Embed Size (px)
Citation preview
DETERMINACIÓN DE ZONAS DE EROSION HIDRICA A PARTIR DE LA
ECUACION UNIVERSAL DE LA PÉRDIDA DEL SUELO (R.U.S.L.E), SISTEMAS
DE INFORMACIÓN GEOGRAFICA Y TECNICAS DE TELEDETECCION EN LA
CIUDAD DE BOGOTA D.C PARA EL AÑO 2013.
JOSE RICARDO CASTILLO CAICEDO
20081025018
JOSE LEONARDO ESTRADA SIMBAQUEVA
20081025030
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS
FACULTAD DE INGENIERÍA
PROYECTO CURRICULAR DE INGENIERÍA CATASTRAL Y GEODESIA
BOGOTÁ D.C.
2016
DETERMINACIÓN DE ZONAS DE EROSION HIDRICA A PARTIR DE LA
ECUACION UNIVERSAL DE LA PÉRDIDA DEL SUELO (R.U.S.L.E), SISTEMAS
DE INFORMACIÓN GEOGRAFICA Y TECNICAS DE TELEDETECCION EN LA
CIUDAD DE BOGOTA D.C PARA EL AÑO 2013.
JOSE RICARDO CASTILLO CAICEDO
20081025018
JOSE LEONARDO ESTRADA SIMBAQUEVA
20081025030
PROYECTO DE TRABAJO DE GRADO PARA OPTAR AL TÍTULO DE
INGENIERO CATASTRAL Y GEODESTA
DIRECTOR:
ING. CLAUDIA BERENICE ROJAS
CODIRECTOR:
ING.IVAN ALBERTO LIZARAZO SALCEDO
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE INGENIERÍA
PROYECTO CURRICULAR DE INGENIERÍA CATASTRAL Y GEODESIA
BOGOTÁ D.C.
2016
Nota de aceptación:
Firma del presidente del jurado
__________________________________
Firma del Jurado 1
__________________________________
Firma del Jurado 2
Bogotá (12, 02, 2016)
AGRADECIMIENTOS:
En primer instancia a Dios por permitirnos llegar hasta este punto, superando
todas las adversidades que implico el desarrollo de este proyecto.
De igual manera a todos nuestros familiares, amigos, compañeros y conocidos
que de una u otra forma aportaron un grano de arena en nuestra formación
académica y personal.
TABLA DE CONTENIDO
1. INTRODUCCION ................................................................................................................................1
1.1. FORMULACION DEL PROBLEMA ...................................................................................................2
1.2. JUSTIFICACION ..............................................................................................................................4
1.3. OBJETIVOS .....................................................................................................................................5
1.3.1. OBJETIVO GENERAL ................................................................................................................5
1.3.2. OBJETIVOS ESPECÍFICOS ........................................................................................................5
2. MARCO REFERENCIAL TEORICO .......................................................................................................6
2.1. SUELO ............................................................................................................................................6
2.1.1. FORMACIÓN DEL SUELO ........................................................................................................8
2.1.2. CLASES DE SUELO ................................................................................................................ 10
2.1.3. CLASIFICACION TEXTURAL: ................................................................................................. 10
2.1.4. CLASIFICACION DE LOS SUELOS SEGÚN AMERICAN ASSOCIATION OF STATE HIGHWAY AND
TRANSPORTATION OFFICIALS (AASHTO): ..................................................................................... 12
2.1.5. SISTEMA DE CLASIFICACION UNIFICADA DE SUELOS: ......................................................... 12
2.2. EROSION DEL SUELO Y EROSION HIDRICA ................................................................................. 12
2.3. FUNDAMENTOS DE TELEDETECCION ......................................................................................... 14
2.3.1. ESPECTRO ELECTROMAGNETICO: ....................................................................................... 17
2.3.2. SISTEMAS DE TELEDETECCION: ........................................................................................... 18
2.3.3. RESOLUCION ESPACIAL: ...................................................................................................... 18
2.3.4 RESOLUCION ESPECTRAL: .................................................................................................... 18
2.3.5. RESOLUCION RADIOMETRICA: ............................................................................................ 18
2.3.6. RESOLUCION TEMPORAL: ................................................................................................... 18
2.3.7. ORBITAS SATELITALES: ........................................................................................................ 19
2.3.8. ORBITA GEOESTACIONARIA: ............................................................................................... 19
2.3.9. ORBITA GEOSINCRONICA: ................................................................................................... 19
2.3.10. ORBITA BAJA: .................................................................................................................... 19
2.3.11. ORBITA HELIOSINCRONICA ............................................................................................... 20
2.3.12. IMÁGENES SATELITALES:................................................................................................... 20
2.3.13. EL SISTEMA LANDSAT: ....................................................................................................... 20
2.3.14. PROCESAMIENTO DIGITAL DE IMÁGENES: ....................................................................... 20
2.3.15. ALGORITMOS PARA PROCESAMIENTO DE IMÁGENES: .................................................... 21
2.4. SISTEMAS DE INFORMACION GEOGRAFICA (SIG): ................................................................. 21
2.4.1. BASE DE DATOS GEOGRAFICA:............................................................................................ 23
2.4.2. REPRESENTACION DIGITAL FORMATOS VECTORIAL Y RASTER ........................................... 24
2.4.3. EL FORMATO VECTORIAL: ................................................................................................... 24
2.4.4. EL FORMATO RASTER: ......................................................................................................... 25
3. MARCO REFERENCIAL HISTORICO ................................................................................................. 26
4. MARCO FISICO DEL AREA DE ESTUDIO ......................................................................................... 30
4.1. LOCALIZACION GEOGRAFICA: ................................................................................................ 30
4.2. RASGOS GENERALES DE BOGOTA: ......................................................................................... 31
5. DESARROLLO METODOLOGICO .................................................................................................... 32
5.1. LA ECUACION UNIVERSAL DEL SUELO Y EL CÁLCULO DE SUS FACTORES: ............................. 34
5.2. CALCULO DEL FACTOR R: ....................................................................................................... 35
5.3. CONSTRUCCION DEL MAPA INDICE DE AGRESIVIDAD DE LLUVIAS ....................................... 36
5.4. ANALISIS DE RESULTADOS: .................................................................................................... 43
5.5. CALCULO DE LOS FACTORES TOPOGRAFICOS L S: ................................................................ 43
5.6. ANALISIS DE RESULTADOS: .................................................................................................... 51
5.7.CALCULO DEL FACTOR K: ........................................................................................................ 54
5.8. ANALISIS DE RESULTADOS: .................................................................................................... 58
5.9. CALCULO DEL FACTOR C: ....................................................................................................... 60
5.10. ANALISIS DE RESULTADOS: .................................................................................................. 67
5.11. CALCULO DEL FACTOR P: ..................................................................................................... 69
5.12. ANALISIS DE RESULTADOS: .................................................................................................. 71
5.13. CLASIFICACION DE LOS RESULTADOS .................................................................................. 73
6. EROSION HIDRICA POTENCIAL .................................................................................................. 73
6.1. ANALISIS DE RESULTADOS ..................................................................................................... 76
7. EROSION HIDRICA TOTAL .......................................................................................................... 77
7.1. ANALISIS DE RESULTADOS EROSION HIDRICA TOTAL 2013 ................................................... 79
8. CONCLUSIONES ......................................................................................................................... 90
9. RECOMENDACIONES Y SUGERENCIAS. ......................................................................................... 91
BIBLIOGRAFÍA .................................................................................................................................... 92
ANEXOS ............................................................................................................................................. 96
MODELO PHYTON EROSION HIDRICA TOTAL ................................................................................ 96
MODELO PHYTON EROSION HIDRICA POTENCIAL ........................................................................ 99
MAPAS......................................................................................................................................... 101
OTROS ANEXOS ........................................................................................................................... 102
INDICE DE MAPAS:
Mapa 1. Ubicación general de Bogotá D.C. Fuente: Elaboración propia. ........................................ 30 Mapa 2. Ubicación de las estaciones pluviales ................................................................................ 41 Mapa 3. Mapa del factor R ................................................................................................................ 42 Mapa 4. DEM ASTER. ...................................................................................................................... 45 Mapa 5. Modelo Digital de Elevación Bogotá D.C. ........................................................................... 49 Mapa 6. Factor L ............................................................................................................................... 52 Mapa 7. Factor S ............................................................................................................................... 53 Mapa 8. Ubicación Puntos control Factor K. ..................................................................................... 55 Mapa 9. Factor K ............................................................................................................................... 59 Mapa 10 Imagen Landsat 8 Oli Tirs (RGB 543). .............................................................................. 60 Mapa 11. Clasificación Supervisada Método K-NN .......................................................................... 64 Mapa 12. Factor C ............................................................................................................................ 68 Mapa 13. Pendientes en porcentaje Bogotá D.C. ............................................................................ 70 Mapa 14. Factor P ............................................................................................................................. 72 Mapa 15. Erosión Hídrica Potencial .................................................................................................. 75 Mapa 16. Erosión Hídrica Total......................................................................................................... 78
INDICE DE TABLAS:
Tabla 1. Histórico de erosiones para Colombia. Fuente Carlos Ramírez IDEAM. 2001 ....................2 Tabla 2 Pasos metodología desarrollada. Fuente: Elaborado por el autor ..................................... 32 Tabla 4.Estructura creación TIN Arcgis 10.1 .................................................................................... 46 Tabla 5. Estructura de Creacion Raster Arcgis 10.1 ........................................................................ 47 Tabla 6. Estructura Fill Dem Arcgis 10.1 .......................................................................................... 48 Tabla 7. Estructura Slope Arcgis 10.1 .............................................................................................. 50 Tabla 8. Estructura IDW calculo Factor K ......................................................................................... 58 Tabla 11. Exactitud temática método K-NN ...................................................................................... 65 Tabla 12. KIA Clasificación K-NN ..................................................................................................... 65 Tabla 13. Tabla clasificación Factor C .............................................................................................. 66 Tabla 14.Valores alternativos Factor C. Fuente:
http://www.miliarium.com/prontuario/MedioAmbiente/Suelos/Rusle.htm ......................................... 66 Tabla 15. Estructura Creación Dem Slope ....................................................................................... 69 Tabla 16. Valores de Factor P Wischmeier y Smith ......................................................................... 71 Tabla 17. Clasificación de la Erosión. ............................................................................................... 73
INDICE DE IMAGENES:
Imagen 1. Clasificación textural de los suelos .................................................................................. 11 Imagen 2. Diámetro de las partículas del suelo. Fuente: Meteorology Education and Training. ..... 13 Imagen 3. Erosión laminar por acción del agua. Fuente:
http://mipaginadegeografia.blogspot.com.co .................................................................................... 13 Imagen 4. Diagrama Sistema de Teledetección. Fuente: Emilio Chuvieco - Fundamentos de
Teledetección. ................................................................................................................................... 15 Imagen 5. Partes de una Onda. Fuente: FAO. ................................................................................. 16 Imagen 6. Espectro Electromagnético. Fuente: Emilio Chuvieco - Fundamentos de Teledetección.
.......................................................................................................................................................... 17 Imagen 7. Orbitas alrededor de la tierra. Fuente: Aula de Teledetección y Cambio Climático
(AulaSat) ........................................................................................................................................... 19 Imagen 8. Componentes de un SIG. Fuente: Los sistemas de Información, Educarchile. .............. 23 Imagen 9. Formatos de Representación de una imagen. Fuente: Cartografía digital
(http://www.geocities.ws/) ................................................................................................................. 24 Imagen 10. Fases del proyecto. Fuente: Elaborado por el autor...................................................... 33 Imagen 11. Histograma Índice de Fournier Modificado . .................................................................. 38 Imagen 12. Diagrama de Caja IFM. .................................................................................................. 38 Imagen 13. Parámetros de entrada para la interpolación por Splines. Fuente: elaboración propia. 40 Imagen 14. Error Medio Cuadrático Método Splines. ....................................................................... 40 Imagen 15. Diferencias de altura DEM Aster.................................................................................... 44 Imagen 16. Método de interpolación IDW. ........................................................................................ 56 Imagen 17. Parámetros interpolación IDW. ...................................................................................... 57 Imagen 18. Error medio cuadrático para IDW. ................................................................................. 57 Imagen 19. Clasificación por el Método Máxima Verosimilitud y Red Neuronal. ............................. 61 Imagen 20. Modelo Final Erosión Hídrica Potencial ......................................................................... 74 Imagen 21. Modelo Final Erosión Hídrica. ........................................................................................ 77 Imagen 22.Noticia zona de estudio1. Fuente: Diario el Tiempo. ...................................................... 79 Imagen 23. Zona de estudio 1. Fuente: Elaborada por el autor. ...................................................... 80 Imagen 24. Noticia zona de estudio 2. Fuente: Diario El Espectador. ............................................. 81 Imagen 25. Zona de estudio 2. Fuente: Elaborada por el autor. ...................................................... 82 Imagen 26. Noticia zona de estudio 3. Fuente: Caracol Radio. ....................................................... 83 Imagen 27. Zona de estudio 3. Fuente: Elaborada por el autor. ...................................................... 84 Imagen 28. Zona de estudio 4, Sumapaz - Bogotá D.C. Fuente: Google Earth. ............................. 85 Imagen 29. Zona de estudio 4. Fuente: Elaborada por el autor. ...................................................... 86 Imagen 30. MAPA DE REMOCION EN MASA DEL SUELO RURAL DE BOGOTA D.C. Metodología
de Mora y Vahrson - 1994. Fuente: Universidad Nacional de Colombia - Fopae. ........................... 88 Imagen 31. Amenaza por PRM, correspondiente a la metodología Van Westen (1997). Fuente:
Universidad Nacional de Colombia - FOPAE. .................................................................................. 89
GLOSARIO
AASHTO: Asociación Americana de Oficiales de Carreteras Estatales y
Transportes por sus siglas en inglés, de American Association of State Highway
and Transportation Officials.
BASE DE DATOS GEOGRAFICA: Una base de datos geográfica (BDG) es una
colección de datos organizados de tal manera que sirvan para aplicaciones de
sistemas de información geográfica, y permitan el almacenamiento estructurado
de los datos, de acuerdo a criterios espaciales, tipos de consultas y gestión de
información geográfica.
DEM: Modelo digital de elevación (por sus siglas en ingles Digital Elevation Model)
EROSION HIDRICA: Proceso natural mediante el cual las partículas formadoras
del suelo se desprenden por la acción del agua, hielo, viento o gravedad.
ESPECTRO ELECTROMAGNETICO: Distribución energética del conjunto de las
ondas electromagnéticas.
FACTOR L: Factor de la ecuación RUSLE el cual indica la longitud de la
pendiente.
FACTOR S: Factor de la ecuación RUSLE el cual indica el porcentaje de la
pendiente.
FAO: Organización de las Naciones Unidas para la Alimentación y la Agricultura (
por sus siglas en inglés,)
IDEAM: Instituto de Hidrología, Meteorología y Estudios Ambientales.
IDU: Instituto de Desarrollo Urbano (I.D.U).
IGAC: Instituto Geográfico Agustín Codazzi.
INDERENA: Instituto Nacional de los Recursos Naturales Renovables y del
Ambiente.
OLA INVERNAL: Temporada de lluvias debido a un fenómeno ambiental.
PROCESAMIENTO DIGITAL DE IMAGENES: Conjunto de transformaciones
numéricas realizadas sobre la matriz original de una imagen para obtener
representaciones más adecuadas de la misma, según las aplicaciones que se le
quiera dar.
R.U.S.L.E: Ecuación Universal de Perdida del Suelo Revisada (siglas en inglés).
SISTEMAS DE INFORMACION GEOGRÁFICA (SIG): Un SIG es un software
específico que permite a los usuarios crear consultas interactivas, integrar,
analizar y representar de una forma eficiente cualquier tipo de información
geográfica referenciada asociada a un territorio, conectando mapas con bases de
datos.
SUELO: La colección de cuerpos naturales en la superficie de la corteza terrestre
con vida o capaz de tenerla, resultante de la acción de eventos simples o
complejos (llamados procesos de formación
TELEDETECCIÓN: Técnica que permite adquirir imágenes de la superficie
terrestre desde sensores instalados en plataformas espaciales,
1
1. INTRODUCCION
Analizando las consecuencias que ha dejado el calentamiento global y el
fenómeno de la niña en Colombia, se puede evidenciar que las condiciones del
suelo han de cambiar constantemente lo que puede generar un incremento del
riesgo en las zonas de ladera y sus proximidades con la amenaza de remoción en
masa. El adecuado cuidado y manejo del recurso tierra resulta pertinente para la
prevención de desastres ya que permite evitar grandes catástrofes en sitios donde
la población se encuentre vulnerable a deslizamientos y demás.
El presente proyecto se desarrolla por etapas, mediante los cuales se ha logrado
obtener una metodología que permite elaborar un producto denominado zonas de
erosión hídrica. La metodología aplicada durante la ejecución del proyecto se ha
implementado para toda la ciudad de Bogotá D.C, incluyendo la zona rural de
Sumapaz, la erosión hídrica se cuantifica a través de la R.U.S.L.E, la cual funciona
mediante el cálculo de seis factores, ara efecto de este documento el resultado
obtenido se clasifica en 4 clases de erosión (Baja, media, alta, muy alta.).
Dado que la ola invernal del 2012 dejo en evidencia la falta de mecanismos de
alerta para los suelos que podían presentar riesgo de remoción de masa, se
espera que esta metodología sea aplicable en cualquier zona del territorio
nacional, esto gracias a que los coeficientes de la R.U.S.L.E. no presentan un
peso diferente para cada factor que la compone tal (Mannaerts, 1999), cabe
aclarar que para efectos de este documento se tomara como zona piloto la ciudad
de Bogotá D.C incluyendo la parte rural; además se utilizara un sistema de
información geográfica, herramientas de teledetección, modelos digitales del
terreno e imágenes satelitales, para agilizar la discriminación y delimitación de
dichas zonas.
Este estudio se llevara específicamente para el año 2013, aunque en algunos
casos (estudios de suelos), es necesario acudir a información disponible de años
anteriores en las bases de datos del Instituto de Desarrollo Urbano (I.D.U), toda
esto es causado por la falta de estudios en la ciudad de Bogotá D.C y en algunos
casos el difícil acceso a los pocos ya realizados.
2
1.1. FORMULACION DEL PROBLEMA
En Colombia existen condiciones biofísicas (abrupta topografía de las cordilleras,
la actividad sísmica, su ubicación en la zona tropical y los altos valores de
precipitación) y antrópicas (deforestación, construcción sin medidas de mitigación,
entre otras) que desencadenan procesos de erosión hídrica los cuales generan
fenómenos de remoción en masa y degradación de tierras.
Actualmente el estado del conocimiento sobre la erosión del suelo y sus efectos
en el país no tiene estudios muy claros. Las estimaciones de las diferentes
entidades encargadas de suministrar la información con respecto a erosión son
muy variables entre sí. En la tabla siguiente se puede apreciar que, mientras el
Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia (IDEAM)
reporta que en el año 2000 el país tenía cerca del 25% de sus tierras con
procesos erosivos severos o muy severos, el IGAC reportaba para esa misma
época solamente alrededor del 4% con estos grados de erosión. Es decir, que
una entidad estatal reporta que Colombia posee una cuarta parte de sus tierras
agrícolas con problemas muy graves de erosión, en tanto que otra,
igualmente calificada, presenta datos en los que la erosión casi no sería un
problema serio a tomar en cuenta (Universidad Nacional de Colombia, 2001).
EVALUACION DE LA
EROSIÓN
INDERENA 1977
IGAC 1987 IDEAM 1998 IGAC 1998 IDEAM 2000
Sin erosión 24.8 48.5 0 14.7 52 No apreciable 44.9 4.6
Ligera 36.4 28.0 45.5 19.5 9.5 Moderada 12.8 12.9 11.1 11.3 8.9
Severa 0.6 7.8 7.8 3.3 10.8 Muy severa 1.6 0.7 0.5 14.2
Otros 23.8 2.1 35.6 5.8 Totales 100 100 100 100 100
Tabla 1. Histórico de erosiones para Colombia. Fuente Carlos Ramírez IDEAM. 2001
La implementación de distintas metodologías por cada entidad puede ser un factor
condicionante de dichas diferencias, así mismo el largo lapso temporal entre los
diferentes estudios y la falta de recursos económicos.
Según la FAO las consecuencias de una degradación del suelo incluye una
disminución de la productividad agrícola, la migración, la inseguridad alimentaria,
3
los daños a recursos y ecosistemas básicos, y la pérdida de biodiversidad debido
a cambios en los hábitat tanto a nivel de las especies como a nivel genético (FAO,
2008).
Las consecuencias de la erosión no sólo afectan al lugar donde ésta se localiza,
sus efectos alcanzan zonas mucho más extensas. Los arrastres procedentes de la
erosión inciden negativamente en los ríos. Las aguas se cargan de sedimentos,
dando lugar a que la profundidad de los cauces disminuya, desborden con mayor
frecuencia y acaben por cambiar su dirección produciendo graves daños en las
explotaciones agrícolas. Además, la destrucción de la cubierta vegetal de las
zonas montañosas, acentúa el riesgo de graves catástrofes causadas por
fenómenos torrenciales e inundaciones (Montesinos Aranda, 2002).
Esto se hace preocupante puesto que la erosión y degradación del suelo es un
proceso lento, casi imperceptible y en algunas ocasiones irreversible y el costo
de recuperar zonas o regiones afectadas puede ser muy elevado, lo que causa en
algunas ocasiones se produzca el abandono de estas tierras.
Siendo conscientes de esta problemática se propone una metodología que busca
la identificación de zonas de erosión hídrica en la ciudad de Bogotá, a través de
los diferentes factores antrópicos y biofísicos que dan origen a esta, sistemas de
información geográfica y herramientas de teledetección , de tal forma que se
puedan realizar periódicamente estudios confiables que ayuden a las diferentes
entidades competentes en la gestión del suelo a implementar medidas en busca
de la conservación y ordenamiento del mismo.
4
1.2. JUSTIFICACIÓN
Observando la poca prevención por parte del distrito para mitigar el riesgo
causado por las olas invernales pasadas, se hace necesario zonificar las áreas
que presentan mayor vulnerabilidad hacia deslizamientos por causa de la
salpicadura del agua y la escorrentía de la mismas. Por esta razón se elabora el
presente trabajo en donde se pretende mostrar una metodología eficaz para
determinar dichas zonas y poder prevenir los posibles desastres causados en las
épocas de fuertes olas invernales.
Dada la necesidad del hombre por ocupar un espacio del territorio que brinde
óptimas condiciones para su vida, se hace necesario detectar y determinar qué
zonas ofrecen estas cualidades, para lo cual es necesario zonificar las áreas que
presentan mayor vulnerabilidad hacia deslizamientos por causa de la salpicadura
del agua. El presente proyecto busca informar y aportar a la elaboración de los
planes de Ordenamiento Territorial (P.O.T), de tal forma que la población ubicada
dentro de un municipio, ciudad, región, entre otros, pueda lograr un desarrollo
sostenible y asimismo las entidades competentes asignen un uso y tratamiento
adecuado a las zonas que presenten erosión hídrica junto con una conservación
de las zonas que se encuentran sin este problema.
Se hace alusión al ordenamiento territorial ya que este es un instrumento
fundamental para el desarrollo. Tiene que ver por una parte, con la organización
político administrativa que adopte el Estado para gobernar las diversas
territorialidades surgidas de la evolución económica, social, política y cultural del
país y, por otra, con los cambios en la ocupación física del territorio, como
resultado de la acción humana y de la misma naturaleza (Universidad de los
Andes Colombia, 2012).
5
1.3. OBJETIVOS
1.3.1. OBJETIVO GENERAL
Determinar y zonificar a partir de la ecuación universal de la pérdida del suelo
(R.U.S.L.E) la erosión hídrica presente en la ciudad de Bogotá D.C.
1.3.2. OBJETIVOS ESPECÍFICOS
Elaborar una base de datos geográficos para la organización de los
diferentes soportes cartográficos.
Cuantificar la R.U.S.L.E y sus variables contenidas a partir de índices,
técnicas de teledetección y herramientas SIG, para así poder clasificarla
según su grado de evolución en cuatro categorías (Ligera, Moderada, Alta,
Muy Alta).
Generar una metodología apropiada para el cálculo de la erosión hídrica
aplicando la ecuación R.U.S.L.E
Elaborar dos productos cartográficos (mapa de erosión hídrica y erosión
hídrica potencial) a escala 1:150.000 de las zonas que presentan erosión
hídrica para la ciudad de Bogotá D.C.
6
2. MARCO REFERENCIAL TEORICO
2.1. SUELO
El concepto de suelo puede tener diferentes conceptos según el punto de vista
desde el cual se mire, para un agricultor es sencillamente el lugar donde siembra,
pero desde un punto de vista más formal este se define como: “La colección de
cuerpos naturales en la superficie de la corteza terrestre con vida o capaz de
tenerla, resultante de la acción de eventos simples o complejos (llamados
procesos de formación)” (Malagón Castro, 1998).
Los suelos son sistemas complejos donde ocurren diversos procesos físicos y
biológicos que se ven reflejados en la tierra, son de gran importancia para los
organismos vivos de la tierra ya que sirve de hábitat para diferentes especies,
nutre gran variedad de plantas, es fuente de materias primas que sirven para el
desarrollo de las diferentes actividades humanas (petróleo, carbón, gas, etc.), es
fuente de agua y además de esto soporta las diversas construcciones que realiza
el hombre para su subsistencia.
En su proceso de formación intervienen diversos factores los cuales se relacionan
a continuación:
Componente Mineral: Es una sustancia sólida, natural, de origen inorgánico y
composición química definida. Dichas sustancias inorgánicas poseen una
disposición ordenada de átomos de los elementos que los componen, y esto da
como resultado el desarrollo de superficies planas conocidas como caras. Tienen
gran importancia para el desarrollo de la actividad humana ya que unos son
extraídos y se usan en su forma natural (azufre, talco, entre otros.), otros son
sometidos a procesos químicos (hierro, aluminio, cobre, entre otros), y otros son
utilizados para la fabricación de diferentes productos por industrias modernas.
Materia Orgánica: La materia orgánica que contiene el suelo procede tanto de la
descomposición de los seres vivos que mueren sobre ella, como de la actividad
biológica de los organismos vivos que contiene: lombrices, insectos de todo tipo,
microorganismos, etc. La descomposición de estos restos y residuos metabólicos
da origen a lo que se denomina humus, el cual es un estado de descomposición
de la materia orgánica, o sea, es materia orgánica no totalmente descompuesta
(Peruecologico.com), dentro de sus principales características se pueden citar:
7
Es insoluble en el agua y evita el lavado de los suelos y la pérdida de
nutrientes.
Tiene alta capacidad de retención y absorción del agua.
Mejora las condiciones físicas, químicas y biológicas de los suelos.
Aire: Se denomina aire a la mezcla de gases que constituye la atmósfera
terrestre, que permanecen alrededor de la Tierra por la acción de la fuerza de
gravedad. El aire es esencial para la vida en el planeta, es particularmente
delicado y está compuesto en proporciones ligeramente variables por sustancias
tales como el nitrógeno (78%), oxígeno (21%), vapor de agua (variable entre 0-
7%), ozono, dióxido de carbono, hidrógeno y algunos gases nobles como el
criptón o el argón, es decir, 1% de otras sustancias.
La composición del aire del suelo varía constantemente de acuerdo a la velocidad
de producción del CO2 en el suelo y a la velocidad de su eliminación del suelo.
Esta velocidad de eliminación del CO2 depende de la estructura del suelo, de las
labranzas, de la temperatura y del contenido de humedad del suelo.
Agua: El agua en el suelo tiene una importancia considerable; por una parte
interviene en la nutrición de las plantas, directa e indirectamente. Actúa como
vehículo de los elementos nutritivos disueltos y, por otra parte, es uno de los
principales papeles de la edafogenesis, que condiciona la mayoría de los procesos
de formación del suelo.
La fuente principal de agua en el suelo es el agua proveniente por la lluvia y
también el agua subterránea, la cual es una capa freática de la tierra permanente
y es alimentada subterráneamente.
Microorganismos: Constituyen una de las partes más importantes del suelo ya
que son los encargados de la dinámica, trasformación y desarrollo del mismo. La
mayor concentración de estos microorganismos se encuentra a entre la superficie
del suelo y hasta unos 20 cm de profundidad. La microflora del suelo está
compuesta por bacterias, actinomicetos, hongos, algas, virus y protozoarios. Entre
las funciones más importantes que cumplen en los procesos de trasformación
podemos citar:
Transformación de compuestos orgánicos que la planta no puede tomar a
formas inorgánicas que si pueden ser asimiladas (Mineralización).
Cambios químicos en compuestos inorgánicos debido a procesos de
oxidación y reducción. Ejemplo. Oxidación del azufre mineral a sulfato.
Oxidación del nitrógeno amoniacal a nitrato.
8
Mejoramiento de las propiedades físicas del suelo.
Suministro directo de nutrientes (Fijación de nitrógeno).
Aumento del desarrollo radicular en la planta que mejora la asimilación de
nutrientes, la capacidad de campo y el desarrollo.
2.1.1. FORMACIÓN DEL SUELO
El suelo es el resultado de la disgregación de una roca madre, mediante
meteorización física y química, y por otra parte acciones antrópicas, a lo largo del
tiempo este se ha venido formando con los diferentes procesos geomórficos. A
continuación se resumen algunos procesos formadores del suelo:
1. Meteorización: También conocida como intemperización consiste en la
transformación de la roca madre o del material mineral del suelo. Este
proceso puede ser de naturaleza física, química o biológica.
2. Empardecimiento y Rubefacción: Consiste en la liberación de hierro por
meteorización de los minerales primarios (Arasol , 2011), en este proceso el
suelo adquiere un color rojo intenso, el cual es muy común en climas
mediterráneos o climas con contraste estacional bien marcado.
3. Hidromorfia: los altos contenidos de agua y el requerimiento de oxigeno por
parte de los microorganismos, favorecen la transformación de los oxidos de
hierro a formas ferrosas, lo que ocasiona en los suelos un cambio de color
a una tonalidad gris o negra. El cambio en las condiciones de humedad se
manifiesta con la alternancia de colores grises con los rojos y pardos.
4. Melanización: Se denomina así al proceso de oscurecimiento de los
horizontes a causa de la formación de humus proveniente de la evolución
de restos orgánicos en acción conjunta con microorganismos. El grado de
oscurecimiento de dichos horizontes esta correlacionado directamente con
la mineralización o humificación.
5. Edafoturbación: Es aquel proceso en el cual los materiales del suelo sufren
cambios posicionales y efectos de mezcla, generalmente esto sucede por
una expansión o retracción de arcillas.
6. Agriluviación: Proceso en el cual se aprecia una movilización de arcilla por
acción del agua, siendo el agua un agente transportador, para el correcto
9
desarrollo de este se necesita la existencia de fases húmedas intensas en
periodos secos, ya que es allí donde el agua se infiltra a través de
macroporos que al secarse dejan las arcillas en sus paredes.
7. Descarbonatación / Carbonatación: Se define descarbonatación la
formación y lavaje del ión bicarbonato por disolución de carbonatos. Por
carbonatación se entiende formación y acumulación de carbonatos de Ca y
Mg en el perfil del suelo, por precipitación del ión bicarbonato.
8. Desgypsificación/Gypsificación: Proceso que comporta la solubilización del
yeso o desgypsificación, en las estaciones húmedas, para, tras la
translocación en el suelo, precipitar en los periodos secos (gypsificación)
(Arasol , 2011).
9. Salinización y sodificación: La salinización es un proceso mediante el cual
el suelo se enriquece con sales más solubles que el yeso, en concreto
cloruros y sulfatos de sodio y magnesio, lo que ocasiona importantes
efectos en la vegetación.
Se entiende por sodificación el aumento del porcentaje de sodio en redes
de intercambio, lo que induce la dispersión de las arcillas y la materia
orgánica, se dice que las condiciones físicas de estos son muy
desfavorables ya que el ascenso capilar del agua frecuentemente alcalina
disuelve materia orgánica que es traslocada y queda en la superficie del
suelo en forma de eflorescencia negra (INSTITUTO DE ESTUDIOS DE
CATALUÑA).
10. Podsolización: Se define como proceso de movilización de materia
orgánica, hierro y aluminio desde un horizonte eluvial (E) con
desplazamiento hacia un iluvial (Bhs). Para esta fase se hace necesario la
presencia de climas fríos y húmedos, vegetación acidófila y escasa
actividad biológica.
Posteriormente a estos procesos ya citados se puede citar un
macroproceso de “Adiciones y Pérdidas”, en el cual se desarrollan procesos
de enriquecimiento y eliminación, respectivamente, de materiales y
materiales del perfil edáfico. Dichos procesos se citan a continuación:
10
Cumulización: Se define como el engrosamiento de los perfiles que
contienen material mineral a causa de aportes del mismo provenientes de
suelos erosionados o material pre – edafizado, lo que desencadena una
evolución del suelo.
Lixiviado: Proceso en el cual se desplaza un componente del suelo por la
acción de un agente químico. En general se producen cuando el agua entra
en contacto con residuos depositados en un suelo, formando así una
sustancia rica en elementos contaminantes que afectan de forma directa las
propiedades del suelo.
Erosión: Perdida de una fracción o perfil del suelo a causa de la
degradación de las propiedades físicas del mismo, esta puede aumentar
por actividades antrópicas o antropogénicas, y en muchos casos genera el
relieve de los valles, gargantas, cañones, cavernas y mesas.
2.1.2. CLASES DE SUELO
Como ya se mencionó el suelo es una mezcla de material rocoso fresco y
erosionado, de resto de cosas vivas e inertes y de materiales minerales y
redepositados. Estos componentes interactúan entre ellos por: la presión a causa
de las raíces de plantas, la construcción de madrigueras de los animales que
habitan en este y el movimiento y flujo del agua. El comprender las propiedades
tanto químicas como físicas del suelo le permite al hombre interactuar de una
mejor manera con este y asimismo lograr un buen desempeño en su diario vivir.
Un Sistema de Clasificación de los Suelos es una agrupación de éstos con
características semejantes. El propósito es estimar en forma fácil las propiedades
de un suelo por comparación con otros del mismo tipo, cuyas características se
conocen (Universidad Catolica del Norte de Chile). A continuación se citan algunas
de las clasificaciones más destacadas.
2.1.3. CLASIFICACION TEXTURAL:
La textura es determinada por el diámetro de las partículas presentes en él: arena,
limo o arcilla, a continuación se muestra cada una de estas categorías junto con
su descripción:
11
SUELO ARENOSO: Los suelos arenosos son aquellos que están formados
mayoritariamente por arena. La arena son partículas pequeñas de piedra de
carácter silicio con un diámetro entre 0,02 y 2 mm (Botanical-online, 2012).
Se considera que este es el tipo de suelo más ligero y por ende es muy
susceptible a la erosión hídrica, posee una gran absorción de agua y a su
vez cuenta con una enorme capacidad para secarse.
SUELO LIMOSO: Denominado limoso por su alto contenido de limo, es
considerado un suelo de textura media, está conformado por barro, lodo y
restos de vegetales, posee un color marrón oscuro y es formado debido a
la sedimentación de materiales finos arrastrados por las aguas o
depositados por el viento. Cabe resaltar que es muy utilizado para la
siembra, puesto que es muy rico en minerales y nutrientes, es compacto y
además de esto debido al tamaño de sus granos permite el que los
sembrados tengan un buen acceso al agua.
SUELO ARCILLOSO: Es llamado en algunas ocasiones como “Suelo
Pesado”, contrariamente al arenoso este tiene pequeños espacios de
microporos o poros, con lo cual aumenta su capacidad de retención de
absorción y retención de agua ocasionando un drenaje pobre. Además de
esto debido a su alta capacidad de absorción pueden contraerse y
expandirse, razón por la cual no son aptos para la siembra ya que con la
agitación proveniente de las diversas expansiones y contracciones las
plantas pueden ser expulsadas del suelo, por otra parte cuando este tipo de
suelo se seca forma una dura superficie que puede quebrarse lo que no
permite la penetración de las raíces junto con el daño de otras partes de las
plantas.
Imagen 1. Clasificación textural de los suelos
12
2.1.4. CLASIFICACION DE LOS SUELOS SEGÚN AMERICAN ASSOCIATION OF
STATE HIGHWAY AND TRANSPORTATION OFFICIALS (AASHTO):
Este sistema fue desarrollado en 1929 por la Asociación Americana de Carreteras
Estatales y Transportes Oficiales, luego de varias revisiones al sistema adoptado
por el Bureau of Public Roads de Estados Unidos, es un método más utilizado en
la clasificación de suelos en carretera.
En este sistema se clasifican los suelos en siete categorías (A - 1, A – 2,…, A-7),
basándose en determinaciones de laboratorio de granulometría, limite liquido e
índice de plasticidad. Estas siete categorías se dividen en dos grandes grupos:
suelos granulares y suelos limo – arcillosos. Los clasificados en los grupos A-1, A-
2 y A-3 son grueso granulares y los grupos A-4, A-5, A-6 y A-7 son suelos finos o
materiales limosos y arcillosos.
2.1.5. SISTEMA DE CLASIFICACION UNIFICADA DE SUELOS:
El SISTEMA DE CLASIFICACION UNIFICADA DE SUELOS (USCS) fue
desarrollado inicialmente por Arthur Casagrande, en el año de 1947, para clasificar
los suelos de los EE.UU en dos categorías durante la segunda guerra mundial: de
granos gruesos y de granos finos, los primeros cuentan con más del 50% en peso
de granos mayores que 0,08mm, mientras que los granos finos se dividen en tres
categorías: las arcillas, los limos y limos o arcillas orgánicas (Universidad Catolica
del Norte de Chile).
2.2. EROSION DEL SUELO Y EROSION HIDRICA
De forma general se puede definir la erosión como aquel proceso natural mediante
el cual las partículas formadoras del suelo se desprenden por la acción del agua,
hielo, viento o gravedad.
La erosión hídrica es el proceso por el cual se produce el desprendimiento,
transporte y sedimentación de las partículas por acción de los siguientes agentes
principales:
La energía cinética de la gota de la lluvia: La energía de las lluvias se
disipa sobre la superficie del suelo produciendo la ruptura de los terrones y
13
agregados, generando una salpicadura (erosión por salpicadura) que
desprende partículas que luego son arrastradas pendiente abajo (Cisneros,
y otros, 2012).
Imagen 2. Diámetro de las partículas del suelo. Fuente: Meteorology Education and Training.
La escorrentía en movimiento: Este agente erosivo produce el
desprendimiento de nuevo suelo y el transporte del suelo removido,
en una magnitud proporcional al caudal escurrido y a la velocidad que
adquiere el flujo de agua sobre la superficie. Este agente produce los
fenómenos erosivos más visibles (por ejemplo cárcavas), y es el
responsable del movimiento de las partículas de suelo removidas. Pueden
distinguirse dentro de la escorrentía dos tipos de flujo: el flujo laminar
(erosión laminar o mantiforme), que se mueve con una velocidad lenta, y
el flujo en surcos (erosión en surcos), responsable de la mayor parte del
transporte de sedimentos (Cisneros, y otros, 2012).
Imagen 3. Erosión laminar por acción del agua. Fuente: http://mipaginadegeografia.blogspot.com.co
14
La gravedad: La gravedad: La sola acción de la gravedad es capaz
de mover el suelo, especialmente cuando está mojado y en ambientes
de altas pendientes. Los movimientos en masa, deslizamientos de
laderas, erosión lateral de meandros de ríos, avalanchas de nieve son
ejemplos de la acción de la gravedad en procesos erosivos (Cisneros, y
otros, 2012).
La remoción del suelo por acción del agua es muy perjudicial ya que este es el
soporte de las plantas y los nutrientes que estas consumen para su correcto
crecimiento, así que cuando este es desprendido se pierde un recurso natural muy
importante que requiere para su formación mucho tiempo.
Adicionalmente cuando la erosión causada por los escurrimientos es intensa, se
produce la formación de cárcavas o barrancas, que además de aportar grandes
cantidades de sedimento, ponen en peligro caminos, propiedades públicas y
privadas (Universidad Nacional Autónoma de Honduras , 2005).
La erosión no es solamente un fenómeno físico sino también un problema socio
económico. En muchos países en vías de desarrollo la tenencia de la tierra, los
precios de los productos y el exceso y concentración de la población, producen
una mayor presión sobre los recursos naturales, destrucción de bosques y cultivos
en tierras de altas pendientes (Agrolluvia.com, 2011).
Es por esto que se puede afirmar que la erosión hídrica no es solo un proceso
natural, sino que también la origina la acción del hombre (deforestación, malos
usos agrarios, actividades mineras, etc.) y el calentamiento global que se presenta
actualmente, en el cual por un lado presenta periodos de sequias más largos y
periodos de precipitaciones cortos pero a su vez muy concentrados.
2.3. FUNDAMENTOS DE TELEDETECCION
Se define teledetección espacial como aquella técnica que permite adquirir
imágenes de la superficie terrestre desde sensores instalados en plataformas
espaciales, se encuentra compuesta por los siguientes elementos:
Fuente de energía: Es aquella que supone el origen de flujo energético
detectado por el sensor. En algunas ocasiones se trata de agentes externos
al sensor, en donde es denominada teledetección pasiva, o muchas veces
15
es producida por el mismo sensor, en cuyo caso se identifica como
teledetección activa. Es de aclarar que la fuente principal de energía es el
sol.
Cubierta terrestre: Se define como aquella que está conformada por las
diferentes vegetaciones, construcciones, suelos o cuerpos de agua y que
reciben una señal energética proveniente de las fuentes citadas en el ítem
anterior, dando así una respuesta de acuerdo a sus características físicas.
Sistema – Sensor: Compuesto por el sensor y la plataforma que lo soporta.
Este tiene como misión captar la energía procedente de las cubiertas
terrestres, codificarla y grabarla o enviarla directamente al sistema de
recepción (Chuvieco, 1995).
Sistema de recepción – comercialización: En donde se recibe la información
transmitida por la plataforma, se graba en un formato apropiado y, luego de
realizar las respectivas correcciones, se distribuye a los intérpretes.
Interprete y usuario final:
Imagen 4. Diagrama Sistema de Teledetección. Fuente: Emilio Chuvieco - Fundamentos de Teledetección.
Los humanos cuentan de por sí con un sensor, el ojo, el cual está en la capacidad
de percibir y detectar ciertos elementos gracias a un flujo energético compuesto de
radiación electromagnética, el cual puede ser originado por reflexión, emisión y
emisión – reflexión. La primera de estas hace alusión a la ocasionada por la
energía solar, cuando dicha radiación es reflejada por las diferentes cubiertas
16
presentes en la superficie terrestre es capturada por un sensor, el cual transmite
esto a su vez a las respectivas estaciones receptoras.
Así mismo la observación remota puede basarse en la energía emitida por las
propias cubiertas, o en la energía que un sensor sea capaz de generar para
posteriormente recoger su reflexión.
A lo largo de la historia se ha explicado la radiación electromagnética por dos
teorías, en la primera se concibe como un haz ondulatorio que viaja a través de un
campo eléctrico y un campo electromagnético perpendiculares entre si y en la
segunda esta es considerada como una sucesión de unidades discretas de
energía con masa igual a cero, los autores de dichas teorías son Maxwell y Planck
respectivamente.
En lo que corresponde a la teoría de Maxwell se afirma que la energía
electromagnética se transfiere de un lugar a otro a la velocidad de la luz en forma
de onda, las características de estas son longitud de onda y frecuencia, las cuales
son definidas a continuación:
Longitud de Onda: Distancia que recorre una onda en un determinado tiempo, este
intervalo de tiempo es aquel transcurrido entre dos picos consecutivos de alguna
propiedad física de la onda.
Frecuencia: Numero de ciclos pasados por un punto en un determinado tiempo.
Imagen 5. Partes de una Onda. Fuente: FAO.
17
2.3.1. ESPECTRO ELECTROMAGNETICO:
Se denomina espectro electromagnético a la distribución energética del conjunto
de las ondas electromagnéticas.
El espectro electromagnético se extiende desde la radiación de menor longitud de
onda, como los rayos gamma y los rayos X, pasando por la luz ultravioleta, la luz
visible y los rayos infrarrojos, hasta las ondas electromagnéticas de mayor longitud
de onda, como son las ondas de radio. Para su estudio, el espectro
electromagnético se divide en segmentos o bandas, aunque esta división es
inexacta (Astrofísica y Física, 2012).
Imagen 6. Espectro Electromagnético. Fuente: Emilio Chuvieco - Fundamentos de Teledetección.
En el campo de la teledetección existen diferentes intervalos del espectro que
cabe destacar, ya que son frecuentemente empleadas a continuación se
relacionan con su respectiva descripción:
Espectro visible: Comprende el conjunto de ondas cuya longitud se encuentra
entre los 0,4 a 0,7 micras, se denomina así ya que es la única radiación
electromagnética detectada por el ojo humano. Se distinguen tres categorías
dentro del mismo: Azul (0,4 a 0,5 micras), Verde (0,5 a 0,6 micras) y Rojo (0,6 a
0,7 micras).
18
Infrarrojo próximo: Es aquel que abarca las longitudes de onda entre las 0,7 a 1,3
micras, es de gran importancia para la discriminación de masas vegetales y
concentraciones de humedad.
Infrarrojo medio: Es en donde se entremezclan los procesos de reflexión de la luz
solar y de emisión de la superficie terrestre (Chuvieco, 1995), las longitudes de
onda correspondiente a este intervalo se ubican entre 8 y 14 micras.
2.3.2. SISTEMAS DE TELEDETECCION:
Como ya se mencionó anteriormente un sistema de teledetección puede captar la
radiación electromagnética por reflexión, emisión y emisión. En esta sección se
procede a citar alguna de las características de los mismos junto con su respectiva
descripción, lo cual ayudara a comprender de una mejor manera el funcionamiento
de los mismos.
2.3.3. RESOLUCION ESPACIAL:
Este concepto designa al objeto más pequeño que se puede distinguir en la
imagen. Está determinada por el tamaño del píxel, medido en metros sobre el
terreno, esto depende de la altura del sensor con respecto a la Tierra, el ángulo de
visión, la velocidad de escaneado y las características ópticas del sensor (La tierra
a vista de satelite, 2006).
2.3.4 RESOLUCION ESPECTRAL:
Hace alusión al número y ancho de bandas o canales espectrales que posee el
sistema sensor, se dice que un sensor puede ofrecer una mejor clasificación de la
superficie observada entre más bandas tenga y más estrechas sean.
2.3.5. RESOLUCION RADIOMETRICA:
Se refiere a la cantidad de niveles de grises en que se divide la radiación recibida
por el sensor para ser almacenada y procesada posteriormente. La mayoría de
sensores ofrecen 256 niveles (1 Byte), aunque los actuales alcanzan una mayor
resolución (1024 - 2048).
2.3.6. RESOLUCION TEMPORAL:
Hace alusión a la frecuencia de paso del satélite por un mismo punto de la
superficie terrestre, esto depende de diferentes factores como la altura del satélite
19
con respecto a la tierra, la velocidad del satélite y en general la órbita que este
siga.
2.3.7. ORBITAS SATELITALES:
Existe una forma de clasificar los sistemas satelitales según el tipo de orbita que
estos realicen alrededor de la tierra, cabe anotar que la trayectoria que estos
realizan influyen fuerzas gravitacionales que pueden influenciar notablemente en
el producto a generar por cada sistema. A continuación se citan los tipos de
orbitas más destacados en la actualidad.
2.3.8. ORBITA GEOESTACIONARIA:
Se localiza por sobre la línea del Ecuador sobre la latitud cero, con una altitud
aproximada de 35,787 km, en una órbita circular. De hecho, se trata de la única
definición de órbita que específica sea circular y por ello, se trata de la órbita más
estable que se le puede asignar a un satélite desde el punto de vista de la
estación terrena correspondiente.
Imagen 7. Orbitas alrededor de la tierra. Fuente: Aula de Teledetección y Cambio Climático (AulaSat)
2.3.9. ORBITA GEOSINCRONICA:
No se encuentra en el Ecuador, sino más bien entre los trópicos, y describe una
trayectoria elíptica en vez de circular, con la Tierra en uno de sus focos. Teniendo
en consideración lo anterior, su altitud se expresa en base a que el semieje mayor
de la órbita elíptica mide 42,164.5 km. Desde la estación terrena, la posición del
satélite varía, “dibujando” un analema.
2.3.10. ORBITA BAJA:
Los satélites de órbita baja (conocidos como Low Earth Orbit – LEO) se posicionan
de 500 a 1,500 km. En este rango existe una órbita especial para satélites
20
específicos, conocidos como Sun-Synchronous Satellites, con una órbita entre 600
a 800 km; gracias a este rango, los satélites orbitan en un recorrido exacto de
norte a sur, y aunque cruzan el ecuador múltiples veces por día, cada vez
conservan el mismo ángulo con respecto al sol. La velocidad de un satélite LEO es
la mayor, en comparación a las dos primeras y a la siguiente (Agencias
espaciales, 2013).
2.3.11. ORBITA HELIOSINCRONICA
Los satélites de órbita helio sincrónica son aquellos que poseen una órbita
geocéntrica combinando una altitud e inclinación esto para lograr que un satélite
pase sobre una determinada latitud en un tiempo solar local, es decir que siempre
pasa a la misma hora por un determinado lugar.
2.3.12. IMÁGENES SATELITALES:
Se define como la representación visual de la información terrestre capturada por
un sensor montado en un satélite. Los datos son enviados a una estación terrestre
en donde se procesan y se convierten en imágenes, enriqueciendo nuestro
conocimiento de las características de la Tierra en diferentes escalas espaciales.
Dichas imágenes son grabadas en formato Raster, el cual posee una estructura o
fichero de datos que representa una rejilla rectangular de pixeles o puntos de
color, denominada matriz.
2.3.13. EL SISTEMA LANDSAT:
Inicialmente denominado ERTS (Earth Resources Technology Satellites), fue la
primera misión que lanzo los Estados Unidos para el monitoreo de recursos
terrestres. Aunque en la actualidad aún se encuentran diferentes misiones
Landsat, para el caso especial de este proyecto nos enfocaremos en la misión
Landsat 8 Oli-Tirs, esta misión en especial presenta las siguientes características:
Orbita Heliosincronica al igual que sus predecesores, presenta una altura orbital
de 705 Km, cada 16 días logra la cobertura del globo terráqueo, una inclinación de
98.2º, periodo de 98.9 minutos, cuenta con dos sensores OLI y TIRS que agregan
4 bandas nuevas al sistema por el lado de OLI (aerosoles/litoral e Iroc-3),
resolución radiométrica de 12 bits.
2.3.14. PROCESAMIENTO DIGITAL DE IMÁGENES:
Puede definirse como el conjunto de transformaciones numéricas realizadas sobre
la matriz original de una imagen para obtener representaciones más adecuadas de
la misma, según las aplicaciones que se le quiera dar (Montesinos Aranda, 2002),
21
dicho en otras palabras el procesamiento digital de imágenes consiste en la
manipulación, mejoramiento y extracción de la información de las imágenes
naturales con el uso de computadoras y software especializado.
2.3.15. ALGORITMOS PARA PROCESAMIENTO DE IMÁGENES:
Transformaciones Radiométricas: Son todas aquellas en las que los valores de
gris de los pixeles son alterados sin modificar la geometría de la imagen, se
clasifican en algoritmos de procesamiento puntual y algoritmos de procesamiento
espacial o regional.
Algoritmos de procesamiento puntual: Son aquellos en los cuales la operación
se realiza sobre un solo pixel, sin tener en cuenta los pixeles vecinos, estos
algoritmos son de fácil implementación en las computadoras convencionales, por
ejemplo en los casos de ensanche de contraste,” (tablas de consulta), en donde
entrando con un nivel de gris se obtiene el de salida.
Como ejemplo de estas transformaciones se tiene el ensanche de contraste,
umbralización, pseudocolor y algunas operaciones algebraicas entre imágenes
como la sustracción y el cociente.
Algoritmos de procesamiento espacial o regional: Se definen como aquellos
en los cuales un pixel de salida tiene en cuenta la cantidad de vecinos de esté
junto con sus respectivas características, es por eso que estos algoritmos tienen
un mayor nivel de complejidad que los citados anteriormente.
Los gradientes, realces radiométricos y las operaciones de filtrado son ejemplos
de los algoritmos espaciales o regionales.
Transformaciones Geométricas: Son todas aquellas en donde se cambia la
ubicación de los pixeles dentro de la imagen, dicho en otras palabras se altera la
geometría de la imagen, procesos como la registración, georeferenciación y
remuestreos son ejemplo de estos.
2.4. SISTEMAS DE INFORMACION GEOGRAFICA (SIG): Un SIG es un software específico que permite a los usuarios crear consultas
interactivas, integrar, analizar y representar de una forma eficiente cualquier tipo
de información geográfica referenciada asociada a un territorio, conectando mapas
con bases de datos (Confederación de Empresaríos Andalucía., 2010). Este se
compone de los siguientes elementos:
22
Hardware: Es el equipo de cómputo con el que opera un SIG, puede contar
con elementos tales como mesa de digitalización, plotter y escáner.
Software: Software: Proporciona las herramientas y funciones necesarias
para almacenar, analizar y desplegar la información geográfica, para ello se
necesitan de elementos principales de software como: Ingreso de datos y
verificación, almacenamiento y administración de datos, salida de datos y
representación, transformación de datos y por último la interacción con el
usuario.
Datos: Los datos geográficos y tabulares relacionados pueden colectarse
en la empresa, en terreno o bien adquirirlos a quien implementa el sistema
de información, así como a terceros que ya los tienen disponibles. El SIG
integra los datos espaciales con otros recursos de datos y puede incluso
utilizar los administradores de base de datos (DBMS) más comunes para
organizar, mantener y manejar los datos espaciales y toda la información
geográfica.
Recurso Humano: Es un componente de vital importancia ya que es el
encargado de conceptualizar las bases de datos integradas y los
modelamientos necesarios para el análisis de la información resultante.
Metodología y Procedimientos: Componente que agrupa distintos
procedimientos para realizar la entrada, gestión, mantenimiento y análisis
de los datos según las características del software y el equipamiento
disponibles.
Aunque existen autores que marcan el origen de los SIG con la aparición de las
técnicas cartográficas, se puede afirmar que el inicio de los SIG se produjo con el
cambio del formato analógico al digital y es también por esto que surgen los
formatos de representación vectorial y Raster. Todos los sistemas de información
geográfica y los resultados de las búsquedas en estos dependen de la calidad y
cantidad de información suministrada en su base de datos.
23
Imagen 8. Componentes de un SIG. Fuente: Los sistemas de Información, Educarchile.
2.4.1. BASE DE DATOS GEOGRAFICA:
Una base de datos geográfica (BDG) es una colección de datos organizados de tal
manera que sirvan para aplicaciones de sistemas de información geográfica, y
permitan el almacenamiento estructurado de los datos, de acuerdo a criterios
espaciales, tipos de consultas y gestión de información geográfica. A diferencia de
las bases de datos tradicionales estas pueden manejar tipos de datos que tienen
geometría (punto, línea, polígono) y a su vez características.
Un atributo espacial es una característica geográfica de los objetos que describe
(ubicación, dimensión, forma), es decir, los puntos que conforman el perímetro de
una población están almacenados en cierto tipo de archivos que interpretan las
aplicaciones geográficas que se encuentran en el mercado.
Por otra parte los datos no espaciales son características cuantitativas asociadas
al objeto que se desea describir, generalmente se almacenan en tablas y son
denominados en algunos casos datos descriptivos.
24
2.4.2. REPRESENTACION DIGITAL FORMATOS VECTORIAL Y RASTER
Como ya se mencionó anteriormente los SIG despliegan información del mundo
real, es por esto que se diferencian dos formatos de representación digital, los
cuales se acoplan de acuerdo a las necesidades de visualización y tratamiento de
la información, a continuación se definen las propiedades de cada uno de estos
con su respectiva descripción.
2.4.3. EL FORMATO VECTORIAL:
Los gráficos vectoriales están formados a partir objetos geométricos (puntos,
líneas y polígonos) definidos como vectores. Los puntos se codifican en formato
vectorial por un par de coordenadas en el espacio, las líneas como una sucesión
de puntos conectados y los polígonos como líneas cerradas (formato orientado a
objetos) o como un conjunto de líneas que constituyen las diferentes fronteras del
polígono (formato Arco/nodo).
Imagen 9. Formatos de Representación de una imagen. Fuente: Cartografía digital (http://www.geocities.ws/)
Se considera que el formato vectorial es más adecuado para la representación de
variables cualitativas o entidades, para representar superficies a través de este
formato se tienen los siguientes modelos:
Malla regular de puntos.
Red triangular de triángulos.
Isolineas.
25
2.4.4. EL FORMATO RASTER:
En su forma más simple, un Raster consta de una matriz de celdas (o píxeles)
organizadas en filas y columnas (o una cuadrícula) en la que cada celda contiene
un valor que representa información, como la temperatura, altura o una magnitud.
Los rasteres son fotografías aéreas digitales, imágenes de satélite, imágenes
digitales o incluso mapas escaneados (ArcGis, 2012).
Una capa en formato Raster está compuesta por cuatro elementos fundamentales:
Matriz de Datos: Puede estar compuesta por valores numéricos en caso
de que la variable a representar sea cuantitativa o por identificadores
numéricos en caso de que se trate de una variable cualitativa, dichos
identificadores están asociados a los diferentes valores de las variables
cualitativas. Es de aclarar que en el formato Raster puede darse que una
celda no tenga asociada una entidad, esto es conocido como la celda de
valor nulo.
Información Geométrica de Matriz: Hace alusión a características propias
de su posición en el espacio tales como: número de columnas, numero de
filas, coordenadas de sus esquinas y por ultimo resolución o tamaño del
pixel.
Tabla de colores: Arreglo que muestra la variación de tonalidades en las
celdas presentes en el Raster.
En caso de que la variable sea cualitativa, una tabla que haga corresponder
a cada identificador numérico una etiqueta de texto descriptiva (Sarría,
2003).
Los valores de celda pueden ser positivos o negativos, enteros o de punto flotante.
Los valores enteros es mejor utilizarlos para representar datos categóricos
(discretos) y los valores de punto flotante para representar superficies continuas.
Las ventajas de almacenar los datos en forma de Raster son las siguientes:
Estructura de datos simple: matriz de celdas con valores que representan
una coordenada y que, en ocasiones, se encuentra vinculada a una tabla
de atributos (ArcGis, 2012).
26
Formato ideal para análisis espacial y estadístico avanzado.
Capacidad de representar superficies continuas y llevar a cabo análisis de
superficie.
Capacidad de almacenar puntos, líneas, polígonos y superficies de manera
uniforme.
3. MARCO REFERENCIAL HISTORICO
A partir del intenso interés del hombre por conocer y estimar el fenómeno de
erosión del suelo surge hacia 1962 en Estados Unidos la Ecuación Universal de la
Perdida del Suelo (R.U.S.L.E), inicialmente fue formulada para calcular las
pérdidas de suelo producidas por diferentes cultivos, rotaciones y prácticas
agrícolas (Montesinos Aranda, 2002), realizándose sus primeras practicas
experimentales en pequeñas parcelas agrícolas ubicadas al occidente del Rio
Mississippi.
La versión más actual de esta ecuación es la denominada RUSLE, su aparición
se debe a la práctica de diferentes estudios experimentales que dieron a conocer
la necesidad de modificar algunas formas de evaluar y calcular los factores
presentes en la misma.
Con el avance de los Sistemas de Información Geográfica y las herramientas de
teledetección se han podido realizar diversos estudios que analizan el
comportamiento de este fenómeno en distintas regiones aplicando la RUSLE, a
continuación se citan y resumen algunos de estos realizados en Latinoamérica.
Hacia el año 2004 en Ecuador más específicamente en la Provincia de Loja se
realizó un estudio publicado posteriormente como: "METODOLOGÍA PARA LA
EVALUACIÓN DEL RIESGO DE EROSIÓN HÍDRICA EN ZONAS ÁRIDAS Y SU
APLICACIÓN EN EL MANEJO Y PROTECCION DE PROYECTOS HIDRÁULICO"
(Oñate Valdivieso, 2004), en este se lograron identificar las zonas que
presentaban un comportamiento critico en cuanto a erosión hídrica, para así
elaborar e implementar un plan de manejo y protección ambiental. Para el
desarrollo del mismo se aplicaron modificaciones en la metodología general de la
RUSLE aplicando herramientas SIG para el cálculo del factor topográfico
contenido dentro de la misma.
La Universidad Nacional de Comahue en la República de Argentina publica un
boletín geográfico denominado "ESTIMACIÓN DE EROSIÓN HIDRICA DE
27
SUELOS PARA PLAN DE MANEJO DEL CAMPO FORESTAL AGUAS FRÍAS,
PATAGONIA ARGENTINA " (Departamento de Geografía,Universidad Nacional
del Comahue, 2011), en este se hizo uso del software Arcgis 9.2 para la
elaboración y visualización de la de erosión actual presente en la zona de estudio,
asimismo se aumentó la precisión del Modelo Digital de Elevación utilizado
mediante una interpolación lineal que a su vez incorporaba información
recolectada en campo lo que permitió elaborar un mapa de erosión hídrica más
detallado.
En Uruguay se desarrolló el proyecto de “APLICACIONES DEL MODELO
USLE/RUSLEPARA ESTIMAR PERDIDAS DEL SUELO POR EROSION EN
URUGUAY Y LA REGION SUR DEL RIO DE LA PLATA” (Prechac, 2001)
La tesis de grado para optar al título de maestría en la universidad Estatal de
Colorado, Estados Unidos, esta tesis se denomina “SOIL EROSION MODELING
USING RUSLE AND GIS ON THE IMHA WATERSHED, SOUTH KOREA”, esta
investigación sigue las mismas pautas desarrolladas en el presente documento, se
lleva a cabo en la cuenca de Imha Corea del Sur (Kim, 2006)
De la misma manera se desarrolló en España más específicamente en las
provincias de Almería Y Granada una tesis doctoral denominada "DESARROLLO
METODOLOGICO PARA LA EVALUACIÓN DEL RIESGO DE EROSION
HIDRICA EN EL AREA MEDITERRANEA UTILIZANDO TECNICAS DE
TELEDETECCION Y SIG" (Montesinos Aranda, 2002), en esta utilizaron Modelos
Digitales de Elevación (MDE), datos pluviométricos, herramientas SIG y técnicas
de teledetección para cuantificar los valores de la RUSLE.
Para el caso específico de Colombia se han venido desarrollando diversos
estudios que implementan diferentes metodologías, el IDEAM ha realizado los
siguientes estudios:
La erosión y sedimentación en Colombia, en donde se identificaron a nivel
nacional con base en información 1:500.000 generalizada a 1:1.500.000,
los procesos geomorfológicos actuales para cada sistema morfogénico,
enmarcados dentro de cinco grandes categorías: erosión hídrica superficial,
remoción en masa, procesos litorales, procesos glaciares y periglaciares,
litorales y procesos de sedimentación (Perez Gallardo, 2011).
Estabilidad de las formaciones superficiales desarrollado por el IDEAM en
1981 es un estudio que permitió valorar los procesos geomorfológicos,
28
ponderarlos y cualificarlos dentro de cuatro niveles de estabilidad (Perez
Gallardo, 2011).
Susceptibilidad a los movimientos en masa, es un trabajo adelantado a partir
de la interpretación de imágenes de satélite Landsat 5 TM para ubicar zonas
con diferentes procesos de erosión hídrica y movimientos en masa (Perez
Gallardo, 2011).
Pronóstico de movimientos en masa: Programa que se viene adelantando
diariamente en el Servicio de Información Ambiental del Instituto, con el
propósito de darle al país un boletín con la identificación de las áreas más
susceptibles a los eventos por remoción en masa e igualmente dar la alerta
oportuna cuando las condiciones así lo exijan (Perez Gallardo, 2011).
Para el año de 2008 en la universidad Politécnico de Madrid se realiza el estudio
“ESTUDIO DEL FACTOR VEGETACIÓN “C” DE LA ECUACIÓN UNIVERSAL DE
PÉRDIDAS DE SUELO REVISADA “RUSLE” EN LA CUENCA DEL RÍO BIRRÍS
(COSTA RICA)” (Revilla, 208)
Revisando más a fondo lo concerniente a la aplicación de la R.U.S.L.E en
Colombia podemos citar diferentes proyectos de grado, a manera de ejemplo se
puede mencionar la tesis realizada en la universidad industrial de Santander
titulada "MODELO PARA EVALUAR LA EROSION HIDRICA EN COLOMBIA
UTILIZANDO SISTEMAS DE INFORMACION GEOGRAFICA", en dicho proyecto
se utilizó el índice de Fournier para medir el grado de agresividad de las lluvias en
el territorio Colombiano, asimismo para el cálculo de los factores topográficos
presentes en la R.U.S.L.E se digitalizaron las curvas de nivel contenidas en el
mapa de la Subdirección de Geomorfología y Suelos del IDEAM en el año 2000 ,
todo esto a partir de la información de curvas de nivel provenientes de la
cartografía IGAC digitalizada por el DANE.
Los resultados obtenidos en este estudio son interesantes ya que se estimó que
las pérdidas del suelo en el territorio Colombiano oscilan entre 1.66 y 426
Ton/Ha/Año, asimismo se pudo identificar que las zonas es donde se presenta una
erosión alta son las cuencas bajas del rio Chicamocha, Suarez en Santander,
Juanambu y Patía en Nariño, Villa de Leyva en Boyacá y el desierto de la Tatacoa
en el Huila, junto con la vertiente Sur oriental de la Sierra nevada de Santa Marta.
Se destaca que estas zonas ya tienen un proceso erosivo muy avanzado siendo
ya el daño irreversible.
29
En febrero del 2011, más específicamente en el departamento de Boyacá se
desarrolló en la Universidad Nacional de Colombia un proyecto de grado titulado:
“DESARROLLO DE UN MODELO DE VISUALIZACIÓN DE EROSIÓN HIDRICA
EN EL MUNICIPIO DE SAMACÁ - BOYACÁ (Buitrago Escobar, 2011)”, en dicho
proyecto se hizo uso de DEM ASTER del satélite TERRA y SRTM, todos estos
con una resolución espacial de 30 metros. Adicionalmente a esto se obtuvo un
propio DEM a partir de la digitalización de curvas de nivel contenidas en
cartografía básica y posterior a esto se realizó una interpolación por el método de
la distancia inversa ponderada. Además de esto se realizó la interpretación de
imágenes de satélite y fotografías aéreas para identificar los diferentes usos y
coberturas presentes en la zona de estudio utilizando la metodología de valoración
cualitativa Corine Land Cover, se implementó el ya mencionado índice de Fournier
para trabajar información climática y por último se hizo un trabajo de campo el cual
buscaba evaluar la exactitud temática del producto elaborado.
En el año de 1995 la ingeniera Claudia Rojas en compañía de Jorge Mejía y
María Contreras presentan la tesis de grado titulada “DETERMINACIÓN DE
ZONAS ERODABLES PARA SANTAFE DE BOGOTÁ CON BASE A UNA
CARACTERIZACIÓN CLIMÁTICA (Berenice Rojas, Mejia, & Contreras, 1995)” en
este proyecto se realizó para toda Bogotá en donde se analizaron variables
climáticas, geográficas y climáticas para elaborar un producto cartográfico que
mostrara las zonas erodables para dicha ciudad.
En el Departamento del Tolima más específicamente en la cuenca del Rio Totare
se desarrolló el “PLAN DE ORDENACIÓN Y MANEJO DE LA CUENCA MAYOR
DEL RIO TOTARE CONVENIO CORTOLIMA-CORPOICA-SENA-UNIVERSIDAD
DEL TOLIMA” este estudio se desarrolló mediante la aplicación de la R.U.S.L.E.
(Cortolima, 2012)
Si se consulta más a fondo la literatura se encuentran diversos estudios aplicados
en diferentes regiones, pero como se puede apreciar ya existe una fuerte
tendencia en la implementación de Sistemas de Información Geográfica en el
cálculo de la R.U.S.L.E puesto que facilita mucho el tratamiento de la información
y los caculo que se realiza con la misma, además de esto dichos sistemas ofrecen
distintas herramientas que permiten hacer una serie de validaciones y mejoras con
la información disponible de tal forma que garantizan un producto de mejor
calidad.
30
4. MARCO FISICO DEL AREA DE ESTUDIO A continuación se pretende mostrar las principales características de la zona de
estudio, tal y como lo son su ubicación, limites, altura, población, temperatura
promedio, etc.
4.1. LOCALIZACION GEOGRAFICA:
Ubicada en el Centro del país, en la cordillera oriental, dentro del departamento de Cundinamarca la capital del país tiene una extensión aproximada de 33 kilómetros de sur a norte y 16 kilómetros de oriente a occidente para un área aproximada de 1.587 kilómetros cuadrados.
Mapa 1. Ubicación general de Bogotá D.C. Fuente: Elaboración propia.
31
La ciudad se encuentra ubicada dentro de las coordenadas: Latitud Norte: 4° 35'56'' y Longitud Oeste de Grennwich: 74°04'51''. Está dentro de la zona de confluencia intertropical, produciendo dos épocas de lluvia; en la primera mitad del año en los meses de marzo, abril y mayo y en la segunda en los meses de septiembre, octubre y noviembre, se encuentra sobre una altura promedio de 2.630 metros sobre el nivel del mar (Alcaldía de Bogotá, 2015).
Los límites del Distrito Capital son:
Norte: Municipio de Chia.
Oriente: Cerros Orientales y los Municipios de La Calera, Choachí, Ubaque,
Chipaque, Une y Gutiérrez.
Sur: Departamentos del Meta y Huila
Occidente: Río Bogotá y Municipios de Cabrera, Venecia, San Bernardo, Arbeláez,
Pasca, Sibaté, Soacha, Mosquera, Funza y Cota.
4.2. RASGOS GENERALES DE BOGOTA:
La ciudad de Bogotá se encuentra ubicada sobre el altiplano Cundiboyacense de
la cordillera oriental de los Andes, el suelo que constituye esta ciudad es
proveniente del periodo cuaternario y se dice que en su antigüedad una parte fue
un lago, por esta razón hay grandes humedales en la ciudad.
Su rio más importante es el rio Bogotá, el cual corre a lo largo del costado
occidental del área urbana y desde hace varias décadas presenta un alto grado de
contaminación. Otros ríos presentes en esta ciudad son: El rio Juan Amarillo,
Tunjuelo y Fucha.
La ciudad tiene un clima frío de montaña determinado por la altitud, las
temporadas más lluviosas del año son entre abril y mayo, y entre septiembre y
noviembre, alcanzando los 114 mm/mes; en contraste, las temporadas más secas
del año se presentan entre diciembre y febrero, y entre julio y agosto, en las
cuales durante la noche y la madrugada se presentan fuertes heladas que afectan
la agricultura.
32
5. DESARROLLO METODOLOGICO La metodología que se ha desarrollado, se basa en la utilización de información
temática alfanumérica y gráfica. Para el desarrollo y presentación del modelo se
utilizó el software Arcgis 10.1, tomando como Datum de referencia Magna Sirgas.
La elaboración del mapa de erosión hídrica comprende ocho pasos los cuales
están encaminados a cumplir los objetivos principales y secundarios de este
proyecto como se muestra a continuación:
2
Recolección de información necesaria en
las entidades y empresas colaboradoras
(Imágenes satelitales, modelos digitales de
elevación, cartográfica digital, etc. )
3
Elaboración de una base de datos
espacial, verif icación y validación de la
misma
Generar una metodología
apropiada para el cálculo de la
erosión hídrica aplicando la
ecuación R.U.S.L.E
4
Selección e implementación de modelos
matemáticos, herramientas SIG y procesos
digitales de imágenes para la cuantif icación
de las variables de la RUSLE .
5Calculo de la RUSLE y analisis de sus
resultados
6Clasif icación de la erosión hidrica y su
zonif icación
7
Espacialización de los datos en el
softw are ArcGis 10.1, elaboración de la
planchas.
8
Analisis de resultados obtenidos en la
fase anterior con el f in de validar la
exactitud tematica de dichos resultados
1
Revisión bibligrafica que permita obtener
un conocimiento base de la erosión hidrica
y las diferentes tecnicas que se han
implementado para el calculo de la misma
en este caso a traves de la RUSLE.
Elaborar una base de datos
geográficos para la obtención de
los diferentes soportes
cartográficos
Elaborar dos productos
cartográficos (mapa de erosión
hídrica y erosión hídrica potencial)
a escala 1:150.000 de las zonas
que presentan erosión hídrica para
la ciudad de Bogotá D.C.
Cuantif icar la R.U.S.L.E y sus
variables contenidas a partir de
índices, técnicas de teledetección
y herramientas SIG, para así poder
clasif icarla según su grado de
evolución en cuatro categorías
(Ligera, Moderada, Alta, Muy Alta).
Tabla 2 Pasos metodología desarrollada. Fuente: Elaborado por el autor
33
Imagen 10. Fases del proyecto. Fuente: Elaborado por el autor
FASE 1 • Revisión bibliografica en lo concerniente a la erosión hidrica y la
RUSLE con el fin de lograr una mejor comprensión de los mismos.
FASE 2 • Recolección de información en las diferentes empresas
colaboradoras.
FASE 3 • Elaboración de base de datos con la información recolectada en la
fase previa, junto con su verificación y validación.
FASE 4 • Selección de las diferentes herramientas y procesos necesarios para
el calculo de la RUSLE.
FASE 5 • Calculo de la RUSLE y analisis de resultados.
FASE 6 • Clasificación de la erosión hidrica encontrada.
FASE 7 • Elaboración de productos cartograficos a escala 1:150.000
FASE 8 • Verificación de la exactitud tematica de los resultados obtenidos en
el item anterior.
34
5.1. LA ECUACION UNIVERSAL DEL SUELO Y EL CÁLCULO DE SUS
FACTORES:
Formulada inicialmente por Wischmejer y Smith en 1962 y publicada
posteriormente en el Manual 534 del Departamento de Agricultura de los Estados
Unidos, esta ecuación permite estimar las pérdidas anuales del suelo que se
producen en una superficie de terreno , ante unas determinadas condiciones de
clima, suelo, relieve, vegetación y usos de suelo (González del Tánago, 1991).
Las hipótesis de partida de esta Ecuación se centran en considerar a las
precipitaciones como el principal agente activo de esta erosión superficial y así se
establece que las pérdidas de suelo anuales son directamente proporcionales al
índice de erosividad de las lluvias relacionado con la energía cinética de cada
aguacero y su intensidad máxima. Dado que la erosión depende de diversas
variables la R.U.S.L.E tiene como propósito aislar cada variable y reducirla a un
número, de manera que, al multiplicar todos los números obtenidos, resulte
directamente la pérdida del suelo (Hudson, 2006).
La ecuación tiene la siguiente expresión:
Donde:
Pérdida media anual de suelo (M/L2 .T)
Factor de lluvia (L.F.L/ L2T.T.), índice de erosión pluvial.
Factor de erosionabilidad del suelo (M.L2 .T/ L2.L.F.L.)
Factor longitud de la pendiente (a dimensional)
Factor de inclinación de pendiente (a dimensional)
Factor de ordenación de cultivo (a dimensional)
Factor de control de la erosión mediante prácticas de cultivo (a dimensional)
Sucesivos trabajos y ampliaciones de las series de datos experimentales dieron
lugar a la formulación de la R.U.S.L.E en su última versión, sobre la que
posteriormente a su vez se han hecho modificaciones respecto a la forma de
evaluación de algunos de sus parámetros, a continuación se describe cada uno de
estos junto con su respectiva metodología implementada para su cálculo.
35
5.2. CALCULO DEL FACTOR R:
El factor R es el índice de erosión pluvial y recoge la influencia que sobre la
erosión tiene la energía cinética de los aguaceros, disgregando las partículas del
suelo y compactando su superficie, y su intensidad máxima, determinando la
aparición de escorrentía superficial cuando se supera la capacidad de infiltración.
Se dice que la energía cinética de la lluvia está relacionada con la intensidad de la
lluvia y el tamaño de las gotas de la misma, el índice propuesto por la R.U.S.L.E
para cuantificar el efecto erosivo de las lluvias tiene como expresión:
Donde representa la energía cinética del aguacero, estimada a su vez por la
ecuación:
es el índice de erosividad de la lluvia medido en julios por centímetro cubico de
lluvia.
es la energía cinética de la lluvia en Julios por centímetro cuadrado de lluvia.
es la intensidad de la lluvia, este se mide en centímetros por hectárea.
es la intensidad máxima en treinta minutos del aguacero, en centímetros por
hectárea.
Dado que en diversas ocasiones no se cuenta con la información suficiente para el
cálculo de este factor se hace necesario recurrir a métodos alternos y más
sencillos como el Índice de Agresividad Climática de Fournier y el Índice de
Arnoulds , siendo este ultimo denominando Índice Modificado de Fournier (IFM), el
cual fue escogido para el desarrollo de este proyecto y se expresa así:
Donde:
IFM Índice de Fournier Modificado
pi Precipitación del mes en mm.
36
P Precipitación total anual, en mm.
5.3. CONSTRUCCION DEL MAPA INDICE DE AGRESIVIDAD DE LLUVIAS
Para la elaboración del mapa mencionado se dispuso de la información de 58
estaciones pluviométricas suministradas por el IDEAM y la Empresa de
Acueducto y Alcantarillado de Bogotá distribuidas tanto al interior de Bogotá D.C
como en municipios aledaños. La información que se tiene para cada estación es
la pluviometría total mensual para el año 2013 así como las coordenadas planas
de cada una de estas. Para la obtención del mapa de Índice de Agresividad de las
Lluvias se hizo necesario calcular la pluviometría total anual y posteriormente el
IFM a cada estación.
ID ESTACION FOURNIER
1 ACAPULCO 84.8020
2 APTO EL DORADO 109.2010
3 AUSTRALIA 127.4366
4 BETANIA 113.1026
5 CASAS LAS 110.1972
6 COL MIGUEL A. CARO 98.8813
7 COL SANTIAGO PEREZ 87.6818
8 ENMANUEL D ALZON 127.896
9 FOMEQUE 140.817
10 GUANATA 94.622
11 JARDIN BOTANICO 116.069
12 LLANO LARGO 150.001
13 NAZARETH 91.068
14 NUNEZ 122.413
15 NVA GENERACION AUT 102.616
16 PASQUILLA 65.078
17 PENAS BLANCAS 120.104
18 PREVENTORIO INFANTIL 67.877
19 PRIMAVERA D MATIMA 111.116
20 SAN JORGE GJA 65.093
21 TAQUES LOS 117.718
22 TIBAITATA 67.208
23 UNION LA 88.749
24 UNIV NACIONAL 140.420
25 EL DELIRIO 171.861
37
26 SAN RAFAEL 113.914
27 SAN FRANCISCO-SALITRE K9 167.872
28 SAN DIEGO 187.892
29 EL VERJON 146.276
30 CERRO DE SUBA 89.264
31 EL GRANIZO 153.997
32 SAN LUIS 157.238
33 SANTA LUCIA 88.901
34 SANTA ANA 143.732
35 BOSA BARRENO NO. 2 55.782
36 CASA DE BOMBAS SALITRE 130.669
37 CASABLANCA 63.115
38 GUADALUPE 117.151
40 SERREZUELA 126.710
41 JUAN REY 142.078
42 QUIBA 68.832
43 SAUCEDAL II 78.400
44 LA CONEJERA 126.884
45 LAS HUERTAS 56.435
46 VITELMA 199.350
47 LA CARO 88.277
49 FONTIBON 95.695
50 CAMAVIEJA 136.092
51 PLANTA WIESNER 109.088
52 BOCAGRANDE - SALITRE 185.423
53 EL HATO 93.099
54 LOS TUNJOS 136.232
55 LA REGADERA 99.479
56 NAZARETH 120.833
57 SANTA ROSA CARRETERA 144.537
58 STA ANA 109.045
Antes de iniciar el tratamiento y procesado de la información se realizo un análisis
exploratorio de los datos, en donde se analizo la presencia de datos atípicos y la
forma de la distribución que siguen los mismos. Todo esto haciendo uso del
software libre R versión 2.15.0.
Como se observa, el histograma del IFM intuitivamente presenta una distribución
normal.
38
Imagen 11. Histograma Índice de Fournier Modificado .
Ahora bien para identificar la presencia de datos atípicos se realizo un diagrama
de caja, en este se pudo evidenciar no existe presencia de datos atípicos, a
continuación se muestra el diagrama mencionado :
Imagen 12. Diagrama de Caja IFM.
39
Ahora bien con la información de las estaciones pluviométricas mencionadas se
realizo la prueba de hipótesis de Saphiro Wilk , esto con el objetivo de identificar si
los datos siguen o no una distribución normal.
La prueba de hipótesis arrojo el valor W = 0.9778 y un p-valor = 0.3884 por lo cual
no se rechaza la hipótesis nula, es decir no se necesita normalizar los datos
puesto que ya presentan una distribución normal.
Luego del proceso de validación la información esta fue especializada y guardada
mediante el software Arcgis 10.1 en una Geodatabase, posteriormente se hizo uso
de la extensión Geostatistical Analyst para así identificar que método
determinístico podría arrojar la mejor interpolación del fenómeno pluviométrico.
Esta herramienta contiene cuatro métodos de interpolación: Inverse Distance
Weighting, Global Polynomial Interpolation, Radial Basis Functions y Local
Polynomial Interpolation (Se recomienda consultar la bibliografía sobre estos
métodos de interpolación, ya que en este documento se muestra la generalidad
conceptual de los métodos, no se profundiza) .
Para efectos de este proyecto se analizo con cuál de estos métodos mencionados
se obtenía el menor error medio cuadrático y de esta forma obtener la mejor
interpolación , siendo escogido el metodo de Splines perteneciente a la opción
Radial Basis Functions.
El método de Splines es un método de interpolación que estima valores usando
una función matemática que minimiza la curvatura general de la superficie, lo que
resulta en una superficie suave que pasa exactamente por los puntos de entrada
(ArcGis, 2012).
Ajusta una función matemática a una cantidad especificada de puntos de entrada
más cercanos mientras pasa a través de los puntos de muestra. Este método es
mejor para generar superficies que varían levemente, como la elevación, la altura
de las tablas de agua o las concentraciones de contaminación.
A continuación se muestran los parámetros de entrada para el desarrollo de esta
herramienta perteneciente al paquete Geostatistical Analyst del software ArcGis
10.1.
40
Imagen 13. Parámetros de entrada para la interpolación por Splines. Fuente: elaboración propia.
Con este método se obtiene un error medio cuadrático de 20.911 con lo cual se
reduce un poco más el error en comparación con los métodos mencionados
anteriormente ya que estos oscilaban alrededor de 26, razón por la cual se escoge
este método para realizar la interpolación final.
Imagen 14. Error Medio Cuadrático Método Splines.
41
Mapa 2. Ubicación de las estaciones pluviales
42
Luego de ejecutar la interpolación del IFM por el método de Splines como se
menciono anteriormente se obtuvo un archivo en formato Raster que muestra la
variación del IFM en la ciudad de Bogotá D.C, el cual se presenta a continuación:
Mapa 3. Mapa del factor R
43
5.4. ANALISIS DE RESULTADOS:
Como era de esperarse se encontró una fuerte intensidad de las lluvias al sur de la
ciudad más específicamente en la localidad de Sumapaz, esto debido a que esta
zona presenta una variación de altura entre los 2.400 y 4.100 metros sobre el nivel
del mar y además de esto cuenta con un páramo llamado igual que dicha
Localidad, el páramo de Sumapaz.
También se puede apreciar una fuerte agresividad de la lluvia hacia las
localidades de Chapinero y Santa Fe, esto debido a que al ser una zona aledaña a
los cerros orientales presenta altas precipitaciones debido a la convergencia de
vientos sobre dichas montañas.
Es importante resaltar que en zonas como Bosa y Ciudad Bolívar se encontró un
índice de agresividad de lluvias bajo, siendo estas las más bajas en la zona de
estudio ya que en general para Bogotá y como se puede apreciar (Ver Mapa 3) la
agresividad de la lluvia está en un intervalo de Medio a Alto.
Cabe resaltar que el alto error medio cuadrático presentado en la interpolación del
IFM altera la representación del fenómeno, todo esto debido a la distribución de
las estaciones pluviométricas (Ver Mapa 2) consideradas, es esto lo que puede
causar que en algunos sectores del mapa se presente el denominado " efecto de
buey " que genera regiones circulares en las zonas aledañas a los puntos de
muestreo.
Otro factor que puede alterar la representación del fenómeno es la veracidad de la
información pluviométrica otorgada por las entidades, ya que no hay elementos
que puedan determinar si la información entregada por estas es veraz o no.
5.5. CALCULO DE LOS FACTORES TOPOGRAFICOS L S:
Para la determinación de este factor es necesario conocer las alturas y pendientes
del terreno, es por esto que inicialmente se intento trabajar con el DEM ASTER
GDEM (Aster Global Elevation Model), el cual se encuentra disponible para su
descarga en diversas ubicaciones electrónicas, principalmente en globis del
USGS.
Este DEM se encuentra en formato GeoTIFF con coordenadas geográficas
(Latidud - Longitud), cuenta con una resolución espacial de 30.8190637 metros y
hace referencia al geoide WGS84.
44
Sin embargo al hacer un análisis del mismo se encontró que este captura
elevaciones de construcciones mas no del terreno, razón por la cual genera
errores para zonas donde se presenten construcciones en gran altura. Esto se
evidencio porque al calcular las pendientes del terreno en porcentajes se veían
variaciones muy grandes en la Localidad de Engativá, Suba, Fontibón y otras
localidades donde la topografía predominante es plana.
Sin embargo para tener más claridad respecto a las alturas se analizaron puntos
en la localidad de Engativá y se pudo apreciar que efectivamente el DEM ASTER
GDEM está elaborado a partir de las alturas de las construcciones y no del
terreno.
Imagen 15. Diferencias de altura DEM Aster.
45
Mapa 4. DEM ASTER.
46
Por esta razón se hizo necesario buscar otra fuente de información para la
elaboración del DEM, a través del software Global Mapper, mediante la opción de
búsqueda se encontraron curvas de nivel para la ciudad de Bogotá D.C a diez
metros provenientes del sensor SRTM Worldwide Elevation Data.
Para la construcción del DEM en primera instancia se elaboro una red irregular de
triángulos (TIN por sus siglas en inglés) mediante la herramienta TIN del software
ArcGis 10.1. Estas redes son una forma de datos geográficos digitales basados en
vectores y se construyen mediante la triangulación de un conjunto de vértices
(ArcGis, 2012).
El software ArcGis 10.1 necesita de tres parámetros para ejecutar la herramienta
TIN, a continuación se describe cada uno de estos junto con los datos de entrada
utilizados en el desarrollo de este proyecto:
Parámetro Explicación Datos Entrada
in_features
Agrega
referencias:
una o más
clases de
entidad que
se incluirán
en el TIN .
Curvas de nivel
descargadas
spatial_ref
erence
(opcional)
out_tin
Localización
del TIN de
salida
Ruta de
almacenamiento
La referencia
espacial de
el TIN de
salida
Sistema de
Coordenadas
MAGNA_Colombia
_Bogota
Tabla 3.Estructura creación TIN Arcgis 10.1
Ahora bien una vez construido el TIN se procedió a elaborar el Modelo Digital de
Elevación, mediante la herramienta TIN To Raster, la cual crea un ráster
interpolando sus valores de celda desde la elevación del TIN de entrada a la
distancia de muestra especificada.
Para el uso de dicha herramienta se necesita de seis parámetros, a continuación
se describe cada uno de estos junto con los datos de entrada utilizados en el
desarrollo de este proyecto:
47
in_tin El TIN de entrada.TIN creado en paso
anterior.
Parametro Explicación Datos Entrada
out_rasterUbicación y nombre
del ráster de salida
data_type
El tipo de datos del
ráster de salida se
puede definir
mediante las
siguientes palabras
clave: (Float - Int)
Float
z_factor
El factor por el que
se multiplicarán los
valores de elevación.
1
method
El método de
interpolación utilizado
para crear el ráster.
LINEAR -
NATURAL_NEIGHB
ORS
NATURAL_NEIGHBORS
sample_distance
El método de
muestreo y distancia
utilizados para definir
el tamaño de celda
del ráster de salida.
30
Tabla 4. Estructura de Creacion Raster Arcgis 10.1
48
Una vez ejecutada esta herramienta se obtuvo el modelo digital de elevación para
la ciudad de Bogotá D.C, sin embargo los sumideros se deben rellenar para
garantizar la representación correcta de cuencas y arroyos. Si los sumideros no se
rellenan, una red de drenaje derivada puede ser discontinua (ArcGis, 2012).
Con base en lo anterior se hizo necesario usar la herramienta Fill Dem del
software ArcGis 10.1, la cual rellena sumideros en un ráster de superficie para
quitar pequeñas imperfecciones en los datos, es importante su aplicación ya que
los sumideros (y picos) representan errores debido a la resolución de los datos o
el redondeo de elevaciones al valor entero más cercano. Para su desarrollo esta
herramienta necesita dos parámetros los cuales se citan a continuación:
Parametro Explicación Datos Entrada
in_surface_raster
Ráster de entrada que
representa una
superficie continua.
Modelo digital de elevación
calculado en el paso anterior.
z_limit
(Opcional)
Diferencia máxima de
elevación entre un Null
Tabla 5. Estructura Fill Dem Arcgis 10.1
Finalmente después de ejecutar esta herramienta se obtuvo el modelo digital de
elevación para trabajar a lo largo del proyecto y poder calcular el factor LS de una
manera más precisa.
49
Mapa 5. Modelo Digital de Elevación Bogotá D.C.
50
Posterior a esto se generó el Raster de las pendientes del terreno tanto en grados
como en porcentajes con el módulo Slope del software ArcGis10.1, esta
herramienta identifica la pendiente (gradiente o tasa de cambio máximo en el valor
z) desde cada celda de una superficie de ráster. A continuación se muestran los
atributos que necesita esta herramienta para su ejecución junto con su
explicación:
Parametro Explicación Datos Entrada
in_raster Ráster de entrada de superficie.Modelo digital de elvacion corregido
z_factor
Cantidad de
unidades x,y de
suelo en una
Null
out_raster
Ráster de
pendiente de
salida.
Ruta de almacenamiento
output_me
asurement
(Opcional)
Determina las
unidades de
medición
(grados o
porcentajes) de
los datos de la
pendiente de
salida. DEGREE
—PERCENT_RISE
.
DEGREE —PERCENT_RISE según el caso.
Tabla 6. Estructura Slope Arcgis 10.1
El cálculo del factor L se obtiene mediante la ecuación:
Dónde:
= Longitud de pendiente en metros, en este caso es 30m y se asocia al tamaño
del pixel.
= Exponente adimensional que depende del grado de la pendiente y se define a
continuación:
51
se define en la ecuación:
Donde = Pendiente en grados.
El factor se define como:
siendo la pendiente del terreno en tanto por ciento.
Para implementar todas estas ecuaciones en el software ArcGis 10.1 se planteo la
ecuación en la herramienta Raster Calculator, en primer instancia para el cálculo
del factor L se calcula el factor , para luego calcular el factor y por último el
factor L. De igual forma en el modulo Raster Calculator de Arcgis 10.1 se
implementa la ecuación para el cálculo del Factor S.
5.6. ANALISIS DE RESULTADOS:
Como era de esperarse los valores más altos de estos valores se presentan hacia
las zonas montañosas, se puede evidenciar un aumento progresivo de estos en la
zona de los cerros orientales de Bogotá y la concentración de bajos valores hacia
la zona urbana.
Dado que el factor L hace alusión a las longitudes de las pendientes este presenta
valores altos y por ende una mayor concentración en las zonas montañosas
donde las pendientes son similares. Caso contrario al factor S el cual al depender
exclusivamente de las pendientes presenta sus valores más altos en zonas donde
hay variaciones fuertes de pendientes, es por eso que se puede ver solo en
pequeños segmentos de las zonas montañosas.
Ahora bien los dos factores presentan un comportamiento similar en las zonas
urbanas ya que son planas y por ende no hay una variación notable de
pendientes.
A continuación se muestra el mapa de cada uno de los factores mencionados:
52
Mapa 6. Factor L
53
Mapa 7. Factor S
54
5.7.CALCULO DEL FACTOR K:
El factor K indica la susceptibilidad o capacidad de desprendimiento del suelo por
salpicadura del agua o por escorrentías, este factor tiene en cuenta las
características estructurales del suelo para su cálculo tales como textura,
contenido de materia orgánica, permeabilidad, etc.
La información base para este factor no se encontró en un mapa o en una entidad
como tal, se busco esta información en diferentes entidades tales como
Ingeominas, Catastro Distrital, Sociedad Colombiana de Ingenieros, Instituto de
Desarrollo Urbano (I.D.U) y en ninguna se encontró un mapa como tal del factor K
ni de suelos los suelos de Bogotá D.C en forma detallada, por tal motivo se
consultaron bases de datos del I.D.U, donde se encontraron estudios de suelos
realizados en años anteriores para la construcción de diferentes obras en la
ciudad, en algunos de estos se encontró parte de la información y con esta
información se elaboro una base de datos georeferenciando cada punto
encontrado, para así ejecutar la ecuación del factor K con la base de datos
organizada y estructurada
La ecuación propuesta por Wischmeir y Smith para el cálculo del factor
erodabilidad del suelo se cita a continuación:
Donde:
Pérdida media anual de suelo (M/L2 .T)
Factor de lluvia (L.F.L/ L2T.T.), índice de erosión pluvial (Wischmeier y Smith)
Factor de erosionabilidad del suelo (M.L2 .T/ L2.L.F.L.)
Factor longitud de la pendiente (a dimensional)
Factor de inclinación de pendiente (a dimensional)
Factor de ordenación de cultivo (a dimensional)
Factor de control de la erosión mediante prácticas de cultivo (a dimensional)
55
Mapa 8. Ubicación Puntos control Factor K.
56
Ahora bien para obtener el mapa del factor K para la ciudad de Bogotá se calculó
dicho factor para cada punto de control y posteriormente se interpolo esta
información por el Método de Distancia Inversa Ponderada (IDW) haciendo uso
nuevamente del paquete Geostatistical Analyst del software ArcGis 10.1, se pudo
evidenciar que el método más apropiado para realizar la interpolación es el de
distancia inversa ponderada (IDW por sus siglas en ingles Inverse Distance
Weightin)
En el método de interpolación IDW, los puntos de muestreo se ponderan durante
la interpolación de tal manera que la influencia de un punto en relación con otros
disminuye con la distancia desde el punto desconocido que se desea crear
(Quantum Gis 2.8, 2015).
Imagen 16. Método de interpolación IDW.
La interpolación del punto del problema se realiza asignando pesos a los datos de
muestra en función inversa la distancia que los separa.
La formula general es:
Donde es el valor estimado para el punto ; n es el número de puntos de la
muestra; es el valor del punto i-esimo y el peso asociado al dato en el
cálculo del nodo . Los pesos varían entre 0 y 1 para cada dato y la suma total
de ellos es la unidad.
57
A continuación se muestran los parámetros escogidos para la interpolación:
Imagen 17. Parámetros interpolación IDW.
Imagen 18. Error medio cuadrático para IDW.
58
A continuación se muestra los parámetros necesarios para el cálculo del factor K
por el método de Distancia Inversa Ponderada junto con los parámetros
ingresados para el cálculo del mismo:
Parámetro Explicación Datos Entrada
in_point_features
Entidades de punto de entrada que
contienen los valores z que se
interpolarán en un ráster de
superficie.
Para el presente
proyecto se monto un
archivo shape file
nombrado PUNTOS K.
power El exponente de distancia.
Determinado con
ayuda de la
herramienta
Geostatistical Analyst .
search_radius
La clase Radio define cuáles de los
puntos de entrada se utilizarán para
interpolar el valor para cada celda
en el ráster de salida.
Se escogio un radio de
25.000 metros.
z_field
El field factor K es
elegido para el
tratamiento estadistico.
El tamaño de la celda
es de 30X30
Campo que contiene un valor de
altura o magnitud para cada punto.
Puede ser un campo numérico o el
campo Forma si las entidades de
punto de entrada contienen valores
z.
cell_size
(Opcional)
El tamaño de celda con el que se
creará el ráster de salida.
Tabla 7. Estructura IDW calculo Factor K
5.8. ANALISIS DE RESULTADOS:
Como se puede observar en el siguiente mapa los colores más concentrados con
tonos morados es donde mayor susceptibilidad a la pérdida del suelo se encuentra
en la ciudad de Bogotá, esto debido a la estructura que presenta el suelo hacia
esas zonas, en esas zonas apreciamos concentraciones de limos y finos en mayor
cantidad, estos poseen una estructura que se pierde más fácil que las arcillas o
gravas.
59
Mapa 9. Factor K
60
5.9. CALCULO DEL FACTOR C:
El factor C describe la efectividad que presenta la cobertura vegetal para la
prevención de la erosión por salpicadura o por acción de gotas de agua que
pueden caer en el sector de estudio. Este factor depende en gran medida de la
acción del hombre, pues la conservación de los diferentes cultivos así como de
oras superficies que pueden amortiguar la caída de una gota de agua es una
acción netamente antropica.
Para el cálculo del factor C, se trabajo con una imagen satelital Landsat 8 la cual
presenta se presenta a continuación:
Mapa 10 Imagen Landsat 8 Oli Tirs (RGB 543).
61
Mediante el software IDRISI Selva 17, se ha elaborado una clasificación
supervisada por los métodos: vecino más cercano K-NN (por sus siglas en ingles
K nearest neighbors), Red Neuronal y Máxima verosimilitud. De estos tres tipos de
clasificación se encontró que el mejor resultado se encontró con el método de K-
NN, a continuación se muestran los resultados obtenidos:
En las imágenes anteriores se puede apreciar visualmente que las dos
clasificaciones introducen un error en la clase agua, se puede apreciar la
confusión que introduce sobre las sombras de nubes, también se encuentra una
confusión en la clasificación de las zonas urbanas o construcciones, por tal motivo
Imagen 19. Clasificación por el Método Máxima Verosimilitud y Red Neuronal.
62
se hace necesario clasificar por el método de K-NN, el cual clasifica pixeles o
datos mediante los vecinos más cercanos al de la muestra. Cabe aclarar que
antes de realizar este paso se hace necesario definir unos polígonos de
entrenamiento, para efectos del proyecto se trabajo con más de 170 polígonos,
encontrando un total de 10 clases, a continuación se describen las principales:
Bosque Natural: Comprende las áreas naturales o seminaturales, constituidas
principalmente por elementos arbóreos de especies nativas o exóticas. Los
árboles son plantas leñosas perennes con un solo tronco principal, que tiene una
copa más o menos definida. De acuerdo con la FAO , esta cobertura comprende
los bosques naturales y las plantaciones. Para la leyenda de coberturas de la
tierra de Colombia, en esta categoría se incluyen otras formas biológicas
naturales, tales como la palma y la guadua.
Suelo descubierto: Esta cobertura corresponde a las superficies de terreno
desprovistas de vegetación o con escasa cobertura vegetal, debido a la ocurrencia
de procesos tanto naturales como antrópicos de erosión y degradación extrema
y/o condiciones climáticas extremas. Se incluyen las áreas donde se presentan
tierras salinizadas, en proceso de desertificación o con intensos procesos de
erosión que pueden llegar hasta la formación de cárcavas.
Cuerpos de Agua: Son los cuerpos y cauces de aguas permanentes,
intermitentes y estacionales, localizados en el interior del continente y los que
bordean o se encuentran adyacentes a la línea de costa continental, como los
mares
Vegetación Vigorosa: Son unidades que reúnen dos o más clases de coberturas
agrícolas y naturales, dispuestas en un patrón intrincado de mosaicos geométricos
que hace difícil su separación en coberturas individuales; los arreglos geométricos
están relacionados con el tamaño reducido de los predios, las condiciones locales
de los suelos, las prácticas de manejo utilizadas y las formas locales de tenencia
de la tierra.
Construcciones: Comprende las áreas de las ciudades y las poblaciones y,
aquellas áreas periféricas que están siendo incorporadas a las zonas urbanas
mediante un proceso gradual de urbanización o de cambio del uso del suelo hacia
fines comerciales, industriales, de servicios y recreativos (Ministerio de ambiente,
Vivienda y Desarrollo Territorial, Instituto de Hidrología, Metereologia y Estudios
Ambientales - IDEAM , 2010).
63
Cultivos transitorios: Comprende las áreas ocupadas con cultivos cuyo ciclo
vegetativo es menor a un año, llegando incluso a ser de sólo unos pocos meses,
como por ejemplo los cereales (maíz, trigo), los tubérculos (papa y yuca), las
oleaginosas (el ajonjolí y el algodón), la mayor parte de las hortalizas y algunas
especies de flores a cielo abierto. La siguiente imagen muestra el resultado de la
clasificación elaborada.
64
Mapa 11. Clasificación Supervisada Método K-NN
Luego de interpretar el resultado visual de la imagen se hace necesario encontrar
las estadísticas de la clasificación, para este caso se calculó una matriz de error y
65
el índice Kappa, mediante el software IDRISI Selva, mediante los módulos
CROSSTAB Y ERRMAT.
Tabla 8. Exactitud temática método K-NN
Tabla 9. KIA Clasificación K-NN
El estadístico kappa mide la diferencia entre el acuerdo mapa - realidad observado
y el que baría esperar simplemente por azar para delimitar el grado de ajuste
debido solo a la exactitud de la clasificación, prescindiendo del causado por
efectos aleatorios (Chuvieco, 1995).
CLASES 1 2 3 4 5 6 7 8 9 10 TOTAL
1 14504 0 0 0 0 0 0 0 0 836 0.0545
2 0 1010900 6887 1681 0 351 68826 0 3 0 0.0714
3 0 3 120952 431 0 0 29031 26 0 0 0.1960
4 0 502 7766 578481 4372 56 11631 4 709 0 0.0415
5 0 0 0 194 1493637 0 79097 187 0 13380 0.0585
6 0 348 3595 22618 0 60594 0 0 58866 0 0.5850
7 0 5052 602 4102 211937 0 1880191 11644 0 18 0.1104
8 0 0 1208 1586 11 0 67292 380167 0 2 0.1557
9 0 2 0 1531 0 244 0 0 792187 0 0.0022
10 116 0 0 163 1724 0 159 0 0 57957 0.0360
TOTAL 14620 1016807 141010 610787 1711681 61245 2136227 392028 851765 72193
TOTAL 0.0079 0.0058 0.1422 0.0529 0.1274 0.0106 0.1199 0.0303 0.0699 0.1972
CLASE KIA
1 0.9920
2 0.9931
3 0.8546
4 0.9421
5 0.8353
6 0.9891
7 0.8284
8 0.9677
9 0.9211
10 0.8011
66
El total del concordancia de la clasificación utilizando el método K-NN dado por el
índice Kappa para cada clase es superior a 0.80, lo cual es aceptable y por ende
este motivo se ha trabajado con este método.
Partiendo de la anterior clasificación y de la metodología seguida en el documento
“SOIL EROSION MODELING USING RUSLE AND GIS ON THE IMHA
WATERSHED, SOUTH KOREA” (Sik Kim, 2006), en donde se asignaron
diferentes valores al factor C de acuerdo a las coberturas presentes, se asigna a
cada clase el valor del factor C a cada clase de acuerdo a las tabla que se
muestra a continuación:
Num Land Cover Type Cover Magnagement Factor (C) Applied Method
1 Water 0
2 Urban 0.01 Urban density
3 Wetland 0
4 Forest 0.03 Trial and Error
5 Paddy field 0.06 Kim,2002
6 Crop Land 0.37 NIAST,2003
Tabla 10. Tabla clasificación Factor C
Ahora bien se han adelantado otros estudios para asignar el valor al Factor C con
más detalle a otras superficies, a través de metodologías que tiene en cuenta
características propias del suelo (Uso de suelo previo, Cobertura de dosel,
Cobertura de la superficie, Rugosidad de la superficie, Humedad del suelo) se
asigna el valor del factor C a distintas coberturas como se muestra a continuación:
Cultivo Factor C
Suelo desnudo 1
Bosque, matorral denso o cultivo
con acolchado0.001
Sabana o pradera herbácea en
buen estado0.01
Sabana o pradera
herbácea sobrepastada0.1
Maíz o similar intensivo con
laboreo0.7
Maíz o similar intensivo sin
laboreo0.35
Maíz o similar extensivo sin
laboreo0.06
Algodón 0.55
Trigo 0.25
Tabla 11.Valores alternativos Factor C. Fuente: http://www.miliarium.com/prontuario/MedioAmbiente/Suelos/Rusle.htm
67
5.10. ANALISIS DE RESULTADOS:
Del mapa del factor C, se puede concluir que el sector urbano ha ayudado a que el
suelo no sufra daño por la salpicadura del agua, esto por los diversos tratamientos
que se le da a las aguas lluvias mediante los sistemas de alcantarillado y a la
dinámica de construcción de la ciudad.
Por otro lado en las zonas donde hay cobertura vegetal nativa identificada en el
mapa con color verde oscuro, no existe una pérdida considerable de suelo, esto se
debe a que la misma vegetación no permite la pérdida del suelo ya que de una u
otra forma esta amortigua la caída y salpicadura de las gotas de agua, asi mismo
podemos apreciar que en las zonas con colores verdes claros encontramos
cobertura vegetal baja y por ende la pérdida de suelo por salpicadura del agua es
mayor.
68
Mapa 12. Factor C
69
5.11. CALCULO DEL FACTOR P:
El factor prácticas de conservación refleja la eficacia en el control de la erosión
conseguida con la implantación de diferentes medidas conservadoras del suelo
por parte del hombre. Las técnicas consideradas son el laboreo a nivel, el cultivo
en fajas alternantes y el aterrazado (Ibañez Asensio, Moreno Ramon, & Gisbert
Blanquer).
El factor P se obtiene a partir del Modelo digital de Elevación, el cual en primera
instancia mediante el software ArcGis 10.1 se le debe aplicar la herramienta Slope
para calcular su pendiente en porcentaje, a continuación se muestra un cuadro
que relaciona los parámetros que esta necesita junto con los valores de entrada
para el desarrollo del proyecto.
Parámetro Explicación Datos Entrada
in_surface
Dataset de TIN, terreno
o LAS cuyas
mediciones de
pendiente se escribirán
en la entidad poligonal
de salida.
El raster de entrada
es el Dem
elabaorado apartir de
curvas de nivel a 10
metros de
diferencias.
out_feature_classLa clase de entidad de
salida.Raster.
pyramid_level_resolution
(Opcional)
Las pendientes se
calcularon con base a
porcentajes
class_breaks_table
(Opcional)
slope_field (Opcional)
Una tabla que contiene
los cortes de
clasificación que se
utilizarán para agrupar
las entidades de salida.
El campo que contiene
los valores de
pendiente.El factor por el que se
multiplicarán los valores
Z. Esto se utiliza
generalmente para
convertir las unidades
lineales Z para que
coincidan con las
unidades lineales XY.
La tolerancia Z o la
resolución del tamaño
de la ventana del nivel
de pirámide de terreno
que utilizará esta
herramienta. El valor
predeterminado es 0, o
resolución completa.
units (Opcional)
Las unidades de medida
que se utilizarán para el
cálculo de la pendiente.
PERCENT - DEGREE
z_factor (Opcional)
Tabla 12. Estructura Creación Dem Slope
70
Después de elaborar el cálculo de las pendientes en porcentajes obtenemos el
siguiente mapa que nos expresa los porcentajes de las pendientes de la ciudad de
Bogotá D.C.
Mapa 13. Pendientes en porcentaje Bogotá D.C.
71
Ahora bien para la asignación de los valores de P se ha tenido en cuenta la tabla
de valores del factor P formulada por Wischmeier y Esmith (Sik Kim, 2006), en la
cual se relacionan los valores de P de acuerdo a la pendiente del terreno, la
geoforma del mismo y su uso, dicha tabla se muestra a continuación:
Pendiente del terreno (%)
Cultivo en contorno
Cultivo en franjas de contorno y surcos irrigados Terraceo
1-2 0.6 0.3 0.12
3-8 0.5 0.25 0.1
9-12 0.6 0.3 0.12
13-16 0.7 0.35 0.14
17-20 0.8 0.4 0.16
21-25 0.9 0.45 0.18 Tabla 13. Valores de Factor P Wischmeier y Smith
5.12. ANALISIS DE RESULTADOS:
Las practicas de conservación realizadas hacia la zonas rurales son muy altas, tal
y como se puede apreciar en la siguiente imagen, en las zonas donde hay
concentración de pendientes elevadas se refleja una conservacion alta. Aunque
en la zona urbana de Bogotá D.C se ve una baja practica de conservación, las
construcciones actúan como elementos activos junto con los sistemas de
alcantarillado para que el suelo no se pierda.
Para el caso especifico de Bogotá D.C existen algunos tratamientos específicos
sobre zonas de reservas forestales, lo cual es una excelente practica ya que
ayuda a disminuir en cierta medida la acción del agua ya que como se ha
explicado anteriormente en zonas donde hay mayor cobertura vegetal se presenta
menor desprendimiento del suelo y menor escorrentía.
72
Mapa 14. Factor P
73
5.13. CLASIFICACION DE LOS RESULTADOS
La clasificación para su visualización se ha llevado a cabo mediante el método de
Intervalo Geométrico del software Arcgis 10.1, este método lo define la ayuda de
Arcgis en línea de la siguiente manera:
El esquema de clasificación de intervalos geométricos crea rupturas de clase
basadas en los intervalos de clase que tienen una serie geométrica. El coeficiente
geométrico de este clasificador puede cambiar una vez (a su inverso) para
optimizar los rangos de clase. El algoritmo crea intervalos geométricos al
minimizar la suma de cuadrados del número de elementos de cada clase. Con
esto se garantiza que cada rango de clase tenga aproximadamente el mismo
número de valores en cada clase y que el cambio entre intervalos sea bastante
coherente (ArcGis, 2012).
Este método se aplicó para los dos tipos de erosiones, a continuación se
mostraran los resultados de la Ecuación R.U.S.L.E, presentado en 4 tipos de
clases:
Erosión Baja
Erosion media
Erosion alta moderada
Erosion alta
Tabla 14. Clasificación de la Erosión.
A continuación se presenta los mapas finales aplicado la clasificación anterior,
también se muestran los análisis de dichos mapas.
6. EROSION HIDRICA POTENCIAL
La estimación de la pérdida del suelo por la acción del agua es compleja y difícil
de calcular, esto por la interacción de todas variables involucradas en este
fenómeno, tales como la agresividad de las lluvias, la erodabilidad del suelo, el
relieve, la cobertura del suelo y las prácticas de conservaciones aplicadas al
mismo. En esta parte del proyecto se abarcan las fases 5,6 y 7 de la metodología
propuesta inicialmente.
El siguiente modelo presenta los pasos, insumos y procesos para la determinación
de la erosión hídrica potencial, la cual resulta de la multiplicación de 4 de los
74
factores calculados anteriormente, factor K, factor R, Factor L y factor S, es
importante mencionar que la erosión hídrica potencial es la que se produce sin la
acción antrópica del hombre, razón por la cual no se tienen en cuenta los factores
de prácticas de conservación del suelo (P) y de cobertura del mismo (C).
Imagen 20. Modelo Final Erosión Hídrica Potencial
75
Mapa 15. Erosión Hídrica Potencial
76
6.1. ANALISIS DE RESULTADOS
En la imagen anterior se puede observar que la erosión potencial para ciudad de
Bogotá en el año 2013, se inclina con mayor atenuación hacia las zonas de ladera,
para la zona de estudio esto puede ser debido a las características de suelo que
están presentes en estas zonas (estructuras, tipo material litológico, etc.,),
mientras que en las zonas planas se aprecia muy poca pérdida de suelo.
Un factor que ayuda a que la pérdida de suelo sea poca en algunas zonas es la
topografía, tal y como se puede apreciar en las zonas con mayores pendientes
tenemos una mayor tendencia hacia la pérdida del suelo.
Sin embargo en zonas que se pueden considerar planas, mas especificamente
junto a la zona nor- oriental de Bogotá D.C, se presentan zonas de erosión media,
esto resalta la importancia de las practicas de conservacion con los sistemas de
alcantarillado y los pavimentos presentes allí.
Como se ha definido anteriormente la erosión hídrica potencial es la
susceptibilidad que presenta la zona sin tener en cuenta la mano del hombre, esta
es importante porque aporta al estudio una tendencia de cómo se comporta la
pérdida de suelo en condiciones naturales, también es bueno notar que la
simbología utilizada para mostrar el estudio realizado está diseñada para que las
tonalidades oscuras describan las zonas donde mayor susceptibilidad hay, así
mismo las tonalidades claras donde la susceptibilidad es baja.
77
7. EROSION HIDRICA TOTAL
El mapa de erosión hídrica presentado para la ciudad de Bogotá del 2013, parte
de un modelo que se ha venido implementando últimamente con la ayuda de los
sistemas de información geográfica, este modelo denominado RUSLE, multiplica
6 factores los cuales pueden ser guardados en formato Raster y multiplicados
entre sí para estimar la pérdida del suelo por la acción del agua.
Dado que para cuantificar cada uno de estos factores se debe seguir un proceso
previo, se presenta modelo que permite manejar y analizar ordenadamente la
información necesaria para el cálculo de cada uno de estos factores, junto con la
pérdida del suelo por la erosión hídrica, dicho modelo se presenta a continuación:
Imagen 21. Modelo Final Erosión Hídrica.
78
Mapa 16. Erosión Hídrica Total
79
7.1. ANALISIS DE RESULTADOS EROSION HIDRICA TOTAL 2013
Luego de obtenido un mapa de erosión hídrica para la ciudad de Bogotá D.C., se
ha procedido a elegir 4 zonas especiales que permitan hacer un análisis más
profundo sobre ellas.
La elección de estas zonas no fue al azar, puesto que se buscaron sucesos
ocurridos en la ciudad de Bogotá durante la ola invernal del 2013, esto para hacer
una comparación sobre los eventos reales y la exactitud de los productos
cartográficos elaborados, a continuación se muestran dichas zonas:
Zona 1: Deslizamiento de tierras en muro del barrio los rosales de la localidad de
Chapinero,a continuación se muestra la noticia que da soporte al evento ocurrido:
Imagen 22.Noticia zona de estudio1. Fuente: Diario el Tiempo.
80
Esta noticia tomada de la página del periódico del Tiempo (El Tiempo, 2015)
muestra una similitud con la primera zona, cabe resaltar que en la noticia dice que
el suceso ocurrió desde el 2013, año en que se hizo la investigación para este
poyecto:
Imagen 23. Zona de estudio 1. Fuente: Elaborada por el autor.
81
La noticia presentada anteriormente corresponde a la zona de estudio número 1,
esta noticia da a conocer una problemática que ha aparecido gracias a las fuertes
lluvias que se presentaron en el año 2013.
Anteriormente se mencionó que los factores más relevantes para la pérdida del
suelo por erosión hídrica es el la pendiente, la estructura y tipo de suelo presente,
para este caso en particular se puede afirmar que la pendiente juega un papel
importante puesto que en este sector la pendiente es pronunciada, así como el
tipo de suelo ya que en los estudios encontrados para esta zona se puede decir
que las estructuras del suelo son finos y areniscas en su mayoría. Este tipo de
suelo permite una mayor perdida por salpicadura del agua, que por ejemplo un
suelo arcilloso.
Zona 2: Esta zona corresponde a otra noticia encontrada en la ciudad de Bogotá,
esta vez la zona está ubicada en la localidad de San Cristóbal en el sur de la
ciudad, esta zona presenta una topografía ondulada y en algunos sectores el tipo
de suelo presente son depósitos de finos y arenas, lo cual hace que el terreno sea
inestable ante las fuertes temporadas invernales presentes en la ciudad.
Imagen 24. Noticia zona de estudio 2. Fuente: Diario El Espectador.
82
En la imagen 25 correspondiente a la zona de estudio 2, se puede apreciar que la zona mencionada en la noticia (El Espectador, 2015) se encuentra en su mayoría como zona de erosión hídrica media, pero hacia algunas zonas se encuentra erosión alta, esto sucede por la topografía y el tipo de suelo presente, tal y como se había mencionado anteriormente, se puede resaltar que la mayoría de sucesos de movimientos de tierra que se han producido en la ciudad están ubicados hacia las zonas de erosión hídrica nivel alto.
Imagen 25. Zona de estudio 2. Fuente: Elaborada por el autor.
83
Zona 3: En la zona de estudio 3 se aprecia una noticia de un deslizamiento en la
localidad de Usme, en el análisis elaborado para esta zona se ha encontrado que
este evento tiene relación con los resultados obtenidos, tal y como se muestra en
la imagen de la zona de estudio 3.
Imagen 26. Noticia zona de estudio 3. Fuente: Caracol Radio.
Según la noticia publicada por Caracol Radio (Caracol Radio, 2013) el movimiento
de tierra se ocasiono en el barrio Tocaimita de la localidad de Usme, en la imagen
que se presenta a continuación se puede apreciar que este barrió en su mayoría
está catalogado como zona de erosión hídrica nivel alta.
84
Imagen 27. Zona de estudio 3. Fuente: Elaborada por el autor.
85
Zona 4: Esta zona se ubica en la localidad de Sumapaz, sobre los límites hacia el
oriente de la ciudad, no hay un archivo que muestre deslizamientos o movimientos
de tierra en esta zona como tal, pero gracias al cálculo de los factores, de la
ecuación se ha podido establecer una relación entre la pendiente, la estructura del
suelo y la agresividad de las lluvias, con esta relación y verificando el
comportamiento de dichos factores se puede analizar que en esta zona hay una
gran pérdida del suelo por escorrentía, tomando como referencia una imagen de
Google Earth, se ha encontrado que la cobertura vegetal es muy poca por no decir
nula, esto ayuda a que el suelo se pierda con mayor facilidad, tal y como se
muestra a continuación:
Imagen 28. Zona de estudio 4, Sumapaz - Bogotá D.C. Fuente: Google Earth.
86
Imagen 29. Zona de estudio 4. Fuente: Elaborada por el autor.
87
Teniendo como referencia los eventos sucedidos durante el año 2013 en la ciudad
de Bogotá, se ha encontrado gran similitud con los resultados obtenidos, un
análisis general de la erosión hídrica total para la ciudad, puede indicar que entre
más pendiente sea el terreno mayor susceptibilidad presenta el mismo.
La mayor concentración, de erosión se concentra hacia las zonas altas de la
ciudad, tal y como se pudo apreciar a lo largo de este proyecto. Las mayores
concentraciones estan ubicadas hacia los cerros orientales,localidades ubicadas
sobre montañas (Ciudad Bolivar, Usme, Chapinero, Usaquen, Suba, San
Cristobal), cerros de la localidad de Suba y en la parte rural de Bogotá D.C
(Sumapaz), esto se debe a los fuertes cambios que presentan las pendientes allí,
lo que permite que las gotas de lluvia caigan y arrastren partes del suelo hasta un
lugar de sedimentación.
Las zonas urbanas presentan una erosión hídrica muy baja esto debido a las
pendientes de la zona, las coberturas del suelo ya que todo es en su mayoría
construcción de edificaciones y las prácticas de conservación que se realizan allí
(Sistemas de acueducto).
Como parte del análisis de la exactitud temática de los productos elaborados, se
realiza un contraste con otros estudios similares, esto con el fin de identificar
similitudes y tendencias entre los mismos, es de aclarar que las diferencias entre
los estos estudios puede darse por las variables contenidas dentro las diferentes
metodologías, algunos ejemplos son: sismicidad, geomorfología, textura del suelo,
índices pluviométricos, entre otros.
A continuación se presentan tres planchas cartográficas pertenecientes al
proyecto "ELABORACIÓN DEL MAPA DE REMOCION EN MASA DEL SUELO
RURAL DE BOGOTA D.C PARA SU INCORPORACION AL PLAN DE
ORDENAMIENTO TERRITORIAL POT A ESCALA 1:25.000” (Universidad
Nacional de Colombia - FOPAE, 2013), la primera plancha que se muestra está
elaborada de acuerdo a la metodología de Mora y Vahrson - 1994.
Esta metodología consta de tres factores intrínsecos o de susceptibilidad (relieve
relativo, Litología y Humedad del suelo) y dos factores externos o de disparo
(Actividad Sísmica y Precipitación)
Se puede apreciar en la localidad de Sumapaz una gran similitud en cuanto al
mapa obtenido en el desarrollo de este proyecto, puesto que coinciden las zonas
donde hay altos y bajos valores.
88
En los cerros orientales de Bogotá D.C se presenta una mezcla entre valores
bajos y moderados, esto difiere con el mapa de erosión hídrica total elaborado en
este proyecto, lo cual puede deberse a las diferencias entre las metodologías
empleadas.
Otro aspecto a resaltar es la presencia de valores bajos al Noroccidente de la
localidad de Suba en los dos mapas, con lo cual se puede concluir que en
términos generales los mapas comparados presentan una gran similitud.
Imagen 30. MAPA DE REMOCION EN MASA DEL SUELO RURAL DE BOGOTA D.C. Metodología de Mora y Vahrson - 1994. Fuente: Universidad Nacional de Colombia - Fopae.
89
Otra plancha considerada para el análisis dentro del mismo estudio es la de
Amenaza por PRM, correspondiente a la metodología Van Westen (1997), en esta
se puede apreciar una mejor relación con el mapa elaborado en este proyecto,
más específicamente en los cerros orientales de la ciudad, se puede ver como
para el mapa de Amenaza por PRM existe la presencia de valores medios y altos
para esta zona coincidiendo de mejor manera con el mapa elaborado.
Asimismo e igual que en el caso anterior se puede evidenciar una gran similitud
entre los planos mencionados en la localidad de Sumapaz, pero en esta ocasión
se puede apreciar en mejor manera las equivalencias entre los valores altos.
Como se mencionó anteriormente existen asimismo diferencias en otros sectores
lo cual puede deberse a las metodologías empleadas para el cálculo de los
mismos.
Imagen 31. Amenaza por PRM, correspondiente a la metodología Van Westen (1997). Fuente: Universidad Nacional de Colombia - FOPAE.
90
8. CONCLUSIONES
Este proyecto aporta datos nuevos a la ciudad tales como un modelo digital
de elevación elaborado a partir de curvas de nivel a 10 metros, un mapa de
factor de erodabilidad del suelo, un estudio detallado de dos tipos de
erosión hídrica: potencial y total, el cual puede servir de base para estudios
que intenten medir el riesgo presente en una zona.
La mayor pérdida del suelo para la ciudad de Bogotá D.C a travez de la
ecuación RU.S.L.E se presenta en aquellas zonas donde hay variaciones
progresivas de pendientes, esto debido a que las gotas de lluvia al impactar
al suelo segregan partículas las cuales son arrastradas hasta un lugar de
sedimentación.
Se puede afirmar que a pesar de que la ecuación no tiene coeficientes para
cada uno de sus factores los que visiblemente presentan mayor peso en la
ciudad de Bogotá son el factor L y S.
Se encontró que las localidades que mayores problemas de erosión hídrica
presentan son: Usaquén, Chapinero, Santa Fe, San Cristóbal, Rafael Uribe
y Sumapaz, siendo esta ultima la que mayor problema presenta esto debido
a que en esta localidad no se han llevado a cabo prácticas de conservación
del suelo. Es preocupante que las demás localidades presente este
problema, ya que todas están construidas en su mayoría y esto presenta un
riesgo para las personas que viven en el sector, en la eventualidad que
vuelva el fenómeno de la niña.
En las zonas planas y donde hay correctas practicas de conservación y
coberturas como construcciones son poco propensas a presentar erosión
por efectos del agua, por eso es mas util aplicar la R.U.S.L.E en zonas
rurales y/o con fuertes variaciones de pendientes, puesto que allí se
podrían obtener resultados que permitan discriminar en mejor medida la
pérdida del suelo por erosión hídrica.
91
9. RECOMENDACIONES Y SUGERENCIAS.
Luego de realizado el estudio se han encontrado algunas complicaciones que
llevan a tener alguna incertidumbre sobre los resultados obtenidos, como
sugerencia del autor y los tutores se sugieren las siguientes recomendaciones:
Antes de empezar un trabajo de esta magnitud corroborar que los datos estén
dispuestos para un estudio muy detallado, puesto que en el presente trabajo
algunos datos no se encontraban de la mejor manera, esto puede llegar a
presentar problemas a futuro en la investigación y ejecución del proyecto, tal y
como sucedió con el factor R, el cual introduce un cierto erro, puesto que la
distribución de las estaciones pluviométricas no era la mejor.
Aunque el error en este trabajo no altera del todo el producto final puesto que
llevando a cabo algunas comparaciones con el trabajo elaborado por la
Universidad Nacional de Colombia y las noticias citadas, se pueden apreciar
congruencias en las zonas que presentan erosión hídrica.
Para estudios posteriores se podría realizar un análisis multitemporal aplicando la
R.U.S.L.E para diferentes periodos de tiempo, esto con el fin de analizar no solo
cuanto suelo se pierde anualmente, sino en periodos largos de tiempo como es el
comportamiento del mismo, ya que en intervalos más grandes de tiempo el suelo
se puede ver expuesto a cambios producto de sismos, cambio climático, incendios
forestales, etc.
Finalmente se deja el campo abierto para posibles extensiones del proyecto tales
como la implementación de una interfaz o de un visor web que permita realizar el
cálculo de la R.U.S.L.E en cualquier zona del mundo, de forma rápida para
cualquier persona que cuente con la información necesaria.
92
BIBLIOGRAFÍA
Agencias espaciales. (28 de 11 de 2013). Agencias espaciales. Recuperado el 18
de 07 de 2015, de https://liniguez.wordpress.com/2013/11/28/orbita-satelital-
conceptos/
Agrolluvia.com. (2011). Agrolluvia.com. Recuperado el 23 de 02 de 2016, de
http://agrolluvia.com/wp-content/uploads/2011/06/EROSION-HIDRICA.pdf
Alcaldía de Bogotá. (07 de 10 de 2015). Alcaldía de Bogotá. Obtenido de
http://www.bogota.gov.co/ciudad/ubicacion
Arasol . (2011). Recuperado el 02 de 03 de 2014, de El suelo es un recurso
natural, imprescindible para la vida en la Tierra:
http://www.suelosdearagon.com/contenido.php?padre=7&IDContenido=7
ArcGis. (07 de 11 de 2012). ArcGIS Resource Center. Obtenido de
http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#//009t0000000200000
0
Astrofísica y Física. (28 de 06 de 2012). Astrofísica y Física. Recuperado el 28 de
02 de 2016, de http://www.astrofisicayfisica.com/2012/06/que-es-el-espectro-
electromagnetico.html
Berenice Rojas, C., Mejia, J., & Contreras, M. (1995). Determinación de zonas
erodables para Santa Fe de Bogotá con base a una caracterización climática.
Bogotá.
Botanical-online. (2012). Botanical-online. Obtenido de http://www.botanical-
online.com/suelo-arenoso.htm
Buitrago Escobar, J. Y. (2011). Desarrollo de un modelo de visualización de
erosión hídrica en el municipio de Samacá (Boyacá). Estudio de caso. Bogotá.
Caracol Radio. (02 de 10 de 2013). Caracol Radio. Recuperado el 29 de 02 de
2016, de http://caracol.com.co/radio/2013/10/02/bogota/1380684660_986529.html
Chuvieco, E. (1995). Fundamentos de teledetección espacial. Madrid: Rialp S.A.
Cisneros, J., Cholaky, C., Cantero Gutiérrez, A., González, J., Reynero, M., Diez,
A., y otros. (2012). TodoAgro. Recuperado el 22 de 02 de 2016, de
http://www.todoagro.com.ar/documentos/2013/Erosion_Hidrica.pdf
93
Confederación de Empresaríos Andalucía. (2010). Sistemas de información
geográfica, tipos y aplicaciones empresariales. Recuperado el 27 de 02 de 2016,
de http://sig.cea.es/SIG
Cortolima. (2012). Plan de ordenacion y manejo de la cuenca mayor del rio Totare.
Departamento de Geografía,Universidad Nacional del Comahue. (2011).
Universidad Nacional del Comahue. Recuperado el 02 de 07 de 2014, de
http://bibliocentral.uncoma.edu.ar/revele/index.php/geografia/article/view/580
El Espectador. (2015). El Espectador. Recuperado el 10 de 11 de 2015, de
http://www.elespectador.com
El Tiempo. (04 de 05 de 2015). El muro que se está cayendo en el barrio Rosales.
Recuperado el 29 de 02 de 2016, de http://www.eltiempo.com/bogota/muro-se-
estacayendo-en-el-barrio-rosales/15681007
FAO. (2008). FAO Sala de Prensa. Recuperado el 2 de 06 de 2015, de
http://www.fao.org/newsroom/es/news/2008/1000874/
González del Tánago, M. (1991). Ministerio de Agricultura, Alimentación y Medio
Ambiente. Recuperado el 18 de 07 de 2015, de
http://www.magrama.gob.es/es/parques-nacionales-
oapn/publicaciones/ecologia_05_02_tcm7-46004.pdf
Hudson, N. (2006). Conservación del Suelo. Barcelona: Reverté S.A.
Ibañez Asensio, S., Moreno Ramon, H., & Gisbert Blanquer, J. M. (s.f.).
Universidad Politecnica de Valencia. Obtenido de
https://riunet.upv.es/bitstream/handle/10251/16849/AD%20USLE.pdf?sequence=1
INSTITUTO DE ESTUDIOS DE CATALUÑA. (s.f.). Institut d'Estudis Catalans.
Recuperado el 04 de 03 de 2014, de
http://www.iec.cat/mapasols/cas/degra2.asp?Grup=A&Opcio=3
Kim, H. S. (2006). SOIL EROSION MODELING USING RUSLE AND GIS ON THE
IMHA WATERSHED, SOUTH KOREA. Corea.
La tierra a vista de satelite. (2006). La tierra a vista de satelite. Recuperado el 4 de
06 de 2015, de
http://concurso.cnice.mec.es/cnice2006/material121/unidad1/i_resolucion.htm
94
Malagón Castro, D. (1998). Academia Colombiana de Ciencias Exactas, Fisicas y
Naturales. Recuperado el 12 de 03 de 2014, de
http://accefyn.org.co/revista/Vol_22/82/13-52.pdf
Mannaerts, C. S. (1999). Environmental fate and risk analysis of agrochemical use
around lake Naivasha.
Ministerio de ambiente, Vivienda y Desarrollo Territorial, Instituto de Hidrología,
Metereologia y Estudios Ambientales - IDEAM . (06 de 2010). Sistema de
Información Ambiental Territorial de la Amazonía Colombiana. Recuperado el
2016 de 02 de 24, de http://siatac.co/c/document_library/get_file?uuid=a64629ad-
2dbe-4e1e-a561-fc16b8037522&groupId=762
Montesinos Aranda, S. (2002). Desarrollo metodológico para la evaluación del
riesgo de erosión hídrica en el área mediterránea utilizando técnicas de
teledetección y gis. Madrid.
Oñate Valdivieso, F. (2004). Obtenido de http://www.fronate.pro.ec/fronate/wp-
content/media/2009/04/modelo-erosion_hidrica.pdf
Perez Gallardo, S. J. (2011). Modelo para evaluar la erosión hídrica en Colombia
utilizando Sistemas de información geográfica. Bogotá.
Peruecologico.com. (s.f.). Recuperado el 02 de 03 de 2014, de
http://www.peruecologico.com.pe/lib_c18_t04.htm
Prechac, C. y. (2001). APLICACIONES DEL MODELO USLE/RUSLEPARA
ESTIMAR PERDIDAS DEL SUELO POR EROSION EN URUGUAY Y LA REGION
SUR DEL RIO DE LA PLATA.
Quantum Gis 2.8. (2015). Documentación de QGIS 2.8. Recuperado el 20 de 02
de 2016, de
https://docs.qgis.org/2.8/es/docs/gentle_gis_introduction/spatial_analysis_interpola
tion.html
Revilla, E. L. (208). ESTUDIO DEL FACTOR VEGETACIÓN “C” DE LA
ECUACIÓN UNIVERSAL DE PÉRDIDAS DE SUELO REVISADA “RUSLE” EN LA
CUENCA DEL RÍO BIRRÍS (COSTA RICA) .
Sarría, F. A. (2003). Universidad de Murcia. Obtenido de
http://www.um.es/geograf/sigmur/sigpdf/temario_4.pdf
95
Sik Kim, H. (2006). Colorado State University. Recuperado el 10 de 08 de 2015, de
http://www.engr.colostate.edu/~pierre/ce_old/resume/Theses%20and%20Dissertat
ions/KIMHYOENSIK-Thesis.pdf
Universidad Catolica del Norte de Chile. (s.f.). Universidad Catolica del Norte de
Chile. Recuperado el 15 de 03 de 2014, de
http://www3.ucn.cl/FacultadesInstitutos/laboratorio/clasifM2.htm
Universidad Catolica del Norte de Chile. (s.f.). Universidad Catolica del Norte de
Chile. Recuperado el 04 de 03 de 2014, de
http://www3.ucn.cl/FacultadesInstitutos/laboratorio/uscsM2.htm
Universidad de los Andes Colombia. (30 de 03 de 2012). Centro interdisciplinario
de Estudios sobre desarrollo. Recuperado el 23 de 02 de 2016, de
http://cider.uniandes.edu.co/Noticias/2011_04/08262011ley_de_ordenamiento_terr
itorial.asp
Universidad Nacional Autónoma de Honduras . (2005). Biblioteca Medica
Nacional. Obtenido de La herosión hidrica de suelos y su importancia:
http://cidbimena.desastres.hn/docum/crid/Noviembre2005/pdf/spa/doc5928/doc592
8-b1.pdf
Universidad Nacional de Colombia - FOPAE. (11 de 09 de 2013). ELABORACIÓN
DEL MAPA DE REMOCION EN MASA DEL SUELO RURAL DE BOGOTA D.C
PARA SU INCORPORACION AL PLAN DE ORDENAMIENTO TERRITORIAL
POT A ESCALA 1:25.000. ELABORACIÓN DEL MAPA DE REMOCION EN MASA
DEL SUELO RURAL DE BOGOTA D.C PARA SU INCORPORACION AL PLAN
DE ORDENAMIENTO TERRITORIAL POT A ESCALA 1:25.000 . Bogotá,
Colombia.
Universidad Nacional de Colombia. (2001). Agricultura sostenible. Recuperado el
12 de 06 de 2015, de
http://www.virtual.unal.edu.co/cursos/IDEA/2007223/lecciones/lect8/lect8_2.html
96
ANEXOS
MODELO PHYTON EROSION HIDRICA TOTAL
# -*- coding: utf-8 -*-
# ---------------------------------------------------------------------------
# Phyton_Erosion_Total.py
# Created on: 2015-10-28 16:13:13.00000
# (generated by ArcGIS/ModelBuilder)
# Description:
# ---------------------------------------------------------------------------
# Import arcpy module
import arcpy
# Check out any necessary licenses
arcpy.CheckOutExtension("GeoStats")
arcpy.CheckOutExtension("spatial")
arcpy.CheckOutExtension("3D")
# Local variables:
Dem_Trabajar = "Dem_Trabajar"
PUNTOS_K_shp = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\PUNTOS_K.shp"
Estaciones_Pluvio =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Datos_Tesis\\
Estaciones_Pluvio"
definitio = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\factor_C\\RECORTEDEF\\definitio"
polentrenamiento_gsg =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\factor_C\\polentrenamiento.gsg"
final_txt__2_ = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\factor_C\\final.txt"
pruebatesis_txt = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\factor_C\\pruebatesis.txt"
LayerK = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\LayerK"
FactorK = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\factork"
Dem_Fill =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Dem_Fill"
Pend_porcent =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Pend_porcent"
97
Pend_grad =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Pend_grad"
FactorB =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\FactorB"
factor_m =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\factor_m"
Factor_L =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Factor_L"
Factor_S =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Factor_S"
slope_ps = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\slope_ps"
reclaspf = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\reclaspf"
float_p = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\float_p"
factor_p = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\factor_p"
Layer_Geo_Plu = "Layer_Geo_Plu"
FactorR = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\factorr"
Clasifi_sup = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\Clasifi_sup"
valida = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\valida"
reclasFC = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\reclasfc"
Factor_c = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\factor_c"
float_C = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\float_c"
Final_Final = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Final\\Final_Final"
# Process: IDW
arcpy.IDW_ga(PUNTOS_K_shp, "k", LayerK, FactorK, "30", "2", "NBRTYPE=StandardCircular
RADIUS=250000 ANGLE=0 NBR_MAX=160 NBR_MIN=2 SECTOR_TYPE=ONE_SECTOR", "")
# Process: IDW (2)
arcpy.IDW_ga(Estaciones_Pluvio, "Fournier", Layer_Geo_Plu, FactorR, "30", "3",
"NBRTYPE=StandardCircular RADIUS=100000 ANGLE=0 NBR_MAX=25 NBR_MIN=2
SECTOR_TYPE=ONE_SECTOR", "")
# Process: Maximum Likelihood Classification
arcpy.gp.MLClassify_sa("C:\\Users\\Ricardo\\Documents\\Final_Tesis\\LEO\\factor_C\\RECORTEDEF
\\definitio", polentrenamiento_gsg, Clasifi_sup, "0.0", "EQUAL", "", valida)
# Process: Fill
arcpy.gp.Fill_sa(Dem_Trabajar, Dem_Fill, "")
# Process: Slope (2)
98
arcpy.gp.Slope_sa(Dem_Fill, Pend_grad, "DEGREE", "1")
# Process: Raster Calculator (2)
arcpy.gp.RasterCalculator_sa("((Sin(\"%Pend_grad%\"*(3.141598/180))/0.0896)/
((3*Power(Sin(\"%Pend_grad%\"*(3.141598/180)),0.8))+0.56))", FactorB)
# Process: Raster Calculator (3)
arcpy.gp.RasterCalculator_sa("\"%FactorB%\"/(1+\"%FactorB%\")", factor_m)
# Process: Raster Calculator (4)
arcpy.gp.RasterCalculator_sa("Power(1.355625,\"%factor_m%\")", Factor_L)
# Process: Slope
arcpy.gp.Slope_sa(Dem_Fill, Pend_porcent, "PERCENT_RISE", "1")
# Process: Raster Calculator (5)
arcpy.gp.RasterCalculator_sa("(0.065+(0.045*\"%Pend_porcent%\")+(0.0065*(Power(\"%Pend_porcent
%\",2))))", Factor_S)
# Process: Reclassify
arcpy.gp.Reclassify_sa(Pend_porcent, "Value", "0 7 1;7 11.300000000000001 2;11.300000000000001
17.600000000000001 3;17.600000000000001 26.800000000000001 4;26.800000000000001
227.00417625904083 5", slope_ps, "DATA")
# Process: Reclass by ASCII File
arcpy.gp.ReclassByASCIIFile_sa(slope_ps, pruebatesis_txt, reclaspf, "DATA")
# Process: Float
arcpy.Float_3d(reclaspf, float_p)
# Process: Raster Calculator
arcpy.gp.RasterCalculator_sa("\"%float_p%\" / 100", factor_p)
# Process: Reclass by ASCII File (2)
arcpy.gp.ReclassByASCIIFile_sa(Clasifi_sup, final_txt__2_, reclasFC, "DATA")
# Process: Float (2)
arcpy.Float_3d(reclasFC, float_C)
# Process: Raster Calculator (6)
99
arcpy.gp.RasterCalculator_sa("\"%float_C%\" / 100", Factor_c)
# Process: Raster Calculator (7)
arcpy.gp.RasterCalculator_sa("\"%FactorR%\"*\"%FactorK%\"*\"%Factor_L%\"*\"%Factor_S%\"*
\"%factor_p%\"*\"%Factor_c%\"", Final_Final)
MODELO PHYTON EROSION HIDRICA POTENCIAL
# Phyton_Erosion_Potencial.py
# Created on: 2015-10-28 16:13:41.00000
# (generated by ArcGIS/ModelBuilder)
# Description:
# ---------------------------------------------------------------------------
# Import arcpy module
import arcpy
# Check out any necessary licenses
arcpy.CheckOutExtension("GeoStats")
arcpy.CheckOutExtension("spatial")
# Local variables:
Dem_Trabajar = "Dem_Trabajar"
PUNTOS_K_1 =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\PUNTOS_K_1"
Estaciones_Pluvio =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Geodatabase\\Base_geografica.mdb\\Datos_Tesis\\
Estaciones_Pluvio"
LayerK = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\LayerK"
FactorK = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factork"
dem_fill1 = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\dem_fill1"
Pend_porcent = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\Pend_porcent"
Pend_grad = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\Pend_grad"
FactorB = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factorb"
factor_m = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factor_m"
Factor_L = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factor_l"
Factor_S = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factor_s"
100
Layer_Geo_Plu =
"C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\Layer_Geo_Plu"
FactorR = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\factorr"
Final_Final = "C:\\Users\\Ricardo\\Documents\\Final_Tesis\\Ensayo_Potencial\\Final_Final"
# Process: IDW
arcpy.IDW_ga(PUNTOS_K_1, "k", LayerK, FactorK, "30", "3", "NBRTYPE=StandardCircular
RADIUS=250000 ANGLE=0 NBR_MAX=160 NBR_MIN=2 SECTOR_TYPE=ONE_SECTOR", "")
# Process: IDW (2)
arcpy.IDW_ga(Estaciones_Pluvio, "Fournier", Layer_Geo_Plu, FactorR, "30", "3",
"NBRTYPE=StandardCircular RADIUS=100000 ANGLE=0 NBR_MAX=25 NBR_MIN=2
SECTOR_TYPE=ONE_SECTOR", "")
# Process: Fill
arcpy.gp.Fill_sa(Dem_Trabajar, dem_fill1, "")
# Process: Slope (2)
arcpy.gp.Slope_sa(dem_fill1, Pend_grad, "DEGREE", "1")
# Process: Raster Calculator (2)
arcpy.gp.RasterCalculator_sa("((Sin(\"%Pend_grad%\"*(3.141598/180))/0.0896)/
((3*Power(Sin(\"%Pend_grad%\"*(3.141598/180)),0.8))+0.56))", FactorB)
# Process: Raster Calculator (3)
arcpy.gp.RasterCalculator_sa("\"%FactorB%\"/(1+\"%FactorB%\")", factor_m)
# Process: Raster Calculator (4)
arcpy.gp.RasterCalculator_sa("Power(1.355625,\"%factor_m%\")", Factor_L)
# Process: Slope
arcpy.gp.Slope_sa(dem_fill1, Pend_porcent, "PERCENT_RISE", "1")
# Process: Raster Calculator (5)
arcpy.gp.RasterCalculator_sa("(0.065+(0.045*\"%Pend_porcent%\")+(0.0065*(Power(\"%Pend_porcent
%\",2))))", Factor_S)
# Process: Raster Calculator (7)
arcpy.gp.RasterCalculator_sa("\"%FactorR%\"*\"%FactorK%\"*\"%Factor_L%\"*\"%Factor_S%\"",
Final_Final)
101
MAPAS
102
OTROS ANEXOS
