SERVICIOS PROFESIONALES ESPECIALIZADOS EN SISTEMAS DE ... · capacidades en la gestión de los...
Transcript of SERVICIOS PROFESIONALES ESPECIALIZADOS EN SISTEMAS DE ... · capacidades en la gestión de los...
CONSULTOR: Ing. Mirton Enrique Crisólogo Rodríguez
AGOSTO, 2017
SERVICIOS PROFESIONALES ESPECIALIZADOS EN
SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)
INFORME DE LA IDENTIFICACIÓN,
GEORREFERENCIACIÓN Y CUANTIFICACIÓN DE LAS
POSIBILIDADES DE INTERVENCIÓN EN
INFRAESTRUCTURA VERDE EN LAS CUENCAS DE LOS
RÍOS CHILLÓN, RÍMAC Y LURÍN-CHILCA
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 2 de 34
Contenido
1. ANTECEDENTES .......................................................................................................................... 3
2. OBJETIVO ..................................................................................................................................... 4
2.1 Objetivo general ........................................................................................................................... 4
2.2 Objetivos específicos .................................................................................................................. 4
3. MARCO CONCEPTUAL ............................................................................................................... 4
4. MATERIALES Y METODOLOGÍA DE TRABAJO ....................................................................... 7
4.1. Materiales ...................................................................................................................................... 7
4.2. Metodología de trabajo ................................................................................................................ 8
5. RESULTADOS .............................................................................................................................. 9
5.1. Análisis y evaluación de la cartografía disponible para el ámbito del CRCH CHIRILU ....... 9
5.2. Diseño y creación de la Base de datos SIG ............................................................................ 11
5.3. Descarga y tratamiento de las imágenes satelitales Landsat 8 para el ámbito del CRCH
CHIRILU ................................................................................................................................................. 13
5.4. Identificación, georreferenciación y cuantificación de las posibilidades de intervención
en infraestructura verde en el ámbito del CRCH CHIRILU .............................................................. 17
5.5. Diseño y elaboración de los mapas SIG para el ámbito del CRCH CHIRILU ...................... 33
6. CONCLUSIONES ........................................................................................................................ 34
6.1. Conclusiones .............................................................................................................................. 34
7. REFERENCIA BIBLIOGRÁFICA ................................................................................................ 34
8. ANEXOS ...................................................................................................................................... 34
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 3 de 34
1. ANTECEDENTES
El Proyecto PARA-Agua, propuesto y financiado por la Agencia de los Estados Unidos para el
Desarrollo Internacional (USAID), es una iniciativa de colaboración entre científicos, tomadores de
decisiones y grupos de interés que promueve una mayor comprensión de los impactos del clima sobre
recursos hídricos y provee metodologías y herramientas para mejorar los procesos de planificación y
gestión.
La Autoridad Nacional del Agua (ANA) ha firmado un Acuerdo de Entendimiento con el Proyecto para
la Adaptación y Resiliencia para el Agua (Proyecto PARA-Agua), con el objetivo de fortalecer las
capacidades en la gestión de los recursos hídricos en un contexto de adaptación al cambio climático
en los Consejos de Recursos Hídricos de Cuenca (CRHC) priorizados y apoyar la implementación de
los Planes de Gestión (PGRH).
En dicho marco de colaboración y a solicitud de ANA, PARA-Agua viene desarrollando la asistencia
técnica para la formulación de Documentos Base para el Programa de Infraestructura Verde del PGRH
del CRHC CHIRILU que incluye entre sus productos la identificación de proyectos/iniciativas de
infraestructura verde en las cuencas del ámbito del CRCH CHIRILU y la propuesta de criterios de
priorización de proyectos, por lo cual se requiere de un especialista en Sistemas de Información
Geográfica (SIG) para la identificación, georreferenciación, cuantificación y elaboración de mapas de
las posibles de intervenciones en Infraestructura Verde en las cuencas de los ríos Chillón, Rímac y
Lurín-Chilca.
En tal sentido el Proyecto PARA-aguas contrató los servicios de un consultor, cuyos productos
permitirán contar con información geográfica actual, la cual les sirva para desarrollar sus actividades.
En el presente documento se describen las actividades desarrolladas y los resultados obtenidos en el
servicio denominado “Servicios Profesionales Especializados en Sistemas de Información
geográfica (SIG)”.
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 4 de 34
2. OBJETIVO
2.1 Objetivo general
✓ Identificar, georreferenciar y cuantificar las posibilidades de intervención en infraestructura
verde en las cuencas de los ríos Chillón, Rímac y Lurín-Chilca y Elaborar los mapas SIG.
2.2 Objetivos específicos
✓ Identificar, georreferenciar y cuantificar las posibilidades de intervención en infraestructura
verde en las cuencas de los ríos Chillón, Rímac y Lurín-Chilca.
✓ Elaborar mapas SIG con las principales intervenciones en Infraestructura verde en el ámbito
de las cuencas Chillón, Rímac y Lurín-Chilca.
3. MARCO CONCEPTUAL
a) Cartografía y Sistemas de Información geográfica (SIG)
✓ ArcGIS Desktop, conjunto integrado de aplicaciones SIG avanzadas para PC de escritorio
(Arc Catalog, Arc Map, ArcToolBox, ArcReader, ArcScene, ArcGlobe y diversas extensiones
específicas). Se distribuye bajo tres niveles de licencias que, en orden creciente de
funcionalidades y coste, son las siguientes: ArcView, ArcEditor y ArcInfo (Bosque, J).
✓ Base de datos SIG, es una serie de capas de información espacial en formato digital, que
representan diversas variables (formato ráster), o bien capas que representan objetos
(formato vectorial) a los que corresponden varias entradas en una base de datos enlazada
(Tomlinson, R).
✓ Cartografía, es la ciencia encargada de la preparación de todo tipo de mapas y cartas,
incluyendo cada operación desde el planeamiento hasta la impresión final de los mapas.
Esto significa que la cartografía comprende la elaboración completa de mapas, es decir,
geodesia, topografía, fotogrametría, compilación y reproducción (Roggero, V.).
✓ Feature Class (Clase de identidad), es un componente de la Geodatabase que agrupa
datos que tienen una misma geometría, atributos y referencia espacial (se incluyen las
anotaciones, que son un tipo especial de entidades). Los Feature Class pueden existir en
forma independiente dentro de la Geodatabase, o pueden agruparse dentro de un Feature
Dataset (Rigaux, P).
✓ Feature Dataset (Dataset de entidades), almacena un grupo de Features Class, que
deben poseer la misma referencia espacial (sistema de coordenadas y extensión espacial).
Se deben agrupar en un miso Feature Dataset aquellos elementos que mantienen una
relación topológica (adyacente, coincidencia o conectividad) (Rigaux, P).
✓ Mapa, es la representación gráfica de información geográfica. Incluye datos geográficos del
mapa (una o más capas) y otros elementos del mapa como un título, flecha de Norte,
leyenda, barra de escala, etc. En un mapa se puede visualizar y consultar interactivamente
los datos geográficos y posteriormente prepararlo para imprimir (Tomlinson, R).
✓ Proyecto o documento de mapa (*.mxd), no es un archivo de datos espaciales,
simplemente contiene en su interior la ruta y las características de visualización de cada una
de las capas a las que hace referencia (colores, símbolos, tramas, grosor de línea, etc.) del
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 5 de 34
agregado de imágenes y datos del mapa y las especificaciones de la vista de diseño del
mapa final (Bosque, 1992).
✓ Sistemas de Información Geográfica, es una herramienta empleada en la recopilación,
selección, automatización, recuperación, análisis de datos numéricos y gráficos, y su
aplicación de los mismos en base de modelos lógicos y descriptivos por medio de
superposición de mapas, medición de distancias y localización de áreas de influencias.
También se define como un sistema de hardware, software y procedimientos analíticos que
integra modernas técnicas de mapeo computarizado con potentes operadores analíticos de
base de datos geográficos o espaciales, capaces de efectuar consultas y transformaciones
sobre el espacio constituyéndose en una herramienta versátil, eficiente y oportuna para el
planeamiento regional urbano - rural y la toma de decisiones. Los SIG tienen en común una
ubicación geográfica para el registro de la información. (Tomlinson, R).
b) Sensoramiento remoto o Teledetección
✓ Sensoramiento remoto, es la disciplina que engloba el estudio de los fundamentos físicos
de la observación remota de la superficie terrestre, y de los procedimientos que permiten
obtener datos de la misma y su posterior tratamiento. Aquí debemos detenernos para hacer
una distinción importante: por dato entenderemos a las representaciones (valores crudos)
de un elemento obtenidas por un sensor, y que son plausibles de ser manipulados
mediantes distintas técnicas computacionales; por información entenderemos al conjunto
de aquellos datos que fueron interpretados por un ser humano, a los fines de un objetivo
determinado. Para esto, es preciso que entre los objetos y el sensor exista algún tipo de
interacción, tal como, el flujo energético proveniente de la energía emitida por el propio
sensor; o bien, la reflexión de la luz solar en la superficie terrestre. De esta forma, es posible
adquirir información de las cubiertas u objetos por medio de reflexión, emisión o por emisión-
reflexión (Chuvieco, 2010).
✓ Resolución de un Sensor remoto, es su habilidad para discriminar información de detalle,
En cuanto al significado de “información de detalle”, conviene considerar que se ref iere no
solo al detalle espacial que proporciona el sensor, sino también al número y anchura de las
bandas del espectro que alberga, a su cadencia temporal, y a su capacidad para distinguir
variaciones en la energía que detecta. Todas estas son dimensiones de gran interés a la
hora de discriminar cubiertas o establecer modelos de significado físico. En definitiva, el
concepto de resolución implica cinco distinciones: espacial, espectral, radiométrica,
temporal y angular (Chuvieco, 2010).
✓ Imagen satelital, mientras que una escena se define como la distribución espacial y
temporal de la materia y los flujos de energía de la superficie de la cual el sensor extrae
mediciones, la imagen representa una colección de los valores de energía procedentes de
la observación, los cuales son detectados por el sensor y ordenados electrónicamente de
forma sistemática en una matriz de números mediante un sistema de filas y columnas.
Asociado íntimamente al concepto de imagen, está el concepto de celda o píxel (proveniente
del término en inglés picture element), que representa la mínima unidad de formación de
esa matriz de datos, y es donde se “alberga” como número digital (ND) cada uno de los
valores de intensidad de energía observados por el sensor (Gutiérrez y Muñoz, 2006).
✓ Corrección atmosférica, busca recuperar la radiancia intrínseca del objeto de estudio,
obtenida de la señal recibida por el sensor. Para ello se requiere: 1) convertir los ND de
cada banda a valores de radiancia (L), 2) la radiancia se transforma a valores de reflectividad
en el techo de la atmósfera “Top of Atmosphere” (TOA) y 3) se obtiene mediante FLAASH
la conversión a valores de reflectancia (Kruse, 2004).
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 6 de 34
c) Programa LandSat
La NASA y el Servicio Geológico de Estados Unidos (USGS), brindan la siguiente información
relacionada al programa LandSat.
✓ El programa LandSat, ha revolucionado la forma de ver y estudiar nuestro planeta. Esta
serie de datos, que se inició en 1972, es la más larga de la historia y continua registrando
los cambios en la superficie terrestre desde el espacio, Landsat ha sido el único sistema de
satélite diseñado y operado para observar repetidas veces la cubierta de la tierra con una
resolución moderada; de manera general cada pixel en su imagen tiene un tamaño con el
que se podría cubrir un campo de béisbol. En la actualidad el programa se encuentra en su
octava versión denominada: “Landsat Data Continuity Mission” (LDCM) es el octavo satélite
de observación de la serie LandSat y continuará el legado de archivo de los anteriores
satélites, convirtiéndose de esta manera en el futuro de los satélites de observación de la
tierra de mediana resolución con más historia.
✓ Imágenes satelitales LandSat 8, son obtenidas por el sensor (OLI) y (TIRS) constan de
nueve bandas espectrales con una resolución espacial de 30 metros para las bandas de 1
a 7 y 9. Una banda nueva (1) (azul-profundo) es útil para estudios costeros y aerosoles. La
nueva banda (9) es útil para la detección de cirrus, La resolución para la banda 8
(pancromática) es de 15 metros. Dos bandas térmicas 10 y 11 son útiles para proporcionar
temperaturas más precisas de la superficie y se toman a 100 metros de resolución. El
tamaño aproximado de la escena es de 170 km de norte-sur por 183 kilómetros de este a
oeste (106 km por 114 km).
✓ Características orbitales del LandSat 8
• Órbita polar Heliosíncrona
• 705 km de altura orbital
• Inclinación 98,2º
• Cruce del Ecuador a las 10:00 am (± 15 min) local time (modo descendente)
• WRS-2 (Worldwide Reference System) path/row system
• Swat 180 km
• Tiempo de revisita 16 días, 233 ciclos orbitales
• Período de Revolución: 98,9 minutos; ~14,5 órbitas/día
✓ Especificaciones de Productos LDCM a Nivel 1
Procesamiento Nivel 1 T-Corrección geométrica
Tamaño de píxel
- Bandas OLI multiespectrales 1-7,9: 30-metros
- Banda OLI pancromática 8: 15-metros
- Bandas TIRS 10-11: tomadas en 100 metros, pero remuestreadas a 30 metros para que coincida con las bandas multiespectrales de OLI
Características de los datos
- Formato de datos GeoTIFF
- Remuestreo por convolución cúbica (CC)
- Norte arriba (MAP) de orientación
- Proyección cartográfica: Universal Transversal Mercator (UTM) (estereográfica polar de la Antártida)
- Datum al Sistema Geodésico Mundial (WGS) 84
- 12 metros de error circular, 90% de confianza exactitud global para OLI
- 41 metros de error circular, 90% de confianza exactitud global para TIRS
- Los valores de píxel en 16 bits
Entrega de datos Archivo comprimido ,Tar,gz y de descarga a través de HTTP
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 7 de 34
Procesamiento Nivel 1 T-Corrección geométrica
Tamaño de archivo Aproximadamente 1 GB (comprimido), aproximadamente 2 GB (sin comprimir)
✓ Distribución de las bandas en OLI y TIRS
Operational Land Imager (OLI) And Thermal Infrared Sensor (TIRS)
Bandas longitud de onda
(micrómetros)
Resolución
(metros)
Banda 1 - Aerosol costero 0,43 – 0,45 30
Banda 2 - Azul 0,45 – 0,51 30
Banda 3 - Verde 0,53 – 0,59 30
Banda 4 - Rojo 0,64 – 0,67 30
Banda5 – Infrarrojo cercano (NIR) 0,85 – 0,88 30
Banda 6 - SWIR 1 1,57 – 1,65 30
Banda 7 - SWIR 2 2,11 – 2,29 30
Banda 8 - Pancromático 0,50 – 0,68 15
Banda 9 - Cirrus 1,36 – 1,38 30
*Banda 10 – Infrarrojo térmico (TIRS) 1 10,60 – 11,19 100
*Banda 11 - Infrarrojo térmico (TIRS) 2 11,50 – 12,51 100
4. MATERIALES Y METODOLOGÍA DE TRABAJO
4.1. Materiales
a) Material cartográfico
✓ Mapas político administrativo de Perú, de la delimitación referencial departamental,
provincial y distrital, generado con fines censales por el INEI - 2002.
✓ Centros poblados, elaborado por el censo del INEI - 2007 y actualizado por la PCM - 2015.
✓ Red vial, elaborado por el MTC
✓ Imágenes satelitales Landsat 8 OLI.
✓ Servicios en web de imágenes satelitales de GIS Online.
✓ Modelo de Elevación Digital, generados a partir del par estéreo del sensor remoto ALOS
(resolución espacial de 12.5 m).
✓ Carta Nacional, elaborada por el IGN.
b) Material bibliográfico
✓ Información proporcionada por el proyecto PARA-aguas
✓ Familia de las normas ISO 19100
✓ Fotografías tomadas en campo
✓ Mapa parlante
c) Material de gabinete
✓ Equipo de cómputo
✓ Software: ArcGIS 10.3
✓ Software: Erdas Imagine 2014
✓ Software: ENVI 5.1
✓ Impresora / Plotter
✓ Escáner
✓ Materiales de escritorio
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 8 de 34
4.2. Metodología de trabajo
4.2.1. Análisis y evaluación de la cartografía disponible para el ámbito del CRCH CHIRILU
Esta actividad ha consistido en revisar qué información cartográfica será necesaria tener en la
base de datos, la cual nos servirá para identificar, georreferenciar y cuantificar las posibilidades
de intervención en infraestructura verde en las cuencas de los ríos Chillón, Rímac y Lurín-Chilca,
así como hacer el diseño y la presentación de los mapas SIG.
Entre los criterios usados para revisar han sido: la proyección, contenido y denominación de cada
uno de los campos de las tablas de atributos y la correlación espacial entre cada una de las
capas, tomando como base su ubicación y posición geográficas, para corroborar este último
criterio se hizo uso de servicios de imágenes satelitales de alta resolución disponibles mediante
GIS Online.
4.2.2. Diseño y creación de la Base de datos SIG
Luego de revisar y sistematizar la información cartográfica recopilada, se diseñó la estructura de
la base de datos y se procedió a crearla, para ello se tuvo en consideración las normas ISO y el
tipo de información que esta va alojar.
4.2.3. Descarga y tratamiento de las imágenes satelitales Landsat 8 para el ámbito del CRCH
CHIRILU
Uno de los principales insumos para digitalizar la infraestructura verde, han sido las imágenes
satelitales del sensor remoto LandSat 8, la selección y descarga de las escenas se ha hecho de
la plataforma de Earth explorer (http://earthexplorer.usgs.gov/) y las escenas que se han
seleccionado son: Path 007 y Row 068 y Path 007 y Row 069.
Luego de haber identificado la escena para el año 2016, se procedió a seleccionar la imagen,
entre los criterios de búsqueda fueron que corresponda a los meses secos (junio - setiembre)
para la sierra y la cobertura de nubes sea inferior al 5 % se la superficie del ámbito de estudio.
Seguidamente se descargó la imagen y la alojó en el disco local de una laptop.
Finalmente se procedió hacer el tratamiento a las imágenes satelitales, el cual consintió en la
corrección atmosférica.
4.2.4. Identificación, georreferenciación y cuantificación de las posibilidades de intervención en
infraestructura verde en el ámbito del CRCH CHIRILU
Luego se procedió a hacer la Identificación, georreferenciación y cuantificación de las
posibilidades de intervención en infraestructura verde en el ámbito del CRCH CHIRILU; el primer
elemento en mapear fueron los bofedales; otro elemento utilizado fue un mapa parlante, el cual
fue elaborado con la ayuda de la población de los distritos Huaros y Huamanatanga (cuenca del
río Chillón) y del distrito de San Andrés de Tupicocha (cuenca del río Lurín), entre los elementos
identificados en estos mapas fueron: las cochas, plantaciones forestales, andenes, espacios
disponibles para la intervención en infraestructura verde y la degradación de las zonas de recarga
hídrica causado por el sobre pastoreo.
4.2.5. Diseño y elaboración de los mapas SIG para el ámbito del CRCH CHIRILU
Finalmente se han elaborado los mapas con las posibilidades de intervención en infraestructura
verde para cada cuenca del ámbito del CRCH CHIRILU.
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 9 de 34
5. RESULTADOS
Para una mejor compresión de los resultados obtenidos, se han agrupado de la siguiente manera:
✓ Análisis y evaluación de la cartografía disponible para el ámbito del CRCH CHIRILU
✓ Diseño y creación de la Base de datos SIG
✓ Descarga y tratamiento de las imágenes satelitales Landsat 8 para el ámbito del CRCH CHIRILU
✓ Identificación, georreferenciación y cuantificación de las posibilidades de intervención en
infraestructura verde en el ámbito del CRCH CHIRILU
✓ Diseño y elaboración de los mapas SIG para el ámbito del CRCH CHIRILU
5.1. Análisis y evaluación de la cartografía disponible para el ámbito del CRCH CHIRILU
La primera actividad que se ha desarrollado ha sido revisar diversas fuentes que han generado o vienen
administrado información cartográfica y la cual está disponible para el ámbito de trabajo (CRCH
CHIRILU), esta información nos ha servido para identificar la existencia de cartografía relacionada con
la infraestructura verde, en la identificación y análisis de esta, o para el diseño y presentación de los
mapas.
Luego de identificar las capas temáticas (layer) que servirán, se estandarizó el sistema de proyección
(sistemas de coordenadas: UTM, Datum: WGS 84 y Zona: 18 sur) de la cartografía.
El control de calidad se hizo para cada uno de los Layer, para la parte gráfica se ha usado las Reglas
topológicas y para los datos Alfanuméricos (revisar que estén completos y homogéneos los atributos);
en el siguiente cuadro se detallan cada una de las Reglas Topológicas que se han utilizado para hacer
el control de calidad geográfico:
Cuadro Nº 5.01: Reglas topológicas aplicados para los layer
Número
de regla
Regla
topológica Descripción de la norma
Representación
gráfica
Geometría tipo punto
1 Debe
coincidir con
Requiere que los puntos en una clase (o subtipo)
de entidad coincidan con los puntos de otra clase
(o subtipo) de entidad. Esto es útil para los casos
en los que los puntos deben estar cubiertos por
otros puntos, igual que los transformadores deben
coincidir con los polos de potencia en las redes de
distribución eléctricas y los puntos de observación
deben coincidir con las estaciones.
Un punto rojo no
coincide con un punto
azul hay un error.
2 Debe estar
separado
Requiere que los puntos se encuentren separados
espacialmente de otros puntos en la misma clase
(o subtipo) de entidad. Los puntos que se
superpongan son errores. Esto resulta útil para
asegurarse de que los puntos no coincidan ni se
dupliquen dentro de la misma clase de entidad, tal
como en capas de ciudades, puntos de ID de lote
de parcela, pozos o postes de luz.
La superposición de un
punto rojo y uno azul es
un error.
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 10 de 34
Número
de regla
Regla
topológica Descripción de la norma
Representación
gráfica
Geometría tipo línea
3
Debe ser
mayor que la
tolerancia
cluster
Es necesario que una entidad no se colapse
durante el proceso de validación. Esta regla es
obligatoria para una topología y se aplica a todas
las clases de entidad de línea y poligonal. En los
casos en los que se infringe esta regla, la
geometría original permanece sin cambios.
4
No debe
superponers
e
Requiere que las líneas no se superpongan con
las líneas en la misma clase (o subtipo) de
entidad. Esta regla se utiliza en aquellos
segmentos de línea que no se deberían duplicar,
por ejemplo, en una clase de entidad de arroyo.
Las líneas se pueden cruzar o intersecar pero no
pueden compartir segmentos.
5 No debe
intersecarse
Requiere que las entidades de línea desde la
misma clase (o subtipo) de entidad no se crucen
ni se superpongan entre sí. Las líneas pueden
compartir extremos. Estas reglas se utilizan para
líneas de contorno que nunca se deben cruzar
entre sí o en los casos en los que la intersección
de las líneas se debe producir únicamente en
extremos, tales como segmentos e intersecciones
de calles.
6
No deben
quedar
nodos
colgados
Requiere que una entidad de línea deba tocar las
líneas desde la misma clase (o subtipo) de entidad
en ambos extremos. Un extremo que no esté
conectado con otra línea se llama nodo colgado
(dangle). Esta regla se utiliza cuando las
entidades de línea deben formar bucles cerrados,
como cuando definen los límites de las entidades
poligonales. También se podría utilizar en los
casos en los que las líneas se conectan
generalmente con otras líneas, como con calles.
En este caso, las excepciones se pueden utilizar
allí donde la regla se viola ocasionalmente, como
con segmentos cul-de-sac o de calle sin salida.
Geometría tipo polígono
7
Debe ser
mayor que la
tolerancia
cluster
Es necesario que una entidad no se colapse
durante el proceso de validación. Esta regla es
obligatoria para una topología y se aplica a todas
las clases de entidad de línea y polígono. En los
casos en los que se infringe esta regla, la
geometría original permanece sin cambios
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 11 de 34
Número
de regla
Regla
topológica Descripción de la norma
Representación
gráfica
8
No debe
superponers
e
Requiere que el interior de los polígonos no se
superponga. Los polígonos pueden compartir ejes
o vértices. Esta regla se utiliza cuando un área no
puede pertenecer a dos o más polígonos. Resulta
útil para modelar límites administrativos, como
códigos postales o distritos electorales, y
clasificaciones de área mutuamente exclusivas,
como cobertura de suelo o tipo de forma de suelo.
9
No debe
haber
huecos
Esta regla precisa que no haya vacíos dentro de
un polígono simple o entre polígonos adyacentes.
Todos los polígonos deben formar una superficie
continua. Siempre existirá un error en el perímetro
de la superficie. Puede ignorar este error o
marcarlo como una excepción. Utilice esta regla
en datos que deben cubrir completamente un
área. Por ejemplo, los polígonos de suelo no
pueden incluir espacios ni formar vacíos, deben
cubrir un área completa.
Fuente: Elaboración propia, en base a lo publicado por ESRI en su página web (http://www.esri.com/)
La cartografía que se trabajó en esta actividad es la siguiente:
✓ Capital departamental
✓ Capital provincial
✓ Capital distrital
✓ Casco urbano
✓ Centros poblados
✓ Cuervas a nivel
✓ Toponimia
✓ Cotas
✓ Red hidrográfica
✓ Lagunas
✓ Limite internacional
✓ Limite nacional
✓ Limite departamental
✓ Limite provincial
✓ Limite distrital
✓ Red vial
✓ Unidades hidrográficas
5.2. Diseño y creación de la Base de datos SIG
Para el diseño y creación de la Base de datos SIG, el criterio fue agrupar la cartografía en función de
la temática que se va a alojar.
Pero antes de empezar con el diseño de la Base de datos, se revisó la familia de las normas ISO 19100,
con la finalidad de estandarizar la denominación de la información geográfica; entre las Normas ISO
utilizadas se tienen las siguientes:
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 12 de 34
✓ ISO 19101: Modelo de referencia
✓ ISO 19103: Lenguaje de modelado conceptual
✓ ISO 19104: Terminología
✓ ISO 19107: El moldeo espacial
✓ ISO 19111: Referenciación espacial por coordenadas
En seguida se eligió el Gestor de Base de datos en el cual se creará la Base de datos SIG, en nuestro
caso la Base de datos fue alojada en el Gestor que viene asociado al Software ArcGIS, para este caso
se utilizó una “File Geodatabase (Base de datos tipo archivo)”.
Finalmente se definió el Sistema de Proyección que se usará para la Base de datos y cada uno de los
Feature Datasets que la conforman, cabe precisar que la proyección elegida está acorde a las
Resoluciones Jefaturales N° 079-2006-IGN/OAJ/DGC, N° 112-2006-IGN/OAJ/DGC/J y N° 086-2011-
IGN/OAJ/DGC del Instituto Geográfico Nacional-IGN, ente rector de la cartografía nacional en el Perú,
entre las características espaciales se tienen a las siguientes:
✓ Sistemas de coordenadas: UTM
✓ Datum: WGS84
✓ Zona o Huso horario: 18 Sur
✓ Esferoide: Internacional 1909
✓ Información vectorial que alojará: Punto, Línea y Polígono
Luego de definir estos criterios, se procedió a denominar cada uno de los componentes (Base de datos,
Feature Datasets y Feature Class) de la Base de datos SIG, se hizo de la siguiente manera:
En primer lugar, se ha asignado un nombre a la Base de datos, el cual debe tener un nombre corto,
con la finalidad de usar la menor cantidad de recursos del servidor y sin espacios si el nombre está
compuesto por una cadena de palabras, el nombre asignado a la Base de datos es el siguiente:
El nombre completo es: Base de datos SIG para el ámbito del CRCH CHIRILU.
En segundo lugar, se diseñó la estructura interna que tendrá la Base de datos, la cual está basada en
la cartografía que va a alojar, y en el tipo de formato espacial de la cartografía que alojará (vector). En
Sistemas de Información Geográfica a cada una de estas partes se las denomina Feature Datasets
(para el formato vectorial).
Los Feature Datasets correspondientes al formato vectorial son los siguientes:
El nombre completo y la información geoespacial que alojará cada uno de estos Feature Datasets es
el siguiente:
✓ Base, el nombre largo es Feature Datasets para la cartografía base y alojará la información
geoespacial correspondiente a las componentes que conforman el mapa físico político
administrativo, tales como limites departamentales, provinciales y distritales; centros poblados,
BDSIG_ PARAGUAS_CHIRILU
Base
Tematicos
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 13 de 34
capitales departamentales, provinciales y distritales; curvas a nivel y cotas; red hidrográfica,
lagunas y nevados; red vial; entre otras.
✓ Tematicos, el nombre largo es Feature Datasets para la cartografía correspondiente a la
infraestructura verde, así como los insumos que han ayudado a su digitalización y análisis.
Cada mapa, cobertura temática, entidad geográfica o layer se alojará en el Feature Datasets que le
corresponde, en Sistemas de Información Geográfica se les denomina Feature Class.
Luego de definir cada uno de los criterios y los nombres, se procedió a crear la Base de datos y cada
uno de sus componentes internos (Feature Datasets), para ello se ha hecho uso del aplicativo
ArcCatalog del ArcGIS versión 10.3.
En la siguiente figura se observa la Base de datos creada y su respectiva estructura interna:
Figura N° 5.01: Estructura de la Base de datos SIG
Fuente: Elaboración propia
Finalmente se procedió a migrar la información cartográfica recopilada a la base de datos.
5.3. Descarga y tratamiento de las imágenes satelitales Landsat 8 para el ámbito del CRCH
CHIRILU
5.3.1. Descarga de las imágenes satelitales Landsat 8
La superficie del ámbito en estudio está cubierta por 2 escenas (Path 007 y Row 068 y Path 007 y Row
069), las cuales fueron seleccionadas y descargadas de la plataforma de Earth explorer
(http://earthexplorer.usgs.gov/), cabe precisar que la búsqueda se hizo preferentemente para los meses
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 14 de 34
secos (julio a setiembre) del año 2016 y cuyo criterio era que la cobertura de nubes sea inferior al 5 %
se la superficie de interés. En la siguiente figura se aprecia la plataforma de la cual se hizo la descarga
de las imágenes satelitales:
Figura 5.02: Plataforma de descarga de la imagen satelital LandSat OLI 8
Fuente: Elaboración propia (en base a la plataforma de Earth explorer)
Luego de precisar el Path y Row, Sensor (LandSat OLI 8) de archivo, fecha de búsqueda (2016),
cobertura de nubes (5 %), se hizo la descarga de la escena.
5.3.2. Tratamiento de las imágenes satelitales Landsat 8
La radiación electromagnética captada por los sensores de los satélites atraviesa la atmósfera y es
modificada por efecto de la dispersión debido a la interacción con las moléculas y partículas de la
atmósfera. La dispersión Rayleigh es producida por las moléculas de los gases atmosféricos y es una
de las principales causas de bruma, lo que genera una disminución del contraste de la imagen. El
tamaño de las moléculas es inferior a la longitud de onda de la radiación y afecta a las longitudes de
onda corta (Tagestad, 2000).
Cuando se presentan gotitas de agua ocurre una dispersión de todas las longitudes de onda, tanto en
el rango visible como en el infrarrojo (Lillesand & Kiefer, 1987). Las partículas más grandes, como los
cristales de hielo o las gotas de agua, no presentan la misma forma de dispersión. Mie descubrió en
1908 que en este caso la luz es dispersada de la misma manera para todas las longitudes de onda y
por lo tanto es blanca.
Los valores de los píxeles en las imágenes satélites expresan la cantidad de energía radiante recibida
por el sensor en la forma de valores relativos no calibrados o simplemente llamados Números Digitales
(ND) o brillo. Cuando se requiere realizar comparaciones entre imágenes de distintas fechas, de las
mismas áreas, será necesario realizar las correcciones de los datos de manera que sean comparables.
Sin embargo la dispersión y absorción provocada por los aerosoles resulta difícil corregir debido a su
variación en el tiempo y el espacio, constituyendo la limitante más severa en la corrección radiométrica
de los datos de satélite (Song et al., 2001).
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 15 de 34
El tratamiento que se ha aplicado a la imagen satelital es el siguiente:
a) Conversión de Nivel digital a Radiancia
Las imágenes satelitales Landsat 8, consisten en una serie cuantificada, calibrada y escalada de niveles
digitales ND, los cuales representan los datos de una imagen multiespectral adquirida por los sensores:
i) OLI (Operational Land Imagen) y ii) TIRS (Thermal Infrared Sensor). Los datos de las bandas están
derivados en 16 bits en formato no cifrado y pueden ser reescalados a los valores de reflectancia y/o
radiancia en el techo de la atmosfera TOA.
Este proceso se ha hecho usando la información contenida el archivo del metadato (*_MTL.txt), en el
cual se encuentran los coeficientes radiométricos, la ecuación que nos ha permitido hacer la conversión
es la siguiente:
𝐿𝛌 = 𝑀𝐿𝑄𝑐𝑎𝑙 + 𝐴𝐿
Donde:
Lλ: Es el valor de radiancia espectral en el techo de la atmosfera (TOA) medida en valores de
(Watts /m2 * srad * µm)
ML: Banda; es el factor multiplicativo de escalado especifico obtenido del metadato
(RADIANCE_MULT_BAND_x, donde x es el número de la banda)
AL: Banda; es el factor aditivo de escalado especifico obtenido del metadato
(RADIANCE_ADD_BAND_x, donde x es el número de la banda)
Qcal: Producto estándar cuantificado y calibrado por valores de pixel (DN). Este valor se refiere a
cada una de las bandas de la imagen. Para esta imagen el valor máximo es 65355 y el mínimo
es 1
Figura 5.03: Conversión de Niveles digitales a Radiancia
Fuente: Elaboración propia
Las bandas originales del Landsat 5 y 8 están a una resolución radiométrica de 16 bit no signados, lo
que quiere decir que las nuevas bandas donde se guardaran las imágenes con valores de radiancia
TOA deberán ser de 32 bit con el fin de evitar la pérdida de información.
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 16 de 34
b) Conversión de Radiancia a Reflectancia (corrección atmosférica)
Como parte del tratamiento de imágenes satelitales, la corrección atmosférica es un procedimiento que
tiene como objetivo corregir el efecto de dispersión de energía electromagnética en las partículas de
agua suspendidas en la atmósfera, permitiendo de esta manera, restar de la imagen los valores que
éstas agregan a los datos de la imagen.
Para la corrección atmosférica hemos utilizado el método DOS - Dark Object Subtraction (extracción
del pixeles oscuros) o también conocido como el método de Chavez, hemos usado la siguiente
ecuación para hacer la conversión de Radiancia a Reflectancia:
𝑝(λ) =𝐿 ∗ 𝜋 ∗ 𝑑2
𝐸𝑖(λ) ∗ cos 𝑄
Donde:
P(λ): Reflectancia al tope de la atmosfera
L: Radiancias
d: Distancia tierra-sol
Ei(λ): Irradiancia solar
Q: Ángulo cenital solar
Figura 5.04: Conversión de Radiancia a Reflectancia
Fuente: Elaboración propia
Los documentos que han servido de soporte en las citas bibliográficas y procesos del tratamiento son
los siguientes:
http://sistemasdeinformaciongeografica911.blogspot.pe/2014/10/correcion-atmosferica-por-el-metodo-
de.html
http://www.un-spider.org/sites/default/files/LDCM-L8.R1.pdf
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 17 de 34
5.4. Identificación, georreferenciación y cuantificación de las posibilidades de intervención en
infraestructura verde en el ámbito del CRCH CHIRILU
Tomando como insumos a la información cartográfica recopilada, el modelo de elevación digital, las
imágenes satelitales y demás materiales indicados en el presente documento, se procedió hacer la
Identificación, georreferenciación y cuantificación de las posibilidades de intervención en infraestructura
verde en el ámbito del CRCH CHIRILU.
5.4.1. Digitalización de bofedales
El insumo principal que se ha hecho para digitalizar los bofedales del ámbito en estudio ha sido las
imágenes satelitales.
Para empezar a digitalizar los bofedales se creó en la base de datos la capa temática denominada
“Humedales2016”, luego se desplegó en el ArcGIS 10.3, la información del mapa base y la imagen
satelital, se combinó las bandas en falso color RGB 543 y la distribución de los histogramas fue
mediante el método de histograma ecualizado (Histogram Equalize); esta combinación permite
diferenciar claramente los bofedales del resto de coberturas terrestres, los cuales se observan de color
rojo intenso, como se puede apreciar en la siguiente figura:
Figura 5.05: Combinación falso color para mapear los humedales (color rojo)
Fuente: Elaboración propia
Luego haciendo uso de herramientas de edición del ArcGIS se procedió a digitalizar los bofedales que
son visibles a una escala 1:25000, obteniéndose los siguientes resultados:
Bofedales
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 18 de 34
Cuadro 5.02: Humedales digitalizados para el año 2016
Cuenca Cantidad Área (ha)
Chillón 283 1606.60
Lurín 120 404.50
Rímac 814 3386.43
Fuente: Elaboración propia
Finalmente se han elaborado los mapas que muestran la distribución espacial de los bofedales en cada
una de las cuencas en estudio:
Figura 5.06: Bofedales mapeados para la cuenca Chillón
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 19 de 34
Figura 5.07: Bofedales mapeados para la cuenca Lurín
Fuente: Elaboración propia
Figura 5.08: Bofedales mapeados para la cuenca Rímac
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 20 de 34
5.4.2. Digitalización de andenes
Para digitalizar esta infraestructura verde, el principal insumo ha sido el mapa parlante elaborado en
campo con la ayuda de la población.
Para empezar a digitalizar los andes se creó en la base de datos la capa temática denominada
“Andenes2016”, luego se desplegó en el ArcGIS 10.3, la información del mapa base y con la ayuda de
imágenes satelitales de alta resolución de ArcGIS Online se ha hecho la búsqueda y precisión de cada
uno de los andenes.
A continuación se ilustran dos figuras, que ilustran en cierta medida el proceso de digitalización:
Figura 5.09: Mapa parlante elaborado para la cuenca del río Chillón
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 21 de 34
Figura 5.10: Ubicación en la imágenes satelital de alta resolución de los andenes
Fuente: Elaboración propia
Luego haciendo uso de herramientas de edición del ArcGIS se procedió a digitalizar los andes que son
visibles a una escala 1:25000, obteniéndose los siguientes resultados:
Cuadro 5.03: Andenes digitalizados para el año 2016
Cuenca Cantidad Área (ha)
Chillón 47 2064.94
Lurín 62 504.42
Rímac 142 2461.17
Fuente: Elaboración propia
Finalmente se han elaborado los mapas que muestran la distribución espacial de los bofedales en cada
una de las cuencas en estudio:
Andenes
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 22 de 34
Figura 5.11: Andenes mapeados para la cuenca Chillón
Fuente: Elaboración propia
Figura 5.12: Andenes mapeados para la cuenca Lurín
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 23 de 34
Figura 5.13: Andenes mapeados para la cuenca Rímac
Fuente: Elaboración propia
5.4.3. Digitalización de áreas para forestación y reforestación
Para digitalizar esta infraestructura verde, el principal insumo ha sido el mapa de Capacidad de uso
mayor (CUM) elaborado por la ONERN, el mapa de Pendientes elaborado a partir de Modelo de
elevación digital (MED) del sensor remoto ASTER y los servicios de imagines satelitales de alta
resolución de ArcGIS Online.
Para empezar a digitalizar las áreas para forestación y reforestación se creó en la base de datos la
capa temática denominada “Forestacion2016”, luego se desplegó en el ArcGIS 10.3, la información del
mapa base y con la ayuda de los mapas mencionados y las imágenes satelitales de alta resolución se
ha hecho el mapeo de cada una de las áreas que presentan condiciones para ser forestados o
reforestados.
A continuación se ilustran una figura, que ilustran en cierta medida un área para forestar o reforestar:
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 24 de 34
Figura 5.14: Ubicación en la imágenes satelital de alta resolución las áreas para forestar o reforestar
Fuente: Elaboración propia
Luego haciendo uso de herramientas de edición del ArcGIS se procedió a digitalizar las áreas que
presentan condiciones para ser forestados o reforestados y son visibles a una escala 1:25000,
obteniéndose los siguientes resultados:
Cuadro 5.04: Áreas para forestar o reforestar digitalizadas para el año 2016
Cuenca Cantidad Área (ha)
Chillón 39 1309.62
Lurín 45 759.69
Rímac 75 2322.17
Fuente: Elaboración propia
Finalmente se han elaborado los mapas que muestran la distribución espacial de las áreas para ser
forestados o reforestados en cada una de las cuencas en estudio:
Áreas para forestar o reforestar
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 25 de 34
Figura 5.15: Áreas para forestar o reforestar mapeadas para la cuenca Chillón
Fuente: Elaboración propia
Figura 5.16: Áreas para forestar o reforestar mapeadas para la cuenca Lurín
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 26 de 34
Figura 5.17: Áreas para forestar o reforestar mapeadas para para la cuenca Rímac
Fuente: Elaboración propia
5.4.4. Digitalización de áreas de pastos
Para digitalizar esta infraestructura verde, el principal insumo ha sido el mapa de Capacidad de uso
mayor (CUM) elaborado por la ONERN, el mapa de Pendientes elaborado a partir de Modelo de
elevación digital (MED) del sensor remoto ASTER y los servicios de imagines satelitales de alta
resolución de ArcGIS Online.
Para empezar a digitalizar las áreas de se creó en la base de datos la capa temática denominada
“Pastos2016”, luego se desplegó en el ArcGIS 10.3, la información del mapa base y con la ayuda de
los mapas mencionados y las imágenes satelitales de alta resolución se ha hecho el mapeo de cada
uno de las áreas que presentan pastos.
A continuación se ilustran una figura, que ilustran en cierta medida un área de pastos:
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 27 de 34
Figura 5.18: Ubicación en la imágenes satelital de alta resolución las áreas de pastos
Fuente: Elaboración propia
Luego haciendo uso de herramientas de edición del ArcGIS se procedió a digitalizar las áreas de pastos
y son visibles a una escala 1:25000, obteniéndose los siguientes resultados:
Cuadro 5.05: Áreas para pastos digitalizadas para el año 2016
Cuenca Cantidad Área (ha)
Chillón 68 5623.24
Lurín 43 760.42
Rímac 95 2684.91
Fuente: Elaboración propia
Finalmente se han elaborado los mapas que muestran la distribución espacial de las áreas de pastos
en cada una de las cuencas en estudio:
Área de pastos
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 28 de 34
Figura 5.19: Áreas de pastos mapeadas para la cuenca Chillón
Fuente: Elaboración propia
Figura 5.20: Áreas de pastos mapeadas para la cuenca Lurín
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 29 de 34
Figura 5.21: Áreas de pastos mapeadas para la cuenca Rímac
Fuente: Elaboración propia
5.4.5. Análisis y cuantificación de las posibilidades de intervención en infraestructura verde
En análisis ha consistido en caracterizar en nivel de degradación que tiene los bofedales y pastos, para
ello se han utilizado como insumo el mapa parlante que se elaboró en campo; así mismo se ha evaluado
el nivel de susceptibilidad que presenta el ecosistema en estos lugares.
La cuantificación está referida a determinar la cantidad de áreas que se tendría para cada tipo de
infraestructura verde.
Luego de correlacionar espacialmente los bofedales y pastos con el mapa parlante (tipo de
intervención) y el mapa de susceptibilidad del ecosistema, se han obtenido los siguientes resultados:
a) Cuenca Chillón
Para la cuenca Chillón se han identificado y cuantificados las siguientes Posibilidades de intervención
en Infraestructura Verde, las cuales se resumen en el cuadro que se presenta a continuación:
Cuadro 5.06: Posibilidades de intervención en Infraestructura Verde en la cuenca del río Chillón
Tipo de
infraestructura verde Cantidad Grado de intervención
Nivel de
susceptibilidad Área (ha)
Bofedales 38
Rotación pastoreo (Vacuno) Alta 152.78
1 Muy alta 0.80
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 30 de 34
Tipo de
infraestructura verde Cantidad Grado de intervención
Nivel de
susceptibilidad Área (ha)
75 Sobrepastoreo (Equino-
Vacuno-Ovino) Alta 926.86
10 Sobrepastoreo (Vacuno-
Ovino-Caprino) Alta 17.74
120 Sobrepastoreo (Vacuno-
Ovino)
Alta 443.99
3 Muy alta 10.01
35 No definida
Alta 54.02
1 Muy alta 0.40
Pastos
7 Sobrepastoreo (Equino-
Vacuno-Ovino) Alta 521.38
2 Sobrepastoreo (Vacuno-
Ovino-Caprino) Alta 49.66
14 Sobrepastoreo (Vacuno-
Ovino) Alta 655.64
44 No definida
Alta 4334.98
1 Muy alta 61.57
Andenes 42
No definida Alta 1943.98
5 Muy alta 120.97
Forestación 35
No definida Alta 1208.59
4 Muy alta 101.03
Fuente: Elaboración propia
También se ha elaborado un mapa, cuya finalidad es mostrar la distribución espacial de las
Posibilidades de intervención en Infraestructura Verde en la cuenca del río Chillón, el cual está ubicado
en los anexos.
Así mismo para esta cuenca se ha mapeado un total de 16.45 Km de canales construidos para
mamanteo.
Además se han mapeado un total de 1071.38 hectáreas de franja marginal y 13483.94 hectáreas de
lomas, las cuales podrían ser consideradas como parte de la infraestructura verde. A continuación se
muestra un mapa con la ubicación de la franja marginal y las lomas.
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 31 de 34
Figura 5.22: Franja marginal y Lomas en la cuenca Chillón
Fuente: Elaboración propia
b) Cuenca Lurín
Para la cuenca Lurín se han identificado y cuantificados las siguientes Posibilidades de intervención en
Infraestructura Verde, las cuales se resumen en el cuadro que se presenta a continuación:
Cuadro 5.07: Posibilidades de intervención en Infraestructura Verde en la cuenca del río Lurín
Tipo de
infraestructura verde Cantidad Grado de intervención
Nivel de
susceptibilidad Área (ha)
Bofedales
99 Sobrepastoreo (Vacuno-
Ovino)
Alta 373.08
9 Muy alta 11.95
9 No definida
Alta 12.17
3 Muy alta 7.30
Pastos 36
Sobrepastoreo (Vacuno-
Ovino) Alta 622.06
7 Sin uso definido Alta 138.35
Andenes 34
No definida Alta 432.78
28 Muy alta 71.65
Forestación 38
No definida Alta 628.54
7 Muy alta 131.15
Fuente: Elaboración propia
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 32 de 34
También se ha elaborado un mapa, cuya finalidad es mostrar la distribución espacial de las
Posibilidades de intervención en Infraestructura Verde en la cuenca del río Lurín, el cual está ubicado
en los anexos.
Además se han mapeado un total de 860.51 hectáreas de franja marginal y 7741.48 hectáreas de
lomas, las cuales podrían ser consideradas como parte de la infraestructura verde. A continuación se
muestra un mapa con la ubicación de la franja marginal y las lomas.
Figura 5.23: Franja marginal y Lomas en la cuenca Lurín
Fuente: Elaboración propia
c) Cuenca Rímac
Para la cuenca Rímac se han identificado y cuantificados las siguientes Posibilidades de intervención
en Infraestructura Verde, las cuales se resumen en el cuadro que se presenta a continuación:
Cuadro 5.08: Posibilidades de intervención en Infraestructura Verde en la cuenca del río Lurín
Tipo de
infraestructura verde Cantidad Grado de intervención
Nivel de
susceptibilidad Área (ha)
Bofedales
3 Sobrepastoreo (Vacuno-
Ovino) Alta 2.76
796 No definida
Alta 3349.28
15 Muy alta 34.39
Pastos
9 Sobrepastoreo (Vacuno-
Ovino)
Alta 99.59
1 Muy alta 25.04
84 No definida Alta 2547.21
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 33 de 34
1 Muy alta 13.07
Andenes 62 No definida
Alta 1362.11
80 Muy alta 1099.06
Forestación 31 No definida
Alta 1279.40
44 Muy alta 1042.765719
Fuente: Elaboración propia
También se ha elaborado un mapa, cuya finalidad es mostrar la distribución espacial de las
Posibilidades de intervención en Infraestructura Verde en la cuenca del río Rímac, el cual está ubicado
en los anexos.
Además se han mapeado un total de 999.58 hectáreas de franja marginal y 16074.65 hectáreas de
lomas, las cuales podrían ser consideradas como parte de la infraestructura verde. A continuación se
muestra un mapa con la ubicación de la franja marginal y las lomas.
Figura 5.24: Franja marginal y Lomas en la cuenca Rímac
Fuente: Elaboración propia
5.5. Diseño y elaboración de los mapas SIG para el ámbito del CRCH CHIRILU
Finalmente se han diseñado y elaborado los siguientes mapas:
✓ Mapa base para el ámbito del CRCH CHIRILU
✓ Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Chillón
✓ Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Rímac
✓ Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Lurín
Servicios Profesionales Especializados en Sistemas de Información Geográfica (SIG)
Proyecto PARA-aguas Página 34 de 34
6. CONCLUSIONES
6.1. Conclusiones
✓ Se identificó y cuantificó como posibilidades de intervención en infraestructura verde a 283
bofedales, 47 andenes, 68 áreas de pastos y 39 áreas para forestación/reforestación, para
la cuenca Chillón.
✓ Se identificó y cuantificó como posibilidades de intervención en infraestructura verde a 120
bofedales, 62 andenes, 43 áreas de pastos y 45 áreas para forestación/reforestación, para
la cuenca Lurín.
✓ Se identificó y cuantificó como posibilidades de intervención en infraestructura verde a 814
bofedales, 142 andenes, 95 áreas de pastos y 75 áreas para forestación/reforestación, para
la cuenca Rímac.
✓ Se ha elaborado 1 mapa base para el ámbito del CRCH CHIRILU
✓ Se ha elaborado 1 mapa con la distribución espacial de las posibilidades de intervención en
infraestructura verde para la cuenca Chillón
✓ Se ha elaborado 1 mapa con la distribución espacial de las posibilidades de intervención en
infraestructura verde para la cuenca Rímac
✓ Se ha elaborado 1 mapa con la distribución espacial de las posibilidades de intervención en
infraestructura verde para la cuenca Lurín
7. REFERENCIA BIBLIOGRÁFICA
✓ Bosque, J. (1992). Sistemas de Información Geográfica. Primera edición. Madrid. 445 pp.
✓ Chivieco. E. 2010. Teledetección ambiental – La observación de la Tierra desde el espacio.
Tercera edición. Barcelona. 590 p.
✓ Korte, G. (2001). The GIS Book. Quinta edición. Canadá. 387 pp.
✓ Pantigoso, H. (2009). ArcGIS, El mejor Sistema de Información Geográfica. Segunda edición.
Lima. 399 pp.
✓ Rigaux, P. (2002). Spatial Databases with application to GIS. San Francisco – EE. UU. 410 pp.
✓ Roggero, H. (1995). Cartografía y Geodesia satelital. Lima. 231. Pp.
✓ Tomlinson, R. (2007). Pensando en el SIG. California. 255 pp.
8. ANEXOS
a) Mapa base para el ámbito del CRCH CHIRILU.
b) Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Chillón.
c) Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Rímac.
d) Mapa de las posibilidades de intervención en infraestructura verde para la cuenca Lurín.