Informe Las Flores Abri _2004

Convenio CONAE-INTA
Unidad Operativa Cuenca del Salado – INTA
Emergencias Agropecuarias: Seguimiento y evaluación a
escala parcelaria de la superficie afectada por las
inundaciones en la Cuenca del Salado.
Partido de Las Flores, abril de 2004.
Autor: Ing. Agr. Pablo Vázquez MSc.
[email protected]
INTRODUCCION
Aunque en el mundo no se encuentran llanuras que ocupen grandes
extensiones, en Argentina tales ambientes son particularmente relevantes tanto
en su expresión areal cuanto a su valor para la producción agropecuaria . En la
denominada Pampa Deprimida (9.7 millones de hectáreas) el relieve es
sumamente llano, con una pendiente promedio inferior al 0.1 %, llegando en
sectores próximos a la costa a valores cercanos al 0.001 %. Según Tricart
(1973), la debilidad del potencial morfogenético de la Pampa Deprimida
favorece la presencia de suelos muy antiguos, total o parcialmente
conservados, alternando con suelos más recientes y desarrollados dentro de los
anteriores. Así, se conforma un paisaje sin relieve marcado, caracterizado por la
presencia de suelos con distintos grados de alcalinidad, salinidad e
hidromorfismo, distribuidos en forma de mosaico por toda el área. Estos
factores son responsables de las frecuentes inundaciones y anegamientos de
variable magnitud a la que esta sujeta la región. La situación se ve agravada
por el diseño de la red vial, frecuentemente en dirección transversal al del flujo
de agua y la construcción de numerosos canales clandestinos, sin un criterio
integral sobre el funcionamiento hidrológico regional (Rang et al., 1999).
La teledetección ha demostrado ser una herramienta poderosa para el
estudio de inundaciones (Jensen et al., 1986; Lunetta y Balogh, 1999, Sandar,
2000) gracias al amplio contraste existente entre el agua y el resto del paisaje
en el espectro electromagnético. Esta herramienta permite detectar no
solamente las áreas anegadas sino también ubicar estructuras y geoformas que
no son identificables si no se cuenta con cartas topográficas con un alto grado
de detalle. En este caso, la disposición de cartas del Instituto Geográfico Militar,
escala 1:50000, (equidistancia 2.5 m) no es lo suficientemente detallada para
detectar los poco conspicuos patrones del relieve de las llanuras.
El objetivo de este trabajo es identificar a partir del análisis de imágenes
de satélite áreas anegadas, y a partir de la construcción de un sistema de
información geográfico, determinar y construir un mapa con el porcentaje de
anegamiento de cada establecimiento durante la declaración de emergencias
agropecuarias.
Esta información aporta un elemento de diagnóstico objetivo a las
distintas comisiones encargadas de evaluar y cuantificar la cantidad de
productores afectados por las aguas.
MATERIALES Y METODOS
Para detectar la máxima expansión de áreas anegadas en el partido de
Las Flores durante la emergencia agropecuaria declarada a partir de enero del
2003, se transformaron las CD de cada banda de las imágenes L7 ETM+ a
radiancia a partir de los coeficientes de calibrado correspondientes,
suministrados en cada imagen.
La ecuación lineal aplicada para obtener la radiancia es:
L0 (  )  a 0 ( )  a1 ( )  CD( )1
Donde:
L 0(): radiancia que registra el satélite en la longitud de onda considerada
a0() y a1(): coeficientes de calibrado propios del sensor
Posteriormente se transformaron los valores de radiancia (L 0()) en
reflectividad (R a) a nivel del sensor (resistividad aparente). Para la
transformación se aplicó la siguiente expresión (Fleming, 2001):
Ra (  ) 
 d L
0( )
E0 (  )  cos
2
Donde:
Ra: reflectividad en la longitud de onda considerada (adimensional 0  R a  1)
d: distancia tierra sol, en unidades astronómicas
E0: irradiancia extraterrestre
: ángulo cenital
En segundo lugar se realizó la corrección atmosférica aplicando el
modelo denominado de corrección del histograma por valores mínimos (Chavez,
1988). Para ello, se sustraen los valores mínimos de las áreas de fuerte
absorción (por ejemplo, agua) presentes en la banda 1 (la más afectada por los
efectos de absorción) al resto de las bandas. Este método fue utilizado por la
ventaja de requerir sólo información contenida en la propia imagen. Se ha
optado por este método ya que no se dispone de perfiles atmosféricos para la
zona. Finalmente se corrigió geométricamente la escena, llevándo su
georreferencia al sistema Gauss Kruger, faja 5 (datum Campo Inchauspe)
mediante el método del vecino más próximo, ya que es el que menos
modificaciones ocasiona al valor de reflectancia original del pixel.
Una vez realizadas todas las correcciones, se generó una máscara binaria
del área afectada por el agua a partir de una clasificación de pixeles realizada
con las bandas 4 (IRC) y 7 (IRL), las cuales permiten identificar perfectamente
cuerpos de agua, zonas saturadas y discriminar áreas cubiertas con vegetación
palustre de otras con vegetación en activo crecimiento. Para la selección de
pixeles afectados por anegamiento, primero se seleccionaron áreas de interés
(áreas con agua, anegadas o humedales) y se estimaron los valores máximos,
mínimos, promedios y desvío estandar de cada una de las bandas. Luego se
graficaron los histogramas de las bandas 4 y 7 del sensor Landsat ETM+ para
confirmar la bimodalidad, presente cuando el agua está presente en buena
proporción en la escena. Se ajustaron los histogramas a los valores mínimos y
máximos calculados en las áreas de interes y se observó el ajuste de esos
parámetros con respecto al área a clasificar. Una vez corroborados los valores,
se procedió a construir la imagen binaria de agua. Luego se vectorizó el
resultado y se cruzó esta información con el catastro digital del partido de Las
Flores mediante el uso del programa Arc View 3.2 (1999), obteniendose un
mapa del partido clasificado por el porcentaje de anegamiento de cada parcela
al final de la emergencia agropecuaria.
RESULTADOS
Los histogramas demostraron ser claramente bimodales, típico
comportamiento de estas bandas ante la presencia de agua, con valores de
reflectancia (%) que van entre 0 y 5 para la banda 4 (IRC) y entre 0 y 1.5 para
la banda 7 (IRL) (Chuvieco 2000). Los valores hallados en las áreas de
muestreo se detallan en la tabla 1.
Tabla 1: valores mínimo, máximo, media y desvío estandar de
reflectancia (%) obtenidos para las áreas de interés.
Banda
1
2
3
4
5
7
n=15425 pixeles
Mínimo
2.5313
1.3857
0.7784
0.6532
0.0046
-0.2857
Máximo
4.4295
4.0866
4.2694
7.0799
7.6589
1.9962
Media
D.Estandar
3.1496
0.1834
2.2711
0.2424
1.7987
0.3052
3.0757
1.7368
1.4737
1.4024
0.719
0.6236
La máscara binaria cubrió satisfactoriamente las áreas anegadas tal
como se muestra en la figura 1.
Figura 1: Visualización de un sector sin la clasificación de aguas y la posterior
superposición de la banda binaria.
Imágen sin clasificar anegamiento
Imágen con clasificación de anegamiento
Luego se cruzó la máscara binarizada de agua ya vectorizada con el
catastro del partido de Las Flores y se obtuvo la proporción de anegamiento por
cuartel y productores al 27 de abril de 2004, ya saliendo de la emergencia
agropecuaria.
Tabla 2: porcentaje de anegamiento máximo detectado durante la emergencia
agropecuaria declarada en el Partido de Las Flores abril de 2004, por cuartel.
Cuartel
1
2
3
4
5
6
7
8
9
10
11
12
Total
Superficie
(ha)
10833.01
34295.01
39358.69
33101.04
28812.56
25556.55
42984.84
32144.44
14412.33
26522.45
24884.74
20650.78
333556.44
Area anegada
(ha)
3199.42
8055.45
8813.51
7717.75
9362.42
6958.90
11329.47
6209.36
2997.77
4706.49
5136.40
3603.54
78090.48
Porcentaje anegado
29.53
23.48
22.39
23.31
32.49
27.22
26.35
19.31
20.80
17.74
20.64
17.44
23.41
Tabla 3: Cantidad de productores afectados por el anegamiento en el Partido de
Las Flores , ranqueados por el porcentaje de agua en sus predios al 27 de abril
de 2004.
Parcelas
anegamiento mayor 80%
anegamiento entre 60 y 80%
anegamiento entre 40 y 60%
anegamiento entre 20 y 40%
Anegamiento menor al 20%
totales
Cantidad
Porcentaje
7
25
138
420
690
1280
1
2
11
33
54
100
Figura 2: Composición color del área ocupada por el partido de Las Flores
(Rojo:IRC; Verde: IRM; Azul: IRL) con superposición del catastro vectorial.
Figura 3: Delimitación de cuerpos de agua - anegamiento.
Figura 4: Clasificación de parcelas por su estado de anegamiento.
CONCLUSION
Bajo las condiciones de realización del estudio, el partido de Las Flores no
presentó condiciones para ser declarado en estado de emergencia
agropecuaria, con un anegamiento general del partido del 23.4 porciento y con
más del 98 porciento de las parcelas con valores inferiores al 60 porciento de su
superficie anegada.
BIBLIOGRAFÍA CONSULTADA:
1. Chavez, P. S. 1988. An improved dark-object substraction technique for
atmospheric scattering correction of multispectral data. Remote Sensing of
Environment, 24: 459-479.
2. Chuvieco, E. 2000. Fundamentos en teledetección espacial. Tercera edición.
Ed. RIALP s.a., Madrid. 565 pp.
3. Dunn, O.J. 1974. On multiple tests and confidence intervals. Comunications
in Statistics Series A, 3, 101-103.
4. Fleming, D. 2001. Ikonos DN value conversion to plantary reflectance
values. CRESS Project at the University of Maryland, Department of
Geography. 1-4 pp.
5. Jarsún, B. 1996. Aplicaciones de las Cartas de Suelos para el Manejo del
Agua Superficial. En: Suelos. Utilización de la Cartografía para el Uso
Sustentable de las Tierras. Ed. Moscatelli, G., Panigatti, J. y Di Giácomo, R.,
40-55.
6. Jensen,W., Hodgson, E., Christiansen, H., Mackey, J., Tinney, L. y Sharitz,
R. 1986. Remote Sensing Innland Wetlands: a Multiespectral Approach.
Photogrammetric Engineering & Remote Sensing. 52(1): 87-100.
7. Lunetta R. y Balogh, E. 1999. Application of Multi-Temporal Landsat 5 TM
Imagery for Wetland Identification. Photogrammetric Engineering & Remote
Sensing. 65(11): 1303-1310.
8. Rang, S., Cisneros, J., Milanesio, A., Gil, H. y Degioanni, A. 1999. Propuesta
de Creación del Distrito de Ordenamiento Ambiental para el área sur de
Laboulaye-Rosales_Leguizamón. Documento Técnico. CONICOR-ADESURUNRC. 60 pp.
9. Sardar, A. M. 2000. Flood Delineation Using Radarsat data. Bangladesh
Space Research and Remote Sensing Organaization (SPARRSO) Report.
10. Tricart, J.L. 1973. Geomorfología de la Pampa Deprimida. Base para los
estudios edafológicos y agronómicos. Plan mapa de suelos de la Región
Pampeana. XII Colección Científica, INTA.