DISTRIBUCIÓN ESPACIAL DE LA CONTAMINACIÓN POR …

1

DISTRIBUCIÓN ESPACIAL DE LA CONTAMINACIÓN POR FUENTES FIJAS Y

SU RELACIÓN CON PARÁMETROS HIDROLÓGICOS EN LA ZONA OESTE DEL

DEPARTAMENTO DEL TOLIMA

RICHARD EDINSON CASTRILLÓN MENZA

JORGE ANTONIO RUEDA MONTEALEGRE

MONOGRAFÍA PRESENTADA COMO

REQUISITO PARCIAL PARA OPTAR AL TÍTULO DE INGENIERO CIVIL

DIRECTOR:

INGENIERO FORESTAL

JORGE ARMANDO HERNÁNDEZ LÓPEZ

UNIVERSIDAD DE IBAGUÉ

FACULTAD DE INGENIERÍA – PROGRAMA DE INGENIERÍA CIVIL

IBAGUÉ / TOLIMA

2018

2

LISTA DE CONTENIDO

CONTENIDO Pág.

1. INTRODUCCIÓN ............................................................................................. 9

2. JUSTIFICACIÓN ............................................................................................ 11

3. OBJETIVOS ................................................................................................... 12

4. MARCO TEÓRICO ........................................................................................ 13

4.1 Teledetección ............................................................................................. 13

4.2 Programas Landsat .................................................................................... 14

4.2.1 Landsat 5 ................................................................................................. 14

4.2.2 Landsat 8 .................................................................................................. 15

4.3 Procesamiento Digital de Imágenes de Satelite ......................................... 15

4.3.1 Correcciones atmosféricas ....................................................................... 16

4.4 Hidrologia .................................................................................................. 16

4.5 Balance Hídrico ......................................................................................... 16

4.6 Temperatura ............................................................................................. 17

4.7 Vegetación ................................................................................................ 17

4.8 Agua ......................................................................................................... 17

4.9 Indices espectrales ..................................................................................... 18

4.9.1 Indice de vegetación (NDVI) ..................................................................... 18

4.9.2 Indice de agua (NDI) ................................................................................. 20

4.9.3 Indice de temperatura (LST) ..................................................................... 20

4.10 SIG ........................................................................................................... 25

4.11 ArcGis ....................................................................................................... 25

4.12 Idrisi .......................................................................................................... 25

5. ÁREA DE ESTUDIO………………………………………………………………. 26

5.1 Municipios estudiados del Tolima ............................................................... 26

3

5.1.1 Cajamarca .......................................................................................... 26

5.1.2 Ibagué ................................................................................................. 26

5.1.3 Roncesvalle ........................................................................................ 28

5.1.4 Rovira ................................................................................................. 29

5.1.5 San Antonio ........................................................................................ 30

6. METODOLOGÍA……………………………………………….……..…………31

7. RESULTADOS ………………………………………………………….………..31

8.CONCLUSIONES ………………………………………………………………….. 42

9. REFERENCIAS……….………………………………………………………………43

CONTENIDO DE ILUSTRACIONES.

Pág.

Ilustración I Índice de vegetación………………………………................................20

Ilustración II Rangos de clasificación para el valor NDVI ……………………….…..20

Ilustración III Índice de agua…………………………………………………………...21

Ilustración IV Índice de temperatura………………………………...........................22

Ilustración V Factor reescalamiento Multiplicativo especifico de cada banda …...22

Ilustración VI Factor de reescalamiento Aditivo especifico de cada banda ……...23

Ilustración VII Constantes de conversión térmica ……………………………….…..24

Ilustración VIII Cálculos del PV ……………………………….................................25

Ilustración IX Ubicación de la zona de estudio ………………………………..........27

Ilustración X Municipio de Cajamarca………………………………………………...28

Ilustración XI Municipio de Ibagué…………………………………………….………29

Ilustración XII Municipio de Roncesvalles……… ……………………………………30

Ilustración XIII Municipio de Rovira …………………………………………………..30

Ilustración XIV Municipio de San Antonio...…………………………………………..31

Ilustración XV Esquema de la metodología…………………………………………..34

Ilustración XVI Shapefile de los municipios…………………………………………..35

Ilustración XVII Áreas de los municipios………………………………………………35

4

Ilustración XVIII El NDVI de cada municipio con sus respectivos años…………...35

Ilustración XIX El NDI de cada municipio con sus respectivos años………………45

5

RESUMEN

En el departamento del Tolima se presentan cambios climáticos los cuales alteran

las actividades económicas, sociales y ambientales. Las actividades antrópicas se

ven afectadas por el aumento en la temperatura y precipitación los cuales generan

cambios en la cobertura vegetal y alteraciones en las fuentes hídricas.

Para el desarrollo de la investigación se utilizaron imágenes satélites de los años

1970, 1985, 2000, 2005, 2013 y 2018 las cuales se le realizan correcciones

atmosféricas por medio del programa IDRISI, posterior a esto se realiza el Índice de

vegetación (NDVI), índice agua (NDI), y temperatura superficial del suelo (LST).

Como resultados en los diferentes índices se encontró un aumento de temperatura,

el cual es un factor inversamente proporcional a la cantidad de vegetación y agua

existente en la población.

6

ABSTRACT

In the department of Tolima there are climatic changes which alter the economic,

social and environmental activities. Anthropic activities are affected by the increase

in temperature and precipitation which generate changes in plant cover and

alterations in water sources.

For the development of the research satellite images of the years 1970, 1985, 2000,

2005, 2013 and 2018 were used, which are made atmospheric corrections through

the IDRISI program, after this the Vegetation Index (NDVI) is made, water index

(NDI), and soil surface temperature (LST). As a result in different rates found a rise

in temperature, which is a factor that is inversely proportional to the amount of

vegetation and water existing in the population.

7

1. INTRODUCCIÓN

Los cambios en la cobertura vegetal generan que la fauna emigre hacia otros

lugares y que las especies florísticas se encuentren en vía de extinción; En este

estudio se analizará la dinámica espacial de la cobertura vegetal, índice de agua y

temperatura superficial en la zona Oeste del Departamento del Tolima.

La investigación utilizo herramientas Geográficas, a partir de la teledetección

utilizando imágenes satelitales las cuales consisten en estudios de procesos

dinámicos que se dan sobre la atmosfera y la superficie terrestre, todo esto a través

de una variedad de índices tales como el NDVI, NDI y LST. Estos parámetros

permiten valorar y considerar la evolución de los ecosistemas a través del tiempo,

así como los efectos que tienen sobre estos el clima y eventos extremo.

8

2. JUSTIFICACIÓN

El cambio climático es una realidad ineludible y las acciones para enfrentarlos son

asimismo impostergables. En estos últimos años el cambio climático ha constituido

una amenaza real sobre el bienestar de nuestra población y sus manifestaciones

actuales se observan en el aumento del precio de los alimentos, la disponibilidad y

la calidad de la energía y el agua, así como el aumento de la vulnerabilidad frente a

eventos hidrometeoro lógicos. (Gilman et al., 2008).

De acuerdo a los estudios hechos por el IDEAM, en Colombia para el año 2070 la

temperatura aumentará 24º C viéndose reflejado principalmente en las zonas Caribe

y Andina. Teniendo en cuenta esta realidad, en los últimos años, los sensores

remotos se han posicionado como herramientas ideales para el seguimiento y

registro de las coberturas de la tierra a costos razonables.

El uso de imágenes de satélite en el monitoreo de la superficie se ha planteado

como una alternativa para identificar cambios en las zonas, estimar su magnitud y

caracterizar en aras de tomar mejores decisiones para la planificación y el manejo

de estas zonas vulnerables al cambio climático.

La investigación utilizo imágenes satelitales de la zona oeste del departamento del

Tolima para procesar los índices climáticos que se ha desarrollado en los últimos

años, generando un mecanismo, el cual ayude a mejorar e identificar las

condiciones ambientales provocados por las diferente actividades negativas

humanas o más conocidos como agentes contaminantes.

9

3. OBJETIVOS

3.1 OBJETIVO GENERAL

Evaluar la distribución espacial entre los parámetros de contaminación atmosférica

por fuentes fijas y parámetros hidrológicos en la zona oeste del departamento del

Tolima.

3.2 OBJETIVO ESPECIFICOS

Definir el tipo y características de distribución espacial entre los niveles de

concentración de contaminación atmosférica por fuentes fijas.

Describir el comportamiento climático en la zona centro del Tolima en base a los

sistemas de Información Geográfica (SIG).

Evaluar el estado de afectación climática por emisiones en la zona centro del

Tolima.

10

4. MARCO TEÓRICO

4.1 Fuentes de contaminación

Una contaminación de una fuente puntual es una fuente única identificable y

localizada de contaminación del aire, agua o térmica, acústica, lumínica, etc. Una

fuente puntual tiene proporciones desdeñables, distinguiéndose de otras formas

geométricas de contaminación (como la contaminación de una fuente no puntual).

Las fuentes son llamadas fuente puntual porque en modelación matemática pueden

aproximarse a punto para simplificar su análisis. La contaminación de una fuente

puntual es idénticas a otras fuentes puntuales, como en física, ingeniería, óptica y

química. (C.Michael Hogan. 2010).

4.1 SIG

Un sistema de información geográfica, es un conjunto de herramientas que integra

y relaciona diversos componentes que permiten la organización, almacenamiento,

manipulación, análisis y modelización de grandes cantidades de datos procedentes

del mundo real que están vinculados a una referencia espacial, facilitando la

incorporación de aspectos sociales-culturales, económicos y ambientales que

conducen a la toma de decisiones de una manera más eficaz. (Wikipedia, la

enciclopedia libre. 2018.)

4.2 TELEDETECCIÒN

es la adquisición de información a pequeña o gran escala de un objeto o fenómeno,

ya sea usando instrumentos de grabación o instrumentos de escaneo en tiempo real

inalámbricos o que no están en contacto directo con el objeto (como por ejemplo

aviones, satélites, astronave, boyas o barcos).

En la práctica, la teledetección consiste en recoger información a través de

diferentes dispositivos de un objeto concreto o un área. Por ejemplo, la observación

terrestre o los satélites meteorológicos. (European Space Agency, 2017).

11

4.3 Imagen Satelital

Es el producto obtenido por un sensor instalado a bordo de un satélite artificial

mediante la captación de la radiación electromagnética emitida o reflejada por un

cuerpo celeste, producto que posteriormente se transmite a estaciones terrenas

para su visualización, procesamiento y análisis. (Teledet, 2014)

4.4 Programas Landsat:

Debido al éxito de las fotografías espaciales, la agencia espacial norteamericana

NASA, diseño a finales de los años 60 el que sería el primer proyecto dedicado a

observar la superficie terrestre exclusivamente. El primer satélite puesto en órbita

fue el ERTS (Earth Resource Technollogy Satellite) el 23 de julio de 1972 quien

luego a partir de su segundo lanzamiento en el año 75 se denominaría Landsat; este

sin duda ha sido uno de los proyectos de teledetección más ambiciosos y fructíferos

a lo largo de los años.

La buena resolución espacial, la temporalidad y el carácter global entre otras

características hacen de LandSat uno de los sensores remotos más usados para

estudios de monitoreo y seguimiento a nivel multitemporal ya que se tiene registro

de imágenes de cerca de 45 años. La abundancia de imágenes es directamente

proporcional al número de antenas receptoras, por tal razón, es posible encontrar

abundancia de escenas en países como Brasil, Argentina, Canadá, China, Italia,

Suecia, Indonesia, Tailandia, Japón, India, Sudáfrica y Australia. (Bentacur

Alarcón,2006).

4.4.1 Landsat 5

Se lanzó el 1 de marzo de 1984, fue construido al mismo tiempo que el LandSat 4

con los instrumentos MSS y TM. El escáner multiespectral se apagó en el año 95,

luego en el año 2011 el instrumento TM dejó de adquirir imágenes debido a un

componente electrónico, unos meses más tarde, los ingenieros volvieron a encender

el instrumento MSS e implementaron nuevas capacidades para ingerir los datos sin

procesar del instrumento en la estación terrestre. El transmisor del LandSat 5 fue

apagado el 5 de junio de 2013. (Bentacur Alarcón,2017).

12

4.4.2 Landsat 8

Se lanzó el 11 de febrero de 2013, se equipó con dos instrumentos científicos: el

Operational Land Imager (OLI) y el Thermal Infrared Sensor (TIRS). Estos dos

sensores proporcionan una cobertura estacional de la masa terrestre global a una

resolución espacial de 30 metros (visible, NIR, SWIR); 100 metros (térmico); y 15

metros (pancromático). Los datos TIRS de 100 m se registrarán en los datos OLI

para crear productos de datos de 12 bits corregidos radiométricamente,

geométricamente y en terreno. El Landsat 8 devuelve 400 escenas/día al archivo de

datos del USGS, ha adquirido regularmente 550/día. Esto aumenta la probabilidad

de capturar escenas libres de nubes para la masa terrestre global. El tamaño de la

escena del Landsat 8 es de 185 km de recorrido transversal por 180 km a lo largo

de la pista.

4.5 Procesamiento digital de imágenes de satélite

Las imágenes obtenidas a partir de sensoramiento remoto presentan muchas veces

alteraciones de tipo radiométrico y Atmosférico producto de varios factores, esto

ocasiona que la imagen o producto entregado al usuario final no coincida con la

radiancia, posición, forma, tamaño de los objetos que se contienen dentro de esta.

Se hace con el objetivo de realizar transformaciones a la información visual, y con

el de facilitar su análisis, almacenamiento, transmisión o empleo en determinadas

aplicaciones, empleando medios computacionales.

Las primeras técnicas de procesamiento digital de imágenes se desarrollaron para

realizar “realces” en el contexto de fotointerpretación y son las siguientes:

Composiciones de color (RGB) Filtros digitales (convolución)

• paso alto

• paso bajo

• mediana

• Direccional

• Laplaciano

• Gaussiano

13

• Sobel

Ajuste del contraste y realces

• mediante el histograma

• decorrelation stretch

componentes principales Cocientes de bandas: índices de vegetación

Transformación “Tasselep Cap” Clasificaciones.

Mezclas espectrales.

4.5.1 Correcciones atmosféricas

En esta corrección se eliminan los elementos presentes en la columna atmosférica,

causales de ruido en la señal y el ND del pixel. Esta corrección permite enmascarar

la bruma y nubes. De esta manera se obtiene una imagen con valores de

reflectancia (0 a 1) que mejora la separabilidad espectral de los objetos presentes

en la imagen respecto a la original; esta corrección es útil emplearla cuando se

piensa aplicar índices espectrales, esto con el fin de que se generen índices más

fieles y con valores más verídicos. (Chuvieco,2010).

4.5.2 Correcciones Radiométricas

Es una de las vías para tratar los valores de píxel de una imagen satélite para

obtener valores de intensidad homogéneos equilibrando histogramas o corrigiendo

imperfecciones presentes en los píxels. Entre los diversos motivos que influyen en

estas distorsiones de las imágenes satélite encontramos fallos de los propios

sensores, alteraciones en el movimiento del sensor o instrumento a bordo del

satélite/avioneta o la interferencia de la atmósfera. (Fernando Avila,2011).

14

4.6 Hidrología

El objetivo primario de la hidrología es el estudio de las interrelaciones entre el agua

y su ambiente. Ya que la hidrología se interesa principalmente en el agua localizada

cerca de la superficie del suelo, se interesa particularmente en aquellos

componentes del ciclo hidrológico que se presentan ahí esto es, precipitación,

evapotranspiración, escorrentía y agua en el suelo. Los diferentes aspectos de estos

fenómenos son estudiados en sus varias subdisciplinas. (González María

Eugenia,2014).

4.7 Temperatura (T)

La cantidad de energía solar, retenida por el aire en un momento dado, se denomina

Temperatura. Se puede afirmar que la temperatura depende ante todo de la

radiación solar.

No obstante, son tres los factores del clima que hacen funcionalmente variar la

temperatura. Ellos son: la altitud, la latitud y la proximidad al mar. Pero además hay

que agregarle en la influencia de los cambios términos a los movimientos de rotación

y traslación de la tierra.

4.8 Vegetación

Es el conjunto de plantas características en una región determinada dependiendo

del clima, la cantidad de agua y las condiciones del suelo. Sea una vegetación

arrastrándose con arbustos, cactus o árboles de gran o pequeño tamaño. La

vegetación siempre dependerá de la ubicación donde se encuentra, pues de ahí ella

tendrá las condiciones necesarias para desarrollarse adecuadamente.

4.9 Índices Espectrales

Los índices espectrales son operaciones matemáticas entre las bandas de una

imagen las cuales permiten evidenciar objetos que responden a ciertas longitudes

de onda; De esta manera logran discriminarse de las cosas existentes en la imagen,

a continuación, se muestra un listado breve de los índices utilizados en el proyecto:

15

Índice de Vegetación (NDVI)

Índice de Agua (NDI)

Índice de Temperatura (LST)

4.9.1 Índice de vegetación (NDVI)

Son combinaciones de las bandas espectrales registradas por los satélites de

Teledetección, cuya función es realzar la vegetación en función de su respuesta

espectral y atenuar los detalles de otros elementos como el suelo, la iluminación, el

agua, etc… Se trata de imágenes calculadas a partir de operaciones algebraicas

entre distintas bandas espectrales.

El resultado de estas operaciones permite obtener una nueva imagen donde se

destacan gráficamente determinados píxeles relacionados con parámetros de las

coberturas vegetales.

NDVI= (NIR-R) / (NIR+R)

Ilustración I: índice de vegetación

Se hace mediante la diferencia entre la reflectancia de las bandas 4 (infrarrojo

cercano) y 3 (visible – rojo) dividido por la suma de estas dos bandas de reflectancia.

Los índices calculados para cada una de las imágenes poseen valores que oscilan

entre -1 a 1 a excepción del SAVI que lo hace entre -1.4 y 1.4; estos valores

espectralmente pueden representar fielmente las coberturas que se encuentran en

la imagen, generando clústeres entre estas; en este orden de ideas la bibliografía

muestra varios estudios y trabajos en los cuales se ha llevado a cabo la

categorización de varios índices. Ríos (2014).

16

Ilustración II Rangos de clasificación para las coberturas de la tierra en relación del valor NDVI

Fuente: Ríos 2014

4.9.2Indice de agua (NDI)

Este índice surgió como respuesta a la incapacidad del índice de diferencia de agua

normalizado (NDWI) para separar territorios cubiertos del agua. Por este motivo en

2006, Xu propuso modificar el NDWI reemplazando la banda del Infrarrojo Cercano

(NIR) por la banda del Infrarrojo Medio (SWIR). Los valores de este índice varían

entre -1 y 1, donde los valores superiores a cero corresponden a cuerpos de agua.

(Ariza, Garcia J., Rojas B., & Ramírez D., 2014).

NDWI= (Green - NIR) / (Green + NIR)

Ilustración III Índice del agua

Fuente: Scielo

Donde NIR (del inglés Near InfraRed) es el valor en la banda del infrarrojo cercano,

y Green del infrarrojo corto (porción del infrarrojo medio)

La clasificación para este índice está dada por un punto de equilibrio, el cual es un

valor de 0.2, donde las zonas que presenten números superiores a este, cuentan

con la presencia de agua.

17

4.9.3 índice de temperatura (LTS)

El índice es la combinación de la temperatura del aire y la humedad que proporciona

una descripción de la manera en que se percibe la temperatura en una zona

estudiada.

La temperatura de la superficie terrestre se puede estimar o calcular usando las

bandas térmicas de Landsat 8 y Landsat 5. Simplemente se requiere aplicar un

conjunto de ecuaciones a través de una calculadora de imágenes ráster (ArcMap,

ArcGIS Pro, QGIS).

Cálculo de TOA radiancia espectral.

TOA = ML * Qcal + AL

Dónde:

ML = factor de reescalamiento multiplicativo específico de banda (valor disponible

en el archivo de metadatos MTL, en la línea RADIANCE_MULT_BAND_x, donde x

es el número de banda).

Qcal = corresponde a la banda 10.

AL = factor de reescalamiento aditivo específico de la banda (valor disponible en el

archivo de metadatos MTL, en la línea RADIANCE_ADD_BAND_x, donde x es el

número de banda). Por consiguiente, se debe resolver la ecuación usando la

herramienta Ráster Calculator en ArcMap.

Conversión de Radianza a Brightness Temperature (Temperatura de brillo)

BT = (K2 / (ln (K1 / K2 + 1)) − 273.15

18

dónde:

K2 y K1 = constantes de conversión térmica específicas de la banda a partir de los

Por lo tanto para obtener los resultados en Celsius, la temperatura radiante se ajusta

sumando el cero absoluto (aprox. -273,15°C).

Calcular la proporción de vegetación Pv

Pv = Square ((NDVI – NDVImín) / (NDVImáx – NDVImín))

Ilustración IV Constantes de conversión térmica (Block de notas / Suministradas por las

imágenes LandSat.)

Fuente: Autores

NDVIMIN: Índice de vegetación Mínima NDVIMAX: Índice vegetación máxima

Esto se realiza con el objetivo de hallar la densidad o extensión de la cobertura es

la relación entre vegetación y suelo vista desde el aire.

Por lo general los valores mínimos y máximos de la imagen NDVI se pueden

visualizar directamente en la imagen (tanto en ArcGIS), caso contrario se debe abrir

las propiedades del ráster para obtener aquellos valores.

Calcular la Emisividad ε

ε = 0.004 * Pv + 0.986

Simplemente aplicar la fórmula en la calculadora ráster, el valor de 0.986

corresponde a un valor de corrección de la ecuación.

Calcular la temperatura de superficie de la tierra

LST = (BT / (1 + (0.00115 * BT / 1.4388) * Ln(ε)))

19

Finalmente aplicar la ecuación de LST para obtener el mapa de temperatura de

superficie. Como resultado del proceso desarrollado se cuenta con un mapa de

temperatura de superficie de la tierra, cabe señalar que no es igual a la temperatura

del ambiente.

Para la clasificación de la TEMPERATURA SUPERFICIAL se realizó la

siguiente clasificación, la cual se tomó como referencia una página

gubernamental (Tierra Colombiana, 2018)

4.10 Programas que se utilizaron

4.10.1 ArcGis

ArcGIS es un completo sistema que permite recopilar, organizar, administrar,

analizar, compartir y distribuir información geográfica. Como la plataforma líder

mundial para crear y utilizar sistemas de información geográfica (SIG), ArcGIS es

utilizada por personas de todo el mundo para poner el conocimiento geográfico al

servicio de los sectores del gobierno, la empresa, la ciencia, la educación y los

medios.

4.10.2 Idrisi

Idrisi Selva es un SIG integrado con sistema de procesamiento de imágenes que

analiza y visualiza datos espaciales. Idrisi Selva es la herramienta de modelación

de gran potencia que ha ayudado a miles de usuarios alrededor del mundo a

desarrollar fácilmente sus propios modelos.

20

5. ÁREA DE ESTUDIO

El Departamento de Tolima está situado en el centro del país, localizado entre los

02º52’59’’ y 05º19’59’’ latitud norte, y los 74º24’18’’ y 76º06’23’’ longitud oeste.

Cuenta con una superficie de 23.582 km2 lo que representa el 2.1 % del territorio

nacional.

Fuente: Autores

5.1 Municipios

5.1.1 Cajamarca

Cajamarca está ubicado a 35 kilómetros de Ibagué, sobre la Vía Panamericana.

También queda a 90 minutos de Armenia. Geográficamente Cajamarca limita al

norte con el municipio de Ibagué, al sur con los municipios de Rovira y Roncesvalles,

por el occidente con el departamento del Quindío (Salento, Calarca y Pijao) y al

Ilustración V Ubicación de la zona de estudio

Mapa de ubicación geográfica de los m unicipios de

estudio

21

oriente nuevamente con Ibagué; lo que la ubica en la parte alta de la cordillera

central.

El territorio tiene un potencial hídrico no aprovechado en totalidad. Se destacan los

ríos Anaime, Toche y Bermellón y las quebradas Capotal, Cucuana, entre otras.1

5.1.2 Ibagué

El área conocida como Meseta de Ibagué está ubicada en el sector central del

Tolima, sobre las estribaciones orientales de la Cordillera Central de Colombia, con

una extensión aproximada de 35 mil hectáreas (Ha). En el costado occidental, se

encuentra la zona urbana de la ciudad de Ibagué, capital del Departamento.

Precisamente esta conformación geológica de La Meseta de Ibagué permite la

existencia de un importante recurso hídrico subterráneo que se aprovecha desde

mediados del siglo pasado y que fue objeto de evaluación por parte de Cortolima en

convenio con el Ibal y la Alcaldía de Ibagué (Cortolima, 2014).

El clima aquí es tropical. Ibagué tiene una cantidad significativa de lluvia durante el

año. Esto es cierto incluso para el mes más seco.

5.1.3 Roncesvalles

Geológicamente, el municipio de Roncesvalles se ubica en el flanco oriental de la

Cordillera Central, la que de acuerdo con estudios geofísicos realizados tiene un

espesor de 35 Km y sus estructuras siguen en general la dirección norte sur.

En cuanto al Clima, la temperatura varía dentro del rango de 20°C a 4°C, por

encontrarse dentro de la franja altitudinal de 1.500 a 4.000 m.s.n.m., y la

precipitación de acuerdo con los registros y cálculos presenta un valor promedio de

1.351 mm anuales2

1 .colombiaturismoweb

2 Esquema de Ordenamiento Territorial Roncesvalle

22

5.1.4 Rovira

Limita por el norte, con el municipio de Ibagué; por el occidente con el municipio de

Cajamarca; por el suficiente con el municipio de Roncesvalles por el sur con los

municipio de Ortega y San Antonio; por el oriente, con el Valle de San Juan y San

Luis.

Gran parte de territorio es montañoso y su relieve comprende a la cordillera Central

de los Alpes, destacándose: la cordillera de la Chapa, el páramo de los Gómez, las

cordilleras de Loma Larga, San Cristóbal, San Juan y San Pedro.

5.1.5 San Antonio

Es un municipio de Colombia, situado en el departamento de Tolima, a 109 km de

Ibagué y a 230 km de Bogotá. Su término municipal limita por el noroeste con

Roncesvalles, por el sur con Chaparral, por el noreste con Rovira, y por el este con

Ortega.

23

6. METODOLOGÍA

La metodología del trabajo se compone de cuatro fases las cuales se describen a

continuación:

6.1 Fase I Estudio del arte

Inicialmente se tiene la búsqueda de información discriminada en fuentes primarias

y secundarias. La primera de estas se enfoca en la recopilación de las imágenes

LandSat 5 y 8 para cuantificar las coberturas de la tierra de manera multi temporal

para la zona de estudio.

Fuentes Consultadas: SIGOT, Earth Explorer.

6.2 Fase II Corrección Atmosférica

En este orden de ideas se tienen las imágenes LandSat para cada municipio y año

respectivo estudiado; cada una de las imágenes es sometida a un procesamiento

digital en donde se unen las bandas que las conforman (visibles, infrarrojas

cercanas, infrarrojas medias, etc.), para luego realizarles una corrección

atmosférica (niveles de reflectancia) a nivel de superficie con el modelo IDRISI

SELVA.

6.3 FASE III Procesamiento de índices

Una vez corregida las imágenes se estiman los índices NDVI (Índice de

vegetación), NDI (Índice de agua) Y LST (Temperatura de la superficie) (empleo

de calculadora ráster) para cada una de las escenas. Posteriormente, ya con las

imágenes multiespectrales procesadas y los índices calculados se procede a

realizar los respectivos mosaicos (desarrollado en ArcGIS) para dar continuidad

visual al área de la zona de estudio.

Con base en la bibliografía se estiman unas posibles coberturas en relación con el

valor de los índices, reclasificando y categorizando por intervalos del valor de los

índices de coberturas de la zona de estudio.

24

6.4 FASE IV Interpretación de resultados

Pasando a la etapa final de la metodología, se tiene la consolidación de la

información obtenida en las etapas anteriores, están suministran datos precisos de

entrada para el modelo de la distribución de los índices en el área del Oeste del

Tolima. Se realizará el respectivo análisis de resultados para todas las etapas.

Por otro lado, la búsqueda de información en fuentes secundarias consistió en la

revisión bibliográfica y adquisición de material generado por entidades oficiales;

Los artículos científicos constituyen una fuente importante de información, ya que

validad muchos de los temas tratados en el trabajo en curso.

Después del análisis de datos y la representación gráfica de estos, se muestran

los resultados de forma precisa y en línea de tiempo, realizando una interpolación

del mapa hidrológico y mapa de fuentes fijas del departamento del Tolima, tanto

escrita como gráfica en ArcGis, haciendo una comparación específica con años

anteriores y de manera detallada cada intervalo de tiempo para ver el efecto de

forma más específica.

25

7. RESULTADOS

7.1 FASE I Estudio del arte

Se utilizó el satélite landsat 5 para los años del 70 al 2000 y landsat 8 para los años

2013 y 2018

Tabla I Tipo de imagen landsat utilizada

AÑOS IMAGEN LANDSAT UTILIZADA

1970

1978

1985

Landsat 5

Landsat 5

Landsat 5

1990

2000

2013

Landsat 5

Landsat 5

Landsat 8

2018 Landsat 8

Fuente: Autores

7.2 FASE II Y FASE III: Correcciones atmosféricas y procesamiento de

índices.

Se realizó las correcciones atmosféricas a cada una de las imágenes landsat por

medio del programa IDRISI se procede a calcular cada índice utilizando las

respectivas formulas planteadas en el Item 4.9 Índices espectrales.

Índice vegetación:

De acuerdo con los resultados arrojados, el clima juega un papel fundamental en la

distribución de la vegetación. Se podría pensar que lo normal es que la vegetación

cambie cuando lo hacen las condiciones climáticas, tal y como se deduce de los

cambios que se observan en la distribución de las diferentes imágenes.

A continuación, se muestran los resultados para cada municipio, las ilustraciones

del VI al XI representa el NDVI del municipio de Cajamarca.

26

ÍNDICE VEGETACIÓN CAJAMARCA

Ilustración VI Ilustración VII

Ilustración VIII Ilustración IX

Ilustración X Ilustración XI

27

Las ilustraciones del XII al XVII representa el NDVI del municipio de Roncesvalles.

ÍNDICE VEGETACIÓN RONCESVALLE

Ilustración XI I Ilustración XI I I

Ilustración X IV Ilustración X V

Ilustración X V I Ilustración X V I I

28

Las ilustraciones del XVIII al XXIII representa el NDVI del municipio de Rovira.

ÍNDICE VEGETACIÓN ROVIRA

Ilustración XVIII Ilustración XIX

Ilustración XX Ilustración XXI

Ilustración XXII Ilustración XXIII

29

Las ilustraciones del XXIV al XXIX representa el NDVI del municipio de San

Antonio. ÍNDICE VEGETACIÓN SAN ANTONIO

Ilustración XXIV Ilustración XXV

Ilustración XXVI Ilustración XXVII

Ilustración XXVIII Ilustración XXIX

30

Las ilustraciones del XXX al XXXV representa el NDVI del municipio de Ibagué.

ÍNDICE VEGETACIÓN IBAGUÉ

Ilustración XXX Ilustración XXXI

Ilustración XXXII Ilustración XXXIII

Ilustración XXXIV Ilustración XXXV

31

Índice de agua:

Las ilustraciones nos demuestra la falta de suficientes recursos hídricos La escasez

de agua puede ser el resultado de dos mecanismos: la escasez física (absoluta) de

agua y la escasez económica de agua, donde la escasez física de agua es el

resultado de la insuficiencia de los recursos naturales de agua para abastecer la

demanda de una región, y la escasez económica de agua es el resultado de una

mala gestión de los recursos hídricos disponibles.

A continuación, se muestran los resultados para cada municipio, las ilustraciones

del XXXVI al XLI representa el NDI del municipio de Cajamarca.

ÍNDICE DEL AGUA CAJAMARCA

Ilustración XXXVI Ilustración XXXVII

Ilustración XXXVIII

Ilustración XXXIX

32

Ilustración XL Ilustración XLI

Las ilustraciones del XLII al XLVII representa el NDI del municipio de Roncesvalles.

ÍNDICE DE AGUA RONCESVALLE

Ilustración XLIV Ilustración XLV

Ilustración X LI I

Ilustración X LI I I

33

Ilustración XLVI Ilustración XLVII

Las ilustraciones del XLVIII al LIII representa el NDI del municipio de Rovira.

ÍNDICE DE AGUA ROVIRA

Ilustración XLVIII Ilustración XLIX

Ilustración L Ilustración LI

34

Ilustración LII Ilustración LIII

Las ilustraciones del LIV al LIX representa el NDI del municipio de San Antonio.

ÍNDICE DE AGUA SAN ANTONIO

Ilustración LIV Ilustración LV

Ilustración LVI Ilustración LVII

35

Ilustración LVIII Ilustración LIX

Las ilustraciones del LX al LXV representa el NDI del municipio de Ibagué.

ÍNDICE DE AGUA IBAGUÉ

Ilustración LX Ilustración LXI

Ilustración LXII Ilustración LXIII

36

Ilustración LXIV

Ilustración LXV

Índice de temperatura:

La actividad de los seres humanos tiene una influencia cada vez mayor en el clima

y las temperaturas al quemar combustibles fósiles, talar las selvas tropicales y

explotar ganado. Las enormes cantidades de gases así producidos se añaden a los

que se liberan de forma natural en la atmósfera, aumentando el efecto invernadero

y el calentamiento global y esto no lo permitió evidenciar los resultados del análisis

de los índices de temperatura de la zona oeste del Tolima.

A continuación, se muestran los resultados para cada municipio, las ilustraciones

del LXVI al LXXI representa el LST del municipio de Cajamarca.

37

Las ilustraciones del LXXII al LXXVII representa el LST del municipio de Cajamarca.

ÍNDICE DE TEMPERATURA CAJAMARCA

Ilustración LXXII Ilustración LXXIII

Ilustración LXXIV Ilustración LXXV

Ilustración LXXVI Ilustración LXXVII

38

las ilustraciones del LXXVIII al LXXXIII representa el LST del municipio de

Roncesvalles.

ÍNDICE TEMPERATURA RONCESVALLE

Ilustración LXXVIII Ilustración LXXIX

Ilustración LXXX Ilustración LXXXI

Ilustración LXXXII Ilustración LXXXIII

39

Las ilustraciones del LXXXIV al LXXXIX representa el LST del municipio de Rovira.

ÍNDICE TEMPERATURA ROVIRA

Ilustración LXXXIV

Ilustración LXXXV

Ilustración LXXXVI Ilustración LXXXVII

Ilustración LXXXVIII Ilustración LXXXIX

40

Las ilustraciones del XC al XCV representa el LST del municipio de San Antonio.

ÍNDICE TEMPERATURA SAN ANTONIO

Ilustración XC Ilustración XCI

Ilustración XCII Ilustración XCIII

Ilustración XCIV Ilustración XCV

41

Las ilustraciones del XCVI al CI representa el LST del municipio de Ibagué.

ÍNDICE DE TEMPERATURA IBAGUÉ

Ilustración XCVI Ilustración XCVII

Ilustración XCVIII Ilustración XCIX

Ilustración C Ilustración CI

42

7.3 FASE IV Interpretación de resultados

Tabla III Área de ocupación de la clasificación del índice de vegetación con

respecto a cada municipio.

Fuente: Autores

Tabla III Índice vegetación total de cada municipio

Fuente: Autores

43

Con los datos de la tabla anterior (Tabla III) extraídos del ArcMap, se realizaron

unas gráficas para observar la variación de las características en los diferentes

años, y así poder realizar un análisis estadístico que permita el entendimiento de

los cambios que ha sufrido la zona Oeste del departamento del Tolima en cuanto a

su vegetación, contenido de agua y temperatura superficial.

Gráfica I Índice vegetación total de Cajamarca

Gráfica II Índice vegetación total de Ibagué

44

Gráfica IIII Índice vegetación total de Roncesvalle

Gráfica IV Índice vegetación total de Rovira

Gráfica V Índice vegetación total de San Antonio

45

Tabla IV Área de ocupación de la clasificación del índice de agua con respecto a

cada municipio.

Fuente: Autores

Tabla IV Temperatura superficial con respecto a cada municipio.

Fuente: Autores

46

8. CONCLUSIONES

Al realizar la comparación de imágenes mediante índices de comparación espectral,

se debe tener en cuenta las zonas que se desean analizar (agua, temperatura,

vegetación, etc.), para determinar que índice se puede ajustar al momento de

evaluar los cambios.

El resultado de la comparación en cada índice puede variar, por lo cual, en

ocasiones es necesario adaptar la expresión matemática para que el resultado sea

una matriz con las mismas dimensiones de las imágenes originales. En otras

ocasiones, se requiere integrar en una sola banda los resultados de las n bandas.

Para obtener una buena imagen de clasificación en métodos supervisados, es

recomendable seleccionar áreas de entrenamiento pequeños y diversas,

principalmente en imágenes con baja resolución espacial (Ej. Landsat). • En cuanto

a los resultados obtenidos, las imágenes de Landsat 8 utilizadas facilitaron la

obtención de resultados más precisos, en comparación con las imágenes Landsat

5. Esto se debe a que en el caso Landsat7, la imagen de clasificación obtenida

presentó demasiadas zonas de cambio, y su clasificación se tornó más compleja.

47

9. REFERENCIAS

• BETANCUR ALARCÓN, Laura. En 30 años, Colombia se quedaría sin nevados.

En: El tiempo.com. 28, marzo, 2017. Medio ambiente. Disponible en

internet:http://www.eltiempo.com/vida/medio-ambiente/deshielo-de-

glaciaresen-colombia-72050

• GONZÁLEZ, María Eugenia; Cálculo del retroceso glaciar en Isla Livinsgton y de

su línea de costa para actualización de cartografía (2014). [En línea].

[Consultado: 26 de octubre de 2017]. Disponible en internet:

http://eprints.ucm.es/27071/1/TFM%20Cop%C3%A9.pdf

• RÍOS, Scarlet; ZURITA ALFARO, Shirley; RODRÍGUEZ RÍOS, Elvira y

MONTALVO PÁRRAGA, Víctor (2014). Comparación de técnicas para

determinar cobertura vegetal y usos de la tierra en áreas de interés ecológico,

Manabí, Ecuador. En: Memorias, Sociedad Latinoamericana en Percepción

Remota y Sistemas de Información Espacial. (29 de septiembre de 2014).

Medellín, Colombia. pp. 2-28.

• POSADA, Elena; RAMÍREZ DAZA, Héctor Mauricio; ISAACS CUBIDES, Paola

y BARAJAS BARBOSA, Martha Paola (2010). Generación de modelos de

distribución de ecosistemas vulnerables al cambio climático. En: Ventana

Informática. No. 23 (jul.3dic., 2010). Manizales (Colombia): Universidad de

Manizales.p.9327. ISSN: 0123-9678.

• François Claude Amour, marqués de Bouillé. Wikipedia, la enciclopedia libre. 8

de abril de 2018. Consultado el 17 de abril de 2018.