DISTRIBUCIÓN ESPACIAL DE LA CONTAMINACIÓN POR …
Transcript of DISTRIBUCIÓN ESPACIAL DE LA CONTAMINACIÓN POR …
1
DISTRIBUCIÓN ESPACIAL DE LA CONTAMINACIÓN POR FUENTES FIJAS Y
SU RELACIÓN CON PARÁMETROS HIDROLÓGICOS EN LA ZONA OESTE DEL
DEPARTAMENTO DEL TOLIMA
RICHARD EDINSON CASTRILLÓN MENZA
JORGE ANTONIO RUEDA MONTEALEGRE
MONOGRAFÍA PRESENTADA COMO
REQUISITO PARCIAL PARA OPTAR AL TÍTULO DE INGENIERO CIVIL
DIRECTOR:
INGENIERO FORESTAL
JORGE ARMANDO HERNÁNDEZ LÓPEZ
UNIVERSIDAD DE IBAGUÉ
FACULTAD DE INGENIERÍA – PROGRAMA DE INGENIERÍA CIVIL
IBAGUÉ / TOLIMA
2018
2
LISTA DE CONTENIDO
CONTENIDO Pág.
1. INTRODUCCIÓN ............................................................................................. 9
2. JUSTIFICACIÓN ............................................................................................ 11
3. OBJETIVOS ................................................................................................... 12
4. MARCO TEÓRICO ........................................................................................ 13
4.1 Teledetección ............................................................................................. 13
4.2 Programas Landsat .................................................................................... 14
4.2.1 Landsat 5 ................................................................................................. 14
4.2.2 Landsat 8 .................................................................................................. 15
4.3 Procesamiento Digital de Imágenes de Satelite ......................................... 15
4.3.1 Correcciones atmosféricas ....................................................................... 16
4.4 Hidrologia .................................................................................................. 16
4.5 Balance Hídrico ......................................................................................... 16
4.6 Temperatura ............................................................................................. 17
4.7 Vegetación ................................................................................................ 17
4.8 Agua ......................................................................................................... 17
4.9 Indices espectrales ..................................................................................... 18
4.9.1 Indice de vegetación (NDVI) ..................................................................... 18
4.9.2 Indice de agua (NDI) ................................................................................. 20
4.9.3 Indice de temperatura (LST) ..................................................................... 20
4.10 SIG ........................................................................................................... 25
4.11 ArcGis ....................................................................................................... 25
4.12 Idrisi .......................................................................................................... 25
5. ÁREA DE ESTUDIO………………………………………………………………. 26
5.1 Municipios estudiados del Tolima ............................................................... 26
3
5.1.1 Cajamarca .......................................................................................... 26
5.1.2 Ibagué ................................................................................................. 26
5.1.3 Roncesvalle ........................................................................................ 28
5.1.4 Rovira ................................................................................................. 29
5.1.5 San Antonio ........................................................................................ 30
6. METODOLOGÍA……………………………………………….……..…………31
7. RESULTADOS ………………………………………………………….………..31
8.CONCLUSIONES ………………………………………………………………….. 42
9. REFERENCIAS……….………………………………………………………………43
CONTENIDO DE ILUSTRACIONES.
Pág.
Ilustración I Índice de vegetación………………………………................................20
Ilustración II Rangos de clasificación para el valor NDVI ……………………….…..20
Ilustración III Índice de agua…………………………………………………………...21
Ilustración IV Índice de temperatura………………………………...........................22
Ilustración V Factor reescalamiento Multiplicativo especifico de cada banda …...22
Ilustración VI Factor de reescalamiento Aditivo especifico de cada banda ……...23
Ilustración VII Constantes de conversión térmica ……………………………….…..24
Ilustración VIII Cálculos del PV ……………………………….................................25
Ilustración IX Ubicación de la zona de estudio ………………………………..........27
Ilustración X Municipio de Cajamarca………………………………………………...28
Ilustración XI Municipio de Ibagué…………………………………………….………29
Ilustración XII Municipio de Roncesvalles……… ……………………………………30
Ilustración XIII Municipio de Rovira …………………………………………………..30
Ilustración XIV Municipio de San Antonio...…………………………………………..31
Ilustración XV Esquema de la metodología…………………………………………..34
Ilustración XVI Shapefile de los municipios…………………………………………..35
Ilustración XVII Áreas de los municipios………………………………………………35
4
Ilustración XVIII El NDVI de cada municipio con sus respectivos años…………...35
Ilustración XIX El NDI de cada municipio con sus respectivos años………………45
5
RESUMEN
En el departamento del Tolima se presentan cambios climáticos los cuales alteran
las actividades económicas, sociales y ambientales. Las actividades antrópicas se
ven afectadas por el aumento en la temperatura y precipitación los cuales generan
cambios en la cobertura vegetal y alteraciones en las fuentes hídricas.
Para el desarrollo de la investigación se utilizaron imágenes satélites de los años
1970, 1985, 2000, 2005, 2013 y 2018 las cuales se le realizan correcciones
atmosféricas por medio del programa IDRISI, posterior a esto se realiza el Índice de
vegetación (NDVI), índice agua (NDI), y temperatura superficial del suelo (LST).
Como resultados en los diferentes índices se encontró un aumento de temperatura,
el cual es un factor inversamente proporcional a la cantidad de vegetación y agua
existente en la población.
6
ABSTRACT
In the department of Tolima there are climatic changes which alter the economic,
social and environmental activities. Anthropic activities are affected by the increase
in temperature and precipitation which generate changes in plant cover and
alterations in water sources.
For the development of the research satellite images of the years 1970, 1985, 2000,
2005, 2013 and 2018 were used, which are made atmospheric corrections through
the IDRISI program, after this the Vegetation Index (NDVI) is made, water index
(NDI), and soil surface temperature (LST). As a result in different rates found a rise
in temperature, which is a factor that is inversely proportional to the amount of
vegetation and water existing in the population.
7
1. INTRODUCCIÓN
Los cambios en la cobertura vegetal generan que la fauna emigre hacia otros
lugares y que las especies florísticas se encuentren en vía de extinción; En este
estudio se analizará la dinámica espacial de la cobertura vegetal, índice de agua y
temperatura superficial en la zona Oeste del Departamento del Tolima.
La investigación utilizo herramientas Geográficas, a partir de la teledetección
utilizando imágenes satelitales las cuales consisten en estudios de procesos
dinámicos que se dan sobre la atmosfera y la superficie terrestre, todo esto a través
de una variedad de índices tales como el NDVI, NDI y LST. Estos parámetros
permiten valorar y considerar la evolución de los ecosistemas a través del tiempo,
así como los efectos que tienen sobre estos el clima y eventos extremo.
8
2. JUSTIFICACIÓN
El cambio climático es una realidad ineludible y las acciones para enfrentarlos son
asimismo impostergables. En estos últimos años el cambio climático ha constituido
una amenaza real sobre el bienestar de nuestra población y sus manifestaciones
actuales se observan en el aumento del precio de los alimentos, la disponibilidad y
la calidad de la energía y el agua, así como el aumento de la vulnerabilidad frente a
eventos hidrometeoro lógicos. (Gilman et al., 2008).
De acuerdo a los estudios hechos por el IDEAM, en Colombia para el año 2070 la
temperatura aumentará 24º C viéndose reflejado principalmente en las zonas Caribe
y Andina. Teniendo en cuenta esta realidad, en los últimos años, los sensores
remotos se han posicionado como herramientas ideales para el seguimiento y
registro de las coberturas de la tierra a costos razonables.
El uso de imágenes de satélite en el monitoreo de la superficie se ha planteado
como una alternativa para identificar cambios en las zonas, estimar su magnitud y
caracterizar en aras de tomar mejores decisiones para la planificación y el manejo
de estas zonas vulnerables al cambio climático.
La investigación utilizo imágenes satelitales de la zona oeste del departamento del
Tolima para procesar los índices climáticos que se ha desarrollado en los últimos
años, generando un mecanismo, el cual ayude a mejorar e identificar las
condiciones ambientales provocados por las diferente actividades negativas
humanas o más conocidos como agentes contaminantes.
9
3. OBJETIVOS
3.1 OBJETIVO GENERAL
Evaluar la distribución espacial entre los parámetros de contaminación atmosférica
por fuentes fijas y parámetros hidrológicos en la zona oeste del departamento del
Tolima.
3.2 OBJETIVO ESPECIFICOS
Definir el tipo y características de distribución espacial entre los niveles de
concentración de contaminación atmosférica por fuentes fijas.
Describir el comportamiento climático en la zona centro del Tolima en base a los
sistemas de Información Geográfica (SIG).
Evaluar el estado de afectación climática por emisiones en la zona centro del
Tolima.
10
4. MARCO TEÓRICO
4.1 Fuentes de contaminación
Una contaminación de una fuente puntual es una fuente única identificable y
localizada de contaminación del aire, agua o térmica, acústica, lumínica, etc. Una
fuente puntual tiene proporciones desdeñables, distinguiéndose de otras formas
geométricas de contaminación (como la contaminación de una fuente no puntual).
Las fuentes son llamadas fuente puntual porque en modelación matemática pueden
aproximarse a punto para simplificar su análisis. La contaminación de una fuente
puntual es idénticas a otras fuentes puntuales, como en física, ingeniería, óptica y
química. (C.Michael Hogan. 2010).
4.1 SIG
Un sistema de información geográfica, es un conjunto de herramientas que integra
y relaciona diversos componentes que permiten la organización, almacenamiento,
manipulación, análisis y modelización de grandes cantidades de datos procedentes
del mundo real que están vinculados a una referencia espacial, facilitando la
incorporación de aspectos sociales-culturales, económicos y ambientales que
conducen a la toma de decisiones de una manera más eficaz. (Wikipedia, la
enciclopedia libre. 2018.)
4.2 TELEDETECCIÒN
es la adquisición de información a pequeña o gran escala de un objeto o fenómeno,
ya sea usando instrumentos de grabación o instrumentos de escaneo en tiempo real
inalámbricos o que no están en contacto directo con el objeto (como por ejemplo
aviones, satélites, astronave, boyas o barcos).
En la práctica, la teledetección consiste en recoger información a través de
diferentes dispositivos de un objeto concreto o un área. Por ejemplo, la observación
terrestre o los satélites meteorológicos. (European Space Agency, 2017).
11
4.3 Imagen Satelital
Es el producto obtenido por un sensor instalado a bordo de un satélite artificial
mediante la captación de la radiación electromagnética emitida o reflejada por un
cuerpo celeste, producto que posteriormente se transmite a estaciones terrenas
para su visualización, procesamiento y análisis. (Teledet, 2014)
4.4 Programas Landsat:
Debido al éxito de las fotografías espaciales, la agencia espacial norteamericana
NASA, diseño a finales de los años 60 el que sería el primer proyecto dedicado a
observar la superficie terrestre exclusivamente. El primer satélite puesto en órbita
fue el ERTS (Earth Resource Technollogy Satellite) el 23 de julio de 1972 quien
luego a partir de su segundo lanzamiento en el año 75 se denominaría Landsat; este
sin duda ha sido uno de los proyectos de teledetección más ambiciosos y fructíferos
a lo largo de los años.
La buena resolución espacial, la temporalidad y el carácter global entre otras
características hacen de LandSat uno de los sensores remotos más usados para
estudios de monitoreo y seguimiento a nivel multitemporal ya que se tiene registro
de imágenes de cerca de 45 años. La abundancia de imágenes es directamente
proporcional al número de antenas receptoras, por tal razón, es posible encontrar
abundancia de escenas en países como Brasil, Argentina, Canadá, China, Italia,
Suecia, Indonesia, Tailandia, Japón, India, Sudáfrica y Australia. (Bentacur
Alarcón,2006).
4.4.1 Landsat 5
Se lanzó el 1 de marzo de 1984, fue construido al mismo tiempo que el LandSat 4
con los instrumentos MSS y TM. El escáner multiespectral se apagó en el año 95,
luego en el año 2011 el instrumento TM dejó de adquirir imágenes debido a un
componente electrónico, unos meses más tarde, los ingenieros volvieron a encender
el instrumento MSS e implementaron nuevas capacidades para ingerir los datos sin
procesar del instrumento en la estación terrestre. El transmisor del LandSat 5 fue
apagado el 5 de junio de 2013. (Bentacur Alarcón,2017).
12
4.4.2 Landsat 8
Se lanzó el 11 de febrero de 2013, se equipó con dos instrumentos científicos: el
Operational Land Imager (OLI) y el Thermal Infrared Sensor (TIRS). Estos dos
sensores proporcionan una cobertura estacional de la masa terrestre global a una
resolución espacial de 30 metros (visible, NIR, SWIR); 100 metros (térmico); y 15
metros (pancromático). Los datos TIRS de 100 m se registrarán en los datos OLI
para crear productos de datos de 12 bits corregidos radiométricamente,
geométricamente y en terreno. El Landsat 8 devuelve 400 escenas/día al archivo de
datos del USGS, ha adquirido regularmente 550/día. Esto aumenta la probabilidad
de capturar escenas libres de nubes para la masa terrestre global. El tamaño de la
escena del Landsat 8 es de 185 km de recorrido transversal por 180 km a lo largo
de la pista.
4.5 Procesamiento digital de imágenes de satélite
Las imágenes obtenidas a partir de sensoramiento remoto presentan muchas veces
alteraciones de tipo radiométrico y Atmosférico producto de varios factores, esto
ocasiona que la imagen o producto entregado al usuario final no coincida con la
radiancia, posición, forma, tamaño de los objetos que se contienen dentro de esta.
Se hace con el objetivo de realizar transformaciones a la información visual, y con
el de facilitar su análisis, almacenamiento, transmisión o empleo en determinadas
aplicaciones, empleando medios computacionales.
Las primeras técnicas de procesamiento digital de imágenes se desarrollaron para
realizar “realces” en el contexto de fotointerpretación y son las siguientes:
Composiciones de color (RGB) Filtros digitales (convolución)
• paso alto
• paso bajo
• mediana
• Direccional
• Laplaciano
• Gaussiano
13
• Sobel
Ajuste del contraste y realces
• mediante el histograma
• decorrelation stretch
componentes principales Cocientes de bandas: índices de vegetación
Transformación “Tasselep Cap” Clasificaciones.
Mezclas espectrales.
4.5.1 Correcciones atmosféricas
En esta corrección se eliminan los elementos presentes en la columna atmosférica,
causales de ruido en la señal y el ND del pixel. Esta corrección permite enmascarar
la bruma y nubes. De esta manera se obtiene una imagen con valores de
reflectancia (0 a 1) que mejora la separabilidad espectral de los objetos presentes
en la imagen respecto a la original; esta corrección es útil emplearla cuando se
piensa aplicar índices espectrales, esto con el fin de que se generen índices más
fieles y con valores más verídicos. (Chuvieco,2010).
4.5.2 Correcciones Radiométricas
Es una de las vías para tratar los valores de píxel de una imagen satélite para
obtener valores de intensidad homogéneos equilibrando histogramas o corrigiendo
imperfecciones presentes en los píxels. Entre los diversos motivos que influyen en
estas distorsiones de las imágenes satélite encontramos fallos de los propios
sensores, alteraciones en el movimiento del sensor o instrumento a bordo del
satélite/avioneta o la interferencia de la atmósfera. (Fernando Avila,2011).
14
4.6 Hidrología
El objetivo primario de la hidrología es el estudio de las interrelaciones entre el agua
y su ambiente. Ya que la hidrología se interesa principalmente en el agua localizada
cerca de la superficie del suelo, se interesa particularmente en aquellos
componentes del ciclo hidrológico que se presentan ahí esto es, precipitación,
evapotranspiración, escorrentía y agua en el suelo. Los diferentes aspectos de estos
fenómenos son estudiados en sus varias subdisciplinas. (González María
Eugenia,2014).
4.7 Temperatura (T)
La cantidad de energía solar, retenida por el aire en un momento dado, se denomina
Temperatura. Se puede afirmar que la temperatura depende ante todo de la
radiación solar.
No obstante, son tres los factores del clima que hacen funcionalmente variar la
temperatura. Ellos son: la altitud, la latitud y la proximidad al mar. Pero además hay
que agregarle en la influencia de los cambios términos a los movimientos de rotación
y traslación de la tierra.
4.8 Vegetación
Es el conjunto de plantas características en una región determinada dependiendo
del clima, la cantidad de agua y las condiciones del suelo. Sea una vegetación
arrastrándose con arbustos, cactus o árboles de gran o pequeño tamaño. La
vegetación siempre dependerá de la ubicación donde se encuentra, pues de ahí ella
tendrá las condiciones necesarias para desarrollarse adecuadamente.
4.9 Índices Espectrales
Los índices espectrales son operaciones matemáticas entre las bandas de una
imagen las cuales permiten evidenciar objetos que responden a ciertas longitudes
de onda; De esta manera logran discriminarse de las cosas existentes en la imagen,
a continuación, se muestra un listado breve de los índices utilizados en el proyecto:
15
Índice de Vegetación (NDVI)
Índice de Agua (NDI)
Índice de Temperatura (LST)
4.9.1 Índice de vegetación (NDVI)
Son combinaciones de las bandas espectrales registradas por los satélites de
Teledetección, cuya función es realzar la vegetación en función de su respuesta
espectral y atenuar los detalles de otros elementos como el suelo, la iluminación, el
agua, etc… Se trata de imágenes calculadas a partir de operaciones algebraicas
entre distintas bandas espectrales.
El resultado de estas operaciones permite obtener una nueva imagen donde se
destacan gráficamente determinados píxeles relacionados con parámetros de las
coberturas vegetales.
NDVI= (NIR-R) / (NIR+R)
Ilustración I: índice de vegetación
Se hace mediante la diferencia entre la reflectancia de las bandas 4 (infrarrojo
cercano) y 3 (visible – rojo) dividido por la suma de estas dos bandas de reflectancia.
Los índices calculados para cada una de las imágenes poseen valores que oscilan
entre -1 a 1 a excepción del SAVI que lo hace entre -1.4 y 1.4; estos valores
espectralmente pueden representar fielmente las coberturas que se encuentran en
la imagen, generando clústeres entre estas; en este orden de ideas la bibliografía
muestra varios estudios y trabajos en los cuales se ha llevado a cabo la
categorización de varios índices. Ríos (2014).
16
Ilustración II Rangos de clasificación para las coberturas de la tierra en relación del valor NDVI
Fuente: Ríos 2014
4.9.2Indice de agua (NDI)
Este índice surgió como respuesta a la incapacidad del índice de diferencia de agua
normalizado (NDWI) para separar territorios cubiertos del agua. Por este motivo en
2006, Xu propuso modificar el NDWI reemplazando la banda del Infrarrojo Cercano
(NIR) por la banda del Infrarrojo Medio (SWIR). Los valores de este índice varían
entre -1 y 1, donde los valores superiores a cero corresponden a cuerpos de agua.
(Ariza, Garcia J., Rojas B., & Ramírez D., 2014).
NDWI= (Green - NIR) / (Green + NIR)
Ilustración III Índice del agua
Fuente: Scielo
Donde NIR (del inglés Near InfraRed) es el valor en la banda del infrarrojo cercano,
y Green del infrarrojo corto (porción del infrarrojo medio)
La clasificación para este índice está dada por un punto de equilibrio, el cual es un
valor de 0.2, donde las zonas que presenten números superiores a este, cuentan
con la presencia de agua.
17
4.9.3 índice de temperatura (LTS)
El índice es la combinación de la temperatura del aire y la humedad que proporciona
una descripción de la manera en que se percibe la temperatura en una zona
estudiada.
La temperatura de la superficie terrestre se puede estimar o calcular usando las
bandas térmicas de Landsat 8 y Landsat 5. Simplemente se requiere aplicar un
conjunto de ecuaciones a través de una calculadora de imágenes ráster (ArcMap,
ArcGIS Pro, QGIS).
Cálculo de TOA radiancia espectral.
TOA = ML * Qcal + AL
Dónde:
ML = factor de reescalamiento multiplicativo específico de banda (valor disponible
en el archivo de metadatos MTL, en la línea RADIANCE_MULT_BAND_x, donde x
es el número de banda).
Qcal = corresponde a la banda 10.
AL = factor de reescalamiento aditivo específico de la banda (valor disponible en el
archivo de metadatos MTL, en la línea RADIANCE_ADD_BAND_x, donde x es el
número de banda). Por consiguiente, se debe resolver la ecuación usando la
herramienta Ráster Calculator en ArcMap.
Conversión de Radianza a Brightness Temperature (Temperatura de brillo)
BT = (K2 / (ln (K1 / K2 + 1)) − 273.15
18
dónde:
K2 y K1 = constantes de conversión térmica específicas de la banda a partir de los
Por lo tanto para obtener los resultados en Celsius, la temperatura radiante se ajusta
sumando el cero absoluto (aprox. -273,15°C).
Calcular la proporción de vegetación Pv
Pv = Square ((NDVI – NDVImín) / (NDVImáx – NDVImín))
Ilustración IV Constantes de conversión térmica (Block de notas / Suministradas por las
imágenes LandSat.)
Fuente: Autores
NDVIMIN: Índice de vegetación Mínima NDVIMAX: Índice vegetación máxima
Esto se realiza con el objetivo de hallar la densidad o extensión de la cobertura es
la relación entre vegetación y suelo vista desde el aire.
Por lo general los valores mínimos y máximos de la imagen NDVI se pueden
visualizar directamente en la imagen (tanto en ArcGIS), caso contrario se debe abrir
las propiedades del ráster para obtener aquellos valores.
Calcular la Emisividad ε
ε = 0.004 * Pv + 0.986
Simplemente aplicar la fórmula en la calculadora ráster, el valor de 0.986
corresponde a un valor de corrección de la ecuación.
Calcular la temperatura de superficie de la tierra
LST = (BT / (1 + (0.00115 * BT / 1.4388) * Ln(ε)))
19
Finalmente aplicar la ecuación de LST para obtener el mapa de temperatura de
superficie. Como resultado del proceso desarrollado se cuenta con un mapa de
temperatura de superficie de la tierra, cabe señalar que no es igual a la temperatura
del ambiente.
Para la clasificación de la TEMPERATURA SUPERFICIAL se realizó la
siguiente clasificación, la cual se tomó como referencia una página
gubernamental (Tierra Colombiana, 2018)
4.10 Programas que se utilizaron
4.10.1 ArcGis
ArcGIS es un completo sistema que permite recopilar, organizar, administrar,
analizar, compartir y distribuir información geográfica. Como la plataforma líder
mundial para crear y utilizar sistemas de información geográfica (SIG), ArcGIS es
utilizada por personas de todo el mundo para poner el conocimiento geográfico al
servicio de los sectores del gobierno, la empresa, la ciencia, la educación y los
medios.
4.10.2 Idrisi
Idrisi Selva es un SIG integrado con sistema de procesamiento de imágenes que
analiza y visualiza datos espaciales. Idrisi Selva es la herramienta de modelación
de gran potencia que ha ayudado a miles de usuarios alrededor del mundo a
desarrollar fácilmente sus propios modelos.
20
5. ÁREA DE ESTUDIO
El Departamento de Tolima está situado en el centro del país, localizado entre los
02º52’59’’ y 05º19’59’’ latitud norte, y los 74º24’18’’ y 76º06’23’’ longitud oeste.
Cuenta con una superficie de 23.582 km2 lo que representa el 2.1 % del territorio
nacional.
Fuente: Autores
5.1 Municipios
5.1.1 Cajamarca
Cajamarca está ubicado a 35 kilómetros de Ibagué, sobre la Vía Panamericana.
También queda a 90 minutos de Armenia. Geográficamente Cajamarca limita al
norte con el municipio de Ibagué, al sur con los municipios de Rovira y Roncesvalles,
por el occidente con el departamento del Quindío (Salento, Calarca y Pijao) y al
Ilustración V Ubicación de la zona de estudio
Mapa de ubicación geográfica de los m unicipios de
estudio
21
oriente nuevamente con Ibagué; lo que la ubica en la parte alta de la cordillera
central.
El territorio tiene un potencial hídrico no aprovechado en totalidad. Se destacan los
ríos Anaime, Toche y Bermellón y las quebradas Capotal, Cucuana, entre otras.1
5.1.2 Ibagué
El área conocida como Meseta de Ibagué está ubicada en el sector central del
Tolima, sobre las estribaciones orientales de la Cordillera Central de Colombia, con
una extensión aproximada de 35 mil hectáreas (Ha). En el costado occidental, se
encuentra la zona urbana de la ciudad de Ibagué, capital del Departamento.
Precisamente esta conformación geológica de La Meseta de Ibagué permite la
existencia de un importante recurso hídrico subterráneo que se aprovecha desde
mediados del siglo pasado y que fue objeto de evaluación por parte de Cortolima en
convenio con el Ibal y la Alcaldía de Ibagué (Cortolima, 2014).
El clima aquí es tropical. Ibagué tiene una cantidad significativa de lluvia durante el
año. Esto es cierto incluso para el mes más seco.
5.1.3 Roncesvalles
Geológicamente, el municipio de Roncesvalles se ubica en el flanco oriental de la
Cordillera Central, la que de acuerdo con estudios geofísicos realizados tiene un
espesor de 35 Km y sus estructuras siguen en general la dirección norte sur.
En cuanto al Clima, la temperatura varía dentro del rango de 20°C a 4°C, por
encontrarse dentro de la franja altitudinal de 1.500 a 4.000 m.s.n.m., y la
precipitación de acuerdo con los registros y cálculos presenta un valor promedio de
1.351 mm anuales2
1 .colombiaturismoweb
2 Esquema de Ordenamiento Territorial Roncesvalle
22
5.1.4 Rovira
Limita por el norte, con el municipio de Ibagué; por el occidente con el municipio de
Cajamarca; por el suficiente con el municipio de Roncesvalles por el sur con los
municipio de Ortega y San Antonio; por el oriente, con el Valle de San Juan y San
Luis.
Gran parte de territorio es montañoso y su relieve comprende a la cordillera Central
de los Alpes, destacándose: la cordillera de la Chapa, el páramo de los Gómez, las
cordilleras de Loma Larga, San Cristóbal, San Juan y San Pedro.
5.1.5 San Antonio
Es un municipio de Colombia, situado en el departamento de Tolima, a 109 km de
Ibagué y a 230 km de Bogotá. Su término municipal limita por el noroeste con
Roncesvalles, por el sur con Chaparral, por el noreste con Rovira, y por el este con
Ortega.
23
6. METODOLOGÍA
La metodología del trabajo se compone de cuatro fases las cuales se describen a
continuación:
6.1 Fase I Estudio del arte
Inicialmente se tiene la búsqueda de información discriminada en fuentes primarias
y secundarias. La primera de estas se enfoca en la recopilación de las imágenes
LandSat 5 y 8 para cuantificar las coberturas de la tierra de manera multi temporal
para la zona de estudio.
Fuentes Consultadas: SIGOT, Earth Explorer.
6.2 Fase II Corrección Atmosférica
En este orden de ideas se tienen las imágenes LandSat para cada municipio y año
respectivo estudiado; cada una de las imágenes es sometida a un procesamiento
digital en donde se unen las bandas que las conforman (visibles, infrarrojas
cercanas, infrarrojas medias, etc.), para luego realizarles una corrección
atmosférica (niveles de reflectancia) a nivel de superficie con el modelo IDRISI
SELVA.
6.3 FASE III Procesamiento de índices
Una vez corregida las imágenes se estiman los índices NDVI (Índice de
vegetación), NDI (Índice de agua) Y LST (Temperatura de la superficie) (empleo
de calculadora ráster) para cada una de las escenas. Posteriormente, ya con las
imágenes multiespectrales procesadas y los índices calculados se procede a
realizar los respectivos mosaicos (desarrollado en ArcGIS) para dar continuidad
visual al área de la zona de estudio.
Con base en la bibliografía se estiman unas posibles coberturas en relación con el
valor de los índices, reclasificando y categorizando por intervalos del valor de los
índices de coberturas de la zona de estudio.
24
6.4 FASE IV Interpretación de resultados
Pasando a la etapa final de la metodología, se tiene la consolidación de la
información obtenida en las etapas anteriores, están suministran datos precisos de
entrada para el modelo de la distribución de los índices en el área del Oeste del
Tolima. Se realizará el respectivo análisis de resultados para todas las etapas.
Por otro lado, la búsqueda de información en fuentes secundarias consistió en la
revisión bibliográfica y adquisición de material generado por entidades oficiales;
Los artículos científicos constituyen una fuente importante de información, ya que
validad muchos de los temas tratados en el trabajo en curso.
Después del análisis de datos y la representación gráfica de estos, se muestran
los resultados de forma precisa y en línea de tiempo, realizando una interpolación
del mapa hidrológico y mapa de fuentes fijas del departamento del Tolima, tanto
escrita como gráfica en ArcGis, haciendo una comparación específica con años
anteriores y de manera detallada cada intervalo de tiempo para ver el efecto de
forma más específica.
25
7. RESULTADOS
7.1 FASE I Estudio del arte
Se utilizó el satélite landsat 5 para los años del 70 al 2000 y landsat 8 para los años
2013 y 2018
Tabla I Tipo de imagen landsat utilizada
AÑOS IMAGEN LANDSAT UTILIZADA
1970
1978
1985
Landsat 5
Landsat 5
Landsat 5
1990
2000
2013
Landsat 5
Landsat 5
Landsat 8
2018 Landsat 8
Fuente: Autores
7.2 FASE II Y FASE III: Correcciones atmosféricas y procesamiento de
índices.
Se realizó las correcciones atmosféricas a cada una de las imágenes landsat por
medio del programa IDRISI se procede a calcular cada índice utilizando las
respectivas formulas planteadas en el Item 4.9 Índices espectrales.
Índice vegetación:
De acuerdo con los resultados arrojados, el clima juega un papel fundamental en la
distribución de la vegetación. Se podría pensar que lo normal es que la vegetación
cambie cuando lo hacen las condiciones climáticas, tal y como se deduce de los
cambios que se observan en la distribución de las diferentes imágenes.
A continuación, se muestran los resultados para cada municipio, las ilustraciones
del VI al XI representa el NDVI del municipio de Cajamarca.
26
ÍNDICE VEGETACIÓN CAJAMARCA
Ilustración VI Ilustración VII
Ilustración VIII Ilustración IX
Ilustración X Ilustración XI
27
Las ilustraciones del XII al XVII representa el NDVI del municipio de Roncesvalles.
ÍNDICE VEGETACIÓN RONCESVALLE
Ilustración XI I Ilustración XI I I
Ilustración X IV Ilustración X V
Ilustración X V I Ilustración X V I I
28
Las ilustraciones del XVIII al XXIII representa el NDVI del municipio de Rovira.
ÍNDICE VEGETACIÓN ROVIRA
Ilustración XVIII Ilustración XIX
Ilustración XX Ilustración XXI
Ilustración XXII Ilustración XXIII
29
Las ilustraciones del XXIV al XXIX representa el NDVI del municipio de San
Antonio. ÍNDICE VEGETACIÓN SAN ANTONIO
Ilustración XXIV Ilustración XXV
Ilustración XXVI Ilustración XXVII
Ilustración XXVIII Ilustración XXIX
30
Las ilustraciones del XXX al XXXV representa el NDVI del municipio de Ibagué.
ÍNDICE VEGETACIÓN IBAGUÉ
Ilustración XXX Ilustración XXXI
Ilustración XXXII Ilustración XXXIII
Ilustración XXXIV Ilustración XXXV
31
Índice de agua:
Las ilustraciones nos demuestra la falta de suficientes recursos hídricos La escasez
de agua puede ser el resultado de dos mecanismos: la escasez física (absoluta) de
agua y la escasez económica de agua, donde la escasez física de agua es el
resultado de la insuficiencia de los recursos naturales de agua para abastecer la
demanda de una región, y la escasez económica de agua es el resultado de una
mala gestión de los recursos hídricos disponibles.
A continuación, se muestran los resultados para cada municipio, las ilustraciones
del XXXVI al XLI representa el NDI del municipio de Cajamarca.
ÍNDICE DEL AGUA CAJAMARCA
Ilustración XXXVI Ilustración XXXVII
Ilustración XXXVIII
Ilustración XXXIX
32
Ilustración XL Ilustración XLI
Las ilustraciones del XLII al XLVII representa el NDI del municipio de Roncesvalles.
ÍNDICE DE AGUA RONCESVALLE
Ilustración XLIV Ilustración XLV
Ilustración X LI I
Ilustración X LI I I
33
Ilustración XLVI Ilustración XLVII
Las ilustraciones del XLVIII al LIII representa el NDI del municipio de Rovira.
ÍNDICE DE AGUA ROVIRA
Ilustración XLVIII Ilustración XLIX
Ilustración L Ilustración LI
34
Ilustración LII Ilustración LIII
Las ilustraciones del LIV al LIX representa el NDI del municipio de San Antonio.
ÍNDICE DE AGUA SAN ANTONIO
Ilustración LIV Ilustración LV
Ilustración LVI Ilustración LVII
35
Ilustración LVIII Ilustración LIX
Las ilustraciones del LX al LXV representa el NDI del municipio de Ibagué.
ÍNDICE DE AGUA IBAGUÉ
Ilustración LX Ilustración LXI
Ilustración LXII Ilustración LXIII
36
Ilustración LXIV
Ilustración LXV
Índice de temperatura:
La actividad de los seres humanos tiene una influencia cada vez mayor en el clima
y las temperaturas al quemar combustibles fósiles, talar las selvas tropicales y
explotar ganado. Las enormes cantidades de gases así producidos se añaden a los
que se liberan de forma natural en la atmósfera, aumentando el efecto invernadero
y el calentamiento global y esto no lo permitió evidenciar los resultados del análisis
de los índices de temperatura de la zona oeste del Tolima.
A continuación, se muestran los resultados para cada municipio, las ilustraciones
del LXVI al LXXI representa el LST del municipio de Cajamarca.
37
Las ilustraciones del LXXII al LXXVII representa el LST del municipio de Cajamarca.
ÍNDICE DE TEMPERATURA CAJAMARCA
Ilustración LXXII Ilustración LXXIII
Ilustración LXXIV Ilustración LXXV
Ilustración LXXVI Ilustración LXXVII
38
las ilustraciones del LXXVIII al LXXXIII representa el LST del municipio de
Roncesvalles.
ÍNDICE TEMPERATURA RONCESVALLE
Ilustración LXXVIII Ilustración LXXIX
Ilustración LXXX Ilustración LXXXI
Ilustración LXXXII Ilustración LXXXIII
39
Las ilustraciones del LXXXIV al LXXXIX representa el LST del municipio de Rovira.
ÍNDICE TEMPERATURA ROVIRA
Ilustración LXXXIV
Ilustración LXXXV
Ilustración LXXXVI Ilustración LXXXVII
Ilustración LXXXVIII Ilustración LXXXIX
40
Las ilustraciones del XC al XCV representa el LST del municipio de San Antonio.
ÍNDICE TEMPERATURA SAN ANTONIO
Ilustración XC Ilustración XCI
Ilustración XCII Ilustración XCIII
Ilustración XCIV Ilustración XCV
41
Las ilustraciones del XCVI al CI representa el LST del municipio de Ibagué.
ÍNDICE DE TEMPERATURA IBAGUÉ
Ilustración XCVI Ilustración XCVII
Ilustración XCVIII Ilustración XCIX
Ilustración C Ilustración CI
42
7.3 FASE IV Interpretación de resultados
Tabla III Área de ocupación de la clasificación del índice de vegetación con
respecto a cada municipio.
Fuente: Autores
Tabla III Índice vegetación total de cada municipio
Fuente: Autores
43
Con los datos de la tabla anterior (Tabla III) extraídos del ArcMap, se realizaron
unas gráficas para observar la variación de las características en los diferentes
años, y así poder realizar un análisis estadístico que permita el entendimiento de
los cambios que ha sufrido la zona Oeste del departamento del Tolima en cuanto a
su vegetación, contenido de agua y temperatura superficial.
Gráfica I Índice vegetación total de Cajamarca
Gráfica II Índice vegetación total de Ibagué
44
Gráfica IIII Índice vegetación total de Roncesvalle
Gráfica IV Índice vegetación total de Rovira
Gráfica V Índice vegetación total de San Antonio
45
Tabla IV Área de ocupación de la clasificación del índice de agua con respecto a
cada municipio.
Fuente: Autores
Tabla IV Temperatura superficial con respecto a cada municipio.
Fuente: Autores
46
8. CONCLUSIONES
Al realizar la comparación de imágenes mediante índices de comparación espectral,
se debe tener en cuenta las zonas que se desean analizar (agua, temperatura,
vegetación, etc.), para determinar que índice se puede ajustar al momento de
evaluar los cambios.
El resultado de la comparación en cada índice puede variar, por lo cual, en
ocasiones es necesario adaptar la expresión matemática para que el resultado sea
una matriz con las mismas dimensiones de las imágenes originales. En otras
ocasiones, se requiere integrar en una sola banda los resultados de las n bandas.
Para obtener una buena imagen de clasificación en métodos supervisados, es
recomendable seleccionar áreas de entrenamiento pequeños y diversas,
principalmente en imágenes con baja resolución espacial (Ej. Landsat). • En cuanto
a los resultados obtenidos, las imágenes de Landsat 8 utilizadas facilitaron la
obtención de resultados más precisos, en comparación con las imágenes Landsat
5. Esto se debe a que en el caso Landsat7, la imagen de clasificación obtenida
presentó demasiadas zonas de cambio, y su clasificación se tornó más compleja.
47
9. REFERENCIAS
• BETANCUR ALARCÓN, Laura. En 30 años, Colombia se quedaría sin nevados.
En: El tiempo.com. 28, marzo, 2017. Medio ambiente. Disponible en
internet:http://www.eltiempo.com/vida/medio-ambiente/deshielo-de-
glaciaresen-colombia-72050
• GONZÁLEZ, María Eugenia; Cálculo del retroceso glaciar en Isla Livinsgton y de
su línea de costa para actualización de cartografía (2014). [En línea].
[Consultado: 26 de octubre de 2017]. Disponible en internet:
http://eprints.ucm.es/27071/1/TFM%20Cop%C3%A9.pdf
• RÍOS, Scarlet; ZURITA ALFARO, Shirley; RODRÍGUEZ RÍOS, Elvira y
MONTALVO PÁRRAGA, Víctor (2014). Comparación de técnicas para
determinar cobertura vegetal y usos de la tierra en áreas de interés ecológico,
Manabí, Ecuador. En: Memorias, Sociedad Latinoamericana en Percepción
Remota y Sistemas de Información Espacial. (29 de septiembre de 2014).
Medellín, Colombia. pp. 2-28.
• POSADA, Elena; RAMÍREZ DAZA, Héctor Mauricio; ISAACS CUBIDES, Paola
y BARAJAS BARBOSA, Martha Paola (2010). Generación de modelos de
distribución de ecosistemas vulnerables al cambio climático. En: Ventana
Informática. No. 23 (jul.3dic., 2010). Manizales (Colombia): Universidad de
Manizales.p.9327. ISSN: 0123-9678.
• François Claude Amour, marqués de Bouillé. Wikipedia, la enciclopedia libre. 8
de abril de 2018. Consultado el 17 de abril de 2018.