Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERA
TESIS
PRESENTA:
Quiero dedicar este trabajo a mis seres queridos que siempre estuvieron
apoyndome durante este proceso, as como a la maestra Alba Beatriz Vzquez
Gonzlez ya que sin ella no habra encontrado este tema; y en especial quiero
agradecer y dedicar este trabajo a mi pap por ser mi eterno ejemplo a seguir en el
mbito acadmico como personal.
AGRADECIMIENTO
2
Objetivo. Investigar, analizar y evaluar modelos matemticos de calidad del agua en
lagos y embalses.
NDICE
Pgina
INTRODUCCIN ........................................................................................................ 5
3
3.2.2. Estimacin de los parmetros de la calidad del agua a partir de datos de
deteccin remota en el lago Kemp en el estado de Texas, USA, por Bassil El-
Masri y A. Faiz Rahman, Departamento de Manejo de Recursos Naturales,
Texas Tech University ...................................................................................... 54
3.2.3 Caractersticas de la Calidad del Agua de Lagos y Embalses Mediante
Sensores Remotos Basados en el Landsat, Incluyendo Clorofila y Material
Orgnico Disuelto Coloreado (CDOM), por Patrick Brezonik, Kevin D. Menken
and Marvin Bauer.............................................................................................. 57
3.2.4 Mediciones de transparencia y calidad del agua en lagos y ros de
Minnesota: Un Enfoque Basado en Censos Utilizando Tcnicas de Deteccin
Remota por Patrick L. Brezonik, Leif G. Olmanson, Marvin E. Bauer, and
Steven M. Kloiber.............................................................................................. 60
3.2.5 Evaluacin de la calidad del agua con datos simultneos del Landsat-5
TM en la Baha Guanabara, Ro de Janeiro, Brasil, por Claudia Zuccari
Fernandes Braga, Alberto W. Setzer y Luis Drude de Lacerda ........................ 63
3.2.6 Determinacin de los cambios de la concentracin de clorofila en el Lago
Garda utilizando un cdigo de transferencia radiactiva basado en una imagen
de las imgenes del Landsat TM, por PA Brivio, C. Giardino, Zilioli E. ............. 66
GLOSARIO................................................................................................................ 89
NOTACIN ............................................................................................................... 92
4
INTRODUCCIN
Para el modelaje de la calidad del agua en los lagos y embalses existen tres
caractersticas de stos que facilitan su estudio; esto es, su origen, su forma y su
tamao.
En el captulo III, se comentarn los diversos modelos de calidad del agua a partir de
los datos de campo y de las imgenes satelitales, sus limitaciones y ventajas, as
como algunos ejemplos de aplicacin.
5
1. CONCEPTOS Y ECUACIONES FUNDAMENTALES DE MODELOS DE
CALIDAD DEL AGUA
Los modelos matemticos son utilizados con el propsito de representar cada uno
de los conceptos y variables que intervienen en un proceso mediante expresiones
matemticas. Se componen de ecuaciones y proposiciones que intentan representar
las relaciones entre variables y parmetros de un cuerpo de agua, con el objeto de
estudiar el comportamiento de sistemas complejos en situaciones difciles de
observar en la realidad. Las variables son las propiedades que se pueden medir en
el sistema o cuerpo de agua, cuyas magnitudes cambian en el tiempo, y los
parmetros son las propiedades que por el momento no varan y definen al sistema.
Los modelos matemticos tratan de representar la realidad de manera simplificada,
as como resolver problemas especficos sobre flujos, parmetros de calidad y
posibles usos del agua, entre otros; ste es el caso en lagos y embalses. Al crear un
modelo matemtico se deben obtener respuestas sobre lo que puede suceder en el
mundo fsico, para el conocimiento y pronstico del sistema.
= ( ; , , ) . . . . . . . . . . . . (1.1)
= . . . . . . . . . . . . . . . . . . . . . . . . . . . (1.2)
Donde a = un factor de asimilacin (L3 T-1), que representa las caractersticas fsicas,
qumicas y biolgicas del agua recibida. En otras palabras, el factor de asimilacin
es el que brinda al modelo las caractersticas del medio en el que se trabaja. Esta
ecuacin es denominada lineal porque la relacin entre c y W es directamente
proporcional. Existen varias maneras de implantarla ecuacin 1.2:
2
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg. 10.
3
Ibidem, pg. 10.
4
Ibidem, pg. 11.
7
1. Modo de simulacin, ya que el modelo tiene como objetivo simular la
respuesta del sistema, en este caso la concentracin como funcin de
estmulos (diferentes descargas), y de las caractersticas del sistema, que se
representa por el factor de asimilacin.
2. Modo de diseo, al calcular la capacidad de asimilacin, reajustando la
ecuacin 1.2 de la siguiente manera:
= . . . . . . . . . . . . . . . . . . . . . . . . (1.3)
se propone una tasa de descarga para obtener un valor de concentracin
deseado, lo cual permite obtener informacin que puede ser directamente
utilizada para diseos ingenieriles del sistema.
3. Modo de diseo, modificando el ambiente se expresa la expresin 1.2 de la
siguiente manera:
= . . . . . . . . . . . . . . . . . . . . . . . . . (1.4)
de esta manera se determina cmo el ambiente puede variar para alcanzar
una calidad de agua deseada, al contar con una tasa de descarga
establecida.
Sin importar el modo de ejecucin, la eficacia del modelo est sujeta a una
caracterizacin precisa del factor de asimilacin. Es por ello la importancia que
tienen los distintos enfoques para determinarlo.
8
Al movimiento de materia a travs del volumen y el flujo del agua se le conoce como
transporte. Adicionalmente al flujo, dentro del volumen de agua la materia se gana y
pierde por medio de reacciones o transformaciones. Estas reacciones pueden
incrementar la materia al cambiar otro constituyente en la sustancia modelada o
remover materia al transformar la sustancia en otro constituyente. La sustancia
puede a su vez incrementar a causa de descargas externas.
Los modelos de control son para conocer con precisin el comportamiento de algn
proceso de acuerdo al rea de operacin. Estos modelos son muy tiles para ajustar
parmetros, medidas o variables y obtener los resultados del sistema modelado.
9
determinan el grado de complejidad del modelo. Dicha complejidad puede hacer
imposible idear un algoritmo de solucin, es por eso que el modelo podra no ser
factible en trminos de clculo. Aunque, sin importar la exactitud y refinamiento del
modelo, ste puede ser poco prctico si los datos disponibles recolectados no son
confiables. A su vez al distorsionar las estimaciones, la solucin obtenida, por ptima
que sea matemticamente, ser de una calidad insuficiente ya que no representa al
sistema real.
El objetivo del estudio de las reacciones cinticas, es explorar cmo los datos
obtenidos de un lago o de un embalse pueden ser utilizados para caracterizar las
reacciones que afectan los contaminantes del agua. Esto es, investigar de manera
cuantitativa las reacciones de los contaminantes del agua en el modelo.
+ + . . . . . . . . . . . . . . . . . . . . . (1.6)
5
La definicin de esta expresin se puede ver en el glosario de trminos.
10
velocidad de desaparicin de una o ms de las sustancias que estn reaccionando.
Por ejemplo, para la reaccin irreversible:
+ + . . . . . . . . . .. . . . . . . . . . . (1.7)
= f(c , c , ) . . . . . . . . . . . . . . . . . . . (1.8)
= c c . . . . . . . . . . . . . . . . . . . . . . . (1.9)
Las potencias a las cuales la concentracin est elevada son conocidas como el
orden de la reaccin. En la ecuacin 1.9 la reaccin es del orden con respecto al
reactivo A y respecto al reactivo B. El orden total de la reaccin es:
= + . . . . . . . . . . . . . . . . . . . . . . . . . . . (1.10)
El orden total de la reaccin, o el orden de una sustancia, no tiene que ser un entero;
sin embargo, la mayora de las reacciones utilizadas en modelos de calidad del agua
presentan rdenes enteras. Si la reaccin se encuentra en equilibrio qumico, la tasa
de los reactivos es la misma que la de los productos:
c c = c c . . . . . . . . . . . . . . . . . . (1.11)
= c . . . . . . . . . . . . . . . . . . . . . . . . . (1.12)
11
1.3.3 Reacciones de cero, primero y segundo orden
Las reacciones que se presentan en las aguas naturales suelen ser de cero (Figura
1.1), primero(Figura 1.2)o segundo orden6.
c c
c0 k c0
t t
6 6
Figura 1.1 Grfica de concentracin Figura 1.2 Grfica de concentracin
contra tiempo para una reaccin de orden contra tiempo para una reaccin de primer
cero. orden.
= . . . . . . . . . . . . . . . . . . . . . . . . . . . (1.13)
c = c t . . . . . . . . . . . . . . . . . . . . . . . . . (1.14)
Como se puede ver en la ecuacin 1.14 y en la Figura 1.1, el modelo especifica una
tasa de agotamiento constante por unidad de tiempo. De esta manera, al ver en una
grfica de concentracin contra tiempo una lnea recta, podemos apreciar que la
reaccin es de orden cero.
= c . . . . . . . . . . . . . . . . . . . . . . . . . . (1.15)
6
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg. 27.
12
ln c ln c = t . . . . . . . . . . . . . . . . . . . . . (1.16)
c=c e . . . . . . . . . . . . . . . . . . . . . . . . . . (1.17)
c = c 10 . . . . . . . . . . . . . . . . . . . . . . . . (1.18)
donde:
= . . . . . . . . . . . . . . . . . . . . . . . . . . (1.19)
.
= c . . . . . . . . . . . . . . . . . . . . . . . . . . (1.20)
= + t . . . . . . . . . . . . . . . . . . . . . . . . . (1.21)
c=c . . . . . . . . . . . . . . . . . . . . . . . . (1.22)
= + ( 1) t . . . . . . . . . . . . . . . . . .(1.23)
c=c [ ( ) ] /( ) . . . . . . . . . . . . . . . . . (1.24)
13
1.3.4 Mtodos para obtener la concentracin
Para obtener la concentracin en funcin del tiempo, c(t), existe una amplia variedad
de mtodos que se pueden utilizar, uno de ellos es el mtodo integral, que consiste
en proponer n e integrar en la siguiente ecuacin:
= c . . . . . . . . . . . . . . . . . . . . . . . . . (1.25)
Este mtodo tiene la ventaja de que al graficar (-dc / dt) contra log c, obtenemos
directamente el orden de la reaccin ya que grficamente es la pendiente; la
desventaja es que depende de la obtencin de un estimado numrico de la derivada
(-dc/dt).
Se puede utilizar el mtodo de las tasas iniciales para determinar la tasa y orden
de la reaccin cuando surgen complicaciones con el tiempo ya que este mtodo
utiliza informacin de las primeras etapas del experimento.
Otra manera de obtener la concentracin en funcin del tiempo es por medio del
mtodo de la vida media de la reaccin que nos indica el tiempo que tarda la
concentracin en disminuir a la mitad del valor inicial. En otras palabras:
7
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
348.
8
La definicin de esta expresin se puede ver en el glosario de trminos.
15
contribuyen a formar. Los organismos autotrficos9, como las plantas que no
dependen de otros organismos para nutrirse y que con la ayuda del sol, convierten a
nutrientes inorgnicos en materia orgnica ms compleja. Esta materia sirve como
fuente de energa para que los organismos heterotrficos, los cuales s necesitan de
materia orgnica para subsistir, realicen procesos como lo son la respiracin y
descomposicin y regresen la materia orgnica a su estado inorgnico. Durante este
proceso se consume oxgeno y libera dixido de carbono.
NUTRIENTES
Alta energa
ORGNICOS
OXGENO
DIXIDO DE
CARBONO
NUTRIENTES
Baja energa INORGNICOS
7
Figura 1.3
Ciclo natural de la produccin y descomposicin orgnica.
9
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
347.
16
Dixido de
. . . . . . . . . . . . . (1.28)
Agua Azcar Oxgeno
carbono
Al contar con un lago limpio, los niveles de oxgeno disuelto que sean mayores a las
descargas externas se encontrarn cerca de la saturacin. Cuando agua
contaminada entra al lago, eleva los niveles de la materia orgnica disuelta y slida,
por lo que el agua se vuelve turbia por los slidos y al asentarse stos se crea una
cama de lodos que pueden producir olores nocivos. A su vez, la materia orgnica
sirve de comida para los organismos heterotrficos, haciendo que el ciclo natural de
la produccin y descomposicin orgnica se desequilibre ya que hay mayor
descomposicin que produccin. En el proceso se agota el oxgeno disuelto.
La temperatura
La salinidad
La presin debida a la altitud
V = VL . . . . . . . . . . . . . . . . . . . . . . . (1.29)
L=L e . . . . . . . . . . . . . . . . . . . . . . . . (1.30)
y = L L . . . . . . . . . . . . . . . . . . . . . . . . . (1.31)
y = L (1 e ) . . . . . . . . . . . . . . . . . . . . . (1.32)
V = k VL e . . . . . . . . . . . . . . . . . . . . (1.33)
11
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
354.
18
Si el valor inicial del oxgeno es o0, la ecuacin 1.33se resuelve obteniendo:
o = o L (1 e ) . . . . . . . . . . . . . . . . . . . (1.34)
o o L . . . . . . . . . . . . . . . . . . . . . . . . (1.35)
L0
Concentracin [mgL-1]
Tiempo [d]
11
Figura 1.4
El valor de L0 se puede definir como la concentracin inicial de la materia orgnica oxidable o
como la ltima DBO.
1.4.4 Nitrgeno
Como se puede ver en la Figura 1.5, el ciclo del nitrgeno en aguas naturales afecta
el nivel de oxgeno en el agua. Existen diversos problemas que pueden surgir debido
al nitrgeno. En el problema de nitrificacin y desnitrificacin, as como en la
eutroficacin12, el nitrgeno es el causante; en cambio en los problemas de
contaminacin por nitratos y de toxicidad de amoniaco, las especies de nitrgeno
son directamente el contaminante.
12
La definicin de esta expresin se puede ver en el glosario de trminos.
20
La eutroficacin es causada por el exceso de plantas en crecimiento, lo cual se
origina por fertilizar a las plantas con abundantes nutrientes, como lo es el nitrgeno.
Este exceso de plantas puede afectar la calidad del agua directamente e
indirectamente generando otros problemas.
Agua
O2
NH3
pH
alto
Desnitrificacin
pH
Amonificacin bajo Nitrificacin
Nitrificacin
+ -
N orgnico NH4 NO2 NO3- N2
Desnitrificacin
Produccin neta
Figura 1.513
Ciclo del nitrgeno en aguas naturales. Las lneas discontinuas indican que las reacciones de
desnitrificacin se llevan a cabo bajo condiciones anaerobias.
13
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
420.
21
crea el nitrato, subproducto del nitrgeno, ste servir como contaminante por s
solo. A su vez, dependiendo de la temperatura y el pH, el amonio se encontrar en
su forma no ionizada, el cual es txico para los organismos acuticos. Finalmente, el
amoniaco y el nitrato son nutrientes esenciales para la fotosntesis, por lo que se
crea un crecimiento excesivo de plantas, lo cual es un problema y puede producir y
exacerbar otros problemas.
1.4.5 Fotosntesis/Respiracin
22
Normalmente se considera que la tasa de fotosntesis es directamente proporcional
a la energa de la luz, por lo que depende del ciclo diurno. La concentracin del
oxgeno disuelto en el agua es funcin de la produccin neta de oxgeno
fotosinttico, siendo esta la diferencia entre la produccin de oxgeno durante la
fotosntesis y su disminucin durante la respiracin, y depende de los siguientes
factores:
Existen diversas tcnicas para medir las tasas de respiracin y fotosntesis, entre
stas, se tiene: en sitio; utilizando estimados de biomasa junto con un modelo terico
del crecimiento de fitoplancton, y por medio de la obtencin de datos diurnos del
oxgeno, entre otras.
. . . . . . . . . . . . . . . . . . . . (1.36)
23
Donde E es la enzima, S el sustrato, ES es el complejo enzima-sustrato, P es el
producto de la reaccin, y k1, k2 y k3 son las constantes de velocidad de las
reacciones.
La tasa de formacin del complejo [ES] involucra a las tres reacciones y por su
naturaleza intermediaria no se acumula con respecto al tiempo, por lo que en estado
estacionario se puede igualar a cero.
[ ]
= [E][S] [ES] [ES] = 0 . . . . . . . . . . . . . . (1.37)
=+ [ES] . . . . . . . . . . . . . . . . . . . . . . . . (1.42)
mx
, tasa de crecimiento
mx/2
15
KM
S, concentracin del sustrato
15
Figura 1.6
Grfico de la tasa de crecimiento, , como funcin de la concentracin del sustrato, S.
14
lvarez M.,Biocintica y Bioreactores, Ingeniera de Reactores, Departamento de Ing. Qumica,
Tecnolgico de Monterrey,2003,http://www.mty.itesm.mx/dia/deptos/iq/iq95-872/Reactores/Clase11
2003.pdf
15
Schnoor, Jerald L., Environmental Modeling, Fate and Transport of Pollutants in Water, Air, and
Soil, John Wiley & Sons, INC., USA, 1996, pg. 109.
25
[ ] [ ]
= [ ] [ ]
. . . . . . . . . . . . . . . . . . . . . (1.46)
26
2. MODELOS EN LAGOS Y EMBALSES
Los lagos y embalses tienen una gran importancia por su uso como abastecedores
de agua, de energa elctrica (hidroenerga), su influencia en la cuenca a la que
estn integrados, su importancia para el bio-hbitat y porque ayudan a controlar las
inundaciones, es por esto el inters de estudiarlos y generar modelos matemticos a
partir de sus distintas caractersticas y estados.
Las escalas de espacio y tiempo que se aplican a los modelos de lagos y embalses
pueden variar, ya que sus efectos dependen de los regmenes hidrulicos asociados
con la morfologa16 y climatologa.
Para la modelacin de la calidad del agua en los lagos y embalses existen tres
caractersticas de stos que facilitan su estudio: origen, forma y tamao.
Aunque la mayora de los lagos se han formado por eventos catastrficos, muchos
se crean de una manera gradual; por ejemplo, debido al movimiento de sedimentos
en un ro, que poco a poco se estancan; la fuerza del agua en los ros es lo
suficientemente fuerte para erosionar reas que con el tiempo forman cuencas
16
Estudio de la forma de un organismo o sistema.
27
lacustres. Otras fuerzas erosivas tienen la capacidad de formar otros tipos de lagos.
La accin de las olas a lo largo de la costa del ocano puede conducir a la formacin
de un lago a travs de erosin. La fuerza del viento tambin es capaz de crear
cuencas lacustres, erosionando el suelo; este tipo de lagos suelen ser poco
profundos y endorreicos17; es decir, que no drenan hacia ningn lado, sino que slo
pierden agua por evaporacin o filtracin. Algunos lagos se forman a causa de la
erosin en rocas debido al escurrimiento de agua cida, stos pueden ser
superficiales o bajo tierra, como los cenotes18.
Los dos aspectos del tamao de un cuerpo de agua que tienen mayor influencia en
la calidad del agua son el tiempo de residencia o concentracin y la profundidad.
Estos cuerpos de agua estn divididos en tiempos de residencia cortos y largos. Los
tiempos cortos se consideran menores a un ao y los largos mayores a un ao.
17
La definicin de esta expresin se puede ver en el glosario de trminos.
18
La definicin de esta expresin se puede ver en el glosario de trminos.
19
BUZO Snchez, Isaac, Recursos de Ciencias Sociales, Geografa e Historia,
http://contenidos.educarex.es/sama/2010/csociales_geografia_historia/primeroeso/tema2/lagos.html.
28
Adicionalmente se clasifican como poco profundos o superficiales y profundos,
donde contando con una profundidad menor a los 7 metros se consideran poco
profundos y mayor a los 7 metros, profundos. Esta clasificacin es relevante ya que
los lagos y embalses profundos estn a menudo sujetos a la estratificacin20 trmica
en ciertas pocas del ao.
La zona litoral se encuentra a las orillas del lago junto con las aguas someras;
esta zona cuenta con una buena penetracin de luz as como con una
vegetacin enraizada a lo largo de la orilla junto con una variedad de
animales.
La zona limntica o ftica se extiende hasta donde penetra la luz, aqu se
encuentran el plancton (fitoplancton y zooplancton) y necton21.
La zona profunda, mejor conocida como bentnica o bntica, inicia en la zona
de compensacin de luz, donde la respiracin equilibra la fotosntesis, debido
a que nicamente se encuentran organismos heterotrficos por falta de luz.
Zona
bentnica
Figura 2.2
Zonas de un lago.
20
Fenmeno causado por la distinta densidad en diferentes capas del lago.
21
La definicin de esta expresin se puede ver en el glosario de trminos.
29
Para poder caracterizar un lago o embalse se debe determinar su geometra, es
decir su morfometra22.Para ello, la batimetra23 del lago debe estar trazada. Un
mapa batimtrico muestra las curvas de nivel de igual profundidad, Figura 2.324.
Figura 2.324
Mapa batimtrico del Lago Haller, Seattle.
Al contar con el mapa batimtrico del cuerpo de agua, se puede determinar el rea
que abarca cada lnea de profundidad con la ayuda de un planmetro25 o con algn
otro artificio de medicin. El proceso de clculo de la morfometra de un lago o
reservorio consiste en determinar las reas de un mapa batimtrico. Se prosigue
tabulando estas reas para determinar los volmenes de cada seccin, a travs de
una integracin numrica, como se muestra en la Figura 2.426.
H4 H3 H2 H1 0 A0
0
H1 A1
A2
H2
A3
H3
H4
Figura 2.426
Procedimiento para obtener la morfometra de un lago o embalse.
22
La definicin de esta expresin se puede ver en el glosario de trminos.
23
La batimetra es un mapa topogrfico mostrando las lneas perimetrales de profundidad de un
cuerpo de agua.
24
http://your.kingcounty.gov/dnrp/wlr/water-resources/small-
lakes/data/LakePage.aspx?SiteID=17#Maps
25
Aparato de medicin utilizado para el clculo de reas irregulares.
26
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
279.
30
Los resultados mostrados en la Figura 2.4, son comnmente representados
grficamente en funcin de la profundidad, como se muestra en la Figura 2.527.
6 150
4 100
2 50
0 0
0 20 40 60 0 20 40 60
Profundidad [m] Profundidad [m]
Figura 2.527
Curvas (a) rea- profundidad y (b) volumen- profundidad de un reservorio.
Figura 2.628 Esquemas comparativos del movimiento del agua en un lago natural y uno
artificial (reservorio o embalse).
27
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
282.
28
Peralta Patricia, Len Jos, Estudios de Caracterizacin Limnolgica de los Embalses de la
Provincia de Mendoza, Departamento General de Irrigacin, Gobierno de Mendoza, Provincia de
Mendoza, Argentina, 2006, pg. 9.
31
La morfometra de las cubetas lacustres tiene un importante efecto en la mayora de
los parmetros fsicos, qumicos y biolgicos que en conjunto determinan el
metabolismo de un lago. La caracterizacin morfomtrica de un cuerpo de agua
idealizada debe ser el punto de partida para las investigaciones limnolgicas, ya que
a partir de ella se puede determinar la ubicacin de los muestreos y se genera una
idea sobre el funcionamiento del sistema para poder crear un modelo matemtico.
= = + + . . . . . . . . . . . . . . . . . . . (2.1)
0= + + . . . . . . . . . . . . . . . . . . . (2.2)
Para la mayora de los casos las entradas y salidas son fciles de medir lo que no
ocurre con los otros trminos de la ecuacin; es por esta razn que muchas veces
suelen ser descuidados y se recurre a una simplificacin, donde se considera que la
evaporacin se equilibra con la precipitacin, y el flujo subterrneo es despreciable.
32
2.2.1 Distribucin horizontal
As como las fuentes puntuales son las principales causantes de una distribucin
horizontal en un cuerpo de agua, tambin pueden existir fuentes no puntuales, como
lo son las uniformemente distribuidas o los escurrimientos superficiales distribuidos,
ya que lo que distingue a esta distribucin es la diferencia de concentraciones y
caractersticas fsicas de los lquidos. Cuando el viento es significativo es importante
considerar el transporte advectivo, el cual afecta la concentracin de la corriente a lo
largo del eje de la desembocadura, provocando este tipo de distribucin.
Al cambiar de densidad las diferentes capas horizontales del cuerpo de agua, stas
se separan, sufriendo el fenmeno de estratificacin, Figura 2.7b y e. La
estratificacin de los embalses depende de la profundidad y forma de la cubeta, as
29
Transporte horizontal y vertical del agua.
30
Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg. 277.
33
como de la exposicin a los vientos. La estratificacin de la columna de agua
determina una dinmica importante en la vida acutica como en la qumica de los
embalses. En las regiones templadas, los lagos suelen estar fuertemente
estratificados en el verano o en los meses calurosos y se define la estratificacin
dependiendo de su profundidad.
Figura 2.730
Esquemas tpicos de segmentacin utilizados para lagos y embalses.
Invierno a Verano
primavera a otoo
Epilimnio
Profundidad, d
Termoclina
Gran T Metalimnio
Pequeo d
Hipolimnio
0 4 10 20
Temperatura, T (C)
Figura 2.8
Esquemas tpicos de segmentacin utilizados para lagos y embalses estratificados.
35
las sustancias vara de acuerdo a su concentracin y se puede medir tanto su
concentracin como su distribucin vertical.
Entradas Almacenamiento
Q
Salidas
t
Figura 2.9 Hidrograma de entradas y salidas, en un tiempo determinado.
37
de esencial importancia en la determinacin del modelo adecuado para describir los
procesos de cambio de las sustancias o contaminantes.
Un ejemplo de reaccin del primer caso puede ser un caso extremo de conversin
de nutriente a fitoplancton y del segundo caso puede ser alga sujeta a degradacin
por depredacin o por respiracin.
t t t
Oligotrfico Mesotrfico Eutrfico Hipereutrfico
31
Plantas acuticas visibles a simple vista.
40
- Zooplancton y zoobentos
- Peces
El fsforo es esencial para la vida, debido a que tiene un papel fundamental en los
sistemas genticos y en el almacenamiento y la transferencia de energa de las
clulas. Desde el punto de calidad del agua, el fsforo es muy importante ya que
suele ser el nutriente limitante debido a los siguientes factores:
- No abunda en la corteza terrestre y los minerales de fosfatos que s existe no son
muy solubles.
- No existe en forma gaseosa.
- El fosfato tiende a sorber fuertemente las partculas de grano fino. El
asentamiento de estas partculas, junto con la sedimentacin de las partculas
orgnicas que contienen fsforo, sirve para remover el fsforo del agua hacia los
sedimentos del fondo, as como por absorcin del suelo.
32
Residuo.
41
- Fsforo orgnico no particulado: son compuestos orgnicos disueltos o coloidales
en el fsforo; surgen a partir de la descomposicin de la partcula orgnica del
fsforo.
- Fsforo inorgnico particulado: minerales de fosfato, ortofosfato absorbido y
fosfato con materia slida.
- Fsforo inorgnico no particulado: incluye fosfatos condensados, como los de los
detergentes.
P orgnico no P orgnico
particulado no particulado
disponible
ORGNICO
INORGNICO
P inorgnico P inorgnico no P inorgnico
disponible particulado no particulado
(SRP) disponible
33
DISPONIBLE NO DISPONIBLE
NO PARTICULADO PARTICULADO
Figura 2.1132
Formas de fsforo (P) que se encuentran en aguas naturales. Las formas principales que
intervienen en el ciclo de vida de la produccin/descomposicin se muestran en negritas.
El ciclo del nitrgeno se puede ver en la Figura 1.5, donde se presentan sus formas
primarias:
- Nitrgeno libre (N2)
- Amonio (NH4+), amoniaco (NH3)
- Nitrito (NO2-), nitrato (NO3-)
33
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
523.
42
- Nitrgeno orgnico
Prdidas
Nitrgeno atmosfricas a un
atmosfrico pH alto
N orgnico N orgnico
no particulado
particulado
ORGNICO
INORGNICO
Nitrito/ Ion amonio/
nitrato gas amoniaco
Nitrgeno
libre DISPONIBLE NO DISPONIBLE
NO PARTICULADO PARTICULADO
33
Figura 2.12
34
Formas de nitrgeno que se encuentran en aguas naturales. Las formas principales que
S. Chapra, S. C.,
intervienen Surface
en el Water
ciclo de Quality
vida de Modeling, The McGraw Hill
la produccin/descomposicin se Companies,
muestran enN.Y., 1997, pg.
negritas.
525.
35
Proceso biolgico por el cual una clula se autodestruye.
43
Aunque el nitrgeno es tan necesario para la vida como el fsforo, ellos difieren de
las siguientes maneras:
- El nitrgeno tiene una fase gaseosa por lo que se libera fcilmente de esta
manera;
- Las formas inorgnicas del nitrgeno no absorben tan fuertemente materia
particulada como el fsforo;
- La desnitrificacin representa un mecanismo de purga, el cual no existe para el
fsforo.
Dixido de
carbono
atmosfrico
C orgnico C orgnico
no particulado
particulado
ORGNICO
INORGNICO
Carbono
inorgnico Carbonato
disuelto de calcio
DISPONIBLE NO DISPONIBLE
NO PARTICULADO PARTICULADO
Figura 2.1335
Formas de carbono que se encuentran en aguas naturales. Las formas principales que
intervienen en el ciclo de vida de la produccin/descomposicin se muestran en negritas.
44
El carbono puede desempear tres funciones en el modelado de la calidad del agua:
- Como nutriente;
- Debido a que generalmente el carbono constituye un componente importante de
compuestos orgnicos, se utiliza como medida de la biomasa;
- Como contaminante ya que la descomposicin de carbn orgnico puede afectar
considerablemente la concentracin de oxgeno en el sistema, y el carbono
orgnico naturalmente producido se puede transformar en un compuesto txico.
36
S. Chapra, S. C., Surface Water Quality Modeling, The McGraw Hill Companies, N.Y., 1997, pg.
527.
45
3. MODELOS DE CALIDAD DEL AGUA A PARTIR DE DATOS DE CAMPO E
IMGENES SATELITALES.
37
La definicin de esta expresin se puede ver en el glosario de trminos.
38
Arbelo, Manuel, Tutorial de Teledeteccin, Pgina personal del Doctor Arbelo, 2004,
http://webpages.ull.es/users/marbelo/rs1.pdf.
46
Los sensores se diferencian por su nmero de bandas espectrales39 (pancromticos,
multiespectrales o hiperesprectrales), por su resolucin espacial (alta, mediana o
baja), temporal (horaria, diaria, semanal, o frecuencia peridica de visita) y
radiomtrica (8, 12 16 bits), as como por su aplicacin (meteorolgicos, recursos
de la tierra, etc.).
Resulta evidente que los modelos de calidad del agua a partir de datos de campo e
imgenes obtenidas de satlites tienen grandes ventajas, pero tambin ciertas
limitaciones. Una de las principales limitaciones es el costo del servicio satelital as
como la dificultad para su contratacin en las fechas programadas para realizar las
pruebas. Por ejemplo, el costo de los datos obtenidos por un satlite de alta
resolucin (2,500 a 4,000 dlares por imagen) probablemente podra ser muy grande
para muchas ciudades slo para la evaluacin de la transparencia de lagos, pero
podra ser justificable si las imgenes tambin son usadas para vigilar los cambios
en el uso y la cubierta del suelo y el estado de los humedales.
Las tcnicas de deteccin remota tienen mayores ventajas que el mtodo tradicional
de slo toma de muestras debido a que la cobertura geogrfica permanente de
imgenes tomadas desde satlites proporciona informacin continua de la calidad
del agua sobre todo el cuerpo de agua. La obtencin de imgenes desde satlites,
permite conseguir informacin en aquellos lugares de difcil acceso. La informacin
que se puede obtener de imgenes histricas sobre la calidad del agua es de suma
importancia ya que permite ver el modo en el que ha ido evolucionando. Es
indispensable tomar muestras de agua en algunos puntos en los embalses,
especficamente escogidos, con el propsito de que sirvan de prueba y de esa
manera ir afinando la relacin de las propiedades del agua con la informacin
obtenida de los satlites.
42
Latn de en el sitio.
48
que la deteccin remota puede reunir la demanda de grandes tamaos de muestras
requeridas para los estudios de la calidad del agua conducidos a escala de cuencas.
Por lo tanto, no sorprende que una significativa cantidad de investigaciones haya
sido conducida a fin de desarrollar mtodos e ndices de deteccin remota que
pueden ayudar a obtener estimaciones confiables de esas importantes variables
hidrolgicas. Esos mtodos oscilaron desde tcnicas semi-empricas hasta mtodos
analticos para estimar y producir mapas cuantitativos de la calidad del agua.
Muchos investigadores han desarrollado diferentes modelos para predecir muchos
parmetros de calidad del agua en lagos a partir de datos de satlites mediante el
empleo de ndices o relaciones espectrales. Esos parmetros de calidad del agua
tienen incluida la concentracin de clorofila, concentraciones de materia suspendida
y turbiedad. Las mediciones in situ se requieren para calibrar relaciones entre los
slidos disueltos totales y datos de radiacin detectada por el satlite y
representados en las imgenes. Reducciones importantes se obtienen en mano de
obra y costos de viajes al utilizar los sensores remotos de los satlites, as como
costos efectivos para la evaluacin regional de la transparencia de lagos.
Las imgenes de los satlites trabajan bien para evaluar la transparencia del agua y
las propiedades pticas de lagos, pero las consideraciones geomtricas hacen de
las imgenes de satlite una eleccin pobre para la deteccin remota de ros y
arroyos. Los satlites de alta resolucin como el IKONOS tienen la resolucin
espacial necesaria, pero la adquisicin de tales imgenes para una fecha y tiempo
particulares no es sencilla, y las imgenes que cubren esas relativamente pequeas
reas hacen imprcticos los grandes costos por kilmetro de ro vigilado. Sensores
multi-espectrales similares a esos en satlites como el Landsat e IKONOS (o con
ms alta resolucin espectral) que son desplegables en pequeas naves areas
estn comercialmente disponibles. Debido a que las aeronaves pueden ser
trasladadas precisamente en las trayectorias de vuelo a lo largo de los tramos
fluviales, ellas ofrecen una posibilidad atractiva para vigilar la calidad del agua de los
ros, pequeos lagos y embalses, y as obtener una cobertura espacial ms
completa.
49
Estos mtodos no pueden decir todo lo que se desea conocer acerca de la calidad
del agua debido a que los sensores del satlite no pueden detectar la presencia de
contaminantes de metales potencialmente peligrosos, contaminantes orgnicos,
bacterias patgenas en el agua, entre otros parmetros. Sin embargo, los sensores
proporcionan informacin precisa acerca de la transparencia del agua y de la
presencia de algas en sta, y estos son problemas comunes que afectan el uso, as
como el valor econmico que representan los lagos y embalses para su localidad.
Estimar las caractersticas de calidad del agua por medio de los datos obtenidos de
las plataformas satelitales tiene importantes limitaciones. Primero, las caractersticas
debern estar relacionadas con una propiedad ptica inherente (IOP) que puede ser
medida mediante el sensor del satlite. Por ejemplo, la transparencia del lago
relacionado con los SDT (slidos disueltos totales) por medio del brillo medido por el
satlite en muchas bandas espectrales. Fuentes potenciales de error crecen a partir
de variaciones en las condiciones atmosfricas y climatolgicas, las cuales afectan
la cantidad de radiacin solar reflejada en la superficie del agua y captada por el
sensor del satlite. Las bandas espectrales de los sensores que captan el brillo
reflejado de los cuerpos de agua, no se encuentran calibradas por la intensidad de la
radiacin solar entrante, las cuales varan con la latitud, estacin, y hora del da. En
adicin a esto, la neblina atmosfrica dispersa la luz (especialmente la longitud de
onda azul) y causa un incremento en el brillo observado. La interferencia atmosfrica
sobre los cuerpos de agua puede ser significativa, y atrae cambios en la brillantez
entrante que deben ser corregidos posteriormente. Estas correcciones impiden la
comparacin directa de datos de imgenes de diferentes fechas (Kloiber y otros
2002). Por lo tanto, para estimar las caractersticas de calidad del agua a partir de
los datos obtenidos de los sensores se requieren casi simultneamente datos de
campo para calibrar las ecuaciones y minimizar errores.
50
3.2 Ejemplos de aplicacin
Con estas tcnicas se pueden medir las concentraciones de clorofila, fsforo total,
turbiedad, slidos suspendidos totales (TSS, por sus siglas en ingls) y nutrientes
43
El satlite Landsat 5 fue puesto en rbita el 1 de marzo de 1984 portando el sensor TM
(Mapeador Temtico, por sus siglas en ingls) que opera en siete bandas espectrales diferentes.
Estas bandas fueron elegidas especialmente para el monitoreo de vegetacin a excepcin de la
banda 7 que se agreg para aplicaciones geolgicas. Estas siete bandas pueden combinarse de a
tres o mas, produciendo una gama de imgenes de color compuesto que incrementan
notablemente sus aplicaciones, especialmente en el campo de los recursos naturales. El
mapeador temtico (TM) tiene mayor sensibilidad radiomtrica que su antecesor, el MSS, y mejor
resolucin espacial, ya que el tamao del pxel en todas las bandas excepto la 6, es de 30 metros.
Esto permite la clasificacin de zonas tan pequeas como 2,5 o 3 hectreas. La banda 6, que es
una banda trmica, tiene un pxel de 120 metros en el terreno. Cada imagen cubre 185 x 185 Km.
44
Dispositivo para medir la transparencia del agua con respecto a la luz. La transparencia detectada
con este disco depende de la cantidad de materiales en suspensin y colorantes que se
encuentren en el agua, procedentes de los sedimentos que son arrastrados hacia el cuerpo de
agua o debidos a su actividad biolgica.
45
La definicin de esta expresin se puede ver en el glosario de trminos.
51
dentro del agua, La concentracin de sedimentos en suspensin, el fitoplancton y los
materiales orgnicos disueltos, son factores que influyen de manera predominante
en las propiedades pticas del agua y en su calidad, as como sobre la vida
acutica, El agua sirve como un transportador y agente almacenador de nitrgeno,
fsforo y componentes orgnicos que pueden ser indicadores de contaminacin
(Jensen 2000). Todo esto permitir elaborar modelos matemticos de la calidad del
agua en lagos y embalses. A continuacin se presentan algunos ejemplos de
aplicacin de estas tcnicas que permiten apreciar los resultados que se han podido
obtener sobre la calidad del agua en lagos y embalses.
46
La reflectancia es la capacidad de las superficies de reflejar la luz.
47
Conjunto de radiaciones electromagnticas emitidas por el sol fuera de la atmsfera.
48
Representa la posicin del sol relativa a la normal local.
52
Se desarroll un algoritmo que permiti predecir los valores de las caractersticas
espectrales de las imgenes del satlite, mediante un anlisis de regresin lineal
mltiple. A partir de los valores de las variables independientes (valores espectrales
de las bandas azul y verde), se determinaron los valores de las variables
dependientes (ndice del estado trfico -TSI). El mejor modelo extrado del anlisis
de regresin lineal mltiple, est dado por la siguiente ecuacin para el TSI:
donde TM1 y TM2 fueron los valores de rectancia del Landsat TM banda 1 (Banda
azul) y banda 2 (Banda verde).
Este estudio permiti determinar un algoritmo para la cuantificacin del ndice del
estado trfico basado en el disco de transparencia de Secchi mediante la aplicacin
de los datos del Landsat TM. El algoritmo permiti alcanzar la variacin espacial de
la claridad del agua. La profundidad del disco de Secchi fue correlacionada con
bandas visibles del Landsat 5 TM, especialmente con bandas verdes y el radio entre
las bandas azules y verdes. La representacin de la turbiedad permite obtener
informacin til visual sobre la carga de sedimentos en el agua,
53
3.2.2. Estimacin de los parmetros de la calidad del agua a partir de datos
de deteccin remota en el lago Kemp en el estado de Texas, USA, por
Bassil El-Masri y A. Faiz Rahman, Departamento de Manejo de
Recursos Naturales, Texas Tech University.
54
Las mediciones de absorcin espectral de la clorofila fueron hechas con
espectrofotmetro49 utilizando una longitud de onda de 661.6 nm y 644.8 nm como
fue sugerido por Lichtenthaler, 1987. Por otro lado, la turbiedad es usualmente
medida en Unidades de Turbiedad Nefelomtricas (NTU, por sus siglas en ingls)
que se refieren al modo en que el instrumento nefelmetro50 mide cunta luz es
dispersada por las partculas en suspensin en el agua. La turbiedad y el TP (unidad
= mg/l) fueron analizados en un laboratorio privado siguiendo los mtodos
recomendados en los Mtodos Estandar para el Examen del Agua y Aguas
residuales edicin 20a y EPA SW-846 respectivamente.
Este estudio consisti en modificar los ndices de calidad del agua desarrollados,
utilizando sensores remotos hiperespectrales para ser utilizables con sensores
multiespectrales. Los ndices propuestos por Shafique y otros, (2002) fueron:
Se usaron valores de reflexin de las bandas MODIS #13 (662 672 nm) y #14 (673
683 nm) para estimar la concentracin de clorofila, #15 (743 753 nm) y #16 (862
877 nm) para estimar la turbiedad, y #14 (673 683 nm) y #12 (546 -556 nm) para
estimar el fsforo total (TP). Los ndices de calidad del agua modificados por las
bandas MODIS fueron propuestos como:
= 48.849 34.876 . . . . . . . . . . . . . . . (3.5)
49
Instrumento que permite comparar la radiacin absorbida o transmitida por una solucin que
contiene una cantidad o concentracin desconocida de soluto, y una que contiene una cantidad
conocida de la misma sustancia.
50
Instrumento para medir partculas suspendidas en un lquido, se conocen tambin como
turbidmetros en las pruebas de calidad del agua. La unidad de turbidez para un nefelmetro
calibrado se llama Unidad de Turbidez Nefelomtrica, NTU o UTN.
55
( ) = 0.18081 0.0371 . . . . . . . . . (3.6)
Los planos de dispersin mostraron que la proporcin de (b2 b4) / (b11 x b12) y
(b1 b14) / (b14 + b2) puede ser utilizada para estimar la turbiedad y la clorofila,
respectivamente. La proporcin de b12 /b13 fue el mejor indicador del fsforo total.
Tambin, se encontr que MODIS b13 y b4 correlacionaron fuertemente (r2 = 0.76);
en este caso donde no hubo datos disponibles para b13 en junio 2006, b4 fue
utilizado en lugar de aquel. Sin embargo, los nuevos ndices desarrollados para este
estudio fueron:
= . . . . . . . . . . . . . . . . . . . (3.8)
( )= . . . . . . . . . . . . . . . . . . . . (3.9)
= . . . . . . . . . . . . . . . . . . (3.10)
Los valores para los parmetros de calidad del agua fueron ms altos en la
temporada seca (octubre) comparados con la temporada hmeda (junio). La clorofila
fue estable entre las dos temporadas (principalmente los valores ms altos en
octubre) que van desde 6 10 ug/l, mientras la turbiedad mostr enorme variacin
desde 0.114 NTU en junio a 23.46 NTU en octubre. Esta variacin fue aparejada con
incremento en la variacin de TP y valores desde 0.05 mg/l en junio a 0.06 mg/l en
octubre. La proporcin de bandas 1,2 y 14 como se mostr en la ecuacin 7 produjo
una buena correlacin (r2 = 0.82) con concentracin de clorofila en octubre 2006. La
turbiedad y la proporcin de bandas 2, 4, 11 y 12 (ecuacin 9) est fuertemente
correlacionada (r2 = 0.92 y r2 = 0.79) para ambos meses junio y octubre del 2006
respectivamente. As, TP tuvo la ms dbil correlacin con bandas de MODIS.
56
Valores muy altos de turbiedad pueden ser observados al lado de la orilla del lago,
especialmente en la parte sur, donde la mayora de las reas residenciales estn
localizadas y el lado oeste donde entra el Ro Wichita al lago. Los valores ms altos
de la clorofila se encuentran en las partes norte y oeste del lago, y pueden ser
relacionadas a la presencia de plantas acuticas.
52
BREZONIK Patrick, MENKEN Kevin D., BAUER Marvin, Landsat-based Remote Sensing of Lake
Water Quality Characteristics, Including Chlorophyll and Colored Dissolved Organic Matter (CDOM),
University of Minnesota, North American Lake Management Society, 2005, pg. 3.
53
Ibidem, pg. 5.
58
Tabla 3.253
Valores promedio de luminosidad para las bandas 1-4 del TM en las reas de inters en los 15
lagos de estudio.
Lago TM1 TM2 TM3 TM4
Ann 43.77 16.49 12.77 7.70
BigSandy 41.71 12.78 10.72 5.17
Cross 41.77 14.27 11.48 6.33
Fish 44.34 17.30 13.72 8.60
Francis 49.66 22.21 19.01 18.38
Grindstone 39.99 11.19 8.08 5.01
Hanging Horn 39.59 11.02 8.63 5.17
Hizer 38.68 10.71 8.16 5.45
Knife 44.26 17.77 15.68 7.63
Munson 38.65 10.65 8.16 5.17
Net 39.34 11.86 10.46 5.65
Rock 41.40 12.01 9.54 4.99
Round 41.80 12.45 8.46 4.54
Sturgeon 44.30 15.91 10.51 5.16
Typo 49.52 23.92 22.88 17.77
Tabla 3.354
Coeficientes para regresin lineal mltiple de (ln(chl ) = A + A Var + A Var ) contra
luminosidad Landsat (ln(clorofila a). Slo se muestran resultados con R 0.8 (n=15).
Var1 Var2 A0 A1 A2 R2
TM1 TM1:TM2 21.79 -0.1675 3.855 0.86
TM1 TM1:TM3 6.71 0.0537 -1.559 0.88
TM2 TM1:TM2 17.31 -0.1485 -4.017 0.85
TM2 TM2:TM3 7.86 0.0572 -1.481 0.88
TM3 TM1:TM2 10.60 0.0289 -2.633 0.85*
TM3 TM1:TM3 12.55 -0.0959 -2.179 0.89*
TM4 TM1:TM2 10.78 0.0284 -2.648 0.85
TM4 TM1:TM3 9.46 0.0078 -1.680 0.88
54
*Lago Typo tuvo una gran influencia en la regresin.
Tabla 3.455
Coeficientes para regresin lineal mltiple de ln( 440) contra luminosidad Landsat (ln(C440) =
A + A Var + A Var ). Slo se muestran resultados con R 0.6 (n=15).
54
BREZONIK Patrick, MENKEN Kevin D., BAUER Marvin, Landsat-based Remote Sensing of Lake
Water Quality Characteristics, Including Chlorophyll and Colored Dissolved Organic Matter (CDOM),
University of Minnesota, North American Lake Management Society, 2005, pg. 6.
55
Ibidem, pg. 7.
59
El anlisis de regresin mltiple entre In(C440) y combinaciones de bandas 1:4 y
proporciones de bandas dieron cuatro relaciones con R2 > 0.70, Tabla 3.4. La
ecuacin predictiva para el SDT es:
Los resultados aqu obtenidos demuestran que la clorofila y la turbiedad pueden ser
estimadas a partir de los datos TM si las medidas del terreno estn disponibles para
calibracin. El mismo problema existe con el SDT, pero ha sido una de las
mediciones limnolgicas ms comunes durante muchas dcadas, en parte porque es
ms sencillo y barato de obtener. El SDT provee informacin que se relaciona
directamente con las percepciones humanas de la calidad del agua de lagos, y es un
indicador razonable de las condiciones trficas (abundancia de algas) excepto en los
lagos muy altamente coloreados con baja clorofila.
Los resultados de la Tabla 3.556 demostraron que a cualquier tiempo dado, los lagos
en el rea metropolitana exhiben un amplio rango de transparencia del agua. La
combinacin de temperaturas frescas, menos sol, y mayor flujo de agua a travs de
los lagos resultaron en bajas cantidades de algas y alta transparencia en muchos
lagos. La expansin suburbana se ha producido en gran medida a expensas de las
tierras de cultivo ms bien que en las zonas boscosas ms primitivas, y las tierras de
cultivo a menudo producen elevados niveles de nutrientes en los escurrimientos de
aguas pluviales que se hacen en las reas residenciales suburbanas.
La relativamente modesta resolucin espacial del sensor del Landsat (30 m) limita la
utilidad de las imgenes del Landsat para evaluar las condiciones de transparencia
del agua en pequeos lagos y estanques. Nuevos satlites comerciales con
resolucin espacial (tamao de pixeles) de 1 a 4 metros superan esta limitacin y
permiten evaluar la transparencia del agua en estanques vecinos mucho ms
pequeos que un acre57 de rea. Dos de esos satlites comerciales, IKONOS y
Quickbird, son las fuentes primarias de las maravillosas imgenes areas mostradas
cada vez ms en los noticieros de televisin y las imgenes que proveen las bases
de Google Earth.
56
BREZONIK Patrick L., OLMANSON Leif G., BAUER Marvin E., KLOIBER Steven M., Measuring
Water Clarity and Quality in Minnesota Lakes and Rivers: A Census-Based Approach Using Remote-
Sensing Techniques, CURA Reporter, 2007, pg. 6.
57 2
1 acre= 4 046.86 m
61
Tabla 3.556
Tendencias de la transparencia del agua de los lagos del rea metropolitana de las Ciudades
Gemelas, 1973-1998.
El costo de los datos de IKONOS (2,500 a 4,000 dlares por imagen) probablemente
podra ser muy elevado para muchas ciudades slo para la evaluacin de la
transparencia de lagos, pero podra ser justificable si las imgenes tambin son
usadas para vigilar los cambios en el uso del suelo, la cubierta del suelo y el estado
de los humedales. La Tabla 3.658 resume las tendencias temporales en el nmero de
lagos en Minnesota.
Tabla 3.658
Transparencia del agua en lagos de Minnesota basada en la profundidad de Secchi inferida del
Landsat, 1985-2005.
Profundidad del Nmero de lagos, por ao
Disco Secchi (SD) 1985 1990 1995 2000 2005
>4 metros 1,043 1,213 1,059 909 1,254
2-4 metros 4,917 3,981 4,649 4,641 4,363
1-2 metros 3,080 3,150 3,356 2,637 3,091
0.5-1 metro 1,627 1,898 1,670 1,729 1,902
<0.5 metros 469 490 254 600 631
Total 11,136 10,732 10,988 10,516 11,241
58
BREZONIK Patrick L., OLMANSON Leif G., BAUER Marvin E., KLOIBER Steven M., Measuring
Water Clarity and Quality in Minnesota Lakes and Rivers: A Census-Based Approach Using Remote-
Sensing Techniques, CURA Reporter, 2007, pg. 7.
62
3.2.5 Evaluacin de la calidad del agua con datos simultneos del Landsat-5
TM en la Baha Guanabara, Ro de Janeiro, Brasil, por Claudia Zuccari
Fernandes Braga, Alberto W. Setzer y Luis Drude de Lacerda.
Este estudio tiene como objetivo determinar la relacin entre los parmetros de
calidad del agua y los datos digitales obtenidos del Landsat-5 Thematic Mapper
(TM). El rea de estudio fue la baha Guanabara en Ro de Janeiro, Brasil. Las
muestras de agua fueron recolectadas en dos fechas coincidentes con el paso del
Landsat-5 TM y cuando diferentes condiciones de la marea estaban presentes en la
baha. Las bandas TM 1, 2, 3, 4 y 6, las proporciones de las bandas 1/3 y 2/3 y el
anlisis de los componentes principales de las bandas TM 1-4 fueron comparadas
con las mediciones in situ y con anlisis de laboratorio de muestras de agua.
Algunos parmetros de calidad del agua fueron muy bien correlacionados con los
datos de deteccin remota digital, especialmente durante la marea alta; por ejemplo:
concentraciones de hierro y manganeso en slidos suspendidos totales; salinidad y
profundidad del disco Secchi; temperatura y profundidad del disco Secchi;
temperatura y slidos suspendidos totales; slidos suspendidos totales y bandas 4 y
6; profundidad del disco Secchi y bandas 4 y 6; temperatura y banda 6. A su vez se
encontraron coeficientes de relacin significativos durante la marea baja, aunque
menores. No se encontr correlacin alguna con las concentraciones de corofila.
Una vez que las imgenes TM fueron usadas en el anlisis multi-espectral, se hizo
una prueba para comparar la relacin entre pixeles y las imgenes filtradas y en
bruto. Los datos que se obtuvieron del Landsat / TM son los de las bandas TM1,
TM2, TM3, TM4, TM5, TM6, un tercio de los datos de las bandas TM1 (TM1/3) y
TM2 (TM2/3), as como los componentes principales de las bandas 1 (PCB1) y 2
(PCB2). Al procesar las imgenes se pueden comparar con las imgenes brutas
obteniendo coeficientes de correlacin (r) en las Bandas TM 1, 2, 3, 4, y 6.
La correlacin entre los parmetros de calidad del agua fue inicialmente investigada
para el par de variables con coeficiente de correlacin estadsticamente significativo.
59
FERNANDES BRAGA Claudia Zuccari, SETZER Alberto W., DRUDE DE LACERDA Luiz, Water
Quality Assessment with Simultaneous Landsat-5 TM Data at Guanabara Bay, Rio de Janeiro, Brazil,
Remote Sens. Environ. 45, 1993, pg. 104.
64
59
Tabla 3.7
Resultados de regresin mltiple para el 9 de septiembre de 1986.
Tabla 3.859
Resultados de regresin mltiple para el 11 de agosto de 1987.
Para las condiciones de marea baja (11 de agosto de 1987), predomin agua fresca
en la baha y las correlaciones significativas entre Fe, Mn, y T, fueron encontradas.
SC y TSS estuvieron tambin significativamente correlacionadas. Fe y Mn mostraron
correlaciones significativas con los datos del TM, especialmente con un componente
principal resultante en la banda 2 (PCB2). SC present significacin, pero baja
correlacin con los datos TM. T y TM6 estuvieron bien correlacionados. SC no
estuvo significativamente correlacionado con los datos TM. El 9 de septiembre SC
mostr ser el nico parmetro de calidad del agua que explic mejor la variabilidad
de todas las bandas TM consideradas, excepto la PBC2; las condiciones marinas en
estas fechas fueron expresadas por significativa y elevada correlacin entre SC,
TSS, SA, y T. El 11 de agosto, Fe y Mn fueron los parmetros de calidad del agua
que mejor describieron la variabilidad de todas las bandas TM consideradas, excepto
65
TM2/3 y PCB2; la mezcla de diferentes aguas frescas en esta fecha fue expresada
por la ausencia de correlaciones entre todos los SC, TSS, SA, y T.
66
60
Tabla 3.9
Morfologa del lago Garda (Chiaudani and Premazzi 1990).
Tabla 3.1061
Resumen de los lmites propuestos para definir los diferentes estados trficos del agua con
respecto a los principales indicadores bio-qumicos y fsicos de acuerdo a la OECD
(Vollenweider y Kerekes 1982).
Profundidad del Concentracin de Concentracin de
Estado trfico Disco Secchi [m] clorofila [mg m-3] fsforo [mg l-1]
Promedio Mximo Promedio Mximo Promedio
Ultra-oligotrfico 12 6 1 2.5 4
Oligotrfico 6 3 2.5 8 10
Mesotrfico 6-3 3-1.5 2.5-8 8.25 10-35
Eutrfico 3-1.5 1.5-0.7 8-25 25-75 35-100
Iper-eutrfico 1.5 0.7 25 7561 100
= 9.82 . . . . . . . . . . . . . . . . . . . (3.13)
60
BRIVIO P.A., GIARDINO C., ZILIOLI E., Determination of chlorophyll concentration changes in Lake
Garda using an image-based radiative transfer code for Landsat TM images, International Journal of
Remote Sensing, 22:2, 2001, 490.
61
BRIVIO P.A., GIARDINO C., ZILIOLI E., Determination of chlorophyll concentration changes in Lake
Garda using an image-based radiative transfer code for Landsat TM images, International Journal of
Remote Sensing, 22:2, 2001, 491.
67
Tabla 3.1162
Mediciones de los valores de concentracin de clorofila en las estaciones de muestreo usadas
en el anlisis de regresin (P. Cordella, Personal comunicacin, 1994).
10 de febrero 1992 6 de abril 1993
Concentracin Concentracin
Estacin
Hora de clorofila Hora de clorofila [mg
[mg m-3] m-3]
1-Lazise 10:10 3.20 17:20 4.83
2-Bardolino 16:45 2.60 15:48 3.01
3-Torri 15:05 2.10 14:45 6.01
4-Marniga 13:55 2.20 13:10 4.47
62
5-Malcesine 12:10 1.9 12:00 5.92
Tabla 3.1263
Comparacin entre los valores de concentracin de clorofila medidos y modelados [mg m-3]
desde la imagen de reflexiones corregidas atmosfricamente del 28 de marzo de 1993,
mediante la ecuacin 3.13. es la diferencia entre mediciones in situ y los valores estimados
por los sensores remotos.
Para febrero de 1992 el lago Garda puede ser clasificado como oligotrfico debido a
que el 97.26 % de la superficie del lago presenta valores de concentracin de
clorofila ms bajos que 2.5 mg m-3. Para marzo de 1993, el lago Garda puede ser
62
Ibidem, pg. 495.
63
Ibidem, 496.
68
clasificado como mesotrfico ya que el 99.58% de la superficie del agua presenta
valores de concentracin de clorofila en el rango de 2.5 a 8 mg m-3.
Tabla 3.1164
Extencin area en porcentaje de clases de concentracin de clorofila calculado en escenarios
del Landsat TM de 1992 y 1993.
64
Ibidem, 498.
69
4. CASO ESTUDIO: PRESA VALLE DE BRAVO
Esta cuenca cuenta con distintos usos de suelo, entre ellos: bosque (33,631.92 ha),
agricultura (20,676.27 ha), pastizal (4,395.93 ha), agua (1,779.45 ha), y zona urbana
(1,064.90 ha). La superficie utilizada para la agricultura tiene gran importancia, ya
que debido a su importante tamao, aporta significativamente nutrientes y
sedimentos que terminan en el embalse y aceleran el proceso de eutroficacin
contribuyendo con la disminucin del volumen til del embalse, as como
contaminando y disminuyendo la calidad del agua.
El vaso de la presa tiene una superficie de 2,900 hectreas y cuenta con una
capacidad de almacenamiento de 457 millones de metros cbicos. La profundidad
65
La definicin de esta expresin se puede ver en el glosario de trminos.
66
SEPLVEDA HIROSE, Rodrigo Takashi. Diseo de Modelos de Calidad del Agua Mediante el Uso
de la Percepcin Remota, Tesis para obtener el grado de Maestro en Ingeniera, UNAM, Mxico,
D.F., 2011.
70
promedio del embalse es de 21 metros aunque se alcanza una profundidad mxima
de 29 metros cerca de la cortina. Esta presa ha disminuido su capacidad de
almacenamiento un 21% desde su construccin debido al azolve por erosin y
descarga de nutrientes. La erosin es a su vez provocada por la deforestacin y las
prcticas agrcolas mal empleadas.
67
Normales Climatolgicas, Estacin: 15130, Presa Valle de Bravo (CFE), CONAGUA, datos
contenidos en la Base de Datos Climatolgica, a noviembre de 2011.
71
Precipitaciones Estacin Climatolgica Presa
Valle de Bravo
10000
1000
mm 100
Normal
Mxima mensual
10
Mxima diaria
1
Grfica 4.1
Precipitaciones de la estacin en la Presa Valle de Bravo.
Figura 4.166
Principales descargas al vaso de la presa Valle de Bravo.
4.1 Metodologa
Existen diversos trabajos que han estudiado la relacin entre la calidad del agua y
los datos obtenidos a travs de imgenes satelitales en diferentes extensiones
geogrficas, como se menciona en el Captulo 3. La recopilacin de la informacin
73
del cuerpo en estudio debe ser constante para que se pueda conocer, interpretar e
inferir integralmente el procedimiento ms adecuado para poder generar un modelo
matemtico.
Los parmetros que se obtuvieron en los estudios previos son turbiedad, clorofila,
temperatura, slidos suspendidos totales y slidos disueltos totales, entre otros. Este
tipo de evaluacin de calidad en los cuerpos de aguas superficiales consiste en
determinar indicadores de calidad en todo el cuerpo con base en sitios especficos
de muestreo, aunque se debe de tener en cuenta que los cuerpos de agua son
heterogneos, debido a descargas no puntuales.
Las plataformas trabajan a diferentes alturas, por lo que se debe tener en cuenta,
que existirn variaciones en la escala, resolucin y cobertura espacial de los datos
recolectados por los sensores.
Para elegir un sensor se debe de tener en cuenta que stos se diferencian por su
nmero de bandas espectrales donde la interaccin de las ondas electromagnticas
con las superficies y la atmsfera depende de la longitud de la onda. Se debe
conocer la firma espectral del cuerpo en estudio, ya que sta indica la manera en
que se refleja la energa a distintas longitudes de onda, y se podrn elegir las
bandas ms convenientes para su estudio.
Para realizar anlisis de calidad del agua se pueden utilizar varios tipos de imgenes
satelitales, en este caso se utilizaron las imgenes Landsat TM y ETM+ ya que son
las ms adecuadas para evaluaciones de cuerpos de agua continentales, debido a
su bajo o nulo costo, cobertura temporal y resolucin espacial. Las imgenes
IKONOS son tambin tiles para evaluaciones de pequeas extensiones, aunque
por su alto costo resultan inviables para los fines de este estudio.
Tabla 4.267
Caractersticas principales de la plataforma LANDSAT 7. 74
Sensor ETM + (Enhanced Thematic Mapper plus)
rbita 705 +/- 5 km (en el ecuador) sincronizacin solar
Inclinacin de rbita 98.2 +/- 0.15
Tiempo de rbita alrededor de la Tierra 98.9 minutos
Altitud 705 kilmetros
Tamao de escena 185 x 185 km
Tiempo de cruce por el Ecuador Descendente; 10:00 am +/- 15 min
Tiempo de regreso 16 das (233 rbitas)
Resolucin Radiomtrica 8 bits
Resolucin espacial 30 m; banda 6: 60 m (trmico); pan 15 m
1 (Azul) 0.450-0.515 m
2 (Verde) 0.525-0.605 m
3 (Rojo) 0.630-0.690 m
4 (IR prximo) 0.775-0.900 m
Resolucin espectral
5 (IR lejano) 1.550-1.75 m
6 (Trmico lejano) 10.40-12.5 m
7 (Trmico prximo) 2.090-2.350 m
8 (pancromtico) 0.520-0.900 m
Los datos capturados por los sensores deben ser procesados en un software de SIG
para ser incorporados a un SIG o software de PT; este proceso se divide en cuatro
etapas:
Para que sean ms evidentes los rasgos de inters de una imagen satelital, se
utilizan diferentes tcnicas para aprovechar la flexibilidad de la fotografa digital para
realzar y retocar las imgenes. Una imagen est formada por componentes de
frecuencia que varan de bajas frecuencias a altas frecuencias. Las frecuencias
espaciales altas se presentan cuando prevalecen transiciones rpidas de brillo; en
cambio, las transiciones de brillo que cambian lentamente representan bajas
frecuencias. Las tcnicas se diferencian como no destructivas, debido a que no
alteran la imagen original, y las destructivas que generan un nuevo conjunto de
datos.
La atmsfera influye sobre la radiacin solar antes de que sta llegue a un objeto y
tambin existe antes de que la radiacin solar reflejada o emitida por el objeto sea
captada por el sensor. Esta influencia se manifiesta a travs de la absorcin debido
a la atenuacin de la radiacin para algunas longitudes de onda por vapor de agua,
76
CO2 y O2, y a la dispersin, la cual es causada por la interaccin entre la radiacin y
los gases, partculas o gotas de agua presentes en la atmsfera.69
Al contar con las imgenes que se van a procesar, se deben hacer algunos recortes
en ellas a fin de manejar menor informacin y facilitar los clculos al programa. Se
debe evitar que en las fechas de los muestreos exista nubosidad, ya que la imagen
se puede ver afectada, imposibilitando el anlisis de sta. La ubicacin de los sitios
de muestreo se puede ver influenciada por diferentes factores que causan la
heterogeneidad del vaso, como los son la cercana del sitio de muestreo al
embarcadero, zonas urbanas y desembocadura de ros y arroyos al embalse. Se
proponen varios sitios de muestreo para asegurar que los sitios, por el barrido mvil
que se presenta en este tipo de imgenes, no afecten el nmero de datos que se
analizarn. Al determinar los sitios de muestreo mediante el uso de una tcnica de
clasificacin no supervisada, es posible extraer ms informacin del embalse a partir
de la imagen resultante, siendo sta la Figura 4.3. A partir de estas imgenes es
ms fcil comparar entre las diferentes pocas a analizar; es importante sealar que
la primera campaa se realiz durante la poca de estiaje, el 25 de abril del 2010, y
la segunda a finales de la poca de lluvias, 2 de octubre del 2010, con el objeto de
obtener datos de las dos condiciones predominantes durante todo el ao y as poder
generar los modelos.
69
Vzquez, Alba. Evaluacin de la Calidad del Agua Mediante Percepcin Remota, Tesis para
obtener el grado de Maestra en Ingeniera, UNAM, Mxico, D.F., 2000.
70
SEPLVEDA HIROSE, Rodrigo Takashi. Diseo de Modelos de Calidad del Agua Mediante el Uso
de la Percepcin Remota, Tesis para obtener el grado de Maestro en Ingeniera, UNAM, Mxico,
D.F., 2011.
77
Figura 4.369
Sitios de muestreo propuestos.
71
SEPLVEDA HIROSE, Rodrigo Takashi. Diseo de Modelos de Calidad del Agua Mediante el Uso
de la Percepcin Remota, Tesis para obtener el grado de Maestro en Ingeniera, UNAM, Mxico,
D.F., 2011.
78
Figura 4.470
Distribucin espacial de la temperatura.
Figura 4.570
Distribucin espacial del potencial de Hidrgeno.
79
Figura 4.670
Distribucin espacial de la turbiedad.
Figura 4.770
Distribucin espacial de los Slidos Suspendidos Totales.
Figura 4.870
Distribucin espacial de los Slidos Disueltos Totales. 80
Figura 4.970
Distribucin espacial del Oxgeno Disuelto.
70
Figura 4.10
Distribucin espacial del ndice de Estado Trfico.
Para estimar la calidad del agua se desarroll un algoritmo por medio de la reflexin
(reflectancia) en bandas de imgenes Landsat ETM+. Para este trabajo se busc
obtener modelos cuya finalidad es determinar tres parmetros:
ndice de Estado Trfico, con ayuda de la Profundidad del Disco de Secchi
(PDS)
Turbiedad
81
Slidos Disuelto Totales
Mientras ms grande sea la PDS, el agua es menos turbia; as como, si el IET es
mayor, el agua es ms turbia.
Carlson en 1977 relacion la profundidad del disco Secchi con un valor para dar una
idea del estado trfico de un cuerpo de agua, siendo ste el IET. Este parmetro se
relacion con la poblacin de algas en un cuerpo de agua, por medio de la
dependencia entre la penetracin de la luz en el cuerpo de agua y el crecimiento de
estas algas.
Existen tres diferentes ndices del estado trfico: en funcin de la turbiedad mediante
la PDS, la clorofila y el fsforo total. Para el caso en estudio nicamente se observ
la penetracin de la luz en el agua, de esta manera la PDS se consider como la
variable dependiente del modelo buscado. Las variables independientes se fueron
buscando por medio de combinaciones lineales entre el conjunto de reflexin
obtenido en las diversas bandas del satlite Landast 7.
Una vez obtenidos los valores de las reflexiones se hacen pruebas con
combinaciones de los datos de las bandas con el objeto de determinar los modelos
de regresin lineal ms adecuados as como las bandas con informacin ms
significativa. En este caso se utiliz el software Statplus, un programa estadstico
que permite procesar esta informacin.
= + + + + . . . . . . . . . . . . . . . . (4.1)
Turbiedad (T).
Siendo B1, B2, B3, y B4 los datos obtenidos por las diferentes bandas.
83
4.2 Modelos de calidad del agua con imgenes satelitales y datos de campo
Como se puede apreciar en este trabajo, los modelos de calidad del agua a partir de
imgenes satelitales y datos de campo, se utilizan para determinar los slidos
disueltos totales, el ndice de Estado Trfico y la turbiedad. Los parmetros que se
pueden detectar mediante la percepcin remota (PR) son algunos fsicos y pocos
qumicos. Estos parmetros son los que alteran de alguna manera la firma espectral
del agua, por lo que sus cambios son detectados por las distintas bandas del sensor
del satlite.
Al calcular a partir de una imagen satelital los tres parmetros de calidad del agua
del embalse, por medio de los modelos obtenidos, se generan mapas de calidad
representndolos. De esta manera se puede observar de forma inmediata y didctica
la distribucin del parmetro graficado en cualquier punto del embalse. De igual
manera es posible obtener diferentes mapas para cualquier imagen en cualquier
poca, pasada o futura. En estos mapas se pudo observar una disminucin en la
calidad del agua cerca de la zona del embarcadero y de la desembocadura del ro
Amanalco, lo cual comprueba la contaminacin del embalse debido a diversas
descargas de aguas residuales.
Se produjeron modelos de calidad del agua para los parmetros IET, SDT y
Turbiedad a fin de utilizarlos como herramientas de vigilancia del embalse Valle de
Bravo, de gran importancia en el sistema de abastecimiento de agua Cutzamala. Es
recomendable peridicamente verificar el grado de ajuste de dichos parmetros para
determinados tiempos. Cabe mencionar que los parmetros estudiados tambin se
pueden utilizar como indicadores de problemas de contaminacin del embalse.
84
Mediante la percepcin remota es posible detectar slo pocos parmetros; sin
embargo, son suficientes para obtener una idea general sobre la degradacin de la
calidad del agua en el cuerpo de agua.
85
CONCLUSIONES Y RECOMENDACIONES
Uno de los propsitos de los modelos matemticos de calidad del agua es identificar
los componentes negativos que reducen los usos del agua, de manera que se
puedan aplicar las soluciones necesarias con el objeto de reducir o eliminar esos
elementos indeseables y retornar a condiciones sanas y utilizables para las
necesidades ecolgicas y humanas de ese cuerpo de agua. De igual manera con la
ayuda del modelo matemtico se podrn observar los cambios positivos o negativos
en el cuerpo de agua a travs del tiempo.
Debido a que los sensores de las plataformas satelitales son los encargados
de captar la informacin transmitida en forma de energa electromagntica del rea
en estudio, es la plataforma la que se encarga de sustentar fsicamente los sistemas
necesarios para que los sensores funcionen correctamente. Las plataformas operan
a diferentes alturas, por lo que se debe tener en cuenta que dependiendo de la
altura de la plataforma, existirn variaciones en la escala, resolucin y cobertura
espacial de los datos recolectados. Los sensores se diferencian por su nmero de
bandas espectrales (pancromticos, multiespectrales o hiperesprectrales), su
resolucin espacial (alta, mediana o baja), temporal (horaria, diaria, semanal, o
frecuencia peridica de visita) y radiomtrica (8, 12 16 bits), as como por su
aplicacin (meteorolgica, recursos de la tierra, etc.).
88
GLOSARIO
Bisfera: sistema que abarca a todos los seres vivientes de nuestro planeta y a su
hbitat.
Endorreico: tipo de lago o cuenca lacustre cerrada en la que las aguas no tienen
salida y se acumulan en ella, abandonando el sistema nicamente por infiltracin o
evaporacin.
89
Estequiometra: es el clculo de la relaciones cuantitativas entre reactivos y
productos en el transcurso de una reaccin qumica; se ve reflejado en el balance de
moles en la reaccin.
Macrfito: plantas acuticas visibles a simple vista, entre las que se encuentran
plantas vasculares acuticas, microalgas, cianobacterias, etc.
Necton: organismos que cuentan con mecanismos de natacin, que les permite
desplazarse en sentido horizontal y vertical con absoluta independencia de las
corrientes.
90
Plancton: organismos que viven suspendidos en el agua e independientes del
fondo, por su dbil capacidad de natacin, no pueden superar los movimientos de
las corrientes y son transportados pasivamente con ellas.
91
NOTACIN
M; masa
L; longitud
T; tiempo
92
BIBLIOGRAFA Y REFERENCIAS
93
http://www.aguamarket.com/diccionario/terminos.asp?Id=5133&termino=Estratifi
caci%F3n.
17. FERNANDES BRAGA Claudia Zuccari, SETZER Alberto W., DRUDE DE
LACERDA Luiz, Water Quality Assessment with Simultaneous Landsat-5 TM
Data at Guanabara Bay, Rio de Janeiro, Brazil, Remote Sens. Environ. 45, 1993,
pg. 95-106.
18. GLVEZ GUTIRREZ Reinaldo, CAMACHO BOTERO Luis A., RODRGUEZ
SANDOVAL Erasmo Alfredo, Metodologa para estimar la tasa de reaireacin
con trazadores voltiles, XVIII Seminario Nacional de Hidrulica e Hidrologa,
Sociedad Colombiana de Ingenieros, Bogot, D.C. 2008,
19. GERARD Kiely, Ingeniera Ambiental: Fundamentos, Entornos, Tecnologas y
Sistemas de Gestin, McGraw-Hill, Interamericana de Espaa, S.A., 1999.
20. Glosario del agua, Lenntech, Water Treatment Solutions,
http://www.lenntech.es/glosario-agua.htm#ixzz1cgvnK96z
21. GORE Pamela J.W., Lake Formation, Water Encyclopedia, Science and Issues,
http://www.waterencyclopedia.com/Hy-La/Lake-Formation.html.
22. HEBERT Paul D.N., Origin and age of lakes, Biodiversity Institute of Ontario, The
Encyclopedia of Earth, May 25, 2010,
http://www.eoearth.org/article/Origin_and_age_of_lakes.
23. Medio acutico, http://www.elergonomista.com/ecologia/medio.htm
24. MENNDEZ ngel N., Transporte de Contaminantes en el Medio Acutico,
Universidad Tecnolgica Nacional,
http://laboratorios.fi.uba.ar/lmm/utn/Apunte_TyDCMA.pdf
25. Normales Climatolgicas, Estacin: 15130, Presa Valle de Bravo (CFE),
CONAGUA, datos contenidos en la Base de Datos Climatolgica, a noviembre
de 2011
26. PERALTA Patricia, LEN Jos, Estudios de Caracterizacin Limnolgica de los
Embalses de la Provincia de Mendoza, Departamento General de Irrigacin,
Gobierno de Mendoza, Provincia de Mendoza, Argentina, 2006.
27. Percepcin Remota, Centro de Informacin y Comunicacin Ambiental de Norte
Amrica. CICEANA, A.C., ciudad de Mxico, Mxico,
http://www.ciceana.org.mx/recursos/Percepcion%20remota.pdf
28. RAMREZ Jennie T., Fitoplancton, Centro de Recursos Educativos para
Matemticas y Ciencias, Universidad Interamericana de Puerto Rico en el
Recinto de Ponce, 2006, http://cremc.ponce.inter.edu/fitoplancton/index.htm.
29. RUIZ Ramn, El Mtodo Cientfico y sus Etapas, Mxico 2007,
http://www.aulafacil.com/cursosenviados/Metodo-Cientfico.pdf
30. SALAS Henry, Criterios para Seleccionar Modelos Matemticos de Calidad de
Agua, 1984.
31. SALAS Herny J., Curso De Eutroficacin en Lagos Clidos Tropicales, Centro
Panamericano de Ingeniera Sanitaria y ciencias de Ambiente, Lima, Per, 1996,
http://www.bvsde.paho.org/bvsacd/cd33/sala13/041477-
enfoqueeurotificacion.pdf
32. SNCHEZ RAMOS J., Guzmn Loezar F., Campusano Gonzlez A., Proyecto
de Mejoramiento de Calidad de la Docencia, Recursos Mutimediales en
Ingeniera de Transporte, Simulacin y Modelamiento Computacional,
94
Universidad Catlica de Valparaso, Chile, 2001,
http://www.material_simulacion.ucv.cl/index.htm
33. SCHNOOR, Jerald L., Environmental Modeling, Fate and Transport of Pollutants
in Water, Air, and Soil, John Wiley & Sons, INC., USA, 1996.
34. SEPLVEDA HIROSE, Rodrigo Takashi. Diseo de Modelos de Calidad del
Agua Mediante el Uso de la Percepcin Remota, Tesis para obtener el grado de
Maestro en Ingeniera, UNAM, Mxico, D.F., 2011.
35. VZQUEZ, Alba. Evaluacin de la Calidad del Agua Mediante Percepcin
Remota, Tesis para obtener el grado de Maestra en Ingeniera, UNAM, Mxico,
D.F., 2000.
36. http://ciencia.glosario.net/medio-ambiente-acuatico/advecci%F3n-10226.html
37. https://docs.google.com/gview?url=http://oceanexplorer.noaa.gov/edu/curriculum/
section2.pdf&chrome=true.
38. https://docs.google.com/gview?url=http://www.umesc.usgs.gov/documents/bathy
metry/methods.pdf&chrome=true.
39. http://es.wikipedia.org/wiki/Batimetr%C3%ADa.
40. http://es.wikipedia.org/wiki/Modelo_matem%C3%A1tico# Ejemplos de_modelos
por_tipos
41. http://es.wikipedia.org/wiki/Plan%C3%ADmetrohttp://udea.academia.edu/Yimmy
Montoya/Papers/197989/Caracterizacin_Morfomtrica de un
Sistema_Fluviolacustre_Tropical_Antioqua,_Colombia.
42. http://www.bvsde.paho.org/eswww/proyecto/repidisc/publica/hdt/hdt021.html
43. http://www.ciceana.org.mx/recursos/Eutrofizacion.pdf
44. http://www.dsostenible.com.ar/glosario/index.html
45. http://www.ing.unal.edu.co/gireh/docs/pr_rios/docs/Reinaldo%20Gelvez.pdf
46. http://www.jmarcano.com/nociones/fresh3.html.
47. http://www.rpi.edu/dept/chem-eng/Biotech-
Environ/Environmental/stream/page4.html.
48. http://www.rpi.edu/dept/chem-eng/Biotech-
Environ/Environmental/stream/page5.html.
49. http://www.waterencyclopedia.com/Hy-La/Lakes-Physical-Processes.html.
50. http://your.kingcounty.gov/dnrp/wlr/water-resources/small-
lakes/data/LakePage.aspx?SiteID=17#Maps.
95