Sie sind auf Seite 1von 65

Optical and radar images for forecast snowmelt in the higth mountains rivers and cadastre of glaciers

Graciela Salinas de Salmuni CONAE gsalmuni@conae.gov.ar

Proyecto de cooperacin Binacional Argentina y Chile monitoreo de nieves, glaciares y vegas en las cuencas altoandinas de la provincia de San Juan y la regin de Coquimbo
Argentina
Institucin de Actividad Espacial

Chile
Institucin de Actividad Espacial

CONAE
Instituciones acadmicas

ACE
Instituciones acadmicas

Universidad Nacional de San Juan


Instituciones manejo de recursos
Direccin de Hidrulica Secretara de Ambiente

Universidad de La Serena
Instituciones manejo de recursos
Direccin de Obras Hidrlicas Aguas del Valle

Actividades desarrolladas
Seminario y Taller en Ciudad de San Juan Firma de convenios Fijar objetivos 2 Seminarios Ciudad de La Serena Gobierno de la de Coquimbo Universidad de La Serena Universidad Nacional de San Juan CONAE Curso Introduccin Percepcin Remota, Insituto Gulich, CONAE, Crdoba Curso Percepcin Remota aplicado

a los Recursos Naturales, Facultad de Agronoma, Universidad de la Serena Curso de Uso de imgenes ASTER,
ciudad de San Juan con SEGEMAR (Servicio Geolgica Minero de Argentina) Curso Identificacin y evaluacin de cobertura de nieve con imgenes MODIS, SAC-C y Landsat TM. Ciudad de San Juan Trabajo de campo en cordillera de Los Andes de Argentina y Chile Desarrollo de proyectos de investigacin y operacionales en ambos paises

Temas de inters en el proyecto


Cobertura de nieve fuente de agua para uso humano, agrcola, industrial y energtico
La Totora Norte: San Juan

Monitoreo de glaciares, recurso hdrico amenazado por el cambio climtico global

Alerta temprana de aluviones y avalanchas en poca de deshielo Gestin de desastres: provocado por acumulacin de cenizas volcnicas en zonas de precipitacin nvea y presencia de glaciares
Pluma de cenizas Puyeue

Ciclos Hidrolgicos de Argentina y Chile


Cobertura nieve Valles agrcolas

Fluje al Pacifico

Cobertura de nieve

Zona de estudio

En los Andes Centrales de Argentina y Chile el clima es rido a semirido con precipitaciones de aprox. 150 mm al ao. El agua proviene principalmente de la fusin de nieve y glaciares. Los meses de mayor acumulacin desde abril a agosto y los de fusin desde septiembre a marzo.

Zona de estudio

En los ecosistemas frgiles de montaa es fundamental el

manejo adecuado de sus cuencas hidrogrficas y de esa


manera preservar el recurso tan apreciado, como es el agua, que tiende a escasear debido a su creciente explotacin para las actividades econmicas, el uso humano en aumento y por los fenmenos de cambio global.

Evolucin de la cobertura nival Zona de estudio


Variacin estacional de la cobertura de nieve a lo largo del ciclo hidrolgico en ros con rgimen de alimentacin nivo-glaciar

Abril (inicio de nevadas)

Julio (acumulacin)

Octubre (inicio de deshielo)

Precipitacin de nieve y fenmeno El Nio


Imgenes:
Abril Agosto(poca acumulacin) 1995, y 1997, aos identificados como Nia y Nio respectivamente ( Poblete, 2000)

Criterios seleccin:
1) fechas prximas entre el ao 1995 y 1997

2) misma franja horaria (14 hs), para evitar las distorsiones causadas por distintos ngulos de iluminacin del sol. 3) rea de estudio en el centro de la escena, para evitar distorsiones geomtricas de los bordes de la imagen, 4) ausencia de nubes en el rea de estudio.

Ao 1995: 18 de Agosto, 20 de Julio, 21 de Junio y 06 de Mayo. Ao 1997: 23 de Agosto, 16 de Julio, 28de Julio, 06 de Junio

Precipitacin de nieve y fenmeno El Nio


1-Visible 2-IR Cercano 3-SWIR ) 4-IR-Termico 5-IR-Termico 10.30 11.300 11.50 12.500 0.550 0.880 0.725 1.100 3.550 3.930

Imgenes NOAA VHRR Alta resolucin temporal (imgenes diarias). a) b)

cobertura de nieve

Metodologa usada por NWS (NOAA) Holroyd and Carroll (1990) y Holroyd, et al. (1989)
a) imagen B3-B4; b) imagen B1, (B3-B4) clasificacin multiespectral B1,(B3-B4) -bandas 1 por su alta reflectancia en la nieve -la banda sinttica (B3-B4) para discernir entre nubes y nieve ya que la reflexin de las nubes es mucho mayor que la de la nieve en la banda 3 y resulta til para separarlas

Precipitacin de nieve y fenmeno El Nio


Enmascaramiento (cobertura de nieve) Georreferencin Superperposicin al MDT Generacin de tablas y Graficacin de curvas hipsomtricas con superficie de nieve en rangos de altura de 200 metros

Curva Hipsomtrica
Altura s/nivel medio del mar (m)
7000 6000 5000 4000 3000 2000 1000 0
0 200.000 400.000 600.000 800.000 1.000.000

Superficie Nieve acumulada (Ha)

Precipitacin de nieve y fenmeno El Nio


Comparacin de coberturas de nieve de los aos 1995 y 1997

junio

NOAA AVHRR

3D

La Nia

1995

El Nio 1997

Precipitacin de nieve y fenmeno El Nio


Conclusiones La relacin nieve acumulada segn la altura es un indicador sensible a los cambios causada por La Nia y El Nio Los resultados obtenidos al estimar la cobertura de nieve se corresponde con los registros de caudal promedio anual en 1995. de 955 hm3 aprox. 600 Hm3 por debajo de lo normal, en 1997 de 3897 Hm3 ms de 2000 hm3 , por encima de lo normal.

Identificacin de nieve con SAC-C


Obtencin de la mscara de nieve
1.

Imagen SAC-C MMRS 4,3,2 del mes de abril

Obtencin de la mascara de nubes Clasificacin multiespectral supervisada Correccin de sombras en zonas de montaa (mtodos de postclasificacin) Mtodos aditivos multifechas (mosaico multi-temporal) en zonas con prdida de informacin por nubes

2.

3.
Cuenca superior del Ro Jachal

4.

Cuenca superior del Ro San Juan

Identificacin de nieve con SAC-C

Identificacin de nieve con SAC-C


Mayo 1 de 2001 Junio 25 Julio 27 Agosto 18 Septiembre 19 Octubre 21

Noviembre 22

Diciembre 8

Enero 9 de 2002

Febrero 10

Febrero 26

Marzo 30

Mayo 1

Junio 2

Junio 18

Agosto 21

Septiembre 6

Octubre 8

Determinacin de nieve con ndice de nieve

NDSI (Normalized Difference Snow Index), Dozier 1989 NDSI = (TM(VIS)-TM(SWIR))/ (TM(VIS)+TM(SWIR))

Determinacin de nieve con ndice de nieve

NDSI (Normalized Difference Snow Index), Dozier 1989 NDSI = (TM(VIS)-TM(SWIR))/ (TM(VIS)+TM(SWIR))

Determinacin de nieve con ndice de nieve


NDSI = (TM(2)-TM(5))/ (TM(2)+TM(5))

Indice de nieve con SAC-C


NDSI = (TM(2)-TM(5))/ (TM(2)+TM(5))

RGB 5,4,2

NSDI

NSDI con mascara de agua

NSDI Umbral 0.6

Indice de nieve con SAC-C


Umbral 0.4 Umbral 0.5

NDSI discrimina la nieve mezclada con detritos rocosos.

Aplicaciones proyectos operacionales

USO DE IMGENES MODIS PARA LA IDENTIFICACIN DE NIEVE

Argento, G.1; Milln, J.1; Salmuni, G.2

Aplicacin de NSDI a imgenes MODIS


Objetivo:
Ajustar la metodologa de procesamiento de datos provenientes de sensores pticos MODIS (Moderate Resolution Imaging Spectroradiometer) a bordo de los satlites TERRA y AQUA. Generar una base de datos con la variable de cubierta de nieve y su aplicacin en los modelos de prediccin de caudales.

Cateo de nieve anual en Octubre

Canal de distribucin de agua para regado

Metodologa
Imgenes MODIS
Alta sensibilidad radiomtrica (12 bits) en 36 bandas espectrales que varan en longitud de onda de 0,4 m a 14,4 m. Proporciona imgenes con una resolucin temporal de 1-2 das, y resolucin espacial de 250 m (banda 1-2), 500 m (banda 3-7) y 1 km (banda 8-36). La seleccin de imgenes satelitales se realizaron en fechas correspondientes a las temporadas de acumulacin y derretimiento de nieves, en el perodo Abril a Septiembre del ao 2011. Se adopt el criterio de cobertura de nubes mnimo. En principio se enmascararon los cuerpos de agua que interfieren en la discriminacin de nieve, utilizando el infrarrojo cercano (B2 de MODIS) y se eliminaron aquellos pixeles con reflectancia 0.11 (Klein y Barnett, 2003); de igual manera se enmascararon las sombras utilizando, eliminando los pixeles con reflectancia 0.10. Para la determinacin del rea cubierta de nieve (SCA) se aplic el ndice NDSI (Normalized Difference Snow Index) (1), caracterizado por alta reflectancia en el visible (MODIS banda 4) y baja reflectancia en el infrarrojo de onda corta (MODIS banda 6). (Hall et al., 1995).

Resultados
Superficie de la cobertura nvea por altura en todas las imgenes, desde abril a septiembre de 2011. Tabla 1
Intervalo de altura (m) rea Nieve Total Ha 2000 3000 4000 5000 6000 0 1.064,00 22.785,00 22.539,00 1.977,00 0 26.600,00 569.625,00 563.475,00 49.425,00 rea Nieve Acumulada Ha 0 26.600,00 596.225,00 1.159.700,00 1.209.125,00 0,00% 2,20% 49,20% 95,80% 99,90%

Cantidad de Pixel Nieve

Porcentaje Acumulado

(m.s.n.m) 1000 2001 3001 4001 5001

6001

7000

65,00

1.625,00 1.210.750,00

100,00%

Superficie cobertura total de Nieve

1.210.750,00 Ha (12107,50 Km)

Resultados
ABRIL 2011 MAYO 2011

JUNIO 2011

JULIO 2011

AGOSTO 2011

SEPTIEMBRE 2011

conclusiones
Las imgenes MODIS son las adecuadas por su alta resolucin temporal y permite monitorear grandes reas (mayores a 10 km) La metodologa propuesto es operacional dado que es sencillo y de fcil implementacin. La zona de estudio presenta un relieve escarpado y de gran altura (hasta 6400m), por lo tanto las sombras cobran gran importancia, el procesamiento utilizado permite eliminar estas superficies en la banda del visible. El comportamiento del proceso de acumulacin (invierno) y fusin de nieve (verano), esta influenciado por la elevacin de las diferentes zonas en estudio. Existe un alto porcentaje (49%) de superficie con nieve a cotas mayores a 3000 m. Esto se debe a que la acumulacin de nieve aumenta con la elevacin, por el efecto combinado de bajas temperaturas y el incremento de la precipitacin nvea por efecto orogrfico.

Aplicaciones proyectos operacionales

PRONOSTICO DE ESCURRIMIENTOS DEL RIO SAN JUAN Ciclo Hidrolgico: JULIO DE 2012 A JUNIO DE 2013

Programa Gestin Integral de Cuencas Hidrogrficas, Ingeniera Hidrulica y Ambiental PGICH-

Docentes y alumnos de grado y postgrado del Departamento de Ingeniera Civil de la Facultad de Ingeniera de la Universidad de San Juan. Director:Dr. Ing. R, Dlling

Extensin cientfica de la Universidad Nacin al de San Juan al Gobierno de la provincia de San Juan.

Modelo de pronostico
Modelo multi-variado de correlacin no lineal de tipo red neuronal artificial
La metodologa utiliza datos de satlite MODIS procesados (de resolucin 500mx500m) con correccin por nubosidad y se cuantifica adecuadamente las reas divididas en subcuencas de aporte. Este informe incluye la comparacin con la evolucin de reas de cobertura nival de los aos histricos procesados a escala semanal con un total de 620 imgenes satelitales) del periodo 2000 al 2012 inclusive. El modelo multi-variado de correlacin no lineal de tipo red neuronal artificial topologa MIMO (Multiple Input Multiple Output) incorpora como variables explicativas del escurrimiento total anual: la integral de la curva de evolucin de reas cubiertas de nieve desde mayo a septiembre, las condiciones de escurrimiento del ao anterior la prediccin de nieve que representa con bastante precisin los procesos de acumulacin y derretimiento de nieve ocurridos durante el periodo de nevadas.

Modelo de pronostico

Integral (mayo a septiembre) rea Cubierta de nieve Escurrimiento anual total (julio t hasta junio t+1)

La grfica representa la evolucin del rea cubierta de nieve de los aos 2000 al 2012, indica una correlacin entre el rea nevada y el escurrimiento total anual que se dio en cada periodo.

Modelo de pronostico
Es posible que ocurran nevadas en octubre o inclusive en noviembre, por ello el modelo incorpora adems, un predictor de nevadas para estos dos meses a fin de evaluar el probable comportamiento de la nieve (procesos de acumulacin derretimiento) posterior a septiembre. Es importante, luego de noviembre, realizar otra evaluacin para un posible reajuste del pronstico, que en la mayora e los casos, reducir a menos del 3% el error final del escurrimiento. La no linealidad en la respuesta de la cuenca respecto a la integral del rea nevada en el perodo mayo a septiembre presenta tres caractersticas notablemente diferentes segn se trate de aos pobres (debajo de 1500 Hm anuales) normales (entre 1500 o 2300 Hm anuales) ricos (sobre 2300 Hm anuales), este efecto se debe al diferente comportamiento, frente a distintos tipos de aos hidrolgicos, de los acuferos subterrneos de precordillera (acuferos dador o receptor) y del proceso de congelacin y deshielo que afecta el permafrost. Durante 2012 se han procesado las imgenes de satlite MODIS y se han calculado las reas cubiertas de nieve. Se ha dividido el calculo de reas por subcuencas, lo que permitir a futuro hacer pronsticos de escurrimientos en estas cuencas de aporte, as discriminadas.

Modelo de pronostico
PRONOSTICO DE ESCURRIMIENTO PERIODO JULIO 2012 A JUNIO 2013 La estimacin de la integral de la curva de acumulacin y deshielo para el periodo mayo a diciembre de 2012 (semanas 14 a 52) que es de 154.528 km El volumen de escurrimiento mas probable de 1046.1 Hm para el periodo julio de 2012 a junio de 2013, mnimo probable de 1004.3 Hm mximo probable de 1089.50 Hm que depender de la evolucin del proceso de acumulacin y deshielo de octubre a diciembre de 2012.

Promedio 2000-2011 rea registrada 2012

rea pronosticada 2012

semana34

Aplicaciones proyectos operacionales


Autoridad Interjuridiccional de Cuencas del Ro Limay, Neuqun y Ro Negro (AIC)

Uso de imgenes MODIS


Autoridad Interjuridiccional de Cuencas del Ro Limay, Neuqun y Ro Negro (AIC)

Uso de imgenes MODIS

Autoridad Interjuridiccional de Cuencas del Ro Limay, Neuqun y Ro Negro (AIC)

Aplicaciones proyectos operacionales


Modelo de fusin Snow Runnof Model (SRM) La cuenca imbrfera del ro Jchal en la Provincia de San Juan, lmite oeste Chile comparte la cordillera de los Andes
Instituto de Investigaciones Hidrulica y Departamento de Hidrulica, Provincia de San Juan

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) El modelo calcula la cantidad diaria de agua procedente de la fusin de nieve y la lluvia. Esta cantidad se aade al caudal de recesin para obtener el caudal total diario

Donde: Q = caudal medio diario [m3/seg.] c = coeficiente de escorrenta (cS referido a fusin de nieve y cR referido a lluvia) a = factor de grados-da, indica el espesor de nieve fundida debido a un grado-da. T = nmero de grados-da T = ajuste de grados-da mediante la razn de variacin de temperatura, (extrapolan temperaturas desde una estacin a una zona de elevacin) S = cociente del rea cubierta de nieve al rea total. P = aportacin de la precipitacin [cm]. A = rea de la cuenca o zona [km2] k = coeficiente de recesin, indica el decremento del caudal en k Qm 1 Qm ausencia de aportaciones de lluvia o fusin de nieve.

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM)
Datos Necesarios
Caractersticas de la cuenca Delimitacin cuenca hidrogrfica. Definicin de la red de drenaje. Curva rea altura. Altura hipsomtrica por zonas. Variables Temperatura. Precipitacin nival y pluvial. rea cubierta de nieve. Curva de agotamiento. Parametros Coeficientes de escorrenta de la nieve y de la lluvia. Factor Grado Da. Razn de variacin de Temperatura con la altitud. Temperatura crtica (separa nieve de lluvia). rea de contribucin. Coeficiente de Recesin Tiempo de retraso

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) Obtencin de la cobertura de nieve a partir de Imgenes Landsat TM 5

NDSI - 26/09/2004

NDSI - 28/10/2004

NDSI - 31/12/2004

NDSI - 16/01/2005

NDSI - 01/02/2005

NDSI - 17/02/2005

NDSI - a 05/03/2005

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) Superposicin de cobertura de nieve al DEM Tabla cobertura de nieve en cada una de las zonas definidas
FECHA 26/09/2004 28/10/2004 21/12/2004 16/01/2005 01/02/2005 17/02/2005 05/03/2005 PIXEL 5679 2296 2083 1331 2018 1431 1981 CUENCA AREA 5,1111 2,0664 1,8747 1,1979 1,8162 1,2879 1,7829 % cobertura 13,1% 5,3% 4,8% 3,1% 4,7% 3,3% 4,6% ZONA1 0,1611 0 0 0 0 0 0 AREA en cada zona ZONA 2 ZONA 3 0,7875 1,4418 0,0495 0,2556 0 0,0603 0 0,0018 0 0,0108 0 0,0612 0 0,0288 ZONA 4 2,7207 1,7613 1,8144 1,1961 1,8054 1,2267 1,7541 ZONA1 1,3% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% % cobertura ZONA 2 ZONA 3 6,7% 24,8% 0,4% 4,4% 0,0% 1,0% 0,0% 0,0% 0,0% 0,2% 0,0% 1,1% 0,0% 0,5% ZONA 4 29,4% 19,0% 19,6% 12,9% 19,5% 13,3% 19,0%

5400

CURVA HIPSOMTRICA

5200

5000

ELEVACION (.m.s.n.m.)

4800

4600

4400

4200

4000

3800 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 AREA (Km2)

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) Comparacin hidrograma medido en trazo continuo e hidrograma simulado con SRM en lnea de trazos

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM)
Resultados El mtodo propuesto es de fcil implementacin y de rpido procesamiento, lo que resulta muy operativo para la evaluacin de la cubierta de nieve Las simulaciones realizadas han evidenciado al modelo SRM como un eficaz pronosticador de escurrimientos por fusin nival. Tambin se ha podido verificar la importancia de la variabilidad del rea cubierta de nieve como variable hidrolgica en el proceso de fusin como tambin las precipitaciones en forma de lluvia. Este modelo hidrolgico deterministico basado en una sencilla ecuacin de trabajo se presenta como un probable competidor de los modelos estadsticos actualmente en uso.

Aplicaciones proyectos operacionales


Modelo de fusin Snow Runnof Model (SRM) Cuenca del Rio Tunuyan, Mendoza

Jorge A. Maza; Patricia M. Lpez; Rafael S. Seoane; Luis A. Fornero; Vctor H. Burgos; Marta S. Nuez

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) Cuenca del Rio Tunuyan, Mendoza

Modelo de pronostico

Modelo de fusin Snow Runnof Model (SRM) Cuenca del Rio Tunuyan, Mendoza

Modelo de pronostico
Modelo de fusin Snow Runnof Model (SRM) Cuenca del Rio Tunuyan, Mendoza

Aplicaciones proyectos operacionales Identificacin de nieve en Los Andes de Argentina y Chile utilizando imgenes SAR

Graciela Salinas de Salmuni , Giovanna Argento,


CONAE-UNSJ-Direccin de Hidrulica Pcia. De San Juan

Materiales
Imgenes: COSMO SkyMed, Strip Map HIMAGE
IMAGEN 1 Mission Date Product type Acquisition Mode Pass Polarization CSK4 03-jul-12 DGM_B Strip Map HIMAGE Ascending HH Center latitude: 3200'20" S Coordenadas Center longitude: 7015'46" W Center longitude: 7015'56" W Center longitude: 7015'41" W IMAGEN 2 CSK2 06-FEBRERO-2012 DGM_B Strip Map HIMAGE Ascending HH Center latitude: 3200'10" S IMAGEN 3 CSK4 04-feb-12 DGM_B Strip Map HIMAGE Descending HH Center latitude: 3159'21" S IMAGEN 4 CSK2 09-jul-12 DGM_B Strip Map HIMAGE Descending HH Center latitude: 3200'25" S Center longitude: 7015'25" W

El DEM: Global Digital Elevation Model Version 2 (GDEM V2),

obtenido con las imgenes Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) El software libre NEST DAT 4C, de la Agencia Espacial Europea (ESA).

Metodologa
Determinacin de la cobertura de nieve hmeda
Metodologia diseado por Nagler and Rott (2000) Algoritmo de deteccin de cambios, con el fin de eliminar los efectos topogrficos en retrodispersin. El bajo coeficiente de retrodispersin de 0 de fusin de la nieve en comparacin con imgenes de referencia es la base para la clasificacin. Se incluyen imgenes de pases opuestos y su combinacin para reducir la prdida de informacin debido a la escala, layover, y las sombras de radar. El resultado es un mapa de la nieve hmeda y una mscara de las reas donde no se puede recuperar informacin.

Metodologa

Diagrama de flujo del algoritmo de asignacin de nieve hmeda (Nagler and Rott, 2000).

imgenes COSMO Sky Med CALIBRADAS MULTILOOKING

poca sin nieve (Febrero) Imagen de referencia adquirida entre el otoo y el solsticio de invierno, cuando la mayora de las superficies estn libres de nieve o cubiertas de nieve seca.
06-FEBRERO-2012 (Asc) 04-FEBRERO-2012 (Desc)

poca fusin de nieve (Julio) Imagen de la temporada de deshielo, en la zona de estudio puede durar hasta cinco meses, a partir de principios de la primavera en los valles y terminando en pleno verano en las altas elevaciones.
03-JULIO-2012 (Asc) 09-JULIO-2012 (Desc)

Ortorectificacin
Imgenes ortorectificadas de Febrero de 2012; Ascending y Descending

Imgenes ortorectificadas de Julio de 2012; Ascending y Descending

Imagen RATIO Julio/Febrero

Imagen RATIO Ascending.

Imagen RATIO Descending.

Combinacion Asc-Desc.

Mscara binaria de nieve hmeda


Para la obtencin de la mscara binaria de nieve hmeda, se aplic un umbral de -2.5 dB, apropiado para discriminar nieve hmeda de nieve seca o libres de nieve

Imagen ratio

Imagen filtrada

Mapeo final de nieve hmeda


Cobertura de nieve hmeda (magenta), zonas de layover shadow (amarillo) y zonas libres de nieve (gris).

cobertura de nieve hmeda segn rangos de altura

COBERTURA DE NIEVE HMEDA POR RANGOS DE ALTURA

Altura (m) 1-1000 1001-2000 2001-3000 3001-4000 4001-5000 5001-6000 6001-7000

Nro Pixeles 0 108 48979 2671415 1344684 24996 545

Total 3924470 3924578 3973557 6644972 7989656 8014652 8015197

Porcentaje % 48,963 0,001 0,611 33,329 16,777 0,312 0,007

Porcentaje Acumulado % 48,963 48,964 49,575 82,905 99,681 99,993 100,000 Total

REA km 0,000 0,021 9,315 508,066 255,740 4,754 0,104 778,000

BACKSCATTERING SEGN LA ORIENTACIN Y LA ALTURA


VALORES DE BACKSCATTERING (dB) SEGN ORIENTACIN DE LADERAS Altura (m) Oeste 3001-4000 Este Sur Noroeste Oeste 4001-5000 Este Sur Noroeste Orientacin -12,77 -11,12 -11,19 -12,33 -11,40 -12,42 -12,21 -15,03 INTENSIDAD (dB) Mnimo Mximo 0,54 -2,38 -0,46 -2,51 -0,69 0,24 -0,81 -2,56 Media -6,81 -6,12 -6,06 -6,98 6,39 -6,69 -5,99 -6,98 Desvo Estndar 1,94 1,42 1,61 1,40 1,52 1,68 1,83 1,71

ORIENTACIN OESTE

ORIENTACIN ESTE

ORIENTACIN OESTE

ORIENTACIN ESTE

ORIENTACIN SUR

ORIENTACIN NOROESTE

ORIENTACIN SUR

ORIENTACIN NOROESTE

Conclusiones
La metodologa empleada es til para determinar nieve hmeda en la zona de estudio aplicando imgenes COSMO SKYMED
En este estudio se determin un umbral de TR= -2.5 dB. La zona de estudio del proyecto presenta alto relieve, hasta 6.000m de altura, (la perdida de informacin por sombras y layover es muy significativa) fue muy til desarrollar la metodologa que ortorectifica las imgenes e incorpora las dos pasadas (ascendente y descendente) para compensar la falta de informacin. Cabe destacar que la ETC de CONAE provey las imgenes en tiempo y forma como se requirieron. Se determin que el 33% de la superficie de nieve hmeda corresponde al rango comprendido entre 3001 y 4000 m de altura. La distribucin espacial de nieve hmeda disminuye a partir de los 500 metros de altura. La distribucin de cobertura de nieve hmeda entre 3001 y 4000 m de altura presenta valores de -2.38 dB a -12.77 db y la menor dispersin. Los valores observados en las laderas orientadas hacia el Oeste y hacia el Sur son las que presentan mayor dispersin. Los valores observados en el rango de altura entre 4001 y 5000 m y las laderas orientadas hacia el Oeste son la que presentan menor dispersin.

Inventario de glaciares
Identificacin de glaciares descubiertos en la cuenca del ro Jchal, en el norte de San Juan, entre 2822 y 31 latitud sur, correspondiente a Los Andes deserticos. Este trabajo es parte del Inventario de Glaciares que el Instituto de Investigaciones Hidrulicas de la U.N.S.J, est realizando por Convenio con el CONSEJO PROVINCIAL DE COORDINACIN PARA PROTECCIN DE GLACIARES, en el marco de la Ley Provincial N 8144 Proteccin de Glaciares. Mtodo estandarizado con tcnicas de procesamiento digital de imgenes, ha facilitado la delimitacin reduciendo la variabilidad que se produce por la interpretacin del operario.

Se ha estimado el rea y otros parmetros importantes para caracterizar y poder hacer un seguimiento de los glaciares a travs del tiempo.

Metodologa
DELIMITACION DE RED DE DRENAJE SUBCUENCAS Y

para identificar el curso de agua de aporte del glaciar. La delimitacin de subcuencas y la definicin de la red de drenaje se realiz a partir del modelo digital de elevacin (DEM) GDEM V2. software libre Quantum GIS versin 1.7.4 y Grass GIS versin 6.4.2. (Castro et al, 2012) La Figura 1 muestra la delimitacin cuencas y la red de drenaje definida. de

La cuenca del ro tiene una superficie de 24.554 Km2, y se ha dividido en tres subcuencas :subcuenca ro Blanco Norte de 10.144 Km2; subcuenca ro Blanco Sur de 8807 km2 subcuenca ro de La Palca de 5603 Km2.

Metodologa
IDENTIFICACION Y MAPEO DE CUERPOS DE HIELO

Imgenes de febrero a abril, y entre el ao 2005 hasta el presente. Se seleccionaron imgenes LANDSAT 5 TM con resolucin espacial 30 m La delimitacin de la superficie de glaciares descubiertos mediante un mtodo estandarizado empleando tcnicas de procesamiento digital de Dozier (Dozier, 1989; Rees, 2006).

Resultados
.

Se probaron umbrales entre 0.45 a 0.6 y se aprecian las diferencias en la delimitacin de glaciares.

Glaciar Pircas Negras que se ubica sobre la cordillera de Olivares en la subcuenca del Arroyo de Agua Negra.
Este glaciar tiene una superficie del orden de los 10 Km2 y es el ms extenso en la cuenca del ro Jchal se ha observado una diferencia de rea entre los 0.7 Km2 entre las coberturas obtenidas con umbrales 0.45 y 0.6, con una diferencia porcentual del 7%.

Conclusiones
Se han obtenido buenos resultados con aa aplicacin del mtodo del ndice NDSI sobre las imgenes LANDSAT 5, trabajando con un umbral 0.5. Se han podido identificar 869 glaciares, ubicarlos espacialmente por subcuencas y calcular el rea de cada uno.

La superficie total de glaciares descubiertos es de 114 km2, lo cual representa el 0.5% del rea total de la cuenca del ro Jchal.
los glaciares se ubican en tres subcuencas. Se observa gran cantidad de pequeos glaciares de pequea extensin, como era de esperar por la latitud a la cual se encuentran, observando que existe 546 pequeos glaciares con reas esta entre 0.01 y 0.05 km2, cuya superficie suma aproximadamente el rea del mayor glaciar de 10.29 km2.

Conclusiones
La metodologa aplicada ha permitido delimitar 869 glaciares descubiertos con un rea de 114 Km2, lo cual representa el 0,5% del total de la cuenca del ro Jchal que es de 24554 Km2.

Figura . Cantidad de glaciares y rea total de acuerdo a clasificacin por tamao de glaciares identificados

Muchas gracias