Edición 4: 2011

�

Memorias�de�las�I,�II,�III�y�IV�Jornadas�Nacionales�de�Geomática��

Ministerio del Poder Popular para Ciencia, Tecnología e Innovación Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico

Centro de Procesamiento Digital de Imágenes

Memorias de las I, II, III y IV

Jornadas Nacionales de Geomática

IV Jornadas 2011

Memorias de las I, II, III y IV Jornadas Nacionales de Geomática

Ministerio del Poder Popular para Ciencia, Tecnología e Innovación Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico Presidente Ejecutivo Arturo Gil Pinto Jefe Centro de Procesamiento Digital de Imágenes José Arismendi Valero Coordinador IV Jornadas 2011: Alejandro Ruiz Curcho Comité Organizador Carmen Goitía Blanco Darcy Jiménez Fernández Egle Valera González Elio Suárez Arroyo Fani Araque Rojas Alejandro Ruiz Curcho Rosa María Aguilar Bolívar Ingrid Chávez Hernández Ivonne Izarra Barrios Luz Marina Santana Machado Maribel Vieira Nunez Olga Matos Marmol Comité Técnico Freddy Flores Araque Gustavo Aguerrevere Winckelmann José Arismendi Valero María Antonieta Febres Ollarves María Milagro Primera Canelón Rafael Rebolledo Wueffer Ramiro Salcedo Gálviz Wuilian Torres Cárdenas

Comité de Publicaciones 2013 Anderson Albarrán Torres Fani Araque Rojas Freddy Flores Araque José De Sá Rodríguez Márquez Liser Verdugo Rodríguez María Antonieta Febres Ollarves María Milagro Primera Canelón Mariana Azuaje Casique Maritza Silva Cordero Maribel Vieira Nunez Ramiro Saavedra Rondón Diseño de portada Jesús Rodríguez Castillo Freddy Flores Araque Rafael Rebolledo Wueffer

Depósito Legal: lfx78320133002814 Caracas - Venezuela, 2013 Fundación Instituto de Ingeniería Carretera Baruta – Hoyo de La Puerta, entrada al IDEA Urb. Monte Elena II – Altos de Sartenejas. Caracas, Venezuela Apartado postal 40200. Teléfonos (58212) 9034610. www.fii.gob.ve

�

Memorias�de�las�I,�II,�III�y�IV�Jornadas�Nacionales�de�Geomática�

�


Memorias de las I, II, III y IV Jornadas Nacionales de Geomática

Trabajos revisados y evaluados por el Comité Técnico de cada edición de las Jornadas, conformado por profesionales del

Centro de Procesamiento Digital de Imágenes

La Fundación Instituto de Ingeniería y el Centro de Procesamiento Digital de Imágenes no se responsabilizan por los conceptos y opiniones emitidos por los autores.

La producción y publicación de este documento es responsabilidad del Centro de Procesamiento Digital de Imágenes

�


AutoresJesús A. RUIZ CURCHO(Coordinador) A. BALZA QUINTEROAdrian GRACIA ÁGUILAAlain LEÓN C.Alejandro ORGELIoHernández CEBRIANAlejandro RUIZAlfredo JIMÉNEZAliana LÓPEZ C.Álvaro VILORIAAmarís GONZÁLEZAmérico MONTILLAAnderson ALBARRÁNAndreína GARCÍAÁngel VALERAAniel ÁLVAREZ G.Arismar MARCANoArnaldo B. CABRERA M.Betsy CUZA GARCÍACarlos CAMACHOCarlos E. RAMÍREZ M. Carlos ZAPATACarmen ARAUJOCarmen GOITÍACeleste LORESCharity MOULANDClaudio MARCHÁNCristian MONTAÑÉZ S. D. DÁVILA-VERADaniel ECHAVARRÍA G. Dianet UTRIA P. Diego MACHADO PDieter R. FUENTES l.E. LABARCA V.Edixon VILLALOBOSEduardo PINEDAEduin ALBERTO F. J. DURÁN-MONTILLAF. PALMFrancisco BONIVEFreddy SÁNCHEZ

Giancarlo ALCIATURI D.Giovanny QUAGLIANOGladys Z. MOLINAGloría RAMÍREZGregoryd AZAGustavo AGUERREVEREGustavo MORANHéctor René SÁNCHEZ F. Henry PACHECOHugbell REYES Humberto BORGESIdania BRICEÑOJ. A. ROJAS F.J. G. PEÑAJ. CEDEÑOJ. MÁRQUEZJ. SÁNCHEZJae OGILVIEJesús A. MONCADA G. Jesús RODRÍGUEZJesús VILORIAJohnny MERCHÁNJosé DE SÁJosé G. VÍLCHEZJosé INDRIAGOJosé N. HERNÁNDEZJuan NÚÑEZJuan V. CISNEROS A.Julenni COLMENAREsKarel de la Cruz RIGUEIROKarenia CÓRDOVAKarina FUENMAYORL. ZAVALA MORILLOLaura DELGADOLeira CHACÓNLilianne MARTÍNEZ L. Luis FIGUEREDOLuis M. JÁUREGUILuis R. FONSECA P. M. CONTRERASManuel JÁUREGUI

Margarethatcher CEDEÑOMaría PRIMERAMaridalia PÉREZ V.Mark CASTONGUAYMaryoly MÁRQUEZMelvin HOYERMirla J. GODOY PMónica SACIDOMontserrat BAUTISGustavo MORANN. GARCÍA-MORANerio RAMÍREZ.Nixon MOLINANoel MIRANDAOmar A. GUERREROOnelia ANDRADEP. SOLÓRZANOPaul A. ARPPedro José PÉREZ G.R. V. MENDOZA B.Rafael REBOLLEDO W. Rafael ZERPARamiro SALCEDORaúl CASANELLA L. Ricardo CUBEROSRodolfo GIL CAMPOSRoxanna DÍAZSandra C. CASTILLO A.Santiago RAMOsSantiago YÉPEZScarlet CARTAYASergio GAMARRATerepaima TABAREVíctor VILACHÁW. ALBORNOZ D.Wilander SILVAWladimir BARRIOSWuilian TORRESYeiremi FREITESYenier JIMÉNEZ M. Z. PEÑA C.

�


INTRODUCCIÓN

Las IV JORNADAS NACIONALES DE GEOMÁTICA organizadas por la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT), a través del Centro de Procesamiento Digital de Imágenes (CPDI), se llevaron a cabo del 24 al 27 de octubre de 2011, con los objetivos de difundir los avances y las aplicaciones de la Geomática en Venezuela y el Mundo vinculados a la temática del Desarrollo Sustentable, promover el intercambio entre usuarios de la Geomática, y estrechar los lazos entre la comunidad geo-científica.

Bajo el lema: “La Geomática como Herramienta para el Desarrollo Sustentable”, se presentaron trabajos de los siguientes Temas:

1.Agricultura y Silvicultura 2.Cambio Climático, Eventos Extremos y Riesgos 3.Ciudad, Vivienda y Hábitat 4.Educación, Formación y Divulgación 5.Energía y Ambiente 6.Gestión Ambiental 7.Investigación, Desarrollo e Innovación 8.Salud

También se organizaron los siguientes Seminarios y Talleres:

1. Estatus de la Teledetección en China. 2. Soluciones mejoradas de monitoreo con WorldView-2 (DigitalGlobe). 3. Infraestructura de Datos Espaciales (IDE). 4. Geomática para Estudiantes de Bachillerato y Principiantes. 5. Teledetección Aplicada a la Evaluación del Entorno Geográfico de Planteles Educativos. 6. Espectro-radiometría en Sensores Remotos y Calibración de Imágenes Satelitales. 7. Últimos Avances de las Negociaciones del Cambio Climático y las NAMAs (Acciones de Mitigación Apropiadas a cada País, por sus siglas en inglés). 8.Elaboración de Mapas-Imagen. 9. Generación de Cuencas Hidrográficas y Análisis Espacial en 3D.

Las IV Jornadas coincidieron con la contratación por parte de la República Bolivariana de Venezuela con la Corporación Industrial China Gran Muralla

�


(CGWIC, por sus siglas en inglés), para la fabricación y lanzamiento del primer satélite de observación de la tierra de Venezuela, el Satélite Miranda. Este hecho sin precedente en el país, demanda y demandará el trabajo de una gran cantidad de Profesionales y Técnicos de las diferentes disciplinas, para generar una amplia gama de soluciones y aplicaciones.

Como circunstancias importantes se pueden mencionar:

� Continuidad del evento desde 2005, cada dos años. � Por primera vez se dictó un taller para estudiantes y principiantes, orientado

hacia alumnos de de primaria y pre-grado. � Invitados Internacionales:

- Dr. Giovanni Marchisio de la empresa Digital Globe. - Delegación China - Corporación Industrial Gran Muralla- Centro de Aplicaciones Cartográficas, Geodésicas y Satelitales,

SASMAC por sus siglas en inglés. � Teleconferencia sobre los “Últimos Avances de las Negociaciones del Cambio

Climático y las NAMAs”. � Se abrieron 50 cupos gratuitos de estudiantes para la asistencia a las Jornadas.

Se contó con la participación de personal de diferentes Organismos del Estado, Universidades, Estudiantes de Educación superior, educación primaria, empresa privada e invitados internacionales.

El evento fue posible gracias a la colaboración de las siguientes instituciones: PDVSA, CANTV, IGVSB, ABAE, DIGECAFA, ESRI, TOTAL, SIGIS, SELPER e IALCA.

En este medio digital encontrarán los extensos de los trabajos recibidos para el evento, agrupados por temas. Esperamos que dicho material, conjuntamente con el de las Jornadas anteriores, sea de mucha ayuda y sirva de referencia en el quehacer de la Geomática en Venezuela.

Alejandro Ruíz�

IV Jornadas Nacionales de Geomática

PONENCIAS

AGRICULTURA Y SILVICULTURA

CAMBIO CLIMÁTICO, EVENTOS EXTREMOS Y RIESGOS

CIUDAD, VIVIENDA Y HÁBITAT

EDUCACIÓN, FORMACIÓN Y DIVULGACIÓN

ENERGÍA Y AMBIENTE

GESTIÓN AMBIENTAL

INVESTIGACIÓN, DESARROLLO E INNOVACIÓN

SALUD


Cartografía de la cobertura vegetal en la cuenca media del Río Cuchivero, estado Bolívar, Venezuela, usando herramientas de la Geomática. -Alfredo Jiménez - Rafael Zerpa - Wilander Silva. Ministerio del Poder Popular para la Energía Eléctrica, Corporación Eléctrica Nacional, Gerencia de Gestión Ambiental Región Bolívar.

Aplicación de un sistema de información geográfica para el diagnóstico de infestación de Diatraea spp. (Lepidoptera: Crambidae) en caña de azúcar. -Luis Figueredo - Onelia Andrade - Gregoryd Aza. Instituto Nacional de Investigaciones Agrícolas (INIA). Estación Local Yaritagua, Km 3, vía sector El Rodeo, Yaritagua, estado Yaracuy. Venezuela.

La Sequía y La Variación de la Superficie Agrícola en las islas de Margarita y Coche. Período 1972-2004. -Margarethatcher Cedeño Bolívar - Cristian Montañéz Sánchez Universidad Central de Venezuela. Escuela de Geografía. Departamento de Geografía Física.

Reglas básicas para mediciones con el Espectroradiómetro de campo ASD. -María Primera1, Wuilian Torres1, Juan Núñez2, Mónica Sacido3, Gustavo Aguerrevere1, Anderson Albarran1, Montserrat Bautis1, José De Sá1.Fundación Instituto de Ingeniería Centro de Procesamiento Digital de Imágenes (CPDI)1.- Facultad de Ingeniería, Universidad Nacional de Cuyo Argentina2. – Facultad de Agronomía, Universidad Nacional del Centro de la Provincia de Buenos Aires3.

Elaboración de mapas de cobertura natural y uso de la tierra a escala 1:25.000 a partir de polígonos obtenidos por segmentación orientada a objeto.-Wladimir Barrios - Carmen Goitia - Wuilian Torres. Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT). Centro de Procesamiento Digital de Imágenes (CPDI). Caracas. Venezuela.


Zonificación de la amenaza por procesos de remoción en masa originados por la sismicidad en las cuencas comprendidas entre Camuri Chico y punta Tigrillo, estado Vargas, Venezuela. -Arismar Marcano, Scarlet Cartaya Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas Núcleo de Investigaciones del Medio Físico Venezolano

Aplicaciones de la Geomática en un modelo metodológico para zonificar la amenaza por inundaciones en la planicie aluvial del río Borburata, estado Carabobo, Venezuela. -Williams Méndez - Juan Carrera Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas, Departamento de Ciencias de la Tierra, Núcleo de Investigación “Estudios del Medio Físico Venezolano”, Caracas, Venezuela.


Desarrollo de un servicio WMS orientado a la consulta de zonificaciones urbanas.-Carlos Camacho - Ricardo Cuberos - Karina Fuenmayor. Instituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño Universidad del Zulia, Maracaibo, Venezuela.

Catalogo de datos geoespaciales basado en la zonificación urbana del municipio Maracaibo. -Carmen Araujo - Carlos Camacho - Karina Fuenmayor - Ricardo Cuberos - Eduardo Pineda - José Indriago - Nixon Molina - Edixon Villalobos. Instituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño Universidad del Zulia, Maracaibo, Venezuela

Seguimiento de la expansión urbana en el municipio de Madrid entre 1984 y 2009, a partir de imágenes Landsat TM y ETM+. -Giancarlo Alciaturi Díaz. Máster en Tecnologías de la Información Geográfica 2009 - 2010, Universidad de Alcalá – España. Director de proyecto fin de máster: Dr. Emilio Chuvieco Salinero.

Identificación geoespacial de redes wi-fi como indicador de penetración de Internet en comunidades urbanas. -Ricardo CuberosInstituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño, Universidad del Zulia, Maracaibo, Venezuela

Aproximaciones a un modelo matemático de variables urbanas en el entorno SIG.- Ricardo Cuberos - Karina Fuenmayor - Eduardo Pineda - Carmen Araujo - Carlos Camacho - José Indriago - Nixon Molina. Instituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño Universidad del Zulia, Maracaibo, Venezuela.

Sistema de registro espacial de predios rurales.-Sergio Gamarra - Carlos Zapata - Noel Miranda Instituto Nacional de Tierras, Coordinación de Sistemas de Información Geográfica.

Interpretación y Análisis de imágenes satelitales en áreas urbanas. - Víctor Vilachá. Cartogeo C.A., Caracas – Venezuela.

Construcción de Mapa para el Análisis de las Fases de Ocupación del Espacio Geográfico en el Estado Vargas, Mediante el Uso de la Herramienta SIG.- Scarlet Cartaya - Arismar Marcano - Henry Pacheco. Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas Núcleo de Investigaciones del Medio Físico Venezolano.

Anatra, un Modelo criollo de tráfico. -Giovanny Quagliano. Soluciones Integrales GIS. C.A. SIGIS. Gerencia de Desarrollo Tecnológico.

Zonificación de áreas susceptibles a los movimientos en masa: terraza de la Ciudad de Mérida y sus alrededores. -Nerio de Jesus Ramírez Instituto de Protección Civil y Administración de Desastres del Estado Mérida – INPRADEM, Mérida. República Bolivariana de Venezuela.

Introduction to wet-areas mapping: creating a new and innovative base layer for rural, municipal and urban planning. -Jae Ogilvie1, Charity Mouland1, Mark Castonguay1, Gustavo Moran2, and Paul A. Arp1

1Faculty of Forestry and Environmental Management, University of New Brunswick 2Republica Bolivariana de Venezuela.


Sistema de Solicitud de Imágenes de LPAIS. - Ramiro Salcedo - Jesús Rodríguez. Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT), Centro de Procesamiento Digital de Imágenes (CPDI). Caracas, Venezuela.

Enseñanza de la introducción a los Sistemas de Información Geográficos en el Programa Nacional de Formación en Informática (PNFI) de la Misión Alma Mater en el Colegio Universitario de Caracas. - Juan Vicente Cisneros Arocha - Sandra Carolina Castillo Acosta Colegio Universitario de Caracas, Programa Nacional de Formación Informática; Venezuela.

Diplomado en Ingeniería Geomática del Instituto de Fotogrametría de la Universidad de Los Andes.

- Manuel Jauregui - Leira Chacón - Luis M. Jauregui - José G. Vilchez Instituto de Fotogrametría, Facultad de Ingeniería, ULA. Mérida, Venezuela

Implementación del Nodo de la Fundación Instituto de Ingeniería como parte de la Infraestructura de Datos Espaciales de Venezuela.-Aguilar, Rosa 1 - Pinto Zaida 2Fundación Instituto de Ingeniería 1Centro Nacional de Tecnologías de la Información2

LPAIS: Experiencia de la distribución gratuita de imágenes SPOT. Período 2007-2011. -Roxanna Díaz - Ramiro Salcedo Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT). Centro de Procesamiento Digital de Imágenes (CPDI). Caracas. Venezuela.

Adaptación del curso introductorio a la Geomática sobre la plataforma educativa MOODLE, para la capacitación del sector público en Venezuela. -Sánchez, J1; Contreras, M2; Solórzano, P3; Márquez, J4; Cedeño, J5; Ruiz, A6.1CASAI, CA, 2FYC Soluciones Integrales, 3NSP Servicios y Consultoría, 4GIOSEG Sistemas de Información, 5PDVSA INTEVEP, 6Instituto de Ingeniería.

ENERGÍA Y AMBIENTE

Evaluación multitemporal de la cobertura de la tierra y análisis funcional agrícola de las áreas de cambio. Parroquia El Molino, Mérida – Venezuela. -Gladys Z. Molina - Maryoly Márquez Universidad de los Andes, Facultad de Ciencias Forestales y Ambientales, Escuela de Geografía, Departamento de Geografía Física, Mérida- Venezuela.

Susceptibilidad a la erosión en el Parque Nacional Morrocoy para el año 2009.-Julenni Colmenares Universidad Central de Venezuela, Escuela de Geografía Fundación Instituto de Ingeniería, Centro de Procesamiento Digital de Imágenes

GESTIÓN AMBIENTAL

Experiencias en la modelación digital del terreno con el uso del acad land para cierres de embalses. -Arnaldo Bárbaro Cabrera Murrell1 Aniel Álvarez González2 Raúl Casanella Leyva3

1Institución: Empresa de Investigaciones y Proyectos Hidráulicos Holguín, RAUDAL. Departamento:Taller de Topografía, Holguín, Cuba. 2Institución:Empresa de Investigaciones y Proyectos Hidráulicos Holguín, RAUDAL. Departamento: Dirección del Trasvase. Holguín, Cuba. 3Institución: Universidad de Holguín Oscar Lucero Moya. Departamento: Ingeniería Civil. Holguín, Cuba.

Corrección del Efecto Topográfico en Imágenes de Satélite, para la Generación de Mapas de Cobertura Vegetal y Uso de la Tierra, en Zonas de Montaña.-Ing. Esp. Celeste Lores1, Ing. MSc. Diego Machado P.2, Ing. MSc. Gloria Ramírez3

1Palmichal, 2SIGPER Consultores y 3Facultad de Agronomía, UCV.

El uso del SIG como herramienta clave para las evaluaciones socioambientales. Caso de estudio: Sector Isla Larga, del Parque Nacional San Esteban. Estado Carabobo. Venezuela. -Humberto Borges Universidad Bolivariana de Venezuela

Los modelos de Elevación Digital (DEM) y los Sistemas de Información Geográfica libres como Herramientas en el Estudio Geomorfológico de Humedales Andinos. -Luis R. Fonseca P.1, Mirla J. Godoy P2. , Omar A. Guerrero2

1 Geohidra Consultores C.A. 2 Universidad de Los Andes

Uso de Imágenes ASTER y GvSIG en el Análisis Morfométrico de la Cuenca del Río Mucujún, Estado Mérida, Venezuela. -Mirla J. Godoy P1. Luis R. Fonseca P.2,1Universidad de Los Andes 2Geohidra Consultores C.A.

Aplicación de Sistemas de Información Geográfica (SIG.) en el “Levantamiento geológico de superficie entre los poblados El Anís y Los Araques,estado Mérida” -Monsalve Jesús Eduardo - La Marca Karelia - Quiroz Gabriel - Riveros Anggi - Uribe Vicmary - Vanegas Jenny

Universidad de Los Andes. Estudiantes de Ingeniería Geológica. Geología de Campo.


Restauración Funcional a partir de Estadísticas Espaciales aplicadas a Imágenes de Satélite_RR. -Rafael Rebolledo Wueffer Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT), Centro de Procesamiento Digital de Imágenes (CPDI). Caracas - Venezuela

Actualización de la cobertura de la tierra, y de las unidades litológicas y morfológicas de la Península de Araya, tramo Guamache – Punta Araya. 1Angélica M, Castillo N; 2José Arismendi; 3Gladys Z, Molina M. 1Tesista.Escuela de Geografía, ULA. Mérida. 2Instituto de IngenIeria.CPDI.Caracas. 3Escuela de Geografía ULA. Mérida.

Evaluación automática de algoritmos de flujo y modelos digitales de elevación para extracción automática de drenaje. - Darcy Carolina Jiménez Fernández Instituto Nacional de Pesquisas Espaciais (INPE) – SP- Brasil. Instituto de Ingeniería. Centro de Procesamiento Digital de Imágenes.. Caracas. Venezuela.

Corrección Geométrica de Imágenes de Satélite de Alta Resolución Espacial, Aplicando el Método de Interpolación Spline. 1Ing. MSc. Diego Machado P. 1 Ing. Freddy Sánchez, 2Ing. PhD. Jesús Viloria 1SIGPER Consultores y 2Facultad de Agronomía, UCV.

Representaciones alternativas de los modelos corticales someros en la población Cariaco, a partir de datos obtenidos usando el efecto de sitio, con el uso del Argis, como parte de la caracterización de suelo para la microzonificación sísmica del oriente de Venezuela. -Francisco Bonive - Claudio Marchan Centro de Sismología, Universidad de Oriente.

Análisis Interanual de la Temperatura de la Superficie del Mar en el Litoral del Estado Río Grande do Sul, Brasil. -Hugbell Reyes

Correlación de datos gravimétricos de origen satelital con datos adquiridos en tierra en dos regiones de distintas dimensiones, depresión de Carora y la cuenca de Guarenas y Guatire, utilizando la técnica de kriging. -Jesús Alberto Moncada Gómez - Eduin Alberto Amarís González

Evaluación de modelos geoidales globales y nacionales en Venezuela. -José Napoleón Hernández - Melvin Hoyer

Variabilidad en los patrones de temperatura superficial, en la alta montaña tropical: Edo. Mérida Venezuela. -Karenia Córdova - Laura Delgado - Santiago Ramos - Idania Briceño.

Anomalías en la temperatura superficial de cuerpos lacustres de aguas someras: Caso Parque Nacional Laguna de Tacarigua, Abril, 2003. -Karenia Córdova - Laura Delgado - Santiago Ramos - Idania Briceño.

Anomalías térmicas superficiales en el Área urbana de Caracas: Análisis comparativo Octubre 2009, Marzo 2010. -Karenia Córdova.

Desarrollo de un Servidor de Mapas Web para una Red Bioclimática en Montaña. Haciendo uso de herramientas de Software Libre. - N García Mora - L Zavala Morillo - J G Peña - F Palm - A Balza Quintero - D Dávila Vera - J A Rojas Fernández / Z Peña Contreras / F J Durán Montilla / E Labarca Villasmil/ R V Mendoza Briceño / W. Albornoz Diaz.

Medición de deformaciones de la Falla El Pilar y su rol en la interacción con los límites de placa Caribe-Sudamericana. -Santiago Yépez - Claudio Marchán - Américo Montilla.

Programa para la transformación masiva de imágenes y ortofotos del datum La Canoa al datum REGVEN. -Sergio Gamarra - Yeiremi Freites

Generación Masiva de Mapas usando MapServer, PostGIS, php y fpdf. - Sergio Gamarra

Distribución Geoespacial de la salinidad oceánica superficial en las costas venezolanas, a partir de teledetección pasiva microondas del satélite SMOS. - Terepaima Tabare - Johnny Merchan - Andreina García

Algoritmo para la segmentación semi-automática de cobertura natural y uso de la tierra en imágenes de alta resolución espacial. -Wuilian Torres

Desarrollo de un método para diseñar un sistema de ciudades agroforestales con riesgos hidrológicos: islas urbanas. -Gustavo Moran

Clasificación Geomorfométrica de paisajes montañosos Venezolanos mediante redes neuronales difusas. -Jesús Viloria - Ángel Valera - Álvaro Viloria

SALUD

Sistema de Información Geográfica para la toma de decisiones de la salud pública de Venezuela. -Aliana López Costa - Lilianne Martínez Ledea - Adrian Gracia Aguila - Alain Leon Companioni - Alejandro Orgelio Hernández Cebrian - Betsy Cuza García - Dieter Reynaldo Fuentes Cancell - Maridalia Pérez Vázquez - Carlos Enrique Ramírez Martín - Pedro José Pérez González - Yenier Jiménez Morales - Daniel Echavarría González - Karel de la Cruz Rigueiro - Hector René Sánchez Falero - Dianet Utria Pérez - Rodolfo Gil Campos.

Cartografía de la cobertura vegetal en la cuenca media del Río Cuchivero, estado Bolívar, Venezuela, usando herramientas de la geomática

Alfredo Jiménez, Rafael Zerpa, Wilander SilvaMinisterio del Poder Popular para la Energía Eléctrica, Corporación Eléctrica Nacional, Gerencia de Gestión

Ambiental Región Bolívar.E-mail: [email protected], [email protected], [email protected]

1. ResumenEl objetivo principal de la presente investigación fue clasificar y cartografiar a escala 1:25.000 los tipos de cobertura vegetal existente en la cuenca media del Río Cuchivero, Guayana Venezolana. La delimitación del área se realizó utilizando el Modelo Digital de Elevación (MDE) del proyecto Cartográfico del Sur II (CARTOSUR II), generando las curvas de nivel a intervalos de 10 m hasta la cota 170 m snm. La información base y oficial utilizada fueron las cartas topográficas de CATASTRO MINERO 1970 e imágenes digitales pancromáticas (2,5 m) y multiespectrales (10 m) del sensor High Resolution Geometric 2 (HRG 2) del satélite SPOT-5. Se llevó a cabo la fusión de imágenes digitales y a partir de ésta se realizó interpretaciones visuales y clasificación no supervisada utilizando el algoritmo ISODATA. La cartografía y clasificación de las coberturas vegetales fue estructurada tomando como base la información fotográfica digital aérea obtenida en Junio 2009, las respuestas espectrales de la fisonomía de la vegetación e información topográfica del MDE. El resultado de la clasificación discriminan dos tipos de formaciones vegetales: herbáceas y arbóreas. Las formaciones herbáceas ocupan 40,70% y las conforman: Sabanas arbustivas con palmas y “chaparrales”, Sabanas abiertas y, Sabanas inundables. Las formaciones arbóreas representan el 51,04% y son categorizadas en bosques ribereños, bosques de galería y, bosques de tierra firme (bajo-medio, medio-medio). La diferenciación estructural de las formaciones arbóreas se realizó generando el Modelo Digital de Superficie (MDS). Los resultados se validaron realizando prospecciones en campo y correlacionando diversos puntos de control. La estructuración de la leyenda se realizó con base en la información fisonómica registrada e información conceptual marco y referencial de trabajos realizados en la Guayana Venezolana.

2. IntroducciónLa cuenca hidrográfica del río Cuchivero con una extensión superficial de 16.000 km2, se encuentra en el sector suroccidental de Venezuela, en el estado Bolívar y sobre la región conocida como Guayana Venezolana. La cuenca ocupa su totalidad superficial en la poligonal del municipio Cedeño, con 46.020 km² (RV, 1995). La hoya hidrográfica del Cuchivero, la conforman sus dos principales tributarios: el Cuchivero y el Guaniamo, que nacen en la Sierra de Maigualida y Cerro Ualipano respectivamente. La cuenca, se ubica en la región hidrográfica del Bajo Orinoco, limitando al este con la cuenca hidrográfica del río Caura (47.000 km2) al oeste con la hoya del río Suapure (4.720 km2

L

) y en los extremos norte desemboca en el río Orinoco y en el sur limita con la Sierra de Maigualida y la cuenca del río Ventuari. (MARN, 1982a; Huber, 1995a).

os objetivos principales de este trabajo han sido clasificar y cartografiar a escala 1:25.000 los tipos de vegetación en la cuenca media del río Cuchivero, por debajo de la cota 170 m snm, utilizando información de sensores remotos. Este estudio integran, conjuntamente con aspectos ingenieriles, información de línea base en las prospecciones que adelanta la CORPOELEC desde el año 2006 en la cuenca del Cuchivero, para conocer sus potencialidades hidroenergéticas, así como también profundizar en el conocimiento de las características físico-naturales y socioculturales de las áreas que podrían ser afectadas por la conformación de obras de generación hidroeléctricas. La información obtenida de estos estudios básicos resultará fundamental para establecer con mayor certeza los efectos físicos y naturales que se producirían como consecuencia del proyecto en la cuenca del Cuchivero y diseñar las medidas preventivas, mitigantes, correctivas o compensatorias que contribuyan con la sustentabilidad de este desarrollo y la procura del equilibrio obra-entorno (EDELCA; 2007). La presente investigación es un estudio fundamental que permitirá:

a) Obtener información temática para la conceptualización y planificación de los muestreos fito-ecológicos.

b) Determinar la extensión de los tipos de vegetación por debajo de la cota 170 m snm.c) Seleccionar áreas prioritarias para el conocimiento y manejo de la diversidad biológica.d) Obtener información base para el modelado espacial, análisis de sensibilidad ambiental y obtención

de sistemas ecológicos.e) Evaluar los impactos ambientales generados y la planificación y ejecución de los programas de

protección de las áreas inmediatas al embalse.f) Planificar las actividades de muestreo asociados a los estudios de fauna silvestre, así como también

las futuras tareas de salvamento.g) Generar información de línea base para realizar y proyectar los estudios espacio-temporales del uso

y aprovechamiento de los recursos naturales.h) Aportar información básica de utilidad científica, divulgativa y relevante para el conocimiento y

desarrollo ambiental de la Guayana Venezolana.

3. Materiales y métodos3.1 Descripción del área de estudioEl área de estudio cubre aproximadamente 30 km2 y está definida por la proyección de la cota 170 m snm en la cuenca media sobre el río Cuchivero entre las coordenadas geográficas 6º 38' 32'' y 6º 29' 15'' de Latitud. Norte, 65º 39' 57'' y 65º 40' 21'' de Longitud Oeste (Figura 1).

Figura 1. Ubicación relativa nacional y regional de la cuenca del río Cuchivero. En detalle se presenta el área de estudio delimitada por la cota 170 m snm.

3.2 Enfoque metodológicoEl mapa de vegetación fue realizado en cuatro etapas, descritas a continuación.

Se realizaron recorridos terrestres, aéreos y fluviales con el fin de conocer las principales características físico-naturales y sociales del área de estudio. Estas actividades fueron orientadas a proveer familiaridad

Reconocimiento preliminar del área de estudio (I Etapa)

general con las condiciones del área y reunir información sobre la diversidad de las formaciones vegetales. Simultáneamente durante el reconocimiento, se utilizó un sistema de posicionamiento global o GPS (por sus siglas en ingles), donde se registro de forma autónoma puntos de control del terreno (EDELCA, 2009).

Procesamiento digital (II Etapa)

La información topográfica base y oficial utilizada fue la información de CATASTRO MINERO a escala 1:25.000, correspondiente a las hojas cartográficas 7035-I-NO, 7035-I-SO, 7035-II-NO (RÍOS: ARO-CUCHIVERO-GUANIAMO). Se contó principalmente con 2 imágenes digitales del sensor HRG 2 del programa francés

La información cartográfica base fue georeferenciada en el DATUM oficial para Venezuela (RV, 1999): SIRGAS-REGVEN; el sistema de proyección fue el UTM y el elipsoide WGS de 1984.

SPOT-5,

El procesamiento digital de los datos se llevo a cabo utilizando los siguientes programas: ERDAS

las cuales presentan las siguientes características: 1) imagen pancromática resolución espacial de 2,5 m. 2) imagen multiespectral con una resolución espacial de 10 m y una resolución espectral de 4 bandas correspondientes a los rangos del espectro electromagnético de las longitudes de onda del verde (B1), rojo (B2), infrarrojo cercano (B3) e infrarrojo medio (B4).

IMAGINE® V 9.1, ArcGIS® V 9.3, Global Mapper V 11.0 y MapInfo Professional V 11.0.

A. Delimitación de la cota 170 msnmEl polígono de estudio a la cota 170 m snm fue generado a partir del MDE obtenido de las imágenes de radar 7035-I y 7035-II del proyecto CARTOSUR II; se generó la información topográfica de las curvas de nivel a 10 m hasta la cota 170.

B. Fusión de las imágenes digitalesLa fusión se llevo a cabo utilizando la imagen PAN a 2,5 m y la imagen MUL a 10 m, correspondiente a la escena 663/337 (J/K). El modelo de fusión digital utilizado fue la Transformada HPF (High Pass Filter), modelo sugerido en los estudios realizados por Chavez (1991) y Carter (1998) para la producción de mapas de planificación y generación de mapas de vegetación. El resultado de éste proceso es una imagen multiespectral a 2,5 m de resolución espacial y 4 bandas espectrales (B1, B2, B3 y B4).

Clasificación de las coberturas vegetales (III Etapa)La información oficial sobre la cartográfica temática a escalas locales o semi-detalladas para la Guayana Venezolana es limitada. Hasta la fecha la información temática disponible para el área de estudio se encuentra registrada en el Proyecto Inventario de Recursos Naturales de la Región Guayana a escala 1:250.000 realizada por CVG-TECMIN en 1994 y el Mapa de Vegetación de la Guayana Venezolana a escala 1:2.000.000 presentado por Huber (1995).

Se realizó principalmente interpretaciones visuales y clasificación

El sistema de clasificación de la vegetación utilizado para el desarrollo de la cartografía a escala 1:25.000 (presente trabajo), se estructuró utilizando parte de lo propuesto en Huber (1995) y Delgado et al (2009). Se utilizó principalmente la fisionomía de la vegetación (parámetros bióticos), informacióntopográfica (parámetros abióticos) y análisis de las relaciones hídricas de la vegetación (humedad en el suelo, asociación hídrica). La definición e interpretación fisonómica de las cobertura vegetal fue estructura tomando como referencia la información de la Guayana Venezolana publicada en Huber (Ibid), Huber y Riina (1997) y el compendio fotográfico-geográfico presentado en EDELCA (2009).

no supervisada, utilizando para ello el algoritmo ISOTADA. La clasificación se llevo a cabo utilizando particularmente la combinación de bandas 4, 1,3 obteniendo con ello una buena discriminación visual de los tipos de vegetación existente en el área de interés; adicionalmente se utilizó la combinación 4, 2,3 para una mejor determinación de humedad en el suelo. Éste resultado obtenido de la clasificación digital, se evaluó visualmente y de acuerdo a las respuestas físicas obtenidas y la información fotográfica utilizada, las firmas espectrales fueron reagrupadas (clasificación supervisada) hasta formar un grupo más reducido de las clases anteriormente obtenidas; este grupo de clases o unidades de cobertura vegetal fueron definidas de la siguiente manera: Bosques ribereños (1), Bosques de galería (2), Bosques de tierra firme (3), Sabana abierta o rala (4), Sabanas arbustivas con palmas y “chaparrales” (5), Sabana inundable o húmeda (6);

se incluye también los cuerpos de agua (7), principalmente el Río Cuchivero y el caño “Las Tres Tetas”, nubes (8), sombras (9) y afloramientos graníticos (10).

Se editaron los mapas preliminares a escala 1:25.000 tomando la base topográfica de CATASTRO MINERO 1970. A esta información vectorial se le incorporó información de la red hidrográfica del área de estudio, extraída ésta a su vez del MDE (CARTOSUR II) a escala 1.50.000 con la extensión HydrologicModeling de ArcGIS. Este mapa preliminar fue utilizado como base fundamental para la verificación de campo. La Mínima Unidad Cartografiable (MUC) fue establecida en 0,4 cm2.

La verificación cartográfica se llevo a cabo utilizando las metodologías propuestas por López Verificación preliminar (IV Etapa)

et al (1999); Chacón et al (2009). Éstos enfoques metodológicos consisten en realizar recorridos por el área de estudio con la finalidad de caracterizar las unidades espaciales, así como revisar y corroborar las unidades preliminares; la caracterización espacial se obtiene realizando descripciones ambientales in situ

La actividad de reconocimiento fotográfico aéreo y verificación terrestre se realizó en el mes de enero 2010 (periodo seco), durante

ycolecciones botánicas. El presente trabajo, le incluye a los enfoques metodológicos propuestos, un reconocimiento fotográfico digital aéreo de alta resolución, el cual permitió registrar y presentar mosaicos de las diferentes.

cuatro (4) días de trabajo. Las tomas fotográficas de alta resolución, se realizaron a través de un recorrido en helicóptero a baja altura, el cual siguió una ruta de puntos seleccionados previamente; en cada uno de los puntos se realizó un registro fotográfico y geográfico.

4. Resultados4.1 Productos cartográficosEl mapa de vegetación a color y a escala 1:25.000 de la cuenca media del río Cuchivero, estado Bolívar, contiene la siguiente información: 1) Límite del área de estudio, determinado por la cota 170 m snm. 2) La red hidrográfica de los cursos permanentes e intermitentes. 3) Las unidades correspondientes a los tipos de vegetación, que se citan en la leyenda, y 4) Información complementaria: la cuadrícula de coordenadas según el sistema de proyección UTM e información marginal (figura 3).

4.2 Descripción de las unidades de cobertura vegetal presentes en el áreaSe diferencian dos tipos de formaciones vegetales: herbáceas y boscosas. Las formaciones herbáceas representan aproximadamente 40,35% del área de estudio; de acuerdo a su respuesta espectral y composición fisonómica dominante se distinguen las siguientes unidades: Sabana arbustiva con palmas y “chaparrales” (Sch), Sabana abierta (Sa) y Sabana inundable (Si). Por otro lado las formaciones boscosas ocupan 51,16 % del área a la cota 170 m snm. Su información espectral y componente fisonómico, así como también su relación hídrica determinan el desarrollo de las siguientes unidades: Bosques de galería (Bg), Bosques ribereños (Br) y Bosques de tierra firme (Btf).

Sabana arbustiva con palmas y “chaparrales” (Sch)El registro fotográfico y la respuesta espectral caracterizan a esta unidad como una formación herbácea, con la presencia de densas comunidades arbustivas, formadas casi exclusivas por la especie Curatella americana (chaparrales) y un estrato herbáceo ralo; otra característica conspicua de estas sabanas es la presencia de individuos de la palma Attalea macrolepis (coroba) ya sea en forma dispersa o acumulada, esta última se le denomina localmente “corobales” (Stauffer, y Fariñas, 2006). La clasificación categóricade esta unidad fue adaptado de Huber (1995b) y Huber y Riina (1997). La unidad está distribuida de forma homogénea a lo largo del área de estudio, intercalándose en el paisaje con las delineaciones que conforman las diferentes galerías y se extiende aproximadamente en 261,27 ha (9,62 % del área).

Figura 2. Mapa de vegetación a escala 1:25.000 e información hidrográfica en una sección de la cuenca media del río Cuchivero.

Sabana abierta (Sa)Las sabanas abiertas o sin elementos leñosos (sabanas ralas), se encuentran bien distribuidas a lo largo de ambas márgenes del río Cuchivero, cubriendo mayor superficie que la unidad descrita anteriormente. Están distribuidas mayoritariamente en la margen izquierda y ocupa una superficie aproximada de 834,33 ha, representando un 33,58 % del área de estudio. La información fotográfica y espectral, presentan a la unidad de sabana abierta, como una comunidad herbácea rala con escasos elementos leñosos y donde espectralmente no se refleja información de humedad en el suelo. El MARN (1982) y Carrero et al (1983), citado por Huber y Riina (1997), definen ésta unidad como una formación vegetal monoestratificada donde predominan gramíneas, exenta casi totalmente de elementos arbóreos o arbustivos.

Sabana inundable (Si)Se desarrolla sobre los 120 m snm y presenta una extensión aproximada de 127 ha. La información reflejada por el sensor remoto en la combinación 4,2, 3 muestra una unidad con vegetación herbácea, donde el suelo (al menos sus horizontes superiores) retiene agua en gran parte del año, incluyendo la época seca, período cuando el sensor capturó la imagen. Se desarrolla una vegetación graminosa en zonas con problemas estacionales o perennes de drenaje, con la presencia de individuos dispersos (interrumpiendo la sabana) de la palma Mauritia flexuosa. González (1987), definió sabana inundable alas áreas donde se desarrolla una vegetación con una cubierta herbácea continua con una altura de 1-1,5 m, en el cual se presentan individuos aislados de M. flexuosa, en sitios con condiciones de drenaje deficiente y una lamina de agua durante gran parte del año; en Venezuela se desarrolla en las grandes penillanuras del Escudo Guayanés, en los Llanos centrales, meridionales y orientales.

Bosques ribereñosLos bosques ribereños son franjas boscosas que crecen al lado de los ríos, quebradas, lagos, humedales y que están sujetos a períodos de aumento o disminución del volumen de agua. (Díaz 2005). Dentro de los bosques ribereños, Huber (1986) diferencia las siguientes comunidades: bosques ribereños propiamente dichos (Bri), cuando se presentan y localizan dentro de una matriz boscosa; bosques ribereño de galería o bosque de galería (Bg), cuando se encuentran en una matriz de sabana (no boscosa).

En este trabajo, se revisó y adaptó la definición planteada en Díaz (2005), definiendo bosque ribereño (Bri), aquel bosque ubicado sobre islas (influenciadas por la dinámica fluvial del río) y los adyacentes a las orillas y riberas (tierras elevadas) del Río Cuchivero y sus tributarios permanentes. Por otro lado, el término bosque de galería (Bg), fue tomado de Huber (1986) y Rosales et al, 1993, definiéndose como las comunidades boscosas que se desarrollan en las orillas de cursos de agua (intermitentes) que fluyen a lo largo de una zona no boscosa (sabana) sobre relieves de vega, colinas y llanuras, así como en los entalles por donde discurren los tributarios que drenan hacia el río Cuchivero.

Según Rosales et al (ibid), establecer los límites entre las comunidades ribereñas y los bosques adyacentes es difícil ya que, en la mayor parte de los casos, la disponibilidad de agua en los suelos disminuye gradualmente hacia las zonas topográficamente más elevadas. Ésta discriminación cartográfica se realizó generando las curvas de nivel a 10 m; las unidades se discriminaron utilizando la sección comprendida entre la cota 100 y 120 m snm.

Bosques de galería (Bg)La vegetación de galería constituye una comunidad variada estructural y fisonómicamente, cuyo espacio está representado por líneas que se extienden por ambas márgenes de tributarios (en su mayoría intermitentes) que drenan al río Cuchivero. Los bosques de galería cubren una superficie aproximada de 230,59 ha, representando un 8,49% del área. Estas unidades se constituyen por franjas boscosas que no superan los 300 m de ancho, se desarrollan a lo largo de los cursos de tributarios que drenan al río Cuchivero, en un rango altitudinal entre los 120 y 180 m snm. En esta unidad (Bg) es posible encontrar secciones con presencia de especies indicadoras como Mauritia flexuosa (palma moriche) y especies del genero Euterpe (manacales) y/o combinaciones de éstos. García (1997), citado por Huber y Riina (1997) define a los bosques de galería (Bg) para la Guayana Venezolana como formaciones boscosas a orillas de los cursos de agua; éstos pueden ser palmar casi puro o bosque mixto.

Los Bosques ribereños propiamente dichos (Bri)

bosques ribereños (Bri) se relacionan con relieves de vegas aluviales y coluvio-aluviales en las áreas topográficamente más bajas del paisaje de peniplanicie, por donde discurren cauces tanto permanentes como intermitentes (Rosales et al 1993). Los bosques ribereños del área de estudio, ocupan franjas relativamente extensas (10 a 200 m) y continuas que se encuentran asociadas a los afloramientos graníticos y playas arenosas en el río Cuchivero y sus riberas. Se desarrollan a lo largo del río principal y su principal tributario caño “Las Tres Tetas” (suroeste del área).

Muchas de las delineaciones catalogadas como formaciones vegetales de galería, se conectan y fungen como corredor biológico y de intercambio genético tanto para la flora como para la fauna existente en y entre estas formaciones (desarrolladas en sitios más elevados) y los bosques ribereños y el río Cuchivero. La influencia hídrica en los bosques y ambientes ribereños, proveen de hábitat y sitio de refugio para la fauna silvestre local.

Ocupan aproximadamente una superficie de 373,92 ha, representando un 13,77 % del total del área de estudio. Este tipo de vegetación de tipo ripario, está sometida de manera natural a la dinámica fluvial ocasionada por el aumento o disminución del caudal estacional en el río.

Los bosques de Bosques de tierra firme (no inundable)

tierra firme o bosques no asociados con cursos de agua, representan el 28,90 % (784,60 ha) del área, cubriendo la mayor extensión boscosa del área. Se encuentran bien distribuidos a lo largo del área de estudio particularmente con una mayor proporción en la margen derecha del río Cuchivero. Sedefine, como aquellas formaciones boscosas desarrolladas en posiciones topográficas alejadas de influencia hídrica (no asociados a cursos de agua) o de inundación. Estos bosques se desarrollan sobre

posiciones geomorfológicas de lomeríos, en algunos casos en planicie y de montaña. Este tipo de formaciones, se encuentran representados minoritariamente en remanentes arbóreos en matrices de sabana; estos remanentes son el agrupamiento de individuos arbóreos, comúnmente conocidos como “matas llaneras” o “bosquetes”. Pittier (1948) y Salamanca (1983) citados por Huber y Riina (1997), definen a las “matas llaneras” como mancha de bosque tropófilo generalmente en forma circular, rodeadas por grandes extensiones de Sabanas. En términos cartográficos, éste tipo de representación (en muchos casos) no alcanza la unidad mínima de mapeo para ser considerada como unidad particular; sin embargo la información descriptiva puede ser utilizada como parte de un elemento representativo de los bosques de tierra firme.

Las áreas donde se desarrollan las formaciones herbáceas, se encuentran fuertemente intervenidas porla acción de fuegos recurrentes. Las quemas parecen tener orígenes diversos y no son producto de actividades previas al establecimiento de unidades de producción agrícola tradicionales (conucos) o al establecimiento de asentamientos poblaciones como los observados en otros sectores de la cuenca (áreas con asentamientos poblaciones más diferenciados).

5. Conclusiones� La extensión superficial del área de estudio a la cota 170 m snm cubre aproximadamente 2.758,71 ha,

de las cuales 1.095,60 ha (39, 71%) son formaciones herbáceas y 1.389,11 ha (50,35%) boscosas.

� Las unidades cartográficas que integran el Ecosistema Ribereño, representan funcionalmente comunidades y sistemas de importancia ecológica Única desde el punto de vista de diversidad biológica para el área de estudio, ya que su dinámica e influencia hídrica reviste una gran importancia como refugio e intercambio genético para la fauna silvestre y acuática (ictiofauna).

� La posibilidad de contar con imágenes pancromáticas y multiespectrales de mediana resolución y con una cobertura de nubes muy baja, permitió obtener resultados muy cercanos a los obtenidos y con diferencias poco significativas. El reconocimiento terrestre y aéreo realizado en la etapa I, resultó una fuente de información importante para la obtención de los resultados aquí presentados.

� El sistema clasificación basado principalmente en la interpretación de aspectos fisonómicos y revisando como base marco, el sistema de clasificación de la Guayana Venezolana realizado por Huber (1995) y bases conceptuales en otros trabajos de la región, evita complicaciones teóricas predefinidas cuando se utilizan sistemas de clasificaciones y de difícil adaptación. El sistema de clasificación aquí presentado resulta un aporte metodológico para los estudios cartográficos semi-detallados o escala local.

6. Referencias bibliográficas

CHACÓN E, L. GÁMEZ, y G. BIANCHI. 2009. Mapa de ecosistemas de la cuenca Aroa y Yaracuy del estado Yaracuy. Universidad de Los Andes. Pp 30. (Inédito).

CHAVEZ, P, S. SIDES, y A. ANDERSON. 1991. Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data: Landsat TM and SPOT Panchromatic. Photogrammetric Engineering and Remote Sensing, 57: 265-303.

CARTER, D. 1998. Analysis of Multiresolution Data Fusion Techniques. MS Thesis, Virginia Polytechnic Institute and State University. Blacksburg 61 pp. Virginia, USA.

CVG TÉCNICA MINERA (TECMIN). 1994. Proyecto Inventario de los Recursos Naturales de la Región Guayana Informe de avance NB-20-5. Clima, geología, geomorfología, suelos y vegetación. CVG Técnica Minera C.A. Gerencia de Proyectos Especiales. p. 454-486. Puerto Ordaz, Venezuela.

DELGADO, L, H. CASTELLANOS y M. RODRÍGUEZ. 2009. Capitulo 2 Vegetación del Parque Nacional Canaima. In: Biodiversidad del Parque Nacional Canaima: bases técnicas para la conservación de la Guayana Venezolana. Senaris, J. C., D. Lew y C. Lasso (eds.). Fundación La Salle de Ciencias Naturales y The Nature Conservancy. Caracas. p 41-75.

DÍAZ, W. 2005. Estudio florístico-ecológico de los bosques inundables del corredor ribereño del bajo Orinoco. Trabajo de Grado. Maestría en Ciencias Ambientales, mención Ecología Aplicada. Universidad Nacional Experimental de Guayana (UNEG). Ciudad Guayana. pp. 105.

ELECTRIFICACIÓN DEL CARONÍ (EDELCA). 2007. Propuestas estudios ambientales desarrollo hidroeléctrico cuenca del río Cuchivero. Gerencia de Gestión Ambiental. Departamento de Estudios y Proyectos Ambientales. Ciudad Guayana. 22 pp. (Inédito)

ELECTRIFICACIÓN DEL CARONÍ (EDELCA). 2009. Reconocimiento de las áreas de influencia del proyecto Desarrollo Hidroeléctrico Chorrín, río Cuchivero, estado Bolívar. Gerencia de Gestión Ambiental. Dpto. Estudios Ambientales y Gestión Comunitaria. Ciudad Guayana. pp. 38. (inédito)

GONZALEZ, V. 1987. Los morichales de los Llanos Orientales: Un enfoque ecológico. Ediciones CORPOVEN, Caracas, 56 pp.

HUBER, O. 1986. La vegetación de la cuenca del río Caroní. Interciencia 11:301-310.

HUBER, O. 1995a. Geografical and physical features. In: Flora of the Venezuelan Guayana v. 1 Introduction. Berry P.E., Holst B.K. and Yatskievych K. (eds) Missouri Botanical Garden St. Louis. Timber Press, Portland, Oregon, Pp 19-29.

HUBER O. 1995b. Vegetation. In: Flora of the Venezuelan Guayana. Vol. 1. Introduction. Berry P.E.,Holst B.K. and Yatskievych K. (eds) Timber Press, Portland, Oregon, pp. 97–160.

HUBER, O, y R. RINNA. 1997.

HUBER O. 1995c. Mapa de Vegetación de la Guayana Venezolana, escala 1:2.000.000 Ediciones Tamandua. CVG-EDELCA. Caracas, Venezuela.

Glosario Fitoecológico de las Américas. Vol. 1. América del Sur

LÓPEZ, J; O. JURGENSON; R. OSORIO; E. PERNÍA. 1999.

.UNESCO y Fundación Instituto Botánico de Venezuela. Caracas. Venezuela. p 189-190.

Evaluación de la vegetación en el área de inundación del embalse Camburito-Caparo, estados Táchira, Mérida y Barinas – Venezuela.Revista Forestal Venezolana 43 (1), 93-102.

REPUBLICA DE VENEZUELA (RV). 1999. DATUM oficial para Venezuela: Sistema de Referencia Geocéntrico para América del Sur (SIRGAS) del cual forma parte la Red Geodésica Venezolana (REGVEN). Resolución N° 10 del Ministerio del Ambiente y los Recursos Naturales de fecha 22-01-1999. Gaceta Oficial N° 36.635 del 03 de marzo de 1999.

ROSALES, J, E. BRICEÑO, B. RAMOS y G. PICÓN. 1993. Los Bosques Ribereños en el área de influencia del Embalse Guri. CVG-EDELCA, Gerencia de Cuenca e Hidrología. PANTEPUI Geografía y Ciencias Conexas, 5: 3-23.

STAUFFER, F. Y FARIÑAS, J.G. 2006. The Identity of Attalea macrolepis (Burret) Wess. Boer (ARECACEAE). Candollea 61(1): 83-88.

Aplicación de un sistema de información geográfica para el diagnóstico de infestación de Diatraea spp. (Lepidoptera: Crambidae) en caña de azúcar

Instituto Nacional de Investigaciones Agrícolas (INIA). Estación Local Yaritagua, Km 3, vía sector El Rodeo. Apartado postal 3201. Yaritagua, estado Yaracuy. Venezuela.

Luis Figueredo, Onelia Andrade y Gregoryd Aza.

[email protected], [email protected] y [email protected]

ResumenA través de un sistema de información geográfica (SIG), se desarrollaron mapas temáticos de la variabilidad espacial del daño producido por el complejo taladrador (Diatraea spp.) en el cultivo caña de azúcar durante 3 ciclos de cultivo (plantilla, soca 1 y soca 2). Para ello, fue trazada una cuadrícula conformada por 84 puntos de monitoreo georeferenciados con un sistema de posicionamiento global (GPS). Con el objeto de determinar la intensidad de infestación (II) en cada punto basándose en la metodología descrita por Yépez y Linares (1987) se realizaron evaluaciones en cada ciclo y en dos épocas, I (7 meses) y II (11,5 meses). Con la información obtenida, una base de datos fue obtenida y transferida al software de análisis espacial para generar mapas de intensidades de infestación a través de un método de interpolación. Los resultados evidenciaron que el insecto amplia sus zonas de colonización heterogéneamente en el ensayo y progresivamente en el tiempo. El daño del insecto presentó una distribución espacial agregada tanto en sus épocas de evaluación como años de estudio. Estos resultados sobre la caracterización de la distribución espacial real del daño proporcionan una base indispensable para el manejo sostenible del insecto bajo el contexto de la agricultura de precisión. Palabras Claves: análisis espacial, Diatraea spp., caña de azúcar, índice de infestación, mapas.

IntroducciónEl gusano taladrador (Diatraea spp.) es considerado el insecto más perjudicial en las plantaciones de caña de azúcar de los países americanos. En Venezuela es común y dañino en el medio ecológico donde se desarrolla este cultivo tanto para la industria azucarera como para la panelera.La caña de azúcar es uno de los cultivos con mayor eficiencia fotosintética, sin embargo, ésta eficiencia depende de factores intrínsecos y extrínsecos al cultivo (Guimaraes y otros, 2007).Dentro de los extrínsecos que afectan la productividad se pueden citar los insectos plagas conocidos como “complejo taladrador de la caña de azúcar”, conformado principalmente por el género Diatraea spp., considerado de importancia económica en todas las áreas del continente americano, donde se produce el cultivo (Box, 1952; Guagliumi, 1962; Yépez y Linares, 1987; Gómez y Lastra, 1995; Badilla y Gómez, 2003).El desarrollo de herramientas analíticas espaciales como los sistemas de información geográfica (SIG) han permitido el desarrollo de métodos y tecnologías para crear mapas temáticos y así analizar el patrón de distribución espacial de insectos y su posterior aplicación en las tácticas de gestión de plagas con sus respectivos beneficios socio ambientales (Cigliano y Torrusio, 2003; Ramírez-Dávila y otros. 2002).En Venezuela existe poca información sobre los patrones de distribuciones espaciales de insectos en el cultivo caña de azúcar. Linares (1986) encontró una distribución en forma agregada para el género Diatraea spp., aplicando el índice estadístico de Morisita y determinó que el tamaño óptimo de la muestra para evaluaciones de caña comerciales es de 10 tallos por punto o unidad de muestreo.Sin embargo, las variaciones espaciales de las poblaciones de plagas mediante el uso de índices de dispersión, no permiten analizar la disposición espacial de las muestras porque no tienen en cuenta la naturaleza bidimensional de los insectos a través de su exacta localización espacial (Taylor, 1984; Ramírez-Dávila y otros. 2002).El objetivo del presente estudio fue diagnosticar el índice de infestación del complejo taladrador en el cultivo caña de azúcar por medio de la aplicación de un SIG.

Materiales y métodosEl trabajo fue realizado en el campo experimental de la Estación Local Yaritagua, municipio Peña, estado Yaracuy, ubicado en las coordenadas geográficas 10º02´37 º´05´19 O, durante el período 2005 al 2007. El ensayo tenía una superficie de 0,48 hectáreas con 84 parcelas (28 tratamientos con 3 repeticiones) en un diseño experimental de bloques al azar. Una vez sembrado el ensayo en campo, se procedió a trazar una cuadrícula conformada por 84puntos de monitoreo. Los puntos fueron establecidos en la parte media del hilo central de siembra de cada parcela que conformaba el ensayo. Posteriormente fueron georeferenciados con un sistema de posicionamiento global (GPS) de precisión submétrica.Se realizaron evaluaciones en dos épocas, a los 7 meses (época I) y 11,5 meses (época II) del cultivo en cada ciclo (plantilla, soca 1 y soca 2). Para esto, en cada punto de monitoreo se seleccionaron al azar 10 tallos y se cortaron a ras del suelo. Se limpiaron y cuantificaron los entrenudos totales y perforados. Con estos datos se determinaron los índices de daño (ID) eintensidad de infestación (II), utilizando la metodología propuesta por Yépez y Linares (1987).Luego se procedió a realizar un análisis de dispersión entre los índices de daño e intensidad de infestación para cada una de las dos épocas (I y II) en el tiempo de estudio 2005 al 2007 (plantilla, soca I y soca II). Seguidamente fue analizado el grado de dependencia de las variables y se obtuvo la expresión matemática que mejor explicó la correlación a través del coeficiente de determinación (R2) y el coeficiente de correlación (r). Por último, se realizó la significancia estadística (p<0,01) para cada “r” obtenido utilizando la tabla de valores crítico de “r” de Steel y Torrie (1988).Adicionalmente fue conformada una base de datos con las variables medidas en campo para determinar el daño producido por el insecto plaga en cada punto del ensayo y fue transferida al sistema de información geográfica con la finalidad de generar un mapa vectorial de puntos de muestreo. A través del método de interpolación de distancia inversa ponderada (IDW), fueron creados mapas temáticos superficiales, los cuales permitieron la visualización y análisis de todas las variables consideradas.

Resultados y discusiónEn el Cuadro 1 se presentan los resultados de índices de daño (ID) e intensidad de infestación (II),determinados en las épocas evaluadas para los años 2005, 2006 y 2007. Se puede observar que los resultados obtenidos para cada una de las variables estudiadas, reportan incrementos de sus valores,tanto para las épocas de muestreo como en los diferentes años de estudio.Los valores de infestación reportados en el estudio, se ubicaron por encima del nivel de daño económico (IDE) establecido por el Programa de Manejo Integrado de Plagas (MIPCA, 1992) de 2,5%, excepto en la época I del 2005.Estos resultados corroboran lo reportado por Meagher (1996) que indica que en investigaciones recientes se ha determinado que en los campos de caña de azúcar bajo condiciones de soca, ha promediado más el daño larval que en los de plantilla.

Cuadro 1. Índice de daño e intensidad de infestación del complejo taladrador (Diatraea spp.) en el cultivo de caña de azúcar durante las épocas I y II en los tres ciclos del cultivo, plantilla, soca I y soca II.

Plantilla (año 2005) Soca I (año 2006) Soca II (año 2007)Época de evaluación Época I Época II Época I Época II Época I Época IIÍndice de daño (ID) 12,39 % 39,88% 22,98% 45,12% 24,64% 74,40%Índice de infestación (II) 1,20% 3,86% 3,04% 4,72% 3,39% 9,79%

De acuerdo a los análisis de dispersión (Cuadros 2 y 3) de las variables fitosanitarias antes descritas,se observó que los modelos matemáticos predictivos obtenidos fueron diferentes tanto para las épocas de evaluación como para los años de estudio. Los valores de coeficientes de correlación (r),fueron altamente significativos para todos los casos bajo estudio. Este comportamiento posiblemente se puede explicar porque los insectos en la naturaleza muestran generalmente heterogeneidad espacial (Moral, 2004).

Cuadro 2. Modelos matemáticos predictivos, coeficientes de determinación (R2) y correlación (r) entre las variables índice de daño (ID) e intensidad de infestación (II) evaluadas las épocas I y II en los tres ciclos del cultivo, plantilla, soca I y soca II.

Ciclos Variables Época I

Modelo Función R2 rX YPlantilla (año 2005) ID II y = 0,0957x + 0,0145 Lineal 0,914 0,97**Soca I (año 2006) ID II y = -0,0002x2+ 0,1454x - 0,1268 Polinómica 0,802 0,90**Soca II (año 2007) ID II y = 0,001x2+ 0,0427x + 1,5919 Polinómica 0,6068 0,83**

Cuadro 3. Modelos matemáticos predictivos, coeficientes de determinación (R2) y correlación (r) entre las variables índice de daño (ID) e intensidad de infestación (II) evaluadas las épocas I y II en los tres ciclos del cultivo, plantilla, soca I y soca II.

Ciclos Variables Época II

Modelo Función R2 rX YPlantilla (año 2005) ID II y = -0,0003x2+ 0,1261x - 0,7053 Polinómica 0,613 0,78**Soca I (año 2006) ID II y = 0,0008x2+ 0,0469x + 0,6416 Polinómica 0,751 0,86**Soca II (año 2007) ID II y = 0,0297x1,3347 Potencial 0,599 0,69**

p<0,01

Las figuras 1, 2 y 3 presentan la intensidad de infestación (II) producido por el insecto en las épocas I y II en los ciclos de plantilla, soca I y soca II del cultivo, respectivamente. Para la primera época de evaluación, el daño se presenta en forma de focos de agregación, ubicándose los de mayor infestación en la parte nor-oeste y centro del ensayo, pero distribuidos de forma desigual. En la segunda época los focos de daño se incrementan y se distribuyen heterogéneamente, pero permanecen algunas zonas con índices de infestación menores a 0,5. Para el 2006, en la parte central del ensayo se encuentran los mayores focos de daño. Para la segunda época se aprecia un incremento del daño en los focos de infestación con una disposición espacial en la parte nor-este del ensayo y en menor densidad en la parte sur-este, con valores de daño superiores al nivel de daño económico de 2,5% de II. Al igual que el 2005, se evidencia un mayor daño del insecto al final del ciclo del cultivo (Figura 2). Para la primera época de evaluación del 2007, se observa los mayores focos de daño en la zona central con tendencia nor-este del ensayo entremezclados con focos de menor infestación al nivel de daño económico por diversos áreas del ensayo. Para la segunda época, se aprecia un aumento en los focos de infestación en el mapa y los mayores contornos de daños se ubican en la zona nor-oeste con evidencia de una franja de daño con dirección nor-oeste al sur-oeste. Para éste período de evaluación el insecto ha colonizado toda el área del ensayo, es decir su infestación es progresiva en el tiempo y espacio. Este comportamiento posiblemente se explica porque el insecto en su fase adulta presenta una mayor radio de dispersión, lo cual incrementa su capacidad de colonización en la zona de estudio (Figura 3).Conclusiones Se observaron incrementos en los niveles de infestación del insecto, tanto para las épocas de evaluaciones como los años de estudio en el ensayo, con valores superiores al nivel de daño económico. Se evidenció un patrón recurrente en la disposición espacial del daño producido por el insecto de forma gregaria con focos distribuidos heterogéneamente por todo el ensayo. Las variaciones de las ecuaciones matemáticas predictivas obtenidas en el estudio, evidencian que el insecto se dispone espacialmente de forma desigual sobre el ensayo, lo cual contradice la técnica tradicional de monitoreo. No se observó en el insecto un patrón de comportamiento de estabilización espacial en el tiempo.La aplicación de un sistema de información geográfica, demuestra claramente la posibilidad de mejorar la comprensión de la ecología poblacional del insecto, optimizar los protocolos de monitoreo, aplicación de medidas de manejo integrado de plagas de forma localizada, con el consiguiente ahorro económico y sus respectivos beneficios ambientales.

Época I Época II

Figura 1. Mapas de intensidad de infestación en el ensayo para las épocas I y II en el ciclo de plantilla (año 2005)

Figura 2. Mapas de intensidad de infestación en el ensayo para las épocas I y II del ciclo soca I (año 2006)

Figura 3. Mapas de intensidad de infestación en el ensayo para las épocas I y II del ciclo soca II (año 2007)

Época II

Época IIÉpoca I

Época I

BibliografíaBadilla, F., Gómez, J. 2003. Pérdidas de azúcar causadas por Diatraea spp. En Nueva Concepción,

Guatemala. Revista Manejo Integrado de Plagas y Agroecología (Costa Rica). No. 67: 18-22.Box, H. 1952. Investigaciones sobre los taladradores de la caña de azúcar Diatraea spp; en

Venezuela. Informe preliminar del proyecto combate biológico durante 1949 – 1951 M.A.C., Dir. de Agricultura , Div. de Entomología y Zoología (Maracay). Boletín Técnico Nº 5. 66 p.

Cigliano, M. y S. Torrusio. 2003. Sistemas de información geográfica y teledetección en entomología: Aplicación a tucuras y langosta (Orthoptera:Acridoidea). Revista de la Sociedad de Entomológica Argentina. v 62(1-2):1-14.

Gómez, L. y L. Lastra. 1995. Los barrenadores de la caña de azúcar. Su manejo y control. Centro de Investigaciones de la Caña de Azúcar de Colombia (CENICAÑA), Serie Divulgativa Nº 6. Avances.

Guimaraes, E., M. Mutton, M. Ferro, M.J. Mutton y D. Kalaki. 2007. Free proline accumulation in spittlebug-infested sugarcane. Proc. Int. Soc. Sugar Cane Technol. Vol. 26. 583-588.

Guagliumi P. 1962. Las plagas de la caña de azúcar en Venezuela. Tomo I y II, Ministerio de Agricultura y Cría. Centro de Investigaciones Agronómicas. Maracay, Venezuela, 850 p.

Linares, B. 1986. Distribución de Diatraea spp; en siembras comerciales de caña de azúcar. Revista Venezolana Azucarera, 2do. Trimestre 1886. Pp 23-26.

Meagher, R., L.T, Wilson., R.S. Pfannenstiel., M, Gallo-Meagher. (1996). Sampling Eoreumaloftini (Lepidoptera: Pyralidae) on Texas sugarcane: a critical review. Journal Economi Entomology. 87:1332-1344.

Moral. G, F.J. (2004). Aplicación de la geoestadística en las ciencias ambientales. Revista Científica de Ecología y Medio Ambiente. 13 (1) 78-86.

MIPCA. (1992). Programa de Manejo Integrado de Plagas en Caña de Azúcar. VII reunión técnica. PROBIOAGRO, S.A., Acarigua, estado Portuguesa, VE. pág: 10

Ramírez-Dávila, J., J, González-Andújar., Ocete R., Martínez, L. M. (2002). Descripción geoestadística de la distribución espacial de los huevos del mosquito verde Jacobiasca lybica(Bergevin y Zanon) (Hemiptera:Cicadellidae) en viñedo: modelización y mapeo. Boletín Sanidad Vegetal de Plagas 28:87-95, 2202.

Steel, R., Torrie, J. (1988). Bioestadística: Principios y procedimientos. Trad. R. Martínez. 2, ed. ME, McGraw-Hill. 621 p.

Yépez, G., Linares, B. (1987), Nomenclatura aprobada para los índices de evaluación del daño por taladradores Diatraea spp (Lepidoptera:Pyralidae) en caña de azúcar. Revista Caña de Azúcar. 5 (2): 101-103. (Nota técnica).

Taylor L. (1984). Assesing and interpreting the spatial distributions of insect population. Annual. Review Entomology. 29: 321-357.

La Sequía Meteorológica y su influencia en la Variación de la Superficie Agrícola en la isla de Margarita. Período 1972-2004

Margarethatcher Cedeño Bolívar1 Cristian Montañéz Sánchez2

1y2Universidad Central de Venezuela. Escuela de Geografía. Departamento de Geografía Fí[email protected] [email protected]

1. Resumen

El término sequía está íntimamente relacionado con la carencia y disminución anormal de la precipitación y por ello este fenómeno acarrea consecuencias negativas en diversas regiones del mundo repercutiendo en múltiples aspectos, como la economía y el ecosistema natural. Con la finalidad de conocer el comportamiento de la sequía en la isla de Margarita ver figura 1 (localidad insular del noreste de Venezuela) y analizar su influencia en la variación en la superficie agrícola del área de estudio, se efectuó una caracterización espacial, expresando los resultados cartográfica y temporalmente de la sequía meteorológica para el período 1972 – 2004 (33 años) determinando la magnitud de la sequía, mediante la aplicación del Índice de Precipitación Estandarizada (SPI), método cuantitativo ampliamente utilizado, de adaptación universal y de fácil aplicación, propuesto por McKee et al (1993).

Figura1: Islas de Margarita y Coche. Elaboración propia 2011

La Variación de la superficie agrícola fue analizada utilizando el Índice de Dinámica Agrícola de Skansi et al (2006), para obtener la variación anual de la superficie agrícola y determinar su aumento o disminución. En la isla de Margarita el fenómeno de la sequía meteorológica se categorizó de ligeramente seco a sequía extrema, observándose secuencias secas más largas, prolongadas y extremas en duración trimestral, pero a mayor escala temporal, 12 meses y 24 meses, las secuencias secas se van desplazando de un mes a otro y se categorizan entre lo normal y ligeramente húmedo; a nivel general los meses más secos son abril y mayo y los más húmedo junio y diciembre. La superficie agrícola según datos del MAT aumentó en 74% para el periodo 1993-2004, corroborado con la fotointerpretación de ortofotomapas e imágenes Landsat de 1993 y 2004, en donde rubros de piso bajo y de agricultura de secano como el melón, la patilla y la yuca son los predominantes en la isla de Margarita.El empleo de la geomática e imágenes satelitales fueron una herramienta e insumo que permitieron lograr resultados satisfactorios, por ofrecer una visión real del problema de investigación y mayor detalle, que aunado al manejo del SIG ArcGis 9.3 facilitó el procesamiento cartográfico, permitiendo la fácil elaboración de cartografía temática.

2. Introducción

El clima semiárido de la isla de Margarita, incrementa su vulnerabilidad ante la sequía, afectando principalmente aquellas áreas en las que se desarrolla la actividad agrícola, caracterizadas por una agricultura de secano.

La sequía ocurre cuando disminuye la cantidad de agua precipitada (cantidad que varíadependiendo a la región) por largos períodos; generalmente, se tiende a confundir los períodos secos que forman parte de algunos regímenes pluviométricos con la incidencia de la sequía, considerándola un fenómeno “normal” que ocurre año a año, sin tomar en cuenta las consecuencias negativas en la economía.

El objetivo principal persiguió la evaluación de la influencia de la sequía meteorológica en la variación de la superficie agrícola y la motivación para la realización de esta investigación, se debe a estudios anteriores realizados por el Ministerio del Poder Popular para el Ambiente en el año 2008, donde indicaban la ocurrencia de un proceso de desertificación en la isla.

La principal limitación de un estudio de índole geográfico como esta investigación, es la falta de comprobación realizada en campo de los resultados obtenidos con el Índice de Precipitación Estandarizada y el Índice de Dinámica Agrícola Modificado, así como los resultados obtenidos de la interpretación de imágenes satelitales y ortofotomapas con la realidad del área de estudio.

3. Materiales y métodos

La metodología aplicada en este trabajo consistió de cuatro fases consecutivas y relacionadas entre sí: a) recopilación de datos y consulta bibliográfica; b) procesamiento cartográfico; c) cálculo y análisis del Índice de Precipitación Estandarizada (SPI); d) cálculo y análisis del Índice de Dinámica Agrícola Modificado (IDAM); e) superposición entre el SPI y el IDAM. A continuación se describe cada fase:

a) Recopilación de datos y consulta bibliográficaEsta fase fue la base de la información documental que se utilizó de referencia para desarrollar la investigación. Documentos, revistas y artículos de universidades tanto extranjeras como venezolanas fueron la fuente principal de información. Sobre las tierras agrícolas en el estado Nueva Esparta fueron utilizadas las estadísticas producidas y emitidas en el país. Se realizaron visitas a instituciones como la biblioteca del IVIC, el Ministerio del Poder Popular para el Ambiente, Ministerio del Poder Popular para la Agricultura y Tierras, de la biblioteca del Banco Central de Venezuela y la biblioteca de la Universidad Central de Venezuela.

� Selección de las estaciones pluviográficas y determinación del período de estudioLa selección de 12 estaciones pluviométricas emplazadas en la isla de Margarita, con 33 años de registros continuos y completos provino del procesamiento realizado por la profesora Eva Colotti para su tesis de doctorado intitulada “La Erosividad de la lluvia en el estado Nueva Esparta: distribución temporal y espacial”. Colotti (2011) realizó una compilación de las estaciones pluviométricas, en una matriz con la información donde se describe su información básica: serial, nombre, localización, altitud y período de registro. Sus datos fueron obtenidos de la Dirección de Cuencas del MPPA. De acuerdo del criterio del Vecino más cercano, la distancia de las estaciones para zonas llanas y montañosas debe ser de máximo 30 y 15 kilómetros respectivamente. En el área de estudio, este criterio se cumple y se obtienen resultados más confiables.

� Recopilación de información agrícolaSe realizó la recopilación de información agrícola para el período 1993-2004, relacionada con la superficie cosechada en la isla de Margarita, disponible en el Ministerio del Poder Popular para la Agricultura y Tierras.

b) Procesamiento CartográficoLos insumos para la producción cartográfica básica de la investigación fueron de tres tipos:

� 23 cartas topográficas del Instituto Geográfico de Venezuela Simón Bolívar a escala 1:25.000 del estado Nueva Esparta, fechadas de 03-1991, cuyas referencias son: 7449 IV SE, 7449 IV SO, 7449 III NE, 7449 III NO, 7449 III SE, 7449 III SO, 7448 IV NE, 7448 IV NO, 7448 IV SO, 7448 III NO, 7448 III SO, 7349 II SE, 7349 II SO, 7349 II NO, 7349 III SE, 7349 III SO, 7348 I NE,

7348 I NO, 7348 I SE, 7348 I SO, 7348 II NO, 7348 IV NE, 7348 IV NO. (Anexo 1. Índice Cartográfico).

� 23 ortofotomapas del Instituto Geográfico de Venezuela Simón Bolívar a escala 1:25.000 del estado Nueva Esparta, fechados de 03-1993 y 03-1999, cuyas referencias son iguales a los mapas topográficos antes mencionadas.

� 2 imágenes satelitales Landsat, bandas 5-4-3-8, de marzo del 1993 y marzo del 2004, con 30m de resolución espacial. Esta combinación de bandas es la más apropiada para la interpretación de las áreas agrícolas.

El paso inicial del procesamiento cartográfico básico fue el escaneo y posterior georeferenciación de las cartas a escala 1:25.000 antes enumeradas, o la asignación del sistema de coordenadas Universal Transversal Mercator WGS84 Huso 20, específicamente para el estado Nueva Esparta, empleando para ello el software ArcGis 9.3. Posteriormente, fue digitalizada la información fundamental contenida en las cartas topográficas, que representan las curvas de nivel, la hidrografía, los cuerpos de agua, la vialidad, los centros poblados y la delimitación político-administrativa municipal y parroquial. En el caso de los centros poblados, se hizo la verificación con el nomenclador de centros poblados del Instituto Nacional de Estadística (2001); mientras que los topónimos se ajustaron de acuerdo a las Normas de Cartografía Nacional (1983). Finalmente, se generó el mapa base para la producción de los diversos mapas temáticos de la investigación:

� Mapa hipsométrico: contentivo de las curvas de nivel maestras (100m) e intermedias (20m).� Mapa de isoyetas: fue elaborado a partir de la utilización de los datos de precipitación media anual

para cada estación meteorológica, para el período 1972-2004, mediante el método de triangulación, realizado con el software ArcGis 9.3.

� Mapas de isosecas (líneas que unen puntos con los mismos valores de SPI) de la magnitud de la sequía para los años 1972, 1993 y 2004: realizados a partir de los resultados del Índice de Precipitación Estandarizada (SPI) y del Índice de Magnitud de la Sequía (DM).

� Mapa de distribución de la superficie agrícola para los años 1993 y 2004: elaborados mediante interpretación visual de las superficies agrícolas en las imágenes satelitales Landsat yortofotomapas. No se realizó discriminación en las categorías de la superficie agrícola, ya que no se pudo clasificar por sistemas o rubros.

La elaboración del mapa de distribución de la superficie agrícola para los años 1993 y 2004, requirió del procesamiento de las imágenes satelitales Landsat. A partir del año 2003 se averió el sensor remoto de dichas imágenes y, desde entonces, presentan errores que deben ser corregidos utilizando el programa ERDAS 9.2, el cual también permite rectificar las imágenes. La fusión de las bandas 5-4-3 se realizó con el software ENVI 9.8, mientras que su integración con la banda 8 se logró con ERDAS. La delimitación de los polígonos que representan las superficies agrícolas del estado Nueva Esparta resultó de la interpretación de las imágenes con ArcGIS 9.3.

� Mapa síntesis: resultante de la superposición de los mapas de magnitud de la sequía y de distribución de las áreas agrícolas, y se obtuvieron polígonos en los que coincidían la superficie agrícola observada en las imágenes y ortofotomapas y el tipo de sequía que afectaba esa área.

Luego de la realización de los mapas se procedió al análisis de los resultados. A pesar que la escala de trabajo fue de 1:25.000, la escala de publicación seleccionada fue 1:220.000, con el fin de facilitar el manejo y revisión de los mapas (un mapa impreso a escala 1:25.000 medía 90x60m, mientras que a escala 1:220.000 corresponde a 43.2x27.9cm).

c) Cálculo y análisis del Índice de Precipitación Estandarizada (SPI).Una metodología para determinar la magnitud de la sequía debe facilitar el análisis de las relaciones de la sequía con los factores modificadores del clima y demás elementos atmosféricos. Esta fase fue laboriosa y esencial para la investigación, dado que requirió de la búsqueda de un índice que demostrara la existencia de la sequía en la isla de Margarita.

Comúnmente se utilizan variables que incluyen la precipitación, temperatura, humedad del suelo, capacidad de almacenamiento del suelo, escorrentía superficial, evapotranspiración, entre otras; sin

embargo, se han desarrollado métodos simplificados que sólo utilizan una variable como la precipitación y permiten la cuantificación de la sequía en aquellas regiones en las que no se disponga de datos del resto de las variables.

El método utilizado fue el Índice de Precipitación Estandarizada (SPI), el cual fue desarrollado por McKee et al (1993) y está diseñado para cuantificar el déficit de precipitación en diversos períodos, asumiendo que las condiciones de humedad del suelo, son respuesta a las anomalías de precipitación. Fue escogido por su simplicidad y requerimiento mínimo de variables.

El SPI requiere datos de precipitación mensual y, de modo general se pueden describir dos etapas: la primera consiste en ajustar la serie histórica de la precipitación a la distribución teórica Gamma. La segunda etapa consiste en convertir la serie de precipitación ajustada a la distribución Gamma en una distribución normal estandarizada con media 0 y varianza 1, cuyo resultado representa el índice SPI.

Debido a la variabilidad natural de las precipitaciones y a su distribución asimétrica respecto a los valores medios, es recomendable la aplicación de la distribución Gamma (Thom, 1958). Esta distribución presenta ventajas con respecto a la Gaussiana, ya que se adapta a todo tipo de asimetrías, además de estar definida sólo para valores positivos, que la hace apta para representar frecuencias de precipitación (Serio, 2010).

La función de densidad gamma es luego transformada a una distribución normal estandarizada(Figura2) con media igual a cero y varianza igual a uno, siendo el valor resultante de esta transformación la magnitud del SPI. El índice representa el número de desviaciones estándar en que el valor transformado de la precipitación se desvía del promedio histórico, representado por el valor cero. Los valores negativos del SPI representan déficit de precipitación y aquellos positivos a la precipitación es superior al promedio histórico.

Figura2: Comportamiento de la Distribución Gamma y Gaussiana. McKee et al (1993).

Los pasos para calcular la magnitud de la sequía, inician con la acumulación de los datos de precipitación para el período deseado: 3, 12 y 24 meses. A la escala temporal de tres meses, la frecuencia de la sequía se incrementa y su duración disminuye, contrario a lo que ocurre en escalas mayores, donde la frecuencia de la sequía disminuye aunque con un efecto más prolongado (Komuscu, 1999). Se calcularon valores del SPI con series de precipitación acumulada de 3, 12 y 24 meses, a fin de observar la extensión temporal de este fenómeno. Cabe acotar, que la falta de información pluviométrica antes de 1971 en las estaciones La Asunción y La Guardia, dificultó el cálculo de precipitación acumulada de 24 meses, razón para obviarlaen el análisis comparativo.

� Determinación del inicio de la sequíaPara cualquiera de las escalas temporales antes mencionadas, la sequía comienza cuando el valor del SPI se hace negativo por primera vez y, finaliza cuando el índice se torna positivo, denominadas secuencias o eventos secos. En caso que los valores del SPI fuera continuamente negativo y alcanzara el valor -1 o menor, se considera que una secuencia seca significativa, está relacionada con la deficiencia suficientemente importante de agua, mientras que los valores positivos se identifican con la categoría normal o húmeda (McKee et al, 1993).

� Categorización del SPI Los valores de SPI son ligados a una clasificación nominal modificada por Skansi et al (2006) de la clasificación original de McKee et al (1993).

d) Cálculo y análisis del Índice de Dinámica Agrícola Modificado (IDAM)El Índice de Dinámica Agrícola fue desarrollado y aplicado por Volante et al (2005) y tiene por objetivo caracterizar y detectar áreas agrícolas donde la conjugación de factores como la variación del área cultivada, los desmontes para la agricultura y ganadería, la intensidad del uso del suelo y la rotación de los cultivos, podría resultar un efecto negativo para la sustentabilidad de los ecosistemas en particular y, el medio ambiente en general. Sin embargo, a los fines de esta investigación, se ha modificado la fórmula original, ya que será aplicado para determinar únicamente la variación de las superficies agrícolas, por ello se ha denominado IDAM.Para la aplicación del IDAM, se utilizan datos de superficie para el período de estudio que se desee, ya que con el índice no sólo se puede calcular la variación de la superficie agrícola en un período determinado, sino también de un año a otro. La flexibilidad del IDAM permite usar las variables que se consideren necesarias (superficie sembrada, cultivada y cosechada) siempre y cuando esté expresada en unidades de medida de superficie. Sin embargo, es posible aplicar el índice con una sola variable, dando como resultado su variación; la aplicación del IDAM puede ser empleado en cualquier parte del mundo.

La aplicación del IDAM permite determinar la superficie que se ha perdido, bien sea por reducción de la ya existente o su desaparición total, así como el aumento en extensión o la aparición de superficies en lugares donde antes no existían. Con el manejo de estos datos, es posible monitorear la frontera agrícola la pérdida o la ampliación de la frontera agrícola.

Los valores son expresados en porcentaje donde, los positivos indican el aumento en la superficie agrícola, y los valores negativos indican la disminución de la superficie agrícola. Debido a la carencia de datos agrícolas, el IDAM fue aplicado solamente a la superficie cosechada para el período de estudio 1993-2004.

e) Superposición entre el SPI y el IDAMPara el análisis de los resultados del SPI y del IDAM y determinar la influencia entre la sequía meteorológica y la variación de la superficie agrícola, es necesario contar con un período de estudio en común. Debido a la carencia de datos de superficie agrícola anterior al año 1993, se estableció un período coherente entre ambos índices, siendo estudiada la influencia para el período 1993-2004, en el que se determinaron las áreas en las que la sequía meteorológica han influido y la variación de la superficie encontradas en el mismo área.

4. Resultados

Según la aplicación del SPI, en la isla de Margarita existe el fenómeno de la sequía meteorológica, mostrando variaciones espaciales y temporales en la magnitud de la sequía. No se prevé una sequía extrema prolongada en la isla. La superficie agrícola en Margarita aumentó considerablemente para el período de estudio, rechazando la hipótesis sobre la disminución de la superficie agrícola. Sin embargo la actividad agrícola en la isla no tiene relevancia ni espacialmente ni económicamente. La condición natural seca, o la variación de las precipitaciones en períodos húmedos y secos, no implican la existencia del fenómeno, pues se debe presentar un descenso marcado, continuo y prolongado de la precipitación para ser denominado sequía. El estudio de la sequía, permite la planificación del espacio pues la generación de datos concretos y de información visual como la cartografía, sirve para que los entes pertinentes tomen medidas preventivas, mitigantes y correctivas.

5. Conclusiones

La condición natural seca y la variación de las precipitaciones en períodos húmedos y secos, coadyuvan a la incidencia e intensificación del fenómeno, pues se presenta un descenso marcado, continuo y prolongado de la precipitación y de las condiciones de humedad en el transcurso de 33 años. El estudio de la sequía, permitirá la planificación del espacio pues la generación de datos concretos y de información visual como la cartografía, sirve para que los entes pertinentes tomen medidas preventivas, mitigantes y correctivas. Según la aplicación del SPI, en la isla de Margarita existe el fenómeno de la sequía meteorológica, mostrando variaciones espaciales y temporales en la magnitud. Los meses de mayo, abril y

junio son los más secos, mientras que el mes de diciembre es el más húmedo para todo el período. La sequía se suaviza con el transcurso del tiempo, considerada una región muy seca en períodos trimestral, mientras que anual y bianualmente, las islas se categorizan como normal, resaltando eventos extremos puntuales (húmedos o secos), y por tanto, no se prevé una sequía extrema prolongada en la isla. El balance hídrico es deficitario para todos los meses del período, y se espera un período de retorno de la sequía.

La superficie agrícola en Margarita aumentó considerablemente para el período de estudio 1993-2004,rechazando la hipótesis sobre la disminución de la superficie que se elaboró concretamente para dicho período; sin embargo considerando y comparando con la superficie agrícola existente para mediados de los años 50’, la superficie si ha disminuido en un 85% con respecto al año 2004, pudiendo decir que la sequía no es el único factor que ha influido en tal disminución.

La sequía meteorológica no influye directamente en la variación de la superficie agrícola vegetal (aumento y disminución) en la isla de Margarita, pues aunque las superficies agrícolas aumentaron en regiones influenciadas por la sequía, y las parcelas que desparecieron se encontraban de igual modo en regiones secas, la variación anual de la superficie agrícola puede ser debido a otros factores naturales y/o socioeconómicos que se deben estudiar a fondo. La sequía pudo condicionar la ubicación de dichas superficies, ya que se emplazaban en regiones donde la influencia de la sequía no fue extrema.

6. Bibliografía

Colotti, E. (2004). Aplicabilidad de los datos de lluvia horaria en el cálculo de la erosividad. Universidad Central de Venezuela. Fondo Editorial de Humanidades y Educación. Trabajo de Ascenso. Caracas: Venezuela.

Instituto Geográfico de Venezuela Simón Bolívar. (1983). Normas de Cartografía Nacional. [Consulta en línea: 12 de marzo de 2011. Disponible en: http://www.igvsb.gov.ve/web2010/]

Instituto Nacional de Estadística. (2004). Nomenclador de centros poblados. [Consulta en línea: 12 de marzo de 2011. Disponible en: http://www.ine.gov.ve/]

Komuscu, A. (1999). Using the SPI to analyze spatial and temporal patterns of drought in Turkey.Drought Network News 11(1): 7-13. [Artículo en línea. Consultado el 3 de marzo de 2010. Disponible en:http://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=1048&context=droughtnetnews&sei-redir=1#search=%22Using+the+SPI+to+analyze+spatial+and+temporal+patterns+of+drought+in+Turkey.%22]

McKee, T; Doesken, N y Kleist, J. (1993). The relationship of drought frequency and duration to time scale. XVIII Conference on Applied Climatology. California. Colorado State University 17-22. EEUU. [Artículo en línea. Consultado el 3 de marzo de 2010. Disponible en: http://ccc.atmos.colostate.edu/relationshipofdroughtfrequency.pdf]

Ministerio de Agricultura y Cría. (1950). Censo agrícola Nacional.Caracas. Venezuela.Skansi, M; Núñez, S; Berríos, S. y Podestá, G. (2006). Un nuevo producto operacional para monitorear la ocurrencia y duración de períodos secos y húmedos usando el Índice de Precipitación Estandarizado.XI Reunión Argentina de Agrometeorología. Facultad de Ciencias Agrarias y Forestales, Universidad de La Plata, La Plata, Argentina, 6-8 [Artículo en línea. Consultado el 8 de marzo de 2011. Disponible en: http://yyy.rsmas.miami.edu/groups/agriculture/pubs/meetings/posters/IPE_agrometeorologia_2006.pdf

Ministerio del Ambiente. (2003). Informe nacional sobre la implementación de la Convención de las Naciones Unidas para la lucha contra la desertificación y mitigación de la sequía. Caracas, Venezuela.

Serio, L; Martin, P y Murphy, G. (2010). Evaluación de una metodología de pronóstico estadístico para la condición hídrica del suelo en la región pampeana argentina. Agriscientia. VOL. XXVII: 11-17.

Thom, H. (1958). A note on the Gamma distribution. Monthly Weather Review. 86: 117-122.

Volante J; Bianchi A; Paoli H; Noé, Y; Elena, H y Cabral, C. (2005). Análisis de la dinámica del uso del suelo agrícola del noroeste argentino mediante teledetección y sistemas de información geográfica período 2000-2005. Instituto Nacional de Tecnología Agropecuaria. 64 p. Argentina. [Artículo en línea. Consultado el 2 de febrero de 2011. Disponible en: http://www.inta.gov.ar/prorenoa/zonadescarga/uso_suelo/Analisis_de_la_dinamica_del_uso_del_suelo.pdf]

Reglas básicas para mediciones con el espectrorradiómetro de campo

ASD

María Primera1, Wuilian Torres1, Juan Núñez2, Mónica Sacido3, Gustavo Aguerrevere1, Anderson Albarran1, Montserrat Bautis1, José De Sá1

[email protected], [email protected], [email protected], [email protected],[email protected], [email protected], [email protected]

Fundación Instituto de Ingeniería Centro de Procesamiento Digital de Imágenes (CPDI)1.- Facultad de Ingeniería, Universidad Nacional de Cuyo Argentina2. – Facultad de Agronomía, Universidad Nacional

del Centro de la Provincia de Buenos Aires3

1. Resumen

.

El principal reto con que se enfrentan quienes trabajan en el campo de la teledetección consiste en la transformación de los datos registrados por el sensor en magnitudes físicas que permiten su análisis y comparación. Por ello las imágenes de satélite necesitan estar acompañadas de mediciones radiométricas en campo sobre las mismas áreas que ha abarcado el sensor espacial, con el fin de poder explicar los resultados anómalos de los análisis de la información. Para ello es necesario contar con bases de datos de referencia, como las bibliotecas espectrales. (Gilabert 1991; Vaughan 2001). Hasta el momento las bibliotecas espectrales disponibles son fundamentalmente una recolección de clases geológicas como la biblioteca del USGS o la ASTER. Existen bibliotecas espectrales con algunas especies vegetales como por ejemplo la biblioteca MEDSPEC creada en colaboración por 7 países mediterráneos, la de Southampton en el Reino Unido, la de la Universidad de Santa Bárbara, la de Kentucky en Estados Unidos o la biblioteca SPEC-CHIO de Zurich, Suiza. Sin embargo, para climas tropicales como el de Venezuela no se dispone de una biblioteca espectral. Por ello, el objetivo de este trabajo es proponer una serie de reglas básicas que se deben seguir al momento de la toma de espectros de reflectancia en campo utilizando un espectrorradiómetro, con el fin de colaborar en la creación de una biblioteca de firmas espectrales de la diversidad de rubros que se cultivan en el país.

Palabras Claves: Firma espectral, espectrorradiómetro, radiometría de campo, seguimiento fenológico, sensores remotos.

2. Introducción

La teledetección es el conjunto de conocimientos y técnicas utilizadas para determinar las características físicas, biológicas de los objetos y los fenómenos que en ella tienen lugar a partir de mediciones realizadas a distancia, sin contacto con el objeto y que pueden ser detectadas por un avión o un satélite (García y Caselles 1991; Castro 1999; Rivas 1999; Jiménez 2005). El medio de observación más usado en teledetección es la radiación electromagnética. Esta llega a la superficie de la Tierra e interactúa con todos los objetos (elementos), esa interacción, se puede dividir en tres fracciones. Una parte es absorbida, otra es transmitida y una tercera parte es reflejada. Las proporciones de energía reflejadas, absorbida y transmitida varían para cada objeto, lo cual nos permite discriminarlos y caracterizarlos mediante el uso de sensores remotos.

Los sensores remotos no solo nos permiten caracterizar las cubiertas, también permiten hacer monitoreo, tanto de fenómenos ambientales como de cultivos. Con el objetivo de determinar estrés hídrico, estado de salud (ataque de plagas o enfermedades), estado fenológico, deficiencias nutricionales, productividad y rendimiento, entre otras; mediante la captura de las variaciones en la reflectividad de las plantas durante los diferentes estados de crecimiento. Sin embargo este monitoreo se ve afectado por diversos factores como: cambios en los calendarios de siembra y cosecha de los cultivos; el clima en general del área de estudio. Si está definido por estaciones climáticas o por períodos de lluvia y sequía; la morfología y fisiología de las plantas, plantaciones que presentan características espectrales similares a otra durante cierta etapa de crecimiento (fase de post-emergencia) y a las características propias del sensor (resolución espectral, espacial y temporal). Por otro lado, para un mismo objeto las mencionadas proporciones de energía varían con diferentes longitudes de onda, con lo que dos objetos pueden ser no distinguibles en una porción del espectro y perfectamente diferenciables en otra. Sin embargo, lo predominante en la naturaleza es una mezcla de ambos tipos, originándose grandes diferencias de reflectancia entre los objetos debido a la variabilidad de las texturas superficiales existentes y al ángulo de incidencia del sensor sobre el relieve.

Lo expuesto con anterioridad nos conduce, definitivamente, al concepto de "firma espectral" que vendría a ser el conjunto de valores característicos y propios de cada objeto, captados para los diferentes campos del espectro de los que se obtiene información, sustentándose gran parte de los procesos de interpretación de imágenes de satélite en el análisis y tratamiento de estos valores.

Investigaciones hechas en el área han demostrado que la discriminación de clases de vegetación está fuertemente influenciada por las diferencias a nivel espectral, por lo que las firmas espectrales construidas en campo pueden contribuir con una mejora en la exactitud en ladiscriminación de los tipos de coberturas, ya que integran información proveniente de las características microscópicas (moleculares y anatómicas) de las plantas y de la estructura (cobertura y complejidad) del dosel, con las condiciones ambientales y edáficas del sitio.

Es por ello que el objetivo de este trabajo es plantear una serie de reglas básicas para realizar mediciones con un espectrorradiómetro de campo con el propósito de colectar información paraconstruir firmas espectrales de cultivos tomando como modelo el maíz por ser de interés nacional en Venezuela.

3. Materiales y Métodos

3.1. Diseño de Experimento

Para el desarrollo de este trabajo se diseñó un experimento que permitió aplicar un muestreo aleatorio estratificado por afijación simple, con una frecuencia de muestreos cada 3 semanas con el fin de estudiar el cultivo de forma simultánea en sus diferentes fases fenológicas bajo condiciones similares y con los menores costos posibles, ver Tabla 1.

El área seleccionada para realizar el ensayo se encuentra ubicada en Guácara, Edo. Carabobo. De dicha parcela se seleccionó un lote de terreno de 1 ha para realizar la siembra de maíz blanco híbrido 20/20. Con una distancia de siembra de 80 cm entre surcos y 17,5 cm entre plantas (medidas estándar para parcelas comerciales). La superficie fue segmentada en 5 lotes o parcelas,

cada una con 7 días de diferencia de siembra entre sí (Ver tabla 2), conformadas por 5 hileras de plantas. Finalizada la siembra se escogió un área dentro del lote de 4 m de ancho por 8 m de largo, para realizar los muestreos. De las 5 hileras de plantas, se dejaron dos hileras de bordadura y las tres hileras centrales se tomaron para realizar las mediciones, dentro de cada hilera se seleccionaron 3 plantas, para un total de 9 plantas por parcelas para promediar el espectro. (Ver Figura 1).

Tabla 1: Calendario de fechas de muestreo y edad del cultivo al momento del muestreo.

Parcela F. Siembra Días/ parcela Días/ parcela Días/ parcela Días/ parcela Días/ parcela

Parcela A 18/02/2011 35 56 90 98 119

Parcela B 25/02/2011 28 49 83 91 112

Parcela C 04/03/2011 21 42 76 84 105

Parcela D 11/03/2011 14 35 69 77 98

Parcela E 18/03/2011 7 21 62 70 91

Muestreos 25/03/2011 15/04/2011 19/05/2011 27/05/2011 17/06/2011

Tabla 2: Calendario de fechas de siembra de parcelas de maíz.Parcela F. SiembraParcela A 18/02/2011Parcela B 25/02/2011Parcela C 04/03/2011Parcela D 11/03/2011Parcela E 18/03/2011

Figura 1: Esquema de segmentación de parcelas y de distribución del diseño de experimento para la toma de muestras radiométricas.

MuestreosPara la realización del muestreo se diseñó una planilla para documentar diversa información del área de trabajo, de la cual se puede destacar la siguiente:

- Condiciones atmosféricas (nubosidad, viento, elevación de sol, etc.) al momento del muestreo.

- Las características del cultivo (tamaño de la planta, número de hojas, longitud del primer entre nudo, color de las hojas, etc.) al momento del muestreo.

- Metadatos sobre la adquisición de los espectros (calibración, adquisición de referencias, etc.).

- Cualquier información relevante que sea de utilidad en las etapas posteriores de procesamiento (cambios de luminosidad, presencia de polvo en suspensión, etc.)

3.2. Equipo Utilizado

Las reflectancias se midieron con un equipo FieldSpec de la empresa ASD Inc., este es un espectrorradiómetro portátil, que cubre el rango de 350 nm a los 2500 nm. El equipo completo está constituido por un morral para el traslado, espectrorradiómetro FieldSpec 3 Hi Res, un cable de fibra óptica con el sensor y su correspondiente soporte, una superficie de referencia ospectralon, una lente con un campo de visión de 8° y computadora portátil para la adquisición de datos del espectrorradiómetro.

El blanco de referencia es el panel portátil spectralon, hecho de politetrafluoretileno,caracterizado por ser casi 100% dispersivo (superficie cuasi-lambertiana) dentro de la longitud de onda de los 350 nm a 2500 nm.

Las mediciones se realizaron entre las 10:30 y las 15:30, con un ángulos fijo de visión a 90° y con una estructura diseñada por el CPDI (Centro de Procesamiento Digital de Imágenes) para fijar el sensor en esta posición. Este equipo consistió en una base y un brazo giratorio sobre el cual se monto el sensor.

4. Resultados

Con las experiencias obtenidas en la campaña de campo podemos determinar y recomendar una serie de pasos que se deben seguir antes, durante y después de las mediciones con el espectrorradiómetro de campo.

4.1. Antes de las MedicionesDel lugar donde se realizaran las mediciones:

1- Preselección de los sitios de medición. Realizar una precampaña, en la cual irán dos o tres personas, preferentemente una de ellas debe ser un operador del radiómetro y otra, necesariamente, debe ser especialista en los rasgos a medir. Por lo menos, esta última

persona debe participar de la campaña de medición. Para la preselección se deben tomaren cuenta los siguientes aspectos:1.1. De acuerdo con los objetivos del proyecto:

- Época de siembra; por lo general en el país (Venezuela) se siembra en época de lluvia lo que ocasiona el incremento en la nubosidad. Los muestreos deben realizarse en época de verano para garantizar la máxima radiación solar y la poca presencia de nubes.

- Tipo de cultivo; la arquitectura y el tamaño de las plantas. Si son plantas de porte alto (entre 2 y 3 m) se debe usar algún implemento que le permita subir para tomar las muestras desde la parte de arriba de la planta de tal forma que el ángulo de cobertura del lente cubra el ancho de la planta.

1.2. Accesibilidad con vehículo: es muy importante poder llegar al sitio de medición con vehículo, lo que evita pérdidas de tiempo en el traslado de todos los equipos.

1.3. Distancia entre sitios: si se van a tomar en diferentes localidades, es deseable que los distintos sitios se encuentren relativamente cerca unos de otros, en cada uno de los días de medición.

1.4. Deben ser preferentemente abiertos y amplios, con buena insolación. Se debe evitar la existencia de edificios cercanos, árboles o cualquier otro rasgo natural o cultural por encima del nivel de medición. En caso de no ser posible satisfacer estos requisitos, en el momento de la medición se analizará la forma de minimizar estos efectos.

1.5. En cada sitio preseleccionado se debe hacer un croquis, incluyendo fotografías generales, abarcando los 360º de visión, e incluir un waypoint con el navegador. En el croquis se anotarán los números de fotografías y los datos del waypoint, además se debe hacer una breve descripción del lugar con la identificación de los rasgos potenciales a ser medidos, posibles problemas observados y cualquier otra acotación que permita después seleccionar o descartar el sitio.

1.6. De ser necesario obtener autorizaciones es importante anotar el contacto (nombre y apellido), forma de contacto (dirección, teléfono, mail, etc.) y cualquier otra información de utilidad.

2- Verifique el buen funcionamiento del espectrorradiómetro, el estado del cable de fibra delmismo, y del resto del equipo auxiliar (la brújula, GPS, cámaras fotográficas etc.).

3- Organice las planillas o el material para caracterizar el área de estudio. Cintas para medir, cámaras fotográficas, y verifique las baterías de todos los equipos a llevar antes de la salida de campo, etc.

4- Haga uso de un mapa imagen y localice las parcelas con mayor accesibilidad; si pretende realizar varios muestreos lo recomendable es que estén cercanas entre sí (como se mencionó en el punto 1.3).

4.2. Durante las Mediciones1- Las campañas deben estar conformadas por un grupo mínimo de tres personas, máximo

cinco; cada uno con asignaciones específicas, las cuales no deben ser cambiadas durante la campaña para evitar errores de inconsistencia en los datos recogidos (retrasos por aprendizaje, desconocimiento entre otros) y la cantidad de personas dependerá del tipo de cultivo a muestrear (para plantas de porte alto lo recomendable son cinco personas).

2- Los muestreos se deben realizar entre las 10 de la mañana y las 14:30, esto para garantizar que la elevación del sol este lo más cerca al nadir posible con un máximo de 30° a 45° de inclinación sobre la vertical.

3- Uno de los primeros requerimientos tanto como para el cuidado y el uso general del equipo es la accesibilidad y el traslado al sitio del muestreo, el equipo viene almacenado en una caja de seguridad a prueba de golpes y del traspaso de agua. Sin embargo se recomienda que durante el traslado, la caja no sufra ningún tipo de lesión o daño que pueda debilitar las características de la misma.

4- Al llegar al lugar de las mediciones se debe colocar el aparato en un lugar firme y estable donde no corra riesgos de mal trato, coloque debajo un plástico o cualquier superficie de color para evitar la pérdida de piezas pequeñas o cualquier objeto importante, (esto debido a que por lo general los lugares de muestreo no son superficies limpias).

5- Se debe asegurar de que la fibra óptica salga de la pistola antes de colocar el lente. 6- El espectrorradiómetro debe encenderse por lo menos unos 15 a 20 minutos antes de

comenzar a tomar las mediciones, para permitirle que alcance el equilibrio térmico en todos los dispositivos internos. De esta forma se garantiza la precisión de las mediciones.Mientras transcurre el tiempo en que se estabilice el equipo los demás integrantes deben, seleccionar el lugar donde se colocara el blanco de referencia (Spectralon), tomar las fotografías de las condiciones atmosféricas al momento de hacer las mediciones (deben llevar la dirección en que fueron tomadas), comenzar el llenado de la planilla de campo con la caracterización del área de estudio, dibujar el croquis etc.

7- Se debe recorrer el lugar antes de realizar las mediciones para seleccionar los rasgos a medir de manera puntual (selección de individuos específicos por sus características) o de manera estadística, a través de transectas que se definirán en ese momento.

8- El Spectralon, debe colocarse lo más cercano posible al lugar del muestreo, incluso dentro de la parcela. Debe estar nivelado (para evitar malas lecturas), la placa no debe ser tocada con las manos, y se debe evitar que le caigan partículas de polvo, agua y cualquier otro material que pueda causar una alteración en la lectura. Lo recomendable es tenerlo tapado y destaparlo solo al momento de tomar las medidas.

9- Lo primero que se debe realizar es la optimización del equipo, luego tomar el blanco de referencia (Spectralon) y la primera medida que se debe realizar es la del Spectralon.

10- Durante el recorrido el operador debe estar siempre acompañado de 1 o 2 personas más para evitar el mal uso del equipo por enredo o torcedura de los cables, perdida de material

de protección para los cables, caída de cualquier herramienta (la pistola, la laptop entre otras), caída del operador (por ningún motivo el espectrorradiómetro debe golpearse).Estos deben mantener una distancia prudencial para evitar afectar la medición.

11- El operador debe controlar la geometría de la interacción (solo, planta, sensor), lo recomendable es usar un trípode para el sensor (la pistola con el lente) de esta forma se mantiene la altura y el ángulo constante. De no contar con este, se debe fijar una altura y mantenerse durante todo el muestreo.

12- El sensor debe estar orientado en la misma posición relativa respecto al sol, de esta forma no se proyectan sombras sobre la superficie donde se está midiendo.

13- Al realizar el muestreo, el operador debe observar constantemente la respuesta obtenida (la linealidad de los espectros). Si se observa un cambio brusco en la firma que se va generando por el espectrorradiómetro o si el aparato es saturado por la cantidad de energía recibida, se deben eliminar esos espectros y volver a tomar la medida del blanco de referencia (Spectralon) y continuar con la toma de muestras.

14- Si realiza muestreos en forma de transecta debe anotar el sentido (N- S- E- O) en que fue hecho.

4.3. Luego de las Mediciones1- Finalizado el muestreo, revise el área para evitar la pérdida u olvido del material

utilizado. 2- Al regresar de la labor de muestreo es importante que cada integrante tenga funciones

específicas a realizar como: recargar las baterías de todos los equipos (GPS, cámaras, baterías del radiómetro, laptop, teléfonos, etc), procesar la información colectada en campo (espectros, completar el llenado de planillas, etc), realizar respaldos de la información, descarga de fotografías y asegurarse de que el equipo esté completo y en orden.

5. Conclusiones

Hay una serie de variables del entorno que influyen en mayor o menor medida a la hora de realizar mediciones radiométricas. Entre ellas y una de las más importantes es la iluminación,como es el caso en Venezuela. Debido a la ausencia de estaciones climáticas definidas la variación constante de la iluminación, la nubosidad y la velocidad del viento son factores fundamentales a la hora de realizar este tipo de muestreo en campo. En este caso lo importante es, primero, conocerlas, segundo, evitarlas en la medida de lo posible y tercero, corregirlas o tenerlas en cuenta a la hora de analizar los datos obtenidos, y de establecer un margen de error adecuado a las circunstancias en que se han realizado las mediciones. A raíz de esto se recomienda este conjunto de reglas básicas con tres etapas (antes, durante y después de la medición), bastante lógicos, los cuales no se suelen tener en cuenta, normalmente por desconocimiento y por lo general se aceptan los resultados obtenidos a partir de mediciones sin

cuestionar su validez relativa. Por esto se considera que este trabajo servirá de referencia para todos aquellos estudios con objetivos similares con el fin de mejorar los resultados obtenidos por medio del empleo de radiometría de campo.

6. Agradecimientos

Nuestro mayor agradecimiento al Sr. Félix Concepción quien nos permitió desarrollar este trabajo en su parcela sin costo alguno colaborando con el cuidado y su mantenimiento durante todo el ensayo. A la Fundación Instituto de Ingeniería quien financió todo el proyecto y a todas y cada una de las personas que colaboraron en los muestreos de campo.

Bibliografía

Bongiovanni, R; Mantovani, E; Best, S; Roel, Á. 2006. Agricultura de precisión: integrando conocimientos para una agricultura moderna y sustentable. Programa Cooperativo para el Desarrollo Tecnológico Agroalimentario y Agroindustrial del cono Sur. Instituto interamericano de Cooperación para la agricultura (IICA). Montevideo, Uruguay. 244p. Disponible en formato PDF en: www.iica.int

Castro R. 1999. Sistema para El seguimiento y análisis de tierras mediante teledetección. Bases teóricas. Pontifia Universidad de Chile. Facultad de Agronomía e Ingeniería Forestal. Documento em formato pdf disponible en: http://www.inia.cl/medios/platina/descarga/TallerSatelital/bsesteoricasp.remota_rcastro.pdf

Gilabert, M. 1991. Índices de vegetación”. En: La teledetección en el seguimiento de los fenómenos naturales. Recursos renovables. Agricultura. Curso de Postgrado. Coord.: Gandía, S. y Meliá, J. Universitat de València. Estudi General. Unidad de Teledetección. Departament de Termodinámica, pp 285-295.

Jiménez J. 2004. Estimación de la temperatura y la emisividad de la superficie terrestre a partir de datos suministrados por sensores de alta resolución. Tesis Doctoral. Facultad de Física y Termodinámica. Universidad de Valencia. España. 344 p. Documento en formato pdf. Disponible en: http://biblioteca.universia.net/ficha.do?id=1960056 (Consulta: Agosto 2005).

Rivas R. 1999. Conceptos básicos de La teledetección. Apuntes para El curso de postgrado sobre Imágenes Satelitales. CIC – UNCPBA . 24 p.

S.A. 2004. La respuesta spectral. Disponible en:

http://www.ujaen.es/huesped/pidoceps/telav/fundespec/index.htm

Vaughan, P. 2001. Estimación del contenido de humedad de la vegetación mediante espectro-radiometría, Trabajo de investigación tutelado, Universidad de Alcalá de Henares, Alcalá de Henares, Spain.

Elaboración de mapas de cobertura natural y uso de la tierra a escala 1:25.000 a partir de polígonos obtenidos por segmentación orientada a objeto

Wladimir Barrios, Carmen Goitia, Wuilian Torres

Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT). Centro de Procesamiento Digital de Imágenes (CPDI). Urb. Monte Elena II, Sartenejas, Baruta. Caracas. Venezuela.

Correo electrónico: [email protected]; [email protected]; [email protected]

1. RESUMEN

En un estudio de línea base, una de las variables a considerar es la cobertura natural y el uso de la tierra en un área aproximada de 4.294 km2 que abarca parte de los municipios San Fernando y Biruaca del estado Apure al suroeste de la Faja Petrolífera del Orinoco, para lo cual se utilizó como insumo imágenes Spot de resolución 2,5 mts., generándose como producto final el mapa temático correspondiente.

El procedimiento utilizado tradicionalmente para obtener un mapa temático, consiste en un análisis visual de la imagen, utilizando parámetros que permiten identificar cada uno de los polígonos o áreas, tales como: color, tono, textura, patrón, localización, orientación, etc. asignando cada polígono a una determinada clase temática. Lo extenso del área y los procesos de levantamiento de información con imágenes tradicionales son tediosos y requieren un tiempo considerable, así como la participación de varios especialistas para obtener un mapa temático en un tiempo estimado de 8 a 10 meses. En consecuencia, los períodos de respuesta son muy superiores a los deseados por lo que se consideró el levantamiento de la información de una forma semiautomática.

El método de generación de polígonos orientado a objeto, permite obtener las unidades de una manera más rápida que con el método tradicional, solo que hay que realizar un proceso de edición para ajustar, en algunos casos, los límites de las áreas con respecto a la respuesta espectral de la imagen. Este proceso consiste en eliminar o generar arcos a fin de ajustar los polígonos a la respuesta que da la imagen de satélite, aun así, este método reduce los tiempos de ejecución del mapa temático en un alto porcentaje.

Adicionalmente, los mapas temáticos que se obtienen por segmentación orientada a objeto tienen la ventaja de reducir la subjetividad del intérprete. El tiempo requerido para obtener el mapa temático puede reducirse en un 60% aproximadamente, dependiendo de la heterogeneidad de la cobertura en el área de estudio. La limitación del método consiste en el proceso de edición, el cual podrá ser mejorado en versiones posteriores del programa.

2. INTRODUCCION

El levantamiento de la variable cobertura natural y uso de la tierra contempla la identificación y cuantificación de las formaciones vegetales y los usos de la tierra dentro del área estudio usando para ello imágenes de satélite SPOT 5 de resolución 2,5 mts que permite la definición de las coberturas, interpretada a escala 1:25.000, lo que representa una mezcla compleja de unidades o clases tanto de aspectos naturales como antropogénicos, que requieren además, de información adicional proveniente del trabajo de campo para su completo entendimiento no solo en términos de cobertura, sino en términos ecológicos. Por su parte, el uso de la tierra se define como la actividad humana asociada con una parte específica de la tierra, es decir, como la expresión espacial del aprovechamiento que el hombre ha realizado de los recursos presentes en el área de estudio.

El levantamiento de información de las variables cobertura natural y uso de la tierra se inició mediante la interpretación visual de las imágenes georreferenciadas, utilizando parámetros que permiten identificar cada uno de los polígonos o áreas, tales como: color, tono, textura, patrón, localización, orientación, etc. asignando cada polígono a una determinada clase temática. Pero dado lo extenso del área, las características de las imágenes a utilizar, la subjetividad de los intérpretes y los tiempos para la generación de los mapas temáticos se opto por aplicar un algoritmo de generación de polígonos orientado a objeto, que permite obtener las unidades de una manera más rápida y menos subjetivo que con el método tradicional, para lo cual solo que hay que realizar un proceso de edición para ajustar, en algunos casos, los límites de las áreas con respecto a la respuesta espectral de la imagen.

3. MATERIALES Y METODOS.

El área total de estudio es de una superficie de 6.500 Km2 aproximadamente, cubierta por 8 imágenes Spot 5 de resolución 2,5 mts las cuales fueron georreferenciadas para realizar su interpretación visual, pero debido a lo extenso del área y a los tiempos establecidos para realizar el mapa se procedió a tomar una muestra del área con la imagen (Figura Nro.1) y aplicar el método de la generación de los polígonos orientados a objeto, los arcos de los polígonos algunas veces requieren un proceso manual de edición eliminando o incorporando arcos para generar las clases de acuerdo a la leyenda establecida para obtener el mapa temático.

La tarea más ardua en el método tradicional es la interpretación visual, es necesario generar manualmente la frontera de cada uno de los polígonos asociados a las clases temáticas presentes en la imagen. Con la metodología propuesta el especialista debe revisar cada polígono, agregar o eliminar arcos y asignar el atributo que le corresponde.

A continuación se presenta un esquema de ambas metodologías:

Imagen�de�satélite�ortocorregida

Interpretación�visual��de�la�imagen�(Generación�de��

polígonos)s

Edición

Mapa�temático�de�cobertura�y�uso

METODOLOGIA TRADICIONAL

imagen�de�satélite�ortocorregida

Aplicación de�algoritmo

Generación�de��polígonos

Edición

Mapa�temático�de�cobertura�y�uso

METODOLOGIA APLICADA

4. RESULTADOS

La metodología aplicada para la generación de los polígonos mediante la segmentación orientada a objeto, permite al especialista obtener el mapa temático en un menor tiempo y con mejor calidad ya que al

Figura Nro. 1 Área de estudio muestra

interpretar por zonas como ocurre en la mayoría de las veces debido a las áreas extensas a estudiar, es necesario involucrar a varios especialistas y la subjetividad de estos influye en la interpretación.

El tiempo de ejecución del mapa tendría una reducción de un 60%, en comparación con el método tradicional, que consiste en la separación manual de cada una de las unidades a ser obtenidas a través del análisis visual, esto incluye la edición, que conlleva una revisión exhaustiva de los polígonos generados por la clasificación orientada a objeto, eliminando o agregando arcos, con el fin de ajustarlos a la respuesta espectral de las imágenes de satélite.

El algoritmo está siendo revisado a fin de obtener un mapa donde cada polígono este asociado a la clase temática correspondiente, lo cual disminuiría aun mas los tiempos de ejecución del mapa final.

En la Figura Nro. 2 se muestra los resultados de la aplicación de la metodología de clasificación orientada a objeto, que consiste es separar unidades espaciales en función de la respuesta espectral de la imagen de satélite

Figura Nro. 2. Áreas resultante de la aplicación del algoritmo de segmentación orientada a objeto.

Una vez obtenida las unidades espaciales con el algoritmo, se procede al proceso de edición , el cual consiste en ajustar a través del análisis visual las unidades previamente delineadas, eliminando o agregando arcos, con el fin de ajustar las unidades a la respuesta espectral de la imagen satelital (Figura Nro. 3)

Figura Nro. 3: Áreas resultantes del proceso de edición manual (tradicional)

En la figura Nro. 4 se observa la superposición de de ambos resultados, y ve claramente la disminución de las unidades espaciales con el proceso de edición descrito anteriormente.

Figura Nro. 4: Superposición de ambas metodologías

5. CONCLUSIONES.

La metodología para generar el mapa de cobertura y uso de la tierra aplicando el algoritmo de generación de polígonos obtenidos por segmentación orientada a objeto, resulto de gran utilidad ya que el tiempo se redujo en un 60% para su elaboración, actualmente se está trabajando en las mejoras del mismo lo cual la reducción de los tiempo para la generación del mapa será de un 75 a un 80%.

6. BIBLIOGRAFÍA.

� Chuvieco, E. (1996). Fundamentos de Teledetección Espacial. RIALP. Madrid. 453 pp. � Richards J.A (1999). Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin. 240 pp. � Sabins, F. (1978). Remote Sensing-Principles and Interpretacion. W. H. Freeman and Company. San Francisco. 428 pp.

ZONIFICACIÓN DE LA AMENAZA POR PROCESOS DE REMOCIÓN EN MASA ORIGINADOS POR LA SISMICIDAD EN LAS CUENCAS

COMPRENDIDAS ENTRE CAMURI CHICO Y PUNTA TIGRILLO, ESTADO VARGAS, VENEZUELA

Arismar Marcano1, Scarlet Cartaya2

Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de CaracasNúcleo de Investigaciones del Medio Físico Venezolano

1 [email protected] [email protected]

ResumenLa “Tragedia de Vargas” fue una compleja y desastrosa catástrofe que vulneró a su población manteniéndola en esa condición con el paso del tiempo. En este sentido, el objetivo del trabajo es zonificar los sectores expuestos a amenaza por movimientos de remoción en masa originados por la actividad sísmica en las cuencas comprendidas entre quebrada Camurí Chico hasta la quebrada El Tigrillo, estado Vargas, Venezuela, con el fin de contribuir a una planificación preventiva y correctiva de los riesgos locales en favor del desarrollo urbano sustentable. Esta investigación tipo correlacional – explicativa, de diseño cuasi experimental; se basa en el método heurístico, empleando la aplicación del análisis geoestadístico univariado y multivariado para la obtención de mapas de susceptibilidad específica ponderada y susceptibilidad final; la aplicación del Método de las Jerarquías Analíticas (MJA) de la Evaluación Multicriterios (EMC) para asignar pesos ponderados a las variables, y el método propuesto por Saha, Gupta y Arora (2002) y Saha, Arora, Gupta, Virdy y Csaplovics (2004) de conformación de áreas de influencias a derrumbes o zonas buffer, para generar el mapa de amenaza. Al calibrar el modelo, se evidencia que el 83,18% de los deslizamientos se encuentran en la unidad definida como de Muy Altaamenaza; seguida por la unidad de Alta amenaza con el restante 16,32%; ya que sólo 0,49% de los deslizamientos se encuentran la zona de Media amenaza, totalizando el 100% de los deslizamientos. No se evidencia, superficie de Muy Baja amenaza, y la categoría identificada como Baja, no presenta deslizamientos.

Descriptores: mapa amenaza, evaluación multicriterios, zonas buffer, SIG, estado Vargas.

Introducción Venezuela es un país con una importante línea de costa, que se ha visto sacudido por eventos naturales

de considerables magnitudes, trayendo como consecuencias saldos lamentables en materia de fallecidos, heridos, damnificados, y pérdidas materiales.

En el caso del estado Vargas, de manera reiterada, son las actividades sísmicas y los movimientos de remoción en masa los más influyentes en las modificaciones geográfico-físicas, así como estar muy relacionadas con los últimos eventos (como los de 1999 y 2005), que persisten en la memoria del colectivo, por lo determinante de sus daños, algunos, que aún no se logran subsanar.

Considerando esto, FUNVISIS (2003) señala que es un reto para la investigación el seguir abordando los riesgos ambientales urbanos y vulnerabilidad en Caracas y el estado Vargas estableciéndose como objetivos el estudio de aludes como fuente de riesgo–presente y pasado; deslizamientos de Gramoven y Blandín; aspectos geológicos y fallamiento activo en la quebrada Camurí Chico; Punta de Mulatos como testigo de eventos históricos; identificación y diferenciación entre sedimentación proximal y distal en abanicos aluviales.

Esto implica, que las amenazas son reales y que unidas a claras vulnerabilidades en las comunidades, determinan la necesidad de tomar medidas correctivas, zonificación, deficiencias urbanas y planes

previstos en las áreas afectadas por los flujos de detritos ocurridos en el Litoral Central a fines de 1999 y2005.

En este sentido, el objetivo de la investigación es zonificar los sectores expuestos a amenaza por movimientos de remoción en masa, originado por actividad sísmica en las cuencas comprendidas entre quebrada Camurí Chico hasta la quebrada El Tigrillo, estado Vargas, Venezuela, con el fin de contribuir a una planificación preventiva y correctiva de los riesgos locales en favor de un desarrollo urbano sustentable, apoyados herramientas SIG.

Métodos y MaterialesLa presente investigación de tipo correlacional – explicativa, de diseño cuasi experimental; se basa en

el método heurístico, el cual emplea la aplicación de: (a) análisis geoestadístico univariado y multivariado para la obtención de mapas de susceptibilidad específica ponderada y susceptibilidad final;(b) aplicación del Método de las Jerarquías Analíticas (MJA) de la Evaluación Multicriterios (EMC); (c) generación del mapa de amenaza a los procesos de remoción en masa por sismicidad, a través de las siguientes etapas:

Estructuración temática

Al considerar que la obtención de mapas donde se distribuye la susceptibilidad a los movimientos de remoción en masa para analizar su distribución espacial, se eligió un número determinado de variables y procedimientos, como lo propone INGEOMINAS de Colombia (Ojeda, Castro, Valencia y Fonseca, 2001) a saber: geomorfología, geología de superficie, pendiente media del terreno (a partir de cartas topográficas a escala 1:100.000 y 1:25.000, Hojas El Caribe 6847-IV-NE; Los Chorros 6847-IV-SE; del MARNR/Dirección de Cartografía Nacional, 1979) y conflictos de uso (a partir de la conjugación de los mapas de uso actual y uso potencial de la tierra) y la ubicación de los movimientos de remoción en masa (a partir de las imágenes Ikonos, 2000, Landsat, 2000 y Spot 5, 2007); obtenidos del Instituto Geográfico Venezolano “Simón Bolívar” en su Proyecto Ávila - Mapa de Riesgo (2002) y del Plan de Ordenamiento Territorial de la Autoridad Única de Área para el Estado Vargas (AUAEV, 2005) que posteriormente fueron constatados en campo.

Elaboración de los mapas temáticos básicos

Los mapas se procesaron bajo la plataforma SIG MapInfo Professional y la aplicación (para la pendiente e hipsometría) del modulo Vertical Mapper, facilitados por el Laboratorio de Geomática del Subprograma de Maestría en Geografía, Mención Geografía Física, y el Laboratorio de Cartografía del Departamento de Ciencias de la Tierra, ambos en el Instituto Pedagógico de Caracas.

En el caso de los mapas topográficos, a escala 1:100.000 y 1:25.000, Hojas El Caribe (6847-IV-NE) y Los Chorros (6847-IV-SE) del MARNR/Dirección de Cartografía Nacional (1979), que se adquirieron versión impresa y en formato CD (digital) se procedió a convertirlas en imágenes ráster y a georreferenciarlas, expresados en proyección Universal Transversa de Mercator (UTM), tanto en el Sistema Geodésico Datum La Canoa, Huso 19, como en el Sistema Geodésico SIRGAS-REGVEN GRS80, Huso 19 para dar cumplimiento con el Artículo 11 de la Ley de Geografía, Cartografía y Catastro Nacional (2000). Este procedimiento culminó en la construcción de tablas de información dentro del Sistema de Información Geográfico.

Finalmente, se elaboraron los mapas índices que corresponden a las variables de análisis, ellos son: (a) geología de superficie, (b) geomorfología, (c) pendiente media del terreno y (d) conflictos de uso. Estos se emplearon para generar posteriormente, los mapas de susceptibilidad específicos ponderados y de susceptibilidad final.

Superposición de capas y Análisis estadístico de las variables geográficas.

El objetivo de esta etapa fue abordar a cada una de las variables para otorgarle sus respectivos valores y de allí obtener los mapas de susceptibilidad por cada variable. Es por esta razón, que al superponer las capas descritas anteriormente, que son: (a) geología de superficie, (b) geomorfología, (c) pendiente media del terreno, y (d) conflictos de uso con los movimientos de remoción en masa digitalizados a través del análisis visual a las imágenes Ikonos (2000), Landsat (2000), Spot 5 (2007) fue posible calcular el área deslizada en cada unidad de las variables, empleando la herramienta SIG, para determinar tanto el área de la superficie deslizada como el área de cada unidad, en Kilómetros Cuadrados (Km2

Para determinar el peso que cada unidad de terreno tiene con relación a la propensión de deslizamientos, se empleó la Técnica Compensatoria Aditiva para la ponderación de variables que intervienen en la génesis de procesos de remoción en masa (TCA) basada en el Método de las Jerarquías Analíticas (MJA) o Analytic Hierarchy Process (AHP) de Saaty (1990; 2008); Roa (2007), de la Evaluación Multicriterios (EMC) (Gómez y Barredo, 2005).

); datos básicos que se requieren para realizar el análisis geoestadístico univariado, de manera que se pueda obtener los mapas de susceptibilidad específica ponderada, y estadística multivariada para la generación del mapa de susceptibilidad final.

Para fines de su aplicación, se procedió a enviar vía correo electrónico, a un grupo de expertos en las áreas de Geografía Física, Geología, Ciencias de la Tierra, Biogeografía, Geomorfología, Educación Ambiental, entre otros, y diversas instituciones nacionales e internacionales, Matrices de Jerarquías Analíticas por cada una de las variables, cuyos resultados obtenidos se procesaron estadísticamente para generar las matrices de jerarquización de cada una de las variables del estudio.

Con los resultados obtenidos en la ponderación de la variable, se procedió a calcular los estadísticos para lograr los mapas de susceptibilidad específica ponderada, a partir de la definición de los rangos.

Obtención del Mapa de Susceptibilidad

En el SIG, los mapas se generan mediante una operación geométrica de dos capas de polígonos y almacenaje en una capa resultado, preservando los atributos de cada una de ellas, siendo resultado de la superposición de cada uno de los polígonos con los de la otra capa, de manera que se incluyen correlacionándose los valores y su superficie deslizada. Esto significa que a mayor el número de deslizamientos y menor la superficie, mayor es la probabilidad de inestabilidad de la ladera.

Una vez realizado, se procedió a multiplicar el peso de la unidad en porcentajes por el peso ponderado de la variable. Con la data producto de la operación matemática, se recodificaron y reajustaron los rangos, manteniendo las cinco (5) categorías de susceptibilidad, la cartografía obtenida se denominó mapas se susceptibilidad específica ponderada (Cartaya, 2005).

El mapa de susceptibilidad final se elaboró mediante el análisis multivariado, en el cual son sumados digitalmente por el SIG, los cuatros mapas de susceptibilidad específica ponderada.

Posterior a todas las superposiciones contiene exclusivamente las combinaciones de los atributos provenientes de los mapas básicos (Figura 1)

Obtención del Mapa de Amenaza

Para considerar áreas de sismicidad y generar el mapa de amenaza de remoción en masa por los movimientos telúricos, se asumió el método propuesto por Saha, Gupta y Arora (2002) y Saha, Arora, Gupta, Virdy y Csaplovics (2004); conformando áreas de influencias a derrumbes o zonas buffer, tantas como fuese necesarias para abarcar toda el área de estudio. (Figura 2)

Al establecer que las áreas de influencia o zona buffer son de 500 metros cada uno, se conformaron 5 buffer, los cuales serían ponderados de acuerdo a su cercanía con la falla y los contactos litológicos, por lo

que, mientras más próximo se está de las líneas de falla y contactos, menor sería el buffer y mayor su ponderación. De esta manera, los buffer fueron ponderados inversamente proporcionales a su distancia.

Este valor dado en intensidad, se sumó a los porcentajes obtenidos en los mapas de susceptibilidad, utilizando la fórmula propuesta por Castro (2001, p. 98) modificada. Posteriormente, se redefinen los rangos manteniendo el número de categorías, asignadas a amenazas. Finalmente, se procedió a calibrar el modelo al superponer la capa de áreas removidas o deslizadas dibujadas y procesadas a través del análisis visual de las imágenes Ikonos (2000), Landsat (2000) y Spot 5 (2007), que posterior a su georreferenciación, sirvieron para construir los polígonos representativos de los movimientos ocurridos activados durante los eventos fluviotorrenciales de 1999 y 2005.

Resultados

Al observar el mapa generado (Figura 3), se puede apreciar que existe un determinante predominio de la categoría Muy Alta, con una extensión de 90,21Km2 lo que equivale a un 79,73% del área total de estudio; seguida por la categoría de Alta amenaza que significativamente, es menor a la anterior con 17,94Km2

En conjunto, estas dos unidades totalizan 108,15 Km

lo que representa proporcionalmente, 15,85%. 2 (95,58%); seguida de una estrecha franja de

amenaza Media, que alcanza 4,195Km2 (3,70%) que se presenta como una zona transicional a las categorías de menor superficie de área como lo son las de Bajas y Muy Bajas amenazas, que en conjunto alcanzan 0,79Km2

Al calibrar el modelo, por medio de la superposición de la capa de deslizamientos sobre este mapa de amenazas a movimientos de remoción en masa por las acciones sísmicas, se mostró una total correspondencia con lo cartografiado, el 83,18% de los deslizamientos se encuentran en la unidad definida como de Muy Alta amenaza; seguida por la unidad de Alta amenaza con el restante 16,32%; ya que sólo 0,49% de los deslizamientos se encuentran la zona de Media amenaza, que se definió en líneas anteriores como transicional; totalizando el 100% de los deslizamientos. No se evidencia, superficie de Muy Baja amenaza, y la categoría identificada como Baja, no presenta deslizamientos. (Figura 4)

(0,7%) del cuadrante de investigación, porque no se evidencia la menor unidad.

La distribución de la alta amenaza es muy homogénea, limitando prácticamente en las cuencas bajas, en el abanico aluvial de Caraballeda y en la parte final de los lechos de crecidas de las pequeñas quebradas como Quebrada Seca y Tanaguarena, así como el borde costero circundante a la quebrada El Tigrillo o el río Uría; donde se aprecia alta amenaza disminuyendo su intensidad en el área del cono. Es importante resaltar que el borde costero que se mantiene como de Muy Alta amenaza, se debe a la presencia del sistema de falla que se desplaza en dirección este- oeste y que en el área de trabajo se define como las zonas de fallas del Caribe.

ConclusionesEl mapa generado, propicia diversas afirmaciones e inferencias, de las cuales se hará mención de las

siguientes: (a) el área de trabajo es muy susceptible a desplazarse; (b) presenta muy alta probabilidad a removerse por la actividad sísmica, que además es un sistema activo de manera importante; (c) la mayor amenaza (que está catalogada como Muy Alta) y distribución de las remociones se encuentran potencialmente, en las áreas menos habitadas, que pertenecen o colindan con el Parque Nacional El Ávila, a excepción de la Parroquia Caraballeda, donde los Barrio San Julián, Corapal y Quebrada Seca, por señalar algunos ejemplos, se encuentran dentro de esta zonificación. Así mismo, toda la franja costera entre la Urbanización Tanaguarena y Carmen de Uría, que incluyen la faja donde está emplazada la carretera Caraballeda- Naiguatá, que es la principal vía de comunicación entre el litoral central y los “pueblos de la costa”; (d) Las importantes zonas urbanas residenciales y recreacionales, emplazadas en el abanico aluvial, como lo son: Urbanización y Balneario Camurí Chico, Los Corales, Palma Oeste y Palma Este, El Caribe, El Caraballeda Golf &Yatch Club, Urbanización y Conjunto Residencial Tanaguarena, por ejemplo, se encuentran en la zona de Alta amenaza a remoción por actividad sísmica.

Esta apreciación, conlleva a la necesidad de generar planes de información, manejo y gestión del territorio y de los riesgos, eficaces y eficientes para producir alertas tempranas y minimizar la vulnerabilidad (en cuanto a conocimientos, poca precaución e invasiones de infraestructuras anteriormente afectadas) de las comunidades y así, disminuir sus potenciales riesgos.

BibliografíaAutoridad Única de Área para el Estado Vargas (AUAEV). Plan De Ordenamiento Y Reglamento De Uso

Del Área De Protección Y Recuperación Ambiental Del Estado Vargas (Eje Arrecife-Los Caracas). (2005, Enero 21) Gaceta Oficial de la República Bolivariana de Venezuela, 5.758 (Extraordinario)

Cartaya, S. (2005). Adaptación y aplicación de un modelo para el análisis espacial de la susceptibilidad a deslizamientos, empleando SIG, en la micro cuenca de drenaje de la quebrada Curucutí, Estado Vargas- Venezuela. Trabajo de ascenso no publicado. Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas, Caracas, Venezuela.

Castro, E., Valencia, A., Ojeda, J., Muñoz, F., y Fonseca, S. (2001). Evaluación de riesgos por fenómenos de remoción en masa: Guía metodológica. Santa Fé de Bogotá, Colombia: INGEOMINAS / Corporación Autónoma Regional del Valle del Cauca / Escuela Colombiana de Ingeniería

FUNVISIS (2003) Treinta años de la Fundación Venezolana de Investigaciones Sismológicas (1972–2000) y la celebración de dos importantes eventos científicos. [Editorial]. Caracas, Venezuela: Revista Geográfica Venezolana, 44(2). 1-5.

Gómez, M. y Barredo, J. (2005) Sistemas de Información Geográfica y Evaluación Multicriterio en la ordenación del territorio. Madrid, España: Ra-Ma.

Imagen satelital LANDSAT TM+ de abril de 2000

Imagen satelital Ikonos TM+ de abril de 2000

Imagen satelital Spot 5 de 2007

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002a). Proyecto Ávila, Mapa de Riesgos: Balance Morfodinámico, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002b). Proyecto Ávila, Mapa de Riesgos: Formas de Relieve, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002c). Proyecto Ávila, Mapa de Riesgos: Geología, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002d). Proyecto Ávila, Mapa de Riesgos: Hipsometría, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002e). Proyecto Ávila, Mapa de Riesgos: Pendientes, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002f). Proyecto Ávila, Mapa de Riesgos: Procesos Geomorfológicos, escala 1:25.000. Caracas, Venezuela: Autor.

Instituto Geográfico de Venezuela Simón Bolívar / Ministerio del Ambiente y de los Recursos Naturales. (2002g). Proyecto Ávila, Mapa de Riesgos: Vegetación, escala 1:25.000. Caracas, Venezuela: Autor.

Ley de Geografía, Cartografía y Catastro Nacional. Gaceta Oficial de la República Bolivariana de Venezuela, 37.002, Julio 20, 2000.

Roa, J. G. (2007). Estimación de áreas susceptibles a deslizamientos mediante datos e imágenes de satélites: Cuenca del río Mocoties, estado Mérida-Venezuela. Revista Geográfica Venezolana, 48(2), 183-219.

Saaty, T. (1990). Multicriteria Decision Making - The Analytic Hierarch Process (Volume I). N.Y. New York, USA: Mc Graw Hill.

Saaty, T. (2008). Decision making with the analytic hieracchy process. Int. J.Services Sciensces, 1(1). 83-98.

Saha, Gupta y Arora (2002) GIS- based landslide Hazard zonation in the Bhagirathi (Ganga) Valley, Himalayas. Int. J. Remote Sensing, 23(2), 357-369.

Saha, Arora, Gupta, Virdy y Csaplovics (2004) GIS-based route planning in landslide-prone areas. International Journal of Geographical Information Science 19(10), 1149–1175

Servicio Autónomo de Geografía y Cartografía Nacional. (1979). El Caribe, hoja 6847-IV- NE [Mapa Topográfico escala 1:25.000]. Caracas, Venezuela: Autor.

Servicio Autónomo de Geografía y Cartografía Nacional. (1979). Los Chorros, hoja 6847- IV-SE [Mapa Topográfico escala 1:25.000]. Caracas, Venezuela: Autor.

Servicio Autónomo de Geografía y Cartografía Nacional. (1979). Caracas, hoja 6847 [Mapa Topográfico escala 1:100.000]. Caracas, Venezuela: Autor.

Servicio Autónomo de Geografía y Cartografía Nacional. (1995). El Caribe, hoja 6847-IV-NE [Ortofotomapa a escala 1:25.000]. Caracas, Venezuela: Autor.

Servicio Autónomo de Geografía y Cartografía Nacional. (1995). Los Chorros, Hoja 6847-IV-SE [Ortofotomapa a escala 1:25.000]. Caracas, Venezuela: Autor.

Figura 1: Mapa de Susceptibilidad Final. Generado por el SIG. Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Figura 2: Mapa de Zonas Buffer. Generado por el SIG, basado en el Método de Saha, Gupta y Arora (2002) y Saha, Arora, Gupta, Virdy y Csaplovics,(2004) International Journal of Geographical Information Science. 19(10), p. 1149–1175.

Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Figura 3: Mapa de Amenazas a los Movimientos en Remoción en Masa con la Sismicidad como desencadenante. Generado por el SIG. Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Figura 4: Mapa de Amenazas a los Movimientos en Remoción en Masa con la Sismicidad como desencadenante. Generado por el SIG. Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Aplicaciones de la geomática en un modelo metodológico para zonificar la amenaza por inundaciones en la planicie aluvial del río Borburata, estado

Carabobo, Venezuela

Williams Méndez y Juan Carrera

Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas, Departamento de Ciencias de la Tierra, Núcleo de Investigación “Estudios del Medio Físico Venezolano”, Av. Páez, El Paraíso, 1020, Caracas, D. C.

[email protected], [email protected]

Tema: Cambio Climático, Eventos Extremos y Riesgos. Problema tratado: Impacto de las inundaciones en la población de Borburata, estado Carabobo. Originalidad: Modelo de zonificación de la amenaza por inundaciones en planicies aluviales sustentado en el desarrollo de una metodología hidrogeomorfológica, con apoyo en herramientas de la Geomática. Resultados: Escenarios de afectación por inundaciones en la planicie aluvial del río Borburata (estado Carabobo) para eventos de distintos períodos de retorno.

Las inundaciones son la principal amenaza natural que impactan con significativa recurrencia a la población de Borburata, asentada en la parte media de la planicie aluvial del río del mismo nombre y en su margen izquierda, causando principalmente pérdidas económicas, de sembradíos y la interrupción de servicios. Escenarios éstos atribuibles físicamente a la morfodinámica de las cuencas de drenaje (río Borburata, quebrada Cachirí y otros cursos de agua de menores dimensiones) que desaguan hacia esta planicie, y a las respuestas hidrológicas torrenciales de estos sistemas activadas por eventos de lluvias extraordinarias, cuyas características son controladas por la morfología de las cuencas, la estructura y funcionamiento de sus redes de drenaje, y la interrelación de los factores físico-naturales de esos espacios. Es por ello que este trabajo se planteó como propósito fundamental zonificar la amenaza por inundaciones en la planicie aluvial del río Borburata bajo criterios hidrológicos y geomorfológicos y con apoyo en herramientas de la geomática, que permitieron modelar los distintos escenarios de inundación según el período de retorno del evento (mapa de zonificación de la amenaza por inundaciones), con énfasis principalmente en la parte media de la planicie donde se emplaza el centro poblado Borburata, a fin de identificar las áreas críticas de afectación por estos fenómenos. El área de estudio se ubica geográficamente en la Región Centro Norte del territorio venezolano, específicamente en el extremo oriental del margen costero-montañoso del estado Carabobo al Este de la ciudad de Puerto Cabello, emplazada en uno de los valles fluvio-marinos que penetran la vertiente norte de la serranía del Litoral (Cordillera de la Costa) en ese sector. Político-administrativamente el área de interés se encuentra bajo la jurisdicción del Municipio Puerto Cabello, y su localización geoastronómica está definida por las coordenadas: 10°26’15” – 10º28’29” de latitud Norte y 67º58’07” – 67°57’13” de longitud Oeste. La metodología de trabajo se estructuró en dos fases fundamentales; la primera, denominada de campo, consistió en realizar el chequeo terrestre en el área de estudio, lo que derivó en el levantamiento de puntos de control para la interpolación de curvas de nivel en la planicie aluvial del río Borburata, y se midieron también las profundidades del cauce del río en distintas secciones hidráulicas transversales de su recorrido, para posteriormente calibrar dicha información con el modelo hidráulico de la cuenca. La primera parte de la segunda fase (fase de oficina) comprendió: (a) Recolección, revisión y compilación de la información cartográfica e imágenes existentes y disponibles del sector de interés; (b) elaboración del

mapa base del área de estudio apoyada en cartas topográficas a escalas 1:25.000 y 1:5.000, mediante la vectorización de las curvas de nivel, red de drenaje y elementos culturales, empleando la herramienta ArcGis 9.0 y su módulo ArcScan; (c) construcción del modelo de elevación digital del terreno (MEDT) a partir de la información generada en (b) y con ayuda del módulo Spatial Analyst de ArcGis 9.0; (d) digitalización de la información temática cartográfica compilada sobre la base del mapa del área de estudio y el MEDT, y con apoyo en la herramienta ArcGis 9.0, con lo cual se generaron las capas temáticas correspondientes a las variables pendientes, orientación de laderas, hipsometría, geología, geomorfología, hidrografía, vegetación, uso actual de la tierra y uso potencial; (e) cálculo y estimación de los parámetros morfométricos básicos de las cuencas y redes de drenaje del río Borburata y de la quebrada Cachirí (áreas, perímetros, longitudes, anchos, altitudes, pendientes y ordenamiento y jerarquización de las redes de drenaje), con apoyo en el mapa base digitalizado y en el MEDT (elaboración de una base de datos morfométricos con el empleo de una hoja de cálculos de Microsoft Office Excel 2007); y (f) estimación del tiempo de concentración de las cuencas mediante la ecuación de Kirpich. La segunda parte de la fase de oficina, abarcó el tratamiento y la generación de información hidrológica e hidráulica: (a) análisis espacial, temporal y tendencial de las precipitaciones en el área de estudio, a partir del tratamiento de datos de lluvias (totales y promedios mensuales y anuales) correspondientes a la estación pluviométrica Santa Rita; (b) análisis de eventos extremos de precipitación a partir del análisis de frecuencias de profundidades de láminas máximas anuales de precipitación para distintas duraciones de la lluvia, correspondientes a la estación pluviométrica Santa Rita, y mediante el ajuste del modelo de probabilidades de Valores Extremos Tipo I (VEI) o Gumbel, y la estimación de curvas de profundidad-duración-frecuencia (PDF) e intensidad-duración-frecuencia (IDF) de la lluvia; (c) estimación de los caudales pico e hidrogramas de las crecientes para períodos de retorno de 2, 5, 10, 25, 50, 100, 500 y 1000 años, con la ayuda de la herramienta HEC-HMS (Hydrologic Engineering Center – Hydrology Modeling System), la cual se sustenta en los parámetros morfométricos de las cuencas, los datos de láminas máximas de precipitación para los distintos períodos de retorno considerados, y las especificaciones de control (inicio y fin de la simulación); (d) cálculo de los tirantes o profundidades de las láminas máximas de agua para las crecientes de los distintos períodos de retorno considerados, en las secciones hidráulicas seleccionadas en la planicie aluvial del río Borburata, empleando la herramienta HEC-RAS (Hydrologic Engineering Center – River Analysis System); y finalmente (e) la representación de escenarios de inundaciones para eventos correspondientes a los distintos períodos de retorno considerados, utilizando la herramienta HEC-GeoRas activada a partir de su enlace con la plataforma ArcGis 9.0, sustentada en el cruce algebraico del MEDT y la información hidráulica generada en (d). El producto síntesis del modelo metodológico empleado, está representado por el mapa de zonificación de la amenaza por inundaciones en la planicie aluvial del río Borburata (estado Carabobo), el cual es una herramienta de gran valor para la cuantificación y estimación de las pérdidas que se pueden esperar de acuerdo al escenario de inundación (período de retorno) que se presente, así como para la toma de decisiones de los entes gubernamentales regionales y locales respecto a la reordenación y/o reubicación de las actividades humanas que se desarrollan, y la elaboración del plan de autogestión de riesgos comunitarios liderizado por los propios actores sociales de las comunidades en situación de riesgo.

Desarrollo de un servicio WMS orientado a la consulta de zonificaciones urbanas

Carlos Camacho, Ricardo Cuberos, Karina FuenmayorInstituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño

Universidad del Zulia, Maracaibo, [email protected]

ResumenEn este trabajo se aborda la implementación de un servicio WMS para la consulta de parcelas urbanas, con el propósito de determinar sus potencialidades de desarrollo a partir de las Variables Urbanas Fundamentales estimadas en la legislación venezolana vigente. Para tal fin se desarrolló un servicio web de mapas para la consulta libre de las regulaciones urbanísticas consideradas en el plan urbano de Maracaibo. Dicho servicio expresa en términos atributivos las variables urbanas fundamentales presentes en la ordenanza de zonificación de Maracaibo, asegurando su interoperabilidad con la adopción de lasnormas ISO/TC211 familia 19100 y de las especificaciones OGC, con la visión de construir un nodo IDE para el acceso a la información urbana de la región.

IntroducciónEl programa de investigación “Gestión tecnológica para la ordenación de espacios antropizados” que se ejecuta actualmente en la Universidad del Zulia, en una primera etapa persigue desarrollar un sistema que aborde la conversión de las disposiciones contenidas en la Ordenanza de Zonificación de la Ciudad de Maracaibo de 2003, a través de algoritmos matemáticos que orienten de manera más certera la secuencia de tomas de decisiones que habitualmente desarrollan los proyectistas o funcionarios en sus oficinas, o los diversos propietarios de inmuebles en el seno de sus comunidades.

Con el apoyo de código UML, los mencionados algoritmos han sido traducidos a capas de información geométrica y atributiva asociadas a un área piloto densamente poblada en la ciudad de Maracaibo, la parroquia Olegario Villalobos, con aproximadamente 10000 inmuebles en 900 hectáreas de superficie.

Estas capas se han configurado para generar un servicio de mapas mediante el protocolo WMS, con el cual, a través de una interfaz apropiada, permita al usuario común o al experto contar con una herramienta para el análisis de las condiciones y regulaciones urbanísticas que afectan a determinado inmueble en términos de las variables urbanas fundamentales.

Materiales y Métodos.El objetivo del trabajo fue el de producir mapas de forma dinámica a partir de la información geográfica proveniente de la desestructuración lógica y posterior modelaje algorítmico de las variables urbanas fundamentales contenidas en la Ordenanza de Zonificación de la Ciudad de Maracaibo.

Para este objetivo, se planteó una metodología que abordaba tres actividades:

1. Implementación de la arquitectura del geoservicio.

2. Realización de pruebas de interoperabilidad.

3. Desarrollo del visualizador de mapas para la consulta de las regulaciones urbanísticas.

Implementación de la arquitectura del geoservicio.

Para desarrollar el servicio WMS se implementó un sistema distribuido formado por clientes que solicitan servicios y servidores que responden a esas peticiones.

Con esta arquitectura cliente-servidor se buscó desarrollar un sistema de información en el que las transacciones se dividieran en procesos independientes que cooperarán entre sí para intercambiar información, servicios o recursos, obteniendo así un modelo en el cual, del lado del servidor se encontrara toda la información relativa al proceso de zonificación urbana de Maracaibo, y del lado del cliente permaneciera sólo lo particular de cada usuario.

En este modelo el cliente se comunica con el servidor a través de una interfaz de software que permite el flujo de información entre el cliente y el servidor ocultando las características del servicio, razón por la cual se probaron y analizaron tres puntos clave para la implementación del servicio WMS: el servidor, el cliente y la interfaz de software.

La siguiente tabla muestra las herramientas utilizadas para determinar la combinación que tuviese más ventajas para la implementación del servicio WMS de zonificación urbana, en lo relativo a su interoperabilidad y desarrollo de aplicaciones propias del proyecto.

Tabla 1. Herramientas utilizadas para la implementación del Servicio WMS de Zonificación Urbana.

Servidores Clientes Interfaz de software

� ArcGIS Server

� MapServer

Ligeros:

� Internet Explorer

� Firefox

Pesados:

� ArcGIS Desktop

� gvSIG

� Google Earth

� OpenLayers

� Flex

� Silverlight

Fuente: Elaboración propia

Realización de pruebas de interoperabilidad.

Para que la interoperabilidad de la información y del servicio de mapas fuese posible, fue necesario que el WMS cumpliera con la norma ISO “19128 Web Map Server Interface”, que es un estándar basado en la especificación “WMS Implementation Specification” del OGC, que establece la forma en que los WMS deben consultarse y las respuestas correspondientes, para compartir la información geográfica y superponer capas provenientes de distintos servidores.

Las operaciones que define la “WMS Implementation Specification” fueron ejecutadas configurando unarchivo de capacidades que devuelve los metadatos del servicio, comprobándose su operación, tanto en los clientes ligeros como en los clientes pesados, mediante la invocación de peticiones HTTP GET. Del mismo modo se obtuvo la imagen del mapa realizando peticiones HTTP GET en ambos tipos de clientes.

Así se comprobó la interoperabilidad del servicio generado, una vez demostrado que el servidor es capaz de interpretar y devolver el mapa de zonificación urbana, según las peticiones que realiza el cliente con todos los parámetros obligatorios que define la especificación WMS del OGC. De lo contario el servidor devuelve una excepción de la solicitud.

Desarrollo del visualizador de mapas para la consulta de las regulaciones urbanísticas.

Una vez creado el servicio WMS, se procedió a desarrollar el visualizador de mapas para desplegar la información geográfica y realizar las correspondientes consultas de las regulaciones urbanísticas. Se evaluaron varios tipos de visualizadores, cada uno con herramientas comunes preestablecidas, sin embargo, por las características del proyecto se hacía necesario tener la capacidad de desarrollar aplicaciones propias que le permitieran al usuario sacar mayor provecho de la información desplegada.

Por tal motivo fue necesaria la elección de un visualizador de mapas eficiente y que permitiera la personalización de herramientas a través de un lenguaje de programación sencillo. De esta forma se realizaron pruebas con las librerías OpenLayers, y con las ArcGIS API para Flex y Silverligth de ESRI.

Debido a su versatilidad, facilidad de programación y constante evolución se eligió el visualizador de Flex de ESRI como interfaz de software para probar el modelo generado para la consulta vía web de las variables urbanas fundamentales presentes en la ordenanza de zonificación de Maracaibo, alojándose el servicio WMS en dos servidores de mapas de la Universidad del Zulia, básicamente fue publicada la misma información a través de ESRI ArcGIS Server y MapServer.

También se utilizaron clientes pesados como ArcGIS Desktop, gvSIG y Google Earth para acceder alservicio WMS y comprobar su funcionalidad.

Conjuntamente, el empleo de la herramienta de edición de metadatos CatMDEdit facilitó la descripción de los recursos geográficos asociados al servicio, para ir sentando las bases de la construcción de un nodo IDE para el acceso a la información urbana de la región, en el marco del programa de investigación “Gestión tecnológica para la ordenación de espacios antropizados” que se ejecuta actualmente en la Universidad del Zulia.

ResultadosSe preparó un mapa base de la parroquia Olegario Villalobos como área piloto para generar la metodología que se aplicaría al resto de las parroquias que componen el municipio Maracaibo. Seestableció el universo de parcelas localizadas en la parroquia, la caracterización de las vías públicas y de los frentes de parcelas hacia las mismas, las distintas afectaciones dadas por ampliaciones o construcciones de nuevas vías, y el trazado de todas y cada una de las zonas contenidas en la ordenanza para esta área de estudio

Con la creación del servicio web de mapas a partir de las distintas capas obtenidas del mapa base, seestableció un geoservicio completamente interoperable, en el cual se pueden consultar las variables urbanas fundamentales tanto en clientes ligeros como en clientes pesados.

Asimismo, se desarrolló el visualizador del geoservicio en FLEX para facilitar, a través de aplicaciones de Internet enriquecidas, la consulta de las regulaciones urbanísticas contenidas en la ordenanza de zonificación del municipio Maracaibo.

Figura 1: Visualizador para consultar el Servicio WMS de zonificación urbana de Maracaibo.


En este momento el visualizador es capaz de generar un reporte sobre la zonificación de determinado inmueble, sin embargo éste seguirá en periodo de pruebas, mientras se logra modelar a través del lenguaje UML todas las estructuras de datos multidimensionales que implica la desestructuración de la ordenanza de zonificación. Se ha avanzado mucho, pero aún faltan aplicaciones por desarrollar, especialmente aquellas que determinan la relación geométrica entre dos o más inmuebles.

ConclusionesAunque aún está en etapa de pruebas y depuración de datos, el servicio WMS para consultar las regulaciones urbanísticas de Maracaibo representa una herramienta muy útil, que sin dejar a un lado la labor de los funcionarios pertenecientes a las oficinas locales de planificación urbana, complementa su labor aumentando los niveles de certeza y eficiencia en el análisis de las variables urbanas fundamentales.

Un servicio de este tipo, le permite al propietario de un inmueble, al consejo comunal y a técnicos y profesionales, conocer la zonificación urbana del inmueble de su interés de modo expedito, a través de una interfaz web muy intuitiva y con un servicio completamente interoperable. Además, también se cuenta con un conjunto de herramientas de mucha utilidad para aquellos usuarios que sientan interés por analizar las posibilidades de desarrollo de algún proyecto urbano, en el marco de lo que dicten los polígonos de zonificación urbana.

Bibliografía. Alcaldía de Maracaibo (2005). Ordenanza de Zonificación del Municipio Maracaibo. Comisión de

Arquitectura, Urbanismo, Construcción, Ambiente y Turismo de la Cámara Municipal de Maracaibo OMPU/PDUM. República Bolivariana De Venezuela Estado Zulia.

Ricardo Cuberos, et alt (2009). Gestión tecnológica para la ordenación de espacios antropizados. Fase 1: SIGZUM (Protocolo de registro). Instituto de Investigaciones IFAD de la Facultad de Arquitecturay Diseño. Universidad del Zulia. Maracaibo (Venezuela) Marzo.

Eric van Praag (2008). Guía para el Establecimiento de Servicios WMS del Programa GeoSUR. Versión 1.0. Corporación Andina de Fomento (CAF).

ISO (International Organization for Standardization) (2009) STANDARDS GUIDE ISO/TC 211 GEOGRAPHIC INFORMATION/GEOMATICS. ISO (International Organization for Standardization). ISO/TC 211 Advisory Group on Outreach. Recuperado de la página: http://www.iso.org/iso/home.htm

Ken Gorton (2009), Desarrollando Aplicaciones Web usando ArcGIS API for Flex™. Taller presentado en las XVI Conferencia Latinoamericana de Usuarios ESRI. Bogotá, Colombia.

Open Gis Consortium (2004) OGC Web Map Service Interface (OGC 03-109r1). Open Gis Consortium Inc. Recuperado de la página Web: http://www.opengeospatial.org

Open Geospatial Consortium (2009) OpenGIS® Web Map Services - Profile for Earth Observation (EO) Products (OGC 07-063r1). Open Geospatial Consortium Inc. Recuperado de la página Web: http://www.opengeospatial.org

Roger Tomlinson (2008). Pensando en el SIG: Planificación del Sistema de Información Geográfica Dirigida a Gerentes. Esri Press 3rd Spanish Language ed. Edition.

Catálogo de datos geoespaciales basado en la zonificación urbana del Municipio Maracaibo

Carmen Araujo, Carlos Camacho, Karina Fuenmayor, Ricardo Cuberos, Eduardo Pineda, José Indriago, Nixon Molina, Edixon Villalobos

Instituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño Universidad del Zulia, Maracaibo, Venezuela

[email protected]

1. Resumen Siendo la zonificación urbana el instrumento urbanístico de regulación para la construcción en un

territorio, en pro de optimizar la distribución espacial de la población que, junto a la caracterización demográfica y la dotación eficiente de infraestructura, garantizan el equilibrio y la articulación de las variables urbanas de manera conveniente y competitiva en una región; el manejo afinado del mismo debe responder rigurosamente al crecimiento natural y la dinámica poblacional de manera sostenible. A este respecto, los sistemas de información geográfica se han perfilado como una herramienta eficaz en los estudios urbanos, ya que combinan y relacionan grandes cantidades de datos georreferenciados e información brindando modelos de datos con fines de apoyo a la toma de decisiones. Siendo que el catálogo de objetos geográficos representa una abstracción de la realidad y que su estructura organizativa puede variar en función del grado de representación y abstracción de los productores de la información geográfica, el propósito de esta ponencia es exponer las avances de la estructura y contenido del catalogación de datos geoespaciales de la zonificación urbana de Maracaibo y que es considerado como el eje neurálgico de cualquiera de los servicios tecnológicos de carácter geoespacial y el cual dará paso a su vez, al levantamiento del modelo matemático de datos urbanos.

2. Introducción La complejidad de la dinámica en el crecimiento de una ciudad que implica la relación entre las

actividades económicas, sociales y ambientales que se desarrollan en ella, obliga a actuar en escalas diversas en función del cumplimiento de la norma, la vinculación entre los proyectos, la viabilidad de la ejecución de los mismos y la mejora del bienestar de la población.

En relación a esto, la motorización de nuevos modelos innovadores de gestión para la toma de decisiones en materia de diseño, planificación y gestión urbana es un asunto de interés general estudiado por diversas disciplinas del conocimiento, que toca desde urbanistas, abogados, arquitectos, sociólogos y estrategas hasta ingenieros de la información y del conocimiento.

De cara a la optimización del proceso metodológico que implica racionalizar la toma de decisiones en este ámbito de estudio, que implica la intervención de nuevas disciplinas como es la geomática la cual permite la intervención conjunta de diversas herramientas basadas en las nuevas tecnologías de la información y comunicación, se definen claros objetivos formulados por la urgencia que se tiene de integrar de manera sostenible toda la información espacial y facilitar el acceso a la misma, fomentando de esta manera la cooperación en la planificación y ordenamiento físico espacial y el intercambio de datos geográficos.

De allí se desprende, la necesidad de vincular las nuevas políticas del gobierno bolivariano sobre la transformación del territorio con los diversos instrumentos legales que enmarcan el ordenamiento urbano, fundamentados en la concepción sobre planificación que se define como el conjunto de métodos de actuación permanente, ininterrumpida y reiterada del estado y su sociedad, destinada a lograr un cambio estructural de conformidad con la Constitución de la República (Art. 2, Ley Orgánica de Planificación).

En referencia a lo antes expuesto, es necesario destacar el papel preponderante que ha jugado la geomática a través de los Sistemas de información geográfica los cuales son usados ampliamente hoy día

para la obtención, almacenamiento, manipulación y análisis de información georeferenciada y que han sido bandera en la planeación, análisis y gestión del desarrollo de un país.

Cabe destacar, que las soluciones tecnológicas en la cual está inmersos los sistemas de información geográfica (SIG), permiten desarrollar modelos espaciales de datos que son configurados e inventariados para su posterior uso, que son encapsulados bajo la figura de catálogos de objetos geoespaciales, y cuya organización y administración, permiten optimizar los tiempos de respuesta para el ofrecimiento de diagnósticos y decisiones más acertadas en el ámbito de la planificación urbana.

A tal efecto, catalogar datos geoespaciales es un proceso de alto performance necesario para suministrar servicios tanto a los proveedores de información geográfica como los consumidores y tratándose de la producción del catálogo de datos espaciales en la zonificación urbana del Municipio Maracaibo, se dará respuesta a la relación tácita y de apoyo a la planificación de esta zona.

3. Materiales y métodos La catalogación de datos para la zonificación urbana del Municipio de Maracaibo se ha venido

desarrollando empleando una metodología intuitiva basada en el uso de técnicas geomáticas tales como la generación de una base de datos digitalizada de las variables espaciales contempladas en la ordenanza y la aplicación de aspectos metodológicos usados en el modelo de datos y catálogo de objetos CO-25 del IGAC, que a su vez tiene como referencia el modelo alemán Authoritive Topographic Kaartographie Information System (ATKIS).

1. Selección y clasificación de los elementos para la catalogación.

En consonancia con el artículo 4 de la Ley Orgánica de Ordenación Urbanística (LOOU) que demanda el cumplimiento a las variables urbanas fundamentales previstas en esta normativa para lograr un desarrollo armónico de edificaciones y urbanizaciones localizadas dentro del área urbana del municipio, la selección de los elementos principales para la catalogación se basaron en las variables urbanas fundamentales para el desarrollo de urbanizaciones y edificaciones (Art. 5 y 6 at. LOOU), y los polígonos o zonas en que ha sido dividida el área urbana del municipio Maracaibo (Art. 8):

Dichos elementos de catalogación son para el caso de las variables urbanas fundamentales para urbanizaciones:

1. Uso correspondiente

2. Espacio requerido e incorporación a la trama vial

3. Restricciones por seguridad o por protección ambiental

4. Densidad bruta de la población prevista establecida en cada polígono

5. Dotación, localización y accesibilidad de los equipamientos de acuerdo con las respectivas normas

6. Restricciones volumétricas

En base a las variables urbanas fundamentales para edificaciones, los elementos para la catalogación se basaron en los siguientes aspectos:

1. Uso previsto en la zonificación

2. Retiro de frente y acceso

3. Densidad neta de la población prevista en la zonificación

4. Porcentaje de ubicación prevista en la zonificación

5. Retiros laterales y de fondo previstas en las zonificación

6. La altura prevista en la zonificación

Las variables enunciadas son claramente definidas para cada uno de las doce áreas o polígonos enunciados en el artículo 8 y especificadas en los capítulos subsiguientes de la ordenanza en estudio.

2. Diseño de las tablas de la base de datos.

El articulado de la ordenanza puede ser deconstruido en una serie de variables, cuyas bases de datos corresponderían a un esquema como el indicado en la Tabla 1.

Tabla 1. Diseño de las tablas de la base de datos del articulado de la ordenanza.


3. Diseño de fichas de catalogación

El diseño de las fichas de catalogación se basó en una plantilla totalmente automatizable de la cual se desprenden de manera jerárquica las capas organizativas de los elementos a catalogar y proponiendo una disposición adecuada de los atributos que caracterizan al objeto que pertenece a un grupo de un tema específico manejado con su respectivo código. Así mismo, cada plantilla ofrece en cierta medida la incorporación de los metadatos del objeto.

Figura 3. Encabezado de ficha de catalogación de objetos. Fuente: Elaboración propia

Figura 3. Pie de ficha de catalogación de objetos. Fuente: Elaboración propia

4. Codificación y vaciado de los elementos de catalogación

Los objetos de zonificación urbana se definieron bajo la estructura de codificación indicada en la figura 4.

Figura 4. Estructura de codificación de objetos de zonificación. Fuente: Elaboración propia

4. Resultados Se configuró la base de dato con los elementos seleccionados para el estudio de zonificación

urbana, se identificaron, estructuraron y codificaron los niveles de datos geoespaciales asociados a la zonificación, además de la generación de las fichas de catalogación.

Los resultados parciales alcanzados muestran una plataforma de inventario de los elementos seleccionados y manejados en la primera fase de SIGZUM, como resultado de la catalogación de dichos objetos, la incorporación de los metadatos geográficos en función de los elementos y las especificaciones técnicas y de calidad de datos aplicada a los mismos

5. Conclusiones. El modelo de catalogación representado en este estudio, se estableció bajo una estructura de cuatro

(4) capas, que pretende ofrecer una clara y manejable clasificación técnica que relacione los aspectos y las variables contenidas en la ordenanza urbana del municipio Maracaibo.

Levantar las especificaciones técnicas de cada dato georreferenciado podría parecer de principio una tarea titánica y difícil de abordar, sin embargo, la experiencia obtenida durante la realización de estudio, el cual supone la atención a un elemento minúsculo como es la zonificación urbana, representa al mismo tiempo una inversión significativa y un avance técnico idóneo para seguir ofreciendo herramientas que conlleven a la ampliación de una sólida base de conocimientos en el área del desarrollo urbano regional del Zulia..

6. Bibliografía Modelo de Datos Urbano Catálogo de Objetos CO-U y Catálogo de Símbolos CS-2000 (1996).

Versión 1.0. ISBN 958-9067-17-4. 1996. Instituto Geográfico Agustín Codazzi. Ministerio de Hacienda y Crédito Público – Colombia.

Conceptos Básicos sobre sistemas de Información Geográfica y Aplicaciones en Latinoamérica. (1995). ISBN 958-9067-06-09. Instituto Geográfico Agustín Codazzi. Ministerio de Hacienda y Crédito Público – Colombia

Ordenanza de Zonificación del Municipio Maracaibo (2005). OMPU/PDUM República Bolivariana de Venezuela. Estado Zulia.

Tella, Guillermo. Presentación de reflexiones sobre los procesos de estructuración territorial de la ciudad. Recuperado de la página Web: http://www.guillermotella.com/enfoques/el-primer-escenario-de-la-zonificacion-urbana/

Desarrollo urbano: manual para la elaboración de planes de desarrollo urbano de centros de población: Servicios Rurales Mínimos (2011) Secretaría de Asentamientos Humanos y Obras Públicas, México. Dirección General de Centros de Población... Recuperado de la página Web: http://www.recci.org.mx/index.php?option=com_publicaciones&Itemid=74.

SEGUIMIENTO DE LA EXPANSIÓN URBANA EN EL MUNICIPIO DE MADRID ENTRE 1984 Y 2009, A PARTIR DE IMÁGENES

LANDSAT TM Y ETM+.

Giancarlo Alciaturi Díaz1.

1 Máster en Tecnologías de la Información Geográfica 2009 - 2010, Universidad de Alcalá – España. Director de proyecto fin de máster: Dr. Emilio Chuvieco Salinero

[email protected]; [email protected]

�

1. Resumen ��Este estudio tuvo como propósito cuantificar y caracterizar el patrón de crecimiento espacial que ha experimentado un sector del área metropolitana de Madrid para el período comprendido entre 1984 y 2009. El procedimiento metodológico incluyó la revisión bibliográfica, el empleo de algunas técnicas de procesamiento digital de imágenes, el análisis visual para la delimitación de las áreas urbanas y el uso de algunas técnicas de generación de base de datos en Sistemas de Información Geográfico. El trabajo muestra que la zona urbanizada ha crecido desde los 261 km2 en 1984 hasta las 402 km2en 2009. Este crecimiento ha sido más significativo en la sección metropolitana inmersa en el área de estudio que en el propio municipio de Madrid, dado que está experimentó un aumento cercano a los 79 km2, mientras que en el mencionado municipio fue de 63 km2. �

2. Introducción

El seguimiento de la expansión urbana resulta un tema de gran interés para los científicos sociales y planificadores urbanos. Para su análisis se han utilizado tradicionalmente distintas fuentes de referencia, como por ejemplo los censos de población y vivienda, dado que estos permiten evaluar los cambios socioeconómicos y demográficos que ha experimentado la estructura de la ciudad. No obstante, este tipo de fuentes carece del detalle espacial y no pueden ser actualizada de manera frecuente (De Sherbinin et al, 2006). Frente a esta limitante, la teledetección se perfila como una técnica capaz de generar datos útiles, con una continua cobertura espacio – temporal que permite seguir la expansión urbana y los cambios que de ésta se derivan.

De manera específica este trabajo tiene como objetivo cuantificar y analizar el patrón de crecimiento espacial de las áreas urbanas del municipio de Madrid en períodos sucesivos entre 1984 y 2009, a partir de las imágenes Landsat TM/ETM+ y del empleo de algunas técnicas de SIG. Varios autores han señalado que las transformaciones territoriales en el municipio de Madrid se aceleraron desde los años ochenta y noventa del siglo XX (López de Lucio, 2003). Por otro lado, el periodo más reciente nos servirá para establecer las tendencias actuales del fenómeno.

Contextualizando el problema en un ámbito más amplio, conviene considerar que Europa es uno de los continentes más urbanizados del planeta: en el 2006 un 75% de su población se encontraba habitando en áreas urbanas, y se estima que para el 2020 está cifra aumente a un 80% (Agencia Europea de Medio Ambiente, 2006). Históricamente este incremento poblacional ha estado asociado con el crecimiento del área urbana, derivándose este último de la necesidad de edificar

viviendas, industrias, comercios, servicios, entre otros, que satisfagan un conjunto de necesidades de esa creciente población, a expensas de espacios rurales. El crecimiento de la ciudad y sus suburbios frente a los espacios rurales es conocido como expansión urbana. En la actualidad, es una de los principales factores que inciden en los cambios de usos del suelo, generando en consecuencia impactos significativos en el medioambiente, en la estructura social del entorno y en la economía (Patacchini; et. al, 2009).

El área de estudio (Figura 1) quedó definida por los límites vectoriales del municipio de Madrid, incluyéndose el área cuadrada que albergaba esos límites en las imágenes TM (coordenadas superior izquierda 424785 E, 4499385 N, e inferior derecha 456075 E, 4462605 N) que corresponden a un tamaño de imagen de 1043 píxeles y 1226 líneas. Además de la totalidad del municipio de Madrid, se incluyen algunas secciones de su corona metropolitana.

Figura 1. Situación relativa local y regional del área de estudio: a) contexto político-administrativo de España y; b) en una imagen Landsat TM (Path 201 y Row 32).

La ciudad de Madrid se localiza en el centro de la península ibérica a 40° 25' latitud N y 3° 42' longitud W, a su vez está situada sobre una serie de colinas que descienden: las que se ubican al norte, sur y oeste, hacia el río Manzanares y las que se hallan al este, hacia el arroyo Abroñigal. Topográficamente son contornos de relieve moderados pero continuos en sus accidentes, conjugándose las pequeñas lomas, las laderas y fondos de vaguada y los valles (Pérez, 2007). Gavira (1996) señala que la adaptación a este singular relieve ha condicionado y encauzado la actual morfología urbana de Madrid en la siguiente manera: hacia el sur como freno con la pendiente del río y talud de la orilla opuesta, al oeste con la depresión del Manzanares como obstáculo, al norte la lenta subida del terreno y al este el valle inundado del Paseo del Prado.

Madrid es el núcleo urbano español con mayor población, 3.187.062 de habitantes a 1 de enero de 2007 (Municipalidad de Madrid, 2009), destacándose a su vez que la misma cumple con funciones de capital de Comunidad Autónoma y a su vez capital de país. Históricamente esta ciudad ha experimentado sustanciales procesos migratorios de origen nacional en la segunda mitad del siglo XX fundamentalmente, y de origen internacional en los últimos años del siglo XX y primeros del siglo XXI. Esta dinámica demográfica favoreció que la Comunidad se configurase como una región metropolitana que extiende sus límites urbanos hasta las regiones vecinas (Molina, 2002). Considerando algunas generalidades que caracterizan la economía de la ciudad, en el año 2005 la construcción era el sector de más crecimiento de Madrid, estimado en un 8,2%. Sin embargo es el sector servicios el que lidera la actividad económica de Madrid, con un 85% del total, y ocupa a dos terceras partes de la población activa. A las tradicionales funciones administrativas, por albergar la Administración central del Estado, y financieras (Madrid es la sede de gran cantidad de empresas que desarrollan su actividad en toda España y acoge la mitad del capital financiero nacional), se han sumado las relacionadas con el transporte o con la pujanza del aeropuerto de Madrid-Barajas.

b)a)�


3.1 Obtención y corrección de las imágenes Landsat TM y ETM+

Para este estudio se contó con 12 imágenes Landsat TM y ETM+ (Path 201 y Row 32). Un total de 8 fueron visualizadas, solicitadas y posteriormente descargadas a través del portal GLOVIS (http://glovis.usgs.gov/) del United States Geological Survey (USGS). También se contó con 4 imágenes Landsat TM suministradas por el Departamento de Geografía de la Universidad de Alcalá, las cuales fueron corregidas geométricamente en base a la imagen correspondiente a 1984; dado que esta última por ser la de más antigua data, contenía un mayor número de elementos comunes y estables en el tiempo.

3.2 Análisis visual

Para cada una de las respectivas imágenes, se recurrió al análisis visual y de forma complementaria, como lo sugieren Chuvieco y Casas (1987) se aplicaron también algunos procesos de tratamiento digital con el fin de mejorar la calidad inicial de estas y por consiguiente lograr una visualización más adecuada. Partiendo de los criterios que Chuvieco (2008) sugiere para la interpretación visual, se dispuso del uso de pautas visuales como el color, el tono, la textura y el contexto para diferenciar las cubiertas urbanas. A estos efectos se utilizó una composición falso color o infrarrojo color, producto de aplicar los cañones de rojo verde y azul sobre las bandas correspondientes al IRC, SWIR, R, facilitando así la delimitación de áreas construidas.

Bajo este esquema la ciudad presenta un color violeta con tonos azulados, la estructura geométrica definida por las vías de comunicación permite distinguirlos claramente de otros usos del suelo (Figura 2). Dentro de las áreas urbanas también se consideraron sus áreas ajardinadas, en este caso al tratarse de una imagen estival resulta bastante óptima la localización de todas las zonas verdes, puesto que en ese momento del año es máximo el contraste que presentan frente a otras superficies vegetales no sometidas a riego (Chuvieco, ob. cit). Con la práctica de estas generalidades se dispuso de los criterios de interpretación visual espectral, espacial simple y espacial complejo.

Áreas construidas , frondosas perennifolias , áreas ajardinadas ,

Cultivos de regadío , Suelo desnudo , Matorral y ¨Pasto .

Figura 2. Aspecto característico de distintos de cubiertas en la composición 4/5/3

3.3 Edición y manipulación de los datos

En primer lugar se interpretó la imagen de 1984. Sobre los vectores de ésta se fueron añadiendo y editando las zonas urbanas en las sucesivas imágenes temporales, hasta concluir con 2009. Teniendo en cuenta que para el caso se creó una base de datos que geométricamente contiene archivos de polígonos (formato shp); se localizaron y corrigieron los errores, derivados de solapamientos entre algunos de estos polígonos. Partiendo de estos procedimientos, fueron obtenidos los valores de superficie urbana (km2) que dieron lugar a los resultados y análisis pertinentes.

1984 2009

Figura 3. Delimitación de las áreas urbanas para los años 1984 y 2009.

4. Resultados

Se obtuvieron resultados inherentes el área de estudio, el municipio de Madrid y su corona metropolitana. Estos se basan en el comportamiento espacio temporal de parámetros tales como superficie urbana, crecimiento absoluto y relativo según interperíodos, crecimiento interanual absoluto y relativo y el crecimiento acumulado absoluto y relativo según años de referencia.

Refiriéndose al Cuadro 1 y al Gráfico 1, se evidencia en un comportamiento que describe un incremento de la superficie urbana. Guardando las diferencias entre los valores de superficie (km2)del municipio de Madrid y su corona metropolitana, se pudo identificar una tendencia que sugiere que para el período comprendido entre 1984 y 1995 el aumento en la corona fue más acentuado que dentro de los límites del propio municipio. En ambos casos para el período comprendido entre 1999 y 2003, se presenta una tendencia que si bien apunta al crecimiento, este resulta menos significativo que el descrito para el período anterior. Desde el 2002 y hasta el 2008 se observa un repunte, siendo a su vez más acentuado para el municipio.

No obstante, debe aclararse que en este periodo tuvo especial incidencia la incorporación de nuevos espacios al aeropuerto de Madrid – Barajas y sus adyacencias. Esta afirmación se sustenta en el análisis visual y delimitación del área correspondiente a la infraestructura antes mencionada, que dentro de la poligonal de este término municipal pasa a ocupar de 2003 a 2008 una superficie aproximada de 16 a 32 km2. Genéricamente entre 2008 y 2009 no se notan variaciones significativas.

Cuadro 1. Superficie urbana (km2) estimada, 1984 – 2009.

Año Lugar 1984 1987 1990 1991 1995 1999 2000 2001 2002 2003 2008 2009

Área de estudio 260.89 274.02 289.48 295.74 313.07 336.05 337.93 340.38 340.58 342.55 400.88 402.96

Municipio de Madrid 196.03 202.96 208.47 210.16 216.28 227.94 227.97 228.96 229.02 229.33 258.62 258.8

Corona metropolitana 64.86 71.06 81.01 85.58 96.79 108.11 109.96 111.42 111.56 113.22 142.26 144.16

*A fin de obtener comparaciones consistentes entre cada uno de los períodos, se tuvo como referencia para 1984 la división político administrativa Vigente del municipio de Madrid, la cual data del 27 de marzo de 1987.

Gráfico 1. Crecimiento de las superficies urbanas.

El cálculo del crecimiento absoluto y relativo (Cuadro 2) se realizó sobre la base de los datos reflejados en el Cuadro 1. El análisis en conjunto del Cuadro 2 y los Gráficos 2 y 3; destaca que fue más significativo el incremento de las áreas urbanas en la corona metropolitana que dentro del propio municipio, haciéndose más marcada esta tendencia desde 1984 hasta 1991, y a su vez dentro de este período entre 1990 – 1991. Para el área de estudio en su conjunto y en el período comprendido entre 1991 y 2001, este incremento puede explicarse en parte a que en la Comunidad de Madrid, el número total de viviendas familiares subió en más de medio millón, y dentro de esa cantidad el 65% tuvo lugar en el quinquenio 1996 – 2001, suponiendo un ritmo anual superior a las 66.000 viviendas (López de Lucio, ob.cit).

Cuadro 2. Crecimiento absoluto y relativo, 1984 – 2009.

Crecimiento interperíodo

Período Lugar

1984- 1987

1987-1990

1990-1991

1991-1995

1995-1999

1999-2000

2000-2001

2001-2002

2002-2003

2003-2008

2008-2009

Área de estudio 5,03 5,64 2,16 5,86 7,34 0,56 0,73 0,06 0,58 17,03 0,52

Relativo (%) Municipio de Madrid 3,54 2,72 0,81 2,91 5,39 0,01 0,43 0,03 0,14 12,77 0,07

Corona metropolitana 9,56 14 5,64 13,1 11,7 1,71 1,33 0,13 1,49 25,65 1,34

Área de estudio 13,13 15,46 6,26 17,33 22,98 1,88 2,45 0,2 1,97 58,33 2,08 Absoluto

(km2)Municipio de

Madrid 6,93 5,51 1,69 6,12 11,66 0,03 0,99 0,06 0,31 29,29 0,18

Corona metropolitana 6,2 9,95 4,57 11,21 11,32 1,85 1,46 0,14 1,66 29,04 1,9

Gráfico 2. Crecimiento interanual relativo

Gráfico 3. Crecimiento interanual absoluto

Autores como Serrano (2002) y la Agencia Europea de Medio Ambiente (ob.cit) conceden también gran importancia a la construcción de las nuevas carreteras que ha tenido lugar en la Comunidad de Madrid, debido a que el incremento del uso urbano estuvo condicionado por la localización de nuevos espacios en torno a las carreteras radiales, orbitales y en la intersección de carreteras radiales y orbitales.

En síntesis, y basándose en los resultados contenidos en el Cuadro 3; se desprende que al final del período el área de estudio se incrementó en aproximadamente 142 km2, el municipio de Madrid en 62.77 km2 y la corona metropolitana en 79.3 km2, quedando sentado que el incremento de superficie en la corona metropolitana fue más significativo que el del propio municipio.

Haciendo una comparación que permita marcar una diferencia entre las transformaciones ocurridas durante los años correspondientes a los siglos XX (1984 – 2000) y XXI (2001 – 2009), se tienen los siguientes resultados: la corona metropolitana había alcanzado cerca del 57% del total incrementado, el municipio de Madrid cerca del 50% y el área de estudio cerca del 54%. No obstante, estos resultados de por sí no representan una diferencia significativa.

Cuadro 3. Crecimiento acumulado absoluto y relativo según años de referencia, 1984 - 2009.

Crecimiento acumulado Lugar 1984 1987 1990 1991 1995 1999 2000 2001 2002 2003 2008 2009

Relativo

Área de estudio - 5,03 10,96 13,36 20 28,81 29,53 30,47 30,55 31,30 53,66 54,46 Municipio de

Madrid - 3,54 6,35 7,21 10,33 16,28 16,29 16,80 16,83 16,99 31,93 32,02

Coronametropolitana - 9,56 24,90 31,95 49,23 66,68 69,53 71,79 72 74,56 119,33 122,26

Absoluto (km2)

Área de estudio - 13,13 28,59 34,85 52,18 75,16 77,04 79,49 79,69 81,66 139,99 142,07 Municipio de

Madrid - 6,93 12,44 14,13 20,25 31,91 31,94 32,93 32,99 33,3 62,59 62,77

Coronametropolitana - 6,2 16,15 20,72 31,93 43,25 45,1 46,56 46,7 48,36 77,4 79,3

Figura 7. Incorporación de espacios urbanos para el período 1984 - 2009: a) Área de estudio; b) Municipio de Madrid.

5. Conclusiones

En base a los resultados obtenidos, son más que evidentes las variaciones que han experimentado las áreas urbanas del municipio de Madrid, su corona metropolitana y el área de estudio, al precisar un balance (diferencia entre 1984 y 2009) donde se tiene un incremento relativo cercano al 32%, 122% y 54%, respectivamente. Estos valores sugieren la continua consolidación de las zonas inmersas en la corona urbana, que ya para 1985, según López de Lucio (ob.cit), se encontraban en avanzado estado de formación.

Suponiendo la división del área de estudio en 4 secciones: noroeste, noreste, suroeste y sureste, se puede notar que hacia el noroeste la expansión de las zonas urbanas ha sido restringida en virtud de que hacia dicho sector se encuentra el monte El Pardo, por lo tanto se puede ratificar la función protectora que ha cumplido la creación de este espacio. En coincidencia con los señalamientos de Serrano (ob.cit) el uso de teledetección, la cartografía digital y los Sistemas de Información Geográfica, facilitan el análisis de espacios tan dinámicos como son los espacios urbanos.

El campo de la teledetección tiene un amplio abanico de posibilidades para su aplicación en estudios de naturaleza social. Refiriéndose concretamente a los resultados fruto del presente trabajo, la mejora y ampliación de lo aquí obtenido puede orientarse en primer término a la integración con datos relativos a variables biofísicas y/o socioeconómicas (obtenidas o no a partir de sensores remotos), cuyo comportamiento pueda explicarse en base a la expansión que ha experimentado la ciudad de Madrid para el período 1984 – 2009. Un ejemplo de ello es el mencionado por de Sherbinin, et. al (ob.cit) en donde a partir del estudio de la expansión urbana se pueden establecer interrelaciones entre la dinámica que presenta la vegetación y el comportamiento de distintos fenómenos sociales. De la misma forma, es factible proponer estudios basados en el tratamiento

6. Referencias bibliográficas

Agencia Europea de Medio Ambiente. 2006. Urban sprawl in Europe: the ignored challenge.Disponible en: http://www.eea.europa.eu/publications/eea_report_2006_10/eea_report_10_ 2006.pdf. Última revisión: 3 de junio de 2010.

Chuvieco, E. y Casas, J. 1987. Análisis visual de imágenes Thematic Mapper para el estudio urbano. El caso de la ciudad de Madrid. Anales de Geografía de la Universidad Complutense. Vol. 7, pp: 399 – 412.

a)� b)

Chuvieco, E. 2008. Teledetección ambiental – La observación de la tierra desde el espacio (3era edición actualizada). Barcelona, Ariel Ciencias.

De Sherbinin, A; Balk, D; Yager, K; Pozzi, F; Giri; Ch y Wannebo, A. 2006. A CIESIN Thematic Guide to Social Science Applications of Remote Sensing. Center for International Earth Science Information Network (CIESIN). Columbia University. Palisades, NY, USA. Disponible en http://sedac.ciesin.columbia.edu/tg/guide_main.jsp. Última revisión: 20 de mayo de 2010

Gavira, C. 1996. Miradas desde la Ingeniería. Redes e infraestructuras en Madrid, Celeste Ediciones, Madrid.

López de Lucio, R. 2003. Transformaciones territoriales recientes en la región urbana de Madrid. Urban. Vol 8, pp. 124-161.

Molina, M. 2002. Madrid, metrópoli global. Anales de Geografía de la Universidad Complutense. Vol. extraordinario, pp. 349 – 356.

Municipalidad de Madrid.2009. Indicadores ambientales ciudad de Madrid (datos de 2007).http://www.munimadrid.es/UnidadWeb/Contenidos/Publicaciones/TemaMedioAmbiente/IndicadoresAmbientales.pdf. Última revisión: 17 de mayo de 2010.

Patacchini, R; Zenou, Y; Henderson, V. y Epple, D. 2009. Urban Sprawl in Europe. Brookings-Wharton Papers on Urban Affairs. Disponible en: http://www.jstor.org/stable/25609561. Última revisión: 20 de mayo de 2010.

Pérez, A. 2007. Elaboración de la base de datos HISTOMAD sobre la evolución histórica de las divisiones administrativas de Madrid. Trabajo fin de carrera ante la Escuela de Arquitectura y Geodesia de la Universidad de Alcalá.

Serrano, M. 2003. Influencia de las carreteras en el desarrollo urbano de la Comunidad de Madrid en el periodo 1987-1997. Anales de Geografía de la Universidad Complutense Vol. Extraordinario, pp. 459-469.

Identificación geoespacial de redes wi-fi como indicador de penetración de Internet en comunidades urbanas

Ricardo Cuberos Instituto de Investigaciones IFAD, Facultad de Arquitectura y Diseño

Universidad del Zulia, Maracaibo, [email protected]

ResumenEn este trabajo se analiza la aplicación de un mecanismo expedito de levantamiento de información

de campo para determinar la penetración de Internet en sectores urbanos. Para ello propone y aplica una metodología para el uso de tecnologías de descubrimiento cinemático de redes wi-fi en la obtención de indicadores tipológicos de conectividad telemática, caracterizando la localización geográfica de usuarios y servicios inalámbricos de acuerdo a los atributos de las redes que los aglutinan. La metodología planteada se aplicó en un populoso sector residencial de Maracaibo, Venezuela, durante marzo de 2011, el cual se caracteriza por viviendas de larga tradición histórica y modesto precio inmobiliario, tras lo cual se pudoapreciar patrones de localización de tipologías de conectividad de 87 diferentes comunidades de usuarios domiciliarios de Internet.

IntroducciónLa penetración de Internet constituye uno de los más significativos indicadores de incorporación de

una comunidad a las particularidades de la sociedad de la información y el conocimiento. Detrás de la televisión por suscripción y la telefonía móvil básica, el uso de puntos de acceso wi-fi representa la fusión de varias tecnologías de comunicación que hoy por hoy constituyen el estado-del-arte en conectividad Web. De esta manera, proveedores y usuarios de wi-fi acceden a Internet a través de los más sofisticados equipos móviles, incluyendo computadores portátiles, teléfonos inteligentes y las recién llegadas tabletas.

Contrario a lo que se puede pensar, las tecnologías wi-fi están teniendo una acelerada implementación espontánea en nuestras comunidades, incluso hasta en las más modestas y tradicionales. Esta suposición puede ser corroborada fácilmente a través de software de escaneo de redes inalámbricas instaladas en computadores portátiles con antenas wi-fi, a través del cual no sólo se pueden detectar y caracterizar la señal de dichas redes, sino que incluso con el apoyo de dispositivos de posicionamiento satelital, se puede georeferenciar dichas señales. En este trabajo se pretendió analizar en forma exploratoria la aplicabilidad de dichos mecanismos de descubrimiento geoespacial con la caracterización de los usuarios de dichos recursos Web.

Materiales y métodosPara este objetivo, se planteó una metodología que abordaba cuatro actividades:

1. Preparación de cartografía base del sector y de la plataforma tecnológica para la captura de datos en campo.

2. Levantamiento en campo, desarrollado en modo dinámico a través de registros cinemáticos.

3. Vaciado y procesamiento de señales digitales sobre una plataforma SIG.

4. Análisis de datos, con la depuración de criterios de clasificación de información e interpretación conclusiva de las lecturas.

Preparación de cartografía base y levantamiento en campo

Tras la revisión de información disponible sobre el área de estudio en la Unidad de Documentación e Información de la Facultad de Arquitectura y Diseño de la Universidad del Zulia, se seleccionó un plano vectorizado escala 1:5000 basado en un levantamiento aerofotogramétrico de Maracaibo – La Cañada publicado por el entonces Ministerio del Desarrollo Urbano en julio de 1989, así como un mosaico de capturas de pantalla de una imagen multiespectral Quickbird con resolución espacial a 61cm, fechada el 04/12/2009 y publicada por Google Earth. Ambos se georeferenciaron por puntos de control sobre el servicio de mapas base para que publica en línea la compañía ESRI para sus plataformas SIG, adoptando como Datum de salida WGS84 UTM Huso 19 bajo el sistema de Proyección Transversal Mercator, de mayor compatibilidad con navegadores GPS. Se emplearon no menos de 25 puntos de control en cada caso asegurando errores RMS menores a 1,2 metros bajo transformaciones polinomiales de 3er orden.

Como plataforma tecnológica, se dispuso de:

� Computador portátil con procesador Intel Core 2 Duo 1,83GHz con 3Gb Ram, con alimentación eléctrica a automóvil a través de un inversor de corriente directa de 12 V 150 W.

� Tarjeta PCIe de conectividad a redes wifi 802.11a, 811.11b y 802.11g, con alcance típico en espacios interiores hasta de 91 mts (indeterminado en exteriores); soporta autenticación WPA y WPA2 con PAP, CHAP, MDS, GTC, MS-CHAP, y encriptación WEP, AES-CCMP, CKTIP y TKIP en las bandas 2.4GHz y 5 GHz.

� Navegador GPS habilitado para WAAS, con una precisión DGPS hasta de 3 metros, con antena con montaje magnético exterior, y configurado WGS84 con registro de puntos de recorrido cada metro.

Para la captura de señales wi-fi se instaló el software inSSIDer versión 2.0.7.0126 sobre MS Windows 7 Professional SP1 con un programa de mediación de conexiones Franson GpsGate v2.6.0.340. Se evaluaron algunos software de capturas wi-fi abiertos más populares en la Web, pero fue esta combinación la que funcionó apropiadamente.

Una vez planificada la ruta de recorrido, seleccionado un día habitual entre semana (sin ninguna festividad cercana), configurando el navegador e instalados los equipos en un vehículo automotor tipo rústico, se realizó una campaña de mediciones sobre las 40 hectáreas que abarca la tradicional comunidad de Santa Lucía, en Maracaibo, Venezuela. La captura de lecturas de señales wi-fi se realizó en forma automática por el software de descubrimiento de redes, circulando por todas sus calles en velocidades que no excedieran los 25 km/h para así lograr múltiples lecturas de una misma señal a los efectos de su mejor posicionamiento y validación de características.

Figura 1. Captura de señales wi-fi con el software inSSIDer. A la izquierda, detalles de identificación de redes; a la

derecha, geoposicionalemiento de cada lectura. Fuente: Elaboración propia

Vaciado y procesamiento de señales digitales sobre una plataforma SIG.

El programa de descubrimiento de redes va almacenando sus registros en formato gpx (GPS Exchange Format), el cual fue convertido al formato shapefile a través de la aplicación gpx2shp. Del levantamiento realizado en campo, se obtuvieron 1905 registros con 25 atributos del tipo texto. Para poder procesarlos, a través de un manejador de bases de datos se crearon los campos numéricos PTO, CALIDAD, RSSNUM y ALTURA alimentados por el valor extraído de los campos de texto FID, SIGNALQUAL, RSSI y ELE respectivamente. Así, se pudo realizar una depuración de tal cantidad de registros, siguiendo una serie de pasos:

� Creación de un listado de access point desde donde se emitía la señal wi-fi. Esto se hizo estrayendo de la base de datos registros únicos del campo MAC, correspondientes a la MAC address de los access point; campos como NAME o SSID podían estar repetidos en varias redes.En este listado se identificaron 102 direcciones físicas

� Selección de redes a analizar. Los registros de 11 direcciones física identificadas fueron desechados al presentar valores nulos en el campo CALIDAD (un total de 86 registros, un 4,5% del total de lecturas). Asimismo, se eliminaron los registros de las señales que venían de otros computadores (99 lecturas), adoptando sólo aquellos con valor Infrastructure según el campo NETWORKTYP, y seleccionando para procesar 1720 lecturas obtenidas de 87 redes (un 90,28% del total de lecturas).

� Selección de lectura más fuerte de cada red. Fue seleccionado el registro cuyo valor en el campo FID correspondiera al valor mayor en el campo CALIDAD de cada red. Se entiende que esa lectura indica la mayor proximidad de la antena al access point y, por lo tanto, el valor a ser georeferenciado. Con el manejador de base de datos se exportó una tabla con 87 registros con los atributos PTO, NAME y CALIDAD.

Dentro de una plataforma GIS, se cargó el shapefile obtenido por el levantamiento en campo y, por asociación relacional con la tabla de valores de lecturas máximas generadas en los pasos anteriores através de los valores del campo PTO, se seleccionaron los puntos georeferenciados de las mayores lecturas de cada red.

Análisis e interpretación de datos

Para poder visualizar estas lecturas, fue cargado en la misma plataforma GIS tanto la imagen obtenida de Google como el plano vectorizado previamente georeferenciados. Sobre esta base espacial, se destacaron visualmente las lecturas ya depuradas de las redes wi-fi. Dado que estas lecturas se obtuvieron desde un vehículo en plena calle, los valores de posicionamiento de cada access point resultaron reportados en el espacio público, lo cual podría indicar que la fuente de la señal debía venir del interior de las viviendas que estuvieran a una margen u otra de dicho punto.

A modo de revisión se analizó algunos casos particulares en los que las variaciones en intensidad de una misma señal se obtenían cruzando esquinas (lo cual podía dar indicios de sobre cuál margen de la vía debía estar la fuente), pero este criterio resultaba incierto en la mayoría de los casos por lo cual fue desechado. Además, introducía una consideración que poco aportaba al objeto de esta investigación.

Asimismo, de esta revisión se detectó que una red en particular que arrojó numerosísimas lecturas, denominada bolipuertos. Esta red generó 307 de las 1720 lecturas depuradas (17,85%), cuyos valores crecientes señalaban hacia un origen externo al área de estudio. Posteriormente se conoció que esta poderosa y singular red wi-fi se genera en el vecino Puerto de Maracaibo con una amplia cobertura espacial para uso administrativo de los operarios de dicha instalación.

Así, se realizó una caracterización de las redes en virtud de ocho parámetros:

� Identificación: cada red posee un nombre asignado por su administrador (SSID o Service Set IDentifier). Este nombre puede ser (por defecto) el de la marca del fabricante del enrutador inalámbrico, hasta un nombre complejo cuyo “descubrimiento” pudiera ocultarse ante exploradores de acceso indeseados

� Canales: Si bien las transmisiones se realizan predominantemente en la banda de los 2,4 Ghz, existen pequeñas variaciones en sintonía fina que permiten tener múltiples rangos estrechos de transmisión llamados canales dentro de esta misma banda. Existen canales usuales (el 6 por defecto, 1 y 11 como alternativos) y canales intermedios de configuración detallada.

Figura 2. Separación de canales wireless en 2.4 GHz Fuente: http://www.dd-wrtenespanol.com

� Privacidad: Las señales transmitidas entre los usuarios y el enrutador inalámbrico pueden tener diferentes niveles de seguridad, que pueden ser desde ninguna (o abierta) pasando por sistemas de configuración creciente como WEP (Privacidad Equivalente al Cableado) WPA (Acceso Protegido Wi-Fi) o RSNA (Red de Seguridad Robusta). La implementación de estos modos de autenticación de usuarios requiere hardware que los soporte y administradores de redes que los entiendan.

� Potencia: la transmisión de una señal wi-fi requiere del intercambio de intensidadelectromagnética tanto del enrutador inalámbrico como desde el dispositivo de acceso. La mayoría de los equipos posee una potencia de penetración suficiente para el ámbito de un hogar (y similar a la del dispositivo móvil), pero dado que ésta es inversamente proporcional a la distancia y a la existencia de barreras físicas, se requerirá de equipos de mayor potencia de transmisión, repetidores o antenas externas cuando se desea un área de cobertura mayor (y dispositivos móviles especialmente configurados).

� Calidad: Se obtiene por una relación inversamente proporcional al ruido, evaluando el porcentaje de paquetes de datos cuyo éxito de transmisión ha sido verificado desde la fuente.

� Velocidad de transmisión: los intercambios de paquetes de datos pueden darse hasta ciertos niveles de transferencia. Si bien hace pocos años, la transferencia se hacía hasta en velocidades de 11 Mbps, los access point actuales pueden lograr transmisiones de 300 Mbps.

� Banda de transmisión: las conexiones wi-fi usualmente se realizan en la frecuencia de los 2,4 GHz. El incremento de dispositivos que utilizan esa banda para compartir señales (como los teléfonos y altavoces inalámbricos) ha ocasionado una saturación que ha introducido el uso de la banda de los 5GHz.

� Filtrado de dirección física: con el objeto de proteger las redes de dispositivos de descubrimiento (como el empleado en este trabajo), existen modos de ocultar la MAC address del access point.No obstante, existen mecanismos de fuerza para poder obtener con poca dificultad esta dirección.

La calificación de estos ocho factores puede así jerarquizarse en calificaciones alta, media y baja, de acuerdo a la siguiente tabla:

Tabla 1. Calificación de señales wi-fi de acuerdo a parámetros de transmisión.

Característica Calificación ALTA Calificación MEDIA Calificación BAJA

IDENTIFICADOR CODIFICADO CASUAL POR DEFECTO (ROUTER)

CANAL 6 1 u 11 OTROS

PRIVACIDAD WPA-CCMP WPA-TKIP / RSNA-CCMP RSNA-TKIP

WEP NONE

POTENCIA (ruido) Menor a 79 dBm Entre 80 y 89 dBm Mayor a 90 dBm

CALIDAD (%) Mayor a 52% Entre 27 y 51% Menor a 26%

VELOCIDAD Hasta 144/150/300 Mbps Hasta 130/54 Mbps Hasta 11 Mpbs

BANDA 5 GHz 2,4 GHz 2,4 GHz

FILTRADO FILTRADO SIN FILTRAR SIN FILTRARFuente: Elaboración propia

Una vez realizada esta jerarquización, se procedió a representar gráficamente la calificación de cada señal considerando tales parámetros. En la figura 2 se expresan los valores gráficos de 5 de estos parámetros: los diámetros de los círculos que representan cada red son meramente indicativos de una jerarquía visual.

Figura 3. Clasificación y distribución de redes wi-fi según sus características, en Santa Lucía, Maracaibo.Fuente: Elaboración propia

Resultados Reconociendo el nivel de complejidad tanto en conocimiento como en costos que implica el logro

de las calificaciones más altas en la instalación de una red wi-fi considerando cada uno de los parámetros anteriores, se puede categorizar hipotéticamente tres tipos de redes wi-fi, asociadas a igual tipología de usuarios:

� redes institucionales: aquellas funcionan con sistemas potentes con altos niveles de privacidad y con nombres ocultos o debidamente codificados;

� redes domésticas formales: aquellas configuradas por profesionales, con nombres propios y configuradas con cierto nivel de privacidad; y

� redes domésticas informales: aquellas para servicios doméstico casual, sin configuraciones de privacidad ni de nombre de la red, con potencia suficiente para el interior del hogar.

Estas tipologías de redes basadas en las configuraciones de las redes wi-fi, pudieran estar asociadas a ciertos niveles de penetración de la Internet en una comunidad, ya sea limitado a un uso estrictamente

empresarial, a una aplicación profesional o a una difusión ampliamente social, de acuerdo a la tabla propuesta a continuación.

Tabla 2. Propuesta de niveles de penetración de Internet a partir de señales wi-fi.

Característica Doméstico Informal Doméstico Formal Institucional

PRIVACIDAD ABIERTA WEP WPA / RSNA

POTENCIA BAJA MEDIA ALTA

NOMBRE ROUTER CASUAL CODIGO

CANAL 6 1 u 11 OTROS

Penetración SOCIAL PROFESIONAL EMPRESARIALFuente: Elaboración propia.

Estos niveles de penetración de la Internet pueden manifestarse en forma inclusiva; esto es, que de acuerdo a las características del sector, la penetración social puede incluir penetración profesional y empresarial, o viceversa, que cuando la penetración es profesional, puede ya estar incluyendo laempresarial y la social. Pretendiendo hacer una caracterización espacial de esta penetración, se puede obtener una cartografía y su representación 3D como la indicada en l figura 4.

Figura 4. Penetración de la Internet a través de señales wi-fi en Santa Lucía, Maracaibo.Fuente: Elaboración propia

Al contrastar esta representación con la caracterización urbana del sector, se aprecian algunos patrones:

� Los espacios con mayor antigüedad desde el punto de vista de la trama urbana, poseen mayor densificación de señales wi-fi, tanto de carácter profesional como social

� Los espacios cuya trama urbana posee menor antigüedad, evidencian una penetración básicamente social

� Los espacios con mayores niveles de renovación para su incorporación en la dinámica urbana general, poseen penetración empresarial, profesional y social.

Es por esto que para el caso de estudio, donde la penetración es empresarial, se incluye a las otras dos, y donde es profesional, incluye a la social, mientras que existen sectores con una penetración exclusivamente social. Este es un fenómeno bastante interesante, ya que en un proceso de inserción de una tecnología, suele haber sectores donde ésta se presente exclusivamente dentro del sector productivo y no en el ámbito familiar. Para el caso de estudio, la tecnología se presenta en gran parte de los hogares sin

importar su ubicación, mientras que su uso profesional o incluso empresarial se encuentra limitado a ciertos sectores de la geografía.

ConclusionesLa presencia de diferentes dispositivos para el uso de Internet (enrutadores, access point,

dispositivos portátiles) pueden resultar un indicio útil para apreciar la penetración de estos servicios y, colateralmente, la incorporación de una comunidad a la sociedad de la información.

La formulación de una metodología de detección y análisis de redes wi-fi en sectores urbanos, y su aplicación experimental en un área histórica de la ciudad de Maracaibo, la cual permanece con su arquitectura sencilla de la primera mitad del siglo XX, y que se encuentra poblada con comunidades de ingresos modestos, permite evidenciar una gran penetración social del Internet, contrariamente a la presunción de su limitación a estratos pudientes y ámbitos meramente académicos y comerciales.

La apreciación de numerosas redes de carácter doméstico en forma más extensa que las redes profesionales o empresariales, sugieren que las tecnologías wi-fi ya han llegado a un nivel de uso ampliamente social. Una tecnología emergente usualmente se limita a entornos productivos, siendo esporádico su uso doméstico; en este caso, la socialización de la tecnología ha permitido un escenario contrario.

La detección de redes wi-fi resultan sólo un indicio rápido de la penetración de Internet. La validación de las consideraciones planteadas en este estudio con un trabajo de campo hogar por hogar, permitiría afinar las calificaciones de redes y usuarios. Y el despliegue de otros métodos de estudio, como la detección de señales móviles celulares o redes bluetooth, los inventarios de suscriptores de televisión por suscripción y las caracterización del uso de estos recursos de comunicación, podrán permitir un entendimiento aún más claro de los modos de manifestación de la sociedad de la información en las comunidades, al servicio de la educación, la gestión pública y el desarrollo humano sustentable. Esto constituirá seguramente una agenda de investigación transdisciplinaria por los próximos años y en distinto escenarios académicos, sociales y comerciales.

ReferenciasCastells, Manuel (2002). La Era de la Información. Vol. I: La Sociedad Red. Siglo XXI Editores.

México D.F. (México), Recuperado de la página Web: http://es.scribd.com/doc/7108031/Castells-Manuel-La-Era-de-La-Informaciontomo-I

Cuberos, Ricardo (2011). Hacia un poder electrónico al servicio de la gobernabilidad democrática comunitaria. Santa Lucía como caso de estudio (Mimeo). División de Estudios para Graduados de la Facultad de Arquitectura y Diseño. Doctorado en Arquitectura. Universidad del Zulia. Maracaibo (Venezuela) Junio.

Cuberos, Ricardo (2011). Dislocalizaciones del orden simbólico en la comunicación móvil celular (manuscrito en proceso de arbitraje) Revista Portafolio. Universidad del Zulia, Maracaibo, Febrero.

Gómez, Gustavo. (2010) Universalización del acceso a banda ancha en Uruguay. Agencia del Gobierno Electrónico y Sociedad de la Información. (AGESIC) Montevideo (Uruguay). Recuperado de la página Web: http://www.agesic.gub.uy/innovaportal/file/1089/1/Presentacion_Gustavo_Gomez.pdf

ITU-WSIS (2007). World Information Society Report 2007. International Telecommunication Union – World Summit on Information Society. Ginebra (Suiza). Recuperado de la página web: http://issuu.com/mrminges/docs/wisr07_full-free

Wi-Fi Alliance (2011) WI-FI in your life. Wide Fidelity Alliance. Austin (E.E.U.U). Recuperado de la página Web: http://www.wi-fi.org/in_your_life.php

Aproximaciones a un modelo matemático de variables urbanas en el entorno SIG

Ricardo Cuberos, Karina Fuenmayor, Eduardo Pineda, Carmen Araujo, Carlos Camacho, José Indriago, Nixon Molina

Instituto de Investigaciones IFAD, Facultad de Arquitectura y DiseñoUniversidad del Zulia, Maracaibo, Venezuela

[email protected]

ResumenEn este trabajo se aborda la sistematización de los procesos de asignación de condiciones de

desarrollo en sectores urbanos a través de zonas legisladas a partir de un plan urbano. Expone en forma inédita y detallada el proceso de toma de decisiones basado en la evaluación cuali-cuantitativa de parcelas urbanas con plataformas SIG, para determinar sus potencialidades de desarrollo a partir de las Variables Urbanas Fundamentales estimadas en la legislación venezolana vigente. Para ello se desarrollaron tres algoritmos que deconstruyen el modo como los analistas urbanos deben considerar las ordenanzas de zonificación, considerando en particular el plan urbano de Maracaibo, Venezuela. Dichos algoritmos están siendo traducidos en procedimientos SIG, los cuales en consonancia con normas ISO/TC211 estándares 19100, normas OGC, y de normas técnicas propuestas por el IGVSB, podrán operar en ambientes cliente-servidor, para su consulta libre a través de servicios de mapas e interfaces Web.

IntroducciónEl uso de la zonificación (zoning) como estrategia normativa para establecer indicadores de diseño

considerados por planes urbanos, ha sido el principal instrumento de gestión pública urbana empleado en las municipalidades venezolanas. El manejo de parámetros máximos aceptables para el diseño de edificaciones de acuerdo a sus parcelas de implantación y su localización urbana, nacido en la “normativa a la prusiana” consagrado en la ciudad de Euclid (Cleveland, E.E.U.U.) en 1926, fue aplicado por primera vez en Venezuela a través del Plano Regulador de Caracas de 1951. Desde 1953, Maracaibo ha aplicado esta metodología, considerando el enfoque euclideano más convencional (abocado a la caracterización arquitectónica de los usos aceptables en cada área de la ciudad) hasta los códigos orientados hacia la forma urbana (form-based code), en su más reciente legislación urbanística (la Ordenanza de Zonificación del Municipio Maracaibo, 2005) .

La traducción empírica del proceso de toma de decisiones implícito en estas regulaciones urbanas locales, ha tenido graves tropiezos: entre otros, la inconsistencia entre el discurso legislativo (que sigue un orden normativo estructurado en virtud de listado de zonas y condiciones de desarrollo deseado) y el procedimiento heurístico adoptado por arquitectos y funcionarios revisores en el análisis de casos de estudio específico (cuyo orden analítico aborda alternativas y descartes progresivos). Por tal razón, se cometen frecuentes errores de diseño y su aprobación de oficio que, al ser concretados en obras de construcción, van desvirtuando progresivamente los objetivos del plan urbano que inspiraron tales regulaciones.

A partir de esta situación problema, se planteó la labor de convertir las disposiciones contenidas enla Ordenanza de Zonificación, en algoritmos matemáticos que representaran de manera más certera la secuencia de tomas de decisiones que habitualmente desarrollan los proyectistas en sus oficinas, los funcionarios en las oficinas municipales, o los diversos propietarios de inmuebles en el seno de sus comunidades.

Materiales y métodos

Para este objetivo, se planteó una metodología que abordaba dos actividades:

1. Desestructuración de la Ordenanza de Zonificación, y

2. Representación de Algoritmos en UML

Desestructuración de la Ordenanza de Zonificación

El Plan de Desarrollo Urbano del Municipio Maracaibo es un instrumento formulado por la alcaldía marabina el cual, en los términos consagrados en la vigente Ley Orgánica de Ordenación Urbanística, establece las directrices para la ordenación territorial del citado municipio, estableciendo políticas urbanas a través de un conjunto de documentos técnicos con valor jurídico. La llamada “Ordenanza de Contenido General” es uno de tales documentos, explicando los contenidos del plan y contemplando las obras y actuaciones urbanas que deben ser encaminadas por los cuerpos concurrentes del poder público a nivel nacional, regional y municipal. Si bien este instrumento es bastante comprehensivo del plan, está orientado fundamentalmente a la gestión gubernamental. Por ello, los propietarios individuales de terrenos e inmuebles disponen de otro documento legal que indica el carácter idóneo de las actividades humanas y de los espacios edificados que las acogerían: la Ordenanza de Zonificación.

Esta ordenanza fracciona el territorio urbano en polígonos de variable forma y extension, sobre los cuales se establecen numerosas reglas numéricas que definen paramétricamente la dimensión y envergadura de las edificaciones aceptables en cada lote afectado por el polígono respectivo de acuerdo a la visión de conjunto establecida en el plan. Estas reglas se denominan Variable Urbanas Fundamentales.Dado que la vivienda es la principal actividad de todo conglomerado urbano, es en base al uso residencial que se organizan las disposiciones de la ordenanza, definiendo modos diferenciados de concentración y disposición espacial de las unidades habitacionales y condicionando los otros usos de la vivencia urbana, incluyendo el comercio, la recreación, los servicios, y la vialidad entre otros.

Figura 1. Listado parcial de tipologías de zonas contenidas en la Ordenanza de Zonificación.Fuente: Arquitectos R, P & Asoc.

Estas reglas de diseño se basan en el concepto de la densidad inmobiliaria, entendiendo ésta como la relación entre la dimensión total de los espacios edificados y el tamaño y localización de la parcela que los acoge. Y es que frente a un desiderato que impulsa a los particulares a construir la mayor cantidad posible de espacios habitables y vendibles en una parcela determinada, las reglas básicamente pretenden contener una excesiva construcción que puede implicar cantidades de personas mayores a las que los servicios públicos y la vialidad de la zona pueden abastecer.

Es así como el planificador establece estrategias para incentivar el desarrollo urbano pero a la vez establece limitaciones a tal desarrollo, asignando valores máximos admisibles en otra característica de la ocupación residencial: la densidad poblacional. Esta propiedad indica el máximo número de viviendas que pueden ser edificadas por área de terreno (expresada usualmente en hectáreas), las cuales al albergar cada un número referencial de personas, indican el tamaño máximo de cada comunidad.

Basado en estos principios, la Ordenanza de Zonificación describe paulatinamente las diferentes zonas y los parámetros aplicables a cada una de ellas. Esto lo hace en forma de texto legal, con la estructura de lenguaje administrativo, con formas lingüísticas léxicas y gramaticales características (Calvo Ramos, 1980). Esta condición la hace poco legible y ambigua a los técnicos y diseñadores, y no es sino a través de la construcción de razonamientos empíricos propios ajustados a estas disposiciones legales que los proyectistas y funcionarios logran aplicarlos en la definición de la forma urbana.

Para reestructurar la forma de redacción de estas regulaciones, se hicieron múltiples lecturas de la ordenanza, extrayendo y esquematizando variables y parámetros para las diversas zonas, concentrando esfuerzos en las zonificaciones residenciales como base para las regulaciones urbanísticas. Es así como se precisaron 3 fases en la secuencia de determinación de los valores máximos de desarrollo de un lote en particular:

1. Fase de caracterización de la parcela a evaluar

2. Fase de determinación de las zonificación residencial aplicables a un lote

3. Fase de determinación de la zonificación comercial o mixta aplicable a un lote (si la hubiere)

Tras numerosas jornadas de discusión del equipo técnico, empleando a modo indicativo casos de estudio en parcelas ubicadas en la parroquia Olegario Villalobos, rica en inversión inmobiliaria y procesos de transformación urbana, se esquematizó el flujo de los procesos implícitos en cada una de estas fases.Con ello, se obtuvieron tres algoritmos preliminares que sistematizan la secuencia de razonamiento desde la indicación del lote dentro de un contexto urbano, hasta la determinación pormenorizada de las Variables Urbanas Fundamentales que aplican a dicho lote, en virtud de sus características dimensionales y particularidades de localización en su contexto urbano.

Figura 2. Fragmentos de algoritmos de las fases de obtención de Variables Urbanas Fundamentales.

Fuente: Elaboración propia.

Representación de Algoritmos en UML

Dado que para estos procesos de análisis espacial se requiere el uso de tecnologías de información geográfica, para facilitar el acceso abierto, racional y plural a datos territoriales en procesos de toma de decisiones ambientalmente sostenibles, resulta apropiado el uso de lenguajes de modelado de datos, como medio para determinar las estructuras lógicas que posteriormente darán vida a soluciones informáticas.

El Lenguaje de Modelado Unificado (conocido por sus iniciales UML), es un lenguaje de notación para los diferentes sucesos que toman vida durante el desarrollo de un sistema. Permite representar las restricciones, comportamientos, estructuras, procedimientos, y datos, de modo de facilitar a través de un lenguaje visual las especificaciones de los artefactos de un sistema de software.

Para el caso de la obtención de Variables Urbanas Fundamentales de lotes específicos de acuerdo a la zonificación asignada por el planificador, existe una diversidad de datos asociados a altos niveles de granularidad y a diferentes connotaciones y aplicaciones que pueden dar los usuarios a una mismaregulación urbana. De allí que, para incrementar la capacidad de respuestas útiles a la toma de decisiones

es importante contar con una estructura de modelado dinámica y de poca redundancia, característica que definen un Modelo Multidimensional de datos.

Ambos elementos, el Lenguaje de Modelado y la Multidimensionalidad, en la organización y representación de los datos geográficos constituyen la esencia de parte de la investigación, la cual permitiría obtener una estructura de datos sólida y dinámica acorde con el surgimiento de nuevas versiones de los procesos de discernimiento de zonificaciones a partir de una misma estructura lógica de datos y sus dimensiones. Asimismo se trata de una estructura la cual puede ser codificada en diversos lenguaje de programación, incluyendo aquellos tanto de software propietario como libre.

Es así como la metodología empleada para el modelado de datos, primeramente considera laestructuración de los requerimientos del sistema a partir de nuevas jornadas de discusión, permitiendocaracterizar los enfoques divergentes sobre unos mismos procedimientos que pueden considerar posiblesactores distintos del sistema (entes gubernamentales, usuarios finales, propietarios de parcelas urbanas, entre otros). Cada uno de estos requerimientos pueden ser establecidos siguiendo la técnica de historias de usuario, permitiendo organizar la información jerárquicamente y de esta manera facilitar su posterior tratamiento.

A partir de los 3 algoritmos preliminares formulados para la obtención de las variables urbanas, se pueden establecer historias de usuario para extraer los potenciales requerimientos del sistema de gestión urbana y la relación entre ellos; para ello resulta apropiado la elaboración de diagramas UML, en su modalidad de Diagrama de Caso de Uso, tal como se ilustra en la figura 1.

Figura 3. Diagrama parcial de caso de uso para el análisis de zonificación urbana.Fuente: Elaboración propia.

Posteriormente, se puede proceder a la abstracción de cada requerimiento del sistema mediante Diagramas UML de Actividad. Este tipo de diagrama representa los flujos de trabajo paso a paso, de negocio y operacionales del sistema de gestión.

Figura 4. Diagramas UML de Actividad para el análisis de zonificación urbana.Fuente: Elaboración propia.

A continuación, con los flujos de datos y operacionales del sistema, se puede diseñar la estructura de datos multidimensional que daría paso a la herramienta informática de manejo de las consultas en un entorno SIG.

Resultados Para el desarrollo de las discusiones y las tareas de modelaje UML, se preparó el plano base de la

parroquia Olegario Villalobos. En dicha base debía quedar establecido el universo de parcelas localizadas en la parroquia, la caracterización de las vías públicas y de los frentes de parcelas hacia las mismas, las distintas afectaciones dadas por ampliaciones o construcciones de nuevas vías, y el trazado de todas y cada una de las zonas contenidas en la ordenanza para esta área de estudio

Figura 5. Parcelas de la parroquia Olegario Villalobos de Maracaibo y sus polígonos de zonificación.


Con el uso de lenguaje UML y bajo normalización de información geográfica adoptada del conjunto de normas ISO/TC211 estándares 19100, de las normas OGC del Open Gis Consortium, y de los proyectos de normas técnicas del IGVSB, se ha procedido al diseño preliminar de estructuras de datos multidimensionales con las siguientes dimensiones:

�

�

Parcela (idparcela, número, área_mínima, área_máxima, frente_mínimo, ubicación_geográfica_parcela)

�

Zona (idzona,nombre,descripción,uso_principal,uso_secundario,uso_incompatible,ubicación_geográfica_zona)

�Propietario (nombre, apellido, idpropietario, nacionalidad, cédula, teléfono)

�Variable_urbana (idvariable, nombre, descripción, tipo)

�Afectaciones (idafectacion, nombre_afectación, descripción, ubicación_geográfica_afectación)Vías (idvia, nombre_via, ubicación_geografica_via)

De esta multidimensional se obtienen las siguientes relaciones:

�

�

Parcela_afectación (idparcela,idafectación,número,área_mínima,área_máxima,frente_mínimo, ubicación_geográfica_parcela,idafectacion,nombre_afectación,descripción, ubicación_geográfica_afectación)Parcela_zona (idparcela,número,área_mínima,área_máxima,frente_mínimo,ubicación_geográfica_parcela, idzona,nombre,descripción,uso_principal,uso_secundario, uso_incompatible,ubicación_geográfica_zona)

�

�

Propietario_parcela (nombre, apellido, idpropietario, nacionalidad, cédula, teléfono, idparcela, número, área_mínima, área_máxima, frente_mínimo, ubicación_geográfica_parcela)Zona_via (idzona,nombre,descripción,uso_principal,uso_secundario,uso_incompatible,ubicación_geográfica_zona, idvia, nombre_via, ubicación_geografica_via)

Finalmente ha de destacarse el aspecto dinámico de estas estructuras de datos multidimensionales, donde cada tabla contiene los n valores de las dimensiones, y el cruce entre ellos ofrece al usuario diversidad de información que facilita la toma de decisiones.

ConclusionesEl modelaje de datos UML constituye un buena opción para el manejo de variables urbanas dentro

de los entorno SIG. Además que permite la incorporación de estándares nacionales e internacional en susdatos y procedimientos (facilitando así la interoperatividad de los sistemas así desarrollados), plantea un camino expedito para su traducción en artefactos e interfaces desarrollables en clientes HTML y FLEX yel soporte a servicios de mapas creados en ESRI ArcGIS Server y MapServer.

A través de estos servicios Web, creados en servidores de publicación de mapas de la Universidad del Zulia, no sólo se podrá hacer consultas libres del área de estudio y de nuevas áreas que sean incorporadas paulatinamente a la plataforma, sino que se pretenden sirvan de base para mesas de trabajo sobre las implicaciones de tales regulaciones urbanas vigentes y sus criterios de aplicación, ello en el seno de consejos comunales afectados por las mismas, bajo el objeto de mejorar los sistemas de gestión urbana con la introducción de técnicas de cartografía participativa

ReferenciasAlcaldía de Maracaibo (2005). Ordenanza de Zonificación del Municipio Maracaibo. Comisión de

Arquitectura, Urbanismo, Construcción, Ambiente y Turismo de la Cámara Municipal de Maracaibo OMPU/PDUM. República Bolivariana De Venezuela Estado Zulia.

Calvo Ramos, Luciana; (1980) “Introducción al estudio del lenguaje Admistrativo” Editorial Gredos, Madrid

Cuberos, Ricardo et alt (2009). Gestión tecnológica para la ordenación de espacios antropizados. Fase 1: SIGZUM (Protocolo de registro). Instituto de Investigaciones IFAD de la Facultad de Arquitectura y Diseño. Universidad del Zulia. Maracaibo (Venezuela) Marzo.

Euclid | Thematic Chronology of Planning. American Planning Association. Chicago, (E.E.U.U.) .Recuperado de la página Web: http://www.planning.org/pathways/details/euclid.htm

IGVSB (2010) Normas técnicas para garantizar la generación de datos espaciales (borrador en discusión). Caracas

ISO (International Organization for Standardization) (2009) STANDARDS GUIDE ISO/TC 211 GEOGRAPHIC INFORMATION/GEOMATICS. ISO (International Organization for Standardization). ISO/TC 211 Advisory Group on Outreach. Recuperado de la página: http://www.iso.org/iso/home.htm

Open Gis Consortium (2004) OGC Web Map Service Interface (OGC 03-109r1). Open Gis Consortium Inc. Recuperado de la página Web: http://www.opengeospatial.org

Open Geospatial Consortium (2009) OpenGIS® Web Map Services - Profile for Earth Observation (EO) Products (OGC 07-063r1). Open Geospatial Consortium Inc. Recuperado de la página Web: http://www.opengeospatial.org

Roger Tomlinson (2008). Pensando en el SIG: Planificación del Sistema de Información Geográfica Dirigida a Gerentes. Esri Press 3rd Spanish Language ed. Edition.

Sistema de Registro Espacial de Predios RuralesSergio Gamarra1, Carlos Zapata2, Noel Miranda3

1,2,3Instituto Nacional de Tierras, Coordinación de Sistemas de Información Geográfica, [email protected],[email protected], [email protected].

RESUMEN

El Sistema de Registro Espacial de Predios Rurales en Venezuela es un Sistema de Información Geográfica (SIG) vía web que se encarga del registro de todas las tierras con vocación agraria en Venezuela, independiente de su origen (público o privado), posee dos componentes básicos, el subsistema de información atributiva (FENIX) y el subsistema de información espacial (OMAKON), desarrollados utilizando exclusivamente software libre (Apache, PHP, MapServer, PostgreSQL/PostGIS entre otros). El componente espacial del sistema permite la implementación de una serie de controles de calidad espaciales expresados en validaciones espaciales (fuera de Venezuela, entidad político territorial distinta a la solicitud de origen, con solapamiento sobre predios existentes y en Áreas de Protección Natural (ABRAES)). El producto final del sistema es la generación de instrumentos legales (Registros de Predios, Cartas Agrarias, etc.) que son entregados a los productores del campo venezolano, como valor agregado obtenemos una base de datos geográfica robusta y centralizada con todos los datos asociados al predio, que nos da una herramienta fundamental para la planificación y la gestión del desarrollo agro productivo venezolano.

INTRODUCCIÓN

El Sistema de Registro Espacial de Predios Rurales, llamado FENIX-OMAKON, nace como respuesta a la necesidad histórica, primero, de los campesinos y productores del campo en Venezuela de obtener un registro legal de sus tierras de una manera más rápida y confiable, y segundo, del Estado Venezolano de contar con un sistema centralizado donde converja toda la información territorial (ubicación, producción y ocupantes) de todo el ámbito rural, que sirva de herramienta fundamental para la planificación del desarrollo del país. Aunado al cumplimiento de un mandato legal expresado en los artículos 29 y 121 de la Ley de Tierras y Desarrollo Agrario de la República Bolivariana de Venezuela que designa al Instituto Nacional de Tierras (INTi) como responsable del “control e inventario de todas las tierras con vocación agraria comprendidas dentro de las poligonales rurales”, y “la administración, redistribución de las tierras y la regularización de la posesión de las mismas” respectivamente.

El sistema está desarrollado en su totalidad en Software Libre, es centralizado y distribuido, es decir, la carga se efectúa en las distintas oficinas regionales de tierras (ORT) vía web y todos los datos se guardan en un repositorio ubicado en la sede central del INTi. La información de registro es cargada al sistema por los funcionarios de la ORT, esta información incluye básicamente datos legales, valorativos (producción y potencialidad) y físicos (ubicación y características), Estos últimos datos susceptibles de espacialización son sometidos a una serie de procesos de controles de calidad espacial

Estos procesos de validación espacial se ejecutan usando las funciones nativas de la base de datos PostgreSQL-PostGIS y de MapServer, mediante consultas SQL (Structured Query Language) y llamadas a funciones en PHP. En el proceso se usan reiteradamente funciones de intersección entre dos o más coberturas geográficas para responder a las interrogantes planteadas en cada etapa del registro. Adicionalmente se cuenta con un módulo desarrollado en PHP y MapServer para la generación automática de planos parcelarios, ya que los expedientes necesitan de un plano en físico del predio para poder sustanciarse.

MATERIALES Y MÉTODOS

Componentes del Sistema.

El registro de predios rurales que por mandato de ley lleva a cabo el INTi, es gestionado por un sistema informático llamado Fénix-Omakon, el cual está estructurado en dos componentes; el atributivo (Fénix) y el espacial (Omakon), esto obedeció a la propia dinámica del desarrollo del mismo y no a criterios técnicos, ya que en un principio se concibió como un sistema sólo de manejo de data alfanumérica, sin la concepción elemental del espacio como identificador único, lo que afortunadamente fue entendido en el proceso de desarrollo del sistema y no después de implementado. El sistema, originalmente nombrado cómo Fénix, se le anexó el nombre de Omakon ya que fueron creadas en instancias de desarrollo separadas, con bases de datos separadas físicamente.

El sistema Fénix se encarga de la generación de todos los reportes e instrumentos legales asociados al registro de predios y del manejo de toda la información atributiva asociada a la geometría, esta información incluye básicamente datos legales, valorativos (producción y potencialidad) y físicos (ubicación y características) y es un sistema muy complejo de relaciones y consultas que detallarlos sería extendernos en un tema que no es el objetivo principal del tema, el enfoque que se quiere mostrar es sobre los procesos espaciales que se llevan a cabo sobre las coordenadas de los predios rurales que ingresan al sistema, esta información geográfica es gestionada por el subsistema Omakon.

Existe una comunicación constante entre los dos componentes o subsistemas (Fénix y Omakon) el subsistema Fénix almacena toda la información atributiva asociada a los registros y le transfiere a Omakon sólo la concerniente a datos geográficos (coordenadas, datum y huso), además de la clave principal del registro (número de registro), por su parte el subsistema Omakon le informa al subsistema Fénix sobre los resultados de los controles de calidad espacial aplicado a la data más los datos de superficie y de solapamientos (ver figura Nº 1).

Figura 1: Componentes del Sistema de Registro Espacial de Predios Rurales

Procesos del subsistema Omakon

Los procesos que se llevan a cabo en el subsistema se pueden dividir en tres fases: normalización de la data, validaciones espaciales y resguardo y visualización de la data geográfica (ver figura 2).

Figura 2: Procesos del Sistema de Registro Espacial de Predios Rurales

Normalización: El subsistema Omakon se activa con el ingreso de los datos espaciales (lista de coordenadas, datum y huso) de cada nuevo registro. La primera fase consiste en la verificación de la data geográfica para normalizarla de acuerdo a lo requerido por el sistema, teniendo en consideración que la información inicial introducida puede estar en distintos datum, el sistema debe transformar estos datos al datum oficial REGVEN (Red Geodésica Venezolana) y guardarlos en la base de datos.

Validaciones espaciales de la geometría: La segunda fase consta de una serie de validaciones espaciales que se les hace a la nueva geometría ya normalizada, está dividida en dos partes; validaciones restrictivas y validaciones no restrictivas, por orden de ejecución las primeras que se realizan son las validaciones restrictivas, dentro o fuera de Venezuela, en Estado distinto al de origen y sobre un lote de terreno ya registrado (predio).

Para saber si el predio está ubicado dentro de Venezuela se realiza una intersección de la data normalizada con una cobertura que contiene las geometrías de los países y los cuerpos de agua cercanos al nuestro, de no estar ubicado dentro de Venezuela automáticamente es enviado al subsistema Fénix un mensaje conteniendo el tipo de error y el lugar de ubicación del nuevo predio para que sea subsanado inmediatamente (generalmente provocado por errores de trascripción de las coordenadas), en caso contrario el proceso de validación salta al siguiente.

Similar proceso de análisis y comunicación e interrupción del proceso ocurre con las restantes validaciones espaciales, utilizando coberturas de Estados de Venezuela y la de predios registrados.

En cuanto a las validaciones no restrictivas se determinan solapamientos del predio ingresado con las ABRAE (Áreas Bajo Régimen de Administración Especial) y el resultado, de tener coincidencias en sus geometrías, viene expresado en: ABRAE con la cual solapa, porcentaje de solapamiento, grado de restricción (información suministrada por el Ministerio del Poder Popular para el Ambiente según plan de manejo de las distintos tipos de ABRAE para el uso agrícola)

Todos los procesos anteriores se han implementado utilizando la función de análisis espacial “intersec” contenida en PostGIS.

Resguardo y visualización de la data geográfica: Finalmente en la última fase se guarda la geometría en la base de datos espaciales (PostGis) y pasa a formar parte de los registros con instrumento legal en proceso, con esta data en la base de datos centralizada se implementan los procesos de visualización; mapa y visualizador web.

El módulo para la generación automática de planos parcelarios (ver figura 3), está desarrollado en PHP y MapServer ya que los expedientes necesitan de un plano en físico del predio para poder sustanciarse.

Figura 3: Plano Parcelario Generado Automáticamente

Actualmente se tiene un aproximado de 138.000 predios rurales registrados en toda Venezuela (ver figura 4) con información física, legal y valorativa vinculada, visibles desde un visualizador web desarrollado en PMAPPER (que es un arreglo de MapServer) sobre PHP y PostGIS.

Figura 4: Predios Rurales Registrados.

El Sistema de Registro Espacial de Predios Rurales en Venezuela contiene toda la información que por ley debe generar el INTi y a partir de la implementación de éste, el instituto aumento en mucho su capacidad operativa a la hora de emitir documentos de registro agrario a nivel nacional, además de reducir drásticamente los errores referidos a la entrega de instrumentos sobre Aéreas Bajo Régimen de Administración Especial (ABRAE) y sobre otras áreas no permitidas que solapen con el predio registrado.

RESULTADOS

1. La carga de información al sistema con una interfaz gráfica, de fácil manipulación para los usuarios.

2. Transformación automática de las coordenadas a REGVEN (sólo cuando el sistema de origen sea LA CANOA).

3. Consultas espaciales (validaciones) de los predios ingresados para conocer la ubicación de éstos con respecto a si están fuera de Venezuela, en estado distinto a la solicitud ó en Áreas Bajo Régimen de Administración Especial (ABRAES).

4. Toma de decisiones automáticas de acuerdo al resultado de las validaciones espaciales. (rechazo, reinspección ó envío a la gerencia de Recursos Naturales).

5. Carga en base de datos centralizada. 6. Base de datos robusta con capacidad para llevar a cabo estudios de análisis espacial.

7. Posibilidad de conexión en tiempo real con sistemas informáticos de otras instituciones, o a través de un servicio de mapas como Web Map Server (WMS), de tal forma que puedan consultar e implementar procesos automatizados basándose en nuestra data geográfica actualizada.

8. Es un sistema desarrollado totalmente en software libre. 9. Están cargados en el sistema más de 150.000 predios ya inspeccionados por los

funcionarios del INTi con un número similar de entrega de instrumentos legales a los productores del campo.

CONCLUSIONES

El sistema automatizado de información espacial para registros de predios rurales en Venezuela, sirve de base para el Instituto Nacional de Tierras (INTi). A partir de la implementación de este, el instituto aumentó significativamente su capacidad operativa a la hora de emitir documentos de registro agrario a nivel nacional.

La utilización del software libre no supuso un sacrificio en términos de la calidad del producto final, más bien permitió, además del ahorro en costos de licencia, la posibilidad de adecuación y adaptabilidad a los procesos inéditos propios de la dinámica interna de la institución.

La posesión de una base de datos espacial centralizada con la información de todos los productores abre la posibilidad de implementar procesos de planificación que coadyuvaran en el desarrollo agroproductivo del campo venezolano.

BIBLIOGRAFIA

REPÚBLICA BOLIVARIANA DE VENEZUELA (2001). Ley de Tierras y Desarrollo Agrario. Documento en Línea. Disponible en: http://www.efemeridesvenezolanas.com/documentos/html/leytierras.htm.

MapServer. Disponible en: http://mapserver.gis.umn.edu/p.mapper. Disponible en: http://www.pmapper.net/PHP. Disponible en: http://www.php.net/PostgreSQL. Disponible en: http://www.postgresql.org/PostGIS. Disponible en: http://postgis.refractions.net/

*Para más información y consultas ver: http://www.inti.gob.ve/ , http://sergiogamarra.blogspot.com/

Interpretación y análisis de imágenes satelitales en áreas urbanas

Víctor Vilachá

Cartogeo C.A., Caracas – Venezuela [email protected]

Tema: Ciudad, Vivienda y Hábitat.

Resumen

En un planeta cuya población vive cada vez más en entornos urbanos que rurales, los sensores remotos se han convertido en una herramienta imprescindible para los planificadores y demás responsables de la gerencia urbanística. Desde hace más de un siglo los sensores remotos han sido utilizados para obtener información de los asentamientos humanos, pero en la última década su uso ha venido incrementándose gracias al avance tecnológico en todos los componentes que integran estos dispositivos, tanto en plataformas aéreas como satelitales. Imágenes con resolución sub-métrica, sensores híper espectrales, Radar, cámaras digitales, Lidar, GPS, son términos y tecnologías cada vez más comunes en el estudio de las áreas urbanas. Pero estas tecnologías no siempre sustituyen otras que se consideran caducas u obsoletas, lo importante es seleccionar aquella tecnología que se adecue al producto que debe elaborarse para un proyecto, según las especificaciones que sean definidas en cuanto a leyenda, escala de trabajo, fecha de toma, entre otras. El presente trabajo expone, las pautas y consideraciones que deben tomarse en cuenta al seleccionar el(los) sensor(es) que de acuerdo a sus características de resolución espacial, espectral, etc., satisfagan las especificaciones tanto para su interpretación visual, como las que son requeridas en el procesamiento digital de imágenes que es necesario realizar, para la obtención de productos específicos como los son los mapas temáticos o clasificaciones por variables de interés. En ese sentido, se realizó un proyecto piloto en la ciudad de Barquisimeto del Estado Lara, en el cual se analizaron y procesaron diversas fuentes de información disponibles tanto de su zona urbana, como de su área perimetral, con la finalidad de mostrar y comparar estas fuentes según los estándares acordes al estudio de los entornos urbanos.

Introducción

Términos como pueblos, villas, ciudad, centro urbano, metrópolis, área metropolitana, megalópolis o aglomeraciones urbanas han sido larga y ampliamente utilizados por múltiples autores y especialistas para definir un asentamiento humano donde predominan las actividades sociales y económicas no agropecuarias. Dichos términos, además de los factores de carácter cualitativo, como son los de índole administrativo, legal, o histórico, han permitido clasificar a estos asentamientos humanos como temporales o permanentes, si se encuentran sobre pequeñas o grandes extensiones, o si tienen poca o gran concentración de habitantes.

El rol de los sensores remotos en los asentamientos humanos ha tomado mayor importancia con el tiempo, estos han sido utilizados desde hace más de un siglo para obtener información de los asentamientos humanos, pero en la última década su uso ha venido incrementándose por el surgimiento de nuevos sensores tanto en plataformas aéreas como satelitales. Imágenes submetricas, Radar, cámaras digitales, Lidar, son términos y tecnologías cada vez más comunes en el estudio de las áreas urbanas. En un planeta cuya población vive cada vez más en

entornos urbanos que rurales, los sensores remotos se han convertido en una herramienta imprescindible para los planificadores y demás responsables de la gerencia urbanística

El uso más común de los sensores remotos ha sido la elaboración de mapas, pudiéndose agrupar las técnicas para generar la cartografía urbana en tres categorías:

• La morfología • Sistemas naturales o ambientales • Sistemas humanos o culturales

La morfología de un área urbana se refiere a su ensamblaje o montaje físico. Los biólogos y ecologistas la denominan como la “estructura” asociada con el asentamiento, mientras que los geógrafos la conocen como el “patrón espacial”.

Figura 1: Circular, Moscú-Rusia Figura 2: Cuadriculada, Nueva York, Estados Unidos

Figura 3: Irregular, Marrakech-Marruecos Figura 4: Radial, Paris-Francia

A través de los sensores remotos podemos observar los sistemas naturales y humanos representando la “función” o “proceso” de cómo evoluciona el asentamiento humano. Por ejemplo veamos el caso de Granada, España

Figura 5: Granada-España, Siglo XII Figura 6: Granada-España, Siglo XVI

Figura 7: Granada-España, Siglo XVIII Figura 8: Granada-España, Siglo XXI

Materiales y Métodos.

Selección de sensores remotos para estudios urbanos

Las áreas urbanas de cada país o continente de la Tierra tienen sus propias características o singularidades, los medios de transporte, los materiales de construcción, las condiciones climáticas e incluso las costumbres propias de cada grupo racial o religioso, provocan esa particularidad o diferencia entre un centro urbano u otro. Esto trae como consecuencia que deben seleccionarse los sensores remotos que permitan su estudio o análisis acorde a cada tipo de centro urbano.

Tabla 1: Resolución y escalas de trabajo Satélite Resolución (Pan / MS) m Bandas Escala* ASTER 15 / (30, 90) 14 1:60.000 SPOT 5 2.5 / 5 4 1:10.000 Ikonos 0.82/ 3.28 4 1:5.000

QuickBird 0.61 / 2.44 4 1:2.500 WorldView-1 0.45 / - 1 1:2.500 WorldView-2 0.45 / 1.80 8 1:2.500

GeoEye 0.41 / 1.64 4 1:2.500 *Norma: 0.25mm a la escala de trabajo

Tabla 2: Requerimientos mínimos de resolución para variables de infraestructura Variable / Tema Atributo Temporal Espacial Espectral Infraestructura

Inmobiliaria y de propiedades

Limites prediales e información catastral

1-5 años 0.25 -0.5 m Pan-Visible

Infraestructura de Transporte

Ejes de vías 1 - 5 años 1 - 30 m Pan-Visible-IR

Ancho de vías 1 -2 años 0.25 – 0.5 m Pan-Visible Estudios de trafico 5 – 10

min0.25 – 0.5 m Pan-Visible

Infraestructura de Servicios Públicos

Líneas de transmisión

1 - 5 años 1 - 30 m Pan-Visible-IR

Corredores 1 -2 años 0.25 – 0.5 m Pan-Visible Ubicación de postes,

torres, tanquillas, etc. 1 -2 años 0.25 – 0.5 m Pan

Tabla 3: Requerimientos mínimos de resolución para variables del relieve y socioeconómicas Variable / Tema Atributo Temporal Espacial Espectral Elaboración de

Modelos Digitales de Elevación

(DEM)

DEM 5-10 años 0.25 – 0.5 m V-IR-Radar

Características Socioeconómicas

Estimación Local de Población

5-7 años 0.25 - 5 m Pan-V-IR

Estimación Regional-Nacional

de Población

5-15 años 5 - 20 m Pan-V-IR

Indicadores de Calidad de Vida

5-10 años 0.25 - 30 m Pan-V-IR

Tabla 4: Requerimientos mínimos de resolución para variables ambientales, energéticas, emergencias y

desastresVariable / Tema Atributo Temporal Espacial Espectral

Demanda y Conservación de

Energía

Demanda y Potencial de producción

1 - 5 años 0.25 - 1 m Pan-V-IR

Aislamiento de Edificaciones

1 - 5 años 1 - 5 m IR Térmico

Areas Ambientales Criticas

Ambientes Estables 1 - 2 años 1 - 10 m V-IR

Ambientes Críticos 1 – 6 meses 0.25 - 2 m V-IR-IR

Térmico Respuesta a

Emergencias y Desastres

Pre-emergencia 1 -5 años 1 - 5 m V-IR

Post-emergencia 12 h – 2 días 0.25 - 2 m V-IR-Radar

Estimación de danos

1 -2 días 0.25 - 1 m V-IR

Tabla 5: Requerimientos mínimos de resolución para variables de uso y cobertura del suelo Variable / Tema Atributo Temporal Espacial Espectral

USGS Level 1 5-10 años 20 -100 m V-IR-Radar

USGS Level 2 5-10 años 5 - 20 m V-IR-Radar

USGS Level 3 3 - 5 años 1 - 5 m Pan-V-IR

USGS Level 4 1 - 3 años 0.25 - 1 m Pan

USGS Level 5 1 año 0.15 – 0.5 m Pan

El procesamiento de las imágenes satelitales

La determinación de la estructura o morfología de un sector incluye además de la interpretación directa sobre fotos aéreas e imágenes satelitales, técnicas numéricas de extracción de elementos, análisis de textura, análisis estadísticos (clasificaciones) que permiten identificar y clasificar objetos en un área de interés. Adicionalmente el uso de modelos matemáticos de los sensores remotos permite representar magnitudes físicas como radiancia, temperatura o biomasa.

En el presente trabajo se realizo una interpretación y clasificación de imágenes satelitales en la ciudad de Barquisimeto, Estado Lara, para la variable Uso y cobertura del suelo, utilizando imágenes Landsat 5 del 1998 – 2001, SPOT 5 del 2003 y QuickBird del 2004.

Con la finalidad de ejemplificar el objetivo del presente proyecto, y según los requerimientos expresados en la Tabla 5, se extrajo solamente el primer nivel de cada atributo para Uso y cobertura según el siguiente detalle:

USGS Level 1: Urbano, Agropecuario, Herbazal, Bosque, Hidrografía, Zonas Pantanosas y Suelo Desnudo

Figura 9: Imagen Landsat 543, Barquisimeto, Edo Lara


USGS Level 2: Comercial y servicios, Residencial, Industrial, Medios de Transporte y comunicación y Urbano mixto


USGS Level 3: Edificios Públicos

Figura 12: Imagen Spot 5 MS, Barquisimeto, Edo Lara

USGS Level 4: Educativos

Figura 13: Imagen QuickBird MS, Barquisimeto, Edo Lara

USGS Level 5: Universitarios y Educación Media

Figura 14: Imagen QuickBird MS, Barquisimeto, Edo Lara

Conclusiones.

Los estudios y proyectos sobre asentamientos urbanos deben considerar en todo momento la relación entre la variable a analizar y la escala de trabajo correspondiente, por lo que la selección del sensor a ser utilizado en dichos estudios es una tarea fundamental y vital para cumplir con el objetivo del tema y variables del estudio a realizar como de las especificaciones y normas técnicas cartográficas respectivas.

La mayor y continua disponibilidad de sensores con diferentes resoluciones y características espectrales, permiten ofrecer una amplia gama de fuentes de información para los estudios urbanos según el nivel de detalle que se requiera.

El uso de los sensores remotos y las técnicas asociadas que se empleen para determinar o reconocer la morfología o patrón espacial, solo será un componente más para poder estudiar y analizar la complejidad asociada a los asentamientos urbanos. Los “procesos” o “funciones” que se observan con los sensores remotos pueden ser vistos desde un enfoque ambiental o desde uno humano, pero ambos se relacionarán con los procesos económicos y sociales que gobiernan el crecimiento urbano.

Bibliografía.

CAPEL, H. La morfología de las ciudades. Barcelona: Del Serbal, 2002.

GORDON, G. The Historic - Geographic. Explanation of Urban Morphology: A Discussion of Some Scottish. Evidence, Scottish Geographical Magazine

LARKHAM, P. Urban Morphology and Typology in the United Kingdom. Typologicalprocess and design theory. Arka, 1998

MERRILL K. RIDD & HIPPLE JAMES D.. Remote Sensing of Human Settlements, Manual of Remote Sensing, Volume 5, ASPRS, 2006

Construcción de Mapa para el Análisis de las Fases de Ocupación del Espacio Geográfico en el Estado Vargas, Mediante el Uso de la

Herramienta SIG

Scarlet Cartaya1, Arismar Marcano2, Henry Pacheco3

Universidad Pedagógica Experimental LibertadorInstituto Pedagógico de Caracas

Núcleo de Investigaciones del Medio Físico [email protected] [email protected] [email protected]

Resumen

El comportamiento espacial en Vargas ha experimentado reubicaciones y reacomodos espaciales en cada período histórico. Esta forma de ocupación del territorio, generan transformaciones en el entorno. En este sentido, nos encontramos en presencia de un fenómeno histórico ligado al desarrollo de las relaciones entre el hombre y el medio físico. En consecuencia, se propone la comprensión de la dinámica del espacio geográfico, mediante el empleo de la herramienta SIG, para cartografiar las fases de ocupación espacial, con la finalidad de explicar el origen de los desequilibrios urbanos en el estado Vargas, Venezuela. En esta investigación se empleó el método heurístico para la construcción de la cartografía y el método dialéctico para el análisis-síntesis de espacio habitado. El diseño de la investigación combina las fases documental y de campo. El tipo de investigación es explicativa. Para captar la esencia de la problemática que define la realidad, se partió de la interpretación de: fuentes vivas, periódicas, cartográficas, aerofotográficas, mapas históricos, ortofotomapas, imágenes de satélite, fotografías aéreas y documentos históricos. Se empleó el programa Mapinfo Professional. En conclusión, se determinaron cuatro (4) fases de expansión. La primera expansión se realizó alrededor de los núcleos iniciales de poblamiento durante los siglos XVII a XIX, esta se caracterizó por ser lenta. La segunda expansión poblacional se efectuó en la primera mitad del siglo XX, fue de carácter moderado. La 3era fase fue a partir de 1950 cuando cristalizó la economía petrolera, esta fue de rápida a violenta. La última identificada fue a partir de de 1960, durante esta expansión se crearon los llamados cinturones marginales de la población.

Descriptores: mapas, espacio geográfico, SIG, Estado Vargas

Introducción

En la forma que se habita el territorio, existe responsabilidad histórica que recae sobre el modelo de ocupación espacial que ha predominado en Venezuela para cada período histórico. Antes del inicio de la explotación agraria, los criterios aborígenes de poblamiento no provocaban ruptura con la vocación de los ecosistemas. A partir de la explotación agroexportadora, se inician las modificaciones en el medio físico, pero es a partir del advenimiento de la explotación petrolera e industrial, y luego con el desarrollo de la agricultura empresarial (capitalista), que la intervención medianamente conservacionista cedió para dar paso a un nuevo modelo depredador, fundado en los criterios de rentabilidad económica del grupo inversionista. En este sentido, cada formación económica y social ha practicado una forma específica de apropiación del espacio geográfico que le es propia.

El comportamiento espacial en Vargas ha experimentado reubicaciones y reacomodos espaciales en cada período histórico. Estas permutaciones geohistóricas obedecen a los intereses de grupos sociales dominantes, para reproducir las condiciones que le permita la permanencia en el tiempo. Estas formas de ocupación del espacio físico, generan transformaciones en el entorno. En este sentido, nos encontramos en presencia de un fenómeno histórico ligado al desarrollo de las relaciones entre el hombre y el medio físico. En consecuencia, se propone la comprensión de la dinámica del espacio geográfico, mediante el empleo de la herramienta SIG, para cartografiar las fases de ocupación

espacial, con la finalidad de explicar el origen de los desequilibrios urbanos en el estado Vargas, Venezuela.

Materiales y Métodos

En esta investigación se empleó el método heurístico para la construcción de la cartografía geohistórica y el método dialéctico, que se fundamenta en las categorías y leyes de la dialéctica materialista para el análisis-síntesis de espacio habitado. El diseño de la investigación es documental y de campo. El tipo de investigación es descriptiva-explicativa. Para la elaboración de la cartografía geohistórica y captar la esencia de la problemática que define la realidad, se partió de la interpretación de: fuentes vivas, periódicas, cartográficas, aerofotográficas, mapas históricos, ortofotomapas, imágenes de satélite, fotografías aéreas y documentos históricos. Se empleó el programa Mapinfo Professional.

Fase Preparatoria

Se comenzó con la estructuración de la información cartográfica temática base, la cual se fundamentó en un arqueo de estas fuentes en el organismo oficial, el Instituto Geográfico Nacional “Simón Bolívar”. Luego de seleccionados los que respondían a los intereses del trabajo. Se eligió material de diferentes índoles y se les verificó su confiabilidad, previo al campo. Estos son: mapas topográficos, ortofotomapas, mapas temáticos, mapas históricos, fotografías aéreas e imágenes de satélite.

Los mapas topográficos, a escalas 1:250.000, 1:100.000 y 1:25.000, del Instituto Geográfico de Venezuela “Simón Bolívar”, de los años 2004 y 2005, fueron las Hojas de Caracas: NC-19-8 y 6847; Naiguatá: 6847-I-NO; Carayaca, 6747-I-SE; Catia La Mar, 6747-I-NE; Curupao, 6847-I-SO; La Guaira, 6847-IV-NO; 6847-IV-SO; Los Chorros, 6847-IV-SE; Caraballeda, 6847-IV-NE.

Los mapas topográficos, a escalas 1:25.000, del Ministerio del Ambiente y de los Recursos Naturales Renovables, Dirección de Cartografía Nacional del año 1979, estas fueron: Naiguatá: 6847-I-NO; Carayaca, 6747-I-SE; Catia La Mar, 6747-I-NE; Curupao, 6847-I-SO; La Guaira, 6847-IV-NO; 6847-IV-SO; Los Chorros, 6847-IV-SE; Caraballeda, 6847-IV-NE.

Se emplearon ortofotomapas a escala 1:25.000, del Ministerio del Ambiente y de los Recursos Naturales Renovables, Servicio Autónomo de Geografía y Cartografía Nacional del año 1995. Los ortofotomapas, son: Naiguatá, 6847-IV-NE; Curupao, 6847-I-SO; Caraballeda, 6847-IV-NE; Los Chorros, 6847-IV-SE; La Guaira, 6847-IV-NO; Caracas, 6847-IV-SO; Carayaca, 6747-I-SE; Catia La Mar, 6747-I-NE.

Los mapas temáticos, utilizados como referencia fueron: geomorfología, geología de superficie, vegetación, uso potencial, uso actual, red de drenaje, distribución de la población, actividades económicas, político-administrativo, a escala 1:25.000 y en coordenadas UTM, del Proyecto Ávila –Mapa de Riesgo del Instituto Geográfico Venezolano “Simón Bolívar” y del Plan de Ordenamiento Territorial de la Autoridad Única de Área para el Estado Vargas y del Instituto Geográfico de Venezuela “ Simón Bolívar”.

Entre los mapas históricos empleados se mencionan: (a) Carta de Crecimiento Espacial de la Ciudad de Caracas y el Litoral Central desde fines del siglo XVI hasta fines del siglo XVII, tomado de Santaella Yegres, R. (1968); (b) Plano de Caracas y sus Alrededores, tomado de Rohl, E. (1934), a escala 1:30.000; (c) Varias cartas de Sola, I. de. (1967), secuencia 1567-1967, a diferentes escalas.Se utilizaron para registrar los cambios del uso del espacio las fotos aéreas pancromáticas: (a) misión 030405, Nº 005, 009, 012, 016, escala 1:20.000, Febrero de 1956; (b) misión 37-A, Nº 3199A, escala: 1:25.000, Febrero de 1961; (c) misión 3201A, Nº 3199A, escala 1:25.000, Febrero 1961, del Instituto Geográfico de Venezuela “Simón Bolívar”. La imagen satelital IKONOS del 2000, del Ministerio del Poder Popular para Ciencias y Tecnología (MPPCT), Fundación Instituto de Ingeniería (FII), Centro de Procesamiento Digital de Imágenes (CPDI).

Fase de Generación de Mapas

Previo al campo se realizaron los primeros bocetos cartográficos, sobre la base de la información de los documentos históricos. Con la información cartográfica verificada y ampliada se procedió a su transformación en mapas digitales para emplearlos en el Sistema de Información Geográfica (SIG).

En el SIG, los mapas se generan mediante una operación geométrica de dos capas de polígonos y almacenaje en una capa resultado, preservando los atributos de cada una de ellas. El mapa final es el resultado de superposiciones polígono-polígono. Con ello se determinan las relaciones de inclusión que permiten establecer, para cada parámetro, la correlación que existe entre los valores.

La información en soporte papel fue escaneada para obtener imágenes raster. Posteriormente, se digitalizaron manualmente con el mouse, con la finalidad de vectorizar dichas imágenes. Una vez digitalizada las imágenes se georreferenciaron, para ello se seleccionan mínimo cuatro (4) puntos con coordenadas UTM conocidas que se marcan en el mapa base digital y se introducen en el sistema.

Se trabajó con la plataforma SIG MapInfo (Versión 9.0) y ArcView (Versión 9.0). Para la comprobación y eliminación de los posibles errores cometidos, tales como, existencia de líneas duplicadas, sueltas, inexactitud de contornos, entre otros, se empleó un módulo auxiliar ArcShell (Versión 3.2). Esto se hace con la finalidad de evitar invalidar los resultados finales por la propagación de pequeños errores.

Una vez editadas las capas temáticas se creó la topología, para establecer el tipo de elemento que almacena cada capa de información, propiedades de los elementos y relaciones espaciales entre los elementos geográficos de una misma capa. Después, se definieron los atributos que describen los diferentes elementos geográficos, mediante la adición de nuevos ítems a las tablas asociadas con cada capa temática, definición del diccionario de datos y las relaciones entre las tablas de atributos. De esta forma se construyó el modelo de identidad-relación del SIG.

Se empleó el método explícito semianalítico, que combina mapas cualitativos con cuantitativos. Este método permitió alternar formulaciones matemáticas, como el análisis geoestadístico univariado, ya que se cuenta con una muestra estadística representativa, lo cual permitió generar un mapa de distribución espacial final.

La representación cartográfica se realizó a través de colores, intensidades o degradación colorométrica, simbología (formas, líneas, flechas y polígonos) y el empleo de diferentes escalas. Con estos elementos se construyó el Léxico para cada cartograma elaborado como expresión de lo concreto y abstracto. Se trato de representar lo más objetivo posible la noción de cambio y transformación (movimiento) de la estructura espacial, lo que permitió observar el origen de la espacialidad del estadoVarga, para cada momento histórico.

Con la cartografía seleccionada y organizada, se programaron varios trabajos de campo, para verificar la información cartográfica. Luego de contrastar esa información con la realidad y sujetos a las categorías de análisis que permitieron estudiar la organización del espacio para cada año nodal seleccionado, se procedió a incorporar información numérica, mediante el método estadístico y de forma, con el método geométrico (euclidiano), para generar la cartografía síntesis por período histórico.

En la construcción de las cartas geohistóricos por cada año nodal se identificaron los usos del espacio, utilizando mapas históricos, documentos e información recabada en campo. La selección de los años nodales se realizó según dos criterios, el primero, que la información de ese año fuese representativa del período; el segundo, que existiese información cartográfica para cada período.

En el caso de la Venezuela Agraria, sólo existen mapas históricos elaborados con técnicas cartográficas rudimentarias y por la forma de intervención en el territorio no se podía elegir un año nodal, así que se representaron los usos de los siglos XVI, XVII, XVIII, XIX, además se decidió trabajar sobre el ortofotomapa del año 1995, ubicando aproximadamente los diferentes usos que se les dieron al espacio.

En la ubicación de las áreas de cultivo durante el período de la Venezuela Agraria, café, cacao y caña de azúcar, se utilizaron varios métodos. Se inició por digitalizar todas las curvas de nivel del área de estudio con la base cartográfica 1:25.000. Mediante un procedimiento automatizado en el Sistema de Información Geográfica, se elaboró un mapa de Pendiente Media del Terreno, sobre el cual se procedió a ubicar las áreas donde coinciden los requerimientos de altura por cultivo. Sobre esta información, arrojada por el sistema, junto con la especificada en los mapas históricos, se dibujaron sobre un mapa en blanco las áreas aproximadas donde se pudieron haber sembrado estos cultivos.

Para la Venezuela Agrario-Petrolera, se tomó como base para vaciar la información el ortofotomapa del año 1995, y se seleccionó como año nodal 1934. Para la Venezuela Petrolera-Industrial, que abarca desde 1950 hasta 1999, se utilizó, igualmente, el ortofotomapa de 1995 para localizar los usos de ese período. Para cartografiar los usos del espacio después de Diciembre de 1999 se usó la imagen satelital IKONOS del año 2000.

Resultados

Uno de los elementos considerados en el análisis del espacio habitado, es la expansión de la población. Mediante la información que se generó a través de las cartas de expansión de la población por fase, se construyó un esquema teórico del asentamiento de la población, que permite visualizar el fenómeno en abstracto (Figuras 1, 2, 3, 4 y 5).

Se identificaron dos expansiones significativas, la del año 1950 y la de 1960. La expansión de 1950, se estructuró a los alrededores de los espacios ocupados hasta la primera mitad del siglo XX. Se extiende hacia la línea de costa, a lo largo de la franja costera, el pie de monte y los fondos de valles. Este crecimiento conectó el Aeropuerto con Maiquetía y La Guaira. Sin embargo, se aprecian tres áreas poblacionales adicionales que no están conurbadas, a saber: Catia La Mar, en donde se localizan algunas industrias de alimentos y textiles, y urbanizaciones vacacionales; Macuto y Punta El Cojo, con desarrollo residenciales-recreacionales; y Caraballeda con usos residenciales, vacacionales y recreacionales.

A partir de 1950, hay un notable crecimiento urbano. El espacio construido se realiza en áreas de ocupación agrícola. Los centros poblados han crecido y su espacio agrícola ha disminuido. Aparecen nuevos núcleos urbanos con características arquitectónicas diferentes, que son indicadores de latendencia irreversible de la desaparición del espacio agrícola en el Litoral Central. Ha aumentado el espacio dedicado a las funciones urbanas, portuarias y aeroportuarias, y disminuido el espacio utilizado para los cultivos.

En esta expansión los elementos que atrajeron población fueron la modernización del puerto, la construcción de la autopista Caracas-La Guaira y la prolongación de la avenida Carlos Soublette. En este momento geohistórico, todavía cada sector inicial de poblamiento luce separado físicamente de los otros, a excepción del eje Maiquetía-La Guaira que se circunvalan, así como se incrementan las barriadas en torno a estos focos.

A partir del análisis de este material cartográfico digital, se pudo deducir, que en el período agroexportador, las urbes no crecen hacia la montaña, debido a que ese espacio estaba dedicado a los cultivos, dándosele esa prioridad. Es reducido el espacio construido, abarcando solamente lo que conocemos hoy como La Guaira y Maiquetía. El ritmo de ocupación del espacio es lento. En ello juega un papel importante las características de la producción y su transferencia en la vida económica de la ciudad y el mercado exterior.

La expansión a partir de 1960, se caracterizó por ocupar todos los espacios disponibles,incluyendo los que están pendiente y valle arriba de la montaña. Se aprecia un uso discontinuo del espacio, en donde se solapan actividades de diferente índole, dando forma a paisajes imbricados. Se observa que hay mayor número de urbanizaciones con respecto al decenio anterior, sin embargo, las áreas ocupadas por los desarrollos informales o barrios, es superior. Se construyeron más urbanizaciones, nacieron nuevos barrios, se consolidaron y expandieron los ya existentes, estos

últimos se ubican en su gran mayoría en el pie de monte y en la vega de los ríos y quebradas de la región.

En esta expansión se consolidó una franja habitada de extremo a extremo, en los únicos lugares donde no hay concentración de población, es porque la topografía no lo permite. En los años sesenta cuando los procesos de petrolización e industrialización se consolidaron, en el Litoral Central se incrementó el desarrollo de infraestructura turística, recreacional, aduanera, comercial, aeroportuaria, entre otras, que atrajeron población con necesidades de emplearse en estas actividades económicas, pero al incrementarse el valor de la tierra urbana y la falta de lugares disponibles para asentarse, la tendencia fue a ocupar lugar riesgosos.

Para establecer el grado de coincidencia entre las áreas ocupadas por fase de expansión con los espacios residuales durante este período, se procedió a realizar el cruce. Se observa que coinciden los espacios residuales con los espacios ocupados a partir de 1960.

La expansión de la población, implicó la desaparición paulatina de los antiguos espacios agrícolas, dando paso a los complejos urbanísticos y a las áreas de servicio. En consecuencia el espacio periférico sufre, cada vez más y con mayor intensidad, la influencia de la metrópoli. Esta se proyecta sobre el espacio rural y lo organiza en beneficio de su funcionamiento, convirtiéndolo en un elemento más de dominio y especulación.

El crecimiento de la población fue en principio lenta y luego pasó de moderado a acentuado, después de 1950. Esto ocurre a partir de un hecho histórico, con implicaciones económicas, la Ley de Hidrocarburos de 1943. El Estado al percibir mayores ingresos promueve su inversión con una política de construcción de servicios, de industria, infraestructura, orientada hacia las ciudades y en especial hacia Caracas, la cual se convierte en fuente de atracción de la población. Este fenómeno provocó distorsiones económicas que rápidamente se reflejan en los géneros de vida del hábitat, por tanto en las distorsiones urbanas de esta región costera.

Conclusiones

Se determinaron cuatro (4) fases de expansión. La primera expansión se realizó alrededor de los núcleos iniciales de poblamiento durante los siglos XVII a XIX, esta se caracterizó por ser lenta. La segunda expansión poblacional se efectuó en la primera mitad del siglo XX, fue de carácter moderado. La 3era fase fue a partir de 1950 cuando cristalizó la economía petrolera, esta fue de rápida a violenta. La última identificada fue a partir de de 1960, durante esta expansión se crearon los llamados cinturones marginales de la población.

En el sector estudiado ha operado una transferencia en el uso del espacio, este uso actual está cargado de deterioro ambiental, depredación, disminución de las áreas verdes, concentración de la población en pequeñas porciones territoriales, hacinamiento, proliferación de espacios para la pobreza e imbricación espacial. Se aprecia la ocupación intensiva del espacio agrícola por el espacio rentista-petrolero, el cual se caracteriza por el aumento violento y concentración urbana de la población. Los graves desequilibrios urbanos se manifiestan con el surgimiento de áreas marginadas (espacios residuales) con sus consecuentes problemas socioeconómicos.

Se aprecia la consolidación del espacio periférico de Caracas, cuya dinámica espacial está marcada por la desigualdad. Mientras unos lugares se destinan para la recreación, el goce y disfrute de ciertos grupos privilegiados, el resto de los espacios están destinados para quienes el sistema considera relegados. Muestra de ello es la selección que el capital ha hecho de los espacios para la inversión, la tendencia es a preferir aquellos lugares que por su atracción paisajística, revalorice lo adquirido. El espacio geográfico del Litoral Central, se ha convertido en un espacio alineado y complicado en su estructura.

La herramienta SIG permitió la elaboración de mapas geohistórico, que facilitaron el análisis espacial y la reconstrucción de las fases de ocupación territorial en el estado Vargas. De esta manera se

contribuye a generar información básica e histórica para entender los actuales desequilibrios urbanos del espacio costero.

Bibliografía

Arzolay, C. (1980). El espacio geográfico y la enseñanza de la Geografía de Venezuela. Caracas: Ediciones especiales del Centro de Investigaciones Geodidácticas de Venezuela.

Carvallo, G. y Ríos de Hernández, J. (1984). Temas de la Venezuela Agroexportadora. Serie Agricultura y Sociedad. Caracas: Fondo Editorial Tropykos.

Ceballos, B. (2008). La formación del espacio venezolano, una propuesta para la investigación y la enseñanza de la Geografía Nacional. 3era edición. Caracas: Fondo Editorial de la Universidad Pedagógica Experimental Libertador (FEDUPEL).

Ceballos, B. (1991). Origen y estructura de una disciplina en Venezuela: La Geohistória. Geodidáctica, 3, 5, 87-117.

Ceballos, B. (1994). Aproximación a una propuesta de sistema de enunciados, conceptos y nociones de la espacialidad venezolana. Material mimeografíado, sin publicar.

Santaella Yegres, R. (1968). La geografía en la investigación histórica. Revista Economía y Ciencias Sociales, 10, 4, 61-84.

Santaella Yegres, R. (1989). La dinámica del espacio: en la cuenca del lago de Maracaibo. Caracas: Ediciones FACES / UCV.

Santaella Yegres, R. (1998). Metodología Geohistórica y dinámica espacial. Disponible en: www.upel.ipmar.edu.ve

Santaella Yegres, R. (2005). Pensamiento geohistórico de Ramón Tovar López. Geoenseñanza, 10, 1, 5-20.

Santaella Yegres, R. (2005). Geografía, diálogo entre sociedad e historia. Caracas: Cátedra Pío Tamayo, Universidad Central de Venezuela.

Figura 1: Ocupación inicial y 1era fase de expansión poblacional: una aproximación. Fotointerpretación elaborada a partir de la imagen IKONOS (2000), facilitada por el Centro de Procesamiento Digital de Imágenes del Instituto de Ingeniería,

Ministerio para el Poder Popular de Ciencia y Tecnología. Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Figura 2: Ocupación inicial, 1er y 2da fases de expansión poblacional: una aproximación. Fotointerpretación elaborada a partir de la imagen IKONOS (2000), facilitada por el Centro de Procesamiento Digital de Imágenes del Instituto de

Ingeniería, Ministerio para el Poder Popular de Ciencia y Tecnología. Georeferenciada con la proyección cartográfica UTM-SAD69, Uso Horario 19, Hemisferio Norte.

Figura 3: Ocupación inicial y 3 era fase de expansión poblacional: una aproximación. Fotointerpretación elaborada a partir de la imagen IKONOS (2000), facilitada por el Centro de Procesamiento Digital de Imágenes del Instituto de Ingeniería, Ministerio para el Poder Popular de Ciencia y Tecnología. Georeferenciada con la proyección cartográfica UTM-SAD69,

Uso Horario 19, Hemisferio Norte.

Figura 4: Ocupación inicial, 1er, 2da, 3era y 4ta fases de expansión: una aproximación. Fotointerpretación elaborada a partir de la imagen IKONOS (2000), facilitada por el Centro de Procesamiento Digital de Imágenes del Instituto de Ingeniería, Ministerio para el Poder Popular de Ciencia y Tecnología. Georeferenciada con la proyección cartográfica UTM-SAD69,

Uso Horario 19, Hemisferio Norte.

Figura 5: Esquema teórico de las diferentes fases de expansión territorial del Litoral Central.

ANATRA. Un modelo criollo de tráficoGiovanny Quagliano

Soluciones Integrales GIS. C.A. SIGIS. Gerencia de Desarrollo Tecnológico. [email protected]

Índice de contenidoIntroducción......................................................................................................................................1Algunos Métodos de deducción del tráfico. ....................................................................................2

El método de Observación...........................................................................................................2El método de Colaboración (red social) ......................................................................................2El método de Deducción..............................................................................................................2

Algunos ejemplos de sistemas de tráfico..........................................................................................2ANATRA. Un método criollo para deducir el tráfico. .....................................................................3

Fundamentos del modelo. ............................................................................................................3Arquitectura Open Source. ...............................................................................................................5Componentes de la solución. ............................................................................................................6Conclusiones.....................................................................................................................................7Bibliografia. .....................................................................................................................................7

Introducción

Vivir en las grandes ciudades pareciera demarcar una relación directamente proporcional entre el tamaño de la metrópolis y la pérdida del valor más preciado del hombre, su tiempo. En Venezuela no escapamos de esa realidad, y vemos cada día en ciudades como Caracas, Valencia y Maracaibo, que movilizarse de un lugar a otro implica perder horas enteras en dicha misión.

A diario millones de personas deben desplazarse de un lugar a otro, de su casa al trabajo o al lugar de estudios y posteriormente retornar a su casa para al día siguiente volver a ejecutar la misma rutina. Trasladarse de un lugar a otro necesariamente implica usar un medio de transporte (generalmente terrestre), el cual con alta probabilidad tardará mucho más tiempo en el recorrido de lo que debería, y todo esto debido a la congestión en las vías provocada por el alto número de vehículos terrestres en tránsito.

Lograr descongestionar las vías se ha convertido en un problema de estado, que de seguro se resolvería con grandes obras de infraestructura, que a su vez implica una gran inversión económica y los resultados sólo se percibirían a largo plazo. En vista que un problema de tal magnitud implica tan alta dificultad en su resolución, el hombre ha tratado de buscar métodos alternativos para aliviar sus problemas de movilidad. Uno de ellos es simple, “si la vía que quiero tomar para movilizarme se encuentra congestionada, busco vías alternas menos congestionadas, y llego a mi destino en menor tiempo”.

La aseveración anterior denota simpleza, pero su ejecución requiere de un insumo valioso y muchas veces escaso, ese insumo se denomina Información.

¿La vía alterna que decido tomar está más o menos congestionada que en la que estoy actualmente?, esa es la información requerida para saber si mi decisión es o no la más acertada. Es justo en ese momento, en donde necesito algo o alguien que me suministre dicha información, y es allí en donde se cimienta este documento, en visualizar algunos métodos y los actores necesarios para poder obtener, generar y transmitir la información que requieren las personas para atenuar sus problemas de movilidad causados por el congestionamiento vial.

Algunos Métodos de deducción del tráfico.Cada vez apreciamos cómo grandes empresas se lanzan a la tarea de deducir, visualizar y transmitir

a la población información del estado del tráfico en las vías. Diversos métodos de deducción y predicción del tráfico han sido implementados y medios de comunicación como la radio, la televisión y ahora Internet son empleados para hacer llegar dicha información a la gente. Brevemente analizaremos algunos de los métodos y medios que son empleados para tal fin.

El método de Observación.

El método de observación es una técnica que consiste en observar atentamente el fenómeno, hecho o caso a investigar, tomar información y registrarla para su posterior análisis.

En el caso especifico del tráfico, este método es el que más antiguamente ha sido empleado. Se basa en que personas colocadas en los puntos de mayor congestionamiento vial, observan el estado del tráfico en dicho lugar, y por algún medio de comunicación (celular, radio frecuencia, Internet, entre otros) transmiten la información proveniente de su observación.

En algunos casos los observadores no están detenidos, sino que se movilizan por las principales zonas de la ciudad en medios de transporte más veloces para poder tener una mayor área de observación y transmitir más información. Uno de los principales empleadores de éste método son los muy usados hombres del tráfico, en los que una persona sobre un helicóptero sobrevuela una ciudad y vía radio o televisión transmite de manera verbal la información referente al congestionamiento de las vías.

Con el avance de la tecnología se han introducido cámaras en algunos puntos de las ciudades, para que los usuarios ingresen a un sitio web y vean con sus propios ojos la situación vial.

El método de Colaboración (red social)

Este método se basa en su totalidad en el espíritu colaborativo de las redes sociales. Aqui una comunidad de individuos con los mismos intereses se conectan mediante alguna red social para compartir información referente al estado del tráfico en determinadas vías.

De esta forma se tiene la información vial, si y sólo si alguno de los usuarios pasa por la mencionada vía, y mediante dispositivos de comunicación móvil hace llegar la información a la comunidad.

El método de Deducción

Se basa en fundamentos matemáticos y estadísticos. El método analiza un conjunto de datos provistos por dispositivos electrónicos y/o equipos de GPS, empleando algún modelo o método matemático-estadístico y deduce el estado del tráfico en las vías en las cuales se posee información.

Algunos ejemplos de sistemas de tráfico.Algunas empresas se han dedicado a implementar soluciones para deducción del tráfico y han

basado sus esfuerzos en los métodos antes descritos o en combinaciones de ellos. Entre las que se encuentran en uso en nuestro país podemos mencionar:

Waze.

Quienes se definen cómo “una aplicación social para teléfonos móviles que te indica cómo llegar a destino en base a las condiciones del tráfico en el momento en que conduces. Es mantenida en un 100%por sus usuarios; cuanto más manejas, más calidad agregas a la aplicación”.

Esta plataforma es un ejemplo de la combinación de un método deductivo y una red social. Waze Usa las posiciones de GPS de los equipos Smartphone de los miembros que conforman su red social, quienes transmiten de manera automática hacia un centro de control y deducen el congestionamiento de la vía empleando su velocidad de desplazamiento. Mientras más miembros se encuentren transmitiendo, con mayor exactitud se realizarán los cálculos deductivos. Adicionalmente, los usuarios tienen la posibilidad de crear grupos que comparten rutas diariamente y realizar reportes de eventos relevantes en la ruta del grupo.

Twitter.

Aunque esta es una red social, algunas empresas, y numerosos grupos de personas se han unido para poder transmitir a la comunidad cualquier conocimiento que se tenga del estado del congestionamiento vial. Entre las comunidades o cuentas de Twitter que aglutinan seguidores podemos mencionar

� @Trafico. “Reportando el estado del tránsito desde 2007. Sígueme y envía tus reportes con un DM”.

� @EUTrafico “Servicio de El Universal para el reporte del tráfico en la Gran Caracas, a través de la participación de los propios miembros”.

� @trafficVZLA “Canal de contacto directo DM, de los seguidores de la red, indispensable ante una EMERGENCIA, NACIONAL.Reportes, sigue nuestra lista por estado”.

� @victoria1039fm “Tu Radio Vial Informativa! Información vial de las principales vías terrestres de Venezuela”.

ANATRA. Un método criollo para deducir el tráfico.Desde Mayo del 2010, la empresa Soluciones Integrales GIS. C.A SIGIS, viendo la gravedad del

problema, y la dispersión de información referente al tema, decidió construir una solución para la generación y difusión de información referente al congestionamiento vial. Antes de diseñar la herramienta hubo un proceso de estudio y análisis de la información requerida para acometer esta tarea, derivando en un modelo capaz de estimar el grado de congestionamiento vial. Este método recibe como nombre ANATRA.

Fundamentos del modelo.

ANATRA es un modelo que permite derivar las condiciones de circulación vial, usando la posición geográfica de un universo de vehículos en Espacio-Tiempo.

El principal componente de ANATRA un algoritmo que permite derivar de forma automática y en tiempo real el estado del tráfico en la vías de circulación usando las señales transmitidas por dispositivos GPS instalados en vehículos no especializados que circulan por dichas vías.

El modelo busca contabilizar el flujo de carros a través de un segmento de vía, en donde los vehículos transmiten su posición y velocidad de forma asíncrona. De esta manera podemos establecer la confiabilidad de la deducción. A mayor número de población, mayor exactitud presentará la estimación.

Del total de la muestra seleccionada, se descartan los individuos que no cumplen con parámetros de exactitud en cuanto a su ubicación, su desplazamiento en el tiempo y su dirección de movilidad. Para ello se emplean estadísticos acordes con una distribución normal.

Figura 2: Eliminación de individuos del total de la muestra

Figura 1: Dispersión de puntos de GPS

Luego de que la muestra es depurada, se procede a deducir la movilidad de la vía mediante cuatro(4) variables:

� La velocidad deducida de la muestra.

� La velocidad estimada de la vía

� La dirección del flujo de la muestra.

� El tiempo.

Figura 3: Distribución Normal

Figura 4: Curva de determinación de tráfico

Arquitectura Open Source.La implementación del modelo ANATRA está construida en su totalidad sobre herramientas de

código abierto, así como la solución completa de software. A continuación una breve descripción de las herramientas empleadas.

� Los datos cartográficos empleados como base sobre la cual actúa el modelo son generados con la herramienta Kosmo Desktop.

� Los datos cartográficos empleados están almacenados y mantenidos dentro de un servidor de bases de datos PostgreSQL.

� Los datos de los individuos (GPS) que conforman la totalidad de la muestra, son procesados, y almacenados dentro de un servidor de bases de datos PostgreSQL.

� Los cálculos están construidos como funciones, y triggers dentro una base de datos PostgreSQL empleando PostGIS.

� El procesamiento de la información cartográfica y de los datos obtenidos del modelo para su publicación están construidos sobre MapServer.

� La biblioteca para publicación en el cliente empleada para incrustar cartografía dentro de los navegadores web es OpenLayers.

� El lenguaje de programación empleado para las interfaces web es PHP.

� Las aplicaciones que ejecutan sobre dispositivos móviles están construidas en JAVA.

� Toda la operatividad de ejecución está a cargo del sistema operativo LINUX.

Componentes de la solución.ANATRA se encuentra inmerso dentro de un sistema que persigue como fin, el poder hacer llegar

hasta un grupo de usuarios la información que requieren para poder evadir el congestionamiento vial.

La solución completa busca complementar el método deductivo automático con otros instrumentos propios de la observación y de la socialización de la información. Es allí en donde además de emplear las posiciones de GPS reportadas por equipos de AVL instalados en un número considerable de vehículos que se encuentran transitando por las calles de la ciudad, también se suman al modelo, la información que pueda aportar los individuos que pertenezcan a la comunidad, mediante los datos de posicionamiento de

Figura 5: Arquitectura

los GPS de equipos Smartphone de su propiedad.

Adicionalmente, se emplean métodos para que la comunidad pueda compartir información proveniente de la observación directa, pudiendo reportar a través de telefonía móvil, portales web y redes sociales como Twitter ocurrencias de eventualidades sobre las vías, y opiniones referentes al estado del tráfico.

La solución completa podrá ser visualizada a partir de octubre 2011 en http://www.enelmapa.com, el cual ha sido designado como el portal de entrada a la solución. Entre las bondades que el usuario podrá disponer se encuentran:

� Una aplicación web, donde entre otras cosas podrá registrarse, visualizar mediante un mapa el estado general del tráfico en la zona de su preferencia, construir las rutas que generalmente usted recorre y compartir la información que usted posee.

� Un conjunto de aplicaciones para dispositivos móviles (BlackBerry, iPhone, y dispositivos con sistema operativo Android), en las cuales podrá ver y compartir el estado del tráfico tanto de manera global, cómo de las rutas de su interés.

� Una serie de canales de tráfico públicos, donde cada 5 minutos se enviará de manera automática información del tráfico de una arteria vial importante.

� Un planificador que permitirá programar notificaciones automáticas de sus rutas, cada día de la semana, a horas especificas, y recibir toda la información directamente en su buzón de correos o en su dispositivo móvil.

ConclusionesDe todo lo anteriormente expuesto se puede concluir que:

� El problema del tráfico en algunas zonas de Venezuela es bastante importante, y es por ello que cualquier herramienta que ayude a la población a mejorar su calidad de vida se convierte en una necesidad.

� Existen diversas maneras de atacar el problema del congestionamiento vial, pero mientras se solventa el problema se pueden buscar métodos alternos para que la población evada en la medida de lo posible las vías que se encuentren en situación de congestión..

� Si se tienen los datos, se estudian los modelos existentes, se generan los métodos y se programan los algoritmos necesarios, es posible construir soluciones tecnológicas de vanguardia, que puedan aportar beneficios sociales.

� Cada día crecen más las soluciones construidas sobre plataformas de código abierto. Sí es posible hacer Sistemas de Información Geográfica, manejar volúmenes importantes de datos y mantener infraestructuras espaciales de datos bajo herramientas de código abierto.

� La conclusión más importante que podemos obtener es que en Venezuela, sí se pueden construir herramientas tecnológicas de avanzada con talento humano 100% venezolano.

Bibliografia.Bellys, G. (2004). Detailed Speed and Travel Time Surveys using Low Cost GPS Equipment. IPENZ Transportation Group Technical Conference 2004, Christchurch. Nueva Zelanda.

Tong, D., Merry C., Coifman B. (2005). Traffic Information Deriving Using GPS Probe Vehicle Data Integrated with GIS. The Ohio State University, Ohio. USA.

Toro, J. (2010). Derivación de las Condiciones de Circulación usando la posición de un universo de vehículos en Espacio-Tiempo. SIGIS. C.A, Caracas. Venezuela.

ZONIFICACIÓN DE ÁREAS SUSCEPTIBLES A LOS MOVIMIENTOS EN MASA: TERRAZA DE LA CIUDAD DE MÉRIDA Y SUS ALREDEDORES

Nerio Ramírez. 1

1Instituto de Protección Civil y Administración de Desastres del Estado Mérida - INPRADEMMérida. República Bolivariana de Venezuela

[email protected]

1. Sección 1

1. Resumen

Esta investigación estuvo orientada a zonificar a través de técnicas de geoprocesamiento, las áreas susceptibles a movimientos en masa, en el ámbito de la terraza de la ciudad de Mérida y sus alrededores Esta área posee un entorno muy dinámico debido a la complejidad de los procesos geormofológicos que afectan a las comunidades vulnerables emplazadas en zonas con niveles de susceptibilidad considerables. El método se fundamentó en el uso de geotecnologías apropiadas para el procesamiento digital de datos cartográficos, la superposición y cruzamiento de mapas temáticos, desde diversas herramientas geomáticas dentro de las que destaca el análisis y superposición de coberturas temáticas raster. En tal sentido, se realizó una zonificación de susceptibilidad a la ocurrencia de movimientos en masa, a partir de la evaluación de los mapas de factores condicionantes: geología (unidades litológicas), rangos de pendientes, posiciones geomorfológicas y uso de la tierra - cobertura vegetal, en conjunto con la aplicación del método de las Jerarquías Analíticas (AHP). El procesamiento cartográfico digital, permitió obtener un mapa a escala 1:25.000 que representa los niveles de susceptibilidad a movimientos en masa y un análisis de las comunidades que se encuentran vulnerables a este tipo de procesos geomorfológicos gravitacionales. El área de estudio se clasificó en cinco niveles de susceptibilidad: muy baja, baja, moderada, alta y muy alta. Las observaciones de campo contribuyeron a validar los resultados de este estudio. El resultado mostró que el 15% de la superficie mantiene susceptibilidad entre muy alta y alta. Estas zonas son totalmente restringidas a los asentamientos humanos. Las zonas de susceptibilidad moderada ocupan el 53% y los niveles de muy baja y baja susceptibilidad suma el 32% del área bajo análisis. Los resultados, permitieron obtener comparaciones entre el mapa de niveles de susceptibilidad y el inventario de movimientos en masa existente, pudiéndose comprobar buena correlación entre ambos. Los resultados servirán de base para la gestión del riesgo en la terraza de la ciudad Mérida y sus alrededores, llevada a cabo por el Instituto de Protección Civil y Administración de Desastres del Estado Mérida (INPRADEM).

Palabras Claves:Geoprocesamiento, AHP, Susceptibilidad, Movimientos en Masa.

2. Introducción

El área de estudio se localiza en la ciudad de Mérida, Venezuela, en la jurisdicción de los Municipios Libertador, Santos Marquina y Campo Elías del Estado Mérida; cubre una superficie de aproximadamente 305,25 km2

Una parte considerable de la población, habita en zonas que presentan problemas de estabilidad, bien sea, por procesos relacionados con movimientos en masa, sismicidad o por crecidas torrenciales de los cursos de agua que drenan hacia las zonas urbanas. Intrínsicamente, Mérida posee una serie de condiciones y características físicas que la hacen de interés particular para algunas instituciones del estado relacionadas

y un perímetro de 83,11 km, tal como se aprecia en la Figura 1. La misma se enmarca entre las vertientes derecha e izquierda del río Chama en un tramo correspondiente a su cuenca media.La ciudad de Mérida constituye un centro poblado metropolitano muy importante para la región andina, debido a que en ella se gestan diversas actividades desde la perspectiva socioterritorial, lo cual le proporciona un acelerado desarrollo urbanístico en áreas relativamente estables e inestables que valen la pena analizar. Este crecimiento poblacional descontrolado de los espacios no urbanizados, ha traído como consecuencia en algunos casos, la ocupación de áreas susceptibles a movimientos en masa.

con la planificación urbanística, la protección civil y la gestión de riesgo, las cuales analizan su emplazamiento. Estas características se observan bastante heterogéneas como resultado de un conjunto de factores que han influido en su configuración y modelado; la variación de la precipitación en los diferentes pisos altitudinales, la topografía, la complejidad litológica y la actividad sísmica registrada a lo largo de la historia. Todos estos factores son condicionantes importantes de los procesos hídrico-geomorfológicos en la región andina.

Figura 1. Localización del Área de Estudio.Fuente: Imagen Aster 15m. RE, año 2003. Shapefile de proyecto Venutm.

Por su parte, la terraza de la ciudad de Mérida y sus alrededores, han presentado problemas de inestabilidad, debidos a la heterogeneidad de los estratos rocosos que la componen, resaltando eventos adversos en la mayoría de las cuencas hidrográficas que drenan hacia la mencionada área poblada (CABELLO, 1966).En las vertientes de las microcuencas que drenan hacia el área de estudio, se presentan problemas de inestabilidad geológica y geomorfológica que ponderan los procesos geomorfológicos, sobre los desarrollos urbanos. En otras palabras, las características físicas del entorno mantienen actualmente, procesos de movimientos en masa activos y latentes relacionados con fenómenos hídricos y geomorfológicos que se constituyen como amenaza potencial sobre la población, en los cuales se destaca la afectación por eventos recientes en las comunidades de: El Chama, El Arenal, Don Perucho, La Pedregosa, La Vega, Las Calaveras, entre otras.Es esencial para la planificación del uso de la tierra y el ordenamiento del territorio, la elaboración de una zonificación de las áreas susceptibles ante estos procesos hidrogeomorfológicos útiles para la toma de decisiones en materia de gestión de riesgo, planificación y ordenamiento territorial. En función de estas premisas, el objetivo de esa investigación fue zonificar las áreas susceptibles a movimientos en masa a partir de la evaluación de los factores condicionantes: geología (unidades litológicas), pendientes, geomorfología (posiciones y procesos geomorfológicos) y uso de la tierra y cobertura vegetal, utilizando el método de las jerarquías analíticas (AHP).En este método se desarrolló una matriz de comparación por pares de factores empleando una escala con valores de 1 a 9 para valorar la preferencia entre dos factores (SAATY, 1980). El método de AHP, exige la definición de los pesos de cada factor condicionante, a través de un análisis pareado (CÂMARA et al,2001). Este método requiere del conocimiento del área de estudio, para disminuir la incertidumbre relacionada con el grado de importancia relativa entre las variables bajo análisis. Con el uso de software de Sistemas de Información geográfica y con la ayuda de módulos de análisis espacial se calcularon automáticamente los autovalores de la matriz de pesos, los cuales corresponden a las ponderaciones de los factores tomados en consideración. La razón de consistencia (RC) que es un parámetro que indica la coherencia en las relaciones debe ser <0,10 (MIRANDA, 2010).

MAR CARIBE

OCEANO ATLANTICO

BRASIL

COLOMBIA

SITUACION RELATIVA NACIONAL

SITUACION RELATIVA REGIONAL

SITUACION RELATIVA REGIONAL

Río Chama

Municipio Santos

Marquina

Municipio Campo Elías

Municipio Libertador


Teniendo el área de estudio delimitada, se dio inicio a la evaluación, selección y actualización de los factores condicionantes que tienen influencia en los movimientos en masa, entre ellos:- Mapa base: Se contó con varios mapas fundamentales para el análisis topográfico y derivación de las capas referentes a rangos de elevación del terreno, modelo digital de elevación y rangos de pendiente. Resalta la información a escala 1:25.000 de la Dirección de Cartografía Nacional 1976 – 1979 con curvas de nivel con equidistancia de 20 m. - Mapa de rangos de pendiente: El valor de las pendientes aumenta o bien atenúa la acción dinámica de los procesos modeladores del relieve y por ende, determina en alto grado la susceptibilidad de un espacio dado. Para los fines de la superposición cartográfica, cruzamiento y el análisis espacial, se consideraron las relaciones entre los niveles de susceptibilidad a movimientos en masa y los sectores de pendiente derivados del modelo digital de elevación del terreno con los rangos (<5º; 5º -15º; 15º-30º; 30º -45º;> 45º). - Mapa de geología (Unidades litológicas): Para efectos del geoprocesamiento de los factores involucrados en la interpretación, se analizaron las unidades litológicas y sus características físicas generales, los alineamientos estructurales más resaltantes y su distribución espacial, como bases para el análisis cartográfico. Este condicionante fue apoyado en la interpretación y procesamiento del material proveniente de sensores remotos, con la aplicación de técnicas de combinación de bandas, mejoramiento de contrastes y filtros sobre las imágenes.- Mapa degeomorfología (Posiciones geomorfológicas y procesos): Se utilizó un mapa de posiciones y procesos geomorfológicos apoyado en las fases de interpretación y procesamiento digital de las imágenes de satélite, ortofotomapas y de datos de campo. Los procesos geomorfológicos cartografiados son un insumo importante para el análisis de niveles de susceptibilidad a movimientos en masa (IRIGARAY y CHACÓN, 1997; OLIVEROS, 1997; VARNES, 1994).- Mapa de usos de la tierra y cobertura vegetal: Existe una correlación entre la dinámica de los movimientos en masa, el tipo de uso de la tierra y cobertura vegetal. Interpretándose que un suelo totalmente descubierto en comparación con un bosque denso protector es mucho más susceptible a los procesos erosivos y la activación de movimientos en masa. Para su implementación dentro del método, inicialmente se realizó una interpretación visual y para apoyar la representación cartográfica, una segmentación y clasificación no supervisada con una similaridad de 20 niveles de gris y un área de píxel de 100 de la imagen Spot 5 de resolución espacial 2,5 m. de enero de 2009, dando como resultado la unión de las unidades de uso de la tierra y vegetación requeridas para su análisis.Todos los mapas fueron georeferenciados bajo la Proyección U.T.M. Huso 19 Norte, REGVEN-SIRGAS, Elipsoide GRS80, ampliamente utilizadas en Venezuela. Se realizó una comparación entre los factores condicionantes y los niveles de susceptibilidad resultantes de la aplicación del método AHP. A través de este análisis cartográfico e interpretación de los resultados, se realizó la zonificación definitiva de los niveles de susceptibilidad a la ocurrencia de movimientos en masa para el área bajo estudio, siguiendo el flujograma mostrado en la Figura 2.

Figura 2. Geoprocesamiento y obtención de resultados.

Unidades Litológicas

Geomorfología

Unidades LitológicasUnidades Litológicas

GeomorfologíaGeomorfología

Conocimiento de Factores

Condicionantes

Asignación de Pesos

Reclasificación de Variables Cualitativas a

Pesos

Mapas de Factores Condicionantes

Adición de Valores de Pesos

para Mapas Individuales

AHP

Niveles SusceptibilidadComparación de

Factores -Movimientos Masa

Niveles SusceptibilidadComparación de

Factores -Movimientos Masa

InterpretaciónZonificaciónNiveles de

Susceptibilidad

BAJAMODERADA MUY BAJAALTAMUY

ALTA

Unidades Litológicas

Geomorfología

Usos y Cobertura Vegetal Usos y Cobertura Vegetal

Rangos de Pendientes

A

B

C

D E

BANCO

DE DATOS

Uso y CoberturaUso y Cobertura

Rangos de Pendientes

ClaseABCDE

Peso54321

ClaseABCDE

Peso54321

El proceso de reclasificación de las variables que caracterizan cada factor condicionante y su asignación de valores o pesos fundamental para la aplicación del método AHP, se muestra a través de un ejemplo para la variable pendientes en la Figura 3.

Figura 3. Reclasificación de mapas y asignación de pesos a la variable pendiente.

Con la aplicación de la técnica de AHP fue obtenido el mapa de zonificación de la susceptibilidad. Para este mapa se usaron cinco niveles de susceptibilidad (muy alto, alto, moderado, bajo y muy bajo). Cada capa de información cartográfica tiene una base de datos que describe las características de las variables consideradas como condicionantes en el análisis cartográfico. En función de estas características físicas de cada variable, fueron asignados pesos para cada nivel de susceptibilidad. Los mapas escogidos para el cruzamiento fueron inseridos en la herramienta de soporte de decisión AHP, en el cual fueron atribuidos los criterios de importancia para cada mapa, donde la razón de consistencia final fue de 0,045, tal como se muestra en el Cuadro 1. De este procesamiento se obtuvo como resultado una matriz numérica referente a la media ponderada de las variables analizadas.

Cuadro 1. Normalización de valores, asignación de pesos y razón de consistencia de datosMétodo de Jerarquías Analíticas

Comparación de Atributo Pendiente Litología Geomorfología Uso tierra/Cob. Veg.Pendiente 1,00 1,00 3,00 5,00Litología 1,00 1,00 5,00 5,00Geomorfología 0,33 0,20 1,00 3,00Uso tierra/Cob. Veg. 0,20 0,20 0,33 1,00Sumatoria 2,53 2,40 9,33 14,00

Normalización Pendiente Litología Geomorfología Uso tierra/Cob. Veg. PESOPendiente 0,39 0,42 0,32 0,36 0,37Litología 0,39 0,42 0,54 0,36 0,43Geomorfología 0,13 0,08 0,11 0,21 0,13Uso tierra/Cob. Veg. 0,08 0,08 0,04 0,07 0,07Sumatoria 1,00 1,00 1,00 1,00 1,00Estimación de razón de consistencia Average del vector de consistencia

Atributo Cálculo 1 Cálculo 2 LANDA • = 4,123Pendiente 1,537 4,127 Índice de ConsistenciaLitología 1,805 4,238 CL = 0,041Geomorfología 0,545 4,068 Razón de ConsistenciaUso tierra/Cob. Veg. 0,273 4,055 CR = 0,045

4. Resultados y Discusión

4.1. Inventario de los Movimientos en Masa

La mayoría de los movimientos en masa son interpretados de manera digital a través de la vectorización yrepresentación cartográfica sobre las imágenes satelitales y ortofomapas existentes y posteriormente se ubican a través de coordenadas de sistemas de posicionamiento global tomados en campo y cartografía georeferenciada. Algunos de los movimientos en masa fueron interpretados a través de pares estereoscópicos y ortofotos a escala 1:5.000, 1:8.000, 1:40.000 y 1:65.000 dependiendo del cubrimiento y las dimensiones.

El inventario de movimientos en masa que se muestra en la Figura 12, intenta resumir la actividad geomorfológica visible en las imágenes de percepción remota, conocer la distribución espacial de los movimientos en masa y posteriormente compararlos con los factores condicionantes y la zonificación resultante, a fin de evaluar el desempeño del método aplicado. Parte de los movimientos en masa se agrupan en tres categorías: 1. Secciones de taludes inclinados, muy inclinados y extremadamente inclinados, 2. Localizados en vertientes y 3. Ubicados en colinas o lomas, los mismos se muestran seguidamente.

4.2. Mapa de Susceptibilidad a Movimientos en Masa a partir de la Evaluación Multicriterio AHP

De las aplicaciones y técnicas de geoprocesamiento y especialmente del método AHP anteriormente analizadas, se obtuvo como resultado; la cuantificación de las superficies ocupadas por cada nivel de susceptibilidad, el porcentaje de movimientos en masa para cada nivel y su representación cartográfica, con lo cual se analiza y se define la zonificación de la susceptibilidad ante la ocurrencia de movimientos en masa en el espacio geográfico analizado.

4.2.1. Zonificación de Niveles de Susceptibilidad a la Ocurrencia de Movimientos en Masa e Interpretación de los Resultados

Del cruzamiento de los mapas temáticos tomados como factores condicionantes se obtuvo que el área bajo estudio, suma un área total de 47,67 km2 con niveles de susceptibilidad entre altos (A) y muy altos (MA), representativos del 15,7 % de la superficie total, con 57,1 % de cicatrices interpretadas como movimientos en masa. De este total de superficie, la mayor parte de zonas con estos niveles de susceptibilidad considerados críticos y de mucho interés para la gestión de riesgos en Mérida, se distribuyen espacialmente sobre los taludes que cortan depósitos aluviales y las vertientes de las Formaciones Mucujun, Palmarito, La Quinta y Granito del Carmen. Todos sitios sometidos a una fuerte presión demográfica y actualmente intervenidos por construcciones dentro de la ciudad y en las áreas de transición urbano - rural.

En el intervalo de alta susceptibilidad se calculó 48,96 % de los movimientos en masa distribuidos en tan solo 14,16 % del espacio bajo análisis. Las zonas con niveles de susceptibilidad muy altos con 8,14 % de movimientos en masa inventariados y sobre una superficie de 1,49 % del territorio, se localizan en los taludes de la terraza de Mérida y en puntualmente, en secciones de las vertientes, en donde predominan los efectos que ejercen los factores condicionantes a favor de la ocurrencia de movimientos en masa. Este nivel de susceptibilidad representa las áreas muy activas e inestables, consideradas como críticas ya que representan las áreas o zonas con fuertes restricciones para su ocupación y uso (Cuadro 2 y Gráfico 1).

Cuadro 2. Relación Niveles de Susceptibilidad y Porcentaje de Movimientos en Masa

Niveles de susceptibilidad

Superficie km2 % Superficie

% Mov. masa % Mov. Masa

Muy Bajo (MB) 19,59 6,41 1,16

9,53Bajo (B) 75,96 24,87 8,37

Moderado (M) 162,12 53,07 33,37 33,37

Alto (A) 43,26 14,16 48,96

57,1Muy Alto (MA) 4,41 1,49 8,14

Gráfico 1. Niveles de susceptibilidad y movimientos en masa.

La muy alta susceptibilidad de estas unidades a los movimientos en masa, está dada por; presentar pendientes fuertes a muy fuertes superiores a 45% e incluso se acercan a la verticalidad, debido a la activación recurrente de procesos de movimientos en masa, caída de rocas, reblandecimiento de materialesrocosos y sedimentos por la aparición de manantiales, presencia de cárcavas activas, socavamiento basal por las aguas de los ríos y asentamientos diferenciales de los suelos.

En la divisoria de aguas de la Sierra de La Culata y Sierra Nevada de Mérida, se obtuvo puntuales zonas con alta y muy alta susceptibilidad, especialmente en aquellas áreas con muy fuertes pendientes en la base de los picos más altos de la Cordillera, en donde se aprecian procesos de gelifracción y caída de rocas.

En el nivel de susceptibilidad moderada (M), se pudo cuantificar 33,37 % de los movimientos en masa, distribuidos en cerca de la mitad de la superficie bajo análisis (53,07 %). Se puede observar que la distribución espacial de este nivel de susceptibilidad ocupa la mayoría de las vertientes de la Asociación Sierra Nevada y la Formación Sabaneta, en secciones medias y altas de las subcuencas que drenan hacia las zonas urbanas. Incluye las secciones con menor pendiente de las colinas y divisorias de agua, así como las secciones de vertientes en donde los factores condicionantes de menor o mayor susceptibilidad no coincidieron.

6,41

1,16

24,87

8,37

53,07

33,37

14,16

48,96

1,49

8,14

0

10

20

30

40

50

MB B M A MA

Niveles de Susceptibilidad

Nive les de susceptibilidad a movimientos en masa

%

Esta condición de moderada susceptibilidad estará sujeta al igual que los demás niveles, a comportamientos hidrogeomorfológicos complejos ante la presencia de factores detonantes o desencadenantes tales como eventos hidrometeorológicos y cosísmicos. Pudiendo interpretarse los niveles de moderada susceptibilidad como aquellas zonas que mantiene suficientes condiciones físicas para que se generen los procesos asociados a movimientos en masa.

Los niveles de baja (B) y muy baja (MB) susceptibilidad ocupan la mayoría de las áreas ocupadas por usos urbanos en las posiciones geomorfológicas más sobresalientes y con mejores condiciones topográficas y geológicas, tal como se mostró en el cuadro 2 y gráfico 1. Queda claro que en estas zonas planas no existen condiciones para que se generan movimientos en masa importantes, sin embargo, algunas de estas zonas del eje urbano son susceptibles a los procesos geomorfológicos de mayor magnitud en las áreas colindantes como por ejemplo, en las áreas inmediatas a bordes de taludes, vertientes inestables y en menor proporción a procesos que afectan de manera indirecta los fondos de valle, los cauces de ríos y quebradas contiguas a las zonas de mayor susceptibilidad, dando pie a la posibilidad de ser afectadas. Esto quiere decir que su nivel de susceptibilidad real ante la potencial afectación por la ocurrencia de movimientos en masa, dependerá del comportamiento de los procesos geomorfológicos en las zonas vecinas de mayor susceptibilidad y la acción de factores hidrometeorológicos o cosísmos detonantes, los cuales pueden acelerar o reactivar los procesos, avanzar hacia las áreas pobladas y generar daños.

La baja susceptibilidad a los procesos movimientos en masa, está dada por los retiros relativos y prudenciales con respecto a los taludes, vertientes y cauces de los ríos y quebradas que drenan de la Terraza de Mérida y los abanicos aluviales perpendiculares a los ríos Albarregas y Chama. Los valores bajos de pendiente y la posición geomorfológica relativamente alta, en correlación con la estabilidad morfo-dinámica de estos terrenos, restringen la activación o afectación por parte de los procesos geomorfológicos asociados a movimientos en masa.

Se considerada difícil diferenciar las unidades de baja y muy baja susceptibilidad. Sin embargo, existen áreas dentro de la terraza de la ciudad de Mérida que poseen muy buen emplazamiento y que realmente están exentas totalmente a los movimientos en masa. Pudieran existir procesos influidos por agentes relacionados con urbanismos, como por ejemplo; hundimientos puntuales producto de fugas de aguas servidas o tuberías rotas, mal drenaje y por falta de compactación de zonas intervenidas, pero que no representan eventos asociados a los condicionantes bajo estudio.

Sin embargo, los sitios de muy baja y baja susceptibilidad se pueden apreciar en campo en posiciones muy favorables con pocas limitaciones. Estas categorías no han sido afectadas por eventos hidrogeomorfológicos recientes. En tal sentido, pudieran agruparse las categorías de baja y muy baja susceptibilidad ya que en el análisis resultante de campo es muy difícil apreciar sus diferencias y sólo es cuando se obtienen los resultados de las técnicas de geoprocesamiento, cuando se pueden estimar.

Una posible diferencia radica en los retiros a los bordes de taludes, en tal caso aquellas zonas retiradas de los bordes de taludes tendrán baja susceptibilidad y aquellas muy retiradas, se catalogan como de muy baja susceptibilidad. En tal sentido, la gestión del riesgo de estos dos niveles amerita de estudios geotécnicos, levantamientos de mecánica de suelos, estabilidad de taludes, simulación geomecánica de suelos, entre otros estudios científicos, por parte de equipos interdisciplinarios para su jerarquización, diferenciación y toma de decisiones.

Aunque el área de Mérida y sus alrededores es considerada de manera general, una zona de alta susceptibilidad ante los procesos hidrogeomorfológico, cuando se realizan análisis espaciales a escalasmás detalladas, se pueden encontrar espacios geográficos con potencialidades para su ocupación con muy baja susceptibilidad ante la ocurrencia de movimientos en masa. En este nivel o categoría de muy baja susceptibilidad destacan las zonas dentro de la terraza de Mérida, suficientemente retirada de los bordes de los taludes sobre relieves relativamente plano con gradientes inferiores a 5 º (< 9 %) pero sobre posiciones geomorfológicas altas o superiores dentro de la terraza de la ciudad de Mérida y sobre secciones de abanicos aluviales. Se corresponden con zonas bastante retiradas de las superficies de ruptura y de vertientes con pendiente abrupta, así como distantes a zonas de contacto coluvio aluvial. Resalta el

material sedimentario dentro de la Terraza de la ciudad de Mérida en posiciones geomorfológicas altas y estables.

5. Conclusiones

El mapa de las áreas susceptibles a movimientos en masa, posibilita la planificación de la ocupación para sitios con potencialidades y sin restricciones, constituyendo así un importante instrumento para la gestión de riesgos. A través de los mapas de las variables condicionantes y el resultado de la aplicación del método AHP, se pueden establecer diferentes niveles de restricciones para la ocupación o expansión urbana evitándose así desastres futuros.Queda claro que las zonas correspondientes a taludes y vertientes con gradientes considerables y geológicamente inestables, poseen alta y muy alta susceptibilidad ante la ocurrencia de movimientos en masa, situación que determina la vulnerabilidad de algunos sectores en el ámbito bajo estudio y que son de interés para la gestión de riesgo en las comunidades.El método AHP demostró ser recomendable para este tipo de análisis de susceptibilidad debido a que permite al usuario la manipulación de distintas coberturas cartográficas relativas al problema planteado y finalmente permite obtener resultados satisfactorios en corto tiempo. Se deben adicionar mayor número de condicionantes en este tipo de análisis multicriterio, por ejemplo: estudios detallados de suelos, estudios sedimentológicos y geológicos y análisis de las condiciones meteorológicas y sísmicas como factores detonantes de los procesos analizados en esta investigación.El uso de imágenes provenientes de sensores remotos permitió actualizar la información cartográfica de manera rápida y práctica, superponer información cartográfica fundamental para el análisis de la susceptibilidad, generar mapas derivados, modelos digitales del terreno, visualización en pantalla de la realidad presente en el área bajo estudio y apoyar la interpretación de los resultados.Las aplicaciones asociadas a geotecnologías, son herramientas ideales para los trabajos que intentan realizar análisis espacial a través de datos matriciales o vectoriales, en especial para el cruzamiento de capas de información cartográfica temática, en donde se amerita dar jerarquías en función de la importancia de las mismas, facilitando el análisis cartográfico en un lenguaje espacial para geoprocesamiento que permite obtener resultados satisfactorios.

6. Bibliografía

Cabello, O. 1966. Estudio Geomorfológico de Mérida y sus Alrededores. Universidad de Los Andes, Facultad de Ciencias Forestales y Ambientales, Escuela de geografía. Mérida. 105 p.Câmara, G.; Davis, C.; Monteiro, A.M.V. (Ed.). 2001. Introdução à ciência da geoinformação. São José dos Campos: INPE. 344 p. (INPE-10506-RPQ/249). Disponibleen: http://urlib.net/sid.inpe.br . Acceso el: 27 Ago. 2001.Irigaray. C.; Chacón, J. 2002. Métodos de Análisis de la Susceptibilidad a los Movimientos de Ladera Mediante SIG. Madrid España. p. 21 – 36Miranda, J. 2010. Fundamentos de sistemas de informaçoes geográficas. Editorial Embrapa. Brasil. 433 p.Saaty, T. 1980TheAnalyticalhierchyprocess. New York. USA, Mc Graw Hill. Pittsburgh: RWS Publications. 192 p.Oliveros, O. 1976. Estudio Geotécnico de la Ciudad de Mérida y sus Alrededores. Congreso Geológico Venezolano V, Ministerio de Energía y Minas.- Sociedad Venezolana de Geólogos TIV. 1997. 1779-1798 p.Varnes, D.J. 1984. Landslide Hazard Zonation. A Review of Principles and Practice.UNESCO press, Paris, 63 p.

1�

�

Introduction to wet-areas mapping: creating a new and innovative base layer for

rural, municipal and urban planning Jae Ogilvie1, Charity Mouland1, Mark Castonguay1, Gustavo Moran2, and Paul A. Arp1

1Faculty of Forestry and Environmental Management, University of New Brunswick 2Republica Bolivariana de Venezuela

Introduction. This article informs about how locally to globally available digital elevation models (DEMs), remotely sensed data such as aerial photographs and satellite imagery and other data layers can be used for mapping watershed boundaries, flow channels wet areas and depth to water below soil surfaces at high resolution. Doing so is of importance in integrated landscape management and natural resource and land development planning. The mapping process, referred to as the wet-area mapping process, or WAM, joins DEMs, imagery and other data layers into a hydrographic mapping tool that delineates local to regional water courses, flood plains, wet areas, and seasonally varying depth to water in a easily visualized and generally reliable and field-verifiable manner. The objective of this article is to illustrate how WAM works from coarse to fine DEMs based on

- the readily accessed global NASA SRTM and ASTER data (~90m and 30m rasters, respectively), - geophysically derived bare-ground DEMs from stereo satellite images, at 50m resolution

(Mitchell and Ehling 2010,TerraSar-X 2011), - Light detection and ranging (LiDAR) derived DEMs, at 1 m resolution.

To illustrate, we produced WAMs for three Venezuelan examples, i.e. a savannah and floodplain section at San Carlos, one area southwest of San Cristóbal (mountainous), and one centered on Mérida (also mountainous). We further illustrate the WAM process for south-western Barcelona, Spain and two LiDAR-specific examples; one for the Moncton, New Brunswick, Canada, which is subject to the tidal influence of the Bay of Fundy, and one for the boreal plain in Northern Alberta, Canada.

Methods. Fig. 1 presents an overview of the GIS-based digital flow-channel, wet-area and cartographic depth-to-water (DTW) mapping principle and process (Murphy et al. 2009, 2011). This process involves the delineation of (i) all pertinent flow channels based on a pre-set and area–based flow initiation threshold; (ii) all channel- and shore-associated wet areas based on map-projected depth-to-water underneath the soil surface. The mapping process proceeds as follows:

Step 1. Generate the local DEM from the LiDAR data (laser pulse returns). Step 2. Locate and eliminate flow channel blockages across the DEM where needed, esp. at stream-

road and -pipeline crossings. Step 3. Derive the flow accumulation network. Step 4. Generate the DTW index across the landscape such that DTW=0 at all flow-channel

locations above a set flow-initiation threshold.

All raster-based DEMs were ArcGIS processed, and some were resampled to generate geospatially consistent DEM grids to a preset point-spacing, e.g. 1 and 10 m for fine- and coarse-gridded DEMs. The grid data are geospatially interpolated to produce a continuous raster surface, which is further processed with the FILL function in Spatial Analyst to generate a depressionless surface (Tarboton, 1997). Also generated is a depth-in-sink data layer, by subtracting the non-filled DEM from the filled DEM. The two layers are used to locate and breach all potential impoundment areas due to, e.g., road blockage. This filled but breached DEM is used to determine flow direction, slope gradient and flow accumulation with, e.g., the D8 flow algorithm (Jenson and Domingue, 1988), and is also used to

2�

�

determine the DTW-based wet-area surfaces as associated with, e.g., 0.25, 1 and 4 ha flow-initiation channel networks (Fig. 2), with 4 ha generally marking the beginning of first order streams (Jaeger et al. 2007).

An iterative least-cost function is used to determine the metric cartographic DTW index as the cumulative rise x distance value associated with the least slope path from any cell in the landscape to its nearest surface water cell with DTW = 0. The DTW index is displayed in 0-0.1, 01-0.25, 0.25-0.50 and 0.5-1m classes, which generally correspond to very poor, poor, imperfect, moderately, well, and excessively well soil drainage conditions, respectively. This zonation is extended across flat terrain until the land curves upwards. In undisturbed landscapes, this change generally coincides with gradual to abrupt transitions in vegetation type and height. The 0 to 1 m DTW area so extended provides a means for comprehensive wetland delineation.

Note that DEMs differ in what particular elevation levels are captured. For example, STRM- and ASTER-DEMs represent canopy level elevations in forested areas, while DEMs derived from geophysically processed stereo satellite images and LiDAR point-cloud data can be used to produce canopy-level as well as bare-ground DEMs. Typically, SRTM- and ASTER-DEMs need to be adjusted to account for patchy forest conditions due to natural and/or anthropogenic disturbances. WAM verification proceeded by GPS-tracking flow channels, wetland borders and road-stream channel crossings. Map-to-field conformance measures refer to: (i) distances between GPS-located and map projected culvert locations; and (ii) least distances between GPS-tracked flow channels and wetland borders. Results and Discussion San Carlos (9°39’00”N, 68°35’00”W): WAM using SRTM-DEM data. Fig. 3 shows a WAM application for the San Carlos area, as generated from an overlay Google imagery and the STRM-derived DEM centered on this location. The Google image was used to delineate the forested flow corridors. The elevations within these corridors were then subtracted from the SRTM DEM to approximate the valley conditions along these corridors. Not doing this would produce a two-channel artefact along the sides of the forest corridors. The 0-1 m DTW delineated wet areas next to the corrected flow channel locations using a 20 and 4 ha flow initiation threshold area are also shown in Fig. 4.

San Cristóbal (7°42’47”N, 72°18’40”W) and Mérida (8°36’60”N, 71°09’00”W): WAM using SRTM, ASTER, and finer gridded bare-earth satellite-derived DEMs. Fig. 4 displays hill-shaded, geospatially interpolated SRTM (90 m, canopy level), ASTER (30 m, canopy level), and the satellite-derived bare-earth DEM near San Cristóbal (c/o N. Mattie, PhotoSat, AITEC). The resulting WAM based on the bare-ground DEM is presented in Fig. 5, showing a fairly comprehensive flow-channel and floodplain delineation. For best results, it was still necessary to hydrographically correct the DEM within the floodplain so that all WAM-delineated channels would conform to the corresponding image-extracted locations. Fig. 6 shows the WAM-generated pattern derived from the coarse- and fine-resolution but hydrographically corrected DEMs (c/o N. Mattie) for Mérida.

Barcelona (41°23’17”N, 2°10’13”E): WAM using TerraSAR-X 10m DEM. Fig. 7 demonstrates that the WAM process can be used generally and globally, by applying this process to the TerraSAR-X 10m DEM for Barcelona (TerraSAR-X, 2011). For the resulting WAM–derived flow-channel and wet-area network (4 ha flow initiation), additional work was needed (i) to lift the main roads and the airport runways above the general flood level for this area, and (ii) to low the watercourses and major ditches into the DEM, to ensure that the DEM-derived water channels would conform to at least the

3�

�

major storm- and flood-water management components of this city. On close inspection, lack of mapped flow conformance with on-the-ground flow details are generally due to flow channels underneath the ground and roads, and due to DEM smoothing.

Fig. 1. GIS-based flow channel, wet areas and cartographic depth-to-water mapping principle and process.

Fig. 2. Mapping flow channels and wet-areas with flow initiation areas of 4 ha (left), 1 ha (middle), and 0.25 ha (right), to emulate the cartographic channel-specific depth-to-water index (DTW) from the dry to the wet season, with DTW in the display varying from <0.1 (dark blue) to 1 m (light blue).

4�

�

Fig. 3. San Carlos area, Venezuela. STRM-DEM and hill-shaded, canopy-corrected image for the within Venezuela (left), with the WAM–produced flow networks using 20 (middle) and 4 (right) ha thresholds for flow initiation and the associated 0-1m DTW index (pink <0.1 and red = 1m).

Fig. 4. Area west of San Cristóbal, showing hill-shaded DEMs, all interpolated to 10 m; left: bare-ground DEM; middle: SRTM DEM; right: ASTER DEM.

5�

�

Fig. 5. San Cristóbal area. Flow channel network and associated cartographic DTW pattern (DTW = 0 in dark blue to 1m in light blue shading, with floodplain extension (green); derived from the bare-ground DEM in Fig. 5.

Fig. 6. Mérida. WAM-generated flow channels and DTW detail generated from SRTM (blue) and ASTER (red) data, overlaid on the hill-shaded SRTM DEM. Also shown is the DTW pattern on top of the hill-shaded bare-ground DEM.

6�

�

Fig. 7. Barcelona. WAM-derived flow-channel and wet-area delineation, based on a TerraSar-X 10 m DEM sample. LiDAR examples. The bare-earth DEM point cloud data was used to generate the flow-channels, wet-areas and coastal flooding patterns for the Moncton area (46º 05’ 27’’ N; 64º 45’ 50’’ W) in New Brunswick, Canada for the conditions when the local storm-water diversion infrastructure works well, and when it fails (Fig. 8). This was done by lowering or not lowering the DTW=0 reference to 2 m below the ground along all urban roads. Doing so shows, in detail, which locations get flooded during high precipitation events, and where the storm water will back up to street level or higher according to given sea level surges or rises. For the boreal plain example (55º 28’ 01’’ N; 110º 48’ 11’’ W)in Northern Alberta, the WAM process allowed for a detailed and fairly accurate delineation of flow channels and associated wetlands. The process also provided a good interpretation of tree height growth within the uplands, with lower tree height on poorly drained or excessively well drained areas (Fig. 9).

Fig. 8. Moncton. The WAM process used the local bare-earth LiDAR DEM data to produce (i) the flow-channel and associated wet-area patterns with (green) and without (blue) storm-water management infrastructure intact, and (ii) the extent of coastal flooding (0 to 5 m above sea level; green to red shading).

7�

�

Fig. 9. Boreal plain. Applying WAM to map flow-channels, wet areas (blue shading), wetlands (purple shading if above DTW>1m) and tree height (light to dark green in 2m contours � 4m), using LiDAR point-cloud data. Red lines: GPS tracked wetland borders. Discussion. The WAM-generated flow channels and wetland borders from LiDAR data conformed quite well to the corresponding GPS located features, as further demonstrated in Figs. 9 and10. With other, coarser DEMs, the agreement is also good but less precise. Hence, where LiDAR data are not yet available, WAM produced flow channels and wet-area maps are still very useful for general planning purposes, whether these refer to: Sustainable Resource Management, as an aid to formulate natural resource policies, to oversee and assist with natural resource management plans at technical and managerial levels, and to assist with field reconnaissance; the Environment, to visualize and assess source-sink impacts of developments (industrial, residential, recreational) on land and water resources, according to topographically definable flow-channel, wet-areas and drainage patterns; Transportation, to facilitate the planning, maintaining and improving of linear transport structures, such as roads (paved, gravel, ice), power lines, pipelines and placement, and access to communication towers. Tourism, Parks and Recreation, to plan public access routes, and by controlling the growing dispersal of recreational activities, motorized as well as non-motorized; WAM will also assist in trail planning and design. Municipal Affairs, to oversee urban and sub-urban planning procedures and developments, in special reference to drainage layout, and building and maintaining high-quality green space and corridors. The Energy sector, to synchronize the planning and access to oil and gas patches with other land users, and in relation to soil trafficability constraints; WAM is also important to oil sands development, land remediation and environmental impact assessments. Agriculture and Rural Development, to minimize impacts of multiple land-disposition access on surface resources referring to farms, forests, rangeland, wildlife habitats, and water and mining resources. The Science community, by enriching and enhancing the understanding of ecosystem processes and those that affect biodiversity and productivity in research trials already established as well as proposed; maximizing return on previous investments and building new knowledge.

8�

�

Conclusions. The WAM process constitutes a major advance in allowing for innovative use of local, regional and global DEMs with coarse-to-fine resolution. There is an increase in-gridded DEMs, with increasing accuracy towards finer resolution DEMs while the overall WAM generated pattern remains more or less the same. The WAM process therefore produces fairly scale independent results. Depending on specific DEM attributes and source, special DEM correction or modification procedures need to be followed to ensure that the resulting WAM products conform to already surveyed hydrographic feature and hydrological infrastructure constructs such as roads, culverts, ditches, sewer lines, dykes, and dams.

Distances (m) between GPS- and best-fitted DEM-derived locations

LiDAR

Prov. DEM

Flow channeltracks

LiDAR (DTW � 50 cm)

0 20 40 60 80 100

Prov. DEM(DTW �10 cm)

Air-photodigitization Wetland borders

0 20 40 60 80

LiDARProv. DEM

0

20

40

60

80

100C

onfo

rman

ce le

vel,

%

Road-stream crossings

0 20 40 60 80

Fig. 10. Typical conformance level between GPS- and WAM-located road–stream crossings, flow channels and wetland borders based on LiDAR and 30m DEMs. Note that LiDAR-produced wetland borders (generally coinciding with DTW=0.5 m) conform more with GPS- than photo-tracked borders (David Campbell, UNB. personal information).

Acknowledgements: Special thanks go to many WAM supporters in Canada, involving various government departments (NSERC support by way of SFMN, COMERN, CRD, and Discovery grants; Canadian Forest Service; Environment Canada; Natural Resources and Env. Departments, notably in New Brunswick, Nova Scotia, and Alberta; the Forest Industry, notably JD Irving and DMI; several NGOs, e.g., ACASA. Special thanks go to Dr. Barry White at ASRD Alberta for steadfast WAM support, and to Dr. Fan-Rui Meng.at UNB for his formative WAM involvement.

Bibliography ASTER DEM (30m); USGS http://demex.cr.usgs.gov/DEMEX/. Jenson, S.K., Domingue, J.O. 1988. Extracting topographic structure from digital elevation data for Geographic

Information System Analysis, Photogrammetric Engineering and Remote Sensing. 54,1593-1600. Jaeger, K.L., Montgomery, D.R., Bolton, S.M. 2007. Channel and perennial flow initiation in headwater

streams. Environ. Manage. 40, 775-786. Mitchell, P., Ehling, M. 2010. A geophysical stereo satellite elevation mapping system. Am. Soc.

Photogrammetry. Remote Sensing. 2010 Annual Conference San Diego, California Murphy, P.N.C., Ogilvie, J., Arp. P.A. 2009. Topographic modelling of soil moisture conditions: a comparison

and verification of two models. Eur. J. Soil Sci. 60, 94-109.Murphy, P.N.C., Ogilvie, J., Meng, F.-R., White, B., Bhatti, J.S., Arp, P.A. 2011. Modelling and mapping

topographic variations in forest soils at high resolution. Ecol. Model. 222, 14, 2314-2332 . PhotoSat 2011. Highly accurate elevation mapping from space. www.photoSat.ca Tarboton, D.G. 1997. A new method for the determination of flow directions and upslope areas in grid digital

elevation models. Water Resour. Res. 33, 309–319. SRTM DEM (90m); Global Land Cover Facility at http://glcfapp.glcf.umd.edu:8080/esdi/index.jsp TerraSar-X Satellite and Mission. 2011. http://www.infoterra.de/terrasar-x-satellite

Productos y Servicios disponibles en el Portal Web del LPAIS lpais.fii.gob.ve

Lic.MSc. Ramiro Salcedo1, TSU. Esp. Jesús Rodríguez2

Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT), Centro de Procesamiento Digital de Imágenes (CPDI).

Parque Tecnológico Sartenejas, Carretera Baruta – Hoyo de la Puerta. Caracas, Venezuela. Telf.: +58 (212) 903-4610. Fax: +58 (212) 903-4781

[email protected], [email protected]

1. Resumen

En el marco de la creación y puesta en funcionamiento del Laboratorio de Procesamiento Avanzado de Imágenes Satelitales (LPAIS), la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT) adquirió un Terminal de Recepción Directa (TRD) de los satélites de observación de la Tierra Spot 4 y 5 junto a la telemetría asociada.

El TRD y LPAIS, permiten suministrar de forma gratuita, imágenes y productos con valor agregado, a los organismos del Estado Venezolano, reforzando con ello su capacidad de gestión; solventando su debilidad en la carencia de información actualizada y precisa sobre el espacio geográfico venezolano, proporcionando de forma continua las imágenes de los satélites SPOT desde el mes de febrero de 2007 hasta mayo de 2010.

Se ha desarrollado un portal bajo software libre, destinado a promocionar los productos de valor agregado basados en imágenes SPOT, tales como imágenes de las principales ciudades capitales de estado de Venezuela, parques nacionales, mosaico de estados y las Dependencias Federales. Estos productos pueden ser previsualizados antes de ser descargados en formato PDF.

Adicionalmente, el portal cuenta con mapas de cobertura SPOT 4 y 5, donde se muestra la disponibilidad de imágenes en el catálogo del TRD. La solicitud de estas imágenes se realiza a través de una planilla, disponible para su descarga desde el mismo portal.

Todo el sitio web ha sido implementado utilizando tecnologías de software libre que incluyen herramientas de la Web 2.0, jQuery, PHP, CakePHP, Blueprint funcionando sobre un servidor web Apache en plataforma Linux.

2. Introducción

El Portal de LPAIS fue lanzado en su primera versión a finales del año 2007, siguiendo rigurosamente los estándares de desarrollo de aplicaciones web vigentes para el momento; hasta la fecha, ha ido evolucionando hacia las nuevas exigencias de la web 2.0, que incluye sustanciales mejoras en cuanto al rendimiento y accesibilidad de la interfaz gráfica de usuario.

Hablar de la Web 2.0, es hablar de la evolución de la World Wide Web, la cual enfoca sus esfuerzos hacia el desarrollo de aplicaciones web orientadas hacia el usuario, donde el diseño juega papel fundamental para facilitar la interoperabilidad y la colaboración en el proceso de compartir la información. Por ejemplo, con la web 1.0 eran necesarias las habilidades de un diseñador gráfico para crear vistosas interfaces de usuario con ventanas redondeadas y sombras, con las nuevas herramientas se pueden incorporar dentro de una hoja de estilo, sin necesidad de un software especializado de diseño gráfico. Por otra parte, la dinámica de crear ventanas flotantes podría ser un proceso complicado si se pretende añadir líneas de código para ello, con la web 2.0 solo es cuestión de reutilizar una librería especializada de javascript que cumpla esa función.

El nuevo portal ha incorporado nuevas técnicas de desarrollo web 2.0 de código abierto, como son el entorno de desarrollo en php CakePHP, la biblioteca javascript jQuery, entorno de desarrollo

CSS Blueprint, hojas de estilo en cascada CSS3 y el lenguaje de marcado de hipertexto HTML5, utilizando como servidor web Apache bajo plataforma Linux.

3. Materiales y Métodos: Arquitectura de Software de 3 Capas

Para el desarrollo del Portal LPAIS se utilizó una arquitectura de software de 3 capas: la primera, es la capa de Datos, la cual gestiona los procesos relacionados con la base de datos; la segunda, la Capa de Aplicación, donde residen todos los procesos inherentes a las funcionalidades del sistema; por último, la Capa de Presentación, en la cual los datos son presentados al usuario mediante una interfaz gráfica que permita la interacción entre la aplicación y el usuario final. Para los efectos de aplicación de las técnicas de desarrollo encontradas en la Web 2.0, se trabajó con las capas de aplicación y presentación.

A continuación se presenta una figura representativa de la Arquitectura del Software de 3 Capas, ver figura 1.

Figura 1: Arquitectura de Software de 3 Capas

3.1. Capa de Aplicación

En la capa de aplicación es donde se hace el modelado del negocio, aquí se construyen todas las rutinas necesarias para ejecutar los procesos pertenecientes a la lógica del sistema; para ello es necesario utilizar un lenguaje de programación, en este caso, PHP.

Existen muchos entornos de desarrollo para el lenguaje PHP, para el Portal LPAIS se utilizó el framework de CakePHP, el cual es un entorno de desarrollo de código abierto, que proporciona una base robusta a la aplicación, utilizando el patrón de diseño MVC (Modelo – Vista – Controlador) para separar las funcionalidades del sistema, así tendremos por separado el modelo de datos, la vista de la presentación de los datos y el control de las peticiones al sistema.

CakePHP me proporciona muchas herramientas, componentes y elementos que facilitan la programación de una manera más rápida y enfocando los esfuerzos a los rudimentos del sistema, sin perder tiempo en las rutinas básicas de programación.

3.2. Capa de Presentación

La capa de presentación es la encargada de mostrar los datos al usuario final de una manera agradable, atractiva, limpia; en donde se mantenga el interés del usuario en conocer y utilizar todas las herramientas que brinda el sistema. Por eso, es necesario utilizar técnicas de diseño de interfaces de usuario que permitan visualizar los datos de una manera más rápida y vistosa; para ello, están disponibles como una de las mejores opciones en la web, las librerías de javascript de jQuery.

jQuery es una biblioteca de javascript, que permite manejar de una manera rápida y concisa los eventos, las animaciones y las interacciones Ajax para el desarrollo web, haciendo más intuitiva la forma del documento HTML.

La presentación de los datos juega un papel determinante para el éxito de una aplicación web, para ello es importante que la forma o distribución del contenido esté balanceado y cuidadosamente colocado; el framework CSS Blueprint, es una herramienta de maquetación rápida que me permite ajustar el diseño de la interfaz de usuario en modo pantalla o impresión, permitiendo ajustar la tipografía y otros elementos de las hojas de estilo.

Como elemento de valor agregado, se tiene la aplicación de las hojas de estilo en cascada CSS3, este es el sueño realizado de todo programador, con las nuevas funcionalidades del CSS3 se pueden hacer con unas simples instrucciones lo que antes costaba horas en un software de diseño gráfico, es utilizado en el Portal LPAIS para generar vistosas ventanas con fondos degradados, bordes redondeados y sombras, toda una obra de arte que rompe los paradigmas de la programación clásica.

Una vez conocidas, de una manera sencilla, todas las técnicas aplicadas en el desarrollo del nuevo Portal LPAIS, se presentan unas imágenes comparativas de lo que fue la interfaz de usuario inicial y la nueva propuesta para el Portal Web del Laboratorio de Procesamiento Avanzado de Imágenes Satelitales (LPAIS), ver figuras 2 y 3.

Figura 2: Pantalla de Inicio del primer Portal LPAIS Figura 3: Pantalla de Inicio del nuevo Portal LPAIS

4. Resultados

Con la aplicación de las nuevas técnicas de desarrollo web 2.0 se han logrado grandes mejores en el rendimiento de la interfaz gráfica de usuario, a continuación se describen algunas de ellas:

� Automatización del proceso de creación en la galería de imágenes de la sección de Productos y Servicios. En el primer portal se utilizaba software de diseño gráfico para los efectos en cada imagen de muestra, ver figura 4; en el nuevo portal, solo es necesario una llamada a una clase CSS para ajustar el estilo a todas las imágenes, ver figura 5.

Figura 4: Productos y Servicios en el primer Portal LPAIS

Figura 5: Productos y Servicios en el nuevo Portal LPAIS

� Simplificación de la codificación del proceso para la descarga de Mapa-Imagen en la sección de Productos y Servicios. En el primer portal, requería de una gran cantidad de líneas de código para mostrar las opciones de vista previa de la imagen y descarga en una sección aparte, ver figura 6. En el nuevo portal, solo es necesario colocar una (1) instrucción de código con el nombre de la imagen como argumento dentro del mismo espacio de visualización, ver figura 7.

Figura 6: Descarga de Mapa-Imagen en el primer Portal LPAIS

Figura 7: Visualización y Descarga de Mapa-Imagen en el nuevo Portal LPAIS

� Precarga automática de imágenes y visualización a pantalla completa mediante librería de jQuery, ver figura 8.

Figura 8: Precarga automática y visualización de imágenes

5. Conclusiones

La Web 2.0 ha cambiado totalmente la forma de desarrollar aplicaciones web, permitiendo un entorno más amigable mediante la reutilización de código y librerías, minimizando de una manera considerable el tiempo de desarrollo y colocando un amplio abanico de oportunidades en cuanto al diseño interactivo de interfaces de usuario.

El Portal de LPAIS se ha ajustado a los nuevos estándares, colocando a la disposición de los usuarios finales una gran cantidad de Productos y Servicios entre los que se destacan: Mapas-Imagen de las principales Ciudades Capitales de Estado, Mosaico de Imágenes de los Estados, Parques Nacionales, Dependencias Federales. Además de brindar a los usuarios de la administración pública nacional, la oportunidad de realizar estudios especializados a partir de imágenes de los satélites SPOT 4 y 5, previa solicitud a través del portal.

6. Referencias Bibliográficas

� World Wide Web Consortium (W3C). HTML & CSS. Disponible en línea: http://www.w3.org/standards/webdesign/htmlcss. Consultado el 21 de septiembre de 2011.

� Blueprint CSS Framework. Disponible en línea: http://www.blueprintcss.org/. Consultado el 21 de septiembre de 2011.

� jQuery. jQuery documentation. Disponible en línea: http://docs.jquery.com/Main_Page.Consultado el 21 de septiembre de 2011.

� CakePHP. The CakePHP Cookbook. Disponible en línea: http://book.cakephp.org/.Consultado el 21 de septiembre de 2011.

��

��

�� $\�^�� $\�^

��`\��^��{��^�� }�{��^��

� ��

��\��\�� $��}��}��\�� \��\��\��\��^�� \��}��\��\��\��\��\��\��`\�� \��\��^

�� \�� \��\��`\�� \�� \�� \�� \��$��\��^��\�� \�� \�� \�� ^

��\�� \��\�� $��\��\��$��\��\�� \��\�� \��¡^ ��\��\��\� ��$�` � �� \�� \��$��\��\��\��\��$��^

� � !� �� ¢��

��

��

�� !�� ! �

� �"��#��$�� %��&�� '��(��!��)�'(*�� #��&�� +��+��&�� #�� ,�#��+��

��"�� # � �� &�� % � - ��$�+�� .� +� �� !�� #��

�� %

�� \��\��\��\��^��\�� \��\�� ^ ��\�� \��\�� ¢ � �� $�� \�� \��£��`��\��^

��'(� �� !�� +�� /�� + �

��$�+ � �� "��+ � �� "�� + � ��!�� !��+ � �� + ��$�+��$�+��+��%�- �� 0��#��

��!�� +��! ��!�� "�� &��%�1�� + ��

��!�� %

-�� 2��$� ��'��#��)2'�*�� #

�� "�� % � �� '(��!�"�� .��&��&�3��

�� &� �# � �� + � �� + � ��"�� %�� "�� &��

��+�� "��+� �� &��+��+�� +��&��+��+��#��%

�� \�� `\�� \��\��\��\��$��\�� \� � � �\��$� � � �� \�� \�� \��}��\��`��^

�� \ � � �� \�� \��\�� \��¡� � � � �\� �� ^ � �� \�� \��\��`��\�� ^

�� \� � ��\� � � � ��$�` � �� ¤��$�¥��$�`�� \�� \��$�`��\��\�� ¦�� \��$�� \�� \�� \�� \��$�� \��\�� \��¡^

� ��

�� 4� �� 4�� "�� &��+ � �� 1�� 5�� 2�� +�� $�� '12�

)'� �� 1�� 2��$�*�#��1�)�� 1�� *��1�� -0�� 6��7�� %��4� ��4��

�� &��#�� #��+�� $�� 7�� 6��#��5��8��$��+��&�� #��

�� 0�� %

-��4� ��4�� 659��'��!��)659'*+�� !�� +� �� .��#�7��

�� #�� $�� "��#�� +� ��&�� #�� !�� "�3�� !��

��#�� +�� !�� +�� :��+��&�� "� ,�� $ ��#��&�� !�� #�� "� ��

�� #�� !�� % �-��659��'��!�� 3�� 7�� $�� 2�1��'��!��)�� .� *��'��'��!��)��.� *+�� $ �

�� #� �� 7��%

-�� "3�� 659'� �� #��&�3��+�� #�� !��'��!��

� � �� #+ � � ��+ �� # �� !��,��

�� - ��+ �� #��&�� + ��#��,�� #�� ,��+

�� "��#�� ,�� $��&�� +�� #�� %�

�� 6��5��9��'��!��

)659'*/��

�� !��"��

�#� ��"��

2��#��'�� ; 5��

2��#��' ; ��27��1 �� #�- ��

2��#��'' �� 27��1�� '��!��

2��#��''' ; < ��

2��#��'� �=> '��'��!��

$��%� �� !�� &�� #� �'�� (�� )��*

�� 1�� -�� ?'�� '�� (��!�� @+ � �� '��(��!�� )�'(*��

� � �� &� �� '(�# � �� %� ��! + � �� $�� #�� '(��

��%

��1��-��?'�� '��(��!�� @� ��> �� +��&��A�� #� �� )A*�� /

�� +��$��%��!��&�� #��'�� (��)��*��

!��

6�� &��,�B�� $�+ � �� $�+ �� #� � �� +�� + � � � � �� + � �� #�� # � ��+�

��&�� +��#��+�(6�+��

�� (��-��.�� )��.��B�� :��"�+�� >��"�� +� �"��$��+� ��:��"��

��&��+� �� (��!��"�%

2�� (�)B�� +�� '(+ �� '(+�� "! ��

�� '(+�� '(+�� '(%

�� (�)�� '(�0� �� + � � �� + � �� + ��:��+ � � ��+ � �� +�

�� ;�� +��%

B�� /��B�� "� �� +��"�� +�� +�� %

�0�� !�� 0�� (�)�� '(�"�3��(51C��0%��+�� )��+��"��+��*+��

�� )��+ � ��"��+ ��+ ��+ ��+ ��*+ � �� !�� +��"! �� &��)��+��3��+��*%

��1�� +��+��&��"��%

�� 2� �� #��+ � �� &��+ � �� !�� +�� )��D��+� $�"��D��+��+�� *%

��3��"�� )��+��"��+��+��;3��*%��4�� )��+��"��+��*+�� +��#��+�

�0��+��"�3�+��*�� 5�� )�� E � 3��*+ � ��

�� %��6�� #��"�� %��7�� +�!��+��0��+��%��8/��%

-� � �"3�� 1�� -�� ?'�� '��(��!�� @ � ��3�� "! �� '�� (��!��

�� !�"�� #�� 6��#�� %�-�� "3�� $�� /

� �� $��#�� '��(��!��)�'(*%�

� �� "� �� +��#��&�� '��

(��!�� )�'(*%�

� ��0��&��!�"�� '��(��!��

)�'(*%

� �� :��"��#� ��(��!��"�%

� -0�� $ �� '�� (��!�� ) � �� *%�

� �� )��$��#��"�� *�� '��(��!�� %

� 4�� "! �� (��'(

-�� :�� !�� "��(��'(��%��)�� +��

�� '�� (��!�� )�'(* � � � ��:�� "� � �� 3� � ��!�� !�� "�#�"�3��(51C(6��%�

$�� !��&�� #��'�� (��)��*

��1��-��?'�� '��(��!�� @+�� 2��#��'��F�2�� ''' �� 659'�� 1��

�� 7�� +� 0��#�� "��%�-�� #�� %��"�� ;��

��#��0�"�� .��&�;��&�3%

�� '(�� +� �� (��'(��%��

��"�� 1�� %�-�� $ �� &�� !�/

� 6�� '��6��'�%

� <� ��=��(8%

� 4��4�/��+G(8%

� 4�� H�� !0��>�0�HA=%

� 2��#��%

� 6��1�8%

� ��0��'��%

�� .��+� ��

��#�� #��!�� "�� +��&�� !��#��&��%��&�� .��+�� & �

�� %��#�� )��!�� +�� +�� +��%*�# �� /��!�� :"+��!�� +�� +��%

6��&�� 1��-��?'��

��'��(��!�� @+� ��3��0�� +�� &�� #�� &�� +�� $ �

��"�7�� .��&��&�3�� %�� !�� 0�� &�� %

� �� (��"�� 6� ��)�(6�*%�

� 2��6��%

� �� '��(��!�� I<

� (�4��J��

� �� 6� ��(��"�� 9��

� �� '��(��!�� "��+��"��#��7��%

6�� "�� &�� /

� ��$��&��%

� ��&��%

� �� &��%

� �� &��%

� �� &�� %

� �� &�� %

� ��!��&��%

��&��1��-��?'�� '��(��!�� @+� �

��&�� 3�� 7 �� +�� &��

�3�� %�� &�� 6��#�� 1�� -��

?'�� '��(��!�� @+ �� K��%

��#�� (��9�� !��&�� #��'�� (��)��*

��D�� &�� &��1��-��?'��

�� '��(��!�� @+� �� #��!�� +�� "� � �� =GK

��%

��+��/�� :/�� !��&�� #��'�� (��)��*

�� !��>+�� "�� !�� D"��8��&�� %

��1�� !��&�� #��'�� (��)��*��)#(�)��8

��&��1��-��?'�� '��(��!�� @+� �� 70�� (��'( � �� !��

��"��+�� 3�� (��'(��! ��=GK

��2��/��)#(�)�� !��&�� #��'�� (��)��*

��;/��<�0��$�� (��)��

- �� .��&�� ?'�� '��(��!�� @��659'��1�� +��&��'(��"� �#+ �

��! +�� "�� !�� '��7 �� &�3�� 4��%�- �� 0�� ! �� .��&��

�� + � � �� "�� !�� %�

-��#��&�3��"�� "3��

�� .��&�;��&�3��7 �� /�

� -�� %

� ��&�3� ��"��!�� %�

-�� "3�� $�� /� �!��

� <� .�� &�3 � �� :�� "� � � � ��7 ��

�� &��4��%�

� < �� #�� %�

� ��&�� %�

� -�� "��%�

� '�� %�

� < �� 7 � ��/�

� �"��+��+�� +�� +��%

�� &�� &�3 � �� ):::%��%��%��%�*�+�� "�� +� ��

�� #�� "� %�- �� &��$��";�� .��&�� $�� + �

��?'�� '��(��!��@+� �� $ �� "�� &�%��! ��

�� +� �� "�� 7 �� +��3��

�� #��+� �� %�%�-�� +� �� &��

?'�� '��(��!�� @��%

��3��!��&�� #��'�� (��)��*�� ;� ��=�� ;/��<�0��&��&��

�� 3� � �� "��&��&�3�� .��&� � � � �� 1�� -�� ?'�� '��

(��!�� @�� &��/

�% '�� &�3�� .��&�;��&�3��?'�� '��(��!�� @��659'+�

�� &� �� 0� �� #�� +�� $�� "��

�� &�3�� )��$� ��+�� +�� +�� *%�

�% <� ��"��D�� +��

��&�3�� +�� +�:�J� ,��0�� 7 ��0�� +�� +�� ,��

3�� + � � �� + � �� ) ��$ �� +��%*+�� "D ��#��&��

��+��%�

I% - �� &�� #�� 7 ��0��'��%�6�� .��

�� !��&��%�

>% 6�� !�� + � ��"�3� + ��"� ��+ � �� !�� 7 ��#� �� "��+��

�� + � ��"�� !�� #� ��&��%�

��&��1��-��?'�� '��(��!�� @+� �

��70��&��&�3�� #� � �� .��&�;��&�3+ � �� 3� � ��

�� K%��

��4��/�� ;� ��=�� ;/��<�0��&��&�� !��&�� #��'�� (��)��*

-�� "�� "�� 4��+ ��#�� 1�� -��?'��

'��(��!�� @�� /

$��

� ��&�3�� '��(��!��

659'%

� < ��%

� � �� "��4��%

� � �� &�� %

��

� 1 �� #�� #�� '(��&�3�%

� <�� '(��'(�� :��"�%

� -0�� ";�� &�� #�� +�� %

��/��/��#��

� 6��'(�� :��'(��%�

� - ��"��"� �� !�"�� '(+�

��659'�� %�

� 6�� '(�� 659'�#� �� 6D"�� 5��

)�65*%

&��

�� 659'+� ��D��! �� 6��#��

��! �� #� �� &��+�� "�� #�� &� ��

�'(��"� +�#�� +�� "��&�� $�� +�� /��"�� +�� +��!�� +�� %

-��+ � �� '(��"� �� .��&� ��

��+ ��&� �! ��! �� + ��"�� %

�� \��\�� \��¡�� \�� \�� \� � �� \��$��\��\��\��$��\��\��\��\`��\��\��^�

�� .��&�;��&�3��7 �� 0�� % �- ��&�3� �� !�"�� "��

�� .��&�� %�-�� .��&�� $� �� +� ��&��0�� #�

�� .��&�;��&�3 � �� + � �� # � � � �� +��!��#��&��%�

�� "��4��+��"��

�� $� �� +� � �� 0�� +��1��-��?'�� '��(��!�� @+��

��3� �� #�� 659'�2��#��'��F�2�� '''��1�� +� ��70��

��"�3�� %

>� ��,�

L�M �8�� 4��+ � ��"�� 6��+ � 5�� 4� ��% � ?6�� '( � ��"� � � � �� -��1�� %�� .��&��'(��(��$�@+��N

L�M�5��4� ��+��%�?-�� !�� !��- ��-��

-��@+��%

LIM�8��"7�6��+�4%�(��&��&+�- ��%�?6��#��/��'(@+��N%

L>M�(��O��D"��8��&��+�5P��I%�>H�+@��6��5�� 9��'��!��@+�H��"��=%

LGM � (�� O�� D"�� 8�� &��+ � 5P � IH=%GAG+ � � �� 5P�

G>N � +@�� .� � �� @+�N�� %

LAM�8� ��+��%�?4��$��%�(�$��!��@%�8��+�- ��.�%��N=N�

Diplomado en Ingeniería Geomáticadel Instituto de Fotogrametría

de la Universidad de Los Andes

Manuel Jauregui, Leira Chacón, Luis M. Jauregui, José G. VilchezInstituto de Fotogrametría, Facultad de Ingeniería, ULA.

Mérida 5101, [email protected]

Resumen

El Siglo XXI se inicia en el apogeo de la era digital. Las ciencias de la tierra y la tecnología de la información o informática se unen para lograr la integración sistémica de técnicas y metodologías de captura, almacenamiento, procesamiento, análisis y representación gráfica de información geográficamente referenciada. Esta integración da origen a una nueva disciplina conocida como Geomática o Geoinformática que integra las técnicas de percepción remota y los sistemas de posicionamiento global y de información geográfica utilizando un amplio rango de recursos para medir y describir la Tierra. El proyecto apunta hacia la creación de una nueva carrera en la Facultad de Ingeniería de la Universidad de Los Andes, para formar Ingenieros en Geomática.

Palabras Claves: Ingeniería, geomática, informática, sistemas de información

Abstract

The XXI Century begins in the apogee of the digital era. Earth sciences and the technology of the information or computer science are combined to obtain a systematic integration of techniques and methodologies of capture, storage, processing, analysis and graphical representation of geographically referenced information. This integration gives origin to a new discipline known as Geomatic or Geoinformatic which integrates the techniques of remote sensing and the global positioning systems and geographic information using a wide rank of resources to measure and to describe the Earth. The project aims towards the creation of a new degree program in the Faculty of Engineering of the Universidad de Los Andes, to form Geomatic Engineers.

Key words: Engineering, geomatic, informatics,

1. IntroducciónGeomática es un término científico moderno resultante de la unión de Ciencias de la Tierra y la Informática para expresar una integración sistémica de técnicas y metodologías de adquisición, almacenamiento, procesamiento, análisis, presentación y distribución de información geográficamente referenciada, llamada también información georreferenciada.

La georreferenciación es el posicionamiento en el que se define la localización de un objeto espacial (representado mediante punto, vector, área, volumen) en un sistema de coordenadas y datum determinado

El incremento de las necesidades mundiales de ubicación, delimitación, georreferenciación y análisis de aspectos naturales y culturales del terreno, en donde la respuesta de las ciencias y disciplinas que estudian estas problemáticas resultaba insuficiente, ha generado el desarrollo de la geomática como nueva área del conocimiento.

Para lograr estos fines, la geomática integra una serie de disciplinas como son: Geodesia, Topografía, Sistemas de posicionamiento satelital, Fotogrametría, Sistemas de

Información Geográfica, Estadística, Teledetección, Cartografía, Informática.

Aunque existen muchas herramientas disponibles desde el punto de vista de los equipos y del software para el manejo de la información georreferenciada, es imprescindible conocer los fundamentos teóricos de las mismas, a fin de hacer una aplicación adecuada de estas tecnologías. La geo-información adquirida y procesada debe cumplir con una serie de requisitos y normativas de diversa índole, a fin de que ella pueda ser validada. El propósito de un programa de diplomado en Ingeniería Geomática es el de proveer los conocimientos básicos y actualizados que todo profesional que labore en este campo requiere conocer.

Un programa de este tipo se caracteriza por su orientación técnico científica, donde se analizan los temas de estudio de forma integrada, a diferencia de cursos cortos en un tópico, de carácter más bien comercial o sólo tecnológico, limitado al manejo de un software específico.

La estructuración de este diplomado se ha realizado tomando en cuenta los lineamientos generales existentes para este tipo de estudio en la Universidad de Los Andes.

2. JustificaciónEn nuestra era digital, las ciencias de la tierra y la tecnología de la información o informática se unen para lograr la integración sistémica de técnicas y metodologías de captura, almacenamiento, procesamiento, análisis y representación gráfica de información geográficamente referenciada. Esta integración da origen a una nueva disciplina conocida como Geomática o Geoinformática que integra las técnicas de percepción remota y los sistemas de posicionamiento global y de información geográfica utilizando un amplio rango de recursos para medir y describir la Tierra.

El proyecto surge de preocupaciones ligadas tanto altrabajo académico en la Facultad de Ingeniería de la Universidad de Los Andes como a la experiencia acumulada en la práctica profesional. Preocupa que no se incorporen ni desarrollen las nuevas disciplinas nacidas como consecuencia de la tecnología. Se deben desarrollar nuevos programas de estudio, nuevas profesiones que cumplan con la doble función paradójica descrita por Morin (1999, p. 86) “… adaptarse a la modernidad científica e integrarla, responder a las necesidades fundamentales de formación, proporcionar profesores para las nuevas profesiones pero también, y sobre todo, proporcionar una enseñanza meta-profesional, meta-técnica, es decir, una cultura.”

Por otra parte, es preocupante el alto volumen de estudiantes que no concluyen una carrera. El argumento que da la experiencia es que este fenómeno de abandono está asociado a la precariedad de programas de formación intermedios, de ofertas profesionales intermedias. Los costos educativos de poblaciones de ingresos bajos condicionan retiros tempranos que tienen el inconveniente de la ausencia de acreditación, aúnposeyendo entrenamientos que tienen valor. Esta es una problemática que impacta casi todas las variables, incluyendo las financiaras, pues hay un bajo retorno en términos de análisis de costo-beneficio.

3. Objetivos3.1 General

� El objetivo fundamental es la capacitación de profesionales en los conceptos teóricos así como en la aplicación y análisis de los temas vinculados a Georreferenciación, Sistemas de Información Geográfica (SIG), Teledetección, Posicionamiento Satelital y, Cartografía y visualización de la geo-información, para atender correctamente las necesidades generadas en este campo del conocimiento a nivel nacional, regional y local.

3.2 Específicos

Los cursantes del diplomado, una vez aprobado el mismo deberán estar en capacidad de:1. Conocer los diferentes sistemas de referencia

geodésicos y sus relaciones.2. Manejar las técnicas de adquisición y representación

de la información geoespacial.3. Manejar apropiadamente la georreferenciación de la

información del territorio.4. Gerenciar la información geoespacial para diferentes

aplicaciones.5. Diseñar, ejecutar y gerenciar proyectos relacionados

con la disciplina de la Geomática

4. Contenido generalEl contenido de este diplomado puede agruparse en tres áreas de interés, las cuales son desarrolladas de forma progresiva para que el cursante obtenga una adecuada formación en los principios de la Geomática. De esta forma se diferencian las áreas relativas a:

4.1.1. Georreferenciación: es el conjunto de conocimientos básicos necesarios para la determinación de las coordenadas de los elementos relevantes del territorio, en un sistema de referencia global. Se fundamenta en las teorías matemáticas, física, estadística,

astronomía, geodesia física, y tecnología de mediciones satelitales.

4.1.2. Sistemas para la adquisición de la información georreferenciada: Se refiere al uso de tecnologías tales como la fotogrametría, teledetección, fotointerpretación y sistemas de posicionamiento global, en la adquisición de información de índole temática y espacial.

4.1.3. Administración y procesamiento de la información orientado a su aplicación: Mediante el uso sistemas de manejadores de bases de datos y herramientas de computación gráfica se desarrollan aplicaciones dirigidas a la solución de problemas, en campos como la Ingeniería civil, ciencias ambientales, catastro, ordenamiento y manejo del territorio, agricultura, geología, geofísica, entre otras.

5. Módulos del diplomadoEl diplomado consta de un conjunto de 12 módulos, para un trabajo de doscientas (200) horas académicas en modalidad presencial. Además del estudio individual de materiales interactivos, elaborados por los especialistas facilitadores y los cuales se suministran en formato digital, se tienen actividades individuales y grupales así como pruebas de conocimientos en cada módulo. Los módulos son:

� Georreferenciación. (Duración 22 horas)

� Georreferenciación mediante GNSS. (Duración 11 horas)

� Principios de bases de datos. (Duración 22 horas)

� Cartografía digital y geovisualización. (Duración 11 horas)

� Principios de fotointerpretación. (Duración 11 horas)

� Teledetección. (Duración 22 horas)

� Fotogrametría digital. (Duración 22 horas)

� Sistemas de Información Geográfica. (Duración 22 horas)

� Modelos Digitales de Elevación del Terreno. (Duración 22 horas)

� Sistemas de Información del Territorio. (Duración 11 horas)

� Intraestructuras de Datos Espaciales. (Duración 11 horas)

� Sistemas de Soporte de Decisiones Espaciales.(Duración 11 horas)

Se entregará certificado de aprobación del Diplomado en Ingeniería Geomática, emitido por el Instituto de Fotogrametría y avalado por la Universidad de Los Andes, a quienes asistan al 90 por ciento de las actividades presenciales y cumplan con el 90 por ciento de las actividades asignadas, y aprueben todas las evaluaciones de los módulos con un promedio no menor a quince (15) puntos. (La escala de calificaciones de la Universidad de Los Andes está definida en el rango comprendido entre cero (0) y veinte (20) puntos incluidos ambos extremos). Los módulos de este diplomado están acreditados por el Consejo de Estudios de Postgrado de la Universidad de Los andes, sumando un total de once (11) unidades crédito.

6. Conclusiones

El diplomado en Ingeniería Geomática es un programa multidisciplinario ya que ha sido elaborado incorporando diferentes áreas del saber, buscando una gestión del conocimiento de forma sencilla y eficiente. Constituye una alternativa que les permite a los profesionales del área completar y actualizar su formación. Asimismo esta propuesta ha tomado en cuenta el desarrollo del conocimiento y su impacto en el desarrollo de la tecnología.

Este programa es pertinente por cuanto se ha diseñado tomando en cuenta los requerimientos de la sociedad y del mercado laboral. Se fundamenta en las exigencias básicas del mercado de trabajo, incorporándolas en el plan de estudio.

Referencias

• Constitución de la República Bolivariana de Venezuela, Edición de bolsillo, 24 de marzo del 2000, Caracas, Venezuela.

• Gómez Buendía, H, 1998, Educación: La agenda del siglo XXI. Hacia un desarrollo humano, Tercer Mundo Editores Colombia.

• González Casanova P, 2001, La universidad necesaria en el siglo XXI, Ediciones Era México.

• Ministerio del Poder Popular para la Educación. Oficina Ministerial de Informática. Sistema de Gestión Educativa Nacional (SIGEDUN). Documento en línea, disponible:http://planteles.me.gob.ve/estadis_gradosyniveles4.php

• UNESCO. (1997). La educación superior en el siglo XXI. Visión de América Latina y el

Caribe. Caracas: CRESALC/UNESCO.

Implementación del Nodo de la Fundación Instituto de Ingeniería como parte de la Infraestructura de Datos Espaciales de Venezuela

Aguilar, Rosa 1 Pinto Zaida 2Fundación Instituto de Ingeniería 1

Centro Nacional de Tecnologías de la Información [email protected] [email protected]

Tema: Infraestructura de Datos Espaciales Problema tratado: Publicación de Datos Espaciales Originalidad: El nodo de la FII tiene una arquitectura diferente a los nodos de la Ideven puestos en marcha previamente; lo cual implica una mejora a nivel de servicios y tiempos de respuesta al usuario. Resultados: Geoservicios y geoportal de la FII en pleno funcionamiento.

Resumen

Una Infraestructura de Datos Espaciales (IDE) tiene como propósito integrar a través de Internet

los datos, metadatos, servicios e información de tipo geográfico que se producen en un país, a nivel

nacional, regional y local, facilitando a todos los usuarios potenciales la localización, identificación,

selección y acceso a tales recursos, a través de un sitio en internet.

Una IDE proporciona una plataforma para la exploración de datos espaciales, su valoración y

explotación. La Infraestructura de Datos Espaciales de Venezuela (IDEVEN) tiene como objetivo

facilitar la disponibilidad, el acceso y uso de los datos, metadatos y servicios geográficos normalizados a

toda la administración pública, sector privado, universidades y público en general, brindándoles la

posibilidad de integrar sus propios datos, metadatos, y servicios en esta infraestructura.

La IDEVEN ha sido estructurada en nodos, que ofrecen diferentes servicios de información

geográfica de acuerdo con la naturaleza de la institución que lo implementa. Una de las instituciones

participantes es la Fundación Instituto de Ingeniería a través del Centro de Procesamiento Digital de

Imágenes (CPDI); como parte de la fase II del proyecto Geoportal que adelanta el Centro Nacional de

Tecnologías de la Información (CNTI) que también incluye la implementación del nodo de HidroFalcón

(Hidrológica de Los Médanos Falconianos), como piloto dentro de HIDROVEN (Hidrologica

Venezolana).

El nodo de la FII tiene como objetivo primordial publicar, mediante geoservicios web, imágenes

raster provenientes principalmente del terminal de recepción (TDR) Spot de LPAIS (Laboratorio de

Procesamiento Avanzado de Imágenes Satelitales) del Centro de Procesamiento Digital de Imágenes

(CPDI).

La implementación del nodo FII ha contado con el apoyo técnico del CNTI y mediante un trabajo

conjunto se estableció la siguiente arquitectura del nodo, donde destaca el uso exclusivo de software libre

y bajo estándares abiertos:

Debido a que el nodo FII fue lanzado recientemente, áun no se disponen de estadísticas referentes

a su uso pero sin duda representa un avance en cuanto a la publicación de datos geográficos en el país.

Adicionalmente, la FII ha venido participando en las mesas de trabajo de la IDEVEN, convocadas

por el Instituto Geográfico de Venezuela Simón Bolívar (IGVSB), a fin de lograr acuerdos en torno a las

normas técnicas para: generación de datos espaciales a ser incorporados a la IDEVEN, garantizar la

calidad de los datos espaciales y de eetadatos aplicables a los datos y servicios geográficos del territorio.

LPAISEXPERIENCIA DE LA DISTRIBUCION

GRATUITA DE IMÁGENES SPOT.Período 2007 - 2011

Roxanna Díaz, Ramiro Salcedo

Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT). Centro de Procesamiento Digital de Imágenes (CPDI). Urb. Monte Elena II, Sartenejas, Baruta. Caracas. Venezuela.

Correo electrónico: [email protected]; [email protected]

Tema: Educación, Formación y DivulgaciónProblema tratado: La relación costo/beneficio del servicio de distribución gratuita de imágenes implementado en la FIIIDT.Originalidad: Novedoso sistema de distribución gratuita de imágenes satelitales.Resultados: Volumen de imágenes distribuidas a los usuarios nacionales

RESUMEN

A principios del año 2006, en el marco de la creación y puesta en funcionamiento del Centro Venezolano de Percepción Remota (CVPR), proyecto liderizado por el Instituto Geográfico de Venezuela Simón Bolívar (IGVSB), se comenzó a desarrollar en el CPDI el concepto del Laboratorio de Procesamiento Avanzado de Imágenes de Satélites (LPAIS), el cual tendría por objeto dar valor agregado a imágenes de distintos satélites de observación de la tierra y su disposición a los usuarios nacionales.

Posteriormente se decidió instalar y operar un Terminal de Recepción Directa de Imágenes de los Satélites SPOT 4 y 5 (TS-5) en las instalaciones de la FIIIDT/CPDI, lo cual se completó el 24 de Septiembre de 2007. A partir de esa fecha, se inició el proceso de obtener imágenes de dichos satélites con cobertura de todo el Territorio Nacional, Cuba y otros países vecinos las cuales comenzaron a ser distribuidas de manera gratuita a todos los organismos del Estado Venezolano y de la Academia.

En la actualidad se tienen catalogadas más de 47.000 imágenes, de las cuales se han distribuido 21.925 con distintos niveles de procesamiento y resoluciones espaciales entre 2,5 y 20 mts.

Los organismos del Estado Venezolano y de la Academia que han hecho un uso más intensivo de este novedoso servicio son: PDVSA, Ministerio de Agricultura y Tierras, Defensa,Instituto Nacional de Estadísticas, Instituto Geográfico Venezolano, Instituto Nacional de Tierras,Instituto Nacional de Desarrollo Rural, Ministerio del Ambiente, así como todas las universidades nacionales y experimentales e Institutos Universitarios.

El objeto del presente trabajo es dar a conocer en términos de cifras los resultados de 4 años de gestión del servicio de LPAIS.

El servicio de LPAIS ha supuesto una inversión aproximada de 6.550.000,00 Euros (39.431.000,00 Bs.F.) que comprenden el costo del equipo y el pago de la telemetría en el período mencionado.

INTRODUCCION

Desde el 24 de Septiembre 2007, se encuentra operativo en el CPDI del Instituto de Ingeniería, el Terminal (TS-5) para la recepción y procesamiento de imágenes de los satélites SPOT 4 y 5.

Actualmente el TS-5 opera en forma de “Antena Virtual”. Este modo de recepción no implica la instalación de una antena para la recepción de las imágenes, sino que estas se obtienen conectándose a la estación receptora de Spot Image en Toulouse, Francia, donde los satélites SPOT descargan las escenas que son adquiridas sobre el territorio venezolano, como producto de la programación que los técnicos del CPDI hacen coordinadamente con sus pares franceses.

El TS5 y el LPAIS como su brazo operativo, permite al CPDI suministrar en forma gratuita, imágenes con resoluciones espaciales entre 2.5 y 20 mts. y productos con valor agregado, a los organismos del Estado Venezolano, lo cual permitirá a estos reforzar su capacidad de gestión, así como también solventar su debilidad en la carencia de información actualizada y precisa sobre nuestros espacios geográficos, proveyendo la capacidad de recibir, de forma continua, las imágenes capturadas por los satélites de observación terrestre SPOT. http://lpais.fii.gob.ve

1. DISTRIBUCION GRATUITA DE LAS IMÁGENES SPOT

LPAIS, tras 4 años de funcionamiento distribuyendo de forma gratuita imágenes SPOT, presenta un resumen gráfico de los Organismos del Estado Venezolano y de la Academia que han sido beneficiados con este servicio.

2129

513 612 535

1259

420

2688

216

995 729

327

968 1197

1656 1677

2990 3088

154

Organismos del Estado Venezolano y la Academia Período 2007 - 2011

En lo que respecta, a la distribución total de imágenes por año comprendido desdeSeptiembre 2007 a Septiembre 2011, se demuestra en el siguiente gráfico.

2. INVERSION VS. BENEFICIOS

La relación Inversión-Beneficio es un indicador que mide el grado de desarrollo y bienestar que un proyecto puede generar a una comunidad.

Cuando los resultados y costos de un proyecto pueden traducirse en unidades monetarias, se puede hablar de Inversión-Beneficio. De tal manera, se expresa la inversión realizada Vs. los beneficios obtenidos.

La inversión total del proyecto hasta la fecha ha sido de 6.550.000,00 €, sin incluir costos de adecuación de infraestructura y mobiliario.

39.099.900,00

659.942.500,00 620.842.600,00

INVERSION VALOR DE IMAGENESENTREGADAS

DIFERENCIA

Inversión - Beneficio

123 5885 7652 6496

1769

21925

2007 2008 2009 2010 2011 TOTAL

Distribución de Imágenes SPOT Período 2007 - 2011

3. APLICACIONES PRINCIPALES QUE LOS USUARIOS HACEN DE LAS IMÁGENES SPOT DISTRIBUÍDAS POR LPAIS

� Proyectos de investigación del sector académico� Levantamiento de información básica físico-natural� Planes de ordenamiento regionales y estadales� Prospección petrolera� Estudios de línea base para la Faja Petrolífera del Orinoco� Prospección minera metálica y no metálica� Apoyo a desarrollo de proyectos agrícolas� Monitoreo de cultivos� Proyectos estratégicos del sector defensa� Seguimiento de actividades en sectores fronterizos� Actualización cartográfica para el XIII Censo de población� Actualización cartográfica para el INE� Generación de mapas-imagen para apoyo al XII Censo Agrícola� Estimación de cosechas y estadísticas agrícolas� Cartografía de imágenes actualizada de las Dependencias Federales� Cartografía de imágenes actualizada de las 24 ciudades capitales de estado� Manejo y Conservación de cuencas hidrográficas� Catastro de medios rurales� Estudios de impacto ambiental para la industria petrolera� Proyecto de Inventario Forestal Nacional (Min. Ambiente)� Análisis de riesgos naturales� Atlas de Áreas Protegidas� Apoyo a Planes de Desarrollo Urbano Local de ciudades (PDUL)� Proyecto Costas de Venezuela� Investigaciones arqueológicas (IVIC)� Investigación y Desarrollo de imágenes satelitales � Sistema Eléctrico de alta tensión� Conflictos de uso y vacíos de conservación en áreas protegidas� Cartografía de imágenes estadal y municipal� Sistema Nacional de Gestión de Centros de Votación (CNE)� Evaluación de riesgos geológicos y sísmicos� Apoyo a la Misión Vivienda� Proyecto Socialista Orinoco� Apoyo en la Implementación de salas situacionales en organismos del Estado� Planificación agrícola� Identificación e Inventario de tierras baldías

4. CONCLUSIONES :

Las cifras señaladas anteriormente son los mejores indicadores de una iniciativa exitosa. El proyecto LPAIS de la FIIDT, dio inicio en Venezuela a la masificación del uso de la teledetección dentro y fuera de los organismos del Estado. Posiblemente el logro más importante, más allá del ahorro en divisas por parte de los organismos receptores de las imágenes, ha sido el concepto de “oportunidad”, entendiendo ésta como la obtención de un bien en el momento en el cual se necesita. Ni antes, ni después.Igualmente, LPAIS logró disminuir al máximo los procesos burocráticos necesarios para la obtención de las imágenes por parte de los usuarios, los cuales usualmente podían extenderse a varios meses y a veces más de un año, desde el momento en que se definía el requerimiento, hasta que se obtenían la imagen. LPAIS redujo los tiempos de entrega de las imágenes hasta a 24 horas, desde el momento de hacer la solicitud hasta la entrega de los datos, en los casos de pocas escenas. Naturalmente, las solicitudes de grandes volúmenes de imágenes requieren semanas de producción.

Para garantizar la continuidad de este valioso servicio, se hace absolutamente imprescindible garantizar y hacer efectiva la continuidad de la disponibilidad financiera, tanto para honrar los compromisos contractuales con los proveedores de las imágenes, como para la actualización y mantenimiento del sistema.

ADAPTACIÓN DEL CURSO INTODUCTORIO A LA GEOMÁTICA SOBRE LA PLATAFORMA EDUCATIVA MOODLE, PARA LACAPACITACIÓN DEL SECTOR PÚBLICO EN VENEZUELA.

Sánchez, J1; Contreras, M2; Solórzano, P3; Márquez, J4; Cedeño, J5; Ruiz, A6.

1CASAI, CA, 2FYC Soluciones Integrales, 3NSP Servicios y Consultoría,4GIOSEG Sistemas de Información, 5PDVSA INTEVEP, 6Instituto de Ingeniería.

[email protected], [email protected], [email protected],[email protected], [email protected], [email protected]

1. Resumen:

La Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT) es una institución adscrita al Ministerio del Poder Popular para Ciencia, Tecnología e Industrias Intermedias, creada en 1982. Desde su inicio ha tenido como función primordial además de la Investigación y Desarrollo Tecnológico, la de Transferir Tecnología y la Capacitación de Personal de otras instituciones en sus áreas de competencia.

El Centro de Procesamiento Digital de Imágenes (CPDI) de la FIIDT, es una de las áreas que sirve de apoyo tecnológico al sector público y privado en Geomática a través de la impartición de cursos especializados. Cuenta con una infraestructura informática y Recursos Humanos altamente capacitados que le permite ser pilar fundamental del Estado en la capacitación del sector público en diversas disciplinas de las Geociencias.

La FIIDT fue llamada a incorporarse en un esfuerzo masivo de Formación de técnicos y profesionales del sector público, iniciado en el 2005 junto con el Instituto Geográfico de Venezuela Simón Bolívar (IGVSB) y en la actualidad acompañada también por la Agencia Bolivariana para Actividades Espaciales (ABAE). Dicho esfuerzo consistió en la conceptualización de cursos en Geomática y preparación del material teórico-práctico de apoyo, lo que dio como resultado la creación de dos cursos: Curso Introductorio y el Curso Nivel Intermedio. Dichos cursos, en los cuales se manejan como áreas fundamentales la Percepción Remota, los Sistemas Globales de Posicionamiento Satelital (SGPS), la Cartografía Digital y los Sistemas de Información Geográfica (SIG), se han venido impartiendo desde entonces en la ciudad de Caracas y en el interior del país.

Los cursos se dictaron a nivel regional sin costo alguno para los empleados públicos o las instituciones. Sin embargo, los entes públicos deben sufragar total o parcialmente los gastos correspondientes de traslados, estadía y alimentación de los funcionarios. Para el CPDI en el último quinquenio la demanda de cursos se ha incrementado considerablemente a nivel nacional, lo que en algunos casos hace difícil la capacitación, debido a problemas logísticos y presupuestarios. Por talesmotivos y como requisito del Plan Nacional de Formación (PNF), un grupo de seis estudiantes de Ingeniería en Informática, del Instituto Universitario de Tecnología de la Región Capital – Federico Rivero Palacios, le propuso al CPDI la formulación de un Proyecto Socio-Tecnológico que permitiera capacitar mayor cantidad de personal, mediante una plataforma de aprendizaje a distancia (e-learning), como alternativa a la instrucción presencial, lo cual fue bienvenido y aceptado como un gran aporte al sector público del país.

En la elaboración del Curso, se utilizó el Entorno de Aprendizaje Modular Dinámico Orientado a Objetos (Moodle, por sus siglas en inglés). Dicha herramienta, está basada en Software libre, con lo que se le da cumplimiento al decreto presidencial del 2004 referente al uso de software libre en las empresas del

Estado (Decreto N° 3.390, 2004). Moodle es una aplicación web multi-plataforma, desarrollada en el lenguaje PHP, usa una Base de Datos MySQL y el Servidor Web Apache.

Se aplicaron dos metodologías, una de Desarrollo de Sistemas y otra de Enseñanza-Aprendizaje. Como metodología de Desarrollo de Sistemas se aplicó la RUP, acrónimo de Proceso Unificado Racional por sus siglas en inglés. Tiene como objetivo la producción de software de alta calidad, que satisfaga las necesidades de los usuarios finales, dentro de un determinado calendario y presupuesto.

Como metodología de Enseñanza-Aprendizaje se utilizó la PACIE. PACIE son las siglas de las 5 fases que permiten un desarrollo integral de la educación virtual como soporte a las otras modalidades de educación, y corresponden a las siguientes fases: P = Presencia, A = Alcance, C = Capacitación, I =Interacción, E = E-leraning.

Como resultado del trabajo se obtuvo el “Curso Introductorio a la Geomática en Moodle” (CIGM). Dicho curso está orientado a los empleados públicos y estudiantes relacionados con la Geomática, es decir, a todas aquellas personas que trabajan con información espacial. La instrucción se hará bajo la modalidad de Curso Virtual, de forma asistida con asesoría por parte del personal de la FIIDT.El curso además del Material Instruccional, cuenta con: Mecanismos de interacción entre los participantes y los instructores (Mensajes, Foros, Chat, Blog), evaluaciones y utiliza una serie de recursos para el aprendizaje. Como material de Apoyo se elaboró un Manual de Usuario para los Participantes, Administrador e Instructor del Curso.

Como resultado del Cuestionario de Medición de Impacto en la Comunidad, se pudo concluir que el CIGM utiliza las potencialidades de la plataformas de enseñanza-aprendizaje en la presentación y organización del material de instrucción, en la navegación del curso, en el uso de múltiples-medios, facilita y promueve la interacción entre los actores con la finalidad de que los participantes adquieran conocimientos de forma colaborativa. El Curso beneficia a una gran comunidad de usuarios del sector público y estudiantes, no tiene limitaciones geográficas ni de horario, reduce los costos en la formación del talento humano, aumenta la oferta de cursos a nivel nacional y en general, causó un impacto positivo en la comunidad.

2. Introducción:

La Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT) es una institución adscrita al Ministerio del Poder Popular para Ciencia, Tecnología e Industrias Intermedias, dedicada a la Investigación y Desarrollo Tecnológico en Venezuela, desde 1982. Desde su inicio ha tenido como función primordial además de las mencionadas, la de Transferir Tecnología y la Capacitación dePersonal de otras instituciones en sus áreas de competencia. El Centro de Procesamiento Digital de Imágenes (CPDI), es una de las áreas que sirve de apoyo tecnológico al sector público y privado en Geomática a través de la impartición de cursos especializados. Cuenta con una infraestructura informática y Recursos Humanos altamente capacitados que le permite ser pilar fundamental del Estado en la capacitación del sector público en diversas disciplinas de las Geociencias.

Para el CPDI en el último quinquenio la demanda de cursos se ha incrementado considerablemente a nivel nacional, lo que en algunos casos hace difícil la capacitación, debido a problemas logísticos y presupuestarios. Por tal motivo y como requisito del Plan Nacional de Formación (PNF), un grupo de seis estudiantes de Ingeniería en Informática, del Instituto Universitario de Tecnología de la Región Capital – Federico Rivero Palacios, le propuso al CPDI la formulación de un Proyecto Socio-Tecnológico que permitiera capacitar mayor cantidad de personal, mediante una plataforma de aprendizaje a distancia (e-learning), como alternativa a la instrucción presencial, lo cual fue bienvenido y aceptado como un gran aporte al sector público del país.

3. Materiales y Métodos:

En la elaboración del Curso, se utilizó el Entorno de Aprendizaje Modular Dinámico Orientado a Objetos (Moodle, por sus siglas en inglés). Dicha herramienta, está basada en Software libre, con lo que se le da cumplimiento al decreto presidencial del 2004 referente al uso de software libre en las empresas del Estado (Decreto N° 3.390, 2004). Moodle es una aplicación web multi-plataforma, desarrollada en el lenguaje PHP, usa una Base de Datos MySQL y el Servidor Web Apache.

Se aplicaron dos metodologías, una de Desarrollo de Sistemas y otra de Enseñanza-Aprendizaje.

Como metodología de Desarrollo de Sistemas se aplicó la RUP, acrónimo de Proceso Unificado Racional por sus siglas en inglés. Tiene como objetivo la producción de software de alta calidad, que satisfaga las necesidades de los usuarios finales, dentro de un determinado calendario y presupuesto. Incrementa la productividad del equipo de trabajo al proveer a cada miembro del equipo de una base de conocimientos común, para las actividades críticas del desarrollo. De esa forma, no importa si se trabaja en el levantamiento de los requerimientos, diseño, pruebas, configuración o en la gerencia del proyecto, se asegura que los integrantes del equipo comparten la visión de cómo desarrollar el software. La RUP utiliza modelos que representan el sistema en desarrollo y “las Mejores Prácticas” del desarrollo moderno de software, que son las prácticas más comúnmente utilizadas por empresas exitosas:

1. Desarrollo iterativo del software2. Manejo de requerimientos3. Arquitectura basada en componentes4. Modelado del software5. Verificación de la calidad del software6. Control de cambios del software.

Maneja el Ciclo de Vida del desarrollo de software (Modelado del Negocio, establecimiento de Requisitos, Análisis y Diseño, Implementación, Pruebas, Despliegue, Gestión del Cambio y Configuraciones, Gestión del Proyecto y Manejo del Entorno), en cuatro fases (Iniciación, Elaboración, Construcción y Transición), y ciclos en cada una de ellas.

La Metodología RUP se caracteriza por ser iterativa e incremental, estar centrado en la arquitectura y guiado por los casos de uso del sistema.

Como metodología de Enseñanza-Aprendizaje se utilizó la PACIE. “La metodología PACIE es una metodología para el uso y aplicación de las herramientas virtuales (aulas virtuales, campus virtuales, web 2.0, metaversos, etc…) en la educación sea en sus modalidades presenciales, semipresenciales o adistancia” Oñate (2009).

PACIE son las siglas de las 5 fases que permiten un desarrollo integral de la educación virtual como soporte de las otras modalidades de educación, y corresponden a las siguientes fases:

P = PresenciaA = AlcanceC = CapacitaciónI = InteracciónE = E-leraning

La presencia tiene que ver con las características y el atractivo del Entorno Virtual de aprendizaje (EVA); el Alcance, con los objetivos, el contenido, las destrezas y habilidades que se desea lograr en los participantes, así como el respaldo institucional a la actividad; la Capacitación está relacionada con la responsabilidad que tienen los educadores en estimular el aprendizaje y la responsabilidad de los estudiantes en cumplir con las exigencias del curso. La Interacción, considerada la etapa más importante de la metodología, consiste en crear los espacios para la comunicación e inter-relación entre los participantes e instructores que facilite el aprendizaje colaborativo; el E-learning Es una fase más bien de tipo macro curricular más que de tipo micro-curricular, inherente al Campus Virtual.

4. Resultados:

Como resultado del trabajo se obtuvo el “Curso Introductorio a la Geomática en Moodle”(CIGM). Dicho curso está orientado a los empleados públicos y estudiantes relacionados con la Geomática, es decir, a todas aquellas personas que trabajan con información espacial.

La instrucción se hará bajo la modalidad de Curso Virtual, de forma asistida con asesoría por parte del personal de la FIIDT. El curso además del Material Instruccional, cuenta con: Mecanismos de interacción entre los participantes y los instructores (Mensajes, Foros, Chat, Blog), Evaluaciones. Entre lascapacidades del curso se tienen:

� Registro de Usuarios.� Control de Acceso.� Multi-medios: Videos, Animaciones, Fotos, Imágenes, Tablas, Gráficos, Nubes de Palabras. � Manejo de Calendario de Actividades.� Descarga de Datos, Prácticas y Contenido de los Módulos para llevar a cabo actividades sin

necesidad de conexión.� Cuestionario en los Módulos Teóricos: Verdadero/Falso, Selección Simple y Múltiple,

Emparejamiento.� Envío de Informe de Prácticas.� Evaluación del Curso.� Sin limitaciones Geográficas ni de horario (salvo en los Chats).

Como material de Apoyo se elaboró un Manual de Usuario para los Participantes, Administrador eInstructor del Curso.

La comunidad beneficiada directamente con la formación a través del CIGM se puede agrupar en las siguientes instituciones: Universidades, Ministerios, Institutos Autónomos, Fuerzas Armadas,Institutos de Investigación, Pdvsa, Gobernaciones y Alcaldías, entre otros. En general todos los Organismos del Estado, de la administración centralizada y no centralizada, a nivel de toma de decisiones y de ejecución de políticas públicas.

Como beneficiarios indirectos se tiene a toda la población del país en la medida que se implementen y de ejecuten políticas públicas en materia: Educativa, Preservación del Ambiente y de los Recursos Naturales, Salud, Agro-Alimentaria, Atención de Desastres, Seguridad y Defensa, Planificación, Ciencia, Tecnología e Innovación, Producción Agrícola y Minera y todas aquellas donde la Geomática se pueda contribuir en la solución de problemas y en la toma de decisiones.

5. Conclusiones:

- El CIGM utiliza las potencialidades de las plataformas de enseñanza-aprendizaje con la finalidad de que los participantes adquieran conocimientos de forma colaborativa.

- Beneficia a una gran comunidad de usuarios.

- No tiene limitaciones geográficas ni de horario.

- Reduce los Costos en la formación del Talento Humano.

- Aumenta la oferta de cursos a nivel nacional.

- Causa un impacto positivo en los participantes.

6. Bibliografía:

- Curso Introductorio a la Geomática - Tutorial. [En línea]. Consultado el día 15/06/10 de la WWW: http://www.igvsb.gov.ve/site2009/cvpr/cd_curso_cvpr/Home.swf.

- Decreto N° 3.390: Publicado en la Gaceta oficial Nº 38.095 de fecha 28/12/ 2004. http://sencamer.gob.ve/files/webfm/Documentos/Software%20Libre/decreto3390.pdf.

- Instituto de Ingeniería. Curso de Geomática Nivel Intermedio. Manual del Curso. 2008.- Instituto de Ingeniería. Curso Introductorio a la Geomática. Manual del Curso. 2008.- Vara, A. El Enfoque del Marco Lógico. [En línea]. Consultado el día 21/06/10 de la WWW:

(http://www.aristidesvara.com/web_antigua/investigaciones/politicas/enf_marc/enfoque_00.htm).- Oñate, Luis. La Metodología PACIE. Fundación para la Actualización tecnológica de Latinoamérica.

2009.

ENERGÍA Y AMBIENTE

Evaluación multitemporal de la cobertura de la tierra y análisis funcional agrícola de las áreas de cambio. Parroquia El Molino, Mérida – Venezuela.

Gladys Z. Molina, Maryoly Márquez

Universidad de los Andes, Facultad de Ciencias Forestales y Ambientales, Escuela de Geografía, Departamento de Geografía Física, Mérida- Venezuela.

[email protected] [email protected]

Resumen.

En la presente investigación se realizó una evaluación multitemporal de la cobertura de la tierra para el período 1986 – 2008 y un análisis funcional agrícola de las áreas de cambio resultantes en la parroquia El Molino, municipio Arzobispo Chacón, estado Mérida. La investigación fue llevada a cabo a partir de dos imágenes de satélite, una Landsat -5 TM del año 1986 y una imagen Spot -5 del año 2008, que fueron corregidas geométricamente e interpretadas visualmente en pantalla para obtener los mapas de cobertura de la tierra de los años señalados. Con los mapas de cobertura se aplicó la técnica de superposición de mapas, píxel a píxel, que permitió generar una matriz de cambio y a partir de allí, por reclasificación automatizada, el mapa que muestra las áreas de cambio y estabilidad.

Sobre las áreas de cambio se realizó una selección intencionada de fincas para analizar los sistemas productivos (uso funcional). Se consideró el método de saturación de información que consiste en nodescribir más fincas cuando la información comienza a ser la misma. El procedimiento seguido para la descripción confiable de los sistemas agrícolas presentes fue el de participar, durante al menos un día, de todas las actividades propias de cada finca. Así, fue posible obtener grabaciones de conversaciones con los propietarios y obreros, adicionalmente se constató con visualización directa en campo la información suministrada. Este procedimiento permitió la descripción de los sistemas agrícolas presentes y corroborar la tendencia de los cambios obtenidos en la matríz y mapa de cambios.

Introducción.

La cobertura de la tierra puede originarse de ambientes naturales, producto de la evolución ecológica (bosques, sabanas, lagunas, etc.), o a partir de ambientes artificiales creados y mantenidos por el hombre (cultivos, represas, ciudades, etc.), generando en la mayoría de los casos daños permanentes y/o irreversibles tales como: disminución de los caudales en las nacientes de los ríos, la pérdida de la capa superficial del suelo, degradación de ecosistemas, entre otros. (Molina, 2009).

En este sentido, se tiene que el crecimiento acelerado de la población ha aumentado la demanda de recursos naturales, lo que conduce a la utilización u ocupación de amplios espacios con recursos disponibles, para así satisfacer sus necesidades. Igualmente, la falta de planificación en el establecimiento de los asentamientos humanos ha ocasionado el uso inadecuado e indiscriminado del espacio y de losrecursos que allí se localizan. Es por esta razón, que hoy día determinar las condiciones en que se encuentra un área mediante la detección de los cambios ocurridos en la cobertura de la tierra, para la toma de decisiones, es un tema que cobra cada vez más importancia.

Los estudios multitemporales constituyen una técnica de análisis novedosa, que ha permitido un aporte significativo al estudio del medio ambiente, gracias a su capacidad para seguir procesos dinámicos, permitiendo así, evaluar una amplia variedad de fenómenos, tratándose en ocasiones de eventos esporádicos o de procesos continuos, ya sean naturales o causados por el hombre. La disponibilidad de satélites que ofrecen una resolución temporal variada permiten seguir el comportamiento de cualquier fenómeno, ya sea en el momento que se esté produciendo como por ejemplo, el seguimiento de un huracán, o hasta meses y años después que ocurra, por ejemplo, la desertificación, (Chuvieco, 1998).

La parroquia El Molino, área objeto de este estudio, se corresponde con una de las principales zonasproductoras de rubros agrícolas a nivel nacional. Esta actividad ha aumentado la economía de la parroquia, lo que a su vez conlleva a la necesidad de ampliar la frontera agrícola, para lo cual los productores recurren a la intervención de espacios cubiertos con vegetación natural. Este evidente incremento de la

producción agrícola en la parroquia genera cambios del uso de la tierra, que se traducen en disminución de la cobertura vegetal para instalar sistemas de riego, cultivos y crianza de ganado.

La importancia de un estudio multitemporal de los cambios de la cobertura de la tierra en la parroquia El Molino, deriva de la necesidad de conocer el proceso de transformación al que ha sido sometida el área de estudio, con miras a obtener un registro de la superficie afectada en un período de tiempo determinado. Así, es posible evaluar las pérdidas de vegetación natural, las tendencias de estas pérdidas, dirección de los cambios de las coberturas, el estado actual de los espacios bajo la figura de Parque Nacional, entre otros. Igualmente, el análisis funcional del uso actual de la tierra permitirá evaluar el grado de intensidad, orientaciones de la producción, nivel agrotécnico, y comercialización de las actividades agropecuarias.

Materiales y métodos.

Los materiales utilizados en esta investigación fueron:- Cartas topográficas a escala 1:25000, las cuales fueron cedidas por la mapoteca del Instituto de

Geografía y Conservación de Recursos Naturales (I.G.C.R.N).

- Imágenes de satélite una Landsat -5 del año 1986 y una imagen Spot -5 del año 2008, las cuales fueron proporcionadas por Centro de Procesamiento Digital de Imágenes, Instituto de Ingeniería, Caracas (CPDI).

- Guion temático para la aplicación de la entrevista.

Los métodos empleados para cumplir con los objetivos de esta investigación fueron:- Recopilación exhaustiva sobre información bibliográfica existente, disponible tanto en la red de

bibliotecas de la Universidad de Los Andes y en instituciones públicas, que permitió la caracterización físico-natural y socioeconómica. El software especializado (Arcgis 9.3) fue utilizado para la elaboración de la cartografía base y temática.

- La información necesaria para obtener los mapas de cobertura de la tierra para los años 1986 y 2008 a escala 1:25000, se obtuvo de una imagen del satélite LANDSAT -5 TM y SPOT -5. Para ello, en primer lugar, se ortorrectificaron tomando como base las hojas de Cartografía Nacional a escala 1:25000 y un modelo digital de elevación; en segundo lugar se realizó una selección de bandas: 4-5-3 para la imagen Landsat, y 1-4-2 para la Spot con el objeto de facilitar el proceso de extracción de información por interpretación visual; en tercer lugar se definió la leyenda de trabajo de acuerdo a la información observada en campo y la bibliografía consultada, en el cual se definieron las siguientes categorías: bosque denso, bosque medio, bosque ralo, matorral, herbazal, vegetación de paramo y coberturas antrópicas: residencial, agrícola y pecuario; en cuarto lugar por interpretación visual en pantalla y con base a la leyenda definida previamente y con la ayuda de software de cartografía automatizada Arcgis 9.3 se realizó la interpretación de cobertura, que fue validada en campo.

- Para la evaluación de los cambios ocurridos en la cobertura de la tierra se aplicó la técnica de análisis espacial: superposición de mapas, píxel a píxel, utilizando el programa Arcgis 9.3 ArcToolbox – Analysis Tools – Overlay – Intersect, de donde se genera un resultado gráfico y una tabla de atributos con los datos de los dos mapas de cobertura. A partir de la tabla de atributos se construye una matriz, la cual señala las áreas con mayor dinamismo y aquellas que han mantenido estables, y a partir de allí, por reclasificación automatizada, el mapa que muestra las áreas de cambio y no cambio.

- Por último, el análisis funcional agrícola de las áreas de cambio se realizó aplicando un instrumento de opinión y percepción (saturación de información), a través de la aplicación de entrevistas y con la participación durante al menos un día de todas las actividades propias de cada finca, el cual permitió obtener grabaciones de conversaciones con los propietarios y obreros,adicionalmente se constató con visualización directa en campo la información suministrada. Este procedimiento permitió una descripción confiable de los sistemas agrícolas presentes y corroborar las tendencias de cambio observadas.

Resultados.

A continuación se presentan los resultados más relevantes obtenidos en esta investigación:

Caracterización físico- natural.

Las variables fisiconaturales que determinan las condiciones geográficas de la parroquia:

Geología: La parroquia El Molino desde el punto de vista estratigráfico se encuentra integrada por dos unidades geológicas: la “Asociación Mucuchachí”, conformada por una secuencia de pizarras laminadas y pizarras limosas y los “Depósitos cuaternarios recientes”, conformado por las acumulaciones aluviales que se localizan a lo largo de los principales cursos de agua presentes en la parroquia y constituida por valles y terrazas.Geomorfología: conformada por “Unidades de vertiente” asociadas a medios de ablación de montañas altas y estructuralmente complejas. Entre los procesos morfodinámicamente activos destacan los escurrimientos difusos e intensos; la reptación progresiva; los movimientos de masa bajo la forma de deslizamientos lentos y rotacionales, la erosión laminar, la formación de surcos y cárcavas retroactivadas en sitios muy localizados; “el pie de vache”; los coluviones y los flujo de detritus, y Las “Unidades de fondo de valles” en donde existe una constante asimetría al ampliarse y estrecharse en forma alterna.Pendiente: El área de estudio se caracteriza por poseer un paisaje de carácter montañoso, con variaciones altitudinales que oscilan entre los 1200 y 3200 m.s.n.m. lo que da lugar a valores de pendiente muy variados, que van por debajo de 15% en los fondos de valle hasta por encima del 50% en las áreas montañosas.Hidroclimatología: el área de estudio se encuentra dentro de una zona montañosa de alto rendimiento hídrico. En la parroquia existe un total de 20 microcuencas afluentes del rio El Molino, entre ellas cabe mencionar las quebradas: El Urao, Seca, Las Truchas, La Playonera, El Barro, Los Hatillos y Adentro. Desde el punto de vista del clima la precipitación promedio anual en la parroquia va de los 1.100 mmhasta los 1.800 mm, siendo los mínimos valores de precipitación para los meses de noviembre a marzo, mientras que los meses de abril a octubre constituyen la temporada de mayor precipitación en el área, con máximo piso entre julio y agosto. Toda esta distribución apunta a un régimen uni-modal de precipitación con un período seco y otro lluvioso bien diferenciado, y temperaturas medias anuales entre 10,5 ºC y 19,0 ºC.Suelos: los suelos que predominan en el área son de tipo: Entic Hapludolls-Typic, asociados a molisoles en buen desarrollo para llevar a cabo la actividad agrícola; Ustochrepts, presentan un moderado grado evolutivo, sin embargo sus condiciones son favorables para el desarrollo de la actividad agrícola y Typic Humistropepts, asociado a inceptisoles que se localizan en las zonas de contacto de fondo de valle con la ladera.Zonas de vida: en la parroquia predomina en su casi totalidad la zona de vida bosque húmedo montano bajo (1600 – 2600 m.s.n.m), le sigue en superficie el bosque muy húmedo montano (2600 – 3600 m.s.n.m)y sólo una pequeña porción, en la zona sur, está representada por el bosque húmedo premontano (500 –1600 m.s.n.m).

Caracterización socio-económica.

De acuerdo a la información emitida por el Censo de Población y Vivienda del año 2001, en la parroquia El Molino habitan 1.635 habitantes, presentando un crecimiento anual de 1,34%, producto de estas tasas de crecimiento medio anual se produjo un incremento relativo en el volumen poblacional, cuya población tuvo un incremento de 15,71%; la misma cuenta con una superficie de 152 Km2, lo cual indica que presenta una densidad poblacional de aproximadamente 11 hab/Km2.

La parroquia para el 2001 tenía una población total rural de 1.635 habitantes, lo cual representa el 100% de la población total, comprendida por varios caseríos, entre los que destacan: Las Adjuntas, La Capilla de Saisayal, El Playón, La Quebrada del Barro, El Quebradón y el centro poblado El Molino, todos considerados en la categoría de población rural, ya que cuentan con un tamaño de población menor a los 2.500 habitantes.

La estructura de la población por edad y sexo indica que para el 2001 el grupo de población joven entre hombres y mujeres corresponde al 34,82% de la población total. En cuanto a la población adulta

(población en edad productiva) muestra un porcentaje de 54,20% del total. Finalmente, la población de 60 años y más muestra menor proporción, con un 10,98% del total.

La población económicamente activa para esta fecha era de 1.079 personas, de las cuales 621 estaban en la fuerza de trabajo ocupado y 458 desocupados; resultando una tasa de actividad del 57,55%, si consideramos esta población por sexos, tenemos que en el caso de los hombres, el total de PEA es de 582, con una participación en la fuerza de trabajo de 521 ocupados y 61 desocupados con un 10,5% de tasa de actividad, y en el caso de las mujeres que posee un total de PEA de 497 personas, presenta participación en la fuerza de trabajo de 100 personas ocupadas con una tasa de actividad de 20,12% y 397 desocupadas, con una tasa de actividad de 79,9%.

La parroquia contaba para el 2001 con 532 viviendas de tipo: casa, quinta y rancho. Igualmente, cuenta con servicio públicos: energía eléctrica, redes de cloacas, aguas blancas e infraestructura como: servicio educativo, servicio- medico asistencial y está definida por una sola vía principal desde el sector de Estánquez que se encuentra en franco deterioro presentando abundantes fallas de borde situación que, en períodos de lluvia, dificultad el uso de la vía.

El área de estudio cuenta con áreas potenciales para el desarrollo turístico entre ellos cabe mencionar: cascada Quebrada Las Truchas, Laguna del Urao, Capilla Gran Poder de Dios y Capilla del Saisayal. También cuenta con una zona de protección bajo la figura de Parque Nacional GENERAL JUAN PABLO PEÑALOSA, que ocupa casi un 9 % de su superficie unas 1350,4 hectáreas, área que hoy día se ha mantenido sin prácticamente intervención antrópica.

Mapas de Cobertura de la tierra a escala 1:25.000

Una vez realizado el respectivo tratamiento sobre las imágenes de satélite, y seguidamente la interpretación visual en pantalla se produjeron dos mapas de cobertura de la tierra a escala 1:25.000, el primero para el año 1986 y otro para el año 2008.

Para realizar la validación de la información obtenida de esta interpretación se realizó un trabajo de campo, que permitió verificar y concluir que las coberturas definidas fueron correctamente identificadasen la imagen Sopt de 2008. El mapa de cobertura del año 1986 fue validado a partir de los resultados obtenidos de la validación del mapa del año 2008, por comparación de los patrones y tonos evaluados en campo, ya que no se disponía para la fecha con un mapa de referencia.

Las categorías de cobertura delimitados fueron: Bosque denso, Bosque medio, Bosque ralo, Herbazal, Matorral, Vegetación de páramo, Actividad agrícola, Actividad agropecuario y Residencial.

Construcción y análisis de la matriz de cambio para el periodo 1986-2008.

Buzai (2006), menciona que el análisis espacial constituye una serie de técnicas estadísticas y matemáticas aplicadas al estudio de los datos distribuidos sobre el espacio geográfico. Cuando se lo enfoca desde la tecnología de los sistemas de información geográfica, el análisis espacial se considera su núcleo (sinónimo del subsistema de tratamiento) ya que es el que posibilita trabajar con las relaciones espaciales de las entidades contenidas en cada capa temática de la base de datos geográfica.

Para obtener la dimensión temporal en este estudio de cobertura de la tierra se utilizó, como ya se señaló, un procedimiento metodológico de análisis espacial que consiste en el cruce de los dos mapas de cobertura a escala 1:25.000, obtenidos en la fase anterior, todo ello con la finalidad de obtener la detección de cambios en las diferentes coberturas para el periodo analizado. Tal como se comenta en los procedimientos metodológicos este cruce permite, por comparación píxel a píxel entre pares de mapas, la construcción de la matriz de cambio, la cual señala las áreas que se han mantenido estables entre pares de fechas (representados en la diagonal de la matriz), mientras las demás celdillas muestran los posibles cambios ocurridos.

Así, el bosque denso para el año 1986 (cuya superficie inicial era de 39,64 Km2) mantiene una invariabilidad entre las dos fechas una superficie de 30,72 Km2, equivalente al 77,48%. Las áreas de

cambio fueron sustituidas principalmente por las coberturas: bosque medio, herbazal y agropecuario. El bosque medio mantiene inalterada entre las dos fechas una superficie de 22,28 Km2, equivalente al 96,37%. Las áreas de cambio fueron sustituidas principalmente por las coberturas: herbazal y agrícola. El bosque ralo (cuya superficie inicial era de 8,93 Km2) se mantiene inalterada entre las dos fechas una superficie de 6,62 km2, equivalente al 74,13%, presentando cambios orientados hacia las categorías agrícola y agropecuario. La categoría herbazal contaba con una superficie inicial de 20,82 Km2, se mantiene invariable una superficie de 19,38 Km2, equivalente al 93,04%, la superficie de cambio fue sustituida principalmente por las categorías: agrícola, agropecuario y residencial. Los matorrales (cuya superficie inicial era de 12,76 Km2) se mantiene inalterada 3,28 Km2 lo que representa el 25,69%, para finales de este periodo dicha categoría estaba siendo ocupada por las coberturas: herbazal, agrícola y agropecuaria. La vegetación de páramo para los años 1986 y 2008 ocupan la misma superficie 2,7 Km2,equivalente al 100% para los dos años. La categoría agrícola contaba con una superficie inicial de 22,29Km2, presentando una invariabilidad de 21,9Km2, representando el 98,2%, y por tanto un aumento considerable de su superficie, con cambios muy poco significativos hacia las categorías de herbazal y residencial. La categoría agropecuario en el año 1986 ocupaba 21,73 Km2, conservándose invariable 19,94 Km2 lo cual representa el 91,8%. Las áreas de cambio fueron sustituidas principalmente por la categoría agrícola, y por último la categoría residencial (cuya superficie inicial era de 0,03 Km2)se mantiene inalterada entre las dos fechas un 100%.

Mapa de cambio y estabilidad.

Como producto del cruce entre mapas de cobertura también es posible obtener, por reclasificación, un mapa que muestre la distribución de las áreas que cambiaron y las que se mantuvieron estables.

Así en la figura Nº 1 se muestra el mapa producto de reclasificar como áreas estables los valores de la diagonal de la matriz (verde) y como áreas dinámicas el resto de las celdillas (naranja).

Figura 1: Mapa de cambio y no cambio. Periodo 1986-2008.

Así, se pueden destacar como áreas de fuerte dinamismo (cambio) en ambas vertientes de la quebrada El Barro, desde sus cotas más bajas (1.800 m.s.n.m) hasta las más altas (2.500 m.s.n.m) y en el fondo del valle del mismo río, donde la actividad agropecuaria es la principal generadora de cambio ganando espacio a las cobertura naturales, esencialmente de los bosques denso. De igual manera se observan importantes cambios hacia la parte baja de la vertiente izquierda del río El Molino, siendo la expansión de la frontera agrícola la principal generadora de cambio hacia lo que a comienzos del período era considerado como bosques ralo. Igualmente, pero en menor proporción se manifiestan cambios en la parte alta y media de las vertientes derecha e izquierda del río El Molino donde se logra apreciar la variación de las categorías de las coberturas para llevar a cabo la expansión de la actividad agrícola y agropecuaria. En

contraparte, las áreas que no experimentaron cambios se distribuyen principalmente hacia la parte alta y media de ambas vertientes del río El Molino, parte baja de la vertiente izquierda del río principal y vertiente izquierda de la quebrada El Barro, los cuales se corresponden con las categorías de: bosque denso, bosque medio, bosque ralo y herbazales.

Caracterización de los sistemas agrícolas en las áreas de cambio.

A partir del mapa de cambio y no cambio se procedió a la caracterización de las unidades de producción presente en las áreas dinámicas (Figura Nº 2), para el cual se tomó como base las variables propuestas en la metodología de Sistemas y Regiones Agrícolas de Venezuela de Avilán y Eder (1981) modificada de acuerdo a los objetivos de este trabajo dado el alto nivel de detalle de la información levantada.

Figura 2: Distribución espacial de los sistemas de producción en las áreas de cambio.

De la caracterización realizada surgieron cuatro sistemas de producción: sistemas de plantación de asociación café/cambur semicomercial y de subsistencia, sistemas de horticultura con riego para fines comerciales y de subsistencia (piso alto), sistema de hortalizas, raíces y tubérculos con riego para fines comerciales y de subsistencia y sistema de ganadería bovina mixta semi-intensiva de leche y casta.

En lo concerniente a las unidades de producción, estas se corresponden en su mayoría a fincas con superficies comprendidas entre 5 y 130 hectáreas, trabajadas parcialmente con métodos diversos y con un nivel tecnológico medio. Entre las prácticas más difundidas se encuentran: la mecanización, la fertilización y el uso de plaguicidas. Los rubros con mayor presencia en las áreas de cambio son: café, hortalizas como (pimentón), raíces y tubérculos como (papa, zanahoria y apio). Se evidenció la práctica de cultivos de autoconsumo como: cambur y yuca y la cría de animales: pollos de engorde, ovejas yvacas, esto responde básicamente al aislamiento geográfico que presenta la parroquia con otros centros poblados. Igualmente, se desarrolla la ganadería semi-intensiva con la cría de ganado bovino para la producción de leche y la cría de ganado de lidia para las corridas de toros.

Entre el conjunto de elementos que componen cada uno de estos sistemas y sub-sistemas, se cuentan los factores climáticos y naturales, los productos agroquímicos, los bienes y servicios, los préstamos financieros, la mano de obra, y en general, todos los componentes que entran al sistema para intervenir en la producción. Finalmente, se tienen las salidas, compuestas principalmente por el producto final, el cual es destinado a la comercialización a ciudades como Barquisimeto, Valencia y Caracas principalmente. Esta comercialización es realizada casi siempre por intermediarios y unas pocas veces por los propios productores.

Conclusiones.

El estudio multitemporal realizado permite señalar que están ocurriendo cambios importantes en las coberturas definidas dentro de la parroquia El Molino. Entre los que cabe mencionar:

1. Las categorías que perdieron mayor superficie fueron: matorral (8,96 Km2) bosque denso (8,92 Km2), bosque ralo (2,31 Km2). Por otra parte se tiene que las categorías que ganaron superficie en mayor proporción fueron: agrícola (9,67 Km2) y herbazal (7,05 Km2

2. La matriz generada para el período 1986-2008 muestra como cambios más importantes los siguientes: El bosque denso mantiene una invariabilidad espacial de 77,48%, cambiando el restante 22,52% principalmente a bosque medio (3,58 Km

).

2), herbazal (2,82 Km2) y agropecuario (1,09 Km2); la categoría de bosque ralo que se mantiene invariable representa el 74,13% ganando el resto de superficie la categoría agrícola (1,33 Km2) y agropecuario (0,98 Km2), la categoría matorral se mantuvo invariable un 25,69% disminuyendo su superficie a favor de herbazal (5,07 Km2), categoría agrícola (4,33 Km2) y agropecuario (0,09 Km2

3. La elaboración del mapa de áreas de cambio áreas estables permitió determinar la distribución de los cambios en la parroquia El Molino. Así, se tiene que para el período de estudio (1986-2008) de los 152,02 Km

).

2 de superficie total de la parroquia sólo el 16,57% (25,2 Km2) experimentó cambios de cobertura de la tierra, mientras que el 83,43% (126,9 Km2

Las áreas de cambio se logran apreciar en mayor proporción en ambas vertientes de la quebrada El Barro, desde sus cotas más bajas (1.800 m.s.n.m) hasta las más altas (2.500 m.s.n.m) y en el fondo del valle del mismo río, donde la actividad agropecuaria es la principal generadora de cambio, ganando espacio a las cobertura naturales, esencialmente la de los bosques densos. También se observan importantes cambios en la sección baja de la vertiente izquierda del río El Molino. Igualmente, pero en menor proporción, se manifiestan cambios en la parte alta y media de las vertientes derecha e izquierda del río El Molino para llevar a cabo la expansión de la actividad agrícola y agropecuaria.

) de la superficie del área no los experimentó.

En contraparte las áreas estables, se distribuyen principalmente hacia las secciones alta y media de ambas vertientes del río El Molino, los cuales se corresponden con las coberturas: bosque medio y herbazales.Para la sección baja de la vertiente izquierda del río principal y vertiente izquierda de la quebrada El Barro las áreas estables espacialmente se localizan ente las cotas 2.200 y 3.000 m.s.n.m, y se corresponden a bosques denso, medio y ralo. En el fondo de valle se presentan áreas estables que se corresponden con áreas agrícolas que ya se encontraban en 1986 y que se mantienen invariables en el transcurso de los veintidós años. Es importante resaltar que para el período de estudio no hubo pérdida de superficie boscosa por deforestación dentro de los límites del Parque Nacional General Juan Pablo Peñalosa

4. Por otra parte, el conjunto de criterios manejados por Eder y Avilán (1981) resultaron en general apropiados para la presente investigación, puesto que a través de ellos, fue posible englobar una serie de características cuyo análisis proporcionó una aproximación acertada para la identificación y descripción detallada de los sistemas agrícolas en las áreas de cambio.

El establecimiento de los sistemas productivos está dado por una serie de relaciones de carácterfuncional que involucra aspectos socio- económico, técnico y agroecológico necesarios para lograr un alto grado de eficiencia en los niveles productivos.

Asociado a los sistemas de producción se detectaron cuatro sistemas, con características propias y distribución espacial bien definida. Estos son el sistemas de plantación de asociación café/cambur semicomercial y de subsistencia, distribuido en el sector Las Adjuntas hacia la zona sur de la parroquia, en la vertiente izquierda del río El Molino; el sistemas de horticultura con riego para fines comerciales y de subsistencia (piso alto), localizado específicamente hacia la vertiente derecha del río El Molino en el sector Cuchilla del Urao y en el sector Capilla del Saisayal; el Sistema de hortalizas, raíces y tubérculos con riego para fines comerciales y de subsistencia, localizado en los sectores Las Mesas y la Quebrada, Las Adjuntas, El Rincón y El Playón, y el sistema de ganadería bovina mixta semi-intensiva de leche y casta, ubicada en los sectores La Quebrada y Las Mesas. Estos sistemas de producción con el pasar de los años han ocasionado problemas al medio ambiente con la quema y deforestación de la vegetación natural

para la implantación de cultivos como: café, papa, apio zanahoria y pimentón, además con el uso de la tecnología en insumos, fertilizantes, plaguicidas y maquinarias se ha logrado un progreso en el desarrollo de esta actividad, el cual está dando buenos rendimientos. Igualmente, se destaca la presencia de potreros para la cría de ganado bovino y de casta con la implementación de nuevas técnicas para llevar a cabo el desarrollo de este sistema como: rotación de potreros, ordeño mecánico y pastoreo libre.

En general, los cambios de cobertura de la tierra en estos veintidós años de estudio se debe principalmente al desarrollo de la actividad agrícola y ganadera en la parroquia El Molino, caracterizado por un nivel tecnológico semi-moderno y con una orientación netamente comercial, actividades capaces de generar altos rendimientos económicos y bienestar social, tanto a los productores como a las demás personas que aunque no son dueños participan en el proceso de producción.

Finalmente, ha de señalarse que la metodología empleada de descripción de los sistemas agrícolas a partir de las áreas de cambio muestra cuales son las tendencias a producirse en los próximos años y permite realizar un llamado a las instituciones competentes en pro de una planificación apropiada orientada a minimizar el daño a los recursos naturales existentes.

Bibliografía.- Avilán, J y Eder, H. (1988). Sistemas y Regiones Agrícolas de Venezuela. Fundación Polar,

Ministerio de Agricultura y Cría. Caracas – Venezuela.- Buzai, G. (2006).Sistemas de Información Geográfica: Aspectos Conceptuales desde la Teoría

de la Geografía. [on line]. http:// www.gegra.uah.es.- Instituto Nacional de Estadística. Censo de Población y Vivienda del año 2001. Venezuela.- Chuvieco, E. (1998). El factor temporal en teledetección: evolución fenomenológica y análisis

de cambios. Revista de Teledetección. Nº 10: 1-9.- Molina, J. (2009). Análisis multitemporal de la cobertura de la tierra en la Microcuenca El

Guayabal a partir de imágenes satélitales Landsat TM y ETM. Trabajo especial de grado ULA. Facultad de Ciencias Forestales y Ambientales, Escuela de Geografía. Mérida – Venezuela.

Susceptibilidad a la erosión en el Parque Nacional Morrocoy para el año 2009

Julenni Colmenares

Universidad Central de Venezuela, Escuela de GeografíaFundación Instituto de Ingeniería, Centro de Procesamiento Digital de Imágenes

[email protected]

1. Resumen

La superficie de la tierra es muy dinámica, y sus cambios son el resultado de ciertos procesos como la actividad volcánica, la meteorización y la erosión; siendo este último, uno de los principales problemas ambientales, que en la actualidad afecta a muchos países, y entre sus consecuencias destaca el retroceso de líneas costeras y la desertificación. La determinación de la susceptibilidad a la erosión constituye el primer paso para la adecuada administración de los espacios costeros, donde cada día aumenta la presión de los centros urbanos.

Con base en estas consideraciones surge la presente investigación, que se desarrolla dentro del Parque Nacional Morrocoy, con el objeto de conocer las áreas con mayor y menor susceptibilidad a la erosión para el año 2009, la cual se desarrolla con una metodología basada en: a) la superposición de factores, que establece la determinación de aquellas variables que influyan o condicionen el proceso, b) la asignación de un peso o valor a cada una de estas variables, en función de su nivel de influencia en el proceso, y c) el establecimiento de los rangos o grados de susceptibilidad. Del análisis de estos rangos, expresados en un mapa de susceptibilidad se obtuvo que las áreas más susceptibles a la erosión son las playas, así como las áreas intervenidas por asentamientos urbanos y destinadas a la actividad agropecuaria.

2. Introducción

Los avances tecnológicos, el aumento de la población y el desarrollo de las diversas actividades económicas han afectado los ecosistemas terrestres y marinos. Datos provenientes de la Cumbre de Johannesburgo del año 2002, indican que “La actividad humana ha degradado más de la mitad de los ecosistemas costeros del mundo. Para Europa la cifra es del 80% y para Asia del 70%”. Cerca del 80 % de la contaminación del mar proviene de fuentes ubicadas en tierra. En los países en desarrollo, más del 90% de las aguas negras y el 70% de los desechos industriales se arrojan a las aguas superficiales, sin antes haber sido tratados.” Por ello, se han creado estructuras políticas y jurídicas, que resguarden o protejan áreas con ecosistemas frágiles a cambios en el ambiente, importantes para el sostenimiento de la vida en el planeta.

En Venezuela, la forma jurídica utilizada es conocida como Áreas Bajo Régimen de Administración Especial (ABRAE) constituidas por parques nacionales, monumentos naturales, refugios de fauna silvestre y reservas de biósfera. Según lo establecido en la Reforma Parcial de la Ley del Instituto Nacional de Parques, Gaceta Oficial No 2.290 del año 1978, la figura conocida como Parques Nacionales “constituye aquellas superficies del territorio relativamente extensas, en las cuales estén representados uno o más ecosistemas importantes del país, o áreas naturales de relevancia nacional o internacional que no hayan sido esencialmente alteradas por la acción humana y en donde las especies vegetales y animales, las condiciones geomorfológicas y los hábitats, sean de especial interés para la ciencia, la educación y la recreación”.

El Parque Nacional Morrocoy fue creado el 26 de mayo de 1974, por Decreto Nº 113, Gaceta Oficial N° 30.408. Luego fue ampliado mediante el Decreto No. 944 de fecha 27 de mayo de 1975, Gaceta Oficial No. 30.706. Se crea con el propósito de proteger y conservar un área con características peculiares y numerosas bellezas escénicas, así como evitar el uso indiscriminado de sus playas y la destrucción de sus ecosistemas.

Tanto los manglares como los arrecifes de coral son ecosistemas importantes para el mantenimiento de la diversidad biológica del Parque, así como para la protección de toda la línea de costa y del conjunto de islotes que comprenden su zona insular. Ambos ecosistemas son altamente susceptibles o tienen un bajo nivel de tolerancia a ciertos cambios en el ambiente, tales como: temperatura, salinidad del agua, sedimentación, aumento en el nivel del mar, aumento de la cantidad de dióxido de carbono en el mar, etc.

El Parque Nacional Morrocoy no escapa a esta realidad, y es un buen ejemplo del potencial natural preservado no sólo por la diversidad biológica que posee, sino además por sus playas, manglares y fondos marinos, que representan un extraordinario recurso para el turismo y valiosa fuente de ingreso a las poblaciones aledañas al mismo. Sin embargo, el creciente desarrollo de la actividad turística, con el consecuente aumento en la construcción de infraestructuras fuera y dentro de los límites del Parque, ha generado una amenaza para el mantenimiento de la biodiversidad del mismo.

En este sentido, al afectar la vida de los manglares y de los corales, se perjudica toda la línea de costa y los islotes o cayos que constituyen la parte insular del Parque, pues además de ser un elemento crucial en la cadena alimenticia de los océanos, protegen a la costa e islas de los embates del oleaje, cuya función principal es erosionar. Por ello, surge el interés en investigar las áreas más susceptibles a la erosión en el litoral del Parque Nacional Morrocoy con el fin de analizar sus causas y consecuencias, buscando prevenir y mitigar posibles daños a la población y sus actividades. Igualmente, se persigue preservar a uno de los mejores atractivos turísticos del país y ser base de futuras investigaciones en el área.

Para dar respuesta a este planteamiento se desarrollaron los siguientes objetivos:

� Caracterizar las condiciones físico-naturales geología, geomorfología, climatología, vegetación y pendiente del Parque Nacional Morrocoy para el año 2009.

� Caracterizar las condiciones socioeconómicas en el Parque Nacional Morrocoy para el año 2009.� Determinar los niveles de susceptibilidad a la erosión en el Parque para el año 2009.� Analizar las consecuencias de la erosión sobre la población y sus actividades económicas, en

aquellas áreas más susceptibles.

Sobre la base de las consideraciones anteriores, las playas representan el elemento más frágil del litoral donde las diferentes actividades humanas ejercen una gran presión. La erosión costera, cuya consecuencia más visible y clara es la desaparición de las playas, se está agudizando en distintas partes del mundo, como ha señalado Greenpeace (2009) “en algunos puntos del litoral español, entre los cuales está la costa Andaluza”, asimismo United Press International (2008) en “el sector de Buenos Aires, Punta Piedras, a orillas del Río de la Plata, ha retrocedido unos 0,2 metros por año entre 1969 y 1990, valor que se triplicó entre 1990 y 2002 hasta alcanzar los 0,7 metros por año aproximadamente”. De igual forma, en “estudios desarrollados por la Universidad Nacional Autónoma de México (2009) se determinó que Cancún perdió 20 metros de playa en el período comprendido entre 1960 y 1990”, equivalentes a 0,76 metros por año.

Esto demuestra la necesidad de conservar el Parque como un espacio fundamental para el desarrollo de la región; en el cual se pretende disminuir el impacto que el desarrollo de las diversas actividades económicas ha generado a los ecosistemas que constituyen el mismo. También, es importante destacar que esta investigación se inserta en un macro proyecto para el estudio nacional de costas, dirigido por el Geógrafo José Arismendi en el Centro de Procesamiento Digital de Imágenes de la Fundación Instituto de Ingeniería, el cual generará información actual y detallada de gran utilidad para los entes oficiales del país en función del ordenamiento de estos espacios costeros.


Para poder desarrollar la presente investigación fue necesaria la visita a distintos centros de información, que aportaron documentación favorable para el conocimiento del área en estudio, de su diversidad, su población y sus actividades.

La información de geología, geomorfología, pendiente, cobertura vegetal, uso de la tierra y precipitación, entendidas como las variables que permitieron la determinación de la susceptibilidad, se obtuvo de los siguientes materiales cartográficos.

� Ocho cartas topográficas del IGVSB a escala 1:25.000 de referencias: 6548 I NO, 6548 I SO, 6548 II NO, 6548 III NE, 6548 IV NO, 6548 IV NE, 6548 IV SO y 6548 IV SE, que cubren las 28.767 ha o 288 km2

� Una imagen pancromática de 2,5m de resolución espacial y una multiespectral de 10m de resolución espacial, identificadas con el código K/J 656/328 ambas del satélite Spot 5 tomadas el 15 de diciembre de 2009.

del Parque Nacional Morrocoy (1965).

La metodología consistió en la preparación de mapas temáticos de los factores condicionantes y en la superposición de los mismos, estableciéndose el grado de susceptibilidad en función del peso asignado a cada uno de los factores. Esta metodología fue empleada por el Instituto Colombiano de Geología y Minería (INGEOMINAS, 2005) para la evaluación semi-cuantitativa de los factores de inestabilidad, calificados según el criterio del investigador. La aplicación de esta metodología partió del levantamiento de cada una de las variables consideradas (geomorfología, geología, cobertura vegetal y uso de la tierra, pendiente y precipitación), las cuales fueron ponderadas en función de consultas a expertos en el área, para determinar niveles de erosión a partir de la sumatoria de los valores de todas las variables, cuyo máximo fue igual a 100, tal como se observa en la Tabla 1.

Tabla 1: Ponderación de las variables consideradas en la determinación de la susceptibilidad a la erosión

Variables Ponderación

Geomorfología 30

Geología 25

Cobertura vegetal y uso de la tierra 25

Pendiente 10

Precipitación 10

La obtención de las variables se realizo mediante la actualización cartográfica digital, proveniente de la orto-rectificación de las imágenes Spot 5, que aportaron suficiente nivel de detalle para su levantamiento a escala 1:25.000.

Es importante destacar, que las variables consideradas no son las únicas responsables de la erosión en el Parque Nacional Morrocoy, ya que los vientos, el oleaje y las mareas, también influyen en este proceso, pero no se tomaron en cuenta por la carencia de registros.

Posteriormente, cada uno de los mapas temáticos fue evaluado de acuerdo a sus características propias, distribuyendo en categorías la ponderación establecida en la Tabla ,1 para cada una de las variables. El mayor valor correspondió a la categoría más susceptible a la erosión, y el menor, a la menos susceptible.

Finalmente, se realizo la superposición de los 5 mapas temáticos ponderados obteniéndose 2.006 polígonos, agrupados a partir del establecimiento de clases según el método de Sturges a fin de sintetizar y hacer más fácil el manejo de los polígonos, obteniéndose los siguientes rangos de susceptibilidad. (Tabla 2)

Tabla 2: Rangos de susceptibilidad

Susceptibilidad a la erosión Rangos

Baja 3 – 40,9

Media 41 – 68,9

Alta 69 – 96,9

4. Resultados

Con respecto a las superficies que abarcaron cada uno de los rangos de susceptibilidad, se tiene que, la mayor superficie correspondió con áreas de susceptibilidad media, las cuales abarcan el 20,7% de la superficie total del Parque, y están representadas por gran parte de la llanura litoral, la llanura aluvial y el interior de algunos cayos. Luego, con el 5,1% se encuentran las áreas de susceptibilidad alta, que corresponden con casi la totalidad de los cayos, y parte de las llanuras litoral y aluvial. Finalmente, las zonas de susceptibilidad baja, con el 3,4% incorpora el cerro Chichiriviche. Cabe destacar, que dentro de las áreas categorizadas bajo el rango de susceptibilidad baja también se encuentra la superficie marítima del Parque, que abarca 203,9 km2

Gráfico 1: Áreas susceptibles a la erosión

equivalente al 70,8% de su superficie, la cual no aparece reflejada en el Gráfico 1.

5. Conclusiones

De la geomática y las imágenes satelitalesLa geomática y el empleo de las imágenes satelitales permitieron logar resultados muy satisfactorios, no sólo por ofrecer una visión actualizada del área de estudio, sino al proporcionar mayor nivel de detalle que el aportado por la Cartografía Nacional, facilitando la generación de los distintos mapas temáticos y el desarrollo de la metodología planteada, que exhibe de forma sencilla la realidad del Parque y se visualizan las zonas de mayor y menor susceptibilidad a la erosión.

Del área de estudioEl Parque Nacional Morrocoy constituye un ambiente marino costero de singular belleza, caracterizado por sus playas, manglares y arrecifes, los cuales representan su atractivo turístico. Estos ecosistemas cumplen funciones vitales para el equilibrio ecológico del Parque, ya que proveen protección a las costas de la erosión y los embates del oleaje y sirven de hábitat para muchas especies. Conjuntamente, los manglares atrapan contaminantes y purifican las aguas cloacales transportadas por los afluentes, además de ofrecer una amplia gama de oportunidades para el sano esparcimiento y la recreación de sus visitantes. Así como importantes, son frágiles y susceptibles de perecer ante cualquier brusco cambio en su entorno, como la tala del manglar y aumentos en la temperatura del mar, la acidez y la cantidad de sedimentos en el agua. El desarrollo de la actividad turística del Parque ha sido desenfrenado, lo que hoy en día amenaza al mismo, es decir, si bien el turismo constituye la base económica de esa región, puede significar también su deterioro y declive. Con esto se quiere expresar, que la solución no es detener el turismo como tal, sino controlar su desarrollo impidiendo que éste perjudique a los ecosistemas del Parque.

De la metodologíaDe acuerdo con la metodología utilizada para la elaboración del mapa de susceptibilidad a la erosión, se observó que la geomorfología, la geología, la cobertura vegetal y uso de la tierra, son las variables que más influyen en la erosión dentro del Parque, como se aprecia en las diferentes playas y cayos que presentan un elevado número de servicios para las actividades turístico recreativas que allí se desarrollan y donde hay una mayor intervención antrópica. Con esto se demuestra, que los procesos erosivos, si bien están condicionados por las características físico-naturales de la zona, también dependen del crecimiento poblacional y de sus actividades.

Cabe destacar, que esta evaluación de susceptibilidad es de carácter cualitativa, y constituye el punto de partida para futuras investigaciones que se planteen determinar la vulnerabilidad a la erosión dentro del Parque, que deberán considerar las características específicas de la población que pudiere verse afectada, tales como: su capacidad para anticipar, sobrevivir, resistir y recuperarse del impacto de una amenaza, que unido a las características físico-naturales aquí analizadas, constituyen un estudio de vulnerabilidad.

De la susceptibilidad a la erosiónLa determinación de áreas susceptibles a la erosión, significó dar un gran paso en apoyo a las autoridades encargadas del ordenamiento territorial de estos espacios, regidos por la figura legal restrictiva de Área Bajo Régimen de Administración Especial (ABRAE) con el fin de minimizar la afectación de los recursos naturales y las presiones sobre los valores socioculturales que ocasiona el desenfrenado desarrollo turístico de la zona, procurando una relación de armonía entre la sociedad y la naturaleza que es el principio central del desarrollo sostenible, donde el crecimiento económico, la equidad social y la sustentabilidad ambiental van de la mano.

Consecuencias de la erosión sobre la población y sus actividades económicasLos distintos tipos de erosión que podrían presentarse en el Parque Nacional Morrocoy, tienen su origen no sólo en las condiciones físico-naturales de la zona, sino además en su crecimiento urbano, el cual ha provocado aumentos en la sedimentación de los océanos, en la tala de manglares y en la producción de desechos sólidos y líquidos, provocados por el incremento en la cantidad de botes, lanchas y yates; así como en las construcciones de comercios y posadas, dentro y fuera del Parque. Hoy en día, esa misma población está afectada por la desaparición de algunas playas y cayos, los cuales son el centro del

atractivo turístico de la zona, un ejemplo de esto lo constituye la desaparición de cayo Pelón, producto de la muerte del arrecife; de él sólo quedan bancos de corales muertos como se puede observar en la Foto 14.

Foto 1: Desaparición de cayo Pelón

Fuente: foto de la izquierda, venezolanos en línea. Foto de la derecha, tomada en campo.

Asimismo, en el cayo Boca Seca se observan procesos erosivos en el área cercana al puesto de comida(Foto 15)

Foto 15: Procesos erosivos en el cayo Boca Seca

Fuente: foto tomada en campo.

Tal como se ha visto, las consecuencias de un mal manejo ambiental del Parque, pueden generar un alto costo social y económico.

6. Bibliografía

� Chuvieco, Emilio. (2006). Teledetección Ambiental. La Observación de la Tierra desde el Espacio

� Cumbre Mundial Sobre El Desarrollo Sostenible. Johannesburgo, Sudáfrica. Septiembre de 2002. [Documento en línea]. Disponible en:

.Segunda edición, editorial Ariel, S. A. Barcelona-España.

http://daccess-dds-ny.un.org/doc/UNDOC/GEN/N02/636/96/PDF/N0263696.pdf?OpenElement [Consulta: 29 de mayo de2010].

� Decreto de creación del Parque Nacional Morrocoy (Decreto N°113). (1974, Mayo 26). Gaceta Oficial de la República de Venezuela, 30.408. (Extraordinario), 27 de mayo de 1974.

� Decreto de reforma parcial del decreto N° 113 (Decreto N° 944). (1975, Mayo 30). Gaceta Oficial de la República de Venezuela, 30.706. (Extraordinario), 31 de mayo de 1975.

� González de Vallejo, Luis, Ferrer, Mercedes, Ortuño, Luis y Oteo, Carlos. (2002). Ingeniería Geológica.

� Greenpeace.Pearson Prentice Hall. Madrid-España, página 611.

Destrucción A Toda Costa. [Documento en línea]. Disponible en: http://www.greenpeace.org/espana/campaigns/costas/nuestro-espacio-litoral/la-fragilidad-del-espacio-lito/erosi-n-costera [Consulta: 15 de octubre de 2009].

� Grupo Estándares para Movimientos en Masa (GEMMA). (2007). Movimientos en Masa en la Región Andina: Una guía para la evaluación de amenaza.

� Instituto Colombiano de Geología y Mineria (INGEOMINAS). (2005).

Servicio nacional de geología y minería, publicación geológica multinacional N° 4.

Susceptibilidad a Movimientos en Masa en los Cerros Occidentales de Santiago de Cali.

� Ley de Reforma Parcial de la Ley del Instituto Nacional de Parques (1978, Julio 21). Gaceta Oficial de la República de Venezuela 2.290. (Extraordinario), 9 de enero de 1979.

[Documento en línea]. Disponible en: http://aplicaciones1.ingeominas.gov.co/sicat/html/Metadato.aspx?CID=175832

� Universidad Nacional Autónoma de México (UNAM). Análisis de Riesgo y Vulnerabilidad del Sistema Litoral de Cancún, México. [Documento en línea]. Disponible en: http://www.cco.gov.co/anterior/Taller%20erosion%20costera/primer%20dia/mexico/MEXICO%20-%20GABRIEL%20RUIZ%20MARTINEZ.pdf [Consulta: 15 de octubre de 2009].

� Zinck, Alfred. (1981). Definición del Ambiente Geomorfológico con Fines de Descripción de Suelos.Mérida-Venezuela.

GESTIÓN AMBIENTAL

Experiencias en la modelación digital del terreno con el uso del AutoCAD Land Desktop para cierres de embalses.

Arnaldo Bárbaro Cabrera Murrell1 Aniel Álvarez González2 Raúl Casanella Leyva3

1Institución: Empresa de Investigaciones y Proyectos Hidráulicos Holguín, RAUDAL. Departamento:Taller de Topografía, Dirección: Carretera Central Km 2.5 Vía Bayamo. Holguín, Cuba.

[email protected]ón:Empresa de Investigaciones y Proyectos Hidráulicos Holguín, RAUDAL.

Departamento: Dirección del Trasvase. Dirección: Carretera Central Km 2.5 Vía Bayamo. Holguín, Cuba. [email protected]

3Institución: Universidad de Holguín Oscar Lucero Moya. Departamento: Ingeniería Civil. Dirección: Gaveta Postal 57, CP 80100, Ave. XX Aniversario, Piedra Blanca,

Holguín, Cuba. [email protected]

Resumen

El desarrollo impetuoso experimentado por la tecnología y en específico la industria del software y la microelectrónica en la última década del siglo pasado y comienzo de este, ha revolucionado de manera significativa las técnicas, métodos de análisis y cálculos ingenieros, creando nuevas herramientas con un carácter vinculante entre diferentes actividades y disciplinas, exigiendo entre ellas, una estrecha relación,la cual, se convierte en la esencia de la presente investigación. El objetivo esencial es entonces: implementar un procedimiento que, utilizando como interfaz el AutoCAD Land Desktop, permita integrar la actividad de topografía y la de diseño, creándose un proceso continuo que comienza en las investigaciones y termina con el producto final: el proyecto de la obra. En el algoritmo de trabajo, se muestra la comparación establecida entre los software que intervienen en el proceso, así como su alcance, con lo que se determina el uso de la tecnología Land, donde se genera una sola base de datos, común para las dos tareas (Topografía y Diseño), a la vez que permite prescindir de varios software y reducir considerablemente el tiempo de ejecución de las obras. A modo de conclusión, se muestra como resultado, la elaboración y procesamiento de modelos digitales del terreno, la determinación de mapas de pendientes, volúmenes de trabajo de la cortina y de embalse de las cuencas analizadas y las curvas de capacidad de algunos cierres. Esta tecnología ha sido aplicada a los proyectos: derivadora Sabanalamar, presa Seboruquito e ideas conceptuales de la presa Miguel, corroborando el exitoso avance de la gestión tecnológica y el conocimiento en la EIPH Holguín, RAUDAL.

Introducción

El desarrollo científico técnico experimentado a finales del siglo pasado, materializado en el desarrollo de la microelectrónica y la industria del software, con ordenadores personales cada vez más económicos y potentes, ha supuesto la popularización definitiva del uso de modelos numéricos en el campo de la hidráulica, construyéndose una serie de paquetes informáticos, más sencillos y amigables que integran numerosas herramientas y tecnologías, que humanizan, perfeccionan, permiten potencializar y reproducen con gran fidelidad muchos de los fenómenos hidráulicos que se presentan en la ingeniería hidráulica. Entre estos programas informáticos, el HEC – RAS es unos de los más utilizados que goza con gran prestigio internacional para la modelación de estos tipos de problemas, por su potente algoritmo de cálculos y su calidad gráfica para la representación de los resultados, los cuales son generados, a partir de la complementación de otros software de última generación, sobresaliendo el Hec- GeoRas, ARC GIS, SURFER y el ACAD Map, entre otros. El avance tecnológico alcanzado en la actividad de Topografía, ha permitido el logro de Modelos Tridimensionales del Terreno, con una exactitud similar o superior al generado con los Software antes

mencionados, se presentan con esta nueva modalidad entre otros, el CARTOMAP, ARCHICAD, TOPKO, LISCAD, TOPOCAL y CARLSON SURVEY. Se destacan en este escenario cambiante, una nueva generación de productos, resultantes de la integración de varias actividades o disciplinas, los cuales reportan altos beneficios económicos, eficiencia y racionalidad de los recursos empleados en la realización de un proyecto. La inserción de la Empresa Raudal en los trabajos del Trasvase Este – Oeste, cuyas complejidades técnicas, sus plazos de ejecución relativamente cortos, demandó la introducción de nuevas tecnologías que permitieran el diseño de estas obras con la calidad y rapidez que se exige.Un estudio realizado por el Comité internacional de Grandes Presas (ICOLD), sobre análisis de roturas de presas, examina las características técnicas que debe de cumplir un modelo matemático para que el mismo sea válido, y en el cual se estudiaron 27 modelos existentes en la actualidad, de ellos únicamente algunos están normalmente extendidos en la práctica y son accesibles comercialmente .Uno de los modelos incluidos como efectivo para la simulación de roturas de presas, es el HEC-RAS. Basados en el estudio detallado, de numerosos artículos, materiales, cursos, experiencias y proyectos elaborados con este software en el marco internacional por empresas, instituciones y universidades prestigiosas que validan su uso como un programa potente y confiable para las simulaciones hidráulicas en régimen libre de corrientes naturales, los autores del presente trabajo, lo incorporan como una nueva herramienta de trabajo, significando un paso de avance en la introducción de Tecnologías de Punta. Para su implementación en la Empresa Raudal, fue necesario complementar otras actividades relacionadas a continuación: digitalización, arreglo y georreferenciación con los sistemas CAD, la modelación digital del terreno, elaboración de bases de datos, y extracción numérica de la cartografía base con los sistemas de información geográficas y demás herramientas de los SIG, modelación hidráulica y análisis de variantes en el software HEC – RAS, y por último el retorno a los SIG y sistemas CAD para la representación y procesamiento final de los resultados. Unas de las desventajas del programa HEC – RAS es el volumen excesivo de datos geométricos necesarios para una correcta simulación debido a que por lo general la distancia entre secciones no debe de ser mayores de 30 m. Esta dificultad es salvada a partir de la extracción automática por parte del Arcview de la información necesaria, creando ficheros con bases de datos sobre las secciones definidas que pueden ser leídos por HEC – RAS, pero para su análisis en Arcview, la cartografía tiene que estar digitalizada, georreferenciada, y las curvas de nivel acotadas, además de estos es necesario revisar las mismas, que no existan zonas donde el río no coincidan con la zona mas baja, las curvas de nivel deben de ser continuas, no debe de haber zonas de depresiones donde no existe, etc., por lo tanto se debe además de realizar los pasos anteriores revisar la cartografía para obtener un modelo congruente con las condiciones reales del terreno.

Figura 1. Flujograma de uso de software existente en la empresa antes de la aplicación de la investigación.

Materiales y métodos

Los materiales utilizados para la realización de la investigación han sido:

Materiales para el trabajo de campo y la digitalización: � Estación total, taquímetro electrónico, Leica TPS

Modelo: TC(R) 805: adecuado para ejecutar trabajos de topografía catastral y de ingeniería, en la construcción de obras subterráneas y de edificios. Medición de distancias de hasta 5km. Utiliza rayo láser e infrarrojo. Efectiva para levantamientos topográficos de todo tipo. Realiza replanteos y cálculos geométricos de gran variedad.

Figura 2. Estación total utilizada para realizar los levantamientos topográficos

� RECEPTOR GPS Leica SR20 de una frecuencia (L1). Determina las coordenadas de un punto con precisión topográfica centimétrica. Distancia máxima línea base: 50 km. Precisión línea base: 10mm+2ppm. Se utiliza como dispositivo para levantamientos topográficos de gran precisión. Transforma coordenadas de un sistema a otro.

Figura 3. Sistema de posicionamiento global utilizado para realizar los levantamientos topográficos

� Mapas, zonas que representan. La cartografía utilizada pertenece a las zonas escogidas para la posterior proyección, encontrándose originales en formato de papel y digital, archivos en formato DEM, entre otros.

Software: � Leica Geo-Office combinado v 4.0.

Ofrece poderosas herramientas para el post-proceso GPS. Puede procesar datos estáticos y cinemáticos. Permite la descarga y procesamiento de datos de otros equipos Leica.

� AutoCAD Land Desktop 2005. Este sistema es una aplicación de Autodesk, desarrollada para profesionales del área de la ingeniería civil, la geomensura y la cartografía. Integra varios productos: Autodesk Map 2005: Permite el análisis, digitalización, procesamiento y la creación de mapas. Constituye una potente herramienta al relacionarse con las otras aplicaciones. Resuelve y vincula algunas tareas destinadas a los GIS. Autodesk Civil Design 2005: Es otra de las aplicaciones que complementa AutoCAD Land Desktop. Es la herramienta que vincula los módulos para el procesamiento cartográfico con los de diseño, entre estos últimos se citan: diseño de excavaciones, plataformas, terrazas, pilas,

vertederos, diseño de caminos, canales, cortinas de presas o de cualquier otro proyecto que se desarrolle a lo largo de un eje (diseño en planta, alzada y perfiles tipo o proyecto), diseño avanzado de caminos (peraltes, ensanches, taludes en terraza, etc.), cubicación de proyectos, diseño en planta de todo tipo de canchas (fútbol, tenis, basketball, hockey, etc.), análisis hidráulico de algunas estructuras. Autodesk Land Desktop 2005; Contiene herramientas de consultas de todos los productos que integran el software, ofrece además, administración de puntos, modelado de terrenos, creación de curvas de nivel, alineaciones y parcelas. Autodesk Survey 2005: Es la aplicación encargada de analizar y resolver los problemas topográficos presentes en una obra. Permite la creación de puntos a partir de diferentes objetos, importa y exporta los puntos, contiene módulos para el replanteo de obras, modelación digital del terreno, cálculo y ajuste de poligonales, entre otros. Genera automáticamente dibujos topográficos a partir de datos de campos, permite la comunicación con instrumentos receptores de datos de última generación. Autodesk Land Desktop 2005 Complete: Relaciona los productos integrantes con el AutoCAD Estándar. Autodesk Land XML Reporting: Permite la salida de datos desde o hacia los instrumentos (replanteos, alineaciones, etc)

� HEC-RAS, versión 3.11 Realiza calculos del perfil hidráulico de los ríos de modo unidimensional en régimen estacionario y no estacionario. Para ello, dispone de rutinas comunes tanto para la representación de datos geométricos como para la realización de cálculos hidráulicos.

Los métodos utilizados han sido: � En el proceso de elaboración del modelo digital del terreno, digitalización y extracción de datos

de la red de ríos. La modelación del terreno se realizó mediante el software AutoCAD Land Desktop 2005, utilizando la interpolación de Delanuay y los ejes de los ríos fueron definidos a partir de quiebres.

� Modelación hidráulica del sistema. Este proceso se realizó mediante los sistemas: AutoCAD Land Desktop 2005 y HEC-RAS, versión 3.11. Esto permitió establecer el tipo de flujo, la alternativa de utilizar hidrógrafos o plantear condiciones de frontera pre-establecidas, así como los coeficientes de resistencia al flujo. Se debe tener presente que el HEC-RAS utiliza las expresiones de rugosidad de Manning.

� Análisis y representación gráfica de los resultados. La representación de las gráficas de Volumen de agua vs tirante y de Área inundada vs tirante se confeccionaron mediante elaboración propia, a partir de los resultados que ofrece el AutoCAD Land Desktop 2005

Resultados

El Taller de Topografía, se encuentra en un escenario cambiante, donde resulta necesario buscar alternativas ventajosas para tratar de resolver la problemática de los costos. Por otro lado el avance tecnológico producido en los últimos años ha creado nuevas herramientas con un carácter vinculante entre las actividades de topografía y proyecto, exigiendo una estrecha relación, en la cual la actividad de topografía no puede verse aislada al diseño. Para aprovechar el alcance de la tecnología adquirida,- hardware y software-, resulta necesario integrar la información generada por los instrumentos, así como la que nos suministran los diferentes programas, siguiendo una secuencia lógica en la gestión y procesamiento de todo tipo de datos.

Surge la idea de trabajar de manera conjunta con uno de los clientes internos, y a partir del conocimiento sobre estos dos software se propone el siguiente procedimiento para determinar la capacidad máxima disponible de un embalse:

1. Elaborar el modelo digital del terreno natural. 2. Elaborar el modelo digital del cierre de la presa. Para la realización de estos dos primeros pasos se trabaja dentro del AutoCAD Land Desktop 2005, según el siguiente esquema de trabajo:

Figura 4. Secuencia general de trabajo para la creación de modelos digitales de terrenos en el AutoCAD Land Desktop.

3. Fusionar los modelos digitales del cierre de la presa y el terreno natural en un nuevo modelo digital. El tercer paso de la metodología se ejecuta utilizando el comando Paste surface del AutoCAD Land Desktop 2005.

Figura 5. Modo de fusionar dos modelos digitales de terrenos en el AutoCAD Land Desktop.

4. Definir los niveles de agua que han de ser calculados. 5. Elaborar para cada uno de esos niveles de agua modelos digitales de elevaciones, considerando como

base el modelo digital fusionado, obtenido en el paso No. 3. Este quinto paso de la propuesta metodológica se realiza utilizando el menú Grading del AutoCAD Land Desktop 2005.

Figura 6. Creación de un modelo digital de elevaciones para los niveles de agua en el AutoCAD Land Desktop.

6. Calcular los volúmenes totales de agua bajo cada uno de los niveles y obtención de las gráficas: � Volumen de agua vs tirante. � Área inundada vs tirante.

7. Exportación de las características geométricas y de comportamiento general del flujo a HEC-RAS. El AutoCAD

Figura 7. Modo de vincular las características geométricas e hidráulicas desde el AutoCAD Land Desktop hasta HEC-RAS.

8. Análisis hidráulico en HEC-RAS 9. Importación de los resultados al modelo digital de terrenos.

Luego de aplicar dicho proceso, el esquema de trabajo propuesto por esta investigación es el siguiente:

Figura 8. Flujograma de uso de software propuesto por la investigación.

Conclusiones

1. Se elabora un procedimiento a partir del estudio detallado de los software AutoCAD Land Desktop y HEC-RAS, que permite la rápida solución de distintos diseños hidráulicos con una elevada precisión.

2. Se logra un ahorro considerable de tiempo y se humaniza el trabajo del técnico al sintetizarse en una sola herramienta los procesos de modelación digital de terrenos y de diseños. Para una misma superficie se logra: � Reducción en el tiempo de elaboración de la curva A (m²) vs H (m), aproximadamente en 15

días. � Reducción en el tiempo de determinación de secciones transversales y perfiles longitudinales,

aproximadamente una semana. � Determinación de volúmenes de trabajo, aproximadamente una semana.

Bibliografía

Libros 1. Álvarez González, Aniel. “Modelación de la rotura de la presa Melones” 2. BRUNNER, G. W. 2002. HEC-RAS River Analysis System Hydraulic Reference Manual. Versión

3.1, 3. Marón, David “Modelos numéricos”. 4. Moreno Emilio “Manual Básico del HEC – RAS”. 5. U.S. Army Corps of Engineers, Hydrologic Engineering Center. Davis, California U.S.A. 2002. 6. USACE, Hydrologic Engineering Center, 1997 UNET, “One Dimensional Unsteady flow through a

full network of open channels”, User’s Manual, Davis, Ca.,Technical Reference Manual, march 2000. www.usace.army.mil USACE, Hydrologic Engineering Center, 2000, “Hydrologic Modeling System HEC-HMS”.

Internet

1. Autodesk Survey. Disponible en http://www.puntocad.com/descripcion/landesktop.htm2. Autodesk Land desktop Tutorial The Basics of Creating Terrain Models. Disponible en http://www.caddigest.com/subjest/adsk land/select/081004 morse terrain models.htm3. Manual de AutoCAD Land. Disponible en http://www.manualespdf.es/manual-autodesk-land-desktop-2i/4. Manual Land Developer R3. Disponible en http://www.manualespdf.es

1

Corrección del Efecto Topográfico en Imágenes de Satélite, para la Generación de Mapas de Cobertura Vegetal y Uso de la Tierra, en

Zonas de Montaña.

Ing. Esp. Celeste Lores (1), Ing. MSc. Diego Machado P. (2), Ing. MSc. Gloria Ramírez(3)

(1) Palmichal,(2) SIGPER Consultores y (3)Facultad de Agronomía, [email protected], [email protected] y [email protected]

RESUMENLa cuenca del río Canoabo, que alimenta al embalse del mismo nombre; es el principal reservorio de agua de la región centro norte costera del estadoCarabobo. En ambas vertientes de la cuenca se llevan a cabo diversas actividades agropecuarias que ponen en riesgo la vida útil del embalse debido al incremento en la producción de sedimentos. En esta cuenca, al igual que en la mayoría de las zonas montañosas del país, existe un déficit de información básica reciente, que permita caracterizar el medio con miras a una planificación sostenible de los recursos naturales. La aplicación de Tecnologías de Información Geográfica (TIG), como Sistemas de Información Geográfica (SIG), Percepción Remota (PR) y Sistema de Posicionamiento Global, (GPS) favorece la generación de información en estas áreas. En el presente estudio, se evalúa el efecto de las correcciones georadiométrica en zonas de montaña para la generación de mapas de cobertura vegetal y uso actual de mayor veracidad. Para lograr este objetivo, se corrigió georadiométricamente una imagen LandsatETM

1. Introducción.

, utilizando como referencia las cartas topográficas a escala 1:25.000, y el método de corrección toporadiométrica de Minnaert, para lo cual fue necesario elaborar un modelo digital de elevaciones. Al producto obtenido se le realizó una clasificación supervisada para obtener un mapa de cobertura vegetal y uso actual de la cuenca. Al comparar el mapa resultante con el obtenido por métodos tradicionales se observóuna mejora significativa en la precisión de la clasificación, por tanto se concluye que la aplicación del modelo de Minnaert para la corrección georradiométrica, mejora la discriminación de categorías con fines de clasificación de cobertura vegetal, de manera que contribuye a facilitar la labor del intérprete aumentando la precisión de la información generada, traduciéndose en un considerable ahorro de tiempo y esfuerzo al disminuir los requerimientos de trabajo en campo.

Palabras claves: Teledetección, Minnaert, Correcciones Georadiometricas, Clasificación de Imágenes de Satélite, Vegetación y Uso de la Tierra, Cuencas, Canoabo.

El ser humano en su afán de satisfacer sus necesidades básicas, ha aumentado la intensidad de uso de las tierras, acelerando los procesos de degradación que impactan negativamente la sostenibilidad del medio. Este hecho, es especialmente importante, en las cuencas montañosas, ya que la degradación y agotamiento de los recursos naturales se manifiesta en:erosión,disminución de la biomasa vegetal, afectación de la biodiversidad, pérdida de productividad de los suelos, contaminación de suelos y aguas, reducción de la cantidad y calidad del agua, aumento de la escorrentía, entre otros. (Machado et al, 2005).

Esto ha traído como consecuencia que la producción de agua sostenible en las cuencas altas se haya visto afectada, y en la actualidad constituye uno de los principales problemas que afecta a la mayoría de asentamientos humanos alrededor del mundo, vislumbrándose como elemento de conflictos locales y globales.

Estos problemas se agravan, debido a que en la mayoría de las cuencas montañosas yespecialmente en Venezuela, existe un déficit de información básica reciente, que permita caracterizar el medio, con miras a una planificación sostenible de los recursos naturales.

En este orden de ideas la aplicación de Tecnologías de Geoinformación, como Sistemas de Información Geográfica (SIG), Percepción Remota (PR) y Sistema de Posicionamiento

2

Global(GPS), favorece la generación y actualización de información en estas áreas.La PR permite obtener información sobre la superficie del terreno; sin embargo característicasinherentes al sensor, a los métodos de captación, el efecto de la atmósfera y a variaciones de condiciones de iluminación debido al relieve, dificultan la extracción directa de información sobre la cubierta vegetal. Una buena interpretación de los datos de las imágenes requiere decorrecciones geométricas y radiométricas previas al análisis.

En base a las consideraciones anteriores y dada la importancia de la cuenca Canoabo, principal fuente de abastecimiento hídrico de la región centro norte costera del estadoCarabobo, estetrabajo plantea como objetivo fundamental evaluar la corrección del efecto topográfico en una imagen de Satélite Landsat 7 ETM+

Dónde: • h = Reflectividad Corregida, • • = Reflectividad Observada, Z= La pendiente del terreno, cos• (i)= Ángulo de incidencia del sol sobre la superficie y k = Constante de Minnaert.

La constante de Minnaert describe las propiedades ópticas de los diferentes tipos de superficies e indica la sensibilidad de las diferentes bandas espectrales a los efectos producidos por la topografía;“k” es por tanto, específica para cada tipo de cubierta del suelo y es distinta para cada banda espectral (Dengsheng, et al., 2.008).

mediante el uso de un modelo digital de elevaciones para la generación de mapas de cobertura vegetal y uso actual de la tierra.

La corrección geométrica implica realizar una transformación que persigue la restitución de la imagen de acuerdo con un sistema de proyección geográfica determinado. La corrección radiométrica se refiere, a las técnicas que modifican los niveles digitales originales, con la finalidad de acercarlos a los que estarían presentes en la imagen en una observación ideal.

El presente estudio evalúa las correcciones georadiométricas en zonas de montaña para hacer un uso más efectivo de las imágenes de satélite, utilizando un método no Lambertiano de corrección radiométrica, conocido como el Método de Minnaert, el cual es uno de los modelos más ajustados a la naturaleza de la reflexión de los objetos sobre la superficie de la tierra, y consiste en multiplicar la reflectividad que mide el sensor por un factor que es inversamente proporcional al coseno del ángulo de incidencia solar sobre la superficie en cuestión.

2. Materiales y Métodos.Ubicación geográfica: La cuenca en estudio, está ubicada en la parroquia Canoabo, municipio Bejuma del estado Carabobo (Figura 1), tiene un área de 14.500 ha, presenta una topografía con fuertes pendientes y una cobertura dominada por herbazales, bosques moderadamente intervenidos y cultivos permanentes donde predominan los cítricos. Su principal afluente es el rio Canoabo, que drena sus aguas directamente al embalse del mismo nombre (Pequiven, 2007).

�� = �� cos �� cos ��

Figura 1: Ubicación de la zona en estudio.

3

Esquema Metodológico: En la Figura 2 se muestra, en forma esquemática, el procedimiento realizado a fin de cumplir con los objetivos propuestos en la presente investigación.

Figura 2: Esquema Metodológico.

Base Cartográfica: Se utilizó como base cartográfica para el desarrollo del estudio, cinco (5) cartas topográficas a escala 1:25.000 (IGVSB) en formato raster, referenciadas en el Sistema de Proyección UTM, Datum la Canoa (PSAD 56). Las referidas cartas fueron transformadas al Datum SIRGAS-Regven utilizando el algoritmo de Molodensky- Badekas de 10 parámetros. A partir de las cartas se vectorizaron las curvas de nivel, los puntos de control de elevación, límites del embalse y la red hidrográfica (siguiendo el sentido delflujo).

Como segundo paso se georeferenció una imagen de satélite Landsatetm+(005/053 del 18 de Marzo del 2.003). Se utilizó la corrección polinomial de segundo orden, tomando como referencia 30 puntos de control, obtenidos de la base cartografía. El error medio cuadrático de los residuales (RMS) fue de 11,69 m, significativamente menor al tamaño del pixel (28,5 m).Este resultadoindica que la calidad de la corrección Geométricacumple con los niveles detolerancia recomendada para este tipo de imágenes (Administración de Parques Nacionales (APN) - Sistema de Información de Biodiversidad (SIB) (2.005)) (Figura 3).

Figura 3: Corrección geometrica de la Imagen Landsat, en base a las cartas topográficas, escala 1:25.000.

4

Modelo digital de Elevación (MDE): A partir de los valores de altura de los puntos de control de elevación y de las curvas de nivel, y tomando en consideración la dirección de la red hidrográfica y bordes del embalse, se generó un MDE en formato grid, con tamaño de celdas de 20 m; para lo cual se utilizó el Módulo TOPOGRID de ArcInfo, que esta basado en el modelo ANUDEM (Hutchinson, 1996).A partir del MDE se generó digitalmente un mapa de porcentaje de la pendiente (Figura 4).

Figura 4: Modelo Digital de Elevación y Mapa de Pendientes resultantes.

Corrección del Efecto Topográfico: Una vez corregida geométricamente la imagen y elaborado el MDE se procedió a realizar la corrección topográfica. Para realizar esta corrección se aplicó el Modelo de Minnaert registrado en Erdas Imagine como TopographicNormalization;donde ingresamos la imagen a corregir (Imputimage), el modelo digital de elevaciones obtenido (Imput DEM file), los valores de Azimut Solar (Solar Azimuth) y Elevación Solar (Solar Elevation) de la imagen.

Figura 5: Modelo de Minaert (Erdas 2001).

Generación del mapa testigo de cobertura vegetal y uso actual: Para la obtención de las parcelas de muestreo y la validación de los resultados, se utilizó como testigo, un mapa de cobertura vegetal y uso actual de la tierra previamente elaborado por Lores y Rebolledo (2007), por métodos convencionales.A fin de ajustarlo a los objetivos y escala del presente trabajo, el referido mapa fue generalizado, en base al tipo de cobertura dominante en cada unidad cartográfica, la forma de vida predominante y el grado de intervención.

Clasificación Supervisada:Utilizando el móduloClassifier de ErdasImage, se delimitaron parcelas de muestreo (signatures) sobre la imagen, tomando como base el mapa testigo; luegose le indicó al programa los píxeles que se suponen representativos de cada una de las categorías de información que se desea identificar. El método de agrupamiento utilizado fue paramétrico y la regla de decisión de máxima probabilidad. La clasificación supervisada, se realizó primero utilizando como entrada la imagen sin corrección y luego utilizando la Imagen conla corrección por Minnaert.

5

Edición de los mapas obtenidas (sal y pimienta): Una vez finalizado el proceso de clasificación, se observan pixeles aislados, los cuales muchas veces no tienen un área representativa dentro de las categorías clasificadas, por lo tanto es necesario realizar un proceso de “limpieza” de la imagen, lo que se conoce como “sal y pimienta”, con la finalidad de que las clases predominantes absorban estos pixeles. Para esto se aplicó el filtro Majority de 3X3 (Ramírez, G. 2.008), del módulo Interpreter de ErdasImage.

Validación:La validación de la información fue realizada utilizando Matriz de Confusión e Índice de Kappa.Primero se construyó la matriz de confusión para evaluar la imagen obtenida a partir de la clasificación supervisada sin la corrección de Minnaert. La segunda matriz elaborada evalúa la imagen obtenida a partir de la clasificación supervisada corregida con Minnaert. En ambos casos se tomó como verdad terrestre la información derivada del mapa testigo.

3. Resultados.Mapa Testigo de Cobertura Vegetal y Uso de la Tierra:Utilizando como base los criterios de generalización previamente definidos, se generó el Mapa de Cobertura Vegetal y Uso Actual de la Tierra testigo; que se utilizó como referencia para ladefinición de las parcelas de muestreo (signatures) y para validar los resultados de la clasificación supervisada. En la figura6 se muestran las unidades resultantes del proceso de generalización.

Figura6: Unidades de Cobertura Vegetal y Uso Actual generalizadas (Mapa testigo).

Mapa de Cobertura Vegetal y Uso de la Tierra obtenido de la Clasificación Supervisada sin corrección topográfica. La precisión global de la clasificación resultó ser de 47,51 %, lo cual podría considerarse como una precisión pobre; sin embargo de manera general las diferentes categorías se encuentran bien discriminadas unas de otras (Cuadro 1).

Cuadro 1. Matriz de confusión Clasificación supervisada sin corrección topográfica.

Datos de la Clasificación

Datos de Referencia Precisión Usuario

%

Error Comisión

%Bd Bm Br M H Cp Ca E Sd Ur Total

Bd 1026 248 12 2 21 7 107 0 0 0 1423 72,10 27,90 Bm 41 2386 346 396 914 474 583 0 22 0 5162 46,22 53,78 Br 1 100 1553 146 804 654 122 6 9 0 3395 45,74 54,26 M 0 137 46 459 212 220 94 1 41 3 1213 37,84 62,16 H 1 38 96 71 431 319 30 7 17 23 1033 41,72 58,28 Cp 0 20 75 59 347 413 22 8 19 38 1001 41,26 58,74 Ca 23 293 109 291 553 316 922 3 85 2 2597 35,50 64,50 E 0 0 1 0 6 16 0 606 0 0 629 96,34 3,66 Sd 0 8 10 88 198 182 80 3 256 106 931 27,50 72,50 Ur 0 6 15 22 68 97 3 0 57 637 905 70,39 29,61Total 1092 3236 2263 1534 3554 2698 1963 634 506 809 18289Precisión Productor % 93,96 73,73 68,63 29,92 12,13 15,31 46,97 95,58 50,59 78,74Error Omisión % 6,04 26,27 31,37 70,08 87,87 84,69 53,03 4,42 49,41 21,26Precisión Global % 47,509

6

Analizando en detalle, observamos que la cobertura Bosque denso muestra valores elevados de precisión tanto del productor como en el usuario. Esto indica que esta cobertura puede ser clasificada sin grave riesgo.

Las coberturas Bosque medio y Bosque ralo presentan altos valores de precisión del productor y valores de precisión del usuario inferiores al 50%, lo que significa que prácticamente la mitad de los sitios de muestreo fueron ubicados erróneamente, esto debido quizás a la selección de los sitios de muestreo en áreas que por la baja densidad de la vegetación la clasificación se vuelve confusa, clasificándose erróneamente en otras coberturas como cultivos permanentes.

Las coberturas de Matorral y Herbazal presentan valores bajos tanto en la precisión del usuario como en la precisión del productor señalando confusiones mutuas, lo cual suele resultar debido al hecho de que estas coberturas tienen una respuesta espectral semejante y están en asociaciones.

Las cobertura Embalse y Uso residencial son correctamente clasificadas, las mismas no presentan inconvenientes en su clasificación debido por una parte a la respuesta espectral característica de estas coberturas y por la otra al patrón de forma que poseen.

El Coeficiente Kappa (K) posee un valor de 0,5224; lo cual significa que las clasificaciones son 52 % mejores que las esperables al azar.

Mapa de Cobertura Vegetal y Uso de la Tierra obtenido de la Clasificación Supervisada con corrección topográfica. La precisión global de la clasificación realizada conla imagen corregida por Minnaert resultó ser de 69,18%,lo cual puede considerarse como una precisión buena (Cuadro 2);además representa una mejora significativa en la clasificación de las coberturas comparándola con la obtenida en la clasificación supervisada sin corrección topográfica, lo cual significa que al corregir el efecto topográfico es posible discriminar mejor las diferentes coberturas.

Cuadro 2. Matriz de confusión Clasificación supervisada con corrección topográfica.

En la cobertura de Bosque denso se aprecia una mejora considerable en la precisión del usuario, lo que nos indica que una vez aplicada la corrección de Minnaert es posible una mejor discriminación de esta clase de vegetación.

Las coberturas de Bosque medio y Bosque ralo reflejan significativas mejoras en los valores de precisión, tanto del usuario como del productor, comparándolos con la clasificación sin corrección topográfica, donde se observó confusión en la precisión del usuario.

La cobertura de Matorral presenta una precisión del usuario casi dos veces mejor que en la clasificación sin corrección topográfica, en tanto que el Herbazal aun cuando la precisión del usuario mejoro muy poco, se observa que la precisión del productor mejora significativamente pasando de 12,13% a 63,94% lo que refleja la bondad de la corrección. De igual forma las coberturas de Embalse y Uso residencial son correctamente clasificadas.

Datos de la Clasificación

Datos de Referencia Precisión del usuario

%Error

Comisión %Bd Bm Br Ca Cp H M E Sd UR TotalBd 2962 173 0 28 0 8 262 7 1 0 3441 86,08 13,92Bm 202 2205 4 83 1 3 150 1 3 0 2652 83,14 16,86Br 1 0 2212 232 16 117 718 0 32 0 3328 66,47 33,53Ca 20 79 344 1145 20 31 1088 2 16 0 2745 41,71 58,29Cp 0 0 24 11 982 101 11 0 47 54 1230 79,84 20,16H 2 2 178 37 324 500 57 1 48 0 1149 43,52 56,48M 130 50 191 334 1 5 1481 5 25 0 2222 66,65 33,35E 0 0 0 0 3 1 0 815 0 1 820 99,39 0,61Sd 7 5 76 34 74 14 111 2 232 9 564 41,13 58,87Ur 0 0 12 0 98 2 6 0 8 355 481 73,80 26,20

Total 3324 2514 3041 1904 1519 782 3884 833 412 419 18632Precisión

Productor % 89,11 87,71 72,74 60,14 64,65 63,94 38,13 97,84 56,31 84,73Error Omisión

% 10,89 12,29 27,26 39,86 35,35 36,06 61,87 2,16 43,69 15,27Precisión Global % 69,18

7

En éste caso el Coeficiente Kappa (K) posee un valor de 0,7576; lo cual significa que las clasificaciones son 75 % mejores que las esperables al azar.

Mapa final de Cobertura Vegetal y Uso Actual. Una vez analizados los resultados obtenidos, se procedió a elaborar el mapa final,a partir de la imagen corregida con Minnaert; por ser ésta la que arrojo mejores precisiones. La referida imagen, previa corrección de los efectos sal y pimienta, fue vectorizada, para generar el mapa final de Cobertura Vegetal y Uso Actual de la Tierra de la cuenca del río Canoabo (Figura 7).

Figura7: Mapa final de Unidades de Cobertura Vegetal y Uso Actual.

4. Conclusiones.Las coberturas de bosques densos, zonas urbanas y cuerpos de agua, presentaron una buena precisión (> 80%) tanto en la clasificación con corrección topográfica, como en la no corregida.

Las coberturas de bosques (medios y ralos) y las áreas bajo cultivo permanente, arrojaron mejoras significativas en la precisión de la interpretación una vez aplicada la corrección topográfica; sin embargo se presentan confusiones entre los bosques medios y los cultivos permanentes.

Las coberturas de matorral,herbazal y cultivos anuales, aun cuando mejoraron relativamente al aplicar la corrección de Minnaert, presentan valores bajos en la precisión (< 50%) de la clasificación, señalando confusiones mutuas; lo cual suele resultar debido al hecho de que estas coberturas tienen una respuesta espectral semejante y están en asociaciones.

Los valores de precisión global de la matriz de confusión realizada de la imagen corregida con Minnaert (69%), representa una mejoradeterminante en la clasificación de las coberturas,comparándola con la obtenida en la clasificación supervisada sin corrección topográfica(47%).Esto demuestra que la corrección del efecto topográfico para la interpretación imágenes mejora la identificación y delimitación de las clases de coberturas y uso de la tierra (Figura 8).

Figura 8: Comparación de los Resultados.

8

Con base enestos resultados, se concluye que la aplicación del modelo de Minnaert, propicióuna mejora general, en la discriminación de categorías con fines de clasificación de cobertura vegetal y uso de la tierra en áreas montañosas; de manera que contribuye a facilitar la labor del intérprete aumentando de manera relevante, la calidad de la información generada.

5. Referencias Bibliográficas.

ADMINISTRACIÓN DE PARQUES NACIONALES (APN) - SISTEMA DE INFORMACIÓN DE BIODIVERSIDAD (SIB) (2.005). Protocolo para el procesamiento de imágenes satelitales a de Landsat para aplicaciones de la Administración de Parques Nacionales. Buenos Aires Argentina. Disponible en (Consulta: 2.011, Enero 17)http://www.sib.gov.ar/archivos/Protocolo_img_Landsat.pdf.

DENGSHENG, L., HONGLI, G., SHIZHEN, H., AIJUN, X., GUOMO, Z., HUAQIANG, D. (2.008). Pixel-based Minnaert Correction Method for Reducing Topographic Effects on a Landsat 7 ETM

HUTCHINSON, M.F. (1.996). A locally adaptative approach to the interpolation of digital Elevation models.Third International Conference/Workshops on Integrating GIS and Environmental Moeling.NGGIA. University of California, Santa Bárbara disponible en:

Image. Photogrammetric Engineering & Remote Sensing Vol. 74, No. 11, November 2008, pp. 1343–1350.

ERDAS IMAGINE, (2.001). Tour Guides. Erdas Inc. Atlanta, Georgia.

http://www1.qsi.qo.jp/geowww/globalmap-qsi/qtopo30/papaers/local.html.

LORES, D. REBOLLEDO, D, (2.007). Caracterización de la Cobertura Vegetal y Uso Actual de la Tierra de la Cuenca del Río Canoabo, Municipio Bejuma Estado Carabobo.

MACHADO, D., SEVILLA, V.¸ COMERMA, J. 2005. Estimación de La Producción de Agua en Cuencas Hidrográficas, Mediante la Aplicación de Tecnología de SIG, Caso Cuenca del Caroní. I Jornadas Nacionales de Geomática. Fundación Instituto de Ingeniería, Centro de Procesamiento Digital de Imágenes, Caracas.

PEQUIVEN. (2.007). Caracterización Físico Natural y Socioeconómica de la Cuenca del río Canoabo.

RAMÍREZ, G. (2.008) Procesamiento digital de imágenes PDI. Guía Práctica. Universidad Central de Venezuela, Facultad de Agronomía, Postgrado en ciencias del Suelo,Diploma de Perfeccionamiento profesional en SIG y Teledetección.

1

El uso del SIG como herramienta clave para las evaluaciones socioambientales. Caso de estudio: Isla Larga, del Parque Nacional San

Esteban. Estado Carabobo. Venezuela.

Humberto BorgesUniversidad Bolivariana de Venezuela

[email protected]

ResumenIsla Larga es uno de los más bellos ecosistemas marinos-costeros del estado Carabobo, de apenas 40 ha, que pertenece al Parque Nacional San Esteban. Hoy, como consecuencia de la ausencia de otros espacios naturales en la región con estas características exóticas, Isla Larga se ha convertido en uno de los lugares privilegiados para el turismo, siendo el sector más visitado de todo el parque nacional en su conjunto, con más de un 90% de las visitas. (Parkswatch 2004). La preferencia de los usuarios hacia Isla Larga, sumados a la escasa vigilancia y control, al mal aprovechamiento de los recursos naturales de algunos pescadores y al mal uso de algunos espacios por las cooperativas que hacen vida en la isla, está provocando una serie de degradaciones ambientales y/o conflictos de uso en el borde costero y en otras áreas reglamentadas, amenazando la vida del manglar y los corales, poniendo en riesgo el equilibrio integral de la isla. Para materializar la evaluación socioambiental en Isla Larga, resalta entre otras técnicas e instrumentos de medición, el uso de la herramienta tecnológica de información geográfica ArcGis. 9.2 (2007), de Environmental Systems Research Institute (ESRI), la cual está diseñada paracrear, visualizar, y analizar datos geoespaciales. La aplicación de este software permitió realizar algunas aplicaciones de gran utilidad para este trabajo de investigación, entre ellas están: Referenciar la imagen satelital, de Google Earth (2005), a fin de crear y localizar las áreas de usos reconocidas en campo,identificar y calcular el área de cada uno de los espacios reglamentados, calcular el área total del lugar de estudio y sentar las bases para el análisis de las variables ambientales relacionadas con los otros objetivos de esta investigación. Entre los resultados más destacados está el cálculo de la distribución de las áreas de uso de Isla Larga, la determinación de la capacidad de atención turística, la distribución de la población turística de la isla, la identificación de conflicto de uso y degradación ambiental en algunas áreas, talescomo área de camping, restaurant y todo el borde costero de Isla Larga.

IntroducciónEl mundo de hoy está viviendo una crisis paradigmática que se evidencia no solamente en lo económico sino desde todos los ámbitos. Quizás el político es el que adquiere más relación e importancia en el tema noticioso, pero el tecnológico, el social y por supuesto el ecológico, son las pruebas que evidentemente revelan que la lucha que se esta gestando es estrictamente por la supervivencia. Tal es el peligro, que aquello que se enfrenta hoy, es la irrupción de múltiples procesos de inestabilidad sistémica, poniendo en vilo el agotamiento casi irreversible de la especie en su conjunto, conllevando a la futura devastación de la Tierra. Fernández (2006).

Cambios que se evidencian en los ciclos naturales el relacionamiento de fenómenos, tales como: capa de ozono con el aumento el cáncer de piel, gases invernaderos con cambios climáticos, deforestación con crecimiento poblacional o siembra de monocultivos. Problemas socioambientales complejos, que no son simplemente la alteración de los sistemas naturales por la satisfacción de verdaderas necesidades humanas, más bien como señala Figueredo (2006), es el resultado de la pérdida del camino sabio del conocimiento y la filosofía de interacción con el ambiente, y que guiaban la conducta de nuestros antecesores.

De las consideraciones anteriores, ya no basta hoy día estudiar al ambiente desde las disciplinas que dominan los estadios del conocimiento ambiental por separado (geología, biología, geomorfología, geografía, entre otras), sino que surge la necesidad de visualizar el espacio geográfico intervenido o por preservar a partir desde la multidisciplinariedad y transdiciplinariedad. Esta visión sistémica de las cosas

2

nos obliga a incorporar nuevas formas de ver el espacio geográfico para poder acercarnos a la certidumbre.

En este sentido, la posibilidad y necesidad de incorporar nuevas formas, disciplinas o tecnologías son cada vez más necesarias para poder diagnosticar o evaluar con mayor certeza los problemas socioambientales. De ahí la importancia del uso del SIG ArcGis. 9.2 (2007), de Environmental Systems Research Institute (ESRI), como herramienta tecnológica en para poder apreciar con mayor certeza la aplicación de distintas técnicas e instrumentos de campo, útiles para realizar evaluaciones socioambientales. En el caso que corresponde, el estudio se realizó en Isla Larga, ecosistema insular que pertenece al Parque Nacional San Esteban, caracterizado como un espacio privilegiado del turismo regional y nacional, en donde ofrece a sus visitantes, aguas tranquilas y transparentes, manglares y arrecifes coralinos para uso recreacional e investigativo.

Hoy, como consecuencia de la ausencia de otros espacios naturales en la región carabobeña, el ecosistema Isla Larga está sufriendo una serie de contradicciones en áreas delimitadas para otro fin, que pudieran generar una degradación ambiental en las distintas áreas reglamentadas, y poner en riesgo el equilibrio integral de la isla. Algunas de ellas son la presencia de conflictos de uso en las áreas delimitadas,presencia de contaminación ambiental, la ausencia o abandono de áreas de uso, la presencia de una posible saturación de la capacidad de carga, en particular en la zona de sotavento, la limitada vigilancia y control.

Dada la valoración ecológica y la sensibilidad ambiental de Isla Larga, El uso del SIG como herramienta investigativa, se hace necesario para visibilizar a través de mapas las relaciones espaciales que en ellas existan, al igual de visualizar con mayor exactitud los resultados de las incompatibilidades arrojados por algunos instrumentos de investigación. Lo anterior, arroja suficientes motivos para hallar respuestas através de la combinatoria de diferentes técnicas de investigación a las interrogantes que esta investigación se ha planteado, tales el cómo se distribuyen las áreas de uso de Isla larga; cuál es la verdadera capacidad de atención turística; cómo se distribuye la población turística de la isla; si existen o no la presencia de conflictos de uso; y cuáles son las áreas con presencia de degradación ambiental.

Métodos y TécnicasSobre la base de las interrogantes anteriores, se presenta a continuación las técnicas, métodos e instrumentos aplicados en combinación, a fin de poder visualizar los resultados arrojados desde distintas formas de recolección de datos que permitan realizar adecuadamente una predicción, identificación e interpretación del impacto en las diferentes áreas de uso de Isla Larga.

El Trabajo de Laboratorio.Esta fase está relacionada con las actividades de laboratorio de Geomática, donde a través de la herramienta tecnológica de información geográfica ArcGis. 9.2 (2007), busca capturar, almacenar y analizar los datos que serán levantados en campo, de las entrevistas realizadas al personal de Guardaparques y cooperativas que hacen vida en Isla Larga, así como también, de los resultados que levanta el investigador a través de los distintos instrumentos y/o artefactos de registros y control. De esta manera, el software permitirá realizar algunas aplicaciones de gran utilidad, entre ellas están: referenciarla imagen satelital, de Google Earth (2005) ;Crear cada una de las poligonales de las áreas de uso, con la finalidad de identificar y calcular el área de cada uno de los espacios reglamentados; Calcular el área total del área de estudio; Localizar la capacidad instalada de atención turística de Isla Larga; Localizar la distribución de la población turística de la isla; Localizar la presencia de conflictos de uso, abandonadas, con presencia de contaminación y/o degradación ambiental en la isla; y permitir la sobreposición de variables relacionadas con esta investigación.

3

El Trabajo de Campo.El trabajo de campo busca el conocimiento y reconocimiento del área de estudio, entendiéndose ésta como los recorridos necesarios en las distintas áreas de uso, con la finalidad de identificar los fenómenos de interés de la investigación, así como también de comparar “in situ” algunas referencias ya antes descritas por otros autores conocedores e investigadores. Para el caso de esta investigación, los trabajos de Campo, permitieron identificar las distintas áreas de uso y determinar la capacidad instalada deatención turística de la isla. Así mismo, algunos trabajos de campo se hicieron en tres (3) momentos particulares, para calcular la presencia de la población turística en Isla Larga, entre ellos: Los registros levantados y socializados entre los días de semana (entre Lunes y Viernes); Los registros levantados y socializados entre los días de fin de semana (Sábado y Domingo); Los registros levantados y socializados entre los días de Temporada Alta (Carnaval). De igual manera, los trabajos de campo permitirán identificar a través del uso de instrumentos de evaluación ambiental, más el uso del ARGIS 9.2, si las áreas de uso en estudio presentan degradación ambiental, contaminación o peligro de accidentes.

Entrevistas no estructuradas.Esta técnica (tipo no estructurada), está basada sobre la conversación libre y sin ninguna estructura o guión, que el investigador ofrece al entrevistado sobre las impresiones, concepciones, vivencias y experiencia de el tema que habrá a desarrollar. Para el caso de esta investigación, las entrevistas se realizaron en los espacios naturales de Isla Larga, según el lugar de trabajo de los entrevistados.

La Lista de Chequeo o Verificación.Este método consiste en una lista ordenada de factores ambientales que son potencialmente afectados por la acción humana, donde su utilidad radica en identificar las posibles consecuencias ligadas a la acción de la propuesta, asegurando en una primera etapa, que ninguna alteración relevante sea omitida. (Espinoza 2002). Entre las listas de chequeo utilizadas en Isla Larga están la capacidad instalada turística en Isla Larga en las distintas áreas de uso, es decir, relacionada con el número de asientos (toldos y cabañas) disponibles en las áreas de recreación; la Distribución poblacional de visitantes a Isla Larga en las distintas áreas de uso, que establecer si existe o no conflicto de uso de acuerdo a la capacidad instalada de atención turística de la isla, asumiendo que existirá conflicto de uso, si el número de personas supera al número de toldos y cabañas disponible en el área. De acuerdo a lo anterior, este instrumento utilizará cinco (5) categorías cuanti-cualitativas que permitirán identificar al área de uso, si se mantiene subutilizada, si está entre los umbrales de tolerancia o por encima de ésta, en relación al número de personas que se encuentran en cada espacio regulado.(Ver Cuadro nº 1).

Cuadro nº 1. Grado de conflicto de uso por presencia de turistas.

Categorización utilizada en la lista de chequeo para determinar conflictos de uso a través de la presencia de turistas en las áreas de uso en Isla Larga. Fuente: De elaboración propia.

Color Categoría Descripción

SP Sin Presencia No hay presencia de turistas

CEP Escasa PresenciaExisten escasos turistas en comparación a la capacidadinstalada de turística o al espacio disponible

CMP Suficiente PresenciaExisten suficientes turistas en comparación a la capacidad

instalada de turística o al espacio disponible

CSTP Mucha PresenciaExisten muchos turistas en comparación a la capacidad

instalada de turística o al espacio disponible

SATP Saturada PresenciaExisten demasiados turistas en comparación a la capacidadinstalada de turística o al espacio disponible

4

En Tercer lugar, se construyó la lista de chequeo para identificar esta vez, los tipos de actividades prohibidas o de degradación ambiental 1

SP SIN PRESENCIA: AUSENCIA TOTAL DE LA ACTIVIDAD

CEPCON ESCASA PRESENCIA: CON VESTIGIOS DE ALGUNA ACTIVIDADDISPERSA

CMPCON MUCHA PRESENCIA: DONDE EXISTE SUFICIENTES EVIDENCIAS DEVIOLACIÓN DE LA NORMA

CSTP CON SATURADA PRESENCIA: SE EVIDENCIA UN DAÑO AMBIENTAL SEVERO

EVG EXISTENCIA DE VIGILANCIA Y CONTROLNEV NO EXISTE VIGILANCIA Y CONTROL

, halladas en los distintos espacios administrados en Isla Larga. En ese sentido, este instrumento reflejará una serie de categorías cualitativas para poder percibir el grado de presencia de las actividades no acordes o de degradación ambiental de la isla, desde la observación del investigador, asi como contrasta si en tales áreas de uso se observa o no, la presencia de vigilancia. (Ver Cuadro nº 2 ).

Cuadro nº 2. Tabla nº 3. Grado de presencia de actividades prohibidas

Categorización utilizada en la Lista de chequeo para determinar el nivel de degradación ambiental en Isla Larga. Fuente: De elaboración propia a partir de datos

El Método CartográficoDada que esta investigación se presta para el análisis y estudio de las áreas de uso de Isla Larga, el métodocartográfico permitió analizar los resultados obtenidos desde las otras técnicas e instrumentos descritos en este capítulo. Así pues, utilizando la herramienta tecnológica de información geográfica ArcGis. 9.2, el método cartográfico guiará la construcción de mapas para la descripción, el análisis y el estudio de los fenómenos, con el objetivo de obtener nuevos conocimientos, características e investigación de sus interrelaciones espaciales y su predicción. (Lizmova.2007).

ResultadosEntre los resultados obtenidos en esta investigación, se pudo determinar a través de ARGIS 9.2, la localización y el cálculo de cada una de las áreas de uso de Isla Larga, así como el área total, obtenida del reconocimiento de campo. De esta manera se creó el mapa base para el análisis de las variables en estudio.

Figura nº 1. Mapa Base. Áreas de uso de Isla Larga.

Una vez obtenida el mapa base, se pudo obtener una serie de mapas temáticos, producto de la aplicación de los distintos instrumentos de investigación, y que fueron claves para determinar cuáles son las áreas con conflicto de uso. Entre ellos destaca que la franja de sotavento centro-occidental, el área de camping,restauran y área restringida central, presentan ausencia de vigilancia y control, evidencias de conflicto y de

1 En este instrumento se utilizó como marco de referencia el artículo 32, relacionado con los usos y actividades prohibidas en Isla Larga, del Plan de Ordenamiento y Reglamento del Parque Nacional San Esteban.(1987). De igual manera, se podrá determinar en cada área reglamentada, la presencia o no de la vigilancia y control por parte de las autoridades, a fin de establecer conclusiones posteriores.

5

actividades prohibidas que atentan contra la degradación ecológica de la isla. (Ver figura nº 2) y Vigilancia y control. (Ver figura nº 3 y 4).

Figura nº 2. Mapa de Conflicto de uso

Figura nº 3. Mapa de presencia de vigilancia y control.

Por otra parte, al hacer uso de otra técnica de investigación como la entrevista no estructurada, reveló la presencia de otros tipos de degradaciones ambientales que los instrumentos de investigación no habían detectado. Entre esas áreas está la franja barlovento, la occidental y sur de Isla Larga, además de sentirse amenazada por la presencia de roedores en toda la isla. (Ver figura 4 y 5).

Figura nº 4. Mapa de Actividades Prohibidas.

6

Figura nº5 . Mapa de Actividades prohibidas por INPARQUES.

Con el uso del análisis del método cartográfico y la herramienta tecnológica ARGIS 9.2, se llegó a concretar un mapa síntesis, donde evidencia como hallazgo final que toda el área costera de Isla Larga estáamenazada de ser degradada.(ver figura nº. 6).

Figura nº 6. Mapa de Degradación Ambiental.

ConclusionesAl conocer los resultados de las distintas técnicas e instrumentos aplicados, se obtuvo como conclusiones los siguientes puntos:Una vez calculadas las distintas áreas de uso en Isla Larga, se aprecia que en la mayoría de ellas se ajustan con las funciones recreativas para las cuales fueron creadas, salvo algunas, como el área restringida y /o “Uso Restringido Bañistas”, descrita como potencialmente peligroso para la de accidentes que comprometan la vida de las personas.

En cuanto a la distribución de servicios turístico en Isla Larga, sólo las áreas Anclaje de embarcaciones “A”, restaurant, y de “bañistas” (localizadas en el sector central de la isla) concentran más del 50% de los servicios de atención turística, restándole valor al resto de las áreas de la zona recreativa. Lo anterior pudiera motivar a los visitantes a dañar la vegetación, ya que, al no tener cabañas y/o toldos, podan y maltratan el manglar con la finalidad de colocar sombrillas. Por otro lado, El 79% de los turistas está fuera de la atención turística ofrecida en la isla, pues su capacidad máxima para atender es de aproximadamente 492 personas.

Se concluye también, que Isla Larga se comporta de distintas maneras según el ciclo de visitas. En cuanto al comportamiento de Isla Larga en el ciclo de lunes a viernes, básicamente la presencia de turistas es escasa, no existiendo para ese entonces conflictos de uso. Sin embargo, a pesar de la poca afluencia de visitantes, se evidencian en ese ciclo, acciones prohibidas en el parque, tales como la pesca y extracción

7

de recursos para subsistencia, fogatas y tala de manglar, así como el abandono y arrojo de desechos sólidos. Todo esto en ausencia casi total en ese ciclo, de la vigilancia de las autoridades. Tales eventos revelan que utilizan a la isla para otros fines, en donde sus causas profundas reposan en varios aspectos, entre ellos el presupuestario institucional, que al incidir en la suspensión de las guardias nocturnas y diurnas al parque y la no contratación de personal de guardaparques, permite que se violen las normas y ocasionen un impacto ambiental negativo. Otras razones, esta vez de carácter socio-económicas, empuja a los pescadores de algunas localidades cercanas al parque, a extraer los recursos naturales de Isla Larga sin comprender el grave daño que está causando sobre el ecosistema marino, y por ende, del turismo, del que también participan como cooperativa de transporte.

Para los ciclos de fines de semana y temporada alta, se diferencian alarmantemente en comparación al período de lunes a viernes, en donde el estrecho de sotavento, se encuentra en una situación de estrés ambiental, evidenciándose conflictos de uso en la gran mayoría del área de bañistas y obligando a las personas a ubicarse cerca de las áreas de muelles y alquiler de botes, entre otros, como única opción, espacio que por demás poseen otros usos distintos. Lo anterior hace pensar, que existe un escaso interés sobre otras áreas, que poseen otros valores ecológicos, tales como la de camping, sus lagunas y sus múltiples caminos que interconectan a casi toda la isla

En ese sentido, la presencia de actividades prohibidas en esos dos ciclos; particularmente el de fin de semana; se incrementan, estimulada en parte, por la inconsciencia de los turistas y pescadores, por la aún disminuida vigilancia en un área de más de 39 hectáreas y por la presencia de conflictos de uso en varias áreas al superar la capacidad de carga. Precisamente, las áreas más degradas son de Isla Larga son:

� La de camping, � El restaurante.� Y todas aquellas que se encuentren en la franja del borde costero.

En todas ellas se ve afectado los dos principales sistemas de equilibrio del ecosistema Isla Larga: los corales y el manglar.

De mantenerse en estas condiciones, estarán colocando al parque en condiciones de riesgo, activando procesos que llevaran a la isla a la desaparición, particularmente si en ellas se mantiene la inyección de contaminantes, la tala, el abandono y arrojo de desechos sólidos. Éste último, pudiera estar estimulando el crecimiento de roedores en el parque.

Referencias

Environmental Systems Research Institute Inc. (2007). Arc View Gis. 9.2. USA.

Espinoza, G. (2002). Gestión y Fundamentación de Evaluación de Impacto Ambiental.

Fernández, G. (2006).

Programa de Apoyo para el mejoramiento de la Gestión Ambiental en los países de América Latina y del Caribe. Banco Interamericano del Desarrollo. Centro de estudios Para el Desarrollo. Santiago. Chile.

Ciencia, Técnica y Crisis Civilizatoria.[ Artículo] www.rebelion.org.

Figueredo, J. (2006). La Educación Popular Ambiental, Una Respuesta Contrahegemonica. Colección Educación Ambiental Popular de Cuba. Nº 20. educación popular y educación popular ambiental.¿un posicionamiento único?. La Habana. Editorial caminos.

Google Earth (Marzo, 2005). Imagen satelital de Isla Larga. www.googleearth.com

8

Lizmova, N. (2007). Análisis de mapas como un método de investigación de fenómenos naturales y socioeconómicos. Universidad de Caldas. Revista científica Luna Azul. Nº 06-13. www.lunazul.ucaldas.edu.co. Bogotá-Colombia.

Parkswatch.(2004.) Parque Nacional San Esteban. Strenghenina Parks to Safeguard Biodiversity. www.parkswatch.org

República de Venezuela. (1995). Plan de ordenamiento y de reglamento de uso Parque Nacional San Esteban. Decreto nº 1368. de 10 de mayo 1995.Centro internacional de ecología tropical.www.ivic.ve. Caracas-Venezuela.

Los modelos de Elevación Digital (DEM) y Los Sistemas de Información Geográfica (SIG) Como Herramientas en el Estudio Geomorfológico de

Humedales Andinos.*Luis R. Fonseca P.1, Mirla J. Godoy P2. , Omar A. Guerrero

1. Geohidra Consultores C.A. 2. Universidad de Los Andes

2

*[email protected]

Resumen.

Los datos suministrados por los sensores remotos se han vuelto una fuente muy popular para las investigaciones geomorfológicas a causa el aumento del nivel de detalle y la apertura con respecto a la acceso libre a estos datos, lo cual permite que junto a software libre de sistemas de información geográfica como el GvSIG se cuenten con herramientas importantes en el análisis espacial. En el contexto de este trabajo se uso una imagen satelital Spot 5, en la cual se realizo un análisis visual; así mismo se uso un modelo de elevación digital SRTM con un intervalo de muestreo de 3 segundos y se integraron técnicas SIG para la evaluación geomorfológica de los humedales andinos en la zona sur del poblado de Mucuchíes, Municipio Rangel, Estado Mérida, Venezuela. La metodología expuesta en el presente articulo se baso en un primer análisis visual de la imagen spot y la digitalización de los elementos de interés (lagunas y humedales de fondo de valle), posteriormente se obtuvo el modelo de elevación digital y se le realizaron las correcciones necesarias se clasifico el DEM y finalmente se aplicaron las herramientas de análisis espacial. Finalmente se lograron reconocer los humedales andinos presentes el área de estudio producto del contraste entre ellos y la roca circundante, lo cual genera un respuesta característica que permite diferenciarlos del resto del ambiente, por otro lado, el uso de las herramientas de análisis espacial demostró que es posible detectar la existencia de humedales con las herramientas de acumulación y cuencas, lo que permite a su vez delimitar las áreas de mayor aporte a cada uno de los humedales. Así mismo, se observo la existencia de intervalos de mayor ocurrencia de los humedales, en donde, las lagunas o espejos de agua presentan mayor frecuencia entre los 3800 y 4000 m.s.m. mientras que los humedales de fondo de valle se presentan en mayor medida en el intervalo que va desde los 3600 hasta los 3800 m.s.n.m. La validez de los datos obtenidos esta siempre en función de las resoluciones espaciales de los datos usados y de la extensión de los elementos de interés en el área considerada.

Palabras Clave: Software Libre, Mucuchíes ,Análisis Espacial, Mixteque

Abstract.

The data provided by remote sensors have become a popular source for geomorphological investigation because the increased level of detail and openness to the free access to these data, which allows free software with systems geographic information as you have GvSIG important tools in spatial analysis. In the context of this work was used SPOT 5 satellite image, which was performed a visual analysis, so it is using an SRTM digital elevation model with a sampling interval of 3 seconds and integrated GIS techniques for geomorphic assessment Andean wetlands in the southern town of Mucuchies Rangel Municipality, Merida State, Venezuela. The methodology described in this article was based on a first visual image analysis and scanning spot of the elements of interest (lakes and wetlands in valley bottoms), later received the digital elevation model and corrections were performed necessary was classified DEM and finally applied the tools of spatial analysis. Finally able to recognize the present Andean wetlands study area product of the contrast between them and the surrounding rock, which generates a response characteristic that allows them apart from the rest of the environment, on the other hand, the use of spatial analysis tools showed that is possible to detect the existence of wetlands to build tools and basins, which in turn allows to delimit the areas of greatest contribution to each of the wetlands. Similarly, we observed the existence of intervals greater occurrence of wetlands, where the gaps orbodies of water have frequently between 3800 and 4000 msm while the valley bottom wetlands are more in the range of from the 3600 to 3800 m. The validity of the data is always based on the spatial resolution of data used and the extent of the elements of interest in the area concerned.

KeyWords: Open Software, Mixteque, Mucuchíes, Spatial Analysis.

Introducción.

En las ultimas décadas, el uso de los modelos de elevación digital (DEM) han sido ampliamente usados en diversas áreas de las ciencias de la tierra, y de manera muy especial en la geomorfología y la geología estructural, estos DEM tradicionalmente se han usado con múltiples propósitos, como lo han sido, estudios de riesgo de inundaciones, estimación de cortes y rellenos, interpretación de fallas, y en algunos casos posicionamiento de obras de ingeniería (Sarapirome, A. 200).

Los DEM combinados con información de imágenes de satélite han sido aplicados ampliamente en el reconocimiento de unidades geomorfológicas, especialmente en zonas áridas y glaciares (Manning, J., 2007) Por otra parte, varios autores han establecido fuertes vínculos con la topografía generada a partir de DEM y rasgos de interés como deformaciones de la corteza y otros elementos estructurales (Ganasa, A. 2004).

En los andes venezolanos, se han usado modelos de elevación digital obtenidos a partir de imágenes de radar para delinear rasgos estructurales a gran escala (Audemard, F., 2003).

Con la finalidad de obtener datos que sirvan para establecer criterios morfológicos, se analizaron datos de los modelos de elevación provenientes de la misión topográfica del transbordador espacial (SRTM), y se compararon con las interpretaciones obtenidas a partir de imágenes satelitales del sensor. Spot 5, posteriormente se integro esta información en el software libre GvSIG por medio del cual se realizaron análisis morfométricos que permitieron definir parámetros tales como los intervalos de altitud en el cual se presentan los humedales y métodos de análisis espacial que permiten caracterizar estos ambientes.

Área de estudio.

En base a un estudio realizado por Fonseca y Román (2009), se ubico un sistema de humedales a lo largo de 5 microcuencas hidrográficas al sur de Mucuchíes, poblado de los andes centrales venezolanos, ubicado en el Municipio Rangél, estado Mérida. El área de estudió se delimito uniendo las áreas de captación de las cuencas Mixteque, El Royal Michurao, Sai Sai y la Mucuchaché (Figura 1).

Figura 1. Ubicación del Área de Estudio

Metodología.

Etapa I Digitalización: Mediante el uso de imágenes satelitales tomadas por el sensor Spot 5, y proporcionados por el Laboratorio de Procesamiento Avanzado de Imágenes Satelitales (LPAIS), se realizo una fusión de las bandas multiespectrales con la banda pancromática, lo que genera una imagen en falso color de alta resolución (2,5 m), la cual permitió digitalizar los elementos de interés usando el software de acceso

libre GvSIG. Posterior a la digitalización se calcularon mediante el uso de la extensión SEXTANTE, los parámetros como áreas y longitudes de los elementos previamente digitalizados.

Etapa II Obtención del Modelo de Elevación Digital (DEM): haciendo uso de los datos de la misión topográfica del transbordador espacial (SRTM por sus siglas en ingles), los cuales están disponible en la web del servicio geológico de los Estados Unidos (USGS SEAMLESS SERVER) se descargo un modelo de elevación digital del terreno con un intervalo de muestreo de 3 segundos, lo que equivale a una resolución de 90 metros, se suavizaron las imperfecciones y corrigieron las zonas donde existían déficit de datos; se rectifico el datum a WGS-1984 y se corto usando como mascara el área de captación de las quebradas de interés digitalizadas en la etapa I.

Etapa III Clasificación de DEM: con el fin de visualizar por intervalos de elevación se realizo una clasificación por bandas con una diferencia de 100 metros, se procedió a crear un archivo reclasificado según los intervalos establecidos anteriormente y finalmente se realizo la transformación de archivo raster a archivo vectorial.

Etapa IV. Análisis Espacial: en primer lugar se realizo la intersección de los humedales y lagunas con los polígonos del DEM clasificado y se relacionaron las áreas calculadas con el nivel altitudinal de cada polígono separándolas en cada microcuenca.

Haciendo uso de las herramientas de análisis hidrológico básico de la extensión SEXTANTE para GvSIG, se obtuvo a partir del DEM las cuencas de aporte más importantes y las principales zonas acumulación de flujo para su posterior correlación con las áreas en donde se presentan los humedales.

Resultados.

Se lograron identificar una cantidad de 39 humedales, de los cuales 17 corresponden a humedales de fondo de valle, mientras que 22 corresponden a lagunas o espejos de agua, cada uno de los polígonos fue identificado según la microcuenca en la que se presentan y enumerados según el orden en que se identificaron. Observando la ocurrencia de los humedales se hace evidente que en la mayoría de los casos los humedales de fondo de valle se encuentran altitudinalmente por debajo de las lagunas, solo con excepción de los presentes en la quebrada El Royal. En la figura 2, se puede observar la distribución de los humedales y la microcuenta a la cual pertenecen.

Como resultado del reconocimiento realizado se genero un inventario de los humedales existentes, y se tabularon los valores de área acumulada según cada una de las microcuencas (Tabla 1), mientras que se genero un mapa de ubicación de los humedales en el área estudiada (Figura 2).

Figura 2. Ubicación de los Humedales.

Tabla #1. Inventario de los Humedales al sur de Mucuchíes.

Cuenca Fonde de valle Espejos de Agua Fondo de

valle (Ha)Espejos de Agua (Ha) % Fondo de Valle

% Total Espejos de

aguaMixteque Brazo Este 3 3 8.5 13.61 16.9% 14.6%Mixteque Brazo Oeste 2 3 2.04 8.08 4.1% 8.7%El Royal 4 5 11.71 12.5 23.3% 13.4%Michuruao 2 4 5.34 26.43 10.6% 28.4%Saisai 3 3 7.65 27.06 15.2% 29.1%La Mucuchache 3 4 15.1 5.3 30.0% 5.7%Total 17 22 50.34 92.98

Cantidad de Humedales Area Total %

De la tabla anterior, se pudo observar que a rasgos generales la distribución de los humedales es relativamente constante a lo largo de las quebradas estudiadas, siendo la cantidad de espejos de agua ligeramente mayor o igual a los humedales colmatados (Figura 3).

Figura 3. Frecuencia de los Humedales en cada microcuenca.

Los humedales en el área sur de Mucuchíes ocupan una extensión importante, 143 Hectáreasaproximadamente (1,43 km2

De las 143 Hectáreas mencionadas anteriormente, 92,98 Ha (65%) corresponden a espejos de aguas olagunas mientras que el restante, 50,34 Ha (35%) corresponden a humedales de fondo de valle, mostrando, que localmente la relación entre espejos de agua y humedales de fondo de valle se puede simplificar en una relación aproximada de 3:1.

), lo cual, aunque solo representa el 2,6% del areas que comprende las 6 microcuencas consideradas, es un valor importante ya que estos humedales constituyen una fuente reguladora de la capacidad hídrica de estas cuencas hidrográficas.

Así mismo, observando la figura 4, podemos observar la distribución porcentual de espejos de agua y humedales en las cuencas hidrográficas estudiadas. De esta manera se refleja que las cuencas con mayor área cubierta por espejos de agua son las quebradas Michurao y Saisai, mientras que las cuencas de las Quebradas El Royal y La Mucuchache poseen una mayor área dominada por los humedales de fondo de valle.

Figura 4.Porcentaje en Área de los Humedales según la cuenca Hidrográfica

Relación de los Humedales con la topografía: en base a la información generada por el modelo de elevación digital y luego de realizar una clasificación de la elevación en nueve intervalos (Figura 5) se obtiene que: de las 22 lagunas(espejos de agua) en el área de estudio 13 (correspondiente a un 65%)se encuentran en el intervalo entre los 3800 y 4000 ms.n.m, 7( correspondiente a un 32%) se encuentran por encima de los 4000 m.s.n.m y solo 2 (9 %) se encuentran por debajo de los 3800 m.s.n.m; mientras que en el caso de los humedales de fondo de valle esta relación se invierte, 5( 29%) se encuentran entre los 3800 y 4000 m.s.n.m, solo uno de estos (6%) se encuentra por debajo de los 3600 m.s.n.m, mientras que 12 (65%) se encuentra en la franja de los 3600 a 3800 m.s.n.m, lo cual indica que esta altitud es la que mas favorece a la formación y/o preservación de los humedales de fondo de valle en esta región de los andes venezolanos.

Figura 5. Modelo de Elevación Digital Clasificado

Figura 6. Frecuencia de Humedales Vs. Intervalos de Elevación

A partir del DEM, se creo un archivo raster determinando las áreas de captación y escorrentía mediante la herramienta ¨cuencas¨, esta herramienta genero 10 zonas de captación (figura x) las cuales, se relacionaron con los humedales presentes en la zona, mostrado así la correlación existente entre el área de captación y las áreas cubiertas por los humedales (ver tabla).

Figura 7. Áreas de captación generadas partir del DEM.

Tabla 2.Distribución Areal de los Humedales en las cuencas determinadas por el GvSIG

Area Total Area Humedales (Km2) Area (Km2) Area (Km2)

Fondo de Valle Lagunas (Km2) Lagunas + Fondo de Valle Lagunas Fondo de valle1 0 3 5.71 0.28 0.28 0 4.9%2 1 7 3.42 0.23 0.22 0.01 6.7%3 3 5 2.70 0.19 0.13 0.06 7.0%4 4 0 2.53 0.09 0 0.09 3.6%5 1 6 3.39 0.32 0.31 0.01 9.4%6 1 0 2.13 0.06 0 0.06 2.8%7 3 0 4.70 0.08 0 0.08 1.7%8 2 1 9.49 0.14 0.01 0.13 1.5%9 1 0 1.40 0.01 0 0.01 0.7%

10 1 0 20.10 0.02 0 0.02 0.1%

% humedales

por AreaCuenca

Humedales

Así mismo se uso la herramienta ¨sink¨ o puntos de concentración con el fin de determinar los puntos de mayor concentración de escorrentía, este procedimiento lograron identificar 28 puntos de concentración de un total de 39 humedales, lo cual implica una aproximación de 72% del total de los humedales.

Figura 8. Puntos de Acumulación.

Es importante destacar que los parámetros calculados en base al modelo de elevación digital, el cual tiene una resolución máxima, producto de interpolaciones de 30 metros; lo cual hace muy difícil que se detecten depresiones de pequeño tamaño, lo cual es una posible razón por la cual no se logro detectar un 28% de los humedales como puntos en donde de alta concentración de acumulación.

Conclusiones.

El uso de imágenes satelitales analizadas en un sistema de información de software libre como el GvSIG, permitió reconocer los humedales en la zona de estudio, al mismo tiempo que proporciono las herramientas necesarias para realizar la medición de áreas, así como también, se lograron realizar procedimientos de corrección al modelo de elevación digital como preparación apara un análisis posterior. Todo esto con un costro prácticamente nulo en lo que a software se refiere sin la existencia de limitantes en el análisis.

Los datos de elevación digital (SRTM) a intervalo de 3 segundos proporcionaron datos de libre acceso y mediana calidad que pudieron ser usados para el análisis morfométrico, sin embargo, es recomendable el uso de datos de mayor resolución espacial como los productos SRTM (Intervalo 1 s) de alta resolución o los DEM del satélite ASTER de mucha mayor resolución en detrimento de la economía del proyecto.

El análisis de los humedales sobre el modelo de elevación digital clasificado mostró que los humedales andinos presentan rangos definidos de ocurrencia, en el caso de los espejos de agua el rango optimo se encuentre desde los 3.600 hasta los 4.000 m.s.n.m. Mientras que los humedales de fondo de valle se emplazan en su mayoría por debajo de los 4.000 y hasta 3.800 ms.n.m. Fuera de estos rangos se pueden presentar humedales aunque con una área y frecuencia mucho menor.

Lo mencionado anteriormente no pretende establecer a la elevación como único control sobre los humedales andinos, sin embargo, es evidente la altitud juega un papel importante en la presencia de los humedales aunque es necesario determinar la existencias de factores litológicos o estructurales que puedan afectar de igual manera la presencia de estos ambientes.

El uso de la herramienta SEXTANTE permitió establecer áreas de captación y las zonas de mayor acumulación dentro de cada unas de las cuencas pudiéndose establecer una relación entre la ubicación de los humedales y la topografía de las cuencas. Estos procesos pueden ser optimizados usando modelos de elevación con mayor resolución, lo cual disminuiría los errores por interpolación y aumentaría la eficiencia de los algoritmos usados.

Agradecimientos.

A la Ilustre Universidad de Los Andes, nuestra eterna casa de estudios.

A la organización GvSIG, gracias a su misión de difundir el software de acceso libre que permitió el uso de un sistemas de información geográfico de manera gratuita.

A la Fundación Instituto de Ingeniería, cuyo Laboratorio de Procesamiento Avanzado de Imágenes Satelitales proveyó las imágenes Spot usadas en este trabajo.

Referencias

Audemard, F., 2003 Geomorphic and geologic evidence of ongoing uplift and deformation in theMerida Andes, Venezuela. Quaternary International. 101, 43- 65

Centro de Procesamiento Digital de Imágenes. Disponible: http://lpais.fii.gob.ve/paginas/index.php Consulta: 2009, Enero, 30

Fonseca, L y Román, L., (2009) Caracterización Sedimentológica y Geomorfológica de los Humedales de la quebrada Mixteque, Municipio Rangel, Estado Mérida.Tesis para optar al título de Ingeniero Geólogo. Universidad de Los Andes, Mérida, Venezuela. Inédito

Ganasa, A. (2004) DEM-based morphometry of range-front escarpments in Attica,central Greece, and its relation to fault slip ratesB. Geodynamics.

Manning, J., 2007. Remote sensing for terrain analysis of linear infrastructure projects.In: Teeuw, R. (Ed.), Mapping Hazardous Terrain Using Remote Sensing. SpecialPublications, vol. 283. Geological Society London, pp. 135–142.

National Seamless Server. Disponible: http://seamless.usgs.gov/ Consulta: 2010 Febrero, 15

Sarapirome, A. (2002) Application of DEM Data to Geological Interpretation: Thong Pha Phum Area, Thailand. 23rd Asian Conference on Remote Sensing,

Siart, C. (2009). Combining digital elevation data, high resolution satellite imagery and GIS for geomorphological mapping: A multi-component case study on Mediterranean karst in Central Crete. Geomorphology. 112, 106-121

Uso de Imágenes ASTER y GvSIG en el Análisis Morfométrico de la Cuenca del Río Mucujún, Estado Mérida, Venezuela.

Mirla J. Godoy P1. Luis R. Fonseca P.2,1Universidad de Los Andes 2Geohidra Consultores C.A.

[email protected], [email protected].

Tema: Educación, Formación y Divulgación.

Problema Tratado: necesidad de evaluar parámetros morfométricos, y datos físicos de la cuenca del Río Mucujún como parte de un trabajo especial de grado.

Originalidad: El Uso de los Sistemas de Información Geográfica Libre no ha sido aprovechando con anterioridad para evaluar rasos morfológicos en trabajos de grado

Resultados: Determinación de Ordenes de Jerarquía, análisis de elevación y de ocurrencia de los distintos cuerpos en la Cuenca del Mucujún.

Resumen

El conocimiento detallado de las fuentes de agua para consumo humano es de vital importancia en la actualidad, es por ello que el uso de herramientas que facilitan la identificación de estas fuentes permite una amplia comprensión de la dinámica, origen y evolución de las fuentes de agua existentes a lo largo de las cuencas hidrográficas en los andes venezolanos.

En este articulo se describen los resultados obtenidos de aplicar la metodología de análisis morfométrico a las fuentes de agua dentro de la cuenca hidrográfica del Río Mucujún, en el Estado Mérida, esto basándose en la vectorización de la información usando el programa de sistemas de información geográfica GvSIG. Se usaron como mapas base las cartas oficiales de cartografía digital y como apoyo se analizaron visualmente imágenes del sensor ASTER, lo cual permitió reconocer una gran cantidad de elementos de importancia para la caracterización de la cuenca hidrográfica del Rio Mucujún.

Gracias a las herramientas de análisis espacial e hidrológico, se logro establecer fácilmente la red de drenaje, ordenes de jerarquía, hipsometría y pendientes del área estudiada y de la misma manera se lograron identificar las zonas de acumulación de agua, como en el caso de los humedales y lagunas, asociar la geomorfología con el origen de los mismos y la caracterización de otros parámetros como área, longitud, perímetros, entre otros.

El uso de el paquete GvSIG permitió realizar operaciones que llevaron finalmente a un inventario de los humedales presentes en la cuenca del Río Mucujún, a un bajo costo desde el punto de vista operativo y con una muy alta calidad, así como también constituye un precedente para trabajos posteriores acerca de los humedales y su aprovechamiento como fuente de agua para consumo humano.

Figura 1. Cuenca del Río Mucujún

Figura 2. Detalle de los humedales entre las morrenas.

Palabras Clave: Humedales, ASTER, Análisis Espacial, Morfometría

Aplicación de Sistemas de Información Geográfica (SIG) en el “Levantamiento geológico de superficie entre los poblados

El Anís y Los Araques, estado Mérida”.

Monsalve Jesús Eduardo 1, La Marca Karelia 1, Quiroz Gabriel 1, Riveros Anggi 1,Uribe Vicmary 1 Vanegas Jenny 1.

1 Universidad de Los Andes. Estudiantes de Ingeniería Geológica. Geología de Campo.

[email protected]; [email protected]; [email protected]; [email protected]; [email protected]; [email protected]

Resumen Este estudio se efectuó en un sector de la cuenca de las González entre los poblados de Los Araques y El Anís, Municipio Sucre - Estado Mérida, en una extensión de 24 Km2. Se planteó como objetivo realizar un levantamiento geológico de superficie, actualizar la información pre existente en la zona y generar un mapa geológico a escala 1:10.000 del área de estudio, y a partir de éste elaborar cortes geológicos que permitan la comprensión de la dinámica de los procesos que han definido su configuración actual. La metodología consistió en recolección de cartografía en formato JPG, un análisis fotogeológico, en base a las fotografías 990, 991 y 992 de la Misión Aérea 010480. Se utilizó como herramienta auxiliar el software Google Earth (versión: 6.0.0.1735) para observar imágenes satelitales Spot. En las actividades de campo se verificó la información plasmada en el mapa preliminar, se midieron 92 puntos de control con GPS, así como rutas y distancias recorridas. Una vez procesados y organizados los datos, se digitalizaron las hojas cartográficas 5941 III NO, 5841 II NE (año 1975, escala 1:25.000, datum la canoa), de la Dirección de Cartografía Nacional y UFORGA- ULA (1997), las cuales se digitalizaron mediante Arcgis 9.2, se trazaron las capas de: curvas de nivel, hidrografía, vías de acceso, centros poblados y se delimitaron cada una de las unidades litológicas, así como las estructuras geológicas evidenciadas en el área de estudio. Posteriormente, se elaboró un modelo de elevación digital de la zona (DEM) y un modelo de pendientes. Una vez obtenido el mapa a escala 1:10.000 (datum Regven), se utilizó el programa Adobe Ilustrator (versión CS3 13) como herramienta de apoyo para generar los cortes geológicos en las direcciones Norte-Sur y Noroeste-Sureste, lo que permitió bosquejar la compleja configuración geológica del área, derivada del sistema de fallas que origina la cuenca de tracción Las González, y permitió entender la geomorfología presente. Como resultados se establece que el contacto entre las formaciones Sabaneta y La Quinta, presenta cierta discrepancia, por encima de lo representado en las hojas de Geología UFORGA-FCFA-ULA (1997), lo que hace presumir una incorrecta definición de límites, entre estas unidades en mapas anteriores. Del mismo modo, se generó una base cartográfica digital actualizada, a escala de detalle 1.10.000, inexistente hasta la fecha. En el modelo de pendientes se verifican; pendientes menores a 22%, en la zona donde prevalecen formaciones geológicas de litología sedimentaria; las pendientes mayores a 34%, se relaciona con límites de terrazas cuaternarias, y de las Asociaciones Sierra Nevada y Tostós (rocas metamórficas). Las aplicaciones del SIG permitieron cumplir los objetivos planteados, un manejo eficiente de los datos y una mayor precisión en los resultados.

Introducción Este estudio se efectuó en un sector de la cuenca de las González entre los poblados de Los Araques y El Anís, Municipio Sucre - Estado Mérida, en una extensión de 24 Km2. Debido a que las zonas comprendidas entre las poblaciones entre Lagunillas y Chiguará se han convertido en zonas de expansión para asentamientos de poblados en el estado Mérida. La zona de estudio, presenta alta complejidad geológica es de gran importancia tener información actualizada y confiable, que sirva de base para la planificación de obras públicas y la prevención de desastres naturales A mediados del siglo pasado comenzaron los primeros estudios de la Cuenca de las González, enfocados principalmente a la geomorfología y fuentes de aportes de sedimentos a la cuenca. En los últimos treinta años se han

elaborado distintos trabajos que tratan de explicar la evolución tectónica de la zona. Schubert (1982), es el autor que más aportes ha realizado para la comprensión desde el punto de vista tectónico de la cuenca, la cual considera una depresión tectónica local asociada a la falla de Boconó, siendo una de las cuencas en tracción (pull apart basins) formada en zonas de falla y representada por el sistema de fallas rumbo deslizante.

Materiales y Métodos La metodología empleada para la aplicación del SIG, en la generación de resultados y cumplimiento de los objetivos fue divida en tres partes: la primera comprende la recopilación de estudios previos y la elaboración de un fotomapa preliminar a partir de los mapas bases; la segunda etapa, consistió en la verificación en campo de los datos plasmados, así como la obtención de nuevos datos; la última fase estuvo referida a la elaboración del mapa final, modelos de elevación y un mapa de pendientes, a continuación se procederá a explicar de manera más detallada las etapas de la investigación:

1. Etapa preliminar

Al comienzo de la investigación y debido a que en las cercanías del área de estudio no se ubican poblados de importancia demográfica o económica, no se encontraron trabajos previos donde se apliquen SIG para su estudio, por ello, se procedió a recolectar fotografías aéreas y material cartográfico del área, que estaban digitalizados en formato JPG en la Corporación de los Andes (CORPOANDES), Escuela de Ingeniería Geológica y la Facultad de Geografía de la Universidad de Los Andes. Los mapas topográficos utilizados fueron las cartas 5941 III NO, 5841 II NE año 1975, escala 1:25.000, datum la Canoa, de la Dirección de Cartografía Nacional, de igual manera, la carta geológica utilizada es la hoja 2, de la unidad de prestación de servicios y proyectos forestales, geográficos, agropecuarios y ambientales año 1997, escala 1:25.000, datum Wgs 84, las fotografías 990, 991 y 992 de la Misión 010480 (año 1988), a escala 1:35.000; una vez seleccionadas las fotografías aéreas, se procedió a realizar un estudio fotogeológico con el uso del estereoscopio, demarcando drenajes, actividad antrópica, posibles vías de acceso, estructuras geológicas, distribución de las unidades litológicas presentes; así como la definición de los contactos entre estas unidades.

Utilizando la información obtenida en el análisis fotogeológico, teniendo como base las cartas topográficas seleccionadas y como herramienta auxiliar el software Google Earth (versión: 6.0.0.1735 - beta) para observar imágenes satelitales Spot, se realizó un fotomapa, mediante el programa ARCGIS 9.2 y la extensión Arcmap, en el cual se efectuó la georeferenciación de los mapas, posteriormente se realizo un cambio a coordenadas REGVEN; además se digitalizaron y georeferenciarón las fotografías áreas analizadas previamente; en el fotomapa se discriminaron las posibles formaciones, las estructuras que las controlan, así como las principales vías de acceso a la zona, que permitieron en conjunto con la información documental, realizar la planificación de la etapa de campo.

2. Etapa de campo

Esta etapa se desarrollo en un periodo de dos semanas en ella se verificó la información plasmada en el fotomapa, y se realizaron las correcciones necesarias, además se tomaron 92 puntos de control mediante GPS Garmin, se midieron espesores de las capas, rumbos, buzamientos y foliaciones de las Formaciones que afloraban en el área, lo que permitió generar nuevo datos, que se analizaron y utilizaron en la siguiente etapa.

3. Etapa de Oficina

En la última etapa se realizó el análisis y clasificación de los datos obtenidos en las etapas anteriores, estos fueron representados en un mapa a escala 1:10.000, el cual se construyó mediante un modelo vectorial, el cual consistía en diferentes capas de polígonos, puntos y líneas que representaban diferentes temáticas, se colocaron los buzamientos y foliaciones medidos en campo, de igual manera se plasmó la toponimia correspondiente, y se utilizaron los puntos de control en la elaboración de las curvas de nivel y solape con los mapas bases, cabe destacar que para cada unidad geológica se utilizó el respectivo código

de colores correspondiente a la carta estratigráfica internacional, así como, la biblioteca de simbología geológica incluida en el software utilizado.

Posteriormente, se generó un archivo Raster a partir del cual se elaboró un modelo digital de elevación (DEM) y un mapa de pendientes, que se clasificaron en cinco categorías: 0-8.7%, 8.7-22.8%, 22.8-34.1%,34.1-55.9%,55.9-89.7%, para el análisis de las zonas con mayores pendientes, relacionándolas con los tipos de litologías y geoformas presentes. Los cortes geológicos se realizaron de hojas de papel bond y posteriormente digitalizados y escalados mediante el programa Adobe Ilustrator (versión CS3 13), mediante el cual además s realizaron las simbologías respectivas para cada litología.

Resultados 1. Fotomapa

Se generó el fotomapa (Figura 1a), a escala 1:10.000, en el cual se complementan con información cartográfica los datos generados del análisis fotogeológico. Se representaron la Asociación Sierra Nevada, Asociación Tostós, Formación Sabaneta, Formación La Quinta y Depósitos Cuaternarios, además se plasmaron tres fallas geológicas, todos estos elementos representan el modelo cartográfico básico del área de estudio para las actividades de campo, el cual fue de carácter provisional debido a que se vio sometido a posteriores modificaciones con la información obtenida en la etapa de campo.

Figura 1. a) Fotografía digitalizada y formaciones geológicas. b) Alineamiento de cuello de falla visto con Google Earth (izquierda) y mediante fotografía del área de estudio (derecha)

2. Mapa geológico

Por su parte la fotointerpretación resultó útil en las dimensiones y geometría de las diversas formaciones presentes, además se complemento con el Google Earth, debido a las capacidad de este software generar vistas en tercera dimensión (3D) desde diversas perspectivas, lo cual sirvió para diferenciar algunas geoformas que no quedaron claras con el análisis fotogeológico, ejemplo de esto se observa en la figura 1b, en la cual la fotografía tomada en la zona muestra claramente la evidencia observada mediante Google Earth . El contraste entre litologías permitió definir los contactos y su respectiva ubicación en el mapa se debe a los puntos de ubicación registrados al momento de ser percibidos. Los elementos estructurales se trazaron de manera similar a los contactos, es decir, mediante correlación de datos, análisis fotogeológico y ubicaciones tomadas en campo, mediante evidencias tanto estructurales como geomorfológicos, el resultado final se observa en la figura 2.

a) b)/

Figura 2. Mapa Geológico. Sector El Anís- Los Araques

3. Modelo de Elevación y Modelo de pendientes

En el modelo de pendientes se verifican; pendientes menores a 22%, en la zona donde prevalecen formaciones geológicas de litología sedimentaria; las pendientes mayores a 34%, corresponde a límites de terrazas cuaternarias, de las Asociaciones Sierra Nevada y Tostós (rocas metamórficas), además al relacionar este rango de pendientes con las zonas donde se observaron cárcavas o zonas con movimientos de masa coincide en gran medida, la figura 3 muestra el modelo de pendientes y DEM de la zona.

Figura 3. Modelo digital de elevación y modelo de pendientes.

4. Cortes geológicos

Una vez obtenido el mapa geológico, se realizaron dos cortes (A-A’ y B-B’), mediante el programa Adobe Ilustrator (figura 4 a), mediante el cual se realizo de manera digital, el objetivo de los cortes es el de tener una mejor comprensión del dinamismo tectónico y la geología estructural de la zona, así como los procesos geológicos que actuaron o siguen haciéndolo en las diversas unidades litoestratigráficas aflorantes.

Los cortes con dirección N-S y NO-SE además de mostrar información útil para interpretar la secuencia estratigráfica caracterizada por las unidades litológicas presentes, representa el sistema complejo de fallas asociado a la Falla de Boconó que tiene como consecuencia directa la creación de la cuenca de tracción Las González. (Ver Figura 4 b).

ConcEl prpermsistemárea, que eque sfinalipreseplasm

El mmorfodelimconstinveslografuertecual encimque dcolorde Epaleopermlas ne

DebidLlanoMériddesas

a)

clusiones resente estu

mitiendo el mmas, mapas dcabe destac

este se convisea una fuentidad del leventes, logránmaron nuevas

mapa geológicfología espacmitado, entre trucción del stigación conar a cabalidaes evidenciasestá represe

ma de lo repdefinen el conración, morfoEl Anís y ontológica, p

mitan caracterecesidades fu

do a que las o del Anís) sda, surge la stres naturale

Figura 4 a).

udio demuesmanejo de dde diversa tear la import

ierte en una rte confiable

vantamiento ndose repress vías de acc

co en contracial de las otras; debidfotomapa p

nstituyeron ud los objetivs que indican

entado por laresentado enntacto se tienología, entre

sus alrededpetrográfica,rizar geológiuturas de los

zonas compse han convnecesidad d

es y planifica

Mapa con las s

tra sencillasdatos de unaemática que ancia de la referencia pade datos. Sgeológico dentar esto eeso entre el p

aste con el fformacione

do a la verifprevio a la una base paravos planteadn que el cona falla F4, tn las hojas dnen: la alineaotros, por lodores, enfo hidrogeolóicamente el ápobladores d

prendidas entvertido en zo

de plantear esación de obra

secciones de Co

s aplicacionea manera efic

permiten uverificación

ara otros estuSe lograron ade superficieen una cartopoblado El A

fotomapa, pres, nuevos tficación y obpráctica, lo a la misma,

dos. De acuentacto entre ltiene una dide Geología ación de cue

o que se recocadas en l

ógica, estudiárea de manede la zona.

tre Lagunillaonas de expastudios de rias públicas.

ortes realizados

es de un SIGciente, adem

una mejor con de la informudios y debealcanzar los oe, al poder ografía a escAnís y el sec

resentó divertrazos de labtención de

que indica el levantam

erdo a la infa Formaciónscrepancia dUFORGA-F

ellos de falla,omienda promla caracterizios geotécniera adecuada

as y Chiguaransión para iesgos geoló

b)

s. b) corte geoló

G, en estudimás de generompresión dmación plasme estar lo máobjetivos placaracterizar cala 1.10.00

ctor Zanjón S

rsos cambiosas fallas, diinformaciónque si bien

miento de camformación obn Sabaneta yde aproximaFCFA-ULA , abrupto cammover nuevazación sedimicos y micra y tener un

rá, (especialmasentamientogico-ambien

ógico B-B´

os geológicorar a partir d

de la geologímada en un

ás cercano a anteados, cum

y diferenci00, además Seco.

s tales comoisminución

n en la etapan los estudimpo fue impbtenida en cy la Formacióadamente un

(1997), entrmbio topográas investigacmentológica

rozonificacióconocimien

mente el sectos de poblad

ntales, para l

os de superfde este tipoía presente emapa, debidla realidad, pmpliendo coiar las unidaen el mapa

o, distribuciódel cuatern

a de campo os previos a

prescindible pampo, se tieón La Quinta

kilómetro re las evidenáfico, cambiociones en la za, estratigráfón sismica, nto más acord

tor de El Andos en el esta prevención

ficie o de en el do a para

on la ades

a, se

ón y nario y la a la para enena, el por

ncias o de zona fica, que

de a

nis y tado n de

Bibliografía � Acevedo, E. Araujo T. Guzmán, P. Moreno, J. Rodríguez, A. Venegas R. (2009). Mapa geológico

de la zona comprendida entre el poblado El Anís y Los Araques Municipio Sucre Estado Mérida. Facultad de Ingeniería, Escuela de Geológica, Universidad de Los Andes. Mérida: Venezuela.

� Corpoandes (2007). Dossier Municipal 2007. Municipio Sucre del Estado Mérida. Editado por Corpoandes y el Ministerio del Poder Popular para la Planificación. República Bolivariana de Venezuela. Mérida: Venezuela.

� Delgadillo A. (2005). Una visión de los procesos geodinámicas en el área de Las González - urbanización Chama - Mérida (Municipio Sucre del Estado Mérida): definición de niveles de susceptibilidad a movimientos de masa y otros limitantes. Escuela de Geografía, Universidad de Los Andes. Mérida: Venezuela.

� Ferrer , o. Carlos (1988). Evidencias geomórficas de rotación de bloques en la falla de Boconó: un análisis preliminar. Universidad de Los Andes, Facultad de Ciencias Forestales Instituto de Geografía y Conservación de Recursos Naturales. Mérida – Venezuela

� González De Juana, C. (1980). Geología de Venezuela y de sus Cuencas Petroleras. Primera edición. Tomo I y II. Ediciones Foninves. Caracas: Venezuela.

� Ministerio de obras públicas (1975), Mapa Topográfico sector Pueblo Nuevo, hoja 5941 III NO, escala 1:25.000. Oficina de cartografía nacional Caracas Venezuela.

� Ministerio de obras públicas (1975), Mapa Topográfico sector Sta Cruz, hoja 5841 II NE, escala 1:25.000. Oficina de cartografía nacional Caracas Venezuela.

� UFORGA-FCFA-ULA (1997). Mapa: Geología. Evaluación ambiental- territorial del ámbito geográfico de la zona libre cultural, científica y tecnológica del estado Mérida, Hoja 2, escala 1:25.000. Unidad de prestación de servicios y proyectos forestales, geográficos, agropecuarios y ambientales, Universidad de Los Andes Mérida- Venezuela.

� La Marca, E. (1997). Origen y Evolución Geológica de La Cordillera de Mérida, Andes de Venezuela. Cuadernos de la Escuela de Geografía, Nueva Época, N° 1:1 – 110. Universidad de Los Andes, Mérida: 5 – 92pp.

� Ministerio de Energía y Minas. (1997). Léxico Estratigráfico de Venezuela. M.J editores C.A. Tercera edición – Venezuela, 1997. Tomos I y II.

� Méndez, E. (2004). Influencia de las precipitaciones y de las características de los macizos rocosos, sobre el deterioro de la infraestructura vial de la carretera L005 : (Lagunillas-La Trampa-Chiguará-Llano del Anís Municipio Sucre Edo. Mérida. Escuela de Geografía, Universidad de Los Andes. Mérida: Venezuela.

� Molina, A. (1970). Características Geomorfológicas del Valle del Río Chama, entre Los Araques y los alrededores de la confluencia del Mocotíes Escuela de Geografía, Universidad de Los Andes. Mérida: Venezuela.

� Santiago y Santos (2008). Caracterización Estratigráfica de la Cuenca Las González .Facultad de Ingeniería Escuela de Geológica, Universidad de Los Andes. Mérida: Venezuela.

� Schubert, C. (1982). Cuenca de tracción en Los Andes Venezolanos y en las montañas del Caribe Venezuela. Acta Científica Venezolana 33(5):389-395. Asociación Venezolana para el Avance de la Ciencia. Caracas: Venezuela.

� Schubert, C. y Vivas (1993). El Cuaternario de la Cordillera de Mérida : Andes venezolanos.Universidad de Los Andes - Fundación Polar. Mérida: Venezuela.

� Vivas, L. (1992). El Cuaternario. Universidad de Los Andes consejo de publicaciones Mérida: Venezuela.

Restauración Funcional a partir de Estadísticas Espaciales aplicadas aImágenes de Satélite.

Ing. MSc. Rafael [email protected]

Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIDT), Centro de Procesamiento Digital de Imágenes (CPDI).

Telf. +58-212-9034610, Fax: +58-212-9034781. Apartado Postal 40200. Caracas - Venezuela

RESUMEN

La interpretación de imágenes de satélite se enfrenta comúnmente con la presencia de nubesque impiden observar los elementos que cubren y limitan las posibilidades de interpretación de una imagen, generando vacios de información. Las Técnicas de procesamiento digital de imágenes han permitido desarrollar alternativas que buscan solventar dichas eventualidades;estas alternativas se conocen como procesos de restauración digital.

Los procesos de restauración digital componen imágenes completas de forma sintética, bien sea a partir de información extraída desde tomas pasadas de la misma escena, o por densificación de datos faltantes a partir de operadores convolutivos.

Este trabajo, plantea un criterio distinto para restaurar digitalmente una imagen de satélite; basado en restaurar la imagen a partir de funciones de interpolación desarrolladas bajo el rigor del análisis geo-estadístico de su propia conformación.

Este procedimiento tiene la ventaja de que no se introducen errores temporales en la restauración, además que considera muestras de toda la imagen para el proceso de restauración. Desde el punto de vista metodológico, esta propuesta de restauración se basa en criterios de estadística espacial para estimar los vacios de información con técnicas de interpolación; entendiendo a cada píxel como una realización espacial que representa una variable de estudio (en este caso la apariencia de la imagen).

La implementación de aplicaciones como esta permite “remover” de forma digital nubes,sombras o cualquier otro elemento capaz de generar vacios de información en una imagen.

El caso que se presenta para comprobar la propuesta de restauración es la aplicación típica en una Imagen SPOT 5 correspondiente a un sector del estado Cojedes en Venezuela.

Palabras Clave: Geoestadística, Modelos Predictivos, Interpolación, Krigging, Ajuste por mínimos cuadrados.

INTRODUCCION

En los procesos de extracción de información desde imágenes de satélite de áreas tropicales o montañosas es común la presencia de obstáculos que impiden la adecuada interpretación de las mismas, ejemplo de ello es la nubosidad o las sombras que ellas u objetos altos proyectan sobre la superficie. Tales elementos se interponen en la visual imposibilitando el poder “ver” la superficie que cubren. En Venezuela este tipo de eventualidades es bastante común en los Andes, Oriente y el Sur del país; todos ellos caracterizados por abundante nubosidad durante todo el año.

Desde que esto, representa una significativa debilidad en las cualidades de las imágenes de satélite, desde siempre se han planteado estrategias para subsanar este problema. Esas estrategias se conocen como procedimientos de restauración digital de imágenes de satélite.

Entre los procedimientos más conocidos esta el sintetizar de imágenes. Este procedimiento genera una imagen única de la composición espacial de una serie de imágenes de la misma escena, considerando validos solo aquellos sitios sin nubes, sombras u otros obstáculos. Este tipo de procedimiento tiene la desventaja de que al ser una composición de una serie de imágenes, se introduce un error temporal, al considerar elementos tomados en fechas y condiciones distintas, además no funciona para sitios permanentemente nublados o ensombrecidos.

Otro procedimiento muy popular es aplicar convolución espacial, donde se promedian funciones de dispersión espacial a partir de dos entradas espacialmente coincidentes. Nuevamente estos procedimientos se valen de dos tomas distintas para componer un solo resultado. La convolución tiene la misma desventaja que tiene la sintetización de imágenes acerca de la temporalidad, además de que se corre el riesgo de perder información significativa al promediar las dispersiones.

Existe otra estrategia que utiliza procesos de filtros convolutivos pero sobre la misma escena. Aquí se estima el área obstaculizada a partir de información de la misma imagen mediante un proceso reiterativo que “rellena” sucesivamente el área obstaculizada por convoluciones sucesivas. Sudesventaja es que se introduce un error sistemático de crecimiento exponencial si la diferencia es muy grande o en número de iteraciones es muy alto. En la práctica, este procedimiento es válido solo para pequeñas áreas de baja compacidad que requieran pocas iteraciones.

Cada procedimiento mencionado hasta ahora tienen sus ventajas y sus debilidades; sin embargo en la práctica, podrían resultar insatisfactorios en la mayoría de los casos que requieran profundidad de análisis. La búsqueda de una solución que fuera conveniente para los caso mas exigentes llevo a la conceptualización de una nueva propuesta de restauración digital que se basa en la estimación información en los vacíos a partir de la aplicación de principios de estadísticas espaciales sobre la totalidad de la imagen. La propuesta presentada aquí es otra alternativa, que tendrá sus ventajas y debilidades al igual que las demás, pero en cualquier caso es una alternativa distinta, novedosa y que puede ser perfeccionada en la medida que se puedan establecer patrones estadísticos a ciertas características del terreno.

OBJETIVOS

Presentar una alternativa para restaurar digitalmente imágenes de satélite, estimando información de las áreas obstaculizadas a partir de la implementación de principios de estadísticas espaciales que usa como fuente datos de la misma imagen.

METODOLOGIA

Para lograr la restauración digital de imágenes de satélite con esta propuesta se desarrolló un procedimiento metodológico que en principio permitiera convertir los pixeles de la imagen en datos georeferenciados, asumiendo para el centro del pixel su valor digital. A partir de allí es posible manejar estos datos como realizaciones de la variable “imagen”. De esta forma se genera un set de datos puntuales inmensamente denso, en los sitios de la imagen donde hay continuidad superficial válida. Con base en este set de datos, se separan dos o más sub-grupos menos densos a manera de mallas de puntos. La idea es utilizar principios de estadística espacial para interpolar los espacios inter-mallas en ambos sub-grupos, y al mismo tiempo “cubrir” los espacios donde hay vacios de información por obstáculos. Finalmente se calibran los resultados en función a ellos se sustituye el área de vacios en la imagen original por su equivalente interpolada (ver figura 1).

Figura 1: Diagrama esquemático de procedimiento metodológico.

Conversión de los pixeles en datos puntuales:Este procedimiento convierte la imagen a código ASCII, de pare ello, se generan tantas líneas de texto como pixeles tenga la imagen, dada línea de texto almacena la posición geográfica del centro del pixel (latitud y longitud) y el valor del nivel digital que tiene el pixel de la imagen estudiada; separando cada dato por comas.

Selección de datos válidos:Se selecciona solo aquellas líneas de texto que tiene información, pues en ASCII los espacios vaciospor obstáculos se registran geográficamente y se les asigna cero, como valor digital. El resultado es un archivo que registra menos líneas que el archivo original pues solo conserva las líneas de aquellos pixeles que tiene información valida.

Enmallado de datos:Se secciona el set de datos en al menos dos sub-grupos mas pequeños de manera tal que se conforme de ellos una especie de malla regular de datos puntuales, donde la continuidad de la malla solo se interrumpe por la presencia de un vacio por obstáculos de la imagen original.

Análisis de estadísticos y normalización.Para ejecutar adecuadamente procesos de interpolación es necesario partir de la premisa de que los datos presentan una distribución normal, esta premisa aplica para procesos de ajuste por mínimoscuadrados, kriging, spline, entre otros. Por ello ese proceso de verificación se utiliza para comprobar si los datos están adecuadamente normalizados. Si no fuese el caso, es necesario trabajar con una trasformada que permita llevar los datos a una distribución normal; así, se trabajaría la interpolación con los datos transformados y luego se revertirían a su condición original.

Interpolación:En este proceso se utilizan diversas estrategias de interpolación espacial (mínimos cuadrados, distancia inversa ponderada, vecino natural, krigin, spline, promedios móviles, etc.) la idea es seleccionar aquel método que mejor se adecue al set de datos representado por cada malla y cuyos resultados se asemejen mas al set de datos validos de la imagen original.

Calibración:Como los sets de datos están constituidos por mallas, el procedimiento de calibración consiste en lacomparación de los resultados de cada interpolación con los valores válidos de la imagen original (imagen sin nubes ni sombras). La calibración a su vez permite conocer cuan confiable es el mejor de los resultados posible, cualidad sin precedente en los procesos de restauración conocidos hasta ahora. La estrategia para selección del mejor resultado posible (la interpolación más fiel) se basa en evaluar las diferencias entre cada salida de interpolación y la imagen original; a través de un análisis global acerca de la magnitud de estas diferencias es posible seleccionar el mejor resultado. Este análisis global se puede sistematizar por medio de la comparación de ciertos atributos estadísticos que caracterizan la dispersión de los resultados de las diferencias; en la medida que estos son menos dispersos y más cercanos a cero, los resultados de la interpolación son más fieles a la imagen original. Si dado el caso ningún proceso de interpolación es suficientemente fiel a la imagen original, puede intentarse densificar la malla de datos, sin embargo esto además de tener sus limites(resolución espacial), incrementa significativamente la cantidad de datos involucrados, pudiendo llegar a ser inmanejables.

Sustitución y restauración:El último paso consiste en la selección de los espacios interpolados que corresponden espacialmente con los espacios vacios por presencia de obstáculos, y su reemplazo en los vacios por obstáculos que quedan en la imagen original. Esto permite generar una imagen sintética, continua y restaurada, a partir de sí misma y las peculiaridades espaciales de su propia conformación. Esta restauración será confiable en la medida que el procedimiento de interpolación sea fiel a la imagen original.

RESULTADOS

Para desarrollar esta propuesta de restauración se utilizara una Toma del satélite SPOT-5 K/656 J/330;correspondiente a un sector del estado Cojedes, tomada el día 19 de enero del año 2008 (ver figura 2). Esta imagen fue producida y servida para estos fines por el Laboratorio de Procesamiento Avanzado de Imágenes de Satélite LPAIS,

Figura 2: Imagen del satélite SPOT 4 656/330, del día 19/01/2008

De esta toma se fijo la atención en un pequeño sector al noroeste de la imagen donde hay presencia de nubes y sombras suficientes como para implementar la metodología. Entendiendo que la imagen de satélite que se está utilizando en este caso en una imagen multi-espectral (composición coloreada de tres bandas) se transforma la imagen a una imagen de una sola capa para facilitar el manejo de datos, entendiendo que el objetivo principal de este estudio es implementar y comprobar la propuesta de restauración funcional. La figura 4 muestra la imagen de una sola capa que será utilizada.

Figura 4: sector seleccionado para el estudio.El sector seleccionado tiene un área cercana a las 50 Ha y está constituido digitalmente por más de 500mil pixeles. Finalmente se seleccionó una porción representativa de ese sector (ver figuras 5 y 6), para aplicar la metodología, entendiendo las limitaciones de los procesadores ordinarios para manejar estadísticamente tan elevado número de datos.

Figura 5: Ubicación del área de estudio.

Figura 6: Área de estudio.

Finalmente el área de estudio está constituida por cerca de 5mil pixeles, (figura 6) lo cual es un número de datos aceptable a los efectos de implementar y comprobar la metodología propuesta. En este caso el obstáculo lo representa una gran sombra de nube alargada y dispuesta de este a oeste del área y otra sombra localizada, cubren aproximadamente el 15% de la imagen

El primer paso consiste en la generación de la máscara de obstáculos, en la cual es una matriz binaria con valores Verdaderos (si hay obstáculos) y Falsos si la imagen no presenta obstáculos (ver figura 7).Posteriormente se usa esta máscara para extraer de la imagen original los obstáculos, dejando en su lugar los vacios de información digital que serán restaurados por este procedimiento. En la figura 8 se aprecia como queda la imagen mostrando sus vacios de información. Son los pixeles mostrados en esta figura (figura 8), los que se consideran validos desde el punto de vista estadístico para la implementación de la restauración funcional.

Figura 7: Máscara de obstáculos.

Figura 8: Imagen con vacios de información por obstáculos.

El paso siguiente cosiste en la conversión de los pixeles a datos georeferenciados. La abstracción necesaria para la manipulación geoestadística de la imagen asume como el centro de cada pixel como un punto cuyo nivel digital representa la realización espacial de una variable que es la apariencia de la imagen.

Figura 9: Imagen con vacios de información por obstáculos.

La figura 9 representa esta abstracción. Los puntos en color rojo pertenecen a una capa de información, estos puntos están ubicados geográficamente en el centro del pixel y asumen como atributo el nivel digital de cada pixel. Es de notar la discontinuidad de la capa de puntos en las zonas donde existen vacios de información por obstáculos.

El paso siguiente es generar las mallas de trabajo, desde la capa de información. La configuración en malla es la ideal, porque genera espacios de “vacios virtuales” entre los puntos seleccionados que permiten llevar a cabo procesos de interpolación que a la postre permiten calibrar el proceso. Se generan dos mallas para tener un set de control y otro de chequeo que a su vez es alternativo en la medida de que el primer set no funcione. La figura 10 representa las dos mallas generadas para este caso de estudio la malla de control (M1) son los puntos color magenta y la malla de chequeo (M2) son los puntos color verde.

Malla de control (M1) Malla de chequeo (M2)Figura 10: Mallas de trabajo.

Estas mallas constituyen los datos que son utilizados para la interpolación, la idea es generar desde estos datos las superficies de interpolación. En este caso de estudio se utilizaron diferentes procedimientos de Interpolación: Distancia Inversa Ponderada (IDW), Kriging y Vecino Natural(NN).Las figuras 11, 12 y 13 muestran los resultados de los tres distintos procesos de interpolación utilizados para ambos sets de trabajo (M1 y M2).

Figura 11: Interpolación por Distancia Inversa Ponderada.

Figura 12: Interpolación por Kriging.

Figura 13: Interpolación por Vecino Natural.

Calibración:

La calibración consiste en verificar cual proceso de interpolación resultó mas eficiente a partir del análisis de los resultados en de la interpolación respecto a sectores donde la data es conocida. Para ello se generaron las diferencias entre cada una de las interpolaciones y el set de datos original. La figura 14 muestra las diferencias para cada proceso de interpolación de ambos sets de trabajo.

Diferencias IDW en Malla 1 y la imagen

original

Promedio: 0,17 D. Estándar: 3,16

Diferencias IDW en Malla 2 y la imagen

original


Diferencias entre la interpolación usando

Kriging de Malla 1 y la imagen original


Diferencias entre la interpolación usando Kriging de Malla 2 y

la imagen original

Promedio: -0,06 D. Estándar: 3,71

Diferencias entre la interpolación NN en Malla 1 y la imagen

original


Diferencias entre la interpolación NN en Malla 2 y la imagen

original


Figura 14: Diferencias entre cada interpolación y los valores originales

En la medida que las diferencias sean menores (cercanas a cero), la interpolación representa con mayor fidelidad la imagen original. Si se considera entonces la escala de color seleccionada, en la medida que las imágenes de diferencia sean más “amarillas” la interpolación correspondiente será menos distinta a la realidad. En ese sentido se puede utilizar parámetros estadísticos como criterio de selección de la interpolación más efectiva. La tabla I muestra el score relativo (1=más bajo y 6 más alto) de cada proceso de interpolación respecto a las cualidades estadísticas que definen la fidelidad respecto a la imagen original.

Tabla I: Score relativo respecto a cualidades estadísticasMétodo de

interpolación Promedio más cercano a cero

Diferencia positiva menos elevada

Diferencia negativa menos elevada

Desviación estándar más estrecha

Total

IDW-Malla1 5 4 3 5 17 IDW-Malla2 5 3 2 5 15

Kriging-Malla1 4 6 4 3 17 Kriging-Malla2 6 1 5 2 14

NN- Malla1 3 5 1 6 15 NN-Malla2 5 2 6 4 17

Según los resultados mostrados en la Tabla I existen tres métodos que comparten el más alto score (17/24), pero solo dos de ellos cuentan con al menos 1 primer lugar (6), pero solo uno de ellos cuenta además con un segundo lugar (5), por ello; según este criterio de valoración, el método de interpolación más fiel a la conformación original de la imagen es el método de Vecino natural aplicado en la segunda malla de datos.

En consecuencia, según el análisis desarrollado en este proceso de calibración se selecciona el resultado de la interpolación por vecino natural aplicado en el segundo set de trabajo, como la mejor fuente de información sobre los vacios de información por obstáculos.

Sustitución y restauración:El último paso en este procedimiento de restauración funcional de imágenes de satélite consiste en sustituir los sectores con vacios de información por obstáculos por la información estimada por procedimientos de interpolación. Desde el punto de vista práctico este procedimiento implica enmascarar los valores que corresponden a las regiones con vacios de información desde la superficie interpolada (figura 15) y reemplazarlos en la imagen original, tal como se muestra en la figura 16.

Figura 15: Estimación de valores desde la interpolación

Figura 16: Estimación de valores desde la interpolación

El resultado final es una imagen restaurada (figura 16), donde en vez de obstáculos producidos por nubes y sombras, se tiene una imagen continua, producto de la estimación que de esos valores ocultos se hace a partir de la interpretación estadística de las características de la imagen.

CONCLUSIONESLa propuesta de restauración funcional a partir de estadísticas espaciales aplicadas a imágenes de satélite, demostró ser un procedimiento aplicable y útil en la medida de que los procesos de interpolación sean fieles la apariencia de la imagen original.

La técnica del mallado resulta particularmente útil en el proceso de calibración, en la medida que esta malla sea más densa, más fiel será la interpolación resultante a la imagen original. Por otro lado, La técnica del mallado doble permite corroborar que el patrón y las tendencias de la apariencia de la imagen son constantes y ayuda en el proceso de calibración.

Definitivamente la forma que tenga el obstáculo (nubes o sombras) que se quiere restaurar es determinante para la fidelidad del modelo, pues de alguna manera determina la continuidad de la malla de datos, cuando esta malla es muy discontinua, el resultado del proceso de interpolación es menos efectivo.

El proceso de calibración resultó ser una de las fortalezas más importantes de esta metodología, en primer lugar porque se trabaja con la misma imagen para comprobar la fidelidad de la interpolación y en segundo lugar porque ofrece una medida real de cuan efectivo es el resultado lo que se puede traducir en términos de confiabilidad.

Cuando las imágenes son de alta resolución espacial, el procedimiento de restauración por esta metodología requiere un elevado poder de procesamiento y cálculo por parte de la estación de trabajo utilizada, entre otras cosas por la cantidad de datos involucrados, por ello a los efectos de comprobar esta metodología se utilizó un pequeño sector de una imagen (cerca de 5mil pixeles).

La complejidad del procedimiento en cuanto a manejo de datos y generación de información auxiliar, exige la consideración de aspectos prácticos al momento de imprentar esta metodología, estos aspectos incluyen la posibilidad de trabajar por sectores, la densificación de la malla de datos, la generación de una muy buena mascara de nubes y sombras, y el análisis de los resultados.

Actualización de la cobertura de la tierra, y de las unidades litológicas y morfológicas de la Península de Araya, tramo Guamache – Punta Araya,

Estado Sucre, empleando una imagen Spot 5 1Angélica M, Castillo N; 2José Arismendi; 3Gladys Z, Molina M.

1Tesista.Escuela de Geografía, ULA. Mérida.

2Instituto de IngenIeria.CPDI.Caracas.

3Escuela de Geografía ULA. Mérida.

[email protected] ; [email protected] ;

Tema: Investigación y Desarrollo

Problema tratado: Extracción digital de información básica y relación proporcional entre las variables levantadas.

Originalidad: Actualización digital de variables temáticas a escala semidetallada con empleo de imágenes SPOT 5 de fecha reciente.

Resultados: Generación de mapas Imagen y memoria técnica de las variables tratadas en la Península de Araya.

La Península de Araya se ubica en el estado Sucre, al noreste de Venezuela, y pertenece al municipio Cruz Salmerón Acosta. Se caracteriza por ser árida y seca. Dentro de las diversas actividades económicas, la más importante es la explotación de las salinas. En la península son muy pocos los estudios realizados, por ello se planteó realizar una contribución con las variables cobertura de la tierra, unidades litológicas y morfo litológicas del tramo correspondiente a Guamache – Punta Araya, utilizando una imagen Spot 5, resolución espectral de 10 metros, correspondiente al año 2008. Para definir las variables se procedió inicialmente a ortocorregir la imagen de satélite Spot 5, y luego se definieron cada una de las variables temáticas mencionadas anteriormente con sus respectivas leyendas cartográficas. Seguidamente se procedió a realizar la extracción de información digital con el uso del software ERDAS Imagine 9.2 y la posterior verificación en campo. Finalmente se determinaron las relaciones del entorno físico natural de la península con los datos digitales aportados por cada una de las unidades litológicas determinadas, el relieve dominante y los usos de tierra existentes. La relación proporcional de las variables levantadas fueron espacializados en los documentos cartográficos generados a través de los mapas imagen, a escalas 1:50.000.

Palabras Clave: Península de Araya, unidades litológicas, morfología, cobertura de la tierra.

EVALUACIÓN DE ALGORITMOS DE FLUJO PARA EXTRACCIÓN AUTOMÁTICA DE DRENAJE

Darcy Carolina Jiménez Fernández

Instituto Nacional de Pesquisas Espaciais (INPE) Av. dos Astronautas, 1758 Jd. Granja – CEP 12227-010. São José dos Campos – SP- Brasil.

Instituto de Ingeniería. Centro de Procesamiento Digital de Imágenes. Urb. Monte Elena II, Sartenejas, Baruta. Caracas. Venezuela.

[email protected]

Tema: Investigación, Desarrollo e Innovación Problema tratado: Extracción de redes de drenaje por procesos automáticos Originalidad: Los procedimientos de análisis aquí utilizados, permiten evaluar redes de drenaje generadas por procesos automáticos derivadas de diferentes MDE cuantitativamente permitiendo la estimación de aciertos y erros en las redes generadas. Resultados:

- Las redes de drenaje obtenidas a partir de Topodata presentaron mayores correspondencias con las redes de referencia.

- El algoritmo de flujo que tuvo mejor desempeño fue El DEMON. - Es recomendable realizar la extracción de redes de drenaje, considerando las

características del relevo las cuales influyen en la selección de los umbrales de área de captación.

Resumen

Este trabajo evaluó el proceso de extracción automática de redes de drenaje a partir de Modelos Digitales de Elevación (MDE) en función de dos tipos de datos y tres algoritmos de flujo. Datos Topodata y GDEM de una micro-cuencas fue sometida a extracción de sus respectivas redes de drenaje con tres (3) algoritmos de flujo (D8, Dinf y DEMON), operados con diferentes umbrales de área de captación. El efecto de cuidados de pre-procesamiento del MDE también fue evaluado. Como referencia para validación, fueron utilizadas dos redes de drenaje, del estado de São Paulo, en la escala 1:50.000. Las redes experimentales y de referencia fueron sobrepuestas para análisis visual y control de su correspondencia, cuantificada también con recursos de sistemas de información geográfica (SIG) para estimar aciertos, errores y discrepancias posicionales. Los resultados de análisis cuantitativos de las redes experimentales seleccionadas fueron comparados con las referencias para una evaluación funcional de las metodologías de extracción digital. Entre los principales resultados se obtuvo: los procesos automáticos probados produjeron resultados aparentemente adecuados para escalas relativamente generalizadas, por lo tanto insatisfactorios cuando son observadas en escalas compatibles con la percepción de características evidentes en el MDE de origen, necesitando de ajustes por otro métodos; diferentes desempeños de los algoritmos en la micro-cuenca analizada; variación en la densidad de drenaje según el umbral de área de captación. El algoritmo que presento mejor desempeño en la mayor parte de los resultados fue el DEMON. Los estudios de los umbrales de área de captación evidencio la necesidad de tratamiento estratificado por áreas con características geomorfométricas semejantes �

1

Corrección Geométrica de Imágenes de Satélite de Alta Resolución Espacial, Aplicando el Método de Interpolación Spline.

Ing. MSc. Diego Machado P. (1), Ing. Freddy Sánchez(1), Ing. PhD. Jesús Viloria (2)

1 SIGPER Consultores y 2 Facultad de Agronomía, [email protected] y [email protected]

RESUMEN

En el marco del proyecto, Implantación del Sistema de Información Geográfico Catastral, dePlanificación y Control de Gestión,para el municipio Girardot, estado Aragua;se cuenta con una imagen de satélite multiespectral(GeoEye I),de 50 cm de resolución espacial y con una precisión posicional de 5m. La referida imagen, servirá para la actualización de la cartografía y el desarrollo e implementación de un plan de ordenación territorial y gestión municipal de la zona urbana de Maracay; por lo cual serequirió mejorar la precisión geométrica, mediante un proceso degeoreferenciación, apoyada en mediciones de campo con GPS diferencial. Debido los pobres resultados obtenidos en la corrección geométrica con los métodos matemáticos tradicionales (Polinomiales) y la imposibilidad práctica, de realizar una buena ortocorrección, por la carencia de Modelos Digitales de Elevación (MDE) de buena resolución; se optó por realizar la corrección geométrica utilizando Spline como método de interpolación.Como resultado de esta investigación, podemos concluir que la corrección geométrica de imágenes de satélite de alta resolución espacial, mediante el método Spline, si bien requiere de una mayor densidad de puntos de control que otros métodos y su validación hace imprescindible de un análisis visual detallado de los resultados; permite alcanzar gran precisión en la posición planimétrica.

Palabras claves: Spline, GPS diferencial, Georeferenciación, Teledetección, Ordenación Territorial, Gestión Municipal.

1. Introducción.

Maracay, capital del estado Aragua y uno de las principales ciudades del país; cuenta con una superficie de 311,57 Km2 y una población cercana a un millón de habitantes (1.000.000 hab.),en base a las proyecciones del INE, para el año 2011. Desde el punto de vista de relieve, la zona presenta desniveles de hasta 400 m de altura, de la parte más elevada ubicada al norte de la ciudad, en los límites con el Parque Nacional Henry Pittier (810 msnm) y la más baja al sur, en el borde con el Lago de Valencia (410 msnm). Considerando el aspecto Socioeconómico, la ciudad de Maracay se caracteriza por presentar un incremento sostenido de población y un creciente desarrollo comercial e industrial;por tanto, se hace imprescindible para alcanzar su desarrollo sostenible, de una adecuada planificación y ordenación territorial.

Para el desarrollo e implementación de un plan de ordenación territorial y de gestión municipal,de la zona urbana de la ciudad de Maracay; se cuenta como herramienta de apoyo con una imagen multiespectral, de 50 cm de resolución espacial; tomada por el Satélite GeoEye I, el 28 de febrero de 2010. La referida imagen cubre una superficie de 100 km2 y tiene un nivel de procesamiento estándar (Geo), que presenta una precisión posicional de 5m; por lo que se requiere mejorar esta precisión mediante una corrección geométrica, apoyada en mediciones de campo con GPS diferencial.La corrección geométrica implica realizar una transformación que persigue la restitución de la imagen de acuerdo con un sistema de proyección geográfica determinado (Chuvieco, 2006); en este caso: Proyección UTM, datum Sirgas Regven, huso 19.

Debidolos pobres resultadosobtenidos en la georeferenciacióncon los métodos matemáticos tradicionales (Polinomiales) y la imposibilidad práctica, de realizar una buena ortocorrección, por la carencia de Modelos Digitales de Elevación(MDE) de buena resolución; se optó porrealizar la corrección geométrica utilizando Spline como método de interpolación.

2

El término "spline"(Mínima Curvatura), en inglés es usado para referirse a la regla flexible usada por los dibujantes para trazar líneas de mínima curvatura,a lo largo de una serie de puntos. Una función spline equivale a la línea dibujada con la regla flexible y corresponde matemáticamente a una línea de mínima curvatura que es continua, y que es definida por polinomios, de bajo grado, que mantienen la continuidad y suavizado entre polinomios adyacentes. Este tipo de función puede ser usado para suavizar curvas o para interpolar datos. La interpolación mediante “spline” consiste en estimar valores intermedios entre cada par de puntos consecutivos que componen una serie de datos. La interpolación segmentaria (spline) en lugar de calcular un único polinomio de aproximación de alto grado para todos los datos, calcula un polinomio entre cada par de puntos, los cuales unidos forman un conjunto. De esta manera se evitan posibles oscilaciones indeseables encontradas al interpolar con polinomios de alto grado (Burrough, 1986; Trincado y Vidal, 1999).

El tipo más sencillo de interpolación segmentaria es la lineal, la cual consiste en unir un conjunto de puntos por una serie de líneas rectas. Pero al usar este tipo de función no se obtiene una unión continúa en cada uno de los extremos de los intervalos. La interpolacion segmentaria cúbica utiliza polinomios de tercer grado entre cada par de datos consecutivos. Este tipo de polinomios posee cuatro constantes, lo cual permite asegurar que la primera y segunda derivadas son continuas en cada nodo, lo cual permite una unión suave entre los segmentos que forman la curva (Trincado y Vidal, 1999).

En la interpolación de datos georreferenciados, en lugar de una línea, se debe ajustar una superficie al conjunto de datos, por eso se utiliza el término “spline” bicúbico(Burrough, 1986). Spline es un interpolador exacto; por tanto no genera errores porque la transformación ajusta exactamente la posición del pixel con su posición en la fuente georeferenciada(los nodos de la función de interpolación coinciden con los datos puntuales); esto optimiza la precisión local de la corrección, pero no garantiza la precisión global (Universidad Nacional de Costa Rica, Escuela de Ciencias Ambientales, 2010).

Cabo y Recondo (2005) señalan que los principales inconvenientes de este método son:

� Esta técnica sólo gana detalle a nivel local, porque los pixeles que esténlejosde lospuntos de control medidos en campo pueden no ser ajustados correctamente.

� La ausencia de medidas directas de la precisión del método, al asignar de manera directa las coordenadas terreno de los puntos de control a sus homólogos sobre la imagen.

En vista de los señalamientos anteriores, para la aplicación de Spline como método deGeoreferenciación de Imágenes de satélite, hay que tomar en consideración los siguientes aspectos:

� Se requiere de un gran número de Puntos de Control terrestre, con suficiente precisión planimétrica;distribuidos especialmente en los bordes de la imagen y a lo largo de las líneas de quiebre.

� Se hace necesario establecer como criterio de controlgeométrico, la reserva de un número suficiente de puntos de control independientes, con el fin de validar a partir de ellos, la calidad de la imagen resultante. (Cuartero y Felicísimo. 2003)

2. Materiales y Métodos.Ubicación geográfica: La Imagen de satélite, objeto de este estudio, cubre una superficie de 100 Km2y se corresponde con la poligonal urbana de la ciudad de Maracay, municipio Girardotdel estado Aragua (Figura 1).

3

Figura 1: Ubicación de la zona en estudio.

Planificación: para el desarrollo de las actividades se realizó previamente una jornada de planificación, la cual incluyó la revisión de la imagen de satélite; el diseño y localización preliminar de los puntos de control terrestre; la selección de los vértices de la Red GeodésicaMunicipal (RGM) que sirvieron como puntos de enlace para la vinculación con el Sistema de Referencia Geodésica de Venezuela; la selección de equipos y materiales, requeridos para el trabajo de campo; facilidad de acceso a los puntos de control propuestos y seguridad, definición de modos de captura y procesamiento de información satelital GPS, entre otras variables.(Figura 2).

Figura 2: Vertices RGM y Puntos (Control y Validación) preliminares.

Selección de Puntos de Control Terrestre: En esta fase se realizó la selección de los puntos de control terrestre, en base a la cartografía existente e imágenes de satélite. En este sentido se contempló el levantamiento de al menos un punto de control terrestre por cada 5 Km2 de imagen y un punto de validación por cada 10 Km2

Se seleccionaron elementos como: rayados de señalización vial, señales en el medio campo yrayado de canchas deportivas múltiples, infraestructuras existentes (Techos de vivienda, bordede aceras, cercas), señales de aeropuertos. (Figura 3); lo quegarantiza la visualización yprecisión en la localización de los puntos de control y validación, tanto en la imagen como en el

. Para esto se tomó en consideración que los puntos, tanto de control como de validación, estuvieran bien distribuidos en toda la superficie de la imagen, especialmente en los bordes y a lo largo de las líneas de quiebre.(Figura 2).

Ubicación de Puntos de Control Terrestre: En esta etapa se obtuvieron las coordenadas aproximadas de los puntos de control terrestre seleccionados previamente. Para esto se utilizócomo base cartográfica las imágenes de satélite y las cartas topográficas contenido en el Sistema de Información Geográfica Catastral y de Gestión del Municipio Girardot. Con el apoyo de los GPS Navegadores (Garmin GPSMap 60) se localizaron los puntos en el campo. Para la selección y ubicación final de los puntos de control terrestre, se aseguró que los sitios cumplieran con los criterios técnicos para la captura de información satelital GPS, de acuerdo a las normas establecidas por el IGVSB.

4

campo (Figura 4). Adicionalmente se describió el entorno de cada punto, se fotografiaron los mismos además de elaborar sus respectivos croquis.

Figura 3: Puntos de Control y Validación

Figura 4: Localización exacta de puntos (Control y Validación), en campo y en la Imagen.

Selección de Punto de Origen para la medición:Se tomó como Punto de Control Maestro (Base), o de vinculación al Sistema Geodésico Nacional el vértice de la Red Geodésica Municipal (RGM), identificado como “LAS DELICIAS-LA ALCALDÍA” (Figura 5), ubicado en la azotea del edificio sede, de la Alcaldía del Municipio Girardot, estado Aragua.

Figura 5: Punto de Vinculación al Sistema Geodésico Nacional (REGVEN).

Captura y Procesamiento de datos GPS: Luego de seleccionar y ubicar, cada punto de control terrestre se procedió a ejecutar las mediciones GPS, para lo que se utilizaronreceptoresTopográficos(diferenciales L1) SOKKIA modelos Stratus, con el método diferencial en modo estático; con sesiones de medición de15 minutos como mínimo; a intervalos de captura de 5 segundos; máscara de elevación máxima de 15 grados de elevación sobre el horizonte; mínimo

5

seis (6) satélites en observación; línea base menor a 10 Km; PDOP menor a 4 y error máximo permisible de 20 cm de desplazamiento horizontal.

Culminada la fase de campo se procedió en gabinete a descargar los datos capturados por los receptores GPS (Base y Móvil) en las Computadoras Portátiles y usando el Programa GNSS Solutions, se procesaron en forma diferencial con respecto al punto de control maestro (Base) identificado como “LAS DELICIAS-ALCALDÍA”; obteniendo como resultado las coordenadas UTM (Datum SIRGAS-REGVEN, Elipsoide GRS 80), para cada punto de control terrestre medido.

Georeferenciación y Validación: Una vez conocidas las coordenadas de los puntos de control terrestre (27) y de validación (10), se procedió a corregir geométricamente la imagen de satélite utilizando el módulo de Georeferenciación (Georeferencing) de ArcGISArcInfo(V.9.2);utilizandoSpline como opción de interpolación. Finalizada la corrección, se comprobaronlos resultados mediante superposición de los puntos de validación sobre la imagen (Figura 6).

Figura 6: Proceso de Georeferenciación.

Una vezverificada la calidad de la corrección geométrica, se procedió a rectificar nuevamente la imagen utilizando todos los puntos (37) levantados, lo que permite mejorar la precisióngeométrica global de la georeferenciación.

3. Resultados.Como primer resultado de este proyecto se establecieron veinte y siete(27) vértices de control terrestre y diez (10) de validación (Figura 7), con un error máximo de veinte centímetro (20 cm)en la posición horizontal.Esto,permitió la vinculación de las Imágenes de Satélite y los productos obtenidos de su procesamiento al Sistema Geodésico Nacional, de acuerdo al artículo 11 de la Ley de Geografía, Cartografía y Catastro Nacional (República de Venezuela, 2000)y al artículo 4 de las normas técnicas para la formación y conservación del catastro(República de Venezuela, 2002)

Figura 7: Distribución Puntos GPS (Control y Validación) levantados para la georeferenciación.

6

En el cuadro 1, se muestran las coordenadas UTM, Huso 19, Datum Sirgas-Regven, Elipsoide GRS-80, de los puntos de control terrestre y de validación levantados en campo.

Cuadro 1: Puntos GPS, de Control Terrestre y de Validación.

IDCoordenadas UTM Altura

Elipsoide(m)

Error (m) ID

Coordenadas UTM Altura Elipsoide

(m)

Error (m)Este Norte Este Norte

1 654.145,85 1.134.008,88 460,90 0,002 20 653.382,67 1.129.568,76 397,37 0,1052 652.587,41 1.134.206,81 420,80 0,187 21 654.957,66 1.128.810,56 395,77 0,1073 652.983,86 1.138.268,52 450,55 0,038 22 654.862,42 1.130.099,99 411,65 0,0484 652.064,73 1.135.391,60 437,47 0,147 23 651.682,07 1.129.688,82 395,33 0,1865 655.865,76 1.137.411,10 465,77 0,059 24 657.990,89 1.129.550,14 412,18 0,0616 657.427,42 1.136.674,08 472,99 0,123 25 658.570,57 1.131.119,21 414,92 0,0117 658.378,02 1.139.237,75 563,64 0,042 26 656.719,25 1.130.551,35 412,22 0,1048 659.284,41 1.141.915,17 791,47 0,158 27 653.345,76 1.132.996,53 421,05 0,1569 658.360,92 1.141.230,85 685,31 0,116 28 652.714,60 1.132.464,85 419,16 0,151

10 657.649,11 1.141.963,56 666,95 0,099 29 651.722,57 1.132.297,85 412,21 0,19911 657.502,49 1.140.671,79 604,89 0,026 30 654.412,21 1.131.486,97 418,38 0,13612 657.414,67 1.138.573,76 520,48 0,025 31 658.408,57 1.132.293,80 412,97 0,10913 657.090,05 1.138.024,64 494,64 0,066 32 656.114,05 1.133.681,83 430,66 0,18814 654.745,25 1.135.091,64 440,90 0,114 33 651.238,89 1.137.792,69 437,30 0,13915 644.999,14 1.133.846,49 403,97 0,093 34 651.657,45 1.134.452,13 422,59 0,16316 645.616,16 1.136.470,24 399,41 0,121 35 649.469,02 1.135.452,20 428,09 0,07617 650.613,11 1.130.319,82 400,82 0,152 36 647.929,70 1.133.045,39 410,14 0,10118 649.773,82 1.130.936,45 400,23 0,031 37 646.640,82 1.133.655,04 405,12 0,006

19 649.259,58 1.131.726,15 408,53 0,131

Sistema de Proyección UTM, Huso 20, Datum SIRGAS-REGVEN, Elipsoide GRS-80.

Al comparar el producto resultante de la corrección geométrica, a través de la función de interpolación “Spline”, mediante la superposición de los puntos GPS de validación, sobre la imagen, se observó que en un 100%, se ubicaron dentro del pixel de referencia (Figura 8).

Figura 8: Validación

7

Como resultados derivadosde este proyecto, se generaron Mapa Imágenes de Maracay a escala 1:2.500 (Figura 9); que servirán de base cartográfica para el plan de ordenación territorial ygestión municipal de la ciudad.

Figura 9: Mapa Imágenes, Escala 1:2.500

4. Conclusiones.

Finalmente, podemos concluir que la corrección geométrica de imágenes de satélite de muy alta resolución espacial, mediante el método de interpolación Spline, si bien requiere de una mayor densidad de puntos de control que otros métodos y su validación hace imprescindible de un análisis visual detallado de los resultados; permite alcanzar gran precisión en la posición planimétrica.

Las Imágenes de satélite de muy alta resolución espacial, adecuadamente georeferenciadas; son una alternativa válida para generar y actualizar material cartográfico, a escala 1:2.500, en zonas urbanas. Esta información representa un valioso instrumento para la planificación, ordenación territorial y control de gestión; que facilita la definición de planes alternativos del uso de los recursos y permite incrementar, de forma significativa, la eficiencia en la toma de decisiones en el ámbito municipal.

5. Referencias Bibliográficas.

Burrough, P. 1986. Principles of geographical information systems for land resources assessment.ClarendonPress, Oxford. 193 p.

Cabo y Recondo (2005). Aplicación de Imágenes Standard de Quickbird para el Estudio del Litoral Asturiano.XI Congreso Nacional de Teledetección, 21-23 septiembre 2005. Puerto de la Cruz. Tenerife, España.

Cuartero, A., Felicísimo, A. M. 2003: Rectificación y ortorrectificación de imágenes de satélite: análisis comparativo ydiscusión, GeoFocus (Artículos), nº 3, 2003, p. 45-57. ISSN: 1578-5157.

Chuvieco Salinero Emilio. 2006. Teledetección Ambiental, La Observación de la Tierra desde el espacio. 2da Edición. Barcelona España, Ariel.

República de Venezuela, 2000. Ley de Geografía, Cartografía y Catastro Nacional, Gaceta Oficial No. 37.002. Caracas.

República de Venezuela, 2002. Normas técnicas para la formación y conservación del catastro nacional, Gaceta Oficial No. 5590, Caracas.

8

Trincado, G. y Vidal, J. 1999. Aplicación de interpolación "spline" cúbica en la estimación de volumen. Bosque, 20: 3-8.

Universidad Nacional de Costa Rica, Escuela de Ciencias Ambientales. 2010.Georeferenciación de Archivos Raster y Ajuste Geoespacial de Capas Vectoriales conArcgis.GeoambienteTecnologías de La Información Geoespacial. Costa Rica. 58 p.

Representaciones alternativas de los modelos corticales someros en la población Cariaco, a partir de datos obtenidos usando el efecto de sitio, con el

uso del Argis®, como parte de la caracterización de suelo para la microzonificación sísmica del oriente de Venezuela.

Francisco Bonive, Claudio MarchanCentro de Sismología, Universidad de [email protected], [email protected]

Resumen Tres cuartas partes de la población venezolana vive en la que se estima es la frontera entre la placa tectónica del Caribe y la de Sur-América. En una franja de 900 kms por 50 kms se hallan las principales ciudades venezolana y las fallas sísmicas más importantes de país. Los estudios geotécnicos se convierten en las herramientas esenciales para estimar la vulnerabilidad sísmica y los escenarios basados en estos permitirían, si son bien utilizados, disminuir las posibles víctimas potenciales. Uno de los problemas más importantes para el uso de los resultados de estos procedimientos está restringido a ser usado en sistemas de presentación grafico poco amigable. Usando software de presentación grafica tipo GIS, como el ArcGIS, para manejo de dato y de alta resolución y el Google Earth, de baja calidad, fue posible colocar los gráficos generado por procesamientos geotécnicos orientados hacia la estimación de la vulnerabilidad sísmica para su uso en campo. La data utilizada en el presente trabajo que es importante para fenómenos de resonancia los cuales se basan en el período y magnificación predominante del suelo. Los datos que se proyectaron en esta representaciones fueron el índice de vulnerabilidad (IDV) el cual permite estimas el impacto que pueda presentar el suelo ante una estructura básica. Datos para el manejo de estructuras superficial como son el espesor sedimentario (h), velocidad de onda S en sedimento (VS1) y basamento (VS2), vinculada al sitio geográfico (PUNTO) con coordenadas de latitud (Lat) y longitud (Lon

IntroducciónLos terremotos son los fenómenos naturales que producen el mayor terror en la población. Esto se debe a lo extenso del daño que pueda ocasionar, a que nos está a salvo ninguna estructura, y a básicamente, que son prácticamente impredecible. Esto no sucede con la consecuencia de un terremoto, se ha demostrado con el transcurrir del tiempo, la forma en que puede afectar el evento un sitio en particular, se debe básicamente a la estructura sedimentaria que se encuentra en el lugar. Estimar esto era imposible a hasta ladécada de los 80 del siglo pasado, en la que se evidenció en factores de resonancia podían ser medidos antes la llegada del evento y permitir estimar el impacto del mismo, aún mejor, la técnica que evaluaba la resonancia podían ser utilizada para estimar la estructura superficial del sitio en estudio. La ventaja de las técnicas que se basan en medidas de resonancia es que pueden ser aplicadas en cualquier lugar urbanizado en que haya un impacto importante sobre la población circundante por lo que se han convertido en las herramientas más poderosas para realizar medidas en ciudades y poblaciones.

Lo negativo que adolece las técnicas geotécnicas es en muchos casos los modos de visualización que no son tan amigables como lo que se han desarrollado para la industria petrolera. Los porqués de esto puede ser diversos como el que indica que las variables geotécnicas tienen un nivel de precisión más pequeño, o son de importancia limitada, o que el costo de los procesos involucrado no ameritan el desarrollo de estas interface amigable. Afortunadamente se han desarrollados desde interfaces de baja resolución, gratuitos y de poca precisión como el Google® Earth el cual permite introducir el nombre de un hotel, colegio o calle y obtener la dirección exacta, un plano o vista del lugar. También se pueden visualizar imágenes vía satélite del planeta. También ofrece características 3D como dar grosor a valles y serranías, y en algunas ciudades incluso se han modelado las edificaciones. La forma de moverse en la pantalla es intuitiva, con mandos sencillos y adaptables. Existen también programas propietario de gran prestancia que por módicos costos

para alcaldías, empresas pequeñas, universidades, se logran resultados de altísima calidad como es el ArcGIS ® el cual es un software elaborado y distribuido por ESRI, bajo el nombre genérico ArcGIS se aglomeran diversas aplicaciones para la adquisición, edición, análisis, procesamiento,esquematización, divulgación e impresión de información terrestre y espacial. Estas aplicaciones se abarcan en familias de tópicos parecidos como ArcGIS Móvil para la captura y el manejo de información en campo, o ArcGIS Server, para la divulgación y procesamiento web.

Ambos tipos de aplicaciones hacen posible compartir con otros usuarios enlaces, medir distancias geográficas, ver la altura de las montañas, ver fallas o volcanes y cambiar la vista tanto en horizontal como en vertical. En el presente estudio se desarrollo un modo de representación alternativa para representar resultados geotécnicos usando tanto el tipo de gran desarrollo con el ARCGIS®, como por el Google® Earth el cual es muy limitado.

Datos y métodoLa data esencial usada en el presente trabajo es importante para fenómenos de resonancia los cuales se

basan en el período y magnificación predominante del suelo (no presentados), estimándose el índice de vulnerabilidad (IDV), espesor sedimentario (h), velocidad de onda S en sedimento (VS1) y basamento (VS2), vinculada al sitio geográfico (PUNTO) con coordenadas de latitud (Lat) y longitud (Lon).

PUNTO IDV h (m) VS1 (m/s) VS2 (m/s)A10 10.29 53.61 370.30 1732.94B10 6.14 30.78 362.26 1713.35B11 34.82 184.42 431.05 1273.68B13 6.14 29.80 350.38 1686.15C04 3.16 74.15 380.99 1545.71C06 14.24 234.52 456.81 1044.21C12 47.32 62.42 388.73 1658.46C13 26.56 160.40 421.74 1346.50D03 20.71 251.78 443.80 1047.70D05 16.39 234.04 433.91 1062.88E02 21.40 264.28 437.95 1058.21E03 10.30 264.28 437.95 1058.21E04 10.99 255.96 450.56 1068.03E06 22.57 233.69 421.04 1097.62E07 5.23 72.87 374.46 1584.36E08 9.88 87.20 403.13 1526.36F02 40.37 271.13 427.25 1096.35F03 14.30 263.60 457.39 1055.92F08 3.18 263.60 457.39 1055.92G02 10.09 179.27 439.45 1146.30G03 14.93 250.66 449.62 968.31G04 11.09 176.48 430.69 1198.16H01 9.96 165.28 425.47 1101.55H06 7.89 171.43 435.77 1085.25H07 15.81 258.10 454.92 1015.44H08 8.75 88.67 366.85 1655.87I04 7.73 86.65 383.08 1163.59I05 3.72 98.26 402.87 1463.81I08 11.46 226.58 453.13 1015.98I09 5.12 41.62 310.97 1692.19

Tabla 1: Datos usados en este trabajo, nombre dado al punto de lectura de ruido ambiental, todos estos resultados se basan en datos de período y magnificación (no presentados), con lo que se calcula el índice de vulnerabilidad (IDV), espesor sedimentario (h), velocidad de onda S en sedimento (VS1) y basamento (VS2).

Se realizo el análisis y la presentación de los datos usando las siguientes herramientas informáticas:

1. ArcGis v.10 con las siguientes extensiones:a. ArcGIS 3D Analystb. ArcGIS Geostatistical Analystc. ArcGIS Spatial Analyst

2. Global Mapper3. GoogleEarth estandar

Estas herramientas especializadas fueron escogidas porque permiten usar fácilmente los datos geotécnicos y tienen niveles muy diferentes de actuación. Mientras las 1 y 2 permiten un estudio especializado la 3 tiene la posibilidad de intercambiar datos a un costo menor aunque sea solo para visualización. La versatilidad de la presentación fue la consecuencia directa de la sencilla que es la data a manejar

Discusión y productos obtenidosA pesar de que los datos arrojados por estas son de mucha utilidad, la posibilidad de comparar con

resultados geotécnicos de técnicas y permitir una evaluación espacial de las mismas, se vuelve imprescindible para calibrar la precisión de los modelos conseguidos. La única manera que se tiene que hacer esta comparación es unir espacialmente los resultados de una y otra técnica y los sistemas de información geográfica son las aplicaciones imprescindibles para ser esto. La posibilidad de que un mapa de una ciudad se pueda representar, en forma de perfiles 3D, realizado a partir de MATLAB ®, la estructura cortical somera producida con una posición de alta precisión permite hacer la comparación directa y estimar la estructura real del suelo. Entre los o más utilizado para realizar este tipo de presión se encuentra ARGIS® (ARCSCENE y ARCGLOBE), el cual presenta a una cantidad importante de herramientas de trabajo permiten este tipo de visualización con precisiones significativas. En este trabajo se realizó un modelaje cortical somero de la población de Cariaco basado en la técnica de Nakamura, establecidos con microtremores para la estimación del efecto de sitio y se usaron las herramientas de GIS para lograr la máxima visualización del fenómeno.

En la figura 1 podemos ver una representación tradicional del modelo de dos capas con de los resultados de microtremores, esta representación no es eficiente para mostrar la evolución espacial del espesor sedimentario. La evolución se visualiza, de manera tradicional, usando curvas de contornos que delimitan las áreas interesantes como se aprecia en la figura 2. Si usamos las herramientas de GIS se puede ampliar la percepción real de las estructuras corticales como se ve en las figuras 3 y 4.

La visualización resulto ser impresionante para que cualquier autoridad puesda tomar decisiones si la presencia en el sitio de los expertos

Figura 1:Relación entre la estructura superficial y las profundidades dadas por el efecto de sitio

Figura 2: Representación normal basada en curva de

contornos de la evolución espacial de espesor sedimentario

Figura 3 posición de los puntos de registro mostrando

los espesores sedimentarios calculados

Figura 4: visualización de la figura 3 al observarse

como un espectador sobre el mapa

Análisis Interanual de la Temperatura de la Superficie del Mar en el Litoral del Estado Río Grande do Sul, Brasil

Hugbell ReyesPDVSA-Intevep, Gerencia de Ambiente

[email protected].

1. Resumen

Es de conocimiento general que la temperatura de la superficie del mar (TSM) regula los procesos climáticos del planeta, de hecho, en la literatura es conocida como el motor climático del planeta. En este sentido, todos los esfuerzos realizados a la hora de entender los procesos anómalos asociados a este parámetro son importantes. Por otra parte, el uso de herramientas satelitales para obtener medidas de TSM, proporciona una visión sinóptica del océano, así como también una alta frecuencia de repetición de vistas, permitiendo la observación de su dinámica temporal que no es posible desde embarcaciones o boyas meteorológicas. En esta óptica se analiza la variabilidad interanual de la temperatura de la superficie del mar (TSM), su relación con la precipitación y el fenómeno El Niño Oscilación Sur (ENOS), teniendo como área de estudio toda la costa del litoral de Río Grande del Sur. Para llevar a cabo este cometido, se evaluaron los ciclos presentes en la serie de tiempo de los datos de TSM desde enero de 1985 hasta diciembre 2008. Para ello, se utilizaron imágenes mensuales “bsst” (best sea surface temperature) desde 1985 hasta el 2008 del sensor AVHRR (Advanced Very High Resolution Radiometer) del proyecto Pathfinder versión 5. Con datos de las imágenes de satélite y los datos de precipitación de la estación de Terra de Areia, se calcularon las anomalías de TSM (ATSM) y de precipitación, notándose un patrón irregular en la serie, por lo que se utilizó un filtro de 6 puntos para eliminar todas aquellos datos que no permitían observar el comportamiento de oscilación de las anomalías de estas variables. Posteriormente se generó un espectro de potencia por medio de la transformada continua de ondeleta de función madre Morlet, con el cual se constató un patrón de comportamiento en frecuencia, espacio y fase presentes de estas variables en el área de estudio. Así mismo, se correlacionaron los datos de anomalía de temperatura de la superficie del mar con datos de precipitación con un desplazamiento de tiempo de 12 meses. Finalmente se establecieron relaciones de los parámetros mencionados con datos del Índice Multivariado del Niño Oscilación Sur. Como resultado se observó una relación entre ATSM y las anomalías de precipitación, logrando constatar los procesos de intercambio océano - atmósfera. En este mismo orden, se correlacionó la precipitación con el índice MEI, mostrando un alto índice y certificando la influencia de estos fenómenos climáticos con lluvias extremas en Brasil Por otra parte se evidenció una baja correlación entre la temperatura y el índice MEI, cuya explicación está dada por la dependencia de TSM con las variaciones estacionales y no a fenómenos climáticos globales.

Palabra claves: ATSM, AVHRR, MEI, wavelet, morlet

2. Introducción

De acuerdo con Quereda (2007), la temperatura de la superficial del mar (TSM) es el auténtico motor del sistema climático. Por otra parte se ha ampliado considerablemente la cobertura

espacial de los satélites meteorológicos con los que se puede obtener información de esta variable. Sin embargo los datos llegados desde el espacio deben pasar una validación con datos in situ.En concordancia con Emeri. (2004), Inicialmente antes de la invención de los sensores a bordo de satélites el instrumento por excelencia para medir la temperatura del mar era el termómetro y estas medidas se tomaban a todo lo largo del recorrido de navíos oceanográficos e hidrográficos y a diferentes profundidades, con la invención de los satélites estas formas de medición ciertamente tomaron una mayor envergadura y de cierta manera implicó un cambio. Evidencias de las relaciones entre TSM y la precipitación en Brasil fuero descritas por Grimm (1996), Díaz et al (1998), describen que independientemente de la ocurrencias de fenómenos globales en otras regiones oceánicas, la relación de TSM con precipitación está dado en los meses de abril a julio. Pezzi y Souza (2009), describen que esa relación esta dada por la variabilidad estacional.Los efectos relacionados con El Niño Oscilación Sur (ENSO), fueron ampliamente estudiados por Grimm (1998); Grimm (1999); Pezzi y Calvananti (2001) entre otros. De acuerdo con ellos se observa una gran contribución en la modulación de la circulación atmosférica y en las anomalías de precipitación en el Brasil.El cálculos de temperatura de superficie del mar y sus anomalías es importante debido a su rol en los procesos climáticos de acuerdo con Grimm (1999), un aumento de anomalía en la superficie del mar tiene como consecuencia un aumento en el flujo de calor en la atmósfera, como refleja Pezzi y Souza (2009), se producen interacciones en las relaciones Océano -Atmósfera. En este sentido se prevé demostrar cual es la relación entres datos de TSM obtenidos desensores satelitales como AVHRR, compararlos con parámetros físicos como es el caso de precipitación con datos de la estación Terra de Areia y conocer además su vinculación con fenómenos globales como el Niño a través de correlaciones con índice como lo es el caso del Índice Multivariado del Niño Oscilación Sur (MEI)

Área de Estudio

Se encuentra localizada en la zona este del estado de Río Grande do Sul, exactamente entre la zonas del litoral y la plataforma continental, esta contará con 5 subdivisiones o áreas específicas de trabajo, estas áreas no deberá traspasar el borde de la plataforma continental porque después de esos límites todo está condicionado por otros fenómenos climáticos que pudieran desviar el alcance del estudio. (Figura 1)

Figura 1. Localización de las áreas de estudio (Cuadros rojos), de fondo imagen bsst del sensor AVHRR del proyecto Pathfinder

3. Marteriales y métodos

En la ejecución de este trabajo fueron escogidas 2 variables que intervienen en las variaciones climáticas anuales (Podestá et al, 1991), estas variables son la temperatura de la superficie del mar, obtenidas de una serie de datos a partir de los satélites de la Serie de NOOA (National Oceanic and Atmospheric Administration) y datos de precipitación recabados de la estación meteorológica de Terra de Areia bajo la conducción del Instituto Nacional de Meteorología (INMET) y la serie de tiempo del Índice Multivariado de ENOS (Multivariate ENOS Index -MEI).Para la creación del serie de tiempo se definieron áreas de estudios descritas con anterioridad (Figura 1) estas se corresponden con los limites de norte a sur del litoral de Río Grande del Sur hasta la plataforma continental Brasilera definidas en el siguiente cuadro. Obtenidas las medias climatológica se calcularon las anomalías climáticas para los datos de temperatura y para los datos de precipitación a partir de las diferencias de cada mes y para poder establecer comparaciones entre variables fueron divididos entre su desviación estándar (Wilks, 1995).

- Correlación Cruzada

Se aplicó la correlación cruzada entre los datos de ATSM normalizados con los datos precipitación normalizada, posteriormente se realizó el proceso con datos del índice MEI, para efectos de los análisis se ejecutaron con un desplazamiento de tiempo de 12 meses en el software STATISTICA.

- Transformada de Ondeletas (Wavelet)

Como función base para construir una transformada de la ondeleta se elige una función base o madre (Figura 2), que se incorpora en la ecuación general de varianza finita, de duración limitada, media cero y localizado en el tiempo cerca de la posición de cada dato u origen. Cada dato origina una familia de ondas definida por la función elegida, la cual comprime o dilata la amplitud de las ondas en respuesta a la magnitud de la señal que representa el dato (comprimiéndose en señales de mayor magnitud).

Figura 2. Ondeleta de Morlet.

4. Resultados

- Climatología

En esta parte son presentados los resultados de los datos de temperatura de superficie del mar obtenido del cálculo de las medias de las imágenes del sensor AVHRR de las áreas de estudios.

- Temperatura de la Superficie del mar

De acuerdo con la data presentada por Quereda (2006), los datos obtenidos de las medias mensuales de enero de 1985 hasta diciembre de 2008, muestran claramente la diferencia estacional asociadas respectivamente a la radiación solar y a la irradiación de la tierra hacia el

espacio. Luego a partir de mayo hasta septiembre ocurre una disminución de la temperatura de la superficie del mar, reportándose con una minima de 14,81ºC en el área 5, también se observa que ocurre una tendencia de aumento en los meses de octubre y noviembre.

Los valores de temperatura de superficie del mar en el área 01 (Figura 3) es claramente mayor en todos los meses con respecto a los otras área de, esto representa una tendencia decreciente del área más al norte (Área 01) hasta llegar al área 05, esto se observa también en el siguiente gráfico de estacionalidad.

Indices Estacionales TSM

-5

-4

-3

-2

-1

0

1

2

3

4

5

0 2 4 6 8 10 12 14Área 01 Área 02 Área 03 Área 04 Área 05

Figura 3 - Índices estacionales de las 5 áreas de estudio.

A grandes rasgos desde Mayo a noviembre la Temperatura esta por debajo de la media de las medias mensuales, mientras que de noviembre a junio esta por encima de la media mensual, como estamos en el hemisferio sur de Diciembre a Mayo son los meses mas calidos, esto corresponde como lo define Castro, (2006) a las estaciones de verano y otoño respectivamente, que se caracteriza por un aumento de temperatura en toda el área, los demás meses corresponden a períodos mas fríos (invierno - primavera), donde se registran los valores de temperatura más bajas.

- Datos de Precipitación

Se muestran valores máximos de precipitación. Los valores de precipitación mínima están reflejados en los meses de abril hasta agosto con una minima de 110,01mm en mayo. Coincidentemente los meses con valores de máxima precipitación se corresponde con los meses de máximo valores de temperatura (Figura 4), igualmente presentó un comportamiento similar de los valores mínimos ocurridos de precipitación con los valores mínimos de temperatura

Figura 4 - Datos escalados de medias mensuales precipitación y TSM de las áreas de estudio.

En concordancia con Castro (2006), un aumento de la temperatura de la superficie del océano, conlleva a una mayor evaporación, por consiguiente una atmósfera saturada de agua aumenta la

tendencia de precipitación, precisamente esos aumentos de precipitación está relacionados con los meses de verano donde la temperatura aumenta. (Figura 4)

- Anomalía Normalizada de las Series Temporales

Para el estudio de las variabilidades climáticas de las áreas de estudios se tomó como base los datos mensuales de los datos de temperatura y precipitación, a fin de establecer comparaciones en términos de semejanza y en la medida de lo posible agrupar por comportamiento los datos.

Anomalías de TSM

La serie de tiempo obtenida de las imágenes del sensor AVHRR, presenta grandes rasgos una fluctuación de anomalías positivas y negativas con casi el mismo comportamiento de todas las áreas lo largo de toda la serie. (Figura 5)

-4,00

-3,00

-2,00

-1,00

0,00

1,00

2,00

3,00

4,00

ene-8

5

ene-8

6

ene-8

7

ene-8

8

ene-8

9

ene-9

0

ene-9

1

ene-9

2

ene-9

3

ene-9

4

ene-9

5

ene-9

6

ene-9

7

ene-9

8

ene-9

9

ene-0

0

ene-0

1

ene-0

2

ene-0

3

ene-0

4

ene-0

5

ene-0

6

ene-0

7

ene-0

8

Tiempo

Anom

alia

Área 05 Área 04 Área 02 Área 03 Área 01

º

Figura 5 – Medias móviles de 6 puntos de ATSM.

Anomalías de Precipitación

Con respecto a la precipitación encontramos gran variabilidad entre las anomalías (Gráfico 6)positivas y negativas.

-2,00

0,00

2,00

4,00

ene-8

5

ene-8

6

ene-8

7

ene-8

8

ene-8

9

ene-9

0

ene-9

1

ene-9

2

ene-9

3

ene-9

4

ene-9

5

ene-9

6

ene-9

7

ene-9

8

ene-9

9

ene-0

0

ene-0

1

ene-0

2

ene-0

3

ene-0

4

ene-0

5

ene-0

6

ene-0

7

ene-0

8

Tiempo

Anom

alía

(Pre

cipi

taci

ón)

Figura 6. Anomalía normalizada de precipitación con media móvil de 6 punto del período de 1985 hasta 2008.

Análisis de Anomalías de Precipitación asociadas a ENOS

De acuerdo con Grimm (2003,2004), existen diferentes impactos al lo largo del ciclo ENOS y este presenta una fuerte variabilidad espacial sobre el Brasil, presentando impacto en algunos meses. Se puede establecer cierta correspondencia entre el índice MEI y eventos asociados de precipitación (Figura 7), se observa dos pico de crecidas de precipitación entre septiembre 1986

hasta mayo de 1987 y septiembre 1987 y mayo de 1988 ocurrieron dos evento de anomalías positivas asociadas al niño. En octubre del 1988 hasta julio de 1990 se evidencia anomalía negativa asociada a la niña pero con un desfase temporal de 6 meses.Es importante destacar que hasta abril del 2003 el comportamiento de la precipitación con respecto a ENOS está fuertemente marcado con anomalía positivas a episodios de niños y anomalías negativas a episodios de la niña, este patrón de comportamiento se invierte en los años siguientes teniendo así que desde julio de 2003 hasta julio de 2005 se observa anomalía negativa relacionado con la presencia del niño, esto se repite desde julio de 2006 hasta abril de 2007. Ya desde julio de 2007 hasta octubre de 2008 se observa lo contrario una anomalía positiva relacionada con la ocurrencia de la niña.

-1,50

-0,50

0,50

1,50

2,50

ene-8

5

ene-8

6

ene-8

7

ene-8

8

ene-8

9

ene-9

0

ene-9

1

ene-9

2

ene-9

3

ene-9

4

ene-9

5

ene-9

6

ene-9

7

ene-9

8

ene-9

9

ene-0

0

ene-0

1

ene-0

2

ene-0

3

ene-0

4

ene-0

5

ene-0

6

ene-0

7

ene-0

8

Tiempo

MEI

Niño Niña Pp

Figura 7. El color rojo representa los episodios del niño, el azul episodios de la niña y la línea negra es la media móvil de seis puntos de la precipitación.

- Correlaciones cruzadas

Para efecto de las correlaciones cruzadas se dejo como variable fija las anomalías de TSM en relación con sus diferentes áreas y con respecto a la precipitación, para el caso del uso del coeficiente MEI, este último se dejó como fijo para compara con las anomalías de TSM y precipitación. (Tabla 1)

Tabla 1. Matriz de coeficientes de correlaciones de ATSM, precipitación e Índice MEI.

MEI Pp Área_01 Área_02 Área_03 Área_04 Área_05MEI 1 0,4024 0,14337 0,2004 0,2909 0,3256 0,2776Pp 0,4024 1 0,01683 0,2076 0,2076 0,2638 0,3716.

Área_01 0,1433 0,0168 1 0,9880 0,8668 0,8668 0,6192Área_02 0,2004 0,2076 0,9880 1 0,8977 0,9744 0,8323Área_03 0,2909 0,2076 0,8668 0,8977 1 0,9744 0,8323Área_04 0,3256 0,2638 0,8668 0,9744 0,9744 1 0,9097Área_05 0,2776 0,3716. 0,6192 0,8323 0,8323 0,9097 1

Transformadas de Ondeleta

- Anomalías de TSM.

El espectro de potencia de las ondeletas resultante del área 01 muestra un moderada energía alrededor de los 12 meses, entre mediados de 1998 hasta enero de 1998 y desde inicio de 1998 hasta enero de 2003, esto potencia moderada la podemos observar presente en el espectro de potencia en otra escala de tiempo enmarcados desde mediados de 1990 hasta enero de 1997, por otro lado se observa una fuerte potencia encima de los 32 meses desde enero de 1990 hasta finales de enero de 2004, presentando un debilitamiento desde enero de 1995 hasta enero de

1998 en una escalas alrededor de los 50 meses, luego se observa una tendencia a aumentar la potencia en escalas mayores de 50 meses entre 32 y 45 meses aproximadamente. (Figura 8)

Figura 8. Espectro de potencia de los datos de ATSM del área 01.

- Anomalías de Precipitación

El espectro de potencia de las ondeletas de precipitación muestra 3 picos de energía dominante entre 12 y 24 meses en tres períodos distintos el primero finales de 1990 hasta finales de 1994, luego el segundo pico con mayo intensidad de energía de enero de 1996 hasta enero de 1999 por último un pico de mayor duración temporal desde enero de 2001 hasta enero de 2007. (Figura 9)

Figura 9. Espectro de potencia de los datos de la Anomalía de precipitación.

De 32 a 42 meses presenta un moderada potencia entre julio de 1989 y finales de 1991, cabe destacar que entre enero de 1993 y enero de 2001 presenta una la más alta intensidad en el espectro entre 42 y 60 meses.

- Índice MEI

Muestra una muy alta energía desde los 16 meses hasta 64 meses concentrados entre el período de enero de 1995 y enero de 2002, dentro de este período está registrado el valor mas altos del niño en la historia (1998), por otro lado se puede inferir la influencia que tuvo con las variables de anomalía de ATSM y precipitación (Figura 10), donde ciertamente también presenta una alta potencia en el espectro concentrado alrededor de 1998.

Figura 10. Espectro de potencia de los datos del índice MEI

5. Conclusiones

� La variabilidad interanual de la temperatura de la superficie del mar en Río Grande do Sul puede ser estudiado a través de correlaciones cruzadas así como también su representación en frecuencia, tiempo puede ser perfectamente ejemplificada a través de ondeleta con la transformada continua de Morlet.

� Referente a los ciclos de comportamiento de TSM, ciertamente posee una estacionalidad bien marcada entre invierno y verano, en cuanto a la ATSM con el índice MEI (Figura 4.11), muestra un bajo coeficiente de autocorrelación y esto se debe justamente a que la ATSM depende de las variaciones estacionales y no de fenómenos climáticos globales como lo es el caso de ENOS, resultando poca coherencia espacial entre ellos (Grimm, 2009)

� La relación entre los datos de precipitación y el índice MEI (Figura 4.13), muestra que existe una influencia directa, estos efectos concuerdan con las conclusiones dadas sobre los efectos relacionado con El Niño Oscilación Sur (ENSO), estudiados por Grimm (1998); Grimm (1999); Pezzi y Calvananti (2001) entre otros. De acuerdo con ellos se observa una gran contribución en la modulación de la circulación atmosférica y en las anomalías de precipitación en el Brasil.

� Una de las deficiencias de los estudios de ENOS, es el marco general se conoce sobre lo que puede ocurrir a nivel global y ciertos errores a nivel regional pero nada a nivel local, el uso de índices ya es bastante generalizado, se deben generar estudios con datos de campos mas detallados a fin de conseguir observar como los fenómenos climáticos están afectando localmente el entorno de Brasil

� Es un hecho que de utilizar las ondeletas (Wavelet) para representar datos de un período de tiempo como la precipitación, temperatura e índice globales como MEI es un camino viable y ciertamente poco explorado, con un potencial bien amplio de investigación y desarrollo, porque por medio de este método es posible modelar mejor procesos que dependen fuertemente del tiempo y para los cuales su comportamiento no tiene porque ser suavizada, este resulta especialmente eficiente para extraer información de señales no periódicas o de vida infinita aspectos sutiles no estacionarios como el caso de las variables antes descritas.

� Para ser mas riguroso en estos análisis de deben contrastar estos datos proveniente de satélites con otras estaciones meteorológicas, para el caso de esto estudio solo se contrasto con una estación meteorológica (Terra de Areia), porque era la única con datos disponibles en la misma escala de tiempo que los datos bsst de AVHRR, esto ineludiblemente es una debilidad en el trabajo y al mismo tiempo uno de los obstáculos mas fuerte, puesto que no existen datos para todas las estaciones con estas mismas condiciones.

6. Bibliografia

� Casa, C. et al, 1999. Meteorología y Clima. Universidad. Politécnica de la Cataluña. Pág. 142.

� Castaño E. Uso de la Correlación Cruzada en la Identificación de Modelos ARMA.Colombia, Revista Colombiana de Estadística, volume 31, no. 2, pp. 293, 2008

� Castro, B. Estrutura Termohalina e Circulação na Região entre Cabo de São Tomé (Rj) . e o Chuí (RS). em Rossi, c; Madureira, L. (Org). O Ambiente Oceanográfico da Plataforma Continental e do Talude na Região Sudeste - Sul do Brasil. Editora da Universidade de São Paulo, 2006, cap.1, p.11 - 120.

� Daubechies, I., 1990: The wavelet transform time-frequency localization and signal analysis. IEEE Trans. Inform. Theory.

� Donlon, C.J., Minnet, P.J., Gentemann, C., NIGHTINGALE, T.J., BARTON, I.J., WARD, B. and MURRAY, M.J. (2002): Toward improved validation of satellite skin temperature measurements for climate research, Journal of Climate, vol. 15:353-369.

� Emeri. W, 2004, Data Analysis Methods in Physical Oceanography, second editions, Institute of Ocean Sciences, Sidney, British Columbia V8L 4B2. Canadá

� Lopez, F, Relação entre o MEI (Multivariate Enso Index) e a precipitação pluvial no Estado do Rio Grande do Sul, Dissertação apresentada à Comissão de Curso de Pós-Graduação da Universidade Federal de Pelotas, Marzo 2006.

� Farge, M., 1992: Wavelet transforms and their applications to turbulence. Annual. Rev. Fluid Mech., 24, 395–457.

� Grimm, A M., V. R. Barros and M. E. Doyle, 1999: Climate variability in southern South America associated with El Niño and La Niña events. To appear in Journal of Climate.

� Grimm, A S. E. T. Ferraz and J. Gomes, 1998: Precipitation anomalies in Southern Brazil associated with El Niño and La Niña events. Journal of Climate, 11, 2863-2880.

� Grimm, A. Variabilidade Interanual do Clima no Brasil. em Cavalcanti, I et al.(Org) Tiempo e Clima no Brasil. cap 22, pag 353 - 373, 2009

� Grimm, A. Interannual Variability and Seasonal Evolution on Summer Monsoon Rainfall in South América , Journal of Climate, v22, p2257 - 2275, 2009

� Grimm, A. How do La Niña Events Distubs the Summer Monsoon System in Brasil?. Climate Dinamics, v22, n.2 - 3, p 123 - 138, 2004

� Grimm, A. Impact on theSummer Monsoon in Brazil: Regional Processes versus Remote Influence. Journal of Climate, v16, p 263 - 280,2003

� Journel A.G. 1989. Journel Fundamentals of Geoestatistic in Five Lessons. Schort course in Geology Vol. 8 AGU. 4 p.

� Lau, K.-M., and H.-Y. Weng, 1995: Climate signal detection using wavelet transform: How to make a time series sing. Bull. Amer. Meteor. Soc., 76, 2391–2402.

� Lopez, F. Relação entre o MEI (Multivariate ENSO Index) e a Precipitação Pluvial no Estado do Río Grande do Sul. 2006. 159 pág. Dissertação apresentada à Comissão de Curso de Pós-Graduação em Meteorologia da Universidade Federal de pelotas, como requisito parcial à obtenção do título de Mestre em Ciências.

� Merle, J. et Tourre, Y. (1983): Le bilan energétique à l’interface air-mer, La Météorologie, VI, 33, pp. 51-68.

� Morales. Y. Correlación Digital de imágenes Comprimidas por Transformadas Wavelet. Revista Colombiana de Física, vol, 40, Nro 2, 2008.

� Monserrat, P. 2001, Series Temporales. Universitat Politécnica de la Cataluña. Barcelon, España.

� Paéz et al. Relações entre as anomalias de temperatura superficial do mar na costa sul brasileira e os desembarques de tainha (Mugil Platanus GÜ_THER, 1880). Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 6627-6632.

� Pezzi, L; Cavalcanti, I. The Relative Importance of ENSO and Tropical Atlantic Sea Surface Temperature Anomalies for Seasonal Precipitations Over South America: A Numerical Study. Climate Dynamics, v.17, p.205 - 212, 2001

� Pezzi, L: Souza, R. Variabilidade de Mosoescala e Interação Oceano - Atmosfera no Atlântico Sudoeste. em Cavalcanti, I et al.(Org) Tiempo e Clima no Brasil. cap 22, pag 353 - 373, 2009

� Pezzi, L. et al. Ocean - Atmosphere in situ observations at the Brazil - Malvinas Confluence Region. Geophys. Res. Lett, v 31, 2004

� Podesta. G. 1991. The Annual Cycle of Satellite – derived Sea Surface Temperature in theSouthwestern Atlantic Ocean. American Meteorological Society. p. 457.

� Quereda. J. La Teledetección de la Temperatura Superficial del Mar: Una Validación de Algoritmos en las Aguas Litorales del Mediterráneo Español. Cuaderno de Geografía, Valencia – España, 2006.

� Reyes, S. 2004. Modulaciones Multicedenal de la Lluvia Invernal en el Noreste de baja California. Ciencias Marinas, febrero, vol.30, numero 01A. Universidad Autónoma de Baja California, Mexico. pp99 - 108

� Simões. M,. Elementos da Variabilidade Climática no Extremo Sul do Brasil, no Período de 1990 a 2001. 2004. 211 pág. Dissertação apresentada à Comissão de Curso de Pós-Graduação em Engenharia Oceânica da Fundação Universidade Federal do Rio Grande, como requisito parcial à obtenção do título de Mestre em Engenharia Oceânica

� Sobrino. J. 2000. Teledetección. 1 era Edic. Universidad de Valencia. España� Soppa, M Caracterização da Variabilidade Climática nos Ecossistemas Recifais

Brasileros e sua Relação com a Biodiversidade de Corais. , Dissertação de Mestrado apresentada à Comissão de Curso de Pós-Graduação em Sensoramento Remoto. Instituto de Pesquisas Espaciais. INPE. Septembro 2007

� Souza R. 2005. Oceanografía por Satélite. 1era edición Asociación de Brasileros de Oceanografía. Sao Paolo, Oficina de texto.

� Souza, R. B. ; Robinson, I. S. Lagrangian and satellite observations of the Brazilian Coastal Current.Continental Shelf Research, v. 24, ( 2): 241-262, 2004.

� Souza R. 2009. Oceanografía por Satélite. 2da edición. Asociación de Brasileros de Oceanografía. Oficina de texto

� Sullivan, J., C.Walton, J.Brown, and R.Evans, 1993, Nonlinearity corrections for the thermal infrared channels of the Advanced Very High Resolution Radiometer: Assessment and recommendations. NOAA Tech.Rep.NESDIS 69, 31pp. [ Disponible en: the National Oceanic and Atmospheric Administration, U.S. Department of Commerce, Washington, DC 20233.]

� Torrence, C.; Campo, J. A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, v. 79, n. 1, p. 61-78, 1998.

� Tokioka, T. 1983. Influence of the ocean on the atmospheric global circulations and short-range climatic fluctuations. En: G.D. Sharp and J. Csirke (eds.). Proceeding of the expert consultation to examine change in abundance and species of neritic fish resources. San José de Costa Rica. FAO Fish. Rep., 291(3): 557-585.

� Vasquez, R; Perry, K; Kilpatrick, k. NOAA/NASA AVHRR Oceans Pathfinder Sea Surface Temperature Data Set: User’s reference manual, version 5 disponivel [ftp://podaac.jpl.nasa.gov/pub/documents/dataset_docs/avhrr_pathfinder_sst_v5.html#14.]

� Vertelli, M., J.Kovacevic. 1995. Wavelet and subband coding.Prentice, Hall PTR New Jersey, USA.pág.73-80

� Walton, C.C., 1988, NonLinear Multichannel Algorithms for Estimating Sea Surface Temperature with AVHRR Satellite Data, J. Applied Meteorology, 27, 115-124.

� Wells, N. (1982): The ocean and climate –an introduction, Weather, 37, pp. 116-121.� Wilk, D. Statistical Method in the Atmospheric Science. Londres. Academic Press, 2006,

627p.� Wolter, K.; Timlin, M. Measuring the strength of ENSO - how does 1997/98 rank?

Weather, v. 53, p. 315-324, 1998.

��

��

�� !"�#$%�&%'� ( ��)&�*�+�+��(,-'� !"�#$%� & #.��%'*/!�*�+�0��

+1��2�� -��31,'2-�-�4��(��56��7��&��8��1,'2-�-��,�9:��!��+;<;��:�&��=#��>9��

"��2�� :�+?��@5��:��9:��0��@5��:��9:��

�� (�� 5�� A�� B;�� 1�� 2�� -�� 31,'2-�-�4� �� 5�� 6�� :�,�� 5�� 56�� 65�� :� �� 6��5�� 5�� :� �� 9?�� 9�?�� 9��C�� 9�� 5��9��:�!��C��6��!��1��$��?��*��D��D�� 00:E;;� F�0:�!�� C�� =��2�� 65��&��9��D��D��<;�F�0:�7��9�?��9��&�0;;G��H &7��# ��I��J:<;;��:�!��9��1,'2-�-�� I�� 0K;� �� J:;;;� �:� �� C�� 6�� 6�� 9�� :�7��>��7��9��C��:�!�� C�� B+�<�L�� 5�� 9�� C�� :�!��C��EB�<�L�� A��5��9��9��9��:��

��9��?�� '��%2�'-'�+<KE=0;;+��9��5��9��C��9��6�� 6�� 1�� 2�� -�� 31,'2-�-�4��?�� I��&�� 5��6��:� �� 5�� A�� B;�� I�� 5��C��C��A��0;;B��I��C��5�� 5�� 5�� 9��:�

��

!�� 9�?�� 9�� C�� 9��5��9��:�

�!�� (��35��+4��9��

�� 6�� 5�� +B� �� 1�� !�� $��?�� *�� ,$&�+:;<E:E+;��+:0;M:++;��0<K:+;;��MK0:E;;��I��+B��9��C��D��00:E;;�F�0:��

�� !��"#�� "��

�!��C��9��6��

��7�� 3��4��*��3��4��&��D��D��<;�F�0��,$&�+:+KM:K;;��+:+EJ:E;;��<K<:;;;��<<J:;;;��I��+B:�35��+4:�

�$��%��%��

!�� 5��0�� N�� C�� 6�� 6�� >��7��:��

��

��$��&��%��

�$��' �� &��!��9�� 35�� J4��

��9�� &�0;;G�37 2!-��:�0;;G4��H &7�3�I��&�=��7��5�� 4��# ��3��#�� 4��J:<;;��:��

�

��

�� !�� 35�� M4�� 9�� 1,'2-�-��

��I��0K;��J:;;;�� (��K;;�� :� !�� 5�� !�� 6�� 5�9�� D�� =J� �� =K�� ;�;;K�� ;�;;+��;�;;0��O�6��3��D��+BBKP��D��0;;E4:��

�� 5�� 7�� 5��

��I��"��:��

��

��#��

�$�$��%�&�� '�� '��C��6��6�� 5��9�� I��C��

��6�� 7#-' � �� K:+:<:� �� D��?�� 5��D��>��"��"��(��:�

��6��

�� 5�� "�� 3-��F��Q��+BGBP�(��F��:�0;;M4:�

��

��

� �

$��)�� (��5��I��

�� "� �� "�� !�� 9�� 5�� 5��3-��F��Q��+BGBP�(��F��:�0;;M4:�

�(5�� 5�� (�� "��

��!��!�� I��!��3-��F��Q��+BGBP�(��F��:�0;;M4:�

�� C�� 5�� ?��

��"��+G;��9?��6��:�

�$�#�� *��!��5��

��7#-' :�7��"��5��7��!��6��6��!��9��3!��0;;B4:�

��

��+�� ,��-�� !��!��?��?��(��

��35��K4��B;R��5��=��5��5��:��

��

��.��-��

��

�� 35�� E4�� ?��?�� B;R��!�� ?��+;;R��5��=��:��

��

��/��-��

�

�

��

� �

��

��$��%�&�� '�� 7�� (�� 35�� <4��

9�?��;�;KJ��C��5��B<L��!��9��?��:��

�

�

�

�

�

��0��+�� '��

��

�� 35�� G4�� !��(��0�KG+�� !�� ;�+;K:� !�� 5�� C�� 3��4� �� 3�9��4�� BJL� �� BEL� �� :�

�

�

�

�

�

��

��

��1��+�� '��

��

��2� �� ,13��

!��(��35��B4��9��CD�� 9�� I�� C�� D��I��D��=��3��1��4��3��*��4:�!��6��9��9��:�H��9��9��5��:��9��B<<<KG�G<K;��B<G+EB�;E0K��!��B<<E<M�MJ<K��B<G+KK�0K;;��:��

��

�

��

�

��

�

��

�

��

��

��4�)�� 5�� ,13��

��

�� C�� 35��+;��4��9��:��9��9��9��"��5��N��C��!��A�� C�� 5�� :� �� 9�� 35�� +;� 94�� 9�� !��5�� !�� B<G:+;K� �� B<G:+E;� ��:� !�� C�� "�� 6��C��9�?��5��:��

��,3��)�� ,13�� #�� 6�� *��

�� 5��++��?��EB�<;L��

��!��"��"�� (�� 35�� +04�� 9��?��7��B+�<�L�� :��

��

��

�

��

�

��

��

��,,��6�� *��

��

��,$��6�� *��

�#��+��

!�� 5�� 5��=�� :� 7�� (�� ?�� ?�� !�� ?�� ?�� 5��=��:�

��!��9�?��>��6��

��5��7��BJL��!��9��?��(��9��"��:�

��C�� (�� B+�<L�� !��

��5��!��"��9��C��C��6��9��C�� 9�?�� C�� I��?�:� ��C�� 9��C�� I��C��C��C��"�:�

�!�� "�� EB�<L�� !��

��!��"�� !��A�� !�� 5�� 9��9��9��:�

��"��6��

�� C�� (�� 9�� :��

��"��!��C��

�� %��3 ��1��=��%��D��4��9��+<��"��0;;B��"�� 3�� 4:�3&,'(% �%��0;;B4:�

��

.��+�6��• �%2�'-':�� 6��:��%2�'-'�&-'(,#�+<KE��0;;+:�• (��F��P��I��&:��P�� P�&�� :�&:�%�&�� &6��:�

7��(1N��9��0;;M:�0;B��:�• -��F��:�H:P��#:�&:�%�� S�%��)�� :�%D5��,��

7��'�T�U��F��+BGB:�KKJ��:�• !��:�&:��-*--��7��• �V� I��NOOTTT:��:��O��O?��O5��O��W��W��W��:��5:X�� Y�� 6��Z��

3'��9��0;;B4:�• &,'(% �%:��-�� 7��

8��:V� I��NOOTTT:��:��:9�O��=��:�I�[�W��\+K0EEQ��W�\0� X��Y��6��Z��3%��9��0;;B4:�

• 7�� ':(:�� : :� H�� :�:�(�� U� �:(:� 1��%��8� � ��2� �� $,/39� ��2$331:� 0;;G:� (��9�� N� 0;;G� �� 9�� 5� �I�� ,��2�� 9��+J=+G:�

• ��D:� ��:�;�2� %�� %�� 2�� <�� 2��:� ��+BBK:+BG��:�

• ��D:��:.�%��-��<��:��0;;E:�J;G��:��

EVALUACION DE LOS MODELOS GEOIDALES EN VENEZUELA

José Napoleón Hernández1, Melvin Hoyer23

1

Gerencia General de Cartografía, Coordinación Técnica de Geodesia, Av. Este 6, C.S.B. Edificio Camejo, Esquina de Camejo, El Silencio, Caracas 1010, Venezuela

Instituto Geográfico de Venezuela Simón Bolívar

2

Edificio Guaraguao, Puerto La Cruz, Estado Anzoátegui, Venezuela.Petróleos de Venezuela S.A.

3Universidad del Zulia, Facultad de Ingeniería, Escuela de Ingeniería Geodésica, Laboratorio de Geodesia Física ySatelital, Av. Guajira, Maracaibo, Estado Zulia.

[email protected], 2 [email protected]

RESUMEN

Actualmente en Venezuela con la utilización continua y creciente del GPS en diferentes aplicaciones, se requiere determinar la confiabilidad en cuanto a las calidades de los modelos geoidales, que sirvan como herramientas para la obtención de las alturas cuasiortométricas a partir de las elipsoidales.

En este sentido en 1996 apareció el modelo global geoidal EGM 96 (Earth Gravity Model 1996), desarrollado por la Defense Mapping Agency (DMA), La Universidad de Ohio y la NASA. Siendo uno de los más utilizados aproximadamente desde 1997 hasta el presente, cuado aun es utilizado de manera amplia en diferentes aplicaciones de la geodesia, ingeniería, cartografía, topografía y catastro, entre otras. De manera paralela la Universidad del Zulia conjuntamente con el Instituto Geográfico de Venezuela Simón Bolívar, determina la superficie geoidal en Venezuela por medio de las técnicas de GPS sobre líneas de nivelación, gravimetría, altimetría satelital y modelos digitales de elevación, denominado GEOIDVEN, en el año 2004. Luego en 2008 aparece un nuevo modelo geoidal global denominado EGM2008, generando resultados mucho mejor que los reportados por el EGM96.

El objetivo de esta investigación es evaluar los resultados obtenidos por cada uno de los tres modelos más utilizados en Venezuela. Para este fin se nivelaron desde los BMs de las líneas de nivelación de Primer Orden, un conjunto de vértices REGVEN (Red Geocéntrica Venezolana).

Luego se determinaron las ondulaciones en cada vértice REGVEN para cada uno de los modelos geoidales, resultando entonces la transformación de las alturas elipsoidales obtenidas por GPS a cuasiortométricas, realizando después el análisis estadístico correspondiente.

Con base a los análisis de los resultados obtenidos de la muestra representativa en todo el territorio nacional, se observa que el modelo geoidal GEOIDVEN genera los mejores resultados en cuanto al comportamiento, mejor que los modelos globales EGM 96 y EGM2008.

INTRODUCCIÓN

Con la generación de los modelos geoidales globales para la determinación de las alturascuasiortométricas en Venezuela, se hace necesario evaluar la calidad de los resultados generados, debido a la utilización masiva de los sistemas GNSS (Global Navigation Satellite System), incluyendo GPS. Para el aprovechamiento máximo de los GNSS se necesita conocer exactamente el geoide, ya que las coordenadas

G.P.S. por ejemplo, se encuentran referidas al World Geodetic System de 1984 (WGS84) y que al no coincidir ambas superficies producen la diferencia entre geoide y elipsoide, conocida como ondulacióngeoidal “N”, que deberá determinarse para que las alturas elipsoidales “h”, se convierten en alturas ortométricas “H”. Dada la ondulación geoidal las alturas ortométricas pueden ser fácilmente calculadas a partir de las alturas elipsoidales, por tanto la exactitud de las alturas ortométricas, utilizadas en G.P.S. será función de la precisión en la determinación de la ondulación geoidal y de las alturas elipsoidales.

El objetivo de esta investigación es evaluar el comportamiento de los modelos geopotenciales globales, EGM 96, el EGM 2008 (Earth Gravity Model) y el modelo local GEOIDVEN.

Para lograr los resultados se realizó la nivelación de una muestra de vértices REGVEN, partiendo desde los BMs de las líneas de nivelación de primer Orden.

El EGM-96 fue desarrollado por la NASA Goddard Space Flight Center (GSFC) y la National Imageryand Mapping Agency NIMA.(actualmente National Geospatial Agency). Desarrollaron y mejoraron un modelo armónico esférico de grado y orden 360, el cual representa el potencial gravitatorio terrestre. La meta de este proyecto era producir un modelo geoidal global con una precisión absoluta de 0.5 a 1.0 metro.

El modelo EGM 96 ha sido uno de los modelos globales más utilizados en Venezuela aproximadamente desde 1997 hasta el presente, cuando aun es utilizado de manera amplia en diferentes aplicaciones de la geodesia, ingeniería, cartografía, topografía y catastro, entre otras. Así y con el fin de generar un modelo geoidal local y más exacto, la Universidad del Zulia conjuntamente con el Instituto Geográfico de Venezuela Simón Bolívar, determinan esta superficie por medio de las técnicas de GPS sobre líneas de nivelación, altimetría satelital, gravimetría y modelos digitales de elevación, denominado GEOIDVEN, en el año 2004. Luego en 2008 aparece un nuevo modelo geoidal global denominado EGM2008, generando mejores resultados que los reportados por el EGM96.

Para esta evaluación se determinaron las alturas cuasiortométricas de 35 vértices REGVEN Orden B, utilizando nivelación geométrica, incluyendo cuatro de las cinco estaciones SIRGAS establecidas para Venezuela.

METODOLOGÍA

La distribución de los vértices de REGVEN utilizados en este estudio puede observarse en la figura 1, donde la mayoría se encuentran distribuidos al norte del Orinoco,sin embargo se utilizaron dos importantes vértices localizados en la región sur, Kamá (estado Bolívar) y Agua Linda (estado Amazonas). Asimismo en cuanto a la distribución altimétrica de los vértices, se seleccionaron vértices comprendidos entre las cotas 1,26 m.s.n.m. (vértice Lagunillas, estado Zulia) hasta 3 566.977 m.s.n.m. (vértice Observatorio, estado Mérida).

FIGURA 1.- DISTRIBUCIÓN DE LOS VÉRTICES

Para la evaluación de los modelos EGM-96, EGM2008 y GEOIDVEN, se determinaron las alturas cuasiortométricas por medio de nivelación geométrica de 35 vértices REGVEN orden B, los cuales poseen exactitudes promedio de 2 centímetros. La nivelación partió de los Bench Marks (BM’s) más próximos a ellos y pertenecientes a la Red de Control Vertical de Primer Orden.

Cuadro 1: Listado de vértices REGVEN utilizadosAricuaisáEl RecreoLagunillasMiradorLa CeibaCaracheNirguaGuanaritoCarúpanoQuebrada Arriba BobareObservatorioTamanacoSanta RitaBuena VistaTocóperoCapatáridaTucupitaEl BaulGuardiaSipaoArismendiSuripáPayaraMaracayElorzaEl SamánGuasdualitoMapireAmuay

San HipólitoExtremo Norte Base CalabozoCamataguaJunquitoAgua LindaKamá

Luego de determinar las alturas ortométricas de cada vértice REGVEN, se calcularon la respectivas ondulaciones geoidales, que para el análisis estadístico se van a considerar como las ondulaciones “verdaderas” y se calcularon además las ondulaciones geoidales de todos los vértices para cada uno de los modelos, EGM 96, EGM2008 y GEOIDVEN.

Por tanto un indicador de la precisión de los modelos globales EGM-96 y EGM 2008 y GEOIDVEN será el resultado de las discrepancias entre las ondulaciones de cada uno de los modelos y las determinadas por G.P.S. sobre los vértices nivelados. La discrepancia puede ser expresada como:

• N= (hGPS – H) – Nmodelo

Donde • N representa la discrepancia a encontrar , hGPS es la altura elipsoidal de los vértices REGVEN, H indica la altura cuasiortométrica producto de nivelación geométrica de los vértices REGVEN y Nmodelo, representa la ondulación geoidal generada por cada uno de los modelos objeto de esta investigación.

RESULTADOS Y CONCLUSIONES

Luego que se determinaron las ondulaciones geoidales respectivas se calcularon las exactitudes para cada uno de los modelos de estudio.

El cuadro siguiente se presenta lo resultados obtenidos, luego de calcular las exactitudes a cada uno de los modelos geoidales.

Cuadro 2: Exactitudes de los modelos

EGM 96 (m) EGM 2008 (m) GEOIDVEN (m)0,87 0,56 0,30

Del cuadro 2, se pueden obtener dos importantes conclusiones. Una es que los modelos globales EGMs, han presentado un avance en cuanto a la calidad, de 0,87 m del EGM 96 a 0,56 m del modelo EGM 2008, siendo éste el modelo geoidal global más reciente. La segunda conclusión importante, es que para el territorio venezolano, el modelo que mejor modela la superficie geoidal es el modelo local nacional GEOIDVEN.

BIBLIOGRAFIA

.- Hernández J, Balcazar F, Blitzkow D, Castro C, Daal A (1996), Determinación y Análisis de Ondulaciones Geoidales Utilizando Nivelación G.P.S. y Modelos Globales – Dos Estudios en Venezuela. Caracas..-Hernández J, Drewes H, Tremel H (2000), La Red Geodésica Venezolana REGVEN, Servicio Autónomo de Geografía y Cartografía Nacional, Caracas.

.-Hoyer M, Wildermann E, Suárez H, Hernández J (2004), Modelo Geoidal Combinado para Venezuela (MGCV2004), INTERCIENCIA, Vol. 29 Nº 12.

.-Hoyer M, Wildermann E, Hernández J, Nahmens J, Velandia J (2002), Determinación del Geoide en Venezuela mediante la colocación de cuadrados mínimos, Memorias IV Congreso Internacional de Geodesia y Cartografía, Caracas, 2002.

.-Lemoine F, Kenyon S, Factor J, Trimer R, Pavlis N, Chinn D, Cox C, Kloslo S, Luthcke S, Torrence M, Wang Y, Willianson R, Pavlis E, Rapp R, Olson T (1998), The development of the Joint NASA GSFC and the National Imagery and Mapping Agency (NIMA) Geopotencial Model EGM 96, NASA Goddard Space Flight Center, Greenbelt.

1

Variabilidad en los patrones de temperatura superficial, en la alta montaña tropical: Edo. Mérida Venezuela.

Karenia Córdova1, Laura Delgado2, Santiago Ramos3, Idania Briceño4.

[email protected], [email protected], [email protected], [email protected]

1.-Instituto de Geografía y Desarrollo Regional, UCV, 2 y 3.-Instituto de Zoología Tropical, Laboratorio de Simulación Ambiental-UCV, 4Postgrado en Geografía, Maestría de Análisis Espacial, UCV.

Tema: Investigación, desarrollo e innovación.

Resumen.

La alta montaña tropical en la región de los andes tropicales venezolanos, viene experimentando cambios acelerados, debido no solamente a las presiones de uso, en el caso del estado Mérida por la expansión de las zonas de cultivo de hortalizas y tubérculos, pero también por disminución en la precipitación de nieves, reducción de glaciares, cambios en el régimen de precipitaciones y cambios en los ecosistemas en respuesta a temperaturas más cálidas. Las geotecnologias espaciales, en particular el uso de la banda térmica para analizar la variabilidad en los patrones de temperatura superficial, pueden aportar nuevos datos que ayuden a comprender la dinámica de estos cambios y correlacionarlos con datos obtenidos por las redes de estaciones hidroclimaticas y el índice de vegetación NDVI. Los resultados obtenidos al procesar la banda térmica de las imágenes seleccionadas para el sensor LANSAT 7 ETM+ en el periodo de sequia (Enero 2002-2003) muestran cambios importantes en los patrones de la temperatura superficial en el Parque Nacional Sierra Nevada y en el Parque Nacional de la Culata, e inclusive en la ciudad de Mérida. Los rangos de temperaturas superficiales en el Parque Sierra Nevada entre 17-20 °C que en el año 2002 se extendían hasta los 1.600 Mts de altitud (Fig.1), se observan en 2003 hasta los 1800 mts (Fig.2).

Las temperaturas de las cumbres rocosas en el Parque Nacional Sierra Nevada que en 2002 oscilaban entre 24°C con máximos de 31 °C (Fig.1), aumentan significativamente su temperatura en 2003 entre 28°C hasta 39°C, en algunos sectores, este hecho además se acompaña de una significativa reducción de las áreas con temperaturas bajo 0°C, donde se localizan los campos glaciarios y nivel nival (Fig.2). En la ciudad de Mérida y sus alrededores se observa también un incremento en la temperatura superficial en la zonas peri-urbanas, se aprecia un aumento de los sectores con rangos de temperatura entre 24-27°C a expensas de una disminución de las temperaturas entre 21°C -23°C entre enero 2002-2003, lo que podría tener relación con la intensificación de enfermedades metaxénicas como el dengue, reportadas en este periodo en la ciudad de Mérida.

Palabras clave: Geotecnologias, patrones térmicos, variabilidad.

2

Introducción.

Los acelerados cambios climáticos que se verifican en el planeta, requieren, además de los estudios

climáticos tendenciales y regionales, un análisis más detallado de la variación de estas condiciones a nivel

local, que pueda dar cuenta de la enorme variabilidad climática que se registra a este nivel sobre los

espacios naturales o construidos. Ello nos permitiría entender mejor las alteraciones en los procesos de los

sistemas físicos y biológicos, que tienen impacto directo sobre las actividades sociales y económicas

básicas de las poblaciones, al tiempo que aumentan los niveles de vulnerabilidad y riesgo de las

comunidades frente al cambio climático.

Las geotecnologías espaciales, y particularmente, la identificación de patrones térmicos y su relación con

las alteraciones climáticas, biológicas y físicas locales, constituyen una tecnología emergente que permite

realizar análisis complementarios, a aquellos usualmente desarrollados con los recursos geotecnológicos,

posibilitando una nueva perspectiva de compresión de la problemática socio-ambiental y climatológica

local. Este tipo de análisis puede aplicarse tanto en las zonas urbanas para identificar y caracterizar

fenómenos como las islas de calor urbano, como sobre ecosistemas de montaña, marítimos y costeros,

para analizar por ejemplo; la reducción de los glaciares en la alta montaña tropical o las asociaciones entre

los patrones térmicos y la emergencia de enfermedades metaxénicas.

En este trabajo se presentan los resultados de aplicación de este análisis de la temperatura superficial,

contrastando imágenes para los meses de Enero 2002 -Enero 2003, en el valle de Mérida y los glaciares

del Parque Sierra Nevada en los andes tropicales venezolanos. Los resultaron preliminares muestran una

contracción en los campos de los glaciares andinos en la imagen de Enero del 2003 con relación a Enero

de 2002, así como un aumento de la temperatura superficial en las zonas adyacentes a estos glaciares. Se

espera con ello poder contribuir, al estudio de los múltiples factores y procesos que inciden en la

degradación ambiental y la alteración de los patrones climáticos locales, incrementando la vulnerabilidad

de las poblaciones al cambio global.

II Materiales y Metodología:

A los efectos de este trabajo fueron seleccionadas imágenes LANDSAT 7 ETM+, del repositorio global de

datos de la USGS. La selección tomo en consideración la calidad de los datos, nubosidad y errores en la

imagen. Para el caso de estudio de la ciudad de Mérida y el parque nacional Sierra Nevada, se

seleccionaron dos imágenes de cielos despejados correspondientes a Enero del 2002 y Enero 2003, es

decir a inicios de la temporada seca. Para observar las variaciones en la temperatura superficial en la

3

ciudad y su área peri-urbana, así como en el parque Sierra Nevada y sus campos de glaciares (Anexo 1a,

2b).

Se trabajo con ERDAS 9.1, Arc-Gis 9.2 y Arc-view 3.2, para restituir las imágenes tanto para espectro

visible VIS e infrarrojo cercano-NIR (bandas 1,2,3,4,5 y 7), como para el infrarrojo térmico TIR (bandas

6-1 y 6-2), así como procesar y corregir geométricamente los subset de análisis definidos para cada área.

Para el análisis térmico se procedió a la transformación de los DN de los píxeles del subset en formato

.img para la banda térmica (banda 6-1 low gain, 6-2 high gain), en radianza o reflectancia utilizando (L• )

Ec. (1).

Ec.1 L• = GAIN × DN + OFFSET

Donde:

(L•): Es la radianza espectral de los píxeles de la banda térmica expresados en w/(m2· sr·μm),

Gain/DN es la variación en la función de conversión radianza/DN según el valor de los píxeles de la

imagen, DN es el valor de un determinado píxel (0-255), y offset es la intercepción de la función de

conversión de radianza/DN.

Los valores de ganancia (Gain) y compensación (Offset) pueden ser encontrados en la metadata de la

imagen. Los valores de radianza para la banda térmica de Landsat 7 ETM +, fueron transformados a

temperatura superficial radiante en °.C centígrados o temperatura de brillo, usando las constantes de

calibración del Landsat-7 Science Data User's Handbook, según la Ec.2:

Eq. 2:

Ts (Landsat) = K2/ ln((K1/ L•)+1) – 273

Donde:

Ts, es la temperatura efectiva del satélite en K, K1 y K2 son constantes de calibración (Pre-

lanzamiento), para Landsat 7 ETM + :

K1 = 666.09 w/(m2.sr.µm) y K2= 1281. 71K.

4

III. Resultados y Discusión.

Los resultados preliminares, derivados del análisis de los patrones térmicos superficiales con sensores

remotos (Landsat 7 ETM +, banda 6-2 high gain) muestran un significativo aumento en las

temperaturas superficiales entre Enero del 2003 respecto a Enero del 2002, con un fuerte impacto

sobre las áreas de glaciares en la alta montaña andina (Fig. 1 y 2). Los campos de glaciares sobre los

4.400 mts correspondientes a las temperaturas bajo -0°C, (en morado oscuro en la imagen) que en la

imagen correspondiente a Enero de 2002 presentan continuidad y mayor extensión, se contraen

significativamente en Enero del 2003, fragmentándose en pequeños grupos (Fig.4). En la actualidad se

trabaja también con modelos climáticos utilizando el sensor TRMM y datos recolectados en las

estaciones climatológicas del estado para identificar otros factores que pudieran estar acompañando

este aumento de la temperatura superficial.

Las temperaturas superficiales urbanas en la ciudad de Mérida y sus alrededores, mostraron también

un incremento hacia la zona sur de la ciudad, el núcleo central sin embargo, todavía se conserva

dentro de los rangos medios entre 24 a 27 °C en Enero del 2003 (Fig. 1 y 2). Otro factor a destacar es

la extensión de las temperaturas entre 18°C a 20°C hasta casi los 1800 mts de altura en Enero de 2003

(Fig.2), cuando en Enero del 2002 este rango de temperatura se extendía sólo hasta los 1600 mts

(Fig.1). Sería necesario estudiar los impactos de estos incrementos de temperatura a nivel de los

ecosistemas y la dinámica de vectores de enfermedades metaxénicas, como el dengue.

IV Conclusiones.

El análisis comparativo (Enero 2002- Enero2003) de la temperatura superficial en el valle de Mérida y

los glaciares del Parque Sierra Nevada, mostró una contracción y fragmentación en los campos

glaciares en el parque Sierra Nevada, así como un modificaciones en el gradiente térmico superficial,

observándose una extensión de temperaturas mas cálidas a mayores alturas. Un aumento de la

temperatura superficial, fue observado también, en el urbana y peri-urbana de la ciudad, que pudiera

estar relacionado con el aumento en la ocurrencia de enfermedades metaxénicas, como el dengue en la

ciudad. Estos resultados están también en evaluación, se realizarán adicionalmente análisis de uso del

suelo e índice de vegetación NDVI, que puedan contribuir a explicar mejor, los cambios observados.

5

Referencias Bibliográficas.

�

� Córdova, Karenia (2011) Spatial Geotechnology applied to urban climate studies: Thermal analysis of

urban surface and urban land use in the city of Caracas, Urban Climate News, ISSUE N° 39 MARCH

2011, pp 15-21, Marzo, 2011.

Chuvieco S, Emilio (2007) Teledetección Ambiental. Editorial Ariel S.A, 3era impresión, Barcelona

España, 2007.ISBN978-84-344-8072-8.

� IPCC, (Intergovernmental Panel on Climate Change)

�

2007: Cambio climático 2007: Informe de

síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto Informe de evaluación del Grupo

Intergubernamental de Expertos sobre el Cambio Climático [Equipo de redacción principal: Pachauri,

R.K. y Reisinger, A. (directores de la publicación)]. IPCC, 104 pp, 2008, Ginebra, Suiza.

K. E. Trenberth and J. T. Fasullo (2009) Global warming due to increasing absorbed solar radiation,

GEOPHYSICAL RESEARCH LETTERS, 36, L07706,

� Liu, H and Weng, Q (2008). Seasonal variations in the relationship between landscape pattern and

land surface temperature in Indianapolis, USA. Environmental Monitoring and Assessment, 144:199–

219.

doi:10.1029/2009GL037527, 2009.

� National Aeronautics and Space Administration (NASA) (2010). LANDSAT-7 SCIENCE DATA

USER'S HANDBOOK, Chapter 9 - Calibration Parameter File. [Online] Disponible en:

http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf

� WMO. (2002) Statement on the status of the global climate in 2001, No. 940, 2002, World

Meteorological Organization, ISBN 92-63-10940-0.

� WMO. (2004) Statement on the status of the global climate in 2003. No. 966, 2004, World


6

Figuras.

Fig.1 Patrones Temperatura Superficial- PN Sierra Nevada-Ciudad de Mérida.Enero, 2002. Fuente: USGS.Landsat 7 collection, Bases Cartográficas IGSBV, elaboración propia.

Fig.2 Patrones Temperatura Superficial- PN Sierra Nevada-Ciudad de Mérida.Enero, 2003. Fuente: USGS.Landsat 7 collection,Bases Cartográficas IGSBV, elaboración propia.

7

Anexos.

Figura 1a. Imagen LANDSAT 7, Enero 2002, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

Figura 2b. Imagen LANDSAT 7, Enero 2003, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

1

Anomalías en la temperatura superficial de cuerpos lacustres de aguas someras: Caso Parque Nacional Laguna de Tacarigua.

Karenia Córdova1, Laura Delgado2, Santiago Ramos3, Idania Briceño4.

[email protected], [email protected], [email protected], [email protected]

1.-Instituto de Geografía y Desarrollo Regional, UCV, 2 y 3.-Instituto de Zoología Tropical, Laboratorio de Simulación Ambiental-UCV, 4

El parque nacional Laguna de Tacarigua, es uno de los ecosistemas lacustres de aguas someras más

importantes de la región centro norte costera venezolana, se localiza en el Estado Miranda entre los

10°11'30'' y 10°20'20'' de latitud norte y entre los 65°41'10'' y 65°57'20'' de longitud oeste. Comprende una

laguna costera permanente de 7.800 ha y 1,2 m de profundidad promedio, separada del mar por una

restinga o barrera litoral de 28,8 km de largo y 300-1.000 m de ancho (MARNR, 1992). El área total del

parque abarca 39.100 ha y en ella se combinan diversos ambientes naturales que interactúan entre sí, la

barra litoral que separa la laguna del mar, el estuario o medio salobre en la boca de la laguna y el medio

lacustre de la laguna, y que contribuyen con la riqueza paisajísticas y biológica del parque, razón por la

cual fue declarado por la

Postgrado en Geografía, Maestría de Análisis Espacial, UCV.


Resumen.

Durante la estación seca del año 2003, se observo una intensificación de la sequia en la región centro norte costera, que afecto los cuerpos de agua de embalses y regiones lacustres de aguas someras como el Parque Nacional Laguna de Tacarigua. Mediante el uso de geotecnologias, en particular utilizando la banda térmica del sensor LANDSAT 7 ETM +, es posible observar las variaciones y anomalías en los patrones de la temperatura superficial durante la temporada de sequia. A los efectos de este trabajo seleccionaron dos imágenes del periodo seco correspondiente al mes de marzo 2001 y abril de 2003, se procedió a la transformación de los pixeles para la banda 6 en modo alta resolución (6-2), de temperatura radiante en °K a temperatura de brillo en °C. Una vez realizado este procedimiento se desplegaron los resultados en un Sistema de Información Geográfica-SIG, con informaciones relevantes de hidrografía linderos de parque, vialidad y otras, para observar los patrones térmicos resultantes por sectores. Los resultados observados mostraron un importante incremento en las temperaturas superficiales en abril de 2003 respecto a Marzo 2001 y mermas significativas en el cuerpo de agua de la laguna, con temperaturas que oscilan entre 28-35 °C. Sería importante verificar el impacto de estas temperaturas superficiales, sobre la dinámica de las comunidades lacustres y los bosques de mangle, ya que el parque nacional Laguna de Tacarigua es sitio de anidación y reproducción para numerosas especias de la avifauna y de la fauna acuática en Venezuela.

Palabras clave: Laguna de tacarigua, anomalías térmicas, sequia, geotecnologias.

Introducción.

Convención sobre los Humedales-RAMSAR como uno de los ecosistemas mas

biodiversos del país (RAMSAR, 2011). La dinámica ambiental de la laguna está determinada por los

2

ciclos naturales estacionales de sequias y lluvias. Durante la estación seca los aportes pluviales y fluviales

disminuyen y la laguna interactúa mas con el mar aumentando su salinidad. Durante la estación lluviosa

las precipitaciones y los ríos incrementan los aportes fluviales, disminuyendo la salinidad de la laguna e

incrementado el volumen de agua que drena hacia el mar aportando sedimentos y nutrientes (Parks

Watch, 2011). El mes más húmedo es húmedo es noviembre y el más seco marzo, por su localización y

orientación en la zona costera, el parque se halla bajo la influencia de los vientos alisios del noreste

(Conde, 1996).

Esta dinámica estacional se ha visto alterada en las últimas décadas, habitantes y pescadores de la laguna y

autoridades de Inparques y de Parks Watch, reportaron entre marzo-mayo 2003, descensos significativos

en el cuerpo de agua, particularmente severos en el sector oriental de la laguna. Mediante el uso de

sensores remotos es posible observar las alteraciones en la temperatura superficial registradas durante este

evento de sequia en específicamente en el mes de Abril de 2003, comparativamente con el año 2001, para

determinar si los registros térmicos más elevados observados, tienen relación con los sectores donde se

presento con mayor intensidad el fenómeno de desecación y/o otras posibles causas asociadas, como

desforestación, afectaciones por movimientos de tierra para obras de infraestructura, etc.


A los efectos de este trabajo fueron seleccionadas imágenes LANDSAT 7 ETM+, del repositorio global

de datos de la USGS. La selección tomo en consideración la calidad de los datos, nubosidad y errores en la

imagen. Para el caso de estudio del Parque Nacional Laguna de Tacarigua, se seleccionaron dos imágenes

de cielos despejados correspondientes a Marzo del 2001 y Abril 2003 ambas de la temporada seca, para

observar las variaciones de la temperatura superficial en el cuerpo de la laguna y sus alrededores dentro y

fuera de los linderos del parque. La información resultante del procesamiento térmico de las imágenes

satelitales, fue incorporada en un sistema de información geográfica-SIG con capas de información de

relativas a áreas naturales protegidas, vialidad, hidrografía, topografía y otras relevantes a los fines de este

estudio.

Se trabajo con ERDAS 9.1, Arc-Gis 9.2 y Arc-view 3.2, para restituir las imágenes tanto para espectro

visible VIS e infrarrojo cercano-NIR (bandas 1,2,3,4,5 y 7), como para el infrarrojo térmico TIR (bandas

6-1 y 6-2), así como procesar y corregir geométricamente los subset de análisis definidos para cada área.

Para el análisis térmico se procedió a la transformación de los DN de los píxeles del subset en formato

.img para la banda térmica (banda 6-1 low gain, 6-2 high gain), en radianza o reflectancia utilizando (L• )

Ec. (1).

3


Donde:


Gain/DN es la variación en la función de conversión radianza/DN según el valor de los píxeles de la

imagen, DN es el valor de un determinado píxel (0-255), y offset es la intercepción de la función de

conversión de radianza/DN.

Los valores de ganancia (Gain) y compensación (Offset) pueden ser encontrados en la metadata de la

imagen. Los valores de radianza para la banda térmica de Landsat 7 ETM +, fueron transformados a

temperatura superficial radiante en °.C centígrados o temperatura de brillo, usando las constantes de

calibración del Landsat-7 Science Data User's Handbook, según la Ec.2:

Eq. 2:

Ts (Landsat) = K2/ ln((K1/ L•

Los resultados observados mostraron un importante incremento en las temperaturas superficiales en el mes

de Abril del 2003 respecto a Marzo de 2001 (Anexo.1a y 2b), precisamente en el borde nor-oriental donde

se reportaron mermas significativas en el cuerpo de agua de la laguna, con temperaturas que oscilan entre

28-31 °C y algunos sectores puntuales, con registros más elevados entre 32 a 35 °C (Fig.2). Importantes

anomalías también fueron observadas en el sector nor-occidental, cercano a la desembocadura del rio

Guapo, algunas asociadas a la merma en el cuerpo de agua y otras a la intervención antrópica de los

matorrales y bosques que rodean la laguna (Fig.2).

)+1) – 273

Donde:


lanzamiento), para Landsat 7 ETM + :

K1 = 666.09 w/(m2.sr.µm) y K2= 1281. 71K.

Estos análisis serán complementados con estudios sobre variabilidad climática ENOS y precipitación, así

como estimaciones climáticas con el sensor TRMM actualmente en desarrollo, en el periodo de estudio

para observar el impacto de factores macro-climáticos sobre la dinámica ambiental del parque.


4

En la imagen de Marzo de 2001, las mayores temperaturas superficiales se observan en la barra arenosa

litoral que separa el cuerpo de la laguna del mar. Los valores de temperaturas en el cuerpo de la laguna

oscilan entre 25- 27°C, solo en la boca, las temperaturas presentan registros inferiores entre 22- 24 °C

(Fig.1). El bosque de mangles y el matorral seco tropical que bordea el parque, registran rangos de

temperatura entre 24 -27°C, las áreas desforestadas, los suelos desnudos y las zonas urbanas cercanas al

parque son las que registran mayores valores con temperaturas que oscilan entre 32-35 °C (Fig1).

En la temporada seca abril de 2003 en cambio, se observa un incremento térmico en las temperaturas

superficiales en + 4°C respecto a la temporada seca en Marzo de 2001. Los valores máximos que en

Marzo-2001 llegaban hasta 45°C, alcanzan en Abril de 2003 hasta 49°C. Numerosos áreas degradadas por

las quemas se observan en las regiones agrícolas localizadas al sur oeste del parque (40-44°C). Los

registros de temperaturas en las zonas agrícolas de la cuenca baja de rio Guapo oscilan desde 35-39°C.

Marismas secas y fondos de la laguna expuestos en los contornos de los bosques de mangles en el lindero

sur del parque, también presentan altas temperaturas entre 28-31°C (Fig.2). El matorral y el bosque seco

tropical que rodean el sector sur del parque presentan también parches de temperaturas entre 28-31°C, que

se corresponden con las nuevas áreas desforestadas. Las áreas conservadas del bosque en cambio,

registran valores entre 24-27°C (Fig.2). Las zonas boscosas en la cuenca baja del rio Guapo se observan

altamente fragmentadas por la expansión de la frontera agrícola, que constriñe cada vez más la franja

boscosa limítrofe con el borde sur del lindero del parque (Fig.2).

IV Conclusiones.

Anomalías en los patrones térmicos superficiales en + 4°C fueron identificadas en la imagen de Abril de

2003, comparativamente con la situación observada en Marzo de 2001 en el Parque Nacional Laguna de

Tacarigua. Los mayores incrementos se registraron en los sectores de la cuenca baja del rio Guapo, en la

región sur oeste que colinda con el parque. Dentro de los linderos del parque, se observaron también

patrones anómalos en el sector nor-oriental y nor-occidental, relacionados con la desecación del cuerpo de

agua de la laguna. Sería importante verificar el impacto de estas temperaturas superficiales, sobre la

dinámica de las comunidades lacustres y los bosques de mangle, ya que el parque nacional Laguna de

Tacarigua es sitio de anidación y reproducción para numerosas especias de la avifauna y la ictiofauna.

5


� Álvarez, J (1996). Ubicación, origen características y problemática ambiental del Parque Nacional Laguna de Tacarigua. Coordinación PNLT, informe técnico INPARQUES.

� Conde, Jesús E (1996). A profile of Laguna de Tacarigua, Venezuela: A Tropical Estuarine Coastal Lagoon. INTERCIENCIA 21(5): 282-292. URL: http://www.interciencia.org.ve

�

�

Chuvieco S, Emilio (2007) Teledetección Ambiental. Editorial Ariel S.A, 3era

impresión, Barcelona España, 2007.ISBN978-84-344-8072-8.

Horne

� Lentino M. y A. Bruni (1994). Humedales Costeros de Venezuela: Situación Ambiental. Sociedad

, A. J. and C. R. Goldman (1994). Limnology. 2nd Ed. McGraw-Hill, Inc. New York, New York.

Conservacionista Audubon de Venezuela.

� Ministerio Del Ambiente y los Recursos Naturales Renovables-MARNR (1992). Áreas Naturales Protegidas de Venezuela. Serie Aspectos Conceptuales y Metodológicos. DGSPOA/ACM/01,MARNR, Caracas, Venezuela.

� National Aeronautics and Space Administration (NASA) (2010). LANDSAT-7 SCIENCE

DATA USER'S HANDBOOK, Chapter 9 - Calibration Parameter File. [Online] Disponible

en: http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf

� RAMSAR (2011). The Ramsar List of Wetlands of International Importance,http://www.ramsar.org

�� WMO. (2002) Statement on the status of the global climate in 2001, No. 940, 2002, World


� WMO. (2004) Statement on the status of the global climate in 2003. No. 966, 2004, World


6

Fig.1 Parque Nacional Laguna de Tacarigua. Temperatura Superficial, Marzo-2001. Fuente: USGS.Landsat 7 collection, Bases Cartográficas IGSBV, elaboración propia.

Fig.2 Parque Nacional Laguna de Tacarigua. Temperatura Superficial, Abril-2003. Fuente: USGS.Landsat 7 collection, Bases Cartográficas IGSBV, elaboración propia.

7

Anexos.

Figura 1a.

Figura 1a. Imagen LANDSAT 7, Marzo 2001, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

Figura 2b. Imagen LANDSAT 7, Abril 2003, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

1

Anomalías térmicas superficiales en el Área urbana de Caracas: Análisis estacional comparativo Octubre 2009, Marzo 2010.

Karenia Córdova.

[email protected],

Instituto de Geografía y Desarrollo Regional, Área de Energía y Ambiente-UCV


Resumen.

En marzo del 2010, la ciudad de Caracas experimento una intensificación en la temporada de sequia con elevación de las temperaturas ambientales, alta incidencias de incendios forestales, fenómenos de calima y smog intensificados por los humos de los incendios de vegetación. Mediante el uso de geotecnologias, en particular utilizando la banda térmica del sensor LANDSAT 7 ETM +, es posible observar las variaciones en los patrones de la temperatura superficial urbana, y determinar la intensidad y extensión de las anomalías térmicas, que pudieran estar relacionadas con el aumento delas temperaturas en la ciudad y la incidencia de incendios forestales. A los efectos de este trabajo seleccionaron dos imágenes para Octubre-2009, correspondiente al periodo húmedo y Marzo del 2010, correspondiente al periodo seco. Se procedió a la transformación de los pixeles para la banda 6 en modo alta resolución, de temperatura radiante en °K a temperatura de brillo en °C .Las imágenes LANDSAT-7 ETM+ analizadas, mostraron importantes diferencias en la temperatura superficial registrada en el área urbana y la zona peri-urbana, entre las imágenes del periodo húmedo y las del periodo seco, registrándose una anomalía positiva de 10°C+ en Marzo de 2010 respecto a Octubre de 2009. Circunstancias similares de anomalías positivas en +10°C, también fueron observadas en Agosto del 2010 en la ciudad de Moscú y sus alrededores, con una importante elevación en las temperaturas y alta incidencia morbilidad y mortalidad por afecciones bronquiales, asmas, cuadros alérgicos e irritación de las mucosas.

Palabras clave: geotecnologias, anomalías térmicas, clima urbano.

Introducción.

En un escenario de cambio climático, donde se asume que las olas de calor y los periodos de sequia

podrían aumentar significativamente tanto en frecuencia como en intensidad en el siglo 21 (IPCC,

2007; Arndt, et al. 2010; Meehl y Tebaldi, 2004) el monitoreo de patrones térmicos locales, como la

isla urbana de calor-ICU con geotecnologias, será fundamental para apoyar el desarrollo de las

estrategias de prevención y mitigación que puedan evitar riesgos ambientales y sanitarios severos. Las

islas urbanas de calor o islas térmicas urbanas, se refieren al gradiente térmico observado entre los

espacios urbanos densamente ocupados y construidos y la periferia rural o peri-urbana (EPA, 2009).

Este patrón o gradiente térmico se asocia a una progresiva pérdida del entorno vegetal natural, intra y

peri urbano, substituyéndolo por superficies impermeables, (como el concreto, asfalto, ladrillo y otros

2

materiales de construcción) que alteran el balance hídrico y radiativo superficial, induciendo en

consecuencia, un aumento de la temperatura en las áreas urbanas (Chen et al., 2006, EPA, 2009,

Córdova, 2011). En los países del ámbito latinoamericano el uso de sensores remotos con banda

térmica, ha resultado una alternativa científica viable para analizar a nivel de superficie, la formación

de la isla térmica urbana y estimar la extensión espacial e intensidad del fenómeno (Voogt and Oke,

2003). En este trabajo se presentan los resultados del análisis comparativo estacional, desarrollado con

técnicas geotecnológicas en la ciudad de Caracas, para observar las variaciones en los patrones

térmicos superficiales, durante la época de lluvias en la que se asume que las condiciones climáticas

favorecen la mitigación del fenómeno (Octubre, 2009) y bajo condiciones inversas en la temporada de

sequia (Marzo, 2010).


A los efectos de este trabajo fueron seleccionadas imágenes LANDSAT 7 ETM+, del repositorio

global de datos de la USGS. La selección tomo en consideración la calidad de los datos, nubosidad y

errores en la imagen. Para el caso de estudio de la ciudad de Caracas, se seleccionaron dos imágenes

de cielos despejados correspondientes a Octubre del 2009 y Marzo 2010, es decir, finales de la

temporada lluviosa y mediados de la temporada seca, para observar las variaciones estacionales en la

temperatura superficial en la ciudad y su área peri-urbana, así como en la cara sur del Parque Nacional

El Avila Güaraira-Repano (Anexo 1a, 2b). Con la información resultante del procesamiento térmico

de las imágenes satelitales, se desarrollo un sistema de información geográfica-SIG con capas de

información de relativas a límites administrativos, vialidad, hidrografía, topografía y otras relevantes a

los fines de este estudio. Los modelos raster y las capas vectoriales fueron ajustadas

geométricamente con ERDAS 9.1 y ArcGis 9.2 de UTM /WGS84 a Lat/Long WGS84.

Se trabajo con ERDAS 9.1, Arc-Gis 9.2 y Arc-view 3.2, para restituir las imágenes tanto para

espectro visible VIS e infrarrojo cercano-NIR (bandas 1,2,3,4,5 y 7), como para el infrarrojo térmico

TIR (bandas 6-1 y 6-2), así como procesar y corregir geométricamente los subset de análisis definidos

para cada área. Para el análisis térmico se procedió a la transformación de los DN de los píxeles del

subset en formato .img para la banda térmica (banda 6-1 low gain, 6-2 high gain), en radianza o

reflectancia utilizando (L• ) Ec. (1).


Donde:


Gain/DN es la variación en la función de conversión radianza/DN según el valor de los píxeles de

3

la imagen, DN es el valor de un determinado píxel (0-255), y offset es la intercepción de la

función de conversión de radianza/DN.

Los valores de ganancia (Gain) y compensación (Offset) pueden ser encontrados en la metadata de

la imagen. Los valores de radianza para la banda térmica de Landsat 7 ETM +, fueron

transformados a temperatura superficial radiante en °.C centígrados o temperatura de brillo,

usando las constantes de calibración del Landsat-7 Science Data User's Handbook, según la Ec.2

(NASA 2010):

Eq. 2:

Ts (Landsat) = K2/ ln((K1/ L•)+1) – 273

Donde:


lanzamiento), para Landsat 7 ETM +.

K1 = 666.09 w/(m2.sr.µm) y K2= 1281. 71K.


Los resultados obtenidos en el análisis estacional muestran importantes anomalías en las

temperaturas superficiales urbanas (+10°C) en Marzo de 2010 respecto a Octubre de 2009,

que se acompañaron de registros de altas temperaturas ambientales y una elevada incidencia

de incendios en las zonas peri-urbanas. Sectores con temperaturas superficiales entre 24 -27 °C

predominantes en la ciudad durante Octubre de 2009 (Fig. 1), pasan a rangos entre 28-31 °C en el

evento de calor de Marzo de 2010 (Fig.2). Del mismo, modo los sectores del oeste y sur oeste de la

ciudad con rangos de temperatura entre 28-31 °C y algunas áreas del sur-este, registran un incremento

entre 32 a 36°C (Fig.2). Focos de alta temperatura asociados a incendios forestales (42-45°C o más) se

observan con mayor frecuencia en las regiones peri-urbanas que bordean los sectores de bajos ingresos

en el oeste y sur-oeste de la ciudad (Fig.2), en tanto que en la imagen de Octubre de 2009, no se

registra ocurrencia de incendios y las temperaturas en las zonas periurbanas, registran valores entre

21-23 °C (Fig.1). La cara sur del parque Nacional El Avila-Güaraira Repano, también presenta

importantes diferencias entre octubre 2009 y marzo 2010, los sectores de temperaturas frescas entre 17

y 20°C experimentan una notable reducción, circunscribiéndose a las partes más altas de la montaña,

rangos de temperaturas inferiores desaparecen y se observan focos de incendios extensos, en la ladera

nor este de la ciudad.

4

IV Conclusiones.

En marzo del 2010 casi la totalidad de la ciudad muestra anomalías térmicas importantes (+

10° C) inclusive en sectores de menor densidad constructiva y con mayor presencia vegetal.

Los sectores del oeste y sur-oeste de la ciudad en el municipio Libertador fueron las zonas

más afectadas por las altas temperaturas (32 a 36°C) y la ocurrencia de incendios en las zonas

peri-urbanas. Aún en la zona norte de la ciudad que se beneficia de la proximidad del parque

nacional el Ávila-Guaraira Repano, y donde en condiciones normales las temperaturas se

mantienen más frescas (24-27°C), se observo un incremento significativo entre 28-31°C.

Estas condiciones ambientales, se asociaron con la formación de un fenómeno meteorológico,

y ocasionó una densa bruma por humos de incendios y otros contaminantes sobre el valle de

Caracas, que causaron un aumento en los reportes de afecciones alérgicas, bronquiales, e

irritación de las mucosas en la población capitalina.


� Arndt, D. S., M. O. Baringer, and M. R. Johnson, Eds. (2010): State of the Climate in

2009. Bull. Amer, Meteor. Soc., 91 (7), S1–S224.

� Chen, X.L., Zhao, M.Z., Li, P.X., Yin, Z.Y., 2006. Remote sensing image-based

analysis of the relationship between urban heat island and land use/cover changes.

Remote Sensing of Environment. 104, 133–146.

� Córdova, Karenia (2011) Spatial Geotechnology applied to urban climate studies:

Thermal analysis of urban surface and urban land use in the city of Caracas, Urban

Climate News, ISSUE N° 39 MARCH 2011, pp 15-21, Marzo, 2011 [Online]

http://urban-climate.com/IAUC039.pdf

�

� EPA (Environmental Protection Agency) (2009) Urban Heat Island Basics, Reducing

Urban Heat Islands: Compendium of Strategies, Environmental Protection Agency,

U.S, [Online]

Chuvieco S, Emilio (2007) Teledetección Ambiental. Editorial Ariel S.A, 3era

impresión, Barcelona España, 2007.ISBN978-84-344-8072-8.

http://www.epa.gov/hiri/resources/compendium.htm

5

� IPCC, (Intergovernmental Panel on Climate Change)

� Meehl, Gerald and Tebaldi, Claudia (2004). More Intense, More Frequent, and Longer

Lasting Heat Waves in the 21st Century,

2007: Cambio climático 2007:

Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto

Informe de evaluación del Grupo Intergubernamental de Expertos sobre el Cambio

Climático [Equipo de redacción principal: Pachauri, R.K. y Reisinger, A. (directores

de la publicación)]. IPCC, 104 pp, 2008, Ginebra, Suiza.

Science

�

. 2004 Aug 13; 305(5686):994-7.

National Aeronautics and Space Administration (NASA) (2010). LANDSAT-7

SCIENCE DATA USER'S HANDBOOK, Chapter 9 - Calibration Parameter File.

[Online] http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf

� OMM (Organización Mundial de Meteorología) (2010). Statement on the status of the

global climate in 2009. N° 1055, 2010, ISBN 978-92-63-11055-8, World

Meteorological Organization, Ginebra, Suiza.

� OMM (Organización Mundial de Meteorología) (2011). Statement on the status of the

global climate in 2010. N° 1074, 2011, ISBN 978-92-63-11074-9,

� Voogt, J.A., Oke. T.R. (2003) Thermal remote sensing of urban climates. Remote

Sensing of Environment. 86, 370-384.

World

Meteorological Organization, Ginebra, Suiza.

6

Fig.1 Patrones de temperatura superficial en Caracas, Octubre-2009. Fuente: USGS. Landsat 7 collection, Bases Cartográficas IGSBV, elaboración propia.

Fig.2 Patrones de temperatura superficial en Caracas, Marzo-2010. Fuente: USGS. Landsat 7 collection, Bases Cartográficas IGSBV, elaboración propia.

7

Anexos.

Figura 1a. Imagen LANDSAT 7, Octubre 2009, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

Figura 2b. Imagen LANDSAT 7, Marzo 2010, falso color (4-3-2) y análisis térmico banda 6-2. Fuente: USGS, bases cartográficas IGVSB, elaboración propia.

Desarrollo de un Servidor de Mapas Web para una Red Bioclimática en Montaña. Haciendo uso de herramientas de Software Libre.

N García-Mora1, L Zavala-Morillo1, J G Peña1, F Palm2, A Balza-Quintero1, D Dávila-Vera1, J A Rojas-Fernández1, Z Peña-Contreras1, F J Durán-Montilla1, E Labarca-Villasmil1, R V Mendoza-Briceño1, W. Albornoz-Diaz1.

1 Centro de Microscopía Electrónica “Dr. Ernesto Palacios Prü”. Universidad de los Andes. Mérida-Venezuela. [email protected], [email protected], [email protected].

2 Instituto de Estadística Aplicada y Computación. Facultad de Ciencias Económicas y Sociales. Universidad de los Andes. Mérida- Venezuela. [email protected].

RESUMEN

El objetivo es desarrollar un Servidor de Mapas Web para una Red Bioclimática que permita monitorear, modelar, e informar sobre las condiciones climáticas de un ambiente determinado, teniendo como modelo el Parque Nacional Sierra Nevada de Mérida, Venezuela. El Sistema operautilizando una Base de Datos Climática que contiene registros de temperatura superficial, precipitación y humedad. A partir de estos se construye el Servidor de Mapas Web, mediante el cual es posible informar resultados climáticos graficados. Los programas y aplicaciones empleados para este trabajo fueron: MapServer 5.0 que trabaja como servidor de cartografía y permite generar de forma dinámica imágenes en los formatos más habituales para la publicación en Web, OpenLayers 2.7 que es una alternativa libre a Google Maps desarrollada 100% en JavaScrip, GvSIG 1.1.2herramienta integradora de los distintos mundos de la información geográfica y el proyecto SEXTANTE que es una biblioteca de algoritmos de análisis espacial de código libre, disponibles en varios software de SIG. Para el manejo y almacenamiento de los datos se utilizó Postgres 8.3 y para el procesamiento de datos se utilizó Python 2.5 con Matplotlib 0.91.4. Finalmente, está el desarrollo de la aplicación basada en software libre, permitiendo impulsar las políticas de producción de sistemas de información y comunicación haciendo uso de estándares abiertos, lo que permitirá fomentar el uso de software libre.

Palabras claves: servidor de mapas web, monitoreo climático, uso software libre en SIG.

INTRODUCCION

Actualmente resulta muy fácil evidenciar la inclusión del uso de plataformas libres o software libre en muchos ámbitos del conocimiento, la Geomática no escapa de esta afirmación, tan solo basta navegar por la Web y observar la cantidad de proyectos, comunidades, blogs, congresos y muchos otros eventos que se

organizan continuamente y que cada vez alcanzan mayor éxito (Lajara y Salinas, 2007).Hace pocos años hablar de software libre era algo propio de sectores concretos o usuarios con conocimientos informáticos relativamente avanzados, donde las interfaces de usuario eran pocas o nada conocidas o desarrolladas. Para la sociedad en general, hablar de software libre era sinónimo de “gratis” y GNU/Linux era un sistema operativo del que muy pocas personas hablaban.

Hoy en día la situación actual es otra, muchas aplicaciones desarrolladas bajo software libre se han puesto a la par o incluso han superado sus contrincantes desarrolladas bajo software propietario o comercial. Cada día más empresas apuestan por soluciones implementadas bajo software libre, ya hoy en día el sistema operativo GNU/Linux ha comenzado a estar presente no sólo en entornos profesionales, sino también en muchos hogares, pero aún existe un cierto desconocimiento, dudas y confusiones en lo que respecta al software libre (Megías y col., 2007).Los Sistemas de Información Geográfica (SIG) también se encuentran inmersos en esta evolución del software libre, en pocos años han pasado de ser desconocidos y alejados del mercado, a ser una opción con presencia en el mercado en diversas soluciones totalmente válidas y funcionales, aunque hay que mencionar que los SIG comerciales se presentan como una alternativa muy sólida para dar solución a cualquier problema del campo de aplicación, teniendo presente que dicha solución está a la par con la inversión económica que genera.Aunque los SIG más usados y desarrollados sean software propietario, hay cada vez más SIG ocomponentes para SIG, que se distribuyen bajo licencias libres y que empiezan a crear un “entorno o espacio” de software libre para SIG, donde participan tanto organizaciones universitarias (principal fuente de desarrollo de software libre), como entidades comerciales y por supuesto individuos aficionados al desarrollo del software bajo plataformas libres.Este trabajo tiene como objetivo desarrollar un Servidor de Mapas Web para la Red Bioclimática del Centro de Microscopía Electrónica “Dr. Ernesto Palacios Prü”, que permita monitorear, modelar e informar sobre las condiciones climáticas de uno de los pulmones vegetales más importantes de nuestro Estado Mérida como lo es el Parque Nacional Sierra Nevada.

MATERIALES Y METODOSUn Sistema de Información Geográfica es una combinación de herramientas tecnológicas (hardware y software) y datos geográficos que se integran entre sí para la captura, almacenamiento, manipulación, análisis y despliegue en todas sus formas la información geográfica referenciada, con el fin de ayudar a las diversas actividades humanas donde las

características espaciales de los datos tienen un papel determinante.

Figura 1: Componentes de un SIGEl método estará determinado por un plan de trabajo o procedimientos que se diseñarán en función de unos objetivos. Un mismo software puede variar al ser usado para temas distintos y por ello necesitar de métodos de trabajo distinto (Pedreño-Navarro y Col., 2000).Los SIG han permitido avanzar en el estudio y análisis de los fenómenos geográficos al incorporar sólidas herramientas de análisis y facilitar el tratamiento estadístico de grandes bases de datos espaciales.La Red Bioclimática del Parque Sierra Nevada de Mérida está constituida por cuatro estaciones meteorológicas instaladas cerca de cada estación del Teleférico en la cara norte del Pico Bolívar, el pico más alto de la Sierra Nevada de Mérida (8°32.5’N, 71°0.35’W), ubicada en los Andes de Venezuela, en un rango comprendido entre 2448 y 4772 m. Estas Estaciones son:1. Pico Espejo, 4775 m; 2. Loma Redonda, 4078 m; 3. La Aguada, 3330 m; 4. La Montaña, 2448 m.Los sensores térmicos pertenecen al tipo datalogger, modelo HOBO H8 (Onset Computer Corporation) y están provistos con cuatro termocuplas (TMC6-HA) las cuales están ubicadas debajo de la superficie del suelo a 10, 20 y 40 cm. Una termocupla registra la temperatura de la superficie del suelo. Los datos de humedad y precipitación son registrados dos metros por encima de la superficie utilizando sensores similares del tipo HOBO-data loggers.

Figura 2: Características generales de las Estaciones Climáticas Múltiples que conforman la Red

Bioclimática del Parque Sierra Nevada de Mérida, las cuales incluyen sensores de temperatura del aire,

humedad y precipitación.

La metodología empleada como guía para la construcción de aplicaciones de software libre, específicamente proyectos de desarrollo de sistemas de información, está inspirada en el método ágil Extreme Programming.Para el de desarrollo de Aplicaciones de Software se realizaron un conjunto de actividades agrupadas por fases.

Figura 3: Fases del Proceso de Desarrollo de Aplicaciones de Software

En la fase de análisis del dominio de la aplicación se analiza y comprende el dominio o contexto en el cual operará la aplicación a desarrollar, las mismas están agrupadas en: Especificación de Requerimientos, en esta fase se especifican a detalle las funcionalidades a desarrollar especificándose los requerimientosfuncionales que debe cumplir la aplicación. Análisis y Diseño, traduce la especificación de requerimientos a una especificación de diseño. Construcción, donde se construye y/o refina, la interfaz, la base de datos y las funcionalidades de la aplicación. Pruebas, se aplican pruebas unitarias, de integración, funcionales y no-

funcionales a cada versión del sistema, facilitando así la detección temprana de errores o incompatibilidad en el código y finalmente la Liberación, donde se liberan tanto las versiones de prueba como las versiones estables de la aplicación, con la finalidad que la comunidad de usuarios pueda validarla, de manera que participen en la detección de errores.El software utilizado para el desarrollo de la aplicación en el procesamiento de datos fueron el Servidor de Mapas MAPSERVER, el cual es una aplicación desarrollada para trabajar como servidor de cartografía, generando de forma dinámica impresiones de cartografía para publicaciones en Web. Openlayers, es una alternativa libre a Google Maps y está desarrollado 100% en JavasScript, el mismo muestra los datos de los mapas en los navegadores Web. GvSIG es una herramienta integradora de los distintos mundos de la información geográfica. Matplotlib, que es una biblioteca para la generación de gráficos, a partir de datos contenidos en listas o arrays en el lenguaje de programación Python y su extensión matemática Numpy, que es una librería que permite las operaciones de cálculo científico con Python y Postgres para el almacenamiento de la base de datos climatológicos que describe las características de cada zona.Luego que los datos son descargados de los sensores mediante el software BoxCar, estos datos son guardados en un documento de texto plano, para separar los datos en columnas: (mes día año temp40cm temp20cm temp10cm tempsup). Seguidamente para generar los gráficos y haciendo uso de la herramienta Matplotlib se desarrolló un programa que permite leer los datos procesados mensualmente y que luego son procesados por el programa para generar la gráfica correspondiente.

Figura 4: Procesamiento de los datos climáticos

RESULTADOSLa construcción de una base de datos geográfica, implica un proceso de abstracción para pasar del mundo real a una representación matemática más simple, que pueda ser procesada por algún lenguaje de computadora diseñado para este fin. Este proceso de abstracción tiene varios niveles y normalmente comienza con la concepción de la estructura de la base de datos, generalmente en capas, las cuales se clasifican según su información temática para su posterior inclusión en algún análisis de información (Parra A., 2006).El modelo conceptual para una base de datos espacial se refiere a la forma como están caracterizados los elementos del mundo real cuando se almacenan en la base de datos. Por lo general están representados mediante undiagrama, los cuales pueden ser: Entidad-Relación, UML (Unified Modelling Language) y OMT(). Asociado al diseño de la base de datos debemos tener presentes los conceptos de Modelo Lógico y Físico de la Base de Datos Geográfica.

Figura 5: Modelo E-R del Servidor de Mapas Web.

Figura 6: Modelo de Diseño del Servidor de Mapas Web

Con base a las observaciones y los datos obtenidos de la Red Bioclimática del Centro deMicroscopía Electrónica “Dr. Ernesto Palacios Prü” de la Universidad de Los Andes (CME-ULA), Mérida, Venezuela, pudimos construir un Servidor de Mapas vía Web, mediante el cual es posible informar resultados climatológicos, por ejemplo: temperaturas actuales superficiales, mediante gráficos anuales, información que es posible ofrecer ya que el CME dispone de más de 5 años de registros climáticos de la zona. Cabe destacar que dicho software permite además Informar al usuario sobre las diferentes fajas ecológicas según los pisos altitudinales, entendiendo como faja, el conjunto de especies con características morfológicas y fisiológicas similares que constituyen respuestas adaptativas al efecto que ejercen sobre ellas las condiciones climáticas de la zona.Además este sistema permite mostrar las características más relevantes de cada faja ecológica como: temperaturas máximas y mínimas de la zona, altitud máxima y mínima de la misma, una descripción de la faja altitudinal, lo cual permite describir los diferentes estratos que se pueden encontrar en la misma, incluyendo la composición florista presentes en cada una de ellos con el respectivo nombre científico de las especies vegetales. También se puede mostrar un conjunto de imágenes que visualizan el escenario ambiental presente en dicha zona, revelando al usuario una recopilación de los diferentes paisajes del mismo piso altitudinal, donde se destacan las características más relevantes de esta zona, permitiendo visualizar un escenario que corresponde a los valores del piso seleccionado.Otro punto que es importante resaltar como valor agregado a este proyecto, es la incorporación de varias capas temáticas que permiten mostrar al usuario una clasificación de la vegetación presente en los bosques de alta montaña, como son los de esta zona en estudio; siendo posible seleccionar mediante simples “clicks” los pisos vegetales así como la hidrografía y/o vialidad presente en la zona geográfica correspondiente. Además de poder observar su ubicación geográfica, brindando una visión en conjunto del efecto del cambio climático regional, como una consecuencia tanto del cambio climático global, como de las propias acciones del hombre sobre el medio ambiente andino.

Este proyecto también es de gran utilidad para ecólogos que deseen conocer el desplazamiento altitudinal de las especies, dependiendo de las variaciones a largo plazo de la temperatura; así como sus contribuciones a dicho sistema, identificando posibles nuevas especies que se encuentren dentro de la clasificación de estos pisos altitudinales, permitiendo informar y prevenir la extinción de muchas de ellas.Por último y no menos importante, es el desarrollo de la aplicación basada en software libre, permitiendo impulsar las políticas de producción de sistemas de información y comunicación haciendo uso de estándares abiertos, lo cual permite minimizar el bajo porcentaje de aplicaciones informáticas basadas en software libre, que se adapten a la capacidad de visualización e información relacionadas con el efecto del clima sobre uno de los pulmones vegetales más importantes de la región andina.

CONCLUSIONESLa Red Bioclimática del Centro de Microscopía Electrónica de la ULA, con base a sus observaciones y datos obtenidos se pudo construir: Un SIG vía Web, mediante el cual es posible informar resultados climáticos por ejemplo Temperaturas máximas, promedios y mínimos; mediante gráficos anuales, un software que permita informar al usuario sobre las diferentes fajas ecológicas según los pisos altitudinales. Además de mostrar un conjunto de imágenes que visualizan el escenario ambiental presente en dicha zona. Incorporación de varias capas temáticas, que permiten mostrar al usuario una clasificación de la vegetación presentes en los bosques de alta montaña. Sirve como soporte para ecólogos que deseen conocer el desplazamiento altitudinal de las especies. Servir de modelo para la incorporación de nuevas estaciones meteorológicas. Crear un software de dominio público para la visualización de datos climáticos.Los fenómenos climáticos son fenómenos geo-espaciales complejos que varían grandemente en magnitud y frecuencia, y que pueden afectar a los seres humanos, ocasionar daños a la infraestructura, a las actividades socioeconómicas, y en ocasiones incluso a los ecosistemas. Dentro de la concepción de los SIG y su gama de aplicaciones, esta plataforma o software ha sido creada para estudiar y visualizar

las condiciones climáticas del Parque Nacional Sierra Nevada de Mérida específicamente la cara Norte del Pico Bolívar, con el fin de informar y conocer las condiciones cambiantes del clima de nuestro pulmón vegetal más importante. La evidente evolución que han alcanzado los SIG libres, han hecho posible la creación de fundaciones como “Open Source Geoespatial Fundation”, cuya misión es velar por estándaresinternacionales, además de apoyar y crear software SIG libre de alta calidad.Existen cada vez más herramientas y componentes para SIG, que se distribuyen bajo licencias libres y que comienzan a crear un ecosistema de software libre para SIG, encontrando participación de organizaciones universitarias, entidades comerciales, y por supuesto individuos que forman grupos de desarrollo a través de la red.

Figura 7: Vista completa del Servidor de Mapas Web

Figura 8: Vista completa de Servidor de Mapas Web

REFERENCIAS

AESIGT (1993). Diccionario glosario de términos SIG. Madrid.

Alvarez, J., Aguilar, J. Y Terán, O. (2008). Metodología para el Desarrollo Colaborativo de Software Libre:

en Experiencias desde CENDITEL, Vol 1, Ediciones Fundacion CENDITEL, 85 pág., Mérida -Venezuela.

Alvarez, J.,Abrahan B., Terán, O. Y Aguilar, J. (2006). Metodología de la Fábrica Nacional de Software libre, Fundacite, Mérida.

Andressen R. y Ponte R., 1973. Climatología e Hidrología. Sub-proyecto N° 11. Estudio Integral de Cuencas del los ríos Chama y Capazón. Universidad de Los Andes, Mérida, 135 pp.

Aronoff, S.(1995) Geographic Information System a Management Perspective. 4ta. Ed. Otawa, Canadá, WDL Publication.

Ataroff, M., (2003). Selvas y bosques de montaña. En: Biodiversidad en Venezuela (M. Aguilera, A. Azocar y E. González, Eds.), Fundación Polar, Caracas, Tomo 2, pp. 762-810.

Azocar, A. y Fariñas, M., (2003). Paramos. En: Biodiversidad en Venezuela (M. Aguilera, A. Azocar y E. González, Eds.), Fundación Polar,Caracas, Tomo 2, pp. 716-733.

Barredo, J. I. (1996) Sistemas de información geográfica y evaluación multicriterio. Madrid, RA-MA Editorial.

Barrios, J. (2006). Apuntes de clase, Desarrollo de Software. Maestría en Computación.

Barry R. G., 1992. Mountain climatology and past and potential future climatic changes in mountainregions: a review. Mt. Res. Dev. 12: 71-86

Beck. K. (2004). Extreme Programming Explained: Embracing Change, Second Edition, Addison Wesley.

Bosque, S. J., (1992). Sistema de información Geográficos, Madrid, Ed. Rialp, Capitulo 1.

Briceño, B., Morillo, G. (2002). Catálogo abreviado de las plantas con flores de los páramos de Venezuela. Acta Botánica Venezuelica 25, 1-4

Burrogh, P. (1987). Principles of Geographical Information Systems for Land Resources Assessment. Oxford. NewYork-EEUU. 191 p.

Caldeweyher D., Zhang. J. y Pham B., (2006). “OpenCIS—Open Source GIS-based web community information system". International Journal of Geographical Information Science, Vol. 20, No. 8, p.885-898.

Castrogiovanny E.M., La Loggia G., Noto L. V., (2005). Design storm prediction and hydrologic modeling using a web-GIS approach on a free-software platform. Atmospheric Research, 77, pp. 367-377.

Chorley, R. J. (1987). NUEVAS TENDENCIAS EN GEOGRAFÍA. Instituto de estudios de administración local, Madrid (España), 506 p.

Christensen O.O., (1999). Relaxion of soil variables in a regional climate model. Tellus, 51A, 674-685.

Conesa-Garcia, C. (1996). Áreas de aplicación medioambiental del los SIG: Modelización y avances recientes, Universidad de Murcia en papeles de geografía, ISSN: 0213-1781, Nº 23-24, pags. 101-116.

Contreras, H. Y., Mendez, Z., Torrens R., Nuñez L. (2008). “Desarrollo de la Red Bioclimatica del Estado Mérida, Venezuela: Estrategias de Captura, manejo y presentacion de datos ambientales”. Interciencia Vol. 33, N. 11.

De Abreu, D. (1996). “Desalento e esperança ne experiencia portuguesa de ulilizaçao dos sistema de informaçao geografica”. Portugal y España: Ordenación del territorio. Cáceres, Universidad de Extremadura, pp. 77-85.

Dodson, R.F.; D.P. Turner. (1996). USING GIS TO ENABLE DIAGNOSTIC INTERACTION WITH ASPATIALLY DISTRIBUTED BIOGEOCHEMISTRY MODEL. Third International Conference/Workshop on Integrating GIS and Environmental Modeling CD-ROM (NCGIA), Santa Fe, New Mexico, USA, January 21-25, 1996.

ESRI (1998). Understanding GIS: the ARC/INFO method. Redlands, Esri.

Felicísimo Pérez, A. M. et al. (2001): ELABORACIÓN DEL ATLAS CLIMÁTICO DE EXTREMADURA MEDIANTE UN SISTEMA DE INFORMACIÓN GEOGRÁFICA. GeoFocus (Artículos), nº 1, p. 17-23.

Fyfe, J. C., Flato, G. M., (1999). Enhanced climate change and its detection over the Rocky Mountains. J. Climate 12, 230-243.

García, N., 2004. Desarrollo e implementación de un sistema experto para la predicción del clima asociado a posibles escenarios ambientales en el Parque Sierra Nevada de Mérida. Trabajo Especial de Grado, Facultad de Ingeniería, Universidad de los Andes, p. 94.

Giorgi F., B. Hewitson, et al. (2001). Regional Climate Information – Evaluation and Projections, 10, 587-628.

Goizueta J. (1993).Bases de Datos Geográficos. ECAS Técnicos Asociados S.A. p.p. 4-19.

Hennessy, K.J. (1998). Fine-resolution climate change scenarios for new South Wales. Annual report 1997-1998, research undertaken for the New South Wales Environmental protection Authority. 48 pp.

Hendrick, J., (2002). “Aplicaciones de un Sistema de Información Geográfica para el control de calidad de la ubicación de las estaciones meteorológicas y la recuperación digital de información en mapas de temperatura del mar”, Trabajos de Investigación CNDG-Biblioteca, Instituto Geofísico del Perú. Volumen 3, p.p. 105-114.

Huber, O., Alarcón (1988). Mapa de la vegetación de Venezuela, escala 1:2.000.000, BIOMA, MARNR, y The Nature Conservancy, Caracas.

IGAC (1996). Guía Metodológica para la Formulación del Plan de Ordenamiento Territorial Urbano. Aplicable a Ciudades.

Jacobi, G. C., D’Arrigo, R., 1997. Tree rings, carbon dioxide, and climatic change. Proc. Natl. Acad. Sci. USA, 94 8350-8353.

Kato, H., et al, 2001, Performance of the RegCM2.5/NCAR-CSM nested system for the simulation of climate change in East Asia caused by global warning, J. Met. Soc. Japan (in press).

Kruchten P. (2000). “The Rational Unified Process:An Introduction”, Segunda Edición p.p 320.

La catedral y el Bazar(busqueda diciembre 2008) disponible en [On Line]

http://curso-sobre.berlios.de/introsobre/ http://www.biblioweb.sindominio.net/telematica/catedral.

htmlhttp://www.ceniap.gov.ve/pbd/

RevistasTecnicas/ceniaphoy/index.htmhttp://www.ceniap.gov.ve/pbd/RevistasTecnicas/ceniaph

oy/index.htmhttp://www.creaf.uab.es/MIRAMON/new_note/esp/news

/confibsig/confibsig03.docParra A. (2006). Apuntes de clase. Sistemas de

Información Geográfica. Maestría en Computación, Facultad de Ingeniería, Escuela de Sistemas.

Pesquer, L y J. Masó. [On line]. INTEGRACIÓN DE SIG Y METEOROLOGÍA. APLICACIONES DE IMPORTACIÓN Y GESTIÓN. Centro de RecercaEcológica i Aplicacions Forestals, CREAF. Departament de Geografía, Universidad Autónoma de Barcelona y CREAF. Barcelona (España), 14 p.

Pozzobon E., y Gutierrez J., (2003). “UTLIZACIÓN DE UN SISTEMA DE INFORMACIÓN GEOGRÁFICA PARA LA SELECCIÓN Y PRIORIZACIÓN DEÁREAS A REFORESTAR EN LOS ALREDEDORES DE LA CIUDAD DE MÉRIDA, VENEZUELA”. Revista Forestal Venezolana, 47(2), p.67-72. Quintana, R., 2001. Cambios climáticos en Suramérica. Fondo EditorialUNELLEZ, p. 132.

Rodríguez de Paiva, M. F.; Cortez-Marin, A. L.; Parra-Perez, R.M. (2007) Los Sistemas de Información Geográfica aplicados a la Climatología, RevistaDigital CENIAP HOY, Nº 13.

Rojas, A., 2003. Evaluación de la deforestación en tres cuencas montañosas del piedemonte lacustrino de la Cordillera de Los Andes. Trabajo Especial de Grado, Facultad de Ciencias Forestales, Universidad de Los Andes, p. 76.

Distribución de la deformación de la falla El Pilar entre las poblaciones Cariaco - Casanay

Santiago Yépez (1,2), Claudio Marchán(3), Américo Montilla(3)

1

Centro de Procesamiento Digital de ImágenesFundación Instituto de Ingeniería para el Desarrollo Tecnológico,

2Universidad Simón Bolívar, Departamento de Ciencias de la Tierra3

[email protected]; [email protected] de Oriente, Centro de Sismología

Resumen

La evolución y la dinámica de las fallas El Pilar y Los Bajos siempre ha sido objeto de interés por parte de investigadores a nivel mundial, ya que esta extensa zona de deformación conforma el límite norte de la placa Sudamericana. Este límite está caracterizado por fallas transformantes a todo lo largo del borde, corrimientos y en parte subducción, que afectan directamente el flanco sur del prisma de Barbados. En esta investigación se propone una metodología para recuperar los desplazamientos horizontales del terreno, relacionados al movimiento de esta falla, utilizando para ello, imágenes satelitales multi-espectrales de sensores ópticos. Una vez co-registradas y ortorectificadas las imágenes ópticas, se procede con la aplicación de una técnica avanzada de correlación a nivel de sub-píxel. A partir de los resultados de la correlación, se pueden generar mapas de deformación, así como vectores de desplazamiento que permiten analizar la geodinámica, justo en la zona de ruptura de falla. La geometría de la deformación principal en el área de estudio está asociada a deformaciones con una orientación oeste-este en la parte norte de la Falla El Pilar (movimiento transcurrente dextral), mientras que en la parte sur se observan, desplazamientos con una orientación sostenida norte-sur (relacionada al acortamiento, producto de la deformación de la Serranía Oriental). Esta distribución de la deformación se relaciona coherentemente con la partición de esfuerzos tectónicos definidos por la falla El Pilar, donde la subducción continental induce una descomposición del movimiento oblicuo, en dos componentes.

Palabras claves: correlación, orto-rectificación, co-registro, vectores, deformación

1. Introducción

En esta investigación se propone una metodología para recuperar los desplazamientos horizontales del terreno, relacionados al movimiento de esta falla, utilizando para ello, imágenes multi-espectrales de los satélites SPOT- 5 e imágenes ASTER (Avouac et al., 2006).Una vez co-registradas y ortorectificadas las imágenes ópticas, se procede con la aplicación de una

técnica avanzada de correlación a nivel de sub-píxel, la cual posee una precisión 1/20 el tamaño del píxel. A partir de los resultados de la correlación, se generan mapas de gradiente de deformación, así como vectores de desplazamiento que permiten analizar la geodinámica, justo en la zona de ruptura de falla (Leprince et al., 2008). El área de estudio se encuentra localizada entre las coordenadas 64° W – 61°W y los paralelos 11° y 10°

N. La geoestructura más importante es el sistema de fallas El Pilar, esta es una zona de cizalla, con tres cuartos de su extensión debajo del agua, es sísmicamente activa (Molnar y Sykes, 1969; Pérez y Aggarwal, 1981). Ésta se extiende desde Cabo Codera (al oeste), al extremo este del área oriental de Trinidad, donde la deformación es transmitida por una sucesión de discontinuidades escalonadas con tendencia N80°E, al flanco sur del prisma de Barbados (Fontas et al., 1985). La configuración de su traza, de 450 km de longitud, está marcada por una combinación de estilos transtensivos y transpresivos.

La morfología romboidal de los grabenes (Schubert, 1979, 1982) y los datos sismo-tectónicos (Pérez y Aggarwal, 1981) indican un desplazamiento hacia el este en el lado norte (ver figura 1).

Figura 1. Fallas cuaternarias del oriente de Venezuela. En rojo puede apreciar la zona más activa del sistema de fallas de El Pilar. Fuente: Audemard et al. (2000) y modelo de relieve generado a partir del modelo SRTM (Shuttle Radar Topography Mission - NASA).

Esta falla ha sido dividida en 4 secciones diferentes, como puede observarse en la figura 1:

1.- Una traza submarina al oeste de Cumaná la cual limita la fosa de Cariaco (una cuenca de estilo transtensivo) y termina en los cerros de Caigüire al norte de Cumaná.2.- La segunda sección se extiende desde el norte de Cumaná hasta Casanay-Guarapiche. 3.- Una sección de 30 km de largo que ligeramente diverge en sentido ENE y se extiende entre las poblaciones de Casanay y El Pilar (Beltrán et al., 1996).4.- La cuarta sección es una traza con una dirección este-oeste, que pasa por la zona pantanosa de las sabanas de Venturini y continua costa afuera al sur de la península de Paria antes de conectarse y transferirsu movimiento a las fallas Los Bajos y El Soldado, las cuales tienen rumbo noroeste-sureste. Estas tres fallas son consideradas la porción oriental del sistema de fallas limítrofe entre las placas Caribe y Atlántica (Beltrán et al., 1996).

2. Característica de la zona de ruptura del terremoto de Cariaco de julio, 1997

En la figura 2, se puede apreciar el epicentro del terremoto de Cariaco en Julio 09 de 1997, estuvolocalizado en las coordenadas geográficas 10.545°N y 63.515°W, con cerca de 10 km de profundidad. Basado en estudios de campo realizados por Audemard, et al. (1997), sugieren que este sismo tiene una zona de ruptura a lo largo de una gran porción del segmento de tierra de la falla dextral de El Pilar, extendiéndose entre los golfos de Casanay y Paria.

Figura 2. Mapa mostrando la localización del epicentro principal (estrella amarilla) de Mw 6.8 para el terremoto de Cariaco de Julio 09 de 1997. El mecanismo focal fue obtenido de la base de datos de FUNVISIS, con los cuadrantes compresionales en anaranjado. Adicionalmente, se muestran las fallas cuaternarias, donde la línea roja gruesa representa la traza del sistema de falla El Pilar, la cual corresponde a la zona más activa según el trabajo de Audemard et al. (2000).

La zona de ruptura se presenta continua con una orientación de N075°E entre Villa Frontado (muelle de Cariaco) y las Varas (ligeramente al este de Casanay) por más de 30 km. Esta porción de la ruptura cosísmica es esencialmente recta y contínua, a excepción de una pequeña complicación observada levemente al oeste de Terranova, constituida por un solape dextro de unos 400 m de separación, donde se observaron grietas de tracción abiertas hasta en 0,88 m, lo cual indica la existencia de un relevo distensivo, que confirma el carácter dextral de la falla, tal como lo indica las estructuras asociadas a la ruptura a escala de detalle. La ruptura en su totalidad es generalmente de un ancho máximo de 3 a 4 m y está conformada por cizallas de riedels sintéticos (R; dextrales) de orientación N90° a 100ºE y dispuestas escalonadas, las cuales están ocasionalmente conectadas por pequeños abombamientos del terreno (mounds) en relevos compresivos y se presentan eventualmente asociadas a grietas de tracción. En pocas localidades, la ruptura exhibe localmente pliegues escalonados (Audemard, et al., 1997).

Como conclusión, la traza general de la ruptura está orientada N 75º E no es sencilla, puesto que presenta tres discontinuidades geométricas:

a) Un solape dextro a nivel de la población de Terranova (relevo distensivo representado por grietas de tracción de dirección NW-SE y abertura de hasta 88 cm); b) un salto senestro entre Casanay y Guarapiche, a nivel de una curvatura compresiva mayor de la traza de la falla de El Pilar; y un salto dextro entre los caseríos de Las Toscanas y Botuco. El desplazamiento cosísmico es fundamentalmente horizontal dextral, sin componente vertical visible, siendo máximo en Pantoño (40 cm a sólo cinco días después del sismo) y una moda que oscila entre 20 y 25 cm entre Villa Frontuda y Casanay (Audemard et al., 1997).

Es de hacer notar que la deformación en la zona de ruptura a continuado en el tiempo después del evento principal en julio del 1997. En el marco de esta investigación en 2010, se tomaron nuevas mediciones en las mismas zonas estudiadas por Audemard et al., 1997. Es claro observar en cada una de estas estaciones la deformación acumulativa en la zona de ruptura, siendo las localidades de Terranova, Las Manoas, la trocal 10 de Casanay y el poblado de Guarapiche, las más interesantes. Unos de los sitios más importantes

es el caso de la Ferretería-Agropecuaria Las Manoas inicialmente presentó una deformación de 36 cm en diciembre del 1997 cuando fue medida después del evento sísmico, sin embargo, para los primeros meses del 2010 esta había alcanzado una deformación cercana a los 100 cm, donde en varias oportunidades se ha tenido que reparar el portón debido a los movimientos continuos (ver figuras 3 y 3B).

Figura 3. Estaciones donde fueron medidas las deformaciones relacionadas a la zona de ruptura de la falla El Pilar en el 2010. Las estaciones corresponden a las mismas estudiadas por Audemard et al. (1997).

3. Técnicas de correlación de imágenes ópticas

Mapas de deformación y vectores de desplazamiento son calculados de la correlación de imágenes ópticas adquiridas por los satélites SPOT-5 y TERRA (sensor ASTER). COSI-Corr es una metodología que permite la ortorectificación y co-registro de imágenes satelitales ó aéreas de forma automática y precisa. El procedimiento no requiere información externa, tales como mediciones de puntos de control GPS en el terreno (GPS: por sus siglas en ingles Global Positioning System: Sistema de Posicionamiento Global), y se basa en el conocimiento de la topografía y en los metadatos de la imagen que proveen información sobre la plataforma de observación (posiciones, velocidades, variaciones de altitud y direcciones de toma, o reportes de calibración en el caso de las fotografías aéreas). Una detección de cambio a nivel de sub-píxel, es aplicado sobre el grupo de orto-imágenes generadas.

El procedimiento de esta orto-rectificación se basa en una generación automática de puntos de control en el terreno confiables (GCP: Ground Control Points), los cuales son generados de forma tal, que la correlación que ellos mantienen sobre la geometría de vista de la plataforma de observación, permite una efectiva orto-rectificación y co-registro de las imágenes. Para hacer este procedimiento automático de forma fácil, la generación de los GCPs y los parámetros de geometría de vista son conjuntamente optimizados: Primero se genera un grupo de GCPs, a partir de una imagen original (esclava), con respecto a una imagen ya orto-rectificada (maestra), y mediante una iterativa refinación, se ajusta la selección de los puntos de control que se tomaron manualmente.

Los puntos de control iniciales son derivados de puntos de amarre seleccionados de manera aproximada entre la imagen maestra ortorectificada y la imagen esclava. Ventanas de imágenes desde la imagen

A

D C

B

esclava (original) sobre estos puntos de control son orto-rectificadas y las diferencias del registro con la orto-imagen maestra es estimada de la correlación (Leprince et al., 2007). La selección de puntos de amarre consiste en la identificación de pares de puntos similares entre las dos imágenes, en esto se fundamenta la asociación de puntos entre una imagen georreferenciada y una imagen no georreferenciada, por lo general entre una imagen orto-rectificada y una imagen original. Esto permite asociar coordenadas de terreno a un punto en una imagen sin procesar (Leprince et al., 2007).

Un grupo confiable de GCPS es producido cuando las fallas de registro medidas en cada ventana de imagen son reducidas al mínimo. La generación de GCPs es independiente de cualquier dato externo. Generalmente, un modelo de relieve obtenido de un modelo de elevación del terreno (DEM), se usa como la primera imagen orto-rectificada maestra, y la primera imagen orto-rectificada producida con ese modelo, se convierte en la imagen maestra para las subsecuentes imágenes esclavas (Leprince et al., 2007). Esta aproximación es aplicable a nivel mundial tomando ventaja de la disponibilidad de confiables modelos digitales del terreno con cobertura global (por ejemplo: Shuttle Radar Topography Mission –SRTM).

Una vez que un grupo de GCPs es producido, se calculan las matrices de cartografía inversa, que asocian coordenadas del terreno con la posiciones de los pixeles en la imagen original. Ellas definen un “mallado” de muestreo irregular en la imagen original. Para evitar la introducción de "aliasing" (efecto que causa que señales continuas distintas se tornen indistinguibles cuando se les remuestrea digitalmente) en la imagen ortorectificada, el problema del remuestreo irregular es tomado en cuenta y la orto-imagen es luego construida (Leprince et al., 2007).

Los desplazamientos horizontales del terreno son recuperados de la correlación sub-píxel de las imágenes ortorectificadas de referencia y esclavas. La correlación de la imagen es alcanzada con un proceso iterativo que estima el plano de la fase en el dominio de Fourier (ver figura 4). Este procedimiento permite obtener dos imágenes de correlación, cada una representando una componente del desplazamiento del terreno horizontal (este-oeste y norte-sur).

Figura 4. Flujograma de la técnica de correlación (Modificado de Ayoub et al., 2009).

Imagen Pre-evento

Imagen Post-evento

Datos de entrada

Parámetros de adquisición, altitud de la plataforma, modelo de la

cámara y modelo de elevación del terreno (SRTM)

Imagen Pre-evento

ortorectificada

Imagen Post-evento

ortorectificada

Correlación Sub-píxel

Ortorectificación Producción de imágenes orto que puedan ser superpuestas con gran precisión, puede necesitar puntos

de control en el terreno

Ventanas deslizantes que sucesivamente correlacionan

Desplazamientos recuperados por el cálculo de la diferencia de fase de la

transformante de Fourier

Desplazamientos recuperados de la

correlación: desplazamientos en

filas y columnas proveen los

componentes N/S y E/W de la

deformación en el terreno

La imagen SNR es la relación señal-ruido y sirve para evaluar la

calidad de las mediciones.

Los valores están entre 0 y 1.

Producto final

Campo de desplazamiento

E-W

Campo de desplazamiento

N-S

SNR

En resumen se puede decir, que la correlación usando el programa COSI-Corr comienza con la generación de puntos de control en el terreno para cada imagen. Un modelo de ortorectificación confiable es luego construido, generando así una adecuada ortorectificación y co-registro entre el grupo de imágenes. Seguidamente, se realiza la correlación sobre el grupo de imágenes ya ortorectificadas, lográndose obtener los desplazamientos horizontales en el terreno, que posteriormente son analizados.

Este análisis produce dos imágenes de correlación, cada una de ellas representando la componente de desplazamiento horizontal del terreno (este-oeste y norte-sur), y una imagen asociada a la relación de señal – ruido (SNR por sus siglas en inglés: Signal-Noise Ratio) para cada medición, la cual sirve para evaluar la efectividad de los resultados (ver figura 4).

4. Resultados y Análisis

La metodología aplicada incluyó el co-registro de las imágenes referencia y esclavas, así como la aplicación de técnicas de correlación cruzada. Posterior a este proceso, se desarrolla un análisis espacial y estadístico basado en las características angulares de los vectores de desplazamiento, construidos en base a los campos de deformación obtenidos de la correlación (ver figura 5).

Figura 5. Campos de deformación norte-sur y oeste-este para el caso: ASTER - SPOT-5. Los valores positivos corresponden a las deformaciones hacia el este y norte, mientras que los valores negativos están asociados a las deformaciones hacia el oeste y el sur.

Si bien, estos vectores no representan el valor absoluto de la deformación, resultan ser una herramienta eficaz en la evaluación de tendencias, mostrando la distribución de las deformaciones sobre el terreno. Finalmente, estos vectores se superponen con coberturas litológicas y fallas cuaternarias presentes en el área de estudio, para establecer relaciones en el contexto geológico y analizar la geodinámica del sitio en cuestión.

Las tendencias y geometrías observadas en los ensayos, muestran un marcado movimiento dextral en el bloque norte de la falla El Pilar, mientras que el Bloque Sur se observan desplazamientos con una orientación general norte-sur. Se hace evidente que la selección de las imágenes en base a los parámetros de orientación de las escenas, la radiometría y el remuestreo, son fundamentales para obtener resultados satisfactorios en el proceso de correlación. En la figura 6, se puede observar los vectores de deformación del ensayo de correlación ASTER-SPOT-5, este modelo es coherente con el contexto tectónico del área, sobre todo con el modelo de partición de deformación propuesto por Passalacqua et al.(1995).

Figura 6. Orientación de los vectores de desplazamiento en los bloques norte y sur de la falla El Pilar. Los vectores rojos muestran un movimiento con tendencia dextral (108° acimutales) en el bloque norte, mientras que el bloque sur los amarillos muestran una marcada tendencia hacia el sur (192° acimutales), relacionada al acortamiento por compresión. El dibujo a la derecha muestra el modelo de partición de la deformación y modelo geodinámico de la Cordillera de la costa oriental venezolana (Modificado de Passalacqua et al., 1995).

Según, el trabajo de Passalacqua et al. (1995), basado en los modelos bien estudiados de la falla norte del Pirineo y la línea "Insubric de Los Alpes", plantea que la falla El Pilar es similar a estos modelos, donde esasumida superimpuesta a una cuña cortical intermedia de alta densidad, que actúa como una barrera durante la migración de la deformación hacia el sur, como se observa en la figura 6.

El propone entonces un modelo geodinámico consistente cuya característica principal es una subducción hacia el norte de al menos 70 km de litósfera continental de la placa Suramericana (principalmente manto intracontinental y partes de la corteza inferior). La falla de El Pilar es una estructura superficial que se bifurca a profundidad en una cuña intracortical y en la superficie transfiere el movimiento lateral necesario para balancear la subducción hacia el Norte en un régimen de convergencia oblicua.

Adicionalmente a este análisis, se realizó la integración de los catálogos sísmicos con los productos de la correlación de imágenes ópticas, se observa una coherencia espacial entre los eventos sísmicos, los bloques definidos por la fallas cuaternarias y la ubicación de los vectores de desplazamiento obtenidos del proceso de correlación, el hecho de que estos datos son independientes del análisis con las imágenes ópticas le da soporte a la respuesta de la geometría de la deformación en el área de estudio, ver figura 7.

Figura 7. Catálogo de sismicidad instrumental de FUNVISIS integrado con la ubicación espacial de los vectores de desplazamiento, las fallas cuaternarias y las unidades litológicas que dominan el área. Nótese los colores de los vectores relacionados a la proporción de la deformación, cada punto en colores representa la profundidad de los sismos.

5. Conclusiones y Recomendaciones

La aplicación de técnicas de correlación en imágenes ópticas, resultó ser una herramienta útil para observar la distribución de las deformaciones en el terreno, siendo de bajo costo, sobre todo en áreas remotas donde, el uso de técnicas tradicionales de campo, resultan extremadamente costosas y difíciles de implementar.

La geometría de la deformación principal en el área de estudio está asociada a desplazamientos con orientación oeste-este hacia la parte norte de la falla El Pilar, mientras que en la parte sur se observan,

desplazamientos con una orientación sostenida norte-sur. Esta distribución de la deformación se relaciona coherentemente con la partición de esfuerzos tectónicos definida por la falla El Pilar, donde la subducción continental induce una descomposición del movimiento oblicuo, en dos componentes. En la parte superficial cortical una componente con movimiento transcurrente dextral al norte de la falla y en la parte sur de la falla, una componente ligada al acortamiento norte-sur, la cual está asociada al levantamiento de la serranía oriental, como plantea Passalacqua et al., 1995 en su modelo.

Se observa una coherencia espacial entre los eventos sísmicos, los bloques definidos por las fallas cuaternarias y la ubicación de los vectores de desplazamiento obtenidos del proceso de correlación, el hecho de que estos datos son independientes del análisis con las imágenes ópticas, le da soporte a la respuesta de la geometría de la deformación obtenida para el área de estudio. De los ensayos implementados en este estudio, podemos concluir que los parámetros de orientación de las escenas (similaridad entre escenas), la radiometría y el remuestreo de las imágenes satelitales, son fundamentales para obtener resultados satisfactorios en el proceso de correlación.

La presencia de contribuciones atmosféricas, como nubes, calina o sombras producen problemas en la correlación de las imágenes. Es necesario trabajar en áreas completamente despejadas de nubes para que no se produzca estos artefactos de de-correlación.

La distribución de la geometría de las deformaciones, puede utilizarse como una herramienta valiosa en el diseño y preparación de mediciones GPS, con receptores de doble frecuencia. Si bien las técnicas GPS son más precisas en la medición de las deformaciones en el terreno (en el orden de los mm), solo ofrecen medidas puntuales en áreas muy grandes, por lo que utilizar la información de los campos de deformación obtenidos de la correlación, facilitaría el análisis y la selección de sitios de interés.

6. Referencias Bibliográficas

Audemard F., Machette M., Cox J., Dart R., and Haller K. (2000). Map and Database of Quaternary Faults in Venezuela and its Offshore Regions. U.S. Department of the Interior and U.S. Geological Survey. Open-File Report 00-018 (paper edition).. P. 1-78.

Audemard, F. A. (1997). Ruptura de superficie asociada al sismo de Cariaco del 09 de Julio de 1997, Estado Sucre, Venezuela nororiental. FUNVISIS. Informe inédito. 9 pp + 36 fotos.

Avouac, J., Ayoub, F., Leprince, S., Konca, O. & Helmberger, D. (2006). The 2005, MW= 7.6 Kashmir earthquake: sub-pixel correlation of aster images and seismic waveforms analysis. Earth and planetary science letters 249 P: 514–528.

Ayoub François, Leprince Sébastien, and Keene Lionel (2009). User’s Guide to COSI-CORR Co-registration of Optically Sensed Images and Correlation. 1200 East California Blvd, Pasadena, CA 91125, USA February 2, 2009.

Beltrán, C., Singer, A. y Rodríguez, A. (1996). The El Pilar fault active trace (northeastern Venezuela).: Neotectonic evidences and paleoseismic data. Third ISAG, St Malo (France)., 17-191911996,153-156.

Fontas, P., Griboulard, R., Prud'Homme, R. (1985). Morphogenese d'un prisme d'accretion et variability du style des deformations sur une marge active. Apports et specificite des resultats d'une analyse cartographique interpretative sur la ride de la Barbade. In Mascle, A., (Ed.)., Geodynamique des Carabes, Paris (Technip Eds.)., 221- 233.

Leprince S. (2008). Monitoring Earth Surface Dynamics with Optical Imagery. California Institute of Technology Pasadena, California. Thesis for the Degree of Doctor of Philosophy. pp. 274.

Leprince S., Barbot S., Ayoub F. and Avouac J.P. (2007). “Automatic and Precise Ortho-rectification, Coregistration, and Subpixel Correlation of Satellite Images, Application to Ground Deformation Measurements”, IEEE Trans. Geosci. Remote Sensing, vol. 45, no. 6, pp. 1529-1558.

Molnar P., Sykes L. R. (1969). Tectonics of the Caribbean and Middle America regions from focal mechanisms and seismicity. Geol. Soc. of America Bull., 60, 1639-1684.

Passalacqua, H., F. Fernandez, Y. Gou, and F. Roure (1995). Crustal architecture and strain partitioning in the eastern Venezuelan Ranges, in A. J. Tankard, R. Suárez S., and H. J. Welsink, Petroleum basins of South America: AAPG Memoir 62, p. 667–679.

Pérez, O. y Aggarwal, Y. (1981). "Present-day tectonics of the southeastern Caribbean and northeastern Venezuela", J. Geophys. Res., 86, pp. 10791-10804.

Schubert, C. (1979). El Pilar fault zone northeastern Venezuela: brief review. Tectonophysics, 52:447-455.

Schubert, C. (1982). Origin of the Cariaco Basin, Southern Caribbean Sea. Mar. Geol., 47: 345-360.

Programa para la Transformación Masiva de Imágenes y Ortofotos del Datum La Canoa al Datum REGVEN.

Sergio Gamarra1, Yeiremi Freites2

1Instituto Nacional de Tierras, Coordinación de Sistemas de Información Geográfica2. Universidad Central de Venezuela, Facultad de Ciencias, Escuela de Matemáticas [email protected],

[email protected].

RESUMEN

Programa para la transformación de imágenes georreferenciadas en formato .TAB (MapInfo) desde el Datum La Canoa al Datum REGVEN utilizando las ecuaciones de Coticchia-Surace y Badekas-Molodensky para el cambio de datum. Resultando una imagen reproyectada con posibilidades de ser desplegadas en la mayoría de los software de Sistemas de Información Geográfica (SIG) a través de la creación de un archivo de georreferencia universal llamado WorldFile. Elaborado en Visual Básic y con posibilidades de procesamiento reiterativo (bucles) lo que permite el procesamiento de grandes cantidades de imágenes en muy corto tiempo.

INTRODUCCIÓN

El Instituto Nacional de Tierras poseía para finales del año 2006 un aproximado de 3.400 imágenes topográficas de Venezuela a escala 25.000 georreferenciadas en formato .TAB (MapInfo) y aproximadamente 1.700 ortofotos del Proyecto PITSA1 en formato .COT2 (Microstation), ambas en el datum La Canoa. Con la adquisición del software ArcGis 9.1 era una tarea imprescindible transformar todas estas imágenes para que se pudieran mostrar en ArcGis sin perder la referencia, y también, en cumplimiento de la ley de Geografía, Cartografía y Catastro Nacional3

Un Datum de referencia es un modelo matemático referido a una superficie constante y conocida, es utilizado en la ubicación de puntos sobre la misma. Dado que existen diferentes datums calculados para superficies conocidas a veces se hace necesario cambios de datums para adecuarse al modelo que mejor se adapte a nuestra zona.

, se debía tener en el datum REGVEN, por lo tanto se tenía que transformar un aproximado de 5100 imágenes. El proyecto consistió en la elaboración de una serie de funciones, macros y formularios que permitieran la transformación automática de éstas imágenes del datum La Canoa al datum REGVEN y la posibilidad de ser desplegadas (visualizadas) en el software de ArcGis ya georreferenciadas.

El programa se elaboró totalmente en Visual Básic, y consta de cuatro módulos básicos: 1 captura de información (relación coordenadas-pixeles), 2 cambio de datum (de las coordenadas obtenidas) 3, recomposición (creación) del archivo .tab (MapInfo) con los nuevos valores de coordenadas en REGVENy 4 creación del archivo de georreferenciación universal Worldfile de acuerdo a los valores de relación obtenidos después de la transformación de datum de las coordenadas originales

1 Las ortofotos fueron generadas como parte del Plan de Inversiones para la Transformación del Sector Agrícola(PITSA)2 El software usado en el proyecto PITSA fue Microstatión, que genera archivos .COT para la georeferencia, estos archivo poseen la cualidad de que en la misma imagen están imbuidas su coordenadas de referencia, características similares tienen las imágenes con formato geotif.3 Artículo 11 de la ley de Geografía, Cartografía y Catastro Nacional: Toda persona que realice levantamientosgeodésicos o topográficos los referirá al Sistema Geodésico Nacional, de acuerdo a las normas técnicas establecidas por el Instituto Geográfico de Venezuela Simón Bolívar.

Debido a que el modelo matemático del datum posee radio y centroide el proceso de cambio se refiere al movimiento del punto central de un centro al otro.


El programa consta de cuatro módulos (ver figura 1): 1 captura de información (relación coordenadas-pixeles), 2 cambio de datum (de las coordenadas obtenidas) 3 recomposición (creación) del archivo .tab (mapinfo) con los nuevos valores de corrdenadas en REGVEN y 4 creación del archivo de georreferenciación universal Worldfile de acuerdo a los valores de relación obtenidos después de la transformación de datum de las coordenadas originales.

Figura 1: Módulos del programa de transformación de datum.

1.- Módulo de Captura de Información.

Es el inicio del sistema, que parte de la lectura del archivo .tab que contiene todas las relaciones entre las coordenadas y los píxeles de la imagen, además de información del datum, proyección y nombre de la imagen (ver figura 2).

Figura 2: Estructura del archivo .TAB de MapInfo.

Esta información es capturada del archivo y pasada a variables que serán usadas en los siguientes módulos del sistema.

2. Módulo de Transformación de Datum.

El objetivo de éste es transformar las coordenadas del archivo, guardadas en las variables, del datum La Canoa al datum REGVEN, este proceso de transformación implica varios pasos donde estánpresentes diferentes formulaciones matemáticas.

Recordemos que la transformación del datum es un movimiento del punto de referencia (punto 0,0,0) de un origen a otro, esto implica un movimiento de traslación y rotación en tres ejes, además de los tres valores del punto fundamental (x,y,z) y el factor de escala, referido a la conservación de distancias, ya que ninguna proyección mantiene correctamente la escala en todo el mapa. Esto significa que para todo cambio de datum debemos poseer estos 10 valores fundamentales, sin embargo existen metodologías que prescinden de algunos de estos en detrimento quizás de la precisión. En un sistema con el punto de origen en el centro de la tierra donde sus coordenadas podrían estar presentes en cualquier sitio de ese espacio (centro, superficie y atmosfera de la tierra) llamado geocéntrico, las coordenadas de un punto en la superficie de la tierra se expresaría en millones de metros, tener nuestras puntos expresados en este sistema es el requisito principal de la metodología de reproyección que usaremos, para el proceso de transformación de datum.

Pero nuestras coordenadas están expresadas en un sistema de proyección plano, donde se dividió a la tierra en 60 partes o husos de 6º de longitud cada uno, es decir sólo trabajamos en un espacio proyectado mínimo de la totalidad del sistema al cual necesitamos aproximarnos, es por esta razón queprimero debemos llevar nuestros valores a un sistema de referencia global, como son las coordenadas geográficas, es decir que nuestros puntos estarán referidos a toda la superficie terrestre, estás coordenadas están acotadas al geoide, ya con esta transformación podemos pasar estos valores de geodésicas a geocéntricas y llevar a cabo el proceso de cambio de datum

El proceso de transformación implementado en el módulo consta de 5 pasos:

2.1.- Transformación de las coordenadas de UTM a Geodésicas: Utilizando la ecuación de Coticchia-Surace se calcularon las coordenadas geodésicas; para usar esta ecuación se necesita tener el huso y las coordenadas UTM referidos al elipsoide que se está utilizando (en nuestro caso el Elipsoide Internacional Hayford 1924, referido al datum La Canoa) y los ejes mayor (a) y menor (b) del mismo. Además se debe utilizar el radio polar de curvatura ( ) y la

segunda excentricidad del elipsoide ( ), eliminar el retranqueo del eje X (la del eje Y no se hace ya que las coordenadas están ubicadas en el hemisferio norte) y calcular el meridiano central del huso. Se hacen los cálculos de los parámetros que usa la ecuación (ver http://www.gabrielortiz.com/index.asp?Info=058a ) para los cuales usamos los datos y cálculos anteriores más un factor de escala (0.9996) Así procedemos a calcular la latitud y longitud del punto a transformar.

2.2.- Transformación de coordenadas Geodésicas a Geocéntricas: Teniendo ya la latitud ( ) y la longitud ( ) en grados sexagesimales expresados en notación decimal procedemos a calcular las coordenadas geocéntricas; para ello debemos conocer la altitud elipsoidal ( donde H es la altitud ortométrica y N la ondulación del geoide, generalmente asumimos 0 para el valor de h ya que la afectación en el resultado final es imperceptible. Además de los ejes mayor y menor del elipsoide de referencia se procede a calcular el radio de curvatura en la vertical principal del

punto: ; Finalmente calculamos ,

y .

2.3.- Cambio de Datum: Transformación de las coordenadas del datum La Canoa al datumREGVEN utilizando las ecuaciones de Badekas-Molodensky usando los 10 parámetros oficiales REGVEN.

a. Tres (3) parámetros de traslación (Dx, Dy y Dz)b. Tres (3) parámetros de rotación (Ex, Ey y Ez)c. Un (1) factor de escala (DM –ppm-)d. Tres (3) valores del punto fundamental (Xm, Ym y Zm)

Estas ecuaciones se pueden expresar de forma matricial como sigue (ver figura 3):

Figura 3: Versión Molodensky-Badekas, 10 parámetros.

2.4.- Transformación de coordenadas Geocentricas a Geodésicas: Utilizando el proceso inverso de la ecuación definida en el apartado 2.2 .

2.5.- Transformación de las coordenadas de Geodésicas a UTM: Utilizando el proceso inversode la ecuación definida en el apartado 2.3. (ver http://www.gabrielortiz.com/index.asp?Info=058a).

Estos pasos se repiten para cada par de valores (coordenadas) guardados en nuestras variables, y el resultado de éstos es guardado en nuevas variables llamadas coord._transf,

3. Módulo de Creación de Archivos en formato MapInfo.

Con el fin de que el programa sirva para uso en MapInfo, las coordenadas obtenidas de la transformación de datum anterior, mas las variables de proyección, huso y datum (REGVEN) son insertadas en un archivo con extensión .TAB siguiendo la estructura presente en la figura 2, de esta forma obtenemos las nuevas imágenes en REGVEN para ser visualizadas en MapInfo.

4. Módulo de Creación de Archivos de georreferenciación universal (worldfile)

Para que las nuevas imágenes proyectadas se puedan visualizar en software distintos a MapInfo se utilizó un archivo de georreferenciación universal llamado worldfile, este archivo tiene extensión jgw ó tfw según el formato de la imagen a georreferenciar (jpg y tif respectivamente), aunque el archivo en sí no especifica sistema de coordenadas sólo es usado con coordenadas utm (metros). Este archivo consta de 6 líneas de números que establecen la equivalencia entre la imagen y el territorio real.

Conociendo las coordenadas imagen (pixel) y las coordenadas cartográficas (metros) de 3 puntos podemos hallar los parámetros A,B,C,D,E y F usados para construir el worldfile:

A. Equivalencia en metros del pixel en el eje XD. Equivalencia en metros del pixel en el eje YB. Rotación en XE. Rotación en YC. Valor de X de la coordenada superior izquierdaF. Valor de Y de la coordenada superior izquierda.

Resolviendo un simple sistema de ecuaciones construido a partir de la transformación afín de 6 parámetros:

Usada para pasar de coordenadas-imagen al sistema cartográfico.

Llamando a las coordenadas imagen y a las coordenadas cartográficas de los 3 puntos conocidos respectivamente, obtenemos el siguiente sistema de ecuaciones:

El cual tiene una única solución, lo que nos permite hallar los parámetros que buscamos. Estosparámetros son introducidos secuencialmente en un archivo de texto plano nombrado con el mismo nombre de la imagen a la cual hace referencia y con extensión jgw ó tfw según sea el caso y es suficiente para que sea reconocida la georreferencia por la mayoría de los SIG existentes.

5.- Uso del programa (manual de usuario).

El programa es muy básico ya que fue concebido para sólo una funcionalidad; transformar muchas imágenes georreferenciadas en MapInfo desde el datum La Canoa al Datum REGVEN, la imagen inicial es la siguiente (ver figura 4):

Figura 4: Imagen inicial del programa de transformación.

Al presionar sobre el botón abrir, se nos despliega la siguiente pantalla (ver figura 5), en esta debemos buscar las imágenes que queramos transformar, (sólo podemos visualizar los archivos .tab de referencia) seleccionamos todos los archivos que queramos procesar y presionamos aceptar

Figura 5: Módulo de búsqueda y carga de imágenes.

Volvemos a la pantalla de la figura 4 pero con las imágenes cargadas (ver figura 6), con la diferencia de un nuevo campo desplegable que nos pregunta sobre si queremos recibir alertas cuando las imágenes que se procesen tengan errores superiores a un valor determinado (en metros) que establezcamos, esto no influye en el proceso, sólo nos crea un archivo txt llamado alertas, donde se nos indica cuales de las imágenes que estamos procesando poseen un error por encima del que se estipuló en la transformación. Esta es una manera de saber los errores de origen producidos en el proceso inicial de georreferenciación que tuvo la imagen. Adicionalmente existe un archivo nombrado con la fecha del proceso donde se guardan todos los errores de todas las imágenes procesadas (ver figura 7).

Recibir alerta de errores mayores a: 2 mts.

Figura 6: Módulo de procesamiento de imágenes.

Figura 7: Reporte de errores de georreferenciación de origen.

Cuando el sistema procesa las imágenes crea en el directorio nuevas carpetas donde guarda los nuevos archivos de georreferencia de acuerdo al datum (REGVEN, La Canoa) y al huso donde estén las imágenes (18,19 y 20), en el proceso, en algunos casos las imágenes son movidas de su ubicación original y en otros copiadas, es por esto que donde se genere el proceso de transformación debe contar con espacio suficiente en disco duro.

6.- Procesamiento de las ortoimagenes del proyecto PITSA.

Los orígenes de las imágenes del proyecto PITSA son distintas a las de las topográficas que ya existían en el INTi, por lo tanto los procesos de captura de información son diferenciados, para el caso de las topográficas bastaba con la lectura del archivo .tab de mapinfo, en cambio, para el caso de las imágenes PITSA (formato .COT de Microstation) se recurrió a la utilización de objetos de programación de ArcGis (ArcObject) para extraer la información de coordenadas de cada una de las imágenes, los procesos posteriores son idénticos a los utilizados en la reproyección de las topográficas.

Debido a que la utilización de ArcObject es restringida a la posesión de la licencia del software ArcGis no se utilizó este módulo en el programa de transformación de datum presentado, con el fin de hacerlo totalmente independiente de cualquier software comercial.

RESULTADOS

Más de 5100 imágenes entre ortofotos y topográficas reproyectadas y georreferenciadas en un formato de georreferencia reconocido por la mayoría de los SIG existentes (ArcGis, GvSIG, Kosmos, QGis, etc.)

Se generó un programa ejecutable en Windows para la transformación masiva de imágenes georreferenciadas en MapInfo para poder ser visualizadas en software como ArcGIS, GvSIG, Kosmos, AutoCAD, MapServer y otros.

CONCLUSIONES

El conocimiento de los procesos intrínsecos que se llevan a cabo en cuestiones tan cotidianas para el usuario de SIG, como por ejemplo una transformación de coordenadas de un datum a otro, nos permite implementar procesos automatizados adaptados a nuestras necesidades, especialmente para el caso de procesamiento de grandes cantidades de información, que en otras circunstancias requerirían de trabajos reiterativos de parte de personal calificado.

La posibilidad de manipular a nuestra conveniencia estos métodos básicos marcaría la diferenciaentre emplear todo un equipo de trabajo en un lapso de tiempo largo a sólo pocas semanas de diseño y menos de horas de proceso y con el empleo de un mínimo de personal.

BIBLIOGRAFIA

GOIZUETA, Javier. Sistemas de Referencia Geodésicos, Proyecciones Cartográficas. Documento en línea disponible en: perso.wanadoo.es/jgoizueta/doc/GEOD.pdf

ORTIZ, Gabriel. Aprende a convertir coordenadas geográficas en UTM y UTM en geográficas.Documento en línea disponible en: http://www.gabrielortiz.com/index.asp?Info=058a

ORTIZ, Gabriel. Conversión de datum con el modelo de 7 parámetros Bursa-Wolf. Documento en línea disponible en: http://www.gabrielortiz.com/index.asp?Info=064.

ORTIZ, Gabriel. Entender el contenido de un 'World File'. Documento en línea disponible en: http://www.gabrielortiz.com/index.asp?Info=013.

REPÚBLICA BOLIVARIANA DE VENEZUELA (2001). Ley de Tierras y Desarrollo Agrario. Documento en Línea. Disponible en: http://www.efemeridesvenezolanas.com/documentos/html/leytierras.htm.

http://es.wikipedia.org/wiki/Datum

*Para más información, descargas y consultas ver http://sergiogamarra.blogspot.com/

Generación Masiva de Mapas usando MapServer, PostGIS, PHP y FPDF.Sergio Gamarra

Instituto Nacional de Tierras, Coordinación de Sistemas de Información Geográfica [email protected]

RESUMEN

Generación automática y masiva de mapas usando programas, librerías y base de datos en Software libre (MapSever, PHP, FPDF y PostGis). El proceso básicamente sigue los siguientes pasos:

1. Ingreso de la data depurada, adecuada y corregida en la base de datos PostGIS.2. Aplicación de funciones de creación y adecuación de cobertura de vértices (generación, cálculo de

coordenadas UTM de acuerdo al datum y numeración).3. Generación automática de los mapas.

De acuerdo al requerimiento se deben ajustar los parámetros, imágenes y funciones para que el producto muestre la información que se desea. Actualmente el mapa generado de esta manera posee información de situación relativa nacional, estadal y municipal que son generados de acuerdo al código del estado y del municipio que se encuentren en la cobertura principal, información de tenencia y de verificaciones con otras coberturas y finalmente el mapa central donde se despliegan algunas coberturas básicas (vialidad, centros poblados, hidrografía, etc.) además del predio objeto de la impresión.

INTRODUCCIÓN

El Instituto Nacional de Tierras (INTi) es el encargado de la administración de las tierras con vocación agrícola en Venezuela, por lo tanto maneja gran cantidad de información espacial referida a registros prediales, en determinados momentos se hace necesaria su impresión masiva, debiendo el INTi dedicar una gran cantidad de recursos humanos y tiempo en esa tarea.

Para solucionar esta problemática se desarrolló una serie de funciones en MapServer, PostGIS (componente espacial de PostgreSQL), PHP y la librería de trabajo con pdf (FPDF), con la combinaciónde estas herramientas, más la cobertura de los registros (o cualquier otra cobertura de interés) se generaron mapas individuales de los mismos de manera automática y masivamente, otra posibilidad es la de generación de planos individuales con ciertas características con la sola introducción de la lista de coordenadas del fundo.


Software usados

Para la programación de las funciones de creación del mapa se utilizaron los siguientes programas:

1. MapServer: Es un entorno de desarrollo en código abierto para la creación de aplicaciones de visualización, consulta y análisis de información espacial a través de internet/intranet. Es multiplataforma, se puede ejecutar en Linux o en Windows, soporta los formatos vectoriales más comunes (shapefile, PostGis, ArcSDE, GML y otros) y raster (JPG, PNG,GIF,GeoTiff, Tiff y otros). Se puede programar en PHP, Java, Perl, Python, Ruby o C#.

Básicamente está configurado en un archivo de texto con la extensión .map que contiene todas las características del mapa que queremos presentar: nombre del mapa, sistema de coordenadas, extent, coberturas, estilos visuales, etc. El formato de salida puede ser gráfico (el mapa) o

alfanumérico (resultado de una consulta espacial). También se puede configurar usando el API de MapScript, con esta metodología las posibilidades de manejo interactivo del MapServer aumentan considerablemente.

2. PostGis: Es un módulo que convierte a la base de datos PostgreSQL en una base de datos espacial, con posibilidades para ser usada en Sistemas de Información Geográfica (SIG), esta publicada bajo la licencia GNU, se puede instalar en Linux, Windows ó Mac y es el formato ideal para guardar coberturas de manera robusta para ser usadas por usuarios simultáneos.

3. PHP: Es un lenguaje de programación estructurado para desarrollar páginas web dinámicas con acceso a información almacenada en una base de datos, usado principalmente para la interpretación del lado de servidor. Es libre y puede ser desplegado en la mayoría de los servidores web y en casi todos los sistemas operativos.

4. FPDF: Es una biblioteca escrita en PHP que permite generar archivos en formato pdf, se puede usar y modificar sin costo alguno ya que es gratis y libre, además existe muchísima información en internet sobre cómo desarrollar usando esta librería.

Implementación

El desarrollo se hizo usando el lenguaje de programación PHP, en un principio sobre una maquina en Windows utilizando ms4w (MapServer For Windows), esta es una aplicación que contiene un servidor Apache y MapServer para Windows y es muy fácil de instalar, sólo basta descargarla gratis de la página http://www.maptools.org/ms4w/ y grabar la carpeta ms4w en el directorio c: de Windows, sólo se debe ejecutar en un principio el archivo apache-install.bat y verificar en nuestro navegador que se haya iniciado el servicio correctamente tecleando en la barra de navegación http://localhost/, debe aparecer el logo de MapServer y una descripción de las versiones y programas instalados, con esto dejamos listo nuestro servidor web geográfico para crear nuestra página que generará un documento pdf (el mapa) usando la librería FPDF. Los datos a desplegarse deberán ser obtenidos de una base de datos geográfica, para ello se utilizó PostGis, en un principio todas las coberturas que se encontraban en shapefile fueron exportadas a PostGis usando el programa PostGis Shapefile and DBF loader que se instala por defecto. Posteriormente se implemento todo en Linux.

Procesos para la generación del mapa

El archivo pdf que contendrá el mapa se compone de un archivo PHP principal más otros de funciones de definición de variables y de gestión del mapa, el archivo principal contiene toda la estructura de código necesaria para el funcionamiento de la librería FPDF y genera a través de muestreo por celdas todas las partes del mapa. Similar al manejo de las coberturas en los SIG FPDF muestra información en el pdf por capas, esto implica que la primera llamada a “pintar” que hagamos estará literalmente por debajo de las siguientes llamadas a mostrar sectores en el pdf. De acuerdo a esta lógica lo primero que “pintamos” en el mapa fue una imagen de fondo (ver figura 1) que contiene el marco general y los marcos internos más los logotipos, leyenda y cualquier otra información estática que contenga el mapa, y sobre esta información base iremos colocando cada una de las secciones del mapa que varían de acuerdo al registro a mapear.

Figura 1: Imagen de fondo en formato png.

A continuación un resumen de estas secciones y procesos que se irán pintando sobre nuestra imagen de fondo:

1. Creación del predio en PostGIS: El proceso comienza con la introducción de coordenadas y el datum y el huso de las mismas en el archivo de gestión de mapa, que es una página web hecha en PHP, de acuerdo al datum introducido se produce o no un proceso automático de reproyección al datum Regven, que es el datum oficial de Venezuela1

Todos estos procesos son gestionados por funciones propias de PostGis llamados porconsultas SQL desde PHP, la consulta utilizada es la siguiente:

"INSERT INTO cons_geo.cg_poligonos (nro_memo,the_geom) VALUES ('".$nro_memo."',(transform(GeometryFromText('MULTIPOLYGON (".$texto_geometria.")',".$cod_utm."), 4189)));"

Donde $text_geometria es un arreglo con las coordenadas introducidas y $cod_utm es el código inicial del datum y huso introducido, por ejemplo el datum Regven y el huso 19 corresponden al código SRID 2202, que según la función de transformación utilizada en la consulta será reproyectada al código SRID 4189 correspondiente al sistema de coordenadas geográficas en datum Regven.

, en el mismo proceso de reproyección se crea el polígono correspondiente en la base de datos PostGIS.

2. Creación del objeto mapa principal: El mapa posee varias secciones, una de estas es el mapa principal, el que contiene las diferentes coberturas (polígono principal, hidrografía, vialidad, ortofotos, etc), la grilla y la escala. Para la generación de esta sección se utilizan las funciones de MapServer que crean una imagen con el mapa, esta imagen es capturada desde la página principal del mapa y mostrada sobre la imagen marco de fondo en el lugar que le corresponde (ver figura 2). En esta sección del mapa también se introduce un cuadro con la lista de coordenadas que forman el polígono.

1 Artículo 11 de la ley de Geografía, Cartografía y Catastro Nacional: Toda persona que realice levantamientosgeodésicos o topográficos los referirá al Sistema Geodésico Nacional, de acuerdo a las normas técnicas establecidas por el Instituto Geográfico de Venezuela Simón Bolívar

Figura 2: Imagen principal colocada encima del fondo.

3. Creación de los objetos mapas referenciales: Usando la metodología anterior se generaron 3mapas referenciales: Situación Relativa Nacional, Situación Relativa Estadal y Situación Relativa Municipal (ver figura 3), utilizando la función de intersección de PostGis obtenemos la ubicación del estado y el municipio con sus respectivos códigos, estos códigos filtran las coberturas a cargar y definen el área a mostrar (extent)

Figura 3: Imagen de los mapas referenciales colocados encima del fondo.

Para una eficiente personalización se usó MapScript para la manipulación de MapServer (al igual que en el mapa principal), un ejemplo del código usado para crear el mapa referencial nacional esel siguiente:

function sit_rel_nac($cod_est){

$n_min_x=-73; $n_min_y=0.5; $n_max_x=-58; $n_max_y=12.5;

$pdfMapN = ms_newMapObj("pdfN.map");$pdfMapN->setExtent($n_min_x,$n_min_y,$n_max_x,$n_max_y);$nLayer = ms_newLayerObj($pdfMapN);$nLayer->set( "type", MS_LAYER_POLYGON);$nLayer->set( "status", MS_ON);$nLayer->setConnectionType(MS_POSTGIS);$nLayer->set("connection", "user=postgres dbname=desarrollo_sig host=localhost port=5432 password=1");$nLayer->set( "name", "Situacion Relativa Nacional");

$nLayer->set("data", "the_geom from (select the_geom, cod_estado, gid from base.estados where cod_estado='".$cod_est."') as foo using unique gid using SRID=4189");$nLayer->set("classitem", "cod_estado");$nClass = ms_newClassObj($nLayer);$nClass->setExpression("$codest");$nStyle = ms_newStyleObj($nClass);$nStyle->outlinecolor->setRGB(255, 0, 0);

$nStyle->color->setRGB(255, 0, 0);$imagenN=$pdfMapN->draw();$imagen_urlN = $imagenN->saveWebImage($imagenN, 0, 0, -1);

$imagen_urlN="C:/ms4w/apache/htdocs".$imagen_urlN;

return $imagen_urlN;

}

Donde $cod_est guarda la variable del código de estado obtenida en la intersección inicial y filtra la cobertura a mostrar de acuerdo a este valor, posteriormente obtenemos la imagen del mapa de referencia, guardado en la variable $imagen_urlN, y lo introducimos en nuestro pdf en el lugar que le corresponde. Similar proceso ocurre con los otros mapas de referencia.

4. Funciones de verificación espacial: Existen una serie de verificaciones que se les hace al lote de terreno generado por las coordenadas introducidas a fin de precisar características de tenencia y de restricciones, así como información adicional que sirven, dependiendo de la escala, como guía para la caracterización general del predio. Básicamente lo que ocurre es un proceso de comparación entre el predio creado y las diferentes coberturas de interés para el INTi, que arroja resultados de superposición entre uno y otros, obteniendo información asociada al predio de las siguientes coberturas:

a. Fundos Inti.b. ABRAES.c. Fundos Zamoranos.d. Baldíos Genéricos.e. Registro de Predios Rurales.f. Otras características físico naturales.g. Estructuras Presentes.

Utilizando funciones de intersección de PostGis, a través de consultas en SQL, obtenemos la información asociada al predio además del polígono producto de la intersección, un ejemplo de consulta utilizada en la verificación del predio principal con los fundos INTi es el siguiente:

"SELECT a.gid, a.expediente, a.fundo, AsText(ST_Multi(ST_Buffer(ST_Intersection(a.the_geom, b.the_geom),0.0))) As clipped_geom, area(transform((ST_Multi(ST_Buffer(ST_Intersection(a.the_geom, b.the_geom),0.0))),$cod_utm)) as mts_intFROM tematicas.fundos_inti as aINNER JOIN cons_geo.cg_poligonos as bON ST_Intersects(a.the_geom, b.the_geom)WHERE Not ST_IsEmpty(ST_Buffer(ST_Intersection(a.the_geom,b.the_geom),0.0)) and b.cod_cg=$cod_cg;";

En esta consulta, cuando hacemos la intersección, obtenemos la información de solapamiento y la geometría resultante de la misma (ver figura 4), procesos similares se aplican para la verificación con todas las coberturas de interés.

Figura 4: Información de solapamiento y visualización del área solapada.

5. Mapa Resultado: Finalmente en el mapa resultado convergen todos los procesos descritos anteriormente. (ver figura 5)

Figura 5: Mapa Resultado.

6. Gestión del mapa: Para corregir detalles asociados a la estética del mapa, por ejemplo, quitar alguna cobertura que sobrecarguen al mapa y no lo haga visualmente agradable, el módulo que sirve para la carga de coordenadas también sirve para gestionar las coberturas del mapa, en este podemos decidir que ver y que no ver según nuestro criterio (ver figura 6)

Figura 6: Módulo de gestión del mapa.

Proceso de generación por lotes.

Los procesos descritos anteriormente sirven para hacer un mapa automáticamente con sólo introducirle una lista de coordenadas, sin embargo hay momentos donde es necesaria la impresión masiva de mapas, generalmente para la sustanciación de expedientes, y aunque el ahorro en la elaboración del mapa es sustancial cuando sólo es necesario introducir una lista de coordenadas no es suficiente para cumplir con los requerimientos de la institución, es por esto que, con leves modificaciones, e introduciendo una cobertura en PostGis con la información de todas las poligonales y con un proceso

reiterativo tipo bucle, podemos generar masivamente todos los mapas, la experiencia nos ha demostrado que podemos generar un aproximado de 2100 mapas con características similares al mapa mostrado a lo sumo en 30 minutos, sin contar el tiempo invertido en la creación de la cobertura general y la adecuación de la misma. Para estos casos la página de gestión del mapa no se utiliza.

RESULTADOS

La implementación de estas técnicas en el Instituto Nacional de Tierras han supuesto un ahorro importante en recursos humanos y tiempo, tareas que antes tardaban semanas y muchas personas hoy se hacen en cuestión de horas y con un mínimo de personal.

Hasta la fecha se han usado estas técnicas en aproximadamente cuatro jornadas masivas de impresión de mapas individuales, lo que representaría un aproximado de más de 5000 mapas generados de esta manera, téngase en cuenta que estos procesos de impresión no son lo cotidiano en la dinámica del instituto mas cuando se necesitan, los tiempos de la solicitud del requerimiento son extremadamente cortos para el caudal de trabajo que representa, en estos momento es cuando se hace evidente la importancia del uso de estas técnicas.

Por otro lado la impresión individual del mapa con fines de verificación de tenencia y restricciones representa un porcentaje importante del trabajo cotidiano que se hace en la Sala de Geografía del INTi, logrando con el uso de esta herramienta reducir y homogeneizar la respuesta del requerimiento de información que se le hace a esta instancia.

CONCLUSIONES

El resultado aquí descrito (creación de mapas) es generalmente asociado exclusivamente al uso de SIG ó de herramientas de dibujo CAD por su versatilidad y posibilidades casi infinitas de personalización, mientras que contrario a esto, la creación de un mapa, ya sea para su impresión o visualización vía web, hecho por MapServer, implica todo un proceso complejo y de mucho trabajo laborioso, hacer un mapa en MapServer con las características básicas (grilla, situación relativa, leyenda, etc.) toma muchísimo más tiempo que hacerlo en un software SIG de escritorio, sin embargo cuando ya tenemos un mapa desarrollado con estas características podemos hacer miles en el tiempo en que en un software SIG convencional de escritorio se hace sólo uno.

BIBLIOGRAFIA

REPÚBLICA BOLIVARIANA DE VENEZUELA (2001). Ley de Tierras y Desarrollo Agrario. Documento en Línea. Disponible en: http://www.efemeridesvenezolanas.com/documentos/html/leytierras.htm.http://es.wikipedia.org/wiki/MapServerhttp://es.wikipedia.org/wiki/PostGIShttp://es.wikipedia.org/wiki/PHPhttp://es.wikipedia.org/wiki/Fpdfhttp://www.fpdf.org/http://mapserver.gis.umn.edu/http://www.pmapper.net/http://www.php.net/http://www.postgresql.org/http://postgis.refractions.net/

*Para más información y consultas ver http://sergiogamarra.blogspot.com/

Distribución geoespacial de la salinidad oceánica superficial en las costas venezolanas, a partir de teledetección pasiva microondas del satélite SMOS

Terepaima Tabare1, Johnny Merchan1,2, Andreina García1,3

1Agencia Bolivariana para Actividades Espaciales-ABAE, Unidad de Medición de Propiedades Físicas de la Tierra, Base Aérea Generalísimo Francisco de Miranda, Centro Tecnológico Simón Rodríguez, edificio sede ABAE, P. B.,

Caracas. ZIP 1060, [email protected], [email protected], [email protected]

1. Resumen

Se presenta un análisis espacial cuantitativo y descriptivo de la distribución de Salinidad Oceánica Superficial (SOS) a larga escala, sobre las costas venezolanas, en un área limitada a las coordenadas de longitud 74°W a 58°W y latitud 7°N a 18°N. Los datos provienen de la misión satelital SMOS (Soil Moisture and Ocean Salinity), a través de su instrumento MIRAS (Microwave Imaging Radiometer with Aperture Synthesis), un radiómetro interferométrico pasivo de dos dimensiones que opera en banda L. Se consideran los datos de nivel 3, que incluyen un remuestreo espacial y temporal para reducir el ruido y por lo tanto incrementar la precisión. En específico, se emplean los datos del nivel 3a, con promedio yfrecuencia estacional de la SOS, que ofrece precisiones de 0.1 a 0.2 PSU y cobertura de 100x100 km. Seutilizaron los cuatro últimos regímenes estacionales disponibles, Julio-Septiembre 2010, Octubre-Diciembre 2010, Enero-Marzo 2011 y Abril-Junio 2011. Fue usado el software readL3OSUDP, para convertir formatos, estimar la SOS según los modelos de rugosidad (SSS1, SS2 y SS3) y generar marcas de calidad. Finalmente, se realizó un análisis estadístico, se generó el mapa promedio de SOS estable y se comparó con otras variables.

El mapa de SOS muestra un rango de 30.7-37.3 PSU y un promedio de 35.2 PSU, clasificándose como agua de mar polihalina (34 a 38 PSU). Se presentan mínimos relativos de SOS, principalmente sobre la vertiente Atlántica, por la descarga del río Orinoco (31-33 PSU), alrededor de la Península de Paraguaná (33-33.5 PSU) y en la vertiente Caribe hacia la zona central de la costa venezolana, estados Vargas y Miranda (34-35 PSU). Los máximos relativos, se observan en la cuenca de Venezuela (36-38 PSU), cuyasisohalinas se alinean en dirección NE-SO hasta conectarse con la plataforma de Golfo Triste, presentandovalores próximos a 36 PSU. El lago de Maracaibo muestra valores de SOS de unos 35.5 PSU,disminuyendo al sur oeste del lago por el efecto de la descarga de los ríos de la zona. Las tendencias de salinidad costa afuera, se asocian a las tasas de evaporación, mientras que en la región costera se observa el dominio de las descargas fluviales de origen continental.

2. Introducción

La salinidad junto con la temperatura, son propiedades que influyen en la densidad de los océanos, con una importante utilidad en los estudios de la circulación termohalina, vinculada a la comprensión de procesos de la dinámica global de masas (Monerris & Schmugge, 2009). El comportamiento de la salinidad influye en la dinámica superficial de los océanos y en los modelos acoplados océano-atmósferaentre otros, los cuales son esenciales en estudios oceanográficos (Font & Camps 2009).

La medición remota de la Salinidad Oceánica Superficial (SOS) es posible, debido a la radiaciónelectromagnética emitida naturalmente por un cuerpo, la cual puede ser capturada por un radiómetro pasivo, a través de su temperatura de brillo, lo que depende de la emisividad del cuerpo, que a su vez serelaciona directamente con las propiedades dieléctricas del emisor (Klein & Swift, 1977; Swift & Mclntosh, 1983; Monerris & Schmugge, 2009). En los océanos, estas propiedades están en función de la conductividad que es proporcional a la SOS, (SMOS Team 2004; Font & Camps 2009).

En el caso de la SOS, la radiación emitida en Banda L (de 1 a 2 GHz), se ve afectada por la salinidad de la capa superficial del océano de acuerdo a la figura 1. La salinidad creciente provoca una disminución de la temperatura de brillo de la superficie oceánica, esta tendencia lineal tiene una pendiente más pronunciada cuanto mayor es la temperatura física de la capa superficial del mar (Monerris, 2009; Font et. al, 2009; SMOS CP34, 2011). Al ser medidas las tendencias descritas, se puede obtener una estimación de la SOS,siempre tomando en cuenta todas las variables que afectan las medidas, como es el caso de la rugosidad,los efectos atmosféricos, la rotación de Faraday, la radiación espacial y la aparición de centelleos ionosféricos ó turbulencias de Contenido Electrónico Total (TEC), (Skou, 1989; Voronovich, 1994; Gabarro, 2004; Monerris, 2009).

Figura 1. Variación de la temperatura de brillo y la salinidad oceánica superficial en banda L como función de la temperatura superficial oceánica para observaciones nadir (Tomado y modificado de Lagerloef et al., 1995).

El satélite SMOS (Soil Moisture and Ocean Salinity), lanzado en noviembre de 2009, desarrollado por la ESA (Agencia Espacial Europea) para 3 años de vida útil, es la primera misión destinada a la medición remota de la SOS desde el espacio, siendo posible a través de MIRAS (Microwave Imaging Radiometer with Aperture Synthesis), un radiómetro interferométrico pasivo de dos dimensiones que opera en banda L, en el rango de 1400 y 1427 MHz (SMOS Team, 2004; Lagerloef & Font, 2010).

Anteriormente a nivel global, se habían desarrollado campañas in situ o con el uso de radiómetros aerotransportados para la medición de la salinidad oceánica, limitándose en ambos casos a la cobertura geográfica, además de la generación de costos elevados (SMOS Team 2004). En este sentido, deberesaltarse que hasta hace algún tiempo dicha variable no había sido monitoreada con temporalidad regular y de forma global, como lo hace posible la teledetección pasiva de microondas.

El inicio del monitoreo con cobertura global y de regularidad temporal de la salinidad oceánica seproduce, cuando se propone adaptar las técnicas interferométricas utilizadas en radioastronomía, a la teledetección satelital (Monerris & Schmugge, 2009). Con esta finalidad, en los años 80, el GoddardSpace Flight Center de la NASA (Nacional Aeronautics and Space Administration), desarrolló la validación del concepto de interferometría en “1” dimensión a través del proyecto ESTAR (Electronically Scanned Thinned Array Radiometer) pero desafortunadamente, la propuesta de misión espacial para materializar un programa de monitoreo global, no llegó a concretarse. Tomando como partida el proyecto ESTAR, se mejoró el concepto para ser propuesto como una misión espacial, a través del instrumento MIRAS desarrollado por la ESA, conceptualizado como, un radiómetro interferométrico bidimensional (primero en su tipo) capaz de realizar medidas, en dos polarizaciones (vertical V, y horizontal H). Finalmente La Misión SMOS, surgió gracias al desarrollo de MIRAS, propuesto como misión para el programa Earth Explorer de la ESA en 1998 (SMOS Team, 2004). Es una Misión que ha sido concebida como respuesta a la necesidad de la comunidad científica de obtener datos de la humedad del suelo y salinidad en las capas superficiales del océano con cobertura global y regularidad temporal, esenciales como variables geofísicas para estudiar mejor el clima y los ciclos hidrológicos entre otros.

Tem

pera

tura

de

Brill

o (K

elvi

n)

Salinidad (PSU)

Recientemente una misión equivalente a SMOS - MIRAS ha sido desarrollada, con el objetivo de medir las mismas variables geofísicas con resoluciones similares, aunque con radiómetros de apertura real, lanueva misión denominada Aquarius/SAC-D y cuyo satélite fue lanzado el 10 de junio de 2011 ofrece coincidencia temporal con SMOS en relación a sus fases operativas, lo que permitirá una explotación conjunta de la información. Es una misión conjunta del GSFC (Goddard Space Flight Center), el JPL (Jet Propulsión Laboratory) de la NASA y La CONAE (Comisión Nacional de Actividades Espaciales) de Argentina (Lagerloef & Font, 2010).

�

El estudio de la salinidad de los mares gracias a las nuevas tecnologías satelitales desarrolladas en los últimos años, permite entre varias aplicaciones:

Monitoreo del ciclo del carbono.

� Mejora de las predicciones climáticas estacional e interanual.

� Monitoreo de eventos y variabilidad de la salinidad superficial del mar a gran escala

�

En este sentido, la liberación de los últimos datos de salinidad global del satélite SMOS, su aplicación en investigaciones como la presente, y próximamente los nuevos datos de Aquarius/SAC-D brindarán una excelente contribución al desarrollo y conocimiento científico en las áreas antes mencionadas a escala yalcance global, con un régimen espacial y multitemporal adecuado. La cobertura de datos por otro lado, seincrementara con el desarrollo en el tiempo de las misiones satelitales hasta el final de su vida útil.

Monitoreo y estimación de recursos marinos.

Finalmente, de manera concreta la presente investigación, plantea un análisis espacial cuantitativo y descriptivo de la distribución de SOS de larga escala, para evaluar el comportamiento sobre las costas venezolanas, en un área limitada a las coordenadas de longitud 74°W a 58°W y latitud 7°N a 18°N, con datos provenientes de la misión satelital SMOS, considerando los datos de nivel 3 de los últimos regímenes estacionales disponibles Julio-Septiembre 2010, Octubre-Diciembre 2010, Enero-Marzo 2011 yAbril-Junio 2011.


Las características del radiómetro del SMOS han sido diseñadas para cumplir con ciertos requisitos científicos, que posibiliten caracterizar la salinidad del océano y la humedad del suelo. Para el caso de la SOS, una captura instantánea del radiómetro de temperatura de brillo llamada snapshot, tiene una precisión mejor que 2 K (alrededor de 1.5-1.7 K). Estas capturas instantáneas se promedian para alcanzar la precisiones de 0.1 PSU en 10-30 días, reduciendo así el error asociado a las medidas instantáneas, lo que fuerza a que exista un mínimo número de capturas que promediar, dado por el tiempo de revisita del satélite (3 días) (Monerris, 2009; Font et. al, 2009; SMOS CP34, 2011).

La resolución angular del radiómetro MIRAS alrededor de 2º, permite que la resolución espacial de la misión desde el satélite orbitando a 763 km. de altura, sea para el caso de la SOS de 100-200 km,dependiendo de la posición del pixel en el campo de visión instantáneo. Finalmente, SMOS ofrece datos globales de salinidad del mar, con una precisión de 1.2 PSU y 200 km resolución cada 30 días (Gabarro, 2004; Monerris, 2009).

Para la proyección o geolocalización de los datos SMOS, este utiliza una malla ISEA4H9 (Icosaedral Snyder Equal Area), diseñada para conseguir celdas hexagonales de áreas iguales en todo el globo. La misma mantiene la premisa de minimizar y mantener la distancia entre una celda y sus vecinas. Durante el procesamiento los datos de bajo nivel se interpolan a una malla ISEA de 15 km, lo que introduce correlación entre los mismos (SMOS Team, 2004; Sabia, 2008, Font et. al, 2009).

Los datos de SMOS, son distribuidos por el SMOS-CP34 (Centro de Procesamiento de datos de nivel 3 y 4) CP34 Light Web, dividiéndose en productos de acuerdo al promedio de las mediciones y frecuencia de días (Font et. al, 2010; SMOS CP34, 2011)

Cuadro 1. Niveles de procesamiento SMOS (SMOS Team, 2004; Sabia, 2008; Monerris, 2009 SMOS CP34, 2011)

, ver cuadro 1.

PRODUCTOS CARACTERÍSTICASNivel 0 Datos crudos sin procesamiento. Incluye la cabecera de datos, datos del satélite,

orbita y datos de calibración para las correlaciones.Nivel 1: Los datos están promediados a 10 días cada 3 días. Almacenados en una Malla

con formato ISEA 4H9 a una máxima resolución espacial ISEA grid de 15km.Nivel 1a: Los datos están promediados a 3 días cada 3 días. Almacenados en una Malla

ISEA 4H8. Datos calibrado y agrupado como snapshots.Nivel 1b: Vectores de temperatura de brillo referidos al tipo de polarización de la antena y

agrupado como snapshots.Nivel 1c: Datos de temperatura de brillo referidos al elipsoide terrestre.

Nivel 2 Los datos están promediados a 10 días cada 10 días. Almacenados en malla de 200x200 km, combina polarizaciones.

Nivel 3: Los datos están promediados (espacialmente) a 30 días cada 10 días. Malla de 100x100 km.

Nivel 3a: Igual a Nivel 3, con promedio estacional y frecuencia estacional (3 meses).

Los datos de nivel 3 considerados en este estudio, fueron proporcionados por el Centro de Procesamiento de Datos (niveles 3 y 4) de SMOS, este nivel posee un remuestreo en espacio y tiempo de los datos de SOS provenientes del nivel 2. La precisión de estos datos es de 0.1 a 0.2 PSU, su cobertura espacial es de 100x100 km y su cobertura temporal tiene un período de recurrencia de 30 días (Font et. al, 2009; SMOS CP34, 2011). El nivel 3a utilizado, es producto del promedio mensual de un mismo régimen estacional, y contiene correcciones asociadas a errores instrumentales, fuentes de ruido externo y errores geofísicos (Monerris, 2009; Font et. al, 2009; SMOS CP34, 2011). Para este trabajo, fueron seleccionados los regímenes estacionales de Julio-Septiembre 2010, Octubre-Diciembre 2010, Enero-Marzo 2011 y Abril-Junio 2011.

Se utilizó el software “readL3OSUDP” del SMOS-BEC (SMOS Barcelona Expert Centre), para convertir los formatos nativos DBL y HDR a coordenadas geográficas, estimar la SOS según los modelos de rugosidad (SSS1, SS2 y SS3), y generar marcas de calidad en los datos (Martínez, 2011). Los valores de salinidad obtenidos fueron representados en Unidades Prácticas de Salinidad “PSU”.

Los datos de SOS para cada una de los modelos de rugosidad existentes fueron evaluados, sin identificarse variaciones importantes. En este sentido, se considero el modelo de rugosidad SS1 para el análisis final de este trabajo. El modelo SS1 escogido, introduce el efecto de la espuma, donde la superficie del mar se aproxima a través de una superficie a dos escalas, una con pequeñas ondulaciones u ondas capilares, sobre la parte superior de otra superficie de larga escala, generada a partir de una distribución Gaussiana, (Wu and Fung, 1972; Yueh, 1997; Dinnat et al., 2003). Según Talone (2010), el enfoque de dos escalas da buenos resultados en términos de precisión numérica. Sin embargo, su exactitud depende de los modelos de superficie del mar y de los modelos teóricos de dispersión electromagnética usados.

Posteriormente, se realizó un análisis estadístico y mapa de variogramas de cada uno de los períodos estacionales por separado y para el promedio general. Los datos promedio de los períodos estacionales estudiados, fueron remuestreados a una malla 10x10 km, para generar el mapa representativo de la distribución de SOS estable a lo largo de las costas venezolanas y sur del mar Caribe.

Para apoyar el análisis espacial cuantitativo y descriptivo de la distribución de SOS en la presente investigación, se utilizaron algunos parámetros disponibles:

� Topografía y batimetría SRTM30 plus versión 4 de Becker (2009), disponible del Instituto de Oceanografía de la Universidad de San Diego.

� Temperatura Superficial del Mar disponible del Centro de descarga POET (Ocean ESIP Tool) del PO.DAAC (Physical Oceanography Distributed Active Archive Center) de la NASA específicamente del satélite MODIS /AQUA con resolución espacial de 4 km y temporal de un año.

� Estimaciones mensuales de pluviosidad acumulada y evaporación con resolucion espacial de 0.25º de Hilburn (2009), medidos por la misión satelital BLOCK 5D-2 del programa Satelital Meteorológico de la fuerza aérea de los Estados Unidos, a través del sensor SSM/I (Special Sensor Microwave/Imager), como parte del proyecto NASA Energy and NEWS (Water cycle Study) disponibles en la página web del centro de investigación RSS (Remote Sensing systems).

4. Resultados

4.1 Análisis estadístico

Se presenta la estadística de los cuatro períodos de tiempo estacionales evaluados más el promedio general a partir del modelo de rugosidad SSS1. El mallado de datos asociado al área de estudio para cada período estacional, cuenta con 273 valores de SOS. Los resultados estadísticos muestran rangos coherentes de datos, lo que se traduce en un comportamiento estable del set de datos promedio generado, como se muestra en el cuadro 2.

Cuadro 2: Estadística básica de los períodos estacionales de SOS evaluados.

Mínimo Máximo Promedio 1er Cuartil 3 do cuartil Desv. Estándar

Julio - Septiembre 2010 29,321 38,22 35,063 34,313 36,0248 1,620

Octubre - Diciembre 2010 30,816 37,071 34,9664 34,3853 35,7585 1,0771

Enero - Marzo 2011 30,559 38,101 35,5405 34,887 36,373 1,1938 Abril - Junio 2011 30,87 37,713 35,275 34,819 36,054 1,138

Julio 2010 – Junio 2011 (Promedio) 30,770 37,321 35,211 34,842 35,830 1,083

Con el objeto de visualizar el comportamiento de los datos, se generó el grafico Q-Q normal e histogramasdel período promedio completo estudiado, para identificar el grado de dispersión de ciertos puntos eidentificar valores atípicos, que pudieran afectar el comportamiento normal del conjunto de datos, verfigura 2. En esta misma línea, se evaluaron los 273 valores de Salinidad y se identificaron 20 valores mínimos extremos que representan el 7,3%, localizados en la zona de descarga del delta del Orinoco,manifestándose como intrusiones de agua dulce, que disminuyen la tendencia normal de datos, siendototalmente coherente físicamente, motivo por el cual los datos no fueron depurados.

Figura 2: Gráfico Q-Q normal e histogramas de los datos de SOS para el período Julio 2010 – Junio 2011. Q-Q normal (Izquierda). Histograma normalizado (Derecha-Arriba). Histograma absoluto (Derecha-Abajo)

Por otro lado, en mapas de variogramas teóricos y experimentales generados, no se identificanpreferencias claras en cuanto a la continuidad o tendencia espacial de los datos de SOS. Finalmente, considerando el resultado estadístico y debido a la naturaleza de la investigación planteada se tomará el set de datos promedio completos, para la representación espacial de la SOS de larga escala del período promediado Julio 2010 – Junio 2011.

4.2 Mapa de SOS

El mapa de SOS de larga escala generado se muestra en la Figura 3, presentando valores en un rango de 30.7-37.3 PSU y un promedio de 35.2 PSU, acercándose a valores promedio de salinidad de los océanos de 34 a 35 PSU según Cifuentes et. al, (1997), clasificándose como agua de mar polihalina (34 a 38 PSU),Fuentes & Massol-Deyá (2002). Los resultados estadísticos muestran un comportamiento normal, con 95% de los datos dentro de las dos primeras desviaciones estándar.

Los mínimos relativos de SOS (figura 3), son evidentes sobre la vertiente atlántica, principalmente por la descarga del río Orinoco, con rango de 31-33 PSU, lo que coincide con lo descrito en la literatura (Gordon, 1967; Muller-Karger & Varela, 1990; Monente et. Al, 1994; Jury, 2011). De igual manera se observan mínimos de SOS alrededor de la Península de Paraguaná en un rango de 33-33.5 PSU, en un área de unos 150 km2, que parece alinearse hacia el norte con cierta tendencia de mínimos. Por último, yen menor grado se observan mínimos relativos en la zona central de la costa venezolana, presentándose isohalinas en media circunferencia en un rango de 34-35 PSU, como posible respuesta a la descarga de ríos de la vertiente Caribe, en las costas de los estados Vargas y Miranda.

Los máximos relativos de SOS asociados a aguas más densas (figura 3), se observan de manera clara en la cuenca de Venezuela 36-38 PSU, de grandes profundidades batimétricas y altas tasas de evaporación, lo que también puede asociarse a la baja pluviosidad de la zona mencionada por Wüst (1965). Estas isohalinas de máximos relativos, muestran contornos que parecen alinearse en dirección N45ºE hasta conectarse con las costas de Morrocoy y Puerto Cabello en la plataforma de Golfo Triste, presentando valores próximos a 36 PSU; sobre esta zona particular descargan los ríos Aroa y el Yaracuy, lo que no parece afectar la salinidad en la zona para esta escala. Por otro lado, los valores de SOS encontrados para la zona de Golfo Triste, corresponden con los obtenidos con medidas in situ por Cisneros (2008) y Monente (1987), para esa zona de 35-38 PSU y 36 PSU respectivamente. El lago de Maracaibo muestra valores de SOS promedio, de unos 35.5 PSU, lo que para la región costera podría representar un máximo relativo, aunque en el suroeste del lago el efecto de la descarga de los ríos Catatumbo, Zulia, Escalante y Chama se hace evidente al disminuir la SOS a unos 34.5 PSU.

En costa afuera, no parece existir tendencia clara que relacione los datos de SOS con los datos de Temperatura Superficial del Océano obtenidos a partir datos del satélite AQUA / MODIS, para el mismo periodo temporal como se muestra en la figura 3.

Figura 3: Salinidad Oceánica Superficial SOS a partir de datos del nivel 3a de SMOS, para el periodo promediado Julio 2010 – Junio 2011, con modelo de rugosidad SS1 y datos remuestreados a una malla 10x10 km (Izquierda). Temperatura Superficial del Océano en °C, medidas por el satélite AQUA / MODIS cortesía del centro de descarga POET (2011), para

el periodo 2009-2010 remuestreado a una malla 10x10 km (Derecha).

Por otro lado, parece existir cierta correspondencia de los datos de SOS costa afuera, con los datos de evaporación obtenidos del Hilburn (2009) para el año 2009, mientras que no parece haber relación visible con los datos precipitación del mismo año, lo que se evidencia en la figura 4. Esta relación marcada de las tendencias de SOS y evaporación identifica a este ultimo parámetro como el de mayor influencia en las tendencias de salinidad costa afuera, mostrándose con la orientación de contornos aproximada de N45ºE que parece alinear Golfo Triste con la cuenca de Venezuela, así como la tendencia casi N-S en la longitud -70º al norte de Venezuela (ver figura 3 y 4).

Figura 4: Evaporación (Izquierda) y Precipitación (Derecha) media anual medidas en mm/hr, derivadas de mediciones del satélite BLOCK 5D-2, sensor SSM/I (Special Sensor Microwave/Imager). Ambas generadas a partir de la metodología

denominada Passive Microwave Water Cycle (PMWC) de Hilburn (2009) disponibles en la página web del RSS,remuestreados a una malla 10x10 km para el año 2009.

La variación de la SOS de acuerdo a su ocurrencia espacial a lo largo de la región costera venezolana, se asocia en mayor medida a los aportes continentales de descargas fluviales, en vez de las tasas deevaporación y precipitación, coincidiendo con Gordon (1967), Froelinch et al. (1978) y Morrison y Nowlin (1982). Por otro lado, en algunos casos no se observa una relación significativa entre los rasgos de geomorfológicos inferidos por batimetría y el comportamiento de la SOS (ver figura 5), por lo que no se identifica interacción evidente del agua de mar con formaciones rocosas solubles, que pudieran aumentar el contenido salino.

Figura 5: Perspectiva 3D del comportamiento de la SOS estable para las costas venezolanas a partir de datos de Nivel 3a de la misión SMOS, con modelo de rugosidad SSS3, marcas de calidad y remuestreado a 10x10 km (Período Octubre 2010

– abril 2011). Topografía y Batimetría de SRTM plus de Becker (2009).

5. Conclusiones.

� Los análisis estadísticos de los datos de SOS, muestran rangos coherentes en todos los períodos estacionales estudiados, ofreciendo un comportamiento estable al promedio general estimado, lo que permite obtener una buena representación espacial de la SOS de larga escala para el periodo promedio estudiado (Julio 2010 – Junio 2011).

� El mapa de SOS de larga escala generado, ofrece la distribución espacial detallada de esta propiedad en las costas venezolanas, presentando valores en un rango de 30.7-37.3 PSU y un promedio de 35.2PSU, acercandose a valores promedio de salinidad de los océanos de 34 a 35 PSU según Cifuentes et. al, (1997) y se clasifica como agua de mar polihalina (34 a 38 PSU), Fuentes & Massol-Deyá (2002). Cabe descartar la necesidad de validación de los resultados presentados en este trabajo, a través demediciones in situ y análisis multitemporales en investigaciones posteriores.

� Los mínimos relativos de SOS, son evidentes sobre la vertiente atlántica, principalmente por la descarga del río Orinoco, con rango de 31-33 PSU, alrededor de la Península de Paraguaná en unrango de 33-33.5 PSU, con un área de unos 150x150 km, que parece alinearse hacia el norte con cierta tendencia de mínimos. Por último, y en menor grado se observan mínimos relativos en la zona central de la costa venezolana, presentándose isohalinas en media circunferencia en un rango de 34-35 PSU, como posible respuesta a la descarga de ríos de la vertiente Caribe, en las costas de los estados Vargas y Miranda.

� Los máximos relativos de SOS, se observan de manera clara en la cuenca de Venezuela 36-38 PSU,de grandes profundidades batimétricas y altas tasas de evaporación. Estas isohalinas de máximos relativos, muestran contornos que parecen alinearse en dirección N45ºE hasta conectarse con las costas de Morrocoy y Puerto Cabello en la plataforma de Golfo Triste, presentando valores próximos a 36 PSU. El lago de Maracaibo muestra valores de SOS promedio, de unos 35.5 PSU, disminuyendo a 34.5 al sur oeste del lago por el efecto de la descarga de los ríos Catatumbo, Zulia, Escalante y Chama.

� Se hace evidente que la mayor influencia en las tendencias de salinidad costa afuera, se asocian a las tasas de evaporación, mostrandose con la orientación aproximada N45ºE de los contornos, que parece alinear a golfo triste con la cuenca de Venezuela, así como la tendencia casi N-S en la longitud -70º al norte de Venezuela, presentes en los mapas generados para ambos parámetros.

� De acuerdo a la ocurrencia espacial de SOS en las zonas costeras venezolanas, esta se asocia en mayor medida a los aportes continentales de descargas fluviales, en vez de a las tasas de evaporación,precipitación y temperatura superficial oceánica.

� No se observa una relación significativa entre el comportamiento de la SOS y los rasgosgeomorfológicos inferidos con batimetría, por tanto no se evidencia interacción del agua de mar con formaciones rocosas solubles, que pudieran aumentar el contenido salino, lo que podría estudiarse afondo en investigaciones posteriores.

6. Bibliografía

Bibliografía

BECKER, J., SANDWELL, D., SMITH, W., BRAUD, J., BINDER, B., DEPNER, J., FABRE, D., FACTOR, J., INGALLS, S., KIM, S., LADNER, R., MARKS, K., NELSON, S., PHARAOH, A., TRIMMER, R., VON ROSENBERG, J., WALLACE, G. Y P., WEATHERALL. (2009). Global Bathymetry and Elevation Data at 30 Arc Seconds Resolution: SRTM30_PLUS, Marine Geodesy, 32:4, 355-371.

CIFUENTES, J., TORRES, M. Y M., FRÍAS. (1997). El Océano y sus recursos II. En: Las Ciencias del Mar: Oceanografía geológica y oceanografía química. Segunda edición (La Ciencia para Todos). Carretera Picacho-Ajusco 227, 14200 México, D.F. ISBN 968-16-5255-X. Consulta en digital:http://bibliotecadigital.ilce.edu.mx/sites/ciencia/

CISNEROS, E. y BARRIENTOS, Y. (2008). Fluctuaciones anuales de la temperatura, salinidad, pH y alcalinidad total en aguas superficiales de Isla Larga, estado Carabobo, Venezuela.Universidad Pedagógica Experimental Libertador, Instituto Pedagógico de Caracas. Revista de Investigación Nº 63.

DINNAT, E., BOUTIN, J., CAUDAL, G. Y J., ETCHETO. (2003). Issues concerning the sea emissivity modeling at l band for retrieving surface salinity, Radio Sci., 38 (4).

FROELICH, P., ATWOOD, D. Y G., GIESE. (1978). Influence of Amazona River discharge on surface salinity and dissolved silicate concentration in the Caribbean Sea. Deep Sea Research 25: 735- 744.

FUENTES, F. & A., MASSOL-DEYÁ. (2002). Manual de laboratorios ecología de microorganismos. Universidad de Puerto Rico Departamento de Biología. Univ. de Puerto Rico, Recinto Universitario de Mayagüez. Consulta en digital junio 2011:http://www.uprm.edu/biology/profs/massol/manual/

FONT, J. Y A., CAMPS. (2009). La medición de salinidad desde el espacio. En: Teledetección de los océanos. Fundamentos y aplicaciones

FONT, J., CAMPS, A., BORGES, A., MARTÍN-NEIRA, M., BOUTIN, J., REUL, N., YANN, H.,HAHNE, A Y S., MECKLENBURG. (2009). The Challenging Sea Surface Salinity Measurement from Space. SMOS Barcelona Expert Centre on Radiometric Calibration and Ocean Salinity supported by the Spanish National R+D Plan through grant ESP2007-65667-C04.

, C. García-Soto Ed., Editorial Tébar, Madrid pp. 387-408.

FONT J., BOUTIN J., REUL, N., SPURGEON, P., BALLABRERA, J., CHUPRIN, A., GABARRÓ, A., GOURRION, J., HÉNOCQ, C., LAVENDER, S., MARTIN, N., MARTÍNEZ, J., MCCULLOCH,M., MEIROLD-MAUTNER, I., PETITCOLIN, F., PORTABELLA, M., SABIA, R., TALONE,M., TENERELLI, J., TURIEL, A., VERGELY, J., WALDTEUFEL, P., YIN, X y S., ZINE (2010). Overview of SMOS Level 2 Ocean Salinity Processing and First results. In the ESA Living Planet Symposium held in Bergen, Norway. ESA Special Publications series (SP-686) on CD-ROM.

GASBARRO, C. (2004). Study of salinity retrieval errors for the SMOS mission. Departamento de Geología Marina y Oceanografía Física, Instituto de Ciencias del Mar (CSIC), Barcelona. Tesis doctoral.

GORDON, A. (1967). Circulation of the Caribbean Sea. Journal of Geophysical Research Vol. 72, N° 24 December 15, 1967. Lamont Geological Observatory of Columbia University Palisades, New York.

HILBURN, K. (2009). The Passive Microwave Water Cycle Product. July 24, 2009. REMSS Tech Rpt. 072409.

JURY, M. (2011). Long-Term Variability and Trends in the Caribbean Sea. International Journal of Oceanography. Hindawi Publishing Corporation. ID 465810, v. 2011, doi: 10.1155/2011/465810

KLEIN, L. Y C., SWIFT. (1977). An improved model for the dielectric constant of sea water at microwave frequencies, IEEE Trans. Ant. Prop., 25, 104-111.

LAGERLOEF, G., SWIFT, C. & D., LEVINE. (1995). Sea surface salinity: the next remote sensing challenge, Oceanogr., 8, 44-50.

LAGERLOEF, G Y J., FONT. (2010). SMOS and Aquarius/SAC-D missions: The era of spaceborne salinity measurements is about to begin. En: Oceanography from Space

MARTÍNEZ, J. (2011). ReadL3OSUDP User Manual. Barcelona Expert Centre. ICM-UTM-CSIC / UPC.

, Springer.

MONENTE J., PUJOS, M. Y J., JOUANNEAU. (1994). Origen y composición de las masas de agua que ingresan al Caribe suroriental. Revista INTERCIENCIA 19(2): 79-85.

MONENTE, J. Y Y., ASTOR. (1987). Observaciones hidrográficas superficiales en la región nororiental del Mar Caribe venezolano. Memoria Sociedad Ciencias Naturales La Salle 47 (127-128): 125-148.

MONERRIS, A. Y T., SCHMUGGE. (2009). Soil moisture monitoring using L-band radiometry.

MONERRIS, A. (2009). Experimental estimation of soil emissivity and its application to soil moisture retrieval in the SMOS mission. Univ. Politécnica de Cataluña, Laboratorio de Sensores Remotos, Tesis. Barcelona España.

Advances in Geoscience and Remote Sensing, Gary Jedlovec (Ed.), INTECH.

MORRISON, J Y W., NOWLIN. (1982). General distribution of water masses within the Eastern Caribbean sea during the winter of 1972 and fall of 1973. JGR 87 (6): 4207- 4229.

MULLER-KARGER, F Y R., VARELA. (1990). Influjo del río Orinoco en el mar Caribe: Observaciones con el CZCS desde el espacio. Memoria Sociedad Ciencias Naturales La Salle 131-132-133-134 (IL- L): 361- 390.

SABIA, R. (2008). Sea Salinity Retrieval Error Butgat within the ESA Soil Moisture and Ocean Salinity Mission. Departamento de teoría de Señales y Comunicaciones. Universidad de Cataluña. Tesis doctoral.

SMOS CP34 (2011). CP34 Products Description. Indra Espacio S.A. Mar Egeo 4. Madrid. 05-04-2011.SMOS TEAM (2004). Mission objetives and Scientific requirements of the Soil Moisture and Ocean

Salinity (SMOS) Version 5, revision 1, Inédito. Tomado de http://www.cp34.htm, 29/06/2011.SKOU, N. (1989). Microwave radiometer systems. Design and analysis. Artech House. Norwood.SWIFT, C. Y R., MCINSTONSH. (1983). Considerations for microwave remote sensing of ocean-

surface salinity, IEEE Trans. Geosci. Remote Sensing, 21, 480-491.TALONE, M. (2010). Contribution to the Improvement of the Soil Moisture and Ocean Salinity

(SMOS) Mission Sea Surface Salinity Retrieval Algorithm. Remote Sensing LAB - Departamento de teoría de Señales y Comunicaciones Univ. Politécnica de Cataluña, UPC.

VORONOVICH, A. (1994). Small-slope approximation for electromagnetic wave scattering at rough interface of two dielectric half-spaces. Waves in Random Media, 4, 337–367.

WÜST, G. (1965). Water and heat balance and circulation in the warm Caribbean Sea, KielMeeres/orsch. 2

WU, S., Y A. FUNG. (1972). Noncoherent model for microwave emissions and backscattering from the sea surface, J. Geophys. Res., 77, 5917-5929.

, 1.

YUEH, S. (1997). Modeling of wind direction signals in polarimetric sea surface brightness temperatures, IEEE Trans. on Geosci. and Remote Sens., 35 (6), 1400-1418.

Algoritmo para la segmentación semi-automática de cobertura natural y uso de la tierra. Wuilian Torres

IV Jornadas Nacionales de Geomática. 26 - 27 de octubre 2011. Caracas. Venezuela

Algoritmo para la segmentación semi-automática de la cobertura natural y el uso de la tierra en imágenes de alta resolución espacial

Wuilian TorresInstituto de Ingeniería. Centro de Procesamiento Digital de Imágenes. Urb. Monte Elena II, Sartenejas, Baruta.

Caracas. Venezuela. Correo electrónico: [email protected]

Resumen

La interpretación visual del uso del suelo en imágenes de alta resolución espacial es una actividadlaboriosa que requiere gran dedicación de horas hombre. Cuando se trata de áreas extensas que requieren varias imágenes SPOT, los tiempos requeridos para la interpretación a escala 1:25000 son superiores a un año con la participación de dos o tres especialistas en interpretación de la cobertura natural y el uso de la tierra.Para acelerar el proceso de análisis de imágenes se desarrolló un programa basado en morfología matemática y la clasificación orientada a objeto para la identificación de zonas homogéneas desde el punto de vista espectral. En primer lugar, el algoritmo reduce ruido presente en la imagen por medio de filtros morfológicos que permiten conservar las formas y la topología de los elementos presentes en la imagen. Luego, la segmentación espacial se obtiene utilizando una técnica de segmentación bastante conocida en morfología matemática llamada de divisoria de aguas o "watershed". El resultado obtenido contiene segmentos que se asocian a zonas de la imagen consideradas como espacialmente homogéneas en concordancia con la escala de trabajo, generalmente este resultado contiene un número alto de segmentos.Para reducir su número, cada uno de los segmentos es caracterizado por una única firma espectral, paraluego ser clasificados espectralmente mediante una técnica de clasificación supervisada o no supervisada.La segmentación resultante está constituida por polígonos disjuntos que se transforman en formato vectorial para que el profesional encargado de la interpretación proceda a la edición y asignación de una clase temática.

Introducción

Una de las tareas más arduas durante el proceso de generación de mapas del uso del suelo a partir de imágenes de alta resolución espacial, es el proceso de interpretación visual y su adecuación a la escala de trabajo. Los métodos clásicos de clasificación supervisada y no supervisada requieren un conocimiento preliminar detallado del área de estudio y en general, debido a que son realizadas píxel por píxel, los resultados deben ser corregidos y sometidos a validaciones en campo.En este trabajo se propone seguir un procedimiento computarizado análogo a la interpretación visual, con la ventaja de considerar simultáneamente todas las bandas presentes en la imagen. Así, durante la interpretación visual, el especialista identifica los contornos de los elementos presentes en la imagenasociados a la respuesta espectral con uno de los temas que se tiene planteado en la leyenda.El algoritmo que aquí se propone opera en dos fases, primero se realiza una segmentación espacial utilizando herramientas de morfología matemática, cada segmento es un objeto que agrupa un conjunto de píxeles con una firma espectral semejante y por lo tanto se identifican por una firma espectral única. En la segunda fase, las firmas espectrales de los segmentos son agrupadas por clasificación supervisada o no supervisada, y la sobre-segmentación obtenida en la primera fase se reduce al juntar segmentos vecinos cuya firma espectral es semejante.

Materiales y Métodos

Para el desarrollo del algoritmo se utilizó Matlab 2010b, se utilizaron imágenes SPOT ortorectificadas con píxel de 5 metros y se fijo la escala de trabajo a 1:25.000.El algoritmo propuesto utiliza funciones de Morfología Matemática (MM), las cuales son de gran utilidad cuando el interés primordial es la forma y la topología de los elementos presentes en la imagen bajo análisis. En términos generales la MM utiliza un elemento geométrico de referencia de pequeñas



dimensiones denominado elemento estructurante (EE), el cual recorre la imagen y reemplaza el píxel central por el máximo, operación de dilatación, o por el mínimo en la operación de erosión. A partir de estos dos operadores se desarrollan un conjunto de operadores morfológicos que se utilizan en el procesamiento de las imágenes. [SOILLE P.]

El algoritmo desarrollado ejecuta las siguientes funciones:1. Lectura de la imagen y filtrado utilizando un filtro morfológico denominado alternado secuencial. Este

filtro es una secuencia de operaciones morfológicas que utiliza EE de tamaño creciente, permite simplificar la imagen al eliminar elementos aislados de tamaño pequeño con respecto a la escala de trabajo.

2. Cálculo del índice de vegetación. Se incorpora como un canal suplementario de la imagen multiespectral para identificar con más precisión los componentes de vegetación presentes en la imagen.

3. Calculo del gradiente multiescalar. El gradiente permite destacar los píxeles asociados a la frontera de los objetos presentes en la imagen, se determina con la resta de la dilatación menos la erosión en cada canal. El gradiente multiescalar es una secuencia de gradientes utilizando con EE de tamaño creciente, permite eliminar las fronteras de elementos de tamaño reducido.

4. Segmentación utilizando el operador morfológico de divisoria de aguas ("watershed"). A partir del gradiente se identifican las zonas uniformes de la imagen caracterizadas por tener menor gradiente, y se establecen las fronteras entre zonas uniformes contiguas. El operador se hace de manera iterativa, para eliminar los segmentos muy pequeños, hasta tener segmentos cuya área este acorde a la escala de trabajo.

5. Reducción del número de segmentos. Generalmente el número de segmentos que se obtiene es elevado, para su simplificación se asocia cada segmento a una firma espectral única. Luego, mediante una técnica de clasificación, la cantidad de firmas espectrales es reducida a un número acorde a la leyenda del mapa de uso y se unen los segmentos contiguos cuyas firmas espectral han sido asignados a un mismo grupo.

6. Generación de la imagen raster de los segmentos y de los polígonos para ser incorporados en el sistema de información geográfica.

Resultados

Las figuras 1a a 1f muestran los resultados que genera el algoritmo en cada una de las fases de su ejecución. La figura 1a presenta la subimagen SPOT utilizada, la aplicación del filtro morfológico alternado secuencial con 4 iteraciones genera la imagen representada en la figura 1b, donde se ha suavizado la textura presente en cada elemento de la imagen. Al aplicar el gradiente multiescalar se obtiene la imagen de la figura 1c que destaca los bordes entre los elementos. A partir del gradiente se identifican los valles, correspondientes a las zonas con menor gradiente. Cada uno de estos mínimos es la semilla a partir de la cual se formara un segmento, el operador "watershed" con el gradiente identifica la divisoria de aguas asociada a cada mínimo, la frontera de los segmentos obtenidos se muestran en la figura 1d. Puesto que el número de mínimos puede ser importante se obtiene una imagen sobre-segmentada. La reducción del número de segmentos se logra eliminando los segmentos con una superficie inferior a la mínima requerida por la escala, la figura 1e muestra la superposición de los segmentos obtenidos sobre la imagen original. Cada segmento es representado por una única firma espectral que se obtiene por el centroide de las firmas espectrales de su píxeles, la figura 1f muestra los segmentos con la firma espectral asignada. En la práctica se obtienen tantas firmas espectrales como segmentos, mediante técnicas de clasificación supervisada o no supervisada estas se agrupan de acuerdo a la leyenda del mapa temático. La figura 1g presenta el resultado de una clasificación no supervisada con 15 clases. Finalmente, los segmentos contiguos asignados a una misma clase son agrupados .Los polígonos obtenidos son vectorizados y entregados al intérprete para su edición y revisión.



Figura 1a. Imagen original Figura 1b. Imagen filtrada

Figura 1c. Gradiente multiescala Figura 1d. Segmentación Divisoria aguas

Figura 1e. Superposición segmentos a la imagen Figura 1f. Asignación del centroide a cada segmento

Figura 1g. Agrupamiento de clases Figura 1h. Segmentos definitivos



Conclusiones

Los resultados obtenidos han sido incorporados en el protocolo de ejecución de proyectos que requieren la generación de mapas de uso del suelo con la finalidad de evaluar las ventajas en cuanto al tiempo necesario para su elaboración y proponer mejoras.

Bibliografía

SOILLE P., 2004. Morphological Image Analysis, Springer-Berlag Berlin

DESARROLLO DE UN METODO PARA DISEÑAR UN SISTEMAS DE CIUDADESAGROFORESTALESCON RIESGOS HIDROLOGICOS:

ISLAS URBANAS

Moran, Gustavo.

[email protected]

Gobernación del Estado Apure San Fernando. Estado Apure, Republica Bolivariana de Venezuela.

Palabras claves: Riesgos Hidrológicos, Plan Maestro Urbano, Mapas de Alta Precisión de Áreas Inundables (WAM, siglas en ingles).

Resumen

Los Llanos Colombo-Venezolanos son considerados como uno de los ecosistemas de humedales y agua dulce más importantes del planeta. Las principales causas de las inundaciones en Venezuela son las fuertes lluvias y los desbordes de los ríos. En el Estado Apure las cuencas de muchos ríos se inundan periódicamente de manera natural, formando lo que se conoce como llanura de inundación o ecosistemas inundables. La conjugación de dos macro acciones (Desarrollo de un sistema de ciudades y desarrollo forestal) nos provee una única oportunidad de armonizar un desarrollo urbanístico con las necesidades de la industria forestal de forma planificada. Se identifica con la postura que el desarrollo del urbanismo en las zonas deshabitadas como paso previo a la productividad agrícola forestal.Estamos en la singular posición de desarrollar planes de expansión y consolidación de centros poblados en concatenación con la expansión agroforestal de forma hidrológicamente sustentable. Es importante hacer la aseveración que esta metodología no es una receta determinista sino más bien se vislumbra como una serie de planificaciones estratégicas que deben ir elaborándose de forma participativa.

Introducción

El territorio venezolano es privilegiado en su variedad. Esta biodiversidad puede incidir positivamente en el bienestar del país, si son debidamente conservadas y habilitadas (Cunill, P. 1986). Los llanos inundables (Humedales ribereños) presentan dificultadesen la identificación de zonas aptas para la ocupación urbana y la agricultura (silvicultura) debido a las periódicas inundaciones,lo que ha conllevadoa las alteraciones de los patrones de flujos y régimen hidrológicos, críticos para la conservación de los humedales. Para solventar este impacto negativo se presenta una metodología que utiliza las herramientas de lageomaticaconjuntamente con un ordenamiento preliminar de áreas apropiadas para lalocalización de un sistema de micro ciudades sustentables a nivel conceptualy

plantaciones agroforestales sin el riesgo de inundaciones e impacto negativos en los humedales.

El presente trabajo se enfoca principalmente en una metodología para el desarrollo agroforestalintegral desde un punto de vista ambiental, en la zona fronteriza del rio Meta, que es una de las dos zonas identificada como aptas para plantaciones forestales en el Estado Apure (Figura 1). Sin embargo, la metodología propuesta también puede ser analizada, modificada e implementada en la segunda zona del sur de Guachara (Municipio Achaguas) hacia el este, hasta llegar a San Juan de Payara (Municipio Pedro Camejo).

Metodología

Para obtener un programa de ordenamiento territorialque puede apoyar un programa agroforestal se aplicaron cuatro fases interrelacionadas entre si, las cuales fueron las siguientes:

1. La aplicación de la teoría del “Los Lugares Centrales” para diseñar un sistema de ciudades, poblados y aldeas;

2. El desarrollo de un sistema productivo agroforestal(silvicultura) basado en elmapa agroecológico de la región y decreto de uso de suelos;

3. Una plataforma computarizada para desarrollar planes maestros urbanísticos conceptuales sustentables (CityCad);

4. Un sistema de análisis de riesgos hidrológico; Mapas de Alta Resolución de Áreas Húmedas (WAM). Basado en la utilización de datos de elevación digital (DEM) de ladata obtenida por el SRTM (Shuttle Radar Topography Mission).

Figura 1: Dos zonas aptas para plantaciones forestales (decretadas) en el Edo. Apure.

1. Ordenamiento Matemático del Paisaje (La Teoría de Los Lugares Centrales)

Actualmente la mayor parte de los asentamientos en el Estado Apure se localizan a las márgenes del río Apure y Arauca, en el se encuentran el 85% de los poblados y 90% de lapoblación, lo cual deja casi el 60% del territorio desolado y fragmentado. Es ahí donde se

ve la necesidad de proyectos de ordenamiento del territorio y propuestas productivas de acuerdo al uso actual y potencial de los suelos. Este estado es un reflejo a escala del país que desde el paralelo 9º hacia el sur está prácticamente despoblado, que tienen las siguientes potencialidades 90% de los recursos hidráulicos, 95% potencial hidroeléctrico, 80% potencial forestal, 50% suelos con potencial agropecuario. Es interesante que el gran geógrafo chileno venezolano el Dr. Pedro Cunill-Grau ya en el año 1992 asevero que en los espacios fronterizos de Apure se observa la ausencia de un sistema de jerarquizaciones urbanas que tengan como propósito ordenar el territorio (Echeñique,2008).

En este proyecto se desarrollo un concepto de ordenamiento espacial de la frontera en Venezuela, mediante el uso combinado de tecnologías espaciales (SIG y teledetección),para analizar las condiciones agroecológicas, físicas de relieve y elaborarun diseño de sistema de ciudades y poblados productivos (Figura 2). Como una planificación de desconcentración a mediano y largo plazo para aliviar las altas concentraciones de las urbes de las zonas centro y norte del país.

En total estamos hablando de 1.346.800 hectáreas a consolidar para la producción agroalimentaria en el país.Uno de los logros de las naciones industrializadas no se centra en el extraordinario desarrollo tecnológico que muestran, sino en una agresiva ordenación del territorio que llevó a una adecuada distribución de sus poblaciones a los fines de lograr el autoabastecimiento agroalimentario.

Para lograr el anterior fin citado, sugerimos la implementación del modelo de jerarquías urbanas o Teoría del Lugar Central, modelo que asigna responsabilidades compartidas de productividad sobre espacios geográficos específicos, aplicado en Europa a finales del siglo XIX y principios del siglo XX.

A pesar de tener unas vastas extensiones de terreno, a través de un análisis preliminar solamente se pueden desarrollar para uso agrícola-silvo-pastoril un área de 475.000 has., debido a las condiciones de la zona que de manera general se encuentra según las clasificación del Sistema Americano de 8 clases modificado y adaptado por Arias y Comerma y utilizado en el Inventario Nacional de Tierras realizado por COPLANARH 1980. En la clasificación Zonificación Agroecológica los suelos fueron de clase VII y VIII en su mayoría, este fue obtenido de un mapade Zonificación Agroecológico (ZAE)escala 1:250.000 realizado en el estado. En base a esta información se propuso un modelo productivo agroforestal con opciones de crear plantaciones forestales de grandes extensiones.

Figura 2: Unidades de Relieve y Sistema de Ciudades y Poblados Propuestos, Meta Cinaruco, Edo. Apure

2. Programa Agroforestal en Apure

El potencial forestal del estado Apure ha sido plenamente identificado como lo demuestra el mapa de áreas aptas para plantaciones forestales de grandes extensiones (Figura 3),extraído y modificado del Plan Forestal de la Nación (MPD, 2003). El mapa identifica dos grandes polígonos en el estado Apure como aptos para plantaciones forestales. Uno ubicado en la zona fronteriza con Colombia, específicamente en la parroquia Codazzi, municipio Pedro Camejo. El segundo polígono está ubicado al sur del poblado de Guachara con una superficie aproximada de casi un millón de hectáreas.

Figura 3: Las áreas anaranjadas son aptas para plantaciones forestales.

El Plan Socialista Forestal, con el cual se esperaaumentar la superficie de plantaciones, en los próximos 20 años, en dos millones de hectáreas. Se inicio en el sur de Apure - Febrero 2010 - que reúne características que lo convierten en territorio idóneo para un programa de plantación de bosques que cubrirá unas 300.000 hectáreas de la parroquia Codazzi, cuya capital es Puerto Páez. Gran parte de estos bosques con las especies Acacia Magnum ySaladillo brotarán a lo largo de los 300 kilómetros de la despoblada frontera con Colombia, por la franja del río Meta.Además, se propone crear un polo de desarrollo con la construcción de una segunda planta de pulpa y papel, un aserradero y dos carpinterías industriales (Correo del Orinoco, 2010).

3. Modelos Computarizados para Diseños de Urbanismos a Nivel de Ingeniería Básica.

Dentro de las tecnologías de apoyo al diseño arquitectónico (CAD) y Modelos de Información de Edificaciones (BIM) existe un desarrollo nuevo llamado “Modelo de Información de Ciudades” (CIM, siglas en ingles), estos son modelos urbanístico basado en plataformas computarizada. Bajo este tipo de sistema hemos utilizado a “CityCAD” la cual es una herramienta de diseño urbanísticos, desarrollado por una compañía llamada Ciudad Holística (Figura 4).

Figura 4: Vistas de CityCad

CityCADutiliza un modelado de objetos que comenzando con la calle crea pavimentos, bloques, sitios y los edificios. También incluye un elemento delineador del sitio. La calle es el principal generador, donde los bloques son creados y mantienen su integridad topológica aún después de que las calles sean editadas. Los bloques pueden ser subdivididosen sitiosmás pequeños, que puedena la vez ser convertido en edificios. Cada objeto tiene una serie de subtipo, que puede ser personalizado hasta cierto punto, en particular los perfiles de calle que utilizan a un editorespecífico(Gil, J& Duarte, J. 2010).

Este sistema provee data tan variada como análisis de densidad poblacional, diseño de vialidad urbana, diseño de servicios (cuantificación de consumo agua, energía y desechos),rutas de transporte público, emisión de CO2, áreas verdes sustentables, costos generales y lo más importante es que a través de su visualización 3D ayuda al gobierno local y a la comunidad a entender de manera fácil la propuesta del plan, lo cual tiene una inferencia positiva en apoyo y una valiosa inclusión de información al proyecto.

La aplicación de un sistema de análisis de modelos urbanos que pueden analizar numerosos escenarios y al ser refinados de forma eficiente logrará un producto listo para la fase de ingeniería de detalle de forma rápida, comprimiendo el periodo de ingeniería conceptual y básica en un rango de 6 a 1, acelerando el proceso de urbanización y construcción.

La realidad de muchas ciudades venezolanas es que se han convertido en urbanismos espontáneos y fragmentados de su entorno, en el que los pobladores se van asentando sin

previsiones ambientales, de riesgo, ni planificación.La necesidad de contar con elementos que si bien no representan una alternativa estrictamente planificada, por lo menos representan el inicio de la mitigación de problemas que surgen del asentamiento anárquico y establecimiento de urbanismos que no obedecen los más mínimos principios de la ingeniería básica y que después se convierten en problemas demográficos futuros. Toda esta problemática esta ligada a desequilibrios en el acceso a servicios públicos y sociales en áreas urbanas y rurales (Colonnelloy Salas-Dueñas. 2004).

Por lo tanto, se requieren metodologías que aceleren los procesos de generación de propuestas coherentes y prácticas para el desarrollo de urbanismos y poblados. Estos urbanismos deben incluir conceptos que nos llevan de una mono funcionalidad a una multifuncionalidad, con densidades de media a alta, fuentes de empleos cerca de las zonas residenciales o en algunos lugares en el mismo sitio y sobre todo de forma sustentable.También se pretende incluir propuestas arquitectónicas, que plantean una forma diferentede concebir el problema de la vivienda social e incluyendo materiales de construcción de madera (Contreras et al., 2010).

4. Mapas de Alta Resolución de Áreas Inundables (siglas en ingles WAM)

En la investigación de procesos ecológicos y herramientas tecnológicas que pudieran sustentar los planes de poblamiento y producción forestal en una región caracterizadas por inundaciones estacionarias (Eje Meta Cinaruco) se identifico una tecnología Canadiense (Mapas de Áreas Húmedas, siglas en ingles WAM) desarrollada por el Centro de Investigaciones de Cuencas Forestales de la Facultad Forestal y de Gestión Ambiental de la Universidad de New Brunswick. Ellos han aprovechado la disponibilidad de modelos digitales de elevación de alta resolución (DEM) yla capacidad del WAM para mostrar donde el agua está, cuan cerca está de la superficie del suelo y donde la vegetación y el tipo de suelo que pueden ser sensible a las inundaciones. Es ahora posible delinear canales de correntias, las mesetas, los bajíos y la extensión de los drenajes y zonas de inundaciones en alta resolución (escala 1m-10m). Los mapas de áreas húmedas resultantes (WAM) son utilizados como la capa base para numerosas actividades de planificación en varias provincias canadienses como Nuevo Brunswick, Nueva Escocia, La Isla del Príncipe Eduardoy Alberta. (White, J. B. et al, 2010).

Desde el punto de vista de la gestión de riesgos hidrológicos los mapas de alta precisión de áreas inundables nos proveerán con un detallado mapas de riesgo, con áreas identificas como no aptas para la ocupación y/o producción agroforestal, lo cual será un importante esfuerzo para la ordenación del territorio. Todos los poblados de los llanos inundables tienen la amenaza periódica de inundación, algunos más vulnerables que otros. Además de buscar soluciones para lograr el equilibrio entre las actividades humanas y el medio ambiente, específicamente podemos mencionar el mejor manejo de las correntias naturales.

El proceso se baso en la data de elevaciones digitales obtenidas de la NASA (SRTM), a este modelo se solapo una imagen Google y se aplico el sistema WAM, obteniendo un mapa de alta resolución de áreas inundables (Figura 5). Es necesario advertir que la calidad y precisión será significativamente incrementada si se utilizan modelos de elevación digital a partir de Lidar o imágenes satelitales estereoscópicas.

Figura 5: Mapa de Áreas Inundables Eje Meta Cinaruco(WAM)

En general, WAM es una herramienta imprescindible para la comunidad y urbanistas, planificadores urbanos, guardabosques, agrónomos y consultores ambientales para ubicar y configurar canales de drenaje naturales, manejando espacios verdes, y permitiendo o rechazando áreas para desarrollos. La tecnología de WAM provee un marco para la utilización de la tierra y políticas de gestión de recursos manteniendo la salud delecosistema y las cuencas.

Resultados

El primer paso que se dio en este trabajo fue el utilizar el mapa agroecológico que se tenia del estado Apure. Este nos guio de forma general a las potencialidades productivas de cada una de las regiones, el área de estudio fue definida como apta para la producción agroforestal. Conjuntamente fue la elaboración de un sistema de ciudades apoyado en la teoría de “Los Lugares centrales” la cual nos indico la cantidad de población requerida que fue estimada en234.000 pobladores para 475.000 hectáreas de superficiey que a la vez se requerirían 77 aldeas nivel 5º, 11 ciudades nivel 4º y 4 ciudades nivel 3º. Todos estos poblados fueron localizados geográficamente utilizando la cota más alta conocida.El modelo teórico fue utilizado a los fines de garantizar la máxima eficacia en la inversión social en materia de servicios básicos y de infraestructura que se requerirán en el poblamiento de esta zona fronteriza.Seguidamente se presento el Plan Nacional ForestalSocialista, específicamente el Proyecto Apure, el cual ya fue iniciado en el año 2010, con 3000 hectáreas de Acacias y 500 del Saladillo. También se construyo un vivero para una capacidad de más de 3 millones de plántulas. Los objetivos de producción son abastecer la planta de celulosa que esta planificada construir en la región y dotar de productos

maderables al sector construcción de viviendas y muebles. El tercer paso fue la utilización de un sistema computarizado para diseñarplanes maestros urbanísticos a nivel de ingeniería básica o conceptual. Estos planes maestros pueden instaurarse en las aldeas, poblados y ciudades acelerando y bajando los costos en la implementaciónde un sistema de ciudades sustentables interrelacionadas productivamente. Finalmente la utilización de una tecnología geomatica que requiere de modelos digitales de elevación para la creación de mapas de alta precisión de áreas inundables que pueden delinear las áreas aptas para desarrollo urbanístico y productivo (silvicultura). La cual nos permitió ubicar espacialmente el lugar donde se puede construir y producir sin mayores riesgos de inundaciones e impacto negativo en los humedales. Cuando se utilizaron como base el mapa de las zonas inundables y sobre este se solaparon los diseños urbanísticos y zonas forestales, se puede identificar porque ha sido designada en este estudio como “Islas de UrbanismoAgroforestales” (Figura 6). Por la existente complejidad de las redes hidrográficas no se puede poblar de la forma tradicional que se basa principalmente en la utilización de “rellenos” para construir urbanismos y la forma cuadricular de los poblados.El concepto de no afectar las cuencas y drenajes naturales y construir y producir en áreas no inundables es posible y urgente implementarlo.

Figura 6: Islas de Urbanismos en Zonas Inundables (WAM)

Conclusiones

Este trabajo se ha realizado en un espacio de varios años (2008 – Presente) y todavía queda mucho que realizar, creemos que el trabajo ha iniciado una línea de investigaciónbasado en laco-existencia ecológica en los humedales y esto va a requerir la participación de muchos investigadores, ingenieros y las comunidades. Existen preguntas que deben ser investigadas por especialistas, por ejemplo que tipo de variación podrían tener los patrones de flujo o cual es la mejor metodología para lograr una microzonificación de los riesgos hidrológicos.También se hace necesario complementar los mapas de inundaciones con mapas de alta resolución de suelos o agroecológicos. Obteniendo finalmente un mapa de alta resolución del suelo y el agua de esta región.

La inclusión de apropiados modelos urbanísticos que tengan un impacto positivo en su entornosimultáneamente con la aplicación de un sistema de riesgo hidrológico, que provee mapas de alta resolución de zonas inundables, nos provee con un método para ubicar de forma precisa y geo referenciadas las zonas aptas para el poblamiento y la producción forestal.

Finalmente se propone la utilización de la geomatica y la necesidad de obtener topografía con radar tipo “Lidar” y/o topografía por satélites de nueva generación, como base de trabajo para los WAM, mapas agroecológicos a una escala menor y otros estudios, ya que Venezuela requiere urgentemente de topografía a escalas para la planificación urbana yrural. Así poder ubicar zonas aptas dentro y en el entorno del polígono de las ciudades, mitigándose los riesgos hidrológicos y a la vez orientando un crecimiento o desarrollo ambientalmente sustentable de las ciudades. Beneficiando también la apropiada localización de los proyectos productivos, el cual es esencial para la sustentabilidad en el tiempo de los actuales y nuevos pueblos.

Figura 12: Metodologia DEM + WAM + Sistema de Poblados + CITYCAD

REFERENCIAS BIBLIOGRAFICAS

Alberta's Wet Areas Mapping Initiative: A Cost Effective and Innovative Approach to Facilitate Sustainable Development, by J. B. White, P. Arp and J. Ogilvie. Peatland Ecosystem Analysis and Training NETwork Conference: Reclamation and Restoration of Boreal Peatland and Forest Ecosystems: Toward a Sustainable Future. Edmonton, Canada. March 25-27, 2010.

Andrade, O. Briceño, J.Erasmi, S.Kappas, M y Unda, J. (2010). Generación y mapeo deparámetros ambientales con fines de evaluación de tierras en el municipio torres, Estado Lara, Venezuela. Bioagro. vol.22, no.2, p.115-126.

Apure, 2008. Proyecto de Inversión Basado en la Zonificación Agroecológica del Eje Meta Cinaruco y Plan Maestro Conceptual para Puerto Páez y Nueva Esperanza. Proyecto Núcleo Desarrollo Meta Cinaruco, IV Gabinete Móvil. Gobernación Estado Apure.

Bernard van Heck. Participatory Development: Guidelines on Beneficiary Participation in Agricultural and Rural Development. FAO, 2003. Online: http://www.fao.org/docrep/007/ad817e/ad817e00.htm#Contents

Contreras, W. Owen, M. Barrios, E. Rondón, M. Cloquell, V. Gatica, I. 2010. Conceptos propositivos de viviendas sociales en zonas de riesgo en Venezuela y Brasil, a partir de sistemas constructivos tradicionales, madera sólida y productos forestales. Revista Forestal Venezolana, 2(54): 237- 249.

Colonnello, G y Salas-Dueñas, D. El Ordenamiento Territorial y los Humedales.Publicadooriginalmente en: Cirelli, Fernández y Di Risio.(ed). 2004. El Agua en Iberoamérica. Calidad del agua y manejo de ecosistemas acuáticos. Cyted-XVII. Aprovechamiento y Gestión de los Recursos Hídricos. Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo. Pag:51-64. Buenos Aires. 270p.

Cunill Grau, P. (1986). Un espacio Geográfico de Inmensas Posibilidades. Naim, M. Piñango, R. El Caso Venezuela: Una ilusión de armonía. 198-227.

Cunill-Grau (1992) Citado en Tres Ensayos de Apure de Argenis Méndez Echenique. Fundación Imprenta de la Cultura, 2008.

Douglas, I. Alam, K. Maghenda, M, McDonnell, Y. McClean L. and Campbell, J. Unjust waters: climate change, flooding and the urban poor in Africa, Downloaded from eau.sagepub.com by guest on July 4, 2011.

Gil, J & Duarte, JP (2010).A review of urban design sustainability evaluation tools, DDSS, Eindhoven, The Netherlands: Eindhoven University of Technology.

Universidad del Zulia. Facultad de Agronomía. Mapa De Zonificación Agroecológica y Clases de Tierras Estado Apure. 2006.

Narváez, AB. (2006). CiudadesDifíciles: El futuro de la vida urbana frente a la globalización. Universidad de Nuevo León. p 145.

Ministerio del Poder Popular para la Planificación y Desarrollo, Plan Forestal de la Nación 2003.

1

CLASIFICACIÓN GEOMORFOMÉTRICA DE PAISAJES MONTAÑOSOS VENEZOLANOS MEDIANTE REDES NEURONALES DIFUSAS

Jesús Viloria1, Ángel Valera2, Álvaro Viloria3

1 Universidad Central de Venezuela, Laboratorio de Agrología, Instituto de Edafología, El Limón, estado Aragua, Venezuela.2 Universidad Rómulo Gallegos, Centro de Investigación y Extensión en suelos y Aguas, San Juan de los Morros, estado Guárico, Venezuela.3 Universidad Central de Venezuela, Escuela de Computación, Facultad de Ciencias, Caracas, Venezuela.

[email protected], [email protected], [email protected]

ResumenCon la finalidad de realizar clasificaciones cuantitativas de unidades de paisaje mediante la aplicación detécnicas de inteligencia artificial en paisajes montañosos venezolanos, se seleccionaron dos cuencas de gran importancia ambiental: Río Güey y Río Caramacate. En la evaluación se utilizó un procedimiento geomorfométrico a partir del análisis de atributos topográficos e índices derivados de modelos digitales de elevación (MDE) e imágenes satelitales. En ambos paisajes se realizó una clasificación no supervisada utilizando una red de agrupamiento borroso de Kohonen (FKCN). Esta red consiste en una combinación de los algoritmos de mapas autoorganizados (SOM) y Fuzzy C-means (FCM) que permitió automáticamente la extracción y clasificación de propiedades morfométricas. Se realizaron evaluaciones de MDE de diferentes resoluciones espaciales entre 8 y 20m (río Güey) y 8 y 30m (río Caramacate), para seleccionar el mejor modelo cuantitativo para cada situación específica a nivel de tipo de relieve. Los resultados indican que el enfoque neuro-borroso es un método de clasificación no supervisada que permite una rápida estimación de la distribución espacial de unidades de terreno homogéneas morfológicamente mediante la clasificación de píxeles, constituyendo una importante alternativa de apoyo al experto para la definición de unidades geomorfológicas, planificación del muestreo de suelos, predicción de propiedades edáficas y estudio de las relaciones suelo-paisaje.

Palabras claves:Red Neuro-Difusa, Geomorfometría, Paisaje, Mapas Autoorganizados, Modelo Digital de Elevación

IntroducciónEn la actualidad existen opciones importantes para apoyar la cartografía digital de ambientes complejos y dinámicos como los paisajes montañosos. Dentro de estas se encuentran las técnicas de análisis espacial basadas en inteligencia artificial, tales como la lógica difusa (LD) y las redes neuronales artificiales (RNA), las cuales son fundamentales para la clasificación digital de unidades de suelos y paisaje (Ehsani y Quiel, 2009). Estas técnicas se adaptan adecuadamente al estudio de los atributos del paisaje, los cualesvarían gradualmente sobre el espacio, donde la representación de esa variación gradual puede resultar en la obtención de información útil y en la disminución de errores en la definición de límites apropiados deunidades geomorfológicas (Burrough et al., 2000). La combinación de la potencialidad de los conjuntos borrosos y las RNA ha desarrollado una técnica integral de clasificación no supervisada denominada red de agrupamiento borroso de Kohonen o Fuzzy Kohonen Clustering Network (FKCN) (Bezdeck et al., 1992; Lin y Lee, 1996), que conjuga un algoritmo de mapas autoorganizados o self organizing map(SOM) (Kohonen, 1982) y el algoritmo Fuzzy C-means (Bezdeck, 1981) De esta manera, las RNAintentan construir un modelo matemático que consta de un conjunto de funciones sencillas vinculadas por sus pesos, mientras que los métodos de clasificación difusa tienen la capacidad de modelar la variación continua del relieve de acuerdo con los valores de una función de pertenencia. La red es capaz de manipular diferentes tipos de variables y de manejar información masiva y multidimensional, cuyos datos de entrada no requieren supuestos de distribución normal. Tomando en cuenta que aproximadamente un 44 % de las tierras de Venezuela tienen limitaciones de relieve excesivo, se seleccionaron las cuencas de los ríos Güey y Caramacate, en el estado Aragua, para aplicar una red neuro-borrosa o neuro-difusa

2

(Viloria, 2007) para generar inicialmente clases geomorfométricas y posteriormente unidades geomorfológicas en forma rápida, precisa y objetiva a partir de diversos parámetros derivados de MDE eimágenes de satélite de las zonas de estudio.

Materiales y MétodosÁrea de estudioEl estudio se realizó en las cuencas de los ríos Güey y Caramacate, en el estado Aragua, Venezuela. La cuenca del río Güey, tiene una superficie de 1.912,1 ha, y está localizada al Norte del Lago de Valencia y de la ciudad de Maracay, en el flanco Sur de la rama litoral de la Cordillera de la Costa; presenta unrelieve quebrado con pendientes superiores al 60%, con una altitud comprendida entre 439 y 1491 msnm,con dominancia de materiales geológicos de las formaciones Las Brisas y las Mercedes. La cuenca del río Caramacate se ubica en la región centro norte costera, en el Sur del Estado Aragua, posee una superficie de 18.012 ha y representa el 8,5 % de la cuenca alta del Río Guárico. El paisaje está constituido por laderas de montaña, escarpadas, con pendientes medias del orden del 45% y altitudes que oscilan entre 334 y 1405 msnm; los materiales geológicos se corresponden a las formaciones El Chino-El Caño y El Carmen, del Grupo Villa de Cura (figura 1).

Figura 1. Ubicación relativa de las cuencas de los ríos Güey y Caramacate en el estado Aragua, Venezuela.

Estructura de la red neuro-difusa

La red neuronal FKCN utilizada en el análisis morfométrico consta de tres capas. La capa de entrada contiene los valores normalizados de las 11 variables ambientales procedentes del MDE y de la imagen de satélite; la capa de distancias tiene diez (10) neuronas equivalentes al número preestablecido de clases geomorfométricas, y la tercera capa calcula la función de pertenencia de cada celda a cada una de las diez (10) clases de terreno, basada en las distancias computadas en la capa anterior y los valores preestablecidos del exponente borroso • (figura 2).

Figura 2. Estructura de la RNA utilizada en el análisis morfométrico

Estado Aragua

Cuenca Río Caramacate

Cuenca Río Güey

Venezuela

3

Los atributos topográficos y la variable NDVI fueron agrupados en una matriz de datos bajo formatoASCII, para la aplicación del sistema FKCN en cada uno de los MDE con sus respectivas resoluciones, lo que permitió evaluar el agrupamiento de píxeles con diversos números de clases (6 - 12) y diferentes coeficientes de borrosidad (• = 1,1 - 1,6), ya que la magnitud de este exponente determina el grado de borrosidad del modelo.

En la RNA cada neurona es descrita por un vector n-dimensional de pesos, donde n es igual al número de variables en los datos de entrada. Los vectores de pesos se inicializan con valores aleatorios y mediante un proceso iterativo, se lleva a cabo la adaptación de la red de manera sistemática y secuencial. Cuando un vector de entrada se presenta a la red, esta capa calcula la distancia euclidiana entre el vector de entrada y cada uno de los vectores de pesos. La neurona con la distancia mínima a partir del vector de entrada es elegida como el nodo ganador y se actualizan los vectores de pesos para acercarlos al vector de entrada. El aprendizaje de la red se detiene cuando se alcanza el número máximo de iteraciones o cuando la diferencia entre una iteración y la anterior es menor o igual al coeficiente de convergencia del modelo.

Variables ambientalesLas variables topográficas se derivaron de hojas cartográficas a escala 1:25.000, digitalizadas y vectorizadas y posteriormente se interpolaron los MDE (modelo raster) por medio del comando Topogridtool de ArcGis 9.2® (Environmental Systems Research Institute, Inc., Redlands, CA, USA). Para la cuenca del río Güey se generaron cuatro MDE con resolución espacial de 8, 10, 15 y 20 m/píxel, de los cuales se derivaron los mapas de atributos topográficos: altitud (Alt), grado de pendiente (Pend), orientación de la pendiente (Asp), curvatura vertical (Perfil_C), curvatura horizontal (Plano_C), área de captación (Area_C), índice de humedad (ITH), índice de transporte de sedimentos (ITS) y el índice delpotencial de escorrentía (IPE), para lo cual se utilizaron los programas SAGA GIS® (Bock et al., 2005) yDigem® (Conrad 2002). Se empleó una imagen de satélite multiespectral SPOT (20 m) con la que se generó el índice de vegetación de diferencia normalizada de (Normalizad Difference Vegetation Index,NDVI). En la cuenca del río Caramacate se utilizaron MDE de 10 a 30 m de resolución, se generaron los mismos atributos morfométricos y además se consideró la posición relativa.El grado de la pendiente y la orientación (aspecto) fueron determinados empleando la ecuación de Zeverbergen y Thorne (1987), el cual utiliza un algoritmo de diferencia finita de segundo orden, ajustado a los 4 vecinos más cercanos en la ventana de píxeles. Los parámetros de la curvatura (plano y perfil) también se basaron en el algoritmo de Zeverbergen y Thorne (1987) sobre ventanas de 3x3 píxeles; el Area_C se obtuvo mediante el algoritmo de Tarboton et al. (1991), el cual utiliza un polinomio cuadrático con 9 términos; el índice de humedad fue determinado según la ecuación: ITH=ln (Area_C/Pend°) (Gessler et al., 1995; Wilson y Gallant, 2000). El índice de transporte de sedimentos se determinó a partir de la ecuación ITS=(n+1) (Area_C/22,13)n (sen Pend°/0,0896)m

Selección del modelo óptimo y significado geomorfológico de las clases morfométricas

; donde n=0.4, m=1.3; y el índice del potencial de escorrentía se obtuvo según la ecuación de Moore et al. (1991) (IPE = ln (Area_C x Pend°). La posición relativa (PR) se determinó mediante la fórmula: PR=([MDE]-[MDEMin]/([MDEMax]-[MDEMin]), donde Max y Min corresponden a las estadísticas máximas y mínimas derivadas del MDE original, en una ventana de 3x3 celdas.

Para obtener el mejor modelo generado por la FKCN se utilizó un método inductivo, aplicando el procedimiento de Odeh et al., 1992), el cual relaciona el índice de rendimiento borroso (FPI, por Fuzziness Performance Index), con el número de clases. La evaluación del número de clases más adecuado se realizó explorando un total de 12 clases y un rango de variación del exponente borroso (�)comprendido entre 1,10 y 1,60. Estos parámetros conjuntamente con 50 iteraciones y un error de convergencia de 0,0001 se utilizaron para el entrenamiento de la red. El significado geomorfológico de las clases morfométricas se interpretó considerando su distribución espacial, las descripciones de los centroides de las clases y los grados de membresías obtenidas mediante el algoritmo FCM (Bezdek, 1981) del programa Fuzme 3.5 (Minasny y McBratney, 2002).

Evaluación de los modelos continuosPara evaluar los modelos finales se emplearon dos métodos de comparación de resultados, utilizando

4

mapas de clasificación geomorfológica de paisajes de ambas zonas (Nuñez, 2007; Pineda, 2008): 1) la estimación del grado de coincidencia basado en una distribución binomial de los límites (Steers y Hajek,1979), y 2) la evaluación cuantitativa mediante matrices de confusión y el estadístico kappa (Hudson y Ramn, 1987).

ResultadosEn la cuenca del río Güey el número de clases morfométricas más adecuado se obtuvo con 11 clases para los MDE de 8, 15 y 20 m, y 10 clases para el MDE de 10 m, combinados con un � de 1.20. En cuanto al significado geomorfológico de las clases obtenidas, en el cuadro 1 se presentan los valores de los centroides correspondientes al mejor modelo (MDE de 8m), indicando que las clases A hasta G se relacionan con paisajes de montañas; las clases H e I se corresponden con paisajes de piedemonte, y las clases J y K pertenecen a paisajes de valles (coluvio-aluviales y aluviales) (figura 3a).

Cuadro 1. Centroides del modelo generado con 11 clases y exponente borroso de 1.2 en la cuenca del Río Güey.

Clase Unidad Geomorfológica

Atributos ambientalesAlt(m)

Asp(°)

Pend(%)

Area_C(m2 ITH)

Perfil_C(m/m2)

Plano_C(m/m2) ITS IPE NDVI

A Lad. S /MA 1090 254 32,9 2410 5,7 0,042 0,044 14,3 89 0,07B Lad. W /MB 598 69 44,7 1273 5,2 -0,010 0,064 17,8 69 0,09C Lad. W /MM 808 178 51,5 2782 5,4 -0,029 -0,022 24,3 158 0,14D Lad. W /MA 1160 76 42,7 3075 5,7 0,041 0,012 20,4 134 0,14E Lad. SE /MB 616 259 41,3 1438 5,3 0,006 0,055 16,9 72 0,06F Lad. E/ MA 1125 170 40,4 2408 5,7 0,041 0,006 18,8 109 0,09G Lad. E /MB 778 171 46,9 1791 5,2 -0,009 0,023 19,7 98 0,08H Piedemonte E 459 145 3,8 3097 8,6 -0,017 -0,006 1,4 25 0,07I Piedemonte W 460 280 3,6 3868 8,7 -0,019 -0,004 1,4 29 0,07J Valle CA/V-V 800 75 24,3 24121 7,0 -0,089 -0,130 17,8 600 0,16K Valle A /V-V 453 272 2,0 13638 9,9 -0,010 -0,012 1,0 65 0,07Lad: Laderas MA: Montaña Alta MM: Montaña Media MB: Montaña Baja A: aluvialV/V: Cóncavo-Cóncavo X/X: Convexo-Convexo CA: Coluvio-aluvial

Para la cuenca del río Caramacate, el número de clases morfométricas más adecuado se obtuvo con 10 clases para los MDE de 10, 15 y 20 m y �=1.20, y 8 clases para el MDE de 30 m, con �=1.20. En elcuadro 2 se detalla el valor de los centroides de las clases geomorfométricas del modelo generado por el FKCN con 10 neuronas, para el MDE de 15m de resolución espacial. Con respecto al significado geomorfológico, la clase G se relaciona con las vegas de valles intramontanos, la clase K corresponde a crestas y vigas de montañas y las clases restantes corresponden a laderas de montañas, con diferencias en altura relativa, exposición, curvatura del terreno y cobertura vegetal (figura 3b).

El modelo digital obtenido coincidió en 94,1 y 84,4% para las cuencas Güey y Caramacate respectivamente, al compararlos con los límites entre los tipos de relieve de los mapas de clasificación geomorfológica del paisaje realizados previamente. Sin embargo, la evaluación cuantitativa mediante matrices de comparación y el estadístico kappa arrojó una concordancia de 53 y 44 % para ambas cuencas,lo que significa que existe una moderada asociación entre los modelos comparados de los dos sectores. En cuanto a los grados de pertenencia o membresías, existe una moderada confiabilidad en el modelo de río Güey (57,4%), pero en río Caramacate el modelo expresa una baja confiabilidad debida posiblemente a la alta complejidad del paisaje. Sin embargo, en ambas situaciones, la concordancia entre los límites se encuentra por encima del 84%.

5

Cuadro 2. Centroides del modelo generado con 10 clases y exponente borroso de 1.2, en la cuenca del Río Caramacate.

ClaseUnidad

Geomorfológica

Atributos ambientalesAlt(m) PR Asp

(°)Pend(%)

Area_C(m2 ITH)

Perfil_C (m/m2

Plano_C (m/m) 2 ITS) IPE NDVI

A Crestas SE, XX 788 0,57 145 59,5 1562 7,9 0,0432 0,0551 20 57 0,14B Vegas S, VV 647 0,38 193 11,3 34103 12,7 -0,0358 -0,0199 18 412 0,19C Lad SE, MB, VV 651 0,46 115 67,9 7607 7,8 -0,0265 -0,0204 36 273 0,14D Lad W, MB, VX 701 0,49 250 71,0 4538 7,9 -0,0039 0,0033 32 182 0,16E Lad NE, MA, LL 982 0,51 30 72,0 14405 8,6 0,0010 0,0003 42 442 0,31F Lad NW, MA, VL 966 0,51 314 62,6 11647 8,7 -0,0017 0,0004 35 323 0,29G Lad S, MA, XX 1079 0,50 176 57,1 10190 8,9 0,0036 0,0020 31 283 0,30H Lad NE, MB, XX 719 0,53 35 62,9 6646 10,8 0,0037 0,0063 28 166 0,15I Lad NW, MM, XX 735 0,54 326 63,9 5248 7,7 0,0037 0,0066 29 160 0,16J Lad S, MM, VV 905 0,47 191 85,0 6005 8,2 -0,0035 -0,0190 41 274 0,16Lad: Laderas MA: Montaña Alta MM: Montaña Media MB: Montaña BajaV: Cóncavo X: Convexo R: Lineal

Cuadro 3. Evaluación de la exactitud de los modelos obtenidos a diferentes resoluciones

Cuenca Resolución delMDE

Confiabilidad Global (%) Indice Kappa (k) Coincidencia de Límites

(%)

Río Güey

8m 58,9 ± 2,70 0,53 94,1 ± 0,2110m 46,5 ± 2,73 0,39 77,5 ± 0,6515m 37,3 ± 2,66 0,28 76,5 ± 0,6720m 40,3 ± 2,69 0,32 63,7 ± 0,86

Membresías 8m 57,4 ± 2,91 0,47 77,5 ± 0,65

Río Caramacate

10m 41,1 ± 1,17 0,34 69,6 ± 1,3015m 50,2 ± 1,20 0,44 84,4 ± 0,8020m 37,9 ± 1,16 0,30 69,6 ± 1,3030m 45,0 ± 1,19 0,38 49,0 ± 1,50

Membresías 15m 26,5 ± 1,02 0,19 69,3 ± 1,30

Figura 3. Modelos de clasificación cuantitativa del paisaje en las cuencas de los ríos Güey (a) y Caramacate (b), estado Aragua, Venezuela.

(b)

6

ConclusionesLa clasificación cuantitativa con la aplicación del modelo de redes neuro-borrosas permitió la obtención de categorías geomorfométricas, con características bien definidas por los centroides de las clases en las dos cuencas estudiadas. La descripción e interpretación de los centroides de cada clase permitió establecer su significado geomorfológico, el cual está correlacionado con los tipos de relieve presentes en los paisajes de las cuencas de los ríos Güey y Caramacate.

El análisis morfométrico permitió demostrar que a resoluciones espaciales más finas, existe una mejor y mayor representatividad de las clases geomorfométricas en los sectores estudiados, lo cual facilitó la interpretación geomorfológica.

La comparación de los modelos cuantitativos finales con los mapas geomorfológicos existentes a través del grado de coincidencia entre los límites, indica que existe una alta relación entre dichos modelos; sin embargo, la estimación mediante la matriz de confusión y el estadístico Kappa

Bock, M.; J. Böehner; O. Conrad; R. Köthe; A. Ringeler. 2005. SAGA. System for Automated Geoscientific Analyses. Free Software Foundation, Inc. 59 Temple Place, Suite 330, Boston, MA 02111-1307, USA. [On line]:

expresa una moderada exactitud. Esto sugiere que para comparar los modelos continuos, es más adecuada la evaluación por medio de la proporción de límites coincidentes.

El enfoque neuro-difuso como método de clasificación no supervisada, permitió una rápida estimación de la distribución espacial de unidades de terreno homogéneas morfológicamente mediante la clasificación de píxeles, constituyendo una importante alternativa de apoyo al experto para la definición de unidades geomorfológicas, la planificación de recursos naturales, la predicción de propiedades edáficas y el estudio de las relaciones suelo-paisaje.

ReferenciasBezdek, J.C.; E.C. Tsao; N.R. Pal. 1992. Fuzzy Kohonen Clustering Networks, in Proc. IEEE Int. Conf. on Fuzzy

Systems, 1992 (San Diego), pp. 1035-1043.

Bezdek, JC. 1981. Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum Press, New York.

http://www.saga-gis.org

Burrough, P.A.; P.F.M.Van Gaans; R.A. MacMillan. 2000. High-resolution landform classification using fuzzy k-means. Fuzzy Sets and Systems, 113, 37-52.

Conrad, O. 2002. DIGEM 2.0. Free Software for Scientific and Educational purposes. Germany, Göttingen.

Ehsani, A.H.; F. Quiel. 2009. A semi-automatic method for analysis of landscape elements using shuttle radar topography mission and landsat ETM+ data. Computers & Geosciences, 35: 373-389.

Gessler, P.E.; I.D. Moore; N.J.; McKenzie; P.J., Ryan. 1995. Soil-landscape modelling and the spatial prediction of soil attributes. Int. J. Geogr. Inf. Syst, 94: 421-432.

Hudson, W.D.; C.W. Ramm. 1987. Correct formulation of the kappa coefficient of agreement. Photogrammetric Engineering and Remoto Sensing, 53: 421-422.

Kohonen, T. 1982. Analysis of a simple self-organizing process. Biological Cybernetics, 44: 135-140.

Lin, C; C. Lee. 1996. Neural fuzzy systems. Prentice Hall, Inc. New Jersey, USA. 797 p.

Macmillan, R.A.; Pettapiece, W.W.; Nolan, S.C.; T.W., Goddard. 2000. A generic procedure for automatically segmenting landforms into landform elements using DEMs, heuristic rules and fuzzy logic. Fuzzy Sets and Systems, 113: 81-109.

Minasny, B.; A.B., McBratney. 2002. FuzME version 3.5. Australian Centre for Precision Agriculture. McMillan Building A05, The University of Sydney, NSW 2006. [On line]: http://www.usyd.edu.au/su/agric/acpa.

Núñez, Y. 2007. Relación suelo-paisaje en un sector de la cuenca alta del Río Güey, correspondiente a la Formación Geológica Las Brisas. Trabajo de Grado. Facultad de Agronomía. Universidad Central de Venezuela. Maracay, Venezuela. 191 p.

7

Odeh, I.O.A.; McBratney, A.B.; D.J., Chittleborough. 1992. Soil pattern recognition with fuzzy c-means: application to classification and soil landform interrelationships. Soil Sci. Soc. Am. J., 56: 505- 516.

Pineda, M.C. 2008. Determinación de áreas susceptibles a movimientos en masa y erosión laminar en unidades de paisaje de la subcuenca del río Caramacate, localizada en la Cuenca Alta del Río Guárico. Trabajo de Ascenso (Asistente). Facultad de Agronomía, Universidad Central de Venezuela. Maracay. 313 p.

Steers, C.A.; B.F., Hajek. 1979. Determination of map unit composition by a random selection of transects. Soil Sci. Soc. Am. J., 43: 163-177.

Tarboton, D.G.; R.L. Bras; I. Rodriguez-Iturbe. 1991. On the extraction of channel networks from digital elevation data. Hydrological Processes 5: 81-100.

Viloria, A. 2007. Estimación de Modelos de clasificación de paisaje y predicción de atributos de suelos a partir de imágenes satelitales y modelos digitales de elevación. Trabajo Especial de Grado. Universidad Central de Venezuela. Caracas, Venezuela. 88 p.

Wilson, J.P.; J.C. Gallant. 2000. Terrain Analysis: Principles and Applications. John Wiley & Sons, 479 p.

Zevenbergen, L.W.; C.R. Thorne. 1987. Quantitative analysis of land surface topography. Earth Surface Processes and Landforms, 12: 47-56.

1

Sistema de Información Geográfica para la toma de decisiones de la salud

pública de Venezuela.

Geographical Information System for decision making at the health care system in Venezuela.

Ing. Aliana López Costa1*, Ing. Lilianne Martínez Ledea 2*, Ing. Adrian Gracia Aguila3*, Ing. Alain Leon Companioni, Ing. Alejandro Orgelio Hernández Cebrian, Ing. Betsy Cuza García, Lic.

Dieter Reynaldo Fuentes Cancell, Ing. Maridalia Pérez Vázquez, Ing. Carlos Enrique Ramírez Martín, Ing. Pedro José Pérez González, Ing. Yenier Jiménez Morales, MCs. Daniel Echavarría González, Ing. Karel de la Cruz Rigueiro, Ing. Hector René Sánchez Falero, Ing. Dianet Utria

Pérez, Lic. Rodolfo Gil Campos.1UCI. Centro GEYSED, Facultad 6. Autor para la correspondencia: [email protected].

2UCI. Centro GEYSED, Facultad 6. Autor para la correspondencia: [email protected].

3UCI. Centro GEYSED, Facultad 6. Autor para la correspondencia: [email protected].

Resumen

SIG_Salud es una aplicación diseñada con el objetivo de permitir la representación geoespacial de la

información asociada a las instituciones de salud pública de Venezuela, contribuyendo así a la toma de

decisiones. Fue desarrollada sobre la plataforma GeneSIG por el Grupo de Desarrollo de Aplicativos SIG

de la Universidad de las Ciencias Informáticas. Proporciona servicios de acceso a la información

geográfica, análisis y visualización mediante una interfaz de usuario sencilla y de fácil manejo que pueda

ser utilizada por usuarios no especializados en Sistemas de Información Geográfica. Además brinda

opciones de tematización de mapas y creación de gráficos. Para su desarrollo fueron empleadas

tecnologías libres para estar en correspondencia con la soberanía tecnológica por la que aboga hoy Cuba.

Palabras Clave: SIG, salud, toma de decisiones, tematización de mapas, creación de gráficos.

Abstract

SIG_Salud is an application aimed at allowing the geo-spatial representation of information related to

public health care institutions in Venezuela, in that way this application contributing to the decision

making. It was developed on a GeneSig platform by the Development Group of the GIS- Applicatives of

the the University of Informatics. This application provides access to geographical information, analysis

and visualization through a simple and easy-to-use user's interface that could be operated by users who

do not have a large knowledge in Geographical Information Systems. It also provides options for maps

theming and graphic creation. It was developed under freeware technologies in accordance to the

informatic sovereignty, which Cuba promotes.

Keywords: GIS (Geographical Information System), health, decision making, maps theming, graphic

creation.

1. Introducción

Según (Rhind, 1989) un Sistema de Información Geográfica es: "Un sistema de hardware, software y

procedimientos, diseñados para soportar la captura, el manejo, la manipulación, el análisis, el modelado

y el despliegue de datos espacialmente referenciados (georeferenciados), para la solución de los

problemas complejos del manejo y planeamiento territorial". Puede definirse también como una

herramienta capaz de combinar información gráfica (mapas) y alfanumérica (estadísticas) para obtener

una información derivada sobre el espacio (Bravo, 2000). Es decir, un Sistema de Información Geográfica

(SIG) no es más que la integración de software y hardware que permiten almacenar, analizar, manejar y

visualizar la información referenciada geográficamente.

2

El empleo de los SIG en el campo de la salud es relativamente reciente. Aunque anteriormente se habían

utilizado en otras áreas como el transporte, el turismo, correo postal, así como el monitoreo de fenómenos

climáticos y geológicos; actualmente se emplean en casi todas las ramas de la ciencia y la técnica.

La presente investigación tiene como objetivo contribuir a que los programas de salud sean cada vez más

efectivos al proporcionarle las ventajas que ofrece el uso de los SIG para optimizar las localizaciones de

aspectos de interés, así como de la gestión de emergencias y unido a esta la asignación de recursos.

2. AntecedentesEstudios han arrojado que este tipo de sistemas se han utilizado en la salud en diversos temas, algunos de

los cuales se relacionan a continuación:

a) Identificación y caracterización de poblaciones que viven cerca de líneas de transmisión

de alto voltaje (Wartenber, 1993).

b) Mapeo de descargas ambientales de químicos tóxicos (Stockwell y otros, 1993).

c) Estimaciones del riesgo de enfermar por fasciolasis (Zukowski y otros, 1993).

d) Monitoreo de tripanosomiasis en tiempo y espacio (Rogers y otros, 1993).

e) Análisis de mortalidad infantil (Andes y otros, 1995).

f) Identificación de errores en los registros de accidentes (Austin, 1995).

g) Accesibilidad de hospitales para la población (Love y otros, 1995).

h) Vigilancia entomológica de enfermedades transmitidas por vector, tales como malaria,

dengue y borreliosis (Beck y otros, 1994).

i) Factores que afectan la no-respuesta al tamizaje de citología cervical (Bentham y otros,

1995).

j) Factores asociados a las lesiones en niños ambulatorios (Braddock y otros, 1994).

A partir de la década del noventa, se observaron avances en la elaboración de SIG para el trabajo de

campo de salud y la aplicación de técnicas de estadística espacial (Iñiguez, 2003). Ejemplo de lo anterior

lo constituye el empleo de un SIG en Brasil para controlar algunas enfermedades contagiosas como la

malaria. Por otro lado, en Cuba el empleo de los SIG en el campo de la salud ha representado un

considerable aporte a la gestión de todos los datos y estadísticas relacionadas con esta área, tales como

mortalidad, recursos y servicios, entre otros.

El Sistema de Información Geográfica para la Gestión de la Estadística de Salud de Cuba (SIG-ESAC)

(Fernández, 2006), es una herramienta clave en la representación cartográfica de las estadísticas de

diversos aspectos de la salud en el país. Por su parte Venezuela ha hecho uso de los SIG en la

estratificación de una ciudad hiperendémica en dengue hemorrágico (Barrera y otros, 2000). Se debe

hacer mención también de SIGEpi, un software para las investigaciones epidemiológicas desarrollado por

el Área de Análisis de Salud y Sistemas de Información (AIS) perteneciente a la Organización

Panamericana de la Salud (OPS).

Es de suma importancia además, comentar el trabajo que realiza la Unidad de Análisis y Estadísticas de

Salud (HDM/HA) de la OPS, impulsando el desarrollo y empleo de los SIG en este campo a través de la

línea de cooperación sobre aplicaciones de Sistemas de Información Geográfica en Salud Pública (SIG-

SP).

3. SIG_Salud

3.1. Herramientas y Tecnologías Usadas.

SIG_Salud es una aplicación web que tiene en cuenta niveles de usuario, de manera que cada cual puede

acceder solo a la información que le es permitida. Para su construcción se utilizaron herramientas y

tecnologías libres. La aplicación se desarrolló sobre el sistema operativo Ubuntu v9.10, el cual posee una

3

gran colección de aplicaciones prácticas y sencillas que permiten configurar todo el sistema, a través de

una interfaz gráfica útil para usuarios que se inician en Linux.

El desarrollo del sistema se ha sustentado sobre tecnología web, a través del lenguaje de programación

del lado del servidor PHP y del lado del cliente Javascript, además de hacer uso de los frameworks

Cartoweb y ExtJs. Cartoweb al ser un framework implementado sobre plugins, permite crear algunos

plugins específicos para SIGSalud, permitiendo además que exista una buena organización del código al

tener en cada uno de ellos una función específica, esto hace que se haga mucho más fácil la reutilización

de estas funciones en otros proyectos. Por otro lado al emplear el framework ExtJS se logra un equilibrio

entre el Cliente y el Servidor al distribuir la carga de procesamiento, lo que permite que el servidor pueda

atender más peticiones al mismo tiempo al tener menor carga.

SIG_Salud se apoya en la plataforma GeneSIG, desarrollada en la Universidad de las Ciencias

Informáticas que sirve de base para la creación de aplicaciones SIG. El gestor de base de datos elegido

fue PostgresSQL, pues permite el soporte para datos espaciales en un Sistema de Información Geográfica

mediante la extensión PostGIS (OSGeo Project), conjuntamente con la gestión de objetos geográficos.

Este aspecto es fundamental dadas las características de la aplicación desarrollada.

3.2. Presentación de SIG_Salud

La solución que se ofrece en este trabajo representa una solución para tener un control sobre las distintas

instalaciones de salud que dirige el Ministerio del Poder Popular para la Salud de Venezuela, así como

manejar la información geográfica asociada a las mismas. Este ministerio tiene como misión establecer la

rectoría del Sistema Público Nacional de Salud, a través del diseño, implementación y supervisión de las

políticas y estrategias que contribuyan al fortalecimiento e integración de los diversos entes prestatarios

del servicio y atención en salud con la finalidad de mejorar la calidad de vida y salud de la población.

Como se puede apreciar en la Figura 1, SIG_Salud es un producto encaminado a realizar la representación

y análisis geoespacial de información geográfica asociada a instalaciones de salud garantizando poder

contar con información confiable de las instalaciones de salud. Permitiendo además identificar áreas y

poblaciones con mayores necesidades insatisfechas de salud, de manera que permita encaminar hacia esos

grupos prioritarios sus intervenciones, lo que permitirá la toma de decisiones de forma rápida y efectiva.

Figura. 1: Logotipo SIG_Salud

Entre las principales funcionalidades que brinda la aplicación se encuentran las siguientes:

a) Realizar navegación: Permite al usuario navegar a través del mapa de referencia mediante el uso

de funcionalidades de acercar y alejar, así como mover el mapa o centrar una región específica

previamente seleccionada.

b) Crear mapa temático: Permite crear un mapa temático entrando los valores asociados a los

Criterios de búsqueda regionales (áreas y poblaciones críticas o prioritarias) y a los Criterios de

búsqueda estadística.

c) Crear gráficos: Representación de la información mediante el gráfico seleccionado por el usuario

(barras, pastel), como se muestra en la Figura 2.

4

Fig. 2: Resultados obtenidos al graficar los datos de centros médicos determinados.

d) Ver datos: El usuario puede consultar toda la información que está asociada a las diferentes

instalaciones de salud que se encuentran en la base de datos.

e) Medir distancia: Con esta funcionalidad se quiere que el usuario pueda calcular la distancia entre dos o

más puntos a partir del trazado de los mismos con el mouse y visualizar el valor de la distancia entre los

dos últimos vértices dibujados y la distancia acumulada (del primer al último vértice) en un panel lateral,

además de poder modificar la unidad de distancia si lo desea.

f) Calcular superficie: Permite calcular el área y perímetro de una región a partir del trazado de la misma

con el ratón sobre el mapa, se visualizan los valores del área y perímetro en un panel lateral, además de

poder modificar la unidad del área si lo desea, como se muestra en la Figura 3.

Fig. 3: Cálculo de superficie de una región.

g) Localizar hospital: El usuario puede localizar en el mapa un hospital determinado.

h) Editar georeferencias: El usuario puede insertar georeferencias a aquellos hospitales que no se

encuentren ubicados en el mapa, así como modificar o eliminar las de aquellos que ya la tengan.

i) Control de capas: El usuario puede habilitar y deshabilitar las capas a visualizar en el mapa.

j) Visualizar mapa de referencia: Permite mostrar u ocultar la ventana del mapa de referencia en

dependencia del estado en que se encuentre la misma.

5

4. Valoración Económica y Aporte Social

El primer aporte social que se puede destacar es que se puede disponer en soporte digital (informatizado)

aquellos inventarios y estadísticas tradicionalmente disponibles en soporte papel. Esta digitalización de las

bases de datos permite convertir en rutinas sencillas y rápidas operaciones de gestión y análisis

extremadamente complejas y tediosas.

SIG_Salud brinda además como todo SIG la posibilidad de apoyar la toma de decisiones en función de

distintas variables y controlándolas. Estas variables intervienen en la vida misma como por ejemplo medir

distancias para encontrar el trayecto más corto en caso de emergencia, realizar análisis basados en

información real, que tributa a que las decisiones a tomar por los directivos de los distintos centros de

salud de Venezuela, estén respaldadas por información confiable y actualizada.

El hecho además de que el sistema esté desarrollado con una arquitectura web, posibilita explotar los

beneficios de la red, reduciendo los costos de hardware. Un factor muy importante a considerar también es

que la solución se encuentra respaldada por un equipo que se hace responsable por su desarrollo,

mantenimiento y soporte, por lo que constituye una garantía para Cuba contar con soluciones como esta,

que pueden fortalecer la industria del software.

En cuestiones económicas es preciso resaltar que SIG_Salud es un subsistema integrado al Sistema

Integral para la salud de Venezuela que se desarrolla hoy en el centro CESIM de la Universidad de las

Ciencias Informáticas, con el cual actualmente hay contratos de negocio que podrían representar ingresos

significativos para el país.

Conclusiones

En la investigación se ha presentado una propuesta para aumentar el control de la información geográfica

asociada a las instalaciones de salud pública de la República de Venezuela, mediante la implementación

de un Sistema de Información Geográfica para la salud (SIG_Salud).

En este punto de la investigación se puede afirmar que con la utilización de SIG_Salud aumentará la

eficiencia y rapidez en la toma de decisiones y asignación de recursos en el tema de la salud en Venezuela,

permitiendo tener un amplio conocimiento y control de aquellas áreas que necesitan una mayor atención

en correspondencia con sus características particulares. Además de poder contribuir con el control

epidemiológico permitiendo conocer no solo los lugares que se vean afectados por determinada

enfermedad sino también cuál es el perímetro en que podría propagarse la misma, posibilitando la toma de

medidas preventivas.

Recomendaciones

Se recomienda que en la continuación del desarrollo del SIG_Salud:

� Se le agreguen imágenes ráster o satelitales que le brindarán más información visual a los

usuarios.

Referencias Bibliográficas

Rhind, D., GIS. Trends. ARC News, ESRI. Redlands, California, pp. 28-29, 1989.

Bravo, Javier Domínguez. “Breve Introducción a la Cartografía y a los Sistemas de Información

Geográfica (SIG)”.Informes Técnicos CIEMAT, no 943, pp. 3-4,2000.

Wartenber D, Greenberg M, Lathrop R. “Identification and characterization of populations living near

high-voltage transmission lines: a pilot study”. Environ Health Perspect, vol. 101, (7), pp. 626-632, 1993

Stockwell JR, Sorensen JW, Eckert JW, Carreras EM. “The U.S. EPA Geographic Information System for

mapping environmental releases of Toxic Chemical Release Inventory (TRI) chemicals”. Risk Analysis,

vol. 13, (2), pp. 155-164, 1993

6

Zukowski SH, Wilkerson GW, Malone JB. “Fasciolosis in cattle in Louisiana. II. Development of a

system to use soil maps in a geographic information system to estimate disease risk on Louisiana coastal

marsh rangeland”. Veterinary Parasitology, vol. 47, (2), pp. 51-65, 1993

Rogers DJ, Williams BG. “Monitoring trypanosomiasis in space and time”. Parasitology, vol. 106, (77),

pp. 92, 1993

Andes N, Davis, JE. “Linking public health data using geographic information system techniques:

Alaskan community characteristics and infant mortality”. Stat Med, vol. 14, pp. 481-490, 1995

Austin K. “The identification of mistakes in road accident records: Part 1, Locational variables”. Accident

Analysis & Prevention, vol. 27, (2), pp. 261-276, 1995

Love D, Lindquist P. “The geographical accessibility of hospitals to the aged: a geographic information

systems analysis within Illinois”. Health Services Research, vol. 29, (6), pp. 629-651, 1995

Beck LR, Rodriguez MH, Dister SW, Rodriguez AD, Rejmankova E, Ulloa A, Meza RA, Roberts DR,

Paris JF, Spanner MA et al. “Remote sensing as a landscape epidemiologic tool to identialabaofy villages

at high risk for malaria transmission”. American Journal of Tropical Medicine and Hygiene, vol. 51, (3),

pp. 271-280, 1994.

Bentham G, Hinton J, Haynes R, Lovett A, Bestwick C. “Factors affecting non-response to cervical

citology screening in Norfolk, England”. Society Sci Med, vol. 40, (1), pp. 131-135, 1995

Braddock M, Lapidus G, Cromley E, Cromley R, Burke G, Banco L. “Using a geographic information

system to understand child pedestrian injury”. American Journal Public Health, vol. 84, (7), pp. 1158-

1161, 1994

Iñiguez Rojas Luis. “Geografía y salud en América Latina: evolución y tendencias”. Revista Cubana de

Salud Pública, vol. 29, (4), 2003.

Fernández Núñez HM. “SIG-ESAC: Sistema de Información Geográfica para la gestión de la estadística

de salud de Cuba”. Revista Cubana de Higiene y Epidemiología, vol. 44, (3), 2006.

Barrera R, Delgado N, Jiménez M, Romero I. “Estratificación de una ciudad hiperendémica en dengue

hemorrágico”. Revista Panamericana de Salud Pública, vol. 8, (4), 2000

OSGeo Project. Sitio Oficial de PostGIS. PostGIS. [En línea] http://www.postgis.org/

Edición 4: 2011

Documents

Transcript of Edición 4: 2011