descargar libro digital – pdf - cpdi
Anuncio
Memorias de las Gobierno Bolivariano de Venezuela Ministerio del Poder Popular para Educación Universitaria, Ciencia y Tecnología y Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico Centro de Procesamiento Digital de Imágenes - CPDI Gobierno Bolivariano de Venezuela Ministerio del Poder Popular para Educación Universitaria, Ciencia y Tecnología Fundación Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico Centro de Procesamiento Digital de Imágenes - CPDI Créditos Presidente Ejecutivo Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico Francisco Durán Colmenares Jefe de la Unidad de Proyectos Centro de Procesamiento Digital de Imágenes Carmen Goitía Blanco Coordinador General Ramiro Salcedo Gálviz Coordinador Comité de Publicaciones Freddy Flores Araque Diseño Gráfico y Diagramación Jesús Rodríguez Castillo Liser Verdugo Rodríguez Depósito Legal No. lf25220156003217 ISBN No. 978-980-6164-07-9 Comité Organizador Carmen Goitía Blanco Elio Suárez Arroyo Glenis Valencia Guerrero Jesús Alejandro Ruiz Curcho José Gutiérrez Blanco Liser Verdugo Rodríguez Luis Díaz Jaramillo María Teresa López Martín Rafael Rebolledo Wueffer Comité de Publicaciones Enmanuel Duque Caldera Gustavo Aguerrevere Winckelmann Ingrid Chávez Hernández Jesús Rodríguez Castillo José De Sá Rodríguez María Antonieta Febres Ollarves María Milagros Primera Canelón Mariana Azuaje Casique Montserrat Bautis Regueiro Wuilian Torres Cárdenas Publicado en Agosto, 2016 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática, está concebido bajo licencia Creative Commons, la cual permite la distribución, copiado y exhibición de este obra por parte de terceros, siempre que se den los créditos de autoría a la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT), quien es responsable de la producción y publicación de este documento. No está permitido obtener beneficio comercial y está prohibido generar obras derivadas. Los trabajos publicados fueron revisados y arbitrados por el sistema doble ciego. La Fundación Instituto de Ingeniería y el Centro de Procesamiento Digital de Imágenes no se responsabilizan por conceptos y opiniones emitidos por los autores. Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT) — RIF G200046503 Carretera Nacional Baruta – Hoyo de la Puerta, Altos de Sartenejas, Urb. Monte Elena II, entrada IDEA. Baruta, estado Miranda. Venezuela. Código Postal 1040A, Apartado Postal 40200. Teléfono: (+58-212) 9034610. Página web: www.fii.gob.ve Este documento está disponible en la página web: www.cpdi.fii.gob.ve 3 Presentación A partir del año 2005, la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico a través del Centro de Procesamiento Digital de Imágenes (CPDI), asumió la responsabilidad de organizar las Jornadas Nacionales de Geomática, con una periodicidad bienal. El principal objetivo de las Jornadas ha sido el de promover la disertación de experiencias e ideas acumuladas en las diversas instituciones y personas usuarias de la Geomática, es decir, de la comunidad geo-científica venezolana. Lo que ha merecido un reconocimiento nacional para los organizadores e investigadores, por mantener vivo un espacio, que se ha convertido en referencia nacional, por propiciar el intercambio de aplicaciones e investigaciones en las áreas que integran a la Geomática, así como los tópicos que han integrado cada edición. Nuevamente, en octubre de este año 2015, se realiza la VI edición de las Jornadas, culminando con un ciclo de fructíferas y valiosas experiencias para dar paso, de ahora en adelante, al Congreso Nacional de Geomática, reuniendo a la comunidad geocientífica nacional e internacional, para conocer los avances e innovaciones en materia de Geomática, presentándose 43 trabajos y contribuciones que permiten ver las aplicaciones, usos, bondades, alternativas y soluciones en esta área técnica del saber, en casos concretos de estudio, así como análisis en los contextos venezolano y mundial. Algunos de los trabajos expuestos, vinculados a la temática de la soberanía tecnológica, presentan la oportunidad de mostrar resultados derivados del uso de las imágenes adquiridas por nuestro Satélite Miranda. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 4 En esta edición, de las VI Jornadas y el 1er Congreso, el comité organizador ha seleccionado, a sugerencia de un grupo de evaluadores expertos, los mejores trabajos los cuales se presentan en esta publicación, agrupados en las siguientes áreas temáticas: • • • • • Ambiente y Sociedad Educación y Formación Investigación, Desarrollo e Innovación Planificación Territorial Poder Popular Así mismo, se presentan trabajos técnico – institucionales, tanto de organizaciones públicas y privadas, como nacionales e internacionales que contribuyeron en el desarrollo de este evento. Finalmente, se quiere hacer extensivo nuestro agradecimiento a los participantes ponentes, por su entusiasta presencia para compartir con sus colegas los aportes hechos en sus investigaciones, contribuyendo de esta manera con el desarrollo geocientifico y tecnológico de Venezuela. Carmen Goitía Blanco Freddy Flores Araque Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 5 Instituciones colaboradoras Capítulo Venezuela Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 6 Autores de los trabajos presentados Adriana Ruíz Adriano Alves Aimara Reyes Alfonso Casado Alfredo Monserat Amalys Rodríguez Amarelys Román Amilcar Soler Ángel Martín Ángel Valera Antony Prince Arévalo Araque Ariele Batistti Beatriz Graterol Bethania Peña Godoy Branyela Nuñes Carlos Blanco Carlos Botto Carlos Ocando Carlos Vásquez Carmen Goitia Cenaida Lozano Cenaida Perdomo César Salazar Martínez Clara Moreno Davis Varela Den izar Blitzkow Deyanira Lobo Diego Machado Edwards Castillo Elio Suárez Fani Araque Francesco Dal Pozzo Francisco Guerra M. Francisco Rodríguez Francisco Varela Freddy Balcázar Freddy Flores Araque Gabriela Quintana Gerson Colmenárez Giovanny Quagliano Gustavo Aguerrevere Gustavo Mares Gustavo Rojas Henry Codallo Hermógenes Suárez Humberto Malaspina Igor Jayaro Jean Carlos Mendoza Jean Pierre Plaza Jesús Alejandro Ruiz Jesús Castillo Jesús Viloria Jhoarlis Dicotot Jhonis Timaure Jimmy Hernández Jimmy Petrocini Jofmar Sánchez Johan Fuenmayor Jorge Flores José Alberto Vivas José Arismendi Valero José Caicedo José De Sá Rodríguez José N. Hernández Julia Miguel Julián García Leira Chacón Lelys Bravo Leonardo Sánchez Luis Carlos Timm Luis Díaz Luis Moncada Luisegleé Montezuma S. Luz Paisano Lyneth Camejo López Manuel Jáuregui María Corina Pineda Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática María Peña María Sánchez María Silva Mariana Azuaje Mario Forgione Marlitt Guilarte R. Maureen Vázquez Montserrat Bautis Mustapha Boujana N. Villamizar Nilbeny Cano Noldin Nuñez Norayda Arrieche Nuris Orihuela O. Camacho Oscar Abarca Oscar Noya-Alarcón Rafael Chacón Rafael Rebolledo W. Ramiro Saavedra Ramón Paz Renny Espinoza Ricardo Santana S. Roció Mendoza Ronald Delgado Ronelly Caballero Rosa Aguilar Rosa De Farías Rosana Marcano Ruber Álvarez Santiago Yépez Seymour Borno Steven Márquez Susuky López Tomas Solarte Verónica De Souza Víctor Cioce Víctor Vilachá Wuilian Torres Yorman Monasterios Yoselin Loaiza Yseliam Tovar Yxed Rojas Zully Goyo 7 Árbitros de los trabajos presentados Airam Flores Alejandro Ruiz Anderson Albarrán Carmen Goitía Diego Machado Elio Suárez Enmanuel Duque Eulogio Chacón Fani Araque Freddy Flores Giovanni Royero Gustavo Aguerrevere Henry Codallo Ivonne Izarra Jesús Moncada Jesús Rodríguez Jofmar Sánchez José Arismendi José Napoleón Hernández Juan José Machado Julián García Laura Delgado Luis Díaz Luis Liberal Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática María Antonieta Febres María Fernanda Rodríguez María Primera Mariana Azuaje Maritza Rivas Melvin Hoyer Montserrat Bautis Neyla Camacho Noris Rojas Rafael Lairet Rafael Rebolledo Ramiro Salcedo Ricardo Cuberos Rodrigo lazo Santiago Ramos Santiago Yépez Víctor Ciose Víctor Guevara Víctor Vilachá Vidal Sáez Walmore Vergara Wuilian Torres Yolanda Barrientos Zuleima Molina 8 Índice Pág. Pág. AMBIENTE Y SOCIEDAD............................................................................. 12 INVESTIGACIÓN, DESARROLLO E INNOVACIÓN......................................... 48 Actualización de los Mapas de Potencial Minero del estado Aragua por medio de Técnicas Geomáticas.............................................................. 13 Implementación y optimización de mediciones GNSS en tiempo real por el servicio Omnistar HP......................................................................... 49 Amalys Rodríguez, Seymour Borno, Edwards Castillo Aplicaciones de Sistemas de Información Geográfica a la Eliminación de la Oncocercosis en Venezuela................................................................ 22 Botto Carlos, Flores Jorge, Fuenmayor Johan, Graterol Beatriz, Villamizar Nestor, Noya-Alarcón Oscar, Camacho Oneida, Tovar Yseliam, Cortés José, Grillet María E., Guerra Francisco Distribución Espacial de Hypothenemus Hampei (Coleoptera: Curculionidae) en la localidad Jabón, Municipio Torres, Estado Lara................ 29 Ramón Paz, Norayda Arrieche, Gerson Colmenarez EDUCACIÓN Y FORMACIÓN...................................................................... 35 Curso Virtual: Nociones de Cartografía Analógica y Digital (NCAD)............... 36 Jesús Alejandro Ruíz Curcho Adecuación del Curso Presencial “Percepción Remota y Procesamiento Digital de Imágenes del Miranda” a Virtual.................................................. 41 Antony Prince, Renny Espinosa, Tomás Solarte, Mario Forgione, Hermógenes Suárez, Víctor Cioce Determinación de la temperatura de la superficie de la Tierra. Área Metropolitana de Mérida, Venezuela........................................................... 63 Francisco Dal Pozzo, Yxed Rojas Los Vehículos Robóticos Aéreos No Tripulados (VRANT) en la Geomática......... 71 Manuel Jauregui, Leira Chacón Establecimiento de puntos de control terrestre para el procesamiento de imágenes tomadas por Drones................................................................ 78 Cenaida Perdomo, José Caicedo, Noldin Nuñez, Diego Machado, Julian García, María Corina Pineda Cartografía digital de propiedades morfológicas de suelo usando lógica borrosa en paisajes de montaña........................................................ 85 María Corina Pineda, Ángel Valera, Jesús Viloria Marlitt Dolores Guilarte Riobueno Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 9 Pág. Pág. Generación de mapas de humedad del suelo en Venezuela mediante interpolación y algoritmos de aprendizaje.................................................... 92 SIGaVenezuela.com.ve El Sistema de Información Geográfica para la Promoción del Turismo en Venezuela.......................................................... 149 Ronald Delgado, Verónica De Souza Cartografía digital de propiedades de suelo por medio de clasificación neuro-borrosa y Kriging............................................................................ 104 Ángel Valera, Jesús Viloria, María Corina Pineda Cartografía digital de propiedades químicas del suelo en paisajes de montaña............................................................................................. 111 Jesús Arnaldo Viloria, Ángel Valera, María Corina Pineda Evaluación de métodos de interpolación para generación de Modelos Digitales de Elevación en áreas planas......................................... 117 María Corina Pineda, Diego Machado, Cenaida Perdomo, Ángel Valera Generación de unidades geomorfológicas por medio de técnicas de conjunto borroso, cuenca del río Gabante, estado Aragua........................... 126 José Caicedo, María Corina Pineda Estudio comparativo de sensores multiespectrales para la identificación de parámetros de calidad del agua del Lago de Valencia - Venezuela........... 133 Carmen Goitía, Wuilian Torres Variaciones del Potencial de Energía Eólica Renovable en el Siglo XXI, Producto de los Efectos del Cambio Climático............................................. 140 Rafael Ángel Rebolledo Wueffer, Lelys Isaura Bravo de Guenni Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Adriana Ruiz, Adriano Alves Evaluación Posicional de Imágenes Pancromáticas del Satélite Miranda, Caso de Estudio: Aragua - Carabobo......................................................... 157 Jean Pierre Plaza, Gabriela Quintana, Amarelys Román, Jimmy Petrocini Detección de Anomalías Espectrales (Minerales) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Falcón Centro Occidental, Venezuela............................................................................. 168 Humberto Malaspina, Henry Codallo, Zully Goyo, Maureen Vázquez, Alfredo Monserat, Steven Márquez, Leonardo Sánchez, Santiago Yépez, Ramiro Saavedra, Ángel Martín, José De Sá Rodríguez, Wuilian Torres, Fanny Araque, Mariana Azuaje Métodos Radiométricos no Convencionales para Disminuir el Riesgo Exploratorio Regional, Frente de Montaña Guarico, Venezuela..................... 178 Dicotot Jhoarlis, Silva María, Chacón Rafael, Rojas Gustavo, Vázquez Maureen, Codallo Henry, Varela Darvis, Mendoza Roció, Boujana Mustapha Medición del Efecto Vaneamiento y Consideraciones Sobre Condiciones de Observación en Espectroradiometría del Arroz....................................... 187 Gustavo Aguerrevere, Susuky López Deteccion de Bordes en los Modelos de Generacion de la MTF Usando Imágenes del Miranda............................................................................. 198 Francisco Varela 10 Pág. Uso de Drones para la Actualización Cartográfica.....................................208 Julián García PLANIFICACIÓN TERRITORIAL.................................................................. 213 Mapa Digital de Clases Texturales de Suelo en un Área del Campo Experimental de Agronomía - UCV............................................................. 214 María Corina Pineda, Ángel Valera, Jesús Viloria, Ronelly Caballero, Zenaida Lozano, Deyanira Lobo, Luis Carlos Timm Estudio de la Expansión Urbana de las Principales Ciudades de Venezuela Utilizando Técnicas de Geomática.............................................. 219 Jofmar L. Sánchez B., Aimara Reyes Delimitación del Uso de la Tierra y Cobertura Natural, Mediante la Técnica de Geobia, al Sur del Río Portuguesa, Venezuela............................. 234 Freddy Flores, Montserrat Bautis, José de Sá Rodríguez, Elio Suárez PODER POPULAR..................................................................................... 241 Proyectos Sociointegradores para el Ordenamiento Territorial en el Ámbito Comunitario................................................................................. 242 Pág. TÉCNICOS E INSTITUCIONALES................................................................ 251 Atlas Oficial de la República Bolivariana de Venezuela, edición 2015.......... 252 Francisco Guerra, Rosa Aguilar, Clara Moreno, Francisco Rodríguez Landaeta, Rosa de Farías, Amilcar Soler Aplicaciones de la Geomática para el ordenamiento territorial..................... 256 Amalys Rodríguez, Seymour Borno Vulnerabilidad de las Costas Venezolanas al incremento del nivel del mar, tsunamis e inundación Proyecto Costas e Islas de Venezuela............ 258 José Alexis Arismendi Valero El Esequibo es nuestro. Un acercamiento histórico geográfico....................... 259 José Alberto Vivas La Geomática y nuestra Fuerza Armanda Bolivariana.................................. 269 Contralmirante César Enrique Salazar Martínez Mapa Caracas y su aporte a la gestión del Municipio Libertador.................. 270 Ricardo Santana S., Luisegleé Montezuma S. π desde las Entrañas. Una visión interna del App. Patrullaje Inteligente.......... 271 Giovanny Quagliano Lyneth Camejo López Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 11 Pág. WorldDEM - El nuevo Standard en Modelos de Elevación a escala Mundial.................................................................................................. 272 Alfonso Casado Tu mundo a escala en los ojos de un drone................................................. 273 Bethania Peña Godoy Uso y Aplicaciones de las Tecnologías de Información en el Sector Agrícola................................................................................................. 290 Oscar Abarca, Yoselin Loaiza, Jimmy Heernández, Arévalo Araque, Luis Díaz, Jean Mendoza REGISTRO FOTOGRÁFICO DEL EVENTO.................................................... 295 Empleo de drones para apoyar el seguimiento y ejecución de proyectos para redes de servicios públicos................................................. 274 Victor Vilacha Perfil de base de metadatos geográficos del Instituto Geográfico de Venezuela Simón Bolívar...................................................................... 275 Rosa Aguilar, Carlos Blanco Avances de la Red de Referencia Gravimétrica de Venezuela....................... 279 Ruber Álvarez, Nuris Orihuela, Denizar Blitzkow Campaña de medición GNSS 2015 de la Red Geocéntrica Venezolana REGVEN............................................................................... 282 José Napoleón Hernández, Freddy Balcázar, Ruber Álvarez, Luis Moncada Levantamiento Gravimétrico en el Estado Amazonas.................................... 287 Ruber Álvarez, Nilbeny Cano, Branyela Nuñez, Ariele Batistti, Nuris Orihuela, Denizar Blitzkow Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 12 Ambiente y Sociedad Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ambiente y Sociedad 12 Actualización de los Mapas de Potencial Minero del estado Aragua por medio de Técnicas Geomáticas Amalys Rodríguez1, Seymour Borno1, Edwards Castillo2 1 Geomatik Consultores C.A.; 2 Gobierno del Estado Aragua [email protected]; [email protected]; [email protected] RESUMEN El potencial minero a lo largo de la historia de la humanidad, ha sido indispensable para impulsar su desarrollo. Los métodos de prospección, exploración y estudios de factibilidad de explotación, han evolucionado de manera vertiginosa los últimos 15 años. Mediante el uso de la Geomática de prospección superficial, análisis espacial y teledetección, se ha realizado la redacción y mapeo del componente minero metálico, energético, y no metálico, para la actualización del Plan de Ordenación del Territorio del estado Aragua 20152035. Se evidencia las ventajas de estas tecnologías, en cuanto a la precisión y la reducción dramática en el tiempo, de adquisición y procesamiento de datos, en comparación con las técnicas tradicionales de pros- pección y exploración, además de manejar formatos que permiten almacenar, compartir y actualizar dichos datos de manera más eficiente, y la posibilidad de incluir el componente natural y socio-cultural dentro de la investigación, debido a la diversidad de datos que podemos manejar y cruzar de manera eficaz, para así avanzar en la planificación del desarrollo económico de la minería y el ambiente en el estado Aragua. compared with the traditional techniques of prospecting and exploration, as well as handling formats that can store, share, and update such data more efficiently, and the possibility of including the natural and socio-cultural component within the investigation, because of the diversity of data that we can handle and cross effectively, so as to advance the economic development planning of mining and environment in Aragua state. Palabras clave: ANÁLISIS ESPACIAL, GEOMÁTICA, MINERÍA, POTENCIAL MINERO, TELEDETECCIÓN. Keywords: GEOMATICS, MINING, MINING POTENTIAL, REMOTE SENSING, SPATIAL ANALYSIS. MAPS UPDATE ARAGUA STATE MINING POTENTIAL THROUGH TECHNICAL GEOMATICS ABSTRACT The mining potential in the history of mankind, has been indispensable to promote their development. Methods of prospecting, exploration and exploitation feasibility studies, have evolved precipitously the past 15 years. Using geomatics applications survey, spatial analysis and remote sensing, it has made the drafting and mapping of the metallic, energy, and non-metallic mining component, for updating the Land Use Plan of 20152035 Aragua state. We show the advantages of these technologies in terms of precision and dramatic reduction in the time of acquisition and processing of data, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Introducción El potencial minero, tanto metálico, energético, como los no metálicos, a lo largo de la historia ha sido pieza fundamental para impulsar el desarrollo de la humanidad. Pasar de la información en libros, fichas y mapas levantados con teodolitos, al manejo de una metadata geológica-minera, es para la evolución en la ordenación territorial, la planificación del desarrollo y la administración Ambiental, lo que en su momento fue la invención de la imprenta. Tal es el caso de la información geológica, cuya prospección, exploración y estudios para la factibilidad de explotación, requieren una representación geo-espacial que ya no es posible dejar en mapas de papel y fichas de cartón. La producción y actualización de información Ambiente y Sociedad 13 geológica y minera, como su digitalización en mapas, es la partitura obligatoria para desplegar un desarrollo integral, territorial, económico y social. Con el uso de tecnologías como la teledetección, y la aplicación de técnicas de Geomática, asistido con apropiados soportes físicos y digitales, posibilita la evolución del área geológica-minera, optimizando la manipulación de los datos, su almacenamiento, procesamiento, actualización y cuantificación en tiempo real, con alto nivel de precisión. Con la elaboración de estos mapas, usando las nuevas técnicas de adquisición y procesamiento de datos, se tiene la base para avanzar en la planificación del desarrollo económico en el sector minero considerando, no solo el papel del estado y del sector privado con interés en estas materias, sino también la visión de sustentabilidad que incluya el componente natural y socio-cultural, para el vivir bien de presentes y futuras generaciones. El objetivo de este estudio, es realizar la redacción y el mapeo del componente minero metálico, energético y no metálico, para la actualización del Plan de Ordenación del Territorio del estado Aragua 20152035, utilizando a la Geomática para la prospección superficial e incluyendo toda la información geológica y minera del estado. Geomorfología El relieve montañoso que atraviesa el estado Aragua, en dirección este-oeste Urbani (2013), define dos cadenas montañosas paralelas separadas entre sí por una depresión central, lo que determina la existencia de cinco regiones fisiográficas bien diferenciadas, que se suceden de norte a sur; entre ellas están: i) Serranía del Litoral; ii) Depresión del Lago de Valencia; iii) Serranía del Interior; iv) Piedemonte de colinas y galeras de la serranía del Interior; y v) Llanos ondulados centrales. 1.Se seleccionó el área de estudio, la cual comprende al estado Aragua, región administrativa ubicada en el centro-norte de Venezuela y ocupa una superficie de 7.212,88 km². El estado Aragua se extiende entre los 9°15´ y 10°32´ de latitud norte y 66°32´ y 67°52´ de longitud oeste (WGS84). La superficie del estado se conforma por una franja estrecha de dirección NOSE-S, con un ancho que varía entre 18 y 70 km y un largo de 190 km aproximadamente (Figura 1). En la compilación informativa en esta materia Velázquez (2015), señala que en el estado Aragua, la litología es bastante diversa. En la depresión del Lago de Valencia, predominan las formaciones sedimentarias recientes, mientras las áreas montañosas presentan otras altamente afectadas por procesos metamórficos, aunque en presencia de núcleos con rocas ígneas y sedimentarias más conservadas. En las serranías de la cadena del Interior se observan galeras, como estribaciones de esa serranía, que suavizan sus formas hacia el Sur hasta entrar en la formación de los llanos con presencia de rocas sedimentarias. Técnicas Experimentales Para lograr el objetivo propuesto, se desarrolló la siguiente secuencia metodológica: Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Ubicación del área de estudio, Estado Aragua, Venezuela. Fuente: IGVSB, 2015. Ambiente y Sociedad 14 2.Se realizó la recopilación bibliográfica (trabajos exploratorios previos), y selección de toda la información geológica referente a la zona de estudio que incluye material de cartografía, mapas bases, metadata geológica, informes técnicos, artículos de interés, tesis de grado, imágenes satelitales y fotografías aéreas de la zona de estudio. prospección, como para la exploración de los minerales metálicos y no metálicos, entre los cuales también contamos las rocas ornamentales y las industriales. 8.Se generó el mapa de pendiente por medio del análisis en 3D, partiendo de la generación del MDE, para luego, realizar una reclasificación por medio de análisis espacial y del criterio que observamos en la Tabla 1, y a partir de allí, establecer la ubicación del material granular, bien sea arcillas, arenas y gravas, Machado et. al. (2011). 3.Se georreferenció y digitalizó toda la base cartográfica y geológica en formato “Raster”, para obtener el mapa base. 4.Se actualizó la data minera no metálica de explotación del estado Aragua 2014, la cual sirve de apoyo para la corroboración del mapa de Potencial Minero No Metálico (Figura 2). 5.Se obtuvo un Modelo Digital de Elevación (MDE) a partir de imágenes de sensores remotos y utilización de análisis en 3D, como fuente básica para la generación de las variables independientes del modelo. Se seleccionó el MDE derivado de imágenes de radar de la Misión Topográfica “Shuttle” (SRTM, sus siglas en inglés). 6.Se generó el mapa geológico y el diseño de la metadata con la siguiente información sistematizada: litología, unidad litodémica (formación), símbolo de la unidad litodémica, color convencional respectivo a Tabla 1. Criterios para definir el mapa de pendientes. PENDIENTE (%) Figura 2. Actualización de la data minera no metálica del estado Aragua. Fuente: Secretaria Sectorial del Poder Popular para la Protección Ambiental y Ordenamiento Territorial del Estado Aragua, 2015. la unidad litodémica, edad relativa, contactos litológicos, descripción de la sección tipo y espesor. 7.Se aplicó técnicas en geomática, tales como: algebra de mapas, geoprocesamiento y métodos geoestadísticos para interpolar con la técnica de “Kriging”, para definir y clasificar a través de la litología aflorante y el contexto regional de las zonas aledañas, pudiendo identificar las áreas de potencial minero tanto para Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática CLASE VALOR 0-5 Plano 1 5 - 20 Ondulado 2 20 - 45 Inclinado 3 > 45 Quebrado 4 Fuente: (Machado et. al., 2011). 9.Utilizando el mapa de pendientes y la digitalización de las zonas urbanas, se procedió a delimitar el área de los materiales granulares constituidos por arcillas, arenas y gravas. Se emplearon los siguientes recursos para el desarrollo de la investigación: Ambiente y Sociedad 15 • El MDE derivado de las imágenes de radar de la Misión Topográfica del Transbordador Endeavour (Shuttle Radar Topography Mission-SRTM) de febrero del 2000. Se utilizaron 4 imágenes con un tamaño de 1x1° cada una, que cubren desde las coordenadas 9 a 11° de Latitud N y 66 a 68° de Longitud O. Estas imágenes tienen una resolución de 3” de arco (90 m), una exactitud de 20 m en horizontal y de 16 m en vertical y fueron obtenidas de la (NASA, 2009). • Cartas topográficas en papel a escalas 1:25.000 (93 hojas de 7.5x5´ de arco) y 1:100.000 (11 hojas de 30 x 20´ de arco), (Dirección de Cartografía Nacional, 1974-1979). • Imágenes multiespectrales del sensor LandSAT ETM+ de fechas 18/03/2000 y 14/03/2001, respectivamente (University of Maryland, 2008). • Mapas de Capacidad de Uso de la Tierra de los sectores de referencia, disponibles a escala 1:100.000 y 1:25.000 (CEAEA, 2005; SISDELAV, 2005; SIACARG, 2005; SIACRA, 2005). • Mapas Geológicos de la “Creole Corporation”, a escala 1:50000; 1960 (MINAMB, 2008). • Mapas del Atlas Geológico de la Cordillera de la Costa, a escala 1:25000 (Urbani, 2004). • Bases Cartográficas del estado Aragua (Secretaría Sectorial del Poder Popular para la Protección y Ordenamiento Territorial, 2015; Secretaría Sectorial del Poder Popular para las Minas y Canteras del Estado Aragua, 2015). • Se empleó el programa ArcGIS 10.2 (ESRI, 2013). Se usa para la digitalización, análisis espacial y edición de la información cartográfica y geológica minera. Los colores utilizados para la digitalización del mapa geológico corresponden al índice de colores convencionales de la Escala de Tiempo Geológico, en su más reciente actualización compilada (Pellé, 2010), para la construcción del mapa geológico mundial. (Figura 3). Figura 3. Código de color RGB para mapas geológicos. Fuente: Commission for the Geological Map of the World (CGMW). Paris, Francia. 2012. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Resultados Generación del MDE por medio del uso de la imagen satelital SRTM, aplicación de análisis 3D y la herramienta de interpolación de imagen “Raster” en formato TIN (Triangular Irregular Network), posteriormente se geo-procesó la imagen para acotarla a la zona de estudio en este caso, el estado Aragua (Figura 4). Luego se generó el “Hillshade” para darle mayor realce a la imagen. Figura 4. Modelo Digital de Elevación con “Hillshade” del Estado Aragua. Ambiente y Sociedad 16 Figura 5. Mapa de pendientes del estado Aragua. Figura 6. Mapa geológico del estado Aragua. Figura 7. Mapa de prospección de minerales metálicos del estado Aragua. A partir del MDE, se generó el mapa de pendiente, observado en la figura 5, por medio de análisis en 3D y el criterio de pendientes establecido. El mapa geológico, el análisis espacial, el geoprocesamiento de los datos geológicos y mineros, junto a los análisis geoestadísticos, permitió definir los siguientes mapas de potencial minero: Mapa de prospección de minerales metálicos (Figura 7) y Mapa de prospección de minerales no metálicos (Figura 8). uso del mapa de pendientes para definir los siguientes criterios: i) para el rango de pendiente plana se categorizó las Lutitas y arenas; y ii) entre el rango de pendiente ondulada las gravas. La digitalización de la información cartográfica, geológica y minera permitió la actualización y el diseño del mapa geológico actualizado del estado Aragua (Figura 6). Para la identificación de los materiales granulares que están dentro del reglón de los minerales no metálicos, se procedió al Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Se procedió a realizar la digitalización de los urbanismo para luego ser excluido del área perteneciente a las arcillas, las arenas y gravas, delimitando así la zona correspondiente al potencial minero de exploración de estos materiales granulares (Tabla 2). Ambiente y Sociedad 17 Tabla 3. Tabla de los minerales Metálicos presentes en el estado Aragua. Nombre Carbón Este del Municipio Zamora, Oeste del Municipio San Sebastian y Sur del Municipio José Felix Ribas. 139 Gas NAP Sur del Municipio Urdaneta, en el área comprendida entre la población de Barbacoas, río Memo y límites con el estado Guárico. Municipio Urdaneta. 518 Lutita Bituminosa Sur del Municipio Urdaneta, en el área comprendida entre la población de Barbacoas, río Memo y límites con el estado Guárico. Municipio Urdaneta. 784 Sector Loma de Hierro, al Noreste de la población de Tiara. Municipio: Santos Michelena. Y al noreset del Municipio Zamora 16 Sureste del Municipio Zamora y Suroeste del Municipio San Sebastian. 50 Sureste del Municipio Zamora y Suroeste del Municipio San Sebastian. 30 Cobre Molibdeno Hierro Figura 8. Mapa de prospección de minerales no metálicos del estado Aragua. Figura 9. Mapa de material granular del estado Aragua. Tabla 2. Clasificación del material granular según la pendiente. plotación no coincidían con este criterio, así que se establecieron las gravas con el mismo criterio de las Lutitas y Arenas a una pendiente plana. Reclasificándose en la pendiente plana dos (2) grupos: i) Arcillas y ii) Arenas junto a las Gravas (Figura 9). Niquel Plomo CLASE MATERIAL GRANULAR Plano Arcillas y Arenas Ondulado Gravas Sin embargo, al realizarse de esa manera, se pudo identificar que las gravas, según la data minera de ex- Con los minerales identificados, se procedió a realizar el cálculo del área de prospección (Tablas 3, 4 y 5). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ubicación Área (Km²) Inmediaciones de la población de Tagüay, al suroeste de este 412 centro y norte del río Tagüay. Municipio Urdaneta. Zinc Vanadio Discusión Para validar los mapas realizados anteriormente, se cruzaron con la data geológica minera no metálica acAmbiente y Sociedad 18 Tabla 4. Tabla de los minerales no metálicos presentes en el edo. Aragua. Nombre Tipo Asbesto Minerales No Metálicos Sur del Municipio Zamora. Ubicación Área (Km²) Barita Minerales No Metálicos Area localizada entre el sureste del Municipio Zamora y el este del Municipio San Sebastián. Municipio Zamora. 159 Cuarzo Minerales No Metálicos Al suroeste del Municipio de Camatagua, entre el sur del Embalse de Camatagua y el límite con el Estado Guárico. Municipio Camatagua. 86 Serpentinas Minerales No Metálicos Pequeñas áreas localizadas en los municipios Zamora, José Félix Ribas, San Sebastian, San Casimiro y Santos Michelena. 26 18 Diatomita Rocas Industriales o No Alrededor del Lago de Tacarigua Ornamentales 32 Areniscas Este y Oeste del Municipio de Rocas Camatagua, Norte del Municipio Industriales o No Urdaneta y Sur y Este del Ornamentales Municipio San Casimiro. 516 Areniscas Calcarea Rocas Industriales o No Ornamentales Sur de San Sebastian Tabla 5. Tabla del material granular presente en el estado Aragua. Nombre Tipo Ubicación Área (Km²) Arcillas Material Granular En las zonas aledanas al Lago de Tacarigua, embalse de Taguayguai, Zuata y las Peñitas. Zona de Tucutunemo. 334 Arenas Material Granular En las zonas del Estado Aragua cuya pendiente es menor a 5% 3025 Gravas 30 Caliza Sur del Municipio San Sebastián, Sur y Este del Rocas San Casimiro y Industriales o No Municipio Noroeste del Municipio Ornamentales Camatagua. 105 Gneiss Noroeste del Municipio Zamora, Sur del Municipio José Angel Rocas Lamas, y atraviesa en la parte Industriales o No central los municipios José Félix Ornamentales Ribas, José Rafael Revenga, Santos Michelena y Sucre. 479 Lutitas Norte y Suroeste del Municipio Rocas Urdaneta, Norte del Municipio Industriales o No Camatagua y Sur del Municipio Ornamentales San Sebastián y San Casimiro. 354 Esquisto Metamorfico/ Esquisto Metasedimentario Rocas Ornamentales Norte del Estado Aragua 889 / 451 Filitas Rocas Ornamentales Centro del Municipio Zamora, Este del Municipio Sucre, Sur del Municipio José Félix Ribas y del Municipio Santos Michelena. 368 Granitos / Metagranitos Rocas Ornamentales Norte y Sureste del Municipio Tovar / Norte del Estado Aragua. 24 / 288 Material Granular En las zonas del Estado Aragua cuya pendiente es menor a 5% tualizada para el año 2014 y la información proporcionada por la Secretaria Sectorial del Poder Popular para el Ordenamiento Territorial y Protección Ambiental, que a su vez estaban contenidos los mapas del Plan Minero Nacional de los afloramientos de minerales tanto metálicos como no metálicos, y en función a esto podemos considerar lo siguiente: • Las gravas fueron definidas primeramente, según el mapa de pendiente en la zona comprendida entre 5 y 20%, sin embargo, en la data minera, no se Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática evidencia ningún tipo de saque relacionado con estos valores, por lo que se agregó posteriormente a la pendiente con menor a cinco por ciento junto a las arenas. • En comparación a la información vigente hay una adición de minerales metálicos nuevos tales como: Cobre, Molibdeno, Lutita Bituminosa, Hierro, Plomo, Zinc y Vanadio. Asociado a la Barita tenemos Cobalto y Oro. Para los minerales no metálicos actualizados figuran: Asbesto, Barita y Diatomita. Entre las rocas industriales la arenisca, arenisca calcárea y Lutitas. Entre las rocas no ornamentales se tiene los Gneis, Granito y Metagranito, y la reafirmación de los siguientes minerales: Caliza, Cuarzo, Esquisto, Filitas, Serpentinas, Níquel, Carbón y Gas no asociado al petróleo, estos dos últimos como recursos energéticos. • El resto de los afloramientos de minerales metálicos y no metálicos en actual explotación, coincidieron con el cruce de los datos geológicos digitalizados y los datos sistematizados. • La escala de aplicación del modelo ajustado está en función de la escala de la información de referencia utilizada para el muestreo de la variable dependiente, y de la resolución del MDE empleado para derivar las variables independientes, que para el área de estudio, determina una utilidad en planificación regional y valoración tributaria con escalas entre 1:100.000 y 1:250.000. Ambiente y Sociedad 19 Conclusiones Referencias • La investigación desarrollada permitió actualizar el mapa geológico y los mapas de potencial minero de la minería metálica y no metálica junto a la actualización de la data minera de las zonas de explotación de minerales no metálicos del estado Aragua. • Los mapas obtenidos son de utilidad para la redefinición del uso minero del proyecto del Plan de Ordenamiento Territorial 2015-2035, que está llevando la Comisión Regional de Ordenación del Territorio del Estado Aragua. • La metodología formulada condujo a la identificación y caracterización de un conjunto de litologías, para luego agruparlas y definir las áreas prospectivas y explorativas de los minerales potencialmente económicos para el estado. • Las calizas y las serpentinas que afloran hacia el municipio Zamora y al norte del municipio San Sebastián, según la data minera, no aparecen reflejadas en el mapa geológico actualizado, por ende, hay que realizar una posterior investigación, en función a la manifestación de esos minerales y determinar su área de prospección y/o exploración. • Los mapas del potencial minero son aplicables para definir los proyectos de prospección y exploración de nuevos yacimientos tanto para el desarrollo económico del estado, como para las potenciales exportaciones, bien sea del mineral como materia prima o procesada. Ceaea. (2005). Programa de Cooperación para la recolección de la información que requiere la implementación del Decreto N° 578 de la Gobernación del Estado Aragua para el registro de tierras establecido en la Ley de Tierras y su reglamento. Comisión Especial Agraria del estado Aragua. Informe final. Maracay, Universidad Central de Venezuela. Facultad de Agronomía. Machado, D., M. Pineda, J. Viloria J., E. Casanova Y J. Ochoa. (2011). Evaluación ambiental, agrícola y forestal de tierras de la cuenca alta del río Guárico, Venezuela. Venesuelos N° 17 (1): 49-60. Menéndez, A. (1966). Tectónica de la parte central de las montañas occidentales del Caribe, Venezuela, Caracas. Boletín de Geología N° 8 (15): 116-139. Ministerio del Poder Popular Para el Ambiente (MINAMB) (2008). Datos meteorológicos mensuales. Ministerio del Ambiente. Caracas: Dirección de Hidrología, Meteorología y Oceanología. National Aeronautics and Space Administration (NASA) (2009). Shuttle Radar Topography Mission [en línea]. [Citado el 20/01/2009]. Disponible en: <http://www2.jpl.nasa.gov/ srtm/>. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Sistema de Información Ambiental de la Cuenca Alta del Río Guárico (SIACARG) (2005). MARN-UCV Programa informático. Consultado el 19/01/2005. Maracay, Ven. Universidad Central de Venezuela. Facultad de Agronomía. Instituto de Edafología. Sistema de Información Ambiental de la Cuenca del Río Ara(SIACRA) (2005). MARN-UCV Programa informático. Consultado el 19/01/2005. Maracay, Ven. Universidad Central de Venezuela. Facultad de Agronomía. Instituto de Edafología. gua Sistema de Información de Suelos de la Depresión del Lago Valencia (SISDELAV) (2005). MARNUCV-Fundación Polar. Programa informático. Consultado el 19/01/2005. Maracay, Ven. Universidad Central de Venezuela. Facultad de Agronomía. Instituto de Edafología. de University of Maryland (2008). Earth Science Data Interface (ESDI) at the Global Land Cover Facility en línea. Citado el 23/02/2009. Disponible en: <http://glcfapp.umiacs.umd.edu:8080 /esdi/index.jsp>. Urbani, F. & J. Rodríguez. (2004). Atlas geológico de la cordillera de la costa, Venezuela. Edic UCV y FUNVISIS, Caracas, 148. Pellé, J. Et Al. (2010). Stratigraphic Chart. Ambiente y Sociedad 20 Urbani, F. (2013). Distribución de terrenos en Venezuela Norcentral. Memorias del V Simposio Venezolano de Geociencias de las Rocas Ígneas y Metamórficas, UCV, Caracas, nov. 2013, en CD. Velásquez, G. (2015). Cartografía Geológica de Superficie del Estado Aragua. Secretaría Sectorial del Poder Popular para las Minas y Canteras. Maracay, 75. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ambiente y Sociedad 21 Aplicaciones de Sistemas de Información Geográfica a la Eliminación de la Oncocercosis en Venezuela Botto Carlos1-2, Flores Jorge3, Fuenmayor Johan3, Graterol Beatriz4, Villamizar Nestor2, Noya-Alarcón Oscar1-2, Camacho Oneida2, Tovar Yseliam2, Cortés José2, Grillet María E.5, Guerra Francisco2 1 Instituto de Medicina Tropical, Universidad Central de Venezuela (UCV); 2 Servicio Autónomo Centro Amazónico de Investigación y Control de Enfermedades Tropicales (SA CAICET); 3Instituto Geográfico de Venezuela “Simón Bolívar”; 4Instituto Nacional de Investigaciones Agrícolas; 5 Instituto de Zoología y Ecología Tropical (UCV) C. Botto [email protected] RESUMEN La oncocercosis humana o “ceguera de los ríos” es una infección filariana crónica que produce severas lesiones oculares provocando ceguera o disminución severa de la visión en un millón de personas en el mundo, principalmente en África. En el Foco Sur de Venezuela se ha logrado después de más de 15 años de tratamientos suprimir la transmisión de la oncocercosis en más del 75% de la población Yano- mami a riesgo, pero en áreas cercanas a la frontera con Brasil subsiste como una seria amenaza a la salud pública. El objetivo de este trabajo es elaborar un mapa del área endémica que permita evaluar los impactos del tratamiento y definir con precisión las áreas donde persiste el riesgo de infección. El empleo de sensores remotos y sistemas de información geográfica ha permitido la delimitación de 12 áreas y 31 subáreas geográficas con 241 comunidades originalmente endémicas para oncocercosis y precisar en que subáreas y comunidades se ha logrado interrumpir la transmisión de la enfermedad. Las evaluaciones de impacto indican que la transmisión está suprimida y no ocurren nuevos casos de infección en al menos 20 sub-áreas representando más de 75 % de la población originalmente a riesgo. Palabras clave: ONCOCERCOSIS, ELIMINACIÓN CEGUERA DE LOS RÍOS, MAPEO EPIDEMIOLÓGICO APLICACIONES DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA A LA ELIMINACIÓN DE LA ONCOCERCOSIS EN VENEZUELA ABSTRACT Human ochocerciasis or “river blindness” is a chronic filarial infection producing severe ocular lesions and Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática blindness or considerable loss of vision in one million people in the world, most of them in Africa. In the Southern Venezuelan onchocerciasis focus suppression of transmission has been achieved in 75% of the Yanomami at risk population after more than 15 years of treatments. The main objective of this contribution is to map the endemic onchocerciasis areas in order to evaluate the impact of treatment and to accurately define areas in which transmission still occurs. The application of remote sensing and geographical information systems allowed to define 12 areas and 31 geographical subareas with 241 communities originally endemic for onchocerciasis and to define in which geographical areas and communities onchocerciasis transmission has been interrupted. Impact evaluation suggests that onchocerciasis transmission has been suppressed and there are no new cases of infection in at least 20 geographical subareas, representing more than 75% of the population originally at risk. Keywords: ONCHOCERCIASIS ELIMINATION RIVER BLINDNESS EPIDEMIOLOGICAL MAPPING. Introducción La oncocercosis humana o “ceguera de los ríos” es una enfermedad crónica parasitaria producida por Onchocerca volvulus (Nematoda: Filarioidea) y transmitida Ambiente y Sociedad 22 por vectores del género Simulium, (Diptera: Simuliidae) que origina en el ser humano diversas lesiones cutáneas, linfáticas y oculares, siendo la disminución de la visión y la ceguera las consecuencias más graves que determinan su impacto sobre la salud pública, principalmente en el continente Africano pero también en Centro y Suramérica. Se estima que 37 millones de personas están infectadas y un millón presentan afectación severa de la visión, asociada a la presencia de las formas embrionarias del parásito (microfilarias) en los ojos (Yarzabal et al., 1985; Basañez et al., 2006; Botto et. al., 2013). La transmisión de la oncocercosis depende de una compleja matriz de interacciones entre hospederos, vectores y poblaciones de parásitos, y entre estas poblaciones y el entorno físico, biótico y cultural asociado. Como resultado de estas interacciones se observan en la naturaleza patrones espaciales de distribución de la oncocercosis bien definidos por ciertos requerimientos físicos y biológicos de las diferentes especies de vectores y poblaciones de parásitos, y ciertos tipos de uso del espacio por las poblaciones humanas, especialmente en el continente americano, donde la transmisión es de naturaleza claramente focal, con 13 focos de transmisión claramente definidos antes del inicio de las actividades de eliminación de la oncocercosis en México, Guatemala, Colombia, Ecuador, Brasil y Venezuela. La estrategia de eliminación de la oncocercosis está basada en la distribución a la población humana de un fármaco microfilaricida (Ivermectina: Mectizán) que al mismo tiempo que elimina las microfilarias lleva a impedir la infección de los vectores y a interrumpir la transmisión. La oncocercosis ha sido eliminada o interrumpida en 11 de los 13 focos, incluyendo los focos de oncocercosis en México, Guatemala, Colombia y Ecuador y en los focos norcentral y nororiental de Venezuela (Convit et al., 2013). Sin embargo, el principal desafío a la completa eliminación de la oncocercosis en el continente está representado por el Foco Yanomami, compartido por Venezuela y Brasil (Foco Sur de oncocercosis de Venezuela y Foco Amazonas de Brasil). En el Foco Sur de Oncocercosis de Venezuela, que comprende la mayor parte de la Reserva de Biósfera Alto Orinoco-Casiquiare, Alto Siapa, Alto Ventuari y Alto Caura en los Municipios Alto Orinoco, Río Negro y Manapiare del Estado Amazonas y en el Municipio Sucre del Estado Bolívar (Figura 1) se han acumulado evidencias de supresión de la transmisión de la enfermedad en un conjunto de comunidades que representan el 75% de la población previamente en riesgo (Botto et al., 2015). La población donde aún la oncocercosis representa una amenaza a la salud pública se encuentra en áreas cercanas a la frontera con Brasil, donde existen muchas Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática poblaciones sin contacto con el sistema de salud del Estado venezolano, que atraviesan libremente la frontera entre ambos países. Esta situación ha llevado a la firma de un Memorando de Entendimiento entre la República Federativa de Brasil y la República Bolivariana de Venezuela (2014), con el fin de establecer una estrecha cooperación entre los sistemas de salud y programas de control de ambos países, para brindar atención integral en salud a las poblaciones de la frontera común, elaborar mapas binacionales para la identificación de estas comunidades y sus migraciones, y contribuir a la eliminación de la oncocercosis del continente. El objetivo de este trabajo, es hacer seguimiento a la eliminación de la oncocercosis en el Foco Sur de Venezuela a través de series de mapas de las comunidades, de acuerdo a su nivel endémico y definir con mayor precisión las áreas y sub-áreas geográficas originalmente endémicas en aquellas donde la transmisión probablemente se ha interrumpido, lo cual representa una contribución importante al desarrollo de la cartografía binacional. Igualmente se plantea elaborar una base de datos relacional con información individual de cada paciente y de cada una de las comunidades endémicas así como la aplicación de herramientas de análisis espacial, y con la ayuda de sensores remotos identificar comunidades que se encuentran fuera de la cobertura del sistema de salud o que por movimientos migratorios cambian de ubicación en el tiempo. Ambiente y Sociedad 23 Técnicas Experimentales Las técnicas de recolección de información epidemiológica, clínica, oftalmológica, parasitológica y entomológica y la ética de la intervención en salud han sido comunicadas anteriormente (Yarzabal et al., 1985; Grillet et al., 2008; Botto et al., 2015). Brevemente, las comunidades fueron estratificadas por nivel de endemicidad mediante biopsia cutánea, incubación en solución salina y lectura por microscopía de la siguiente manera: comunidades (a) hipoendémicas (<20% de prevalencia de infectados); (b) mesoendémicas (20 a 59%) y (c) hiperendémicas (prevalencia 60% o mayor) (Tabla 1). Tabla 1. Nº de aldeas por nivel endémico % INFECCIÓN Nº DE ALDEAS Hipo endémico NIVEL ENDÉMICO < 20 49 20,33 Meso endémicio 20-59 25 10,37 Hiper endémico 60 y > 167 69,30 241 100,00 Total Figura 1. Foco Sur y áreas de endemicidad pre-tratamiento. % Durante los últimos cinco años más de 250 comunidades fueron visitadas regularmente para la administración de tratamiento en el Alto Orinoco, en el curso de los ríos Padamo, Cuntinamo, Matacuni, Ocamo, Putaco, Mavaca, Manaviche y Orinoquito, así como en el Alto Siapa, Alto Ventuari y Alto Caura en tres municipios del estado Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Amazonas (Río Negro, Alto Orinoco, Manapiare) y el municipio Sucre del estado Bolívar. En cada localidad se registró data toponímica, principales accidentes geográficos conocidos por nombres locales (montañas, ríos y caños, raudales, comunidades, conucos, áreas deforestadas), nombre de la comunidad indígena, tiempo de residencia en el lugar, nombres anteriores y origen de la comunidad, datos censales, patrones de migración, desplazamientos, alianzas y conflictos. Donde fue posible se realizaron colectas de simúlidos para conocer la composición de especies y densidad de picada. Las coordenadas y altitud de cada localidad fueron registradas con GPS Garmin en el sistema de coordenadas geográficas utilizando el datum WGS84. Toda esta información fue registrada y ha sido elaborado el diseño conceptual de una base de datos para la carga, consulta y representación espacial y atributiva de la información de nivel individual (data clínica, oftalmológica, parasitológica, serológica y de tratamientos recibidos) y de las comunidades (ubicación geográfica, toponimia, altitud, tipo de paisaje y ecosistema y composición de especies de simúlidos). Con la asistencia de Gvsig 1.12 y Qgis 2.1, se elaboraron mapas que muestran las áreas y subáreas geográficas donde se ubicaron y representaron las comunidades o aldeas, su distribución por nivel de endemicidad y las áreas donde se presume la interrupción en la transAmbiente y Sociedad 24 misión de la enfermedad. Los números de las subáreas en la tabla 2 corresponden a los números de subáreas representados en los mapas de Endemisidad (Figura 1) y de Transmisión (Figura 2). Resultados Como resultado del trabajo realizado se identificaron 241 comunidades endémicas en 12 áreas y 31 subáreas geográficas, con una superficie total de 53.340,51 km2 (Tabla 2). Tabla 2. Áreas, subáreas, Nº de aldeas y población. ÁREA GEOGRÁFICA Padamo Ocamo Mavaca Platanal Guaharibos Figura 2. Mapa de transmisión SUBÁREA GEOGRÁFICA Nº DE ALDEAS De las 241 comunidades 167 fueron hiperendémicas antes del inicio del tratamiento (69,3%), con 60% o más de su población infectada. La distribución de la endemicidad fue muy heterogénea, con un patrón espacial bien definido, observánTabla 2. Áreas, subáreas, Nº de aldeas y población (continuación) POBLACIÓN Orinoquito 17.Mayo 8 477 18.Orinoquito 14 795 1.Alto Padamo 6 617 19.Parima B 25 1045 2.Alto Cuntinamo 4 225 20. Parima C 9 609 3.Ocamo-Orinoco 4 245 21.Parima A 4.Bajo Ocamo 7 508 5.Ocamo-Medio 6 6.Jénita-Putaco 19 917 22.Porewe 7 247 279 23.Pasumope 5 296 4 218 24.Shamatari 4 289 7.Alto Ocamo-Shitari 20 755 25.Posheno 3 146 8.Alto Ocamo Parima 20 589 7 356 12 927 Chalbaud 26.Hashimú 9.Mavaca Orinoco 27.Chalbaud 10 300 10.Manaviche 2 140 Ventuari 28.Alto Ventuari 1 136 11.Mavaca 3 216 Uasadi 29.Uasadi 2 176 12.Mavaquita 11 944 Caura 30.Alto Caura 1 72 13.Platanal 11 569 Siapa 31.Alto Siapa 14.Unturán 5 338 Total 15.Guaharibos 2 139 16.Peñascal 3 255 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Parima 6 241 406 13.231 Ambiente y Sociedad 25 dose áreas totalmente hipoendémicas como Uasadi, Alto Padamo y Mavaca, en tanto que otras áreas mostraron un predominio neto de las comunidades hiperendémicas, en muchos casos con 100% de las comunidades en ese nivel endémico, como es el caso de todas las subáreas de Parima, Orinoquito, Guaharibos y Chalbaud. Otras áreas por el contrario, mostraron un patrón gradual de cambio; es el caso del área de Ocamo, con comunidades hipoendémicas en el Bajo Ocamo, mesoendémicas en el Ocamo medio y comunidades hiperendémicas en sus afluentes, los ríos Jénita y Putaco y en el Alto Ocamo (Alto Ocamo_Shitari y Alto Ocamo_Parima). Áreas no endémicas para oncocercosis en la Reserva de Biósfera Alto Orinoco-Casiquiare se observaron en el Bajo y Medio río Padamo, en el río Cunucunuma, Caño Casiquiare y bajo río Siapa. Todas estas comunidades han recibido tratamiento regular con ivermectina al menos desde hace 15 años, en forma semestral desde el año 2000, y de forma cuatrimestral las comunidades meso e hiperendémicas desde los años 2009-2010. Considerando el número de rondas de tratamiento recibidas por cada comunidad y la especie de vector dominante en un conjunto de 16 comunidades centinelas donde se evaluó el impacto del tratamiento, se puede estimar aquellas comunidades donde la transmisión de la enfermedad se considera interrumpida. El mapa de transmisión (Figura. 2) muestra la distribución de las comunidades con supresión de la transmisión observándose que esta ha ocurrido en 20 sub-áreas geográficas después de 4 hasta 35 rondas de tratamiento. Las áreas con persistencia de la transmisión se observan en la Figura 2 en el Alto Siapa, Chalbaud, Alto Ocamo, Alto Cuntinamo, Alto Ventuari y Alto Siapa, todas áreas de muy difícil acceso. El mapa de endemicidad antes del inicio del tratamiento (Figura 1), muestra claramente el patrón de distribución de la endemicidad, con agrupamiento de las comunidades hiperendémicas en las áreas mencionadas, que se encuentran en áreas montañosas con bosque montano o sabanas de altura (Chalbaud, Parima), en el piedemonte de Parima, con fuerte pendiente y ríos de montaña con raudales y en el valle del Siapa. Por el contrario, las comunidades hipoendémicas se concentran en las tierras bajas, en la planicie fluvial del Orinoco y sus grandes afluentes. Discusión Las aplicaciones de sensores remotos y el uso de sistemas de información geográfica ha impactado el campo de la epidemiología espacial o ecoepidemiología (Landscape epidemiology) al incorporar el componente espacial en la estimación del riesgo de infección (Botto et al., 2005; Ostfeld, 2005). La iniciativa para la eliminación de la oncocercosis ha demostrado tener una sólida fundamentación, logrando Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática la eliminación o la interrupción de la transmisión de la oncocercosis en 11 de los 13 focos existentes (Convit et al., 2013). El área con persistencia de la transmisión se observa en el Foco Yanomami amazónico, compartido por Brasil y Venezuela (Botto et al., 2013), de forma que la aplicación de sistemas de información geográfica y el uso de sensores remotos tiene ahora una extraordinaria importancia para definir con precisión sus límites, pues las áreas residuales de transmisión se encuentran en la frontera con Brasil, generalmente en regiones montañosas de muy difícil acceso. Entre los años 2013-2015 se efectuaron numerosas evaluaciones clínicas, oftalmológicas, parasitológicas y serológicas de la población afectada, comunicándose recientemente (Botto et al., 2015) que la oncocercosis ha desaparecido en 10 de las 16 comunidades centinelas, observándose en las restantes una disminución de la intensidad de infección de 99% (< 1 mf/mg), siendo esta intensidad de infección insuficiente para la infección de los vectores y la persistencia de la transmisión. Estos datos fueron corroborados por estudios serológicos que muestran ausencia de anticuerpos en niños, lo cual se asocia en la mayor parte de las comunidades evaluadas a la interrupción de la transmisión entre 5 y 12 años atrás, y a estudios de biología molecular, utilizando sondas de ADN del parásito que mostraron ausencia completa de infección en los vectores en todas las comunidades analizadas, lo que confirma la interrupción de la transmisión en 170 de 241 comunidades (70,5%), lo que Ambiente y Sociedad 26 representa una población de 9951 personas (75,2% de la población a riesgo). El mapeo epidemiológico de las comunidades con persistencia de la transmisión permite visualizar cuales son las áreas problema, asociadas en general, a baja o inexistente. Conclusiones Las aplicaciones de sensores remotos y sistemas de información geográfica han probado ser de enorme importancia en el área de la salud y de manera especial en el proceso de eliminación de enfermedades transmisibles de un continente, como es el caso de la oncocercosis en Centro y Suramérica, donde se necesita definir con mucha precisión, los límites de las áreas donde persiste la transmisión, identificar nuevas comunidades y factores de riesgo asociados al ambiente y a la cultura de la población afectada. En este trabajo se presentan mapas de distribución de las comunidades y de su nivel de endemicidad para oncocercosis en 12 áreas geográficas y 31 subáreas antes del inicio del tratamiento, mostrando un claro patrón de distribución espacial, con comunidades hipo-endémicas en la planicie fluvial del Orinoco y sus grandes afluentes y comunidades, hiperendémicas en áreas montañosas cercanas a la frontera con Brasil. Al mismo tiempo, se presenta el resultado del esfuerzo de 15 años de tratamiento, evidenciando la supresión de la transmisión de la enfermedad en 170 comunidades en 20 sub-áreas geográficas, representando el 75% de la población originalmente en riesgo. Este trabajo representa un aporte sustantivo a la concreción de un mapa binacional que permita a los sistemas de salud de Brasil y Venezuela brindar una adecuada atención integral a las poblaciones indígenas en la frontera, constituyendo un avance significativo al cumplimiento de compromisos establecidos en el Memorando de entendimiento entre el gobierno de la República Bolivariana de Venezuela y el gobierno de la República Federativa de Brasil para el fortalecimiento e integración de las acciones para lograr la eliminación de la oncocercosis en el área yanomami. Agradecimientos Los autores agradecen el apoyo del Proyecto FONACIT Misión Ciencia Nº 2008000911-5, de la OEPA (Onchocerciasis Elimination Program for the Americas), Grupo 9 de apoyo aéreo, Base Aérea José A. Páez de Puerto Ayacucho y FANB por el apoyo logístico y a la población yanomami por su participación en la identificación de nuevas comunidades y tratamiento de la población. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Referencias Edx Courses, IDBX/IDB7X (2015). Desarrollo urbano y vivienda. Banco Interamericano de Desarrollo. Recuperado de: https://courses.edx.org/courses/ coursev1:IDBx+IDB7x+2015_T1/courseware/7154cc52fca84933a03a999dfc8df050/756f4003807048c8bf9e80e3fd790bb1/ Basañez M.G., P ion S.D.S., C hurchert.S., Breitling L.P., LITTLE M.P., B oussinesq M. (2006): River Blindness: A Success Story under Threat? PLOS 3 (9): 1454-1460. Botto C., Escalona M., Vivas-Martínez S., Delgado-M L., Coronel P (2005). Geographical patterns of onchocerciasis in southern Venezuela: relationship between environment and prevalence of infection” Parassitología (Roma), 47:145-150. Botto C., Escalona M., Villamizar N., Noya-Alarcon O., Cortez J., Coronel P., Izquierdo V., Level H., Pereira J.L., Frontado H., Flores J., Graterol B., Camacho O., Tovar Y., Borges D., Morales A.L., Ríos D., Guerra F., Margeli H., Rodríguez M.A., Unasch T., Basáñez M.G., Grillet M.E. (2015) Evidences of supression of onchocerciasis transmission in the Venezuelan Amazonian focus. Parasite & Vectors (In press). Ambiente y Sociedad 27 Botto C, Villamizar N, Jokic Z, Noya-Alarcón O, Cortéz J, Escalona M, Grillet ME, Basáñez MG (2013): Landscape epidemiology of human onchocerciasis in Southern Venezuela. In: Reference Module in Earth Systems and Environmental Sciences. Oxford, Elsevier: 14 pp. Yarzabal L., Botto C., Arango M., Raga L., Wong F., Allan R., Jaimes J., Sanchez-Beaujon R. (1985) “Epidemiological aspects of onchocerciasis in the Sierra Parima, Federal Territory of Amazonas, Venezuela” Ed. L. Yarzabal, C. Botto, R. Allan/Caicet Public. Cientif. Vol 3: 43-63, Caracas. Convit J, Schuler H, Borges R, Olivero V, Domínguez-Vázquez A., Frontado H, Grillet ME (2013): Interruption of Onchocerca volvulus transmission in Northern Venezuela. Parasite & Vectors, 6(1):289. Grillet ME, Villamizar NJ, Frontado HL, Cortéz J, Escalona M, Botto C, Basáñez MG (2008): Vector competence of Simulium oyapockenses.l. and S. incrustatum for Onchocerca volvulus: Implications for ivermectin-based control in the Amazonian focus of human onchocerciasis, a multi-vector–host system. Acta Trop, 107(2): 80-89. Memorando de Entendimiento entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno de la República Federativa de Brasil para el Fortalecimiento e Integración de las Acciones para Lograr la Eliminacón de la Oncocercosis en el Área Yanomami (2014) Ostfeld R.S., Glass G.E., Keesing F, (2005). Spatial epidemiology: an emerging (or re-emerging) discipline. Trends in Ecology and Evolution 20(6): 328-336. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ambiente y Sociedad 28 Distribución Espacial de Hypothenemus Hampei (Coleoptera: Curculionidae) en la localidad Jabón, Municipio Torres, Estado Lara. Ramón Paz1, Norayda Arrieche2, Gerson Colmenarez1 UCLA. Decanato de Ciencias Veterinarias. Departamento de Tecnología Agropecuaria; 2 UCLA. Decanato de Agronomía. Departamento de Ciencias Biológicas 1 [email protected]; [email protected] RESUMEN Esta investigación se llevó a cabo durante el período Septiembre - Diciembre 2014, en la localidad de Jabón, municipio Torres, Estado Lara. Las evaluaciones se realizaron quincenalmente. En cada punto de muestreo se tomó una planta y se contó el número total de frutos de una rama productiva y el número de frutos perforados, los datos se registraron en una hoja de cálculo en Excel. Las coordenadas fueron tomadas en UTM. El análisis de distribución espacial se ejecutó con el programa ArcGIS 9.3.1. Palabras clave: MONITOREO, H. hampei, DISTRIBUCIÓN GEOGRÁFICA, INTERPOLACIÓN, DAÑO. SPACIAL DISTRIBUTION OF HYPOTHENEMUS HAMPEI (COLEOPTERA: CURCULIONIDAE) IN JABÓN, TORRES LOCALITY, LARA STATE ABSTRACT This research was conducted from September to December, 2014 in the town of Jabón, Torres municipality, in the Lara State. Evaluations were made every Fifteen days. At each sampling point a plant was taken and the number of fruits of a productive branch as well as the number of drilled fruits was counted. The data were registered into a Excel spreadsheet. The geographic coordinates were taken in UTM. The spatial distribution analysis was performed using the software ArcGIS 9.3.1. Keywords: MONITOREO, H. hampei, GEOGRAPHIC DISTRIBUTION, INTERPOLATION, DAMAGE. Introducción La broca del fruto del café Hypothenemus hampei, es el insecto-plaga más importante en la caficultura en el ámbito mundial (Portilla y Bustillo, 1995). La acción destructiva de este insecto fue reportada en Francia en 1867 en sacos de café importados de África, dicha Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática plaga afecta directamente la parte comercial del cultivo como lo son los granos. Es de distribución cosmopolita. Está presente en Brasil (1913), Perú (1962), Guatemala (1971), Honduras (1977), México y Jamaica (1978), el Salvador y Ecuador (1981). En Febrero de 1988 aparece en Nicaragua y en Agosto de 1989 en Colombia (PROTECNET, 2001), en nuestro país según Sayago et al. (1995) se detectó en 1995 en el municipio Urdaneta, estado Táchira. La broca del café pertenece al orden: Coleoptera; Superfamilia: Curculionoidea; Familia: Curculionidae; Género: Hypothenemus; Especie: H. hampei, Ferrari 1867. El análisis de la distribución espacial se realiza comúnmente mediante índices de dispersión, ignorando la localización geográfica de las muestras e imposibilitando su distinción en el espacio (Niño, 2008). Los estudios de ecología de insectos deben ser analizados a través de técnicas de estadísticas multivariada, análisis de regresión y correlación, los cuales buscan asociar los factores ambientales con la abundancia y la distribución espacial de las especies (Mora y Granado, 2008). El café es un cultivo, cuya extensión requiere de un gran esfuerzo para llevar a cabo las labores de manejo de plagas, son ideales para el desarrollo de programas de informática bajo el enfoque de los SIGs. Los Sistemas de Información Geográfica (SIGs) permiten manejar y entender la distribución espacial como un proceso estructurado que influye en el comAmbiente y Sociedad 29 portamiento de los organismos (Bosque, 1992) y han dado un impulso al análisis de la distribución espacial aplicada a la ecología de los insectos. Con el uso de programas de computación se analizan datos georreferenciados tales como: densidad de insectos los cuales se pueden asociar con otras variables como tipo de vegetación, altitud y precipitación (García et al., 2004). Una de las herramientas de apoyo más empleadas por los SIGs para el estudio de la distribución espacial es la Geoestadística, ya que esta rama aplicada de la estadística proporciona una medida más exacta de la dependencia espacial pues toma en cuenta la naturaleza bidimensional de la variable en estudio y a la vez es independiente de la relación entre la media y la varianza del patrón de distribución (Ramírez et al., 2005). El objetivo de esta investigación fue determinar la distribución del índice de infestación general de la broca del café en un sector de la localidad de Jabón Municipio Torres Estado Lara. 34 puntos (estacas) de muestreo, cada uno fue georreferenciado con un receptor Garmin rino 120. Las evaluaciones se realizaron cada quince días. En cada punto de muestreo se tomó una rama por planta, se contó el número de frutos totales y frutos brocados, para determinar el índice de infestación en cada punto. Los datos se registraron en una hoja de cálculo en Excel. Las coordenadas fueron tomadas en UTM. El análisis estadístico o exploratorio se realizó con el programa Statistix 7, análisis estructural o de distribución espacial se ejecutó con el programa ArcGIS 9.3.1. Resultados y discusión Materiales y métodos La fluctuación del porcentaje de infestación muestra que en terminos generales no se requiere de aplicaciones generalizadas para regular la incidencia del daño de la broca del café. Así mismo se puede observar entre los muestreos 2, 3 y 4 una baja incidencia, lo cual podría estar relacionado con la ocurrencia de precipitaciones durante ese período de evaluación (Figura 1). Esta investigación se realizó durante el período Septiembre - Diciembre del 2014, en la localidad de Jabón, en el sector “La Entrada” el cual consta de 16 hectáreas repartidas en seis productores, Parcela “Mi Encanto”, 09° 48’ 05’’ N y 70° 08’ 14’’O municipio Torres, Estado Lara. El área de muestreo fue de 1 hectárea. Se tomaron Para el análisis de la estadística descriptiva se utilizó la variable incidencia de la broca del café, evaluada en relación porcentual, mostrando un patrón de distribución del % infestación de H. hampei no normal de acuerdo a la diferencia entre la media y mediana (Tabla 1). Según Niño (2008) cuando la varianza muestreal en Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Fluctuación del porcentaje de infestación general de Hypothenemus hampei en la localidad de Jabón Municipio Torres Estado Lara. Septiembre-Noviembre 2014. relación con el valor de la meseta es menor o igual, se considera un buen ajuste del semivariograma. Al calcular la relación meseta/pepita con los valores de la Tabla 2 para cada uno de los muestreos se obtiene que para M1 y M3 no existe dependencia espacial ya que la relación meseta/pepita es > 75 % no pudiéndose hacer un buen ajuste para estos semivariogramas. M2 y M4 presentan < 75 % lo que indica una dependencia espacial de los datos moderada y M5 > 25 % alta dependencia espacial Ambiente y Sociedad 30 Tabla 1. Análisis Exploratorio de la distribución espacial del % de infestación general de Hypothenemus hampei en la localidad de Jabón Municipio Torres Estado Lara. 2014. PARÁMETROS M1 M2 M3 M4 M5 Media 6,51 3,59 4,50 4,49 7,24 Mediana 1,47 1,54 3,70 2,00 3,03 Varianza 107,69 46,39 26,39 63,93 132,95 (Cambardella et al., 1994). Se considera aceptable aquellos cuya dependencia espacial oscila entre alta y moderada. El rango osciló entre 41 a 189 metros siendo la distancia de muestreo de 25 metros promedio entre cada punto. El modelo que mejor se ajusta es el Exponencial, esto concuerda con Isaaks (1989), en el hecho de que la proporción de insectos como variables georreferenciales tiende a presentar patrones parecidos al Esférico y Exponencial. El efecto pepita es considerable en relación a la meseta cuanto se evalúa incidencia de poblaciones de insectos (Moral 2004), esto se detecta en la Tabla 2. El patrón de distribución que presenta H. hampei en la Figura 2 es agregado. Los focos de mayor infestación estan ubicados hacia los puntos de menor cota del terreno y hacia los bordes, siendo las áreas con mayor incidencia de sombra por vegetación natural (Figura 2 a-e). Tabla 2. Análisis Geoestadístico de la distribución espacial del % de infestación general de Hypothenemus hampei en la localidad de Jabón Municipio Torres Estado Lara. 2014. MUESTREOS PEPITA MESETA PEPITA/ MESETA RANGO MODELO M1 101 11 90,17 189 Exp M2 32 24 57,14 189 Exp M3 9,79 0,57 94,49 189 Exp M4 22 57 27,84 189 Exp M5 0 158 0 41 Exp Exp= Exponenecial Los mapas de daños en las zonas rojas y azules muestran que no se requieren aplicaciones generalizadas, pero que deben ser manejadas a fin de reducir los focos de infestación para evitar la reducción del rendimiento de la unidad y el posible uso de tratamientos con insectidas a posterioridad (Figura 2). Al haber cambio en el nivel de daño, se refleja el cambio en la distribución espacial del indice de infestación. Cuando se hace uso racional de los recursos mediante el empleo de una tecnología como es el uso de un SIGs apoyada en una herramienta como lo es la Geoestadística, permite reducir los costos de aplicación y el daño causado por un organismo plaga como lo es la broca del café en la unidad de producción “Mi Encanto”. En Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2a. Mapas digitalizados del % de infestación general de H. hampei en la localidad de Jabón, Municipio Torres Estado Lara. 2014. Ambiente y Sociedad 31 Figura 2b. Mapas digitalizados del % de infestación general de H. hampei en la localidad de Jabón, Municipio Torres Estado Lara. 2014. Figura 2c. Mapas digitalizados del % de infestación general de H. hampei en la localidad de Jabón, Municipio Torres Estado Lara. 2014. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2d. Mapas digitalizados del % de infestación general de H. hampei en la localidad de Jabón, Municipio Torres Estado Lara. 2014. Ambiente y Sociedad 32 el cual realizar un manejo generalizado, el costo seria 208.000 Bsf, mientras que el manejo racionalizado basado en nivel daño (10% IG) y el uso de los mapas de daños reducen el costo de las aplicaciones a 114.749,00 Bsf., es decir a un 55,16% (Tabla 3). futuro las probables áreas de infestación, así como la reducción del costo de control de una plaga tan importante en el cultivo de café como lo es H. hampei. Conclusiones Bosque, J. (1992). Sistemas de Información Geográfica. Ediciones Rialp. Madrid 440 p. Cambardelia, C. Et. Al. , T. Moorman; J. Novak, T. Parkin, T, D. Karlen, R. Turco and A. Konopka. (1994). field-scale variability of soil propierties central iowa soil. http:// www.ars.usda.gov/SP2UserFiles/Place/60820000/ Manuscripts/1994/Man330.pdf. 08/09/2015. Tabla 3. Análisis de Costo de manejo del % de infestación general de H. hampei en la localidad de Jabón Parcela La Entrada, Municipio Torres Estado Lara. 2014. Total M2 M3 M4 M5 Area Mts2 9732 2716 511 1149 1024 2444 Porcentaje % 100 27,91 5,25 11,86 10,52 25,11 Trampa /400 Bsf 20 2232 420 948 841 2008 Hongo /Dosis 10000 Bsf 20 55820 10500 23720 21040 50220 Costo Bsf Figura 2e. Mapas digitalizados del % de infestación general de H. hampei en la localidad de Jabón, Municipio Torres Estado Lara. 2014. M1 208000 58052 10920 24668 21881 52228 El Análisis Geoestadístico permitió modelar la distribución espacial de la incidencia de daño por H. hampei, visualizar el área afectada y no afectada por la broca del café, así mismo se logró conocer el equilibrio espacio-temporal que brinda la posibilidad de conocer a Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Referencias García, J., A. Rodríguez, A. Arranz, J. De Le Cruz, Y. Honorio. (2004). Técnicas geoestadisticas aplicadas al analisis de la distribución de capturas de Helicoverpa armigera (Hübner) (Lepidoptera: Noctuidae) mediante trampas con feromonas sexuales en una plantación de tomate. Bol. San. Veg. Plagas, 30: 733-744. Isaaks, H. Y R. Rivastava (1989). An Introduction to Applied Geostatistics. Oxford university. press, new york. Mora, A. Y A. Granado (2008). Distribución Geoespacial del mosquito Culex quinquefaciatus (Diptera: Culicidae) principal Vector del virus del Oeste del Nilo en la zona urbana de Ciudad de Juárez, ChiAmbiente y Sociedad 33 huahua, México. Universidad y Ciencia Trópico húmedo. 24(2): 101-109. Moral, G. (2004). Aplicación de la geoestadística en las ciencias ambientales. Asociación Española de Ecología Terrestre. Ecosistemas 13 (1) 78-86. Niño, L. (2008). Uso de la función semivariograma y estimación Kriging en el análisis espacial de un indicador entomológico de Aedes aegypti (Diptera: Culicidae). Biomedica. 28: 578-586. Sayago, F. , Pernia, O. Y Martínez, E. (1995). La comercialización del café. XII Congreso Venezolano de Entomologia. San Cristobal. Pp 5-11. Schotzko, D. J.; Y L. O´keeffe. 1989. Geoestatistical description of the spacial distribution of Lygus hesperus (Heteroptera: Miridae) in lentils. Journal. Econ. Entomol. 82: 1277-128. Ramírez, J., J. González, M. López, R. Ocete, (2005). Modelización y mapeo de la distribución espacial de las ninfas del mosquito verde Jacobiasca lybica (Bergevin & Zanon) (Hemiptera, Cicadellidae) en viñedo. Bol. San. Veg. Plagas, 31:119-132. Portillo, M. Y A. Bustillo (1995). Nueva investigación de la cría masiva de Hypothenemus hampei y de sus parasitoides Cephalonomia stephanoderis y Prorops nasuta. Revista Colombiana de Entomología. Vol. 21. N° 1. 25:33. Protecnet. (2001). Ficha tecnica de la broca del cafeto Hypothenemus hampei (Ferrari). Dirección de protección fitosanitaria. Ministerio de Agricultura y Ganaderia. Costa Rica. http: //www.protect.go.cr/ Broca_archivos/frame.htm. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ambiente y Sociedad 34 Educación y Formación Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Educación y Formación 35 Curso Virtual: Nociones de Cartografía Analógica y Digital (NCAD) Jesús Alejandro Ruíz Curcho Fundación Instituto de Ingeniería (FII). Centro de Procesamiento Digital de Imágenes (CPDI) [email protected] RESUMEN El Centro de Procesamiento Digital de Imágenes (CPDI) de la Fundación Instituto de Ingeniería, ha tenido como función primordial la ejecución de proyectos de investigación y desarrollo, así como la formación y transferencia de tecnología en sus áreas de competencia. El CPDI es una de las áreas de apoyo tecnológico al sector público y privado en Geomática, a través de la impartición de cursos especializados. Entre éstos se encuentran los cursos: Introductorio a la Geomática, Percepción Remota y Procesamiento Digital de Imágenes del Satélite Miranda, Sistemas de Información Geográfica, entre otros. Durante la impartición de dichos cursos, se detectaron deficiencias en los participantes en materia cartográfica, razón por la cual surgió la idea de crear el curso en línea Nociones de Cartografía Analógica y Digital (NCAD), para subsanar dichas fallas. Este tipo de cursos puede llegar a todo usuario en cualquier lugar del país donde se cuente con el servicio de internet, salvando los problemas de horario, logísticos y presupuestarios. El Objetivo General del curso es Impartir conocimientos, habilidades y destrezas que le permitan a los participantes entender los mapas y elaborar mapas-imagen. Los objetivos específicos son: 1) Posibilitar la cabal comprensión de los cursos de Geomática. 2) Nivelar los conocimientos cartográficos necesarios, para trabajos de ésta índole en las distintas instituciones. 3) Capacitar mayor cantidad de personas, mediante una plataforma de aprendizaje a distancia. Como plataforma de enseñanza-aprendizaje se utilizó el Moodle. Se aplicó la Metodología PACIE. Como resultado se logró la implementación exitosa del curso a distancia. Palabras clave: MAPEO, CARTIGRAFÍA, GEOMÁTICA; ENTRENAMIENTO; APRENDIZAJE A DISTANCIA. VIRTUAL COURSE: BASICS OF ANALOG AND DIGITAL MAPPING ABSTRACT The Center for Digital Image Processing (CPDI) of the Foundation Institute of Engineering has had as its primary function the execution of research and develop- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática ment projects, as well as the technology transfer and staff training in Geomatics for the public and private sectors, through the provision of specialized courses. Some of the courses offered by the CPDI are: Introductory Course to Geomatics, Remote Sensing and Digital Image Processing of Miranda Satellite data, Geographic Information Systems, among others. During the courses, some deficiencies in basic cartography were detected. For this reason the creation of an online course was suggested to remedy such failures. This kind of courses can reach any place of the country where the Internet is available, saving time, logistical and budgetary issues. The general objective of the course is to impart knowledge and skills that will allow participants to understand maps and create image-maps. Specific objectives are: 1) to facilitate the understanding of the Geomatics courses. 2) Level the cartographic knowledge necessary for work of this nature in various institutions. 3) To train a larger group of people, through a distance learning platform. Moodle was used as the teaching-learning platform. The PACIE methodology was applied. As a result, the implementation of a distance learning course was achieved. Keywords: MAPPING, CARTOGRAPHY, GEOMATICS, TRAINING, DISTANCE LEARNING. Educación y Formación 36 Introducción La Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT) es una institución adscrita al Ministerio del Poder Popular para la Educación Universitaria, Ciencia y Tecnología, dedicada a la Investigación y Desarrollo Tecnológico en Venezuela, desde 1982. Desde su inicio ha tenido como función primordial la ejecución de proyectos de investigación y desarrollo, así como, la de transferir tecnología y la capacitación de personal de otras instituciones en sus áreas de competencia. El Centro de Procesamiento Digital de Imágenes (CPDI), es una de las áreas que sirve de apoyo tecnológico al sector público y privado en Geomática a través de la impartición de cursos especializados. Cuenta con una infraestructura informática y recursos humanos altamente capacitados que le permite ser pilar fundamental del Estado en la capacitación del sector público en diversas disciplinas de las Geociencias. Entre los cursos que dicta el CPDI se encuentran el Curso Introductorio a la Geomática, Percepción Remota y Procesamiento Digital de Imágenes del Satélite Miranda, Sistemas de Información Geográfica, entre otros. Durante el desarrollo de dichos cursos, se detectaron en los participantes deficiencias en materia cartográfica, razón por la cual se sugirió la creación del presente curso en línea, para impartir conocimientos básicos de cartografía. La importancia de este curso radica en que, se puede llegar a cualquier lugar de la geografía nacional, donde se cuente con acceso al servicio de internet, lo que elimina por completo los problemas logísticos y presupuestarios de los cursos presenciales. con el fin de acelerar el desarrollo técnico y profesional, y afrontar nuevos retos en su institución. Así como también a Profesionales y Técnicos de la Administración Pública Nacional (APN), relacionados a cualquiera de las geo-ciencias, con conocimientos básicos en el uso del computador. Objetivos Metodología El Objetivo General del curso es Impartir conocimientos, habilidades y destrezas que les permitan a los participantes entender mapas y elaborar mapas-imagen, basados en un sistema de referencia, con los elementos cartográficos más importantes. En la elaboración del Curso, se utilizó el Entorno de Aprendizaje Modular Dinámico Orientado a Objetos (Moodle, por sus siglas en inglés). Dicha herramienta, está basada en Software libre, con lo que se le da cumplimiento al decreto presidencial del 2004 referente al uso de software libre en las empresas del Estado (Decreto N° 3.390, 2004). Moodle es una aplicación web multi-plataforma, desarrollada en el lenguaje PHP, usa una Base de Datos MySQL y el Servidor Web Apache (Moodle, 2009). El curso tiene los siguientes objetivos específicos: 1.Facilitar la cabal comprensión de los cursos de Geomática. 2.Nivelar los conocimientos cartográficos necesarios, para trabajos donde se requiera el manejo de información cartográfica. 3.Capacitar mayor cantidad de personal, mediante una plataforma de aprendizaje a distancia (e-learning), como alternativa complementaria a la instrucción presencial. Durante el desarrollo del curso, se aplicó la metodología de Enseñanza-Aprendizaje PACIE. “PACIE es una metodología para el uso y aplicación de las herramientas virtuales (aulas virtuales, campus virtuales, web 2.0, metaversos, entre otros…) en la educación sea en sus modalidades presenciales, semi-presenciales o a distancia” (Oñate, 2009). El curso está dirigido para quienes necesiten profundizar conocimientos en las diferentes áreas de la Geomática, PACIE son las siglas de las 5 fases que permiten un desarrollo integral de la educación virtual como soporte de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Educación y Formación 37 las otras modalidades de educación, y corresponden a las siguientes fases (Ver Figura 1): P = Presencia A = Alcance C = Capacitación I = Interacción E = E-leraning pacitación está relacionada con la responsabilidad que tienen los educadores en estimular el aprendizaje y la responsabilidad de los estudiantes en cumplir con las exigencias del curso. La Interacción, considerada la etapa más importante de la metodología, consiste en crear los espacios para la comunicación e inter-relación entre los participantes e instructores que facilite el aprendizaje colaborativo. El E-learning es una fase más bien de tipo macro curricular (inherente al campus virtual) más que de tipo micro-curricular (asociado al entorno virtual de aprendizaje). Contenido y estructura general del curso El contenido general del curso se muestra en la figura 2 y la estructura es la siguiente: Resultados Como resultado se obtuvo el “Curso Nociones de Cartografía Analógica y Digital” (NCAD), el cual pretende capacitar a profesionales y técnicos de la APN y al público en general, bajo la modalidad a distancia, el cual tiene las siguientes características: Figura 1. Metodología PACIE. La Presencia tiene que ver con las características y el atractivo del Entorno Virtual de Aprendizaje (EVA). El Alcance, con los objetivos, el contenido, las destrezas y habilidades que se desea lograr en los participantes, así como el respaldo institucional a la actividad. La Ca- • Hay un Tutor por parte del Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico (FIIIDT), quien dirige el proceso de enseñanza-aprendizaje. • Es Teórico-Práctico. • Duración: 6 semanas. • Evaluado. • Cuenta con herramientas de Comunicación entre Participantes-Instructor. • Facilita el aprendizaje colaborativo. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Contenido el Curso NCAD. Educación y Formación 38 Bloque 0: Inicio Bloque 5: Elementos Cartográficos Bloque 7: Cierre Este módulo tiene por objeto que el participante se familiarice con la plataforma Moodle. Elementos Naturales, Culturales e Información Marginal; Escala y Leyenda; Interpretación Cartográfica; Topografía (Curvas de Nivel), Hidrografía, Vegetación, Infraestructura, Centros Poblados. Éste último bloque, tiene por función reflexionar acerca del desarrollo del curso y evaluarlo con el fin de mejorarlo. Bloque 1: Conceptos de Cartografía y Mapa Importancia del uso y Manejo de Mapas; Tipos de Mapas; Características los mapas; Ley de Geografía, Cartografía y Catastro; Cartografía Analógica y Digital; Tipos de datos: Raster y Vector. Bloque 6: Elaboración de un mapa-imagen Definición y características de un mapa-imagen; Pasos a seguir en la elaboración de un mapa-imagen. (Ver Figura 3). Prácticas El curso cuenta con prácticas para: Determinación de Orientación y Rumbo, Cálculo de Coordenadas, Distancias y Áreas, Elaboración de un Perfil Topográfico y Diseño de un Mapa-Imagen. Dichas actividades se llevan a cabo de manera manual (con mapas e instrumentos básicos) y utilizando un computador (utilizando el software QGIS), a excepción de la última que sólo se hace utilizando un computador y el software mencionado. (Ver Figura 4). Bloque 2: Sistemas de Orientación Orientación Solar y Astronómica; Rumbo; Magnetismo Terrestre y Declinación Magnética; Instrumentos de Orientación; Sistemas Globales de Posicionamiento Satelital (GNSS). Bloque 3: Sistemas de Referencia Geodésicos Coordenadas Cartesianas, Geográficas y Planas; Geoides; Elipsoides de Referencia; Datum; Transformaciones. Material Auxiliar Bloque 4: Proyecciones Cartográficas Concepto; Tipos de Proyecciones (en función de las cualidades métricas, en función de las cualidades proyectivas); Propiedades; Características; Proyecciones más utilizadas en Venezuela; El Sistema Cartográfico Venezolano. En el bloque de Inicio los participantes se familiarizan con la plataforma de enseñanza-aprendizaje, descargan el material necesario e interactúan entre sí y con los instructores. Figura 3. Elaboración de Mapa-Imagen en QGIS. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Como parte de la metodología de enseñanza-aprendizaje, además del material teórico, prácticas y datos, se incluye en el curso la Sinopsis, el Cronograma, Plan de Evaluación y la Rúbrica de Evaluación de cada una de las Actividades. Educación y Formación 39 Herramientas de Comunicación: La plataforma Moodle cuenta con diferentes formas para el intercambio de información y estimular el aprendizaje colaborativo: Foros, Chats, Mensajería, Correo Electrónico, entre otros. Conclusiones Se logró la implementación del curso a distancia en materia cartográfica, el cual se dictará a un grupo piloto en el primer semestre del 2.016 y posteriormente estará disponible para funcionarios de la APN y usuarios de la Geomática en general, a partir del segundo semestre de ese mismo año. Referencias Decreto N° 3.390 (2004): Publicado en la Gaceta oficial Nº 38.095 de fecha 28/12/2004. http://sencamer.gob.ve/files/webfm/Documentos/Software%20Libre/decreto3390.pdf. Figura 4. Módulo Teórico-Práctico. Evaluaciones: La evaluación es de tipo formativa, es decir, se lleva a cabo durante el proceso de enseñanza-aprendizaje. Según el enfoque, será cuantitativa para los bloques 1 y 2 a través de cuestionarios y otros recursos del Moodle y cualitativa para los bloques 3 al 6, a cargo del instructor en base a la composición del mapa-imagen y a los elementos incluidos en el mismo. Moodle (2009). Moodle.org: open-source community-based tools for learning. Disponible en Internet (http:// moodle.org/). Fecha de consulta: 18 Junio 2010. Oñate, L. (2009). La Metodología PACIE. Fundación para la Actualización tecnológica de Latinoamérica. pp. 4-35. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Educación y Formación 40 Adecuación del Curso Presencial "Percepción Remota y Procesamiento Digital de Imágenes del Miranda" a Virtual Marlitt Dolores Guilarte Riobueno Agencia Bolivariana para Actividades Espaciales, Venezuela. [email protected] RESUMEN Este documento tiene como objetivo divulgar los resultados obtenidos de la adaptación del curso presencial “Percepción remota y procesamiento digital de imágenes del satélite Miranda” a la modalidad de aprendizaje a distancia. Esta actividad es promovida por la ABAE conjuntamente con un comité interinstitucional, con el fin de expandir las alternativas de estudio en el área de teledetección para profesionales de entes públicos. Esta adaptación se inició en el 2012 y se consolida como una propuesta educativa a principios del 2015, teniendo como plataforma de enseñanza el SAD de CONATEL. En el documento se muestran las etapas realizadas para lograr la adecuación y las herramientas utilizadas para ello, resaltando los cambios realizados en cuanto a los contenidos y prácticas para la evaluación del curso, entre otros. El propósito de esta adaptación es incentivar a los profesionales en adquirir conocimientos e incorporar técnicas de teledetección, promover nuevos proyectos y líneas de investigación asociadas al uso de las imágenes del satélite Miranda, así como también ofrecer nuevas opciones de estudio a nivel nacional en materia espacial. La estructura de esta nueva alternativa, tiene una duración de seis semanas, repartidas en siete bloques y hasta la fecha se han realizado dos cursos capacitando un total de treinta y siete (37) profesionales de varios estados del país. En la actualidad el objetivo central es mantener las dos alternativas de estudio y que los profesionales se orienten bajo la modalidad que le sea más favorable. Palabras clave: PERCEPCIÓN REMOTA, PROCESAMIENTO DIGITAL DE IMÁGENES, EDUCACIÓN A DISTANCIA, TUTOR VIRTUAL. ADAPTATION OF THE CLASSROOM COURSE “REMOTE SENSING AND DIGITAL IMAGE PROCESSING OF THE MIRANDA SATELLITE” TO E_LEARNING MODE” ABSTRACT and digital image processing of Miranda satellite” to e-learning mode. This activity is sponsored by the ABAE together with the interagency committee, in order to expand alternatives of studies in the remote sensing area for professional public entities. This adaptation started in 2012 and was established as an educational proposal in early 2015, using the learning platform SAD of CONATEL. In the document the steps taken to achieve the adequacy and tools used for this purpose are shown, highlighting the changes in terms of content and practices of evaluation of the course, among others. The purpose of this adaptation is to encourage professionals to acquire knowledge incorporating remote sensing technologies, to promote new projects and research lines associated with the use of Miranda satellite imagery, as well as to offer new options nationwide in the area of spatial studies. The structure of this new alternative lasts six weeks, spread over seven blocks. To date, there have been two training courses, a total of thirty-seven (37) professionals from several regions have been trained. At present, the main objective is to keep the two alternatives of study and to guide professional in the more favorable forms of studies. Key words: REMOTE SENSING, DIGITAL IMAGE PROCESSING, E-LEARNING, VIRTUAL TUTOR. This document aims to disseminate the results of the adaptation of the classroom course “Remote sensing Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Educación y Formación 41 Introducción La alternativa de educación a distancia en la Agencia Bolivariana para Actividades Espaciales (ABAE) se inició en el año 2010 con la adaptación del curso presencial “Análisis del entorno geográfico de planteles educativos” a solicitud del Vice Ministerio de Ciencia y Tecnología del Estado Plurinacional de Bolivia, dicho curso actualmente se dicta a nivel internacional, sin embargo no ha tenido tanta difusión a nivel nacional. La adaptación del curso “Percepción remota y procesamiento digital de imágenes del satélite Miranda (VRSS-1) representa para la ABAE una iniciativa distinta de divulgar los conocimientos en esta área y además del esfuerzo alcanzado por el comité interinstitucional. Inicialmente este curso se estructuró bajo la modalidad presencial entre la ABAE y el Centro de Procesamiento Digital de Imágenes (CPDI) de la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico, y posteriormente fueron incorporados el resto de las instituciones que conforman el comité: Fundación Venezolana de Investigaciones Sismológicas-FUNVISIS, Instituto Geográfico de Venezuela Simón Bolívar -IGVSB y la Dirección de Geografía y Cartografía de las Fuerza Armada -DIGECAFA, para replicarlo a nivel nacional. El curso presencial está diseñado para los profesionales de la administración pública con competencia en el área de Geomática, tiene una duración de cinco días, con ocho horas diarias, para un total de cuarenta horas académicas. Los contenidos están en presentaciones, utilizándose el Spring como programa de procesamiento de imágenes. En el año 2012 se propone al comité interinstitucional participar en la adaptación del curso presencial a la modalidad de educación a distancia, involucrando para ello al Centro Nacional de Telecomunicaciones CONATEL que dispone de una plataforma denominada “Sistema de Aprendizaje a Distancia” (SAD) para el desarrollo de esta actividad, conformándose para ello un comité paralelo. cuestionarios evaluados automáticamente por la plataforma, siguiendo las etapas que se describen a continuación: 1.Diseño y Planificación del curso: Representó la etapa inicial, en la cual se estableció la metodología de abordaje y adaptación del curso presencial, siguien- El trabajo de éste comité inicia con el objetivo principal de adaptar los contenidos del curso presencial “Percepción remota y procesamiento digital de imágenes del satélite Miranda” a la plataforma de enseñanza del SAD. Los contenidos teóricos fueron reforzados e incorporados nuevos ejercicios prácticos usando el programa Spring (Spring5_2_7_Esp_Ubuntu1404_x86.tar.gz) como insumo principal para el procesamiento de las imágenes satelitales. En la figura 1, se muestra la presentación del curso en línea en la plataforma del SAD-CONATEL. Metodología de trabajo Para la adaptación del curso las presentaciones fueron llevadas a documentos de fácil descarga y se desarrollaron Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Presentación del Curso de Percepción Remota y Procesamiento Digital de Imágenes del satélite Miranda (VRSS-1). Fuente: tomado de la Plataforma de “Sistema de Aprendizaje a Distancia” (SAD) de CONATEL-CEDITEL. Educación y Formación 42 do las pautas sugeridas por CONATEL, las cuales se desglosan a continuación: • Redefinición del objetivo general del curso y de los objetivos específicos de cada capítulo, en función de la nueva alternativa de estudio. • Reevaluación y agrupación de los temas por bloques, de tal manera que cada sección fuese evaluada por separado y permita alcanzar una secuencia de puntuaciones acumuladas al final del curso. • Revisión de los contenidos del curso presencial los cuales fueron redefinidos y reagrupados, siguiendo la metodología de “evaluaciones de caso” y definiendo proyectos que permitieron incluir actividades prácticas adaptadas a cada bloque con entregas controladas al facilitador o tutor virtual. • Para realizar la revisión exhaustiva de los contenidos y su secuencia, se distribuyeron a las instituciones y presentados posteriormente los resultados ante el comité; así como también la conceptualización de nuevas actividades para reforzar los bloques teóricos. • Redefinición de la duración del curso según la experiencia de CONATEL. Agrupándose finalmente en siete bloques distribuidos en seis semanas. 2.Materiales para la familiarización y uso de la plataforma: al estar predefinido la inclusión del curso en la plataforma de enseñanza de CONATEL (SAD). Fue necesario elaborar e incluir materiales de apoyo al alumnado que le permitiera manejarse en este nuevo entorno y lograr un desempeño eficaz, esto estaría considerado como una segunda etapa. Para ello se incorporaron tutoriales que permiten navegar en la plataforma del SAD y guiar al estudiante en la realización de las actividades evaluadas y la culminación satisfactoria del curso. Adicionalmente fueron considerados la forma de conectividad del alumnado, recepción de la información, y las aplicaciones y programas en el área de Geomática que permitieran al participante realizar ejercicios de asimilación de los conocimientos teóricos y lograr buen desempeño en el curso. 3.Formas y métodos de evaluación: En la tercera etapa representó una disyuntiva en cuanto a si se evaluaba o no el curso, debido que el curso presencial no es evaluado. Al final se tomó la decisión de evaluar, estableciendo las pautas de como, cuando y que evaluar por cada bloque, así como también la generación de recursos complementarios bajo el ambiente de Moodle, permitiendo de esta manera facilitar la interacción de los tutores con los participantes. Para los bloques teóricos fueron incluidos metodologías evaluables automáticamente por la plataforma de enseñanza como por ejemplo crucigramas, tabloides de completación y tareas, a los fines de facilitar su com- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática prensión y agilizar la generación de notas y mejorar así la interacción tutor/alumno. De igual manera se incluyeron avisos en líneas, mensajería interna, foro de presentación de los participantes y de los facilitadores, que permiten conocer las aspiraciones y expectativas de los estudiantes, chat de intercambio, foros de discusión y de dudas en cada bloque, glosarios de términos interactivos, entre otras. Para la comprensión y manejo de cada una de estas facilidades, el personal de CONATEL entregó el Manual de actividades de MOODLE con el cual fueron seleccionadas las más convenientes según los objetivos de cada bloque. Un ejemplo de ello lo representan las actividades evaluadas automáticamente incorporadas en los bloques teóricos y tareas en los bloques prácticos. Adicional de los chat y foros de discusión que mantiene el intercambio de toda la actividad. • Se incluyó una biblioteca virtual en la cual se ponen a disposición de los participantes libros, videos y materiales complementarios al tema. • Se asumió la metodología de certificación electrónica de la plataforma de CONATEL, a fin que los participantes puedan descargar los certificados de aprobación directamente desde la página web, una vez que alcancen la aprobación del 75% de las actividades evaluadas. Las cortes fueron redimensionadas para atender un máximo de 50 participantes y Educación y Formación 43 cada institución atiende un bloque con dos facilitadores por bloque. • En la plataforma (http://sad.ceditel.gob.ve), cada representante institucional creó su acceso y registro asignándosele su clave personal. Como se muestra en la figura 2, el ambiente del facilitador en el curso para la plataforma del SAD. Como complemento para lograr la adaptación los tutores propuestos realizaron el curso de “Formación de Facilitadores en línea” ofrecido por CONATEL, diseñado para el adiestramiento de profesionales en este tipo de cursos. Cuyo manual de facilitador virtual contiene las normas y procedimiento de los instructores en el desarrollo del curso tanto a nivel Figura 2. Página de inicio y ambiente del facilitador en la plataforma del SAD. personal como en el manejo de las herramientas en el ambiente Moodel. El curso en línea de Percepción remota y procesamiento digital de las imágenes del satélite Miranda, está estructurado en seis bloques, el primero y último son netamente de intercambio directo entre los tutores y participantes (vamos a conocernos y evaluación del curso). En figura 3, se muestra la pantalla de presentación del curso en la plataforma del SAD. corporando un manual para su instalación en su estación de trabajo. Con este programa se desarrollarán ejercicios secuenciales que permiten adquirir la destreza para el procesamiento de imágenes satelitales. Los primeros bloques son mayoritariamente teóricos, apoyados con foros de discusión y cuestionarios, permitiendo certificar el seguimiento de los participantes en cada bloque. En los bloques dos y tres, se incluyeron actividades de evaluación como por ejemplo crucigramas, y prácticas caseras que faciliten y refuercen los conocimientos impartidos. En los dos bloques subsiguientes, dedicados al procesamiento digital de las imágenes satelitales, se incorpora el uso del programa Spring, indicando la página legal de descarga e in- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Presentación de los Bloques del Curso Percepción Remota y Procesamiento Digital de Imágenes del satélite Miranda (VRSS-1). Fuente: Plataforma SAD de CONATEL. Educación y Formación 44 Adicionalmente se incluyeron imágenes del Miranda para la realización de las prácticas, aun cuando es posible la descarga directa desde la plataforma oficial de dicho satélite. Para comprobar la aplicabilidad de la adaptación y como última etapa, se realizó una prueba piloto, a los fines de probar la versatilidad de la plataforma en el manejo de los nuevos formatos de los contenidos en cuanto a audio y video que fueron incluidos en cada bloque, para posteriormente efectuar los ajustes correspondientes. En esta cuarta etapa, los resultados obtenidos del curso piloto, permitieron mejorar formatos de descarga para los archivos, la forma de presentación de ejercicios en Spring, y descarga de las imágenes para las prácticas, así como también para la entrega de actividades por parte de los participantes. Estructura general del curso El curso en línea de percepción remota y procesamiento digital de Imágenes del Satélite Miranda (VRSS-1), fue estructurado a siete bloques, distribuidos de la siguiente forma: Bloque 0. Iniciando el recorrido: permite la familiarización con la plataforma, edición del perfil del participante y la socialización entre los integrantes del curso. Bloque I. El proceso de la Percepción Remota: brinda a los participantes los conocimientos teóricos necesarios que le permitan entender los procesos físicos que conllevan al análisis de las imágenes satelitales como las del satélite Miranda. Bloque II. Plataformas y sensores de teledetección. Da a conocer los tipos de plataformas disponibles a nivel mundial y establecer puntos de comparación con el satélite Miranda. Bloque III. Estructura de la imagen satelital: instruye al participante en las características de la imagen satelital como instrumento para el análisis de la superficie terrestre y sus características. Bloque IV. Introducción a los Sistemas de Información Geográfica (SIG) y el procesamiento digital de imágenes: Pone a disposición del participante los procesos básicos necesario para iniciar el análisis de las coberturas de la superficie terrestre a través de la imagen satelital. Bloque V. Interpretación visual de las imágenes satelitales: Presenta a los participantes los distintos métodos básicos de procesamiento de las imágenes digitales para ser aplicados, teniendo como meta principal evaluar el desempeño de las modificaciones de formatos para la plataforma “Sistema de Aprendizaje a Distancia” (SAD), así como también la aceptación y manejo de los conte- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática nidos, actividades de evaluación y capacidades de los facilitadores participantes. Bloque VI. Aprendizaje en el camino: Pone a disposición del participante encuestas y medios de comunicación con los facilitadores a los fines de intercambiar experiencias en el transcurso del curso. Queriendo establecer las diferencias más resaltantes entre las dos modalidades de estudio, se elaboró una tabla resumen, que se muestra a continuación: Desarrollo y resultados de la adecuación A la fecha, se han ejecutado dos cursos, el primero consistió en la prueba piloto limitada sólo a profesionales seleccionados de las instituciones del comité y a los cuales se les dio la posibilidad durante el desarrollo del curso, de evaluar a nivel técnico y pedagógico, sobre la base de su experiencia, permitiendo así consolidar el diseño final, en cuanto a sus contenidos, actividades, recursos de aprendizaje y su facilitación en línea, a través de esta plataforma. La segunda cohorte se realizó al público en general, sin limitaciones de profesión o condición laboral, el acceso se logra a través de la inscripción de la plataforma de CONATEL y el desarrollo del mismo es exclusivo por Internet. Educación y Formación 45 Tabla 1. Comparación entre el curso presencial y el a distancia de Percepción remota y procesamiento digital de imágenes del satélite Miranda. PRESENCIAL A DISTANCIA Cantidad de participantes por curso 20 50 Duración (semanas) 1 6 Cantidad de facilitadores 2 2 a 10 Tiempo de dedicación exclusivo a disposición del estudiante Acceso al curso por solicitud particular o institucional por Internet /plataforma del SAD Matriculación por solicitud particular o institucional Individual Tipo de acreditación Por asistencia con más del 75% Certificado de aprobación con más del 75% Formato de los contenidos Por presentaciones Por descarga de materiales en la plataforma Con la participación nacional de profesionales pertenecientes a distintos estados del país entre los que se encuentran: Distrito Capital, Carabobo, Guárico, Miranda, Mérida, Monagas, Portuguesa, y Trujillo. Se han formado treinta siete (37) profesionales a nivel nacional. Se debe destacar que uno de los participantes de la última cohorte realizó sus actividades desde la ciudad de Roma lo cual denota la versatilidad e internacional. Los profesionales fueron capacitados mas allá de las técnicas de teledetección para el procesamiento digital de las imágenes satelitales, también incluye el uso de la plataforma de educación a distancia y el intercambio de conocimiento con distintos facilitadores coadyuvando al fortalecimiento de las instituciones del estado en materia de la enseñanza en el área espacial y en la divulgación de las bondades de las imágenes del satélite Miranda. Para el desarrollo de este documento se ha querido considerar los criterios de calidad para la enseñanza a distancia y se consultaron varias bibliografías a los fines de analizar los resultados obtenidos hasta la fecha con los criterios teóricos de evaluación de la calidad de la modalidad de enseñanza y evaluar los logros alcanzados con este curso. En este sentido se consultó al Centro Nacional de Información de la Calidad que ha publicado la Norma de la Calidad de formación virtual (UNE 66181: 2012), la cual “asegura que los clientes, usuarios y alumnos de la formación virtual puedan seleccionar la oferta formativa que mejor se adapte a sus necesidades y expectativas y su nivel de satisfacción”. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática En esta norma se consideran como factores de satisfacción: el reconocimiento de la formación para el empleo; metodología de aprendizaje y accesibilidad tomando en cuenta en este reglón hardware, software, contenidos de las tecnologías, distribución y accesibilidad. En esta norma se considera como factor de importancia el nivel de satisfacción del usuario estableciendo que “la calidad de la formación virtual debe considerarse la satisfacción del usuario y su formación integral. Este tipo de formación será más productiva respecto a la formación presencial, si esta genera un aprendizaje más rápido efectivo, cómodo y económico”. Otro de los autores consultados fue Sonia María Santoveña con su trabajo Cuestionario de evaluación de la calidad de los cursos virtuales de la UNED. Quien toma como referencia los aspectos funcionales establecidos por Majó y Marqués en el 2002, entre los que se pueden encontrar el interés del curso, eficacia y versatilidad del entorno audiovisual. También considera los aspectos relacionados con el plan docente: adecuación, desarrollo del curso, flexibilidad de aprendizaje, tutorías, tipos de materiales didácticos, inclusión de herramientas de intercambio como foros y chat, entre otros factores y dentro de los aspectos de servicios complementarios se incluyen: la información general, noticias y entorno lúdico. Educación y Formación 46 Muchos de estos factores son evaluados en las encuestas desarrolladas en el bloque VI al final del curso de “Percepción remota y Procesamiento digital de Imágenes del Satélite Miranda” y han permitido realizar modificaciones después de cada cohorte, permitiendo de esta manera hacer mejoras sustanciales en la formas de evaluación de los participantes, formatos de descarga de los contenidos, medios de intercambio con alumnos, entre otras. aún cuando todas las instituciones integrantes del comité muestran acceso directo desde sus respectivas plataformas institucionales. Con los resultados obtenidos hasta la fecha se considera necesario realizar una mayor cantidad de curso a distancia que permitan obtener una valoración más precisa del nivel de aceptación o de satisfacción, tomando como referencia parámetros adicionales como: relación entre el total de aprobados respecto al total inscritos, porcentaje global de deserción y por bloque, nivel de dificultad de los contenidos en consonancia con los objetivos generales del curso, entre otros parámetros que permitan evaluar la calidad del mismo. Al minimizar los gastos operativos de traslados y alojamiento que involucran tanto a participantes como a los facilitadores, se presenta como una nueva alternativa nacional de enseñanza respecto a los curso de carácter presencial. Conclusiones La participación de los alumnos en los cursos en línea no está limitada por su condición profesional o laboral, lo cual permite ampliar la oferta de estudiantes a nivel nacional. Para la puesta en práctica la educación a distancia, se requiere disponer de un sistema tecnológico robusto y versátil que permita, el intercambio contante de documentos entre los participantes y tutores a los fines de evitar inconvenientes en los resultados finales del curso. La accesibilidad, matriculación y participación para la modalidad a distancia del Curso de Percepción Remota se realiza exclusivamente bajo la plataforma del SAD Se considera que aún no se han ejecutado la cantidad suficiente de cohortes que permitan evaluar eficientemente el curso de “Curso de Percepción Remota y Procesa- Según los resultados obtenidos de las encuestas al final de las cohortes realizadas, se podría recomendar incluir más cursos a la educación a distancia como una alternativa de difusión masiva de los conocimientos. La elaboración de cursos a distancia se facilita cuando se tienen materiales generados previamente de bases conceptuales y manuales que establezcan la pauta de secuencia de los contenidos del curso. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática miento Digital de imágenes del Satélite Miranda” y asegurar que se ha alcanzado un nivel pleno de calidad en materia de educación a distancia, sin embargo el mismo representa un gran paso en la difusión de los conocimientos en ésta materia y un logro de trabajo destacado. La experiencia obtenida con la adaptación de este curso, puede servir como ejemplo para la adaptación de otros cursos que actualmente se desarrollan bajo la metodología de presencial, permitiendo la divulgación de algunas otras áreas del ámbito espacial. Referencias Abae (2013, Agosto). Percepción remota y procesamiento de imágenes digitales del satélite Miranda. Curso Presencial material en formato electrónico. Asociación Española para la Calidad. Centro Nacional de Formación de la Calidad, Calidad en la Formación Virtual. (2012). Conatel (2014). Manual de facilitación. Curso de Facilitador Virtual, Sistema de Aprendizaje a Distancia (SAD). Mayorga, M. Metodología de evaluación de los recursos on line. Facultad de Ciencias de la Educación. Universidad de Málaga. Educación y Formación 47 Investigación, Desarrollo e Innovación Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 48 Implementación y optimización de mediciones GNSS en tiempo real por el servicio Omnistar HP Antony Prince1, Renny Espinosa1, Tomás Solarte1, Mario Forgione1, Hermógenes Suárez1, Víctor Cioce2 Petróleos de Venezuela S.A. PDVSA1, Centro de Procesamiento y Análisis GNSS SIRGAS de la Universidad del Zulia (CPAGS-LUZ)2 [email protected] RESUMEN Para mejorar el rendimiento de los trabajos geodésicos, así como la calidad y confiabilidad de las coordenadas tridimensionales, a partir del año 2011, Petróleos de Venezuela S.A (PDVSA) adquirió el servicio de corrección diferencial en tiempo real OmniSTAR HP junto a equipos GNSS capaces de recibir y procesar esta señal. Este trabajo contempló evaluar el servicio desde un enfoque técnico y económico, determinar la configuración y parámetros idóneos para alcanzar un mejor rendimiento en las mediciones. Se analizan las ventajas competitivas del mismo y se comparan los costos operativos con respecto a otras modalidades de medición. A través de observaciones continuas de larga duración se determinó la estabilidad del servicio y el comportamiento de sus fluctuaciones en función del tiempo. En síntesis, este servicio simplifica la planificación de campo y también permite reducir el número de cuadrillas lo que se traduce en un beneficio económico para la empresa reduciendo en un 44% los costos de un día de trabajo respecto a otros procedimientos GNSS. Palabras clave: GNSS, OMNISTAR HP, TIEMPO REAL, PDVSA. IMPLEMENTING AND OPTIMIZING OF REAL TIME GNSS SURVEYS USING OMNISTAR HP SERVICES ABSTRACT In order to develop the reliability, accuracy and performance of all geodetics activities executed by Petróleos de Venezuela (PDVSA), since 2011, the company acquired both the Real Time Differential GNSS Service OmniSTAR HP and receivers capable to decode and process such service. The main goal of this work is assessing both, economically and technically, the best way to use the service, it is also important to analyze the optimal parameters and configurations in order to reach the highest performance during surveying activities. Competitive advantages were also evaluated and costs of implementation were compared with respect to Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática different surveying techniques. By analyzing large sets of acquired data, the time series shows that the service stability, and fluctuations behavior are according to the expected. In summary, by using this service, field works can be highly simplified due to its advantages, and most important, the number of resources and crews involved can be optimized up to 44% when compared to standard GNSS procedures. Keywords: GNSS, OMNISTAR HP, REAL TIME, PDVSA. Introducción Durante años, en los trabajos geodésicos ejecutados por Petróleos de Venezuela S.A (PDVSA) se han aplicado modalidades de posicionamiento GNSS (Global Navigation Satellite Systems) estándar (i.e. estático, estático-rápido, cinemático) y mediciones en tiempo real en modo RTK (Real Time Kinematic) y OmniSTAR VBS (Virtual Base Station). Para mejorar el rendimiento, calidad y confiabilidad de las coordenadas geodésicas tridimensionales obtenidas, a partir del año 2011 PDVSA adquirió el servicio de corrección diferencial en tiempo real OmniSTAR HP (High Performance), así como también equipos GNSS capaces de recibir y procesar esta señal. El objetivo de este trabajo fue el de evaluar este servicio a través de diversas pruebas con el fin de incorporar de manera confiable este novedoso tipo de posicionamiento en tiempo real asisInvestigación, Desarrollo e Innovación 49 tido, en la solución de diversos requerimientos geodésicos-topográficos que se ejecutan en la industria petrolera nacional. Se analizan las bondades operativas/logísticas y las ventajas económicas que se pueden lograr haciendo uso del servicio de corrección diferencial GNSS. En el caso de mediciones GNSS en tiempo real asistidas por comunicación satelital para la transmisión de correcciones diferenciales, un conjunto de estaciones de referencia distribuidas globalmente, recolectan observaciones de pseudorangos y fases portadoras de todos los satélites disponibles de manera continua, además de datos meteorológicos locales. Estas observaciones son rigurosamente procesadas en un centro de control para obtener correcciones precisas tanto de las observables como de las orbitas y relojes de los satélites (Espinosa y Solarte, 2012). Fundamentos teóricos El término GNSS se refiere a la constelación de satélites que proporcionan (transmiten) señales desde el espacio que al ser procesadas por receptores, permiten obtener datos de posición, velocidad y tiempo (Cioce, 2015). El principio del posicionamiento GNSS está basado en la medición de pseudodistancias entre un receptor y un mínimo de cuatro satélites, Figura 1. A partir del conocimiento de las coordenadas de los satélites en un sistema de referencia bien definido y dichas pseudodistancias, las coordenadas de un usuario pueden ser determinadas (Seeber, 2003). Durante los últimos años el GNSS ha venido evolucionando en sus elementos asociados (constelación, señales, receptores, software, algoritmos, entre otros), lo que ha permitido el mejoramiento y surgimiento de nuevas metodologías de posicionamiento. El GNSS en tiempo real, por ejemplo, ofrece algunas ventajas con respecto a otros métodos de observación Figura 1. Principio del posicionamiento GNSS. Fuente: Seeber, 2003. (estático, estático-rápido, cinemático); principalmente por no requerir de un postprocesamiento de datos y además, permite aumentar considerablemente la producción. El posicionamiento GNSS en tiempo real es aquel que determina de forma precisa la ubicación del observador en el mismo instante de la medición debido a que simultáneamente con las mediciones se reciben correcciones diferenciales (DGNSS) de alguna(s) estación(es) de referencia(s), estas pueden ser transmitidas de diversas maneras: radio, internet, telefonía celular y comunicación satelital (Kaplan y Hegarty, 2006; Hofmann-Wellenhof et al., 2008; Gleason y Gebre-Egziabher, 2009). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Estas correcciones diferenciales son transmitidas, por medio de antenas inyectoras a satélites de comunicaciones geoestacionarios (GEO) junto con el mensaje de integridad vía banda L. Estos satélites, a su vez tienen una conexión con los receptores (usuarios) que puedan recibir la señal de corrección, proceso que se ilustra en la figura 2. Figura 2. Principio de posicionamiento GNSS en tiempo real mediante comunicación satelital. Fuente: SST, 2015. Investigación, Desarrollo e Innovación 50 El servicio OmniSTAR opera bajo el principio descrito anteriormente. Las estaciones de referencia (más de 100 a nivel mundial) están vinculadas al ITRF2008 (International Terrestrial Reference Frame 2008), materialización más reciente del ITRS (International Terrestrial Reference System) (Altamimi et al., 2011); esto permite contrarrestar el efecto sobre las coordenadas de dichas estaciones, causado por la tectónica de placas, terremotos y otros eventos. Las correcciones diferenciales de OmniSTAR son emitidas por un total de 10 satélites geoestacionarios (OmniSTAR, 2015). A la fecha, las reconocidas empresas Trimble Navigation y Fugro comparten activos relacionados con el negocio de las correcciones diferenciales OmniSTAR GNSS (InsideGNSS, 2011). La exactitud de OmniSTAR depende de la distancia del usuario respecto a las estaciones de referencia, el número de satélites GPS (Global Positioning System) y GLONASS (Global’naya Navigatsionnaya Sputnikovaya Sistema) rastreados y de los cambios en las constelaciones en función del tiempo (Visser, 2006). Entre los servicios ofrecidos se encuentran: 1.OmniSTAR VBS (Virtual Base Station), ofrece posicionamiento sub-métrico de tipo diferencial basado en la medición de códigos suavizados con las portadoras. La exactitud en la posición horizontal es mejor que ±1 m para latitudes medias en el interior de la red, fuera de ella, la solución es válida para distancias de 1000 Km (Pflugmacher et. al., 2009). 2.OmniSTAR G2, considerado como de alto desempeño pues combina observaciones GPS y GLONASS para producir una solución de posición combinada. G2 utiliza la red global de estaciones de referencias de OmniSTAR para el cálculo de los errores en órbitas y relojes, para todos los satélites de ambas constelaciones; puede proporcionar una exactitud en el posicionamiento en el orden de ±0,10 m a ±0,15 m. (OmniSTAR, 2015). 3.OmniSTAR XP (Extended Performance), se basa en la estrategia del PPP (Precise Point Positioning) a partir de observaciones de fases portadoras permitiendo obtener una calidad en el posicionamiento de ±0,10 m a ±0,15 m al hacer uso de órbitas precisas e información del reloj de los satélites GNSS emitidas cada 1min y 10s respectivamente, generadas a partir de su misma red (Pflugmacher et. al., 2009). 4.OmniSTAR HP (High Performance), este servicio aplica el mismo principio ilustrado en la figura 2, las correcciones generadas por la red de estaciones de referencia son transmitidas a tierra por un satélite de comunicación geoestacionario para luego ser combinadas con las observaciones de doble Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática frecuencia registradas por el receptor del usuario; un apropiado tratamiento de efectos ionosféricos y troposféricos, así como la óptima resolución de ambigüedades, conllevan a estimar posición en el orden del metro en el primer minuto hasta el nivel centimétrico en 24 horas. OmniSTAR HP utiliza correcciones de las estaciones de referencia más cercanas respecto al usuario; hasta 1000 Km hay suficientes satélites comunes para garantizar una buena exactitud en la posición, más allá de esta distancia la calidad tanto en posición como en altura se degrada o disminuye. Sin embargo, las correcciones no son dependientes de una sola estación de referencia sino que se determinan mediante un algoritmo de solución en red. Con esta tecnología de red OmniSTAR proporciona una constante precisión en grandes áreas sin cambios notables en la calidad del posicionamiento cuando la solución cambia de una estación de referencia a otra. Si se pretende alcanzar calidad en el orden del decímetro con OmniSTAR HP, es necesario esperar un tiempo prudente pues se requiere para ello de un proceso denominado inicialización, en el cual se lleva a cabo la determinación del número total de ciclos enteros de la fase portadora entre los satélites y el receptor, es decir, las ambigüedades, figura 3. Investigación, Desarrollo e Innovación 51 cialización es mucho mayor que para la inicialización estática. c. Puesta de marcha: Es un método que puede llevarse a cabo si se conoce la posición de un punto con alta exactitud y en un marco de referencia actual e.g. ITRF2008. Introduciendo dicha posición, la misma es utilizada directamente en el algoritmo empleado por OmniSTAR HP lo que se conoce como ‘seeding’ y con este proceso la solución mejorará de forma inmediata dándole directamente el nivel de ±0,10 m de exactitud. Figura 3. Número de ciclos enteros de longitud de onda entre el satélite y el receptor. Fuente: El Rabbany, 2002. La inicialización para cualquier medición utilizando el servicio OmniSTAR se puede realizar de tres maneras (Heunecke y Hansgbet, 2010): En relación a la cobertura del servicio OmniSTAR HP, la figura 4 muestra las áreas que a nivel global pueden disfrutar del servicio. La cobertura en el territorio venezolano se muestra en la figura 5; hacia el norte, específicamente en Curazao y Figura 5. Estaciones del servicio OmniSTAR HP que cubren Venezuela: Curazao, Trinidad y Tobago. Fase Experimental a. Estática: Es la manera estándar de alcanzar la resolución de ambigüedades. En esta modalidad la antena GNSS se encuentra en un estado de reposo durante un periodo suficientemente largo y se debe esperar hasta que la convergencia de todo el proceso sea completada. b.Dinámica: Se realiza con la antena en movimiento de forma permanente y según el tiempo de ini- en Trinidad y Tobago, se encuentran instaladas dos (2) estaciones de referencia cuyas correcciones ofrecen un alcance casi total para Venezuela. Figura 4. Área de cobertura del servicio OnmiSTAR HP. Fuente: Trimble, 2015. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Diferentes ensayos fueron diseñados y desarrollados para los fines del presente trabajo. Para realizar las evaluaciones correspondientes se establecieron tres (3) estaciones de control: TER1 y TER2 ubicadas en la terraza del edificio de PDVSA Refinación Guaraguao, Puerto La Cruz - Edo. Anzoátegui y HBNA ubicada en Sabaneta de Barinas - Edo. Barinas. Investigación, Desarrollo e Innovación 52 Observaciones GPS estáticas durante 8 horas continuas, a un intervalo de captura de 15s y con una máscara de elevación igual a 5° junto con un procesamiento vía web aplicando la estrategia del PPP, permitieron obtener un posicionamiento para estas estaciones con una exactitud de ±0,02m a ±0,04m según Gallucci (2008). Las pruebas fueron efectuadas utilizando equipos Trimble Pathfinder ProXRT, mostrados en la figura 6. Figura 6. Equipo Trimble Pathfinder ProXRT y colector de datos Trimble RECON. Fuente: Trimble, 2015. Una vez disponibles coordenadas confiables para las estaciones de prueba, fue posible efectuar cada una de las pruebas descritas a continuación. 1. Evaluación de la estabilidad y confiabilidad del servicio OmniSTAR HP. Esta prueba tuvo como propósito evaluar la estabilidad de la señal OmniSTAR HP así como su comportamiento en diferentes condiciones ambientales. Esto considerando que para un área de trabajo determinada, las correcciones que se transfieren al rover son las derivadas y procedentes de la estación de referencia más cercana, siendo para el caso de Venezuela las situadas en Curazao y Trinidad y Tobago como se mencionara previamente. Dado que cada estación de referencia OmniSTAR cubre un radio de 1000 Km, en Barinas (HBNA) deben recibirse las correcciones provenientes de Curazao (ubicada a 330 Km) y en Puerto La Cruz (TER1 y TER2) aquellas provenientes de Trinidad y Tobago (separada aproximadamente a 400 Km). Se consideró necesaria la simultaneidad en las mediciones, ya que se estudió la estabilidad de la señal de corrección en diferentes lugares para un mismo periodo de tiempo, además se pudo detectar la existencia de irregularidades en los resultados y determinar si se trató de un error instrumental o del servicio. En este sentido, la configuración de los parámetros de medición de los instrumentos debió ser la misma. Las mediciones en tiempo real se ejecutaron durante 24 horas continuas, con un intervalo de grabación de 1s y una máscara de elevación igual a 5°. En todo momento hubo comunicación entre los operadores ubicados en las diferentes estaciones para asegurar el inicio y la simultaneidad de las mediciones. Con esta prueba se Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática determinó que el equipo luego de encendido, comienza el proceso de grabación al haber transcurrido 3 minutos aproximadamente, antes de este período, el nivel de corrección inicial corresponde a OmniSTAR VBS. 2. Determinación del tiempo mínimo de inicialización requerido para obtener estimaciones óptimas de posicionamiento. De acuerdo a lo mencionado en los fundamentos teóricos, para obtener el nivel de calidad óptimo de OmniSTAR HP en los resultados de las mediciones, el receptor GNSS debe realizar el proceso de inicialización. De esta manera, la prueba estuvo orientada a determinar cuál es el tiempo necesario para que el equipo resuelva ambigüedades y así obtener el nivel de exactitud que ofrece el servicio. Es importante destacar que el modo de inicialización empleado y descrito previamente, fue el estático debido a que el modo dinámico demanda más tiempo en resolver ambigüedades y no resulta práctico su empleo en campo; por su parte, el modo puesta en marcha no es posible realizarlo con el equipo Trimble Pathfinder ProXRT ya que no está disponible en el software que utiliza el controlador. Para esta prueba se utilizaron las estaciones TER1 y HBNA. Investigación, Desarrollo e Innovación 53 Se hicieron diez (10) sesiones de medición de dos (2) horas en cada estación, con el fin de tener un número considerable de repeticiones que otorgaran robustez a la prueba. El intervalo de captura empleado fue de un 1s para así garantizar mayor cantidad de datos GPS. Las observaciones se efectuaron a diferentes horas del día (desde las 7am a 4pm HLV), tiempo en el cual, generalmente, se realizan las actividades de campo geodésicas-topográficas en PDVSA. 3. Análisis del procedimiento de observación en modo cinemático. Estas observaciones se realizaron en el Estado Anzoátegui, levantando una trayectoria desde la sede de PDVSA Refinación Oriente (Puerto La Cruz) hasta la localidad de Clarines (aproximadamente 85 Km). Para la prueba se utilizaron tres (3) receptores GPS: un (1) Trimble ProXRT con recepción de la señal OmniSTAR HP y dos (2) Trimble 5700, uno para la estación TER1 que fue utilizado como base y otro como rover modo cinemático, figura 7. Antes de comenzar el recorrido, se realizó una inicialización del equipo de doble frecuencia Trimble 5700 por un lapso de 20 minutos con respecto a la base, tiempo necesario para resolver las ambigüedades en el postprocesamiento del levantamiento cinemático relativo ejecutado con software cuasi-científico, usando efe- Figura 7. Disposición de las antenas GPS para el levantamiento cinemático. Figura 8. Diferencia de la posición de las antenas durante la medición cinemática. Fuente: Gallucci, 2008. mérides precisas del IGS (International GNSS Service) (Dow et al., 2009), para obtener las mejores estimaciones de las coordenadas tridimensionales (época por época) que servirían de patrón en las comparaciones con el cinemático OmniSTAR HP. Se consideró conducir a una velocidad máxima de 60 Km/h, lo cual fue verificado durante todo el trayecto. Se escogió la mejor ruta en donde existieran menos obstrucciones para poder evaluar en varios kilómetros el máximo potencial del servicio OmniSTAR HP. Tomando la figura anterior, a es la antena del receptor 1 (OmniSTAR HP), b es la antena del receptor 2 (Postprocesado) y Vti es el vector que define estas dos antenas. Así, fue posible aplicar la fórmula 1: Un aspecto a considerar sumamente importante al momento de la comparación, fue el desplazamiento asociado a la separación de las antenas (Gallucci, 2008), para esto fue necesario calcular el vector Vti que definen las dos antenas para un instante (época) ti, al cual se le restó la distancia real medida con cinta entre las antenas para obtener una buena aproximación en la posición horizontal real ΔD como se muestra en la figura 8. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Vti = ( X a − X b )2 + (Ya − Yb )2 (1) con Xa e Ya y Xb e Yb siendo las coordenadas correspondientes para una época con OmniSTAR HP y con cinemático relativo postprocesado respectivamente. En la ecuación 2, el valor obtenido ΔD es la diferencia de coordenadas de las dos antenas para un tiempo determinado, al restar el valor d, se asumen las antenas en la misma posición y por tanto se obtiene una diferencia de posición más cercana al valor real. ∆D = Vti − d (2) Investigación, Desarrollo e Innovación 54 Resultados y Análisis HBNA A partir de las pruebas realizadas y descritas en la sección anterior, se exponen seguidamente los resultados correspondientes. Para la prueba dirigida a la evaluación de la estabilidad y confiabilidad del servicio OmniSTAR HP, se calcularon residuales (diferencias de coordenadas entre las obtenidas mediante OmniSTAR HP y las conocidas usadas como control) tanto en posición como altura elipsoidal, con el fin de estudiar el comportamiento de la corrección en tiempo real. Un evento común es visible en las series de tiempo mostradas en las figuras 9 y 10; desde las 7:30 pm (HLV) hasta aproximadamente las 12:00 am (HLV). Figura 9a. Series de tiempo obtenidas en función de los residuales de posición para las tres (3) estaciones de control. Figura 9c. Series de tiempo obtenidas en función de los residuales de posición para las tres (3) estaciones de control. TER2 En ellas se aprecia un salto en el que el receptor no recibió la corrección, por lo tanto los residuales fueron altos; luego cuando se recibió de nuevo la corrección, comienza un proceso de inicialización hasta que el equipo volvió a estabilizarse. Para continuar con los análisis se calcularon las estadísticas descriptivas de estos resultados. En la tabla 1 se observa un RMS al 95% de confiabilidad muy cercano al valor de exactitud ofrecido por OmniSTAR HP: ±0,10 m para posi- Figura 9b. Series de tiempo obtenidas en función de los residuación. Sólo la estación HBNA obtuvo un RMS de ±0,13 m. les de posición para las tres (3) estaciones de control. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 10a. Series de tiempo obtenidas en función de los residuales de altura elipsoidal para las tres (3) estaciones de control. Investigación, Desarrollo e Innovación 55 TER2 Figura 10b. Series de tiempo obtenidas en función de los residuales de altura elipsoidal para las tres (3) estaciones de control. HBNA Figura 10c. Series de tiempo obtenidas en función de los residuales de altura elipsoidal para las tres (3) estaciones de control. Tabla 1. Resumen estadístico de residuales en la posición. TER1 TER2 HBNA Media (m) 0,07 0,04 0,05 Desviación Estándar (m) 0,04 0,03 Mín (m) 0,00 Máx (m) 0,34 Rango (m) RMS 95% (m) Tabla 2. Resumen estadístico de residuales en la altura elipsoidal. TER1 TER2 HBNA Media (m) 0,09 0,10 0,14 0,42 Desviación Estándar (m) 0,07 0,07 0,09 0,00 0,00 Mín (m) 0,00 0,00 0,00 0,33 0,42 Máx (m) 0,42 0,49 0,55 0,34 0,33 0,42 Rango (m) 0,42 0,49 0,55 0,13 0,08 0,10 RMS 95% (m) 0,17 0,19 0,24 En la tabla 2, los RMS estimados al 95% de confiabilidad (en las 3 estaciones de control utilizadas) oscilan entre ±0,17 m a ±0,24 m. El rango medio observado en las estaciones fue ±0,50 m, lo que indica, en general, que hubo diferencias desde los -0,25 m hasta +0,25 m. Es evidente que la altura demora un mayor tiempo en estabilizarse y los resultados no son tan estables como en la posición. ambigüedades sino un valor mucho mayor, de esta forma se verifica si se está mejorando el posicionamiento. Se puede afirmar que la señal OmniSTAR HP tiende a ser muy estable en el tiempo (lo que garantiza una mayor confiabilidad en su uso), debiendo verificarse que el instrumento GNSS no pierda la corrección y que mantenga la inicialización fija. Al momento de realizar mediciones se puede observar a través de la precisión mostrada en el equipo si hay alguna falla en el sistema, tal que no se observaran los ±0,10 m visibles cuando se han resuelto En las figuras 11 y 12 se observa el comportamiento de las mediciones realizadas en función del tiempo. Cada línea de color representa las 10 observaciones de 2 horas realizadas en cada estación de control (TER1 y HBNA) a través de los respectivos residuales generados en posición y altura elipsoidal en metros desde el inicio de la medición hasta el tiempo que tardó en estabilizarse y llegar a la calidad óptima del servicio OmniSTAR HP. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La evaluación de los resultados correspondientes al segundo ensayo, diseñado para determinar el tiempo mínimo de inicialización requerido para obtener estimaciones óptimas de posicionamiento, se basó en un análisis de residuales en posición y en altura elipsoidal. Investigación, Desarrollo e Innovación 56 Se elaboró la tabla 3, en la misma se puede apreciar que en valores promedios en posición, fue suficiente emplear un tiempo de 41 minutos para obtener la solución óptima, mientras que para la altura fue necesario invertir 45 minutos. Tabla 3. Resumen estadístico con la duración de la inicialización estática obtenida a partir de los residuales en posición y altura elipsoidal de cada una de las mediciones [min]. POSICIÓN ALTURA ELIPSOIDAL Mínimo 25 Mínimo 25 Promedio 41 Promedio 45 Máximo 90 Máximo 100 Moda 30 Moda 40 Figura 11a. Residuales en posición para determinar el tiempo mínimo de inicialización en las estaciones TER1 y HBNA. Figura 11b. Residuales en posición para determinar el tiempo mínimo de inicialización en las estaciones TER1 y HBNA. Figura 11c. Residuales en posición para determinar el tiempo mínimo de inicialización en las estaciones TER1 y HBNA. Figura 12. Residuales en la altura elipsoidal para determinar el tiempo mínimo de inicialización en las estaciones TER1 y HBNA. Resulta evidente que un tiempo menor a 25 minutos, en muchas ocasiones, no es suficiente para lograr la máxima exactitud. La moda indica el valor que más se repite en la muestra y se obtiene que para la posición fue 30 minutos y en la altura elipsoidal 40 minutos. Como recomendación final, cuando se usan los equipos Trimble Pathfinder ProXRT junto con la señal de corrección OmniSTAR HP, sería prudente emplear un tiempo mínimo de 45 minutos para alcanzar las mejores estimaciones en el posicionamiento. Sin embargo, es importante destacar que en ciertas ocasiones la iniciali- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 57 zación se realizó en un periodo de tiempo mayor, esto podría obedecer a la cantidad y configuración geométrica de los satélites, condiciones atmosféricas del lugar y/o condiciones propias del servicio para el momento en que la medición fue realizada, razón por la cual resulta apropiado visualizar las precisiones estándar que muestra el equipo GNSS para verificar, luego de un tiempo prudente, que el instrumento finalmente haya resuelto las ambigüedades. que como se aprecia es el de más extensión y cercano a la base, se constató que el mismo es de aproximadamente 17 Km. En cuanto a la precisión obtenida en el levantamiento cinemático relativo, se obtuvo una desviación estándar media de ±0,025 m para la posición y ±0,067 m para la altura elipsoidal según los criterios del software empleado. Para el caso de las alturas elipsoidales, se obtuvo un valor medio en las diferencias de ±0,72 m, éste queda representado en la figura 15 mediante una línea color azul. La mayoría de los residuales en altura elipsoidal (59%) se encontraron por debajo de la media; sin embargo también surgieron valores elevados de hasta ±2,5 m. Para analizar el procedimiento de observación modo cinemático, es decir, la calidad de este tipo de levantamiento realizado con OmniSTAR HP, se realizó una comparación de las posiciones época por época, con respecto al levantamiento cinemático relativo postprocesado. Previamente se evaluó la calidad de este último (desviaciones estándar medias del procesamiento) y la distancia (respecto a la estación base) hasta donde la solución resultó fija (ambigüedades resueltas). Figura 13. Trayectoria del levantamiento cinemático. En rojo se indican las soluciones fijas. Figura 14. Residuales en posición por época entre OmniSTAR HP y el post-procesamiento diferencial en el modo cinemático. En la figura 13 se observa que sólo dos tramos del trayecto recorrido generaron soluciones fijas (línea color rojo) con respecto a la totalidad del mismo (línea color negro). Al verificar la extensión del primer tramo, ya En la figura 14 se muestran los residuales en posición, el 69% de las diferencias estuvo por debajo de la línea roja que representa la media aritmética de los datos obtenidos (±0,31 m). El valor máximo observado fue de ±1,2 m. Adicionalmente, se presentan en la tabla 4 las estadísticas descriptivas para analizar la calidad que se alcanzó con OmniSTAR HP mediante el modo de observación cinemático. En términos de exactitud relativa se puede Cabe destacar que los resultados obtenidos son consistentes con los valores que establece el proveedor del servicio OmniSTAR HP (30 minutos) y que algunos autores, como Heunecke y Hansgbet, recomiendan (±1 hora). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 58 decir que se obtuvo (0,31±0,26) m en posición y en la altura elipsoidal (0,72±0,59) m. y poder inferir si guardó relación con algún elemento particular durante el recorrido (principalmente obstrucciones debido a subestaciones y tendidos eléctricos, urbanismos, entre otros). Tabla 4. Estadísticas resultantes de la comparación de coordenadas OmniSTAR HP versus post-procesamiento relativo del levantamiento cinemático. Figura 15. Residuales en altura elipsoidal por época entre OmniSTAR HP y el post-procesamiento diferencial en el modo cinemático. Con la finalidad de profundizar más en los análisis de los resultados, se aprecia en la figura 16 el recorrido del levantamiento con las diferencias entre los dos modos de observación (i.e. cinemático postprocesado y tiempo real). Esto se realizó para verificar en qué parte de la trayectoria se encontraban las máximas diferencias obtenidas Δ POSICIÓN Δ ALTURA Media (m) 0,31 0,72 σ (m) 0,26 0,59 Mín (m) -0,29 -2,57 Máx (m) 1,23 2,48 Rango (m) 1,52 5,04 Total de mediciones 1219 1219 Esto se realizó para verificar en qué parte de la trayectoria se encontraban las máximas diferencias obtenidas y poder inferir si guardó relación con algún elemento particular durante el recorrido (principalmente obstrucciones debido a subestaciones y tendidos eléctricos, urbanismos, entre otros). Se nota como el área está representada mayormente por el color verde; indicando que la mayoría de las diferencias oscilaron entre ±0,20 m a ±0,50 m. Las tonalidades color rojo representan las altas diferen- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 16. Trayectoria del levantamiento cinemático con residuales en posición entre los dos modos de observación. cias y se encuentran, en menor proporción, en el orden métrico. Al verificar estas posiciones se observó que esta zona está ubicada en la ciudad de Barcelona y en la misma se encontraron una serie de pasarelas con poca distancia de separación entre ellas, lo que pudo afectar la corrección en tiempo real y generar saltos de ciclos en los datos en muchos casos; se afectaba principalmente el proceso de inicialización. Investigación, Desarrollo e Innovación 59 En la prueba realizada, para el caso de un levantamiento cinemático usando el servicio OmniSTAR HP y los equipos Trimble Pathfinder ProXRT, se obtuvo una exactitud ±0,60 m en la posición y en altura de ±1,3 m. No se recomienda realizar el proceso de inicialización de 45 minutos ya que los equipos perderán el rastreo de la señal de corrección al pasar por alguna obstrucción (árbol, pasarela, entre otros). Ventajas del servicio OmniSTAR HP yecto (aproximadamente 130 Km). En el mismo se pudo lograr mayor productividad en la cantidad de pozos medidos diariamente, la logística de campo fue más sencilla y se logró satisfacer las necesidades en cuanto a exactitud se refiere (±0,50 m). Otras ventajas son: • Las longitudes en los levantamientos cinemáticos no representan una limitación. • OmniSTAR HP resulta ser íntegro y los equipos de medición disponibles en PDVSA poseen la capacidad de alertar si existen problemas. • Por su naturaleza en tiempo real, representa un ahorro significativo en el procesamiento de datos GNSS. • Tiene cobertura en Venezuela y es compatible con un gran número de receptores GNSS. • Disponibilidad las 24 horas/7 días de la semana. • La suscripción es flexible y a un costo moderado (3000$ por año). Considerando las experiencias adquiridas al emplear este servicio de corrección diferencial, algunas ventajas son resaltadas: • Disminuyen los costos ya que no requiere de una estación base y radio-enlaces. • Simplifica el abordaje operacional. • Incrementa la productividad sobre todo en distancias muy largas. • Las exactitudes que se logran satisfacen en gran medida las operaciones geodésicas-topográficas que se realizan en PDVSA. En la figura 17 se muestra una campaña de mediciones GNSS de pozos realizadas por PDVSA, en la cual se usó el servicio OmniSTAR HP. Todas las ventajas mencionadas fueron demostradas en la práctica, sobre todo considerando la distancia este-oeste del área del pro- Figura 17. Área de trabajo en la que se ejecutó una campaña de medición de pozos, Distrito Anaco de PDVSA, estado Anzoátegui. Venezuela. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 60 • Es fácil de usar. Un sólo equipo, un sólo operador. Aporte económico Al realizar una comparación sencilla con otros modos de medición GNSS, se evidencian los beneficios económicos al momento de implementar la tecnología OmniSTAR HP. Para obtener exactitudes similares con los sistemas terrestres convencionales es necesario: • Un par de equipos GNSS. • Dos operadores por cuadrilla. • Dos cuadrillas de trabajo De acuerdo a los costos manejados por PDVSA, un día de trabajo bajo estas características serían aproximadamente 98$. Con el uso de correcciones diferenciales en tiempo real vía satélite, se obtiene: • Reducción del 50% de los recursos necesarios (equipos, personas, cuadrillas). • No hay necesidad de emplear una estación base (menos equipos a usar). • Mayor rendimiento ya que no es dependiente de una estación base. • Instrumental a usar es más barato (por sus características). Considerando un día de trabajo usando OmniSTAR HP, el costo sería aproximadamente 43$. Esto indica que se puede obtener un ahorro significativo del 44%, lo cual resulta muy atractivo principalmente en trabajos de producción masivos y sobre extensiones de terreno muy grande. Conclusiones La señal de corrección diferencial GNSS OmniSTAR HP demuestra ser muy estable en el tiempo lo que conlleva a una mayor confiabilidad en su uso. Cuando se emplean equipos Trimble Pathfinder ProXRT, junto con la señal de corrección OmniSTAR HP, se recomienda emplear un tiempo de 45 minutos para realizar el proceso de inicialización estática y así obtener soluciones óptimas en el posicionamiento. En el caso del levantamiento cinemático se obtuvo una exactitud de ±0,60 m para la posición y ±1,3 m en la altura elipsoidal. En este tipo de levantamiento no se recomienda realizar el proceso de inicialización de 45 minutos ya que los equipos perderán el rastreo de la señal de corrección al pasar por alguna obstrucción (árbol, pasarela, entre otros). Debido al principio fundamental de OmniSTAR HP el recorrido cinemático no está limitado a la distancia, lo que resulta una ventaja. El uso de los equipos Trimble Pathfinder ProXRT, usando el servicio OmniSTAR HP, satisface en gran Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática medida las necesidades de PDVSA en cuanto a las operaciones geodésicas y topográficas se refiere. Además, son instrumentos confiables que permiten observar la integridad de los datos a través de las precisiones estándar medias mostradas en el equipo, éstas son consistentes con la exactitud del servicio y desmejorarán a la hora de algún evento anómalo durante las mediciones. Usar OmniSTAR HP permite simplificar la planificación y logística de campo. Además, se puede reducir el número de cuadrillas a emplear, lo que se traduce en un beneficio económico para la empresa, disminuyendo en un 44% los costos de un día de trabajo. El potencial del servicio quedó demostrado sobre todo cuando se trabaja en proyectos de distancias muy largas. Referencias Altamimi Z., Collilieux X. Métivier L. (2011). ITRF2008: an improved solution of the international terrestrial reference frame. Journal of Geodesy 85; pp. 273-457. Cioce, V. (2015). Vinculación de redes GNSS de operación continua al marco de referencia sirgas. Trabajo de Ascenso. Universidad del Zulia, Facultad de Ingeniería, Escuela de Ingeniería Geodésica, Maracaibo, Venezuela; p. 107. Investigación, Desarrollo e Innovación 61 Dow J., Neilan R., Rizos C. (2009). The International GNSS Service (IGS) in a changing landscape of Global Navigation Satellite Systems. Journal of Geodesy 83; pp. 191-198. El Rabanny, A. (2002). Introduction to GPS. The Global Positioning System. Artech House. Norwood-MA, EE.UU; p. 39. Espinosa R. Y Solarte T. (2012). Evaluación de observaciones GNSS en tiempo real asistidas por el servicio OmniSTAR HP y su aplicación en las operaciones geodésicas de PDVSA. Trabajo Especial de Grado. Universidad del Zulia, Facultad de Ingeniería, Escuela de Ingeniería Geodésica, Maracaibo, Venezuela; p. 110. Gallucci, N. (2008). Aplicación de los servicios de procesamiento diferencial en línea y Posicionamiento de Punto Preciso en las operaciones geodésicas de exploración y producción en PDVSA. Trabajo Especial de Grado. Universidad del Zulia, Facultad de Ingeniería, Escuela de Ingeniería Geodésica, Maracaibo, Venezuela; p. 117. Gleason S. Y Gebre-Egziabher D. (2009). GNSS Applications and Methods. Artech House. Norwood-MA, EE.UU; p. 87. Heunecke, O. Y Hansgbet, H. (2010). Worldwide Kinematic positioning using the Omnistar HP and XP services. Proceedings 2nd International Conference on Machine Control & Guidance. Disponible en: http://www.mcg.uni-bonn.de/proceedings Hofmann-Wellenhof B., Lichtenegger H. Wasle E. (2008). GNSS–Global Navigation Satellite Systems: GPS, GLONASS, Galileo and more. Springer. Viena-Austria; p. 161. SST. (2015). Site Specific Technology. Correction Services. Disponible en: http://sstgps.com.au/wp/correction-services Trimble. (2015). Trimble Correction Services. OmniSTAR HP. Disponible en: http://www.trimble.com/Agriculture/correctionservices/OMNISTARHP.aspx Visser, H. (2006). OmniSTAR HP Worldwide Positioning Service. Cor de Kuijper; pp. 2-3. Insidegnss. (2011). Trimble to Acquire Fugro’s OmniSTAR DGPS Service. Disponible en: http://www.insidegnss.com Kaplan E. Y Hegarty C. (2006). Understanding GPS, Principles and Applications. 2nd Ed. Artech House. Norwood-MA, EE.UU; p. 379. Omnistar. (2015). Suscription Services. Disponible en: http://www.omnistar.com Pflugmacher, A., Heister, H., Heunecke, O. (2009). Global Investigation of the satellite-based Fugro OmniSTAR HP Service. Journal of Applied Geodesy; pp.195196. Seeber, G. (2003). Satellite Geodesy. 2nd Ed. Walter de Gruter. Berlin, Alemania; pp. 211, 331 y 339. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 62 Determinación de la temperatura de la superficie de la Tierra. Área Metropolitana de Mérida, Venezuela Francisco Dal Pozzo1, Yxed Rojas2 Universidad de los Andes. Instituto de Geografía (IGCRN)1, Universidad de los Andes. Escuela de Geografía2 [email protected]; [email protected] RESUMEN La temperatura de la superficie de la tierra (Land Surface Temperature, LST) es una variable geo-biofísica, que permite parametrizar el intercambio de flujos energéticos que tiene lugar entre la superficie de la tierra y la atmósfera. Debido a los avances en la tecnología de punta, se reconoce cada vez más la importancia y el interés en el desarrollo de metodologías para medir LST desde el espacio. El presente trabajo determina la distribución espacial de la temperatura de superficie en el área metropolitana de Mérida, Venezuela; estimada a partir de la información proporcionada por el sensor TIRS del satélite LANDSAT 8, para el 6 de enero y 28 de abril del 2015, utilizando el algoritmo monocanal propuesto por Wilson et. al. (2000) que considera la relación entre la radiación de onda corta de la superficie y la temperatura del aire. Este procedimiento se realiza con el programa SAGA-GIS, que además emplea un ajuste en función de la elevación del terreno. Los resultados obtenidos se representan en un mapa de temperatura de la superficie para los meses correspondientes, pudiendo destacarse la variación térmica entre el mes de enero, asociado al invierno astronómico, y el mes de abril en el que se experimentó un bochorno térmico. Palabras clave: LANDSAT 8, TEMPERATURA, LST, SAGA-GIS, MÉRIDA. DETERMINATION OF LAND SURFACE TEMPERATURE IN THE METROPOLITAN AREA OF MERIDA, VENEZUELA ABSTRACT The Land Surface Temperature (LST) is a geo-biophysical variable which enables to parameterize the exchange of energy flows taking place between the surface of the earth and the atmosphere. Due to advances in technology, increasingly it is recognized the importance and interest in the development of methodologies to measure LST from space. This paper determines the spatial distribution of land surface temperature, in the metropolitan area of Mérida Venezuela, which is estimated from data Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática provided by the TIRS sensor of the Landsat 8 satellite, for January 6 and April 28, 2015, using a single-channel algorithm proposed by Wilson et. al. (2000) which considers the relationship between short-wave radiation of the surface and the air temperature. This is done with the SAGA-GIS program, which also employs an adjustment of terrain elevation. The results are plotted on a surface temperature map for the corresponding months where it can be highlighted the thermal variation between January, associated with the astronomical winter, and April with heat wave that was experienced. Keywords: LANDSAT 8, LAND SURFACE TEMPERATURE, SAGA-GIS, MERIDA. Introducción La temperatura de la superficie de la tierra, en inglés Land Surface Temperature (LST), es un parámetro clave de los modelos climáticos, hidrológicos, ecológicos y biogeoquímicos para determinar la cantidad de radiación de longitud de onda emitida por la superficie (Cheng et al., 2010, citado por Liang, 2013). Ésta radiación infrarroja que pasa a través de la atmósfera es limitada, por lo que sólo puede ser utilizada para obtener el LST en condiciones de cielos claros. El LST se divide en dos categorías definidas por el tipo de sensor que adquiere la información; uno llamado Microwave LST y el otro llamado Thermal LST. Éste último es comúnmente Investigación, Desarrollo e Innovación 63 empleado en los análisis de temperatura de la superficie debido a que existe un buen número de sensores remotos que registran la radiación del infrarrojo térmico. El tratamiento de estos datos se lleva a cabo por medio de un algoritmo que varía según el sensor utilizado, entre ellos tenemos el algoritmo monocanal, aplicado en esta investigación, el algoritmo de ventana dividida y el algoritmo multicanal (Liang, 2013). El presente trabajo determina la distribución espacial de la temperatura de la superficie en el área metropolitana de Mérida, Venezuela (figura 1), estimada a partir de la información proporcionada por el sensor TIRS del satélite LANDSAT 8, específicamente la banda 10 con longitud de onda entre 10,60 y 11,19 micrómetros, una resolución espacial de 100 metros en la adquisición de los datos, y remuestreada a 30 metros para analizar con las bandas multiespectrales (USGS, 2015). De este modo se adquieren dos imágenes del satélite con fechas 6 de enero y 28 de abril del 2015. Los procedimientos se realizan con el programa SAGA-GIS, que emplea un ajuste en función de la elevación del terreno (e-4). La iniciativa, que motiva la producción de información de esta naturaleza, surge por dos razones básicas. La primera centrada en el empleo de la tecnología que se está desarrollando, tanto en el área informática (2015), como satelital (2013) y algorítmica (2001, 2010 y 2013), y la segunda por las pocas experiencias y pu- blicaciones a nivel nacional, destacando el trabajo de Córdova (2011) realizado para la ciudad de Caracas, en la cual toma parámetros estándares para su implementación algorítmica. Descripción del área de estudio El área de estudio, en cifras aproximadas, ocupa una superficie de 870 kilómetros cuadrados conformando un rectángulo horizontal con 33 Km de ancho por 25 Km de alto, correspondiente a las coordenadas Universal Transversal Mercator UTM Este 250.080 | 283.930 y Norte 937.750 | 963.550. La misma comprende la ciudad de Mérida, Ejido, Tabay y Cacute como principales centros poblados, además incluye los más importantes picos de la Sierra Nevada de Mérida, destacando el Pico Bolívar y Pico Humboldt en la sección sureste, junto con un pequeño segmento de la Sierra de la Culata, en el que destacan el páramo de los Conejos y el páramo de Campanario, ambos en la sección noroeste. Otro elemento importante que abarca el segmento estudiado es la cuenca baja del Río Mucujún también conocida como El Valle (figura 1). Figura 1. Ubicación y extensión del área de estudio. Fuente: Google Earth. Los resultados obtenidos de ésta investigación se representan en un mapa de temperatura de la superficie para los meses correspondientes, pudiendo destacar la variación térmica entre el mes de enero considerado un mes frío y asociado al invierno astronómico, con el mes de abril en el que se experimentó un bochorno térmico a nivel nacional. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Asimismo, cabe resaltar la notable variabilidad altitudinal que caracteriza el área y que oscila desde los 880 m.s.n.m. hasta los 4.910 m.s.n.m. aproximadamente, lo cual representa de forma implícita una gran diferencia térmica. Materiales y Métodos A continuación se describe los materiales y equipos empleados para la ejecución de la investigación: Investigación, Desarrollo e Innovación 64 Se utilizó el programa informático SAGA-GIS (www. saga-gis.org) como plataforma de análisis basado en Free Open Source Software (FOSS); todas las operaciones básicas y específicas se llevan a cabo con éste programa. Como datos primarios se emplearon los valores de temperatura máxima de 23,8°C y 29,6°C a las 15:00 horas para los días 6 de enero y 28 de abril del 2015 respectivamente, obtenidos de la estación meteorológica Mérida Aeropuerto, Serial 3047, altitud 1470 m.s.n.m., ubicada en las coordenadas geográficas Lat: 8°35’56” y Long: -71°09’25”. Los datos son suministrados por el Servicio de Meteorología de la Aviación Militar Bolivariana con sede en dicha estación. Asimismo, el valor de gradiente alto térmico utilizado es de 6,0°C por cada 1000 m, que fue propuesto por Silva (2002) para la cuenca media del río Chama, lo que proporciona mayor precisión en los cálculos a realizar. Las imágenes de satélite adquiridas en el portal Earth Explorer (earthexplorer.usgs.gov) pertenecen al satélite de observación terrestre Landsat 8 para las fechas 6 de enero (ID= “LC80060542015006LGN00”) y 28 de abril (ID=”LC80060542015118LGN00”), de las que se utilizaron específicamente las bandas 4, 5 y 10 correspondientes al rojo, infrarrojo cercano y el infrarrojo térmico respectivamente. Para el modelo de elevación digital (MED) se utilizó el levantamiento topográfico por radar Shuttle Radar Topography Mission (SRTM) de la Administración Nacional de la Aeronáutica y del Espacio (NASA, www2.jpl.nasa. gov/srtm) el cual es suministrado gratuitamente y tiene una resolución espacial de 30 metros al igual que las imágenes del satélite Landsat. Éste modelo del terreno en la componente “Z” (X-band), tiene un error relativo menor a 6 metros y un error absoluto lineal vertical menor a 16 metros en regiones de pendientes abruptas (Farr, 2000). Considerando que la investigación no persigue medir la calidad del DEM para la obtención del mapa de temperatura de la superficie de la tierra, cabe destacar que la escala de trabajo es 1:35.000 y que la unidad mínima de representación son 5 mm2, los 16 metros señalados equivalen a 0,4 mm, lo cual constituye una baja afectación de los resultados, tanto para la implementación del algoritmo, como para la representación impresa. 8, Olaya (2004), y el método (e-1) de Richardson and Wiegand (1977) citado por SAGA (2014). DVI = R NIR ... (e-1) Donde: R es la reflectancia espectral de la banda roja NIR es la reflectancia espectral del infrarrojo cercano En la investigación se aplicaron procedimientos estándares que no serán descritos aquí por tratarse de operaciones rutinarias en el análisis y tratamiento de datos espaciales; así como procedimientos específicos (figura 2) que son descritos a continuación: Figura 2. Secuencia de procedimientos aplicados. En primer lugar se determina el Índice diferenciado de vegetación (DVI) el cual es usado para derivar el índice de área foliar, de las siglas en ingles LAI, utilizando para ello las bandas 4 y 5 del sensor OLI del Landsat Para la conversión a Radiancia en el tope de la atmósfera (TOA) (e-2) se utiliza la banda 10 del sensor TIRS del satélite Landsat 8, siguiendo los parámetros suministrados en el documento USGS (2015). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 65 Lλ = M L Qcal + AL ... (e-2) Donde: Lλ = Es el valor de radiancia espectral en el techo de la atmosfera (TOA) medida en valores de (Watts /m2 * srad * μm)) ML = Banda – Es el factor multiplicativo de escalado especifico obtenido del metadato (RADIANCE_MULT_ BAND_x, donde x es el número de la banda) AL = Banda – Es el factor aditivo de escalado especifico obtenido del metadato (RADIANCE_ADD_BAND_x, donde x es el número de la banda) Qcal = Producto estándar cuantificado y calibrado por valores de pixel (DN). Este valor se refiere a cada una de las bandas de la imagen. Seguidamente se debe convertir la radiancia espectral a temperatura de brillo en el satélite (e-3) utilizando las constantes térmicas suministradas en el archivo de metadato de la imagen. El resultado se corresponde con la unidad de temperatura en grados Kelvin y que debe ser convertido a grados Celsius. T= K2 K ln 1 + 1 Lλ ... (e-3) Donde: T = Temperatura de brillo aparente en grados kelvin (K) Lλ = Corresponde a la reflectancia en el techo de la atmosfera TOA (Watts/( m2 * srad* μm)) K1 = Es la constante de conversión K1 específica para cada banda, dicha constante térmica se suministra en el metadato (K1_CONSTANT_BAND_x, donde x es el número de la banda, 10 o 11) K2 = Es la constante de conversión K2 específica para cada banda, dicha constante térmica se suministra en el metadato (K2_CONSTANT_BAND_x, donde x es el número de la banda, 10 o 11) Por último se determina la temperatura de la superficie de la tierra LST (e-4), según Wilson y Gallant (2000). T = Tb − ∆T • (Ζ − Ζ b ) 1 LAI + C • S − • 1 − 1000 S LAI max ... (e-4) Donde: Z es la cota del modelo de elevación digital (MED) Zb es la cota de la estación climática de referencia (m) Tb es la temperatura de la estación de referencia (°C) ∆T es el gradiente de temperatura (por defecto 6,5 °C por 1000m) C es una constante empírica (por defecto 1 °C) S es la radiación de onda corta (kW/m2) LAI Índice de área foliar LAImax es el valor máximo del Índice de área foliar Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Resultados Tomando en consideración, los elementos expresados anteriormente, se obtiene como primer resultado la imagen raster del índice diferenciado de vegetación (DVI) determinado con las bandas 4 y 5 del sensor OLI del satélite Landsat 8, donde se representa la cubierta vegetal en tonos que varían desde el verde oscuro degradado hasta el blanco, correspondiéndose con mayor vigor y densidad vegetal, hasta ausencia de la misma, respectivamente (Figura 3). Habiendo recorrido el área de estudio y conociendo la cobertura y uso de la tierra, se aprecia la correspondencia existente entre la vegetación densa en el bosque nublado montano alto y montano bajo (verde oscuro) en contraste con los afloramientos rocosos y suelo descubierto en tonos blancos, que asocian a los páramos y los picos de la Sierra Nevada de Mérida, así como a los principales centros urbanos. La conversión de los niveles digitales registrados por el sensor TIRS del satélite Landsat 8 a radiancia al tope de la atmósfera (TOA) permite calcular la temperatura de brillo en grados Kelvin (Figura 4). Ello da como resultado dos capas distintas. Sin embargo, es la temperatura de brillo la que se utiliza como capa de entrada en los parámetros del menú en el programa SAGA. En este sentido, en la figura puede evidenciarse la distribución espacial de la temperatura de brillo, que reInvestigación, Desarrollo e Innovación 66 presenta la intensidad de la emisión de un cuerpo en una escala de temperaturas. Siendo así, las aéreas con valores más bajos aparecen en degradación del color azul, lo que se corresponde de manera general a la vertiente de umbría de la Sierra de la Culata y a las áreas cubiertas por bosque nublado tropical de la Sierra Nevada de Mérida, así como la cuenca baja del Río Mucujún. Mientras que las zonas con mayor intensidad de emisión expresada en tonos rojizos., son las relacionadas con las terrazas y el fondo de valle, donde se asienta la población. A partir de los elementos antes mencionados, se obtiene el LST, empleando para ello el programa SAGA, que solicita como parámetros de entrada, la capa de temperatura de brillo, el Modelo Digital de Elevación, la temperatura registrada en una estación meteorológica, y el gradiente alto térmico, lo cual genera como resultado, una nueva capa con la Temperatura de Superficie de la Tierra en grados Celsius (Figura 5). padas por la mancha urbana, que a su vez se corresponden a las cotas más bajas del área de estudio, mientras que las menores temperaturas se corresponden a las vertientes de los sistemas montañosos, por lo que los valores mínimos se encuentran en las cumbres de los picos Bolívar y Humboldt, que son los puntos más altos del territorio nacional. Esto refleja que las variaciones térmicas están influenciadas directamente por la altitud. De esta manera puede evidenciarse que las mayores temperaturas se encuentran asociadas a las zonas ocu- Cabe señalar que ésta descripción de la representación espacial del LST se plantea de manera general, cono- Figura 3. Índice diferenciado de vegetación (DVI). Calculado a partir de las bandas 4 y 5 sensor OLI Landsat 8, para Enero 06, 2015. Figura 4. Temperatura de brillo en grados Kelvin, para Enero 06, 2015. Figura 5. Temperatura de la superficie de la Tiera (LST) en grados Celsius, para Enero 06, 2015. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 67 ciendo que los valores de temperatura entre los meses de enero y abril normalmente difieren debido a condiciones astronómicas. En la figura 6 se muestra el histograma, en el cual se observa una mayor proporción de superficie representada por temperaturas frías a muy frías en contra parte con una menor proporción espacial de temperaturas medias-alta; adicionalmente se muestran las cifras mínimas, medias y máximas correspondientes a cada fecha del estudio, a saber el 06 de enero y 28 de abril del 2015. Figura 6. Histograma y valores de temperaturas mínimas y máximas, calculadas a partir del LST (Enero 06 y Abril 28, 2015). Desde esta perspectiva, el mes de enero se asocia al invierno astronómico, por lo que las temperaturas tienden a ser bajas, las cifras derivadas para la hora 15:00 presenta una mínima de -7,3 °C y una máxima de 30,0 °C aproximadamente, por lo que la diferencia térmica en el área de estudio es de 37,3 °C. Evidenciándose que ocurren dos picos en la concentración de los valores de temperatura, uno para las temperaturas relativamente bajas y otro para las temperaturas relativamente altas. valores más altos, menos el mes de enero, en el que se encuentran los valores más bajos de temperatura. De allí se obtuvo una nueva capa donde los sectores más claros representan aquellos en que las variaciones de las temperaturas son menores, mientras que los tonos oscuros se asocian a cambios en la temperatura de hasta 7 °C (Figura 7). De igual forma, en el mes de abril se da un mínimo de 9,7°C, mientras que el máximo es de 35,7°C, por lo que la diferencia de temperatura es de 26°C. Esto expresa que la oscilación térmica es menor para abril, aún cuando para el día 28, las temperaturas son mayores, existiendo una diferencia de más de 5°C entre los días 06 de enero y 28 de abril, algo inusual si se considera que Venezuela por ser un país tropical es categorizado como isotérmico (Reynolds et. al. 2014), por lo que la temperatura durante los diferentes meses del año debería mantenerse mas o menos constante. No obstante, este aumento en la temperatura superficial puede explicarse por el bochorno térmico que se experimentó en este periodo, el cual se reflejó en un incremento en la sensación térmica. Para ampliar sobre este hecho, se realizó un procedimiento de algebra de mapas, en el que se resta la temperatura del mes de abril, entendiendo que son los Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 7. Diferencia de Temperatura de la Superficie de la Tierra (LST) en grados Celsius, entre las fechas 28 de abril y 06 de enero de 2015. En este orden de ideas, los cambios notables en la temperatura de superficie pueden relacionarse con incendios que sucedieron en los primeros meses del año, Investigación, Desarrollo e Innovación 68 tal como lo reseña la Agencia Venezolana de Noticias que destaca “En la temporada seca del primer trimestre de 2015, 58 incendios de vegetación han combatido los bomberos del estado Mérida…” (AVN, 2015). En la imagen, pueden señalarse como incendios aquellas zonas oscuras de configuración geométrica irregular, que no siguen la disposición del relieve. Esto sucede porque al desaparecer la cubierta vegetal, se acumula más calor, puesto que el suelo descubierto absorbe más energía que la vegetación en su estado natural. Por consiguiente el cálculo de la Temperatura de Superficie de la Tierra (LST), es un resultado con el que se puede derivar información complementaria a la de temperatura propiamente dicha. Conclusiones Con respecto a los procedimientos metodológicos, se destaca la utilidad de los algoritmos que permiten derivar una variable geo-biofísica, a partir de la cual se elabora los mapas de Temperatura de Superficie de la Tierra (LST). Cabe destacar que estas etapas se llevan a cabo fácilmente empleando un programa informático que lo realiza de manera sistemática. El resultado obtenido por el algoritmo (26,6°C y 32,5°C) presenta una alta correspondencia con el dato suminis- trado por la estación climática (23,8°C y 29,6°C), por lo que se puede afirmar que el resto del área de estudio también muestra una similitud considerable entre los resultados derivados con respecto a la realidad. La temperatura de la superficie está inversamente relacionada con la variación altitudinal, a medida que aumenta la altitud, la temperatura disminuye. De igual forma, se asocia la presencia de vegetación abundante en las zonas que se caracterizan por presentar temperaturas más bajas que en las áreas menos densas. Asimismo se aprecia en los núcleos urbanos una relación directamente proporcional de mayor temperatura en las zonas con mayor infraestructura construida y viceversa. Agradecimiento Queremos presentar nuestro afable agradecimiento a la Estación Meteorológica de Mérida, Servicio de Meteorología de la Aviación Militar Bolivariana, específicamente al Teniente Coronel Gutiérrez Jhon por suministrar los valores de temperatura máxima para las fechas y hora requerida en la investigación. Abreviaturas Acrónimo AVN DVI Definición Agencia Venezolana de Noticias Difference Vegetation Index Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática FOSS LANDSAT 8 LST OLI SAGA SRTM TIRS TOA Free Open Source Software Land Satellite v8 Land Surface Temperature Operational Land Imager System for Automated Geoscientific Analyses Shuttle Radar Topography Mission Thermal Infrared Sensor Top Of Atmosphere Referencias Agencia Venezolana de Noticias Avn, (2015). 58 incendios han combatido bomberos de Mérida en temporada seca. [en línea], 30 Enero 2015. Disponible en: <http://www.avn.info.ve/>. Córdova, K. (2011), Geotecnología espacial aplicada al estudio del clima urbano: análisis térmico superficial en la ciudad de Caracas, Venezuela, Revista Geográfica Venezolana, Vol. 52(2) 2011. pp. 31-46. Farr, T. G., Et Al. (2007), The Shuttle Radar Topography Mission, Rev. Geophys., 45, RG2004, doi:10.1029/2005RG000183. Liang S, Li, X., Y Xie, X. (2013), Land surface observation, modeling and data assimilation, World Scientific Publishing Co Pte Ltd. pp. 15-17. Investigación, Desarrollo e Innovación 69 Olaya, V. (2004), A gentle introduction to SAGA GIS, [en línea], Ver. 1.1. [fecha de consulta: 8 Marzo 2015], Disponible en: <http://sourceforge.net/ projects/saga-gis/files/SAGA%20-%20Documentation/SAGA%20Documents/>. pp. 173-178. Reynolds, S., Rohli, R., Johnson, J., Waylen, P. Y Francek M.(2014), Exploring physical geography. McGraw-Hill. p. 215. SAGA, Image_VI_Slope.cpp, [en línea], Ver. 2072. 2014, [fecha de consulta: 8 Marzo 2015], Disponible en: <http://sourceforge.net/projects/saga-gis/ files/SAGA%20-%202.1/SAGA%202.1.4/>. Silva, G. (2002), Clasificación de los pisos térmicos en Venezuela, Revista Geográfica Venezolana, Vol. 43(2) 2002. pp. 311-328 USGS. (2015). Landsat 8 (L8) data users handbook. Department of the interior, U.S. Geological Survey. pp. 56-59 / 61-63 Wilson, J. Y Gallant, J. (2000), Terrain analysis: principles and applications, John Wiley & Sons, Inc. p. 98. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 70 Los Vehículos Robóticos Aéreos No Tripulados (VRANT) en la Geomática Manuel Jauregui1, Leira Chacón2 Universidad de los Andes. Instituto de Fotogrametría [email protected]; [email protected] RESUMEN Los vehículos robóticos aéreos no tripulados (VRANT) también llamados Drones, constituyen hoy en día una tecnología cuyo uso se está incrementando de forma exponencial. Entre las muchas propiedades de estos vehículos está la capacidad de captar imágenes del terreno utilizando diferentes sensores como pueden ser imágenes fotográficas, infrarrojas, termales, así como levantamientos tridimensionales de la superficie del terreno y elaboración de Modelos Digitales mediante barrido LASER o LIDAR. Este artículo de tipo documental, es el resultado de una revisión bibliográfica y técnica de diferentes tipos de Drones. Se presenta una descripción de estos vehículos, sus principales características, sensores disponibles y sus aplicaciones en la Geomática, con el objetivo de promover el interés en el uso de los mismos en nuestro medio. Palabras clave: DRONES, MULTIROTORES, SENSORES, IMÁGENES, GEOMÁTICA. UNMANNED AERIAL ROBOTIC VEHICLES IN GEOMATICS ABSTRACT The unmanned aerial robotic vehicles, also known as Drones, currently represent a technology whose use is growing exponentially. One important characteristic for these vehicles is the capacity to acquire images of the terrain surface using different types of sensors, to capture photographic, infrared, and thermic images. Also by incorporating a LIDAR scanner, Digital Elevation Models of the terrain surface can be elaborated. This documentary article is the result of a literature and technical review of different types of Drones. A description of these vehicles, their main features, available sensors and their applications in Geomatics is presented, with the aim of promoting interest in using them in our midst. Keywords: DRONES, MULTIROTORS, SENSORS, IMAGES, GEOMATICS. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Introducción Los Vehículos Robóticos Aéreos No Tripulados (VRANT) también conocidos como Drones, se refieren a todas las plataformas aéreas sin tripulación a bordo, con la capacidad de control autónomo de la estabilidad y trayectoria de vuelo de la aeronave. Estos vehículos no excluyen la intervención de un operador de telemetría para controlar la aeronave desde tierra. El primer vuelo exitoso de una aeronave sin piloto se produjo en 1917, cuando Peter Cooper y Elmer Sperry, consiguieron controlar mediante radio un Curtiss N9 modificado. Durante las siguientes décadas se produjeron diferentes aeronaves dirigidas por radio, para uso casi exclusivamente militar. Es a finales del siglo XX, cuando producto del desarrollo tecnológico, como la navegación por satélite, los sensores inerciales, los micro componentes electrónicos para el control de vuelo de las aeronaves y el desarrollo de sensores de alta resolución y bajo peso, es que se experimenta una explosión en la operación de los vehículos militares no tripulados con autonomía de vuelo. A partir del comienzo del siglo XXI, comienzan a desarrollarse modelos más ligeros y económicos orientados a las aplicaciones civiles. Actualmente el uso de los VRANT se ha extendido de forma exponencial en todo el mundo, creándose una nueva revolución: la del uso civil de los Drones. Investigación, Desarrollo e Innovación 71 Un VRANT consiste de: • Proveer a la comunidad de usuarios de una voz a nivel global. • Proveer un medio de obtener puntos de vista consensuados internacionalmente sobre tópicos de importancia a la comunidad de usuarios. • Proveer un canal de intercambio de información entre la comunidad de usuarios. a.El vehículo aéreo con los siguientes componentes: • Un sistema IMU/GNSS (Unidad de medición inercial/Sistema de navegación global por satélite) para el control de la plataforma aérea en el vuelo sobre el terreno. • Un módulo de telemetría encargado de transmitir y recibir datos del vuelo desde y hacia el operador. • Cámara fotográfica y/o de video digital de alta resolución u otro tipo de sensor para la captura de información del terreno. b.Una estación base, encargada del seguimiento del plan de vuelo por parte del operador de telemetría, recepción de imágenes fotográficas y video, y la eventual operación manual desde tierra del vuelo (ver figura 1). Figura 1. Estación base. Fuente: https://3drobotics.com. Helicópteros: Son vehículos aéreos de un solo rotor, de tamaño medio, utilizados principalmente en aplicaciones civiles. Multirotores: Son vehículos aéreos de varios rotores. Son económicos, de tamaño pequeño, estables, fáciles de operar y maniobrar. Tipos de VRANT La UVS Internacional Se pueden diferenciar en tres grandes grupos: La UVS Internacional (Unmanned Vehicle Systems) es una asociación sin fines de lucro registrada en la cámara de comercio de La Haya, Países Bajos y opera a través de oficinas en París, Francia. Los objetivos generales de la UVS Internacional son: Aeroplanos: Son vehículos aéreos de ala fija. Su uso es principalmente militar para labores de reconocimiento. Existe una variedad de modelos en cuanto a sus características operacionales, tamaño, peso, velocidad, altitud y radio de acción. Su principal aplicación civil es el mapeo topográfico. • Promover el uso de los UVS (sistemas vehiculares no tripulados) aéreos, terrestres, navales y espaciales. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Categorías de Vehículos Aéreos Autónomos: UVS International Los VRANT están definidos por los componentes físicos, los cuales son categorizados por la UVS International según se muestra en las tablas 1.a y 1.b, a continuación. Tabla 1.a. Extracto de las categorías de Vehículos Aéreos No Tripulados definidos por la UVS International. CATEGORÍA TIPO DE VEHÍCULO PESO (KG) Micro Multirotores 10< Mini Helicóptero <25-30 Rango cercano Aeroplano 25-150 Rango medio Aeroplano 50-250 Rango extenso y gran altitud Aeroplano >250 Fuente: http://uvs-international.org. Investigación, Desarrollo e Innovación 72 Tabla 1.b. Extracto de las categorías de Vehículos Aéreos No Tripulados definidos por la UVS International. RANGO DE VUELO (KM) ALTURA DE VUELO (M) DURACIÓN DEL VUELO (HORAS) Micro 2.5< 250 Hasta 1 Mini 10< 150/250/300 <2 Rango cercano 10-30 3000 2-4 Rango medio 30-70 3000 3-6 Rango extenso >70 >3000 >6 CATEGORÍA Fuente: http://uvs-international.org. Selección de una plataforma aérea para usos civiles La mayoría de las aplicaciones civiles que requiere del uso de VRANT, están generalmente referidas al fotografiado y/o reconocimiento de áreas de extensiones con un radio no mayor a tres kilómetros. Tal es el caso de instalaciones industriales, zonas de desastres naturales, análisis de tráfico, arqueología aérea, instalaciones petroleras, plantaciones forestales, plantaciones agrícolas, instalaciones civiles, zonas portuarias, etc. En estas aplicaciones, los vehículos adecuados para la captura de imágenes aéreas corresponden con las categorías Micro y Mini, definidas por la UVS. Para muchas aplicaciones civiles se recomienda el uso de vehículos del tipo multirotores por sus características especiales. Los Vehículos Multirotores Son vehículos aéreos propulsados por varios rotores con capacidad para desarrollar un vuelo “in situ” obteniendo imágenes aéreas del lugar en tiempo real. Los más comunes son de cuatro rotores, pero también existen versiones de seis y ocho rotores. El control de estos vehículos se realiza alterando la velocidad de uno o más de los rotores. Estos vehículos utilizan un sistema electrónico de estabilización y navegación, basado en sensores electrónicos de altura, inclinación y aceleración así como de un receptor GNSS para determinar su posición y velocidad, reduciendo la actividad del operario en tierra a supervisar y dirigir la trayectoria del mismo. Pueden levantar cargas de peso entre 200 gr. y 6 kg., haciéndolos ideales para adaptarles cámaras fotográficas o de video, así como otros sensores, para efectuar reconocimiento del terreno y otras aplicaciones. La figura 2 muestra el multirotor INDAGO de la empresa Lookheed Martin, este equipo tiene un radio de operación de 5 Km., un tiempo máximo de vuelo de 45 minutos y la capacidad de portar múltiples sensores. La figura 3 muestra el multirotor AD-Talon de la empresa Action drone USA, este equipo tiene un radio de opera- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática ción de 1 Km., un tiempo máximo de vuelo de 25 minutos, velocidad máxima de 80 KMPH y la capacidad de portar múltiples sensores. Figura 2. INDAGO. Fuente: http://www.lockheedmartin.com/ Figura 3. AD-Talon. Fuente: http://actiondroneusa.com. Investigación, Desarrollo e Innovación 73 Características generales de los Vehículos Multirotores Los vehículos multirotores son de bajo costo, portables, robustos, de despegue vertical y con posibilidad de vuelo estacionario sobre un punto y desplazamiento a velocidad variable sobre el terreno, según sea requerido. Su trayectoria de vuelo puede ser programada con antelación y dirigida mediante GNSS. Son altamente maniobrables, muy estables y operables en condiciones climáticas adversas. Aplicaciones, capacidades y limitaciones: Estos sistemas de vuelo no tripulados permiten: • Realizar vuelos fotográficos a poca altura. • Ser utilizados en áreas de difícil acceso o de riesgos. • Permite toma de fotografías aéreas aún en condiciones climáticas desfavorables. • Resuelven las necesidades de aquellos organismos que requieran la realización frecuente de toma de fotografías aéreas. • Son vehículos de bajo costo. • Su vuelo puede ser programado para realizarse de forma autónoma y en condiciones de estabilidad de la plataforma aérea. • Pueden incorporar otros tipos de sensores más especializados, tales como infrarrojos, térmicos, LIDAR, multiespectrales. Sus limitaciones lo constituyen: • Su baja capacidad de carga. • Su limitado tiempo de vuelo. • El uso de sensores de bajo costo. Actualmente se están introduciendo al mercado multirotores de tipo híbrido (gas/eléctrico), los cuales tienen una mayor capacidad de carga, lo cual permite colocar sensores más refinados, y con una autonomía de vuelo de hasta 2.5 horas, con lo cual se superan las limitaciones anteriores. La figura 4, muestra el Drone híbrido Airborg H6 1500, Figura 4. Drone híbrido Airborg de la empresa Top Fli- H6 1500. ght Technologies. Este Fuente: http://www.tflighttech.com/ Drone híbrido puede realizar vuelos con una duración de más de 2 horas y un recorrido total de hasta 150 kilómetros. El uso de Multirotores representa un complemento a la captura de imágenes desde satélites y aeronaves tripuladas, debido a las limitaciones que los mismos presentan por condiciones de nubosidad y clima, re- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática solución de las imágenes, costos de lanzamiento o vuelo, maniobrabilidad y disponibilidad restringida. Acoplamiento de los sensores Para el acoplamiento de los sensores al Drone se utilizan monturas de ensamblaje llamadas Gimbal. Estas monturas permiten la rotación del sensor sobre tres ejes en 360 grados. De esta forma se puede orientar el sensor durante el vuelo a la dirección deseada. La figura 5 muestra la Montura Gimbal 3DR Solo, que permite la rotación de la cámara sobre 3 ejes según sea requerido y se auto estabiliza mediante servomotores con una precisión de 0.1 grado Figura 5. Montura Gimbal 3DR Solo. sexagesimal. Fuente: https://3drobotics.com Existen versiones de Gimbal más sofisticadas que incluyen giroestabilizadores para mantener el sensor en una orientación fija en el espacio. La figura 6, muestra el Gimbal XACT Sense SSP-360, el cual tiene la capacidad de soportar diversos sensores del tipo: LIDAR, Multiespectrales, Infrarrojos, Termales y Pancromáticos. La orientación del sensor puede ser ajustada y mantenida con muy alta precisión. Investigación, Desarrollo e Innovación 74 Figura 6. XACT Sense SSP-360. Fuente: http://www.xactsense.com Figura 7. Cárama Hero GoPro. Fuente: https://es.shop.gopro.com/ cameras Tipos de Sensores 1.Cámaras fotográficas pancromáticas. Son sensibles a luz de longitudes de onda comprendidas entre 360nm. y 720nm., éstas pueden ser del tipo: • Cámaras de acción. Son de tamaño pequeño, livianas cuyo peso está alrededor de los 100gr., son cámaras de lentes gran angulares con una resolución óptica de alrededor de 12MP, son programables en el sentido que permiten grabar videos o fotografías a intervalos previamente determinados. Las imágenes presentan distorsión del tipo barril. La figura 7 muestra la cámara Hero GoPro Silver, esta cámara de solo 136 gr. de peso, captura vídeo de calidad profesional a resoluciones de hasta 1920x1080p y fotos de 10 MP a velocidades de hasta 10 fotogramas por segundo. Figura 8. Cámara Sony Alpha 6000. Fuente: http://www.sony.es/electronics/ cameras-lentes-intercambiables/ Figura 9. Cámara Canon EOS MARK II. Fuente: http://www.canon.es • Cámaras compactas. Son cámaras de alta resolución, hasta 24MP, buena calidad óptica. De dimensiones aproximadas 120mm. x 70mm., lentes intercambiables, ajustándose a cada aplicación. Peso de alrededor de 300 gr. Pueden ser programables para la toma de videos y fotografías. La figura 8 muestra la cámara Sony Alpha 6000, con sensor APS-C de 24.3 Mega Pixeles, de 116 gr. de peso. La cámara es disparada automáticamente por el autopiloto según sea programado en la planificación del vuelo. • Cámaras de formato completo DSLR. Son cámaras de alta resolución, hasta 36MP, excelente calidad óptica. De dimensiones aproximadas 160 x 160 mm. Peso de alrededor de 500 gr. Lentes intercambiables, ajustándose a cada aplicación. Pixel de tamaño grande que ofrece una alta calidad de imagen. Pueden ser programables para la toma de videos y fotografías. La figura 9 muestra la Cámara Canon EOS MARK II, de 21.1 MP. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 10. Cámara Lumix LX7. Fuente: http://www.panasonic.com 2.Cámaras fotográficas sensibles al cercano infrarrojo. Sensibles a longitudes de onda entre 360 y 900nm. Se utiliza en aplicaciones arqueológicas, agrícolas y forestales. La figura 10 muestra la Cámara Lumix LX7, de 10.1MP.con filtro infrarrojo. 3.Cámaras fotográficas infrarrojas. Sensibles a luz de longitudes de ondas entre 900 nm. a 1700 nm. Producen imágenes térmicas, ideales en aplicaciones tales como el manejo de aguas, inspecciones, operaciones de búsqueda y rescate. La figura 11 muestra la cámara infrarroja Tau SWIR, sensible a longitudes de onda entre 900 nm. y 1700 nm., produce una imagen de 640 x 512 pixeles, el tamaño del pixel es de 25micrones, su peso es de 130 gr. y sus dimensiones de sólo 38mm.x38mm.x48 mm. 4.Cámaras multiespectrales. Se utilizan bandas angostas del espectro electromagnético para detectar conInvestigación, Desarrollo e Innovación 75 Figura 11. Cámara Infraroja Tau SWIR. Fuente: http://www.flir.com Figura 12. Cámara Tetracam MCA6. Fuente: http://www.questuav.com diciones específicas del terreno. La figura 12 muestra la cámara multiespectral Tetracam MCA6. Esta es una cámara muy liviana que consiste de 6 cámaras alineadas, cada una tiene un filtro que le permite captar imágenes monocromáticas de 7.8 MP en una banda estrecha del espectro electromagnético. 5.Barredores LIDAR. Se utilizan en la elaboración de Modelos Digitales de elevación del Terreno. La figura 13 muestra el barredor LIDAR Velodyne HDL32E. Su peso es de 1050 gr., con un alcance de 120 m. Tiene una resolución de 2mm, su orientación se efectúa mediante un sistema incorporado IMU/GNSS. La altura recomendada para la operación del multirotor, está comprendida entre 20 y 60 m. Aplicaciones La principal propiedad de un Drone radica en su capacidad para la adquisición de imágenes de la superficie Figura 13. LIDAR Velodyne HDL32E. Fuente: http://www.phoenix-aerial.com del terreno, por lo que son ampliamente utilizados en los levantamientos de información tanto de índole temática como topográfica. Si se desea fotografiar exhaustivamente un área determinada, se realiza previamente la planificación del vuelo determinando la trayectoria a seguir y los puntos o ubicaciones donde se captarán las imágenes. Posteriormente se realiza el vuelo fotográfico con gran precisión gracias al sistema IMU/GNSS del vehículo. La extensión y duración del vuelo depende de las características de autonomía del vehículo. En algunos casos será necesario dividir el vuelo en segmentos para proceder al cambio de la batería. Actualmente existe una variedad de software disponible para la planificación del vuelo, calibración de la cámara fotográfica y procesamiento de las imágenes para diferentes aplicaciones. A continuación se ofrece un listado de aplicaciones en Geomática: Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • Fotografía y videografía aérea. • Fotogrametría. Elaboración de mapas lineales y Ortofotografías. • Levantamientos LIDAR. Generación de Modelos Digitales del Terreno (MET). • Teledetección. Procesamiento de imágenes multiespectrales. • Arqueología aérea. • Mapeo de instalaciones industriales. • Mapeo y monitoreo de canteras y minería a cielo abierto. • Mapeo de catástrofes naturales. • Mapeo de deslizamientos y zonas de riesgos. • Mapeo de suelos y vegetación. • Levantamientos forestales. • Control de cuencas hidrográficas. • Análisis de polución en aguas costeras. • Termografía urbana. • Inspecciones de incendios. • Inspección y monitoreo de líneas de transmisión eléctrica y ductos. • Operaciones HAZMAT. Conclusiones Los vehículos aéreos no tripulados multirotores representan hoy en día una herramienta poderosa en la adquisición de información del terreno para aplicaciones de la Geomática. Su capacidad de desarrollar vuelos auInvestigación, Desarrollo e Innovación 76 tónomos, con trayectorias previamente programadas, se traduce en una serie de ventajas como son: • Costos de operación razonables. • Accesibilidad inmediata para sobrevolar el lugar requerido. • Capacidad operativa en condiciones climáticas adversas. • Variedad en sensores a utilizar. • Despegue y aterrizaje vertical, puede ser desplegado desde espacios muy reducidos. El uso de imágenes captadas desde los vehículos aéreos no tripulados multirotores representa una alternativa eficiente al uso de las imágenes de satélite y de aviones y/o helicópteros, por su alta resolución espacial y temporal. El amplio desarrollo experimentado actualmente en el software de vuelo y los sensores de todo tipo para su instalación en estos vehículos, hacen que sea el momento propicio para iniciar su uso intensivo en muchas aplicaciones de la Geomática. Referencias Acre Surveying Solutions. (2015), Vehículos Aéreos No Tripulados. Productos, servicios y aplicaciones con UAV. Cox, T., Somers, I., Fratello, S. (2006). Earth Observation and Role of UAVs: A Capabilities Assessment, Version 1.1. Technical Report. Civil UAV Team, NASA. http://www.lockheedmartin.com/ Eisenbeiss, H.(2009). UAV Photogrammetry. Ph.D. Thesis. Institut für Geodesie und Photogrammetrie, ETH-Zürich. Zürich, Suiza. Fuente: http://www.tflighttech.com http://www.phoenix-aerial.com Sánchez, G., Mulero, M., Saumeth, E. (2013). Vehículos aéreos no tripulados en Latinoamérica. Editor: Alfredo Florensa de Medina. IDS. Madrid. España. http://www.sony.es/electronics/camaras-lentes-intercambiables. Parker, M., Chris Robbiano, C., Bottorff, G. (2011), Quadcopter First Semester Report. Department of Electrical and Computer Engineering. Colorado State University. Pinho Oliveira, G. (2014), Quadcopter for civil applications, Facultad de Ingeniería de la Universidad de Porto. http://www.panasonic.com http://www.questuav.com http://www.xactsense.com https://3drobotics.com https://3drobotics.com. https://es.shop.gopro.com/cameras Verbeke, J., (2014), Multicopters A Practical view on Unmanned aerialVehicles, kulab, Hamburgo. http://actiondroneusa.com http://uvs-international.org/ http://www.canon.es http://www.flir.com Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 77 Establecimiento de puntos de control terrestre para el procesamiento de imágenes tomadas por Drones Cenaida Perdomo1, José Caicedo2, Noldin Nuñez2, Diego Machado3, Julian García1, María Corina Pineda1 Universidad Central de Venezuela. Facultad de Agronomía. Instituto de Edafología1, Universidad Central de Venezuela. Facultad de Agronomía2, SIGPER Consultores, C.A.3 [email protected]; [email protected]; [email protected]; [email protected]; [email protected]; [email protected] RESUMEN Con la finalidad de desarrollar un procedimiento detallado para la medición de puntos de control terrestre, para generar la planimetría y altimetría de un terreno a partir de imágenes captadas por drones (vehículos aéreos no tripulados), se midieron doce (12) vértices distribuidos en una superficie de 16 ha, ubicadas en el campo experimental de la Facultad de Agronomía de la Universidad Central de Venezuela en Maracay, municipio Girardot, estado Aragua. El control terrestre consistió en definir una serie de puntos con coordenadas, a través de observaciones realizadas con equipos GPS diferencial de alta precisión, partiendo de un punto de control base perteneciente a la Red Geocéntrica Venezolana (REGVEN), el cual fue trasladado a la zona de estudio, mediante un proceso de triangulación. La selección de los puntos de control, se efectúo tomando en cuenta los datos del plan de vuelo del dron y usando como referencia una imagen de satélite de Google Earth. Se establecieron señales físicas sobre el terreno, y se realizaron las mediciones correspondientes utilizando el método de observación estática. La exactitud para el vértice del control base fue de ± 3 mm en el eje Este (E), Norte (N) (planimetría) y ± 4 mm en H (altimetría), y para el caso de los puntos de control terrestre ± 2 mm para el eje E, N y ± 2 mm para H. Los resultados obtenidos determinaron el control de calidad de los datos y su confiablidad para ser utilizados en los procesos de corrección plani-altimétrica en imágenes tomadas por vehículos aéreos no tripulados. Palabras clave: PUNTOS DE APOYO, AEROTRIANGULACIÓN, IMÁGENES FOTOGRAMÉTRICAS, FACULTAD DE AGRONOMÍA. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática SURVEYING FOR IMAGE PROCESSING TAKEN BY UAV’S ABSTRACT In order to develop a detailed protocol to measure terrestrial control points, which are used to generate mapping and altimetry data of an area of land from images captured by drones (unmanned aerial vehicles), twelve (12) vertices were measured in a 16 hectares area. The study area is located in the experimental field of the Agronomy Faculty of Universidad Central de Venezuela, in Maracay city, Girardot municipality, Aragua state, Venezuela. The terrestrial control involved the selection of several observation points with coordinates taken by a high precision differential GPS. The base control point used belongs to the Geocentric Venezuelan Network (REGVEN), this was transferred to the study area by triangulation process. The selection of the ground control points was performed taking into account the drone flight plan data and using a satellite image of Google Earth as reference. Land marks were established on the area, and corresponding measurements were performed using the static method of observation. Accuracy of the base control vertices was ± 3 mm in the East (E), North (N) (planimetry) and ± 4 mm H (altimetry). In the case of ground control points, the accuracy was ± 2 mm for E, N and ± 2 mm for shaft H. Results determined quality control and reliability of the data to be used in correction processes of images taken by UAV´s. Investigación, Desarrollo e Innovación 78 Keywords: SUPPORT POINT, CORRECTION PLANIMETRIC, ALTIMETRIC CORRECTION, IMAGE PHOTOGRAMMETRIC, FACULTY OF AGRONOMY. Introducción Un punto de control es un sitio físico en tierra del cual es conocida su posición respecto a un sistema de coordenadas, y puede utilizarse como guía (Cruz, 2008). Generalmente estos puntos se establecen con la finalidad de ofrecer información de gran utilidad en los procesos de georeferenciar objetos espaciales y/o fenómenos de interés de acuerdo a las necesidades o naturaleza específica de cada proyecto. Pérez, 2001, establece que para tener un mayor control en la corrección plani-altimétrica de las imágenes, es necesario el establecimiento de cinco (05) puntos, distribuidos en las esquinas y uno en el centro, esto con la finalidad de obtener una mayor precisión al momento de efectuar el proceso de restitución, ya que resulta arriesgado realizarla fuera de los límites que encierra el cuadrilátero que une estos puntos. De igual forma poder corregir las inclinaciones longitudinales y transversales de la fase de orientación absoluta. La red geodésica es un conjunto de puntos ubicados en la superficie terrestre en los cuales se determina su posi- ción geográfica, (IGVSB, 2003). Ésta conforma la base geométrica que sirve de referencia para todos los sistemas espaciales. Está constituida por una red de puntos de control, sobre los cuales se deben apoyar los levantamientos cartográficos. Estos deben ser los puntos de partida o control para los trabajos de posicionamiento. (Farjas, 2006). El trabajo realizado se ajustó a las normas y procedimientos vigentes del Instituto Geográfico de Venezuela Simón Bolívar (IGVSB, 2000), que establece la obligatoriedad de iniciar las mediciones a partir de coordenadas conocidas para garantizar la vinculación con el sistema geodésico nacional. Para vincular un punto de control base desde vértices ya establecidos, los usuarios deberán colocar un receptor GPS, en el vértice más conveniente de acuerdo a las necesidades de su proyecto cuyas coordenadas son conocidas y otro receptor sobre el vértice a establecer. (IGNP, 2005). En este caso se partió del BM (Bench Mark) UCV Maracay1 con posición E, N, H, certificado por el Instituto Geográfico de Venezuela Simón Bolívar, el cual fue medido a partir de un punto de la Red Geocéntrica Venezolana REGVEN de orden B denominado Obelisco Maracay. Este BM UCV Maracay1 fue sincronizado con el punto de control trasladado a campo identificado como CENT. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La finalidad de este trabajo fue desarrollar una metodología para realizar levantamientos de puntos de control terrestre mediante la utilización de GPS (Global Positioning System) diferencial, para la corrección plani-altimétrica de imágenes tomadas por drones (vehículos aéreos no tripulados). Debido al creciente uso de esta tecnología en levantamientos cartográficos, es importante establecer puntos de control terrestre que permitan determinar la exactitud y precisión requerida, tanto en la altimetría como en la planimetría de los productos cartográficos generados por éstos. Materiales y métodos • Doce (12) Láminas de material plástico de dimensiones 60 cm x 60 cm. • Tres (03) GPS: dos (2) marca MAGELLAN, modelo Promark 3 y un sokkia stratus ambos de una frecuencia (L1). • Computadora portátil marca Toshiba satellite. • Software de procesamiento GNSS Solution, V. 3.7.50. • Instrumentos de medición topográficos como; trípodes, cintas métricas y jalones. • Cámara fotográfica digital. • Herramientas de construcción (cabillas de 3/8” y martillo). Investigación, Desarrollo e Innovación 79 Metodología La actividad consistió en establecer una serie de coordenadas que luego fueron utilizadas como puntos de control terrestre, en la corrección plani-altimétrica de imágenes captadas por un vehículo aéreo no tripulado. Se describe el procedimiento para el establecimiento de los puntos de control terrestre, para el posterior procesamiento de las imágenes tomadas por el dron. Planificación de la actividad Se estudiaron las técnicas y los requerimientos que se utilizarían para realizar el levantamiento de los puntos de control terrestre, así como las condiciones y la factibilidad. Se logró identificar que no existían factores físicos, como tendidos eléctricos, que causaran efectos de rebote de las señales electromagnéticas, estructuras o cuerpos naturales (árboles, ni terrenos con cultivos), entre otros, que incidieran en las mediciones, y en consecuencia alteraran la exactitud esperada del levantamiento. El procedimiento para la determinación de coordenadas planimétricas (control horizontal) y altimétrica (control vertical) se conoce con el nombre de apoyo de campo. En la realización de los trabajos topográficos y geodésicos que lleva consigo la fotogrametría, es necesario utilizar unos métodos e instrumentos que agilicen al máximo el levantamiento de los puntos de control. (Pérez, 2001). Tomando en consideración la importancia del uso de este instrumento en el proceso de captura, almacenamiento, cálculo y trasmisión de los datos de campo. Se comprobó la disponibilidad de los equipos GPS diferencial con precisión topográfica. Usando como referencia una imagen de satélite de Google Earth, a escala 1:1000 y tamaño de pixel de 15 cm, se seleccionaron los puntos de control abarcando los extremos y la parte central del área de estudio, incluyendo puntos de apoyo adicionales para obtener una mayor precisión en el proceso de corrección plani-altimétrico. los cuales seis puntos identificados con color verde, se utilizarían para corregir el producto cartográfico teniendo en cuenta que según los métodos comúnmente utilizados en este tipo de procesos, cinco serían necesarios para comprobar el control terrestre, y los seis restantes para validar el resultado (puntos de color amarillo). Reconocimiento y demarcación del área de estudio A través de un recorrido en campo y utilizando un GPS navegador se localizaron los sitios preliminares de los puntos de control terrestre. Una vez seleccionados los posibles sitios se cargaron sus coordenadas aproximadas a través del uso de la herramienta computacional Google Earth versión 7.15. El área seleccionada ocupa una superficie de 16 ha, encontrándose libre de obstáculos físicos, lo que garantizó una buena cobertura espacial. Se determinó que el levantamiento estaría constituido por un total de doce (12) puntos (Figura 1). De Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Ubicación de puntos de control (verde) y validación (amarillo). Estos puntos de control preseleccionados fueron localizados en campo mediante la utilización de un GPS Navegador modelo Garmin con antena de ultra sensibilidad HotFix para su ubicación definitiva. Investigación, Desarrollo e Innovación 80 En cada punto de control se realizó la señalización. Esta consiste en la materialización en campo de una serie de señales, previamente a la realización del vuelo, distribuidas según una densidad lo cual se mencionó con anterioridad y forma de la misma, con el propósito de poderlas identificar visualmente para utilizarlas como puntos de apoyo. (Pérez, 2001). Los círculos, cruces y rectángulos, son los tres tipos de formas más conocidas, pero generalmente la más común en adoptarse es la cuadrada y el material utilizado es aluminio, contrachapado o cartón. Los colores recomendados son los no naturales sobre un fondo contrastado para que aparezcan perfectamente en las fotografías. Las dimensiones se definen en función de la escala, siendo 15 cm x 15 cm, la recomendada para escalas grandes (≈1:3000). Sin embargo, para este estudio se decidió utilizar dimensiones mayores para asegurar una rápida y fácil identificación cuando el vehículo aéreo no tripulado realizara la captura de la imagen. La señalización de los puntos se llevó a cabo, como se muestra la figura 2, colocando láminas de material plástico de dimensiones 60 cm x 60 cm, cubiertas con pintura negro mate, y sujetadas al suelo con cabillas de 3/8``. forma temporal, con un trozo de madera de 20 cm de largo por 1” de diámetro. Tabla 1. Coordenadas del vértice geodésico (UCV Maracay 1). LATITUD N LONGITUD O 1016’16,9569” 6736’47,9211” UTM NORTE (m) 1135744,85 UTM ESTE (m) 651861,024 Datum SIRGAS-REGVEN, Huso 19, Elipsoide GRS80 Cota Elipsoidal (h): 427,15 m Cota Ortométrica (H): 444,39 m Figura 2. Señalización de los puntos de control terrestre. Vinculación de GPS y traslado de red Geodésica Traslado del Punto Base Se sincronizó una red geodésica formada por tres vértices: UCV Maracay1, CENT con distancia de 1065,871 m y REM 1006,373 m, esto permitió la triangulación de los vértices CENT y REM, con respecto a la red geodésica a través del vértice UCV Maracay1. Una vez ubicados, se procedió a efectuar las mediciones con equipos GPS receptores diferenciales de precisión topográfica (Figura 3) en modo estático, con un tiempo de medición de 60 minutos, con intervalos de captura mínimos de 5 segundos, y tomando en consideración valores de dilución de precisión de posición (PDOP) menor a 4. Esto en función de la distancia (1-10 km) del punto de control base y el tipo de instrumento a utilizar. Punto de origen para la medición El vértice geodésico UCV Maracay1 perteneciente a la Red Geocéntrica de Venezuela REGVEN se tomó como base de partida del levantamiento, (Tabla 1). Este está ubicado en la redoma de la Fuente del Campus UCV-Maracay, parroquia Los Tacariguas, municipio Girardot, estado Aragua. Este punto base fue trasladado a la parcela, perteneciente al Campo Experimental de la Facultad de Agronomía, y fue denominado como Base (CENT). Se demarcó de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 81 modelo Promark 3 con antena NAP100 de una frecuencia bajo la modalidad estático. Configurados con un ángulo de corte o mascara de elevación sobre el horizonte de 15°, y 5 segundos de intervalo de grabación. En cada punto de control se realizó medición de la altura vertical de la antena sobre la marca de la estación. Los puntos de control terrestre fueron observados durante un tiempo mínimo de 30 minutos, y una línea base < 250 metros (CENT). Las coordenadas geodésicas obtenidas en el levantamiento de campo fueron sometidas a un postproceso, el cual incluyó: Figura 3. Vértices vinculados y captura de datos. Levantamiento de la información Figura 4. Captura de datos con GPS. La información geográfica corresponde al conjunto de observaciones realizadas directamente sobre el terreno con los equipos GPS (Figura 4). En este sentido, se utilizaron para las mediciones de los doce (12) puntos de control terrestre, dos (2) receptores marca MAGELLAN Además se consideraron factores como el número de satélites captados y el factor PDOP ≤4, como indicador de la calidad de la recepción. Un tercer equipo fue estacionado sobre el vértice denominado CENT, que se consideró como estación de referencia. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • Descarga de todos los datos de medición de los GPS. • Creación de un nuevo proyecto en el software GNSS Solution Versión 3.7.50. • Para el proceso de los datos se le indicó al sistema cual era el punto de control base, y el resto de las líneas bases obtenidas. • Se realizó el procesamiento tomando en consideración las efemérides precisas, producto del análisis de la interconexión entre puntos para el ajuste de la red. • Los resultados fueron analizados minuciosamente para comprobar si el error medio cuadrático y la exactitud se ajustó a los valores requeridos. • Finalmente se obtuvo un listado de coordenadas ajustadas con su error, con respecto a la base CENT. En la figura 5, se puede apreciar parte del procesamiento de corrección aplicado a las coordenadas obtenidas en el levantamiento de campo. Investigación, Desarrollo e Innovación 82 En el caso del procesamiento de los doce (12) puntos de control terrestre, la Tabla 2 muestra los resultados de los cálculos ajustados para cada vértice, incluyendo el control geodésico identificado como CENT. Tabla 2. Coordenadas de los puntos de control terrestre ajustados, parcela Campo Experimental de la Facultad de Agronomía - UCV. NOMBRE Figura 5. Procesamiento geodésico y vértices. Resultados y discusión La exactitud obtenida producto de la vinculación de los vértices CENT y REM, con respecto al punto de control geodésico utilizado UCV Maracay1, fue de ± 3 mm en los ejes E, N (planimetría) y de ± 4 mm en H (altura), referidos al Datum de trabajo oficial para el país (REGVEN) y valor de PDOP de 2. ESTE NORTE ALTURA ORTOMÉTRICA Base (CENT) 652505.310 1136593.707 447.92 PC01 652437.541 1136811.385 448.46 PC02 652518.215 1136801.228 448.43 PC03 652599.847 1136790.538 449.22 P040 652419.492 1136638.489 447.28 P050 652500.027 1136625.765 446.94 P060 652376.768 1136507.913 446.40 P070 652463.564 1136481.971 445.80 P080 652543.980 1136476.113 446.05 PC09 652494.581 1136752.761 448.00 PP10 652458.885 1136547.924 446.15 PP11 652529.447 1136607.524 446.80 PTAN 652345.106 1136656.756 447.95 La exactitud obtenida como media para los puntos de control terrestre, con respecto al vértice CENT fue de ± Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 2 mm, en los ejes de planimetría (E, N) y de ± 2 mm en la altimetría (H). Los datos se encuentran referidos al Datum oficial REGVEN, y las coordenadas expresadas en UTM (Universal Transversal de Mercator), tal como lo establecen las normas y procedimientos vigentes del Instituto Geográfico de Venezuela Simón Bolívar (IGVSB, 2003). Con estos puntos de control se logró georeferenciar el producto cartográfico con la precisión y exactitud requerida (Figura 6), lo cual se visualizó al coincidir la ortoimagen con las señales en la posición de E, N, H con respecto a los puntos de validación. Figura 6. Puntos de control terrestre sobre imagen tomada por un vehículo aéreo no tripulado. Investigación, Desarrollo e Innovación 83 Conclusiones El empleo de equipos GPS diferencial de una frecuencia en modalidad estática para levantamientos de puntos de control terrestre, constituye una herramienta precisa que resulta efectiva, con relación al uso de equipos topográficos tradicionales en lo que al trabajo de campo se refiere, particularmente si se involucran dos o más equipos GPS de manera simultánea. El procedimiento descrito puede ser aplicado a cualquier trabajo similar de establecimiento de puntos de control terrestre, para la corrección plani-altimétrica de imágenes tomadas por drones (vehículos aéreos no tripulados), garantizando calidad y rapidez en la obtención de la información. Se pudo determinar la calidad de los puntos de control terrestre generados, al identificar la coincidencia posicional de las marcas utilizadas como puntos de validación. Agradecimiento Esta investigación fue apoyada por fondos provenientes de: la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH-UCV). Al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. De igual forma se expresa el agradecimiento a la empresa SIGPER CONSULTORES, C.A. por facilitar el uso de receptores GPS y apoyar con el personal para el establecimiento de los puntos de control. Instituto Geográfico De Venezuela Simón Bolívar. (2003). Normas Técnicas para la Formación y Conservación del Catastro Nacional. Gaceta Oficial 5.590. Extraordinario. Caracas. Junio 2002. pp. 15. Referencias Instituto Geográfico Nacional De Perú (IGNP), (2005). Proyecto de normas técnicas de levantamientos geodésico. Dirección de geodesia. https://books.google.co.ve/books [Citado: 22 de julio de 2015]. Cruz M., M. (2008). Caracterización de puntos de control en teledetección: Aplicación de la corrección geométrica automática de imágenes NOAA-AVHRR GAC-5km. Tesis Doctoral. Universidad de Almería, Departamento de Lenguaje y Computación. Disponible en: https://books.google.co.ve/ [Citado: 22 de julio de 2015]. Farjas A., M. (2006).Redes topográficas. Métodos topográficos y ciencias de la tierra. Plan de estudio. Universidad Politécnica de Madrid. Asignatura Topografía II. Disponible en: http://ocw.upm.es/ ingenieria-cartografica-geodesica-y-fotogrametria/ topografia-ii/ [Citado: 27 de julio de 2015]. Pérez A. J.(2001). Apuntes de fotogrametría III. Universidad de Extremadura, Centro Universitario de Mérida. Ingeniería Técnica en Topografía. 242 p. Mérida, España. Instituto Geográfico De Venezuela Simón Bolívar.(2000). Ley de Geografía, Cartografía y Catastro Nacional. Gaceta Oficial 37.002. 28 de julio de 2000. pp 32. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 84 Cartografía digital de propiedades morfológicas de suelo usando lógica borrosa en paisajes de montaña María Corina Pineda1, Ángel Valera2, Jesús Viloria2 Universidad Central de Venezuela. Facultad de Agronomía. Instituto de Edafología1, Universidad Rómulo Gallegos. Centro de Investigación y Extensión en Suelos y Aguas2 [email protected]; [email protected]; [email protected] RESUMEN En áreas de montaña con alta incidencia de movimientos en masa las propiedades del suelo muestran una alta heterogeneidad que ha dificultado la elaboración de mapas convencionales de suelos. Adicionalmente, la complejidad del relieve y las restricciones de acceso en estas áreas limitan la cantidad y distribución espacial de sitios de muestreo. La aplicación de métodos cuantitativos basados en atributos de la superficie del terreno derivados de modelos digitales de elevación e imágenes de satélite podría contribuir a superar las dificultades para la cartografía de suelos en estas áreas. Esta investigación fue realizada en la cuenca del río Caramacate en el centro-norte de Venezuela. Se aplicó un enfoque de inferencia espacial basado en la teoría de los conjuntos borrosos (fuzzy set) para la representación cartográfica del espesor del horizonte A del suelo, espesor del solum, profundidad efectiva y tipo de perfil de suelo. Estas propiedades edáficas presentan un alto grado de variación a cortas distancias en el área de estudio. Se utilizó el algoritmo c-medias borroso (Fuzzy C-means) implementado en un modelo de inferencia suelo-paisaje (SoLIM). Los modelos de predicción espacial obtenidos revelaron las relaciones entre estos atributos edáficos y la variación del paisaje. Su validación con un conjunto independiente de datos reveló que el grado de acuerdo entre los valores estimados y observados supera en promedio el 61%. Este ajuste se considera aceptable, tomando en consideración la disponibilidad limitada de datos y el patrón intrincado de suelos en el área de estudio. Palabras clave: PROFUNDIDAD DEL SUELO, ESPESOR DEL HORIZONTE A, SOLUM, MODELO DIGITAL DE ELEVACIÓN. DIGITAL MAPPING OF SOIL MORPHOLOGICAL PROPIERTIES USING FUZZY LOGIC IN MOUNTAIN LANDSCAPES ABSTRACT In mountain areas with high incidence of landslides, soil properties show a high heterogeneity that has hindered Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática the development of conventional soil maps. Additionally, the complexity of the relief and access restrictions in these areas limit the amount and spatial distribution of sampling sites. The application of quantitative methods based on land surface attributes derived from digital elevation models and satellite images could help to overcome the difficulties for soil mapping in these areas. This research was conducted in the Caramacate river basin in north-central Venezuela. A space inference approach based on the theory of fuzzy sets (fuzzy set) was applied for mapping the thickness of the A horizon, solum thickness, effective depth and type of soil profile. These soil properties have a high degree of variation at short distances in the study area. The obtained spatial prediction models revealed the relationships between these soil attributes and the landscape variation. An independent validation data set revealed that the degree of agreement between the estimated and observed values exceeds 61% on average. This level is acceptable, considering the limited availability of data and the intricate pattern of soils in the study area. Keywords: SOIL DEPTH, A HORIZON THICKNESS, SOLUM, DIGITAL ELEVATION MODEL. Introducción La planificación del uso de la tierra en las áreas montañosas frecuentemente es limitada por la falta de información confiable sobre el recurso suelo. Esta situación Investigación, Desarrollo e Innovación 85 ha hecho difícil la toma de decisiones para la planificación del uso de la tierra y la implementación de sistemas sostenibles que preserven los recursos naturales. En Venezuela estas áreas no fueron incluidas inicialmente en las jornadas de levantamiento convencional de suelo debido a que su potencial agrícola era limitado. de los modelos, se corresponde con información básica de utilidad para la planificación. Hoy en día es necesario incorporar las mismas dentro de los proyectos de planificación, razón por la cual se ha tratado de realizar el levantamiento de la información. El levantamiento de suelos convencional que hasta ahora había sido la principal fuente de información sobre la distribución espacial de las propiedades del suelo, es un proceso que consume tiempo, principalmente en áreas con alta heterogeneidad. El Modelo de inferencia espacial bajo lógica borrosa fue desarrollado para superar las limitaciones de los estudios de suelo convencionales. Con esta técnica se busca desarrollar un modelo de predicción y el grado de incertidumbre para cada una de las propiedades de interés. Con el proceso de inferencia bajo lógica borrosa, se estiman los valores de cada una de las propiedades tanto en los sitios de muestreo como en posiciones no conocidas. En esta investigación se aplicó la técnica de RK con la finalidad de generar modelos de predicción de varias propiedades morfológicas del suelo, a partir de variables ambientales derivadas de MDE e imágenes satelitales en un sector de paisajes de montañas. Las propiedades edáficas empleadas para la generación Se seleccionó un sector dentro de la cuenca del río Caramacate (6.760 ha). La cual se ubica entre las coordenadas UTM 696.879-712.415 Norte, y 1.098.3101.123.583 Este, Huso 19 abarcando parte de los municipios Santos Michelena y San Sebastián de los Reyes del estado Aragua. Esta cuenca está sometida a intensos procesos de degradación ambiental y carece de suficiente información para apoyar la implantación de planes de manejo. Materiales y Métodos Área de Estudio Datos de Suelos Se levantó un total de 133 perfiles de suelo (incluyen calicatas, cortes de carreteras y barrenos agrológicos). Estos se localizan sobre cuatro formaciones litogeomorfológicas: metatobas de El Caño-El Chino (VCñc), metalavas de El Carmen (VCca), sedimentos aluviales acarreados por el río Caramacate (Qñcca) y mantos coluvio-aluviales (Cñc). Estas unidades explican la variación de las propiedades del suelo (Pineda et. al., 2011). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Variables Auxiliares Para la obtención de clases digitales de superficie de terreno (clases DST) se utilizó un modelo digital de elevación (MDE) de 15 m de resolución espacial, generado a partir de información vectorial derivada de ortofotomapas (6746-II-SO; 6746-II-SE; 6746-II-NO y 6746-INO), con Proyección UTM, Datum REGVEN, Huso 19, a escala 1:25.000, usando el método ANUDEM (topo to raster) desarrollado por Hutchinson (1988). A partir de este se derivaron diversos parámetros topográficos (Tabla 1) denominadas co-variables ambientales. Tabla 1. Co-variables ambientales utilizadas generadas a partir del MDE usando System form Automated Geoscientific Analysis (SAGA). PARÁMETROS AMBIENTALES AUTOR Altitud Hutchinson (1988) Posición relativa Böhner (2004) Pendiente en grados Burrough and McDonell (1998) Orientación de la pendiente Curvatura vertical Lee and Talib (2005) Curvatura horizontal Índice de transporte de sedimentos Moore and Wilson (1993) Área de captación Tarboton et al.(1991) Índice topográfico de humedad Wilson and Gallant (2000) Investigación, Desarrollo e Innovación 86 Adicionalmente se incorporó un mapa de precipitación realizado por el método Kriging ordinario (Pineda, 2011) y el Índice de vegetación de diferencia normalizada (NDVI) el cual fue calculado a partir de una imagen Spot 5 multiespectral 658-330 08/03/26. Las co-variables ambientales se corresponden a los factores de la ecuación clorpt de Jenny (1941) y al modelo geoespacial multivariado scorpan, formulado por McBratney et. al. (2003).Estas fueron empleadas como parámetros de entrada para la estimación de algunas propiedades específicas de los suelos. Modelo de inferencia espacial bajo Lógica Borrosa El Modelo de inferencia espacial bajo lógica borrosa fue desarrollado para superar las limitaciones de los estudios de suelo convencionales. Esta propuesta, denominada modelo de inferencia suelo-paisaje (SoLIM, Soil-Landscape Inference Model) (Zhu y Burt, 2011) o enfoque FCM-SoLIM (Yang et. al., 2011) consta de tres componentes principales: 1) un modelo de similitud para representar la variación gradual de los suelos, 2) las técnicas de inferencia para derivar los valores de similitud para una ubicación determinada y, 3) un motor de inferencia borrosa para la generación de productos de información de suelos, utilizando los valores de similitud (Zhu et. al., 2010). El modelo de similitud utiliza una representación en formato raster, ésta se basa en la teoría de la lógica bo- rrosa, en la que el tipo de suelo o una propiedad en un píxel dado puede ser asignado a más de una clase, con variación gradual a las categorías asignadas (Zhu, 1997). Esos grados de asignación a las clases están referidos a una membresía borrosa, que puede ser considerada como una medida de similitud entre los suelos locales y los casos típicos de una categoría determinada (e.g. unidad taxonómica). Las técnicas de inferencia para derivar los valores de similitud consisten en el cálculo de los valores de similitud en un lugar determinado bajo el enfoque FCM-SoLIM el cual se apoya en la ecuación de factores formadores del suelo (Jenny, 1941) o en el modelo suelo-paisaje (Hudson, 1992). Con este enfoque, las técnicas de SIG y teledetección se utilizan para caracterizar el ambiente de formación del suelo. Un motor de inferencia desarrollado bajo lógica difusa se utiliza para vincular las condiciones ambientales de formación del suelo con los suelos en el paisaje. En esta investigación se utilizó el enfoque de cartografía de suelos basada en muestras, para la estimación de los valores de similitud para cada localización espacial o píxel (conocimiento tipo I). Para lo cual se requiere un conjunto de capas de geoinformación (co-variables) que representan las condiciones ambientales indicativas de las condiciones del suelo. Para establecer las relaciones se proporcionaron las muestras con sus respectivas coordenadas usando un motor de inferencia basado en lógica borrosa (SIE, Soil Inference Engine) para vincular Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática la base de datos SIG con las muestras de campo. Para la integración de las similitudes a nivel de variables se empleó el método del promedio ponderado, el cual considera que en los sitios muestreados del área de estudio, los factores del medio ambiente tiene una similar expresión en la formación de los suelos. El método considera que el valor de una propiedad de suelo en un lugar determinado es la media ponderada de los valores de pertenencia difusa y los valores de la propiedad de un suelo típico representativo de un área determinada. Evaluación de los modelos de predicción Para la evaluación de la bondad de ajuste de los modelos de predicción de las propiedades del suelo se utilizó el coeficiente de determinación múltiple ajustado (R2a) por el número de variables predictoras (Hengl et. al., 2004). Evaluación de la confiabilidad de los modelos de predicción Para la evaluación de la exactitud de los modelos de predicción de las propiedades de los suelos, se utilizaron cuatro (4) índices: el error medio de predicción (MPE), el error medio absoluto (MAE), la raíz del error cuadrático medio de predicción (RMSPE) y el coeficiente de concordancia (AC). El primer índice evalúa el error sistemático e indica la presencia de subestimación o sobrestimación del modelo, el segundo garantiza que el Investigación, Desarrollo e Innovación 87 resultado del error sea estrictamente positivo y el tercero evalúa la precisión de la predicción. Los valores de MPE, RMSPE y MAE iguales a 0 indican un ajuste perfecto. El coeficiente de concordancia (AC) es una medida del grado del error de predicción de los modelos normalizados y varía entre 0 y 1. Un valor calculado de 1 indica un acuerdo perfecto entre los valores medidos y predichos, y un valor de 0 indica que no hay acuerdo o existe un desacuerdo total entre los valores estimados y los observados. Para la validación se empleó un conjunto de datos independientes equivalentes al 25% (33 perfiles). Los datos restantes fueron utilizados para el ajuste y desarrollo de los modelos (100 perfiles). Resultados y discusión Evaluación de los modelos de predicción de propiedades del suelo Los modelos de estimación de las propiedades morfológicas fueron evaluados a partir del R2 ajustado y la suma del cuadrado de los residuos (SSE), arrojando los resultados señalados en la Tabla 2. Los modelos obtenidos con el conjunto de datos de calibración explican más del 80% de la variación edáfica para el área de estudio por lo que estas podrían ser representadas espacialmente ya que existe una estructura de variación es- pacial. Estas explican en promedio más del 78% presentando una aceptable bondad de ajuste de los modelos obtenidos. Es importante señalar que la mayoría de los modelos son capaces de representar espacialmente propiedades con una alta variación de corto alcance y con variaciones aleatorias superiores al 80%. Este resultado se vinculó a la fortaleza de los valores de similitud obtenidos bajo la perspectiva de la lógica borrosa, independientemente de su estructura de variación espacial. Los resultados de algunas investigaciones realizadas por Zhu et. al. (2008) indican que un 76% de ajuste es aceptable para un proceso inicial de cartografía digital de suelos con disponibilidad limitada de datos. Adicionalmente estas son variables de fácil determinación que pueden ser chequeadas fácilmente en campo. Tabla 2. Indicadores de la bondad de ajuste de los modelos de predicción de propiedades del suelo con técnicas de inferencia borrosa. La evaluación de la confiabilidad alcanzada en la generación de los mapas para los modelos de propiedades morfológicas se señala en la Tabla 3. N R2 R2a SSE Esp A (cm) 100 0,84 0,82 1556 Esp B (cm) 100 0,75 0,72 21682 Esp AB (cm) 100 0,80 0,77 23952 PEF (cm) 100 0,81 0,79 37680 T. Perfil 100 0,80 0,78 120 PROPIEDAD N: número de perfiles de suelo, R2a: ajustado con las variables auxiliares utilizadas, SSE: Suma de cuadrado de los residuales, Esp A: Espesor A, Esp AB: Espesor del solum, PEF: Profundidad efectiva, T. Perfil: Tipo de perfil. La variación residual (SSE) o la variación no explicada por la regresión, presentó grandes diferencias debido a que las varianzas residuales de las variables son altas, indicando que el grado de dependencia entre los valores observados y estimados por los modelos presentó un menor ajuste. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Evaluación de la confiabilidad de los modelos de predicción Tabla 3. Evaluación de la confiabilidad de los modelos de predicción de propiedades del suelo con técnicas de inferencia borrosa. PROPIEDAD MAE RMSPE AC S MPE Esp A (cm) 2,44 3,03 0,59 2,60 0,58 Esp B (cm) 7,69 12,27 0,62 13,25 0,87 Esp AB (cm) 9,43 13,17 0,67 13,95 2,15 PEF (cm) 13,02 16,71 0,52 14,35 3,72 T. Perfil 0,83 1,28 0,65 1,13 0,36 MAE: Error Medio Absoluto, RMSPE: Error Cuadrático Medio de Predicción, AC: Grado de acuerdos, S: Desviación estándar de los valores observados, MPE: Error Medio de Predicción, Esp A: Espesor A, Esp AB: Espesor del solum, PEF: Profundidad efectiva, T. Perfil: Tipo de perfil. Investigación, Desarrollo e Innovación 88 La validación realizada a los modelos obtenidos indica que los índices MAE y RSMPE presentan valores bajos, a excepción de la profundidad efectiva y el espesor del solum, en la que los valores de RSMPE son mayores a la desviación estándar (S) de los datos observados. El MPE, muestra que la predicción de los valores de estas propiedades en los sitios considerados utilizando los valores de similitud, es mejor que la estimación que se pueda realizar utilizando solamente los valores promedios de dichas propiedades. El coeficiente AC indica que el grado de acuerdo entre los valores estimados y observados supera en promedio el 61% , es decir presentan una moderada a alta capacidad predictiva (Zhu et. al., 2010).). Por lo tanto los mapas obtenidos pueden explicar un AC variable entre 52 y 65% lo que sería una precisión aceptable. Por lo tanto los mapas de estas propiedades, capturan la variación local de la información edáfica y la variación continua de las propiedades del suelo en el sector estudiado. pas de propiedades tienen una alta coincidencia con el comportamiento esperado según los atributos de la zona estudiada, aunque algunas presentan indicadores de moderado ajuste. Se evidencia que los suelos con mayor espesor del horizonte superficial se ubican en su mayoría hacia el Norte y Nor-este del sector evaluado. Esta misma tendencia la presentan el espesor del solum, la profundidad efectiva y la Descripción de los modelos de inferencia borrosa Con cada uno de los modelos obtenidos con las técnicas de inferencia borrosa (FCM-SoLIM) se generó un mapa, el cual corresponde a una determinada propiedad de suelo (Figura 1). El mapa final de cada propiedad muestra las relaciones entre el suelo y el paisaje. En este caso los ma- Figura 1. Mapas de propiedades morfológicas obtenidos con las técnicas de inferencia bajo lógica borrosa en un sector de la cuenca del río Caramacate. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática secuencia de horizontes pedogenéticos, las cuales parecen manifestar la gran influencia de la cobertura del terreno, la altitud y el clima (precipitación). También se evidencian esas relaciones entre las propiedades morfológicas del suelo y los factores de formación en otros sectores como algunas posiciones geomorfológicas correspondientes a las partes bajas de laderas de montañas y las vegas de los valles intramontanos. En las zonas de ladera de alta pendiente, tanto la cobertura como el uso de la tierra (NDVI) y la ocurrencia de movimientos en masa, han generado condiciones que producen altas variaciones de corto alcance, lo que ha derivado en la formación de un mosaico de suelos de moderado a escaso desarrollo pedogenético y afloramiento del material parental. Conclusiones El modelo de inferencia espacial suelo-paisaje combinado con teorías de conjuntos borrosos (FCM), permitió caracterizar y diferenciar la heterogeneidad edáfica causada por la influencia del relieve y la susceptibilidad a los movimientos en masa, en las unidades de paisaje de montaña presentes en el área de estudio. De acuerdo con la naturaleza de las propiedades edáficas, el grado de concordancia entre los valores obserInvestigación, Desarrollo e Innovación 89 vados y estimados fue de 61 % para el conjunto de variables morfológicas. Estos aspectos están relacionados en forma directa con la alta variación espacial de los suelos presentes en la zona. La capacidad de predicción del enfoque de la teoría de conjuntos borrosos evidenció que cada propiedad refleja una relación gradual entre el suelo y las condiciones ambientales. Agradecimiento Esta investigación fue apoyada por fondos provenientes de: la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH-UCV). También damos las gracias al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. Referencias B ö h n er , J.(2004). Regionalisierung bodenrelevanter Klimaparameter für das Niedersächsische Landesamt für Bodenforschung (NLfB) und die Bundesanstalt für Geowissenschaften und Rohstoffe (BGR). – Arbeitshefte Boden 4: 17-66. Burrough, P., Mcdonell, R.a. (1998). Principles of Geographical Information Systems (Oxford University Press, New York), p. 190. Hengl, T., Heuvelink G.b., Stein, A. (2004). A generic framework for spatial prediction of soil variables based on regression kriging. Geoderma 122 (1-2): 75-93. method of estimation, Journal of Soil and Water Conservation, 47: 423- 428. Tarboton, D., Bras, R. Y Rodriguez-Iturbe, I. (1991). “On the Extraction of Channel Networks from Digital Elevation Data,” Hydrologic Processes, 5(1): 81-100. Hudson, B. (1992). The soil Survey as Paradigm-Based Science. Soil Science Society of America Journal 56: 836-841. Pineda, M., Elizalde, G., Viloria, J. (2011). Determinación de áreas susceptibles a deslizamientos en un sector de la Cordillera de la Costa Central de Venezuela. Interciencia 36(5): 370-377. Hutchinson, M. (1989). A new procedure for gridding elevation and stream line data with automatic removal of spurious pits. Journal of Hydrology, 106: pp211–232. Yang, L., You, J., Sherif, F., Zhu, A.x., Sheldon, H., Burt, J., Qi, F. (2011). Updating conventional soil maps through digital soil mapping. Soil Sci. Soc. Am. J. 75:1044-1053. Jenny, H. (1941). Factors of Soil Formation: A System of Quantitative Pedology. New York: McGraw-Hill. 281pp. Zhu, A. (1997). A similarity model for representing soil spatial information. Geoderma 77: 217-242. Lee, S. & Talib, J. (2005). Probabilistic landslide susceptibility and factor effect analysis, Environmental Geology 47: 982–990. Zhu, A., Qi, F., Moore, A., Burt, J. (2010). Prediction of soil properties using fuzzy membership values. Geoderma 158: 199-06. Mcbratney, A., Mendonça, M. Y Minasny, B. (2003). On digital soil mapping. Geoderma 117: 3-52. Zhu, A., Yang, L., Li, B., Qin, C., English, E., Burt, J., Zhou, C. (2008). Purposive Sampling for Digital Soil Mapping for Areas with Limited Data. In: Digital Soil Mapping with Limited Data. Hartemink, A.E.; Mendonça-Santos; A.B. McBratney. (eds). pp 233-245. Moore, I. & Wilson, J. (1993). Length-Slope factors for the Revised Universal Soil Loss Equation: Simplified Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 90 Zhu, A-X. & Burt, J. (2011). Digital Soil Mapping Software: SoLIM Solutions 2010. Reference Manual. Institute of Geographic Sciences, Natural Resources Research-Chinese Academy of Sciences. The University of Wisconsin-Madison. [On line]: http://solim. geography.wisc.edu/software/ index.htm. Wilson, J. & Gallant, J. (2000). Terrain analysis principles and applications, Wiley, Toronto, p 479 Working Party on World Landslide Inventory,1993,A suggested method for describing the activity of a landslide, Bulletin of International Association of Engineering Geology 47:53– 57. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 91 Generación de mapas de humedad del suelo en Venezuela mediante interpolación y algoritmos de aprendizaje Ronald Delgado1, Verónica De Souza2 Agencia Bolivariana para Actividades Espaciales, ABAE. Unidad de Telecomunicaciones1;, Agencia Bolivariana para Actividades Espaciales, ABAE. Unidad de Mediciones Científicas2 [email protected]; [email protected] RESUMEN Los algoritmos de aprendizaje son una de las herramientas computacionales para el análisis de datos más populares de la actualidad, en parte debido a su capacidad para trabajar con grandes conjuntos de información, además de su aplicabilidad para una amplia diversidad de disciplinas que van desde las ciencias de la computación y la medicina, hasta incluso la economía. En el presente trabajo se describe la implementación de cuatro modelos de algoritmos de aprendizaje: el algoritmo de los k-vecinos cercanos, las redes neuronales con retropropagación, los árboles de decisión y las máquinas de vectores de soporte, para la construcción de modelos de regresión capaces de generar mapas de interpolación de la humedad del suelo en todo el territorio venezolano. Como patrones de entrada de los algoritmos se empleó un conjunto de datos satelitales obtenidos por la misión SMOS (Soil Moisture and Ocean Salinity) de la Agencia Espacial Europea, y la calidad de los modelos se estudió tanto de un modo cualitativo, a partir del mapa de interpolación resultante, como cuantitativo, en función del error cuadrático medio calculado para los diferentes casos experimentales. Para todos los algoritmos se obtuvieron mapas de interpolación aceptables que no sólo ofrecían valores bajos del error cuadrático medio para las predicciones, sino que resultaban comparables con los construidos a partir de técnicas geoestadísticas más comunes como la interpolación Kriging. Palabras clave: ALGORITMOS, APRENDIZAJE, HUMEDAD DEL SUELO, SATELITAL. GENERATION OF SOIN MOISTURE MAPS IN VENEZUELA THROUGH INTERPOLATION AND LEARNING ALGORITHMS ABSTRACT Learning algorithms are one of today´s most popular computational tools for data analysis, partly because of its ability to handle large sets of information, in addition Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática to its applicability to a wide variety of disciplines ranging from computer science and medicine, to even economy. In this paper we describe the implementation of four learning algorithms models: the k-nearest neighbors, the backpropagation neural networks, decision trees and support vector machines, for the construction of regression models capable of generating interpolation maps of soil moisture throughout Venezuelan territory. As input patterns to the algorithms a set of satellite data by the SMOS (Soil Moisture and Ocean Salinity) mission of the European Space Agency was used, and the quality of these models was studied both in a qualitative way, from the resulting interpolation maps, and quantitative in terms of the mean squared error calculated for the experimental cases. For all of the algorithms, acceptable interpolation maps were obtained, that not only had low mean squared error values for the predictions, but resulted comparable with those constructed from more common geostatistical interpolation techniques such as Kriging. Keywords: ALGORITHMS, LEARNING, SOIL MOISTURE, SATELLITE. Introducción En los años recientes, y debido en gran parte al incremento de la cantidad de datos científicos y computacionales disponibles para el análisis y la investigación, los algoritmos de aprendizaje han ganado protagonismo Investigación, Desarrollo e Innovación 92 en todos los ámbitos de las ciencias de la computación y las tecnologías de información, y la tendencia actual parece dictar que el análisis inteligente de datos será cada vez más usual y necesario para cualquier desarrollo tecnológico (Smola et. al. 2008). El rankeo de páginas y términos en los buscadores web, el filtrado colaborativo usado en numerosos sitios de comercio electrónico para ofrecer recomendaciones de sus productos, la traducción automática de un idioma a otro, así como el reconocimiento facial y el procesamiento de lenguaje natural, son algunas de las aplicaciones de los algoritmos de aprendizaje más conocidas en la actualidad. La minería de datos, que consiste en obtener información crítica y muchas veces desconocida en grandes bases de datos, es otra aplicación basada en algoritmos de aprendizaje que suele emplearse tanto en el ámbito científico y tecnológico como en el de la medicina, las finanzas e incluso la economía (Ranjan et. al. 2013), siendo los algoritmos de clasificación, regresión y agrupamiento los pilares fundamentales de este tipo de técnicas. En el ámbito de la percepción remota y el procesamiento digital de imágenes, diversos modelos como las redes neuronales artificiales, los árboles de decisión y los algoritmos de agrupamiento, así como las máquinas de vectores de soporte, han sido empleados principalmente para la detección y clasificación de objetos de interés en imágenes satelitales, a fin de estudiar aspectos como la cobertura vegetal, el uso del suelo, el crecimiento urbano, daños ambientales, evaluación de los suelos, detección de incendios e inundaciones, producción agrícola, entre otros (Ghosh et. al. 2014; Khan et. al. 2014; Camp-Valls, 2009), mientras que numerosas aplicaciones de software como lo son ERDAS, ENVI y ArcGIS incorporan módulos y herramientas de análisis que hacen uso de los algoritmos de aprendizaje para ofrecer valor agregado a los datos geoespaciales que estos manejan. Ahora bien, una de las cualidades fundamentales de los algoritmos de aprendizaje es su capacidad para encontrar correlaciones subyacentes en los datos que se estudian (Smola et. al. 2008), de modo que, a partir de un conjunto de datos de entrada (patrones) y su correspondiente respuesta de salida, pueden generarse modelos capaces de predecir nuevas salidas a partir de datos que no se encuentren en el conjunto de entrada original. En el caso de que se trabaje con patrones discretos o bien categóricos, se habla de clasificación, mientras que si el dato a predecir es un número real, nos referimos entonces a un problema de regresión. En el presente trabajo se implementaron una serie de algoritmos de aprendizaje (modelos de regresión) sobre un conjunto de datos satelitales de humedad del suelo en Venezuela, a fin de construir mapas de interpolación en todo el territorio nacional y así conocer la aplicabili- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática dad de tales técnicas para la estimación de variables de interés geológico, geofísico o agroclimático (en nuestro caso la humedad del suelo) y cómo se comparan estas técnicas con otras más convencionales como la interpolación Kriging (Bohling, 2005). Algoritmos de aprendizaje y conjunto de datos A continuación se presenta una breve descripción de cada uno de los algoritmos de aprendizaje aplicados en el presente trabajo, así como del origen del conjunto de datos empleados: k-Vecinos cercanos Entre los diversos algoritmos de clasificación y regresión, el método de los k-Vecinos Cercanos (k-Nearest Neighbors, o k-NN por sus siglas en inglés), es quizás el más sencillo de comprender e implementar. En términos generales, el algoritmo k-NN genera una predicción de un valor de salida dado calculando el promedio de los valores de salida que correspondan a los k patrones de entrada más cercanos a este, siendo la k un parámetro de libre elección en el algoritmo —cuando k = 1, el algoritmo genera una teselación de Voronoi de los datos de entrada (Hastie et. al. 2009). Como medida de la distancia se emplea generalmente la métrica euclidiana, y debido a su naturaleza, el algoritmo resulta tan rápido como de fácil codificación en sistemas computacionales modernos. Investigación, Desarrollo e Innovación 93 Red neuronal con retropropagación Las redes neuronales con retropropagación (Backpropagation Neural Networks, o BNN por sus siglas en inglés) son modelos de aprendizaje supervisado empleados tanto para problemas de clasificación como para regresión, y que son capaces de manejar conjuntos de datos grandes y linealmente no separables. Como todos los modelos supervisados, el objetivo del algoritmo de retropropagación es encontrar una función que mapea un conjunto de datos de entrada con su correspondiente salida, y para ello se vale de la técnica del descenso del gradiente a fin de minimizar el error existente entre las salidas generadas por el algoritmo durante el entrenamiento y las salidas esperadas que forman parte del conjunto de datos con el que se alimenta la red neuronal. Comúnmente las redes neuronales con retropropagación son modelos multicapa, con funciones de activación no lineales, continuas y diferenciables (Rojas, 1996). De manera general, el algoritmo toma los datos que representan el conjunto de entrenamiento y, a partir de ellos, genera una salida cuyo error se propaga hacia atrás en las diferentes capas de la red, y cuyos pesos se van actualizando progresivamente hasta obtener una medida aceptable del error entrada/salida. Árboles de decisión Los árboles de decisión (Classification and Regression Trees, o CART por sus siglas en inglés) son procedimien- tos estadísticos que permiten obtener modelos de clasificación y regresión basados en estructuras en forma de árboles (Hand et. al. 2001). La idea básica del algoritmo para predecir una respuesta de un conjunto de datos de entrada a una salida determinada es hacer crecer un árbol binario, en el cual se aplica, en cada nodo, una regla para comprobar a cuál camino del árbol (rama) tomará cada entrada presentada al algoritmo (Shalizi, 2009). Eventualmente, al hacer crecer el árbol lo suficiente y establecer reglas de búsqueda apropiadas, el árbol de decisión conduce a predicciones acertadas para cada dato de entrada. El procedimiento para hacer “crecer” los árboles de decisión involucra realizar un particionado del espacio de valores en donde viven los datos de entrada/salida, e ir tomando el camino (ramas) que minimizan el error de predicción entre entradas y salidas hasta alcanzar un criterio para detener el algoritmo. Cuando se combinan múltiples árboles de decisión para realizar predicciones más precisas de un conjunto de datos, se habla entonces de bosques de decisión. Máquina de vectores de soporte Las máquinas de vectores de soporte (Support Vector Machines o SVM, por sus siglas en inglés) son modelos de clasificación basados en aprendizaje supervisado, aplicados principalmente para resolver problemas linealmente no separables a partir de llevar los datos de entrada (transformar) de un espacio en Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática donde no existe una solución lineal, a otro espacio abstracto y, en ocasiones infinito, en donde sí es posible encontrar una función que correlacione los datos de entrada con las respuesta de salida (Hastie et. al. 2009). Para ello, las máquinas de soporte vectorial hacen uso de funciones kernel definidas en la forma de productos internos de los datos de entrada en el espacio transformado. En el caso de regresión, se pueden aplicar máquinas de soporte vectorial generalizando las funciones de regresión a aproximaciones en términos de funciones kernel. Humedad del suelo - Misión SMOS La humedad del suelo, que puede definirse como “la cantidad de agua contenida en la zona no saturada de la superficie del suelo o como la cantidad de agua por unidad de volumen de suelo, que se encuentra dentro de un terreno” (Tran, 2010), ha sido considerada por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC por sus siglas en inglés), como una de las variables clave en los modelos de climatología, y el conocimiento de la humedad en el suelo y de su evolución espacial y temporal es ampliamente usado en variadas disciplinas relacionadas con el medio ambiente, como la meteorología, la hidrología, la agronomía y la hidrogeología, entre otros, a fin de realizar estudios y elaborar modelos, predicciones, simulaciones y estimaciones de alerta temprana (Tran, 2010). Investigación, Desarrollo e Innovación 94 En este sentido, la Agencia Espacial Europea desarrolló y lanzó la misión espacial SMOS en noviembre del 2009, con el fin de realizar mediciones de la humedad en el suelo de toda la superficie terrestre, basadas en técnicas de radiometría e interferometría, y ofreciendo valores con una precisión de 0,04 m3/m3 y una resolución espacial entre 35 y 50 km. Metodología Los datos utilizados en nuestra investigación son productos mensuales (promedios) de humedad del suelo, correspondientes a los meses de enero, abril y julio (a fin abarcar un rango no sólo espacial sino también temporal en cuanto a los patrones de entrada, además diferenciados por las estaciones de sequía y lluvias teniendo en cuenta los meses considerados) de 2013, proporcionados por el “Centre Aval de Traitement des Données SMOS” (CATDS, http:// catds.fr), operado por el “Centre National d’Etudes Spatiales” (CNES, Francia) y el Institut Français de Recherche pour l’Exploitation de la Mer (IFREMER, Brest - Francia). Cabe destacar que estos productos mensuales son de nivel 3, derivados de procesamientos previos (desarrollo de algoritmos de estimación) realizados sobre las mediciones SMOS, constituidas principalmente por temperaturas de brillo angulares (productos de nivel 1). A efectos de todos los algoritmos de aprendizaje implementados, se trabajó con un conjunto total de 2300 patrones de entrada definidos en la forma de vectores bidimensionales cuyas componentes son la latitud y la longitud de un punto del territorio venezolano, y como salida correspondiente la humedad de suelo de tal coordenada obtenida a partir de los datos SMOS. Para el conjunto de entrenamiento se seleccionó al azar el 80% de los patrones totales, mientras que el 20% restante se utilizó como conjunto de validación de los algoritmos. A fin de contar con un estimado cuantitativo de la calidad del aprendizaje y predicción de los modelos, se calculó el error cuadrático medio (ECM) (1), definido como: ECM = 2 1 n ∑ (Y − Y ) i i n i =1 (1) En donde Y es un vector de n predicciones, y es el vector de los verdaderos valores tanto para el conjunto de entrenamiento como para el de validación. En este sentido, el error cuadrático medio sirve como una medida de la calidad de la predicción de un modelo de regresión ya que, mientras más se parezcan los valores del vector de predicciones Y a los verdaderos valores del conjunto de entrada, más cercano a cero resultará el error cuadrático medio calculado. Así, valores pequeños del ECM significan mejores predicciones ofrecidas por el modelo empleado. En general, el ECM es una medida benchmark empleada en la validación de multitud de algoritmos de aprendizaje, principalmente porque gran parte de estos toman dicha cantidad como función de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática costo y basan sus modelos iterativos en la minimización del mismo (Hastie et. al. 2009). Por otro lado, con el objetivo de producir un mapa de interpolación a partir de las predicciones generadas por los algoritmos de aprendizaje, se construyó una matriz cuadrada de coordenadas con un total de 23496 valores equidistantes de latitud y longitud, separados entre ellos por 0,1°, y distribuidos sobre todo el territorio nacional, esto con el fin de contar con una cantidad representativa de puntos que garanticen una distribución uniforme sobre el territorio nacional con los cuales trabajar, pero que al mismo tiempo no representen demasiada carga computacional a efectos de la experimentación. Todos los algoritmos y casos de experimentación descritos se desarrollaron en MATLAB R2014a. Resultados A continuación se presentan los resultados (cualitativos y cuantitativos) obtenidos para cada uno de los algoritmos de aprendizaje, tanto para los casos de entrenamiento y validación, como para el mapa de interpolación generado como producto del estudio (es importante mencionar que en el caso del mapa de interpolación, se deben obviar los valores obtenidos por encima de la frontera del territorio nacional como se observará en las figuras a continuación, ya que estos se Investigación, Desarrollo e Innovación 95 generan a partir de la matriz cuadrada empleada para validar la predicción pero no forman parte de la zona de interés que se desea interpolar), así como los valores del error cuadrático medio arrojados en todos los casos (Tabla 1). Adicionalmente, vale la pena mencionar que los meses considerados para la experimentación se tomaron de tal forma que tanto el período de sequía como el período lluvioso, característicos del clima de nuestro país, se vieran representados en los datos, y así tener variabilidad importante en los patrones de entrada. Esta variabilidad resulta evidente al observar los mapas obtenidos para el mes de julio, en donde la humedad se concentra en las zonas inundables de los llanos, comparados con los meses de enero y julio en donde los máximos valores de humedad se distribuyen en la región occidental y costera. de k-NN es capaz de predecir y reproducir, tanto para el conjunto de entrenamiento como para el de validación, la forma y los valores del conjunto de entrada ofrecido por SMOS con bastante similitud, mientras que al aplicar el algoritmo el conjunto de coordenadas que corresponden al territorio nacional completo, en efecto se genera un mapa de interpolación que nos da una idea de los posibles valores de la humedad Enero 2013 del suelo en aquellos sitios en donde no se poseen datos SMOS. Además, se observa que, debido a la naturaleza del k-NN, el mapa de interpolación resultante tiene contornos irregulares y transiciones bruscas entre los valores (escalas de colores), pero que aún así representan una buena generalización de los datos de entrada SMOS. Abril 2013 Análisis Cualitativo Mapas de Interpolación Algoritmo k-NN Como parámetro del algoritmo se trabajó con un valor de k = 2. En las Figura 1a, 1b y 1c se presentan los resultados para los meses de Enero, Abril y Julio de 2013 respectivamente. Desde el punto de vista cualitativo y en términos generales para los distintos meses, se ve cómo el algoritmo Figura 1a. Algoritmo k-NN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1b. Algoritmo k-NN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Investigación, Desarrollo e Innovación 96 Julio 2013 Enero 2013 Abril 2013 Abril 2013 Figura 1c. Algoritmo k-NN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Figura 2a. Algoritmo CART: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Figura 2b. Algoritmo CART: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. CART como de validación parecen ser bastante sensibles a los valores medios y altos de la humedad del suelo, de modo que se observan mayores zonas azules en los mapas (entre 0,4 y 1,0 m3/m3), pero los mapas de interpolación generados reproducen de igual modo los agrupamientos que, si bien tiene contornos irregulares, permiten una distinción clara de las diferencias de valores y regiones definidas que existen para la humedad en el suelo en todo el territorio. BNN Las Figuras 2a, 2b y 2c muestran la interpolación ofrecida para los diferentes meses empleando un bosque de decisión de 25 árboles como parámetro. Para el algoritmo basado en árboles de decisión, se ve que las predicciones tanto con el conjunto de entrenamiento Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática En el caso de las redes neuronales, la cantidad de neuronas empleadas en la capa oculta es uno de los parámetros fundamentales a determinar, y la selección de su valor, en la mayoría de los casos, se hace de manera empírica en función de la calidad de los resultados obtenidos según los datos de entrada. A partir de la expeInvestigación, Desarrollo e Innovación 97 Julio 2013 entrenamiento como para los de validación, se observa que las mismas son capaces de ofrecer contornos de clasificación mucho más suaves que los algoritmos CART y k-NN, mientras que las transiciones de los valores de humedad son más graduales. Sin embargo, los mapas de interpolación obtenidos revelan que este tipo de algoritmos son muy sensibles a los datos de entrada, ya que existe una variabilidad evidente entre los que se obtiene Enero 2013 tanto con los conjuntos de entrenamiento y validación, como con el mapa de interpolación generado con la matriz de valores de todo el territorio nacional. En este sentido, la selección y afinación exhaustiva de los parámetros de las redes neuronales tendrá gran repercusión en la calidad de las predicciones y, por lo tanto, en el mapa de interpolación resultante. Abril 2013 Figura 2c. Algoritmo CART: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. rimentación, se obtuvo que para los conjuntos de datos de Enero y Julio, 30 neuronas en la capa oculta ofrecían los mejores resultados, mientras que para Abril se seleccionó un valor de 50. Las Figuras 3a, 3b y 3c presentan los mapas de interpolación obtenidos en cada caso. Al comparar el comportamiento de predicción obtenido para las redes neuronales tanto para los conjuntos de Figura 3a. Algoritmo BNN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3b. Algoritmo BNN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Investigación, Desarrollo e Innovación 98 Julio 2013 delo. Ambos parámetros deben ser seleccionados adecuadamente por el usuario”. Dichos parámetros, como lo expresa la bibliografía, deben ser seleccionados de manera empírica en función del problema de regresión que se estudia, y en nuestro caso particular los valores que mejores resultados ofrecieron fueron un e = 0,01 y C = 0,5. Con tales parámetros se obtuvieron los mapas de interpolación que se observan en las Figuras 4a, 4b y 4c. Al igual que el caso de las redes neuronales, las máquinas de soporte vectorial ofrecen contornos suaves y transiciones de valores graduales, mientras que existe, de igual modo, cierta sensibilidad a la variación de los valores de entrada, aunque en el caso del algoritmo SVM las respuestas al conjunto de entrenamiento y de validación se mantienen bastante similares, mientras que el mapa de interpolación final generado Enero 2013 Abril 2013 Figura 4a. Algoritmo SVN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Figura 4b. Algoritmo SVN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. Figura 3c. Algoritmo BNN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. SVM Como señala Kecman (2001), “existen un número de parámetros que pueden ser empleados en la construcción de máquinas de vectores de soporte para la regresión. Los más relevantes son la zona de insensibilidad e y el parámetro de penalización C, el cual determina el equilibrio entre el error de entrenamiento y la dimensión del mo- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 99 presenta mayor variabilidad en los valores de humedad del suelo predicho en comparación con el de las redes neuronales. Para todos los casos, sin embargo, las máquinas de vectores de soporte generan mapas de interpolación que captura en mejor medida la forma y distribución general de los valores de humedad ofrecidos por SMOS. Julio 2013 Análisis Cuantitativo Error Cuadrático Medio Como se menciona en la introducción del presente trabajo, el Error Cuadrático Medio sirve como una medida numérica que nos dice qué tan bueno es el desempeño de un algoritmo de aprendizaje, pues valores pequeños del ECM indican buenas predicciones, mientras que valores grandes de la misma cantidad implican lo contrario. Así, podemos usar los valores obtenidos del ECM para valorar la calidad de cada algoritmo en sus diferentes casos de experimentación. En la Tabla 1 se presentan, para los tres meses estudiados, los valores del error cuadrático medio obtenido para los diferentes algoritmos de aprendizaje implementados, tanto para el caso de entrenamiento como para el caso de validación. Figura 4c. Algoritmo SVN: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de entrenamiento. c) Predicción conjunto de validación. d) Mapa de interpolación territorio nacional. En términos generales, se observa que tanto para los datos del conjunto de entrenamiento como de validación se obtienen valores del error cuadrático medio del orden de 1x10-2, lo que significa que las predicciones obtenidas con los diferentes algoritmos ofrecen desviaciones considerablemente pequeñas de sus valores conocidos y que, por lo tanto, las interpolaciones generadas a partir de estos conjuntos de datos representan buenas aproximaciones de los valores reales que puedan ser obtenidos a partir de otros métodos. Según los resultados para el caso del conjunto de entrenamiento Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Tabla 1. Valores del error cuadrático medio (ECM) obtenido para los diferentes algoritmos de aprendizaje. MES Enero Abril Julio ALGORITMO ECM ECM ENTRENAMIENTO VALIDACIÓN k-NN 0,0375 0,0572 CART 0,0398 0,0509 BNN 0,0526 0,0565 SVM 0,0454 0,0477 k-NN 0,0373 0,0566 CART 0,0388 0,0515 BNN 0,0494 0,0530 SVM 0,0440 0,0533 k-NN 0,0420 0,0722 CART 0,0479 0,0587 BNN 0,0650 0,0712 SVM 0,0531 0,0608 se puede ver que los algoritmos de k-NN y CART son los que de manera consistente ofrecen una mejor calidad de predicción, ya que siempre ofrecen el menor valor de ECM, aunque entre todos los algoritmos no existe demasiada variabilidad para los ECM obtenidos. En el caso de las pruebas con el conjunto de validación, sin embargo, podemos ver que la calidad de la predicción varía en función del mes que se esté estudiando. Para el mes de enero, el mejor resultado de predicción lo Investigación, Desarrollo e Innovación 100 ofreció el algoritmo SVM, seguido por el CART. Sin embargo, para los datos del mes de abril se obtiene que la mejor predicción la produce el CART en primer lugar, y la BNN en segundo. Para julio, CART repite en primer lugar de calidad de predicción, seguido por la SVM. Las variaciones de desempeño de cada algoritmo, por supuesto, dependerán no sólo de los datos de entrenamiento y validación empleados, sino también de la afinación de los parámetros de cada uno, pero basándose en lo presentado en la Tabla 1, se puede establecer que el CART y el SVM son los algoritmos que brindan los mejores resultados en las predicciones, mientras que el BNN y el k-NN son los siguientes, aunque todos se encuentran acotados en un rango de valores del ECM bastante aceptable. Enero 2013 Abril 2013 Julio 2013 Comparación con interpolación Kriging Con los resultados obtenidos se construyeron mapas de interpolación Kriging a partir de los datos SMOS empleados en este presente trabajo, y se calculó para dichos mapas el error cuadrático medio obtenido para el conjunto de validación, a fin de comparar una técnica convencional de interpolación con los algoritmos de aprendizaje antes descritos. La Figura 5 muestra los mapas de interpolación obtenidos para cada mes, mientras que la Tabla 2 presenta los valores del error cuadrático medio arrojados por la interpolación Kriging. Figura 5. Interpolación Kriging: a) Datos SMOS de humedad del suelo. b) Predicción conjunto de validación. c) Mapa de interpolación territorio nacional. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 101 Tabla 2. Valores del error cuadrático medio (ECM) obtenido para interpolación Kriging. MES ECM VALIDACIÓN Enero 0,0541 Abril 0,0508 Julio 0,0580 Desde el punto de vista cuantitativo, se observa que los valores de error cuadrático medio obtenidos para la validación con interpolación Kriging se encuentran dentro del mismo orden de magnitud y rango de valores que los obtenidos con los algoritmos de aprendizaje, mientras que los mapas de interpolación generados presentan contornos irregulares y de poca variabilidad entre valores extremos, bastante semejantes a aquellos producidos por los algoritmos CART y k-NN. Sin embargo, la interpolación Kriging para todo el territorio nacional parece suavizar los valores extremos presentes en los datos de humedad originales, por lo que la variabilidad entre valores es más gradual y se obtienen transiciones suaves en la escala de colores. Aún así, las similitudes entre lo obtenido con Kriging y con los algoritmos de aprendizaje son evidentes y validan la aplicabilidad de estos últimos para este tipo de estudios. Conclusiones A partir de los resultados obtenidos en el presente trabajo, se puede afirmar que los algoritmos de aprendizaje pueden emplearse como una técnica alternativa para la construcción de mapas de interpolación de la humedad del suelo, ya que los mismos ofrecen predicciones aceptables (error cuadrático medio bajo) para valores desconocidos de la variable estudiada, mientras que los contornos generados en los mapas reproducen de manera adecuada los datos originales tomados de las medidas SMOS, además que ofrecen resultados comparables con aquellos generados con técnicas más comunes como la interpolación Kriging. A partir de los experimentos llevados a cabo se pudo verificar que la calidad de las predicciones tendrán una fuerte dependencia con la escogencia de los diversos parámetros que forman parte de los algoritmos de aprendizaje, por lo que resulta imprescindible afinarlos con mucho cuidado y, aunque en algunos casos pueden emplearse parámetros fijos para diferentes conjuntos de datos, lo recomendable es ajustar los parámetros cada vez que se introduzcan nuevos conjuntos de datos. Si bien se puede determinar de manera unívoca cuál es el algoritmo que mejores resultados de predicción ofrece, al menos es posible tener una manera de medir tanto cuantitativa como cualitativamente la calidad de cada mapa de interpolación generado, de modo que el usuario o investigador pueda escoger cuál de estos resultados es más pertinente o se ajusta más a Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática cualquier estudio posterior que desee realizar. Otra posibilidad adicional a estudiar es el incluir como componentes de los patrones de entrada más variables de interés y que pueden guardar relación con la humedad del suelo, como lo pueden ser la temperatura en el suelo, el índice de vegetación (NDVI, por ejemplo), la altura, entre otros. De esta manera, los algoritmos de aprendizaje contarán con conjuntos de entrenamiento de mayor dimensión que pueden ofrecer mejores resultados en cuanto a generalización y calidad de las predicciones se refiere. De igual modo, resulta recomendable extender el estudio de los errores más allá del cálculo del error cuadrático medio, y aplicar quizá técnicas estadísticas (como el estudio de la relación bias y variancia, a fin de evitar el sub entrenamiento o el sobre entrenamiento) que puedan mejorar el desempeño de los algoritmos y así tener una cuantificación exacta de cuáles resultan más apropiados en cada caso. Además, para los casos de experimentación se consideraron solamente tres meses que correspondían a temporadas secas y de lluvia con el propósito de tener mayor variabilidad en los datos de entrada, pero a fin de tener una validación completa de los algoritmos, así como de información estadística de mayor valor, es conveniente aplicar las técnicas con el conjunto total de los doce meses del año e incluir así el ciclo climático anual de nuestro país. Finalmente, resulta claro que para tener una mejor validación de los mapas de interpolación generados por Investigación, Desarrollo e Innovación 102 cada uno de los algoritmos descritos en el presente trabajo, lo deseable sería contar con medidas in situ de la humedad del suelo, que además servirían para compararlas con las arrojadas por la misión SMOS, por lo que se espera poder continuar la presente investigación recolectando información adicional en tierra que nos permita afinar aún más los algoritmos, parámetros y técnicas empleadas, con el objetivo de elaborar mapas de interpolación mucho más precisos, tanto para la variable humedad del suelo como para cualquier otra de interés climático, hidrológico, geofísico o geoespacial. Hastie, T. Tibshirani, R. & Friedman, J. (2009). The elements of statistical learning. Data mining, inference and prediction. Springer-Verlag, pp. 11-22, 417-455. Referencias Ranjan, T. & Kumar, S. (2013). A survey on application of Machine Learning algorithms on Data Mining. International Journal of Innovative Technology and Exploring Engineering (IJITEE), vol. 3, no. 7; pp. 17-20. Bohling, G. (2005). Kriging. Kansas Geological Survey. Camps-Valls, G. (2009) Machine Learning in remote sensing data processing. IEEE International Workshop on Machine Learning for Signal Processing; pp. 1-6. Ghosh, S. Biswas, S. Sarkar, D. & Sarkar, P. (2014). A tutorial on different classification techniques for remotely sensed imagery datasets. Smart Computing Review, vol. 3, no. 1; pp. 34-43. Hand, D. Mannila, H & Smyth, P. (2001). Principles of Data Mining. The MIT Press, pp. 195-236. Tran, X. (2010). Estimation de l’état hydrique des sols en Afrique de l’ouest par télédétection spatiale. Thèse doctorale de l’Université de Grenoble-France. Kecman, V. (2001). Learning and soft computing. The MIT Press, pp. 162-178. Khan, H. & Kumar, S. (2014). Survey on remotely sensed image classification techniques using Support Vector Machines and Swarm Intelligence. International Journal of Emerging Technology and Advanced Engineering, vol. 4, no. 1; pp. 507-511. Rojas, R. (1996). Neural networks - A systematic introduction. Springer-Verlag. Capítulo 7, pp. 159-192. Shalizi, C. (2009). Notas del curso Statistics 36-350: Data Mining. Departamento de Estadística, Carnegie Mellon University. Smola, A. & Vishwanathan, S. (2008). Introduction to Machine Learning. Cambridge University Press, pp. 3-36. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 103 Cartografía digital de propiedades de suelo por medio de clasificación neuro-borrosa y Kriging Ángel Valera1, Jesús Viloria2, María Corina Pineda2 Universidad Rómulo Gallegos, Centro de Investigación y Extensión en Suelos y Aguas1; Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Edafología2 [email protected]; [email protected]; [email protected] RESUMEN En áreas montañosas con alta incidencia de movimientos en masa la heterogeneidad del manto superficial comúnmente hace difícil la producción de mapas de suelos. Además, las restricciones de acceso debido a la complejidad del relieve dificultan el muestreo de suelos. En estas circunstancias, el análisis cuantitativo de terreno, a través de atributos derivados de modelos de elevación digital e imágenes de satélite, pueden ser una alternativa para producir modelos de inferencia espacial de propiedades del suelo. En una investigación previa se aplicó exitosamente una red neuronal de agrupamiento borroso (FKCN, Fuzzy Kohonen Clustering Network) para identificar clases de superficie de terreno en la cuenca del río Caramacate en el centro norte de Venezuela. En esta investigación se utilizaron esas clases de superficie de terreno para predecir valores de propiedades químicas del suelo, complementadas con la interpolación por kriging de los errores residuales de esas predicciones. La evaluación de los modelos finales de predicción reveló un moderado a alto grado de concordancia entre valores predichos y observados de las propiedades del suelo analizadas, en puntos de validación. En particular, el grado de acuerdo fue 92% para el pH del suelo, 91% para Ca intercambiable y 88% para carbono orgánico del suelo. El método aplicado demostró ser una opción válida para modelar la variación espacial de propiedades del suelo en el área de estudio. Palabras clave: CARBONO ORGÁNICO DEL SUELO, pH DEL SUELO, CAPACIDAD DE INTERCAMBIO CATIÓNICO, CATIONES INTERCAMBIABLES, SATURACIÓN CON BASES. DIGITAL MAPPING OF SOIL PROPERTIES BY NEURO-FUZZY CLASSIFICATION AND KRIGING ABSTRACT In mountainous areas with high incidence of landslides, the heterogeneity of the surface mantle often makes it difficult to produce soil maps. Moreover, access restric- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática tions due to the topographic complexity difficult soil sampling. Under these circumstances, quantitative analyses of terrain attributes derived from digital elevation models and satellite images, may be an alternative to produce spatial inference models of soil properties. In a previous research a fuzzy clustering neural network (FKCN, Fuzzy Kohonen Clustering Network) was successfully applied to identify land-surface classes in the Caramacate river basin, in north-central Venezuela. In this research, such land-surface classes were used to predict values of chemical soil properties, complemented with kriging interpolation of the residual errors of those predictions. The evaluation of the final prediction models revealed a moderate to high degree of agreement between predicted and observed values of the analyzed soil properties, at independent validation points. In particular, the degree of agreement was 92% for soil pH, 91% for exchangeable Ca and 88% for soil organic carbon. The applied method proved to be a valid option to model the spatial variation of soil properties in the study area. Keywords: SOIL ORGANIC CARBON, SOIL pH, CATION EXCHANGE CAPACITY, EXCHANGEABLE CATIONS, BASE SATURATION. Introducción Las tecnologías emergentes han creado nuevas oportunidades para apoyar los métodos de levantamiento Investigación, Desarrollo e Innovación 104 cuantitativo de suelos, que generan predicciones de propiedades edáficas individuales con mayor precisión y exactitud. En la actualidad se han aplicado numerosos modelos estadísticos para la interpolación de propiedades del suelo, entre los que destacan los métodos geoestadísticos, los cuales muchas veces son prohibitivos por la exigencia en cuanto al número de muestras y la reducida extensión geográfica. Sin embargo, uno de los desarrollos metodológicos más significativos para el estudio de las relaciones suelo-paisaje son los métodos predictivos que combinan las técnicas de inteligencia artificial con la interpolación de sus residuales (Hengl et. al., 2007; Zhu et. al., 2010; Sun et. al., 2012). Este método de análisis, aunado al desarrollo de los sistemas de información geográfica (SIG), apoyados con información auxiliar de adecuada resolución espacial, tales como MDE y sus derivados (grado de pendiente, orientación de la pendiente, posición relativa, curvatura vertical, curvatura horizontal, área de captación, índice topográfico de humedad y el índice de transporte de sedimentos), e imágenes de satélite, ofrecen nuevas oportunidades para superar las limitaciones de los levantamientos convencionales, y así, producir información edáfica de manera más eficiente, con adecuada precisión y exactitud, en el menor tiempo posible. En esta investigación se aplica una red de agrupamiento neuro-borroso (FKCN) combinado con kriging de residuales (KR) con la finalidad de generar modelos de predicción de varias propiedades químicas del suelo, a partir de variables ambientales derivadas de MDE e imágenes satelitales en un sector de paisajes de montañas de la cuenca del río Caramacate. Las propiedades edáficas empleadas para la generación de los modelos de predicción, están relacionadas con la necesidad de aportar información de gran utilidad para la planificación. La aplicación de modelos ambientales y agrícolas (e.g. hidrológicos, de erosión, de cambio climático, de evaluación de tierras) requiere valores de propiedades específicas del suelo como parámetros de entrada. Por tal razón, se consideraron algunas propiedades intrínsecas del suelo para la aplicación de modelos enmarcados en la disponibilidad y retención de nutrientes, donde destacan la capacidad de intercambio catiónico (CIC), los contenidos de Calcio y Magnesio intercambiables (Ca y Mg), el porcentaje de saturación con bases (PSB) y la reacción del suelo (pH). Materiales y Métodos Datos de Suelos El conjunto total de datos en la zona de estudio seleccionada en la cuenca del río Caramacate está conformada por 116 perfiles de suelo en una superficie de 6.760 ha, distribuidas sobre cuatro formaciones litogeomorfológicas: las metatobas de El Caño-El Chino (VCñc), las metalavas de El Carmen (VCca), los sedimentos alu- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática viales acarreados por el río Caramacate (Qñcca) y los mantos coluvio-aluviales (Cñc). Clases Digitales de la Superficie de Terreno Para la obtención de clases digitales de superficie de terreno (clases DST) se utilizó un modelo digital de elevación (MDE), una imagen satelital de 15 m de resolución espacial, un modelo de precipitación y un mapa de las unidades litogeomorfológicas. El MDE se empleó para derivar mapas de covariables ambientales o atributos morfométricos, tales como: altitud (m), pendiente (rad), orientación de la pendiente (rad), posición relativa, curvatura vertical (m.m-1), curvatura horizontal (m.m-1), área de captación (m2), índice topográfico de humedad y el índice de transporte de sedimentos. El índice de vegetación de diferencia normalizada (NDVI) se calculó con las bandas roja e infrarroja de la imagen. Para el agrupamiento de las covariables ambientales se aplicó una red de agrupamiento borroso (FKCN, Fuzzy Kohonen Clustering Network), (Kohonen, 1982, Bezdek et. al., 1992; Viloria, 2007), lo que generó diez clases digitales de superficie de terreno (DST) que representan unidades de paisaje. El algoritmo FKCN tiene la capacidad de generar representaciones de los valores de similitud o funciones de Investigación, Desarrollo e Innovación 105 membresías neuro-borrosas (Sijk) en formato raster, con valores comprendidos entre 0 y 1. Modelo de Inferencia: Kriging combinado con Redes Neuronales Artificiales Este enfoque mixto fue denominado FKR. El método combina un modelo de redes neuronales artificiales (RNA), con un modelo estocástico basado en la interpolación (kriging) de los residuales (KR) obtenidos por las redes neuro-borrosas FKCN, la cual genera mapas de unidades de suelo-paisaje. Producción de mapas de propiedades del suelo con FKCN Para la estimación del valor de una propiedad de un suelo determinado (Vij) se utilizó la función lineal de promedios ponderados por valores de similitud, indicada en la ecuación (1) (Zhu et al., 2006). (1) Donde Vij es el valor estimado de la propiedad del suelo en el sitio (i,j); Vk es el valor observado de la propiedad del suelo para una clase k (clase DST); Sijk es el valor de similitud de la propiedad del suelo en un sitio (i,j) obtenido con el algoritmo FKCN; n es el número de clases DST en el área de interés. El valor típico de una propiedad para un determinado suelo (Vk) se obtuvo con los valores promedios de los datos en cada clase DST. Las clases DST fueron subdivididas de acuerdo con las unidades litogeomorfológicas dominantes en el sector, con la finalidad de incorporar las variaciones aportadas por el material parental de los suelos. De esta manera, se utilizaron los mapas en formato raster de los valores de pertenencia correspondiente a las 20 clases DST presentes en la cuenca del río Caramacate. La sumatoria del producto de los valores promedios de cada propiedad edáfica por el mapa raster de los valores de similitud a las clases DST en cada localización, permitió la estimación de los valores de las propiedades químicas del suelo en toda el área de estudio (Mapas FKCN). Producción de mapas con interpolación de residuos FKCN Una vez generados los mapas de propiedades edáficas con FKCN, se obtuvieron los errores y se realizó un análisis geoestadístico. Para la estimación de los semivariogramas empíricos de los residuos se empleó el programa Vesper 1.6 (Minasny et al., 2005), y para el ajuste de dichos semivariogramas a modelos matemáti- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática cos se utilizó el método de kriging ordinario (Mapas KR). La suma de los mapas FKCN y KR generó un modelo de distribución espacial de cada propiedad química del suelo. Los cambios que ocurren con las variaciones de las covariables ambientales (tendencia espacial global), indican los cambios en los factores de formación del suelo (Jenny, 1941; McBratney et. al., 2003), los cuales son representados como Mapas FKR, capaces de mostrar la distribución de la variabilidad de las propiedades químicas en el área de estudio. Evaluación de los Modelos de Predicción Para la evaluación de la bondad de ajuste de los modelos de predicción de las propiedades del suelo se utilizó el coeficiente de determinación múltiple ajustado (R2a), la suma del cuadrado de los residuales (SSE) y la raíz del error cuadrático medio (RMSE) (Hengl et. al., 2004). Evaluación de la Confiabilidad de los Modelos de Predicción Para la evaluación de la exactitud de los modelos de predicción de las propiedades de los suelos generados, se utilizaron cuatro (4) índices: el error medio de predicción (MPE), el error medio absoluto (MAE), la raíz del error cuadrático medio de predicción (RMSPE) y el coeficiente de concordancia (AC). El MPE evalúa el error sistemático e indica la presencia de subestimación Investigación, Desarrollo e Innovación 106 o sobrestimación del modelo, el MAE garantiza que el resultado del error sea estrictamente positivo y el RMSPE evalúa la precisión de la predicción. El coeficiente de concordancia (AC) es una medida del grado del error de predicción de los modelos normalizados y varía entre 0 y 1. Un valor calculado de 1 indica un acuerdo perfecto entre los valores medidos y predichos, y un valor de 0 indica que no hay acuerdo o existe un desacuerdo total entre los valores estimados y los observados. El índice representa la relación entre el error cuadrático medio y el error potencial (PE) (Willmott, 1984). Para el ajuste y desarrollo de los modelos se utilizó el 70% de los perfiles de suelo y para la validación se empleó un conjunto de datos independientes equivalentes al 30%. Resultados y Discusión Generación de los Modelos de Predicción de Propiedades del Suelo Modelos de redes neuronales borrosas La suma de los mapas de las propiedades edáficas obtenidos por FKCN y los mapas de la interpolación de los residuos, generaron los modelos de predicción de propiedades del suelo, los cuales presentaron los resultados de la bondad de ajuste expresados en el Tabla 1. Se observa que la estimación del R2a, arrojados por los modelos FKR en promedio son moderados a altos, y en conjunto logran a explicar el 69% de la variabilidad presente en los suelos del sector evaluado, en la cuenca del río Caramacate. modelos FKR. Por otra parte, la SSE es más pequeña en CO y pH (con RMSE cercano cero), donde la varianza explicada es mayor, y por consiguiente el ajuste del modelo es más aceptable. Tabla 1. Indicadores de la bondad de ajuste de los modelos de predicción de propiedades del suelo con FKR. Análisis Geoestadístico PROPIEDAD n R2a SSE RMSE CO (%) 95 0,47 7 0,3 CIC (cmol.kg-1) 83 0,71 2384 5,4 Ca (cmol.kg-1) 83 0,87 242 1,7 Mg (cmol.kg-1) 83 0,78 404 2,2 PSB (%) 83 0,71 12378 12,2 pH 83 0,58 7 0,3 R2a: Coeficiente de determinación ajustado, SSE: Suma de Cuadrado de Residuos, RMSE: Raíz del Error Cuadrático Medio, CO: Carbono orgánico, CIC: Capacidad de intercambio catiónico, Ca: Calcio cambiable, Mg: Magnesio cambiable, PSB: Porcentaje de saturación con bases. De igual manera, la variación residual (SSE) o la variación no explicada por el método de predicción, presenta grandes diferencias influenciadas por la magnitud de los valores de las propiedades. Las varianzas residuales de las variables PSB y CIC son las más grandes, indicando un menor ajuste entre el grado de dependencia de los valores observados y estimados por los Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La evaluación de los componentes aleatorios (residuos) con el método kriging ordinario, arrojó los resultados indicados en el Tabla 2. Tabla 2. Parámetros geoestadísticos obtenidos de los variogramas de los residuales de las variables edáficas. PROPIEDAD CO (%) CIC C0+C1 A (m) RMSE AIC NR (%) 0,15 104 0,02 54 12,2 114,3 1.453 12 79 35,8 Ca 14,7 114 5 87 0,7 Mg 249,6 747 6 72 1,6 PSB (%) 628,2 2.674 148 129 34,9 0,17 2.933 0,02 6 35,5 pH C0: Varianza Nugget, C1: Varianza Estructural, C0+C1: Umbral, A: Alcance, RMSE: Raíz del Error Cuadrático Medio, AIC: Criterio de Información de Akaike, NR: (C0/C0+C1)*100, CO: Carbono orgánico, CIC: Capacidad de intercambio catiónico, Ca: Calcio cambiable, Mg: Magnesio cambiable, PSB: Porcentaje de saturación con bases. Investigación, Desarrollo e Innovación 107 En cuanto al análisis estructural de la interpolación de los residuos, los semivariogramas presentaron un alcance comprendido entre 104 y 2.933 m para propiedades del suelo con moderada y alta dependencia espacial. Para el conjunto de datos, los residuos de los modelos FKCN interpolados presentaron autocorrelación espacial. Las propiedades que presentaron una alta dependencia espacial fueron: CO, Ca, Mg, y las restantes (CIC, PSB, pH) mostraron una moderada dependencia espacial. Los residuales de las propiedades con alta dependencia espacial presentan una varianza aleatoria relativa (NR) de 4,8% en promedio. El contenido de carbono orgánico es claramente mayor, mientras que los contenidos de calcio y magnesio intercambiable, el PSB son marcadamente menores en la región oriental de la cuenca. En este sector existen condi- ciones micro climáticas de alta precipitación y vegetación de bosques siempre verde combinadas con un relieve altamente accidentado, cuya influencia ha originado suelos evolucionados con evidencia de lavado de bases cambiables y acumulaciones de carbono orgánico. Es importante indicar que la mayoría de los semivariogramas de los residuos presentó una mayor facilidad para el ajuste de los modelos esféricos y exponenciales que las variables originales, lo que posteriormente contribuyó al mejoramiento del proceso de interpolación final de los modelos obtenidos por RNA. Evaluación de la Confiabilidad de los Modelos de Predicción Descripción de los Modelos de Predicción de Propiedades Químicas Los valores inferidos acerca de las variables consideradas se representan como modelos continuos de variación espacial en la Figura 1. El comportamiento espacial del pH de los suelos explica los rasgos edafológicos en la zona central y occidental del área evaluada, ya que en las posiciones geomorfológicas de las laderas dominan reacciones moderadamente ácidas, haciéndose menos ácidas en las partes bajas, a nivel de líneas de drenaje y en los paisajes de valles intramontanos. Las diferencias también son bien marcadas en la región Noreste, donde las reacciones son fuertemente ácidas, con bajos contenidos de Ca, Mg, PSB y altos contenidos de aluminio intercambiable y carbono orgánico. Figura 1. Modelos continuos de variación espacial de las variables CO, CIC, Ca, Mg, PSB y pH. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Los resultados de la evaluación de la exactitud de los modelos FKR obtenidos con el conjunto de datos independientes para la validación se indican en el Tabla 3. El MAE presenta valores inferiores a la desviación estándar para la mayoría de las propiedades consideradas, argumentando una precisión moderada para dichos modelos y el Investigación, Desarrollo e Innovación 108 MPE es indicativo de la moderada a alta confiabilidad, ya que solamente el PSB es subestimado bajo este enfoque. El índice AC presenta un moderado a alto grado de concordancia para la mayoría de las propiedades, sobresaliendo el pH, el Ca intercambiable y CO con 92, 91 y 88% de acuerdos, respectivamente. El coeficiente de concordancia manifiesta una exactitud promedio superior al 83% para el conjunto de propiedades químicas de los suelos evaluados. Tabla 3. Evaluación de la exactitud de los modelos de predicción de propiedades químicas del suelo mediante FKR. PROPIEDAD MAE RMSPE AC S MPE CO (%) 0,1 0,1 0,88 0,2 0,03 CIC 5,0 6,7 0,73 8,1 -2,32 Ca 1,6 2,2 0,91 4,2 -0,67 Mg 2,2 2,6 0,77 3,3 -0,99 PSB (%) 7,6 9,6 0,79 12,2 2,13 pH 0,1 0,2 0,92 0,3 -0,03 MAE: Error medio absoluto, RMSPE: Error cuadrático medio de predicción, AC: Coeficiente de concordancia, S: Desviación estándar de los valores observados, MPE: error medio de predicción, CO: Carbono orgánico, CIC: Capacidad de intercambio catiónico (cmol.kg-1), Ca: Calcio cambiable (cmol.kg-1), Mg: Magnesio cambiable (cmol.kg-1), PSB: Porcentaje de saturación con bases. n= 33 perfiles de suelo. Conclusiones Agradecimiento La aplicación del enfoque FKR permitió la evaluación de la variabilidad de las propiedades químicas del suelo desde el punto de vista de disponibilidad y retención de nutrientes, a través de las unidades de paisaje del sector estudiado en la cuenca del río Caramacate. Esta investigación fue apoyada por fondos provenientes de la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH-UCV). También damos las gracias al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. El grado de concordancia entre los valores observados y estimados fue superior al 83%, lo cual indica una moderada a alta relación entre las propiedades químicas del suelo y las condiciones ambientales. El método combinado FKR, demostró fortalezas en la evaluación conjunta de la variabilidad espacial global y local, en la capacidad predictiva, en la sencillez de los modelos de propiedades químicas del suelo y en la facilidad para la interpretación de las relaciones suelo-paisaje. Los resultados de la aplicación del enfoque FKR proporciona a la cartografía digital de suelo una alternativa que puede contribuir a mejorar la toma de decisiones para resolver los problemas ambientales y limitaciones agronómicas locales de gran importancia, al proporcionar predicciones de propiedades químicas del suelo con adecuada exactitud, que capturan la variabilidad de las relaciones suelo-paisaje en el sector estudiado de la cuenca del río Caramacate. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Referencias Bezdek, J. C., Tsao, E. C., Pal, N. R. (1992). Fuzzy Kohonen Clustering Networks, in Proc. IEEE Int. Conf. on Fuzzy Systems (San Diego), pp. 1035-1043. Hengl, T., Heuvelink, G. B., Stein, A. (2004). A generic framework for spatial prediction of soil variables based on regression kriging. Geoderma 122 (1-2): 75-93. Hengl, T., Heuvelink, G. B., Rossiter, D. G. (2007). About regression-kriging: From equations to case studies. Computers & Geosciences 33: 1301-1315. Jenny, H. (1941). Factors of Soil Formation: A System of Quantitative Pedology. New York: McGraw-Hill. 281pp. Kohonen, T. (1982). Analysis of a simple self-organizing process. Biological Cybernetics 44: 135-140. Investigación, Desarrollo e Innovación 109 Mcbratney, A. B., Mendonça, M. L., Minasny, B. (2003). On digital soil mapping. Geoderma 117: 3-52. Minasny, B.; Mcbratney, A. B. Whelan, B. M. (2005). VESPER version 1.62. Australian Centre for Precision Agriculture, McMillan Building A05, The University of Sydney, NSW 2006. Zhu, Q., Lin, H. S. (2010). Comparing ordinary kriging and regression kriging for soil properties in contrasting landscapes. Pedosphere 20(5): 594-606. Sun, W., Minasny, B., Mcbratney, A. B. (2012). Analysis and prediction of soil properties using local regression-kriging. Geoderma 171-172: 23-30. Viloria, A. (2007). Estimación de modelos de clasificación de paisaje y predicción de atributos de suelos a partir de imágenes satelitales y Modelos Digitales de Elevación. (Trabajo de grado). Facultad de Ciencias. Universidad Central de Venezuela. Caracas, Venezuela. 95p. Willmott, C. J. (1984). On the evaluation of model performance in physical geography. In: Spatial Statistics and Models, 443-460. Gaile, G.L. y C. J. Willmott, (eds). Norwell, Mass.: D. Reidel. Zhu, A. X., Moore, A., Burt, J. E. (2006). Prediction of Soil Properties Using Fuzzy Membership. Proceedings of the 2nd Global Workshop on Digital Soil Mapping, July 4-7, 2006. Río de Janeiro, Brazil. 6 p. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 110 Cartografía digital de propiedades químicas del suelo en paisajes de montaña Jesús Arnaldo Viloria1, Ángel Valera2, María Corina Pineda1 Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Edafología1; Universidad Rómulo Gallegos, Centro de Investigación y Extensión en Suelos y Aguas2 [email protected]; [email protected]; [email protected] RESUMEN Los suelos de la cuenca del río Caramacate presentan gran heterogeneidad debido a la influencia del relieve, el uso de la tierra y la susceptibilidad a los movimientos en masa. Esto ha dificultado la obtención de un mapa convencional de suelos. El desarrollo de la geomática ha promovido la aplicación de métodos de cartografía digital de suelos con base en covariables ambientales derivadas de modelos digitales de elevación e imágenes de satélite. En esta investigación se aplicó un enfoque de inferencia espacial basado en el método kriging de regresión (RK) para la representación cartográfica de propiedades químicas de suelos. Este método predice la distribución espacial de pro- piedades del suelo por medio de regresión lineal múltiple con covariables ambientales e interpolación por kriging de los residuales de la regresión. El método fue aplicado para generar modelos de distribución espacial de carbono orgánico, capacidad de intercambio catiónico (CIC), Ca cambiable, Mg cambiable y porcentaje de saturación de bases del suelo. El coeficiente de determinación (R2) de los modelos de regresión fue bajo (< 0,4) pero los residuales mostraron dependencia espacial y pudieron ser interpolados. Los errores medios de predicción de los modelos obtenidos combinando regresión e interpolación de los residuales fueron cercanos a cero. Asimismo, los valores de los errores medios absolutos y errores cuadráticos medios fueron menores que las desviaciones estándar de los valores medidos en los puntos de muestreo. Esto indica que las predicciones obtenidas de las propiedades del suelo analizadas en la zona de interés son confiables. Palabras clave: REGRESIÓN LINEAL MULTIPLE, INTERPOLACIÓN POR KRIGING, MODELO DIGITAL DE ELEVACIÓN. DIGITAL MAPPING SOIL CHEMICAL PROPERTIES IN MOUNTAIN LANDSCAPES ABSTRACT Soils in the Caramacate river basin are quite heterogeneous due to the influence of topography, land use and Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática susceptibility to landslides. This has made it difficult to obtain a conventional soil map. The development of geomatics has promoted the application of methods of digital soil mapping based on environmental covariates derived from digital elevation models and satellite images. This research applied a spatial inference approach based on regression kriging (RK) for the mapping of soil chemical properties. This method predicts the spatial distribution of soil properties by means of multiple linear regressions with environmental covariates and kriging interpolation of the regression residuals. The method was applied to generate models of spatial distribution of organic carbon, cation exchange capacity, exchangeable Ca, exchangeable Mg and base saturation percentage in soils. The coefficient of determination (R2) of the regression models was low (<0.4) but regression residuals showed spatial dependence and could be interpolated. The average prediction errors obtained by combining regression models and residual interpolations were nearly zero. Likewise, the values of the mean absolute errors and mean squared errors were lower than the standard deviations of the measured values at the sampling points. This indicates that the predictions achieved of the analyzed soil properties in the study area are reliable. Keywords: MULTIPLE LINEAR REGRESSION, KRIGING INTERPOLATION, DIGITAL ELEVATION MODEL. Investigación, Desarrollo e Innovación 111 Introducción Las áreas montañosas son ecosistemas frágiles de gran importancia ambiental, sin embargo, estas carecen de información básica relacionada con estudios de suelo, información que permitiría realizar evaluaciones a través de modelos de simulación ambientales y agrícolas. Las tecnologías emergentes han creado nuevas oportunidades para apoyar los métodos de levantamiento cuantitativo de suelos, que generen predicciones de propiedades edáficas individuales con mayor precisión y exactitud. En la actualidad se han aplicado numerosos modelos estadísticos para la interpolación de propiedades del suelo, entre los que destacan los métodos geoestadísticos, los cuales muchas veces son prohibitivos por la exigencia en cuanto al número de muestras y la reducida extensión geográfica. Sin embargo, uno de los desarrollos metodológicos más significativos para el estudio de las relaciones suelo-paisaje son los métodos predictivos que combinan la interpolación (kriging) y la regresión lineal múltiple (RK) (Zhu et al., 2010; Sun et al., 2012). Este método de análisis, aunado al desarrollo de los sistemas de información geográfica (SIG), apoyados con información auxiliar de adecuada resolución espacial (MDE y sus derivadas, e imágenes de satélite), ofrece nuevas oportunidades para superar las limitaciones de los levantamientos convencionales, y así, producir información edáfica de manera más eficiente, en el menor tiempo posible. En esta investigación se aplican las técnicas RK con la finalidad de generar modelos de predicción de algunas propiedades químicas del suelo a partir de variables ambientales derivadas de MDE e imágenes satelitales. Materiales y Métodos Área de estudio Se seleccionó un sector dentro de la cuenca del río Caramacate (6.760 ha). La cual se ubica entre las coordenadas UTM 696.879-712.415 Norte, y 1.098.3101.123.583 Este, Huso 19, abarcando parte de los municipios Santos Michelena y San Sebastián de los Reyes del estado Aragua. Esta cuenca está sometida a intensos procesos de degradación ambiental y carece de suficiente información para apoyar la implantación de planes de manejo. Datos de suelos Se levantó un total de 133 perfiles de suelo (incluyen calicatas, cortes de carreteras y barrenos agrológicos). Estos se localizan sobre cuatro formaciones litogeomorfológicas: metatobas de El Caño-El Chino (VCñc), metalavas de El Carmen (VCca), sedimentos aluviales acarreados por el río Caramacate (Qñcca) y mantos coluvio-aluviales (Cñc). Estas unidades explican la variación de las propiedades del suelo (Pineda et al., 2011). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Variables auxiliares Para la obtención de clases digitales de superficie de terreno (clases DST) se utilizó un modelo digital de elevación (MDE) de 15 m de resolución espacial. A partir de este se derivaron diversos parámetros topográficos denominadas variables auxiliares o covariables ambientales, que incluyen: altitud, grado de pendiente, orientación de la pendiente, posición relativa, curvatura vertical, curvatura horizontal, área de captación, índice topográfico de humedad y el índice de transporte de sedimentos. Adicionalmente se incorporó un mapa de precipitación realizado por Kriging ordinario (Pineda, 2011), el Índice de vegetación de diferencia normalizada (NDVI) el cual fue calculado a partir de una imagen Spot 5 multiespectral 658-330 08/03/26. Las covariables ambientales se corresponden al modelo de factores de formación de suelos (Jenny, 1941) y al modelo geoespacial multivariado SCORPAN, formulado por McBratney et al. (2003). Estas fueron empleadas como parámetros de entrada para la estimación de propiedades específicas del suelo. Modelo de Inferencia: Kriging combinado con regresión lineal múltiple Este modelo es una técnica de predicción espacial que integra valores de predicción de variables edáficas por Investigación, Desarrollo e Innovación 112 regresión lineal múltiple y valores de la interpolación de los residuales de esta predicción. El método se fundamenta en la correlación espacial y la variación estacionaria de los residuales de los modelos de regresión. Este procedimiento es considerado como el mejor predictor lineal insesgado para datos espaciales; es decir, es el mejor interpolador lineal considerando el modelo universal de variación espacial (Minasny y McBratney, 2007). Las principales etapas del algoritmo kriging de regresión para la predicción de propiedades de los suelos empleadas en esta investigación, fueron las siguientes:1) Desarrollo de una base de datos con variables edáficas y variables o covariables ambientales auxiliares de cada sitio de predicción; 2) Generación de modelos de regresión lineal múltiple, para la predicción de los atributos edáficos (variables dependientes) a partir de las variables auxiliares (variables independientes) de los datos vecinos; 3) Predicción de variables edáficas con la aplicación de los modelos de regresión. La generación de mapas de propiedades del suelo (Mapas A) con las diferentes funciones de regresión lineal múltiple;4) Cálculo de los residuos del modelo de regresión para cada uno de los puntos vecinos. En esta fase se utilizó el método de estimación lineal de los mínimos cuadrados ordinarios y el procedimiento paso a paso del programa SPSS, para los valores residuales no tipificados;5) Estimación de los variogramas empíricos de los residuos, para lo cual se empleó el programa Vesper 1.6 (Minasny et al., 2005); 6) Ajuste de los variogramas empíricos a modelos matemáticos, utilizando el método de kriging ordinario del programa Vesper; 7) Obtención de mapas mediante la interpolación de los residuos (Mapas B) y 8) Suma de los mapas de los modelos de regresión (Mapas A) y los mapas de interpolación de residuos (Mapas B). Evaluación de los modelos de regresión Para la evaluación de la bondad de ajuste de los modelos de predicción de las propiedades del suelo se utilizó el coeficiente de determinación múltiple ajustado (R2a) por el número de variables predictoras (Hengl et al., 2004). Evaluación de la confiabilidad de los modelos de predicción Para la evaluación de la exactitud de los modelos de predicción de las propiedades de los suelos, se utilizaron cuatro índices diferentes: el error medio de predicción (MPE), el error medio absoluto (MAE), la raíz del error cuadrático medio de predicción (RMSPE) y el coeficiente de concordancia (AC). El primer índice evalúa el error sistemático e indica la presencia de subestimación o sobrestimación del modelo, el segundo garantiza que el resultado del error sea estrictamente positivo y el tercero evalúa la precisión de la predicción. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Los valores de MPE, RMSPE y MAE iguales a 0 indican un ajuste perfecto. El coeficiente de concordancia (AC) es una medida del grado del error de predicción de los modelos normalizados y varía entre 0 y 1. Un valor calculado de 1 indica un acuerdo perfecto entre los valores medidos y predichos, y un valor de 0 indica que no hay acuerdo o existe un desacuerdo total entre los valores estimados y los observados. Para la validación se empleó un conjunto de datos independientes equivalentes al 25% de los datos. Los datos restantes fueron utilizados para el ajuste y desarrollo de los modelos. Resultados y Discusión Generación de los modelos de predicción de propiedades del suelo Los resultados de los modelos de regresión lineal múltiple muestran las relaciones entre las variables edáficas y las covariables ambientales (Tabla 1). Para cada ecuación de regresión se aplicaron los supuestos de comprobación del error y se eliminaron los valores atípicos a los modelos basados en la distancia de Cook (Cook, 1977), obteniéndose los coeficientes de regresión estimados mediante el método de los mínimos cuadrados ordinarios. Investigación, Desarrollo e Innovación 113 Tabla 1. Variables auxiliares seleccionadas para cada uno de los modelos de predicción de propiedades del suelo con las técnicas RK. M n ECUACIÓN DE REGRESIÓN LINEAL MÚLTIPLE R2a 1 97 %CO = 1,65 + (1,02 * NDVI) 0,05 2 83 CIC = 78,74 - (0,000073 * Area_C) - (0,04 * PP) 0,06 3 83 Ca = 31,244 - (22,616 * Perfil_C) - (0,015 * PP) 0,17 4 75 Mg = 58,98 - (0,030 * PP) - (0,000028 * Area_C) - (3,93 * SMM) 0,40 6 83 PSB = 66,67 - (142,04 * Perfil_C) 0,14 7 78 pH = 11,36 - (0,0042 * PP) 0,32 M: Modelo, n: número de muestras empleadas en el modelo. PP: Precipitación. SMM: Susceptibilidad a movimientos en masa. Area_C: Área de Captación. Alt: Altitud. Perfil_C: Perfil de Curvatura. NDVI: Índice de Vegetación de Diferencia Normalizada, CO: Carbono orgánico, CIC: Capacidad de intercambio catiónico, Ca: Calcio cambiable, Mg: Magnesio cambiable, PSB: Porcentaje de saturación con bases. Los R2a de los modelos son bajos. En conjunto no llegan a explicar más del 20% de la variabilidad presente en los suelos del sector evaluado. En todas las evaluaciones se evidencia que los modelos de variación espacial por medio del análisis de regresión lineal manifiestan una bondad de ajuste no satisfecha. Estos resultados coinciden con los obtenidos en otras investigaciones (Hengl et al., 2004; Zhu y Lin, 2010; Sun et al., 2012; Olmedo et al., 2012). Al realizar el análisis geoestadístico de los componentes aleatorios (residuos) con el método kriging ordinario (Tabla 2) se encontró que los semivariogramas fueron ajustados principalmente con modelos esféricos y exponenciales, con un alcance comprendido entre 113 y 718 m. Los residuales de las propiedades en su mayoría (a excepción de Ca y pH) presentan una alta dependencia espacial con una varianza aleatoria relativa (NR) de 24% en promedio. Las propiedades de los suelos tienen valores de semivarianza mínima que representan menos de la mitad de la varianza total, a excepción de Ca cambiable, el cual supera el 50% de la varianza relativa. Tabla 2. Parámetros geoestadísticos obtenidos de los variogramas de los residuales de las variables edáficas. P C0 C1 A (m) RMSE AIC NR CO 0,0 0,4 717,6 0,1 21,0 1,8 CIC 0,1 88,0 113,8 31,9 108,5 0,1 Ca 5,3 4,5 334,6 5,2 68,9 53,9 Mg 1,9 14,7 495,6 6,0 71,9 11,4 PSB 82,0 242,5 271,6 187,8 147,6 25,3 0,1 0,0 541,0 0,0 42,5 39,5 pH P: Propiedad, C0: Varianza Nugget, C1: Varianza Estructural, A: Alcance, NR: (C0/C0+C1)*100, CO: Carbono orgánico (%), CIC: Capacidad de intercambio catiónico, Ca: Calcio cambiable, Mg: Magnesio cambiable, PSB: Porcentaje de saturación con bases. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La estructura espacial de los residuos de las propiedades de los suelos es indicativa de la potencialidad de la información auxiliar en la contribución del modelado de la variabilidad de las propiedades químicas de los suelos. La integración de los modelos estimados con RLM y la interpolación de los residuales dieron como resultado un mapa final para cada propiedad del suelo. Descripción de los modelos de predicción de propiedades químicas Los mapas finales de cada propiedad evaluada presentan una gran influencia de las variables auxiliares dependientes que condicionan el comportamiento y la distribución en el espacio geográfico (Figura 1 y 2). Los mapas de las propiedades químicas indican que el %CO es mayor en las áreas donde existen coberturas boscosas (>NDVI), ya sea en las zonas ribereñas o en las montañas altas, hacia el Este de la cuenca. En este sector, el microclima local caracterizado por una mayor precipitación, influye en una baja CIC y bases cambiables, pH bajos con una reacción de moderada a fuertemente ácida y altos contenidos de aluminio intercambiable. Evaluación de la confiabilidad de los modelos de predicción En el caso del MPE la mayoría de los valores son cercanos a cero lo que indica una predicción no sesgada o con muy Investigación, Desarrollo e Innovación 114 Figura 1. Mapas de %CO, Ca y PSB del suelo, estimadas con la aplicación de las técnicas RK en el área estudiada. Figura 2. Mapas de CIC, Mg y pH del suelo, estimadas con la aplicación de las técnicas RK en el área estudiada. poco sesgo, con excepción de la CIC, cuyos valores tendieron a ser subestimados por las predicciones (Tabla 3). Los valores de MAE y RMSPE son menores que la desviación estándar de los valores medidos en los puntos de muestreo, lo cual sugiere que la predicción de las propiedades del suelo en la zona de interés es confiable. El índice de concordancia expresa que el grado de acuerdos es superior al 80%. Esto significa que mediante el uso de las ecuaciones obtenidas por regresión lineal múltiple y la interpolación espacial de los residuos, se puede lograr una mejor estimación en comparación con el uso del valor de las observaciones como predicción. Tabla 3. Evaluación de la exactitud de los modelos de predicción de propiedades químicas del suelo mediante RK en un sector de la cuenca del río Caramacate. Figura 1 Figura 2 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática PROPIEDAD MAE RMSPE AC S MPE CO (%) 0,09 0,11 0,89 0,17 0,03 CIC 5,89 7,48 0,64 7,95 -2,60 Ca 1,63 2,04 0,93 4,14 -0,16 Mg 1,65 1,94 0,89 3,20 0,90 PSB (%) 8,50 11,61 0,75 12,06 0,87 pH 0,16 0,27 0,88 0,33 -0,05 MAE: Error Medio Absoluto, RMSPE: Error Cuadrático Medio de Predicción, AC: Grado de acuerdos, S: Desviación estándar de los valores observados, MPE: Error Medio de Predicción, CO: Carbono orgánico, CIC: Capacidad de intercambio catiónico (cmol.kg-1), Ca: Calcio cambiable (cmol.kg-1), Mg: Magnesio cambiable (cmol.kg-1), PSB: Porcentaje de saturación con bases, Número de perfiles de validación= 33. Investigación, Desarrollo e Innovación 115 Conclusiones La aplicación del enfoque RK permitió la evaluación del efecto combinado de propiedades químicas del suelo, visualizar la estructura espacial de dichas propiedades y determinar la influencia de variables auxiliares sobre la precisión cartográfica en áreas dominadas por paisajes de montaña. El grado de concordancia entre los valores observados y estimados fue superior al 80. Agradecimiento Esta investigación fue apoyada por fondos provenientes de la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH-UCV). También damos las gracias al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. Hengl, T., Heuvelink, G. B., Stein, A. (2004). A generic framework for spatial prediction of soil variables based on regressionkriging. Geoderma 122 (1-2): 75-93. Jenny, H. (1941). Factors of Soil Formation: A System of Quantitative Pedology. New York: McGraw-Hill. 281pp. Mcbratney, A. B., Mendonça, M. L., Minasny, B. (2003). On digital soil mapping. Geoderma 117: 3-52. Minasny, B.; Mcbratney, A. B. Whelan, B. M. (2005). VESPER version 1.62. Australian Centre for Precision Agriculture, McMillan Building A05, The University of Sydney, NSW 2006. Minasny, B. & Mcbratney, A. B. (2007). Spatial prediction of soil properties using EBLUP with the Matérn covariance function. Geoderma 140 (4): 324–336. Referencias Pineda, M. C., Elizalde, G., Viloria, J. (2011). Determinación de áreas susceptibles a deslizamientos en un sector de la Cordillera de la Costa Central de Venezuela. Interciencia 36(5): 370-377. Cook, D. (1977). Influential observations in linear regression. Journal of the American Statistical Association 74 (365): 169-174. Zhu, Q. & Lin, H. S. (2010). Comparing ordinary kriging and regression kriging for soil properties in contrasting landscapes. Pedosphere 20(5): 594-606. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 116 Evaluación de métodos de interpolación para generación de Modelos Digitales de Elevación en áreas planas María Corina Pineda1, Diego Machado2, Cenaida Perdomo1, Ángel Valera3 Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Edafología1; SIGPER Consultores, C.A.2; Universidad Rómulo Gallegos, Centro de Investigación y Extensión en Suelos y Aguas3 [email protected]; [email protected]; [email protected]; [email protected] RESUMEN Los modelos digitales de elevación (MDE) son la forma más efectiva de representación de la superficie terrestre. Sin embargo, los resultados obtenidos con distintos métodos de interpolación muestran que los insumos y los métodos de interpolación utilizados para la generación de los MDE influyen en su precisión y exactitud, afectando no solo los valores de altura sino también la forma de representar la configuración del terreno. Este estudio compara cuatro métodos de interpolación utilizados para generar MDE con la finalidad de determinar cuál de ellos permite obtener una mayor precisión y configuración del relieve en la zona en estudio. Los métodos de interpolación utilizados fueron el inverso del peso de la distancia (IDW), Kriging ordinario, Anudem y Spline regularizado (Spline_R) y con tensión (Spline_T). Los valores de Error Medio Cuadrático (EMC) muestran que el método kriging es el más adecuado. Adicionalmente éste método mostró un mejor ajuste al compararlo con un mapa de contenido de arena del área de estudio, esto en cuanto a la configuración del paisaje esperada. Estos resultados indican, que los productos de los métodos de interpolación para la generación de MDE se deben probar no sólo en relación a la precisión en cuanto a datos de altura, también en relación a la configuración de formas de terreno. Palabras clave: KRIGING, SPLINE, INVERSO DEL PESO DE LA DISTANCIA, ANUDEM, GPS. ELEVATION OF INTERPOLATION METHODS FOR GENERATING DIGITAL ELEVATION MODELS IN FLAT AREAS ABSTRACT The digital elevation model (DEM) is the most effective form of representation of the earth’s surface. However, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática the results obtained with different interpolation methods show that inputs and interpolation methods used to generate the DEM influence their precision and accuracy, affecting not only the height values but also the way of representing the ground configuration. This study compares four interpolation methods used to generate DEM in order to determine which one enables higher accuracy and better configuration relief in the study area. The interpolation methods used were the inverse distance weighting (IDW), ordinary kriging, Anudem, Spline regularized (Spline_R) and Spline tension (Spline_T). Root mean square error (RMSE) values show that kriging is the most accurate. Additionally, this method showed a better fit when compared to a map of sand content of the study area, these in terms of setting the expected landscape. These results indicate that the products of interpolation methods for generating MDE should be tested not only in relation to the precision in terms of height data, but also in relation to the configuration of landforms. Keywords: KRIGING, SPLINE, IDW, ANUDEM, GPS. Introducción Los modelos digitales de elevación (MDE) son la forma más efectiva de representación de la superficie terrestre para el análisis del terreno (Pérez y Francois, 2009). Los resultados obtenidos de evaluaciones realizadas a los mismos muestran que la resolución, el método de inInvestigación, Desarrollo e Innovación 117 terpolación y los insumos utilizados para la generación de los MDE influyen en su precisión y exactitud, no solo en los valores de altura sino también en la configuración del terreno. Configuración que en algunos casos es el punto de partida para realizar otros análisis relacionados con la caracterización del paisaje o del suelo (Nabel y Becerra, 2007), esta configuración es de vital importancia, principalmente en planicies aluviales de origen cuaternario (Yang Xionga et al 2014; Geah et al., 2014). Está claro que se han realizado muchos estudios sobre la precisión de las técnicas de interpolación para la generación de modelos digitales de elevación (MDE) en relación con los tipos de accidentes geográficos y el volumen de datos, sin embargo todavía existe la necesidad de evaluar el desempeño de estas técnicas en paisajes naturales de diferente morfología y en una amplia gama de escalas (Chaplot et al., 2006). Adicionalmente la selección del método es controlada principalmente por las características geomorfológicas inherentes (morfología superficial y elevación) de los datos; sin embargo, los atributos de estructura de datos juegan un papel importante. Los métodos de interpolación permiten predecir los valores para para cada celda de un mapa raster a partir de una cantidad limitada de puntos de muestreo. Entre ello se tiene el inverso de la distancia (IDW), el cual de- termina los valores de celda a través de una combinación ponderada linealmente de un conjunto de puntos de muestra (Watson y Philip, 1985). La ponderación es una función de la distancia inversa en este caso la superficie que se interpola debe ser la de una variable dependiente de la ubicación; el Kriging es un método similar al de IDW ya que pondera los valores medidos circundantes para calcular una predicción de una ubicación sin mediciones, diferenciándose de este método en que, las ponderaciones están basadas no solo en la distancia entre los puntos medidos y la ubicación de la predicción, sino también en la disposición espacial general de los puntos medidos (Oliver, 1990; Webster y Oliver, 2007). En el caso específico del kriging ordinario, la ponderación, depende de un modelo ajustado a los puntos medidos, la distancia a la ubicación de la predicción y las relaciones espaciales entre los valores medidos alrededor de la ubicación de la predicción (Royle et al., 1981). El método Spline estima valores usando una función matemática que minimiza la curvatura general de la superficie, dando como resultado una superficie suave que pasa exactamente por los puntos de entrada. Este método es recomendado para superficies que varían levemente. En este caso se usan dos modalidades la opción regularized que modifica el criterio de minimización para que los términos de la tercera derivada se incorporen a los criterios de minimización y la opción tension que incorpora los términos de la primera derivada. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Finalmente el método Anudem (topo to raster) que utiliza una técnica de interpolación diseñado específicamente para crear modelos digitales de elevación (MDE) hidrológicamente correctos. Este método utiliza una técnica de interpolación de diferencia finita iterativa. Es esencialmente, una técnica de Spline de lámina delgada discretizada (Wahba, 1990) a la cual se le modificó la penalización por rugosidad para permitir que el MDE ajustado siga los cambios abruptos en el terreno, como arroyos y crestas (Hutchinson, 1988, Hutchinson, 1989). Generalmente, la evaluación de la calidad de los MDE se hace a través de la medición de error medio cuadrático (EMC) entre la elevación estimada por el MDE y mediciones muy precisas pero es necesario incorporar otros métodos de evaluación. Este estudio pretende comparar cuatro métodos de interpolación utilizados para generar un MDE, determinando cuál de ellos permite obtener una mayor precisión, además de establecer el más adecuado según la configuración del relieve en la zona en estudio. Materiales y Métodos Área de Estudio La investigación se realizó en Marzo del 2015 en una área de 8 ha, localizada en el campo experimental de la Facultad de Agronomía de la Universidad Central de Investigación, Desarrollo e Innovación 118 Venezuela en el Municipio Girardot del Estado Aragua. La región se corresponde con un clima de Bosque seco tropical. La temperatura media anual es 25°C, la precipitación media anual es 1.063 mm y la evaporación media anual es 1.080 mm (Servicio de Climatología Agrícola de la Facultad de Agronomía, UCV). Los suelos del área se desarrollaron bajo la influencia de la formación Las Brisas y se corresponden con una planicie aluvial de menos de 2% de pendiente, conformada por las formas de terreno, eje, napa, cubeta. Materiales • Tres (3) receptores GPS de una frecuencia (L1): dos (2) Magellan Promark 3 y uno (1) Sokkia Stratus. • Dos (2) Receptores GPS Navegadores, Garmin Map-60. • Computadora portátil marca Toshiba Satellite. • GNSS Solution, V-3.7.50. • Arc-Gis V-10.0 • Garmin MapSource V-6.16.3 • Google Earth Pro V-7.1.2. • Instrumentos de medición topográficos como; trípodes, cintas métricas y jalones. • Cámara fotográfica digital. Metodología La actividad consistió en establecer una serie de puntos con coordenadas Este (E), Norte (N), Altura Ortométrica (H); que luego fueron utilizadas para generar un MDE a través de diferentes algoritmos de interpolación. Un porcentaje (± 10%) de los puntos tomados en campo se utilizó para validar los MDE generados. Planificación de la actividad En la fase de planificación se contemplaron los siguientes aspectos: Diseño y localización preliminar de los puntos de control y validación Se realizó el diseño teórico de una matriz (cuadricula) en la cual se ubicaron los puntos de medición, con una densidad de 20 puntos/ha (Figura 1). Posteriormente se realizó el ajuste de la matriz de muestreo, lo cual consistió en la representación cartográfica de los puntos usando el programa MapSource, una vez representados, se exportan sus respectivas coordenadas a receptores GPS Navegadores. Estos puntos preseleccionados fueron localizados en campo, mediante la utilización de navegadores GPS Garmin Map60 para su posterior medición (Figura 2). Siguiendo el mismo procedimiento se localizaron vértices de validación a razón de 3 puntos/ha. • Selección de equipos y materiales, requeridos para el levantamiento. • Diseño y localización preliminar de los puntos de control y validación terrestre; en base a la configuración del terreno, usando el diseño en cuadricula. • Selección del vértice, que servirá como punto de referencia, para la vinculación con la Red Geodésica de Venezuela. • Definición de modos de captura y procesamiento de información satelital GPS. • Recopilación de información técnica complementaria. • Selección de algoritmos de interpolación para generar los MDE. Figura 1. Ubicación teórica de puntos de control terrestre. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Localización preliminar de puntos en campo. Investigación, Desarrollo e Innovación 119 Vinculación a la red geodésica nacional (REGVEN) Se tomó como punto de vinculación al Sistema Geodésico Nacional el Vértice de Nivelación Geodésica (BM) identificado como MT-1, ubicado en la redoma de la Fuente del Campus UCV-Maracay, parroquia Los Tacariguas, municipio Girardot, estado Aragua, (Tabla 1). Tabla 1. Coordenadas del vértice geodésico (MT-1). LATITUD N LONGITUD O UTM NORTE (m) UTM ESTE (m) 10º16’16,9569” 67º36’47,9211” 1135744,854 651861,024 Datum SIRGAS-REGVEN, Huso 19, Elipsoide GRS80 Cota Elipsoidal (h): 427,15 m Cota Ortométrica (H): 444,39 m Este punto fue trasladado a la parcela, perteneciente al Campo Experimental de la Facultad de Agronomía, para lo que se diseñó una red conformada por el vértice de vinculación antes referido (BM MT-1) y dos vértices identificados como “CENT” y “REMO”. Luego, se procedió a ejecutar las mediciones con GPS usando el método diferencial (DGPS) en modo estático; con una sesión de medición mayor de 60 minutos; a intervalos de captura de 5 segundos; máscara de elevación de 10 grados sobre el horizonte; línea base menor a 2 Km; PDOP menor a 4, número de satélites observados mayor o igual de seis (6) y un error máximo permisible de 10 cm. Finalmente, para la obtención de la coordenada, de la estación base (CENT) se procedió a realizar el Post-procesamiento diferencial usando efemérides precisas, de los datos GPS tomados en campo. to de control (Base) identificado como “CENT”; obteniendo como resultado las coordenadas UTM, Datum Sirgas-Regven. Los datos preprocesados fueron analizados minuciosamente para comprobar si el error medio cuadrático y la exactitud cumplían con los requerimientos establecidos. Levantamiento GPS de puntos de medición y validación Una vez realizada la vinculación se realizó el levantamiento en cuadricula de puntos con GPS, usando el método diferencial en modo estático. Este método se utilizó para los puntos que forman parte de la cuadricula y los puntos de validación. Se utilizaron sesiones de medición mínima de 10 minutos; a intervalos de captura de 5 segundos; máscara de elevación de 10 grados sobre el horizonte; mínimo seis (6) satélites en observación; línea base menor a 500 m; PDOP menor a 4 y error máximo permisible de 10 cm. Para la obtención de la coordenadas UTM (Norte, Este, Elevación) de cada punto; mediante el post-procesamiento diferencial se utilizaron efemérides precisas de los datos GPS obtenidos en campo (Figura 3). Se descargaron los datos capturados por los receptores GPS (Base y Móviles) en las Computadoras Portátiles y usando el Programa GNSS Solutions, se procesaron en forma diferencial con respecto al pun- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Captura de datos con GPS. Investigación, Desarrollo e Innovación 120 Adicionalmente se calculó la proporción de puntos con una diferencia menor a 25 cm de altura, entre el valor medido y el valor estimado. Este valor de tolerancia se estableció considerando la premisa de que las elevaciones del 90% de los puntos, cuyas cotas se obtengan por interpolación entre curvas de nivel, no diferirán de las verdaderas en más de ½ del intervalo de curva de nivel (Castro, 2014). Estimación cota ortométrica Para la obtención de la altura geoidal, se corrigieron los valores de elevación elipsoidal conseguida en el post-procesamiento de cada punto a partir de la ondulación geoidal conocida en el vértice de nivelación BM MT-1, tanto para los puntos de la cuadricula como para los puntos de validación. Generación de MDE 2. Configuración del Terreno Partiendo de las coordenadas (E, N, H), de los puntos obtenidos de las mediciones de campo, se generaron Modelos Digitales de Elevación (MDE), aplicando diferentes algoritmos de interpolación. Previo a la aplicación de los referidos algoritmos, fueron comprobados los supuestos de normalidad y homocedasticidad de los datos empleados en el análisis. En la plataforma Arc-Gis 10.0, se procesaron los datos, utilizando como técnicas de interpolación Anudem (Topo to Raster), Inverso de Peso de la Distancia (IDW), Spline-Regularizado, Spline-Tensión y Kriging. Para generar el MDE por Kriging se realizó el ajuste (Figura 4) de los datos a un semivariograma teórico. Validación de resultados Los resultados de los MDE, obtenidos por los diferentes métodos de interpolación, fueron validados desde dos puntos de vista: Para evaluar si la configuración del terreno obtenida en cada MDE, se asemeja a la realidad; se comparó el comportamiento de las variaciones de altura con la variación del porcentaje de arena en el suelo, debido a que este parámetro edáfico varía en función de la posición geomorfológica del terreno. Figura 4. Semivariograma ajustado. 1. Exactitud de la Elevación Para estimar la exactitud de la elevación, se calculó el error medio cuadrático obtenido, al comparar el valor estimado por cada método de interpolación con el valor medido en campo en los puntos de validación. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Este mapa de arena se obtuvo a partir de un muestreo de suelos (86 puntos) en cuadricula que cubría toda la variabilidad observada. El muestreo se realizó a una distancia de 50m infiriendo que esta era la distancia que mejor resolvía el patrón de variación de los suelos (Ovalles y Rey, 1994). Los valores de arena se ajustaron a un semivariograma teórico y finalmente se aplicó kriging (Webster y Oliver, 2007). El comportamiento encontrado se corresponde localmente a la distribución esperada de acuerdo a la localización del río y de las formas de terreno eje, napa, cubeta. Investigación, Desarrollo e Innovación 121 En este sentido se realizaron análisis comparativo de perfiles longitudinales y transversales del comportamiento de los contenidos de arena y de las variaciones altitudinales. Los 26 puntos restantes se emplearon para validar los resultados (Figura 6). Resultados y Discusión Sobre un lote de 8 ha de terreno plano, se midieron las coordenadas (E, N y H) de 190 puntos (Figura 5), con un error máximo de 10 cm. De éstos, 164 fueron utilizados como datos de entrada para generar los MDE utilizando IDW, Anudem, Spline-Tension, Spline-Regularizado y Kriging. Tabla 2. Error Medio Cuadrático (EMC) y Proporción de puntos con error mayor de la tolerancia. EMC (m) % Ptos Error > 25 cm Anudem 0.021 15.38 Spline_R 0.035 19.23 Spline_T 0.019 11.54 IDW 0.024 15.38 Kriging 0.018 7.69 MDE Figura 6. Distribución de Puntos de Validación. Al evaluar la exactitud de cada método de interpolación usando los valores del error medio cuadrático y la proporción de puntos con errores mayores a la tolerancia (Tabla 2), podemos observar que los MDE obtenidos por Kriging y Spline-Tensión presentan los mejores resultados. Figura 5. Distribución de Puntos de Medición. que IDW no funcionó bien debido a su incapacidad para modelar la estructura espacial de los datos. Aunque autores como Geach et al., 2014, han encontrado un mejor desempeño en métodos tales como el IDW en comparación con métodos geoestadístico (kriging) debido a la configuración del paisaje principalmente si estos datos presentaron tendencias. La alta precisión del kriging confirma la amplia aplicabilidad del mismo en áreas planas. Sin embargo, éste requiere el ajuste de un modelo o variograma, mientras Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Tomar una decisión basada solamente en el método de interpolación podría igualmente ser imprudente debido a que algunos autores señalan que, cuando la densidad de puntos de muestreo es baja, la exactitud de la estimación (altura) es más dependiente del método de interpolación y cuando la densidad es alta el comportamiento es inverso (Chaplot et al., 2006). Estos dos métodos fueron seleccionados para evaluar la configuración del terreno comparando el despliegue Investigación, Desarrollo e Innovación 122 del MDE generado con el mapa de contenido de arena visualmente. De esta comparación se concluye que la mejor representación de la configuración del terreno la presentaron los métodos de interpolación por kriging y Spline_T (Figura 7). arena en posiciones bajas, lo cual no se corresponde con la realidad, y en el caso del MDE generado por el método Anudem la impresión es que las diferencias en contenido de arena en el área de estudio no son tan perceptibles. Con la finalidad de evaluar estos dos modelos (Kriging y Spline-Tensión) se trazaron dos transectas en sentido E-O y NO-SE (Figura 8) y se construyeron los perfiles longitudinales (Figura 9) relacionados con la altura y el contenido de arena donde se constató que existe correspondencia entre los contenidos de arena esperados y la configuración del terreno obtenida a través de interpolación por kriging. Figura 9. Perfiles longitudinales en sentido E-O y NO-SE del MDE obtenido por kriging y del contenido de arena. Conclusiones Figura 7. Modelos digitales de elevación realizados a través de los métodos de interpolación Spline T. Kriging, Spline R y Anudem. El comportamiento esperado era obtener los valores más altos en contenido de arena en las posiciones más altas asociadas a la configuración de eje y menores contenidos de arena en las posiciones más bajas asociadas a la configuración de cubeta. A manera de comparación se incluyen los MDE de Spline_R y Anudem. Se puede observar que en el MDE obtenido por Figura 8. Orientación d las transectas en el mapa de arena y en el Spline_R se encuentran valores altos de contenidos de MDE obtenido por interpolación kriging. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Los distintos métodos de interpolación muestran resultados muy satisfactorios cuando se pretende conseguir una aproximación de calidad, sin embargo, los métodos de interpolación Kriging y Spline-T presentaron un menor error medio cuadrático. El análisis e interpretación visual de la comparación de los MDE con el mapa de contenido de arena del área de estudio, concluye que la zona de planicie fue mejor representada por el método de interpolación Kriging ya que el MDE, permitió precisar los límites entre las principales unidades geomórficas (eje, Investigación, Desarrollo e Innovación 123 napa, cubeta) esperadas, con lo cual se infiere que el MDE puede resolver problemas vinculados a la planificación del uso del suelo. Este trabajo representa un aporte importante al conocimiento de la topografía y de la geomorfología del campo experimental de la Facultad de Agronomía. Agradecimiento Esta investigación fue apoyada por fondos provenientes de la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCHUCV). Al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. De igual forma se expresa el agradecimiento a la empresa SIGPER CONSULTORES, C.A. por facilitar el uso de receptores GPS y apoyar con personal para el establecimiento de los puntos de control. Referencias Chaplot, V., Darboux, F., Bourennane, H., Leguedois, S., Silvera, N., Phachomphon., K. (2006). Accuracy of interpolation techniques for the derivation of digital elevation models in relation to landform types and data density Geomorphology, 77:pp126–141. Castro, O. L. (2014). La evaluación de la exactitud posicional de la información geográfica según los estándares en uso. Instituto Panamericano de Geografía e Historia-OEA. Revista Cartográfica. 90: pp 81-96. Oliver, M. A. (1990). Kriging: A Method of Interpolation for Geographical Information Systems. International Journal of Geographic Information Systems.4: pp313–332. Geach, M. R., Stokes, M., Telfer, M. W., Mather, A. E., Fyfe, R. M., Lewin, S. (2014). The application of geospatial interpolation methods in the reconstruction of Quaternary landform records. Geomorphology. 216:pp234–24. Ovalles, F. y Rey, J. (1994). Variabilidad interna de unidades de fertilidad en suelos de la depresión del lago de Valencia. Revista Agronomía Tropical. 44(1): pp41-65. Pérez, A. y François M. J. (2009). Evaluación de los errores de modelos digitales de elevación obtenidos por cuatro métodos de interpolación. Invest. Geog [online]. 69:pp53-67. ISSN 0188-4611. Hutchinson, M. F. (1988). Calculation of hydrologically sound digital elevation models. Documento presentado en el Tercer simposio internacional sobre manejo de datos espaciales en Sydney, Australia. Hutchinson, M. F. (1989). A new procedure for gridding elevation and stream line data with automatic removal of spurious pits. Journal of Hydrology, 106: pp211–232. Nabel P. E. y Becerra R. (2007). Uso de técnicas geomáticas para el mapeo y caracterización de unidades geomórficas de la Ciudad de Buenos Aires (Argentina) mediante interpretación visual de parámetros morfométricos. Boletín de la Sociedad Geológica Mexicana 60(2):pp173-185. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Royle, A. G., Clausen F. L., Frederiksen, P. (1981). Practical Universal Kriging and Automatic Contouring.Geoprocessing.1: pp377–394. Wahba, G. (1990). Spline models for Observational data. Documento presentado en la Serie de conferencias regionales de CBMS-NSF sobre matemáticas aplicadas. Philadelphia: Soc. Ind. Appl. Maths. Watson, D. F. Y Philip, G. M. (1985). A Refinement of Inverse Distance Weighted Interpolation.Geoprocessing.2:pp315–327. Webster, R. Y Oliver, M. A. (2007). Geostatistics for Environmental Scientists. Second Edition. Wiley, Chichester.330p. Investigación, Desarrollo e Innovación 124 Yang Xionga Li-, Guo-An Tanga, Fa-Yuan Lia, Bao-Yin Yuanb, Zhong-Chen Luc (2014). Modeling the evolution of loess-covered landforms in the Loess Plateau of China using a DEM of underground bedrock surface. Geomorphology. 209: pp18–26. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 125 Generación de unidades geomorfológicas por medio de técnicas de conjunto borroso, cuenca del río Gabante, estado Aragua José Caicedo1, María Corina Pineda2 SIGPER Consultores, C.A.1; Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Edafología2 [email protected]; [email protected] RESUMEN La identificación de unidades geomorfológicas en zona de montaña, con el uso de un sistema de clasificación borrosa (FKCN), permite trabajar fenómenos imprecisos, inciertos y con ruido, a través de estimadores numéricos, que ayudan a evaluar, analizar, planificar y ordenar cuencas hidrográficas; a partir de datos generados por modelos digitales de elevación (MDE). Para el estudio se utilizaron las hojas cartográficas y ortofotomapas: 6746 IV NE, 6747 III SE a escala 1:25.000, y mapa de unidades litomorfológicas, con las cuales se construyó un modelo digital de elevación (MDE), permitiendo espa- cialmente integrar y representar clases geomorfométricas, validando estos datos a través de una clasificación fenética por agrupamiento de similitudes globales. Los resultados obtenidos determinan que la cuenca tiene una superficie de 2.524,35 ha, con rangos altitudinales de 740 a 2.380 m.s.n.m.; en cuanto a la fisiografía está conformada por 8 clases geomorfométricas con FKCN presentando una similitud de 3 superclases, en presencia de laderas escarpadas a muy escarpadas, conformada por las unidades geológicas: Las Mercedes, Las Brisas y San Julián. Constituyendo una base fundamental para el levantamiento de información e identificación de unidades geomorfológicas. Palabras clave: GEOMORFOLÓGICAS, UNIDADES, MDE, FENÉTICA. GENERATION OF GEOMORPHOLOGIC UNITS USING FUZZY SET TECHNIQUES, GABANTE RIVER BASIN, ESTADO ARAGUA ABSTRACT The identification of geomorphological units in mountain areas, using fuzzy classifier models (FKCN) for working vague phenomena, uncertain and noisy numerical estimators that allow, evaluate, analyze, plan and manage watersheds; from data generated by digital elevation mo- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática dels (DEM). For this study, the following 1:25.000 cartographic sheets and orthophotomaps were used: 6746 IV NE, 6747 III SE as well as and the geological map, with which a digital elevation model (DEM) was constructed, enabling the spatial integration and representation of geomorphometric classes, validating the data through a phenetic classification by grouping of global similarities. The results determined that the watershed has an area of 2524.35 ha, altitudinal ranges of 740-2380 m; in terms of physiography it consists of 8 classes according to geomorphological FKCN presenting a similarity of 3 superclass presenting steep slopes to very steep, formed by the geological units: Las Mercedes, Las Brisas and San Julian. Forming an essential tool for gathering information and identifying geomorphological classes. Keywords: GEOMORPHOLOGICAL, MDE, PHENETIC, WATERSHEDS, PHYSIOGRAPHY. Introducción Las cuencas hidrográficas enfrentan condiciones de conflicto, por no encontrar un equilibrio entre el desarrollo (crecimiento) y la conservación del medio ambiente; situación que se refleja en un creciente deterioro de los suelos, vegetación y aguas, así como del nivel de vida de los habitantes de las regiones montañosas (Machado, 2011). Este deterioro se asocia por una parte al desconocimiento de la geografía y ecología de importanInvestigación, Desarrollo e Innovación 126 tes espacios, y por otro lado, al mal uso e inadecuado aprovechamiento al que han sido sometidos los diversos recursos que ofrece la naturaleza (Londoño, 2001). La falta de conocimiento de estas zonas de montañas en parte es debido a la complejidad del suelo y el paisaje, por lo que es necesario emplear herramientas que permitan relacionar el relieve y las propiedades edáficas, como es el caso de los Modelos Digitales de Elevación (MDE). Los MDE, conforman una estructura numérica de datos que representan la distribución espacial de la altitud de la superficie del terreno y permite la generación de unidades geomorfológicas (Nuñez, 2007). Estas unidades son usadas como base para evaluar, analizar, planificar y ordenar cuencas y otros recursos naturales de forma expedita. La identificación de unidades geomorfológicas en estas zonas es de extrema dificultad, por lo que su obtención de manera tradicional requiere de la inversión de mucho tiempo por parte de un experto. Por tal razón, los MDE pueden ser considerados como un recurso valioso para acelerar el mapeo de suelos y paisajes en áreas montañosas con relaciones complejas (Viloria et al., 2009). La clasificación borrosa (Fuzzy c-means) y las Redes Neuronales Artificiales (RNA), son estimadores numéricos apropiados para modelar el paisaje porque permiten trabajar fenómenos imprecisos, inciertos y con ruido, así como modelar procesos complejos no lineales (Lin y lee, 1996). Uno de estos métodos son las redes neuronales borrosas de FKCN (Fuzzy kohonen clustering network), las cuales combina el algoritmo para construir las RNA (Redes Neuronales Artificiales), conocidos como “Mapas auto-organizados de kohonen”. Bezdek et al., (1992) fusionaron los mapas auto-organizados de kohonen con el algoritmo de clasificación borrosa fuzzy c-means para obtener el modelo de red FKCN. Este modelo combina la capacidad de aprendizaje de SOM con la optimización del agrupamiento de los datos Fuzzy c-means. El sistema clasificador borroso es una herramienta usada en el análisis morfométrico a partir de datos derivados de un mapa (Guerra y González, 2002). Este análisis, se utiliza en estudios geomorfológicos para generar información de un área, antes de la ejecución de trabajo detallado en campo, con la finalidad de determinar el significado geomorfológico de las clases geomorfométricas obtenidas a través de la interpretación de su distribución espacial y de la descripción de los centros de clases y matrices de membresías. La interpretación de las clases borrosa generadas ayuda a comprender el significado fisiográfico de cada clase digital de terreno. El propósito de este trabajo fue generar unidades geomorfológicas a partir de técnicas borrosas en área de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática montaña de la cuenca del río Gabante, como alternativa para la generación de unidades geomorfométricas. Metodología La cuenca del río Gabante, pertenece al sector Gabante del municipio Tovar del estado Aragua, ubicada entre los límites geográficos a 1140855 – 1150188 Norte y 679356 – 684372 Este, con una extensión de 25,32 km² (Figura 1), presenta en su conformación de relieve un rango de alturas que oscila entre 780 – 2360 m.s.n.m. Figura 1. Ubicación del área de estudio. Fuente: Caicedo (2014). En la cuenca existen unidades de formación geológicas tales como: Las Mercedes, Las Brisas y San Julián. Presentando dos zonas bioclimáticas: Bosque húmedo montano bajo en las zonas más altas, con temperatura promedio de 17 ºC y precipitaciones de 1280 mm Investigación, Desarrollo e Innovación 127 y Bosque seco premontano en las zonas más bajas. Constituido principalmente por laderas de montañas escarpadas, con pendientes medias que oscilan en el orden de 55,6%. Partiendo del MDE generado en ArcGis 10.1 (ESRI 2011), con una resolución de 20m/pixel, se obtuvieron los atributos geomorfométricos (gradiente, orientación de la pendiente, curvatura, área de captación, índice topográfico de humedad) generado a través de Saga 2.1.4 (Conrad et al., 2015) constituido en formato *.ASC. Estos se usaron como base para la obtención de clases geomorfométricas. Para ello se usó un sistema clasificador de paisaje Fuzzy Kohonen (Villota y Botero, 1992), el cual normaliza los atributos de entrada transformando estos al mismo rango de variación entre -1 a 1. Generar el MDE Se realizó la transformación geométrica de las cartas topográficas 6747 III-SE y 6746 IV-NE procedente de cartografía nacional (Instituto Geográfico de Venezuela Simón Bolívar) al sistema de proyección UTM (Datum REGVEN Huso 19); vectorizando las curvas de nivel con equidistancia de 20 m, puntos de control, red hidrográfica y la poligonal de la cuenca. Posteriormente, se realizó un control de calidad de las capas a través de visitas a campo y se revisó y ajustó las capas vectoriales, con el equipo CN3 Mobile Computer con Arcpad 7.2, encontrando concordancia de las capas (figura 2). Usando la extensión Topo to raster, método de interpolación diseñado para la creación del MDE corregidos hidrológicamente, basado en el programa ANUDEM desarrollado por Hutchinson (1988); se generó el MDE (Figura 3), mencionado por Núñez (2011), como un arreglo ordenado de números que representa la distribución espacial de la superficie del terreno (Coordenadas x, y, z), a partir de las curvas de nivel y de la hidrografía provenientes de los ortofotomapas, con resolución de 20 m. Figura 2. Verificación en campo de las capas vectorizadas. Fuente: Caicedo (2014). Figura 3. Modelo Digital de terreno (MDE). Fuente: Caicedo (2014). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Para la obtención del número de clases o unidades paisaje-suelo, se determinó la combinación óptima de número de clases y grado de borrosidad; calculando el índice de rendimiento borroso (FPI, por fuzziness performance índex) para varios agrupamientos de los atributos geomorfométricos, con distintos números de clases (6 a 12) y valores del exponente borroso (Φ) (de 1,1 a 1,6 con incrementos sucesivos de 0,1). El FPI puede variar desde 1, cuando las clases son discretas (cada individuo pertenece a una sola clase) hasta 0 cuando no existe una clara afiliación de cada individuo a ninguna clase, por lo tanto todos los centros de clase tienen valores similares (Odeh et al., 1994). Al seleccionar el número de clase y FPI adecuado el programa produce archivos *.ASC con mapas de clases geomorfométricas y un archivo *.txt con valores que describe cada unidad o clase generada (Viloria, 2007). Estos valores generaInvestigación, Desarrollo e Innovación 128 dos describen las clases, permitiendo identificar diferentes estructuras de variación espacial del terreno. Con la finalidad de validar los resultados del agrupamiento de clases geomorfométricas, a través de similitudes globales, se utilizó una clasificación fenética de tipo jerárquico, basada en un análisis de agrupamiento (Acero, 2007), con el objeto de mostrar por otra vía las afinidades existentes entre clases. Para tal fin, se generó un fenograma (Software Past Versión 1.38b) (Hammer et al, 2001), usando la técnica de ligamiento promedio no ponderado (UPGMA-Un weighted Pair Group Method with Arithmetic Mean), la cual está basada en la similitud de la relaciones de las variables (Clases geomorfométricas). Esta relación determina en cierta medida la semejanza entre las clases y la variabilidad observada. ses, y se obtuvo la información que se presenta en forma gráfica en la figura 4, mostrando la variación del índice de borrosidad lograda (FPI) en función del número de clases (desde 6 hasta 12) y el exponente borroso (Φ) (con valores comprendidos entre 1,1 y 1,6). Se seleccionó como valor óptimo para la clasificación la clase 8 con un coeficiente borroso igual a 1,2, con valores intermedios de FPI (cercanos a 0,4). ficador de paisaje Fuzzy Kohonen (Viloria, 2007), se obtuvo un mapa raster de 8 clases geomorfométricas en formato *.ASC. El agrupamiento espacial de las clases obtenidas se muestra en la figura 5; apreciándose que cada clase tiende a ocupar una posición determinada en el terreno, por lo que, la variación de estas clases tiende a ser sistemática. Resultados y Discusión Generado el MDE se obtuvieron parámetros básicos relacionados con la cuenca, como la superficie la cual es de 2.524,35 ha, considerada según su área como una Microcuenca (<10.000 ha) (Aguirre, 2007), con una altitud media de 1642 m.s.n.m. y perímetro de 38,22 Km. En cuanto a la relación entre el agrupamiento de los pixeles en las clases geomorfométricas se seleccionó el valor óptimo del exponente borroso y el número de cla- Figura 4. Variación del índice del rendimiento borroso (FPI) en función del número de clases y el exponente borroso (θ), en seis atributos geomorfométricos, en la cuenca del río Gabante. Fuente: Caicedo (2014). Mapa de clases geomorfométricas Como resultado del agrupamiento de las celdas de los atributos geomorfométricos, utilizando el sistema clasi- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 5. Mapa raster de clases geomorfométricas de la cuenca del río Gabante. Fuente: Caicedo (2014). Investigación, Desarrollo e Innovación 129 Interpretación de las clases de terreno obtenidas con la aproximación de FKCN su mayoría a un área cóncava en plano de curvatura, ya que posee valores negativos, en cambio el perfil de curvatura con valores positivos corresponden a un área convexa, conformada por altitudes media a alta abarcando las zona bajas de la cuenca con pendiente muy escarpadas, orientadas al O-E-S, con índice topográfico de humedad bajo; indicando un riesgo medio de erosión por efecto de la forma y pendiente del terreno. 0 -0.1 -0.2 -0.3 -0.4 -0.5 -0.6 -0.7 -0.8 1 5 2 4 3 8 4 6 5 1 6 3 7 2 8 Tabla 1. Valores de los centros de cada clase geomorfométrica, identificada en el área de la cuenca del río Gabante. Similarity -0.9 Los valores que describen el centro de cada clase geomorfométrica (Tabla 1), por la red neuronal borrosa FKCN, proveen información útil sobre las características de cada unidad o clases, lo cual ayuda a entender la naturaleza fisiográfica de cada una de las 8 clases. Esta información viene contenida en un archivo *.txt. clases (figura 6): el primer grupo (A) está conformado por las clases 4, 8, 6, 1; el segundo grupo (B) está conformado por las clases 3, 2, 7, ambos grupos constituidos por su similitud entre clases; y finalmente el grupo (C) el cual fue creado por su disimilitud entre las clases geomorfométricas restantes. 7 9 *plan: plano de curvatura; perfil: perfil de curvatura; ITH: índice topográfico de humedad. Fuente: Caicedo (2014). Figura 6. Fenograma de las clases geomorfométricas. Fuente: Caicedo (2014). Figura 7. Mapa raster de Superclases geomorfométricas de la cuenca del río Gabante. Fuente: Caicedo (2014). La aplicación de la fenética como herramienta de agrupamiento, generó un fenograma de 3 grupos de super- Respecto al agrupamiento de las superclases (figura 7), se puede mencionar que el grupo A, corresponde en El grupo B, pertenece a la zona más alta de la cuenca, con pendiente escarpada y forma del terreno convexa Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 130 tomando en cuenta los valores del plano y perfil de curvatura. Esto nos indica un alto riesgo de erosión. Adicionalmente está conformada por un índice topográfico de humedad alto, el cual en un área sin protección vegetal puede originar desplazamiento de masa. Por el contrario el grupo C, por su parte, posee un plano y perfil de curvatura con valores negativos que corresponde a un área cóncava, de baja captación en relación con los otros grupos. El índice topográfico de humedad presenta los más altos valores y el porcentaje de pendiente los valores más bajos de la cuenca, estos nos corrobora que es la zona de descarga o drenaje de la cuenca (riachuelo, quebrada y río). Aguirre, N. (2007). Manual para el manejo sustentable de cuencas hidrográficas. Universidad Nacional de Loja. Loja, (Ecuador). 116 p. Hammer, O., Harper D. & Ryan P. (2001). PAST: Paleontological Statistics Software Package for Education and Data Analysis. Palaeontología Electronica 4: 1-9. Bezdek, J. C. Tsao, E. C. K. And Pal, N. (1992). Fuzzy kohonen clustering networks. In: Proc. IEEE int. Conf. On fuzzy systems, San Diego: 1035-1043. Hutchinson, M. F. (1988). Calculation of hydrologically sound digital elevation models. Paper presented at third international symposium on spatial data handling at Sydney, (Australia). Conclusiones Conrad, O., Bechtel, B., Bock, M., Dietrich, H., Fischer, E., Gerlitz, L., Wehberg, J., Wichmann, V., And Böhner, J. (2015): System for Automated Geoscientific Analyses (SAGA) v. 2.1.4, Geosci. Model Dev., 8, 19912007, doi: 10.5194/gmd-8-1991-2015. El uso combinado de redes neuronales borrosas y atributos geomorfométrico obtenidos a partir de MDE a una escala de 1:25000, permite la identificación de clases morfométricas, y el análisis físico de cuencas, sirviendo como base para el levantamiento de información y caracterización de unidades geomorfológicas, mapas de suelos y zonas riesgos a erosión. Referencias Acero, S. (2007). Algoritmo para análisis filogenético: UPGMA. Trabajo de Pregrado. Barranquilla; Universidad del Norte, (Colombia). 84 p. Caicedo, J. (2014). Diagnóstico físico-ambiental y socioeconómico de la cuenca del río Gabante (afluente del río Aragua), en el Municipio Tovar del estado Aragua. Trabajo de grado. Universidad Central de Venezuela. Maracay, (Venezuela). 78 p. Londoño, C. (2001). Cuencas hidrográficas: Bases conceptuales- Caracterización- Planificación-Administración. Trabajo de Ascenso. Universidad de Tolima. Ibagué, (Colombia). 359 p. Lin, C.; Y Lee, C. (1996). Neuronal fuzzy systems. Prentice hall, inc.New jersey, (Estados Unidos). 797 p. ESRI (2011). ArcGIS Desktop: Release 10.1. Redlands, CA: Environmental Systems Research Institute. Machado, G. (2011). Relación entre la orientación de las laderas y atributos del suelo en la cuenca del río Caramacate, estado Aragua. Trabajo de Post-grado. Universidad Central de Venezuela. Maracay, (Venezuela). 116 p. Guerra, F. y González, J. (2002). Caracterización morfométrica de la cuenca de la quebrada La Bermeja, San Cristóbal, estado Táchira – Venezuela. Universidad de los Andes. Geoenseñanza. 7(2): 88-108. Núñez, Y. (2007). Relación Suelo-Paisaje en un sector de la cuenca alta del río Güey, correspondiente a la formación geológica las Brisas. Trabajo de Pregrado. Universidad Central de Venezuela. Maracay, (Venezuela). 191 p. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 131 Núñez, Y. (2011). Modelo automatizado de unidades de paisaje a escala 1:50000 con un enfoque neuronal borroso, en la cuenca del río Tucutunemo, estado Aragua. Trabajo de Post-grado. Universidad Central de Venezuela. Maracay, (Venezuela). 75 p. Odeh, I.; Mcbratney, A.; Chittleborough, D. (1994). Spatial prediction of soil properties from landform attributes derived from a digital elevation model. Geoderma, 63: 197–214. Instituto Geográfico de Venezuela Simón Bolívar. (2014). La Victoria, hoja 6747 III-SE, 6746 IV-NE, cartas topográficas. Villota H. Y Botero P. (1992) sistema CIAF de clasificación fisiográfica del terreno. Instituto Geográfico Agustín Codazzi. Unidad de suelos – CIAF Viloria, A. (2007). Estimación de modelos de clasificación de paisaje y predicción de atributos de suelos a partir de imágenes satelitales y modelos digitales de elevación. Trabajo de Pregrado. Universidad Central de Venezuela. Caracas, (Venezuela). 95 p. Viloria, J.; Viloria, A.; Núñez, H.; Pineda Ma. (2009). Cartografía automatizada de unidades de paisaje en relieve montañoso por medio de redes neuronales artificiales. III jornadas de geomática. Caracas (Venezuela). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 132 Estudio comparativo de sensores multiespectrales para la identificación de parámetros de calidad del agua del Lago de Valencia - Venezuela Carmen Goitía, Wuilian Torres Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico. Centro de Procesamiento Digital de Imágenes [email protected]; [email protected] RESUMEN El Lago de Valencia es un importante reservorio de agua natural localizado en la región centro norte de Venezuela, el cual ha sufrido un severo deterioro en la calidad de sus aguas por ser el receptor de los desechos domésticos, agrícolas e industriales provenientes de las actividades de dos principales ciudades, Maracay y Valencia. Se propone la utilización de imágenes tomadas por los nuevos sensores a bordo de los satélites Landsat 8 y Miranda (Venezuelan Remote Sensing Satellite 1 VRSS-1) adquiridas en cinco (5) fechas diferentes y empleando técnicas de procesamiento digital de imágenes (correcciones atmosféricas, radiométri- cas y geométricas), Se analizó la presencia de parámetros como la clorofila y sólidos en suspensión, los cuales son indicadores principales del estado trófico en un cuerpo de agua. La información analizada es presentada en mapas de distribución de los mismos los cuales permiten comparar la evolución de cada parámetro en el tiempo para toda el área de estudio El uso masivo de las imágenes de satélite ha sido en los últimos años de gran importancia para el estudio y monitoreo de parámetros de la calidad del agua, permitiendo la evaluación de grandes cuerpos de agua en tiempos relativamente cortos con bajos costos ya que estableciendo modelos con la información provenientes de las imágenes de satélite y la toma de muestras coincidentes con el paso del mismo proporciona información sobre la calidad de sus aguas sin necesidad de medidas in situ. Palabras clave: CLOROFILA, EUTROFIZACIÓN, LANDSAT 8, SÓLIDOS EN SUSPENSIÓN, VRSS-1. MULTI-SENSOR COMPARATIVE STUDY OF MULTI-ESPECTRAL DATA FOR IDENTIFYING WATER QUALITY PARAMETERS IN VALENCIA LAKE, VENEZUELA ABSTRACT The Valencia Lake is an important natural water reservoir located in the north central region of the Republic Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática of Venezuela that has suffered severe quality water deterioration because it receives the domestic, agricultural and industrial waste from two major cities, Maracay and Valencia. The current use of satellite imagery has been of high importance in the last years, to study the quality parameters of the water allowing the evaluation of large bodies of water in a relatively short time and at low costs. The availability of images at no cost and with different dates of the two new sensors aboard satellites Landsat 8 y Miranda (Venezuelan Remote Sensing Satellite 1 VRSS-1), allowed to assess their contribution in the qualitative determination of chlorophyll and suspended solids; parameters that are commonly used in spatial distribution of the level of eutrophication in a water body. The thematic maps generated for each of the sensors and dates, represent the information of the studied parameters, with the possibility of pollution prediction, contributing with the decision-making process to improve the quality and maintain the ecological and environmental balance in the lake. Keywords: CHLOROPHYLL, EUTROPHICATION, LANSAT 8, SUSPENDED SOLIDS, VRSS-1. Introducción La conservación de la calidad de las aguas superficiales en diferentes cuerpos de agua tales como lagos, lagunas o embalses es una de las principales preocupaciones Investigación, Desarrollo e Innovación 133 a nivel mundial, ya que son fuentes de abastecimiento para los distintos usos de este vital líquido; el costo por el daño en la calidad de las aguas es alto por el deterioro a veces irreversible del cuerpo de agua, además de las altas erogaciones de dinero en su tratamiento y recuperación. En la actualidad el uso de la teledetección permite realizar un adecuado estudio y seguimiento de la calidad de las aguas en lagos, embalses, etc., por medio de detección de sustancias disueltas o partículas en suspensión que modifican las propiedades ópticas del agua (Martínez y Serrano, 1994). El estado trófico de lagos y embalses ha sido objeto de estudio durante muchos años. Esto es debido a que la calidad de aguas de lagos y embalses se puede ver deteriorada por el fenómeno de la eutrofización. Definiendo eutrofización según la organización para la Cooperación y Desarrollo Económico (OCDE) “como un enriquecimiento de las aguas en sustancias nutritivas que conduce generalmente a modificaciones como el aumento de la producción de algas y otras plantas acuáticas, deterioro de la calidad del agua y el ecosistema acuático”. La clorofila a, la transparencia y los sólidos en suspensión son los parámetros más utilizados para determinar el estado trófico de un cuerpo de agua utilizando sensores remotos. La clorofila se correlaciona con la bio- masa total del fitoplancton debido a que es el principal pigmento presente en las algas (Richie, 2003), y con la transparencia que viene determinada por la cantidad de partículas en suspensión, los pigmentos disueltos y las propias características del agua. (Verdín, 1976). El Lago de Valencia ofrece suficientes razones para el estudio de monitoreo de su calidad a través de imágenes. Es un cuerpo de agua cerrado, el segundo más importante del país y de gran tamaño (356 Km2), está ubicado en la zona centro-norte de Venezuela, y por ser receptor de grandes cantidades de desechos provenientes de las diferentes actividades urbanas, agrícolas e industriales que se realizan en su cuenca, presenta un deterioro progresivo de su calidad y un acelerado proceso de mineralización y eutrofización. Esto se debe al gran aporte de nutrientes por las descargas urbanas e industriales que fluyen de los ríos al Lago de Valencia, que han contribuido con el tiempo a una eutrofización creciente. Desde los años 1990 se han realizado estudios para evaluar el estado trófico del Lago de Valencia por correlación entre la información suministrada por las imágenes adquiridas por el satélite Landsat y mediciones en campo de parámetros asociados a la calidad de agua del lago: clorofila y transparencia. En 2008 utilizando imágenes obtenidas por el sensor Modis del satélite Terra, con una frecuencia de toma Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática diaria, de baja resolución espacial, y complementada con información recopilada en estaciones de medición dentro del cuerpo de agua, se propusieron técnicas de análisis geoestadístico por medio de Kriging para construir un modelo que permitía predecir la evolución en el tiempo de algunos parámetros asociados a la calidad del agua. (De la Hoz, C, 2008). El sensor Thematic Mapper (TM) de Landsat ha sido usado en diferentes estudios dando muy buenos resultados para el estudio de variables indicadoras del estado trófico en cuerpos de agua como la concentración de clorofila, la transparencia y las partículas en suspensión (Doña, 2009). Desde el año 2013 se dispone de imágenes gratuitas que son obtenidas vía electrónica de nuevos sensores uno bordo de los satélites Landsat 8 (satélite americano) y el Miranda (Venezuela Remote Sensing Satellite 1 VRSS-1) con resolución espacial y temporal que permiten realizar el monitoreo de las aguas de lago con una frecuencia al menos mensual. La presente investigación tiene como objeto un estudio comparativo de la distribución espacial de los parámetros de calidad de agua clorofila y sólidos en suspensión utilizando los sensores multiespectrales del Landsat 8 y del Miranda a través del procesamiento e interpretación de las imágenes para evaluar sus potencialidades en Investigación, Desarrollo e Innovación 134 la representación mediante mapas temáticos su evolución en el tiempo y suministrar esta información, a los organismos encargados en la toma de decisiones para el monitoreo de las posibles fuentes de polución a un menor costo y tiempo. gistran en los meses secos. La temperatura media anual en el área plana se encuentra entre 24,5ºC y 27ºC, mientras que en área de la montaña es de 14-15ºC. Metodología Área de estudio La cuenca del Lago de Valencia se localiza geográficamente entre 67º16’ y 68º05’de longitud oeste y 9º54’ y 10º26’ Latitud Norte. Se encuentra en la región centro-norte del país, ocupando una superficie de 3.450 Km2 (0.3% del territorio nacional) en los estados Aragua y Carabobo, concentra el 13% de la población de la región Central, es decir unos cuatro millones setecientos cincuenta mil habitantes según el último censo año 2011. El área superficial del lago es de 356 Km2, aproximadamente el 12% de la cuenca, almacena un volumen de 700 millones de metros cúbicos de agua, su nivel es de 405 msnm, una longitud máxima de 30 km, un ancho máximo de 17 km, un ancho medio de 12,7 Km, y profundidad máxima de 43 m y media de 21,5m. (Figura 1). El clima es tropical lluvioso, con un período anual de lluvias (Abril-Octubre) y un período de sequía (Noviembre-Marzo). El viento sopla predominantemente en dirección noroeste-suroeste y las ráfagas más intensas se re- Figura 1. Área de estudio, Lago de Valencia. Venezuela. Elaboración propia. El Lago de Valencia es un cuerpo de agua cerrado, es decir no posee salida superficial de sus aguas y como todo lago endorreico, sus aguas solo pueden escaparse mediante evaporación y en consecuencia todo el material disuelto y suspendido permanece en el lago, salvo que se extraiga por medios artificiales. Insumos Para este estudio se seleccionaron la clorofila y los sólidos en suspensión como parámetros indicadores de la eutrofización, ya que estos presentan una respuesta espectral característica en el agua que pueden ser captadas por el satélite, a través de los cambios de la radianza y reflectancia en la superficie del agua. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática El Satélite Landsat 8 incorpora dos instrumentos de barrido: Operational Land Imager (OLI), y un sensor térmico infrarrojo llamado Thermal sensor (TIRS). Las bandas del sensor OLI, similares a la del sensor Landsat 7 ETM+ incorpora dos nuevas bandas espectrales: una banda 1 en el azul visible (0.43-0,45μm), diseñada específicamente para los recursos hídricos e investigación en zonas costeras, y un nuevo canal infrarrojo la banda 9 para la detección de nubes cirrus. Adicionalmente se incluye una nueva banda de control de calidad que proporciona información sobre la presencia de nubes, agua y nieve. La calidad de los datos (relación de la señal respecto al ruido) y la resolución radiométrica (12 bits) del OLI y TIRS es más alta que en los anteriores instrumentos Landsat (8 bits para TM y ETM+), lo que proporciona una mejora significativa en la capacidad de detectar cambios en la superficie de la tierra. (CIAF, 2013). El satélite Miranda tiene una periodicidad de 57 días, dispone de dos instrumentos multiespectrales, el MS (Multispectral scanner) con 10 m de resolución espacial y cuatro bandas que van desde 0,45 a 0,89 μm, y una banda pancromática (0,45 a 0,89 μm) con una resolución espacial de 2.5m; y la WMC (Wide Multispectral Camera), con las mismas 4 bandas del MS, pero con resolución espacial de 16 metros y periodicidad de 12 días (Tabla 1). Investigación, Desarrollo e Innovación 135 Tabla 1. Características de los satélites Miranda y Landsat 8. MIRANDA Sensores Resolución Espacial (m) Resolución Radiometrica Resolución Espectral (μm) Resolución Temporal (días) Ancho de Barrido (km) MS (Multispectral Scanner) WMC (Wide Multispectral Camera) 10 16 10 bits = 1024 Niveles de gris B1 azul B1 azul (0,45-0,52) (0,45-0,52) B2 verde B2 verde (0,52-0,59) (0,52-0,59) B3 roja B3 roja (0,63-0,69) (0,63-0,69) B4 infrarroja B4 infrarroja (0,77 -0,89) (0,77 -0,89) PAN (0,45-0,9) 57 12 57 x 57 369 x 369 LANDSAT 8 OLI (Operational Land Imager) 30 PAN 15 m TIRS (Thermal Infrared Sensor) 12 bits B1 costal aerosol (0,43-0,45) B2 azul (0,45-0,51) B3 verde (0,53-0,59) B4 roja (0,64-0,67) B5 infrarroja (0,85-0,88) B6 SWIR 1 (1,57-1,65) B7 SWIR 2 (2.11-2,29) B8 PAN (0,50-0,68) B9 Cirrus (1,36-1,38) 8 bits B10 TIRS 1 (10,60-11,19) B11 TIRS 2 (11,50-12,51) 100 Tabla 2. Fechas de tomas de las imágenes seleccionadas. SATÉLITE LANDSAT 8 SATÉLITE MIRANDA 04/12/2013 30/11/2013 05/01/2014 04/01/2014 21/01/2014 30/01/2014 22/02/2014 21/02/2014 10/03/2014 02/03/2014 cocientes entre ellas y el índice de vegetación normalizado identificando donde se observaba mayor información de ambos parámetros. Para obtener los mapas temáticos, se elaboró a través de un árbol de decisiones que permitió definir los rangos de valores en que se pueden presentar los máximos y mínimos para los parámetros en estudio (Figura 2). NDVI < - 170 Satélite Landsat 8 No 170 x183 Fuente: www.landsat.usgs.gob y www.abae.gob.ve. Para realizar el estudio se utilizaron 10 imágenes, cinco (5) del Satélite Landsat-8 y cinco (5) del Miranda descargadas de los archivos existentes, a través de las web: www.landsat.usgs.gov. y www.abae.gob.ve; tratando en lo posible en seleccionar fechas coincidentes Una vez obtenidas las imágenes tanto del Landsat 8 como del Miranda y utilizando el software de procesamiento de imágenes ENVI CLASSIC se corrigieron atmosféricas, geométrica y radiométricamente para poder compararse en el caso de las Landsat. Por su parte las imágenes del Miranda, no fueron corregidas radiométricamente por no tener los parámetros de calibración del satélite. Luego se les aplicó a ambas una máscara con la finalidad de eliminar la información de la proporción terrestre en la imagen y poder considerar solo la correspondiente al cuerpo del agua. Una vez aplicada la máscara a cada imagen se hizo un análisis visual (distribución espacial) en cada banda y combinaciones basada en los histogramas, apoyadas por la matriz de correlación previamente obtenida, los Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Satélite Miranda Max. cloro NDVI < -1 No Tierra NDVI < 10 NDVI > 101 Tierra Si No Max. SS Max. SS NDVI < 19 Si Si No NDVI > 25 No Si NDVI < 10 Si NDVI < 19 Min cloro NDVI < 1 Si No Max. cloro si No Min cloro No Si NDVI < -23 si No No NDVI < - 45 No Si NDVI < 1 16 170 x183 o cercanas en las tomas, y con la menor cobertura de nubes (Tabla 2). NDVI > 47 Si Min SS No NDVI > 101 Si Min SS Figura 2. Árbol de decisiones de las imágenes Landsat 8 y Miranda. Elaborado con software ENVI Classic. Al observar los diferentes mapas obtenidos de las imágenes del satélite Miranda y Landsat 8 podemos detectar como surge el afloramiento algal en la zona sur oeste del lago cercanas a la costa y asociada a los sólidos en suspensión, la cual presenta diferencias entre las distintas fechas a lo largo del año, en este caso en el último mes del año 2013 y los tres primeros meses del 2014. Los cambios que se observan pueden corresponder a Investigación, Desarrollo e Innovación 136 las corrientes existentes en el lago o las descargas que hacen posible la dispersión de los sedimentos. En las composiciones coloreadas de las bandas 5, 4 y 3 del satélite Landsat 8 y las bandas 4, 3, 2 del Miranda se observa bien definido el patrón de corrientes del lago, siendo la dirección de las corrientes superficiales noroeste, probablemente debido un afloramiento algal en mayor o menor cantidad en la zona sureste cercanas a la costa y asociada a sólidos en suspensión. También se puede observar en la región oriental zonas inundables con erosión de moderada a baja, mientras que en la región occidental se presentan zonas de acumulación debido a la dirección de las corrientes y al oleaje que provoca remoción de sedimentos( Figura 3). Landsat 8 Bandas (5,4,3) 04-12-2013 MIRANDA Bandas (4,3,2) 30-11-2013 Leyenda Clorofila Máximo 05-01-2014 21-01-2014 04-01-2014 30-01-2014 Mínimo Sólidos en suspensión Máximo Mínimo Miranda 30 -11-2013 22-02-2014 21-02-2014 10-03-2014 02-03-2014 En los mapas temáticos obtenidos del índice de vegetación para cada fecha en estudio y satélite se puede observar: a.En la imagen del Miranda 30-11-2013 se observa poca presencia de algas en la zona sureste y mayor presencia de sólidos en la zona oriental, mientras que en la imagen Landsat del 04-12-2013 el afloramiento algal es más notorio representado en un área de 48,93 Km2 calculados mediante la cantidad de pixeles y la resolución del satélite que es 30m, lo cual puede deberse al flujo de los principales efluentes de Landsat 8 04-12-2013 Figura 3. Imágenes Landsat 8 y Miranda. Composiciones coloreadas: Landsat 8 bandas (5, 4, 3) y Miranda (4, 3, 2). esa zona por la escorrentía que trae alta carga de nutrientes. En la imagen del satélite Miranda puede corresponder a dilución por acción de las lluvias o a que no haya ninguna escorrentía ni descarga en el momento de la toma de la imagen (Figura 4). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 4. Mapas de distribución espacial Clorofila y Sólidos en Suspensión. b.En los mapas temáticos de fecha 04 y 05 de enero del 2014 de los satélites Miranda y Landsat 8 respectivamente, se puede observar un comportamiento muy similar, donde no se presenta sólidos en suspensión ni afloramientos algales relevantes (Figura 5). c. El mes de enero pareciera de poco movimiento de corrientes y descargas en el lago ya que continua el patrón presentado en las imágenes anteriores presentadas en la figura 5, pero el último día del mes en la imagen del satélite Miranda empieza a observarse un afloramiento algal en la zona sur este, con un área de 34,8 km2 comparada con la del Landsat de 5 Km2 (Figura 6). Investigación, Desarrollo e Innovación 137 Leyenda Clorofila Máximo Landsat 8 05-01-2014 Mínimo Sólidos en suspensión Máximo d.En las imágenes del mes de febrero se observa mayor cantidad de clorofila en el mapa del Landsat 8 comparada con la del Miranda, la diferencia es sustancial de 82,3%. contra el 13,7% respectivamente de ocupación en el área (Figura 7). Máximo Landsat 8 22-02-2014 Mínimo Sólidos en suspensión Máximo Mínimo Máximo Landsat 8 21-01-2014 Mínimo Sólidos en suspensión Máximo Mínimo Miranda 30-01-2014 Figura 6. Mapas de distribución espacial Clorofila y Sólidos en Suspensión. Landsat 8 10-03-2014 Mínimo Sólidos en suspensión Máximo Leyenda Clorofila Miranda 04-01-2014 Leyenda Clorofila Máximo Mínimo Mínimo Figura 5. Mapas de distribución espacial Clorofila y Sólidos en Suspensión. Leyenda Clorofila Miranda 21 -02-2014 Figura 7. Mapas de distribución espacial Clorofila y Sólidos en Suspensión. e. Las del mes de marzo tienen un comportamiento predecible con respecto a las fechas de toma, lo que pareciera influir son las corrientes, las posibles descargas de afluentes con gran cantidad de nutrientes asociados con sólidos en suspensión (Figura 8). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Miranda 02 -03-2014 Figura 8. Mapas de distribución espacial Clorofila y Sólidos en Suspensión. Discusión de los Resultados Los resultados obtenidos constatan lo presentado en diferentes estudios consultados donde los sensores remotos son una herramienta útil para determinar el nivel de eutrofización en un cuerpo de agua, así como la evolución de la contaminación en superficie en lagos, embalses, etc. La distribución espacial de los parámetros en estudio se observa bien definida en cada una de las imágenes, lo que permite hacer un seguimiento de la evolución de la calidad de sus aguas. De acuerdo a la bibliografía consultada se puede establecer diferentes modelos utilizanInvestigación, Desarrollo e Innovación 138 do datos experimentales en campo que coincidan con el pase del satélite y obtener un diagnóstico que permita evaluar el comportamiento de estos cuerpos de agua ubicando las principales fuentes de contaminación, de manera de establecer un programa de caracterización a un menor costo y tiempo. Conclusiones Algunas diferencias en la distribución espacial de los parámetros en estudio es debido a la calibración del Miranda, ya que no se hicieron las correcciones radiométricas por no disponer de los coeficientes requeridos. • Las imágenes de satélite Landsat 8 corroboran estos estudios y las del Miranda ofrecen resultados satisfactorios para observar la distribución espacial de parámetros como clorofila y sólidos en suspensión en el ámbito de la representatividad puntual. • Permite realizar diagnósticos iníciales de masas de agua para iniciar los muestreos necesarios y localizados. • Se debe realizar un muestreo detallado de los parámetros de estudio y coordinado con la toma de las imágenes los días de muestreo, para poder establecer un modelo adaptado a la realidad del lago incluyendo condiciones climáticas y monitoreo de descargas. • En estudios anteriores realizados en el lago la distribución espacial de estos parámetros en el lago ha permanecido muy similar por lo que el estudio a través de la teledetección para este cuerpo de agua resulta beneficioso y puede hacerse una evaluación rápida de la evolución de la eutrofización en la superficie mediante la detección de la clorofila y otros parámetros. • Debe incluirse a este estudio imágenes tomadas a lo largo de todo el año 2013, 2014 y 2015, para diseñar un plan de seguimiento real de la evolución superficial de la contaminación y la eutrofización presente. Referencias Bibliográficas Agencia Bolivariana Para Actividades Espaciales. Pagina web en línea. Disponible. www.abae.gob.ve. Consulta junio 2014. Centro de Investigación y Desarrollo. CIAF (2013) Instituto Geográfico Agustín Codazzi. Descripción y corrección de productos landsat 8 LDCM (Landsat data continuity misión) versión 1.0. Centro de investigación y desarrollo. Bogotá. Colombia. www. landsat.usgs.gov. Consulta Enero 2014 De La Hoz, C. (2008). Predicción del nivel de contaminación en la cuenca del lago de valencia mediante técnicas geoestadisticas y de teledetección. Trabajo de grado. UCV. FACULTAD DE CIENCIAS. CARACAS. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Doña, C., Caselles, V., Sánchez, J. M., Ferril, A., & Camacho, A. (2009). Herramienta para el estudio del estado de Eutrofización de masas de agua continentales, Revista de Teledetección 36, pp. 40-50. Martínez, R., Serrano, M. (1994). Seguimiento del estado trófico de los embalses del Alto Tajo por teledetección. Limnetica, 10 (1), 69-81. Asociación Española de Limnología, Madrid - España. Organización para la Cooperación (OCDE) octubre 2003 y Desarrollo Económico Richie, J., Zimba, P.& Everitt, J. (2003).Remote Sensing techniques to Assess water Quality. Photogrammetric Engineering & Remote Sensing. Vol. 69. (6), pp.695-704. Verdin, J., Wiliams, L., & Lambou, V. (1976). Components contributing to light extinction in natural waters: Method of isolation (National Eutrophication Survey Working Paper 369 ed.). Las Vegas, Nev.:U.S. Environmental Protection Agency. Investigación, Desarrollo e Innovación 139 [email protected], [email protected] nen los hallazgos más resaltantes sobre las proyecciones de cambio en la abundancia de los recursos energéticos asociados a esta forma de energía; por lo tanto representará situaciones futuribles sobre el potencial energético eólico basado en definiciones y condiciones de los Escenarios de Emisión y las salidas de diversos Modelos de Circulación Global del IPCC. Los productos presentados aquí son parte de los resultados del proyecto: “Desarrollo de Escenarios de Cambio Climático para Venezuela a escalas regionales y locales” financiado por FONACIT bajo el Numero 2011000476 y a su vez derivado de la tesis doctoral titulada: “Evaluación de las formas de energía eólica y solar en Venezuela frente a los efectos del cambio climático”. RESUMEN Palabras clave: ENERGÍA EÓLICA, CAMBIO CLIMÁTICO, ESCENARIOS DE EMISIÓN, POTENCIAL ENERGÉTICO. Variaciones del Potencial de Energía Eólica Renovable en el Siglo XXI, Producto de los Efectos del Cambio Climático Rafael Ángel Rebolledo Wueffer1, Lelys Isaura Bravo de Guenni2 Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico, Centro de Procesamiento Digital de Imágenes FII-CPDI1 , Universidad Simón Bolívar, Centro de Estadística y Matemática Aplicada USB-CEsMA2 Prácticas sustentables de desarrollo perfilan al aprovechamiento de fuentes de energía renovable, un mecanismo de mitigación frente al cambio climático, sin embargo muchas de las formas de energía renovable son ambientalmente dependientes y en consecuencia, susceptibles ante el cambio climático. Este trabajo es producto de años de investigación dedicados a la evaluación de las fuentes de energía eólica en Venezuela frente a los efectos previstos del cambio climático durante el siglo XXI; en él se reú- VARIATIONS OF RENEWABLE WIND ENERGY POTENTIAL IN VENEZUELA DURING THE 21TH CENTURY, DUE TO THE EFFECTS OF CLIMATE CHANGE ABSTRACT Sustainable development practices outlined the use of renewable energy sources, a mechanism for mitigating climate change, but many forms of renewable Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática energy are environmentally dependent and therefore susceptible to climate change. This work is the result of years of dedication to the assessment and projection of wind energy sources in Venezuela in face of the expected effects of climate change during the twenty-first century. Here, the most striking findings on projected change in the abundance of energy resources are exposed; therefore the results represent future scenarios about wind energy potential based on definitions and guidelines of IPCC Emission Scenarios and Global Circulation Models. The products presented here are part of the results of the project: “Development of Climate Change Scenarios for Venezuela to regional and local scales” funded by FONACIT under contract number 2011000476. Also, this is a derivative of the doctoral thesis entitled “Evaluation of solar and wind energy forms and Venezuela against the Effects of Climate Change”. Keywords: WIND ENERGY, CLIMATE CHANGE, EMISSIONS SCENARIOS, ENERGY POTENTIAL. Introducción El desarrollo e impulso de nuevas formas de energía como alternativa a la producción de energía convencional se ha planteado como una iniciativa bandera del Desarrollo Sustentable. Entre ellas está la energía Investigación, Desarrollo e Innovación 140 eólica; sin embargo esta forma de energía renovable está influenciada por condiciones ambientales; de este modo, el clima, y los cambios que experimenta al mediano y largo plazo, juegan y jugarán un papel fundamental en el desempeño de su potencialidad energética. Ante esta situación, resulta temerario plantear un modelo de Desarrollo Sustentable, sujeto a formas de energía alternativas renovables, sin considerar su dependencia climática. En este trabajo de investigación se presentan los aspectos más resaltantes que en materia de variación del potencial energético eólico, se experimentarán en el futuro, considerando las condiciones de los escenarios de emisión y las salidas de los modelos de circulación global para distintas etapas del siglo XXI. MATERIALES Y METODOS DATOS Modelos de Circulación Global Los modelos de circulación global (MCG), también conocidos como modelos de circulación general son modelos espacio-temporales que representan los principales procesos físicos del clima en el planeta y sus interacciones con los demás componentes ambientales. En su último informe vigente (el AR4 publicado en febrero del 2007) el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC) solo reporta 13 modelos de circulación global avalados. Todos estos modelos son teórica y fundamentalmente válidos para el IPCC y la Convención Marco de las Naciones Unidas sobre el Cambio Climático (CMNUCC). Se hace necesario entonces disponer de estrategias para escoger de entre ellos la opción más adecuada. Acevedo et al (2008) proponen una metodología en este sentido para series de precipitación, basada en la comparación de los resultados de experimento siglo XX respecto a una referencia histórica. Para efectos de este estudio se utilizaron las salidas del modelo inglés UNKO-HAD-CM3 y del modelo alemán ECHAM5-MPI evaluados en el escenario A1b. En este caso fueron especialmente útiles las experiencias de Ward et al (2009), quienes trabajaron con ambos modelos la variable precipitación en Etiopia. Las salidas de los modelos mencionados fueron obtenidas del Geo-portal del Programa de investigación sobre Cambio Climático, Agricultura y Seguridad Alimentaria, conocido por sus siglas en inglés como CCAFS (http://www.ccafs-climate.org). Los datos servidos en este Geo-portal fueron sub-escalados por Ramírez y Jarvis (2010), siguiendo en método delta. Los datos espaciales proporcionados por el CCAFS, son de su autoría y se ofrecen libremente con fines de investigación, están proyectados esferoidalmente en grados decimales con datum y referencia global WGS84. Se Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática han generado en periodos mensuales y en cuatro resoluciones espaciales diferentes. La velocidad media de viento fue obtenida directamente del GCM Data Portal y corresponden a la expresión de magnitud en m/s sin hacer referencia alguna a la dirección dominante en cada caso. Datos de Referencia Local Con la finalidad de validar el MCG seleccionado para este estudio, se utilizaron datos de referencia local, registros oficiales del Instituto de Nacional de Meteorología e Hidrología (INAMEH), publicados en el año 2004 en el Sistema Nacional de Información Hidrológica y Meteorológica (SINAIHME). Estos datos fueron solicitados como apoyo institucional en el marco del Proyecto Bosques de la Fundación Instituto de Ingeniera para Investigación y Desarrollo Tecnológico en el año 2008. Dichos datos reportan promedios mensuales para cada año de observación y provienen de los registros de estaciones meteorológicas. Como información auxiliar se incluyen aspectos de identificación (ubicación geográfica de la estación, sus características y capacidades de medición, sus condiciones de operatividad y su ente de adscripción) y una sección de estadísticos al final de cada grupo de registros, con el promedio, la desviación estándar y la proporción porcentual para cada variable, para cada mes, independientemente del número Investigación, Desarrollo e Innovación 141 Datos de referencia Local Modelo MCG (i) Modelo (i) (i) Comparación retrospectiva de registros obtenidos. A los efectos de este trabajo de investigación, se ha utilizado la variable velocidad media mensual del viento a 10 metros de altura como indicador alternativo del potencial de energía eólica; al respecto, se han recuperado datos de 57 estaciones que tienen registros; de ellas, 55 se ubican al norte del rio Orinoco. La tabla T1 muestra, de manera condensada, los principales indicadores estadísticos de cada grupo de los datos en cuestión. Línea Base Línea Base Línea Base Generada Modelo (i) Generada para el para el Modelo (i) Modelo (i) Semejanza? Línea Base referencia Tabla 1. Estadísticos velocidad m. viento. Modelo seleccionado Moda Pro. Med. SDv. 1er Crtíl 3er Crtil Curtósis ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE 26,80 26,90 28,20 29,70 28,80 28,30 28,30 28,60 29,00 29,00 28,40 27,20 1,10 1,60 2,30 2,20 1,70 1,80 0,00 0,00 1,20 0,90 0,90 1,20 11,10 10,70 8,10 7,90 5,00 8,40 6,40 5,70 5,00 8,40 8,30 8,70 10,14 10,99 11,45 10,68 9,50 9,06 8,57 7,88 7,86 7,72 8,25 9,06 9,80 10,70 11,00 9,50 8,30 7,30 6,60 6,40 6,50 6,60 7,20 8,50 5,34 5,62 5,91 5,96 5,70 5,79 5,74 5,40 4,98 4,60 4,79 4,84 6,63 7,15 7,65 7,10 5,33 5,25 5,00 4,50 5,00 5,30 5,57 5,93 12,10 12,78 13,45 12,75 11,73 10,45 9,18 8,40 8,60 8,80 9,90 10,73 4.23 3.97 4,07 4,81 5,83 5,00 5,32 6,43 8,20 10,44 7,72 5,37 METODOLOGIA Para estimar la variación del potencial energético eólico en Venezuela para el siglo XXI, se diseñó un procedimiento metodológico que se ilustra en el esquema conceptual mostrado en la figura 1. VMV VMV Estimación de la densidad Mín. Estimación del Potencial Máx. VMV Futuro 2 Futuro 1 Densidad de aire Futura 1 Densidad de aire Futura 2 Potencia l futuro 1 Determinación de variaciones MES Densidad de aire Futura 3 Potencia l futuro 2 Variaciones del Potencial Energético 1-2 Futuro 3 Potencia l futuro 3 Variaciones del Potencial Energético 2-3 En dicho esquema se destacan cuatro procesos: Comparación retrospectiva, estimación de la densidad del aire, estimación del potencial energético y determinación de las variaciones del potencial energético. Comparación Retrospectiva La semejanza retrospectiva constituye el criterio analítico en la búsqueda del modelo que más se adapte a la realidad local de Venezuela. Este criterio se fundamenta en la misma premisa que se estableció en la 1era Comunicación Nacional Sobre Cambio Climático (2005) y que ha sido utilizada en otros países, según la cual, en la medida que un modelo de circulación global muestra un estudio línea base coherente con lo observado en el territorio para el siglo XX, en esa misma medida, se espera que dicha coherencia permanezca en el futuro, Martelo, 2003). La comparación retrospectiva se lleva a cabo mediante la implementación de cuatro criterios agrupados en dos enfoques (Tabla 2). Tabla 2. Criterios de la evaluación retrospectiva. Enfoque descriptivo Diferencia relativa entre las series unitarias de la data: Correlación entre las series unitarias Recta de regresión lineal vs recta y=x Enfoque temporal Comparación espacio temporal. del fenómeno: Figura 1. Esquema conceptual metodológico Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 142 La validación de dicho análisis se hace mediante una comparación entre los valores de chequeo (modelo) y los datos de referencia local (control). Estimación de la Densidad del Aire La densidad del aire es un elemento determinante en la producción de energía eólica porque promueve el trabajo mecánico en los aerogeneradores. Siendo que la densidad del aire no es un valor constante, depende indirectamente de la temperatura, la presión y el contenido de humedad del aire. Tal como lo muestra la ecuación I el Comité Internacional de Pesos y Medidas (CIPM), estableció como valida una ecuación empírica que permite estimar la densidad del aire a partir de tales parámetros (la fórmula conocida como CIPM-1981/91), Giacomo (1992) y Davis (1992). Dónde: ρ: Densidad de aire en kg/m3 p: Presión atmosférica en Pa Ma: Masa molar de aire seco Z: Factor de compresibilidad T: Temperatura termodinámica en K xv: Facción molar de vapor de agua Mv: Masa molar de vapor de agua Para estimar la densidad del aire en los escenarios definidos para el siglo XXI (2030, 2050 y 2080), se incorporaron las salidas del MCG escogido correspondientes a temperatura y la humedad relativa, se asumió condiciones normales de presión atmosférica y se implementó también la fórmula CIPM-1981/91. raster de algebra de mapas que elevó al cubo el valor de cada pixel del mapa de velocidad de viento y lo multiplicó por ½ del valor del pixel del mapa de densidad de aire correspondiente a la misma ubicación geográfica. Estimación del Potencial Energético Variación del Potencial Energético Según la guía de buenas prácticas para la estimación del potencial de energía eólica de SWERA, el mejor indicador de potencial energético eólico es la densidad de potencia de viento, que es la potencia mecánica producida en un aerogenerador por unidad de superficie de aspas. El criterio para evaluar el cambio de potencial energético durante el siglo XXI, se basa en la determinación de las diferencias entre la potencialidad de cada escenario futuro y las sucesivas potencialidades estimadas. Implementar este criterio a través de un SIG, implica desarrollar una rutina de diferenciación progresiva píxel a píxel en algebra de mapas (ecuación III). Dónde: P : es potencia de viento A : es el área de envergadura de molino de viento v: es la velocidad del viento. ρ: es la densidad del aire en kg/m3 La ecuación II indica cómo se obtiene la densidad de potencia en función de la densidad del aire y la velocidad media del viento. En términos operacionales de un Sistema de Información Geográfica (SIG), la densidad de potencia de viento se calculó, siguiendo las estrategias recomendadas por Ott et al (2007) para estudios espacio-temporales, a partir de los mapas raster de velocidad media de viento y los mapas de densidad del aire, mediante una rutina Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Dónde: P/A (t1): Potencial energético en el escenario t1 P/A (t0): Potencial energético en el escenario t0 VPe(1-0): Variación del potencial energético entre el escenario futuro t0 y t1. RESULTADOS Resultados del Análisis Retrospectivo Dado que la estrategia de análisis retrospectivo se planteó con base a dos criterios descritos anteriormente (Tabla 2), su implementación produjo resultados en dos direcciones distintas: Investigación, Desarrollo e Innovación 143 El potencial de viento viene expresado como densidad de potencia de viento, una medida más adecuada para interpretación energética. Análisis descriptivo Para ambos modelos en once de los doce meses del año, se observó coherencia entre los puntos de control y los de chequeo, lo cual confirma la pertinencia de los datos de referencia local para el análisis comparativo. El estudio de las tendencia respecto a la recta y=x muestra resultados muy coherentes aún cuando en la mayoría de los casos la dispersión es significativamente alta. Para ambos modelos el mes de Julio presenta resultados incoherentes entre el chequeo y el control; tal situación sugiere la influencia del cambio estacional de temporada seca a lluviosa. Estudio de la Variación del Potencial Energético Mapas de variación del potencial energético: La figura 3 muestra el resultado del estudio de la variación del potencial energético en los periodos de tiempo entre cada escenario futuro establecido en este estudio. La variación del potencial energético esta expresada en forma de mapas mensuales en (w/m2). Análisis temporal del fenómeno Se confirmó la anomalía alrededor del mes de julio. Se demostró un efecto transicional que para algunas localidades comienza desde el mes de abril y se prolonga hasta septiembre. Ambos modelos fueron coherentes con respecto a la tendencia de la referencia de estudio. Se identificó un patrón espacial de resultados positivos en el centro de Guárico y el eje centro-norte–costero. Estimación del Potencial de viento Se generaron 36 mapas a partir de los mapas de velocidad media del viento y densidad del aire (Figura 2). Figura 2. Mapas de densidad de potencia de viento. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Mapas de variación de la densidad de potencia de viento. Investigación, Desarrollo e Innovación 144 DISCUSIÓN Habiéndose seguido la estrategia metodológica planteada es pertinente analizar los resultados en función a la expectativa que sobre ellos se tenía y sobre la influencia de los mismos en el logro de los objetivos planteados. Sobre el Rol de la Densidad del Aire Se espera una reducción relativa generalizada de la densidad de aire a lo largo del siglo, dicha reducción se puede estimar entre el 16 y el 20 % aproximadamente. A pesar de la poca influencia que la densidad del aire tiene en la estimación de la densidad de potencia, el pronosticado descenso en los valores de densidad del aire podría afectar levemente la capacidad de generar trabajo mecánico del viento a lo largo de este siglo, promoviendo pérdidas de energía, sobre todo en zonas donde el potencial energético es mayor, pues es justamente allí donde la disminución de la densidad de aire se experimentará en mayor medida. Sobre el Potencial Energético y su Variación En los resultados se observa un patrón espacial, donde destaca el predominio de valores de alta densidad de potencia de viento, a lo largo del año en la franja costera, especialmente la costa oriental del estado Falcón, la península de Paraguaná y la región de Sinamaica - La Guajira venezolana. Se observa un potencial relativamente alto en los llanos orientales, en función a ello, se puede entender que a pesar de la baja densidad del aire en esa región del país, los potenciales de producción eólica son favorables para buena parte del año. Este patrón persiste en el tiempo; de acuerdo a ello, se espera que para mediados del siglo XXI (2030-2050) se experimente disminuciones localizadas del potencial energético, aún cuando, en general se esperan más incrementos que pérdidas de densidad de potencia de viento, la mayoría de esos incrementos esperados son inferiores a 25w/m2 que equivalen alrededor del 5% de la densidad de potencia promedio esperada para el año 2030. La máxima diferencia observada es cercana a los 125 w/m2, que equivalen a un incremento de aproximadamente el 25%. La pérdida de potencial estimada para este periodo es inferior al 4%. Para finales de siglo las tendencias observadas en el periodo anterior se acentúan, tanto en magnitud como en cobertura espacial, se esperan más incrementos y de mayor intensidad que disminuciones; las cuales a su vez, comienzan a ser más concentradas. La mayoría de esos incrementos son inferiores a 25w/ m2, aun cuando los incrementos por encima de los 50w/m2 son superiores al 25% de la superficie de estudio. La máxima diferencia observada es cercana Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática a los 200w/m2, que equivalen a un incremento de aproximadamente el 40%. Para el caso de las pérdidas, las disminuciones aun cuando son localizadas, se incrementan respecto al periodo anterior pero continúan siendo menores al 4%. Análisis Cuantitativo de la Variación del Potencial Eólico Análisis en términos de magnitud Se puede inferir que Venezuela experimentará un incremento generalizado con pocas disminuciones de potencial energético eólico a lo largo del siglo XXI, siendo mayores los incrementos en los meses de marzo, abril, septiembre y octubre. Para el último tercio del siglo XXI se espera que las tendencias de aumento del potencial energético se aceleren. Análisis generalizado en términos espaciales Se experimentará una expansión generalizada de sus recursos eólicos durante el siglo XXI, sobre todo en la región sur los llanos orientales que se perfilan como un nuevo polo de potencial energético (Figura 4). Investigación, Desarrollo e Innovación 145 Figura 4. Ubicación de los lugares de mayor potencial energético eólico durante el siglo XXI. largo del siglo. Los resultados de este enfoque muestran comportamientos coherentes en cuanto al incremento lineal progresivo de las tasas de variación todos los meses del año. Los coeficientes de determinación entre 0.90 y 1 indican que la regresión lineal es efectiva para describir este comportamiento y la variabilidad mensual de dicha tendencia resultó ser inferior al 35%, por lo que la extrapolación a un potencial generalizado puede ser una opción en estos términos. Esta generalización permitió construir una resultante representativa de las variaciones mensuales, pero a su vez distinta a ellas, tal procedimiento, además de simplificar los resultados, permite obtener una sola tendencia que caracterice el potencial energético eólico durante el siglo XXI, a los efectos de la prospección del recurso. La figura 5 muestra el resultado del proceso de generalización: En función a esto se logran identificar dos regiones favorables, una al noroeste del área de estudio, comprendiendo gran parte del estado Falcón y el norte del estado Zulia y la otra al sureste del área de estudio, al sur de los estados Anzoátegui y Monagas. Tal como se muestra en el mapa ilustrado en la figura 4. Análisis generalizado en términos temporales: En el análisis temporal, se centra la atención en el comportamiento de la tasa de variación de cada mes a lo Figura 5. Tasa de variación del potencial eólico anualizada, estimada para el siglo XXI. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Considerando la representatividad de la tendencia, y asumiendo una progresividad lineal del incremento energético, este estudio ha planteado una tasa de incremento de potencial eólico anual alrededor de los 459 w/m2 por año ± 35% durante este siglo. Conclusiones Una vez finalizada esta investigación se pueden establecer las siguientes conclusiones: Respecto a la Metodología Este estudio implicó diversos planteamientos metodológicos para procurar robustez procedimental a los argumentos que de ellos se desprendían. Sin embargo, como todo planteamiento, fue necesaria la formulación de supuestos que condicionaron el alcance de los resultados; he aquí algunos de ellos: • Las condiciones de los escenarios de cambio climático, y sus salidas en diversos modelos de circulación global. • La linealidad en la variación del potencial energético para la determinación de las tasas de incremento del potencial. Dentro de estas limitaciones, se implementaron diversas estrategias para la estimación de parámetros relevantes para este estudio, entre ellas se destacan: Investigación, Desarrollo e Innovación 146 • La propuesta de calibración y validación basada en comparación retrospectiva. • La Estimación de la densidad de aire, y su influencia en el potencial energético. • La estrategia de identificación de regiones geográficas favorables para el desarrollo del potencial energético en base a la abundancia del recurso natural asociado, la consistencia temporal y la concentración espacial del recurso. La variación intermensual, indica que los meses donde este potencial experimentará más cambios a lo largo de este siglo son los meses de octubre, noviembre y diciembre. En términos espaciales esta variación es de poca amplitud y las tendencias de cambio parecen seguir un patrón espacial que es constante y concentran los mayores cambios siempre en las mismas localidades, por lo tanto la dinámica espacial de los cambios de potencial eólico parece ser bastante baja. Respecto a los Cambios en el Potencial Energético En necesario recalcar que estos resultados están obviamente influenciados por las características benignas del escenario de emisión utilizado para este estudio (escenario A1b), un escenario a medio camino entre un futuro optimista y pesimista, donde se supone que ciertas medidas han sido tomadas para corregir la incidencia de factores condicionantes del cambio climático. En todo caso, indicadores sobre crecimiento poblacional y desigualdad, el estancamiento de las negociaciones y modos de desarrollo que se están produciendo en el mundo, perfilan que el escenario planteado es irrealista y operacionalmente inviable. En consecuencia los resultados expresados acá referentes a las expectativas del potencial energético eólico deben ser interpretados cautelosamente. A pesar del efecto adverso que el cambio climático pareciera tener en la densidad del aire y en su capacidad para generar trabajo mecánico, el incremento del potencial energético eólico a lo largo del siglo XXI se plantea como una firme posibilidad, esto lo confirma la serie de curvas de variación mensual y la curva promedio. Las regiones más favorables para el aprovechamiento de este recurso en términos de su abundancia y consistencia temporal, son la región norte de Falcón, el Golfo de Venezuela, y el sur de los llanos orientales. El hallazgo de esta región la cual no corresponde con las que tradicionalmente se han estado explorando, genera muy buenas expectativas, si se considera al plan de desarrollo socio-productivo que actualmente se está proyectando en la faja petrolífera del Orinoco. Referencias Acevedo, L,A, & Poveda G. (2008). Comparación de series de precipitación con los GCM CCSM3, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática ECHAM5, HADGEM1 y MIRO –C3,2 HIRES; para el siglo XX en Colombia, Grupo red de Cooperación en Investigación sobre el agua (GRECIA), Escuela de Geociencias y Medioambiente de la universidad nacional de Colombia, Congreso latinoamericano de hidráulica. Davis, R.(1992). Equation for the determination of the density of moist air (1981/91). Giacomo, P. (1992): “Equation for the determination of the density of moist air (1981). Martelo, M. (2003). Metodología para la selección de modelos y escenarios a incluir en la primera comunicación nacional de Venezuela” MARN, Caracas. Ott, T. & Swiaczny F. (2001). Time-Integrative Geographic Information Systems,Springer-Verlag, Berlin Heildelberg. Ramírez J. & Andy J. (2010).Downscaling Global Circulation Model Outputs: The Delta Method Decision and Policy Analysis, Working Paper No,1. International Center for Tropical Agriculture, CIAT, Cali, Colombia; CGIAR Research Program on Climate Change, Agriculture and Food Security, CCAFS; School of Earth and Environment, University of Leeds, UK. Investigación, Desarrollo e Innovación 147 Sistema Nacional de Información Hidrológica y Meteorológica (SINAIMEH) (2004). “Registros oficiales de datos de Velocidad media de viento a 10 m de altura”. Ministerio del Ambiente y los recursos Naturales, Caracas. Ward P. & Lasage R. (2009). HADCM3 and ECHAM5 models on precipitation and temperature for Ethiopia and Kenya. Institute for Environmental Studies Vrije, Universiteit, Amsterdam, The Netherlands. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 148 SIGaVenezuela.com.ve El Sistema de Información Geográfica para la Promoción del Turismo en Venezuela Adriana Ruiz1, Adriano Alves2 1Universidad Nueva Esparta. Administración de Empresas de Turismo1, Universidad Santa María. Ingeniería de Sistemas2 [email protected], [email protected] RESUMEN SIGaVenezuela.com.ve, “El Sistema de Información Geográfica del Turismo en Venezuela”, es un portal web para promocionar el turismo nacional dentro y fuera del país. La motivación para la creación de esta página fue impulsar el turismo como actividad altamente generadora de empleo y progreso en las comunidades y en las áreas económicas relacionadas como: Alojamiento, Gastronomía, Transporte, Construcción, Deportes, Cultura, Salud, Infraestructura, Mantenimiento, entre otras. SIGaVenezuela.com.ve viene a llenar un vacío a nivel de Información Turística Nacional, ya que existen pocos SIG Turísticos en el país y en la mayoría de los casos son esfuerzos aislados, académicos o de entes gubernamentales locales. Es un Centro de Información Geográfica, Turística y Cultural con datos del país (Generalidades, Símbolos Patrios, Calendarios de Fiestas, Gastronomía, Arte, Música, Arquitectura, Sitios de Interés Turístico, Mapas Temáticos, Ecología, Patrimonios de la Humanidad de Venezuela y Mapas Interactivos) e información detallada por estado (Descripción, Símbolos Patrios, Mapa de Atractivos Turísticos Interactivo, Recursos Naturales y Culturales, Gastronomía, Alojamiento, el Tiempo, Fotos y Servicios). Está siendo desarrollado con una gran variedad de herramientas, servicios y recursos web, en su mayoría gratuitos, lo que facilitaría la utilización a nivel general en muchas otras aplicaciones de la Geomática. Algunos de los recursos utilizados son: APIs de Google Maps, JQuery, Galerías, RSS de Noticias del Turismo Nacional, Trazado de Rutas, Mapas de Referencia, Imágenes Satelitales, entre otros. Palabras clave: SIG, TURISMO, GEOGRAFÍA, MAPAS, PÁGINA WEB. SIGAVENEZUELA.COM.VE – THE GEOGRAPHIC INFORMATION SYSTEM FOR THE PROMOTION OF TOURISM IN VENEZUELA ABSTRACT SIGaVenezuela.com.ve, the Geographic Information System of Tourism in Venezuela, is a web site to promo- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática te domestic tourism within and outside the country. The motivation for creating this page was promoting tourism as a highly generating activity of employment and economic progress in related areas such as Accommodation, Food, Transportation, Construction, Sports, Culture, Health, Infrastructure, Maintenance, among others. SIGaVenezuela.com.ve fills a gap in terms of Touristic Information because there are few GIS in the country dedicated to tourism that in most cases are isolated efforts sponsored by academic and local government agencies. This is a Geographic, Touristic and Cultural Information Centre, with data of the country (General Information, National Symbols, Events Calendars, Food, Art, Music, Architecture, Places of Tourist Interest, Thematic Maps, Ecology, World Heritage of Venezuela and Interactive Maps) as well as state level information (Description, Food, Lodging, Time, Natural and Cultural Resources, Tourist Activities, Photos and Services). It is being developed with a variety of tools, services and web resources, mostly free, which would facilitate overall level use in many other applications of Geomatics. Some of the resources used are: Google Maps APIs, JQuery, Galleries, RSS News National Tourism Routes Plotting, Reference Maps, satellite imagery, among others. Keywords: TOURISM IN VENEZUELA, TOURISTIC INFORMATION, GIS, GOOGLE MAPS APIS, WEB RESOURCES. Investigación, Desarrollo e Innovación 149 Introducción El Turismo “Es un sistema socio económico basado en la recreación física y emocional de las personas, que partiendo de la sensibilización, capacitación y organización de las comunidades para presentar buenos servicios, aprovecha racionalmente los paisajes y el patrimonio histórico-cultural; para convertirlos en centros de atracción que capten visitantes, los cuales durante su estancia generan ingresos que benefician a la comunidad anfitriona” , (Camacaro, 2008). “El turismo como actividad económica genera resultados positivos para un país, región o localidad, tales como: generación de fuentes de empleos, incremento de ingresos económicos, mejoras en la calidad de vida de la población, intercambios culturales, sensibilización de turistas y población local hacia el medio ambiente, entre otras”. (Goitía et al. 2011). Una manera de estudiar y analizar las interacciones generadas por el turismo es a través de los Sistemas de Información y más concretamente de los Sistemas de Información Geográfica. “Se define como Sistema de Información Geográfica (SIG) a un sistema de información que es utilizado para ingresar, almacenar, recuperar, manipular, analizar y obtener datos referenciados geográficamente o datos geoespaciales, a fin de brindar apoyo en la toma de decisiones sobre planificación y uso del suelo, recursos naturales, medio ambiente, transporte, instalaciones urbanas, y otros registros administrativos.” (Murai, 1999). Una de las características de los SIG es que manejan la información en estratos o capas de información, las cuales pueden ser relacionadas y sobre todo analizadas desde un punto de vista o de interés. Los SIG requieren de grupos de trabajo de diversas profesiones (Geografía, Cartografía, Sensores Remotos, Fotogrametría, Geodesia, Estadística, Informática o Computación, entre otros). Gracias a esa interdisciplinariedad, tienen una amplia gama de aplicaciones, muchas de ellas relacionadas con el turismo, entre las que se pueden mencionar: Manejo y conservación de recursos naturales, determinación de rutas, mantenimiento de infraestructura, localización y visualización en mapas de instalaciones, restaurantes, hoteles, servicios, monumentos y en general, sitios de interés turístico; identificación de lugares potenciales para el eco-turismo y más recientemente en aplicaciones más complejas como la investigación comercial o geo-marketing. La planificación turística requiere mucha recolección y procesamiento de datos espaciales, labor que se facilita mediante el uso de los SIG. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La tecnología de los SIG ha ampliado nuestra visión acerca de los mapas. En contraste a los mapas impresos, los mapas actuales son representaciones hechas a partir de bases de datos geográficas que se actualizan, generan y visualizan de acuerdo a las necesidades de los usuarios (Pühretmair et al. 2001). Una de las aplicaciones de los SIG es el turismo (SIG-Turísticos o SIG-Tur). que se caracterizan como multidisciplinares, los cuales generan una gran variedad de aplicaciones que se adaptan para suplir la necesidad de los usuarios de esta tecnología Los SIG-Tur pueden ser utilizados con más perspectivas desde dos vértices: uno como herramienta para la planificación y gestión del territorio turístico y otro como herramienta para la promoción, comercialización e información turística”. (Marcia et al. 2011). Éste último enfoque fue el utilizado en el presente trabajo. Antecedentes En Venezuela existen pocos SIG Turísticos y en la mayoría de los casos son esfuerzos aislados, académicos o de entes gubernamentales locales: • SIG-Turísticos Académicos: En la Universidad del Zulia, en el Instituto de Investigaciones de la Facultad de Arquitectura y Diseño (IFAD), Cuberos y otros han desarrollado diversos trabajos para dicho estado. Investigación, Desarrollo e Innovación 150 • En Falcón los investigadores de la Universidad Nacional Experimental Francisco de Miranda y del Instituto Universitario de Tecnología Alonso Gamero, han desarrollado algunos SIG para aplicaciones internas y del turismo. • La Corporación de Turismo del estado Miranda, desde el año 2009 tiene un SIG donde se muestra información turística. • Las Alcaldías de Chacao y Metropolitana también manejan SIG de uso general con información turística. En cuanto a las cifras del turismo nacional, según el Instituto Nacional de Estadísticas (INE), entre los años 2001 – 2010, no hubo gran variabilidad en el turismo receptivo, tomando en cuenta el gasto total en millones de dólares; en el mismo período se incrementó de forma importante el turismo emisivo y al final de los años comprendidos entre 2005 y 2009, se incrementó ligeramente el turismo receptivo (Ver Tabla 1). Tabla 1. Estadísticas Sector Turismo 2.001-2.009. En cuanto a los requerimientos, los que tienen mayor impacto en la calidad de sistemas de información turística, desde el punto de vista de la accesibilidad son: • Integración de datos geográficos con datos turísticos. • Integración de fuentes de datos distribuidos. El enfoque de este trabajo se basa en el primero de los requerimientos. En el caso de la integración de datos turísticos con un sistema de información geográfica, los mapas ofrecen una posibilidad única de combinar datos geográficos y turísticos a nivel de visualización. Los mapas son un medio idóneo para ayudar la percepción humana, en una forma conveniente y utilizando las habilidades cognitivas inherentes de las personas para identificar patrones espaciales y proveer asistencia visual relacionada a los objetos geográficos y sus localizaciones (Pühretmair et al. 2001). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Las cifras anteriores evidencian la necesidad de estimular tanto el turismo receptivo, como el interno. Objetivos Dado el panorama anterior se plantearon los siguientes objetivos: Objetivo General: Diseñar e Implementar en un portal web, un SIG para la promoción del Turismo de Venezuela. Objetivos Específicos: • Determinar información más relevante. • Levantar información de diversas fuentes, por etapas. • Diseñar estructura del SIG. • Diseñar estructura y formato de la página. • Implementar el SIG utilizando herramientas web de última generación. Metodología Como metodología de Desarrollo de Sistemas se aplicó el Proceso Unificado Racional (RUP por sus siglas en inglés). El cual tiene como objetivo la producción de software de alta calidad, que satisfaga las necesidades de los usuarios finales, dentro de un determinado calendario y presupuesto (Kruchten, 2001). Esta metodología incrementa la productividad del equipo de trabajo al Investigación, Desarrollo e Innovación 151 proveer a cada uno de los miembros de una base de conocimientos común, para las actividades críticas del desarrollo. De esa forma, no importa si se trabaja en el levantamiento de los requerimientos, diseño, pruebas, configuración o en la gerencia del proyecto, se asegura que los integrantes del equipo comparten la visión de cómo desarrollar el software. La metodología RUP utiliza modelos que representan el sistema en desarrollo y “las Mejores Prácticas” del desarrollo moderno de software, que son las prácticas más comúnmente utilizadas por empresas exitosas: 1. Desarrollo iterativo del software. 2. Manejo de requerimientos. 3. Arquitectura basada en componentes. 4. Modelado del software. 5. Verificación de la calidad del software. 6. Control de cambios del software. La metodología RUP maneja el Ciclo de Vida del desarrollo de software (Modelado del Negocio, establecimiento de Requisitos, Análisis y Diseño, Implementación, Pruebas, Despliegue, Gestión del Cambio, Configuraciones, Gestión del Proyecto y Manejo del Entorno), en cuatro fases (Iniciación, Elaboración, Construcción y Transición), y ciclos en cada una de ellas. Ésta metodología se caracteriza por ser iterativa e incremental, estar centrado en la arquitectura y guiado por los casos de uso del sistema. Basados en los objetivos planteados y en la metodología, se definieron los siguientes pasos: 1. Determinación de información más relevante desde el punto de vista turístico (Tablas 2 y 3). Se categorizó y estructuró la Información Turística a nivel Nacional y estadal. Tabla 2. Estructura de la Información General de Venezuela Categorización de la Información Turística Nacional. Inf. General de Venezuela Información Turística Inf. General Símbolos Patrios y Naturales Fiestas Gastronomía Arte Música Arquitectura Sitios de Interés Turístico Patrimonios de la Humanidad Información Geográfica Mapas Capitales de estado ZIT Población Regiones Relieve Vegetación Suelos Físico Satelital Hidrocarburos Recursos Minerales Recursos No Minerales Parques Nacionales Monumentos Naturales Parques de Recreación Noticias Turísticas Trazado de Rutas Galería de Fotos Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Tabla 3. Estructura de la Información de los estados. Categorización de la Información Turística Nacional. Inf. de Estados Inf. General Gastronomía Alojamiento Recursos Naturales Recursos Culturales Fotos Estado Servicios Mapa del Estado Playas Recursos Naturales Recursos Culturales Otros SIT Servicios 2. Levantamiento de información de diversas fuentes, por etapas • Búsqueda y síntesis de información turística nacional en diversas fuentes. * Trabajos de Investigación, Guías Turísticas, Enciclopedias, Libros, Gobernaciones, Internet, Trabajo de Campo. * Información Nacional y por estados. 3. Diseño de la estructura del SIG • Definir Variables: Atractivos Turísticos Históricos, Religiosos, Playeros, Culturales, Naturales, Alojamiento, Gastronómicos, Servicios. • Estructurar Archivos. Investigación, Desarrollo e Innovación 152 • Entrada de datos: Adaptar información al formato XML. • Diseño de Mapas Interactivos. 4. Diseño de la estructura y formato de la página • Generación de Vistas: En la vista, se superponen todas las capas temáticas del territorio que se quieren reflejar. Cada vista está orientada a un contenido diferente y contendrá diferentes elementos, imágenes, etc. • Contenido de la Página Principal. • Menú de páginas información general de Venezuela. • Página de los estados. • Contenido de otras páginas. • Seleccionar servicios y recursos a utilizar en la página. 5. Implementación del SIG utilizando herramientas web de última generación • Búsqueda de coordenadas de los elementos a representar en los mapas: Hay dos formas de determinar las coordenadas de los objetos: Posicionamiento Manual y Automática. En la primera, las coordenadas se calculan marcando los objetos en el mapa y se almacenan en archivos KML. La segunda, se basa en un atributo del objeto turístico como por ejemplo el código postal, a partir del cual se calculan las coordenadas (O’Neill et al, • • • • • 1997). En el presente trabajo se utilizó el posicionamiento manual. Visualización: Después que se tienen las coordenadas, los sitios turísticos se pueden visualizar en los mapas turísticos. La información geográfica puede utilizarse con diversas funcionalidades de los SIG para búsquedas, categorización, determinación de cercanía, cálculo de distancias, entre otras, para determinar donde se encuentran los atractivos turísticos, cómo se puede llegar a ellos y ver qué hay alrededor. Implementación de herramientas y servicios: Entre ellos se encuentran JQuery (Menús, Efectos, Galerías de Imágenes, Calendarios), RSS, Google Maps (Mapas Interactivos, Trazado de Rutas, Capas Temáticas, Capitales de Estados, Vialidad, Parques Nacionales, Imágenes de Satélite, Relieve, Playas, entre otras). Creación de Tablas de datos en formato XML: Mostrar información en mapas tomando información de archivos XML (eXtensible Markup Language). La integración de datos basada en archivos XML se lleva a cabo a nivel de visualización de la información. Carga de información General de Venezuela y de los estados. Uso de APIs de Google Maps (Application Programming Interface): Son funciones y procedimientos elaborados bajo la filosofía de programación Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • • • • orientada a objetos, programados en javascript, con la finalidad de integrar funcionalidades de los SIG a los Mapas de Google, como por ejemplo, visualización de mapas e imágenes de satélites, superposición de capas de información a dichos mapas, funciones de búsqueda, localización de información, relación entre capas de información, despliegue de cuadros de información con imágenes, enlaces a otros sitios web, coordenadas, entre otras. Enlaces a páginas oficiales y de organizaciones. Incluir funcionalidad para diversos Dispositivos, Sistemas Operativos y Navegadores (adaptabilidad a cualquier tamaño de pantalla). Utilización de símbolos (íconos) personalizados en los mapas, representativos de un determinado tipo (capa) de objeto turístico. Iterar los procesos de generación de vistas de Mapas Interactivos hasta lograr la funcionalidad deseada e incrementar las funcionalidades de la página y los servicios, a medida que se agregue más información. Resultados Se obtuvo una página web con los siguientes tipos de Información: 1. General de Venezuela: Información General, Símbolos Patrios, Símbolos Naturales, Gastronomía, Investigación, Desarrollo e Innovación 153 Patrimonios de la Humanidad, Calendarios de Fiestas de Venezuela (Figura 1). 2. Geográfica: Geología, Relieve, Clima, Hidrografía e Hidrología, Suelos, Vegetación y Flora, Curiosidades Geográficas de Venezuela, Mapas Temáticos, Mapas Interactivos, Imagen Satelital, Parques Nacionales y de Recreación, Monumentos y Enlaces a páginas web de Conservacionismo (Figura 2). 3. Noticias del Turismo Nacional (Figura 3). Figura 3. Noticias Turísticas. Figura 2. Mapa Hipsométrico. Figura 1. Pág. Principal SIGaVenezuela. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 154 4. Trazado de Rutas por nombres geográficos y mediante la ubicación de puntos en el mapa, además de ciertas Rutas predefinidas hacia distintas zonas de nuestro país (Figura 4). 5. Galería Fotográfica de Venezuela y de todos los estados, entidades y dependencias (Ver Figura 5). 6. Información detallada de los estados: Descripción, Símbolos Patrios, Mapa de Municipios, Gastronomía, Recursos Naturales y Culturales, Fotos, Servicios, Mapa de Categorías: Playas, Patrimonios (Cultural, Histórico, Natural), Monumentos (Edificaciones, Museos), Servicios (Salud), Otros (Universidades, Complejos Deportivos, entre otros) (Figura 6). Figura 6. Mapa Interactivo. Figura 5. Fotos de Venezuela. Figura 4. Trazado de Rutas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática SIGaVenezuela.com.ve es un portal web que reúne una gran cantidad de información actualizada acerca del patrimonio histórico, cultural, natural de Venezuela, representada a través de las herramientas de Investigación, Desarrollo e Innovación 155 la Geomática y los múltiples medios que brindan las Tecnologías de Información y Comunicación, de una manera única en el país. Si bien la información se maneja por capas y está clasificada en categorías (almacenada en archivos XML) y se incorpora al momento de la visualización con los mapas, mediante los programas de aplicación (APIs) de Google Maps, en un futuro cercano se espera implementar un SIG utilizando una Base de Datos Espacial donde se integre toda la información y se muestre mediante las herramientas disponibles en software libre. Conclusiones • En el presente trabajo se integró la información turística y la geográfica utilizando el estándar de archivos XML, para la posterior generación de mapas turísticos. • Mediante la página se generan mapas turísticos interactivos que proveen información de manera clara, rápida y eficiente. • Se logró la elaboración de un portal que reúne una gran cantidad de información Geográfica, Cultural y Turística de referencia. • La página brinda a los potenciales turistas y al público en general, valiosa información, en un formato adaptable a diferentes dispositivos: computadoras, tabletas electrónicas (tablets) y teléfonos inteligentes. • Le da la oportunidad a los Operadores Turísticos de promover su producto o servicio en la página, con presencia 24 horas, 7 días a la semana. • Es posible llevar a cabo una actualización continua que amplíe y detalle cada vez más la información de todas las entidades. • Es una poderosa herramienta de promoción del Turismo. • Puede ser utilizado con fines educativos en los distintos niveles. Referencias Camacaro, A. (2008). Turismo Básico: Un Enfoque Integral. Editorial Biósfera. Caracas. Número Especial EGAL, 2011- Costa Rica II Semestre 2011. pp. 1-16 Murai, S. (1999). SIG Manual Base. Vol. 1. Conceptos Fundamentales. Revista SELPER. Vol. 15. No. 1. O’Neill, W., Harper, E. (1997). Linear Location Translation within GIS. Proceedings of the ESRI User Conference. Pühretmair, F. And Wöss, W. (2001). XML-Based Integration of GIS and Heterogeneous Tourism Information. Proceedings of the 13th International Conference on Advanced Information Systems Engineering. Pages 346-358. London. Goitía, R., Reyes, G.(2011). Análisis de los Recursos Turísticos de la Zona Colonial de Coro, Municipio Miranda del Estado Falcón. Redieluz. Vol. 1, No. 1. Kruchten, P. (2001). THE RATIONAL UNIFIED PROCESS AN INTRODUCTION. PUBLICACIÓN: ADDISON WESLEY. P. 45. Marcia, L., Alves, M., Duarte, C., Da Silva, Taniah (2011). SIG-TUR: Una Herramienta para la Planificación, Gestión y Control de los Destinos Turísticos. Revista Geográfica de América Central. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 156 Evaluación Posicional de Imágenes Pancromáticas del Satélite Miranda, Caso de Estudio: Aragua - Carabobo Jean Pierre Plaza1, Gabriela Quintana2, Amarelys Román3, Jimmy Petrocini4 Agencia Bolivariana para Actividades Espaciales. Dirección de Aplicaciones Espaciales. Unidad de Sistemas de Navegación 1 4, Unidad de Observación de la Tierra 2 3 [email protected], [email protected], [email protected]. ve, [email protected] RESUMEN La Unidad de Sistemas de Navegación en conjunto con la Unidad de Observación de la Tierra, ambas adscritas a la Dirección de Aplicaciones Espaciales de la Agencia Bolivariana para Actividades Espaciales - ABAE, ejecutaron un proyecto para evaluar la exactitud posicional de seis (06) imágenes del Satélite Miranda, mediante el uso de ortofotomapas, un Modelo Digital de Elevaciones (MDE) y mediciones GNSS. Las imágenes seleccionadas se procesaron utilizando el modelo RPC de reemplazo Ikonos existente en el software comercial Erdas 2013 y el módulo IPS_SMC, para generar imágenes corregidas geométricamente y ortorectificadas. Las imágenes generadas con los programas antes mencionados fueron comparadas con los mapas base utilizados, con la finalidad de evaluar el ajuste posicional alcanzado en ambos casos. El desplazamiento promedio para las escenas corregidas geométricamente con el software Erdas fue de 2,76 m, mientras que para el caso de las escenas corregidas con la herramienta IPS_SMC se alcanzó un valor de 8,12 m. En el caso de las escenas ortocorregidas utilizando el software Erdas, se alcanzó un desplazamiento promedio de 3,17 metros, mientras que las generadas utilizando el módulo IPS_SMC alcanzaron un desplazamiento promedio equivalente a 8,18 metros. Se demuestra con estos resultados, que ante la ausencia en el software Erdas 2013 de un modelo sensor específico para el satélite Miranda se puede utilizar un modelo geométrico de reemplazo para realizar la ortocorrección de imágenes. Estos modelos pueden ser refinados mediante el uso de puntos de control terrestre (GCP) y funciones polinómicas. Palabras clave: SATÉLITE MIRANDA, PANCROMATICA, CORRECCIÓN GEOMÉTRICA, IMAGEN. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática SOCIO-INTEGRATOR PROJECTS FOR LAND MANAGEMENT AT THE COMMUNITY LEVEL ABSTRACT The Navigation Systems Unit in conjunction with the Earth Observation Unit, both assigned to the Department of Space Applications of the Bolivarian Agency for Space Activities - ABAE, developed a project to assess the positional accuracy of six (06) panchromatic images of Miranda satellite, using orthophotomaps, Digital Elevation Models (DEM) and GNSS measurements. The selected images were processed using the Ikonos generic RPC model included in the commercial off-the-shelf software (COTS) Erdas 2013 and IPS_SMC module to generate geometrically corrected images and orthoimagery. The average displacement for scenes geometrically corrected with Erdas software was 2.76 m, while for the case of scenes corrected with the IPS_SMC module a value of 8.12 m was reached. For the Erdas ortho-rectified scenes, an average displacement of 3.17 meters was achieved; while those generated using the module IPS_SMC obtained an average displacement of 8.18 meters. The results obtained show that in the absence, within the Erdas software 2013, of a rigorous sensor model for Miranda satellite, a geometric replacement model can be used for ortho-rectification processes. These models can be refined using ground control points (GCP) and polynomial functions. Investigación, Desarrollo e Innovación 157 Keywords: ORTOCORRECTION, MIRANDA SATELLITE, GEOMETRIC CORRECTION, PANCHROMATIC. rodea al lago de Valencia. En el oeste del estado Carabobo se encuentran los valles de Miranda, Bejuma, Chirgua y Montalbán. Toda la zona norte del área. Las alturas varían desde los 400 m hasta superar los 2.000 m en las montañas del Parque Nacional Henry Pitier. Introducción La Unidad de Sistemas de Navegación, en conjunto con la Unidad de Observación de la Tierra, ambas adscritas a la Dirección de Aplicaciones Espaciales de la Agencia Bolivariana para Actividades Espaciales - ABAE, ejecutaron el procesamiento de datos inherentes para la evaluación posicional (corrección geométrica y ortocorrección) de seis (06) escenas del satélite Miranda pre procesadas en los niveles 3 y 4, tomando como referencia las ortoimágenes publicadas por el Instituto Geográfico de Venezuela Simón Bolívar (IGVSB), el modelo de elevaciones global SRTM y datos de mediciones DGNSS, realizadas por personal técnico de la ABAE. El procesamiento de las imágenes se realizó tanto con el software comercial Erdas 2013, como con el módulo IPS_SMC del Sistema de Procesamiento de Imágenes (SPI) de la plataforma Miranda. La zona de estudio seleccionada para la verificación posicional de las seis (6) imágenes del Satélite Miranda, se encuentra ubicada entre los estados Carabobo y Aragua (Figura1), dentro de la siguiente ventana geográfica: • 10° 30’ 54,0”N ; 68° 14’ 24,0”O • 09° 58’ 22,8”N ; 67° 21’ 40,8”O Figura 1. Ubicación geográfica de la zona de estudio. La selección dicha zona de estudio fue realizada considerando los siguientes factores: 1. Disponibilidad de imágenes: existencia en el catálogo de imágenes pancromáticas (PAN) con fechas de adquisición lo más uniforme posible. 2. Relieve de la zona: con un gradiente de pendientes moderado a accidentado, a los fines de valorar los efectos del mismo en las escenas a ser procesadas. La zona de estudio seleccionada cubre en su mayor parte los estados Aragua y Carabobo, que poseen un relieve variado y forman parte de la Cordillera de la Costa. Se cubre también la depresión que Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 3. Diversidad de paisajes: en la zona de estudio coexisten áreas rurales y urbanas, lo que permitirá validar la disponibilidad de puntos de control terrestre (GCP), sabiendo que los ortofotomapas usados como base referencial presentan un nivel de desactualización considerable. De igual forma, en la zona de estudio se encuentran importantes complejos industriales, tales como el eje Valencia-Mariara donde hay importantes ensambladoras de vehículos, industrias alimenticias, metalmecánicas, entre otras. Insumos utilizados Para la elaboración de este trabajo, fue necesario contar con los datos que se listan a continuación: 1. Seis (6) imágenes pancromáticas del satélite Miranda, cuyo criterio de selección estuvo basado en: • Cobertura nubosa: ≤ 20%. • Calidad radiométrica apropiada. • Ausencia de no idealidades del sensor, ni pérdida de líneas. Investigación, Desarrollo e Innovación 158 • Solape nominal apropiado. • Ángulo de toma (Roll): ≤10°. En la tabla 1, se puede apreciar las principales características de las escenas seleccionadas. Tabla 1. Características de las imágenes seleccionadas. 1. Fecha de captura: 2013/03/21 Sensor: PMC - Imagen pancromática Ángulo de toma: -0.007054° Nivel de Procesamiento: 2A Canal: PAN-1 2. Fecha de captura: 2013/03/21 Sensor: PMC -Imagen pancromática Ángulo de toma: -0.006894° Nivel de Procesamiento: 2A Canal: PAN-1 3. Fecha de captura: 2013/03/21 Sensor: PMC -Imagen pancromática Ángulo de toma: -0.006974° Nivel de Procesamiento: 2A Canal: PAN-2 4. Fecha de captura: 2015/02/08 Sensor: PMC -Imagen pancromática Ángulo de toma:-0.009460° Nivel de Procesamiento: 2A Canal: PAN-1 general de las mismas, cuyo resultado se presenta a continuación (Figura 2). 5. Fecha de captura: 2013/03/21 Sensor: PMC -Imagen pancromática Ángulo de toma: -0.006894° Nivel de Procesamiento: 2A Canal: PAN-2 6. Fecha de captura: 2015/02/08 Sensor: PMC -Imagen pancromática Ángulo de toma: -0.010008 Nivel de Procesamiento: 2A Canal: PAN-1 2. Ortofotomapas: para los datos de referencia geométrica se utilizaron imágenes pertenecientes a dos proyectos de cubrimiento cartográfico del territorio nacional denominados PITSA y CARTOCENTRO, elaborados por el IGVSB, publicados a escala 1:25.000 y que poseen una resolución espacial de 2,5 m por pixel. Para cubrir la zona de estudio, se requirieron un total de 56 ortoimágenes y, para facilitar el proceso de selección de los Puntos de Control Terrestre (GCP por sus siglas en ingles), se realizó un mosaico Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Mosaico de las ortoimágenes utilizadas. 3. Modelo Digital de Elevaciones (MDE): se utilizó un modelo de elevaciones homogéneo, para lo cual se procedió a la selección, descarga y recorte de los datos de elevación del catálogo STRM90 V4 (Figura 3). Las características más resaltantes de este conjunto de datos se presentan a continuación: Investigación, Desarrollo e Innovación 159 Tabla 2. Especificaciones de los datos STRM90 V4. Cobertura de los bloques de 1° x 1° (1201filas x 1201 datos: columnas) Formato: GeoTiff , 16 Bits Tamaño del pixel: 90 m Sistema de referencia: Latitud, Longitud Referencia Geodésica: WGS84 / EGM96 Cobertura: 60° Norte a 56° Sur 4. Mediciones DGNSS: en la zona de estudio se realizaron dos campañas de medición, con el uso de la técnica diferencial (DGNSS). El resultado consistió en un total de 57 puntos de verificación (GVP) distribuidos en las seis escenas PAN objeto de estudio (figura 4). Fuente: http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp. el programa comercial Erdas 2013, a los fines de replicar el mismo tipo de producto, y establecer una comparación posicional entre los productos generados en ambos programas de procesamiento digital de imágenes. Se procedió a realizar la corrección geométrica y la ortocorrección de las imágenes seleccionadas, para generar escenas equivalentes a los productos niveles 3B y 4 generados por el módulo correspondiente del SPI, mediante el uso del programa Erdas 2013. Es importante señalar que la selección del software se basó en las siguientes consideraciones: 1. Existencia de modelos geométricos de reemplazo para efectuar la ortocorrección, que puedan ser refinados mediante el uso de puntos de control terrestre (GCP). Metodología utilizada 2. Posibilidad de lectura integral de los archivos con Coeficientes Polinómicos Racionales (RPC) y de reducir errores residuales de la ortocorrección mediante el uso de polinomios de hasta tercer orden (shift de imagen y función afín). Para determinar la exactitud posicional de imágenes pancromáticas generadas con el módulo de software denominado IPS_SMC instalado en las facilidades del Sistema de Procesamiento de Imágenes (SPI), se utilizó 3. Facilidad en la categorización de los puntos de control terrestre (GCP) y de verificación (GVP), así como del análisis de los residuales para cada conjunto de puntos. Figura 4. Cobertura de puntos GNSS y estaciones Base. Figura 3. Mosaico del Modelo Digital de Elevaciones (MDE). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 160 Las comparaciones planteadas a priori fueron las que se mencionan a continuación: • Comparación de imágenes ortocorregidas en Erdas 2013, contra productos Nivel 4 del módulo IPS_SMC. • Comparación de imágenes corregidas geométricamente en Erdas 2013, contra productos Nivel 3B del módulo IPS_SMC. Ortocorrección mediante archivos rpc Para efectuar este proceso, se seleccionó de la lista de modelos disponibles el correspondiente al satélite Ikonos (Figura 5). Figura 5. Modelo sensor Ikonos para ortocorrección. Como es conocido, el modelo de Coeficientes Polinómicos Racionales (RPC), consiste en el cociente de dos funciones cúbicas donde intervienen la latitud, longitud y altura que proporcionan las coordenadas de la imagen conjugada. El modelo afín es un subconjunto de los modelos RPC. Debido a la creciente variedad de cámaras aéreas digitales y sensores satelitales de resolución media alta, surgió la necesidad de desarrollar modelos generalizados alternativos, es decir, un conjunto genérico de ecuaciones capaces de describir con precisión la relación “espacio objeto – espacio imagen” para una variedad de modelos físicos de cámara y sensores (Grodecki et al, 2005). Destacan los modelos alternativos RPC de los satélites Ikonos y QuickBird, que se encuentran disponibles en la mayoría de los programas comerciales para procesar imágenes, debido su utilidad en operaciones de fotogrametría (rectificación, extracción y de ajuste por bloques). Dada su generalidad, estos dos modelos RPC son recomendados a la comunidad fotogramétrica como modelos de reemplazo (Zhang, et al 2006). Para la ortocorrección de las imágenes PAN del satélite Miranda, se utilizó el modelo RPC del sensor Ikonos, combinado con la información que es proporcionada por sus sistemas de control de actitud: sensores para medir la orientación exterior, rastreadores de estrellas y giróscopos que determinan la actitud del satélite, además de receptores GPS que determinan la posición del satélite en la órbita. Toda esta información puede ser integrada mediante el uso Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática del programa Erdas 2013, en su módulo de ortocorrección. Los parámetros RPC del satélite Miranda fueron usados con el modelo del sensor Ikonos y se aplicaron refinamientos de hasta tercer orden. Para cada imagen ortocorregida, se especificó la ruta de los siguientes archivos: • Archivo RPC (ASCII) de cada escena. • Mosaico de referencia para seleccionar los GCP. • Mosaico del MDE de la zona de estudio. Seguidamente, se procedió a la selección de puntos de control terrestre GCP, conformados por elementos invariables en el tiempo y de fácil identificación sobre las escenas (Figuras 6 y 7). Figura 6. Inclusión de Puntos de Control en Erdas 2013. Investigación, Desarrollo e Innovación 161 Finalmente se debe realizar un análisis del valor del error medio cuadrático (RMS) resultante para cada escena, el cual es reportado en unidades de píxeles en el programa utilizado. Para el ejemplo presentado en la figura 8, el RMS total resultó ser de ±1,786 píxeles, que al multiplicarse por el valor de la resolución espacial de la imagen (2,5 m) resulta en un RMS total de ±4,466 m. Adicionalmente se obtuvo una medida de la bondad del ajuste alcanzado en el procesamiento de cada imagen, mediante la inclusión de puntos de verificación. Este mismo procedimiento fue realizado para el resto de las imágenes, tanto para el caso de la corrección geométrica como para la ortocorrección y los resultados alcanzados se muestran en las tablas de la sección de resultados. Resultados alcanzados 1. Análisis cuantitativo El control de calidad de un conjunto de datos geográficos o de una base de datos geoespaciales, se define como una serie de procesos orientados a decidir Figura 7. Distribución de puntos de control. Una vez culminado el proceso de inclusión de los GCP se fijó el orden del polinomio en un valor de 1. De esta manera se logró reducir errores residuales para mejorar el ajuste de la imagen durante el proceso de ortocorrección, a través de la aplicación de una transformación afín. Se debe destacar que se efectuaron pruebas con diferentes órdenes del polinomio, siendo los mejores resultados los que se alcanzaron con un valor de 1. Figura 8. Listado de residuales por GCP y error medio cuadrático (RMS). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 162 si dichos datos cumplen con unos requisitos, especificaciones o expectativas. La calidad puede ser definida de muchas formas, una de ellas es la “adecuación al uso” (Juran y Gryna, 1970) y por ello desde la perspectiva de la evaluación de la calidad posicional caben diferentes definiciones de acuerdo al interés del usuario: exactitud absoluta o relativa, exactitud horizontal o vertical, entre otras. En todo control o evaluación, es fundamental tener en cuenta el hecho de que el aspecto estadístico ha de estar siempre presente para poder generar conclusiones válidas. La validación de la exactitud posicional de una imagen satelital, busca proporcionar información de la posición de un objeto, en un tiempo y un marco de referencia geodésico determinado, siendo enmarcado dentro de una categoría, la cual permite definir la calidad del dato y la escala recomendada a trabajar en aplicaciones cartográficas. La Sociedad Americana de Fotogrametría y Teledetección (ASPRS), publicó los Estándares de Exactitud para Datos Geoespaciales en la era Digital, compilados a cualquier escala, categorizándolos en las Clase I, II y III, permitiendo normalizar los productos a nivel global, Tabla 3. Tabla 3. Especificaciones de los datos STRM90 V4. CLASE DE PRECISIÓN HORIZONTAL DE DATOS RMSEX Y RMSEY (CM) I 1,25% del Factor de Escala (0,0125 x Factor de Escala de Mapa) II 2,0 x Precisión de la Clase I (0,025 x Factor de Escala de Mapa) III 3,0 x Precisión de la Clase I (0,0375 x Factor de Escala de Mapa) El valor 0,0125 en la tabla 3 equivale a 1,25% del factor de escala del producto planimétrico, dicho de otra manera, un producto elaborado en una escala de 1:1200, el factor de escala es 1200, por tanto el RMS en X o Y (cm) = 0,0125 veces el factor de escala, es decir, 1200 x 0,0125 = 15 cm. En función de los diferentes procesos aplicados a las imágenes, es importante determinar la clase a la que pertenece. Si se toma como ejemplo un producto imagen a escala 1:25.000, la misma representa estándar en nuestro país, los valores mínimos de RMSE para cada clase quedarían establecidos de la siguiente manera, Tabla 4: Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Tabla 4. Valores admisibles de precisión horizontal para mapas 1:25000. CLASE DE PRECISIÓN HORIZONTAL DE DATOS RMS ADMISIBLE RMSEX Y RMSEY (CM) RMSEX Y RMSEY (M) I 1,25% del Factor de Escala 0,0125 x 25000 = 312,5 3,125 II 2,0 x Precisión de la Clase I 0,025 x 25000 = 625,0 6,250 III 3,0 x Precisión de la Clase I 0,0375 x 25000 = 937,5 9,375 • Clase I: se refieren a datos geoespaciales en la gama de mayor exactitud horizontal, para satisfacer las aplicaciones más exigentes de ingeniería. • Clase II: se refieren según la norma, a productos de alta exactitud horizontal adecuados para actividades de cartografía, SIG y otras aplicaciones. • Clase III: es la clase más amplia, se refiere a productos de menor exactitud, recomendados para labores de visualización y adecuados para aplicaciones de usuarios menos exigentes. Las tablas 5 y 6 presentan el resumen de los valores de RMS alcanzados en los procesos de ortocorrección y ajuste geométrico de las seis escenas pancroInvestigación, Desarrollo e Innovación 163 máticas objeto de estudio, así como su equivalente de exactitud posicional de acuerdo a lo establecido por el estándar de la ASPRS. Tabla 5. Valores de RMS alcanzados para productos con corrección geométrica, equivalente al nivel 3B. IMAGEN NIVEL 3A – CORRECCIÓN GEOMÉTRICA ERDAS RMS GCP RMS GVP (M) (M) Tabla 6. Valores de RMS alcanzados para productos ortocorregidos, equivalente al nivel 4. IMAGEN NIVEL 2A – ORTOCORRECCIÓN ERDAS RMS GCP RMS GVP (M) (M) Tabla 7. Comparación de escenas con corregidas geométricamente (nivel 3). COMPARACIÓN DE PRODUCTOS CON CORRECCIÓN GEOMÉTRICA VS IMAGEN NIVEL 3B DE IPS VRSS-1_PAN-1_0164_0173_20150208_ L2A_0015031080 4,466 6,292 VRSS-1_PAN-1_0165_0172_20130321_ L2A_0150310180 4,990 7,003 L3A_0150622340 L3B_0015070980 vs VRSS-1_PAN-1_0164_0173_20150208_ L3A_0150622390 7,043 6,870 VRSS-1_PAN-1_0165_0173_20130321_ L2A_0150108100 3,855 8,026 L3A_0150622360 L3B_0150702870 vs VRSS-1_PAN-1_0165_0172_20130321_ L3A_0150622340 6,670 8,986 VRSS-1_PAN-2_0164_0173_20130321_ L2A_1501051130 4,123 6,997 L3A_0150622380 L3B_0150702850 vs VRSS-1_PAN-1_0165_0173_20130321_ L3A_0150622350 7,784 6,870 VRSS-1_PAN-1_0164_0172_20150208_ L2A_0015031060 4,906 7,362 L3A_0150622350 L3B_0150710380 vs VRSS-1_PAN-2_0164_0173_20130321_ L3A_0150622370 8,355 12,732 VRSS-1_PAN-2_0164_0172_20130321_ L2A_1501051090 4,334 6,722 L3A_0150622370 L3B_0150710360 vs VRSS-1_PAN-2_0164_0172_20130321_ L3A_0150622360 7,220 18,853 L3A_0150622390 L3B_0150702770 vs VRSS-1_PAN-1_0164_0172_20150208_ L3A_0150622380 7,671 18,289 Los valores presentados en las tablas 5 y 6, deben ser comparados con lo establecido en la tabla 4, a los fines de determinar las recomendaciones de uso de los productos generados en los procesos de corrección geométrica y ortocorrección (Erdas 2013), en relación con los procesos de revisión de mapas. Comparación de Imágenes contra la base cartográfica de referencia Pitsa – Cartocentro. En esta etapa del estudio se realizó una valoración de la exactitud alcanzada por las imágenes procesadas con el software Erdas, así como con la herramienta IPS_SMC. Para ello, se utilizó un conjunto de puntos de referencia, con el fin de determinar los desplazamientos existentes entre las imágenes procesadas (Erdas e IPS_SMC) contra la base cartográfica de referencia. Los resultados alcanzados se presentan a continuación en las tablas 7 y 8. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática DESPLAZAMIENTO (M) REF VS CG REF VS IPS CG VS IPS 3,07 7,38 7,75 2,70 12,03 11,40 3,28 9,04 10,04 2,09 6,91 6,41 2,58 6,30 4,96 2,82 7,03 6,73 Ref= Mosaico de ortoimágenes (IGVSB) CG= Imagen con corrección geométrica Erdas 2013. IPS= Imagen nivel 3 Del análisis de los desplazamientos determinados con los puntos empleados, se pudo establecer que las imágenes generadas por el programa IPS_SMC, son las que presentan un mayor desplazamiento cuando se comparan contra la base cartográfica de referencia. El desplazamiento promedio para las escenas Investigación, Desarrollo e Innovación 164 Tabla 8. Comparación de escenas ortocorregidas (nivel 4). COMPARACIÓN DE PRODUCTOS ORTOCORREGIDOS VS IMAGEN NIVEL 4 DE IPS L2A_0150310180 L4_0015070990 vs L2A_1501051090 L4_0150702880 vs L2A_0015031060 L4_0150702860 vs L2A_0150108100 L4_0150710390 vs L2A_1501051130 L4_0150702840 vs L2A_0015031080 L4_0150702780 vs DESPLAZAMIENTO (M) REF VS ORTO REF VS IPS ORTO VS IPS 3,53 8,03 7,49 3,31 10,80 9,50 3,28 9,88 9,90 2,93 6,52 5,37 3,17 6,59 5,01 2,80 7,28 5,44 Ref= Mosaico de ortoimágenes (IGVSB) CG= Imagen ortocorregida Erdas 2013 IPS= Imagen nivel 4 escenas ortocorregidas con la herramienta IPS_SMC se obtuvo un desplazamiento promedio de 8,18 m. Se utilizó un receptor GPS Trimble JunoST para generar un levantamiento en modo cinemático a lo largo de las vías prin- cipales recorridas en la zona de estudio, generándose una representación vectorial de la red vial. Los datos capturados por el receptor fueron post procesados con el software RTKLib, para realizar una validación visual del ajuste de la capa vectorial de la red vial levantada en modo cinemático sobre las imágenes PAN ortocorregidas, como se aprecia en la figura 9, el ajuste entre ambos conjuntos de datos es apropiado. Sector Valencia Oeste Sector Maracay-Mariara Sector San Diego Sector Maracay-Mariara 2. Análisis cualitativo corregidas geométricamente con el software Erdas fue de 2,76 m, mientras que para el caso de las escenas corregidas con la herramienta IPS_SMC se alcanzó un valor de 8,12 m. En lo relacionado con las escenas ortocorregidas con el programa Erdas, se obtuvo un desplazamiento promedio de 3,17 m, mientras que para el caso de las Figura 9. Sobreposición del levantamiento cinemático sobre las escenas PAN ortocorregidas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 165 Conclusiones Este estudio permitió generar resultados concretos sobre la calidad posicional de las escenas pancromáticas del satélite Miranda, lo cual es importante al momento de recomendar su uso para el desarrollo de aplicaciones y su integración con otros datos geoespaciales. De igual forma se pudo verificar los parámetros de desempeño del satélite establecidos por el fabricante. Se tomaron en consideración la mayor cantidad de parámetros de procesamiento que permitieran alcanzar los mejores resultados. En el caso de la ortocorrección, se pudo refinar el ajuste usando coeficientes RPC, GCP y reducción de errores residuales propios del proceso, a partir de una transformación afín. Se pudo verificar la factibilidad del uso de los modelos genéricos o de reemplazo, ante la ausencia en el software Erdas 2013 de un modelo sensor específico para el satélite Miranda. Sin embargo; al ser una alternativa “terreno dependiente”, requiere de información de apoyo de buena calidad y precisión (cartografía y MDE) para obtener los mejores resultados. Luego de comparar las seis ortoimágenes generadas tanto con el programa Erdas 2013 como con el módulo IPS_SMC contra la base cartográfica de apoyo, se pudo determinar que las primeras presentan un desplazamiento promedio equivalente a 3,17 m, mientras que las últimas llegan a un valor promedio de 8,18 m. Sabiendo que en ambos casos se utilizaron los mismos insumos de entrada (cartografía, RPC y MDE), se recomienda evaluar el procedimiento metodológico que se utiliza en el SPI. Recomendaciones Al momento de generar los productos nivel 3B y 4 con el módulo IPS_SMC, se pudo evidenciar que dicho programa no genera ningún reporte de tipo estadístico que permita apoyar la valoración de calidad de los productos (cantidad de GCP, RMS por cada GCP y por modelo de ajuste). Es importante mencionar que este tipo de reportes serán incorporados en las facilidades del Sistema de Procesamiento de Imágenes del futuro satélite Sucre. • Iniciar la evaluación del modelo digital de elevación, SRTM 30 m V1 (1 Arcseg), distribuido de forma oficial por el Servicio Geológico de los Estados Unidos (USGS), y explorar la factibilidad de su uso en el módulo IPS_SMC. La calidad posicional de las seis imágenes analizadas fue contrastada contra el estándar de calidad desarrollado por la Sociedad Americana de Fotogrametría y Teledetección (ASPRS, versión 2015). En este estándar, la recomendación sobre el número mínimo de puntos de verificación (GVP) a utilizar está vinculada con la superficie cubierta por la imagen, la cual no pudo ser cumplida para las seis escenas procesadas, debido a que muchos de los sitios seleccionados para medir los GVP se ubicaron en zonas de alto riesgo para las personas que realizaron las mediciones GNSS diferencial o en sitios de alta montaña. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • Se recomienda continuar con este tipo de trabajos, para lograr una mejor verificación de los productos pancromáticos e incluir en nuevas etapas de procesamiento los datos multiespectrales (10 y 16 m de resolución espacial). Referencias Grodecki, J. & Lutes J. (2005). Ikonos geometric calibrations, Proceedings of the ASPRS 2005 Annual Conference, Baltimore, Maryland, 07–11 March, ASPRS. Juran, J.M., Gryna, F.M. (1970). Quality Planning and Analysis: From Product Development Through Use. McGraw-Hill. USA. Photogrammetric Engineering & Remote Sensing (2013). ASPRS Accuracy Standards for Digital Geospatial Data. USA. Investigación, Desarrollo e Innovación 166 Zhang G. & Yuan X. (2006). On RPC Model of Satellite Imagery. Información Geo-Espacial. Ciencia (Trimestral), 9(4). Doi: 1009-5020(2006)04-285-08. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 167 Detección de Anomalías Espectrales (Minerales) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Falcón Centro Occidental, Venezuela Humberto Malaspina1, Henry Codallo1, Zully Goyo1, Maureen Vázquez1, Alfredo Monserat1, Steven Márquez1, Leonardo Sánchez2, Santiago Yépez3, Ramiro Saavedra3, Ángel Martín3, José De Sá Rodríguez3, Wuilian Torres3, Fanny Araque3, Mariana Azuaje3 Petróleos de Venezuela S.A. PDVSA. Gerencia General de Exploración1. Gerencia de Geodesia, 2PGO Falcón Oriental2. Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico - Centro de Procesamiento Digital de Imágenes3. RESUMEN La presencia de menes y emanaciones de hidrocarburos es una pista que presume un sistema petrolífero y su ocurrencia supone que estamos en presencia de alteraciones minerales y de vegetación con características que pueden ser detectables mediante el uso integral de téc- nicas y métodos de las geociencias. Se hace necesario el diseño de una metodología de trabajo que abarque el uso de imágenes del sensor ASTER, HYPERION y métodos de análisis espectral, con el fin de detectar las anomalías que pueden sucederse en presencia de la alteración física o química de minerales en suelo expuesto o con escasa cubierta vegetal, para reducir el riesgo en la exploración petrolera. En esta investigación particularmente se aborda la detección de anomalías espectrales minerales asociadas a emanaciones de hidrocarburos, en zonas exploratorias prioritarias para PDVSA, teniendo como área piloto el sector Tupure-Carora, ubicado en la región Centro Occidental del Estado Falcón. images and sensor spectral analysis methods, in order to detect anomalies that may follow in presence of chemical or physical mineral soil alteration, is necessary with little vegetation cover, to reduce the risk in oil exploration. In this research, particularly the detection of mineral spectral anomalies associated with hydrocarbon emissions, in priority exploration areas for PDVSA, with the pilot Tupure-Carora area, located in the central western region of Falcon State. Palabras clave: ANOMALÍA ESPECTRAL, ESPECTROSCOPIA, EXPLORACIÓN, HIDROCARBUROS. ABSTRACT La asociación entre ciertos cambios mineralógicos y la ocurrencia de menes, micro-infiltraciones y emanaciones de hidrocarburos, ha sido documentada a nivel mundial, desde los inicios de la exploración petrolera. Las primeras observaciones estaban referidas a la aparente correlación existente entre áreas productivas y menes, suelos de parafina, aguas salinas y sulfurosas, mineralizaciones superficiales y altos topográficos. The presence of micro seepages and hydrocarbon emissions is a track that boasts an oil system and its occurrence means that we are dealing with minerals and vegetation changes with features that can be detected by the integral use of techniques and methods of geosciences. The design of a methodology that covers the use of ASTER and HYPERION A partir de estas primeras observaciones se comenzó a prestar más atención al fenómeno de alteraciones superficiales asociadas a la ocurrencia de hidrocarburos, y se comenzó a describir de forma detallada el conjunto de cambios en superficie vinculados a yacimientos de petróleo y gas en el subsuelo. Se puede mencionar SPECTRAL ANOMALY DETECTION (MINERALS) ASSOCIATED TO OIL SEEPS ON SURFACE. FALCON STATE, WESTERN CENTRAL AREA Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Keywords: SPECTRAL ANOMALY, SPECTROSCOPY, EXPLORATION, OIL. Introducción Investigación, Desarrollo e Innovación 168 que este fenómeno se manifiesta de varias formas, incluyendo cambios mineralógicos como: la precipitación de ciertos minerales diagnósticos como calcita, pirita, uranio, sulfuros, ciertos óxidos magnéticos, alteración de arcillas y lavado de capas rojas. Este trabajo se fundamenta en el hecho de que las alteraciones superficiales generadas por la migración de hidrocarburos son espectralmente distintas a su entorno, y mediante la utilización de nuevas tecnologías de percepción remota satelital es posible detectarlas, convirtiéndose las técnicas Geomáticas en una herramienta novedosa y económica en las primeras etapas de la exploración petrolera. El mismo tiene la intención de desarrollar y validar una metodología basada en la percepción remota satelital para identificar áreas de interés para la exploración petrolera, mediante la utilización de técnicas de análisis espectral aplicadas a imágenes multiespectrales ASTER (Advance Spaceborne Thermal Emission Reflection Radiometer) e hiperespectrales HYPERION (Hyperspectral Imager), con la finalidad de identificar potenciales zonas de alteración mineral en la Formación Cerro Pelado de la Cuenca Central de Falcón, que pudiesen estar asociadas a la ocurrencia generalizada de micro filtraciones de hidrocarburos en la zona. Se pretende verificar si las potenciales zonas de alteración corresponden espacialmente con la ubicación de menes reportados hasta la fecha, además de sugerir nuevos lugares en los que potencialmente este fenómeno pudiera ocurrir. Marco referencial Los minerales formadores de roca poseen firmas espectrales únicas (Figura 1), en particular, la presencia de rasgos de absorción es diagnóstico de la presencia de ciertos tipos de minerales. Por ejemplo la reflectancia de las arcillas disminuye a partir de los 1600 nanómetros mientras que los carbonatos poseen rasgos de absorción entorno a los 2300 nanómetros (Mather et. al. 2011). Estas características pueden verse afectadas por la presencia de ciertos materiales que puedan alterar su constitución y las reacciones químicas con otros minerales, a estos cambios se les conocen como alteraciones generales producidas por la migración de hidrocarburos. El modelo de alteración asociado a la presencia de hidrocarburos (Figura 2) fue resumido por Schumacher. D, (1999) de la siguiente forma: Figura 2. Modelo de alteraciones asociadas a la presencia de hidrocarburos. Fuente: Schumacher, 1996. Figura 1. Firma espectral de algunos minerales. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • Concentraciones anómalas de hidrocarburos en sedimentos, suelo, agua e incluso atmósfera. • Anomalías microbiológicas y la formación de “paraffindirt” o suelos de parafina. • Gases como helio y radón. • Cambios mineralógicos como la formación de calcita, Investigación, Desarrollo e Innovación 169 pirita, uranio, sulfuros, óxidos de hierro magnéticos. • Alteración de minerales de arcilla. • Anomalías geotermales e hidrológicas. • Lavado de formaciones ferruginosas o “red bedbleaching”. • Anomalías geobotánicas. • Alteración de propiedades acústicas, eléctricas y magnéticas de rocas, suelos y sedimentos. Los espectrómetros de imágenes son capaces de adquirir información acerca de la energía reflejada por la superficie de la tierra en una gran cantidad (decenas a cientos) de bandas espectrales, para poder reconstruir el espectro de reflectancia (o firma espectral) de cada píxel que constituye la escena. Esto con la finalidad de ser comparado con espectros obtenidos en campo o laboratorio. A este campo de la teledetección se le conoce con el nombre de Espectroscopia de Imágenes (Van der Meer. et al 2002). Dada la efectividad de la espectroscopia de imágenes en la detección de minerales como calcita, arcillas, óxidos e hidróxidos de hierro; resulta de particular interés enfocar esta investigación en el estudio de los siguientes tipos de anomalías potencialmente asociadas a la ocurrencia de hidrocarburos: • Alteraciones de Arcillas. • Lavado de Formaciones Ferruginosas. • Presencia de Carbonatos. • Presencia de Sulfuros. • Presencia de Minerales Magnéticos. Área de estudio Metodología de trabajo El Bloque Tupure-Carora comprende un área de 12.084 km2, cubriendo parte de los estados Falcón, Zulia y Lara. En toda el área se realizó un levantamiento de geología de superficie a escala 1:50.000, haciendo énfasis en tres (3) zonas de gran importancia: Lagarto, Tiguaje y Hombre Pintado. Estás 3 áreas con condiciones de “PLAYS” fueron seleccionadas para hacer el análisis espectral y recolección de muestras in situ, basado en la ocurrencia espacial de micro-infiltraciones de hidrocarburos, así como gran cantidad de menes superficiales presentes en la zona (Figura 3). El diseño metodológico para la detección de anomalías espectrales se basa en que es posible detectar estas alteraciones mediante el uso de imágenes multi e hiper espectrales, para ello se establece un diseño metodológico de análisis que es generador de productos simultáneos (Figura 4). Figura 3. Ubicación espacial del área de estudio “Bloque Tupure-Carora” y los tres sectores donde se realizó el análisis espectral. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Figura 4. Diseño metodológico. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 170 Para el análisis del área piloto fue necesario la adquisición de imágenes satelitales del sensor ASTER (multiespectral) y EO-1 HYPERION (hiperespectral) además de contar con información base de geología estructural, cartografía, geofísica, base de datos de menes y pozos. Las técnicas de procesamiento digital de estas imágenes van orientadas a tres objetivos básicos: (i) La restauración de la imagen, (ii) el mejoramiento de la imagen y (iii) la extracción de información (Sabins, F. 1999). o componente principal posee una varianza menor (Figura 7). La intención de aplicar esta técnica a los datos es remover la redundancia espectral y revelar los rasgos espectrales asociados a la presencia de minerales de alteración (Poormirzaee et. al. 2000). De este último grupo de técnicas se produjeron el modelo digital de elevaciones (MDE), la densificación de drenajes, la interpretación y correlación geológica, así como el análisis de bandas necesarias para producir combinaciones idóneas para la interpretación geológica en el área piloto (Figuras 5 y 6). Figura 6. Combinaciones de bandas del sensor ASTER área de estudio “Bloque Tupure-Carora”. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Como parte de la primera fase del análisis espectral, se hizo uso de técnicas de extracción de información orientadas al análisis específico de las respuestas espectrales de minerales diagnósticos, estos métodos son: Figura 5. Geología del área de estudio “Bloque Tupure-Carora” y los tres subsectores.Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Análisis de componentes principales: es una técnica de análisis estadístico multivariable que selecciona combinaciones lineales no correlacionadas (autovectores) de modo que, en lo sucesivo, cada combinación extraída Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 7. Análisis de componentes principales subsector Lagarto. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Método Crosta: Este análisis permite identificar la componente principal que contiene la información asociada a la respuesta característica del mineral de interés (Figura 8), para ello se utiliza como insumo aquellas bandas que mejor describan el comportamiento espectral del mineral que se pretende detectar (Boloki et. al. 2009). Investigación, Desarrollo e Innovación 171 Figura 8. Análisis Crosta aplicado a las imágenes Hiperespectrales del subsector Lagarto. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Los resultados de esta fase son la definición de las posibles áreas de alteración detectadas en cada uno de los sub sectores del área piloto. Estas zonas son observadas detalladamente mediante el análisis hiperespectral, que se utiliza para realizar un análisis del volumen de datos, disminuyendo la subjetividad y permitiendo identificar perfiles espectrales contenidos en la escena asociados a miembros puros (minerales) (Figura 10). Cociente de Bandas: esta técnica resalta las diferencias espectrales características del mineral que se pretende detectar, es una transformación que permite suprimir los efectos no deseados y revelar en una sola banda, el contraste espectral asociado a un mineral particular (Bodruddoza et. al. 2011) (Figura 9). Figura 9. Cociente de bandas, subsector Lagarto. Figura 10. Análisis hiperespectral aplicado en una zona del subsector Lagarto, con el uso de firmas espectrales tomadas en el halo de alteración en comparación con las de librerías espectrales y la imagen hiperespectral. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Los productos de estos análisis sirvieron para planificar la campaña de campo que permitiría hacer la recolección de las muestras minerales, para obtener la firma espectral del mineral localizado en el halo de alteración, mediante el uso del espectrorradiómetro FieldSpec3 (Field Spectroradiometer) (Figura 11, 12 y 13), las mismas permitieron observar que los picos de absorción de energía se hacen más profundos a medida que nos acercamos al mene, esto indica la abundancia del mineral de alteración en el sitio y el cambio del ión férrico en las muestras alteradas con respecto a las muestras no alteradas. Para los análisis geoquímicas se utilizaron los datos de veinte (20) muestras de roca, recolectadas tanto dentro del halo de alteración (10 muestras), detectado a partir del procesamiento de imágenes multi e hiperespectrales, así como fuera del halo de alteración (10 muestras) para tener puntos de control y comparación, determinando si existe un contraste entre la concentración de arcillas en muestras recolectadas tanto dentro del halo como fuera de él mediante la difracción de rayos x. Investigación, Desarrollo e Innovación 172 Figura 11. Validación de campo con la ubicación de las muestras, zonas alteradas y no alteradas en el primer halo del área de Lagarto. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Figura 12. Captura de las firmas espectrales a las muestras minerales provenientes de los halos de alteración. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela. Resultados terizados en las zonas de estudio, enfocándose el análisis en recolectar muestras de roca tanto dentro y fuera de cada halo, con la finalidad de evaluar los posibles cambios mineralógicos presentes, y validar los datos de espectrometría de imagen con estudios de geoquímica tradicional. Luego de aplicar los diversos métodos para evaluar cada imagen (Componentes Principales, Cocientes, Índices, Interpretación Visual) y la posterior selección de las áreas pilotos dentro del Bloque Tupure-Carora, se detectaron zonas con un comportamiento espectralmente anómalo. Diversos halos fueron carac- Durante el análisis espectral se determinó la presen- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 13. Firmas espectrales a las muestras minerales provenientes de los halos de alteración. Fuente:(Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). cia de caolinita, cuya distribución espacial corresponde en gran medida con los halos de alteración observados en todos los sub sectores. Esto permitió producir los mapas de abundancia de caolinita y distribución espacial de este mineral sobre cada subsector, los cuales fueron comparados con los resultados obtenidos en la interpretación de las imágenes, observando gran correspondencia entre ambos productos. (Figuras 14 y 15). La distribución de la caolinita e illita (en el caso del sector Hombre Pintado) coincide con la presencia Investigación, Desarrollo e Innovación 173 de algunos menes, y se alinean con el corrimiento, lo que se estima que la presencia de este mineral puede estar relacionada a estas micro-infiltraciones, tal como lo propone Schumacher en su modelo de alteración. Cabe destacar que durante la campaña de campo en el sub sector de Tiguaje, se encontró un mene que no estaba reportado en la base de datos de PDVSA, y que se encuentra relativamente cerca a los halos delimitados al centro de la imagen. Figura 16. Figura 14. Cociente de bandas aplicado en una zona del subsector Lagarto. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Figura 15. Cociente de bandas aplicado en una zona del subsector Lagarto. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Estos resultados, al igual que las muestras colectadas en campo, permitieron avanzar a la siguiente fase que es realizar el análisis geoquímico, como parte de la comprobación de las técnicas utilizadas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 16. Mene descubierto en el subsector Tiguaje. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Investigación, Desarrollo e Innovación 174 Los resultados estadísticos de las pruebas geoquímicas permitieron observar que las concentraciones de arcilla en muestras recolectadas dentro del halo tienden a ser mayor respecto a aquellas recolectadas fuera del halo, esto se evidencia al comparar las medias aritméticas obtenidas para cada grupo (Figura 17). Figura 17. Histograma de las muestras recolectadas dentro y fuera del halo de alteración. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Otro aspecto fundamental, fue la evaluación de la relación entre la proporción de caolinita respecto a las demás arcillas. Para ello se utilizaron los datos de separación de arcillas y se normalizaron los datos mediante el cociente de la semi suma. Esto permite establecer un índice indicativo del predominio de caolinita a expensas de illita. Los resultados revelan la existencia de un contraste marcado entre las muestras colectadas dentro del halo cuya correlación de arcillas fue mucho mayor que en las muestras colectadas fuera del halo de alteración (Figura 18). En este mismo gráfico es posible notar estas diferencias, específicamente en la muestra espectral del perfil M30 (dentro del halo) y el perfil M43, donde es notorio que la profundidad del pico de absorción en torno a 2300 nanómetros es mayor para la muestra alterada que para la no alterada. Es importante señalar que la profundidad de este pico es proporcional a la cantidad de arcilla presente en la muestra, y que esta diferencia es el punto de partida para la utilización de perfiles obtenidos en imágenes para diferenciar zonas de alteración. Los resultados obtenidos son coherentes con los resultados del análisis de difracción de rayos X y separación de arcillas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 18. Proporción de caolinita con respecto a otras arcillas. Fuente: Informe Técnico Interno PDVSA DEXEIY. Detección de Anomalías Espectrales (Minerales, Vegetación, Temperatura e Hidrocarburos) Asociadas a Manifestaciones de Hidrocarburos en Superficie, Frente de Montaña Central, Estado Guárico, Venezuela). Investigación, Desarrollo e Innovación 175 Conclusiones Las técnicas de procesamiento digital de imágenes para el levantamiento de la geología de superficie resulto de gran utilidad, ya que permitió caracterizar las distintas unidades litológicas basadas en su respuesta espectral y su directa correspondencia a los mapas bases interpretados en campo. La implementación de los métodos de análisis espectral: Crosta, Componentes Principales orientados y técnicas hiperespectrales, resultaron de gran utilidad para detectar halos de alteración relacionados a ocurrencias de microfiltraciones de hidrocarburo. En el análisis espectral realizado en el Bloque Tupure-Carora, se pudo apreciar la efectividad de las técnicas por espectrometría de imagen en la detección de minerales de alteración por la ocurrencia de infiltraciones de hidrocarburos. Es importante aclarar que este tipo de análisis son efectivos siempre que se cumplan ciertos criterios: baja contribución atmosférica, zonas expuestas con poca vegetación, buena radiometría de la imagen, y datos de localización de menes y fuentes termales, para hacer el amarre directo en el terreno con estos procesos de migración del hidrocarburo. Para garantizar que estas detecciones de minerales estén asociadas al modelo de alteración de Schumacher, 1999, deben realizarse estudios de difracción de rayos X, Elementos mayoritarios y minoritarios, petrografía, así como estudios de Isótopos de Carbón y Oxigeno estable, para establecer el origen de las mineralizaciones asociadas a estas alteraciones. Por ejemplo, en el caso de la precipitación de carbonatos producto de la alteración, los análisis permitirán establecer si su origen es por la presencia del hidrocarburo, o si por el contrario, es debido a otro proceso de alteración distinto (precipitación meteórica). Si se quiere seguir desarrollando esta línea de investigación en el país y en la industria petrolera nacional, la adquisición de vuelos aerotransportados de imágenes hiperespectrales se hace necesario, ya que los datos tienden a ser menos afectados por la contribución atmosférica (buena relación señal-ruido), mayor resolución espacial y mejor radiometría para hacer las detecciones de los minerales de alteración. Referencias Beitler. B, Martini. B, Chan. M, Parry. W, (2007). Reflectance spectroscopy mapping of diagenetic heterogeneities and fluid – flow pathways in the Jurasic Navajo Sandstone. American Association of Petroleum Geologists. Bodruddoza, M., Fujimitsu, Y. (2011). Mapping hydrother- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática mal altered mineral deposits using Landsat 7 ETM+ image in and around Kuju Volcano, Kyushu, Japan. Journal of Earth Systems. v. 12, No 4. p. 10491057. Boloki M., Poormirzaee, R. (2009). Using ASTER image processing for hydrothermal alteration and key alteration minerals mapping in Siyahrud area, Iran. International Journal of Geology. Mather, P., Koch M. (2011). Computer processing of remotely sensed images. Wiley-BlackwellPublication. Poormirzaee, R., Mohamad, J., Naseri, A., Zekri, H. (2000). Interpretation and processing of ETM+ data for alteration mapping: A case study: Behabad, Iran. Water and Geoscience Journal, ISBN: 978-960-474160-1. p. 190-195. Sabins, F, (1999). Remote sensing for mineral exploration: Ore Geology Reviews, v.14, 117-120. Schumacher, D. (1996). Hydrocarbon – induced alteration of soils and sediments, in D. Schumacher and M.A. Abrams, eds. Hydrocarbon migration and its near – surface expression: Schumacher, D. (1999). Treatise of Petroleum Geology/ Handbook of Petroleum Geology: Exploring for Oil Investigación, Desarrollo e Innovación 176 and Gas Traps. P. 18-1 18-27. Van Der Meer, F., De Jong, S. (2002). Imaging Spectrometry , 8 p. 219-220, Kluwer Academic Publishers, United States of America. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 177 Métodos Radiométricos no Convencionales para Disminuir el Riesgo Exploratorio Regional, Frente de Montaña Guarico, Venezuela. Dicotot Jhoarlis1, Silva María1, Chacón Rafael1, Rojas Gustavo1, Vázquez Maureen1, Codallo Henry1, Varela Darvis1, Mendoza Roció1, Boujana Mustapha2. PDVSA1, Consultor Independiente SIG y de Geociencias2 [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected] [email protected] RESUMEN En áreas exploratorias con baja cobertura sísmica y de pozos, la aplicación de los métodos radiométricos no convencionales, fue de utilidad para documentar y disminuir el riesgo exploratorio en el Frente de Montaña de Guárico, Venezuela. Este estudio ha sido posible mediante al análisis de imágenes multiespectrales de los satélites ASTER y LANDSAT 8, combinado con firmas espectrales tomadas en el campo, efectuadas sobre muestras de roca en condiciones de laboratorio y de una base de datos de huellas características de minerales. La integración con la información geológica y de sistema petrolífero mediante el uso de los sistemas de información geográfica permitió la delineación de áreas con anomalías espectrales, llamadas áreas con “Anomalías Positivas”. En éste trabajo se presentan áreas geográficas con anomalías espectrales asociadas a manifestaciones de hidrocarburos en superficie. Es de resaltar que la mayoría de estas anomalías positivas presentan orientaciones que se ajustan a estructuras geológicas de pliegues, fallas y corrimientos con orientación noreste-suroeste y se encuentran solapando áreas delineadas como Oportunidades Exploratorias. La integración entre los datos geológicos, geofísicos y de sensores remotos permitió correlacionar las áreas con anomalías positivas con las zonas de cocina, las vías de migración y las estructuras geológicas, permitiendo documentar uno de los elementos del Sistema Petrolífero. Palabras clave: EXPLORACIÓN, RIESGO EXPLORATORIO, SENSORES REMOTOS, FIRMAS ESPECTRALES, ANOMALIAS POSITIVAS. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática RADIOMETRIC UNCONVENTIONAL METHODS TO REDUCE THE RISK OF REGIONAL EXPLORATION IN FRONT MOUNTAIN, GUARICO, VENEZUELA. ABSTRACT In exploratory areas with low seismic coverage and wells, the application of unconventional radiometric methods was useful towards documenting and reducing exploration risk in Front Mountain in Guárico, Venezuela. This study was possible by the analysis of multispectral images of the ASTER and LANDSAT 8 satellites, combined with field spectral signatures, carried out on rock samples in the laboratory and a database of fingerprint characteristics of minerals. Integration with geological and petroleum system information using geographic information systems allowed the delineation of areas with spectral anomalies, called “Positive Anomalies”. In this work geographic areas with spectral anomalies associated with hydrocarbon surface manifestations are presented. It is noteworthy that most of these positive anomalies have guidelines that conform to geological structures of folds, faults and landslides in northeast-southwest orientation. At the same time, a good proportion of them are overlapping areas delineated as exploratory opportunities. The integration of geological, geophysical and remote sensing data allowed correlating the areas with positive anomalies with kitchen areas, migration paths and geological structures, allowing documenting one of the elements of the petroleum system. Investigación, Desarrollo e Innovación 178 Keywords: EXPLORATION, EXPLORATION RISK, REMOTE SENSING, SPECTRAL SIGNATURES, ANOMALY POSITIVE. Introducción Es reconocido y documentado a nivel mundial, que la mayoría de las acumulaciones de petróleo y gas presentan fugas de hidrocarburos, y que esta fuga (o “Microseepage”) es predominantemente vertical y puede ser detectada y representada utilizando una variedad de análisis de geoquímica directa e indirectamente y métodos geofísicos no sísmicos. También se ha documentado que la extensión del área de la anomalía geoquímica en superficie puede aproximar los límites productivos de depósitos en profundidad. La fiabilidad de esta metodología depende de la configuración geológica y la elección del método de detección de hidrocarburos. (Schumacher, 2010). Los investigadores a favor de los estudios geoquímicos de superficie sostienen que el uso apropiado de la geoquímica y la integración adecuada de estos resultados con datos geológicos y sísmicos convencionales, conduce a una mejor evaluación de áreas prospectivas y evaluación de riesgos. Schumacher (2010), comparó los resultados de más de 2700 pozos en Estados Unidos y otros países, llegando a la conclusión que el 82% de los pozos perforados en prospectos asociados con anomalías geoquími- cas y espectrales positivas, fueron determinados como descubrimientos comerciales. En contraste, sólo el 11% de los pozos perforados en prospectos sin una anomalía geoquímica asociada resultaron en descubrimientos. El objetivo fundamental de este estudio es detectar y analizar las anomalías espectrales regionales, que podrían estar asociadas a la presencia de manifestaciones de hidrocarburos líquidos y/o gaseosos en superficie, en el área central del Frente de Montañas Central - Estado Guárico, Venezuela y de esta manera construir un conocimiento sobre el uso de los Métodos Indirectos basados en Sensores Remotos y desarrollar una Base de Datos de Firmas Espectrales de Venezuela que permita contribuir a futuros estudios de anomalías espectrales en las áreas exploratorias de PDVSA con el fin de minimizar el riesgo exploratorio. Area de estudio El área de estudio está ubicada en la parte Nor-Central de Venezuela (Figura, 1), precisamente en el flanco sur de la Cordillera de la Costa, entre los poblados de San Juan de Los Morros al oeste y Altagracia de Orituco al este. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Ubicación del área de estudio, Frente de Montaña Central - Estado Guárico, Venezuela. Fuente: Gerencia CEE – PDVSA, 2015. Marco geológico general La evolución tectónica del Frente de Montañas de Guárico esta intrínsecamente ligada a la evolución de la colisión entre la placa Caribe y el continente América del Sur a partir del Cretácico tardío – Paleógeno. Su geología es sumamente compleja y en esta área confluyen tres elementos geotectónicos distintos, denominados como alóctono, paraautóctono y autóctono, derivados de un importante acortamiento cortical producto de la colisión continental. Las estructuras más notorias son fallas inverInvestigación, Desarrollo e Innovación 179 sas o corrimientos con una orientación noreste-suroeste (ej. Frente de cabalgamiento, Falla de Guárico), fallas transcurrentes dextrales con orientación noroeste-sureste y algunas fallas con orientación nor-noreste en menor medida (Figuras 2 y 3). Los pliegues anticlinales y sinclinales son en su mayoría con una orientación noreste. rrollo de campos petroleros y gasíferos (Yucal-Placer, El Sombrero, Punzón, Valle 13 y Las Mercedes) (Figura, 4). 1 Por otro lado se observa una deformación extensional en el área de estudio correspondiente al Frente de Montaña, en un marco tectónico donde ocurre actualmente, a escalas de placas, una transgresión. Dos fases de deformación: una compresional NW-SE, responsable de los plegamientos observados y asociada a la interacción entre las placas Caribe y Suramérica. La segunda, que es la más reciente en la región, consiste en una extensión probablemente NNW-SSE. A’ A’ 2 Figura 3. Transectos sísmicos (1) y geológico (2) de orientación NW-SE mostrando la configuración estructural en superficie y subsuelo del Frente de Montañas de Guárico, con los tres dominios: Alóctono, Paraautóctono y Autóctono. Fuente: PDVSA-MEM, (2000) y Aguasuelos Ingeniería, (1990). La hipótesis del rebote isostático causado por un posible desprendimiento de la raíz crustal tiene sus bases en la última fase de deformación y argumentada en un elevado flujo de calor en la zona y una considerable erosión por levantamiento durante los últimos 10 a 15 Ma. Figura 2. Mapa Geológico mostrando una síntesis tectónica del área de estudio, reinterpretado a partir de sensores remotos. Fuente: Mapas Creole (1956), Hidrogeológico del MEM (1972) y Geológicos de Aguasuelos Ingeniería (1990). Varios estudios previos han caracterizado este sistema y han definido sus distintos elementos con los eventos geológicos que lo han marcado. Las rocas madres son del cretácico superior y oligoceno superior, los reservorios son de edad cretácico inferior y eoceno superior-oligoceno inferior y los sellos son del cretácico tardío y oligoceno inferior. Existen numerosas evidencias a favor de la existencia de un sistema petrolífero en funcionamiento en el área y corroborado con la perforación de varios pozos y el desa- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 4. Distribución de la Madurez Termal (Reflectancia de la Vitrinita (Ro)) en el área de estudio, mostrando la extensión de la cocina con una producción mayoritariamente de gas. Se muestran los campos de Gas y de Petróleo en la zona y algunos pozos capturados a partir de los Mapas Geológicos de Creole, 1956. Fuente: Gerencia CEE – PDVSA, 2015. Investigación, Desarrollo e Innovación 180 Datos utilizados Se utilizaron imágenes satelitales procedentes de los sensores ASTER y LANDSAT 8, mapas geológicos de Creole, MEM y Aguasuelos. Adicionalmente, se aplicaron firmas espectrales pertenecientes a la librería de firmas de la USGS, de la campaña de campo de Alto Resources Inc. y firmas adquiridas por este estudio usando el Espectrorradiómetro ASD (FieldSpec 3) sobre muestras tomadas en campo por el proyecto ESP Sub-Cuenca de Guárico. Metodologia y resultados La detección de anomalías espectrales usando la energía electromagnética como medio de detección parte del fundamento de que si existen hidrocarburos en subsuelo, este puede llegar a superficie a través de mecanismos de escape como fallas y fracturas, alterando así los suelos y la vegetación circundante (Figura 5), produciendo anomalías o alteraciones que bien pueden ser detectadas usando métodos de Sensores Remotos, a través de lo que se conoce como detección de Anomalías Minerales, en Vegetación y Térmicas. Se emplearon correcciones geométricas y atmosféricas las cuales fueron aplicadas a las imágenes ASTER y LANDSAT-8 utilizadas en este estudio. Una conversión de los valores de radiancia a valores de en grados Kelvin (k) usando para ello la constante térmica suministrada en el archivo de metadatos del LANDSAT. Anomalías Espectrales – Minerales de Alteración El análisis y la aplicación de la metodología para la detección de anomalías minerales, pasa por detectar y visualizar los pixeles determinados mediante el método PPI (Pixel Purity Index). Este método permite idenFigura 5. Esquema generalizado de filtración de hidrocarburos y su expresión en la superficie. tificar los pixeles conformados Fuente: Meer et. al. 2000. mayoritariamente por un solo material, denominados Elementos Espectralmente Pureflectancia aparente, usando una corrección atmos- ros "EndMembers”. Parte del procesamiento incluye la férica llamada Log Residual, la misma permite elimi- detección de un píxel clasificador, este último se comnar la radiación solar, la transmitancia atmosférica, para con elementos de la Librería Espectral de Mineralos efectos topográficos y los efectos del albedo de les desarrollada por la USGS, 2007; comparando sus los datos de radiancia, y crear una imagen en reflec- características de absorción y reflectancia. En última tancia para analizar las características de absorción instancia se procede con el método de clasificación de los elementos captados. SAM (Spectral Angle Mapper) para identificar el mineral de alteración de interés, generando un mapa teLa imagen LANDSAT-8 también fue corregida geométri- mático con la distribución espacial de los pixeles que ca y radiométricamente para luego convertir las bandas se corresponden y correlacionan con la firma espectral térmicas de radiancia espectral a temperatura de brillo característica de dicho mineral (Figura, 6). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 181 méctica se muestra en la Figura 7, integrado con el mapa geológico de síntesis tectónica del área. Es de notar que la mayoría de las anomalías se encuentran localizadas alrededor o a lo largo de estructuras geológicas anticlinales, sinclinales y fallas. Field Spec3, de muestras impregnadas de petróleo en el área de estudio (Figuras, 8), en conjunto con las imágenes ASTER para detectar zonas de anomalías relacionadas con la impregnación por hidrocarburos empleando el método de clasificación SAM. Figura 6. Resultados del análisis espectral para detección del mineral de alteración caolinita. A) Mapa temático con los pixeles (en amarillo) resultantes de la clasificación SAM. B) Gráfico N-Dimensional mostrando los “EndMembers”. C) Firma espectral del PPI con el pico de absorción en 2160 nm característico de la caolinita. D) Firmas Espectrales de varios minerales caolinita que conforman la Librería Espectral USGS. Fuente: Gerencia CEE – PDVSA, 2015. Los principales minerales que ayudan a la determinación de las zonas o aureolas de alteración mineralógica, utilizados en este análisis fueron: Caolinita, Esméctica, Ilita, Montmorillonita, Hematita y Pirita, cuyos espectros se pueden diferenciar por la resolución espectral con la que cuenta el sensor ASTER. El resultado combinado de la detección de minerales de alteración como la Caolinita, Montmorillonita y Es- Figura 7. Resultado de la Clasificación Espectral SAM (puntos rojos) para la detección de minerales de alteración (Caolinita, Montmorillonita y Esméctica). Lo notable es la localización de dichas anomalías a lo largo de los flancos de pliegues (anticlinales y sinclinales) y a lo largo de fallas de corrimiento. Fuente: Gerencia CEE – PDVSA, 2015. Anomalías Superficiales de Hidrocarburos – muestras y suelo impregnado La metodología aplicada consistió en colectar firmas espectrales haciendo uso del espectroradiómetro ASD Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 8. Resultados del análisis espectral para detección de áreas impregnadas (o contaminadas) por hidrocarburos. A) Fotografía de la arenisca impregnada de hidrocarburos (Muestra MGA-025). B) Firmas espectrales realizadas sobre dos caras de la misma muestra mostrando un pico de absorción alrededor de 1900 nm (curva de color negro) resultado de la presencia de hidrocarburos; mientras que el espectro de la cara de la misma muestra que no presenta impregnación (curva de color rojo) carece de absorción en la longitud de onda de 1900 nm. C) Mapa temático con los pixeles (en azul cian) resultantes de la clasificación. Fuente. Gerencia CEE – Geodesia – PDVSA, 2015. Investigación, Desarrollo e Innovación 182 Para verificar estos resultados se procedió con el mismo análisis, esta vez utilizando las Firmas Espectrales adquiridas en el año 2000 durante la campaña espectroradiométrica de campo realizada por PDVSA-Alto Resources Inc. Estas Firmas corresponden a “Suelo con Petróleo” (muy probablemente como emanaciones de hidrocarburos en superficie) y de vegetación sana y seca con petróleo (Figura 9). En ambos casos para las muestras de areniscas impregnadas, suelo y vegetación con petróleo, se aplicó el mismo método para la clasificación y detección de anomalías superficiales de hidrocarburos y se generaron mapas temáticos por separado. La integración de ambos resultados mostró una excepcional coincidencia (píxel a píxel) en varios sectores del área de estudio (Figura 10). Estas áreas de coincidencia (señalados con círculos de color rojo) deben ser investigadas con detalle. Anomalías en la Vegetación Figura 9. Firmas Espectrales adquiridas en el año 2000 durante la campaña espectrorradiométrica de campo realizada por PDVSA-Alto Resources Inc. A) Muestra de Suelo intensamente impregnado de Petróleo, notemos que la firma espectral es casi nula y no deja ver ningún elemento constituyente del suelo. La absorción de la energía por causa del petróleo es casi total. B) Muestra de Vegetación sana con petróleo. C) Muestra de Vegetación seca con petróleo. D) Muestra Suelo con hojas secas y petróleo. La figura muestra los resultados de la clasificación de estas firmas usando las imágenes ASTER. Fuente: Gerencia CEE – Geodesia – PDVSA 2015). Los espectros de reflectancia correspondientes a coberturas vegetales evidencian el estado real de las mismas, ya que contienen información inherente a las bandas de absorción de la clorofila en la región del espectro visible, las altas reflectancias de la vegetación sana en el rango del infrarrojo cercano y los efectos de absorción en la región del infrarrojo medio por causa del agua en la vegetación saturada, entre otros. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 10. Resultados de la clasificación y detección de anomalías asociadas a presencia de hidrocarburos en forma de impregnación de rocas areniscas e impregnación y/o contaminación de suelos. A) Firmas Espectrales de “suelo y petróleo” con sus picos de absorción (PDVSA-Alto Resources Inc.; 2000). B) Firmas Espectrales de muestras areniscas impregnadas realizadas por PDVSA-Geodesia con el Espectrorradiómetro (FieldSpec 3) mostrando los picos de absorción característicos de la presencia de hidrocarburos. C) Mapa temático con la distribución espacial de las anomalías detectadas en el área. Fuente: Gerencia CEE – Geodesia – PDVSA, 2015. Investigación, Desarrollo e Innovación 183 Al igual que para los minerales, las macro y micro fugas de hidrocarburos, ascienden por la columna estratigráfica desde la roca reservorio hasta la superficie, perturbando la vegetación, obteniendo como resultado distintos síntomas en la comunidad vegetal como raleos de cobertura, distribuciones anómalas, o signos de stress nutricional en determinadas especies o cambios en la diversidad específica. (Larriestra, 2009). La metodología aplicada para la detección de anomalías en la vegetación fue el método del Índice de Vegetación (NDVI) y el “Spectral Angle Mapper” (SAM). La utilización del parámetro Índice de Vegetación de Diferencia Normalizado “NDVI” como método para la detección de áreas con un estrés en la vegetación causado por las emanaciones de hidrocarburos líquidos y/o gaseosos (Figura 11) no ha sido concluyente en este caso. Probablemente se necesita de un estudio más detallado que integra un análisis geobotánico y de suelos y muy probablemente la adaptación de este Índice a las condiciones particulares de cada área. Factores como el clima influyen de manera importante y deben ser considerados. Anomalías Térmicas: Todo material en la Tierra emite radiación térmica infrarroja, termino comúnmente conocido como calor. La como áreas anómalas que pueden interpretarse como correspondiente a un flujo de calor proveniente del subsuelo y causado por los gases que emanan de posibles acumulaciones petrolíferas y/o gasíferas (Figura, 12). Figura 11. Mapa temático mostrando la variación y distribución espacial del Índice de Vegetación (NDVI). Fuente: Gerencia CEE – Geodesia – PDVSA, 2015. física nos dice que la cantidad de la radiación emitida es proporcional a la temperatura del objeto. Para esta investigación, se usó una imagen de satélite LANDSAT 8, la cual en sus bandas obtenidas por el sensor TIRS pueden ser convertidas de radiancia espectral a temperatura de brillo en grados Kelvin (k) usando para ello la constante térmica suministrada en el archivo de metadatos de la imagen Landsat. (Ariza, 2013). El procesamiento de las Bandas Termales de la imagen LANDSAT-8 arrojó un mapa temático que muestra la variación y distribución de la temperatura en la superficie. Las áreas con temperaturas mayores a los 40 grados centígrados han sido extraídas y son consideradas Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 12. Mapa temático mostrando el umbral de 40 a 70 grados centígrados extrayendo de esta forma las áreas anómalas desde el punto de vista térmico. Fuente: Gerencia CEE – Geodesia – PDVSA, 2015. Integración de resultados En la figura 13, se señalan las ubicaciones de emanaciones de Hidrocarburos o menes (en triangulo de color negro), de las aguas termales (triángulos de color azul) y las anomalías espectrales detectadas en este estudio (triángulos de color fucsia). Investigación, Desarrollo e Innovación 184 • La mayoría de las anomalías se alinean con estructuras geológicas. • Muestras de areniscas recolectadas en afloramientos con impregnación de hidrocarburos. • Presencia de pozos perforados que han probado el sistema petrolífero y de campos petroleros y gasíferos en explotación en la cercanía de la zona de estudio. • Mapa de madurez termal (Ro.) y de oportunidades exploratorias alineadas a las estructuras geológicas y coincidiendo con áreas espectralmente anómalas. Figura 13. Corte Estructural esquematizado derivado de la integración de la interpretación de subsuelo. Fuente: PDVSA-MEM, 2000 y Aguasuelos Ingeniería, 1990. Figura 15. Integración de la información geológico-petrolera con los resultados del análisis de detección de anomalías espectrales causadas por manifestaciones en superficie de hidrocarburos líquidos y/o gaseosos. Se señalan con elipses de color negro, áreas potenciales a ser estudiadas con mayor detalle ya que pueden representar oportunidades exploratorias no vistas (o “bypaseadas”). Fuente: Gerencia CEE – Geodesia – PDVSA, 2015. Al desplegar todas las anomalías (Mineral, de Hidrocarburos y Térmica) en conjunto con el mapa geológico, mapa de los campos petroleros y gasíferos, ubicación de pozos, menes, aguas termales, muestras areniscas impregnadas de petróleo, mapa de madurez termal (Ro.) y mapa de flujo de calor (Figuras, 14 y 15), se pueden señalar los siguientes puntos de importancia: • Existen coincidencias entre varias de las anomalías detectadas y a veces entre todas ellas (cuatro anomalías espectrales según método usado). Conclusiones Figura 14. Mapa mostrando las coincidencias entre las áreas anómalas, la alineación con respecto a las estructuras geológicas del área de estudio y la ubicación de los pozos y campos petroleros y gasíferos. Fuente: Gerencia CEE – Geodesia – PDVSA, 2015. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La aplicación e integración de los métodos indirectos a través de los sensores remotos y la información geológico-petrolera mostró ser una herramienta de estudio a ser considerada con mayor énfasis en el flujo de trabajo de exploración petrolera. Investigación, Desarrollo e Innovación 185 El análisis y clasificación de anomalías espectrales mediante el uso de Firmas Espectrales tomadas en condiciones de laboratorio, de imágenes multiespectrales como LANDSAT y ASTER arrojan resultados muy prometedores en especial cuando se emplean distintos métodos tales como las anomalías minerales, de hidrocarburos, térmicas y de vegetación, para ser combinados entre sí. La integración con los modelos e información geológico-petrolera es de vital importancia para este tipo de estudios. El hecho de que varias áreas anómalas detectadas espectralmente solapan poligonales de oportunidades exploratorias abre el camino a pensar en incluir estos tipos de resultados como un parámetro que puede ayudar a minimizar el riesgo geológico-exploratorio. Al mismo tiempo que puede sugerir áreas a ser tomadas en consideración como posibles futuras oportunidades que no han sido vistas, en especial en áreas con poca (o ninguna) densidad de información sísmica y de pozos. a migraciones de hidrocarburos, Cuenca del Golfo San Jorge, Chabut, Argentina. Golden Oil Corporation. Meer, F.; Dijk, P.; Kroonenberg, S.; Hong, Y. Y Lang. H. (2000). Hyperspectral hydrocarbon microseepage detection and monitoring: potentials and limitations. Pdvsa-Mem. (2000). Guárico – Cojedes. Venezuela 2000 Gas Licenses. Schumacher, D. (2010). Integrating Hydrocarbon microseepage data with seismic data doubles exploration success. Proceedings, Indonesian Petroleum Association. Thirty-Fourth Annual Conference and Exhibition. Referencias Ariza, A. (2013). Productos LDCM – LandSat 8. Instituto Geográfico Agustín Codazzi. Larriestra, M., Martin De Los Reyes, L., Chebli, P. Y Mattista, J. (2009). Análisis de comunidades vegetales y su vinculación con Anomalías superficiales asociadas Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 186 Medición del Efecto Vaneamiento y Consideraciones Sobre Condiciones de Observación en Espectroradiometría del Arroz Gustavo Aguerrevere, Susuky López Fundación Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico (FIIIDT) [email protected], [email protected] RESUMEN La Espectrorradiometría de campo es una poderosa herramienta para el diagnóstico de propiedades y condiciones de la vegetación y para el apoyo al procesamiento de imágenes satelitales. Entre las potencialidades de ésta herramienta está el diagnóstico fitosanitario de cultivos. En Venezuela, desde el año 2010, se ha reportado un síndrome de causas desconocidas que afecta el cultivo de arroz y sus rendimientos, con disminuciones de hasta el 100% en algunas unidades de producción agrícola. Ante esta amenaza ha surgido el interés en conocer la distribución del síndrome para hacer estimaciones y pronósticos sobre las pérdidas que éste pueda ocasionar. Para dar respuesta a esta problemática se está evaluando la factibilidad de hacer determinaciones a través de la percepción remota. Como fase inicial se evalúan, en este trabajo, las influencias del síndrome sobre la respuesta espectral. Se ha encontrado una muy clara diferencia entre plantas sanas y enfermas. Adicionalmente se evaluaron los efectos de variedades de arroz y condiciones de medición sobre los espectros. it is been assessed the feasibility of making determinations through remote sensing. As an initial phase, the influence of the syndrome over the spectral response was evaluated. It was found a very clear difference between healthy and diseased plants. Additionally, the effects of rice varieties were evaluated as well as conditions for measuring the spectral. Palabras clave: VANEAMIENTO, ARROZ, ESPECTRORRADIOMETRÍA, DIFERENCIAS ESPECTRALES. Keywords: GRAIN EMPTY, RICE, SPECTRORADIOMETRY, SPECTRAL DISTANCE. ASSESSEMENT OF GRAIN EMPTYNESS “VANEAMIENTO” EFFECTS AND CONSIDERATIONS ON OBSERVATION CONDITIONS IN SPECTRAL RICE RESPONSE ABSTRACT The field spectro-radiometry is a powerful tool for the diagnosis of properties and vegetation conditions to support the processing of satellite images. One of the possibilities is the phytosanitary diagnosis of crops. In Venezuela, since 2010, it has been reported a syndrome of unknown causes that affects rice cultivation and yields, with declines of up to 100% in some farms. To this threat has emerged the interest in knowing the syndrome distribution, to make estimations and forecasts about the losses it may cause. To address this problem Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Introducción La Espectrorradiometría de campo es (por sí misma) una útil y eficaz herramienta para el diagnóstico, con ubicación local, de distintas variables de interés para el manejo eficiente de cultivos. Al mismo tiempo puede constituir un poderoso apoyo a técnicas como clasificaciones, segmentaciones y/o índices de verdor en el procesamiento digital de imágenes satelitales para la obtención de información de grandes dimensiones espaciales. En ambos casos resulta fundamental explorar, conocer y dominar los aspectos agronómicos que pueden afectar la respuesta espectral de la vegetación y las plantaciones. Este dominio es fundamental para otorgar utilidad agronómica a la Espectrorradiometría y a la percepción remota en el fortalecimiento del sector agrícola, con incidencias favorables sobre la oferta, Investigación, Desarrollo e Innovación 187 los precios y la disponibilidad de productos de origen tanto animal como vegetal. Las curvas espectrales de los organismos vegetales varían según distintos factores micro, macroscópicos y funcionales como su constitución bioquímica, condición nutricional, estructura física de los distintos tejidos, factores fenológicos, factores fitosanitarios, anatomía, morfología, taxonomía y fisiología, además de la geometría y condiciones bajo las cuales se hagan las mediciones. La reflectancia de las plantas en la región visible (azul, verde y rojo, de 400 a 700 nanómetros) depende fundamentalmente de la cantidad y concentración de pigmentos como clorofilas a y b, xantofilas, antocianinas y carotenos. En la región del infrarrojo, (de 800 a 1.200 nm) es la estructura interna de la hoja, conformada fundamentalmente por el tamaño y distribución de espacios aéreos y la abundancia de interfaces acuosas dentro de las capas del mesófilo, la que gobierna la reflectancia. Entre las principales virtudes de la teledetección está la gran resolución espacial, en contraposición a una limitada resolución espectral. Por el contrario la Espectrorradiometría ofrece gran resolución espectral para muestras puntuales. La combinación de estas técnicas ofrece la posibilidad de asociar, de alguna manera, ambos atributos. La Figura 1 compara curvas espectrales del sensor ASTER y de Espectrorradiometría de campo. A partir de la radiometría (tanto satelital como de campo) es posible determinar tipologías ópticas y grupos funcionales según la estructura de la vegetación, la bioquímica, la fisiología y la fenología (Ustin et. al. 2010), a lo que podemos agregar (por su influencia sobre, al menos, calidad y cantidad de pigmentos) la fitopatología. o vacíos. Para identificar y controlar las causas se están manejando algunas hipótesis, entre ellas: agotamiento de los suelos por variedades de alto rendimiento sin actualización del manejo agronómico, patología microbiana, elementos climáticos, y combinaciones entre las anteriores. Por sus características y violento de la aparición, el síndrome o enfermedad ha sido denominado Vaneamiento Repentino del Arroz (VRA), (Pieters, A., 2012). Con el fin de evaluar la situación, el Instituto Nacional de Investigaciones Agropecuarias (INIA) ha diseñado un proyecto con distintos ensayos de campo y la participación de varias instituciones y productores asociados (Álvarez, R. 2015). Figura 1. Curvas espectrales visible e infrarrojo, múltiples muestras combinadas. Izq.: Aster (Aguerrevere. 2009), Vs. Der.: Espectrorradiómetro. En Venezuela, aproximadamente desde el año 2010, distintos productores de arroz han reportado un síndrome de causas desconocidas que está afectando sensiblemente los rendimientos y la calidad de los granos, con reportes de hasta el 100% de pérdidas. Los principales síntomas son la disminución del macollamiento, amarillamiento uniforme aparentemente independiente de la variedad que se manifiesta a partir de aproximadamente el día 60 después de la siembra, y presencia de granos vanos Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática El objetivo general del proyecto, en desarrollo, es: “Estudiar el VRA en el Edo. Portuguesa, determinando su solución e implementación de los correctivos”, con los siguientes objetivos específicos: 1. Diseñar un protocolo para la identificación y evaluación del VRA. 2. Identificar las principales zonas donde se presenta el VRA. 3. Conocer las causas del VRA. 4. Establecer la asociación entre las prácticas agronómicas de los productores y la aparición del VRA. 5. Proponer un manejo que disminuya los síntomas de la enfermedad. Investigación, Desarrollo e Innovación 188 Las acciones del objetivo 2 son: 2.1. Identificación de lotes afectados por el VRA. 2.2. Seguimiento en tiempo real de la aparición del VRA en campos comerciales de arroz. 2.3. Caracterización de las zonas afectadas por VRA. 2.4. Evaluación de la tecnología satelital para la estimación de lotes afectados por VRA. En el presente trabajo se desarrolla parte de la metodología propuesta para la acción 2.4. Técnicas experimentales La Figura 2 presenta un resumen de la metodología. El procesamiento digital de imágenes está contemplado para fases posteriores. El trabajo de campo fue limitado a mediciones espectrales en parcelas experimentales dispuestas, y parcelas comerciales, identificadas por la Asociación de Productores Rurales del Estado Portuguesa (Asoportuguesa) sobre las que el Centro de Ecología del Instituto Venezolano de Investigaciones Científicas (IVIC) extrajo muestras de tejido y suelo para caracterizaciones físicas, químicas y biológicas de laboratorio. En septiembre de 2013 se realizaron mediciones espectrales sobre: • Dos lotes contiguos sembrados con la variedad Payara-1, uno con y otro sin manifestación del VRA, en una misma Unidad de Producción Agropecuaria (UPA), con idéntica fecha de siembra. • Una parcela experimental (con fecha de siembra posterior) establecida por Asoportuguesa, sobre suelo homogéneo, sembrada en bloques con distintas variedades de arroz distribuidos según criterios profesionales del responsable. En éstas, contra lo esperado, no se manifestó el VRA aunque son analizadas para evaluar el efecto de las variedades. Figura 2. Resumen metodológico para la acción 2.4. drome, (C) si la muestra es puntual o transecta y (D) ángulo de observación. La Figura 3 representa: (A) esquema general de mediciones, (B) variables: manifestación o no del sín- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Esquema, variables y condiciones de medición. En la Tabla 1 se presentan, resumidos, los datos obtenidos en campo. La columna ESPECTRO hace referencia al archivo generado de cada muestra espectral, de cuyo procesamiento se generan las curvas. VARIEDAD hace referencia al material genético. SUELO describe el contenido de humedad, por observación visual, que en todos los casos resultó húmedo, sin saturación. Etapa de desarrollo hace referencia a la madurez de cada lote. FITOSANITARIO hace referencia a la manifestación o no del VRA. TIPO DE MUESTRA se refiere a la metodología de captura de espectros: transectas son muestras espectrales obtenidas a lo largo de un recorrido continuo con origen Investigación, Desarrollo e Innovación 189 y destino definidos, para las que el espectro es el promedio de diez mediciones de distintos puntos y puntual son muestras espectrales para las que el espectro se forma por el promedio de la observación del mismo punto, y ANGULO DE OBSERVACIÓN se refiere a variaciones en el ángulo (de observación) con variaciones de 0°, 45°Este y 45°Oeste con respecto a la perpendicular de la superficie. Tabla 1. Resumen de datos de campo, muestras seleccionadas Condiciones de campo ESPECTRO VARIEDAD de arroz SUELO etapa desarrollo Esp_0001 Esp_0002 Esp_0003 Esp_0004 Esp_0005 Esp_0006 Esp_0007 Esp_0008 Esp_0009 Esp_3009 Esp_3011 Esp_3013 Esp_3015 Esp_3017 Esp_3019 Payara-1 Payara-1 Payara-1 Payara-1 Payara-1 Payara-1 Payara-1 Payara-1 Payara-1 SD20A PN07V010 AP08B044 soberana SAK25 D-sativa Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo Humedo ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽĚŽŽŽ ŽŽŽŽŽŽ ŽŽŽŽŽŽ ŽŽŽŽŽŽ ŽŽŽŽŽŽ 5% floracion Inicio floracion Condiciones de medición FITO SANITARIO VRA VRA VRA VRA ŽŽĚŽŽŽ SANO SANO SANO SANO SANO SANO SANO SANO SANO SANO Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática TIPO DE MUESTRA ANGULO OBSERVACION Transecta Transecta Transecta Puntual Puntual Transecta Transecta Transecta Puntual Transecta Transecta Transecta Transecta Transecta Transecta 0° 45° E 45° O 0° 0° 0° 45° E 45° O 0° 0° 0° 0° 0° 0° 0° • De esta recolección de datos se decidió evaluar estadísticamente, con contraste de diferencia de medias, el efecto de las variables (VRA Vs. SANAS) sobre la reflectancia. • La evaluación de las diferencias debidas a condiciones como ángulo de observación y transecta Vs. puntual se hizo por análisis visual de las curvas Resultados y discusión Las siguientes figuras representan las curvas espectrales generadas. Los ejes de ABSCISAS (X) y de ORDENADAS (Y) representan longitud de onda de 400 a 1.350 en nanómetros (nm) y reflectancia de 0 a 1, respectivamente. La Figura 4 representa las curvas espectrales de 15 muestras. Se aprecia claramente la existencia de dos tendencias en el visible que para la región del infrarrojo, aunque se mantienen, se tornan menos claras, se dispersan y se confunden. Los valores altos, sobre todo para el verde, corresponden a plantas de mayor edad y sanas mientras que los de menor valor son de plantas menores y/o afectadas por el síndrome. Para facilitar el análisis, las curvas fueron divididas en grupos. En las Figuras 5, 6 y 7 se comparan las curvas seleccionadas en tres grupos distintos: espectros 0001 Vs 0006, 0002 Vs 0007 y 0003 Vs 0008 respectivaInvestigación, Desarrollo e Innovación 190 VRA a 15°Este, y SANAS y con VRA a 45°Oeste, todas con observación tipo transecta sobre variedad Payara-1. Para cumplir con la comprobación estadística se plantea el contraste de hipótesis según la ecuación 1: Esp_0001 Esp_0002 Esp_0003 RECHAZAR la H0 si: Z = Figura 4. Curvas espectrales. Todas las muestras. Se evaluaron tres contrastes de hipótesis: plantas SANAS y con VRA con ángulo de observación de 0°, SANAS y con 0,7 0,6 0,5 (Ecuación 2) Según Azorin (1961), si los tamaños de muestra n1 y n2 son mayores que 30 (en este caso n1 = n2 = 946 observaciones), una buena aproximación para el contraste de hipótesis con un nivel de significación α para la diferencia entre dos medias poblacionales se obtiene Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 0,4 0,3 0,2 0,1 0 1300 Para dar robustez al análisis se hicieron contrastes estadísticos de diferencias de medias en muestras independientes. Se dice que éstas son independientes porque se seleccionaron individuos (plantas) distintos para hacer observaciones con VRA y SANAS. Esp_0001 Esp_0006 0,8 1250 Esp_3019 1200 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 550 500 450 400 0 1 0,9 1150 Esp_3017 1100 Esp_3015 1050 Esp_3013 0,1 950 Esp_3011 0,2 Así, se procedió a calcular el estadístico Z para los valores observados de ambas variables (con VRA y SANAS). La ecuación aplicada y la regla de decisión fue Z normal de una cola, según la ecuación 2. 1000 Esp_3009 0,3 900 Esp_0009 850 Esp_0008 0,4 800 Esp_0007 0,5 En la Figura 5 se presentan las curvas espectrales de arroz con VRA (0001) y sano (0006). Otras condiciones como la variedad, la etapa de desarrollo, muestra tipo y ángulo 0° de observación se mantienen constantes (ver Tabla 1). Como se esperaba, se aprecia una clara diferencia entre plantas sanas y plantas con manifestación del síndrome. 750 0,6 En donde: µ1 : reflectancia en nm de plantas SANAS µ2 : reflectancia en nm de pantas con VRA 700 Esp_0006 650 Esp_0005 0,7 (Ecuación 1) 600 Esp_0004 550 0,8 500 0,9 Las comparaciones se hicieron para diferentes ángulos, por lo tanto se hicieron tres contrastes de hipótesis: 0°, 45°E y 45°O, respaldadas por las figuras 5, 6 y 7. 450 1 reemplazando las varianzas poblacionales por las varianzas muestrales. Para tamaños de muestra grandes, esta es una buena aproximación incluso cuando las distribuciones poblacionales de X e Y no son normales. 400 mente. Las diferencias entre las dos curvas de cada figura se deben a la manifestación o no del síndrome. En cada caso se mantienen fijas las condiciones de variedad, transecta y el ángulo de observación. El ángulo varía entre las tres figuras. Figura 5. Espectros 0001 (con VRA) Vs. 0006 (SANAS). Transectas, ángulo 0°. Investigación, Desarrollo e Innovación 191 Esp_0002 0,8 Esp_0007 0,7 0,6 La Figura 7 se presentan los espectros de muestras con VRA (0003) y SANAS (0008), ahora con vista 45° Oeste. 0,5 0,4 0,3 La Figura 6 representa los espectros de muestras con VRA (0002) y SANO (0007), variando con respecto a la figura anterior el ángulo, ahora de 45° Este. Se mantiene la diferencia entre plantas con VRA y SANAS. Al aplicar la ecuación 2 se obtiene Z = 35,81 > ZX = 1,96 para un α = 0,05. Nuevamente se puede afirmar que hay indicios suficientes como para descartar la hipótesis nula y pensar que en plantas de arroz paya- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 0,4 0,3 0,2 0,1 1300 1250 1200 1150 1100 1050 950 1000 900 850 0 800 0,67696196 0,20411445 0,09760932 0,30851014 946 946 0,5 750 media Desv est n 0,6 700 Para este caso los resultados son: Esp_0008 650 Figura 6. Espectros 0002 (con VRA) Vs. 0007 (plantas SANAS). Transéctas, ángulo 45°E. Esp_0003 600 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 550 0,7 500 0 450 0,8 550 Este resultado es totalmente coherente con la interpretación visual de las curvas, en las que se observa una gran diferencia para todo el espectro, más marcada en el verde y región del infrarrojo que para azul y el rojo. 0,9 0,1 400 Aplicando la ecuación 2 se obtiene que Z = 63,35 > ZX = 1,96 para α = 0,05. Se afirma que hay indicios suficientes como para descartar la hipótesis nula. Por lo tanto parece sensato pensar que en plantas de arroz payara1, medidas en transectas, con ángulo de observación de 0°, la reflectancia de plantas SANAS es mayor que la de plantas con VRA. 1 0,2 500 0,63310938 0,04687802 0,26595527 0,01863755 946 946 0,9 450 media Desv est n ra1, medidas en transectas con ángulo de observación de 45°E, la reflectancia de plantas SANAS es mayor que la de plantas con VRA. De nuevo el resultado es coherente con la figura, y se aplica la misma interpretación de la anterior. 1 400 Al hacer el contraste de diferencia de medias sobre los datos que dan origen a la figura 5 se obtuvieron los siguientes resultados (donde X son las plantas sanas y Y las enfermas): Figura 7. Espectros 0003 (con VRA) Vs. 0008 (plantas SANAS). Transectas, ángulo 45°O. Al igual que en las figuras 5 y 6, en la figura 7 se expresa una gran distancia espectral dependiente de la manifestación del síndrome. Investigación, Desarrollo e Innovación 192 En las figuras siguientes, de la 8 a la 13, se hacen comparaciones adicionales, para las que no se desarrollaron cálculos de diferencias estadísticas. La Figura 8 representa 3 curvas. Sus diferencias corresponden a variaciones en el ángulo de observación sobre plantas con VRA. Las distancias espectrales, relativamente pequeñas para el visible, se incrementan para el infrarrojo. Claramente se pueden ordenar los niveles radiométricos obtenidos según sus valores que corresponden, de mayor a menor, a: 45°E > 45°O > 0°. 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 400 1300 1250 1200 0 1150 0 1100 0,1 1050 0,1 950 0,2 1000 0,2 900 0,3 850 0,3 800 0,4 750 0,4 700 0,5 650 0,5 600 Esp_0008 0,6 550 Esp_0003 0,6 Esp_0007 0,7 500 Esp_0002 0,7 Esp_0006 0,8 450 0,8 550 Finalmente, al aplicar la ecuación 2 se obtiene que Z=45,95 > ZX = 1,95 para α = 0,05 y se puede descartar la hipótesis nula. Se puede pensar que en plantas de arroz payara1, medidas en transectas con ángulo de observación de 45°O, la reflectancia de plantas SANAS es mayor que la de plantas con VRA. De nuevo hay coherencia con la figura y su interpretación. 0,9 Esp_0001 500 0,65049975 0,12889474 0,28709267 0,06200269 946 946 0,9 450 media Desv est n 1 1 400 Al hacer el contraste de hipótesis se obtienen los siguientes resultados: Figura 8. Espectros 0001 (0°), 0002 (45°E) y 0003 (45°O). Transectas. Con VRA. Figura 9. Espectros 0006 (0°), 0007 (45°E) y 0008 (45°O). Transectas, plantas SANAS. Los 3 espectros de la Figura 9 pertenecen a observaciones con variación en el ángulo, sobre plantas SANAS. Las diferencias son menores en la región del visible y se incrementan ligeramente en el infrarrojo. Las curvas se cruzan y los menores valores en el visible, correspondientes al espectro 0007 alcanzan los mayores valores para el infrarrojo, lo contrario ocurre con el espectro 0006 que tiene los mayores valores para el visible y los menores para el infrarrojo. con VRA (Fig. 8) que entre plantas SANAS (Figura 9). Esto podría estar relacionado con mayor variabilidad en la población afectada por el síndrome. Llama la atención que las diferencias espectrales debidas al ángulo de observación son mayores entre plantas Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Las figuras anteriores (5, 6, 7, 8 y 9) son de muestras tomadas por transectas. Las siguientes (10, 11 y 12) fueron tomadas puntualmente. La figura 10 representa los espectros 0004 perteneciente a plantas con VRA, 0005 de plantas con VRA más presencia de Cyperus (que es una maleza) y 0009 de plantas SANAS, todos muestreados puntualmente. Las Investigación, Desarrollo e Innovación 193 plantas SANAS (espectro 0009) presentan mayores valores a lo largo de todo el espectro, seguida por las plantas con VRA (0004), y las plantas con VRA+ Cyperus (0005) presenta los menores valores. La razón de que el espectro 0005 (con VRA+Cyperus) sea menor que el 0004 (con VRA) puede deberse a un efecto combinado entre la mezcla de los espectros de ambas especies y a la competencia por nutrientes entre la maleza y el cultivo, con efectos sobre productos de la fotosíntesis, menor cantidad de pigmentos y afectación de la estructura celular en el arroz. Esta maleza apenas emerge del dosel del cultivo y los espectros obtenidos seguramente corresponden a los doseles superiores. Se esperaba un resultado inverso, asumiendo mayor biomasa vegetal. En la Figura 11 se presentan las curvas espectrales de dos muestras, ambas con manifestación del síndrome y un ángulo de observación de 0°. La muestra del espectro 0001 fue tomado a lo largo de una transecta. El espectro 0004 corresponde a una muestra puntual. 1 Esp_0001 0,9 0,8 Esp_0004 0,7 0,6 0,5 0,4 0,3 0,2 usar datos de Espectrorradiometría de campo para el procesamiento digital de imágenes. La Figura 12, a semejanza de la 11, representa las curvas espectrales de dos muestras con ángulo de observación 0°, en este caso para plantas SANAS. El espectro 006 corresponde a una transecta y la 0009 a una muestra puntual. Las distancias espectrales para la región del visible son muy reducidas y para el infrarrojo se hacen notables. La diferencia entre las distancias espectrales para las figuras 11 y 12 pueden ser explicadas por el poco control sobre la representatividad de la planta, al correrse el riesgo de que se mida en forma sesgada una proporción mayor de un órgano y/o tejido o variaciones sobre alguno de ellos. 0,1 1 1 0,1 1300 1250 1200 1150 1100 1050 950 1000 900 850 0 800 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 550 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 0,2 750 Figura 10. Curvas 0004 (con VRA), 0005 (con VRA + Cyperus) y 0009 (SANA). Puntuales, 0°. 0,3 700 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 550 500 0 0,4 650 0,1 0,5 600 0,2 0,6 550 0,3 Aunque la información es insuficiente para una conclusión definitiva, se puede asumir que la diferencia se debe a que en la muestra puntual no hay control absoluto de la composición de ésta y la representación proporcional de todos los tejidos de la planta. La transecta puede resultar una muestra más representativa, al constituir o acercarse más a un promedio de la totalidad de tejidos del organismo. Es importante evaluar mejor y tener en cuenta este efecto cuando se deseen 500 0,4 450 Esp_0009 0,7 0,5 400 Esp_0006 0,8 450 0,6 Figura 11. Curvas 0001 (transecta) y 0004 (puntual). Con VRA, 0°. 0,9 400 0,7 500 Esp_0004 Esp_0005 Esp_0009 0,8 450 400 0 0,9 Figura 12. Curvas 0006 (transecta) y 0009 (putual). SANAS, 0°. Investigación, Desarrollo e Innovación 194 En la Figura 13 se pueden observar pequeñas diferencias relativas con incrementos graduales y relativamente proporcionales entre las curvas para la región del visible. En el infrarrojo, para las variedades PN07V010 (3011) y soberana (3015), se mantienen diferencias inicialmente mínimas que se incrementan con la longitud de onda. A su vez éstas presentan mayores diferencias con el resto de las variedades, que están diferenciadas entre todas ellas en distintas magnitudes. 1 Esp_3009 Esp_3011 Esp_3013 Esp_3015 Esp_3017 Esp_3019 0,9 0,8 0,7 0,6 0,5 tancia. Estas pueden estar altamente influenciadas por otros factores como la floración. Hay que tomar en cuenta que el inicio de la floración contado a partir de la siembra está enormemente determinado por el material genético. En este sentido, cada comportamiento en este grupo de curvas puede ser explicado apoyándose en el porcentaje de floración, que se ordena de menor a mayor en la Tabla 2. Tabla 2. Espectros ordenados por % de floración. Espectro Variedad % de Floración Esp_3019 D-sativa < 5 (inicio) Esp_3017 SAK25 5 Esp_3013 AP08B044 50 0,4 Esp_3009 SD20A 50 0,3 Esp_3015 Soberana 60 0,2 Esp_3011 PN07V010 70 0,1 1300 1250 1200 1150 1100 1050 950 1000 900 850 800 750 700 650 600 550 500 450 400 0 Figura 13. Curvas espectrales de seis variedades. Es arriesgado atribuir estas similitudes y diferencias a efectos introducidos por variedades sobre la reflec- Los espectros más cercanos, 3011 y 3015 (de PN07V010 y soberana) varían en 10 puntos de porcentaje de floración. Los espectros 3009 y 3013 (de SD20A y AP08B044), ambos con 50% de floración, tienen distancias espectrales marcadas en infrarrojo. Esto sugiere que si bien hay un efecto de la variedad sobre la respuesta espectral, éste está combinado con la floración y Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática ésta a su vez con la fenología y la etapa de crecimiento de cada planta. Ambas causas ejercen mayor influencia sobre la porción del infrarrojo que sobre la del visible, por lo que las diferencias en la estructura celular y los espacios aéreos parecen ser más determinantes que la presencia de pigmentos en la diferenciación espectral. La morfología puede ejercer un gran efecto aunque no está evaluada en este trabajo. Los espectros presentados corresponden a transectas, con las que a su vez se construye un promedio. Así, en este caso cada espectro es un promedio que incluye distintos tejidos como hojas de distintas edades y panículas. Con la aparición y desarrollo de las panículas se produce un efecto fuente sumidero, con movilización de nutrientes entre tejidos. Todo esto puede afectar a la reflectancia. Conclusiones Existe y se evidencia, tanto visualmente en campo, como en las curvas espectrales y en la prueba de diferencia de medias, una clara distancia espectral entre plantas sanas y plantas con manifestación del Vaneamiento Repentino del Arroz. La tangible expresión de la diferencia a lo largo de todo el espectro ante la manifestación del síndrome estudiado hace pensar que el fenómeno puede ser evaluado a partir de imágenes satelitales. Investigación, Desarrollo e Innovación 195 La Espectrorradiometría de Campo constituye un apoyo para el reconocimiento tardío de individuos afectados, cuando los daños se manifiestan visualmente. Será interesante evaluar la posibilidad de diagnósticos tempranos. Las diferencias espectrales encontradas para la región del visible, especialmente del verde y del infrarrojo cercano, están altamente relacionadas con los reportes de cambio de color y descripción del daño en campo, y con las pérdidas de rendimiento del cultivo. Para diagnósticos en campo, a partir de Espectrorradiometría, se debe considerar el tejido al cual está enfocado el sensor. Puede ser de gran utilidad el uso de probetas especiales para observación espectral en campo. Con ellas se obtiene un control absoluto del tejido observado. La mayor diferencia entre las curvas de plantas sanas y enfermas en el infrarrojo cercano con respecto al verde hacen pensar que, aunque la afectación de los tejidos vegetales es generalizada, es más grave para la estructura celular que para los pigmentos. Las diferencias espectrales encontradas entre plantas con y sin síndrome constituyen una condición necesaria, pero no suficiente, para la identificación de éste a través de imágenes satelitales. La gran diversidad que se puede encontrar en campo para un mismo rubro de producción agrícola debida a: siembra de diversas variedades, diversidad en el manejo de paquetes agronómicos, variaciones fenológicas y afectación por otras patologías, puede ser fuente de variabilidad en la respuesta espectral. A lo anterior hay que agregar que en una escena de cualquier imagen se presentan muchos elementos naturales y antrópicos. La conjunción de lo anterior puede introducir diferencias y similitudes espectrales INTRARRUBROS e INTERRUBROS, con gran interacción entre distintas causas. Sólo los fotones de longitudes de onda de la región del visible, de 400 a 700 nm, (especialmente 680 y 700 nm) participan en la fotosíntesis. Por otro lado, la región del infrarrojo se comporta de acuerdo a la estructura celular vegetal. Para su normal desempeño y obtención de buenos resultados en la agricultura, los organismos vegetales deben cumplir con funciones fisiológicas y contar con estructuras que se lo permitan. La Espectrorradiometría y la teledetección ofrecen útiles recursos para la obtención de información para el diagnóstico y el apoyo a la toma de decisiones, para la obtención de los mejores resultados agrícolas. Objetivos como el establecimiento de relaciones y asociaciones entre valores de Espectrorradiometría de campo con imágenes satelitales deben considerar el ángulo de medición. Éste debe ser próximo o igual al ángulo de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática elevación del satélite a la hora de captura de las imágenes. Este efecto será evaluado con mayor detenimiento en una fase posterior, con la adquisición y procesamiento de imágenes. Para relaciones entre valores de Espectrorradiometría de campo con sensores remotos se debe tener en cuenta que estos últimos registran en cada píxel promedios ponderados de muchos individuos y de tejidos vegetales, y en muchos casos de muchas especies. En estos casos se debe buscar que la Espectrorradiometría de campo logre la misma representatividad. La medición en transectas puede ser una buena estrategia, pero estas deben ser planificadas detalladamente. Referencias AGUERREVERE, G. (2009). Sistema de Información para el Monitoreo y Estimación de Cosechas, Informe Final. Centro de Procesamiento Digital de Imágenes, FIIDT. ÁLVAREZ, R. (2015). Proyecto Estudio del Vaneamiento Repentino del Arroz en el Estado Portuguesa. Formulario de Proyecto. INIA. AZORIN POCH, F. (1961). Curso de muestreo y aplicaciones. Ediciones Universidad Central de Venezuela. Investigación, Desarrollo e Innovación 196 PIETERS, A. (2012). Centro de Ecología, IVIC. Comunicación oral. USTIN, S.L. & GAMON, J.A. (2010). Remote sensing of plant functional types. New Phytologist. 186: 795816 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 197 Detección de Bordes en los Modelos de Generación de la MTF Usando Imágenes del Miranda Francisco Varela1, 2 Agencia Bolivariana para Actividades Espaciales. Dirección de Aplicaciones1. Universidad Central de Venezuela. Escuela de Ingeniería Eléctrica. Departamento de Comunicaciones2. [email protected] RESUMEN Este trabajo parte de la definición del concepto de la Función de Transferencia de Modulación (MTF), a fin de generar un diagnóstico de los modelos que pudieran utilizarse para cuantificar el valor de esta función con el objetivo de vincularlo con patrones que pueden obtenerse de una forma natural en una imagen del satélite Miranda tomando en consideración que es un dispositivo que se encuentra en órbita. El concepto de la MTF vincula características de contrastes de la imagen por lo que el primer paso que se desarrolla en el trabajo es la validación de la respuesta de los detectores dentro del proceso de corrección radiométrica, basándose en la interacción con una zona homogénea (intencionalmente capturada), a fin de corroborar el comportamiento lineal de los detectores y descartar influencia sobre los resultados. Bajo una inspección de los métodos más comunes utilizados en órbita se realiza una selección de imágenes que permita asociar elementos presentes en éstas con los métodos que se utilizan para su estimación. Haciendo uso de la herramienta Matlab, el trabajo se orienta a obtener una función de filo que represente el borde entre dos áreas como uno de los pasos preliminares para asociar un método de cálculo de la MTF con lo observado en las imágenes del Miranda. Cumpliendo condiciones como la inclinación de la línea de borde con relación a la dirección de obtención de esta función se genera la ecuación de la recta que representa la separación entre dos zonas con gran variación de intensidad en la imagen. Palabras clave: MTF, ESF, SATÉLITE MIRANDA, PROCESAMIENTO DE IMÁGENES. EDGE DETECCION AS A STEP FOR DETERMINING THE MTF USING MIRANDA SATELLITE IMAGES ABSTRACT This work is based on the definition of the Modulation Transfer Function (MTF), in order to generate a diagnosis Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática of models that could be used to quantify the value of this function to link it with patterns that can be found in a natural way using the Miranda satellites images currently in orbit. The MTF concept establishes a direct relationship with the characteristics in the contrast of the image so the first step developed in the work is the validation of the response of the Cameras detectors within the process of radiometric correction, based on interaction with a homogeneous area (intentionally captured), in order to corroborate the linear behavior of the detectors and discard possible influence over the results. The Inspection of the most common methods used in orbit allows link it with elements present in the images with the methods used for their estimation. Using the Matlab tool the work focuses on the preliminary steps to detect the Edge function as item associated to the calculation method for determining the MTF with what was observed in the images of Miranda. Taking into account the main considerations about the border line inclination, this paper shows the equation which represents the Edge between two main areas. Keywords: MTF, ESF, MIRANDA SATELLITE, IMAGE PROCESSING. Introducción La función de transferencia de modulación (conocida como MTF por sus siglas en inglés, Modulation Transfer Function) de un sistema de imagen, describe la Investigación, Desarrollo e Innovación 198 relación entre la señal de salida originada por una entrada específica en el dominio de la frecuencia espacial (Dorronsoro, 1997). En el caso de un sistema de observación satelital, para un objeto transformarse en una imagen, pasa por distintos componentes de captura y transmisión, y cada uno de estos componentes altera la información original produciendo pérdidas. Las llamadas funciones de transferencia de contraste, de rendición tonal o de frecuencia de respuesta espacial (MTF) reflejan las alteraciones que sufren las variables por el paso de la información de luz por cada componente del sistema. Todos estos componentes tienen su propia función de transferencia de contraste. El contraste es la diferencia de tonalidad con la que se registra, percibe o reproduce un par de líneas, negro y blanco (García & Osuna. 1980). En la siguiente figura se representa el concepto de función de transferencia de modulación, equivalente a una función de respuesta en frecuencia del sistema el cual, ante un objeto de entrada, origina una imagen de salida dependiendo de las características del sistema y de la frecuencia espacial de la entrada. El concepto de función de transferencia óptica (OTF) surge al estudiar cómo se transmiten a través de un sistema óptico las frecuencias espaciales del plano objeto al plano imagen. Se observa que el valor de la MTF es el módulo de la función de transferencia óptica normalizada. Figura 1. Respuesta de un sistema a la variación de frecuencia espacial en la entrada. Considerando que la respuesta del sistema es lineal tenemos entonces que la función imagen es el producto de la convolución de la función objeto y de la respuesta del sistema a una fuente puntual. En aplicaciones asociadas a imágenes a la función de respuesta puntual, se le suele llamar PSF (Point Spread function). Así aplicando propiedades de la transformada de Fourier tenemos que la relación entre la función imagen y la función objeto viene expresada por: G '( fx , fy ) = G ( fx , fy ). k ( fx , fy ) (1) La ecuación indica que es la función de transferencia. Normalmente se utiliza la función de transferencia normalizada a la unidad y expresada en magnitud y fase de la siguiente forma: k ( fx , fy ) = OTF ( fx , fy ) = MTF ( fx , fy )e jϕ ( fx , fy ) Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática (2) El valor MTF en el caso de una carga útil de un satélite de percepción remota está principalmente influenciado por la contribución que hacen sobre este parámetro: el subsistema electrónico [MTF(elect)], el subsistema de detección [MTF(det)] y conversión óptico – eléctrico y en especial por los componentes ópticos [MTF(opt)] que forman parte de la cámara (este último es el más representativo e influyente). Aunque este parámetro es medido previo al lanzamiento del satélite, es recomendable realizarlo una vez el satélite está puesto en órbita a fin de corroborar si los componentes del sensor han sido afectados y alterado su valor durante esta fase de transferencia orbital. Este parámetro constituye un indicador donde su magnitud y variación sobre la imagen; refleja el comportamiento que tienen dentro del proceso de captura, los elementos ópticos y electrónicos que forman parte de la cámara y en consecuencia afecta la calidad de la imagen. En los sistemas de aseguramiento internacional, este parámetro es además un factor determinante en el momento de definir riesgos y desempeño de la plataforma satelital posterior a su lanzamiento y durante su operación en vuelo. El grupo de sensores de la Cámara Pancromática y Multiespectral (conocida por sus siglas en ingles PMC, Pancromatic Multiespectral Camera) del satélite Miranda Investigación, Desarrollo e Innovación 199 está conformado por dos cámaras cada una con un arreglo de alrededor de 6000 detectores en el caso de la pancromática, con tecnología de carga acoplada para cada CCD (Dispositivo de carga acoplada, Charge Coupled Device) y 1500 detectores para la multiespectral. Esto origina para cada cámara (conformadas por una línea de dos (2) CCD): • Una imagen con un total aproximado de 12000 pixeles en el caso de la pancromática, y • Una imagen con un total aproximado de 3000 pixeles en el caso de cada banda de la multiespectral (2 CCD) proyectados en ambos casos, en un área de captura alrededor de 29 Km durante el vuelo a la altura de operación del satélite en la zona donde se programe la misión de la toma de la imagen, tal como se muestra en la figura 2. Figura 2. Conformación del ancho de barrido de cada cámara PMC del Miranda. Para el caso de la Cámara de Amplio Barrido (conocida por sus siglas en ingles WMC, Wide Multiespectral Camera) su rango espectral es equivalente a la multiespectral de la PMC mostrada en la figura anterior, la diferencia está que no incluye respuesta en escala de grises (pancromática) y su nivel de resolución geométrica es de 16 m con un ancho de barrido de 180 Km para cada cámara. comparaciones en las distintas bandas de ambos sensores sobre la misma zona de apuntamiento. En este caso las escenas a evaluar se muestran en la siguiente figura donde se ha colocado un rectángulo sobre la WMC a fin de observar el área común de análisis. Verificación radiométrica de las cámaras del Miranda Para descartar la posible influencia sobre la imagen y contribución en errores provenientes de los detectores de las cámaras se seleccionaron imágenes de una toma programada en el salar de Uyuni en el Estado Plurinacional de Bolivia, tomando en consideración que esta región se propone como una de las zonas que internacionalmente se puede utilizar para pruebas de calibración radiométrica por la homogeneidad en su respuesta espectral (Ponzoni et. al. 2015). La toma fue programada para la captura el día 01 de Junio de 2015, y como criterio de selección en el proceso de búsqueda de la imagen dentro de las escenas obtenidas en el pase del satélite sobre esa región, se tomó en consideración como parámetro: la coincidencia de un área de captura entre las cámaras de alta resolución (PMC) y la de ancho barrido (WMC) a fin de hacer Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Imágenes WMC y PMC del satélite Miranda seleccionadas para su evaluación radiométrica. Para el proceso de evaluación de las imágenes se consideraron tomas con el primer nivel de procesamiento, que en este caso fueron compensados y ponderados previamente cada detector según su respuesta espectral durante el momento de la fase de pruebas orbitales dentro del proceso de calibración relativa (valores que actualmente se mantienen). Haciendo uso de la herramienta Matlab versión R2012a, se realizaron cortes de la imagen a fines de obtener las matrices espaciales con el valor que arroja el detector y Investigación, Desarrollo e Innovación 200 analizar el comportamiento en las zonas con presencia del salar exclusivamente y en áreas con suelos desnudos, como se muestra en la siguientes figuras (Figuras 4 y 5) correspondientes en cada caso, a la respuesta banda B1 de la cámara multiespectral que opera en el rango desde 0.44 µm hasta 0.52 µm tanto para la PMC como para la WMC. correspondiente a la respuesta que muestran los detectores de la cámara en la zona de interés. En la figura 6 se observa una respuesta constante lo que implica que nos encontramos en un área homogénea (línea 16 de la matriz correspondiente a la imagen mostrada en la figura 6), mientras que en la figura 7 nos indica que se ha enfocado hacia áreas de suelos descubiertos por lo que se muestra un comportamiento no homogéneo (línea 1600 de la matriz correspondiente a la imagen mostrada en la figura 7). Figura 5. Corte de la imagen en banda B1 del satélite Miranda diferenciando dos tipos de terrenos en la WMC. Figura 4. Corte de la imagen en banda B1 del satélite Miranda diferenciando dos tipos de terrenos en la PMC. En este primer paso el análisis es enfocado a la determinación de la homogeneidad en la respuesta espectral de las zonas seleccionadas bajo el estudio de las variaciones de los valores de radianza en las zonas capturadas. En las siguientes figuras se muestra el valor digital de las imágenes los cuales son proporcionales a la radianza detectada en cada píxel, de una línea completa Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 6. Respuesta del sensor en la fila 16 de la matriz correspondiente a la imagen PMC B1 en análisis. Investigación, Desarrollo e Innovación 201 Figura 7. Respuesta del sensor en la fila 16 de la matriz correspondiente a la imagen PMC B1 en análisis. Figura 8. Histograma zona homogénea del salar de Uyuni Banda 1 (B1) PMC. Seleccionando solo el área diferenciada por la respuesta homogénea del salar con respuesta equivalente a la mostrada en la figura 6, se procedió a verificar su comportamiento constante con desviación estándar nula tal como lo refleja las muestras concentradas en un único valor en el histograma de la figura 8 dentro de la zona de radianza constante. El mismo procedimiento fue aplicado para cada banda de ambas cámaras. Sin embargo, se puede apreciar que para el caso de la WMC, en la banda B1 en el área considerada homogénea existen mínimas variaciones alrededor de un valor digital en algunos detectores tal como se muestra en la figura 9. Figura 9. Respuesta del sensor en la fila 16 de la matriz correspondiente a la imagen WMC B1 en análisis. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Estas variaciones están alrededor del mismo valor digital por lo que efectivamente, puede considerarse que se trata de un medio homogéneo como se ha observado para la PMC el cual es corroborado en la Figura 10, cuyo histograma presenta la concentración de las muestras en los dos valores digitales muy cercanos sobre un grupo de filas y columnas de la imagen que corresponden a muestras del área con una respuesta de radianza espectral equivalente. De igual forma se diferencia el comportamiento donde se nota la presencia de suelos descubiertos en la Figura 11 como se hizo con la PMC. De este primer análisis podemos indicar que los detectores radiométricamente presentan una respuesta uniforme en zonas con el mismo valor de radianza de forma estable por lo que se puede considerar que en ambas cámaras se demuestra la homogeneidad de la zona y en consecuencia los detectores no representan elementos influyentes o perturbadores sobre los métodos que se adopten para diferenciación de contrastes con la función de transferencia de modulación (MTF). Sin embargo es importante acotar que se consideraron en total nueve imágenes donde coincidían en área geográficas las cámaras PMC y WMC, efectuándose el mismo análisis mostrado para cada una de las bandas en las zonas de coincidencia. Aunque el resultado es equivalente para todas las bandas al mostrado para la B1, es conveniente seguir programando capturas sobre estas u otras áreas que radiométriInvestigación, Desarrollo e Innovación 202 camente son consideradas ideales para validar este comportamiento de respuesta ante una zona homogénea. Figura 10. Histograma zona homogénea del salar de Uyuni Banda 1 (B1) WMC. Métodos de cálculo de la función de transferencia modulación (MTF) Una vez puesto el satélite en órbita la forma de cálculo de la función de modulación de transferencia es realizada a través de métodos indirectos tomando en consideración que tenemos acceso a la respuesta de la carga útil a través de las imágenes, lo cual a nivel de sistema representaría la función de salida ante una determinada área capturada. A nivel de modelaje matemático se demuestra que la MTF no es más que el módulo de la función de transferencia del sistema óptico que se está considerando. En este sentido y bajo este concepto matemático, se tiene que a nivel de satélites en órbita existen varios métodos que han sido adoptados y validados con el uso de algoritmos computacionales como métodos de medición indirectos, dentro de los cuales los más utilizados son (Helder et al. 2004): • Detección de bordes teniendo como objetivo un pulso en la imagen. • Detección de bordes teniendo como objetivo un filo en la imagen. Figura 11. Respuesta del sensor en la fila 1600 de la matriz correspondiente a la imagen WMC B1 en análisis. Ambos métodos se refieren a la respuesta de un sistema en el dominio de la frecuencia dentro del análisis de Fourier cuando la entrada es una señal tipo pulso o una línea representada por un borde bien diferenciado. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática En el proceso de búsqueda de objetivos naturales existentes en las bases de almacenamiento desde el momento de lanzamiento del satélite Miranda se observa, como sugieren varios autores y metodologías estandarizadas para estos casos de estudios, elementos como aeropuertos, puentes, autopistas, techos de viviendas, etc., son útiles al momento de definir el esquema de cálculo y el objetivo si se trata de la búsqueda de un elemento natural capturado en cualquier zona (Leger et. al. 2004). El objetivo se orienta a aplicar el segundo método enfocado en la detección de bordes teniendo como criterio la búsqueda de un filo dentro de la imagen que garantice la existencia de bordes en los techos de los galpones industriales en algunas zonas de presencia de fábricas en el país. En el siguiente grupo de figuras (12a,b; 13a,b; 14a, b; 15a,b), se puede observar las imágenes que fueron inicialmente consideradas para ese primer análisis. Los bordes representados por techos de grandes galpones industriales muestran una equivalencia a una señal de una línea recta diferenciada en gran parte por los valores digitales del borde del techo en relación al entorno tal como lo sugiere el método de detección de borde. Investigación, Desarrollo e Innovación 203 Figura 12. a) b) Techo de un galpón industrial en los alrededores de Valera, Estado Trujillo (Imagen Pancromática roll: 1.17°). Figura 15. a) Techo de un galpón industrial en Maracay Estado Aragua b) Techo de un galpón industrial en Puerto Ordaz Estado Bolívar. Análisis de bordes en la construcción de la función de la línea Figura 13. a) b) Techo de un galpón industrial en los alrededores de Valera, Estado Trujillo (Imagen Pancromática roll: 1.17°). De las imágenes obtenidas, se realizó el estudio de las condiciones de bordes a fin de detectar cuál de ellas proporciona la condición de filo de borde con la menor contaminación del contorno. Lo ideal para la construcción de la función de línea sería obtener una imagen con diferencias de radianza bien pronunciadas equivalente a la que se muestra en la siguiente figura: Figura 14. a) Techo de un galpón industrial en Guarenas DC b) Techo de un galpón industrial en los alrededores Caracas DC. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 16. Condiciones de borde en la extracción de la función de línea de frontera en una imagen satelital. Esta figura concentra lo establecido en el standard asociado con la caracterización y selección de sitios de calibración – WP210 el cual establece (Blanc, 2009): • LH mayor que 20 GSD (por sus siglas en inglés, Ground Sample Distance) que permita sobre muestrear al filo y con la finalidad de mejorar la relación señal ruido. • LT un valor entre 3 GSD y 5 GSD para evitar que sea afectado por la influencia de los elementos de alrededor. • LW entre 6 GSD y 10 GSD sin los lugares que se vean posiblemente afectados por la influencia de los elementos del entorno. Investigación, Desarrollo e Innovación 204 • El ángulo α no mayor a 8 ° con relación al eje vertical. Para evaluar estas condiciones se hicieron cortes de las imágenes a fin de chequear las distancias de separación de elementos que pudieran ser contaminantes en el borde como contribuyentes de valores no deseados. En la figura 17 podemos observar el corte de un techo industrial en Valera y el de Maracay mostrados previamente donde se detecta que el segundo permite una mejor diferenciación entre los bordes para construir la función de línea. constituye la escena que más se adapta a lo establecido en las condiciones establecidas en el standard asociado con la caracterización y selección de sitios de calibración, tomando en consideración las líneas de cortes a lo largo del borde a fines de detectar la interfaz de separación que permita visualizar el segundo modelo como aplicable para la obtención de la función de modulación de transferencia. En este sentido se efectuaron cortes en cada línea donde se observa la existencia de tales cambios a fin de obtener la línea de borde entre los dos planos. En la figura 18 se puede observar algunos de los cortes realizados a la imagen donde se visualiza a lo largo de la interfaz de separación la pendiente de variación de radianza en toda la línea del techo del galpón. Figura 17. Corte y ampliación de las imágenes contentivas del techo galpón industrial de Valera Estado Trujillo y Maracay Estado Aragua. Figura 18. a) b) Máxima pendiente en los Niveles digitales a lo largo de la línea de separación del techo del galpón en dos filas de la imagen. Partiendo de las imágenes en principio seleccionadas se concluye que la correspondiente a la imagen del techo del galpón industrial de Maracay Estado Aragua, A partir de estos valores se puede obtener la función de señal lineal de filo (ESF, por sus siglas en inglés Edge Signal Function) a través de la pendiente del techo del Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática galpón a lo largo de la imagen, demostrando finalmente la factibilidad de aplicar el segundo método de los citados previamente, para la obtención del MTF tomando en cuenta la existencia de elementos naturales dentro de las capturas programadas. Para ello se calculó la pendiente a fin de obtener en cada línea de la imagen seleccionada el pixel donde ocurre la máxima pendiente del valor digital, tomando en consideración en este caso 39 filas, las cuales permiten cumplir con el requerimiento de al menos 20 GSD. En la figura 19 se puede observar el punto de mayor pendiente que corresponde a la primera línea de la imagen seleccionada. Figura 19. Píxel donde ocurre la máxima pendiente en la fila número uno de la imagen. Investigación, Desarrollo e Innovación 205 Una vez obtenido este punto, a fin de conseguir una ecuación lineal, se procede a aplicar el método de los mínimos cuadrados sobre los datos, resultando para este conjunto de puntos la ecuación de la recta: γ = 19 x - 55.67 ; habiéndose previamente establecido como ejes referenciales en la imagen lo mostrado en la figura 20, donde a su vez se observa la línea que define la separación entre el borde del techo y la superficie obtenida a través de la ocurrencia de máxima variación en el valor digital detectado. La Figura 20 indica que efectivamente la función de borde es factible por lo que el método para obtener la MTF basado en la detección de esta función de interfaz es viable, partiendo del análisis de imágenes del Miranda con características que permitan tal objetivo como se ha demostrado. Para mayor precisión en la determinación de la función de filo, se detecta a nivel de subpíxel la ocurrencia de las máximas variaciones de valor digital donde ocurre el máximo usando el interpolante cubico y seguidamente (Crespi et. al. 2009) se vuelve aplicar el método del mínimo cuadrado para obtener la ecuación de interfaz representativa de las muestras consideradas a nivel de subpixel. En la figura 21 se observan las muestras para un total de 39 filas de la imagen y el punto de ocurrencia del valor máximo. Conclusiones Con este trabajo se ha demostrado la existencia de una buena respuesta relativa a nivel radiométrico de las dos cámaras así como la equivalencia en respuesta homogénea ante un área que muestra esas características para demostrar que efectivamente no existe perturbación radiométrica para cálculos de funciones asociadas con el contraste como lo es la MTF. En el análisis de las imágenes seleccionadas se ha constatado tal y como sugieren los estándares la existencia de elementos naturales que permiten construir la función de borde como elemento inicial para el cálculo de la MTF basado en la búsqueda de un filo de interfaz bien definido bajo la exigencia de especificaciones de las condiciones que establece el standard como lo son, el ángulo del filo y la dirección de vuelo del satélite, ancho y largo de las interfaces con valores digitales equivalentes en las zonas homogéneas, entre otros, para obtener la imagen a la cual pudiera obtenerse la función. El objetivo siguiente a esta investigación es aplicar métodos numéricos que permitan obtener el resultado de la MTF a comparar con el tiempo. Referencias Figura 20. Función de Filo ESF. Figura 21. Función de Filo ESF método mínimos cuadrados en comparación con la ocurrencia del valor máximo a nivel de subpíxel. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Blanc P, (2009). A calibration test sites selection. http:// calvalportal.ceos.org/c/document_library/get_fiInvestigación, Desarrollo e Innovación 206 le?uuid=03407bb4-89e4-4271-be26-898298780 ee7&groupId=10136 Crespi M., & De Vendictis L., (2009). A procedure for high resolution satellite imagery quality assesment. (Sensors 2009). pp. 3296 - 3297. Ponzoni, F., Pinto, C., Pinto, Camargo, R., Zullo, J., Homem, M. (2015). Calibracao de Sensores Orbitais. (Oficina de Textos, Sao Paulo). Cap. II pp. 38-42. Dorronsoro, C. (1997). Estudio de una unidad de medida de MTF por métodos directos. Puesta a punto, ajuste, calibración y aplicaciones. Tesis de grado Universidad de Zaragoza. García, E Y Osuna, R. (1980). Fundamentos de fotografía digital. http://ocw.innova.uned.es/ocwuniversia/tecnologia-electronica/fundamentos-de-fotografia-digital/pdf/contenidos_pdf/fundamentos. imagen.digital3.pdf Helder D., Choi T. & Rangaswamy M. (2004). In-flight characterization of spatial quality using point spread functions. (Taylor & Francis Group, London). ISPRS Book Series. Vol 2 pp. 151-170. Leger, D., Viallefont, F., Valorge, C. & Delio, P. (2004). On-orbit MTF assessment of satellite cameras. (Taylor & Francis Group, London). ISPRS Book Series. Vol 2 pp. 67-76. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 207 Uso de Drones para la Actualización Cartográfica Julián García Universidad Central de Venezuela. Escuela de Ingeniería Civil. Departamento de Ingeniería Geodésica. [email protected] RESUMEN Con la actual posibilidad de realizar vuelos a baja altura para la adquisición de tomas aéreas que sirvan para la generación de productos cartográficos utilizando aeronaves no tripuladas de bajos costo y excelentes características de programación de vuelo estabilidad y economía, se presenta un análisis sencillo de las alternativas tecnológicas que se encuentran disponibles hoy para realizar actualizaciones cartográficas. Se consideran las variables costos, tiempos de ejecución, logística y productos. Como caso práctico se presenta una experiencia de aplicación como apoyo a obras civiles en la generación de cartografía planimétrica y altimétrica como apoyo en las obras de la construcción de un distribuidor vial en el sector de Kempis, Estado Miranda, Venezuela. Palabras clave: DRON, CARTOGRAFÍA, FOTOGRAMETRÍA, VIALIDAD, INGENIERÍA. USE OF DRONES FOR MAPPING UPDATES ABSTRACT With the addition of the ability to perform low-level flights for aerial photos adqusicisión for use in the generation of cartographic products using unmanned aircraft for low cost and flight programmin features and excellent flight stability and economy, a simple analysis is presented of alternative technologies that are available today for cartographic updates. The variable costs, execution times, logistic and products are considered. As a practical case application experience is presented as support of civil engineering works generating planimetric and altimetry mapping for the works of the construction of a traffic junction of a higway in the area of Kempis, Miranda State, Venezuela. Keywords: DRON, CARTOGRAPHY, PHOTOGRAMMETRY, VIAL, ENGINEER. Introducción Cuando resulta necesario actualizar la cartografía a escalas de gran detalle para la planificación urbana ó Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática para el seguimiento de obras, siempre es posible contar con vuelos aéreos o imágenes de satélite de alta resolución. Surgirá entonces la pregunta de cuál alternativa escoger. En este punto se deben analizar las características que más pueden influir en los costos de adquisición y procesamiento para obtener los productos que necesitamos. Sin embargo, son sólo algunas variables que deberán ser analizadas y que pueden determinar la selección de la tecnología a utilizar. Análisis del problema En el contexto entonces de buscar las soluciones tecnológicas más adecuadas se debe definir con atención las variables a revisar de nuestro requerimiento como por ejemplo; escala de los productos finales, periodicidad de tomas en casos de seguimiento, dimensiones del área, etc. Una vez definidas estas variables se puede indagar en cuanto a la inversión que se necesitará realizar, evaluando si la relación costo-beneficio de los productos esperados sea adecuada a nuestras finanzas. Tecnologías disponibles Hasta ahora las alternativas disponibles se centraban en imágenes de satélite de alta resolución y vuelos fotogramétricos. Sin embargo con el desarrollo de tecnoloInvestigación, Desarrollo e Innovación 208 gías que mejoraron significativamente las características de navegación de drones (Figura 1), su versatilidad en cuanto a instalar dispositivos de captura de imágenes y su precio relativamente económico, contamos con otra alternativa que nos permite realizar cartografía con unas excelentes prestaciones en cuanto a escala y periodicidad de adquisición y viene a complementar un rango de escalas no habituales para el área de la fotogrametría aunque colindantes ya con las utilizadas en el área de la topografía clásica, (Tabla 1). Figura 1. Simulación en perspectiva de un modelo obtenido mediante el uso de drones. Tabla 1. Gráfico de escalas acostumbradas por tecnologías disponibles. Parámetros de vuelo Al momento de seleccionar altura de vuelo, focal, tamaño de píxel y escala de toma, tenemos que considerar, como se ilustra en la figura 3 y tabla 2, sus relaciones entre ellos para luego poder definir área a cubrir por cada toma, solape, intervalo de toma, rendimientos, etc. Uso de drones En cuanto a la utilización de los drones (Aeronave no tripulada) de manera general existen dos alternativas para el uso de dispositivos de captura; en primer lugar drones con cámaras incorporadas y en segundo lugar, aquellos que ofrecen la posibilidad de instalar cámaras de gran formato. En el primer caso las cámaras disponen de una resolución media y un sistema óptico orientado a usos deportivos de focal pequeña como las cámaras deportivas GoProTM y formato pequeño, mientras que en el segundo caso podemos utilizar cámaras de gran formato de hasta 36 megapíxeles y una óptica profesional de lentes intercambiables que nos permiten la selección de una focal adecuada. En ambos casos tendremos que considerar una calibración rigurosa de la cámara antes de cada vuelo. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Resolución en el terreno según la altura de vuelo y diferentes características de cámaras comunes y fotogramétricas. Tabla 2. Relación entre cámaras estándar / resolución espacial / altura de vuelo. Investigación, Desarrollo e Innovación 209 Caso práctico como herramienta de apoyo en los levantamientos topográficos en obras de ingeniería Como caso de estudio se presenta la experiencia en la generación de planos topográficos de un área de 75 Ha. a partir de las fotografías tomadas desde un dron, de un distribuidor que forma parte de un sistema vial que será modificado. La topografía aplicada a obras civiles tradicionalmente ha representado la solución cuando por exigencias de precisión y detalle se requieren planos con escalas mayores a 1:1.000. Los diferentes tipos de mapas topográficos a ser producidos pueden ser de replanteo, de diseño ó modificación de obra, cálculos de movimientos de tierra ó de volumen, de uso legal como adquisición, venta de terreno, entre otros. Específicamente, para la creación de los mapas de diseño y modificación de obras, cálculo de movimientos de tierra así como de replanteo de obras, el uso de drones representa un extraordinario apoyo ya que en poco tiempo y con un costo relativamente inferior a un levantamiento topográfico, es posible obtener productos geoespaciales de gran precisión y contenido. Sin embargo, como en todo escenario que se quiera utilizar una tecnología nueva es conveniente revisar la base teórica en que se fundamenta los procesos tales como levantamientos fotogramétricos, control terrestre, aerotriangulacion fotogramétrica, autocorrelación digital de imágenes, restitución fotogramétrica, ortocorrección geométrica, y las especificaciones técnicas de los instrumentos y software a utilizar. Procedimiento En la fase inicial de realizó la medición con GPS diferencial y señalización de 12 puntos de control. Se establecieron con marcas de 50 cm de diámetro para su fácil identificación en las fotografías. Posteriormente se realizaron 4 vuelos de 25 Ha cubiertos con 140 fotografías cada uno. En la fase de procesamiento se realizó la aerotriangulacón para determinar la posición y orientación de cada toma. Luego por análisis de autocorrelación automática de imágenes se generó la Nube de Puntos y posteriormente el Modelo Digital de Superficie (MDS). Una vez depurado y suavizado el MDS se obtuvo el MDT (Modelo Digital de Terreno). El MDT permitió generar las ortofotografías y las curvas de nivel, Figura 3. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Plan de vuelo en rojo, en azul área de estudio y en amarillo control terrestre. Investigación, Desarrollo e Innovación 210 Precisiones obtenidas Las características técnicas obtenidas al realizar el trabajo son las siguientes: Tabla 3. Especificaciones obtenidas. CONTROL TERRESTRE: 12 puntos medidos con GPS Diferencial con residuales menores a ± 2 cm AEROTRIANGULACIÓN: Se • • • • procesaron 1/3 de las fotografías Error X (cm): 2.9 Error Y (cm): 0.4 Error Z (cm): 10.2 Error general (cm): 11.0 ORTOFOTO: Resolución: 7.5 cm/pixel MODELO DIGITAL DE SUPERFICIE: Resolución: 25 cm/pixel Nube de puntos: 15.39 ptos/m2 Y los productos obtenidos se muestran en la figura 4. Figura 4. Ortofoto y Modelo Digital de Terreno con la cartografía interpretada y curvas de nivel. Validación en campo Figura 5. Ubicación de los puntos de control para la validación. Se obtuvieron los siguientes resultados en comparaciones en altura, figura 6: Dada la importancia que representa la información altimétrica en obras civiles, se seleccionó un área de evaluación de 3 Ha. en donde se realizaron mediciones de 117 puntos con una estación total, como se muestran en la figura 5. La comparación de realizó cruzando los datos medidos en campo con los obtenidos del Modelo Digital de Superficie generado a partir de la Nube de Puntos. Figura 6. Histograma de diferencias de cota entre el MDE generado con el Dron y las medidas topográficas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 211 Los resultados de la validación en campo de los datos altimétricos fueron: • Promedio: -0.057 m • Desviación estándar: 0.354 m Referencias Conclusiones Arthur H. Robinson. (1.995). .Elements of Cartography, Sihth Edition. John Wiley & Sons, INC. Aunque se puede señalar las ventajas que ofrecen los drones para la actualización de cartografía a escalas grandes y con una frecuencia alta de toma, cuando las extensiones de las áreas a cubrir sean grandes los vuelos aéreos convencionales ó imágenes de satélite de alta resolución vuelven a presentarse entre las opciones con grandes ventajas. Paul R. Wolf. (1.974) Elements of Photogrammetry, Mcgraw- Hill Book Company. La precisión altimétrica obtenida, aunque resulta muy buena 5.7 cm, viene acompañada de una gran desviación stándard (35.4 cm), lo que indica que en primer lugar los datos obtenidos presentan ruido y que al intentar capturar a este detalle Modelo REAL de Superficie, éste contiene excesivos detalles que si los revisamos a fondo no representan información relevante para el proyectista o ingeniero (huellas de tractor, rocas etc,). Es por ello que se recomienda utilizar este método para generar curvas de nivel con un intervalo de curvas de por lo menos 50 cm. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Investigación, Desarrollo e Innovación 212 Planificación Territorial Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Planificación Territorial 213 Mapa Digital de Clases Texturales de Suelo en un Área del Campo Experimental de Agronomía - UCV María Corina Pineda1, Ángel Valera2, Jesús Viloria1, Ronelly Caballero1, Zenaida Lozano, Deyanira Lobo, Luis Carlos Timm3 1 Universidad Central de Venezuela, Facultad de Agronomía, Instituto de Edafología, Maracay, Venezuela. 2 Universidad Rómulo Gallegos, Centro de Investigación y Extensión en suelos y Aguas, San Juan de Los Morros, Venezuela. 3Universidade Federal de Pelotas, Faculdade de Agronomia Eliseu Maciel. Campus Universitário s/n. Jardim América [email protected], [email protected], ronellycaballero@ gmail.com, [email protected], [email protected]. 2 [email protected]. [email protected] 1 RESUMEN Las propiedades físicas del suelo están fuertemente influenciadas por la textura del suelo. La variación espacial de la textura del suelo en un estudio detallado de suelos es modelada convencionalmente (manualmente) por interpolación visual entre puntos de muestreo. Consecuentemente, se necesita una densidad muy alta de puntos de muestreo, para obtener un mapa de suelos con una precisión aceptable. El siguiente trabajo presenta una alternativa para la obtención de un mapa de clases texturales de suelo acorde con la relación esperada suelo-paisaje. Para ello se realizó el muestreo de 86 perfiles de suelo en el campo de la Facultad de Agronomía, de la Universidad Central de Venezuela. Se aplicó kriging ordinario para interpolar entre los puntos de muestreo los valores de porcentaje de arena y arcilla. Posteriormente se elaboró un mapa de clases texturales a partir de los valores interpolados, con apoyo del software System for Automated Geoscientific Analyses (SAGA). Los resultados muestran que la distribución espacial de las clases texturales obtenidas coincide con la estructura de variación espacial de formas de terreno en el área de estudio. En el área de estudio predominan suelos de textura franca; en algunos sectores existen suelos franco arenosos y, en otros, suelos franco arcillosos. La variación es mayor en sentido NE-SE. Estos resultados pueden ser usados para planificar el manejo agrícola del área tomando en cuenta las características particulares de los suelos con miras a la aplicación de métodos de agricultura de precisión. Palabras clave: ARENA, ARCILLA, INTERPOLACIÓN, KRIGING. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática DIGITAL MAP OF SOIL TEXTURAL CLASSES IN AN AREA UNDER INTENSIVE AGRICULTURE ABSTRACT The physical soil properties are strongly influenced by soil texture. The spatial variation of soil texture is conventionally modeled by visual interpolation between sampling points in detailed soil surveys. Consequently, a very high density of such points is needed for a soil map with acceptable accuracy. This work presents an alternative procedure for obtaining a soil texture map according to the expected soil-landscape relationship. For this purpose, 86 soil profiles were sampled in the experimental field of the Agronomy Department of the Central University of Venezuela. Ordinary kriging was applied to interpolate between sampling points the values of percentage of sand and clay. Later, a map of textural classes was drawn from the interpolated values, supported by the Automated System for Geoscientific Analyses (SAGA) software. The results show that the spatial distribution of the textural classes obtained matches the structure of spatial variation of landforms in the study area. In that area, loamy soils predominate; in some sectors there are sandy loam soils and in others, clay loam soils. Variation is greater than in northwest-southeast direction. These results can be used to plan the agricultural management of the area taking into account the particular characteristics of soil with a view to the application of precision agriculture methods. Keywords: SAND, CLAY, INTERPOLATION, KRIGING. Planificación Territorial 214 Introducción Materiales y Métodos En Venezuela se han utilizado distintos sistemas convencionales de clasificación jerárquica del paisaje (Elizalde et al., 2007, Zinck, 2013,) como base para el levantamiento de suelo. Estos sistemas de clasificación, tenían como finalidad la subdivisión del paisaje en unidades más homogéneas (suelos-paisaje) que permitirían el ordenamiento, planificación y el manejo de las tierras. Área de estudio Con el tiempo se han implementado otras técnicas de levantamiento, que permiten obtener información básica y confiable. El área plana de la Cuenca del Río Güey ha sido estudiada por diversos autores (Viloria et al., 2009), debido a que la misma constituye un escenario de interés agrícola, educativo, de investigación y de extensión. Sin embargo, esta carece del nivel de detalle requerido para lograr este nivel de información. La metodología propuesta, constituye una alternativa para la obtención de una visión amplia e integral de la estructura de los suelos y su relación con el paisaje. El propósito de esta investigación fue realizar la cartografía digital de un atributo físico del suelo, relacionado con la composición de las unidades suelo-paisaje en áreas con escasa información detallada, usando como escenario el área plana de la cuenca del Río Güey. La investigación se realizó en marzo del 2014 en una área de aproximadamente 16 ha. localizada en el campo experimental de la Facultad de Agronomía de la Universidad Central de Venezuela en el Municipio Girardot del estado Aragua, entre las coordenadas Este 652352 y 652746 y las coordenadas Norte 1136414 y 1136852. La región se corresponde con un clima de Bosque seco tropical. La temperatura media anual es 25°C, la precipitación media anual es 1.063 mm y la evaporación media anual es 1.080 mm (Servicio de Climatología Agrícola de la Facultad de Agronomía, UCV). Los suelos del área se desarrollaron bajo la influencia de la formación Las Brisas. En general el área está cubierta por pastos, cultivos anuales, cultivos hortícolas y frutales y a lo largo de las quebradas se observan bosques ribereños. de se indicó que la distancia que mejor resuelve el patrón de variación de los suelos está entre 61.5 y 100 m (Ovalles y Rey, 1994). Para un total de 86 puntos de muestreo. Adicionalmente se realizó un muestreo en transectas (Figura 1) para tomar muestras para la validación. Diseño de muestreo Se realizó un reconocimiento inicial de campo. Posteriormente se efectuó un muestreo de suelos en cuadriculas para cubrir toda la variabilidad observada. Para el diseño de cuadricula se seleccionó una distancia de 50 m, basados en distancias de muestreo realizados con anterioridad en áreas aledañas, don- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Distribución de los puntos de muestreo en el campo. Los puntos rojos corresponden a puntos en la cuadricula y los puntos azules corresponden a puntos del muestreo en transecta (validación). Planificación Territorial 215 Cada punto de muestreo fue localizado en campo con apoyo de un receptor GPS con precisión de 3 m. En cada punto de muestreo se tomó una muestra de suelo de 0 a 20 cm y de 20 a 40 cm de los horizontes superficiales para determinar el contenido de arena (%) y arcilla (%) por el método Bouyoucos (UCV, 1993). Las determinaciones analíticas fueron realizadas en el Laboratorio General de Suelos de la Facultad de Agronomía de la Universidad Central de Venezuela. Para la clasificación textural se usó el sistema de United States Department of Agriculture USDA (SSS, 1999). Análisis estadístico Se realizó un análisis estadístico descriptivo para examinar el comportamiento de las variables e identificar valores atípicos. Se consideraron como atípicos los valores mayores o menores que las cercas externas de la distribución de los datos, de acuerdo al procedimiento propuesto por Tukey (1977). Adicionalmente se realizó la prueba de normalidad de Kolmogorov-Smirnov. A partir del semivariograma se pudieron obtener estimados óptimos de ambas variables (arena y arcilla) regionalizadas en sitios no muestreados, a través del kriging que no es más que un método de interpolación (Webster y Oliver, 2007). Los mapas de interpolación de las diferentes variables consideradas, producidos por kriging fueron exportados al software System for Automated Geoscientific Analyses (SAGA), con el cual se generó un mapa de predicción de clases texturales. El mapa de clases texturales se obtuvo por medio del algoritmo grid creado por Massei, (2007) basado en el esquema USDA de clases texturales de suelo. Resultados y Discusión Figura 2. Semivariograma de la variable arcilla. Análisis estadístico La tabla 1 muestra que las variables arena y arcilla presentan distribución normal, ya que los valores de Z son mayores a 0,05. Una vez realizada la prueba Tabla 1. Prueba de Normalidad. Generación de mapa clases texturales Finalmente se desplegaron los datos y se les realizó el ajuste de la distribución de los mismos a un semivariograma teórico, determinándose posteriormente la dependencia espacial o rango (A1). de normalidad se realizó el ajuste a un semivariograma teórico, en este caso, lineal sin umbral y exponencial (Figuras 2 y 3). PARÁMETRO Media ARCILLA (%) ARENA (%) 14,58 43,41 Desviación típica 3,97 11,20 Z de Kolmogorov-Smirnov 0,84 0,91 Sig. asintót. (bilateral) 0,48 0,38 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Semivariograma de la variable arena. Planificación Territorial 216 Conclusiones Finalmente se generó el mapa de predicción de clases texturales (Figura 6), el cual muestra el predomi- nio de la textura franca (23-52 % de arena, 7-27 de arcilla) y sectores de texturas franco arcilloso (2045% de arena, 27-40 de arcilla) y franco arenosa (70-86 de arena; 0-15 de arcilla) que se corresponde con lo esperado en la planicie aluvial. Los suelos franco arcillosos abarcan una superficie de 1,92 ha, los suelos franco arenosos 1,79 ha y los suelos francos 12,11 ha. Figura 4. Distribución de valores de Arcilla. Figura 5. Distribución de valores de Arena. Figura 6. Mapa de distribución de clases texturales. Las figuras 4 y 5 muestran la distribución espacial de las variables arcilla y arena, respectivamente, en los sitios no muestreados por medio de la interpolación kriging ordinario, una vez obtenido el modelo de variación espacial. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La dependencia espacial de ambas variable se alcanza entre 35 y 63 m. La textura de suelo predominante es la franca, presentándose en algunos sectores texturas franco arenoso o franco arcilloso. Esta variación se presenta en sentido Planificación Territorial 217 Noreste Sudeste, lo cual se corresponde localmente a la distribución esperada, de acuerdo a la localización del rio y de las formas de terreno eje, napa, cubeta. Agradecimientos Esta investigación fue apoyada por fondos provenientes de la Ley Orgánica de Ciencia, Tecnología e Innovación (LOCTI) y del Consejo de Desarrollo Científico y Humanístico de la Universidad Central de Venezuela (CDCH-UCV). También damos las gracias al International Centre for Theoretical Physics (Trieste-Italia) por el apoyo financiero y becas. Tukey, J. (1977). Exploratory Data Analysis. Addison-Wesley Pub. Reading, EUA. Universidad Cnetral de Venezuela. (1993). Métodos de análisis de suelos y plantas utilizadas en el Laboratorio General del Instituto de Edafología. Cuadernos de Agronomía: Publicación sobre la difusión del conocimiento sobre suelo. Facultad de Agronomía. Instituto de Edafología. Maracay. 89 p. Referencias Soil Survey Staff. (1999). Soil Taxonomy: a basic system of soil classification for making and interpreting soil surveys. 2nd. Edition. USDA Soil Conservation Service, Agricultural Handbook N° 436, US Government Print Office, Washington. Elizalde, G., Viloria, J., Y Rosales, A. (2007). Geografía de suelos de Venezuela. Geo Venezuela 2. Medio Físico y Recursos Ambientales, Capitulo 15. Fundación Empresas Polar. Caracas, Venezuela. 2: 402-535. Viloria, J., Núñez, Y., Machado, G. , Elizalde, G., Pineda, M. (2009). Variación espacial del suelo y el paisaje en la cuenca alta del río Güey, estado Aragua, Venezuela. Revista de la Facultad de Agronomía. Vol 35, No 2. Massei, G. (2007). System for an Automated Geo-Scientific Analysis/Module Library/grid_analysis/Soil_ Texture.cpp/Copyright (C). Webster, R. & Oliver, M. A. (2007). Geostatistics for Environmental Scientists. Second Edition. Wiley, Chichester. 330p. Ovalles, F. Y Rey, J. (1994). Variabilidad interna de unidades de fertilidad en suelos de la depresión del lago de Valencia. Revista Agronomía Tropical. 44(1): 41-65. Zinck, J.A. (2013). Geopedology. Elements of geomorphology for soil and geohazard studies. ITC Special Lecture Notes Series, Enschede, The Netherlands. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Planificación Territorial 218 Estudio de la Expansión Urbana de las Principales Ciudades de Venezuela Utilizando Técnicas de Geomática Jofmar L. Sánchez B., Aimara Reyes Ministerio del Poder Popular para Ciencia, Tecnología e Innovación. Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico. Centro de Procesamiento Digital de Imágenes [email protected] ; [email protected] ; [email protected] RESUMEN La detección de cambios se ha convertido en una aplicación importante de los datos multiespectrales y multitemporales en las imágenes satelitales para estudios de recursos naturales, culturales y la planificación territorial. Debido a la constante adquisición de imágenes en el tiempo, es posible determinar la extensión de los cambios que se dan en el medio ambiente. Para llevar a cabo éste proceso se han utilizado algunas técnicas digitales para detección de cambios, tales como: sobreposición de imágenes, diferencia entre imágenes y análisis de componentes principales, etc. La serie Land- sat y Spot cuenta con una disponibilidad de datos de más de 25 años de trayectoria lo que ha permitido realizar trabajos de detección de cambios urbanos con rangos de tiempo mayores a los 20 años. En este trabajo de investigación se propone el uso de tecnologías asociadas a la teledetección para realizar un estudio multitemporal de la expansión urbana en 3 ciudades principales de Venezuela y con la finalidad de realizar mapeos de precisión sobre el crecimiento urbano de las ciudades y mostrar cuales áreas tuvieron mayor impacto de crecimiento y cambio. changes, such as overlaying images, the difference between images and principal component analysis, etc. The Spot and Landsat series has a data availability of more than 25 years of experience which has enabled detection work urban changes with time ranges greater than 20 years. In this research using remote sensing technologies associated for a multitemporal study of urban sprawl into 3 main cities of Venezuela and aims to make precision mapping on urban growth of cities and show which áreas are proposed they had greater impact of growth and change. Palabras clave: DETECCIÓN DE CAMBIOS, SENSOR LANDSAT 4 Y 5, SPOT 5, TELEDETECCIÓN, MULTITEMPORALIDAD, EXPANSIÓN URBANA. Keywords: CHANGE DETECTION, SENSOR LANDSAT 4 AND 5, SPOT 5, REMOTE SENSING, MULTITEMPORALITY, URBAN EXPANSION. STUDY OF URBAN EXPANSION OF THE MAIN CITYS FROM VENEZUELA USING TECHNIQUES GEOMATICS ABSTRACT Change detection has become an important application of multispectral and multi-temporal data on satellite imagery for studies of natural, cultural resources and territorial planning. Due to the constant image acquisition time, you can determine the extent types of changes that occur in the environment. To carry out this process has been used by some digital techniques to detect Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Introducción Venezuela es un país donde la mayor parte de su población vive en zonas definidas como urbanas esencialmente en ciudades, pueblos y otras áreas densamente pobladas. Históricamente, el proceso de ocupación territorial ha sido con una alta concentración de la población y de actividades económicas al norte del río Orinoco en áreas urbanas, siendo hacia el sur un proceso más disperso y con escasas actividades económicas. De acuerdo a los datos de proyección de población del Instituto Nacional de Estadística (INE) sólo 5 ciudades venezolanas concentran el 21,7% de Planificación Territorial 219 la población, estas ciudades son: Caracas 2.091.452 hab., Maracaibo 1.473.453 hab., Barquisimeto 1.051.337 hab., Valencia 849.819 hab., y Ciudad Guayana 781.940 hab.; el 39,7% de la población vive en ciudades con menos de 500.00 habitantes y el 38,6% con menos de 100.000 hab. (INE, 2010). Este desequilibrio en el patrón de poblamiento le ha restado dinamismo al territorio y a su vez ha creado graves problemas sociales en sus principales ciudades, tales como estancamiento-migraciones-marginalidad. La detección de cambios consiste en identificar diferencias en el estado de una característica o fenómeno por observaciones que se hacen en diferentes épocas. Las imágenes de sensores remotos ofrecen una fuente invaluable de datos para detectar y seguir cambios de un determinado fenómeno o variable ambiental en el tiempo y en el espacio. En Venezuela no se han reportado estudios sobre la aplicación de técnicas de geomática que muestre a las ciudades y sus aéreas de expansión a través de imágenes de satélites, de todo esto se deriva la importancia de la investigación. El trabajo de investigación se apoyó en metodologías usadas frecuentemente en el desarrollo de investigaciones asociadas a la Geomática, estableciendo algoritmos muy específicos en temas de detección de cambios en las áreas urbanas. El área de estudio corresponde a tres ciudades de Venezuela. (Barquisimeto, Ciudad Bolívar y Puerto La Cruz-Barcelona). Fundamento teórico para valorar su potencialidad, actualmente la resolución temporal se califica como un criterio más protagonista, al acentuarse la necesidad de contar con información suficientemente actualizada. Uno de los aportes más destacados de la Percepción Remota al estudio del medio ambiente es su capacidad para seguir procesos dinámicos. La información adquirida por un sensor situado en una órbita estable y repetitiva, como son las imágenes de satélite, constituyen una fuente muy valiosa para estudiar los cambios que se producen en la superficie terrestre, Chuvieco (1.996), ya sean debidos al ciclo estacional de las cubiertas, a catástrofes naturales o a alteraciones de origen humano. El ritmo máximo de observación depende de la resolución temporal del sensor aunque en términos prácticos ese período se amplía, si consideramos la cobertura nubosa o posibles problemas generados por el sensor, variando con los sistemas disponibles entre 30 minutos, para los satélites geo-estacionarios y varias semanas para los de estudios de recursos naturales con órbita polar. Etapas para llevar a cabo un estudio de detección de cambios usando datos de imágenes de satélite Así, la frecuencia de observación puede adaptarse al estudio de diversos problemas, desde la dinámica atmosférica, que requiere una observación continua, hasta los cambios urbanos o agrícolas, que sólo precisan actualización en el orden de varios meses o años. En los comienzos de la percepción remota la resolución espacial del sensor se consideraba el elemento más crítico Pre-procesamiento de datos multi-temporales: Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Presentación del problema: • Definir el área de estudio. • Definir la frecuencia de la detección de cambios (ejemplo: multi-estacional, multi-anual). • Datos de percepción remota año base (tiempo n) Años(s) subsecuentes (tiempo n-1 ó n + 1). • Identificar las clases a partir de un sistema de clasificación de uso y cobertura de la tierra apropiado. Del sistema de percepción remota: • Resolución temporal, espacial, espectral y radiométrica. • Corrección geométrica y coherencia espacial de los elementos. • Homogenización radiométrica. • Selección del algoritmo para detectar cambios. • Clasificación digital de la imagen (si es necesario). Planificación Territorial 220 Presentación de resultados: banas, dichas áreas urbanas la contemplarán todos aquellos elementos que están asociados a actividades antrópicas tales como: áreas residenciales, comerciales, industriales, vialidad en sus diferentes tipos (pavimentada, asfaltadas, de tierra, engranzonada, etc.), terrenos sin uso aparente muy próximos a las grandes urbes y movimiento de tierras importante producto de obras de ingenierías. • Productos digitales de detección de cambios. Objetivo general Estudiar la expansión urbana en las ciudades de Barquisimeto, Puerto La Cruz y Ciudad Bolívar aplicando herramientas de Geomática específicamente en la detección de cambios temporales. Materiales y métodos Objetivos específicos • Calibrar radiométrica y espacial de las imágenes satelitales de Landsat 4, Landsat 5 y Spot 5. • Aplicar métodos de detección de cambios espaciales y temporales de la expansión urbana en las ciudades de Barquisimeto, Puerto La Cruz y Ciudad Bolívar. • Analizar los resultados en los cambios espaciales de las áreas urbanas en las ciudades de Barquisimeto, Puerto La Cruz y Ciudad Bolívar. Área de estudio El estudio se realizó en tres ciudades principales de Venezuela las cuales integran distintas regiones dentro del territorio nacional, dichas ciudades fueron: Barquisimeto, Ciudad Bolívar y Puerto La Cruz-Barcelona. (Figura 1). A continuación se presenta los sensores utilizados y sus características de resoluciones: Satélites Landsat 4 y 5 Figura 1. Situación relativa de las áreas de estudios en el territorio nacional. La temporalidad para la investigación entre la fecha inicial y la fecha final de las imágenes de satélite quedo establecido en un rango aproximadamente de 20 años de tiempo por lo que se considera un trabajo de detección de cambios multi-anual, este rango de tiempo permitió observar los cambios sustanciales de crecimiento de las ciudades. Las características que serán evaluadas en las imágenes de satélite serán las concernientes a las que presentan mayor repuestas espectral en las áreas ur- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Para este estudio de cambios en las zonas de expansión urbana de las 3 ciudades escogidas se usaron datos provenientes de la serie Landsat 4 y 5 para tener las fechas previas entre el rango de 1985-1990. Landsat-4 y 5 fueron lanzados respectivamente en 1982 y 1984. Tienen un ángulo de inclinación de 98.3° y un período de 98.5 minutos. Los satélites realizan de 14 a 15 revoluciones por día con distancias entre rutas de 2,752 km. Se sobreponen la misma ruta cada 16 días. La principal diferencia entre Landsat-4 y 5 respecto a los Landsat previos, es que los RBV han sido removidos y reemplazados con una nueva generación de MSS Planificación Territorial 221 los llamados satélites generadores de mapas temáticos (TM). Este sensor proporciona más bandas espectrales y ofrece una resolución terrestre mejorada. El TM tiene tres bandas visibles, una infrarroja cercana y dos medianas con una resolución terrestre de 30 metros de tamaño de celda y una banda IR térmica con un tamaño de celda de 120 metros de resolución terrestre (Tabla 1). Tabla 1. Las características de los sensores TM del Landsat 4 y 5. CARACTERÍSTICAS Resolución espacial SENSOR MULTIESPECTRAL 30 metros B1 = 0.45 – 0.52 μm (violeta-azul) B2 = 0.52 – 0.60 μm (verde) Para el estudio en los cambios que ocurrieron en las ciudades escogidas se usaron datos provenientes del satélite SPOT 5 para tener las fechas previas entre el rango de 2007-2009. resolución a partir de dos imágenes de 5 metros adquiridas simultáneamente con un semi-píxel de desfase. Su combinación se realiza mediante técnicas avanzadas de tratamiento y restauración de imágenes. (Tabla 2). Satélite Spot 5 Características de las imágenes usadas Los satélites Spot (Sistema Probatorio de Observación de la Tierra o Satélite Para la Observación de la Tierra) son una serie de satélites de teledetección civiles de observación del suelo terrestre. Spot-5 fue lanzado el 3 de mayo de 2002, con la innovación del Súper-Modo, que permite la creación de una imagen con 2,5 metros de Para la escogencia de las imágenes se estableció los siguientes requisitos y estas fueron basadas en el siguiente orden de jerarquía en la búsqueda: Tabla 2. Las características del sensor VHR Spot 5. B3 = 0.63 – 0.69 μm (rojo) Resolución espectral B4 = 0.76 – 0.90 μm (IR cercano • Nivel de procesamiento de las imágenes en L1 y 1A (corrección radiométrica sin corrección geométrica) CARACTERÍSTICAS Resolución espacial PANCROMÁTICA 2,5 metros B5 = 1.55 – 1.75 μm (IR mediano) B6 = 10.40 – 12.50 μm (IR lejano ó térmico) Banda 1: Verde (0,50 - 0,59 µm) Resolución espectral 0,48 - 0,71 µm B7 = 2.08 – 2.35 μm (IR mediano) Capacidad de adquisición No estereoscópica Cobertura 185 x 185 kilómetros Revisita 57 días Ángulos de toma IFOV 0.043 mrad (excepto Banda 6 : 0.170 mrad) MULTIESPECTRAL 10 metros Banda 2: Rojo (0,61 - 0,68 µm) Banda 3: Infrarrojo cercano (0,78 - 0,89 µm) Banda 4: Infrarrojo medio (IRM) (1,58 - 1,75 µm) a 20 m Capacidad de adquisición estereoscópica Si Cobertura 60 x 60 kilómetros Revisita 26 días Ángulos de toma Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Toma Cross-track: +-27º Forward/Backward: 20º Planificación Territorial 222 metadatos para realizar calibraciones radiométricas y ortorectificaciones. • Cobertura de nubes sobre las ciudades menor ó igual al 5 %. • Bandas espectrales homogéneas entre ambos satélites. Las imágenes fueron adquiridas en el caso de las Landsat por el servidor de datos gratuitos de Earth Explorer proveniente del Departamento geológico de los Estados Unidos. Las imágenes del satélite SPOT 5 fueron adquiridas por el servidor de Datos del proyecto LPAIS del Instituto de Ingeniera. (Tabla 3). des manejándose en promedio diferencias de fechas de 19,66 años. Metodología Los métodos a emplear para la detección de cambios de las áreas de expansión urbanas se categorizaron en tres fases (Figura 2). SENSOR ÍNDICE FECHA Landsat 4 TM 005/053 03/11/1988 VHR 654/330 28/01/2008 TM 001/054 13/12/1989 VHR 667/334 01/01/2010 TM 002/053 03/04/1990 VHR 664/330 16/04/2008 Spot 5 Landsat 5 Spot 5 Landsat 4 Spot 5 CIUDAD 1.Calibrar los ND de modo absoluto, convirtiéndolos a medidas de reflectividad. TIEMPO (AÑOS) Barquisimeto 20 Ciudad Bolívar 21 Puerto La Cruz 18 Es importante destacar que por la poca disponibilidad en catálogo de ambos servicios de imágenes consultados y según los criterios de elegibilidad que anteriormente se describieron, no se pudo establecer fechas de temporalidad exactas para todas las ciuda- Un importante problema en la detección de cambios es el producido por las variables: condiciones de observación, situaciones atmosféricas o condiciones de calibración del sensor. Estos efectos modifican la firma espectral de un píxel, aunque se mantenga constante la cubierta. En consecuencia, es preciso homogenizar ó normalizar los niveles digitales (ND) de las imágenes que intervienen en el análisis. Para ello, puede optarse por un doble enfoque: Tabla 3. Imágenes usadas de los satélites Landsat y Spot 5. SATÉLITE Normalización radiométrica 2.Equiparar los ND entre imágenes con métodos de normalización relativa. Figura 2. Pasos a seguir para la detección de cambios en áreas urbanas. Fase I En esta primera fase se preparan las imágenes para poderles aplicar los métodos de detección de cambios. Comprende tres pasos, normalización radiométrica, corrección geométrica, remuestreo del píxel y subset espacial. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Para la investigación se recurrió a una normalización relativa basada en la información radiométrica intrínseca en las imágenes como un método alternativo donde no es necesario conocer la radiancia absoluta de las imágenes (Canty, 2010). Para realizar una normalización radiométrica relativa, se asume que la relación entre las radiancias recogidas por los sensores en dos tiempos diferentes de regiones con una radiancia constante se puede aproximar a una función lineal. Para estas tareas se utilizó el IAR reflectance de ENVI 5.1. Planificación Territorial 223 Corrección geométrica y co-registro espacial entre imágenes Para abordar digitalmente la detección de cambios es preciso que las imágenes se ajusten con gran nivel de detalle, ya que de otro modo se estaría detectando como transformaciones lo que sería sólo fruto de una falta de ajuste entre imágenes (Hord, 1982). El efecto puede llegar a ser muy grave, especialmente cuando se trata de detectar categorías con una gran variabilidad espacial, como es el caso de las urbanas (Gordon, 1980). precisamente co-registradas exhibirán ciertos comportamientos predecibles en la imagen de cambio resultante arrojando resultados erróneos al comportamiento propio del fenómeno que se esté estudiando. A lo largo de las carreteras y los bordes de los edificios puede haber detecciones de cambio relacionado con el ligero desajuste de los píxeles que se están comparando. (Figura 3). Para realizar el co-registro preciso de las imágenes usadas para todas las ciudades se utilizó el software especializado ERDAS con su módulo AutoSync. (Figura 4). En investigaciones relacionadas con detección de cambios temporales y espaciales, un elemento crucial es el ajuste espacial entre las imágenes que deberían tener valores de desplazamiento +- 0,5 del píxel. Se realizaron ortorectificaciones con parámetros orbitales usando los RPC contenidos en las imágenes SPOT 5 y usando el SRTM de 30 metros proveniente de la NASA. La calidad planimétrica de este método de ortorectificación es de aproximadamente 30 metros en error circular, siendo imágenes para elaborar cartografía a escalas 1:100.000 a menores. Figura 3. Imágenes con buen registro espacial (A) y con un errado registro espacial (B). Luego estas imágenes sirvieron para co-registrar las imágenes del satélite Landsat, esto es un punto crucial en dicha para obtener comparaciones espaciales-temporales congruentes ya que las imágenes que no han sido Resultará un registro erróneo de un píxel a través de un par de imágenes, por ejemplo, en un píxel que representa el borde de una carretera que se comparan a un píxel correspondiente al campo de vegetación en un lado de la carretera. Figura 4. Metodología para el co-registro entre imágenes de diferentes fechas. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Re-muestreo y subset espacial Esta tarea corresponde a homogenizar el tamaño de píxel de ambas imágenes de entradas para que el resultado de la comparación tenga una coherencia de escala espacial, así pues se establece un tamaño de pixel para las imágenes de entradas y salidas que fueran de Planificación Territorial 224 30x30 metros. Se re muestrearon las imágenes del sensor Spot 5 a 30 metros ya que su tamaño original son de 10 metros. Se realizó subset espacial de las imágenes que no es más que el corte de una escena a una porción reducida en el terreno que permita obtener una comparación espacial en cobertura del terreno idéntica y así también tener resultados coherentes. 1. Detección de cambios a nivel pixel (PLCD, Pixel Level Change Detection). 3. Detección de cambios a nivel de objeto (OLCD, Object level Change Detection). Las técnicas a nivel pixel son aquellas que buscan la diferencia en valores de reflectividad entre los pixeles de las dos imágenes a comparar. Entre ellas se encuentran: Fase II • • • • Se basa en la segmentación multiescala y la tecnología de modelado relacional. El método escogido para la investigación de cambios de la expansión urbana fueron los primeros basados a nivel de pixel y algunos métodos del segundo basados en las características de transformaciones espectrales y espaciales, también se ejecutaron algoritmos y tareas con un combinado de estos métodos para obtener resultados más precisos en los cambios. (Figura 5). En esta segunda fase se escogió el método de detección de cambio a utilizar y se aplican a las imágenes previamente procesadas en la fase I. La detección de cambios Es la identificación y localización de cambios en el estado de un objeto o fenómeno a través del examen en los cambios de valores de reflectividad entre conjuntos de imágenes multi-temporales. Las premisas básicas en la detección de cambios son que los cambios en el terreno generan cambios en los valores de reflectividad y estos son más grandes si se comparan con los cambios en valores de reflectividad producidos por otros factores, como las diferentes condiciones atmosféricas, de iluminación y ángulo de toma de la imagen. Existe una diversidad de métodos de detección de cambios y se pueden clasificar de la siguiente manera: Diferencia de imágenes. Cocientes multi-temporales. Análisis del vector de cambio. Comparación post-clasificación. 2. Detección de cambios a nivel de características (FLCD, Feature level Change Detection). La detección de cambios a nivel de características es un nivel más avanzado de procesamiento que el basado en pixel. Se basa en las transformaciones en las propiedades espectrales o espaciales de una imagen multiespectral. Como las siguientes: • • • • • Análisis de Componentes Principales. Transformación Tasseled Cap. Magnitud de cambios y pendiente. Diferencia de índices de vegetación. Multivariate Alteration Detection (MAD). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 5. Metodología para la detección de cambios en las áreas de expansión urbanas. INAU: índices normalizados de áreas urbanas. NDVI: Índice normalizado de vegetación Planificación Territorial 225 Diferencia entre imágenes Esto proporciona una medida de cambio a través de todas las bandas en una imagen. Este enfoque de detección funciona bien para muchos tipos de fenómenos que cambian de valor de luminosidad de un píxel en todas las bandas espectrales. Esto incluye eventos de presencia/ausencia cuando el fondo es muy diferente a la de destino, por ejemplo, cuando un vehículo brillante se mueve a buscar un estacionamiento de asfalto. Así mismo, los cambios de agua a la arena seca brillante, como los niveles del río retroceden sería otro fenómeno que se presta bien a la detección por el proceso de diferenciación de magnitud. Una simple resta entre las imágenes de dos fechas, previamente homogenizadas radiométrica y geométricamente, permite discriminar aquellas zonas que han experimentado cambios entre esas fechas. Las zonas estables presentarán un valor cercano a cero, mientras que las que han experimentado cambios tendrán valores significativamente distintos a cero (positivos o negativos). Si el equipo de procesamiento digital no permite visualizar valores negativos, conviene añadir al cálculo una constante para evitarlos. Resumiendo: NDc= NDt2- NDt1+K. Donde NDc indica el ND correspondiente a la imagen de cambios, NDtl y NDt2 los correspondientes niveles digitales a las imágenes de la primera y segunda fecha, respectivamente y K es una constante para evitar valores negativos. Como resultado de este cálculo se obtiene una imagen de cambios, que presentará tonos oscuros para las zonas que hayan reducido sus ND, los más claros para aquellos que han ganado espacios y los intermedios para las zonas estables (Figura 6). Diferencia Magnitud El algoritmo de diferencia de magnitud calcula la magnitud (fórmula 1) de brillo para cada píxel a través Figura 6. Metodología para la detección de magnitud de cambios en las áreas de expansión urbanas. de todas las bandas en la imagen basándose en la siguiente fórmula: (1) Valor de magnitud de un píxel en el tiempo 1 se resta de su valor en el tiempo 2 y la diferencia relativa se calcula utilizando la fórmula anterior. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La diferencia relativa de estas cantidades se calcula entonces usando la fórmula de diferencia relativa DeltaCue y el resultado será un mapa coloreado que representará clases de magnitudes de cambios que será incluido en una capa de SIG para la integración de un modelo y generación de estadísticas. Resultados y discusión Los resultados corresponden a la Fase III de una investigación basada en detección de cambios y que se describen a continuación. Antes de comenzar con la descripción sobre los procedimientos para la construcion de mapas de cambios en la áreas urbanizadas hay que aclarar que dado Planificación Territorial 226 que dichas áreas estan compuestas por una diversidad de materiales tales como concreto, asfaltos, materiales metálicos, techos de arcillas y hasta suelo desnudo como potenciales áreas de expansión urbanas, se ha decidido tomar este grupo de informacion como un todo, quedando asi que las áreas de categorias urbanizadas serán un compendio de todos los elementos que fueron registrados por el sensor y que fueron nombrados anteriormente. Barquisimeto Se realizaron varios perfiles espectrales a las bandas de las imágenes en distintas zonas, sobre elementos asociados con áreas urbanas para determinar las bandas a ser usadas para cada uno de los sensores. (Figura 7). A continuación de explica los pasos desde el punto de vista computacional que sirvieron para la construción de mapas de cambios de las áreas urbanizadas para cada una de las ciudades, se utilizaron los software ENVI 5.1 y Erdas 2014 especiaficacmente los módulos Matemática de bandas, Post clasificacion; deteccion de cambios y DeltaCue. Como primer paso, se hizo necesario la escogencia de las bandas basado con Análisis de las bandas espectrales que reflejan mayor porción de la energía en elementos asociados con las áreas urbanizadas y las que menos reflejan, esto con el fin de construir los Índices Normalizados de Áreas Urbanas (INAU). Fórmula: (Bar – Bbr) / (Bar + Bbr) Bar: banda con alta reflectividad en áreas urbanas Bbr: banda con baja reflectividad en áreas urbanas Se escogieron para el satélite Spot 5 las bandas espectrales: 2 (infrarojo rojo) y la banda 3 (infrarojo cercano). (B2 – B3) / (B2 + B3). Obteniéndose los siguiente resultados de imágenes de INAU. (Figura 8). Figura 8. Indices de áreas urbanas en las imágenes de Landsat 4 1988 y Spót 5 2008. Luego se generaron los NDVI de cada una de las escenas para ser usado como mascaras espaciales e ir extrayendo toda aquella vegetacion que esta dentro de las grandes áreas urbanizadas y asi obtener una superficie mas precisa. (Figura 9). Figura 7. Perfiles espectrales para la ciudad de Barquisimeto, sobre imagen Landsat 4 y Spot 5. Se escogieron para el satélite Landsat 4 del sensor MSS las bandas espectrales: 5 (infrarojo medio) y la banda 3 (rojo). (B5 – B3) / (B5 + B3). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 9. Mapas de áreas urbanas para las fechas de 1988 y 2008. Planificación Territorial 227 A su vez se aplicó un filtrado de post clasificación a los resultados (sieve class) que busca en desechar aquellos elementos aislados que no representan importancia dentro de los índices ya contruidos, se utilizó el criterio de la unidad mínima mapeble para escoger el umbral de píxeles mínimos que deben ser grupos a escala 1:100.000 que sera la escala de los productos de salida. El principio del área mínima cartografiable permite lograr coherencia en la representación espacial y eficiencia en la lectura y utilidad del mapa en formato impreso. Este principio indica que a partir de determinada área espacial, los polígonos y sus correspondientes contenidos deben ser generalizados; de lo contrario, dificultarían la distinción por parte del usuario cuando se lea en formato analógico (Salitchev 1979). (Tabla 4). Tabla 4. Área mínima cartografiable para diferentes escalas. Tabla 5. Cálculo de superficies de áreas urbanas para cada año de estudio en la ciudad de Barquisimeto. Sensor Píxeles Área calculados calculada (M²) Área calculada (ha) Porcentaje (%) Landsat 1988 56,268 50.641.200 5.064,12 13.371 Spot 2008 42,684 38.415.600 3.841,56 10.143 Resto 321,873 289.685.700 28.968,57 76.486 TOTAL 420825 378.742.500 37.874,25 100 Fuente: Salitchev (1979). Según la tabla de la relación entre la resolución espacial del píxel de algunos satélites ópticos con la unidad mínima cartografiable hecho por Lensinas y Siebert, establecen que para el sensor landsat de 30 metros la produción de cartografía queda establecida para escalas 1:100.000 con unidad mínima de mapeo (5mm2)/1mm=5 ha/100m estableciendo entonces que la generalización de los datos sera de 10.89 píxeles. Luego se enmascaró las áreas que representan nubosidad para ser eliminadas de los productos finales quedando de los resultados de la siguiente manera (Figura 10 y 11 y tabla 5). Figura 10. Mapa de cambios de las áreas urbanas de la ciudad de barquisimeto entre el periodo 1988 - 2008. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 11. Porcentaje de superficie de áreas urbanas para cada año de estudio en la ciudad de Barquisimeto. Planificación Territorial 228 La fórmula para calcular el área total de superficie urbanizada es: Porcentaje (%) total de expansión = Porcentaje (%) de la fecha Final - Porcentaje (%) de la fecha inicial Donde un resultado de valor positivo (+) expresa que hubo expansión urbana y si el resultado es un valor negativo (-) expresa que hubo una contracción de las áreas urbanizadas. Figura 13. Índices de áreas urbanas en las imágenes de Landsat 4 1988 y Spót 5 2008. PEUCB = 13,371 – 10,143 = 3,228 % PEUCB: Porcentaje de expansión urbana para la ciudad de Barquisimeto. El resultado de expansión urbana para la ciudad de Barquisimeto fue del 3,228 % en un periodo de 20 años. A continuación se repiten los mismos procedimientos anteriores para el resto de las ciudades estudiadas. Puerto la Cruz Perfiles espectrales hechos a la ciudad de Puerto La Cruz y Barcelona (conurbación). (Figura 12). Se escogieron para el satélite Landsat 4 del sensor MSS las bandas espectrales 5 (infrarojo medio) y la banda 3 (rojo). (B5 – B3) / (B5 + B3). Figura 12. Perfiles espectrales sobre imagen Landsat 4 1990 y Spot 5 2008. Se escogieron para el satélite spot 5 las bandas espectrales 2 (infrarojo rojo ) y la banda 3 (infrarojo cercano). (B2 – B3) / (B2 + B3) Obteniéndose los siguiente resultados de imágenes de INAU. (Figura 13, 14 y tabla 6). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 14. Mapa de cambios de las áreas urbanas de la ciudad de Puerto La Cruz – Barcelona entre el periodo 1988 - 2008 Planificación Territorial 229 Tabla 6. Cálculo de superficies de áreas urbanas para cada año de estudio en la ciudad de Puerto La cruz – Barcelona. ÁREA CALCULADA (M²) ÁREA CALCULADA (HA) SENSOR PÍXELES CALCULADOS Landsat 1988 19.775 17.797,500 1.779,75 6.894 Spot 2008 25.890 23.301,000 2.330,10 9.025 Resto 241.193 217.073,700 21.707,37 84.081 TOTAL 286.858 258.172,200 25.845,9058 100 PORCENTAJE (%) El resultado de expansión urbana para la ciudad de Puerto La Cruz - Barcelona fue del 2,131 % en un período de 20 años. Obteniendose los siguientes resultados de imágenes de INAU (Figura 17, 18 y tabla 7). Ciudad Bolívar Se escogieron para el satélite landsat 5 del sensor MSS las bandas espectrales 5 (infrarojo medio ) y la banda 3 (rojo). (B5 – B3) / (B5 + B3). Se escogieron para el satélite spot 5 las bandas espectrales 2 (infrarojo rojo) y la banda 3 (infrarojo cercano). (B2 – B3) / (B2 + B3) (Figura 16). Figura 17. Mapa de cambios de las áreas urbanas de Ciudad Bolívar entre el periodo 1989 – 2010. Figura 15. Porcentaje de superficie de áreas urbanas para cada año de estudio en la ciudad de Puerto La cruz-Barcelona. PEUCPB = 9,025 – 6,894 = 2,131 % PEUCPB: Porcentaje de expansión urbana para la ciudad de Puerto La Cruz - Barcelona. PEUCCB =14,4 – 4,735 = 9.665 % PEUCCB: Porcentaje de expansión urbana para la ciudad de Ciudad Bolívar. Figura 16. Perfiles espectrales sobre imagen Landsat 5 1989 y Spot 5 2010. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática El resultado de expansión urbana para ciudad de Ciudad Bolívar fue del 9.665 % en un periodo de 21 años. Planificación Territorial 230 Magnitud de cambios en la expansión urbana de las ciudades estudiadas. A continuación se presentan los resultados de mapas de magnitudes de cambios para obtener un análisis más profundo de estas áreas en crecimiento urbano que sufrieron mayor impacto de cambios. Figura 18. Porcentaje de superficie de áreas urbanas para cada año de estudio en la ciudad de Ciudad Bolívar. Tabla 7. Cálculo de superficies de áreas urbanas para cada año de estudio en la ciudad de Ciudad Bolívar. SENSOR PÍXELES CALCULADOS ÁREA CALCULADA (M²) ÁREA CALCULADA (HA) PORCENTAJE (%) Landsat 1989 8,948 8075459,221 807,545922 4,735 Spot 5 2010 27,21 24556688,13 2455,66881 14,4 152,806 13790523,21 1379,05232 80,865 17039,34 100 Resto TOTAL 189326 170393400 La herramienta de diferencia de magnitud detecta el cambio basado en las diferencias de magnitudes espectrales que son filtrados sobre la base de su naturaleza espectral. La magnitud de un píxel en el tiempo 1 se resta de su valor en el tiempo 2, y la diferencia relativa se calcula. Por ejemplo, el agua estancada al cambiar a arena seca brillante, así como los niveles de agua, serían detectadas. El software DeltaCue utiliza una forma de segmentación espectral que clasifica cambio píxeles en tiempo 1 y tiempo 2 utilizando clasificación no supervisada lo que genera una información más eficiente al momento de tratar los datos finales. Estas clases representan el Antes y Después de las clases de cubierta mapeada (Figuras 19, 20 y 21). Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 19. Magnitud de cambios en la ciudad de Barquisimeto entre el 1988 y 2008. Planificación Territorial 231 urbana siendo más intensa hacia los sectores de la ciudad de Barcelona y Lecherías, notándose un crecimiento radial de la ciudad con mayor dirección hacia el área sur–este de la imagen que corresponden a los sectores de San Diego, Pica de Neverí y Naricual, etc. Para el caso del mapa de magnitudes de cambio de Ciudad Bolívar, los cambios fueron muy puntuales, y a diferencia de las ciudades anteriores no existe una intensidad en los cambios dentro del centro de la ciudad, existe mayor intensidad hacia el área sur de la imagen correspondiente con la autopista Simón Bolívar y sector la democracia. Conclusiones Se pudo comprobar que las técnicas en geomática específicamente las usadas para detección de cambio son herramientas de altísimo valor para el estudio de áreas urbanas en lo que respecta a su crecimiento ya que sirven para diagnosticar la expansión urbana que servirán para respectivos análisis en la planificación y ordenamiento territorial, la metodología que se empleo debe ser considerada como una alternativa más sencilla y rápida de los métodos de mapeo de áreas urbanas existente tales como categorización espectral u orientación basada en objetos, siendo estos últimos de mayor trabajo de laboratorio para tener resultados consistentes. Figura 20. Magnitud de cambios en la ciudad de Puerto La CruzBarcelona entre el 1988 y 2008. En el caso de la Conurbación Puerto La Cruz - Barcelona la magnitud de cambio es evidente en toda la poligonal Figura 21. Magnitud de cambios en la ciudad de Ciudad Bolívar entre el 1989 y 2010. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Mundialmente existe un crecimiento exponencial directamente proporcional entre la población y las ciudades que habitan, siendo el mismo caso para las ciudades que se estudiaron. Una vez que el proceso de urbanización se acelera, es difícil predecir su finalización, siemPlanificación Territorial 232 pre continúa en franco o modesto crecimiento. Esto se observa aún en épocas en las que el crecimiento industrial se estanca o se desacelera. Para estudios de expansión urbana de grandes áreas y de mapeo de resultados a escalas pequeñas tales como 1:100.000 a menores, se recomiendan los algoritmos planteados en esta investigación. Para estudios más específicos de un sector de la ciudad se recomienda métodos de detección de cambios más especializados tales como Detección de cambios a nivel de objeto (OLCD, Object level Change Detection) que se basa en la segmentación multiescala y la tecnología de modelado Relacional., Burnett et al (2003). El método de magnitud de crecimiento es una herramienta poderosísima para los estudios de seguimiento de actividades y obras de ingenierías, siendo esta independiente de la temporalidad de los datos y la resolución espacial, pero altamente dependiente de las características espectrales y radiométricas entre las imágenes que van ser comparadas. El método de diferencia entre imágenes resultó más ajustado para el análisis de la expansión urbana y el de diferencia de magnitudes resulto ser muy eficiente para mostrar aquellas áreas que cambiaron específicamente dentro de la ciudad. Los métodos usados no se pueden tomar como exactos ó definitivos ya que las características de las áreas urbanas no son sencillas de estudiar desde el punto de vista espectral, su composición de múltiples materiales y la asociación dentro de las zonas urbanas con suelo desnudo y vegetación seca o estresada son elementos que generan mucha confusión al momento de tratar de caracterizarlas como un grupo de elementos, se recomienda el uso de información externa que permita a través de métodos estadísticos conocer cual es la fiabilidad de los resultados, la cual puede ser desarrollado en otro apartado o continuación de esta investigación. Canty, M. (2010). Image Analysis,Classification, and Change Detection in RemoteSensing. Las áreas con zonas nubosas, sombras, y suelo desnudo tales como afloramientos rocosos representan limitantes muy grandes al momento de aplicar los algoritmos de detección de cambios planteados, dado que estos fenómenos representan alta similitud espectral con las áreas urbanizadas, por lo que se recomienda en el momento de realizar la calibración de los datos enmascarar estas áreas o suprimirlas en su totalidad. Salichtchev, K.A. (1979). Cartografía, Editorial Pueblo y Educación, La Habana. 182 p. Chuvieco, E. (1996). Fundamentos de Teledetección Espacial, (3’ edición revisada), Ediciones Rialp S.A., Madrid. Gordon, S.I. (1980). Utilizing Landsat Imagery to monitor ‘and use change study in Ohio. Remote Sensing of Environment, Vol. 9, pp. 189-196. Hord, R.M. (1982). Digital Image Processing of Remotely Sensed Data, Academic Press, New York. Referencias Burntt, C.; Blaschke, T. (2003), A Multiscale Segmentation/Object Relationship. Modelling Methodology for Landscape Analysis Ecological Modelling, 168., 233-249. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Planificación Territorial 233 [email protected], [email protected], [email protected], [email protected] vectorización por parte del intérprete. Se usó este método a fin de generar el mapa de Uso de la Tierra y Cobertura Natural (UT/CN), en una zona al sur del Río Portuguesa, utilizando una imagen orto-rectificada del satélite Miranda. Se identificaron, tanto unidades de información básica, como de las variables de interés, de acuerdo a una leyenda establecida. Se obtuvo un mapa para la UT/CN del área de interés, cuyos resultados indican que, el 68% de la superficie corresponde a cobertura natural (26.064 Ha), y el restante 32% (12.104 Ha), corresponde a usos agrícolas claramente identificados. De este trabajo, se puede concluir que la técnica utilizada, permitió levantar la información de UT/CN; y se obtuvo el mapa correspondiente del área de estudio. RESUMEN Palabras clave: GEOBIA, USO DE LA TIERRA Y COBERTURA NATURAL, SEGMENTACIÓN. Delimitación del Uso de la Tierra y Cobertura Natural, Mediante la Técnica de Geobia, al Sur del Río Portuguesa, Venezuela Freddy Flores, Montserrat Bautis, José de Sá Rodríguez, Elio Suárez Fundación Instituto de Ingeniería, Centro de Procesamiento Digital de Imágenes Existen varios métodos y técnicas para generar información del Uso de la Tierra y Cobertura Natural (UT/ CN) a partir de imágenes de sensores remotos. En éste trabajo, se hace uso de la técnica denominada GeOBIA (Geographic Object-Based Image Analysis), en la cual se considera la forma, la textura y la propiedad espectral de los objetos, así como las relaciones existentes con los objetos vecinos situados en un contexto espacial más o menos cercano. La ventaja principal de utilizar esta técnica de segmentación, es que permite generar una delimitación automática, reduciendo el trabajo de LAND USE/LAND COVER DELIMITATION USING OBJECT ORIENTED SEGMENTATION TECHNIQUES, IN SOUTH OF PORTUGUESA RIVER, VENEZUELA ABSTRACT There are several methods and techniques to generate Land Use/Land Cover (LU/LC)information from remote sensing data. In this paper, the GEOBIA technique (Geographic Object-Based Image Analysis) is used, in which the shape, texture and spectral property of objects and Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática their relationships with neighboring objects placed on a more or less close spatial context, is considered. The main advantage of using this segmentation technique is that it allows the generation of an automatic delimitation, reducing labor vectorization by the interpreter. This method was used to generate a map of LU/LC, in an area to the south of the Portuguesa River, using a Miranda satellite ortho-rectified image. Basic information units as well as of those variables of interest were identified according to a pre-established legend. A map of LU/ LC was obtained, the results indicate that 68% of the surface corresponds to natural cover (26 064 ha), and the remaining 32% (12,104 ha), corresponds to agricultural use. From this work, it can be concluded that this technique allowed the generation of LU/LC information and itsits corresponding map of the study area. Key words: GEOBIA, LAND USE AND NATURAL AREA, SEGMENTATION. Introducción El uso de la Tierra y la Cobertura Natural, son variables indispensables para cualquier estudio Ambiental, así como para la elaboración de diagnósticos físico-naturales, diseño y ejecución de planes de ordenación del territorio, estudios de impacto ambiental, entre otros. La “Cobertura de la Tierra” como expresión física que se observa sobre la superficie de la tierra, puede entenderse, como aquella que descriPlanificación Territorial 234 be la vegetación y los elementos antrópicos existentes sobre la tierra, al igual que otras superficies terrestres como afloramientos rocosos y cuerpos de agua (Di Gregorio, 2005). Para esto se requiere hacer uso de técnicas para mantener la información espacial actualizada cartográficamente, esto es, pasar de métodos tradicionales como la interpretación visual de forma analógica, y posteriormente de forma digital a métodos automatizados, tales como las clasificaciones supervisadas y no supervisadas; que implican una gran inversión de tiempo y trabajo, con ediciones manuales posteriores (Figura 1). Según Blaschke et al. (2004), la implementación de métodos de clasificación automatizados tradicionales como lo son las supervisadas y las no supervisadas, da buenos resultados en las clases espectralmente homogéneas, pero proporciona resultados menos satisfactorios en las clases heterogéneas. Metodología Metodológicamente se cumplieron las siguientes etapas (Figura 2): En la actualidad, con el uso de imágenes de satélite de alta resolución, ha permitido que nuevas técnicas de extracción de información surjan. Tal es el caso, de la metodología de segmentación orientada a objetos o conocida como GeOBIA, técnica que rompe con el paradigma de las clasificaciones automatizadas tradicionales, que se basan en el píxel como unidad de clasificación (Hay & Castilla, 2008). En la GeOBIA (Recio, 2009) se considera la forma, la textura y las propiedades espectrales de los objetos que forman la imagen, las relaciones existentes con los objetos vecinos más o menos cercano. Por lo tanto el objetivo de la segmentación, básicamente es simplificar la representación de una imagen, a una forma con más significados y más sencilla de analizar e interpretar. Figura 1. Métodos de levantamiento de información usando Teledetección. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Esquema metodológico “Segmentación Orientada a Objeto” o GeOBIA. Programas empleados Entre los programas (software) utilizados tanto en el mejoramiento de las imágenes, contraste, combinación de bandas, entre otras, como durante el proceso de interpretación de las variables cobertura natural y uso de la Planificación Territorial 235 tierra, al sur del río Portuguesa (Guadarrama y Camaguán), fueron los siguientes: • ENVI Zoom (ENVI+IDL y ENVI EX) 4.8: en la aplicación de la técnica de Segmentación orientada a objeto o GeOBIA. • ERDAS Imagine 2011: en el mejoramiento de las imágenes: ortocorrección, filtrado, brillo y contraste, combinación de bandas, fusión entre la multiespectral y pancromática, interpretación para el levantamiento de las variables de interés. • ArcView GIS 3.2: para el manejo de Base de Datos de las variables del estudio, además de la visualización de los respectivos “shapefile”. • ArcGIS 9 (ArcMap 9.3): para el manejo de Base de Datos de las variables del estudio, además de la visualización de los respectivos “shapefile”. Además se empleó para crear el respectivo SIG con todas las variables levantadas. Leyendas de trabajo Para el levantamiento de las variables de interés a escala 1:25.000, se siguió la siguiente leyenda de trabajo: 1.Cobertura Natural. Tipo de cobertura y Sub-tipo de cobertura: • Arbóreas: bosques y bosques de galería. • Arbustivas: matorrales. • Herbáceas: herbazales (arbolados o no), sabanas (abierta, arbolada, con chaparro, con matas, inundables y palmas). • Otras: suelo desnudo y los cuerpos de agua. En este contexto, en este caso Camaguán, corresponden a las imágenes: VRSS-1conocido como satélite Miranda (de fecha 21/02/2014) y LandSAT 8 (de fechas 05/01/2014 y 12/01/2014, respectivamente), Figura 3. 2.Uso de la Tierra. Categorias y sub tipos de categorías: • Áreas Urbanas: centros poblados (poligonal urbana) y zonas industriales. • Agrícola: agricultura de subsistencia y cultivos anuales mecanizados (arroz, maíz, frijol, entre otros). • Pastizales: Pastos y Fruticultura (cítricos, mangos, entre otros). • Pecuario: Ganadería Extensiva, semi-intensiva e intensiva. Preparación de la imagen Consiste en aplicar un filtro de suavizado a la imagen de satélite para reducir el ruido y la variabilidad de los pixeles. Esto va a depender de las características de la imagen, en cuanto a su resolución espacial, espectral y radiométrica, así como de la naturaleza de la información que se requiera levantar. Estas imágenes, con resolución espacial de 2,5 y 10 metros, fueron previamente corregidas geométricamente usando como referencia la cartografía oficial PITSA 1:25.000. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Imagen VRSS-1 con filtro de mediana. Segmentación espacial o GeOBIA Se define como el proceso por el cual se extrae información significativa de una imagen, a partir de su división en diferentes regiones homogéneas que resultan ser las zonas de interés (Ardila et. Al., 2005). El resultado es un conjunto de regiones que cubren el área a caracterizar. Donde los píxeles dentro de una región son Planificación Territorial 236 similares con respecto a alguna característica, y son diferentes de los situados en regiones adyacentes (Recio, 2009). En esta etapa, se genera una imagen, donde la firma espectral de cada segmento está representada por el promedio de las firmas de los píxeles dentro de cada objeto, Figura 4 (Rodríguez, 2011). variación máxima permitida en la heterogeneidad de un objeto al adicionarse nuevos píxeles u objetos se evalúan de dos formas: la variabilidad permitida en el color o variabilidad espectral y en la forma (Ardila et. al., 2005). ediciones y correcciones que se requieran, mediante las herramientas que ofrece cualquier SIG. La reducción de segmentos permite unificar estos, para disminuir la sobre segmentación, Figura 5. Una vez, cumplida la etapa anterior, es necesario realizar una validación de los atributos identificados y/o definidos. Validación de campo y Mapa final Resultados De la aplicación del método de GeOBIA (con su respectiva validación en campo de las variables de interés), se obtuvieron los siguientes datos: Así como, se obtuvieron los siguientes mapas, representados en las siguientes figuras: Conclusiones Con los resultados de esta sección del proyecto, se puede concluir que: Figura 4. Imagen segmentada. Figura 5. Imagen con segmentos reducidos. Reducción de segmentos Vectorización y edición Se relaciona generalmente con el tamaño de los objetos obtenidos, ya que una menor tolerancia de heterogeneidad redunda en objetos con una mínima variabilidad. La Una vez clasificados los polígonos correspondientes a los objetos previamente segmentados, se transforman a un formato vectorial, para realizar cualquier tipo de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 1.El uso de la Geomática como herramienta tecnológica en la adquisición, almacenamiento y análisis de información geoespacial, permitió cumplir con los objetivos iniciales propuestos en el marco para el desarrollo del Proyecto Río Portuguesa. Planificación Territorial 237 Tabla 1. Resultados obtenidos de la base de datos. COBERTURA NATURAL SIN USO ÁREA (%) ÁREA (HA) Bosque 9,28 % 3.542,68 Bosque de galería 1,26 % 481,44 Matorral 8,87 % 3.385,63 Sabana abierta 8,91 % 3.401,03 Sabana arbolada 23,27 % 8.804,96 Sabana inundada 7,25 % 2.767,77 Sabana con palma 0,70 % 265,69 Otros_cuerpos de agua 7,20 % 2.747,70 Otros_suelos desnudos Total 1,75 % 667,28 68,29 % 26.064,18 Figura 6. Mapa Base del área de estudio. USO ACTUAL SIN COBERTURA NATURAL ÁREA (%) ÁREA (HA) Agrícola (Arroz) 0,06 % 22,62 Agrícola (Maíz) 0,03 % 10,26 Centros poblados 2,98 % 1.165,65 Pecuario 28,65 % 10.935,68 Total 31,71 % 12.104,21 Figura 7. Mapa de Cobertura natural y uso de la Tierra. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática CATEGORÍA Cobertura Natural sin uso Uso actual sin cobertura natural ÁREA TOTAL (HA) ÁREA (%) ÁREA (HA) 68,29 % 26.064,19 38.168,40 31,71 % 12.104,21 Figura 8. Mapa imagen de la Cuenca baja del río Portuguesa. Planificación Territorial 238 2.Las imágenes del satélite utilizadas (en particular, las del F. de Miranda) representa una fuente confiable y actualizada de la información geoespacial de los sectores seleccionados al Sur del Río Portuguesa. 3.Todas estas variables geográficas fueron fundamentales, para estructurar el mapa base requerido en el levantamiento de información, así como en la interpretación de las imágenes de satélite empleadas en las variables cobertura natural y uso de la tierra. 4.La aplicación del método GeOBIA contribuye de forma expedita a la obtención preliminar de segmentos o de objetos de una imagen de satélite, lo que en gran medida, conlleva a la reducción de los tiempos de dedicación y trabajo por parte del intérprete, en la obtención (en menor tiempo) de las capas o “shapefile” de trabajo de las variables geoespaciales de interés a levantar. 5.Se obtuvo un mapa resultante de la Cobertura natural y uso de la tierra, en el marco del desarrollo del proyecto “Cambios Paleo Ecológicos y paleo Hidrológicos en la cuenca baja del río Portuguesa”, a escala 1:25.000 actualizada, y para ello se emplearon las imágenes del satélite del F. de Miranda de fecha 21/02/2014. 6.En la versión final del mapa de “Cobertura Natural y Uso de la Tierra” en el marco del desarrollo del proyecto, se determinó que las superficies ocupadas por categorías en porcentaje (%), son las siguientes: • • • • • • • • • Arbóreas (10,54). Arbustivas (8,87). Herbáceas (39,93). Otras (8,95). Sin cobertura natural con uso (31,71). Urbano (28,65). Agrícola (0,09). Pecuario (2,98). Con cobertura natural sin uso (68,29). Recomendaciones Establecer una metodología estadística espacial que arroje niveles de significancia de los resultados obtenidos, y con ello validar con base estadística, cada uno de los resultados para poder establecer un índice de correlación con grados de significancia y dar una solidez científica a la metodología empleada de forma inicial para el levantamiento de los segmentos o polígonos del mapa de Cobertura natural y Uso de la Tierra. Referencias Abae (2013, Agosto). Percepción remota y procesamiento de imágenes digitales del satélite Miranda. Curso Presencial material en formato electrónico. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Ardila, J., Espejo, O. Y Herrera, J. (2005). Validación de una metodología de clasificación de imágenes satelitales en un entorno orientado a objetos. Francisco José de Caldas. Revista Ingeniería. Volumen 10 (1): 61-69. Blaschke, T. And Pekkarinen, A. (2004). New contextual approaches using image segmentation for object-based classification. In: De Meer, F., de Jong, S. (Eds.), Remote Sensing Image Analysis: Including the spatial domain. Kluver Academic Publishers, Dordrecht, Pp: 211-236. Di Gregoria, A. (2004). Sistema de Clasificación de la Cobertura de la Tierra. FAO. Roma – Italia. Eastman, J.R. (1999). IDRISI 32, Guide to GIS and Image Processing. Volumen 1. Clark Labs Clark University. Worcester, Massachusetts, USA. Pp: 193. Hay, G. And Castilla, G. (2008). Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline. Chapter 1.4: 75-89. Recio, J. (2009). Técnicas de extracción de características y clasificación de imágenes orientada a objetos aplicadas a la actualización de bases de datos de ocupación del suelo. Tesis Doctoral. Dpto. De ingeniería Cartográfica, Geodesia y Fotogrametría. Universidad Politécnica de Valencia, España. Planificación Territorial 239 Rodríguez, A. (2011). Metodología para detectar cambios en el uso de la tierra utilizando los principios de la clasificación orientada a objetos, estudio de caso piedemonte de Villavicencio, Meta. Universidad Nacional de Colombia. Bogotá. Tesis de Maestría. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Planificación Territorial 240 Poder Popular Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Poder Popular 241 Proyectos Sociointegradores para el Ordenamiento Territorial en el Ámbito Comunitario Lyneth Camejo López Universidad Politécnica Territorial de Falcón Alonso Gamero. Programa Nacional de Formación en Construcción Civil [email protected] RESUMEN Este artículo tiene como propósito mostrar las experiencias vividas en la guiatura de un grupo de estudiantes del trayecto I del Programa Nacional de Formación en Construcción Civil (PNFCC) en la Universidad Politécnica Territorial de Falcón Alonso Gamero (UPTFAG), que elaboraron sus Proyectos Sociointegradores (PSI) en la comunidad de Tacuato del Municipio Carirubana del Estado Falcón. A través de la metodología de Investigación Acción Crítica, se involucraron los agentes sociales (estudiantes, profesores y comunitarios) que hicieron vida en la comunidad durante el tiempo que se desarrollaron las investigaciones (2012-2013). Se unieron esfuerzos para apoyar el ordenamiento territorial de la comunidad en cuanto al diseño de un Sistema de Información Geográfica (SIG) cuyas acciones técnicas generadas a través de los conocimientos adquiridos en las unidades curriculares de Tutorial de Proyectos I, Topografía y Expresión Gráfica, se explican brevemente para concluir que existe la naturaleza comprometida con el bienestar social, el pensamiento crítico, creativo, analítico e integrador de saberes y una evaluación compartida entre todos los actores. Palabras clave: PROYECTOS SOCIOINTEGRADORES, ORDENAMIENTO TERRITORIAL, ÁMBITO COMUNITARIO, SISTEMA DE INFORMACIÓN GEOGRÁFICA. SOCIO-INTEGRATOR PROJECTS FOR LAND MANAGEMENT AT THE COMMUNITY LEVEL ABSTRACT This paper aims to show the experiences as teacher guide of a group of students from the path I of the National Training Program in Civil Construction (PNFCC) in the Territorial Technical University of Falcón Alonso Gamero (UPTFAG) who developed their Socio-integrator Projects (PSI) in the community of Tacuato, Municipality of Carirubana, State of Falcon. Through Critical Action Research methodology, social partners (students, teachers and community) that made life in the community for as long as the investigations (2012-2013) were developed were Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática involved. Efforts were joined to support land use planning of the community for the design of a Geographic Information System (GIS) whose technical actions generated through the knowledge acquired in the curricular units of Tutorial Project I, Surveying and Graphic Expression, are explained briefly to conclude that there is a commitment to social welfare, critical creative, analytical and integrator thinking, of knowledge and a shared assessment between all actors. Keywords: SOCIOINTEGRADORES PROJECTS, TERRITORIAL PLANNING, COMMUNITY LEVEL, GEOGRAPHIC INFORMATION SYSTEM. Introducción Como parte del cuerpo profesoral de la Universidad Politécnica Territorial de Falcón Alonso Gamero (UPTFAG), se dio la oportunidad de vivir el proceso de transformación de los Institutos Universitarios de Tecnología (IUT) y Colegios Universitarios (CU) en Universidades Politécnicas Territoriales (UPT), iniciado desde el año 2008. Estas transformaciones no sólo se han manifestado con la idea de cambio de una identidad, sino que también en los procesos internos como el referido al aspecto curricular. Antiguamente se tenía como norte contribuir con la formación de Técnicos Superiores Universitarios (TSU) tePoder Popular 242 niendo como requisito de egreso la realización de Trabajos Especiales de Grado (TEG). En la actualidad, no sólo se sigue formando TSU sino que también se amplió el espectro a carreras largas de Ingeniería y Licenciatura, en donde los TEG fueron sustituidos por Proyectos Sociointegradores (PSI) que han de tener como característica común, la naturaleza comprometida con el bienestar social, el pensamiento crítico, creativo, analítico e integrador de saberes y una evaluación compartida entre todos los actores. Esta transformación trajo consigo la necesidad de adoptar estrategias de enseñanza-aprendizaje acordes con el Plan de Desarrollo Económico y Social de la Nación, empleando nuevas técnicas que permitieran que la universidad se insertara en las comunidades como instrumento mediador en la preparación de profesionales que hacen trabajos de campo que diagnostican la situación social y procesan la búsqueda de alternativas de solución a los problemas presentes. Es allí donde se inserta la metodología de investigación acción crítica como modelo que mejor se adapta al trabajo social, a la interacción con la comunidad, permitiendo y facilitando la detección de las necesidades, organizar las propuestas de investigación contando con la participación activa de los miembros de la comunidad conjuntamente con los interventores (universidad), haciendo posible el abordaje del problema a partir de la necesidad autentica del colectivo, diseñando el plan de acción en conjunto, de forma consensuada y no como se hace en la investigación tradicional, para el ganar-ganar de todos los involucrados. de existe una guiatura de unos procesos dialécticos y participativos que traen consigo el ganar-ganar de todos los involucrados. La Historicidad del Nuevo Proyecto Nacional de Entonces, el propósito del presente artículo consiste en Universidad que dio origen a los Proyectos mostrar la integración de la formación de los estudiantes Sociointegradores del primer trayecto del Programa Nacional de Formación en Construcción Civil (PNFCC), con las necesidades de los sectores Benito Sánchez, Hernández, Pablo Neruda, Palmasola y Sub Estación de la comunidad de Tacuato del Municipio Carirubana del Estado Falcón, uniendo esfuerzos para apoyar el ordenamiento territorial a través del diseño de un Sistema de Información Geográfica (SIG) construido gracias a los conocimientos adquiridos en las unidades curriculares de Tutorial de Proyectos I, Topografía y Expresión Gráfica. Explicado lo anterior, solo resta declarar que para alcanzar tal fin, se desarrolló una estructura en donde primeramente se muestra la historicidad del nuevo Proyecto Nacional de Universidad que conllevó a la creación de los PSI como eje central de formación de los Programas Nacionales de Formación (PNF), seguidamente se explica la metodología de trabajo para la inserción de la universidad al ámbito comunitario que permite asegurar acciones con impacto general positivo en la sociedad, y finalmente se muestra la integración de saberes para el ordenamiento territorial en el ámbito comunitario, don- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática El “desfase entre el pensamiento y la acción” (Proyecto Nacional de Universidad Politécnica, 2007, p.12), fue la situación fragmentada que se observó en las relaciones sociales venezolanas, que conllevó a tomar la decisión de realizar cambios profundos en el Sistema Educativo Universitario. Cambios, que debían orientarse al desarrollo de una educación más adecuada a las condiciones sociales, educativas y culturales de toda la población, y con calidad dentro de una concepción humanista e integral que le permitiera estar a la par con las exigencias relativas a las competencias de ciudadanos y ciudadanas para transformar la sociedad. En la búsqueda de la transformación universitaria, entró en juego el problema de: “…un currículo con mucha teoría y poca práctica conduciendo a un docente y estudiante pasivo, promoviendo la formación teórica, abstracta y desligada de la realidad socio-productiva, con poca posibilidad de aplicar de forma directa y personal el conocimiento que no fomenta la Poder Popular 243 iniciativa, la creatividad y mucho menos el compromiso y la responsabilidad social” (Proyecto Nacional de Universidad Politécnica, 2007, pp.14-15). Con la visualización de esta problemática se entendió que vivimos en un mundo interrelacionado y complejo, en donde las sociedades, “independientemente de su ubicación geográfica, del número de sus habitantes, de las propias riquezas espirituales o materiales y del tipo de gobierno político vigente, se han visto afectadas por los cambios en la ciencia, la tecnología, las telecomunicaciones” (Proyecto Nacional de Universidad Politécnica, 2007, p.14). En este sentido, el ejercicio ético político de la acción educativa universitaria venezolana se inicia con la creación de la Misión Alma Mater el 27 de marzo del 2009, Decreto Nº 6.650 publicado en Gaceta Oficial de la República Bolivariana de Venezuela 39.148. A partir de esa fecha se considera que “cambian las necesidades, los criterios de evaluación de proyectos y de eficiencia de métodos, la tecnología física y social, los conocimientos más deseables, el papel social del universitario y hasta los métodos de la investigación” (Lineamientos Curriculares para Programas Nacionales de Formación, 2009, p.6). Uno de los ejes de gestión de la Misión Alma Mater fue la creación de los PNF, por considerar resaltante dos elementos que expresa el documento del Ministerio del Poder Popular para la Educación Universitaria (2009), a saber: por un lado, la “formación integral” y por el otro, la “integración teoría y práctica” (p.27); ya que con estos elementos, es que se ha de desarrollar el pensamiento crítico y la conciencia de las implicaciones éticas, políticas, sociales, económicas, ambientales y culturales de las prácticas profesionales, científicas y técnicas, que los estudiantes realizan en comunidades y/o empresas desde el inicio del programa, a través de la ejecución de los PSI. Entonces, a través de la formación basada en proyectos, se buscó cambiar el sistema de educación universitaria tradicional donde el aprendizaje se caracterizaba por una excesiva carga académica, con muchas unidades curriculares que traían como consecuencia la sobrecarga de contenidos, bajo rendimiento estudiantil, deserción universitaria y poco tiempo del estudiante para la reflexión y la vinculación con actividades en las comunidades; por un nuevo sistema en donde se toman en cuenta las necesidades cambiantes de los actores del sistema y se promueve la participación activa con el fomento de la iniciativa, la creatividad, el compromiso y la responsabilidad social. En los Lineamientos Curriculares para Programas Nacionales de Formación (2009), los Proyectos Sociointegradores eran considerados como unidades Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática curriculares de integración de saberes y contraste entre teoría y práctica; pero, posteriormente en los Lineamientos para el Desarrollo Curricular de los Programas Nacionales de Formación (2012), ésta concepción da un giro social, reflejando que ahora se conciben como: “…el direccionamiento de la manifestación y voluntad colectiva a partir de los problemas territoriales emergentes diagnosticados, con la finalidad de que se haga histórico en su concreción territorial a través de las acciones sistemáticas y concatenadas de quienes están comprometidos con su realización: instituciones universitarias, comunidad y el Estado” (Lineamientos para el Desarrollo Curricular de los Programas Nacionales de Formación, 2012, p.24). En este sentido, los “Proyectos Sociointegradores” son una forma de vincular el conocimiento adquirido en la academia con la realidad problemática que viven las comunidades; siendo el “eje central de los PNF” (Lineamientos Curriculares para Programas Nacionales de Formación, 2009, p.18), el que busca comprender la integración multidimensional de los saberes y conocimientos, su aplicación en la resolución de problemas, el desarrollo de potencialidades y el mejoramiento de la calidad de vida de las comunidades, las regiones y el país. Poder Popular 244 Detección de problemas en el ámbito comunitario y emergencia de posibles soluciones La elaboración de los Proyectos Sociointegradores (PSI) como parte de las unidades curriculares de formación, “implica la realización de actividades de diagnóstico, prestación de servicio, arqueo y crítica de fuentes, crítica teórica o producción de bienes, vinculadas a las necesidades de las localidades y el Plan Nacional de Desarrollo” (Lineamientos Curriculares para Programas Nacionales de Formación, 2009, p.19); que no son más que espacios de formación, creación intelectual y vinculación social, asociados al desarrollo de capacidades, la generación de conocimientos, investigación, innovación, creación artística, desarrollo tecnológico y fortalecimiento del poder popular. Gracias a la metodología de investigación acción crítica que se desarrolla en los PSI, los actores universitarios (estudiantes y profesores) abordan las comunidades para solicitar información acerca de sus principales necesidades y constatarlos in situ; es así como fue abordada la población de Tacuato, una comunidad asentada en la Península de Paraguaná del Estado Falcón, a una distancia de 42 kilómetros de las ciudades de Coro y Punto Fijo. El diagnóstico realizado a dicha comunidad, permitió observar que existe una diversidad de problemas de índole social, económico, político y cultural, entre ellos, la mejora o construcción de carreteras, el diseño y construcción de edificaciones para múltiples fines o la creación de proyectos socio productivos, que necesariamente requieren de los consejos comunales que la conforman, el registro del ámbito territorial con que cuentan para planificar las acciones de mejora. Es así como, desde la Tutoría de Proyecto I dentro del Programa Nacional de Formación en Construcción Civil (PNFCC), siguiendo el alcance técnico reglamentado para el trayecto de estudio, se dirigió el desarrollo de cinco (5) PSI cuyo contexto geográfico fueron sectores de la comunidad de Tacuato (Acosta, et. al., 2013a), (Acosta, et. al., 2013b), (Aguerrío, et. al., 2013), (Arias, et. al., 2013) y (Ramos, et. al., 2013), a la solución de sus problemas a través del diseño de un Sistema de Información Geográfica (SIG) que permitió la organización y compilación de la información geográfica digital recabada en las unidades curriculares cursadas. trayecto del PNFCC, sobre la base de las necesidades de los sectores Benito Sánchez, Hernández, Pablo Neruda, Palmasola y Sub Estación, se unieron esfuerzos para apoyar el ordenamiento territorial de la comunidad de Tacuato del Municipio Carirubana del Estado Falcón, a través del diseño de un SIG, cuya metodología dialéctica y participativa se explica a continuación: Georreferenciación de la Imagen de satélite del área de estudio Para cumplir con esta tarea se bajaron las imágenes satelitales desde el programa Google Earth directamente desde una conexión de internet (Figura 1). Metodología dialéctica y participativa para el ordenamiento territorial. Integración de saberes para el diseño del SIG Basado en la integración de conocimientos adquiridos en las unidades curriculares Tutorial de Proyectos I, Topografía y Expresión Gráfica, los estudiantes del primer Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Imagen Google Earth de la comunidad de Tacuato. Fuente: Google Earth (2015) Poder Popular 245 Las imágenes vistas desde este programa se encuentran georreferenciadas, pero una vez que se guardan las vistas pierden la georreferenciación; de tal manera que es necesaria la ubicación de puntos de control para corregirlas desde el gvSIG (software libre de Sistemas de Información Geográfica). Los puntos de control se caracterizan por brindar información de coordenadas Este y Norte (UTM con datum Regven), los cuales han de estar estratégicamente distribuidos en la imagen para garantizar la precisión de la georreferenciación, además de que han de ser geográficamente identificables, tal como una intersección de calles, esquinas de parcelas o terrenos, entre otros detalles. Cada equipo de proyecto tomó cinco (5) puntos de control para georreferenciar las imágenes de los sectores de estudio, de los cuales, cuatro (4) se correspondían con las esquinas de la imagen y uno (1) en el centro de la misma, tal como se aprecia en la figura 2 y tabla 1, correspondiente al sector Hernández. La georreferenciación desde el gvSIG se realizó con la opción de “georreferenciar sin cartografía”, colocando en el fichero de entrada la imagen original y en el fichero de salida el nombre que se desee en base a la acción a ejecutar. Para el modelo matemático de transformación se utilizó el “polinomial de orden 1” con tipo de análisis de píxeles de la forma “vecino más próximo” asumiendo un tamaño del pixel de 1x1m.; y a partir de allí se inició el proceso colocación de las coordenadas según los puntos de control tomados de la imagen, buscando que el RMS o error de ubicación de puntos de la georreferenciación fuera igual o menor a la mitad del tamaño del píxel asumido, para finalmente “testear” la imagen que hiciera posible correr el proceso de georreferencición. Superposición de capas topográficas (poligonales y parcelas) Figura 2. Imagen Google Earth del sector Hernández con los puntos de control para la georreferenciación. Fuente: Aguerrío et. al (2013). Tabla 1. Características de los puntos de control para la georreferenciación de la Imagen Google Earth del sector Hernández. PUNTO ESTE NORTE OBSERVACIÓN 1 405971,37 1294162,85 Intersección camino 2 407151,87 1294141,81 Esquina del medanal 3 407164,07 1293562,54 Parcela más verde en la esquina 4 405958,50 1293503,63 Esquina del medanal Fuente: Aguerrío et. al (2013) Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática de Toda información obtenida a través de los conocimientos adquiridos en la unidad curricular topografía, para poderla incorporar al SIG ha de adecuarse a los formatos que el sistema reconozca, que en la mayoría de los casos puede organizarse en forma de “tablas” de información alfanumérica. Las tablas se conforman de “filas o registros” que representan cada uno de los elementos de la base de datos y de “columnas o campos” que definen los distintos atributos de cada elemento; es así como los levantamientos planialtimétricos realizados en campo, pudieron ingresarse al SIG a partir de sus coordenadas de origen, gracias a la opción “añadir capa de eventos” (Figura 3) y de esta manera vincularles la información atributiva que los caracterizaba. Poder Popular 246 Figura 5. Información atributiva de las parcelas del sector Hernández. Fuente: Aguerrío et. al (2013). Figura 3. Opción “añadir capa de eventos” en el gvSIG. Fuente: Aguerrío et. al (2013) Creación de capas shape (parcelas y calles) y edición de la base de datos atributal Figura 4. Capas Shape del sector Hernández. Fuente: Aguerrío et. al (2013). Las capas shape son el formato estandarizado de los SIG, para el caso específico de estos proyectos, se crearon las siguientes: como también gracias a la visualización en pantalla de los elementos geográficos objeto de estudio. • Polígono: las parcelas de los sectores de la comunidad de estudio. • Líneas: las calles de los sectores de la comunidad de estudio. • Puntos: las secciones transversales a cada 20 metros y/o donde ocurrían cambios de dirección, de las calles levantadas en los sectores de la comunidad de estudio. Cada una de las capas shape fue posible gracias a las capas de eventos agregadas en la tarea anterior, así A cada shape se le añadieron la cantidad de campos según la información atributiva característica que tenía, así como también se le asignó un nombre del campo, tipo de información (numérica o alfanumérica) y tamaño dependiente de los caracteres a ingresar en la siguiente tarea, tal como se aprecia en la figura 5 sobre la capa de parcelas. Edición de la visualización del hiperenlace Los hiperenlace permitieron visualizar las fotos y demás archivos en formato imagen característicos de cada sha- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática pe contemplado en el SIG. Es así como se vincularon fotos de parcelas tomadas directamente con cámaras fotográficas, planos planialtimétricos (perfiles y secciones transversales) elaborados en la unidad curricular topografía; y planos arquitectónicos, de instalaciones y de estructura, elaborados en la unidad curricular de expresión gráfica y dibujo de proyectos. La forma de vincular los hiperenlaces por cada tipo de shape, fue la siguiente: • Polígono: se vincularon las fotos y los planos arquitectónicos, de instalaciones y de estructura de cada una de las parcelas levantadas (Figuras 6 y 7). • Líneas: se vincularon los perfiles longitudinales de las calles (Figura 8). • Puntos: se vincularon las secciones transversales a cada 20 metros de las calles de estudio (Figura 9). Poder Popular 247 magnético, como elementos característicos de cualquier cartografía, tal como se aprecia en la figura 10. Figura 8. Perfil Longitudinal de una calle. Fuente: Arias et. al (2013) Figura 6. Foto de una parcela. Fuente: Arias et. al (2013). Figura 9. Sección transversal en la progresiva 0+000 de una calle. Fuente: Arias et. al (2013). Figura 10. Mapa de Estado de conservación de parcelas del sector Sub Estación. Fuente: Arias et. al (2013) Creación de mapas La descripción de cada una de las partes del PSI que tiene que ver con el diseño del SIG, permitieron establecer las características para el ordenamiento territorial de los sectores de la comunidad de Tacuato, logrando así los siguientes resultados: Finalmente se crearon mapas alusivos a la base de datos atributiva contenida en el SIG, teniendo como apoyo las propiedades sobre simbologías que tiene el software utilizado. Desplegando la opción de “valores únicos” con una paleta de colores preestablecida, se le asignó un color a cada elemento que se quería identificar. Figura 7. Plano arquitectónico de la vivienda tipo. Fuente: Arias et. al (2013). Posterior a ello se insertó el nombre del mapa, la escala gráfica o numérica de trabajo, la leyenda y el norte Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 1.Incentivar la participación de los miembros de la comunidad, haciendo uso de estrategias comunicativas y de interacción social entre los estudiantes, profesores y comunitarios. Poder Popular 248 2.Conocer los antecedentes de la comunidad, tal como su ubicación, marco legal, historia, misión, valores, entre otros aspectos característicos del tipo de investigación empleado. 3.Identificar los principales problemas y necesidades existentes en la comunidad, para lo cual fue necesario aplicar las técnicas de abordajes comunitarios, entrevistas y observación de área de estudio. 4.Consensuar, mediante el diálogo y la argumentación, las posibles alternativas de acción para solucionar los problemas de la comunidad. 5.Ejecutar las actividades técnicas del área de conocimiento de la construcción civil, tal como: • Caracterizar topográfica y catastralmente el terreno de estudio mediante un levantamiento planialtimétrico y parcelario. • Elaborar el diseño arquitectónico de las edificaciones. • Elaborar los planos arquitectónicos, de estructuras e instalaciones. • Diseñar el SIG con la información topográfica, catastral y arquitectónica obtenida. Conclusiones Los resultados declarados muestran que la comunidad objeto de estudio, gracias al diseño del SIG en los sec- tores antes mencionados, cuenta con un instrumento que le permite identificar de forma clara y precisa los recursos que posee y las situaciones problemáticas que al menos desde el punto de vista de ordenamiento territorial puede tener, tal como condición física de sus calles y edificaciones existentes. Por otra parte, también es importante resaltar que todo esto fue posible gracias al empleo de la investigación acción crítica como metodología de investigación, una decisión asertiva, que hizo posible la interacción, el diálogo y el consenso con la comunidad para definir las problemáticas que afrontan y haber tomado las decisiones pertinentes relacionadas con el diseño del SIG. En este sentido los PSI como eje transversal de los Programas Nacionales de Formación, son el instrumento ideal para impulsar nuevas alternativas de estudio y de formación tecnológica, además de generar opciones a todas aquellas personas que desean formarse en esta área apoyando de tal manera el mejoramiento profesional de todos los involucrados. Referencias Decreto N° 3.390 (2004): Publicado en la Gaceta oficial Nº 38.095 de fecha 28/12/2004. http://sencamer.gob.ve/files/webfm/Documentos/Software%20Libre/decreto3390.pdf. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Acosta, A., Barbera, R., Quesada, L., Silva, M. Y Velazco, R. (2013a). Características topográficas de un terreno para un proyecto de construcción de vías internas y dibujo de los planos de una vivienda social en el sector Sub Estación de la población de Tacuato, parroquia Santa Ana, municipio Carirubana del estado Falcón. Proyecto Sociointegrador del Trayecto I del Programa Nacional de Formación en Construcción Civil en el Instituto Universitario de Tecnología Alonso Gamero. Coro. Venezuela. Acosta, S., Coronado, E., Noguera, D., Rodríguez, R. Y Ruíz, E. (2013b). Características topográficas de un terreno para un proyecto de construcción de vías internas y dibujo de los planos de una vivienda social en el sector Palmasola de la población de Tacuato, parroquia Santa Ana, municipio Carirubana del estado Falcón. Proyecto Sociointegrador del Trayecto I del Programa Nacional de Formación en Construcción Civil en el Instituto Universitario de Tecnología Alonso Gamero. Coro. Venezuela. Aguerrio, O., Arrieta, L., Cumare, M., Gómez, J. Y Polanco, E. (2013). Características topográficas de un terreno para un proyecto de construcción de vías internas y dibujo de los planos de una vivienda social en el sector Hernández de la población de Tacuato, parroquia Santa Ana, municipio Carirubana del estado Falcón. Proyecto Sociointegrador del Trayecto Poder Popular 249 I del Programa Nacional de Formación en Construcción Civil en el Instituto Universitario de Tecnología Alonso Gamero. Coro. Venezuela. Arias, R., Figueroa, J., López, J., Méndez, L. Y Viñas, M. (2013). Características topográficas de un terreno para un proyecto de construcción de vías internas y dibujo de los planos de una vivienda social en el sector Benito Sánchez de la población de Tacuato, parroquia Santa Ana, municipio Carirubana del estado Falcón. Proyecto Sociointegrador del Trayecto I del Programa Nacional de Formación en Construcción Civil en el Instituto Universitario de Tecnología Alonso Gamero. Coro. Venezuela. Comisión Nacional de Currículo (2009). Orientaciones para la transformación curricular universitaria del siglo XXI. VIII Reunión Nacional de Currículo y II Congreso Internacional de Calidad e Innovación en la Educación Superior. Documento Nacional. Decreto NO. 6.650 (Creación de la Misión Alma Mater). (2009, Marzo 27). Gaceta Oficial de la República Bolivariana de Venezuela 39.148. Marzo 27, 2009. Documento Rector del Programa Nacional de Formación en Construcción Civil (Ministerio del Poder Popular para la Educación Universitaria). Febrero, 2014. Lineamientos Curriculares para Programas Nacionales de Formación. Ministerio para el Poder Popular de la Educación Universitaria (2009). Versión 2.O. Caracas. Material Mimeografiado MPPEU/VDA/DGDPIIT/DGCPNF. Lineamientos para el Desarrollo Curricular de los Programas Nacionales de Formación. Ministerio para el Poder Popular de la Educación Universitaria (2012). Caracas. Material Mimeografiado MPPEU/VDA/DGDPIIT/DGCPNF. Ministerio del Poder Popular para la Educación Universitaria (2009). Misión Alma Mater. Educación Universitaria Bolivariana y Socialista. Imprenta Nacional y Gaceta Oficial. Caracas. Venezuela Proyecto Nacional de Universidad Politécnica (2007). Colectivo Nacional de Los Institutos y Colegios Universitarios de Venezuela. Noviembre, 2007. Ramos, H. Y Meneces, M. (2013). Características topográficas de un terreno y dibujo de los planos para la ejecución del proyecto de construcción de un Mercal en el sector Pablo Neruda de la población de Tacuato, parroquia Santa Ana, municipio Carirubana del estado Falcón. Proyecto Sociointegrador del Trayecto I del Programa Nacional de Formación en Construcción Civil en el Institu- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática to Universitario de Tecnología Alonso Gamero. Coro. Venezuela. Resolución No. 2.963 (Creación de los Programas Nacionales de Formación). (2008, Mayo 13). Gaceta Oficial de la República Bolivariana de Venezuela 38.930, Mayo 14, 2008. Resolución No. 3.141 (Creación del Programa Nacional de Formación en Construcción Civil (PNFCC)). (2008, Octubre 7). Gaceta Oficial de la República Bolivariana de Venezuela 39.032, Octubre 7, 2008. Proyecto Nacional de Universidad Politécnica (2007). Colectivo Nacional de Los Institutos y Colegios Universitarios de Venezuela. Noviembre, 2007. Resolución No. 2.963 (Creación de los Programas Nacionales de Formación). (2008, Mayo 13). Gaceta Oficial de la República Bolivariana de Venezuela 38.930, Mayo 14, 2008. Resolución No. 3.141 (Creación del Programa Nacional de Formación en Construcción Civil (PNFCC)). (2008, Octubre 7). Gaceta Oficial de la República Bolivariana de Venezuela 39.032, Octubre 7, 2008. Poder Popular 250 Técnicos e Institucionales Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 251 gráficos, tablas, fotografías y textos, muchos de los cuales tienen como fuente de información y representación la Geomática. Su publicación se hará a través de versión impresa y digital. Los trascendentes cambios experimentados en nuestro país, durante los últimos años en los ámbitos político, social, económico y cultural hacen impostergable la publicación de esta obra. La versión final está concluida y ha sido sometida a la consideración de las autoridades nacionales. include numerous maps, graphs, tables, photographs and texts, many of which have geomatics as their source of information and representation. Its publication will have a printed and digital version. The important changes experienced in our country in recent years in the political, social, economic and cultural fields make the publication of this work urgent. The final version is complete and has been submitted to the consideration of the national authorities. [email protected], [email protected], [email protected], [email protected], [email protected], [email protected] Palabras clave: INFORMACIÓN GEOGRÁFICA, ATLAS OFICIAL, REPÚBLICA BOLIVARIANA DE VENEZUELA. Keywords: GEOGRAPHICAL INFORMATION, OFFICIAL ATLAS, BOLIVARIAN REPUBLIC OF VENEZUELA. RESUMEN OFFICIAL ATLAS OF THE BOLIVARIAN REPUBLIC OF VENEZUELA, 2015 EDITION Introducción Atlas Oficial de la República Bolivariana de Venezuela, edición 2015 Francisco Guerra, Rosa Aguilar, Clara Moreno, Francisco Rodríguez Landaeta, Rosa de Farías, Amilcar Soler Instituto Geográfico de Venezuela Simón Bolívar Los atlas oficiales son documentos con mapas, estadísticas y textos en los cuales los países expresan sus realidades naturales, políticas y territoriales, económicas y socioculturales. En respuesta a la necesaria continuidad histórica de tan importante documento se presenta la edición 2015 del Atlas Oficial de la República Bolivariana de Venezuela. Su elaboración ha sido producto de los valiosos aportes de instituciones del estado, reconocidos especialistas de las distintas áreas técnicas y el laborioso esfuerzo de trabajadores y trabajadoras del Instituto Geográfico de Venezuela Simón Bolívar (IGVSB). El documento está constituido por cerca de 400 páginas a color que incluyen numerosos mapas, ABSTRACT Atlas are official documents with maps, statistics and texts in which countries express their natural, political, territorial, economic, social and cultural realities. In response to the need of historical continuity of such important document, the 2015 edition of the Official Atlas of the Bolivarian Republic of Venezuela is presented. Its development has been the result of valuable contributions of state institutions, renowned specialists of different technical areas and the efforts of our workers. The document consists of nearly 400 colored pages which Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática De la misma manera que divulgan sus metas, estadísticas y logros, los países del mundo periódicamente publican sus atlas oficiales. Desde el punto de vista estrictamente lingüístico un atlas es una “colección de mapas geográficos, históricos, etc., en un volumen” (RAE 2015) no obstante, basta internarse en las páginas de un atlas para describir, entender y sentir un país sin necesidad de transitar por las taquillas de inmigración. A lo largo de su historia, la República Bolivariana de Venezuela ha publicado tres atlas oficiales. El primero, fechado en 1841 y dirigido por Agustín Codazzi por instrucción del General José Antonio Páez, primer presiTécnicos e Institucionales 252 dente de Venezuela, una vez traicionado el proyecto de la “Gran” Colombia. Tan valiosa y hermosa obra, la primera en su género en América del Sur, contiene mapas continentales y regionales de gran valor histórico, una serie de mapas de provincias y cantones que reforzaron la territorialidad de la joven república y cuadros con datos geográficos básicos y de población. El segundo atlas fue publicado en 1969 por la Dirección de Cartografía Nacional del Ministerio de Obras Públicas bajo la presidencia de Rafael Caldera, es esencialmente gráfico con escasos textos y dedica la mayor parte de sus páginas a las entidades federales incluyendo imágenes aéreas de sus capitales, abunda en fotografías que muestran la modernización industrial, urbana y agrícola orgullo de aquellos años y contiene un conjunto de mapas históricos y temáticos. El tercero y último atlas data de 1979 editado por la Dirección de Cartografía Nacional del Ministerio del Ambiente y de los Recursos Naturales Renovables durante la presidencia de Luis Herrera Campins. Dicho atlas presenta un mejor balance en los temas, aunque sigue dando preeminencia a las entidades federales, introduce la regionalización como instrumento para el desarrollo, enriquece su contenido de mapas temáticos, incorpora un índice geográfico y publica las primeras imágenes de satélites ópticos. Hace uso intensivo del color y explícita la dificultad que significó el acceso a información estadística. Diversas empresas nacionales y privadas han venido publicando atlas geográficos del país destacando entre ellos: el “Atlas Imagen de Venezuela, una visión espacial” (PDVSA 1992) abundante en imágenes de satélite y con textos que abordan cada tema, el Atlas práctico de Venezuela (El Nacional, et al. 1997) publicado bajo la modalidad de fascículos y el “Nuevo Atlas Práctico de Venezuela” (El Nacional 2003) que resulta una revisión y actualización de la anterior edición, incorporando nuevas formas de representación del contenido. De igual forma, se han publicado atlas dirigidos a la educación básica (SAGECAN 1990, SAGECAN 1998) algunos editados por iniciativa privada (Cuéllar 2012) (Espitia 2014). Transcurridos 36 años desde su última aparición, se hace imprescindible una nueva edición del Atlas Oficial de la República Bolivariana de Venezuela no solo por el largo tiempo transcurrido sino por los trascendentes cambios que ha experimentado nuestra república, particularmente en los últimos 16 años cuyo impacto político, social, económico y cultural bien merece ser expuesto, aún de manera sucinta, para su divulgación y análisis en el ámbito nacional y mas allá de nuestro territorio. Desarrollo Cerca de treinta autores provenientes del quehacer académico y científico del país, aunado a la valiosa información estadística, documental, histórica y gráfica apor- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática tada por alrededor de veinte instituciones, además de la entusiasta participación de numerosos colaboradores y la consecuente participación de los trabajadores y trabajadores del IGVSB en el ejercicio de organización, sistematización, análisis, representación y diseño hacen hoy posible, luego de varios años de tenaz esfuerzo, presentar al país este importante documento de la Patria. Resultados El Atlas oficial de la República de Venezuela, edición 2015 comprende cinco capítulos distribuidos en cerca de 400 páginas integradas por textos, mapas, imágenes, cuadros, gráficos y fotografías (Figura 1). El primer capítulo denominado “El espacio geográfico venezolano: Imagen y Perspectivas” resume los aspectos fundamentales de la república con una visión prospectiva. El capítulo dos bajo el título “El territorio a través de cinco siglos de historia” expone la conformación histórica de nuestro territorio y los modelos de desarrollo urbano asociados. El capítulo tres presenta los “Aspectos físico-geográficos y recursos naturales” del país; mientras que el capítulo cuatro se dedica con especial interés a los “Aspectos socioculturales” (Figura 2). El quinto capítulo está dedicado a los “Aspectos económicos y servicios” (Figura 3); por último el capítulo sexto versa sobre las “Entidades federales y la Guayana Esequiba”. El Atlas concluye con más de 200 referencias bibliográficas y un nomenclador de términos y unidades. Técnicos e Institucionales 253 Se propone que el atlas sea publicado a través de dos versiones impresas, una de lujo y otra de tiraje masivo; y tres versiones digitales, una accesible desde la WEB, otra en CD y la tercera instalada en el contenido pedagógico de las tabletas y equipos de computación portátil que el Gobierno Bolivariano distribuye de manera gratuita a los estudiantes y profesores de educación básica y diversificada así como a estudiantes de nivel universitario. Debido al carácter público de este documento se permitirá su distribución, copiado y exhibición por parte de terceros, siempre y cuando se den los créditos al Instituto Geográfico de Venezuela Simón Bolívar. El segundo semestre 2014 el Atlas vio culminada la versión preliminar, fecha desde la cual ha sido sometida a diversas revisiones externas; actualmente se encuentra a la consideración de las máximas autoridades de la República. Conclusiones Desde su última edición ocurrida en 1971, el Atlas de la República Bolivariana de Venezuela, edición 2015 constituye un modesto pero significativo aporte al conocimiento, diagnóstico y valoración del país que de manera inédita y acelerada estamos construyendo en el tránsito del siglo XXI. Figura 1. Portada del Atlas de la República Bolivariana de Venezuela, edición 2015-10-23. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 2. Capítulo IV, Aspectos socioculturales. Técnicos e Institucionales 254 La publicación de esta obra, el más importante documento geográfico de la Patria, constituye un instrumento de información, concientización y divulgación de nuestra realidad natural, social, política y cultural que trasciende desde los primeros niveles en nuestras escuelas hasta la diplomacia internacional. Agradecimientos Un documento de esta naturaleza solo puede ser alcanzado desde la construcción colectiva y consecuente. Mencionar a todos los que desde distintos ángulos han permitido esta concreción resulta pues casi imposible. Habiendo trabajado con ellos estamos seguros que mas allá de aspirar ser mencionados de manera individual, su mayor recompensa se expresa en el agradecimiento a Dios por habernos sembrado en esta hermosa Tierra de Gracia. Espetia, P. (2014). Atlas República Bolivariana de Venezuela, Bogotá, p. 16. Sagecan. (1990). Atlas escolar de Venezuela. segunda edición, p. 89. Sagecan. (1998). Atlas básico de Venezuela, Gráficas La Bodoniana, Caracas, p. 222. Real Academia Española. (2015). Recuperado de http:// lema.rae.es/drae/ Referencias Cuéllar, H. (2012). Atlas artístico de la República Bolivariana de Venezuela, grupo Editorial Thema, Bogotá, p. 120. El Nacional, Cartografía Nacional (1997). Atlas práctico de Venezuela, Editorial El Nacional. Figura 3. Capítulo V, Aspectos económicos y servicios. El Nacional (2003). Nuevo atlas práctico de Venezuela, Editorial El Nacional, p. 240. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 255 Aplicaciones de la Geomática para el ordenamiento territorial Amalys Rodríguez, Seymour Borno Geomatik Consultores C.A. [email protected], [email protected] RESUMEN El Ordenamiento Territorial tiene como objetivo zonificar y sectorizar el espacio geográfico en función de las necesidades de la población para mejorar la calidad de vida de sus habitantes aprovechando los recursos disponibles en armonía con el ambiente y a su vez promoviendo un desarrollo económico sostenible en el tiempo, acorde con un plan que regula los usos del suelo y las actividades urbanísticas. Es un hecho que las ciudades en América Latina y el Caribe han crecido y siguen creciendo a un ritmo sumamente acelerado, y en su mayoría, sin un ordenamiento territorial. A nivel mundial las ciudades ocupan únicamente el 2 % de la superficie de la tierra. En América Latina de cada 100 habitantes, 80 viven en ciudades, es decir, 450 millones de habitantes viven en áreas urbanas hoy en día. Los pronósticos al 2050 indican que para este año la población urbana habrá incrementado en 178 millones alcanzando el 86% total de la población. Es evidente la sobrecarga demográfica en esta área tan reducida y en la región, se acentúa aún más debido a la rapidez con la que se ha expandido. Actualmente el 30% de hogares urbanos en estas latitudes se encuentran en barrios informales. En los próximos 20 años este porcentaje puede aumentar significativamente poniendo en peligro a una gran cantidad de personas debido a inundaciones, deslaves, soterramientos y otros riesgos naturales y no naturales a los que están expuestas estas áreas. El cambio climático y la disminución de los recursos económicos y naturales, obliga a que los instrumentos de planeamiento y urbanización deban ser utilizados de forma efectiva y eficiente para enfrentar estos cambios poblacionales que se estiman para los próximos años. Los temas de vivienda, infraestructura, servicios públicos y salud, son solo algunos aspectos de la vida cotidiana de una persona que se ven impactados por un rápido crecimiento urbano como el que está experimentando la región en la actualidad. Es por ello que con la geomática, a través del conocimiento y dominio de las técnicas tales como sensores remotos, fotogrametría, topografía, sistemas de información geográficas, geodesia, cartografía básica y temática, catastro urbano, catastro rural y otros asociados, junto con las bases de geografía, geología, agricultura, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática arquitectura y minería, se puede obtener información sistematizada y georreferenciada de la representación del espacio geográfico, localización y distribución espacial de centros poblados, asentamientos humanos, áreas naturales protegidas, bosques nativos y secundarios, ríos, cuerpos de aguas, entre otros elementos, y definir por medio de los instrumentos de regulación para el ordenamiento territorial, superficies destinadas a la industria, minería, agricultura, turismo, ganadería y expansión urbana, con la finalidad de formular, planificar, ejecutar y evaluar acciones para la elaboración de planes, estrategias y diseños de ingeniería conceptual y gestión, en la utilización del espacio geográfico con fines de contribuir a la planificación y desarrollo sostenible del país. En resumen, la geomática aplicada puede ser usada para el ordenamiento territorial de diversas formas: • Evaluación de los recursos naturales, mediante la interpretación de las aerofotografías y técnicas de percepción remota (imágenes de radar, satélite y vehículos aéreos no tripulados). • Desarrollo de investigaciones sobre aprovechamiento y uso del territorio. • Levantamientos geodésicos, geológicos, mineros, agronómicos, topográficos, catastrales de distintas magnitudes. • Estudios de planificación, organización y ejecución de trabajos, así como diseño y ejecución de vías de comunicación, obras hidráulicas, entre otras, acordes Técnicos e Institucionales 256 con las regulaciones del desarrollo sectorial, regional y nacional. Referencias EDX Courses, IDBX/IDB7X (2015). Desarrollo urbano y vivienda. Banco Interamericano de Desarrollo. Recuperado de: https://courses.edx.org/courses/ coursev1:IDBx+IDB7x+2015_T1/courseware/7154cc52fca84933a03a999dfc8df050/756f4003807048c8bf9e80e3fd790bb1/ Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 257 Vulnerabilidad de las Costas Venezolanas al incremento del nivel del mar, tsunamis e inundación Proyecto Costas e Islas de Venezuela bondades del Sistema de Información Geográfica. La información a recabar también servirá para conocer los escenarios litorales ante el incremento del nivel del mar por efectos del cambio climático y de riesgos costeros por tsunamis e inundaciones locales, fundamentalmente en las costas bajas con una alta ocupación por bienes y servicios y sistemas ecológicos significativos. Se mostrarán varios casos de algunas secciones costeras con posibilidades de ser impactadas por dichos riesgos costeros. José Alexis Arismendi Valero Centro de Procesamiento Digital de Imágenes (CPDI) Fundación Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico (FIIIDT) [email protected] RESUMEN Existe la solicitud e interés de entes oficiales por obtener información de línea base reciente y rápida del mar y de las costas e islas venezolanas a través del uso de la teledetección oceanográfica, así como de otras herramientas que brinda la Geomática. Dentro del Proyecto Costas e Islas de Venezuela, que adelanta el CPDI, se pretende levantar y cartografiar variables temáticas relacionadas con el uso de la tierra, la geomorfología y la geología costera, con miras a realizar la valoración catastral de unos 3.800 Km de costas y de islas como aporte al ordenamiento marino-costero utilizando las Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 258 El Esequibo es nuestro. Un acercamiento histórico geográfico José Alberto Vivas Instituto Geográfico de Venezuela Simón Bolívar [email protected] RESUMEN El presente trabajo, busca abarcar en detalle y con toda rigidez histórica, el proceso a través de una línea de tiempo, afianzada en mapas y documentos algunos inéditos, del despojo del que los venezolanos han sido objeto por parte de Inglaterra, al firmarse el tristemente célebre Laudo Arbitral de París del 3 de octubre de 1899, que no fue más que un simple y vulgar despojo. Donde arrebataron un territorio que según los mapas de la Marina de Guerra Francesa de 1770, el de la Capitanía General de Venezuela de 1777, de la República de Venezuela en momentos de su independencia y otros, que inclusive fueron aceptados por la corona inglesa, demuestran sin lugar a dudas, que el territorio al oeste del río Esequibo es de la República Bolivariana de Venezuela. Desde la Nueva Andalucia, pasando por la creación de la Capitanía General de Venezuela, y hasta la actualidad. También se abordarán los hechos donde la Patria logró momentos de reivindicación territorial, y otros donde estuvo a punto de hacerlo. Incluyendo las acciones del “Terror de los Ingleses” General Domingo Antonio Sifontes (Incidente del Cuyuní); Anacoco y La Rebelión del Rupununi. Se concluye con las acciones tomadas por el gobierno y pueblo venezolano, desde el inicio del actual proceso bolivariano y revolucionario. Palabras clave: ESEQUIBO, CUYUNI, ANACOCO, RUPUNUNI, LAUDO DE PARÍS. THE ESSEQUIBO IS OURS. AN HISTORICAL AND GEOGRAPHIC APPROACH ABSTRACT This paper seeks to cover the details with the whole historical rigidity, the process through a timeline, supported by maps and some unpublished documents, the dispossession of which Venezuela was submitted by England, the signing of the infamous Paris Arbitration Decision in October 3, 1899, which was nothing more than a simple dispossession. They seized a territory that, according to maps of the French Navy in 1770, as well as that of the Captaincy General of Venezuela in 1777, that of the Republic of Venezuela at the time of independence and others, that even were accepted by the British crown, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática demonstrated beyond any doubt that the territory to the west of the Essequibo River is part of the Bolivarian Republic of Venezuela. Since Nueva Andalucía, through the creation of the Captaincy General of Venezuela, up to this day. The facts where the country achieved moments of territorial claim, and others where nearly so, will also be addressed. Including the actions of the “Terror of the Englishmen” General Domingo Antonio Sifontes (Cuyuní Incident); the Anacoco and Rupununi Rebellion. It will conclude with the actions taken by the Venezuelan people and government, since the beginning of the current Bolivarian government. Keywords: ESSEQUIBO, CUYUNI, ANACOCO, RUPUNUNI, PARIS DECISION. Introducción El año 2015 inicia con un asunto muy importante y delicado para el país, en lo que a relaciones internacionales se refiere: la reactivación del reclamo territorial, que el país mantiene sobre los territorios al oeste de la vaguada del río Esequibo, que considera le fueron despojados en 1899, luego de las declaraciones poco amistosas de la canciller guyanesa Carolyn Rodrígues-Birkett, ofrecidas en rueda de prensa el 22 de diciembre de 2014: “Han Técnicos e Institucionales 259 pasado más de 20 años desde el proceso de buenos oficios. Si en dos décadas no se tiene el progreso que quieres ver y ha habido (temas) que lo han complicado, hay que revisar otras opciones“, manifestó, para luego agregar..”Guyana analiza si planteará un arbitraje o tomará acciones legales para resolver la disputa de más de un siglo con Venezuela por la región Esequibo, rica en recursos naturales”. (Rodrígues-Birkett, 2014). La diplomática estimó que el encargado de buenos oficios de las Naciones Unidas de 1989 no ha logrado avances significativos para resolver la controversia por más de 159.500 km2 ricos en bosques y minerales. Además la región del Esequibo delimita con una zona marítima abundante en recursos energéticos. Basado en el Acuerdo de Ginebra de 1966, la resolución de la controversia fue delegada al secretario general de la Organización de las Naciones Unidas (ONU) a través de su representante de buenos oficios, pero el último, Norman Girvan, falleció en Cuba el 9 de abril de 2014, por lo que vuelven a congelarse las mediaciones en el reclamo territorial. La ONU no se ha pronunciado sobre quién sustituirá a Girvan como mediador. La disputa entre ambos países se centra en un viejo reclamo sobre el territorio del Esequibo que se originó en un laudo arbitral en París a finales del siglo XIX, que concedió la soberanía a Guyana y que Venezuela siempre ha cuestionado. Para Venezuela, esa zona en reclamación aún aparece en el mapa como territorio venezolano, pues así ha sido. Siendo la posición del actual gobierno venezolano, de llevar la disputa hasta un final satisfactorio desde un escenario de paz. En cambio, desde su independencia, los guyaneses han crecido viendo en sus escuelas, el mapa del territorio guyanés, donde se incluye el Esequibo como parte del mismo. No rayado como debería ser de acuerdo a la norma internacional. El Esequibo Venezolano Unido de Gran Bretaña e Irlanda del Norte sobre la frontera entre Venezuela y la Guayana Británica, firmado en Ginebra (Suiza) el 17 de febrero de 1966, mejor conocido como Acuerdo de Ginebra, es un tratado vigente firmado por Venezuela por una parte, y el Reino Unido junto con su colonia de Guayana Británica (que estaba próxima a recibir la independencia) por la otra, por el cual se detallan los pasos a seguir para la resolución de la controversia limítrofe-territorial sobre la Guayana Esequiba surgida de la contención venezolana ante la ONU, en 1962, de considerar nulo e írrito (inexistente) el Laudo Arbitral de París de 1899 que emitió el Tribunal Arbitral de París y que definió la frontera común entre Venezuela y Guayana Británica, sin presencia de venezolanos, los cuales fueron representados por estadounidenses, rusos y británicos. La decisión del tribunal quedó en tela de juicio luego de hacerse público el testamento, donde se incluía, el Memorándum de Severo Mallet Prevost y otros documentos que demostraban las maniobras y manipulaciones que comprometían la validez del laudo. Después de muerto Mallet-Prevost, en Nueva York el 11 de diciembre de 1948, se descubrió por sus testimonios escritos (testamento), que Venezuela fue despojada de todo lo que le pertenecía. El Memorándum de Mallet-Prevost conmovió al mundo “para quedar tranquilo con su conciencia” (se recomienda leerlo). ¿En qué consiste el Acuerdo de Ginebra?. El Acuerdo para resolver la controversia entre Venezuela y el Reino El Acuerdo de Ginebra fue firmado el 17 de febrero de 1966. Publicado en la Gaceta Oficial de Venezuela Nº Esto es un problema político nacional, con mucho de geográfico-histórico. Han ocurrido varios sucesos que en el escenario internacional han dejado los rastros de una intromisión poco justa de parte de los imperios con intenciones malsanas y cuyos hechos hablan por sí solos. Es menester profundizar con información histórica de los aspectos socio-políticos venezolanos, así como guyaneses, que permitan comprender a fondo el asunto y así construir estrategias que permitan lograr los objetivos reivindicativos planteados. A lo largo del presente artículo se pueden identificar una serie de acciones que revelan que la historia olvidada no es historia ni es nada. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 260 28.008 del 15 de abril de 1966 y posteriormente registrado por este mismo país el 5 de mayo de 1966 en la Secretaría General de la Organización de las Naciones Unidas bajo el Nº I-8192. En el Acuerdo de Ginebra se establece la creación de una Comisión Mixta integrada por representantes de Venezuela y de Guyana (Reino Unido, a pesar de ser parte firmante del tratado, no tiene participación en la comisión) la cual en un plazo de 4 años tendría que decidir cuál podía ser la solución al problema limítrofe, una vez vencido este plazo, se suscribe en 1970 el Protocolo de Puerto España entre Guyana, Reino Unido y Venezuela por el cual se “congelaba”, por un término de 12 años, parte del Acuerdo de Ginebra. En 1982 Venezuela decide no ratificar el Protocolo de Puerto España y se vuelve a lo establecido en el acuerdo. Tres meses después de la firma del acuerdo, el 26 de mayo de 1966, la colonia de Guayana Británica recibe la independencia llamándose a partir de entonces “República de Guyana” (y desde 1970: República Cooperativa de Guyana), fecha a partir de la cual el nuevo Estado pasa a formar parte del acuerdo como país soberano e independiente sustituyendo totalmente a Reino Unido en las conversaciones con Venezuela respecto al diferendo limítrofe. El Acuerdo de Ginebra es un acuerdo transitorio para llegar a una solución definitiva, y aunque invalida el laudo de 1899, se mantiene el statu quo que este derivó. Por lo tanto, el área en reclamación se encuentra bajo la autoridad del gobierno de Guyana hasta que no se resuelva algo diferente conforme al tratado. El artículo primero del documento, reconoce la contención de Venezuela de considerar nulo e írrito (inexistente) la decisión del tribunal que definió su frontera con Guayana Británica. Reino Unido y Guyana (entonces Guayana Británica) al firmar el documento reconocen el reclamo y la inconformidad de Venezuela acordándose así encontrar una solución práctica, pacífica y satisfactoria para las partes. En 1983 Venezuela propone la negociación directa con Guyana pero ésta no acepta y propone tres alternativas (Asamblea General de la ONU, Consejo de Seguridad o Corte Internacional de Justicia) que Venezuela rechaza. Ese mismo año de 1983, por iniciativa de Venezuela, el conflicto limítrofe se lleva bajo los auspicios del Secretario General de las Naciones Unidas, en concordancia a lo previsto en el artículo IV, numeral 2 del acuerdo y apegados al artículo 33º de la Carta de las Naciones Unidas referente a los medios de soluciones pacíficas de controversias. Figura 1. Los derechos venezolanos de soberanía en el Esequibo. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática En 1987 Guyana y Venezuela deciden aceptar el método de los Buenos Oficios que comienza a funcionar desde 1989 en la persona de un Buen oficiante elegiTécnicos e Institucionales 261 do y aceptado por las partes. Esta figura tiene como función acercar a ambos gobiernos con el fin de que estos lleguen a una solución satisfactoria como lo dicta el tratado. El buen oficiante era el jamaicano Norman Girvan quien fue elegido y aceptado por ambos países con la anuencia del Secretario General de la ONU. Pero como mencionamos antes, murió a inicios del 2014. El viernes 11 de octubre de 2013 la marina venezolana interceptó en aguas del océano Atlántico un buque científico malayo, de nombre Teknik Perdana. El barco había sido alquilado por la compañía de exploración petrolera Anadarko, con sede en Texas, sur de Estados Unidos, para llevar a cabo estudios de viabilidad en una concesión otorgada por Guyana, contraviniendo lo estipulado en los acuerdos anteriormente firmados. Este incidente no perturbó las buenas relaciones entre ambos países, pero avivó la controversia. Debemos recordar que Guyana recibe el 43 % de sus necesidades energéticas, a través de Petrocaribe, organización surgida desde Venezuela, con grandes intenciones integracionistas. En los hechos que conforman la historia del Esequibo Venezolano, hay un aparte muy importante para entender el desarrollo de los acontecimientos, y la responsabilidad de cada uno de los actores. Con este escrito, se pretende colaborar en tal entendimiento. Incidente del Cuyuní En 1895, Venezuela sabía de los planes de los ingleses de adentrarse en suelo nacional y tomar diferentes lugares para la corona, siguiendo los abusos originados tras la tristemente célebre, línea Schomburgk. Entre esos espacios estaba El Callao, que por ser una población productora de oro, era codiciada por Inglaterra. Por esa razón, los ingleses habían cruzado el río Cuyuní para invadir y reclamar territorio... Allí fue cuando Sifontes les salió al paso. Ese año (1895), el general Domingo Antonio Sifontes, encabezó un enfrentamiento entre venezolanos e ingleses, que habían invadido el territorio nacional desde la Guayana Inglesa, buscando apoderarse de las tierras ricas en oro. Este episodio armado fue conocido como “El incidente del Cuyuní”, que tuvo lugar en El Dorado, estado Bolívar, y por el cual tras la victoria, Sifontes es considerado un héroe patrio. Anterior a este hecho, ya había un historial de tensiones entre las dos naciones, cuyo punto inicial se ubica en 1821, cuando Simón Bolívar da instrucciones para protestar contra la Corona Inglesa por incursiones realizadas desde la Guayana Inglesa. Situación que alcanza un punto crítico con la determinación de Antonio Guzmán Blanco de romper relaciones con Inglaterra (1887) por la adjudicación, mediante decreto, de El Callao, Guasipati Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática y El Dorado al territorio colonial inglés. Pero la acción victoriosa de Sifontes y sus hombres (civiles y militares), logra que cesen las pretensiones británicas de tomar parte del suelo venezolano por las armas, para dar paso a discusiones que se mantienen hasta la actualidad. Con el fin de cortar el avance inglés, que amenazaba desde 1884, se crea la “Comisaría Nacional del Cuyuní y sus Afluentes”, ubicada en la margen izquierda del río del mismo nombre, aguas abajo de la desembocadura del río Yuruán, en el estado Bolívar. Con este mismo fin, se asigna una guarnición militar para esta zona y una compañía de la Fuerza Armada Nacional, a cargo del general Domingo Antonio Sifontes, nombrado comisario general de la entidad. A Sifontes, nacido en Cantaura, estado Anzoátegui, en 1834, se le conocía como el llanero intelectual. Esto, como puede leerse en el trabajo titulado: General Domingo Antonio Sifontes: “El terror de los ingleses”, debido a que intercalaba un gran número de lecturas y estudios con sus labores en el campo, a las que se dedicó desde muy temprano, cuando su familia se trasladó a Tumeremo. Durante su desempeño como comisario durante la presidencia de Joaquín Crespo, se le encargó, entre otras tareas, la exploración de la zona, la civilización de los indígenas que allí habitaban y, sobre todo, el cuidado Técnicos e Institucionales 262 de la compañía, manteniéndola completa, equipada y distribuida por el territorio que le fue asignado, así como la creación de sub-comisarías, proceso que llevó a cabo con rapidez. venezolano desocupado, mas no abandonado, ubicado en la margen izquierda de río. Esa mañana, los hombres de Barnes izaron la bandera inglesa en tierras venezolanas. Su gesta comienza el 2 de marzo de 1884, fecha en la cual funda la población de El Dorado, en la que estableció un puesto militar para expulsar a los invasores del área. Este hecho le ha ganado el reconocimiento como héroe local y defensor de la soberanía nacional. Ante este hecho, el capitán Andrés Avelino Domínguez, segundo al mando de Sifontes, procedió a recuperar militarmente el asentamiento, desalojar a los ingleses e izar el tricolor nacional. Cabe destacar, que en el grupo iban civiles voluntarios, algunos de ellos armados de palos y cuchillos. El resultado del combate encarnizado y desigual escenificado en el lugar conocido como Piedra Escrita, fue la retirada desordenada de los ingleses y el apresamiento de Barnes, algunos de sus hombres, y parte de su armamento que dejaron abandonado. Todos fueron llevados a la Comisaría General del Cuyuni y sus Afluentes, lo que marcó un punto determinante en las relaciones de ambos países. Desde entonces hasta la actualidad, las disputas territoriales se han mantenido en el plano diplomático. Salvo otro “incidente”: ANOCOCO. Según relata el general Oscar Márquez, ex representante ante el Consejo Nacional de Fronteras y autor del texto “Como la nación venezolana detuvo la usurpación, invasión o avance británico hacia el Orinoco”, a pesar de que las órdenes de Sifontes eran no tolerar asentamientos de británicos ni permitir maniobras militares de personas de esta nacionalidad, el general Sifontes procedió con diplomacia, interesado en evitar confrontaciones bélicas, de tal forma que sopesaba las acciones a tomar en favor de la nación a la que servía. No obstante sus precauciones, el 2 de enero de 1895 se produce el llamado “Incidente del Cuyuní”, bautizado así por el propio Sifontes, un enfrentamiento armado entre venezolanos y británicos, en el que los primeros resultaron vencedores. A tempranas horas de ese día, los soldados del inspector inglés Barnes, tomaron un puesto militar Aquella victoria y contención de las tropas inglesas se le atribuye al general Sifontes y a su habilidad estratégica y decisión de comando. Por esta condición resaltante en la historia nacional, un municipio del estado Bolívar fue bautizado con su apellido: Sifontes, donde hoy descansan los restos del héroe. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática La toma de la isla Anacoco Cuando Inglaterra impuso el Laudo Arbitral en 1899 violando todas las normas del derecho internacional, nuestro país perdió 139.500 km2. Porque en la parte definitoria se fueron “ultra petita”, es decir, le reconocieron a Inglaterra mucho más de lo que formalmente ésta pretendía. En 1953, Marcos Pérez Jiménez, reactivó la queja y se la planteó al Secretario de Estado Norteamericano, única vía posible de gestión, en medio de la Guerra Fría. Estaba reciente el escándalo Mallet-Prevost, la confesión póstuma de uno de los asistentes de los jueces de 1899, donde se expuso la corrupta y vulgar gestación del fallo a favor de Inglaterra. En 1966, ocupando la totalidad de esa “zona en reclamación”, nació la República Cooperativista de Guyana, con sólo 215.000 kilómetros de territorio, es decir, que el área históricamente venezolana configura las dos terceras partes de su territorio. Se creaba un nuevo país de tendencia izquierdista a nivel de gobierno, heterogéneo en lo étnico, lingüístico, religioso y también en lo político. Cuando el litigio dejó de ser contra Esequibana - Inglaterra y en su lugar quedó el país Guyana, Venezuela perdió parte de sus argumentos de reivindicación. La acción de fuerza del gobierno de Raúl Leoni, de tomar posesión la isla de Anacoco, tiene un gran impacto en los habitantes Técnicos e Institucionales 263 de la Guayana Esequiba, que creen posible la anexión de Venezuela. La isla de Anacoco tiene una superficie de 28 Km2, hecho ocurrido el 12 de Octubre de 1966, día en que se colocó una compañía del Ejército; se construyó un cuartel para la compañía y una pista de aterrizaje, y se incorpora la isla a la influencia de venezolana (Figura 2). Ahora la inmensa y rica Venezuela aparecía como el estado agresor de su pequeño vecino. Entonces surge una oportunidad de reivindicación, el año de 1969, con la Rebelión pro-venezolana del Rupununi guyanés, liderada entre otros por Valerie Hart. La Rebelión del Rupununi El 2 de enero de 1969, hubo un alzamiento masivo en esa provincia guyanesa (Rupununi), provocado por la falta de atención, los abusos y el sectarismo religioso del gobierno de Forbes Burnham. Se proclamaron independientes de Guyana y planteaban la posibilidad de crear un nuevo país o sumarse a Venezuela. Valerie Hart participó en el movimiento, junto con un numeroso grupo de ganaderos y hacendados pertenecientes a las familias Melville, Sing, Browney y Daron, de la región Lethen y Annai, poblaciones situadas a unos 600 Kilómetros de Georgetown. Apoyados por un innumerable grupo de Amerindios principalmente Wapishana, Arawak, Akawaio, Macuchi entre otros. Nombrada líder del estado libre del Rupununi dio la voz de alerta al mundo a través de una pequeña emisora de radio solicitando ayuda para su región especialmente a los EE UU, Venezuela o de cualquier otro país que la escuchara. Identificándose Valerie Hart como Presidenta de la asociación de Ganaderos del Rupununi y representante de los pueblos libres y del Estado libre del Esequibo en rebelión contra el Gobierno del PNC y Burnham (Afrodescendientes), señalando que los ganaderos y los amerindios de la región luchaban contra su dictadura. Figura 2. La recuperación de Anacoco. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Señaló igualmente que las poblaciones de Annai, Pirara, Arapohom, Karasabai y Manarin se encontraban bajo su control. Pero que había una fuerte lucha en la población de Manari contra las Fuerzas de Defensa de Guyana (GDF). A través de esa pequeña emisora es que el mundo conoce de los acontecimientos en las sabanas del Rupununi. Al día siguinte Hart, pasa a territorio Técnicos e Institucionales 264 venezolano volando su propia avioneta, llega a Santa Elena de Uairén y de allí a Ciudad Bolívar y de ésta, con la ayuda de un piloto venezolano, se trasladó a Caracas donde se entrevistó con el Canciller Ignacio Iribarren Borges y con el Dr. Leandro Mora, Ministro de Relaciones Interiores. Ante los cuales hace una dramática relación de los hechos que habían conducido a que fuera designada presidenta de un Comité Provisional de Gobierno. Burnham negaba derechos a los 40 mil nativos y pobladores de la zona. Su ministro de Agricultura Robert Jordan, les había explicado, como parte de una política racista, que no le serían validados los títulos de propiedad de sus tierras y les había advertido que la zona sería repoblada con población negra, sobre la cual Burnham sustentaba su fuerza política en hostilidad contra indostanos y amerindios. Valerie Hart le dijo al canciller que la intención de los insurrectos era convertir a Rupununi en un territorio independiente bajo protección venezolana en un principio. Valerie Hart relató la operación en marcha. Los aeropuertos de Lettem y Annai, fueron bloqueados con tambores de gasolina, mientras los insurrectos leían la proclama de un movimiento denominado “Guyveno” (Guyanés-venezolano), que tenía como símbolo un arco y una flecha. Jim Hart (esposo de Valerie), Harold Melville, y Maurice Mitchell encabezaron la acción con el apoyo de 100 personas en su mayoría mujeres armadas de escopetas. A todo esto, el canciller Iribarren Borges contestó:”... con arreglo a las convenciones diplomáticas, explicó que Venezuela estaba comprometida con el acuerdo firmado en Ginebra con Inglaterra y Guyana en febrero de 1966, y que no podía intervenir de ninguna manera a favor de los rebeldes”. El 4 de enero desde Ciudad Bolívar llegó a Santa Elena de Uairén el capitán Edgar Gavidia Valero con un mensaje preciso: “los componentes militares venezolanos debían desbloquear las pistas y comenzar la evacuación de la población amerindia y de los cabecillas de la revuelta”. No obstante, el despeje de la pista suponía la llegada en horas de los contingentes de Georgetown. Un piloto de la línea Guaica que logró permanecer mayor tiempo en Lettem contó a su regreso las escenas de terror que se desencadenaron cuando dos C-47 aterrizaron en la zona con los mercenarios ingleses (Diablos Rojos) y fuerzas regulares guyanesas. Burnham (cuyo partido sólo había obtenido dos votos en el territorio de Rupununi en recientes comicios), ordenó una implacable operación de limpieza étnica. Los rebeldes fueron derrotados, algunos ejecutados, otros huyeron a Venezuela donde les dieron cédula de identidad venezolana. Sus casas las incendiaron, condenando a varios participantes de la acción armada, a prisión, los pobladores sometidos a despiadadas torturas y las mujeres fueron víctimas de todo tipo de violaciones. Por varios días pareció posible que Venezuela ocupase esa zona o por lo menos prestase ayuda logística y militar a la masa popular declarada Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática en rebeldía. Pero aunque el episodio causó conmoción en Venezuela y preocupación en toda el área, la revuelta fue reprimida y Rupununi “pacificado”. Asediado por los periodistas aquella tarde, Borges se limitó a decir: “Venezuela no considera prestar ayuda militar a los rebeldes de Guyana”. El presidente Raúl Leoni desde Miraflores aseguró: “no habrá declaraciones”; mientras que el ministro Leandro Mora fue tajante: “el movimiento no hubiera fracasado de haber intervenido Venezuela”. Horas después, desde el hotel “El Conde”, Valerie Hart declaraba indignada:“quiero que se entienda muy claro que si el gobierno de Venezuela, por presión de los Estados Unidos, no presta ningún tipo de ayuda a la gente de Rupununi esto equivaldría a darle su respaldo al gobierno de Burnham”. Al preguntarle los periodistas por qué decía eso, la Sra. Valerie Hart afirmó: “...Porque ese territorio es venezolano y nosotros nos sentimos venezolanos, pero según el criterio de los Ministros, el Gobierno de Venezuela teme la repercusión que podría tener en la esfera de sus relaciones internacionales...”.“...lo que nosotros queremos es crear un Estado independiente, o anexarnos a Venezuela, porque a este territorio pertenecemos...”. En alocución radial a la Nación guyanesa, el día 4 de enero el Primer Ministro Forbes L. Burnham, acusó al gobierno de Venezuela de entrenar a los insurrectos y de armarlos. No obstante esta declaración del Gobierno guTécnicos e Institucionales 265 yanés, Valerie Hart negó tales acusaciones, exonerando a nuestro país de los señalamientos, al indicar: “...de Venezuela no hemos recibido nada, ahora es cuando estamos solicitando ayuda. Es falso que nuestros combatientes hayan sido adiestrados en territorio venezolano. Nuestro movimiento está inspirado por un sentimiento venezolano, porque nos consideramos hijos de esta tierra. También es falso que pretendamos anexar nuestro territorio a Brasil; esto debe quedar bien claro: nos sentimos venezolanos y queremos formar parte física y espiritual de Venezuela...”. Años después (según Manuel Felipa Sierra) el periodista Américo Fernández de El Nacional entrevistó en Ciudad Bolívar a Maurice Mitchell, uno de los jefes de la revuelta, quien recordaba que funcionarios de los ministerios de Relaciones Exteriores e Interiores le habían prometido en aquella oportunidad: “armas, entrenamiento, una avioneta y protección en caso de fracasar la revuelta”. Por esos días, en un poblado de Texas, Valerie Hart recordaba la amarga sensación que sintió una tarde de enero frente a la plaza Bolívar de Caracas. ¿Por qué Venezuela no aprovechó la coyuntura para revertir el despojo territorial? Primero, porque los dos presidentes venezolanos del momento, Raúl Leoni saliente pero todavía a cargo y Rafael Caldera, electo pero sin tomar posesión, no quisieron arriesgarse, temieron a la reacción del imperio del norte. Leoni estaba viejo, enfermo, ya su partido había perdido las elecciones. Caldera, consultó a la Embajada Norteamericana y ésta le dio la línea a seguir, en todo caso, su moderación aquel 1969 contrasta infinitamente con el discurso nacionalista de 1941, cuando era Diputado y protestaba contra la pérdida de la Guajira en el gobierno de López Contreras. Cosas veredes Sancho. triunfo posteriormente. Tuvo cinco hijos. Arriesgó todo por el ideal de ser venezolana y de que se reintegrará a Venezuela, parte de su territorio perdido. Es tiempo de enaltecerla. “...Corazón de la revuela del Rupununi...” como lo titulara su artículo la Lic. McAlmont en “la Historia de la Semana” publicada en el diario Stabroek News el primero de enero de 2009. Hubo individualidades que a motu propio aportaron dinero, armas y participaron. Unidades militares se aprestaron a intervenir, y se hicieron planes de ataques aéreos. Todo fue detenido y los esequibanos venezolanos, que al grito de “We are venezuelans”, se rebelaron, fueron abandonados a su suerte. Valerie Hart, la líder del movimiento secesionista, vino a Venezuela, habló con ministros, presidentes y declaró a los medios, se hizo responsable de la acción y con eso se condenó a la pena eterna (traición a la patria guyanesa) y al ostracismo. Se declaró venezolana pero Venezuela no la asumió. Terminó exiliada en Texas. Valerie (Figura 3), una mujer morena, tenía treinta y cinco años, su familia era ganadera y ya fungía como diputada guyanesa por el Rupununi, fue postulada para las elecciones de 1968, por el Partido Fuerza Unida (UF) de Peter D´Aguiar por el distrito electoral del Rupununi. Resultando electa en la contienda desconociéndose su Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Valerie Hart, promotora de la consigna “We are venezuelan”. Técnicos e Institucionales 266 Desde ésta visión, el punto más débil del gobierno de Mr. David Granger, es su política con los amerindios e indostanos esequibanos. Desde la rebelión de Cuffy (febrero de 1763) acaecida en las plantaciones aledañas al rio Berbice, la población de origen africano mantiene su hegemonía sobre las otras etnias que hacen vida en lo que ahora es la República Cooperativa de Guyana. Figura 4. Bandera. Observacion: Al referirse a Guyana (República Cooperativa de Guyana) Venezuela solo reconoce su territorio al este del río Esequibo (Nota de Reconocimiento de la Cancillería al nuevo estado de Guyana del 26 de mayo de 1966: “En consecuencia, el territorio de la Guayana Esequiba sobre el cual Venezuela se reserva expresamente sus derechos soberanos, limita al Este con el nuevo Estado de Guyana, a través de la línea media del río Esequibo, tomado éste desde su nacimiento hasta su desembocadura en el Océano Atlántico”. Conclusiones El Esequibo, ¿qué hacer? El trabajo que se está haciendo, sobre mapas y documentos que demuestran que el territorio al oeste del rio Esequibo es parte de la República Bolivariana de Venezuela, es muy bueno, es exitoso. A pesar que algunos afrodescendientes se unieron con amerindios surgiendo de este mestizaje etnico-cultural, los cimarrones, y que los ingleses trajeron a dicho territorio chinos, javaneses e indios como mano de obra barata, la política de los gobiernos de mayoría afroguyanés, ha sido discriminatoria. Esa situación y las expropiaciones que realizó Forbes Burnham una vez en la presidencia (1966), perjudicando a ganaderos esequibanos, fueron motivo de la rebelión del 2 de enero de 1969 (Valerie Hart). En estos momentos, la situación no ha mejorado para los esequibanos no afroguyaneses. La población en el territorio del Esequibo venezolano, disminuye, siendo la emigración, el problema social más grave. Siendo Venezuela el país que recibe gran parte de esta población que emigra. Quizás esa sea la razón, por la que no han llamado a referéndum para que la población del territorio Esequibo manifieste su deseo de quedarse guyanés o como dijo Valerie Hart y todavía se lee en algunas paredes de Lethem: “We are venazuelans”. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Referencias Artículo elaborado por el Dr. Seelochan Beharry en el guyana journal en enero de 2006 “el 02 de enero: el día del recuerdo amerindio un día de luto nacional. “...Los principales líderes de la rebelión huyeron al exilio. A brasil y venezuela. Al igual que muchos de los amerindios que participaron con ellos junto a cientos de personas que no participaron, pero que sufrían como consecuencia de ello la causa amerindia había tenido un gran revés...”. “...Las denuncias de atrocidades cometidas contra civiles por la policía de origen africano, fueron publicadas en el periódico o globo de brasil y destacadas en londres en el observador el 8 de junio de 1969: “en lethen (según un periodista brasileño, desde boa vista, a través de la frontera de lethen) vi casas destruidas por el fuego de ametralladoras sin que los ocupantes tengan la mas mínima oportunidad de escapar. Vi a la policía de guyana reducir a ocho personas, tres adultos y cinco niños de siete años. En otro momento en que se capturo a dos niñas, una de 14 y otra de 15. Las dos permanecieron atadas desnudas durante tres días sin comer nada. Después de que fueron violadas por la policía para después ser arrojadas al suelo y ser aplastadas por un camión”. Técnicos e Institucionales 267 Bureau Of Stadistics Guyana (2012) Guyana Population & Housing Census. Preliminary Report. Ciudad Bolívar (1969). Caracas, 8 de enero de 1969. Año LIX. N° 21.398. Pág 1. Cuerpo A. Gispert, Carlos (1982). Geografia de América. Barcelona: Océano. González, Pedro (1991) .La Reclamación de la Guayana Esequiba. Caracas: Miguel A. García e Hijo S.R.L. Sureda, Rafael (1984). Betancourt y Leoni en la Guayana Esequiba. Caracas: FACES-UCV. Consultas en: http://www.militar.org.ua/foro/ Silva, Mario (2015). Programa televisivo: La Hojilla fecha: sábado 11 de julio de 2015. Marquez, Oscar J. “La Ocupación De Anacoco”. Pág 12 a 45. El Universal.(S/A). “Mil muertos en frontera con Guyana”. Agencia de noticias: Innac. Kelder Toti (2014). La Rebelión de Rupununi. 24 de febrero de 2014. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 268 La Geomática y nuestra Fuerza Armanda Bolivariana Contralmirante César Enrique Salazar Martínez Director de Geografía y Cartografía Militar - DIGECAFA RESUMEN La Fuerza Armada Bolivariana para garantizar la independencia, soberanía y ejercer la defensa militar debe emplear no solo la fuerza militar sino también hacer máximo uso de los recursos tecnológicos disponibles, que le permitan aplicar todos los preceptos estudiados y practicados en el arte de la guerra. El mismo arte de la guerra que nos indica que el terreno constituye la parte más esencial en la conducción de una operación militar, ahora bien, debemos entender al terreno como ese espacio geográfico donde interactúan un conjunto de variables en un determinado lugar y que están en constante interrelación produciendo un efecto sobre las actividades del hombre, que en este caso particular no es más que planificar y conducir la estrategia militar. Hoy en día, el espacio geográfico es percibido con un conjunto de sensores que, no estando en contacto directamente con la tierra, son capaces de detectar mucha más información que estando en ella misma, ejemplo de ello son los diferentes satélites que orbitan nuestro planeta y que en combinación de otras tecnológicas como la que proporciona la informática, dan origen a una ciencia geoespacial llamada Geomática. • Generación de escenarios 3D, Modelos de Elevación y Superficie para la conducción de operaciones militares, entre otros. Es así como, una fuerza armada profesional vinculada a la Geomática logra la adquisición, modelado, tratamiento, almacenamiento, recuperación, análisis, explotación, representación y difusión de la Geodesia, la Geografía, la Fotogrametría y la Teledetección, con productos de alta fiabilidad como los Sistemas de Información Geográfica e Infraestructura de Datos Espaciales y cualquier ciencia que suponga el procesamiento de información geográfica. A partir del lanzamiento del Satélite Francisco de Miranda, el trabajo combinado con la Agencia Bolivariana para Actividades Espaciales (ABAE) y los lazos interinstitucionales con el Instituto Geográfico Simón Bolívar y el Instituto de ingeniería con su Centro de Procesamiento Digital de Imágenes (CPDI), nuestras experiencias son ricas en logros importantes, que podemos resumir en: • Detección de pistas de aterrizaje clandestinas utilizadas por el narcotráfico en todo el eje fronterizo. • Identificación de cultivos ilícitos (marihuana y cocaína). • Ubicación de zonas con explotación de minería ilegal. • Independización de los procesos y técnicas para elaborar productos cartográficos. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 269 Mapa Caracas y su aporte a la gestión del Municipio Libertador Ricardo Santana S., Luisegleé Montezuma S. Dirección de Catastro Municipio Libertador recreacional-Rutas de Transporte Terrestre-Inventario de Espacios Públicos. El Catastro Inmobiliario y su aplicación en el Mapa Caracas. Registro de inmuebles a través de la cartografía catastral-Inventario Actualizado de los inmuebles del municipio libertador. [email protected] RESUMEN Definición y Estructura del Sistema de Información Geográfica “Mapa Caracas”-Alcances y Objetivos- Capacidades Técnicas-Tipo de Software aplicado. La Necesidad de un Sistema de Información Geográfica para el Mejoramiento y la Optimización de las Políticas Públicas, Inventario de Obras Públicas, Seguimiento y Control de las Inversiones realizadas y seguimiento de proyectos. El Mapa Caracas como herramienta tecnológica para el análisis espacial de los Indicadores Sociales, Económicos y Políticos del Municipio Libertador con el objetivo de evaluar áreas en conflictos, o zonas en decrecimiento, para lograr un enfoque equitativo de la Gestión Pública. Mapa Caracas como Herramienta Cartográfica al Servicio Público. Información detallada, con la ubicación de los principales sitios de interés turísticos y Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 270 Pi desde las Entrañas Una visión interna del App. Patrullaje Inteligente del iceberg, y que detrás de esa sencilla herramienta, hay una conjunción de tecnologías de la más alta gama. Giovanny Quagliano SIGIS Soluciones Integrales GIS C.A. [email protected] RESUMEN El 24 de Septiembre del 2014, fue lanzada la aplicación Patrullaje Inteligente para dispositivos móviles, un sistema tecnológico sin precedentes para el país, en el que se busca apalancar un dispositivo de seguridad nacional con ayuda de herramientas tecnológicas de última generación. Una simbiosis perfecta entre el estado venezolano y la empresa privada dio como frutos esta iniciativa, donde queda demostrado que en Venezuela también se construyen sistemas informáticos de alta calidad. Pi desde las entrañas busca explorar los componentes tecnológicos con los que se construyó esta aplicación, de la que hoy sólo se conoce como una herramienta para dispositivos móviles, develando que esa es sólo la punta Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 271 WorldDEM - El nuevo Standard en Modelos de Elevación a escala Mundial Alfonso Casado Airbus Defence&Space [email protected] RESUMEN WorldDEM™ es el nuevo Modelo Digital de Elevación ofrecido por Airbus Defence&Space que cubre una superficie de 150 millones de kilómetros cuadrados de terreno emergido, que es la superficie entera de la Tierra. Es el modelo de elevaciones más homogéneo y preciso producido hasta ahora a escala Mundial. Los productosWorldDEM™ se basan en los datos capturados durante la misión específica para este propósito, ejecutada por los satélites radar Terrasar X y Tandem X. La misión ha sido financiada por una sociedad Público-Privada entre el estado alemán, representado por el centro aeroespacial alemán (DLR) y Airbus Defence&Space. El portfolio de productos WorldDEM incluye 3 productos, cada uno basado en el anterior y que se diferencian por su nivel de edición: El conjunto de datos WorldDEM (Figuras 1 y 2), es único en su género, y ofrece ventajas para un amplio número de aplicaciones, como ortorrectificación de imágenes de satélite, aviación militar y civil, gestión de explotaciones de petróleo y gas, además de misiones de defensa y seguridad. Su cobertura global facilita asimismo la cooperación internacional y la planificación de misiones transfronterizas; disponer de un DEM estandarizado, de elevada precisión, es un factor de crucial importancia; en especial en aquellos casos en que disponer de información de precisión sea de máxima prioridad (ante catástrofes naturales o medioambientales, por ejemplo). • Disponible de forma inmediata. Figura 1. WorldDEMTM (DSM) Figura 2. WorldDEMTM (DTM) 100% de Venezuela ya disponible! WorldDEM, características • Cobertura mundial, de polo a polo: DEM homogéneo y estandarizado en cualquier punto de la Tierra. • Calidad única en su género: Extraordinaria información de la superficie en cualquier punto de la Tierra. • Precisión sin rival: 2 m (relativa) / 4 m (absoluta) de precisión vertical en una malla de 12 m x 12 m. • Modelos Digitales de Superficie y de Terreno disponibles. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 272 Tu mundo a escala en los ojos de un drone Bethania Peña Godoy SIGIS Soluciones Integrales GIS C.A. [email protected] RESUMEN Nunca la geodesia estuvo tan al alcance de nuestras manos. Comparte nuestra experiencia con la utilización de una herramienta tecnológica que ha revolucionado los estándares tradicionales de plataformas satelitales. Ahora desde tus manos podrás escalar tu entorno de manera precisa, rápida y fácil. Con el apoyo de la tecnología Drone, obtienes precisiones centimétricas en cortos periodos de tiempo nunca antes imaginados en la utilización de misiones satelitales. Al abordarte en esta emocionante experiencia como piloto, al mismo tiempo generas productos valiosos necesarios para la planificación geoespacial de cualquier obra de ingeniería. métodos convencionales utilizados en la geodesia. La tecnología geoespacial cada día avanza y nos genera productos de mejor calidad en menor tiempo de ejecución con mucha versatilidad, para muestra de ello la utilización de estos aviones piloteados remotamente los cuales te trasladan a cualquier área que desees. Modela tu ambiente e imagina todos los elementos reales que pueden representar visto desde una perspectiva en tres dimensiones, ahora tu apreciación será vista desde un Drone. Las bondades de la utilización de estas aeronaves van desde imágenes estereoscópicas con una alta resolución espacial, hasta modelos digitales del terreno y modelos de superficie de alta precisión, con un costo considerablemente mucho más bajos que los comparados con los Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 273 Empleo de drones para apoyar el seguimiento y ejecución de proyectos para redes de servicios públicos Victor Vilacha CARTOGEO C.A. [email protected] RESUMEN La disponibilidad de imágenes de muy alta resolución capturadas a partir de aeronaves no tripuladas, mejor conocidos como drones o UAV, ha permitido su incorporación en aquellas actividades y aplicaciones que requieren información con gran detalle visual, sumado a una periodicidad de captura cada vez más frecuente. Algunas de estas actividades, son las relacionadas al manejo de redes de servicio público en particular, las que se hallan en grandes áreas urbanas, cubriendo extensas áreas geográficas con altas densidad poblacional, administrando y monitoreando un inventario de equipos e infraestructura de gran envergadura y complejidad, con una dinámica de cambio muy alta. genes tomadas desde drones para la identificación, validación, seguimiento y control de las obras necesarias en la instalación de redes de Servicios Públicos, presentamos a continuación un ejemplo práctico de una red de servicio eléctrico de media y baja tensión, en un urbanismo del litoral mirandino. Es necesario el uso de herramientas de tipo SIG, para garantizar la correcta ubicación de los diferentes elementos y la visualización de la infraestructura de los equipos de la red, así como su interconectividad, estos programas incluyen opciones para desplegar imágenes georeferenciadas, prestando un gran apoyo a las tareas de mantenimiento y monitoreo de la red eléctrica. Posteriormente las cuadrillas de campo, podrán periódicamente hacer revisiones, chequeos o inspecciones de las redes pudiendo determinar cuales han sido golpeados, como se encuentra el cableado que se une a ellos, que tan cerca se encuentra la vegetación, así como otros peligros relacionados. Palabras clave: DRONES, REDES DE SERVICIO PÚBLICO, REDES ELÉCTRICAS, LEVANTAMIENTO DE CAMPO, SISTEMAS DE INFORMACIÓN GEOGRÁFICA, ACTUALIZACIÓN DE INFORMACIÓN. El objetivo del trabajo es evaluar, la aplicación de imáMemorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 274 Perfil de base de metadatos geográficos del Instituto Geográfico de Venezuela Simón Bolívar Rosa Aguilar1,2, Carlos Blanco1 1 Instituto Geográfico de Venezuela Simón Bolívar, 2 Fundación Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico [email protected], [email protected], [email protected] 1 RESUMEN El perfil base de metadatos geográficos del Instituto Geográfico de Venezuela Simón Bolívar (IGVSB) constituye un avance en la gestión de metadatos geográficos en el marco de la construcción de la Infraestructura de Datos Espaciales del IGVSB. Esta iniciativa pretende solventar la problemática relacionada con la dispersión, completitud y cumplimiento de estándares en el ámbito de la documentación de datos geográficos. El instrumento presentado define una estructura para la documentación de datos vectoriales, datos Ráster y Geoservicios producidos en el IGVSB y en su elaboración fueron consideradas las especificaciones técnicas emanadas por el comité técnico de la ISO TC-211 concernientes al tema. La correcta gestión de metadatos permitirá la búsqueda, recuperación e intercambio de información espacial de manera sencilla, así como el resguardo organizado de la memoria histórica territorial del IGVSB, haciendo uso de las tecnologías de información y las comunicaciones. La disponibilidad de metadatos al servicio de las instituciones coadyuvará en una reducción de esfuerzo en la producción de datos geográficos necesarios en los procesos de gestión territorial y por ende al desarrollo de la nación. Adicionalmente al documento que establece el perfil base de metadatos geográficos del IGVSB, se ha desarrollado una aplicación sencilla para la gestión del proceso de llenado y publicación, la cual está basada en software libre y apegado a las especificaciones definidas en el Perfil Base de Metadatos Geográficos del IGVSB. Palabras clave: METADATOS, PERFIL BASE, SERVICIOS, VECTOR, RASTER. METADATA BASE PROFILE OF THE GEOGRAPHIC INSTITUTE OF VENEZUELA SIMON BOLIVAR ABSTRACT The base profile IGVSB geographic metadata is an improvement in the management of geographic metadata Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática in the context of building the Spatial Data Infrastructure of the Institute Geographic of Venezuela Simon Bolivar (IGVSB). This initiative aims to solve the problems related with the dispersion, completeness and compliance with standards in the field of geographic data documentation. The instrument presented defines a structure for documenting vector data, raster data and Geoservices produced by IGVSB and workmanship were considered the technical specifications issued by the technical committee ISO TC-211 concerning the topic. The correct metadata management enable the search, retrieval and exchange of spatial information easily and organized safeguarding the territorial historical memory of IGVSB, using information technologies and communications. The availability of metadata to service institutions will contribute to a reduction in effort in the production of geographic data needed in the processes of territorial management and therefore the development of the nation. Additionally the document that establishes the basis profile of IGVSB geographical metadata, has developed a simple application to manage the filling process and publication which is based on free software and attached to the specifications defined in the Base Profile IGVSB Geographic Metadata. Técnicos e Institucionales 275 Keywords: METADATA, BASE PROFILE, SERVICES, VECTOR, RASTER. Introducción En este sentido, la ciencia y más tarde la tecnología avanzan en la cartografía y la geografía, facilitando su interrelación entre seres vivientes y su hábitat. Para ello, la documentación geográfica permite conocer el contexto, contenido y estructura territorial para la comprensión de futuras generaciones. De esta manera los países orientan estrategias sobre variables geográficas, lo cual significa que una gestión basada en metadatos aportaría a las políticas públicas del Estado. En este contexto, la International Standart Organization (ISO-15489:2001), “los metadatos son información estructurada o semi-estructurada que posibilita la creación, registro, clasificación, acceso, conservación y disposición de los documentos a lo largo del tiempo y dentro de un mismo dominio o entre dominios diferentes”. (p.276). Por ende, el metadato es concebido como un nivel superior del dato en sí mismo, dado que su documentación profundiza el entendimiento y la preservación del mismo para usuarios y aplicaciones. La normativa internacional emanada del comité técnico 211 de la ISO (TC-211) sobre Referencias de Información Geográfica y Geomática bajo la norma ISO19115:2003, sobre Metadatos Geográficos, establece lineamientos que permiten especificar perfiles nacionales de metadatos adaptados al contexto propio de cada país. En este sentido, el Perfil Base de Metadatos del IGVSB define una estructura para la documentación de datos vectoriales, datos Ráster y servicios fundamentado en dichas especificaciones contemplando un conjunto mínimo de elementos para documentar la información geográfica producida o en custodia por el IGVSB (Figura 1). tadatos (NEM), el Perfil de Metadatos Latinoamericano (LAMP) y el Perfil Ecuatoriano de Metadatos (PEM). • Inclusión de elementos adicionales, consensuados, de la norma que contribuyen a una documentación más completa. Se adoptan los dominios de valores especificados en la Norma ISO 19115:2003. • Aprobación del Perfil Base de Metadatos por parte de la junta directiva del IGVSB. Metodología Los criterios generales para la definición de los elementos que conforman el perfil base de metadatos del IGVSB son los siguientes: • Aprobación y autorización del presidente del IGVSB para la elaboración del Perfil Base de metadatos geográficos. • Conformación del equipo de trabajo con miembros técnicos de otras Instituciones del Estado. • Inclusión de los elementos del Núcleo de la Norma ISO 19115:2003 Geographic Information Metadata, y tomando como referencia las normas del Estándar de metadatos de Cataluña, el Núcleo Español de Me- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Secciones del Perfil base para datos vectoriales, Raster y servicios. Fuente: Perfil Base Metadatos IGVSB. Dicho perfil, no es de carácter limitativo y puede expandirse con la incorporación de elementos opcionales incluidos en las Normas ISO. Técnicos e Institucionales 276 De este modo cada productor de información puede crear un perfil propio que responda a sus necesidades particulares (Figura 2). servar y distribuir la memoria histórica del conocimiento territorial del país haciendo uso de las tecnologías de información y las comunicaciones, al servicio de las instituciones y del desarrollo de la nación. En este sentido, el IGVSB ha publicado en su página web con un Catálogo de Metadatos con fines de publicación llamado “Geonetwork”. Al mismo tiempo, ha unificado esfuerzos en el desarrollo de una aplicación interna para la gestión de metadatos basada en software libre y apegado a las especificaciones definidas en el Perfil Base de Metadatos Geográficos del IGVSB (Figura 3). Figura 2. Estructura de metadatos para el núcleo, perfiles y extensiones ISO. Fuente: Normas ISO 19115. Adicionalmente al instrumento diseñado, en el IGVSB se están tomando acciones a fin de fortalecer capacidades profesionales en la gestión de documentos, estándares de metadatos; todo ello con el fin último de facilitar el intercambio de datos geográficos con usuarios de otras gerencias y organismos. Resultados Perfil Base de Metadatos Geográficos del IGVSB y la herramienta de carga de metadata. El objetivo principal de este perfil es consolidar la gestión de metadatos geográficos en el marco de la construcción de la Infraestructura de Datos Espaciales Institucional. Discusión Su concepción, obedece al alto volumen de información espacial disponible en la institución proveniente de múltiples fuentes y que impone retos importantes y acciones dirigidas a su estandarización, puesto que pudiera verse amenazada de dispersión y pérdida de oficialidad. Es por ello que resulta perentorio la implementación del perfil de metadatos, de forma tal de documentar, con- Dicha aplicación está concebida bajo una estructura de plantillas precargadas que facilitan la incorporación de los metadatos por parte de los usuarios e incrementa su productividad y fue desarrollada con PHP5, HTML, JavaScript, XML metodología Modelo Vista Controlador orientada a objetos y la base de datos PostgreSQL. La documentación no estandarizada del dato geográfico es una práctica natural e individual de cada institución o ente del estado, sin embargo se han identificado iniciativas que apuntan al empleo de estándares de metadatos. Figura 3. Sistema de Gestión de Metadatos. Fuente: IGVSB. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática En este orden de ideas, regionalmente han surgido de la misma norma ISO-19115 distintos perfiles de metadatos, variantes básicamente en la cantidad de elementos Técnicos e Institucionales 277 seleccionados y adecuados a la realidad espacial de uno o varios países. En tal sentido el IGVSB genera su perfil base de metadatos compuesto por el núcleo y otros elementos de la norma ISO que permiten describir de forma precisa los datos generados en esta institución. Y que sirven como punto de referencia para otras instituciones productoras de datos espaciales. Conclusión A nivel institucional, los metadatos son elementos críticos, altamente importantes para el manejo de la información puesto que además de identificar y describir los objetos de información, permiten documentar cómo se comportan, su función, usos, sus relaciones con otros objetos y cómo deben procesarse, lo cual representa la operatividad de los datos en su nivel más detallado. El IGVSB posee importantes oportunidades de mejoras en la gestión de información cartográfica a partir de los metadatos las cuales ameritan acciones estratégicas que favorezcan el aprovechamiento de la tecnología orientada a la adopción permanente de estándares en las políticas públicas y la integración de Venezuela a nivel nacional e internacional en temas geográficos. En el desarrollo del perfil se han considerado los aportes de profesionales de múltiples disciplinas provenientes de diversas instituciones ligadas al uso y producción de información geográfica, incluyendo a la Dirección de Geografía y Cartografía de la Fuerza Armada Nacional (DIGECAFA), la Secretaría del Consejo de Defensa Nacional (SECODENA), la Fundación Instituto de Ingeniería (FII), Petróleos de Venezuela (PDVSA-Exploración), Ministerio del Poder Popular para la Agricultura y Tierras (MAT), el Instituto Nacional de Estadísticas (INE), Ministerio del Poder Popular para el Ambiente (MINAMB), Instituto Nacional para el Desarrollo Rural (INDER), Ministerio del Poder Popular para la Ciencia, Tecnología e Innovación, Ministerio del Poder Popular de Petróleo y Minería, Ministerio del Poder Popular de Planificación. Norma ISO TC/211 19115-2 (2005). Metadata- Part 2: Extensions for Imagery and Gridded Data. Norma ISO TC/211 19139 (2007). Metadata- Implementation Specification. Norma ISO TC/211 19119 (2007). Service Metadata. En la actualidad, las sociedades requieren conocer la existencia de los datos, confiar en su calidad, determinar su nivel de aplicación y acceder fácilmente a ellos, con el fin de que se pueda compartir e integrar información de diferentes fuentes. Referencias Constitución de la República Bolivariana De Venezuela (2000). Gaceta Oficial Extraordinario N° 5453 (de fecha 24/03/2000). Norma ISO TC/211 19115 (2003). Metadata. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 278 Avances de la Red de Referencia Gravimétrica de Venezuela Ruber Álvarez1, Nuris Orihuela1,2, Denizar Blitzkow3,4 1 Coordinación de Geodesia, IGVSB; 2 Departamento de Geofísica, Facultad de Ingeniería, Universidad Central de Venezuela; 3 Escuela Politécnica Universidad de Sao Paulo; 4 Instituto Brasilero de Geografía y Estadística [email protected], [email protected], [email protected] RESUMEN En Venezuela se han levantado, previamente, tres redes de referencia gravimétrica, entre los años 1958-60, en dos proyectos de alcance Sur Americano se levanta la primera, con participación de personal de la Dirección de Cartografía Nacional (DCN), ejecutadas por organismos regionales. La segunda en 1970 y la tercera en 1982, en estos dos últimos casos la ejecución se encuentra a cargo de la DCN, en 1982 se contó con una activa participación del Ministerio de Energía y Minas. La necesidad de amarrar estas redes de referencia a los sistemas mundiales de referencia y la modificación de dichos sistemas en el tiempo, han traído como consecuencia que la gravimetría venezolana agrupe levantamientos generados bajo sistemas de referencia disimiles, esto conlleva a errores de difícil contabilización tanto en aplicaciones gravimétricas geodésicas como geofísicas. Esta condición y la tutela que tienen los institutos geográficos de las redes de referencia gravimétrica, impulsan la decisión de emprender un proyecto destinado a la medición de estaciones de gravedad asociadas a la red de monumentos geodésicos en Venezuela, homologando para ello los criterios de medición y el instrumental utilizado. Este proyecto se encuentra en curso a la fecha se cuenta con 171 estaciones levantadas, de las 200 proyectadas. Palabras clave: GRAVIMETROS DIGITALES, REDES DE REFERENCIA GRAVIMETRICA, REGVEN. GRAVIMETRIC REFERENCE NETWORK OF VENEZUELA ABSTRACT Three gravimetric reference networks have been surveyed in Venezuela. The first one was done between 1958-60 within the scope of two South American projects, where personnel of the Dirección de Cartografía Nacional (DCN) participated and its execution by institutions at the regional level. The second and third surveys where done in 1970 and 1982 respectively, executed by DCN. The 1982 survey had the participation of the Ministry of Energy and mines as well. The need Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática to link these reference networks with the world reference systems and their modification over time, have had as a consequence that the Venezuelan gravimetry group surveys were generated under dissimilar reference systems. These entails errors of difficult accounting both, in geodetic gravimetric and geophysical applications. This condition and the guardianship that the Geographic institutions have over the gravimetric reference networks, drive the decision to undertake a project to measure gravity stations associated with the network of geodetic monuments in Venezuela, standardizing the criteria for surveying and the instruments used. This project is in progress and currently 171 stations, of the 200 planned have been measured. Keywords: DIGITAL GRAVIMETERS, GRAVIMETRIC REFERENCE NETWORK, REGVEN. Introducción En los últimos 10 años se han incorporado 10 gravímetros digitales en diversos organismos públicos nacionales, esto permite contar con una base instrumental amplia que permite abordar la tarea de medición de una red de referencia nacional homologada. El año 2012 se inicia el proyecto Geodinámica Integral de los Andes de Mérida (GIAME), el cual agrupa 5 gravímetros digitales entorno al levantamiento gravimétrico de Técnicos e Institucionales 279 la región occidental de Venezuela, conocidas las discrepancias de las diversas redes de referencia existentes en nuestro país, para esta fecha, se parte de esta primera iniciativa interinstitucional (FUNVISIS, PDVSA, UCV) del proyecto GIAME para impulsar la medición de una nueva red de referencia de alcance nacional, incorporando para su ejecución a INGEOMIN, y bajo la coordinación general al Instituto Geográfico de Venezuela Simón Bolívar. En el marco de esta iniciativa se incorpora la red de medición de estaciones gravimétricas absolutas en Venezuela con el apoyo del Instituto de Geografía y Estadística de Brasil (IBGE), utilizando un gravímetro absoluto A-10. De las 6 estaciones absolutas medidas en 1988 (Drewes et.al., 1991) se midieron 2 en el año 2015, las cuales serán utilizadas en el amarre definitivo de la Red de Referencia Gravimétrica de Venezuela (RRGV). Metodología Los circuitos gravimétricos levantados desde el año 2012 con fines de establecimiento de una RRGV fueron amarrados a las estaciones absolutas levantadas el año 1988 (Drewes et al., 1991). Las estaciones fueron seleccionadas bajo tres criterios: Localidades medidas en redes de referencia previas, monumentos de la Red Geocéntrica de Venezuela (REG- VEN), otros monumentos geodésicos existentes según la necesidad de cobertura geográfica. En todos los casos fueron utilizados al menos dos gravímetros en forma simultánea para el levantamiento de las estaciones, el tiempo máximo de recorrido fue de 14 horas y en la totalidad de los casos el levantamiento se ejecutó por vías terrestres o fluviales, a diferencia de redes de referencia previas ejecutadas preferencialmente por vía aérea. El trabajo de adquisición de datos reposa sobre un grupo de tesistas de la Universidad Central de Venezuela, se han utilizado 5 gravímetros Scintrex CG-5 (159, 411, 412, 658 y 1109) y un gravímetro Lacoste & Romberg, tipo G (401), el ajuste instrumental común se ejecuta en noviembre 2012, el occidente del país se levanta entre los años 2012 y 2013 (71 estaciones), el estado Bolívar el año 2014 (6 estaciones) y en lo que ha transcurrido del 2015 se ha levantado el Estado Amazonas (16 estaciones) y el oriente del País (78 estaciones). Resultados El total de estaciones bases gravimétricas levantadas por GIAME, a nivel nacional (Figura 1) se asocian a monumentos geodésicos con lo cual pasan a formar parte de la Red de Referencia Gravimétrica de Venezuela, 171 estaciones a la fecha. El levantamiento en el Esta- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática do Amazonas se ha realizado con personal del IGVSB y el IBGE, sin la participación de tesistas por la complejidad logística en la captura del dato, 10 estaciones a la fecha y 6 en fase de levantamiento. Figura 1. Distribución de estaciones de la Red de Referencia Gravimétrica levantadas a la presente fecha. Conclusiones El trabajo interinstitucional promovido por el Proyecto GIAME y ejecutado bajo la coordinación del IGVSB, permite optimizar el uso de los diversos gravímetros digitales existentes en nuestro país para contar con una Técnicos e Institucionales 280 moderna red de referencia gravimétrica. A la presente fecha se cuenta con el 90% de los datos adquiridos y con el 50% de los datos procesados, a finales del 2015 contaremos con el 90% de los datos adquiridos y procesados con lo cual será presentada la RRGV a uso público. Restan un pequeño número de estaciones a ser levantadas al sur del Río Orinoco el primer semestre del año 2016. Referencias Bravo, D., Benítez, R. Fonseca, A., y Herrero, E. 1989. Establecimiento de la nueva red gravimétrica de estaciones bases de Venezuela. Boletín Cartografía y Geodesia, Volumen 2, N° 1, Pp: 12-20. Drewes, H., Torge, W., Röder R., Badell C., Bravo D., And Oswaldo, Chourio. 1991. Absolute and Relative gravimetric surveys of national and geodynamic networks in Venezuela, Journal of South American Earth Sciences. Vol. 4, No. 4, pp. 273-286. Graterol, V. & Fonseca, A. 1978 Gravimetría en Venezuela. Boletín de Geología, Volumen XIII, N° 24, Pp: 235-243. Orihuela, N. 2014. Historia de la gravimetría en Venezuela, Revista Venezolana de Ciencias de la Tierra, GEOS 46, pp. 44-57. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 281 Campaña de medición GNSS 2015 de la Red Geocéntrica Venezolana REGVEN José Napoleón Hernández, Freddy Balcázar, Ruber Álvarez, Luis Moncada Instituto Geográfico de Venezuela Simón Bolívar [email protected], [email protected], [email protected], [email protected] RESUMEN El Instituto Geográfico de Venezuela Simón Bolívar (IGVSB), es el organismo rector para el establecimiento del control geodésico nacional. En este sentido, se han realizado dos campañas de medición GPS en el territorio nacional, en 1995 y 2000, ambas simultáneas a la etapa de medición de la red continental SIRGAS. El objetivo de este trabajo es presentar la tercera campaña de medición satelital GNSS REGVEN 2015, sobre los mismos vértices existentes y establecidos en las dos campañas anteriores, así también como en vértices nuevos e incorporados a ésta. Como fase de ejecución se realizó el análisis sobre el estado de los vértices, reconstrucción de los destruidos, colocación de nuevos; diseño final de la red, elaboración de especificaciones, mediciones de campo, ordenación y transmisión de datos. En la campaña de medición GNSS participaron diversos organismos oficiales e instituciones privadas, y se llevó a cabo durante los meses de junio y julio de 2015. Se utilizaron sólo instrumentos GPS/GNSS de doble frecuencia. Cada vértice fue medido en dos sesiones de ocho horas, con intervalo de captura a 5 segundos y con una máscara de elevación de 0º. Asimismo durante la campaña se encontraban en operación al menos, 8 estaciones permanentes de la Red de Estaciones de Monitoreo Satelital GNSS (REMOS), con el fin de vincular los vértices REGVEN medidos. Se lograron medir 134 vértices REGVEN Orden B en todo el territorio nacional. Palabras clave: REGVEN, GNSS, REMOS, SIRGAS. CAMPAIGN 2015 GNSS MEASUREMENT OF VENEZUELAN GEOCENTRIC NETWORK ABSTRACT The Geographic Institute of Venezuela Simon Bolivar is the governing body for the establishment of national geodetic control. In this regard, there have been two GPS measurement campaigns in the country, in 1995 and 2000, both simultaneous to SIRGAS network measuring. The aim of this paper is to present the third measurement campaign GNSS satellite REGVEN 2015, on existing and Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática established points in the previous two campaigns, as well as new points incorporated into this network. First, as implementation phase analysis on the state of the points, reconstructed of destroyed ones, as well as placing new ones, then, the final network design, development of their specifications, field measurements, data management, data transmission and delivery. The GNSS measurement campaign involved various government agencies and private institutions. It was conducted from June to July 2015. Only dual-frequency GNSS instruments were used. Each point was measured at two sessions of eight hours each, with a capture interval of 5 seconds and a 0° elevation mask. During the campaign, 8 permanent stations of the Satellite Monitoring Stations GNSS Network (REMOS) were in operation in order to link the REGVEN points. It was possible to establish 134 points, B Order REGVEN throughout the national territory. Keywords: REGVEN, GNSS, REMOS, SIRGAS. Introducción El Instituto Geográfico de Venezuela Simón Bolívar (IGVSB), como organismo rector en materia de geodesia de acuerdo al artículo 46 de la Ley de Geografía, Cartografía y Catastro Nacional (LGCCN), tiene dentro de sus atribuciones, planificar, establecer, mantener y actualizar el Sistema Geodésico Nacional (Gaceta Oficial 2000). Técnicos e Institucionales 282 Como antecedente importante, se debe mencionar que a partir del año 1993, se acuerda en el directorio del proyecto SIRGAS (Sistema de Referencia Geocéntrico para Las Américas), la definición y materialización de una red de referencia en toda Suramérica, planificándose luego que la Campaña de medición GPS se realice desde el 26 de mayo al 4 de junio de 1995 (SIRGAS 1996). En esta oportunidad, la red SIRGAS, vino a establecer un datum moderno, geocéntrico y único para Suramérica, lo que trajo como consecuencia la unificación de todas las redes geodésicas nacionales establecidas por modernas tecnologías como GPS, permitiendo que los proyectos geoespaciales que se ejecuten entre diferentes países se realicen en un datum único (Hernández et. al. 2001). A su vez el IGVSB, cumpliendo con la misión rectora en materia de geodesia, en los años 1995 y 2000, ejecuta las campañas de medición GPS para establecer el Sistema Geodésico Nacional. En ambas ocasiones, se logró que las fases de medición GPS coincidieran con las campañas SIRGAS. Es importante señalar que se midieron los vértices REGVEN Orden A y B, representando la mejor densificación de la red SIRGAS en Venezuela, hasta que se avance y se logre la consolidación de las estaciones de operación continua REMOS (Red de Estaciones de Monitoreo Satelital GNSS). De esta manera y con el fin de actualizar y optimizar la calidad de los vértices de la Red Geocéntrica Venezolana (REGVEN), se realizó una campaña de medición GNSS en todo el territorio nacional, en la cual se midieron 134 vértices orden A y B. Se utilizaron equipos GPS/GNSS de doble frecuencia, en sesiones dobles de 8 horas de medición con intervalo de captura de 5 segundos y máscara de elevación de 0°. Campaña REGVEN 95 En el año 1995 se realizó la fase de medición de la primera campaña REGVEN. Esta etapa se realizó simultáneamente a la fase de medición satelital de la red SIRGAS, realizada desde el 26 de mayo al 4 de junio de 1995, con mediciones GPS continuas las 24 horas durante 10 días. Mientras que REGVEN 95 se ejecutó desde el 20 de mayo al 16 de junio de 1995, con sesiones dobles de 8 horas de medición GPS. Se midieron 67 vértices ubicados al norte del paralelo 5° (Hernández et. al. 1996). Los datos obtenidos se calcularon en el ITRF 94, época 1995.4, con el apoyo científico del Instituto Alemán de Investigaciones Geodésicas (DGFI-Deutsches Geodatisches Forschungsinstitut, actualmente integrado en la Universidad Técnica de Munich), utilizando el software Bernese versión 3.4, desarrollado por el Instituto Astronómico de la Universidad de Berna, Suiza. Esta red vino Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática entonces a conformar el marco geodésico de referencia del nuevo datum SIRGAS – REGVEN adoptado en el año 1999, en sustitución del PSAD 56 (Provitional South American Datum 1956) ó La Canoa, siendo Venezuela el primer país en adoptar a SIRGAS como datum oficial, de gran importancia para los estudios, proyectos e investigaciones que requieran de una vinculación al sistema geodésico nacional, según el artículo número 11 de la LGCCN. Campaña REGVEN 2000 Posteriormente, 5 años después de la campaña REGVEN 1995 y con el fin de actualizar el posicionamiento geodésico de los vértices, se planificó una segunda campaña nacional GPS. Como objetivo adicional, se consideró que se desarrollara simultánea a la segunda campaña continental del proyecto SIRGAS, realizada del 10 al 19 de junio del 2000. De esta manera, se ejecutó la fase de medición REGVEN desde el 1 al 30 de mayo del 2000. Entre los criterios técnicos se consideró igualmente un intervalo de captura de 30 segundos y una máscara de elevación de 0°. Finalmente se establecieron 89 vértices en todo el territorio nacional, entre los que se encontraban los mismos que fueron medidos en la campaña del 95, adicionalmente a la extensión de la red en el estado Amazonas Técnicos e Institucionales 283 (sur del paralelo 5°) y otros nuevos colocados en importantes áreas de desarrollo (Hernández et. al. 2003). El procesamiento y cálculo de datos se realizó con el software Bernese versión 4.0, en el ITRF 2000, época 2000.4 siendo calculada por personal del IGVSB en la sede del DGFI en Alemania. En resumen, para las soluciones del ITRF (International Terrestrial Reference Frame) adoptados para el cálculo final de las coordenadas, se estableció el ITRF 94 en la época 1995.4 para la campaña 1995; mientras que para la campaña del 2000, las coordenadas se calcularon en el ITRF 2000 en la época 2000.4. Posteriormente a la ejecución de estas campañas, se realizaron diferentes estudios con el fin de evaluar la deformación de redes por efectos de Neotectónica y por cambios en la definición de los posteriores y diferentes ITRFs (Mccarthy et. al. 2004). Campaña REGVEN 2015 Luego de transcurrir 15 años desde la última campaña GPS, se analizó la deformación de los vértices REGVEN por efectos de neotectónica (Drewes et. al. 1995), tomando en consideración que Venezuela se encuentra ubicada entre las placas tectónicas del Caribe y Suramérica, así también, debido a la cantidad de vértices que han sido destruidos, el IGVSB decidió realizar la tercera campaña REGVEN, remidiendo los mismos vértices de las campañas de 1995 y 2000 y otros adicionales que se agregaron con el fin de cubrir al país con una mayor cantidad de vértices, considerando la necesidad del control geodésico para los grandes proyectos nacionales que se desarrollarán en materia de catastro, límites y cartografía, entre otros. Metodología y diseño de la fase de medición GNSS de la Campana REGVEN 2015 • Distribución de las estaciones REMOS. Para la vinculación al sistema geodésico nacional, se utilizaron como estaciones fijas, las estaciones REMOS en operación para la campaña. Durante la misma se aseguró que al menos 8 estaciones REMOS estuvieran operando normalmente (Figura 1). • Ubicación de vértices en áreas remotas. Como en el caso de los vértices del estado Amazonas, donde el En cuanto al diseño de la red, se consideró un conjunto de criterios técnicos y metodológicos, entre los que se tienen principalmente los siguientes: •Distribución de los vértices REGVEN establecidos en las campañas de 1995 y 2000. En este caso, se tiene la medición de 67 vértices en REGVEN 95 y 89 vértices establecidos en la campaña REGVEN 2000, incluyendo los ubicados en la región del estado Amazonas. •Cantidad de vértices destruidos. Previamente se realizó una importante actividad que contempló la visita en campo de cada uno de los vértices, en la que se observó el estado físico, reconstruyendo aquellos que se encontraban destruidos y que se encontraran ubicados en sitios adecuados para observaciones GNSS. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 1. Mapa de distribución de las estaciones REMOS utilizadas durante la campaña de medición GNSS. Técnicos e Institucionales 284 acceso debe realizarse por medios aéreos, se requirió realizar una planificación especial para la ocupación de los vértices ubicados en Atabapo, Río Negro, La Esmeralda, Parima B y Manapiare. • Análisis de los efectos Geo-dinámicos sobre el posicionamiento de los vértices REGVEN, estimando que han transcurrido 15 años desde la última campaña de medición, lo cual genera importantes cambios en la exactitud o calidad de los mismos. En este sentido se analizó el comportamiento dinámico de los vértices, evaluados por medio del modelo de velocidades VEMOS (Velocity Field Model for South America) resultando cambios posicionales superiores a 30 centímetros (Drewes 2008). • Tipo y cantidad de receptores a utilizar. En función de la necesidad de requerir una cantidad considerable de receptores GPS/GNSS, de la calidad a obtener y del tiempo de duración de las sesiones de medición, se estableció la utilización exclusiva de receptores GPS de doble frecuencia, y/o receptores GNSS con captura dual de señal GPS y adicionalmente de la constelación GLONASS. • Requerimientos logísticos. Entre los principales factores evaluados y considerados se tuvieron, entre otros, la necesidad de vehículos, computadores portátiles para la descarga diaria de los datos GNSS. También se evaluaron otros aspectos logísticos como el estado de las vías de acceso a cada uno de los vértices, pernocta para los diferentes grupos de trabajo y tiempos de traslado desde las bases de operaciones o centros poblados hasta cada uno de los vértices. • Definición de criterios técnicos. Entre los principales criterios técnicos se consideró la duración de cada sesión de medición, siendo establecidas en 8 horas, con mediciones dobles (2 sesiones) para cada vértice. El intervalo de captura se definió en 5 segundos con una máscara de elevación (cut off elevation) de 0°. En esta oportunidad se cambió el intervalo de captura a 5 segundos, sólo con el fin de que los datos puedan ser utilizados en otras aplicaciones que requieran de un intervalo más corto, por ejemplo estudios sobre la influencia y corrección de efectos ionosféricos, evaluación sobre los resultados con la portadora L1 y evaluación de resultados con la constelación GLONASS, entre otros. Mediciones GNSS REGVEN 2015 Luego del diseño de la red, se inició la fase de medición GNSS con la participación de un grupo de instituciones públicas y privadas que brindaron un apoyo similar a las campañas anteriores. Entre las instituciones que participaron en esta oportunidad se encuentran, PDVSA, la Dirección de Soberanía, Límites y Asuntos Fronterizos del Ministerio del Poder Popular para las Relaciones Exteriores, Dirección de Geografía y Cartografía de la Fuerza Armada (DI- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática GECAFA), INTEVEP, Universidad del Zulia y la Universidad de Oriente. También participaron las empresas OFICINA Técnica del Monte C.A., CONSTOPCA y N. Maldonado C.A. Para las mediciones GNSS se organizaron 25 grupos o cuadrillas de mediciones. Cada cuadrilla estuvo conformada por dos técnicos operadores de GNSS, un vehículo, un computador portátil, un receptor GNSS con su respectivo equipo complementario (trípode, bases, batería, entre otros). Adicionalmente se organizaron dos grupos de supervisión y apoyo a los grupos de medición. Los receptores GPS/GNSS utilizados fueron todos GPS de frecuencia dual, y otros adicionalmente con capacidad para captura de datos de la constelación GLONASS. Las marcas de los receptores utilizados se presentan en la tabla 1. En cuanto a las estaciones REMOS, se utilizaron las estaciones operativas para la fecha de la campaña (Figura 1). Las ventanas de observación se diseñaron de 9 am a 5 pm y posteriormente a cada medición, se procedía a descargar los datos, realizar la conversión a formato RINEX (Receiver Independent Exchange Format), almacenaje y envío electrónico al coordinador del proyecto. Técnicos e Institucionales 285 Gaceta Oficial de la República Bolivariana de Venezuela, Nº 37.002 (2000). Ley de Geografía, Cartografía y Catastro Nacional. Caracas. Tabla 1. Tipos y modelos de receptores y antenas utilizadas. ANTENA RECEPTOR GPS/GNSS AS10 Leica GS 10 STXS9SA7224V3.0 Stonex S9 MAG990596 Ashtech Promark500 Ash802147 ProMark800 Zephyr geodetic Trimble 5700 Trimble Trm60158 Trimble R8 Model 2 Trimble Trm33429 Trimble 5700 Trimble Trm41249 Trimble 5700 Topcon tpsgr5 Topcon Topcon Sokgrx1 Topcon Compacta/incorporada Ashtech Z-Max Hernández, J. N., Drewes, H., Tremel, H. (1996). La Red Geodésica Venezolana REGVEN. Servicio Autónomo de Geografía y Cartografía Nacional, Ministerio del Ambiente y de los Recursos Naturales Renovables, Caracas. Figura 2. Mapa de distribución de los vértices medidos en la campaña 2015. Resultados y Conclusiones Referencias Se midió una red geodésica conformada por 134 vértices REGVEN Orden B (Figura 2), que permitirá determinar las variaciones posicionales de los vértices observados en las campañas del 95 y 2000, como una contribución muy importante para la generación de modelos de velocidades dentro del marco del proyecto SIRGAS, cumpliendo así el IGVSB, con la función de proveer al país de un sistema geodésico de referencia exacto, actualizado y de cobertura nacional. Drewes, H., Kaniuth, K., Stuber, K., Tremel, H., Khale, H., Straub, C., Hernández, J. N., Hoyer, M., Wildermann, E. (1995). The CASA•93 GPS Campaign for crustal deformation research along the Caribbean Plate Boundary. J. Geodinamics vol 20, Nº 2, Great Britain. Drewes, H. (2008). Update of the Velocity Field Model for South America. Asamblea General de SIRGAS. Uruguay. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Hernández, J. N., Blitzkow, D., Luz, R., Sánchez, L., Sandoval, P., Drewes, H. (2001). Conection of the Vertical Control Networks of Venezuela, Brazil and Colombia. International Association of Geodesy, Vol. 124, Springer – Verlag, Berlín. Hernández, J. N. (2003). La materialización del sistema geocéntrico de referencia en Venezuela. Revista Cartográfica, Instituto panamericano de Geografía e Historia, Nº 76-77, México. Mccarthy, D., Petit, G. (EDS) (2004). IERS Conventions (2003) IERS Technical Note Nº 32, International Earth Rotation and Reference Systems Service IERS, Frankfurt. Sirgas Comité del Proyecto (1996). SIRGAS Relatorio Final Grupos de Trabajo I e II. Instituto Brasileiro de Geografía e Estadística IBGE, Río de Janeiro. Técnicos e Institucionales 286 Levantamiento Gravimétrico en el Estado Amazonas Ruber Álvarez1, Nilbeny Cano1, Branyela Nuñez1, Ariele Batistti3, Nuris Orihuela1,2, Denizar Blitzkow3,4 1 Coordinación Técnica de Geodesia, IGVSB; 2 Departamento de Geofísica, Facultad de Ingeniería, Universidad Central de Venezuela; 3 Escuela Politécnica Universidad de Sao Paulo; 4 Instituto Brasilero de Geografía y Estadística [email protected], [email protected], bnuñ[email protected], [email protected], [email protected], [email protected] RESUMEN La base de datos gravimétrica de Venezuela se ha estado actualizando en los últimos 10 años gracias a la incorporación de un importante número de gravímetros digitales en los diversos organismos públicos venezolanos, esta labor cuenta con la incorporación de 10.000 estaciones adquiridas con esta tecnología al norte del río Orinoco, información de gran importancia en materia de geofísica prospectiva pero con escasa incorporación de información en los estados Bolívar y Amazonas, limitando así la estabilidad espacial necesaria para la utilización en el campo de la geodesia. Esto motiva el acercamiento al Instituto Brasileño de Geografía y Estadística (IBGE) con el cual se han venido desarrollando diversos levantamientos destinados a incorporar datos gravimétricos al sur del río Orinoco, en el transcurso del año 2015 se ejecutan dos campañas fluviales en el Estado Amazonas, con acompañamiento del hermano país que han permitido el levantamiento de 10 estaciones bases monumentadas y 96 estaciones ordinarias, sobre el río Orinoco, en los actuales momentos se ejecuta la campaña sobre el río Ventuari. Cada estación cuenta con medidas geodésicas asociadas. Se reporta, el avance en procesamiento a la fecha, representado por 106 estaciones de las cuales se presenta la gravedad observada absoluta y la anomalía de aire libre correspondiente. Palabras clave: GRAVÍMETROS DIGITALES, GEOFÍSICA PROSPECTIVA, ANOMALÍA DE AIRE LIBRE, GEODESIA, MODELOS GEOIDALES. vital information on prospective geophysical but with little incorporation of information in Bolivar and Amazonas states, limiting the necessary spatial stability for using in the field of geodesy. This motivates the approach to the Brazilian Institute of Geography and Statistics (IBGE) with which we have been developed various surveys for incorporating gravity data south of the Rio Orinoco, in the course of 2015 two river campaigns in the Amazon state are in progress, with the accompaniment of the brother country which has allowed the measurement of 10 stations established on the field and 96 stations on the Orinoco river. At present time the campaign of the Ventuari river is being carried out. Each station has the associated geodetic measurements. It has reported progress in processing data, represented by 106 stations with the observed absolute gravity and the corresponding anomaly occuring outdoors. GRAVIMETRIC REFERENCE NETWORK OF VENEZUELA Keywords: DIGITAL GRAVIMETERS, PROSPECTIVE GEOPHYSICS, FREE AIR ANOMALY, GEODESY, GEOID MODELS. ABSTRACT The gravimetric database of Venezuela has been upgraded in the last 10 years thanks to the incorporation of a large number of digital gravimeters in various Venezuelan government agencies, this work has incorporated 10,000 high tech stations to the north of Orinoco River, Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Introducción Los gravímetros son instrumentos altamente sensibles que requieren condiciones de operación con bajo ruido cultural, esta condición puede ser compleja en levantamientos terrestres pero pasa a ser crítica en levantamienTécnicos e Institucionales 287 tos fluviales, es por ello que en este caso se acudió a los expertos del IBGE, personal con amplia experiencia en levantamientos gravimétricos en la amazonia brasileña. El destino final de la base de datos gravimétricos en el campo de la geodesia es soportar la construcción de los modelos geoidales de nuestro país y del norte de Suramérica, es por ello que la cooperación con Brasil en esta materia tiene el sentido de aportar datos a los estudios geoidales regionales, transferencia de conocimiento y formación del personal de la Coordinación Técnica de Geodesia del IGVSB, así como la consolidación de una línea de investigación en la materia. Estos levantamientos, bajo la coordinación del IGVSB, han contado con la activa participación de otros organismos públicos interesados en la materia (INGEOMIN, PDVSA, FUNVISIS), la incorporación de ellos ha permitido contar con sus gravímetros digitales lo que facilita la compleja logística del estudio fluvial del Estado Amazonas. Metodología La logística de adquisición contempla un barco madre que opera como centro de pernota y alimentación del personal, suministro de combustible y carga eléctrica para los equipos. La lentitud de movilización, por su tamaño, determina que invierte el día en trasladarse de una base de operaciones a la siguiente. El trabajo de adquisición de datos se ejecuta con tres embarcaciones ligeras que permiten el rápido traslado de equipos y personal de medida a lo largo del Rio Orinoco (Campaña 1) o el Rio Ventuari (Campaña 2). Se asigna un gravímetro al levantamiento de estaciones bases gravimétricas, este se desplaza en la embarcación ligera de avanzada y las dos restantes se dedican a la instalación de las estaciones gravimétrica ordinarias, a la instalación de la base geodésica y al establecimiento de coordenadas y alturas en la totalidad de las estaciones medidas. bases se encuentran monumentadas y pasan a formar parte de la Red de Referencia Gravimétrica de Venezuela (RRGV). Las gravedades observadas absolutas varían entre 977971,046 mgal y 978050,009 mgal, con un gradiente de 0,24 mgal / km (Figura. 1). La anomalía de aire libre varía entre -52,12mgal y -4,27mgal con tendencia de crecimiento en dirección Sureste a Noroeste (Figura 2). Tabla 1. Gravedad observada de estaciones bases. Las estaciones ordinarias son medidas en escalera, con un espaciamiento de 5 a 10 km, sobre circuitos cerrados contra las bases levantadas por la avanzada, se establece un error máximo de 0,03 mgal por estación gravimétrica con una incertidumbre máxima de altura de 10 cm. La base de partida está localizada en la población de Samariapo, esta fue amarrada de Puerto Ayacucho, de la estación absoluta levantada en campaña internacional de 1988 (Drewes et.al., 1991). Resultados Conclusiones Se levantan 10 estaciones bases (Tabla 1) y 96 estaciones ordinarias sobre el Río Orinoco entre las poblaciones de Samariapo y San Rafael de Ocamo. Las estaciones Se dispone de importante número de estaciones gravimétricas en el estado Amazonas, levantadas con gravímetros digitales y riguroso control geodésico, estas es- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 288 taciones se encuentran amarradas al valor de gravedad absoluta de Puerto Ayacucho. La gravedad observada en la zona estudiada varía entre 977971,046 mgal y 978050,009 mgal y la anomalía de aire libre entre -52,12 mgal y -4,27mgal. Figura 2. Distribución de Anomalía de Aire Libre. Figura 1. Distribución de gravedad observada. Referencias Drewes, H., Torge W., Röder R., Badell C., Bravo D.,& Chourio O. (1991). Absolute and Relative gravimetric surveys of national and geodynamic networks in Venezuela, Journal of South American Earth Sciences.Vol. 4, No. 4, pp. 273-286. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 289 Uso y Aplicaciones de las Tecnologías de Información en el Sector Agrícola Oscar Abarca, Yoselin Loaiza, Jimmy Heernández, Arévalo Araque, Luis Díaz, Jean Mendoza Centro Nacional de Teledetección con Fines Agrícolas (CENATEL) [email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected] RESUMEN El Centro Nacional de Teledetección con fines agrícolas (CENATEL) de la Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico (FIIIDT), es un ente asesor y colaborador con la planificación, seguimiento y control del sector agrícola de la nación. Para tal fin se desarrolló una serie de herramientas informáticas que permiten prestar diversos tipos de servicios de gestión agrícola a usuarios institucionales, académicos, productivos y comunitarios vía internet. Los servicios son implementados a través de una Infraestructura de Datos Espaciales (IDE), que como estructura virtual en red, es un sistema informático integrado por un conjunto de datos y servi- cios gestionados a través de la web por medio de un navegador o un Sistema de Información Geográfica (SIG). El objetivo principal es generar soluciones tecnológicas y herramientas accesibles, dinámicas y de alto impacto informativo, de bajos costos de producción, y que representen una alternativa rentable e innovadora para fortalecer el tratamiento y la transmisión de las informaciones, principalmente de informática, internet y telecomunicaciones, además en este trabajo se promueve el desarrollo de las nuevas tecnologías de información abriendo paso al desarrollo de aplicaciones móviles y desarrollo web adaptado a las necesidades particulares del sector agrícola nacional, por ejemplo se han desarrollado aplicaciones móviles enlazadas con su respectivo desarrollo web para hacer seguimiento y control de obras de infraestructura agrícola, minimizando así el error del levantamiento de la información en campo ya que el dispositivo se encuentra enlazado al sistema web que recibe los datos en línea con la ubicación geográfica respectiva del inspector de la obra y la fecha del día de la toma, también la aplicación toma fotografías para el seguimiento y control de la obra en ejecución y se envían directamente a un servidor de datos donde esta información puede ser consultada por los responsables del proyecto. Palabras clave: PLANIFICACIÓN, INFRAESTRUCTURA DE DATOS ESPACIALES, ESTRUCTURA VIRTUAL, SISTEMA DE INFORMACIÓN GEOGRÁFICA, TECNOLOGÍAS DE LA INFORMACIÓN. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática USE AND APPLICATIONS OF INFORMATION TECHNOLOGIES IN THE AGRICULTURAL SECTOR ABSTRACT The National Remote Sensing Center for Agricultural purposes (CENATEL), a center of the Institute of Engineering (FIIIDT) Foundation, is both, an advisor and a collaborator to the planning, monitoring and control of the nation’s agricultural sector. For this purpose, a series of tools that allow to provide various types of farm management services to institutional users, academics, productive and community via the Internet, have been developed. These Services are implemented through a Spatial Data Infrastructure (SDI), that as a virtual network structure is composed of a data set management services through the web via a browser or a Geographic Information System (GIS). The main objective is to generate technological solutions and accessible, dynamic tools as well as high impact information, low cost production tools, that represent a cost-effective and innovative alternative to strengthen the processing and transmission of information, especially information technology, internet and telecommunications also in this work the development of new information technologies is promoted, opening the way to the development of mobile and web applications adapted to the particular needs of the national agricultural sector. As an example, mobile applications linked with its own development for monitoring and control of agricultural infrastructure, have been Técnicos e Institucionales 290 developed minimizing the error of gathering information in the field as the device is linked to the web system that receives data on line, with the respective geographical location of the inspector of the work and the date of collection, the application also takes pictures of the work in progress for its monitoring and control. Finally, it is sent directly to a data server where the information can be consulted by the project managers. tre ellos, D’Adamo et. al. (2007) en su obra “Medios de Comunicación y Opinión Pública”, los medios son el cuarto poder. Las nuevas tecnologías, más allá de democratizar su uso, la divulgación de la cultura, y ofrecer información para que los habitantes del planeta estén informados, tienen la capacidad de movilizar grupos sociales en las que se concretan las diferentes corrientes de opinión a través de personajes bien visibles. Keywords: PLANNING, SPATIAL DATA INFRAESTRUCTUCTURA, VIRTUAL STRUCTURE, GEOGRAPHIC INFORMATION SYSTEMS, INFORMATION TECHNOLOGY. Pero, ¿cuáles serían concretamente las ventajas de esta implementación en un entorno de seguimiento y control agrícola? Se puede extender mucho en este punto, pero para concretar se mencionan algunas ventajas: Introducción • Generación de datos sobre el estado de los cultivos en línea para ser procesados y evaluados por los expertos y generar soluciones a corto y mediano plazo. • Mejor conocimiento del entorno, mejora de la eficacia de la toma de decisiones. • Organización, repartición sistemática y práctica de la información. • Mejor gestión de los recursos humanos y económicos. • Extensión del mercado potencial (comercio electrónico). • Disminución de los costos logísticos. • Desarrollo de las innovaciones en servicios y respuestas a las necesidades de los agricultores. • Desarrollo de aplicaciones para el control y seguimiento de cultivos y para la evaluación bioenergética de granjas porcinas. El desarrollo de nuevas tecnologías de la información permite asociar la representación gráfica de cualquier lugar del planeta en todos aquellos datos que se consideran interesantes, de forma que se puedan analizar diferentes parámetros o estudiar distintos aspectos sobre los objetos y acontecimientos que tienen lugar en cualquier territorio, así como las relaciones entre ellos, que giran en torno a tres medios básicos: la informática, la electrónica y las telecomunicaciones; pero giran, no sólo de forma aislada, sino lo que es más significativo de manera interactiva e interconectadas, lo que permite conseguir nuevas realidades comunicativas de la información. Efectivamente, como mencionan numerosos autores en- Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática • Desarrollo para la gestión de servicios municipales. Con todo ello, el cambio de tecnologías para fortalecer bases de datos en cualquier lugar siempre concibe un gran desafío, puesto que se genera en el recurso humano algo muy conocido llamado resistencia al cambio; este es un temor causado hacia lo que se considera como desconocido o nuevo dentro del proceso habitual manejado. Se debe entender pues estos no son cambios como tales, sino son un progreso que va a permitir afrontar y enfrentar los nuevos y diferentes retos en este globalizado entorno. El desarrollo de nuevas Apps, sistemas web, aplicaciones varias, en entornos java script, python, My SQL, Postgre, nodejs, ide android studio, SDK android, PHP, más que una realidad, es el futuro que ya ha llegado. Es la nueva forma de entender los sistemas, que en nuestra cotidianidad se hace palpable y que, como integradores de sistemas, se debe tratar de llevar a al entorno de trabajo profesional. Metodología Es este punto donde la tecnología de información e investigación del sector productivo, ha entrado para impulsar a la ingeniería de investigación, convirtiéndose en el mejor aliado de ésta. En la actualidad la instrumentación tecnológica es una prioridad en la comunicación Técnicos e Institucionales 291 de hoy en día, ya que el uso de las nuevas tecnologías de la información en el sector agrícola son la diferencia entre una civilización desarrollada y otra en vías de desarrollo; puesto que éstas poseen la característica de ayudar a comunicarnos ya que desaparecen las distancias geográficas y el tiempo (Figura 1). proveedores y clientes (cadena de suministro) y la manera en que la información entre ellos fluye (Kofi Annan, Secretario general de la Organización de las Naciones Unidas, discurso inaugural de la primera fase de la WSIS, Ginebra 2003). Resultados Desarrollo de Aplicaciones Móvil Android de Ciencia y Tecnología desarrollado en la ciudad de Higuerote estado Miranda; la información fue recogida a través de un teléfono con tecnología android, donde la información captada se envió a un servidor de datos que mediante un sistema web muestra las cifras estadísticas de las encuestas, tanto la participación del público, así como las fallas del encuentro, brindando la oportunidad de atender la dificultad y permitió mejorar los procesos de las actividades. Figura 1. Diagrama de metodologías utilizadas para el desarrollo de aplicaciones móviles y sistemas web. Fuente: CENATEL. Los sistemas de desarrollo web y android por consiguiente, también han sufrido cambios, para convertirse en sistemas modulares de expansión, listos para ser reconfigurados e iniciar la producción de nuevos productos en poco tiempo. A su vez, también ha cambiado la manera en que las instituciones se coordinan con sus Figura 2. Aplicación Android para encuestas realizadas en el Tercer Encuentro Regional de Ciencia y Tecnología realizado en Higuerote Estado Miranda. Fuente: CENATEL. Esta aplicación permitió realizar una encuesta sobre el desarrollo de las actividades durante el Tercer encuentro Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 3. Aplicación Android para control y seguimiento de cultivos, pronóstico de cosechas para el Instituto Nacional de Desarrollo Rural (INDER). Además se encuentra en fase de desarrollo una aplicación para el seguimiento de obras de infraestructura agrícola. Fuente: CENATEL. Técnicos e Institucionales 292 Esta aplicación pertenece al conjunto de aplicaciones móviles basadas en la IDE móvil (infraestructura de datos espaciales para dispositivos móviles) y geoinformación voluntaria, que permite recolectar información en campo en un corto lapso de tiempo para ser enviada en tiempo real vía internet a un servidor de datos que aloja un sistema web que sistematiza la información y la convierte en lectura para el procesador, que realiza un análisis del comportamiento del cultivo, es decir, con los datos recibidos que consisten en las coordenadas geográficas (latitud y longitud), fotografías panorámica y de detalle, y una serie de datos sobre la parcela y el tipo de cultivos que maneja; todo esto es debidamente revisado por el experto el cual determina. Desarrollo de sistemas bajo ambiente Web Figura 4. Aplicación Android para el seguimiento y control participativo (SIGSEG). Este sistema permite recolectar información en campo en un corto plazo de tiempo para ser enviada al instante vía internet. Se implementa en teléfonos celulares y tabletas con sistema operativo Android. Fuente: CENATEL. Figura 5. Desarrollo del sistema de tareas de CENATEL para la asignación de actividades y el seguimiento de las mismas mediante una estructura que notifica cada cuatro horas el avance y estatus de cada actividad. Este sistema también fue implementado en el Instituto Nacional de Desarrollo Rural (INDER). Fuente: CENATEL. Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Figura 6. Desarrollo del sistema de gestión de proyectos, permisos laborales y vacaciones de la Fundación Instituto de Ingeniería (FIIIDT). Fuente: CENATEL. Técnicos e Institucionales 293 Conclusiones En las sociedades actuales las tecnologías de la información e investigación y la comunicación en el sector agrícola impregnan todos los quehaceres de la vida de las personas, de ahí la importancia que cobran los procesos de alfabetización tanto informacional como digitales que provea de las herramientas necesarias tanto para el procesamiento de la información como para el manejo técnico de las mismas, lo que lleva a plantear un modelo educativo que contemple las diferentes dimensiones: la tecnológica, la pedagógica y la administrativa en los procesos de formación. El Centro Nacional de Teledetección con fines agrícolas (CENATEL) se encuentra desarrollando herramientas que permitan la simplificación de procesos que en la actualidad pueden ser sustituidos y amigables con todos los interesados, son los instrumentos del futuro que hoy por hoy deben emplearse para promover el bien común y compenetrar todos los sistemas. Referencias Bibliográficas Adell, J. (1997, Noviembre). Tendencias en educación en la sociedad de las tecnologías de la información. EDUTEC Revista Electrónica de Tecnología Educativa, 7. Extraído el 26 de abril 2008 de http://www. nti.uji.es/docs/ nti/Jordi_Adell_EDUTEC.html Ariza, G., E. Y Rouquette, A. J. (s.f.). Uso de un sistema tutorial inteligente en el ámbito educativo. Extraído el 2 de febrero del 2007 desde www.somece.org.mx/ simposio2004/ memorias/grupos/archivos/080. doc Baleares. Bruce, C. S. (2003). Las siete caras de la alfabetización en información en la enseñanza superior. Anales de Documentación, 6, 289-294. Extraído el 10 de abril, 2008 de http://www.um.es/ojs/ index.php/ la Asociación Andaluza de Bibliotecarios, 68, pp. 67-90. Extraído el 20, julio de, 2007 de http:// www. aab.es/pdfs/baab68/68a4.pdf. D´Adamo, O., García, V., Freidenberg, F. (2007). Medios de comunicación y opinión pública. Quórum. Revista de pensamiento iberoamericano, núm. 18, pp. 165-176 Universidad de Alcalá Madrid, España. Bawden, D. (2002). Revisión de conceptos de alfabetización informacional y alfabetización digital. Anales de Documentación, 5, 361-408. Extraído el 20 de julio de 2007 de http://www. um.es/fccd/ad05/ ad0521.pdf Bello, R. E. (s.f.). Educación virtual: aulas sin paredes. Extraído el 30 de junio 2007 desde http://www. educar.org/ articulos/educacionvirtual.asp Bolaños, I. (2007). Herramientas telemáticas para la Enseñanza. En Plan de capacitación: Técnicas de colaboración en red para docentes. San José: Convenio UNED-MURCIA Universidad de las Islas Council of Australian University Librarians. (2002). Normas sobre alfabetización en información. Boletín de Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Técnicos e Institucionales 294 Registro Fotográfico del Evento Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 295 Gobierno Bolivariano de Venezuela MinisterioGobierno del Poder Popular Instituto de Ingeniería Bolivariano Ministerio delFundación Poder Popular para Educación Universitaria, Ciencia y Tecnología para Investigación y Desarrollo TecnológicoFundación Instituto de Ingeniería de Venezuela para Educación Universitaria, Ciencia y Tecnología para Investigación y Desarrollo Tecnológico VI Jornadas Nacionales de Geomática Congreso 1GeNacional mática er de CARACAS2015 26AL30OCTUBRE Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática Bienvenidos 296 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 297 Memorias de las VI Jornadas Nacionales de Geomática y 1er Congreso Nacional de Geomática 298 Fundación Instituto de Ingeniería para Investigación y Desarrollo Tecnológico Centro de Procesamiento Digital de Imágenes - CPDI
