INTRODUCCIÓN
El escurrimiento en cuencas
urbanas se puede dividir en dos componentes interrelacionados, los cuales, en
función de la magnitud de los eventos de lluvia, presentarán funcionamientos
hidráulicos diferentes.
Un componente es el escurrimiento
superficial por techos, veredas, calles, playas de estacionamiento, cunetas,
zanjas, etc. El mismo puede drenar hacia la red de conductos a través de obras
de captación, hacia canales urbanos secundarios o directamente hacia el cuerpo
receptor principal (río, mar, lago, etc.). El otro componente es el
escurrimiento en la red de conductos, los cuales transportan el agua captada
del sistema superficial por medio de bocas de tormenta, captaciones de zanja,
etc. Los conductos drenan hacia el cuerpo receptor principal o en ocasiones
hacia canales urbanos secundarios. La capacidad de descarga de la red de
conductos se establece a partir de lluvias de diseño máximas de una duración
determinada y valores bajos de períodos medios de retorno, generalmente de 2 a
5 años. La adopción de recurrencias bajas obedece a razones de orden económico
como así también a las limitaciones de espacio físico que plantea la realidad
urbana. De cualquier modo es esperable que, para un sistema bien diseñado,
durante tales eventos no se produzcan sustanciales inundaciones en la ciudad, y
para tormentas de recurrencia mayor, dicho sistema permita mitigar en algún
grado los posibles anegamientos.
El proyecto del sistema de una red
de drenaje implica la selección del diámetro de los conductos, las pendientes,
la distribución y localización de los conductos, de las bocas de tormenta, de
las bocas de registro, etc.
Una vez que se ha seleccionado una
distribución para los conductos colectores, se puede utilizar el método
racional para determinar el caudal máximo de diseño. Con dicho caudal podrán
establecerse las dimensiones de las bocas de tormenta, el diámetro de los
conductos, las dimensiones de eventuales canales, etc. El método racional, a
pesar de las críticas, ha sido y es actualmente aplicado dada su simplicidad y
facilidad de implementación. Una de las implicancias de mayor incertidumbre en
el método es el denominado coeficiente de escorrentía C. Normalmente se
recurre a tablas, publicadas en la bibliografía internacional, donde el valor
de C queda definido en función de las características del sistema, afectado por
una ponderación areal según cada configuración presente en el área de interés.
En este sentido, intenta hacer un
aporte el siguiente trabajo, analizando distintas metodologías basadas en técnicas
de teledetección, con la intención de sistematizar la estimación de este
parámetro. Las metodologías propuestas se comparan entre sí y con los valores
obtenidos de la manera convencional en tres cuencas urbanas de la ciudad de
Rosario (Santa Fe, Argentina).
EL MÉTODO RACIONAL
El método
racional fue desarrollado por Mulvaney (1850) cuya propuesta se basa en que:
dada una cuenca de área A con un tiempo de concentración Tc, si se produce una
lluvia P con duración D=Tc, el caudal generado en el punto de salida será el
máximo, ya que estará aportando toda la cuenca.
El método plantea
una proporcionalidad entre el caudal máximo y la intensidad de lluvia y puede
expresarse como:
(1)
Donde: Q es el
caudal de diseño (L3/T) , Cu es el coeficiente de
conversión de unidades, C es el coeficiente de escurrimiento (adimensional), i
es la intensidad de la precipitación de diseño (L/T), y A es el área de drenaje
de cuencas (L2) .
El coeficiente
de escurrimiento C, es la variable que presenta mayor incertidumbre en su
determinación, y representa una relación adimensional entre la lámina de
escorrentía superficial generada por una determinada cuenca y la lámina de la
precipitación. El coeficiente de escorrentía varía con la pendiente, condiciones
de la superficie y de la cubierta vegetal y el tipo de suelo hidrológico. Las
superficies que son relativamente impermeables como las calles y plazas de
aparcamiento tienen coeficientes de escorrentía que se aproximan a uno. Las
superficies con vegetación para interceptar la escorrentía superficial y las
que permiten la infiltración de las precipitaciones tienen coeficientes de
escorrentía más bajas (cercanas a 0). Si todos los demás factores son iguales, una zona con una mayor
pendiente tendrá más escorrentía de aguas pluviales y así un coeficiente de
escorrentía más alto que una zona con una pendiente inferior. Los suelos que
tienen un alto contenido de arcilla no permiten mucha infiltración y por lo
tanto tienen coeficientes relativamente altos de escurrimiento, mientras que
los suelos con alto contenido de arena tienen mayores tasas de infiltración y
bajos coeficientes de escorrentía.
Este
coeficiente se puede cuantificar en términos de tipo de suelo, pendiente
topográfica y tipo de cobertura. Numerosa bibliografía puede consultarse para
estimar los coeficientes de escurrimiento (Chow et al, 1988; McCuen 1998). En
el caso de que haya heterogeneidades en dichos parámetros, debe ser estimado
mediante áreas de ponderación un valor representativo del coeficiente de
escurrimiento. En este caso un C compuesto se puede definir como:
(2)
Donde Cc
es el coeficiente de escorrentía compuesto, Ci son los coeficientes
de escorrentía de áreas homogéneas y Ai son áreas individuales con C
homogéneo. Esta información se puede estimar mediante imágenes satelitales,
cartografía de suelos y modelos digitales del terreno.
La intensidad
media máxima, i, se determina a partir de curvas
Intensidad-Duración-Recurrencia (IDR) construidas con datos medidos en el sitio
en estudio. Con dichas curvas se adopta una duración de diseño igual al tiempo
de concentración de la cuenca y para una recurrencia especificada se obtiene la
intensidad media máxima.
El tiempo de concentración de una cuenca, Tc, se define como el tiempo
que demora el sector más alejado de la cuenca en aportar a la sección de
salida. El tiempo de concentración se calcula como la suma de los tiempos de
escurrimiento mantiforme (no encauzado) y el tiempo de flujo canalizado
(encauzado). Pueden existir varios recorridos posibles de flujo para las
diferentes áreas drenadas, el mayor tiempo de concentración de todos los
tiempos, para los diferentes recorridos, es el tiempo de concentración crítico
a adoptar para el área drenada.
CARACTERÍSTICAS DEL ÁREA DE
ESTUDIO
Las cuencas que fueron analizadas
forman parte de la cuenca del arroyo Ludueña, el que cruza el casco urbano de
la ciudad de Rosario por el sector norte. Se localizan al Noroeste del
municipio, sector afectado por los desbordes del arroyo y de sus afluentes, los
canales Salvat e Ibarlucea.
El
estudio se ha realizado en tres de las dieciocho subcuencas de la ciudad (Figura 1).
Para
la selección de las mismas se tuvo en cuenta la conveniencia de analizar
situaciones urbanas y periurbanas diversas, es decir, áreas no urbanizadas,
áreas parcialmente urbanizadas y áreas altamente urbanizadas.
Figura 1. Subcuencas urbanas analizadas de la
ciudad de Rosario.
La Subcuenca 09 (SC09) está ubicada al
Noroeste del territorio Municipal. Pertenece casi en su totalidad al Distrito
Norte y ocupa un área de 1641 ha. Presenta gran diversidad de usos de suelo y
contiene una de las zonas no urbanizables de mayor superficie que aún se
mantienen en el municipio, la cual representa alrededor del 40% del total de la
subcuenca. Incluye sectores residenciales correspondientes a grupos medios,
medios-bajos y bajos. Existen numerosos barrios construidos por el estado,
otros están actualmente en construcción y si bien una gran parte de su
superficie urbanizable no está todavía edificada, están planificados diversos
proyectos de vivienda social que prevén tipologías residenciales colectivas y
con uso privado del suelo. En el caso de éstas últimas, de acuerdo a las
tendencias evidenciadas en la ciudad, la superficie verde prevista va
edificándose progresivamente, por lo cual, a mediano plazo, presentan un alto
grado de impermeabilización del suelo a pesar de mantener una baja densidad
poblacional. El estudio de la SC09 reviste especial interés debido a que están
urbanizándose áreas inundables y sectores rurales que debieran preservarse para
mantener la infraestructura verde urbana.
La Subcuenca
03 (SC03) se localiza en el centro-Oeste de la ciudad y su borde Oeste
coincide con parte del límite jurisdiccional del municipio, sobre el frente
rural. Esta subcuenca es extensa, abarcando una superficie de 1952 ha, cerca del 45% de la superficie del Distrito
Municipal Noroeste, al que pertenece. Presenta sectores altamente urbanizados,
barrios periurbanos de baja densidad, zonas industriales y rurales. La
diversidad de usos de suelo determina una densidad media de población baja.
Esta subcuenca resulta de interés por la intensiva urbanización del suelo
inundable mediante las modalidades de barrios abiertos y cerrados con
tipologías residenciales de baja densidad, y porque se han producido
inundaciones recientes en sectores urbanizados. Estas inundaciones fueron
ocasionadas por la imposibilidad de evacuación de la infraestructura pluvial en
el arroyo Ludueña debida a sus crecidas súbitas, influidas por las intensas
lluvias y la impactante urbanización de su vaso de inundación.
La Subcuenca
10 (SC10), se ubica en el centro-Oeste de la ciudad, al Sureste de la SC03.
Tiene una superficie de 1905 ha y, a excepción del sector Sur, correspondiente
al Distrito Oeste, pertenece en su totalidad al Distrito Noroeste. Integra
áreas urbanizadas de diverso valor inmobiliario, áreas periurbanas y rurales.
Presenta sectores forestados, hortícolas tradicionales y agrarios intensivos,
además de grandes superficies vacantes. Reviste interés para la investigación
ya que en ella se localizan zonas densamente urbanizadas que se han inundado
recientemente que nunca antes habían sido alcanzadas por el agua y porque
contiene una superficie rural significativa que constituye un componente
relevante de la infraestructura verde de la ciudad. El sector Noroeste de la
SC10 está siendo rápidamente ocupado por tejido residencial de baja densidad
tras diversas operaciones inmobiliarias que otorgaron alto valor al suelo de
este sector del vaso de inundación. Otro aspecto que debe mencionarse es que
acaba de habilitarse un parque industrial de gran superficie en un área
actualmente no urbanizada y con coberturas vegetales. Estos sectores debieran
planificarse considerando preservar superficies permeables suficientes para
evitar el agravamiento de los conflictos.
APLICACIÓN
DE LA METODOLOGÍA CONVENCIONAL PARA LA OBTENCIÓN DE LOS COEFICIENTES DE
ESCORRENTÍA
Para la evaluación de los
coeficientes de escorrentía, la literatura proporciona tablas. En este
documento, se utilizaron las tablas propuestas por Chow et al. (1988) para
áreas urbanas y Mc Cuen (1998) para áreas no urbanizables. Los coeficientes de
escorrentía de la cuenca dependen del uso de la tierra, el tipo de suelo y la
pendiente de la cuenca. El área de drenaje de la cuenca se determinó a partir
de mapas topográficos y estudios de campo. Se consideraron tres tipos de suelo,
que se identificaron previamente como tipos de suelo hidrológicos B, C y D (ver
Chow et al., 1988). Los tipos de suelo hidrológicos considerados fueron el
grupo B (loess poco profundo, limo arenoso, tasa mínima de infiltración 3.8-7.6
mm/h), grupo C (margas arcillosas, marga arenosa poco profunda, suelos con bajo
contenido orgánico, suelos generalmente altos en arcilla, tasa mínima de
infiltración: 1.3-3.8 mm/h) y grupo D (suelos que se hinchan significativamente
cuando están húmedos, arcillas pesadas, ciertos suelos salinos, tasa mínima de
infiltración: 0-1.3 mm/h). La pendiente se estimó en función de la información
topográfica y solo se usó una clase ya que la pendiente promedio de la cuenca
es de aproximadamente 1 m/km. El coeficiente de escorrentía compuesto (ecuación
2) para varias coberturas de tierra en el área de la cuenca fue calculado con
información adicional usando imágenes satelitales (Google-Earth). Esta
información fue verificada in situ por los recorridos en los distintos sectores
de las cuencas estudiadas.
Resultados
La
metodología convencional antes detallada fue aplicada en las tres cuencas
urbanas seleccionadas para el estudio. A tal efecto se propusieron 31
categorías de usos de suelo según se muestra en la Figura 2. En la Figura 3, Figura 4 y Figura 5 se muestran con códigos de color las diferentes
coberturas clasificadas para las tres cuencas de estudio (Piacentini et al., 2015,
Zimmermann et al., 2016, Zimmermann y Bracalenti, 2015). Las condiciones de uso
de la tierra; los datos de suelos identificados para las cuencas para definir
los coeficientes de escorrentía y los valores utilizados se muestran en la Tabla 1.
METODOLOGÍA
BASADA EN ÍNDICES DE CONSTRUCCIÓN
Las
zonas urbanizadas se componen de una cantidad heterogénea de materiales y
tipologías constructivas, que sin embargo presentan una respuesta capaz de ser
unificada en contraste con áreas vegetadas o cuerpos de agua. El comportamiento
de estas superficies en el rango de Rojo (R) Infrarrojo cercano (NIR) e
infrarrojo de onda corta (SWIR) permite su clara distinción utilizando índices
normalizados: el NDVI (Normalized Difference Vegetation Index) resalta
superficies vegetadas, mientras que el NDBI (Normalized Difference Building Index)
y el UI (Urbanization Index) resaltan terrenos sobre los cuales hay
construcciones. La gran capacidad de absorber energía de los cuerpos de agua
genera que estas superficies se presenten siempre oscuras (valores de índice
significativamente bajos). A su vez el grado de densidad de dichas
construcciones presenta una correlación muy fuerte con los valores de índices
de construcción (NDBI y UI), lo cual permite suponer a priori que también habrá
un correlato entre dichos índices y el coeficiente de escorrentía C. Se propone
analizar dichos índices analizando diferentes imágenes de la plataforma LANDSAT-8
OLI, cuya resolución espacial es suficiente (aunque no óptima) para la escala
del presente trabajo, considerando que la campaña de inspección y relevamiento
manual fue llevada a cabo durante el año 2016, y era requisito garantizar que
el tejido urbano no ha sufrido modificaciones de gran magnitud entre la fecha
de la inspección visual y la adquisición de la imagen, para que los resultados
sean contrastables.
Los
índices utilizados corresponden a las siguientes ecuaciones:
(3)
(4)
(5)
Donde
SWIR1 corresponde a la banda entre longitudes de onda 1.566 y 1.651 µm,
mientras que SWIR2 comprende la porción 2.107 a 2.294 µm. Los rangos de banda
rojo y NIR son respectivamente 0.636 a 0.673 µm y 0.851 - 0.879 µm.
El
procedimiento consistió en construir una relación biunívoca entre los índices
normalizados de construcción y urbanización (NDBI y UI respectivamente)
respecto del coeficiente de escorrentía asignado previamente mediante el
procedimiento convencional. Se consideraron las áreas tipificadas en 31 clases
conforme a lo previamente descrito, para luego extrapolar dicha relación al
resto de la ciudad de Rosario, incluyendo las cuencas de estudio. Se analizaron
3 imágenes distintas entre 2014 y 2016, preseleccionadas bajo la condición que
estuvieran libres de cobertura nubosa y no estuvieran alejadas del período de
relevamiento in situ. Las fechas analizadas fueron 15 de Enero de 2014,
21 de Enero de 2016, y 13 de Agosto de 2015. Esta última corresponde a la época
invernal, mientras que las primeras son de verano, para poder analizar también
la incidencia estacional en las correlaciones.
A
partir del trabajo simultáneo con el plano confeccionado con la metodología
tradicional e imágenes de Google Earth, se identificaron parcelas homogéneas de
extensión significativa para cada una de las clases (Figura 6).
Figura 6. Ejemplo de algunos de
los polígonos utilizados para la regresión lineal coeficiente C, índice de
construcción.
Se
optó por reagrupar las 31 categorías originales de uso de suelo en 7 clases, ya
que el nivel de resolución espacial moderada de la plataforma Landsat no admite
tal nivel de detalle, cubriendo el píxel un área de 30 metros por 30 metros.
Los
polígonos con cobertura homogénea obtenidos fueron superpuestos a la imagen
satelital de los índices, y se extrajeron los valores representativos de cada
cobertura: media aritmética, valores máximo y mínimo, considerando el 95% de
los datos, ya que se consideró que los píxeles con valores extremos podrían
presentar anomalías no representativas de la clase en análisis. Cabe aclarar
que previamente fueron enmascarados los pixeles de agua pura tal que no
incidieran en desvíos dentro del análisis.
De la confrontación en un gráfico
de ejes ortogonales entre los coeficientes de escorrentía de cada clase y su
respectivo índice de urbanización medio se observó una fuerte correlación
lineal positiva entre ambos (Figura 7).
Se
realizaron ajustes en la selección de las áreas de interés a partir de la
inspección visual de aquellas zonas que presentaban mayor divergencia respecto
de la recta de ajuste entre ambas variables, comprobando que en todos los casos
tal desvío era producto de errores en la selección original propuesta de los
polígonos, al incluir píxeles que no pertenecían a la clase en cuestión y
alteraban los estadísticos. Además, se incorporaron 2 clases más en
correspondencia con las porciones de la trama urbana más densa dentro del
microcentro y primer anillo perimetral de la ciudad ya que tal nivel de
construcción no se encontraba representado en el trabajo de relevamiento antes
mencionado.
Figura 7. Relación Coeficiente
de escorrentía C, índice NDBI para la imagen del 15/01/2014. Valores máximo,
mínimo y media aritmética representados para cada una de las 9 clases.
Una
vez completados los ajustes de las regiones de interés, y habiendo alcanzado en
todos los casos una ecuación de regresión lineal con coeficiente de
determinación R2 superior a 0.94 y desvíos de cada área de interés
despreciables respecto de la recta de ajuste, se aplicó la ecuación de dicha
recta a la imagen completa de la ciudad de Rosario y alrededores para estimar
un mapa de coeficiente de escorrentía C desagregado arealmente.
La
validación se realizó calculando los valores medios de cada una de las 3
subcuencas donde se había realizado el relevamiento original, respecto de la
media estimada a partir de cada índice de urbanización.
El
mismo procedimiento se aplicó para imágenes de índice NDVI, pero al presentar
un ajuste de menor calidad fue descartado.
Resultados
Respecto
de la metodología basada en índices de construcción, un primer punto
sobresaliente es la fuerte correlación lineal que presentan los índices UI y
NDBI con el coeficiente de escorrentía siendo éstas cercanas a la unidad, lo
cual permitió suponer que el mapa desagregado de coeficiente C presentaría un
nivel de precisión y ajuste a destacar.
Se
observa en la Figura 8 que a medida que aumenta el grado de
impermeabilización de la cobertura (C tiende a 1), la relación entre el
coeficiente de escorrentía y el índice NDBI tiende a ser lineal. Es posible
suponer que los desvíos en las áreas de coeficiente bajo respecto de dicha
recta se deban a distorsiones introducidas por sectores de la superficie que no
presenten cobertura vegetal frondosa.
Figura 8. Recta correlación
Coeficiente escorrentía, índice NDBI, para cada fecha analizada.
No
obstante estos resultados fueron alcanzados luego de una serie de ajustes en
las regiones homogéneas a partir del proceso iterativo de propuesta y revisión
de las áreas cuyos valores medios presentaran una diferencia significativa
respecto de la recta de regresión. Esto permite apreciar la sensibilidad del
método a la correcta selección de tales áreas.
Cabe
aclarar que el procedimiento se repitió para cada escena y se construyó una ley
de correlación específica por fecha.
Asimismo
la imagen de invierno precisó la identificación de nuevas áreas de interés en
la zona rural, debido a que presentaba valores de índice muy elevados producto
de la alta reflectancia del suelo desnudo en la combinación de bandas
consideradas.
Se realizaron
estimaciones del coeficiente C a partir de la ecuación de la recta que lo
relaciona con el índice NDBI para cada fecha.
La
comparación final se realizó a partir del contraste entre el coeficiente de
escorrentía medio asignado a cada subcuenca, respecto del estimado con la
metodología antes descripta. En la Tabla 2se presenta un resumen de los resultados por fecha
y por índice de construcción.
Tabla 2. Coeficiente de escorrentía asignado por relevamiento y estimado con
índices de construcción para cada fecha. (a) NDBI, (b) UI.
(a) NDBI.
|
Subcca
|
In situ
|
15/01/14
|
13/08/15
|
21/01/16
|
|
3
|
0.49
|
0.45
|
0.51
|
0.45
|
|
9
|
0.4
|
0.44
|
0.63
|
0.42
|
|
10
|
0.52
|
0.50
|
0.63
|
0.47
|
(b) UI.
|
Subcca
|
In situ
|
15/01/14
|
13/08/15
|
21/01/16
|
|
3
|
0.49
|
0.41
|
0.46
|
0.43
|
|
9
|
0.4
|
0.39
|
0.54
|
0.39
|
|
10
|
0.52
|
0.51
|
0.63
|
0.49
|
Los resultados obtenidos son
altamente satisfactorios, y las estimaciones realizadas con ambos índices de
construcción se ajustan a los valores asignados a partir del relevamiento
original. Esto pondera positivamente la metodología propuesta, aunque cabe realizar
la salvedad de que las escenas de verano presentan mayor precisión, tal como
era de esperar ya que la vegetación presente dentro de la trama urbana y en la
zona periurbana es más frondosa y cubre mejor el suelo subyacente, el cual
podría ser fuente de incertidumbre en las estimaciones.
Por
otro lado no es posible concluir que uno de los índices de construcción tenga
un comportamiento mejor que el otro. Puede observarse que la cuenca con mayor
índice de vegetación NDVI (subcuenca 9) es aquella que presenta los desvíos más
importantes en ambos casos. Esto permite proponer como línea de investigación
futura la incorporación y combinación de información de cobertura vegetal con
los índices de construcción.
Asimismo
las gráficas de caja de la Figura 9 sintetizan algunas particularidades observadas
para las distintas alternativas exploradas, siendo la recta horizontal la
media asignada para cada subcuenca según lo observado en terreno.
En
primer lugar se puede observar que no hay mayores diferencias entre las
estimaciones con cada índice de construcción, aunque sí hay un mayor rango de
valores de C entre el primer y tercer cuartil.
Figura 9. Gráficos de cajas
diferenciados por subcuenca, para cada fecha analizada. La columna izquierda
presenta los valores de C estimados con NDBI, y la de la derecha los que
corresponden a UI.
Se
destaca también la sobreestimación de la escena de invierno, especialmente para
las subcuencas 9 y 10, que son precisamente aquellas que mejor ajuste presentan
para las escenas de verano.
Se
pretendió justificar estos fenómenos a partir de la identificación de mayores
porciones de terreno vegetado, no obstante no se verificó esto en los valores
medios de NDVI por zona, sino que los valores observados en cada escena tienen
divergencias despreciables entre subcuencas, aunque se puede apreciar que la 9
presenta mayor superficie con espacios verdes.
METODOLOGÍA
BASADA EN LA CLASIFICACIÓN SUPERVISADA DE IMÁGENES SATELITALES
Con el objeto de encontrar una
metodología que permita estimar de manera sistematizada valores de coeficientes
de escorrentía de diferentes subcuencas, en
este segundo caso se utilizó, dentro de las técnicas de teledetección, la
clasificación supervisada de una imagen satelital para determinar distintos
tipos de cobertura o usos de suelo presentes en la región en estudio que puedan
correlacionarse con los mismos.
Partiendo de la base que cada
material posee una determinada “firma espectral”, se puede asociar a cada pixel
de una imagen satelital un determinado uso del suelo.
Con
esta metodología se pudo clasificar la imagen en 7 tipos de cobertura a saber:
suelo desnudo, cultivos, césped, hormigón, pavimento asfáltico y chapa. Cada
tipología queda entonces identificada como una clase diferente. Luego, a cada
uno de estos tipos de cobertura se le asignaron coeficientes de escorrentía
asociados para determinar un C compuesto en cada subcuenca estudiada mediante
la ecuación 2.
Teniendo
en cuenta los resultados obtenidos mediante la metodología basada en el índice
de construcción, se decidió utilizar la imagen del 21 de Enero de 2016 tomada
por el satélite LANDSAT 8, que fue con la que se obtuvieron mejores ajustes.
De
todas las bandas disponibles en las imágenes de LANDSAT 8, se utilizaron para
el procesamiento sólo 6, las tres del espectro visible (rojo, verde y azul) y
otras tres del rango no visible (una del infrarrojo cercano y dos del
infrarrojo medio).
Se
realizó una clasificación supervisada de la imagen definiendo previamente áreas
de entrenamiento o regiones de interés (ROIs) según los distintos tipos de
cobertura. A partir de estas regiones se calcularon las estadísticas para
clasificar a cada pixel de la imagen dentro de una categoría según su
probabilidad de pertenecer a la misma. En este caso se utilizó el método de la
Máxima Verosimilitud, por haber comprobado previamente que se obtienen mejores
resultados para este tipo de clasificaciones (Riccardi et al., 2018).
En la
determinación de los sitios de entrenamiento se tuvo la precaución de buscar
píxeles en “regiones puras” según el tipo de cobertura, de manera que no exista
mucha dispersión en las firmas espectrales de cada tipo, ya que esto luego
introduce errores en la clasificación de la imagen. Esta tarea no es
dificultosa para los tipos de cobertura que se dan en la zona rural (suelo
desnudo, cultivado, césped, etc.), pero en la zona más urbanizada esto se
complejiza teniendo en cuenta que el tamaño de las construcciones en general es
menor al tamaño del píxel.
Una vez
determinadas las regiones de entrenamiento, se enmascaró la zona de islas y el
río Paraná, quedando como resultado una imagen como la que se visualiza en la Figura 10. En la misma se representaron en color blanco
todos los píxeles clasificados como superficie impermeable (hormigón, chapa y
asfalto) y en marrón y distintos tonos de verde, los correspondientes a
superficies permeables (suelo desnudo, césped, cultivos y arboleda respectivamente).
La
metodología de clasificación supervisada fue validada en varios trabajos
previos (Mendez Zacarías y Zimmermann, 2011; Mendez Zacarías y Zimmermann, 2014
y Riccardi et al., 2018).
Finalmente,
se puede asociar cada uno de los tipos de suelo identificados en la
clasificación supervisada a un coeficiente de escorrentía en función de sus
características, para luego estimar valores medios de C de cada una de las
cuencas en estudio. En la Tabla 3 se presentan los tipos de cobertura de suelo y el
coeficiente C asignado a cada uno.
Tabla 3. Coeficiente de escorrentía
para los distintos tipos de cobertura.
|
Cobertura suelo
|
C
|
|
césped
|
0.3
|
|
chapa
|
0.9
|
|
asfalto
|
0.9
|
|
hormigón
|
0.9
|
|
arboleda
|
0.23
|
|
cultivo
|
0.2
|
|
suelo desnudo
|
0.44
|
Figura 10. Clasificación
supervisada imagen satelital.
Resultados
Respecto
a la metodología desarrollada a partir de la clasificación supervisada, se
determinaron valores medios de coeficientes de escorrentía para cada una de las
cuencas en estudio a partir de la Ecuación 2.
En la Tabla 4, Tabla 5 y Tabla 6 se presentan los resultados obtenidos
en cada subcuenca.
Tabla 4.Coeficiente de
escorrentía ponderado Subcuenca 03. Arroyo Ludueña.
|
Tipo de cobertura
|
C
|
Cant. Píxeles
|
Porc. Área
|
C Pond.
|
|
Césped
|
0.3
|
14533
|
67%
|
0.20
|
|
Chapa/
Asfalto/H°
|
0.9
|
3186
|
15%
|
0.13
|
|
Arboleda
|
0.23
|
801
|
4%
|
0.01
|
|
Cultivo
|
0.2
|
69
|
<1%
|
<0.01
|
|
Suelo desnudo
|
0.44
|
3083
|
14 %
|
0.06
|
|
Total
|
21672
|
100%
|
0.41
|
Tabla 5.Coeficiente de
escorrentía ponderado Subcuenca 09. Canal Ibarlucea.
|
Tipo de cobertura
|
C
|
Cant. Píxeles
|
Porc. Área
|
C Pond.
|
|
Césped
|
0.3
|
12230
|
64%
|
0.19
|
|
Chapa/
Asfalto/H°
|
0.9
|
2147
|
11%
|
0.10
|
|
Arboleda
|
0.23
|
750
|
4%
|
0.01
|
|
Cultivo
|
0.2
|
1086
|
7%
|
0.01
|
|
Suelo desnudo
|
0.44
|
2887
|
15%
|
0.07
|
|
Total
|
19100
|
100%
|
0.38
|
Tabla 6. Coeficiente de
escorrentía ponderado Subcuenca 10.
|
Tipo de cobertura
|
C
|
Cant. Píxeles
|
Porc. Área
|
C Pond.
|
|
Césped
|
0.3
|
19466
|
46%
|
0.14
|
|
Chapa/
Asfalto/H°
|
0.9
|
15758
|
37%
|
0.34
|
|
Arboleda
|
0.23
|
1392
|
3%
|
0.01
|
|
Cultivo
|
0.2
|
1316
|
3%
|
0.01
|
|
Suelo desnudo
|
0.44
|
4442
|
11 %
|
0.05
|
|
Total
|
42374
|
100%
|
0.53
|
COMPARACIÓN
ENTRE LAS METODOLOGÍAS
Finalmente se compararon los resultados obtenidos mediante las tres
metodologías planteadas. Los mismos se presentan en la Tabla 7.
Tabla 7. Comparación entre las distintas metodologías.
|
Cuenca
|
C Estimados
|
|
Conv.
|
NDBI
|
UI
|
Clasif. Sup.
|
|
SC 03
|
0.49
|
0.45
|
0.43
|
0.41
|
|
SC 09
|
0.40
|
0.42
|
0.39
|
0.38
|
|
SC 10
|
0.51
|
0.47
|
0.49
|
0.53
|
Se
observa que la máxima diferencia respecto a la metodología convencional
utilizada como referencia, es del orden del 16% y se da para la Subcuenca SC 03.
Esta diferencia se observa en el caso de la clasificación supervisada. La
subcuenca SC 03 presenta una tipología de vivienda característica de barrios
abiertos, donde los espacios permeables e impermeables configuran un tejido más
heterogéneo que en las otras subcuencas, por ello la determinación del tipo de
cobertura es más dificultosa.
En el
resto de los casos las diferencias se acotan en un rango entre el 3% y 12%,
validando las metodologías presentadas.
Los
métodos dan diferencias tanto por exceso como por defecto y ninguno presenta un
sesgo en particular por diferencias positivas o negativas.
CONCLUSIONES
Quedan
validadas ambas metodologías para la
estimación
de valores de coeficiente de escorrentía a escala de subcuenca urbana, en zonas
de baja pendiente, y con herramientas de teledetección combinadas con
información de terreno. Las diferencias observadas son de poca implicancia, por
lo que es posible asumir que mientras los usos de suelo en la zona de estudio
no diverjan significativamente de los observados en este trabajo, es posible
aplicar cualquiera de las metodologías propuestas.
Sin embargo, en casos donde la heterogeneidad de
los usos de suelo sea creciente, la segunda metodología pierde sensibilidad y
podría tender a evidenciar errores mayores.
El
nivel de detalles en la cobertura y en consecuencia el coeficiente de
escorrentía estimado, está vinculado a resolución espacial de los sensores
utilizados.
Teniendo
un conocimiento previo de la zona en estudio, las metodogías basadas en
teledetección permiten la estimación de los coeficientes C mediante el auxilio
de imágenes satelitales de mayor resolución como las disponibles en Google
Earth, prescindiendo de las exhaustivas tareas de campo del método
convencional.
Cabe
destacar que la metodología convencional demanda un minucioso detalle del
tejido urbano realizado artesanalmente, lo cual demanda un importante consumo
de tiempo en gabinete y en campo. En este sentido las metodologías alternativas
presentan una atractiva propuesta que agiliza la estimación.
REFERENCIAS
Chow, V T., Maidment,
D., Mays, L. (1988). Applied Hydrology. McGraw -Hill.
McCuen R. H.
(1998). Hydrology: Analysis and Design. Prentice-Hall. 2ed.
Mendez Zacarías J. y Zimmermann E. (2011). Uso de Sistemas
de Información Geográfica para parametrización de modelos de simulación
hidrológica en llanuras. Congreso Nacional del Agua 2011. Resistencia. Chaco.
Mendez
Zacarías, J. y Zimmermann E. (2014). Calibración
del modelo SHALL con elevado nivel de detalle en la cuenca del A° Ludueña
utilizando SIG. II Congreso
Internacional de Hidrología de llanuras 2014. Santa Fe. Santa Fe.
Piacentini, R., Feldman,
S., Coronel, A., Feldman, N., Vega, M., Moskat, V., Bracalenti, L., Zimmermann,
E., Lattuca, A., Biasatti, N., Dubbeling, M. (2015). Agricultura urbana y periurbana y forestación como
posibilidad de mitigación y adaptación al cambio climático. Estudio de caso en
la ciudad de Rosario y región, Argentina. Cambio
climático. Lecciones de y para ciudades de América Latina. Sylvie Nail (ed.) Universidad Externado de Colombia. 327-368.
Riccardi, G.,
Mendez Zacarías, J., Odicini, L.,
Ramaciotti, G., Gigante Rodríguez, F., Marrone, L. (2018) Modelación
hidrológica e hidráulica en las cuencas de los Emisarios Pluviales 9 Y 10 del
distrito Rosario (SF). XII
Jornadas de Ciencia y Tecnología 2018. Secretaría de Ciencia y Técnica.
Universidad Nacional de Rosario.
Zimmermann, E.
y Bracalenti, L. (2015). Reducción de riesgo de inundación urbana mediante
incremento de áreas ocupadas por agricultura y forestación urbana y periurbana.
El caso Rosario. Informe
Proyecto: Field testing of the monitoring framework, establishing monitoring
baseline, design of scenarios and policy uptake in cities. Phase 2:” Climate
Development Knowledge Network (CDKN) RUAF Foundation; UN Habitat. 2012-2014.
Zimmermann,
E., Bracalenti, L., Piacentini, R. e Inostroza, L. (2016). Urban flood risk
reduction by increasing green areas for adaptation to climate change. Procedia
Engineering and World Multidisciplinary Civil Engineering-Architecture-Urban
Planning Symposium. Edit.
Elsevier. (In press).
REGISTRO
BIBLIOGRÁFICO:
Chiarito, E.;
Zimmermann, E. y Méndez Zacarías, S. (2018). Metodologías para la estimación
del coeficiente de escorrentía en áreas urbanizadas mediante teledetección. Cuadernos
del CURIHAM. 24, 25-36.
Tipo
de Publicación: ARTÍCULO.
Trabajo
recibido el 17/09/2018 y aprobado para su publicación el 03/12/2018.
