IIMP Jueves Minero. Dra. Meylin Terrel Gutierrez. Especialista en Monitoreo Ambiental usando Tecnología Satelital

Transcripción

1 IIMP Jueves Minero Dra. Meylin Terrel Gutierrez Especialista en Monitoreo Ambiental usando Tecnología Satelital Lima, 18 de Julio del 2013

2 El agua es un recurso indispensable para todos los seres vivos. El mayor porcentaje de conflictos entre la actividad minera y las comunidades se centra en el tema del agua. Al referirse a la contaminación del agua, debe ser prioridad la identificación del origen de la fuente de contaminación ya sea antropogénica y/o natural. Para tener una buena gestión del agua es imprescindible contar con una línea base de la calidad del agua en las cuencas hidrográficas.

3 Esta tecnología puede ser utilizada para realizar mediciones de la tierra sin hacer contacto real con el uso de sensores colocados en los satélites. Los sensores recogen la información en forma de imágenes geográficas y permiten su análisis y visualización.

4 Localización de espacios geográficos Observación de fenómenos temporales Integración de resultados en un Sistema de Información Geográfica (S.I.G) Reducción del tiempo empleado y dinero invertido en estudios sobre el terreno (Baker et al., 2006; Shanmugan, 2006)

5 Reflectancia es la razón de la energía reflejada y la energía incidente como una función de la longitud de onda

6 Se fundamenta en que cada elemento de la naturaleza tienen una respuesta espectral propia que se denomina signatura espectral. (Campbell et al., 1996)

7 Es utilizado: Para simular el mundo real Simplificar la compleja realidad Explicar los principios subyacentes y las relaciones Para predecir lo desconocido en el espacio y el tiempo Para probar hipótesis y escenarios Componentes : asumciones, elementos, funciones, explicación y predición Tipos: Conceptual, analítico, físico, empírico, determinístico, estocástico,

8 Monitoreo de la Calidad del Agua en Lagos Parámetro elegido: Visibilidad El disco Secchi(SD) es un metodo manual para medir la visibilidad o claridad del agua. Substancias ópticamente activas (OAS) Chlorófila [Chla] Sedimentos suspendidos [Tripton] Materia orgánica disuelta coloreada [CDOM]

9 % Reflectancia 20 Low Clarity Lake 10 High Clarity Lake Longitud de Onda (nm)

10 DESCRIPCIÓN A bordo del Envisat de la ESA Lanzado en marzo del 2002 Resolución espacial: Resolución a full (300 m pixels) Resolución reducida (1200 m pixels) Buena resolución espectral con 15 bandas programables ( nm) Alta resolución radiométrica Cobertura global de 3 dias COMPARACIÓN ENTRE SENSORES DE ULTIMA GENERACION

11 Área de estudio Lago Biwa Lago Kasumigaura Características Nombre del Lago Descripción Área (km 2 ) Profundidad promedio (m) Profundidad máxima (m) Rango de visibilidad (m) Biwa Oligotrófico [ ] Kasumigaura Eutrófico [ ]

12 Desarrollo de los modelos Modelo general: [OAS] SD Modelo cuasi-analítico usando bandas MERIS Bandas MERIS seleccionadas para cada OAS Estan basados en el análisis espectral de cada OAS OASs Lake Biwa Lake Kasumigaura [Chl-a] B3/B5 B9/B7 [Tripton] B5 B9 [CDOM] B2/B1 B7/B5 Rango visible Rango Red-NIR

13 Comparación de nuestros modelos y modelos previos Author(s) Sensor Approach Model MERIS bands This study MERIS Quasianalytical SD -1 =a B5/B3+b B5+c B2/B1+d SD -1 =a B9/B7+b B9+c B7/B5+d B5/B3, B5, B1/B2 B9/B7, B9, B7/B5 Nas et al., 2010 Landsat TM Statistical SD=a (TM1/TM3)+b TM1+c B3/B7, B3 Mancino et al., 2009 Landsat TM Statistical SD=a (TM3/TM2)+b (TM1/TM2)+c TM1+d (TM2/TM1) B7/B5, B3/B5, B3, B5/B3 Wu et al., 2009 MODIS Statistical Ln(SD)=a+b Red B7 Kabbara et al., 2008 Landsat ETM Statistical LN(SD)=a LN(TM1)+b LN(TM2)+c B3, B5 Kratzer et al., 2008 MERIS Statistical Ln(SD -1 )=a LN(B3/B6)+b B3/B6 Olmanson et al., 2008 Landsat TM Statistical Ln(SD)=a (TM1/TM3)+b TM1+c B3/B7, B3 Wu et al., 2008 MODIS Statistical Ln(SD)=a Blue+b Red+c B3, B7 Alparslan et al., 2007 Landsat ETM Statistical SD=a TM1+b TM2+c TM3+d TM4+e B3,B5,B7,B10 Sass et al., 2007 Landsat ETM Statistical SD=a TM3+b B7 Hellweger et al., 2004 Landsat TM Statistical Ln(SD)=a LN(TM3) + b B7 Lillesand et al., 2004 Landsat TM Statistical Ln(SD)=a (TM1/TM3) + b B3/B7 Kratzer et al., 2003 SeaWiFS Statistical Ln(SD -1 )=a LN(L 490 /L 555 )+b B3/B5 Koponen et al., 2002 MERIS Statistical SD=a ((L L 781 )/(L L 781 ))+b (B4-B10)/(B9-B10) Giardino et al., 2001 Landsat TM Statistical SD=a (TM1/TM2)+b B3/B5

14 Resultados Calibración de modelos Lago Biwa Lago Kasumigaura Bandas MERIS B1: nm B2: nm B3: nm B5: nm B7: nm B9: nm N: 103 Lago a 1 a 2 a 3 b 1 R 2 Biwa Kasumigaura

15 SD -1 predicted (m -1 ) Resultados Validación de resultados 4 Ambos lagos N = 51 R² = 0.88 RMSE = 0.24 MNB = 9.54 NRMS = SD -1 measured (m -1 )

16 Resultados Distribución Espacial

17 Conclusión general del caso de estudio Este modelo cuasi-analítico no solo superó los resultados de estudios previos en términos de precisión sino también en cuanto a su aplicación en lagos con características morfológicas distintas.

18 En el Perú Hoy en día se debería apuntar hacia el uso de la tecnología satelital para el monitoreo de la calidad de agua en las cuencas hidrográficas, esto sustentado en la gran ventaja que ofrece esta tecnología en la reducción del tiempo empleado y dinero invertido en estudios de campo. Qué nos falta para cumplir este objetivo? Cúales serían los costos que implica el uso de esta tecnología?

19 Imagen satelital de la Costa Peruana Fecha: 19/04/2006 Hora: 15:03

20 Imágenes satelitales del Lago Titicaca

21

22