informe geam

UNIVERSIDAD CATLICA NUESTRA SEORA DE LA ASUNCION

FACULTAD DE CIENCIAS Y TECNOLOGIA

CENTRO DE TECNOLOGA APROPIADA

INFORME PASANTA ACADMICA

GESTIN AMBIENTAL

ROBERTO TAKAHASHI Ingeniera Ambiental

Matrcula 050319

2009

Informe de Pasanta. GEAM. Roberto Takahashi Ingeniera Ambiental. Facultad de Ciencias y Tecnologa. UCA.

- 2 -

ndice

1. Introduccin .................................................................................................................. 3

2. La Empresa .................................................................................................................... 4

3. Actividades Realizadas .................................................................................................. 5

3.1. Plan de Trabajo ............................................................................................................ 5

3.2. Actividades Desarrolladas ............................................................................................ 5

a. Preparacin de imgenes satelitales y procesamiento (mosaico, georreferenciacin, clasificacin) .......................................................................................................................... 5

Investigacin y utilizacin de GRASS. ......................................................................... 6

THE COLOR COMPOSITE (COMPOSICIN DE COLORES) ......................................... 6

IMAGERY GROUPS (AGRUPACIN DE IMGNES) ................................................... 6

IMAGE CLASSIFICATION (CLASIFICACIN DE IMGENES) ...................................... 6

b. Elaboracin de mapas y anlisis espacial en SIG (Digitalizacin, composicin y atributos) ............................................................................................................................... 7

c. Colaboracin en la preparacin de modelo matemtico hidrolgico de la cuenca del Lago Ypacarai......................................................................................................................... 9

3.3. Relacin con la Carrera ................................................................................................ 9

4. Conclusiones................................................................................................................ 10

5. Bibliografa .................................................................................................................. 11

6. Anexos ......................................................................................................................... 12

PROCESAMIENTO DE IMAGEN PARA SU CLASIFICACIN MULTIESPECTRAL .................... 13

Introduccin .................................................................................................................. 13

Consideraciones en la cuenca del Arroyo Yuquyry ....................................................... 13

Procesos secuenciales para la clasificacin multiespectral. ......................................... 15

Generacin de mapa de grillas segn tipo y uso de suelo. .......................................... 20

Imgenes preparadas para publicacin. ....................................................................... 22


- 3 -

1. Introduccin

La pasanta en la Organizacin No Gubernamental (ONG) Gestin Ambiental

(GEAM), fue realizada en el periodo Setiembre a Octubre de 2008, en la que se colabor en la elaboracin del trabajo tcnico, Sistemas de Apoyo a la toma de decisiones en el Marco de la Ley 3239: Modelo Hidrolgico de la Cuenca del Yuquyry. Este trabajo sera presentado en el Segundo Congreso Paraguayo de Recursos Hdricos, organizado por la Asociacin Paraguaya de Recursos Hdricos.

Las principales actividades realizadas fueron las de procesar imgenes satelitales,

elaboracin de mapas y anlisis espacial en SIG, y colaboracin en la preparacin de modelo matemtico hidrolgico de la cuenca del Lago Ypacarai.


- 4 -

2. La Empresa

Gestin Ambiental (GEAM) es una organizacin de la sociedad civil que trabaja a

favor del Desarrollo Sustentable del Paraguay, integrando las dimensiones: - econmicas, - sociales, y - ambientales en la articulacin de iniciativas pblicas y privadas.

GEAM es una divisin de la ONG Altervida, la cual se organiza de la siguiente

manera:

GEAM tiene reas programticas como las siguientes: 1. Gobiernos Locales 2. Desarrollo Limpio 3. Economa Local 4. Administracin de Proyectos 5. Residuos Slidos 6. Evaluacin de Impacto Ambiental 7. Gestin del Territorio

Fuente: Altervida


- 5 -

8. Recursos Hdricos: o Restauracin de arroyos y humedales. o Drenaje urbano. o Gestin por cuencas hdricas. Elaboracin de normas y procedimientos del

funcionariado. Programas:

Gestin de aguas en Paraguay

Manejo de Cuencas 9. Agua y Alcantarillado Sanitario.

La pasanta fue realizada dentro del rea programtica de Recursos Hdricos, en la que se realizaron las tareas relacionadas con el manejo de cuencas, a travs de herramientas digitales o Hidroinformtica.

3. Actividades Realizadas

3.1. Plan de Trabajo

El objetivo general del trabajo de pasanta, consiste en estudiar la aplicabilidad de

la herramienta GRASS, como apoyo a la toma de decisiones en el marco de la nueva Ley de Recursos Hdricos.

En este contexto, el objetivo especfico es la Determinacin de Usos de Suelo

mediante el procesamiento de imgenes satelitales Landsat VII ETM del 2002 con el software GRASS.

Las principales actividades a desarrollar en el marco del objetivo especfico son:

a) Preparacin de imgenes satelitales y procesamiento (mosaico, georreferenciacin, clasificacin)

b) Elaboracin de mapas y anlisis espacial en SIG (digitalizacin, composicin y atributos)

c) Colaboracin en la preparacin de modelo matemtico hidrolgico de la cuenca del Lago Ypacarai.

3.2. Actividades Desarrolladas

a. Preparacin de imgenes satelitales y procesamiento (mosaico, georreferenciacin, clasificacin)

Para realizar esta actividad se requieren de 2 principales recursos, que son las

imgenes satelitales sin procesarlas y una herramienta de geoprocesamiento, cuyo mdulo debe ser adquirido en forma conjunta con la licencia del programa principal.

Para tal efecto las imgenes satelitales que fueron utilizadas son de la Base de

Datos SIG de la ONG GEAM y el software GRASS para procesar las imgenes.


- 6 -

GRASS es un proyecto de Open Source Geospatial Foundation y es utilizado para la gestin y anlisis de datos geoespaciales, procesamiento de imgenes, produccin de mapas y grficos, modelado espacial y visualizacin. Es un software de cdigo abierto con licencia libre, por tal razn se ha decidido utilizar y demostrar su utilidad para esta tarea.

Investigacin y utilizacin de GRASS.

Como el objetivo especfico en este caso fue el procesamiento de imgenes

satelitales, se recurri al documento GRASS Tutorial: Image Processing de Victoria Harmon y Michael Shapiro. Los principales captulos ledos fueron: THE COLOR COMPOSITE, IMAGERY GROUPS e IMAGE CLASSIFICATION, que constituyeron la base para el manejo y procesamiento de imgenes.

THE COLOR COMPOSITE (COMPOSICIN DE COLORES)

El primer captulo ledo hace referencia a la creacin de una imagen de color compuesta a partir de tres bandas del sensor satelital, las cuales son elegidas por el usuario.

Por ejemplo: El satlite LANDSAT posee 8 bandas, de las cuales podemos elegir la

banda 1, 3 y 5, para realizar nuestra composicin de imagen. De acuerdo a lo expuesto hasta aqu, la composicin de imgenes puede ser

realizada con facilidad. Luego de realizar esta tarea se plantea un problema, el cual es, qu banda del satlite debemos utilizar para esta tarea.

Se identific que la Banda 7 Trmico Prximo desempea un papel determinante

para la tarea de clasificacin de imagen, para usos de suelo1.

IMAGERY GROUPS (AGRUPACIN DE IMGNES)

El principal objetivo de crear un grupo de imgenes es la de identificar colecciones de archivos rasters para la clasificacin y rectificacin. Los programas i.cluster y i.maxlik solicita al usuario por el grupo de imgenes y el subgrupo de imgenes que sern analizados. El subgrupo de imgenes contiene los archivos rasters de las bandas a ser clasificadas. El grupo de imgenes que contiene el subgrupo sirve de almacenamiento para los archivos de firma espectrales generados por i.cluster y el mapa clasificado generado por i.maxlik.

IMAGE CLASSIFICATION (CLASIFICACIN DE IMGENES)

El mtodo utilizado por el software para la clasificacin de imgenes, es la de Clasificacin Multiespectral. Este proceso analiza los valores de la reflectancia espectral que poseen los pxeles en una imagen. En una imagen satelital sin procesar, cada celda contiene un DN o ND (Digital Number o Nmero Digital) o Valor de reflectancia espectral cuyo rango va de 0 a 255. Estas celdas son agrupadas en Clsteres o Categoras durante la clasificacin de una imagen, y pueden ser interpretados como la representacin de las caractersticas de la superficie de la tierra.

1 EL SATELITE LANDSAT. Anlisis visual de imgenes obtenidas del sensor ETM+ SATELITE LANDSAT


- 7 -

Existen tres mtodos de clasificacin: a) Clasificacin supervisada b) Clasificacin no supervisada c) Combinacin de clasificacin supervisada y no supervisada. En este caso se opt por la realizacin de una clasificacin no supervisada, la cual

consiste en un proceso en el que el software realiza la clasificacin de acuerdo a los Clsteres identificados y no se comprueban en el terreno la veracidad de cada pxel.

Para la identificacin de clsteres es necesario utilizar el programa i.cluster. i.cluster es un comando que abre el programa que genera firmas espectrales para

la cobertura de tipos de suelo en la imagen utilizando un algoritmo de agrupamiento. El resultado obtenido es un archivo que contiene firmas espectrales que ser utilizado por i.maxlik en la clasificacin no supervisada.

Las distribuciones de clsteres estn influenciadas por seis parmetros

determinados por el usuario. El primero es el nmero inicial de clsteres que sern discriminados por el programa. Este nmero estar influenciado por el rango de Nmeros Digitales que existe en la imagen. De esta manera el programa tratar de agrupar los ND en la cantidad de nmero inicial de clsteres asignados. La cantidad final de clsteres, generado por i.cluster corresponder a la cantidad de usos de suelo en la imagen.

Para terminar la clasificacin no supervisada, se necesita utilizar el programa

i.maxlik, el cual clasifica la imagen de acuerdo a la informacin que est en los archivos de firmas espectrales generados por i.cluster.

i.maxlik utiliza las firmas espectrales para determinar a qu grupo o clster

pertenece cada pixel de la imagen analizada. Lo realiza de acuerdo a la mxima probabilidad de que cada pixel corresponda a un clster o grupo. El resultado final es un archivo de imagen clasificado en el que cada pixel tiene asignado un valor de la firma espectral a la que pertenece. Las clases de la imagen pueden ser relacionadas con un uso de suelo especfico en el terreno.

b. Elaboracin de mapas y anlisis espacial en SIG (Digitalizacin, composicin y atributos)

La actividad anterior dio resultado a una imagen satelital procesada, cuya caracterstica es la clasificacin del uso de suelo del terreno. En esa condicin aun no es posible realizar un anlisis espacial de la informacin contenida en la imagen, ya que debemos exportarla a un formato en que ArcView, mediante el Spatial Analyst (Anlisis Espacial), pueda procesarlas.

En este punto, teniendo en cuenta que GRASS puede realizar esas tareas, es

importante mencionar que la utilizacin de ArcView fue nica y exclusivamente a fin


- 8 -

de reducir el tiempo en el anlisis espacial frente a la de investigar ese mdulo en GRASS y que los mapas generados puedan ser utilizados posteriormente en el software de modelacin hidrolgica HEC-HMS.

En GRASS se eligi exportar al formato .grd, que corresponde a un formato de

mapa de grillas utilizable en ArcView. De esta manera es posible asignar valores de escorrenta, de acuerdo al Mtodo SCS Abstracciones, el cual utiliza la tabla de nmeros de curvas para escorrenta de acuerdo al uso y tipo de suelo2.

De acuerdo a la clasificacin hecha en GRASS, solo se pudieron dar valores de

nmero de curva para los diferentes usos del suelo en el terreno, pero no se pudieron dar valores para cada tipo de suelo, ya que en la cuenca se pueden tener un mismo uso de suelo con diferente tipo de suelo, es decir se puede tener un uso de suelo de Zona Residencial en un tipo de suelo de Arena Profunda(A) y tambin en Suelos Poco Profundos (B).

La asignacin principal se hizo de acuerdo a un tipo de suelo predominante en la cuenca. Para la asignacin de valores de nmero de curva de uso de suelo para los dos tipos de suelo restante se realiz un procedimiento matemtico espacial.

Para ello se elabor un mapa de tipo de suelo, en el que se identificaron solo

tres tipos de suelo.

Para cada tipo de suelo se estim en promedio, la diferencia que pudiera existir entre el tipo de suelo predominante y los dos siguientes tipos de suelo. Luego este mapa, de grillas, se sum al mapa principal de uso de suelo el cual ya contiene nmeros de curva. Para el tipo de suelo predominante no se suma ningn valor ya que en base a esta se realiz la diferencia de valores, y solo suma valores para los dos tipos de suelos restantes. Entonces, podemos decir por ejemplo, que si para la Zona Residencial tiene un nmero de curva de 70 en el tipo de suelo predominante, se le suma 0, para el segundo tipo de suelo se suma 3 y para el tercero se suma 5. De esta forma obtenemos diferentes nmeros de curvas para el mismo uso de suelo en diferentes tipos de suelo.

Esto da como resultado un mapa de grillas, clasificado de acuerdo al tipo de

suelo y al uso de suelo, con el cual ya podemos realizar una estimacin para la escorrenta en la cuenca. La estimacin ya se puede realizar de acuerdo a la informacin que almacena ArcView en la base de datos para este mapa.3

2 Hidrologa Aplicada, Ven Te Chow et al.

3 En Anexos se incluye PROCESAMIENTO DE IMAGEN PARA SU CLASIFICACIN MULTIESPECTRAL, en el que se indica paso por paso el anlisis espacial.


- 9 -

c. Colaboracin en la preparacin de modelo matemtico hidrolgico de la cuenca del Lago Ypacarai.

En la preparacin del modelo se realizaron la recopilacin de informacin acerca de los usos de suelo en la cuenca, estimacin de tiempo de concentracin y velocidad de trnsito para algunas subcuencas representativas de la cuenca.

Al respecto se realizaron la inspeccin visual de los mapas georreferenciados

desde Google Earth del ao 2005, el cual nos da una idea de los usos de suelos ms recientes, en comparacin con las ortofotocartas de la Direccin del Servicio Geogrfico Militar del ao 1994.

Se elaboraron mapas de presentacin, como producto final del procesamiento

de imgenes, los cuales son: 1. Uso de Suelo segn CMV, 2. Uso de Suelo Segn Nmero de Curva, 3. Tipo de Suelo de Cuenca, 4. Uso de Suelo Segn Tipo y Uso de Suelo, 5. Mapa de Elevacin Digital 6. Delimitacin de Cuenca en Imgenes de Google Earth 2005 Georreferenciados, 7. Delimitacin de Cuenca en Imagen Landsat 7 ETM 2002 y, 8. Delimitacin de Cuenca Ortofotocarta 1994.

Y los siguientes dos mapas que corresponden a un trabajo realizado por otro

pasante: Uso de suelo 1994 y Uso de Suelo 20005

3.3. Relacin con la Carrera

La pasanta hecha en el rea programtica Gestin por cuencas hdricas, tiene actividades estrechamente relacionadas con la carrera de Ingeniera Ambiental, en el mbito de saneamiento y en el desarrollo de estrategias para elevar la conciencia acerca de la problemtica ambiental, la mitigacin y prevencin de impactos ambientales en una cuenca hdrica.

Los principales conceptos bsicos tratados en este trabajo, son estudiados en

diversas materias impartidas durante la Carrera. Las principales son: Sensoreamiento Remoto, Geologa Ambiental, Hidrologa Superficial y Subterrnea, Poltica y Legislacin Ambiental, Obras Hidrulicas, Hidrulica Aplicada y Ordenamiento Ambiental, entre otras que son requisitos para cursar las mencionadas.


- 10 -

4. Conclusiones

Con la culminacin del trabajo se pudieron obtener varios resultados, de los cuales

los principales fueron seleccionados para ser considerados en el documento tcnico a presentarse en el Congreso de Recursos Hdricos.

Entre ellos son los mapas de presentacin: Uso de Suelo Segn CMV de Imagen

Landsat y Uso de Suelo Segn Tipo y Uso de Suelo. El primero fue utilizado para demostrar grficamente el uso de suelo en la cuenca y

el segundo para estimar la escorrenta en cada subcuenca, el cual es uno de los parmetros esenciales para la preparacin del modelo hidrolgico.

Los productos son realizados en la actualidad por consultores gegrafos,

topgrafos, ingenieros civiles y ambientales, en el que se tienen en cuenta conceptos bsicos, relacionados con sensores remotos, obras hidrulicas y el ordenamiento ambiental, por lo que resulta de suma importancia en la experiencia del estudiante y aumenta el conocimiento acerca del manejo de herramientas informticas relacionadas con la hidrologa, topografa y el ordenamiento territorial, entre otros.

La utilizacin de software de licencia libre, supone ventajas y desventajas. Una de las ventajas es la reduccin de los costos en adquisicin de software, cuyos

recursos pueden ser destinados a la contratacin de personal, lo cual genera fuentes de trabajo, aumenta la productividad y ofrece ventajas significativas en la investigacin.

La principal desventaja identificada, y en este caso fue una de las razones para utilizar un software de licencia privada para el anlisis espacial, fue el tiempo que se emplea en investigar sobre las funciones y el modo de utilizar GRASS, ya que el trabajo en cuestin deba ser presentado en el Congreso de Recursos Hdricos. La otra es la integracin de HEC-HMS en ArcView mediante el mdulo HEC-GeoHMS. Si bien GRASS tiene una amplia gama de compatibilidad con diversos formatos, que pueden ser tratados en HEC-HMS, investigar sobre la adecuada utilizacin de esos mdulos supone un estudio ms minucioso.


- 11 -

5. Bibliografa

Ven Te Chow. HIDRULICA DE CANALES ABIERTOS. McGraw Hill. 1994. Ven Te Chow. HIDROLOGA APLICADA. McGraw Hill. 1994. JICA; FUNDAINGE; CITEC-FIUNA. INVESTIGACIN DE LAS CONDICIONES HIDROLGICAS Y GEOLGICAS DE LA CUENCA DEL LAGO YPACARAI. MONITOREO DE LA CUENCA DEL ARROYO YUQUYRY. INFORME FINAL. Octubre 2005. (PDF). Victoria Harmon; Michael Shapiro. GRASS Tutorial: Image Processing. U. S. Army Construction Engineering Research Laboratory. (PDF). Ignacio Alonso Fernndez-Coppel; Eliecer Herrero Llorente. EL SATELITE LANDSAT. Anlisis visual de imgenes obtenidas del sensor ETM+ SATELITE LANDSAT. Universidad de Valladolid. 2001. (PDF)

Dr. Nicholas Short. Remote Sensing Totorial. NASA. [http://rst.gsfc.nasa.gov/Front/tofc.html] GRASS GIS. Introduction. [http://grass.itc.it/intro/general.php]


- 12 -

6. Anexos


- 13 -

Imagen 1. Ventana de inicio de GRASS

PROCESAMIENTO DE IMAGEN PARA SU CLASIFICACIN MULTIESPECTRAL

Introduccin

El objetivo principal de realizar una clasificacin multiespectral, es la de obtener

informacin contenida en la imagen. Esta informacin est disponible en los pxeles de la imagen satelital como Nmeros Digitales o DN. Estos nmeros indican los valores de reflectividad de cada tipo de superficie, que representan los distintos tipos de suelo en la superficie de un rea de estudio.

Es necesario conocer los distintos usos de suelo en el rea de estudio, en nuestro

caso la cuenca el Arroyo Yuquyry, para poder determinar la infiltracin y/o escorrenta y as estimar un balance hdrico.

Para esta tarea de clasificacin multiespectral, se utiliz la herramienta Geographic

Resources Analysis Support System o comnmente conocido como GRASS 6.3 en su versin para el Sistema Operativo Microsoft Windows.

GRASS es un Sistema de Informacin Geogrfica (SIG) utilizado actualmente en los medios acadmicos y comerciales de todo el mundo, as como por muchos organismos gubernamentales y empresas de consultora ambiental.

Los principales componentes de GRASS y la gestin de la integracin de los esfuerzos en los lanzamientos se realizaron por Construction Engineering Resesarch Laboratory (CERL) del USACE en Champaign, Illinois.

Consideraciones en la cuenca del Arroyo Yuquyry


- 14 -

Para la cuenca del Arroyo Yuquyry, inicialmente se realiz la clasificacin con ocho

tipos de uso de suelo, el cual no fue satisfactorio ya que algunos tipos de uso de suelo se confundan con otros, lo cual no es despreciable.

Un ajuste realizado para llegar a una distincin bsica, pero con una diferencia

notable, fue la asignacin de diez tipos de uso de suelo. Realizando comparaciones en ArcView con la imagen satelital original y las imgenes importadas desde Google Earth, se encontraron importantes coincidencias, lo cual fue una importante seal de que la clasificacin es satisfactoria.

Para dejar al anlisis fuera de dudas, se realizaron clasificaciones con doce, catorce y

diecisis tipos de uso de suelo, en los cuales tambin se notaron diferencias importantes. Sin embargo, decidimos no utilizarlas, ya que esas cantidades exige un estudio ms detallado, principalmente que demande mayor tiempo, y un nmero no determinado de visitas para reconocimiento in situ, sobre los distintos tipos de uso de suelo y as llegar a una asignacin precisa.


- 15 -

Procesos secuenciales para la clasificacin multiespectral.

La Clasificacin Multiespectral en la imagen se lleva a cabo mediante el algoritmo de

Clasificacin de Mxima Probabilidad (Maximum Likelihood Classification, MLC o tambin Clasificacin de Mxima Verosimilitud, CMV). Para este mtodo, el GRASS, utiliza los mdulos i.cluster y i.maxlik

La imagen utilizada para el procesamiento es un archivo Imagine obtenido gracias al

sensor Landsat 7 ETM, de 30 metros de resolucin. El primer paso realizado es la importacin de la imagen al programa GRASS

utilizando el comando r.in.gdal. Los datos requeridos por este comando son: El nombre, con la direccin, del archivo a importar. El nombre del archivo de salida como mapa raster. El nombre de la nueva ubicacin a crear (destino del mapa raster).

Imagen 2. Ventana del comando r.in.gdal. Se visualiza el campo a llenar con el nombre, con la direccin, del archivo a importar. Y el nombre del archivo de salida como mapa raster.


- 16 -

Una vez importada la imagen, el siguiente procedimiento es la de crear un grupo

para el archivo de imagen, utilizando el comando i.group. Los datos requeridos por este comando son: El nombre para el grupo de imgenes El nombre para el sub-grupo de imgenes Los rasters a ser incluidos en el grupo.

Imagen 3. Ventana del comando r.in.gdal. Se visualiza el ltimo campo a llenar con el nombre de la nueva ubicacin o directorio a crear.


- 17 -

Cabe destacar que se deben incluir por lo menos dos rasters en el grupo para que

puedan ser procesados. Los pasos anteriormente mencionados son imprescindibles, los cuales son tareas de

preparacin para realizar una clasificacin no supervisada. Luego, se ejecuta el comando i.cluster, que genera firmas espectrales para los

distintos tipos de uso de suelo en la imagen mediante un algoritmo de agrupamiento. El resultado es una firma que es usado como dato de entrada para el siguiente paso en el comando i.maxlik.

Los datos requeridos por i.cluster son: El grupo de imgenes a ser agrupados (definidos previamente) El sub-grupo de imgenes del grupo (definidos previamente) El nombre del archivo que contendr las firmas El nmero de clases (en este caso el nmero de tipo de uso de suelo). El nombre del archivo de salida que contendr el reporte final.

Imagen 4. Ventana del comando i.group.


- 18 -

El paso siguiente es realizar la clasificacin propiamente de la imagen. Para ello se utiliza el comando i.maxlik.

Este comando inicia un programa que clasifica la imagen basado en la informacin de firmas espectrales de grupo generado por i.cluster. Estos grupos o clster son categoras de informacin espectrales o clases que fueron determinados mediante los valores de los pxeles de la imagen.

i.maxlik es un discriminante que realiza un anlisis de clasificacin mediante la mxima probabilidad. Es el segundo paso para el procedimiento de una clasificacin no supervisada.

Los datos requeridos por i.maxlik son: El grupo de imgenes a ser clasificados El sub-grupo que contiene las imgenes a ser clasificados Las firmas que sern utilizadas para la clasificacin El nombre del mapa que contendr el resultado de la clasificacin

Imagen 5. Ventana del comando i.cluster.


- 19 -

El programa genera automticamente un mapa de uso de suelo, con la cantidad de

clasificaciones requeridas. El formato de dicho mapa es una malla, la cual puede ser exportada para ser utilizado en ArcView.

Imagen 6. Ventana del comando i.maxlik.


- 20 -

Generacin de mapa de grillas segn tipo y uso de suelo.

Siguiendo el objetivo de estimar la escorrenta generada en la cuenca, debemos

asignar valores de Nmero de Curva a cada pxel en el mapa de grillas, de acuerdo a cada tipo y uso de suelo, a partir del mapa de clasificacin de uso de suelo.

Este mapa nmero 1 de clasificacin, es un resultado generado por GRASS, el cual

fue exportado de manera que pueda ser abierto por ArcView. El mapa clasificado fue convertido en ArcView en el mapa n 1 de grillas, lo que

permiti realizar las comparaciones con imgenes de Google Earth, y establecer el uso de suelo. Para dicha tarea se utilizaron los datos de Soil Conservation Service (SCS), y se asignaron Nmeros de Curva a cada valor de pxel de la grilla, de acuerdo a cada tipo y uso de suelo. Luego se efectu una reclasificacin, para que estos valores queden guardados y se genere el mapa n 2 de grillas de uso de suelo, para un solo tipo de suelo hidrolgico, el B.

Sin embargo en la cuenca se identificaron otros dos tipos de suelo hidrolgicos, el C y D, por lo que esta reclasificacin no permite el anlisis y clculo de la escorrenta generada de forma representativa. Debido a esto se procedi a realizar una metodologa particular.

sta consisti en sumar al mapa n 2 reclasificado, la diferencia matemtica de cada

pxel existente entre el nmero de curva del mapa n 2 reclasificado de tipo de suelo y los otros nmeros de curva de los tipos de suelo an no considerados, para luego reclasificarlos y generar un cuarto mapa de grillas.

Es decir, se busc la diferencia de nmero de curva entre el tipo de suelo B y C; as

tambin la diferencia de nmero de curva entre el tipo de suelo B y D. Se identificaron los

REFERENCIAS

ru1 Tierra cultivada ru2 Tierra cultivada ru3 Pastizales o campo bo1 Bosques bo2 Bosques bo3 Bosques ur1 Residencial ur2 Residencial pav Parqueadores pavimentados,

techos, accesos, etc.

Imagen 7. Mapa N 1


- 21 -

promedios de las diferencias y se reclasific el mapa n 3 de tipo de suelo (preexistente) de la cuenca, con esos promedios. Este tercer mapa de tipo de suelo, cuyos pxeles contienen la diferencia identificada, se sum al mapa n 2 de grillas reclasificado; lo que result en el mapa N 4, de nmeros de curva segn el tipo y uso de suelo, considerados en su totalidad.

Imagen 8. Esquema de fusin de datos de Mapa N 2 ms datos de Mapa N 3.

+ =

Mapa N 2, segn uso de suelo, con tipo de suelo B

Mapa N 3, con valores de tipos de suelo C y D. No tiene valores de tipo de suelo B ni tampoco valores de uso de suelo por considerarse en mapa n 2

Mapa N 4, con valores segn tipo de suelo B, C y D; y uso de suelo.


- 22 -

Imgenes preparadas para publicacin.


- 23 -


- 24 -


- 25 -

informe geam

Documents