) D-8031 Oberpfaffenohfen Carrera de Topografía y Geodesia Route de Montabo - BP 165 - 97323 Cayenne Alemania Facultad Técnica cedex Tel: 49- 8153- 281.189 Universidad Mayor de San Andrés Tel. (+594) 594 29 92 81 Fax: 49- 8153- 281.443 Av. Arce 2299 1º Piso Fax (+594) 594 31 98 55 La Paz, Bolivia E-mail:polidori@cayenne.ird.fr CANADÁ Tel.: 591-2-2441401 Fritz P. Dubois E-mail: jlisec@hotmail.com MÉXICO 25 Nidland Silvia Lucero Casas Crs Nepean Ontario Kh2-8n2 BRASIL UAM Agronomía y Ciencias Ontario, Canadá Leila María García Fonseca Universidad Autónoma de Tamaulipas Tel: 613- 596-4164 INPE Centro Universitario Victoria Fax: 613- 723-9626 Av. Dos Astronautas 1758, Sao José dos Campos Cd. Victoria Tamaulipas, México San Pablo, Brasil E-mail: scasas@uat.edu.mx ESPAÑA Tel: 55 - 12-39456000 José L. Labrandero E-mail: leila@dpi.inpe.br FRANCIA Consejo Superior de Investigaciones Científicas (CSIC) Aurélie SAND Pinar 25- Madrid 28006, España CHILE CNES Tel: 34- 411.10.98 Gina Ghio 18 avenue Edouard Belin, 31401 Toulouse Fax: 34- 562.55.67 Data Research servicios de Ingeniería Cedex 9 Manuel Antonio Prieto 0152 tél : 05 61 27 43 89 HOLANDA Santiago, Chile. sec : 05 61 28 14 54, Christine Faure Carlos Valenzuela Tel: 562 - 6651730 E-mail: aurelie.sand@cnes.fr ITC Fax: 562 - 6659201 350 Boulevard 1945, P.O.X. 6. 7500 AA E-mail: ginaghio@dataresearch.cl URUGUAY Enschede, Holanda Antonio Alarcón Tel.: 31 53 874-444 COLOMBIA Servicio de Sensores Remotos Aeroespaciales Fax: 31 53 874-400 Olga Piedad Rudas Fuerza Aérea Uruguaya Carrera 30 No. 48-51 Edificio IGAC-CIAF Of. 212 Ruta 101 s/n Km. 19500 ITALIA Bogotá D.C., Colombia Carrasco, Canelones, Uruguay Francesco Sarti Tel: 57-1-369-4096 Tel.: 598 -2 601 4083 ESA/ESRIN Fax: 57-1-369-4096 Fax: 598 -2 601 4090 Via Galileo Galilei, s/n E-mail: orudas@prosis.com E-mail: aalarconv@hiotmail.com I-00044 Frascati, Italia Tel: 39 - 694180409 CUBA VENEZUELA Fax: 39 - 694180602 Pedro Luis García Pérez Ramiro Salcedo E-mail: Francesco.Sarti@esa.int Sede UNAICC, Humboldt No. 104, Centro de Procesamiento Digital del Instituto de Esquina a Infanta, Vedado, La Habana, Cuba Ingenieria en Caracas Maurizio Fea Telf.: (5 37) 8363447 Apdo. Postal 40200 / Caracas, Venezuela via Alessandro Poerio, 49 E-mail: lgarcia@ch.unaicc.cu Tel/fax: 58 - 212 - 903 -4682 00152 Roma E-mail: ramiros@fii.org tel/fax: +39065880581 ECUADOR móvil: +393281771383 Cor. Ricardo Urbina PERÚ E-mail: maufea@gmail.com CLIRSEN Victor Barrena Arroyo Edif. Instituto Geográfico Militar, Piso 4 Universidad Nacional Agraria La Molina USA Seniergues s/n y Paz y Miño Av. La Universidad s/n Patricia M. Ravelo Apartado Postal 17-08-8216 La Molina, Lima, Perú SPOT Quito, Ecuador Tel / Fax: 51-1-349-5647 anexo 232/349-2041 Estados Unidos Tel.: 593- 2- 254-3193 E-mail: vbarrena@lamolina.edu.pe Tel: 1-800-ask-spot ext. 137 Fax: 593- 2- 255-5454 Fax: 703-648.1813 E-mail: ricardo.urbina@clirsen.com E-mail: ravelo@spot.com
  4. 4. REVISTASELPER INDICE TEMÁTICO Y COMITÉ EDITORIAL Edición Especial Vol. 1 DICIEMBRE 2010 03 COMITÉ EDITORIAL ÍNDICE TEMÁTICO María Cristina Serafini (Argentina) Análisis multitemporal del cambio de la cobertura del PRODITEL suelo en la cuenca del Arroyo Feliciano utilizando Universidad Nacional de Luján Cruce rutas 5 y ex 7 imágenes satelitales (6700) Luján, Buenos Aires, Argentina Tel: 54-2323-423171 int 248 Alejandra Arbuet Fax: 54-2323-425795 E-mail: proditel@mail.unlu.edu.ar Graciela Pusineri. ....................................................................................5 Miriam Esther Antes (Argentina) PRODITEL Evaluación y monitoreo de la salinización de los Universidad Nacional de Luján Cruce rutas 5 y ex 7 suelos en la agricultura de regadío del noroeste de Luján, Buenos Aires, Argentina Tel: 54-2323-423171 int 248 Patagonia (Argentina) Fax: 54-2323-425795 E-mail: proditel@mail.unlu.edu.arx Hector del Valle Paula D. Blanco Leila María Fonseca (Brasil) INPE Walter F. Sione...................................................................................... 22 Av. Dos Astronautas 1758, Sao José dos Campos, Sao Paulo, Brasil Tel: 55 - 12-39456000 E-mail: leila@dpi.inpe.br Diagnóstico de áreas vulnerables a la desertificación Fabián Lozano (Mexico) empleando información satelital y SIG en un territorio Instituto Tecnológico y de Estudios de la República de Cuba Superiores de Monterrey Av. Euganio Garza Sada # 2501 sur, Gustavo Martín Morales Col. Tecnológico, Monterrey, Nuevo León, México Reino Orlay Cruz Díaz Tel: 52 - 81 - 8358 - 1400 ext 5275 Fax: 52 - 81 - 8358 - 6280 Antonio Vantour Causse E-mail: dflozano@itesm.mx Maribel Páez Moro Jorge Martín Chiroles (Cuba) Dámaso R. Ponvert-Delisles Batista..................................................... 32 E-mail: ciencia@geocuba.com.cu Francisca Celia González (Argentina) Universidad Nacional del Sur Análisis de la influencia de la resolución espacial de Departamento de Geología San Juan 670 (8000) las imágenes de NDVI Y TS en el cálculo del estrés Bahía Blanca, Argentina Tel: 54 - 291 - 459 5102 - int. 4360 hídrico. Fax: 54 - 291 - 459 5127 Virginia Venturini E-mail: ghgonzal@criba.edu.ar Daniela Girolimetto............................................................... 42 Freddy Flores (Venezuela) Fundación Instituto de Ingeniería Carretera Vieja de Baruta, Sector Sartenejas, Urb. Monte Elena II Aplicación de geotecnologías para determinar la Caracas, Venezuela Tel: 58 2-903 4661-4610 erosión hídrica departamento Pocito San Fax: 58 2- 903 4780 Juan, Argentina E-mail: freddyf@fii.org Venancia Norma Aguilar María Valentina Soria Silvia Varela COMITÉ DE EVALUADORES María Cándida Puertas Alfredo Cuello María Angélica Matar ........................................................... 54 (CSR, UNLu - Argentina) Mirta Aída Raed Uso de la teledetección para la identificación de áreas (CSR, UNLu - Argentina) Francisca González de erosión en una región de los Yungas de Bolivia (UNS - Argentina) Graciela Marín José Luis Lizeca B. (SEGEMAR- Argentina) Alina Ariñez ....................................................................... 65 Editado por: SELPER Internacional Universidad Nacional de Luján Rutas 5 y ex 7, (6700) Luján - Bs. As. - ARGENTINA EJEMPLAR DE DISTRIBUCIÓN GRATUITA PROHIBIDA SU VENTA
  5. 5. REVISTA Edición Especial Vol. 1 PRESENTACIÓN DEL PRESIDENTE DE SELPER SELPER04 DICIEMBRE 2010 PLAN EDITORIAL SELPER 2010 - 2012 PLAN EDITORIAL SELPER A partir de las decisiones adoptadas en el marco del XIII Simpo- sio Latinoamericano de Percepción Remota y Sistemas de Infor- mación Espacial, llevado a cabo en La Habana, Cuba, en setiem- bre de 2008, la edición de la Revista SELPER está disponible en la página de nuestra Sociedad: http://www.selper.org. En esta oportunidad hacemos llegar una publicación Especial, donde se incluyen los trabajos que han sido presentados en el Seminario Internacional: “La tecnología satelital de observación de la tierra en la evaluación, monitoreo y manejo de desastres naturales en la agricultura. Retos y perspectivas”, desarrollado en el Instituto Nacional de Tecnología Agropecuaria (INTA) en el mes de Octubre de 2009. Estos trabajos han sido remitidos a expertos evaluadores para su revisión y aprobación. En este sentido es necesario destacar el invalorable apoyo brindado por el grupo de evaluadores, a quie- nes agradecemos muy especialmente por su labor. NORMAS PARA LOS AUTORES Los artículos recibidos serán enviados a tres (3) f) Resultados obtenidosexpertos en la temática para su revisión. Los g) Conclusionestrabajos aprobados serán publicados en estricto h) Bibliografía: sólo se incluirá la citada en elorden, de acuerdo a las fechas de llegada de las texto. Se indicarán los autores, por ordencontribuciones. alfabético, año, título, revista o medio donde fue Los idiomas oficiales SELPER son: Español, publicado, incluyendo volumen y páginas, cuandoPortugués e Inglés. corresponda. Los trabajos deberán estructurarsecontemplando las siguientes secciones: Los títulos y subtítulos de cada sección deberán e s ta r c l a r a m e n t e i n d i c a d o s ( y a s e a c o n a) Título del trabajo. Nombre de los autores y numeración o tamaño de letras). Las tablas, fotosdirecciones completas y figuras deberán ser suficientemente nítidas, b) Resumen (no más de 150 palabras) llevar un título y estar numeradas en formaindicando al final las palabras claves. Deberá consecutiva.incluirse en Español o Portugués, además de Se deberá enviar una copia del trabajo enInglés formato Word y una copia papel. La extensión c) Introducción total del trabajo no deberá superar las 12 páginas, d) Objetivos (DIN-A4). e) Metodología empleada y materiales Los trabajos se enviarán a: editorial@selper.org
  6. 6. REVISTA05 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Análisis multitemporal del cambio de la cobertura del suelo en la cuenca del Arroyo Feliciano utilizando imágenes satelitales Arbuet, Alejandra y Pusineri, Graciela Departamento de Hidrología- Facultad de Ingeniería y Ciencias Hídricas- Universidad Nacional del Litoral Santa Fe - ArgentinaRESUMEN native forest, which has been altered mainly as consequence of the expansion of the agriculturalLa cuenca del Arroyo Feliciano ubicada al norte de frontier, situation that has been intensified in thela provincia de Entre Ríos (Argentina), pertenece al last decades (1986-2006).Distrito del Ñandubay, con una importante To investigate the space – time change of the soilssuperficie de bosques nativos, los que han sido coverage and with it the distribution of thealterados principalmente como consecuencia de la superficial runoff, was carried out a work where itexpansión de la frontera agrícola, situación que se was applied in this basin a hydrological model ofha intensificado en las últimas décadas (1986- rain-flow transformation called KINEROS2.2006). A los efectos de investigar el cambio Were applied technical of remote sensing usingespacio-temporal de las coberturas de los suelos y three satellite images (Landsat 5) of different datescon ello la distribución del escurrimiento superficial, (1986, 1997 and 2006) that were treated previouslyse realizó un trabajo donde se aplicó en dicha with a process of radiometric, atmospheric andcuenca un modelo hidrológico de transformación geometric correction.lluvia-caudal llamado KINEROS2. The obtaining of the maps of coverage was carriedPara lograr dichos mapas se aplicaron técnicas de out through a process of supervised classificationTeledetección, utilizando tres imágenes satelitales type "fuzzy" of these previously treated images,(Landsat 5) de diferentes fechas (1986, 1997 y those that were verified through a contingency2006), las cuales fueron tratadas previamente con matrix.un proceso de corrección radiométrica, In the results shows 3 coverage mapsatmosférica y geométrica para trabajar en un corresponding to the dates studied for the basin ofmismo sistema de referencia. the Aº Feliciano, and of the runoff obtained fromLa obtención de los mapas de coberturas se application of hydrologic model.realizó a través de un proceso de clasificaciónsupervisada tipo “fuzzy” de estas imágenes Keywords: Hydrological models, GIS, Remotepreviamente tratadas, las que fueron verificadas a sensing, Land cover, Runoff, Arroyo Feliciano.través de una matriz de contingencia.En los resultados se muestran los 3 mapas de INTRODUCCIONclases de coberturas para la cuenca del AºFeliciano, con las superficies calculadas y los El norte de la provincia de Entre Ríos (Repúblicavalores de los escurrimientos obtenidos de la Argentina), pertenece a la región fitogeográfica delaplicación del modelo hidrológico. Espinal y dentro de este al Distrito del Ñandubay, cuyos bosques nativos han sido alteradosPalabras clave: Modelos Hidrológicos, SIG, principalmente como consecuencia de laTeledetección, Cobertura de suelo, Escurrimiento expansión de la frontera agrícola, con unadirecto, Arroyo Feliciano. reducción de su superficie. En los últimos 20 años (período 1986-2006) laABSTRACT superficie sembrada en la provincia se ha incrementado notablemente, es especial laThe basin of the Aº Feliciano is located north of the destinada al cultivo de la soja que pasó de 272.000province of Entre Ríos – Argentina. It belongs to the has a 1.285.000 has, lo que significa un aumentoÑandubay District. It has an important area of del 372%.
  7. 7. REVISTA06 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPEREl cambio especial y temporal en la cobertura y uso funcionando bajo el entorno AGWA_ArcView en ladel suelo ha sido un tema de especial interés para cuenca del arroyo Feliciano, para investigar loslos hidrólogos a la hora de calcular las escorrentías efectos del cambio de cobertura y uso del suelodirectas para un determinado evento de lluvia en sobre la distribución espacio-temporal de launa cuenca. escorrentía directa en un área representativa del“La hidrología de una región está determinada por Litoral Argentino, para el caso de eventos aisladossus patrones de clima tales como la topografía, la de lluvia.geología y la vegetación. También a medida que la Dicho estudio fue desarrollado en la tesis decivilización progresa, las actividades humanas Maestría titulada “Efectos hidrológicos del cambioinvaden gradualmente el medio ambiente natural de uso del suelo en el Litoral Argentino, Estudio dedel agua, alterando el equilibrio dinámico del ciclo caso: cuenca del Aº Feliciano (Prov. De Entrehidrológico e iniciando nuevos procesos y Ríos)”, de la Ing. Alejandra Arbuet.eventos.” (Ven Te Chow 1993) Así, fenómenosnaturales, como la erosión eólica, afectan a las OBJETIVOaguas superficiales, sin embargo, no es menoscierto que cualquier acción del hombre en una Desarrollo de la metodología para la obtención departe del ciclo, alterará el ciclo entero para una los mapas de cobertura del suelo en la cuenca deldeterminada región. Acciones como la tala de Arroyo Feliciano, mediante técnicas debosques, el avance de la frontera agrícola, la teledetección, para ser utilizados comoconstrucción de embalses, el secado de zonas información requerida por el modelo KINEROS2pantanosas, la sobre-explotación de acuíferos, la funcionando bajo la plataforma AGWA_ArcView.contaminación del agua y la polución atmosférica,de origen claramente antropogénico, influyen de AREA DE ESTUDIOmanera considerable en los cambios del ciclohidrológico. El área elegida para realizar el estudio es la cuencaEl avenimiento de los nuevos modelos hidro- del arroyo Feliciano, uno de los principaleslógicos distribuidos o semi-distribuidos permiten afluentes del Río Paraná, ubicada totalmente en lacuantificar de manera más precisa dichos cambios, provincia de Entre Ríos, Argentina, zona N-NO,contando con los Sistema de Información como puede observarse en la figura 1.La superficieGeográfica como la herramienta fundamental para de la cuenca tomando como punto de cierre Pasoel pre y pos-procesamiento de la información, tal Medina es de 5.541 km2 y ocupa territorio de loses el caso del modelo Kineros2 que se ejecuta en departamentos de La Paz, Federal y Feliciano,segundo plano a través de la aplicación AGWA, como muestra la figura 2.que funciona bajo el soporte del SIG ArcView. La longitud del cauce principal es de 209 km.,Este trabajo muestra el proceso de obtención de la característicamente meandrosoinformación requerida por el Modelo KINEROS2, Figura 1: Ubicación general de la cuenca del Arroyo Feliciano en la Provincia de Entre Ríos
  8. 8. REVISTA07 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Figura 2: Ubicación en detalle de la cuenca del Arroyo FelicianoTiene un relieve de llanura suavemente ondulado con pastoreo, lo que provocó una importante reducción decotas que varían entre los 78.5 m y 18 m respecto del la superficie ocupada por la misma.cero del IGM, con una pendiente media de 0.48%. El En el informe de la SAyDS (2006) se expresa “Elvalor medio de la Precipitación Anual Media Areal avance de la frontera agrícola de las últimas décadascalculado en la cuenca es de 1250 mm. Y el valor se ve favorecida por la mayor rentabilidad de losmáximo de la serie de caudales diarios medidos en la productos agrarios, el aparente aumento de lasestación de aforos de Paso Medina (SSHR) es de precipitaciones y la utilización de modernas técnicas2179.88 m3/seg. correspondiente a la creciente de agropecuarias (sistemas de riego, siembra directa,1998, registrado el 09/03/1998. Posee un caudal uso de agroquímicos, etc.) que permiten el uso demodulo de 53 m3/seg. áreas que en el pasado no eran deseables paraEsta cuenca se ubica dentro de la región forestal del cultivos, provocando el desplazamiento de laDistrito Ñandubay que pertenece a la Región del ganadería hacia zonas marginales, especialmenteEspinal, según el Primer Inventario Nacional de los bosques nativos remanentes”.Bosques Nativos (SAyDS, 2006,2007). Las dos En los últimos 20 años la superficie sembrada total enespecies arbóreas que predominan son el ñandubay la Provincia de Entre Ríos se incrementóy el algarrobo (negro y blanco), a estos los notablemente, crecimiento que se acentuó a partir deacompañan árboles de mediano porte de origen mediados de los noventa, (cuando comienza achaqueño como espinillos, molles, talas, etc. aumentar el cultivo de la soja) en el período 1991/92La Región del Espinal es una de las provincias al 2006/07 la superficie se triplicó, pues pasó defitogeográficas en estado de conservación más crítico 630.000 has a 1.966.050 has, como se puede ver ende la Argentina, dado que ha sido transformada en las figuras 3 y 4.gran medida en tierras agrícolas y campos de
  9. 9. REVISTA08 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Figura 3: Evolución de la superficie sembrada en Entre Ríos por cultivo Período 1986/2006 (Fuente: Bolsa de Cereales de Entre Ríos. Proyecto Siber) Figura 4: a) Evolución de la superficie total sembrada en Entre Ríos en el período 1997/2006 b) Evolución de la superficie de soja en Entre Ríos en el período 1986/2006 (Fuente: SAGPyA)
  10. 10. REVISTA09 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERIMPLEMENTACIÓN DEL MODELO AGWA parámetros geométricos, de suelo y de cobertura de cada uno de los segmentos. Existen dos clase deAGWA, Automated Geospatial Watershed información necesarias para aplicar el AGWA, laAssessment (Burns I.S. et al., 2004), es un conjunto “requerida” que debe estar disponible al momento dede herramientas que trabajan en el entorno del SIG iniciar la aplicación del modelo y la informaciónArcView 3.2 de ESRI como una extensión, que “opcional” que la crea el AGWA durante su aplicaciónademás requiere de la extensión Spatial Analyst para o es generada previamente por otro modelo y se leel manejo de estructuras de datos raster. ingresa como dato.Permite la generación automática de los archivos de Para el caso de la Cobertura requiere del mapa tipoentrada al modelo hidrológico KINEROS2, la raster, conteniendo números enteros que seejecución de éste en segundo plano y la recuperación corresponden con una clasificación y la tabla dondey visualización de los resultados en el ambiente SIG. se definen los parámetros que utiliza el modeloEl AGWA realiza la delimitación de la cuenca y Kineros para cada clase de cobertura, ver en la tabla 1.subcuencas y luego la determinación de los Tabla 1: Tipo de información de cobertura necesaria para el modelo AGWA- KINEROSPara la referenciación cartográfica de todo el trabajo según un parámetro denominado “CSA”, cuyo valorse usó el sistema POSGAR 94, definido con: es ingresado por el usuario, a menor valor del CSADatum: WGS84 (World Geodetic System 1984), mayor numero de subcuencas se crearan.Sistema de Proyección: Transversa Mercator, En este trabajo se adoptó el valor de CSA=12000 has,Sistema de Coordenadas: Gauss-Krüger - faja 5 lo que originó 63 segmentos de cuencas y 25AGWA genera automáticamente a partir del Modelo segmentos de canal, totalizando 88 segmentos,digital de elevación distintos niveles de como se observa en la figura 5.desagregación espacial de la cuenca en subcuencas, Figura 5: Cuenca y subcuencas generadas por el AGWA-KINEROS para el Aº Feliciano
  11. 11. REVISTA10 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPEREl modelo AGWA, trabaja internamente calculando de cubrir los 20 años de estudio (1986-2006), las quelos parámetros físicos a nivel de píxel, luego como fueron procesadas para obtener una clasificaciónsalida genera dos capas vectoriales (shapefile) de acorde a los objetivos del trabajo.distintos formato, polígono para las subcuencas Los Software que se utilizaron para el procesamiento(wfa12) y línea para la red de ríos (sfa12) de las imágenes fueron el Idrisi Kilimanjaro pararespectivamente. Cada uno de estos archivos tiene realizar las correcciones atmosféricas yasociada una tabla de atributos con parámetros radiométricas y el ERDAS IMAGINE 8.2 para lageométricos, hidrológicos, de suelo y cobertura, que corrección geométrica y la clasificación.se van calculando en cada paso, dichos parámetrosson los que utiliza luego el modelo KINEROS en su IMÁGENES SELECCIONADASaplicación. Se adoptó trabajar con imágenes del satéliteOBTENCIÓN DE LOS DATOS DE COBERTURAS LANDSAT 5 TM, por su alta resolución espacial (tamaño del píxel 30m x 30m), muy buena resoluciónLos valores de los parámetros hidrológicos de las espectral y temporal adecuada. Este satélite registrasubcuencas asociados al tipo de cobertura se en las 3 bandas del espectro visible (B1, B2 y B3), 1obtienen a partir de las imágenes satelitales en banda en el infrarrojo cercano (B4), 2 bandas en elformato raster. Para identificar el cambio de la infrarrojo medio (B5 y B7) y 1 banda en el infrarrojocobertura de suelo en la zona de estudio, tanto térmico (B6), esta última no se utiliza en este trabajo,espacial como temporalmente, se utilizaron las longitudes de onda correspondientes se muestranimágenes satelitales de diferentes fechas, tratando en la tabla 2. Tabla 2: Longitudes de onda de las bandas utilizadas en el trabajo.La escena que cubre toda la cuenca de trabajo es la Los valores de los píxeles en las imágenes digitalesPATH 226 ROW 81 y las fechas elegidas de los expresan la cantidad de energía radiante recibida porúltimos 20 años son: 11/01/1986, 30/03/1997 y el sensor en la forma de valores relativos no24/04/2006. Para la selección de las imágenes se calibrados llamados Números Digitales (ND), en elconsideró que fueran de los primeros 4 meses del año, caso de las imágenes Landsat 5 TM varían en 256pues en esa época los cultivos son del mismo tipo valores, en función de la radiancia recibida en una de(cosecha gruesa: sorgo, maíz, arroz), luego se las bandas espectrales.produce la cosecha y preparado para la siembra del La información expresada en ND es relativa, a mayorgrano fino y además es la época de mayor lluvia en la ND mayor reflectividad, pero no es adecuada paracuenca de estudio. comparar imágenes de distintas fechas, En cambio,Las dos primeras fueron suministradas por el Instituto la reflectividad (relación entre energía reflejada yNacional de Pesquisas Espaciais (INPE) de Brasil, energía incidente), sí lo es, pues es una variable física.que ya vienen con una georeferenciación, aunque es La reflectividad de una cubierta depende de susdistinta a la utilizada en este trabajo. características físicas y químicas, así como de lasLa imagen del 2006 son las originales que suministra condiciones de observación y varía en cada bandala Comisión Nacional de actividades Espaciales del espectro, por eso se le añade el calificativo de(CONAE) de Argentina. espectral, acotando su medida a un determinadoLos procesos aplicados para lograr el mapa en rango de longitudes de onda (Chuvieco, 2000).formato raster de la cobertura del suelo, para cada Cuando se quiere hacer una comparación entreimagen satelital se detallan a continuación. imágenes de distintas fechas, de la misma zona, es necesario calcular la reflectividad espectral, realizarPRE-PROCESAMIENTO correcciones radiométricas que buscan mejorar las medidas de reflectancia medida en los sensoresCORRECCIÓN RADIOMÉTRICA Y ATMOSFÉRICA (energía reflejada), apuntando a eliminar los ruidos y las correcciones atmosféricas, en función de distintos
  12. 12. REVISTA11 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERparámetros propios de cada imagen como laelevación del sol, hora, fecha, etc., para obtener la Para el máximo valor de ND (generalmente 255) lareflectancia en superficie. radiancia es la máxima medida por un sensor en elLa influencia de la atmósfera no afecta igual a los dos ancho de banda espectral del canal, L = Lmax y eltérminos del cálculo de la reflectividad, energía valor mínimo Lmin es la radiación espectralincidente (flujo descendente) y energía reflejada (flujo correspondiente al mínimo valor de ND (usualmenteascendente), ya que el espesor de la atmósfera es 0). Los valores de Gain y Bias varían para cadadistinto Además hay que considerar que la radiancia sensor y cada banda, estando dichos valoresque llega al sensor al atravesar la atmósfera es generalmente en los metadatos de la imagenmodificada por efecto de la dispersión (moléculas de (header) o hay tablas según la fecha de la imagen,los gases y partículas de aerosol) y la absorción, por con esos valores se calculan Lmax y Lmin.lo tanto no es la misma que sale del suelo. Entonces la Para la corrección atmosférica existen distintosconversión de los ND a reflectividades tiene dos modelos, uno de ellos es el modelo de Costo (COST),fases: 1) conversión del valor ND a valores de propuesto por Chávez (1996). “En este caso seradiancia espectral L, a partir de los coeficientes de considera que la radiancia espectral descendente escalibración el sensor, por eso a este procedimiento se nula pero la transmitancia atmosférica se estima enlo llama “calibración” y 2) estimación de los valores de función del coseno del ángulo cenital solar (90º -reflectividad aparente, conociendo la irradiancia solar elevación solar) y el camino de radiancia debido a lay la fecha de adquisición de la imagen, así se bruma es estimado especificando el ND0 de un objetoremueve el efecto producido por el ángulo solar y se oscuro que tendría reflectancia nula (p.e. lagoscompensan las diferencias en los valores de profundos claros) y la radiancia difusa del cielo esradiancia solar extra–atmósfera (Chuvieco , 2000) La considerada nula” (Brizuela et al 2007).relación entre los ND y la radiancia espectral es del Para obtener el ND0 (Dn haze) de objetos oscuros setipo lineal, siendo la ecuación de la radiancia la utiliza el histograma de frecuencias de cada banda, elexpresada en la formula (1), para cada banda valor es el que iguala o supera por primera vez elespectral de las imágenes Landsat. 0.01% de frecuencias relativas acumuladas de cada banda. Este valor es restado en cada banda. El proceso de corrección radiométrica y atmosférica se realizó en Idrisi Kilimanjaro aplicando el módulo ATMOSC y en él se seleccionó el modelo COST, condonde: L: radiancia (watts/(m2* estereoradian * ìm), los valores de las tablas 3,4 y 5.Gain: ganancia (pendiente), Bias: compensación osesgo (ordenada al origen) . Tabla 3: Parámetros utilizados en la corrección de la imagen del 11/01/1986
  13. 13. REVISTA12 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Tabla 4: Parámetros utilizados en la corrección de la imagen del 30/03/1997 Tabla 5: Parámetros utilizados en la corrección de la imagen del 24/04/2006El modelo realiza primero el procedimiento llamado suministrada por la Ing. Garñel (Facultad de Ciencias“calibración” y luego realiza la corrección atmosférica, Agropecuarias – UNER) y se realizó la geore-el resultando es una imagen con valores reales (32 ferenciación o remuestreo de las imágenesbits) de reflectancia, varían entre 0 y 1. corregidas. Para ubicar los puntos de control sePara llevar la imagen de 32 bits a 8 bits (ocupa menos recurrió a las rutas y vías del ferrocarril en formatomemoria) hay que reescalar cada valor de Shapefile, superponiéndola en la imagenreflectancia multiplicando por 255 con la ayuda de la georeferenciada como ayuda.calculadora, los valores varían entre 0 y 255 y Para la imagen del año 2006 se identificaron 70finalmente transformarla en byte-binary (8bits). puntos de control distribuidos en toda la imagen, verificando que el error de la georeferenciaciónCORRECCIÓN GEOMÉTRICA (RMS) sea menor a 0.5 píxel. En el caso de las imágenes de 1986 y 1997 como yaA la imagen obtenida en el paso anterior hay que darle tienen una georeferenciación (SAD69 WGS84 UTM),la proyección cartográfica definida para este trabajo, pero distinta a la del trabajo (Posgar 94- GKfaja5) seesto se realiza mediante el proceso de realizo el remuestreo utilizando solo 10 puntos degeoreferenciación o remuestreo, el cual transforma la control, verificando también el error menor a 0.5 píxel.matriz original de la imagen estirándola o La interpolación espacial se realizó aplicando unacomprimiéndola para adecuarla a un nuevo sistema función lineal y la interpolación radiométrica por elde referencia. método del vecino más próximo (Nearest neighbor).El procedimiento consiste en asignar, con el menorerror posible, coordenadas de puntos de control a Ventana de trabajocoordenadas en otro sistema para los mismos puntosde la misma imagen, creándose dos archivos, el de Para no realizar la clasificación en toda la imagen selos puntos de referencia identificados en la imagen definió una zona de trabajo menor, que cubre lageoreferenciada y los a proyectar (input). cuenca del arroyo Feliciano en su totalidad, los limitesPara esto se parte de una imagen georeferenciada, son los que se ven en la tabla 6.para este trabajo se utilizó la imagen del 2/abril/2001
  14. 14. REVISTA13 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Tabla 6: Coordenadas de los vértices de la ventana de trabajoREALCE presencia de firmas espectrales distintivas para las clases de cobertura del suelo que se desea identificar,Se trabajó fundamentalmente sobre una composición en el grupo de bandas en uso y la posibilidad decolor RBG 453 llamada Falso Color Mejorado y a distinguir con precisión estas distintas firmas.veces RBG 754, además se realizaron realces a lasimágenes aplicando la función de transformación de DEFINICIÓN DE LAS CATEGORÍAS O CLASESdesvíos estándar (Standard Deviations). Tomando como antecedentes el “Primer InventarioCLASIFICACIÓN SUPERVISADA Nacional de Bosques Nativos” (SAyDS) y el trabajo “Bosques Nativos y Selvas Ribereñas en la ProvinciaLa clasificación es un proceso que convierte los de Entre Ríos” (Muñoz et al 2003), se definieronvalores radiométricos, en este caso obtenidos luego nueve (9) clases de coberturas.de la corrección radiométrica y geométrica, de las 6 Atento a que solo se dispone de la información quebandas de trabajo que componen una imagen, a una suministran las imágenes satelitales con resoluciónnueva imagen temática, donde el valor del píxel será de 30m, donde se pueden distinguir dos tipos deun número que representa a la clase o cobertura cultivos, las clases de coberturas que se definieronresultante de la clasificación. para el trabajo, desde un punto de vista hidrológico,Una buena clasificación depende de 2 factores, la se listan en la tabla 7. Tabla 7: Cuadro comparativo de las clases de coberturasDe ambos trabajos antecedentes solo se dispone del que son muestras representativas de cada claseinforme técnico y mapa en formato jpg, pero no los identificadas en la imagen a clasificar.mapas raster, que, aún con una clasificación diferente ERDAS posee dos métodos para identificar los sitiosa la definida para el trabajo hubiera sido de gran de entrenamiento utilizando la herramienta áreas deayuda para realizar una comparación, especialmente interés (AOI), una creando polígonos manualmente yen el primer caso donde se trabajó con imágenes de otra busca los píxeles contiguos que tienen valoresvarios satélites. similares a un píxel semilla indicada (Region Grow), verificando homogeneidad en cada sitio.CREACIÓN DE LOS SITIOS DE ENTRENAMIENTO Para cada tipo de clase se seleccionaron entre 20 yY FIRMAS ESPECTRALES 30 áreas de interés, luego se creó la firma espectral promedio para cada una de las imágenes, con suDefinidas las 9 clases de coberturas, hay que crear la correspondiente información estadística.firma espectral para cada una de ellas, para eso se Se genera así un archivo de sitios de entrenamientodefinen los denominados “sitios de entrenamiento” “*.aoi” y uno de firma espectral “*.sig”, para cada
  15. 15. REVISTA14 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERfecha e imagen. El trabajo de creación de los sitios de manera que los sitios de entrenamiento definan enentrenamiento es una tarea ardua cuando se trabaja cada imagen una única clase (que podía ser la mismacon imágenes de distinta fecha y de distinta época del o distinta).año, aunque cuando se seleccionaron las imágenes Luego ese mismo archivo de sitios de entrenamientose trató que fueran de los primeros meses del año. se utilizó en la imagen de 1997, descartando los queLa metodología utilizada fue trabajar en forma caían en lugares con más de una clase o eransimultanea con las imágenes de1986 y 2006, de dudosos. Figura 6: Firmas espectrales de las clases identificadas para la imagen del 2006Se puede observar en la figura 6 la firma espectral Las nuevas técnicas de clasificación difusa (fuzzy), apara la imagen del 2006, que la mayor separabilidad diferencia de los otros métodos (duros) donde solose da en las bandas 4,5 y 7 (en la figura aparece como consideran una categoría potencial para cada píxel,6), pero de igual modo se seleccionaron todas las se considera una pertenencia borrosa a unabandas para calcular los estadísticos de las distintas categoría cuando se admite un grado de pertenencia.clases. O sea que cada píxel se etiqueta en varias categorías,Las clases Cultivo 1, Cultivo 2 y Monte tienen un valor con un valor más o menos alto en función de sumáximo en la banda 4 y las clases barbecho, pastura, similitud espectral. Esto es muy útil cuando se trabajasuelo desnudo y suelo quemado en la banda 5. Las 9 con píxeles de 30x 30m, pues es muy probable que unclases no se identificaron en las 3 imágenes píxel contenga más de una cobertura.estudiadas, por ejemplo en la imagen de Enero/1986 En el caso del ERDAS tiene la opción cuando seno se detectó “Barbecho”, por eso se agrupo la clase realiza la clasificación supervisada, de aplicar“pastura+barbecho” y en Marzo/1997 y Abril/2006 no también la lógica Fuzzy para las 2 mejores clases dese detectó “suelo quemado”. pertenencia, para lo cual se crea una imagen de distancia.FASE DE ASIGNACIÓN Para hacer la asignación de la primera clasificación se utilizo un clasificador duro, en este caso elExisten dos tipos de clasificadores, los llamados algoritmo de Máxima Verosimilitud (Maximumduros y los blandos o difusos, estos últimos no hacen Likelihood). Luego a la imagen clasificada se le aplicauna toma de decisión definitiva sobre a que clase de el algoritmo de convolución Fuzzy, un clasificadorcobertura pertenece un píxel, sino que indica la difuso. Con esta operación de lógica difusa, a partir deprobabilidad que tiene de pertenecer a una o más la imagen clasificada y de la imagen de distancia, seclases. crea una sola imagen temática.
  16. 16. REVISTA15 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERLas clases con un valor muy pequeño de distancia con valores de la clase.siguen apareciendo sin cambios y las que tiene En las figuras 7 a) y b), se pueden comparar la imagenvalores altos de la distancia puede cambiar a un valor original y la clasificada respectivamente.vecino si hay un suficiente numero de píxeles vecinos Figura 7: a) Imagen Falso Color Mejorado RGB 453 b) Imagen clasificada con 8 clases de Abr/2006FASE DE VERIFICACIÓN mayores confusiones se dan entre las clases Bosque y Monte, situación que también se planteo en laPara verificar que tan buena fue la clasificación se identificación del Primer Inventario Nacional decalculó la Matriz de Contingencia para cada imagen, bosques (SAyDS 2006), de igual manera que entresiendo aceptables los resultados obtenidos, ver las clases Pastura y Monte, cuando la coberturatablas 8, 9 y 10. arbórea es pobre.En las matrices de contingencia se puede ver que las Tabla 8: Matriz de Contingencia por porcentaje de píxeles – Clasificación imagen 1986
  17. 17. REVISTA16 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Tabla 9: Matriz de Contingencia por porcentaje de píxeles – Clasificación imagen 1997 Tabla 10: Matriz de Contingencia por porcentaje de píxeles – Clasificación imagen 2006RESULTADOS asocian con el campo “class” de la tabla nacl_lut.dbf. Los mapas resultados de la clasificación en la cuencaLo que se obtuvo como resultado final de este de estudio se pueden ver en la figura 8, donde ya seprocedimiento son 3 mapas raster con las coberturas, recortó en la ventana de trabajo el límite de la cuencaque contienen los campos value y count donde los del Arroyo Feliciano.valores de la columna “value” son enteros y se Figura 8: Mapa raster de las 3 coberturas estudiadas en la cuenca del Aº Feliciano
  18. 18. REVISTA17 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERLos parámetros hidrológicos asociados a la cobertura la intersección entre el mapa raster de cobertura dede suelo que utiliza el modelo Kineros en una cuenca suelo, la tabla “nalc_lut”, que contiene lasrural como la estudiada son tres: INT (profundidad de características de coberturas y el mapa raster de laintercepción en mm), COVER (porcentaje de cuenca, realizando una ponderación areal.cobertura), N (coeficiente de rugosidad de Manning). La tabla “nalc_lut” para el tipo de cobertura de sueloPara calcular los valores promedios de estos según la clasificación definida aquí se puede ver en laparámetros para cada subcuenca, el modelo realiza tabla 11. Tabla 11: Valores de la tabla nalc_lut para el Arroyo FelicianoANÁLISIS DE LA VARIACIÓN DE LA COBERTURA Agua sin agrupar, los valores obtenidos de las superficies se presentan en la tabla 12.EN LA ESCALA DE CUENCA Se puede ver como casi se ha duplicado la superficie correspondiente a la Actividad Agrícola en los últimosCon el fin de realizar una comparación de las 20 años, pasando de 30.000 has a casi 60.000 has,superficies obtenidas en la cuenca para las distintas pero esto solo representa el 10.5% la superficie totalclases de coberturas en las 3 imágenes estudiadas, de la cuenca (554.124 has) y el aumento es del 5%.se agruparon las 9 clases en 4. En cuanto a la superficie de Bosque y Monte sePor un lado las coberturas de Bosque y Monte, por obtuvo una disminución de casi 40.000 has entre losotro lado Cultivo1, Cultivo2, Barbecho, Suelo años 1986 y 2006, que representa el 6.5 % de ladesnudo y Suelo quemado, en una única cobertura superficie total.llamada Actividad agrícola y se dejaron Pasturas y Tabla 12: Cuadro comparativo de las superficies de las clases agrupadas de coberturas en la cuencaEl aumento de la superficie correspondiente a Agua cantidad como su ubicación espacial.se debe a la construcción de embalses en la cuenca Como no solo interesa conocer el valor de laalta, fundamentalmente con destino al riego de arroz. superficie sino también la distribución espacial de losERDAS IMEGINE permite realizar la comparación de cambios de cobertura, a la nueva imagen creada se2 imágenes clasificadas, construyendo una nueva cambiaron los colores en la tabla de atributos,imagen con su correspondiente tabla de atributos asignando un color claro (verde) para los píxeles que(matriz de comparación), donde se identifican los han permanecido en la clase de bosques, montepíxeles de un cada una de las clases en la 1er imagen nativo y pastura y otro color (negro) para identificary si han permanecido en esa misma o han cambiado a fácilmente los que han cambiado, resultando lasalguna de las otras 8 clases posibles en la 2da imagen, imágenes que se ven en la figura 9.permitiendo así identificar los cambios tanto en
  19. 19. REVISTA18 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Figura 9: Mapas de los píxeles de cobertura Bosque+monte+pastura que cambiaronSe puede observar que en toda la cuenca se ha cambio tuvo en el coeficiente de escorrentía (surge deproducido el cambio de cobertura, aunque es más la aplicación del modelo Kineros, que no se presentaimportante en la cuenca alta (donde se ha en este trabajo).desarrollado la siembra del arroz en los últimos Ella fue la identificada con el número 253, ubicada en10años), en la subcuenca del Arroyo Estacas la margen izquierda del último tramo del Arroyo(principal afluente de la margen derecha) y en la Feliciano, aportando lateralmente directamente alsubcuenca de la ubicada en la desembocadura mismo, con una superficie de 13.840 has.margen izquierda (subcuenca 253). Para analizar los cambios se realizó el mismo agrupamiento de clases que para la cuenca total, losEN LA ESCALA DE SUBCUENCA resultados obtenidos puede observarse en la tabla 13. Se puede ver como la superficie de Bosque y MonteSe consideró importante analizar especialmente la disminuyo más de 2.000 has entre los años 1986 yvariación de la cobertura en una determinada 2006, lo que representa el 15% del total de lasubcuenca. Para ello se estudió la cuenca que mayor subcuenca. Tabla 13: Cuadro comparativo de las clases agrupadas de coberturas en la subcuenca 253En cuanto a la superficie correspondiente a la en los 20 años es del 15%. En la figura 10 se puedeActividad Agrícola en los primeros 10 años se produjo ver la distribución espacial en las distintas fechas deun importante aumento, llegando casi a triplicarse (la todas las clases de coberturas. Si se analiza enmayor superficie aparece como Suelo desnudo), detalle las imágenes, se puede ver claramente cualesdicho aumento continuó computándose más de 3.000 son los sectores que en el año 1986 aparecen comohas en el año 2006 (la mayor superficie aparece como monte y bosque, que en los otros años cambian aBarbecho). tener alguna actividad agrícola, ya sea Cultivo oEn resumen el aumento total de la actividad agrícola Barbecho o Suelo desnudo.
  20. 20. REVISTA19 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPER Figura 10: Mapa raster de las 3 coberturas estudiadas en la cuenca 253APLICACIÓN DEL MODELO KINEROS con los valores de caudales medidos en Paso Medina. Para este caso se seleccionaron 3 eventos históricosLos modelos hidrológicos se deben calibrar o sea que cubren el período 1986-2006 y con similarescalcular los valores de determinados parámetros de características, con lluvias totales que superan losmanera tal que reflejen lo mejor posible la realidad. 100 mm, de no más de 3 días de duración y conPor ello se prueba con eventos de lluvias históricos y hidrogramas observados aislados, en la tabla 14 sese comparan los caudales calculados por el modelo resumen los parámetros. Tabla 14: Parámetros de los eventos históricos estudiadosSe puede ver como aumenta el coeficiente de más próxima como indica la tabla 15.escorrentía, llegando hasta el 53%, pero esto se Lo ideal sería tener la imagen satelitalpuede deber a varios factores como la distribución correspondiente a la fecha del evento, pero lo queespacial y temporal de la lluvia, así como al cambio de sucede es que cuando hay lluvias la nubosidadcobertura. existente hace que la imagen satelital no se puedaPara cada evento de lluvia se utilizó el mapa de utilizar para la determinación de la cobertura.cobertura calculado anteriormente, según la fecha Tabla 15: Mapa de cobertura utilizado en cada evento históricoDurante el proceso de calibración del modelo para el sedimentación de los cursos de agua.caso de los eventos de 1996 y 2005, se observó que a Que esto se traduce en la formación de costras en lapesar de cambiar las coberturas no se obtenía el superficie del suelo que impiden la infiltración de lasvolumen de escorrentía esperado, por lo que se debió lluvias por impermeabilización, concluyendo “laajustar otro parámetro. capacidad de almacenamiento de agua tiende aEn el trabajo realizado por Zimmermman disminuir como consecuencia del proceso deImplicaciones antrópicas en los procesos de impermeabilización mencionado anteriormente yinundaciones en áreas llanas, hace mención a la como lo que no se retiene escurre, se estádegradación que sufre el suelo como consecuencia comprobando un aumento del porcentaje dede la agricultura intensiva, lo que se traduce en escorrentía.”erosión de suelos y como consecuente proceso de
  21. 21. REVISTA20 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPEREl Kineros-AGWA tiene la posibilidad de modificar los para cada escenario considerando una tormentavalores de los parámetros de los segmentos de canal sintética, de distribución espacial uniforme.y cuenca, por medio de multiplicadores, permitiendo La tormenta sintética se calculó con una altura deasí una calibración rápida y sencilla. lluvia correspondiente a una recurrencia de 5 años,Por esto se adoptó el criterio de modificar los valores una duración de 6 hs y suponiendo una distribucióndel parámetro conductividad hidráulica Ks para las espacial uniforme en toda la cuenca.cuencas, disminuyéndolo en los casos de los eventos Los resultados obtenidos de la aplicación del Kinerosde 1996 y 2005. para toda la cuenca se pueden ver en la tabla 16,Para evaluar los efectos de los cambios de cobertura donde se observa que los valores de los coeficientessobre los hidrogramas de crecida y aislar de este de escorrentía aumentan de 0.27 para el año 1986 aanálisis los efectos de las distintas distribuciones 0.32 para los años 1997 y 2006, siendo similares en estos últimos años, lo que representa un aumento delespacio-temporales de la lluvia y la condición de 19%.humedad antecedente, se aplicó el modelo calibrado Tabla 16: Resumen de los resultados obtenidos a la salida de la cuenca para la lluvia sintética.Para el caso de la cuenca 253, identificada como la Los valores del coeficiente de escorrentía son bajos,que mayor cambio de escorrentía tuvo, los resultados menores a 0.2, pues la superficie de bosque+ monte+obtenidos se pueden ver en la tabla 17. pastura es muy importante. Tabla 17: Resumen de los resultados obtenidos en la cuenca 253 para la lluvia teórica.A partir de los resultados obtenidos para el período escurrido y del 27% en el caudal pico.1986/2006, puede concluirse que los efectos sobre el b) A la escala de la subcuenca #253 (de mayorhidrograma de escurrimiento originado por la lluvia aumento de escorrentía): las superficies de “Bosque ysintética de 5 años de recurrencia, fueron los Monte” y de “Pasturas” disminuyeron en valoressiguientes: iguales al 14.7% y 0.6 % de la superficie total de laa) A la escala de la cuenca total: disminuyó la subcuenca, respectivamente. La superficie “Agrícola”superficie de “Bosque y Monte” en un valor igual al 6.5 aumentó en el 15.3 % de la superficie total. Estos% de la superficie total y aumentó la superficie cambios de cobertura originaron un aumento del 30%“Agrícola” en un valor similar. Estos cambios del volumen escurrido y del 20% en el caudal pico.originaron un aumento del 19% en el volumen
  22. 22. REVISTA21 Edición Especial Vol. 1 DICIEMBRE 2010 ANÁLISIS MULTITEMPORAL DEL CAMBIO DE LA COBERTURA DEL ... SELPERCONCLUSIONES cambios de coberturas que se hayan producido en la misma, a mayor actividad agrícola mayor es el• Disponer de imágenes satelitales es una gran coeficiente de escorrentía.herramienta al momento de aplicar los modeloshidrológicos, especialmente en cuencas de gran RECOMENDACIONEStamaño como la del arroyo Feliciano.• Los parámetros de cobertura de suelo que hasta Integrar y aplicar nuevas tecnología en la modelaciónhace pocos años se calculaban de manera hidrológica, como son la teledetección y los SIG,aproximada con un valor concentrado por subcuenca, ayudan notablemente a la adquisición, tratamiento deahora se puede obtener un valor en cada celda de la información y fundamentalmente a la presentación30m x 30m, o sea de manera distribuida y luego de los datos georeferenciados, haciendo que lospromediar por subcuenca, de manera fácil y sencilla resultados de la modelación sean comprendidos porcon los nuevos modelos hidrológicos personas no expertas en hidrología.semidistribuidos. Cuando se aplica un modelo hidrológico de• Si bien no se ha detectado un avance importante transformación lluvia_caudal, ya no solo es suficientesobre los montes nativos en los 3 años analizados, si hacer análisis estadísticos de las variablesse obtuvo un aumento de la superficie identificada hidrológicas, como las precipitaciones, sino ademáscon algún tipo de actividad agrícola, especialmente hay que teneren la cuenca del arroyo estacas, en las cuencas bajas muy en cuenta las variaciones espaciales yy altas temporales de las características físicas de la cuenca,• Con respecto a los resultados obtenidos en la como es el caso de la cobertura y los parámetros delaplicación del modelo Kineros se observa un suelo, que afectan notablemente los escurrimientos.aumento de los coeficientes de escorrentía en los Esto adquiere importancia cuando se estudianúltimos 20 años en la cuenca del arroyo Feliciano cuencas donde los cambios de cobertura sonpara eventos aislados. importantes y fundamentalmente cuando no se tienen• Para el caso de una lluvia teórica que se distribuye registros de caudales que son los que permiten launiformemente en toda la cuenca, el aumento de los calibración de los modelos, siendo esta la situaciónvalores de coeficiente de escorrentía varían si se más común a la hora de proyectar obras hidráulicas.analiza al nivel de subcuenca, dependiendo de losBIBLIOGRAFÍABRIZUELA A. AGUIRRE C., VELASCO I., “Aplicación de métodos de corrección atmosférica de datos Landsat paraanálisis multitemporal”, En Teledetección – Hacia un mejor entrenamiento de la dinámica global y regional. Memoriasdel Congreso de la Asociación Española de Teledetección (XII:2007: Mar del Plata ) Editorial :Martin, Argentina, 2007.BURNS I. S., SCOTT S., LEVICK L., HERNANDEZ M., GOODRICH D.C., SEMMENS D. J., KEPNER W.G., MILLERS.N. Automated Geospatial Watershed Assessment (AGWA), Tucson, Arizona, USA: A GIS based HydrologicModeling Tool. Documentation and User Manual. Versión 1.2.4, 2004, http://www.tucson.ars.ag.gov/agwa/manual/AGWA [citado en Noviembre del 2007]CHOW V. T., MAIDMENT R. D., MAYS L. W. Hidrología Aplicada, Editorial McGraw Hill, Bogotá, Colombia, 1994.ISBN 958-600-171-7.CHUVIECO E., Fundamentos de Teledetección Espacial, 3º edición revisada Editorial RIALP, Marid, España, 2000.ISBN 84-321-3127-X.MUÑOZ J de D., MILERA S., ROMERO C., BRIZUELA A., Bosques Nativos y Selvas Ribereñas en la Provincia deEntre Ríos, Paraná, Argentina: Facultad de Ciencias Agropecuarias de la UNER, 2003.PBNyAP, SAyDS, DB, Primer Inventario Nacional De Bosques Nativos - Segunda Etapa -Inventario de Campo de laRegión Espinal, Distritos Caldén y Ñandubay, Informe Regional Espinal-Segunda Etapa, ANEXO II “Estado deConservación del Distrito Ñandubay”: Coordinación de Bosques Nativos, Edición Diciembre 2006PBNyAP, SAyDS, DB, Primer Inventario Nacional De Bosques Nativos - Segunda Etapa -Inventario de Campo de laRegión Espinal, Distritos Caldén y Ñandubay, Informe Regional Espinal-Segunda Etapa, Edición Febrero 2007PBNyAP, SAyDS, DB, Primer Inventario Nacional De Bosques Nativos, Cartografía de Región Espinalhttp://www.ambiente.gov.ar/?idarticulo=3028 (Dic/2008)ZIMMERMANN E.D., Adaptación del modelo de Onda cinemática a los sistemas hidrológicos de llanura En:Congreso Nacional Del Agua. 2000: Termas de Río Hondo. Volúmenes de Congreso. Santiago del Estero, Argentina,2000.
  23. 23. 22 Edición Especial Vol. 1 DICIEMBRE 2010 EVALUACIÓN Y MONITOREO DE LA SALINIZACIÓN DE LOS SUELOS SELPER Evaluación y monitoreo de la salinización de los suelos en la agricultura de regadío del noroeste de Patagonia (Argentina) del Valle, Héctor F. a1; Blanco, Paula D. a y Sione, Walter b, c a Ecología Terrestre, Centro Nacional Patagónico (CENPAT), Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina. b Centro Regional de Geomática (CEREGEO), Facultad de Ciencia y Tecnología (FCyT), Universidad Autónoma de Entre Ríos (UADER), Argentina. c Programa de Desarrollo e Investigación en Teledetección (PRODITEL), Universidad Nacional de Luján (UNLu), Luján (Bs. As.), Argentina.RESUMEN damente 12 millones de hectáreas de tierrasDado el contexto de evaluación y manejo del irrigadas y 1,7 millones de éstas pertenecen a lariesgo de la degradación en los suelos del Valle Argentina, encontrándose a su vez en el paísInferior del Río Chubut (salinización natural y 600.000 hectáreas afectadas por problemas deantrópica), los objetivos del presente estudio salinidad y sodicidad (Siebert et al., 2006).consistieron en: 1) evaluar la utilidad del satélite En el noreste de la provincia de Chubut, en elALOS en los dos subsistemas (visible-infrarrojo denominado Valle Inferior del río homónimoy/o radar) para detectar y cartografiar clases de (VIRCH), se encuentran 20.717 hectáreasacumulación de sales en un área modelo, y 2) afectadas por salinización primaria y secundaria,comparar las técnicas de clasificación tradicional representando el 55 % de la superficie del valleversus orientado al objeto. El uso de la banda L irrigado (Laya, 1981). La historia del VIRCH sepuede ser considerada como un test para el futuro remonta desde la colonización de parte de losuso de la misión SAOCOM (Satélites para la galeses británicos en 1865. Este valle es el oasisObservación y Comunicación) de la Argentina. de riego más importante del extremo austral del continente sudamericano.Palabras clave: Salinidad Natural; Salinidad por Los suelos del VIRCH se han desarrollado sobreirrigación; Segmentación; ALOS Satélite. sedimentos aluviales, con amplio predominio de materiales limo arcilloso, mostrando un patrón deABSTRACT distribución complejo. Una limitación importante se refiere a las deficiencias de drenaje, ya sea por laDryland and irrigation salinity are widespread in the presencia cercana de la napa freática,lower Chubut valley, northeastern Patagonia. The particularmente en los sectores ribereños, o bienlatter is the southernmost valley of Argentina, debida a las características intrínsecas de loswhere forage, vegetables, fruits and flowers are suelos con textura fina. El contenido de sales delcultivated under intensive land management. The suelo no es una magnitud constante en el tiempo.overall aims of this study were: (1) to evaluate the De acuerdo al balance de agua y de la forma de riego, la provisión de sales puede aumentar ousefulness of ALOS subsystems (AVNIR-2 and disminuir produciéndose un balance dePALSAR) for detecting and mapping salt-affected salinización y/o alcalinización irreversible osoils within the irrigated portion of the valley, and reversible.(2) to explored and compare two methods-per El estímulo a encontrar soluciones a los inconvenientes que la mayor concentración depixel and object-based classification. The use of sales ocasiona a la producción agropecuaria haL-band can be considered as a test for the future influido desde épocas tempranas en el desarrollouse of the SAOCOM (Satellites for Observation mismo de la Ciencia del Suelo. En el rol que le cabeand Communications) data from Argentina. a la Percepción Remota en la evaluación y monitoreo de las causas y factores queKeywords: Dryland Salinity; Irrigated Salinity; contribuyen a la acumulación de sales en losSegmentation; ALOS Satellite. suelos, seguramente ayudarán a planificar en forma eficiente medidas que tiendan tanto a laINTRODUCCIÓN conservación de los recursos existentes como a la rehabilitación de aquellos comprometidos. UnLa región de Latinoamérica tiene aproxima- desafío mayor de la Teledetección es poder
  24. 24. 23 Edición Especial Vol. 1 DICIEMBRE 2010 EVALUACIÓN Y MONITOREO DE LA SALINIZACIÓN DE LOS SUELOS SELPERdetectar y evaluar diferentes niveles de salinidad y relevamiento está esquematizada en la Figura 1a-sodicidad (Taylor et al., 1994; Bannari et al., 2007). c. Se localiza en el tramo Oeste del VIRCH, cercaEl uso de datos de radares activos para la de la localidad de Dolavon. Es un área dondedetección de sales en el suelo es un campo muy resulta muy dificultoso separar los diferentespromisorio de los Sensores Remotos (Taylor et al., estados de severidad de acumulación de sales. La1996; Metternicht, 1998; Aly et al., 2004). El superficie total es de 6.440 hectáreas.principio básico radica en las relaciones entre la El VIRCH tiene un clima árido con precipitacióncantidad de sal, el contenido de humedad y las escasa (200 mm) y luminosidad alta (heliofaníapropiedades dieléctricas tanto del suelo como de la relativa entre el 51-55 %), al igual que lavegetación. Los avances desarrollados a travésdel uso de la banda L en el rango de las evaporación (722 mm anuales) y las amplitudesmicroondas estimulan el desarrollo de nuevas térmicas diarias y anuales (la temperatura máximatécnicas aumentando la versatilidad de su uso absoluta puede sobrepasar los 40ºC, y la mínima(Sreenivas et al., 1995). del Valle et al. (2009) absoluta bajar hasta los -12ºC, siendo la mediaencontraron que la banda L (ë = 23,5 cm) del SIR- anual de 13ºC) [Coronato, 1994]. Los días libres deC permitía detectar y evaluar el exceso de sales en heladas oscilan entre 100 a 140 y presentan unalos suelos del VIRCH, más significativamente que dispersión amplia, pudiendo ocurrir los descensosla banda C (ë = 5,6 cm). Las nuevas y futuras del 0ºC, durante cualquier época del año desdeplataformas están pensadas para que la banda L marzo hasta noviembre. El promedio de lasincremente más su potencial de uso, ejemplos son heladas es de -1.5ºC. La vegetación pertenece ael sistema PALSAR (“Phased Array Type L-band la cuña austral del Monte (León et al., 1998). LasSynthetic Aperture Radar”) a bordo del satélite especies más conspicuas pertenecen a unaALOS (“Advanced Land Observing Satellite”), el estepa arbustiva de Suaeda divaricata, AtriplexTERRALSAR de la Agencia Espacial Alemana lampa y Salicornia ambigua. Otras especies(DLR) y la misión SAOCOM (“Satellites frecuentes son los arbustos de ChuquiragaforObservation and Communications”) a ser avellanedae, Prosopis alpataco y Larrea divaricata,implementados por nuestro país en cooperación y herbáceas como el Distichlis spicata y Cassiacon Bélgica e Italia (CONAE, 2007). aphilla. En el valle existen especies arbóreasDado el contexto de evaluación y manejo del introducidas como: Populus, Salix, Eucalyptus yriesgo de degradación en los suelos del VIRCH, los Tamarix usadas como cortinas forestales. Losobjetivos del presente estudio consistieron en: 1) cultivos corresponden a pasturasevaluar la utilidad del satélite ALOS en los dos anualesperennes para forrajes, y produccionessubsistemas (visible-infrarrojo y/o radar) para fruti-hortícolas, además de la floricultura. Lasdetectar y cartografiar clases de acumulación de principales taxas de suelos (adaptado de Laya,sales en un área modelo, y 2) comparar las 1981) son: fluventic Aquicambids, typictécnicas de clasificación tradicional versus Haplosalids, typic Aquisalids, typic Natrargids,orientado al objeto. vertic y typic Torrifluvents, vertic y typic Torriorthents, y typic Salitorrerts (USDA, 2003).MATERIALES Y MÉTODOSÁREA DE ESTUDIOEl área de estudio o área “test” que abarca el
  25. 25. 24 Edición Especial Vol. 1 DICIEMBRE 2010 EVALUACIÓN Y MONITOREO DE LA SALINIZACIÓN DE LOS SUELOS SELPER Figura 1a-c. Ubicación del área de estudio. a. Mosaico Landsat ETM+ (2002) orto rectificado, bandas 7-4-2 (RGB) del Valle Inferior del río Chubut. Fuente: Global Land Cover Facility. b. Recorte de una imagen del satélite ALOS, subsistema óptico AVNIR-2, bandas 4-3-2 (RGB), mostrando el área de estudio, píxel 10 m. c. Detalle del área de estudio con problemas de exceso de sales naturales y antrópicas. Imagen del satélite ALOS, subsistema estereoscópico-pancromático PRISM, píxel 2,5 mLa Figura 2a-f muestra distintas características sales en los suelos en el área de estudio.derivadas de la problemática de la acumulación de
  26. 26. 25 Edición Especial Vol. 1 DICIEMBRE 2010 EVALUACIÓN Y MONITOREO DE LA SALINIZACIÓN DE LOS SUELOS SELPER Figura 2a-f. a. Cultivos hortícolas en suelos sin problemas de acumulación de sales. b. Vegetación natural halófita, salinización natural. c-f. Salinización antrópica, producto del mal drenaje y problemas de manejo de suelos vertisoles.MATERIALES dónde:Se seleccionaron dos imágenes del satélite ALOS, DN: Número digital (“Digital number”)subsistema visible-infrarrojo (AVNIR-2) del 11 deFebrero de 2007, y otra del subsistema radar Kdb: Constante absoluta de calibración (“Absolute(PALSAR) del 22 de Febrero de 2008, coincidentes constant of calibration”)con relevamientos realizados en dichas fechas. Para la reducción del “speckle” se utilizó el filtro Lee mejorado (López et al., 1990) que minimiza la pérdidaPRE-PROCESAMIENTOS de información radiométrica y textural.La imagen óptica (AVNIR-2) fue corregida TRANSFORMACIÓN LINEAL DE LA IMAGENgeométrica y radiométricamente de acuerdo a lo ÓPTICAestablecido por la JAXA (2008). La imagen radar(PALSAR) se corrigió geométricamente utilizando la Existe una gran variedad de índices que usanbase de datos de techos metálicos de las chacras diferentes bandas del espectro para realzar ciertosrecopilados por del Valle et al. (2009) y se calibró la aspectos presentes en una imagen de satélite,imagen calculando el coeficiente de energía además existen diferentes transformaciones linealesretrodispersada (“backscattering”) en decibeles: que han sido desarrolladas para el monitoreo de la vegetación y/o de los cultivos, con diferentes sensores y para diferentes tipos de vegetación. Es en este sentido que adaptamos lo establecido por Kauth y Thomas (1976) para la imagen óptica AVNIR-2

×