ANÁLISIS DE LA CUBIERTA DE NIEVE MEDIANTE TÉCNICAS DE TELEDETECCIÓN

Transcripción

1 ANÁLISIS DE LA COBERTURA NIVAL PARA MODELACIÓN HIDROLÓGICA DE LA CUENCA DEL RÍO ÍO MENDOZA O ANAHÍ J. MINER VEGA MSc. Ing. Hidráulica y Medio Ambiente Jornadas ISSDPGHR Valencia, 18 de junio de 213 OBJETIVO DEL TRABAJO Analizar los recursos hídricos de la cuenca alta del río Mendoza Argentina, tanto su oferta por derretimiento de nieve y cuerpos de hielo, como su demanda (agrícola, industrial, urbana) 1

2 2

3 USOS DEL AGUA EN LA CUENCA NORTE DE MENDOZA Demanda para potabilizar Volumen total de agua entregada: h 3/año. 196,47hm / ñ Caudal C d l de d 6,22m /s / Demanda de agua industrial Usos consuntivos: 12hm3/año = 1.5 m3/s Demanda agraria Neta: 445 Hm3/año, bruta: 1178Hm3/año Análisis de la cobertura nival para modelación hidrológica de la cuenca del río Mendoza METODOLOGÍA Í 3

4 ANÁLISIS DE LA CUBIERTA DE NIEVE MEDIANTE TÉCNICAS DE TELEDETECCIÓN Imágenes Landsat 5 que disponen del sensor Thematic Mapper Imágenes MODIS/Terra Snow Cover Daily Global 5m Grid (MOD1A1) DIFERENCIAS ENTRE IMÁGENES LANDSAT Y MODIS LANDSAT MODIS RESOLUCIÓN ESPACIAL 3x3m 5x5m FRECUENCIA 16 días A diario 17x183Km 12x12Km UTM19N WGS84 Sinusoidal 54Mb / banda 875 Kb TAMAÑO DE ESCENA PROYECCIÓN TAMAÑO 4

5 Cálculo del Normalized Difference Snow Index (basado en NDVI) utilizando la bandas verde e infrarojo medio. El umbral que permite identificar nieve: NDSI>.4 TM2 TM5 TM2 TM5 Cálculo de superficie de nieve a partir de fracción nival: FRACTIONAL SNOW COVER 1=fractional snow 2=missing data, 21=no decision, decision 211=night, 225=land, 237=inland water, 239=ocean, 25=cloud, 254=detector saturated 255=fill Valores (verdes) de 1 a 1 = Nieve Algoritmo con Matlab (Univ. De Chile) 5

6 Análisis de la cobertura nival para modelación hidrológica de la cuenca del río Mendoza RESULTADOS CUBIERTA DE NIEVE EN LA ZONA ALTA DE LA CUENCA Imagen LANDSAT Imagen MODIS

7 VALIDACIÓN DE IMÁGENES MODIS 6 Sup. MODIS (Km2) Coef. De Correlación: Sup. Landsat (Km2) 5 6 SUPERFICIE DE NIEVE Y CAUDAL (Promedios mensuales) Septiembre 5 Enero SSup. De Nieve (Km2) Cau udal Río Mendoza (m3/se eg) dic 99 abr 1 sep 2 ene 4 may 5 oct 6 feb 8 jul 9 nov 1 abr 12 ago 13 SUP NIEVE Km2 CAUDAL MED DIARIO GUIDO 7

8 COMPARACIÓN ENTRE IMÁGENES MODIS (Km2) Y EQUIVALENTE AGUA NIEVE (mm) 6 8 SUP NIEVE Km2 EAN y =.1526x y =.157x /1/21 16/5/22 28/9/23 9/2/25 24/6/26 6/11/27 2/3/29 2/8/21 Tº MINIMA (media móvil 15 días) 12 Tº minima ALTURA DE ISOTERMA CERO Altura (msnm) ago feb 1 SUP NIEVE EAN SUP. sep 1 abr 2 oct 2 may 3 nov 3 8 EAN (mm) Superficie de Nieve (Km2) 5 m) Equivalente Agua Nieve (mm Coef. Correlación,733 jun 4 EAN SUP NIEVE Km2 dic ago feb 1 sep 1 abr 2 oct 2 may 3 nov 3 jun 4 dic 4 8

9 Modelación de la cuenca del Río Mendoza Resultado de la Simulación: demanda agraria Demanda agraria, suministro y déficit 18 Deficit 16 Demanda Volumen (Hm3) V 14 Suministro total Primavera 4 2 Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep 9

10 Correlación de Pearson entre el Suministro de agua para demandas agrarias con caudal medio, superficie de nieve y EAN Suministro Caudal Medio Sup. Nieve EAN Correlación de Pearson,997**,39,915** Significancia,,339,1 La correlación entre suministro, caudal y EAN ha resultado muy significativa elevada y significativa. Para planificar las entregas de agua a esta demanda, es necesario basarse en el volumen de agua calculado mediante el EAN y el caudal. Análisis de la cobertura nival para modelación hidrológica de la cuenca del río Mendoza CONCLUSIONES 1

11 Las imágenes MODIS (MOD1a1) son válidas para el cálculo de la superficie de nieve Existe relación entre la superficie p de nieve y los caudales, sin embargo, se requiere del uso de datos de EAN, Tº para hacer predicciones. La aportación glacio nival tiende a darse a fines del verano, desfasada de los requerimientos de riego (en primavera). i ) Existen déficits para las demandas agrícolas, por lo que es necesario aplicar mejoras en la gestión del recurso. LÍNEAS DE INVESTIGACIÓN FUTURAS Adaptación de la herramienta EvalHid para la incorporación de superficie de nieve como input en el modelo hidrológico. Diseño de una Red Neuronal para estimar caudales a partir de los datos de superficie de nieve, EAN y p Temperatura. Análisis del caudal base del río, relacionarlo con las variaciones de los glaciares, con la precipitación nívea y con el caudal generado por el derretimiento. 11

12 GRACIAS POR SU ATENCIÓN!! 12