Por José Miguel Gaspar Soriano e Ignacio Galindo Estrada
En cualquier zona del planeta con un alto riesgo volcánico, como ocurre en este caso en Colima (México), se justifican estudios en diversos ámbitos tendientes a conocer y mitigar el riesgo. En el presente trabajo se han utilizado diversas técnicas de teledetección espacial y herramientas de Sistemas de Información Geográfica, conocidas como herramientas SIG (Longley et al., 2002). Es principalmente en este tipo de técnicas en las que se centra este artículo.
Este tipo de estudio no aporta una información cuantitativa pero si ofrece un gran resultado visual, y con ello una fácil interpretación del medio donde está ubicado el volcán, sirviendo así de esta manera a un apoyo en diferentes áreas de estudios dentro del tema de Volcanología.
La recepción en el CUICA (Centro Universitario de Investigaciones en Ciencias del Ambiente) en tiempo real de imágenes satelitales NOAA desde 1994 nos ha permitido confirmar que el Volcán de Fuego de Colima es el volcán más activo dentro de los 14 volcanes actualmente activos de México (Galindo y Domínguez, 2002, 2003). En esta región, la población está continuamente alertada por las actividades de este volcán y la gran sismicidad de la región, y con el valor añadido de la proximidad existente entre este y pueblos colindantes, donde ya en más de una ocasión han sido advertidos por el riesgo que corren, como por ejemplo la gran erupción producida en 1913 (Saucedo Girón, 1997), o el intenso temblor producido en el centro de la ciudad de Colima en Enero de 2002. De ahí la justificación de dicho estudio, ya sea con unas herramientas u otras.
Se utilizaron técnicas SIG junto con los datos proporcionados mediante Medición de Distancia con Láser, conocido con las siglas LIDAR (Light Detection and Ranging), que actualmente son una novedad para adquirir estos datos digitales de elevación, y que sirve para aplicaciones de mapas a gran escala y la creación de Modelos Digitales de Elevaciones (MDE), que posteriormente es posible incorporar en las imágenes satélites, para obtener así un resultado visual excelente, dando una visión lo más certera de la superficie del terreno.
El hecho de hacer este tipo de Representaciones Tridimensionales hace posible un estudio topográfico de la zona, y consiguiente estudio del riesgo, así como una fácil interpretación en cuanto a la orientación de las pendientes, vaguadas, y posibles surcos por donde fluyen los restos volcánicos.
Los fundamentos de este trabajo son de proveer a las Autoridades de Protección Civil representaciones digitales en gráficas tridimensionales del terreno, con las cuales se pueden tomar decisiones de protección a la población más fidedignas de la realidad.
Por todo lo anteriormente comentado, y debido al gran crecimiento de esta ciudad de Colima, tanto industrialmente como residencialmente, se hace imprescindible una mejora en los estudios del Medio Ambiente, con la aportación de Modelos Digitales Tridimensionales dotados de una gran viabilidad en el estudio de los riesgos volcánicos, debido al carácter gráfico que presentan.
Por otro lado, se utilizan también técnicas satelitales para mejorar su interpretación visual, y proceder a realizar una clasificación de los materiales del terreno que junto con la utilización de herramientas SIG, herramienta muy potente que permite hacer estudios teniendo en cuenta multitud de variables del medio, se procede al cartografiado de los diferentes materiales que hay en el medio de una manera fácil, y con resultados gráficos muy óptimos.
En este caso, son los SIG, también conocido con las siglas GIS, y técnicas de teledetección espacial las que aportan una ayuda al estudio del medio en el que se vive.
Objetivo del Proyecto
Diseñar y preparar un Modelo Digital del Elevaciones en el área del Volcán de Colima.
Justificación del uso de herramientas SIG y Teledetección espacial
Tal y como se ha comentado, el Estado de Colima está experimentando un gran desarrollo, tanto a nivel residencial, como industrial. Todos estos factores junto con la proximidad del volcán más activo del país ha hecho que nazca una clara necesidad de un estudio del medio ambiente, siempre necesario, pero más aún cuando se presentan situaciones como esta, con algunas alertas considerables vividas en anteriores ocasiones.
Ya se sabe la importancia que tiene hacer un buen análisis previo de la zona, a la hora de definir o aproximarnos a una correcta delimitación de los riesgos naturales, para hacer un estudio detallado, ya que si no es así las consecuencias que puede desatar la ubicación errónea de estos riesgos ambientales pueden ser irreparables. La no utilización de estas técnicas o el mal manejo de las mismas puede influir en decisiones a nivel social frente a estos riesgos naturales, acarreando consecuencias irreversibles, tanto económicas como socialmente.
Se requiere la realización de una gran cantidad de operaciones de análisis, para obtener una correcta clasificación, y conocer la fiabilidad del trabajo realizado, de esta manera se decidió efectuar el estudio detallado de la zona colindante al Volcán de Colima con la utilización de un SIG, en el cual la imagen utilizada para dicho estudio tuvo que estar georeferenciada previamente, para poder posteriormente introducirle el MDE, y también poder hacer una clasificación correcta en la proyección adecuada.
Por otro lado, según la actual legislación sobre la construcción es necesario hacer un estudio de impacto medioambiental para cualquier zona que se quiera urbanizar, la repercusión que dicho estudio realizado tiene en este tema es que sirve como un estudio a priori para dicha evaluación de Impacto Medioambiental, y conocer de alguna forma la naturaleza del medio, aunque de forma poco rigurosa. Como nueva aplicación a partir de este ejemplo se puede citar el estudio de nuevas ubicaciones del uso del suelo, sirviendo a su vez como apoyo en el estudio de Planificación del Territorio.
Análisis de la imagen satélite, clasificación y cartografía
En este punto es vital tener presente ciertos criterios geográficos, cartográficos y técnicos sobre la realización de dicha clasificación de la zona. En este caso se ha tenido en cuenta la diferente respuesta espectral de cada uno de los diferentes materiales de la zona.
Los programas que se han empleado en este estudio han sido:
– ArcGis v8.3, se procede a cartografiar la cobertura referente a las clasificaciones, realización del TIN (modelo vectorial), y su integración en la imagen satelital.
– Envi 4.0, con él se realiza el análisis de las regiones de interés, y su posterior clasificación. Y la mejora visual mediante técnicas de corrección y realce en la imagen satelite.
– Surfer 8.0, para la realización del modelo digital de elevaciones del Volcán de Colima (modelo raster) y de la zona colindante.
– Cartografía de partida.
La información de partida proporcionada es una imagen del LANDSAT 7 (Fig. 1), formada por 8 bandas espectrales, donde la mayor novedad se encuentra en esta última banda perteneciente al pancromático con una resolución de 15 mts, 30 mts en las bandas 1, 4, 5, y en las bandas 6.1, 6.2 y 7 una resolución de 60 mts, con lo que se muestra una gran ventaja en relación costo-beneficio frente a su antecesor LANDSAT 5. Se parte de una imagen que contiene información multiespectral, que va desde el visible, infrarrojo medio y cercano hasta el infrarrojo térmico.
Figura 1. Imagen de la zona de estudio, obtenida por Landsat 7
Combinación de bandas 7, 4, 1
Análisis efectuado
Se procede a realizar a una serie de correcciones en la imagen. El estudio se realiza observando si hay pérdidas de píxeles o errores de bandeado, que en ningún momento se detectaron. Posteriormente, se le aplica una corrección producida por la transmisividad atmosférica. Para ello primeramente se escoge una zona (Fig. 2) donde se sabe su respuesta espectral teórica y se compara con la respuesta espectral obtenida por el sensor.
Figura 2. a) En el gráfico de la derecha se observa la respuesta espectral de aguas profundas en cada una de las bandas. b) A la izquierda se muestra la respuesta espectral tras haber aplicado la corrección en esta zona tomada como referencia (aguas profundas)
La diferencia entre el valor teórico y el valor obtenido es el error cometido por la dispersión atmosférica. Al aplicar esta corrección el valor obtenido en cada una de las bandas en esa superficie tiene que ser 0 (Figura 2.B), ya que en este caso la superficie escogida son las aguas profundas debido a que se conoce su respuesta espectral y el valor teórico es 0.
Se supone que el error producido por la dispersión atmosférica afecta por igual a todas las bandas. En realidad no es así, ya que esta dispersión atmosférica afecta de forma distinta a cada una de las respuestas espectrales obtenidas. Para realizar su correspondiente corrección se requiere de un análisis y estudio de la zona exhaustivo, y para ello es necesario saber exactamente cual es la respuesta espectral de cada una de la regiones en campo, con ayuda de radiómetros que en este caso no se disponía de él, por este motivo, se da por válida la corrección realizada, al suponer un error constante en cada una de las zonas de estudio.
Posteriormente, se realiza una serie de técnicas de realce en la imagen, para conseguir una mayor interpretación, mediante la aplicación de filtros (Fig. 3), estudiando así cual es el que mejor resultados ofrece para la imagen en cuestión, que en este caso es el filtro de media.
Figura 3. Imagen original e Imagen tras haber aplicado un filtro de media 3×3
Regiones de interés y estudio estadístico
Se realiza una clasificación a groso modo, pues las malas condiciones ambientales que existían en el momento de la captación de la imagen por el satélite no permitía realizarlo de otra forma, pero si al menos diferenciar los materiales más predominantes de la zona (Fig. 4).
Figura 4. Muestra de las regiones de interés escogidas para la clasificación
Se procede a definir en la imagen una serie de regiones de interés, y mediante su respuesta espectral se obtiene una ligera clasificación. Previamente se realiza una serie de estudios estadísticos, cuyos resultados establecen que regiones de interés están bien definidas y cuales no, así como el poder de discriminación entre unas y otras, pudiendo determinar la bondad del trabajo realizado. Para comprobar la fiabilidad de esta clasificación se procede a realizar un estudio estadístico (Fig.5), cuyos resultados son los siguientes:
Figura 5. Tabla que expresa el grado que es posible discernir entre unos elementos y otros, mediante la distancia a cada una de las bandas dos a dos, de forma que cuanto mayor separación entre las bandas, mejor discriminación y con ello una mejor clasificación
Existen otros datos estadísticos que permiten afinar más sobre los resultados obtenidos, permitiendo asegurar con que grado de aproximación se ha realizado la clasificación:
– Fiabilidad global (Overall Accuracy): relación existente entre el total de píxeles de test clasificados correctamente y los píxeles totales del test.
Píxeles: 1211760 / 1258650
Porcentaje: 96.2746%
– Coeficiente Kappa (Kappa Coefficient): expresa la reducción del error al aplicar la clasificación, respecto al error que se hubiera producido realizando una asignación aleatoria.
0.9372
– Fiabilidad del productor (Prod. Acc.): relación existente entre los píxeles asignados a una clase y los totales realmente existentes de esa clase (probabilidad de que un píxel perteneciente a una clase dada sea clasificado correctamente).
Con estos datos que se muestran se concluye que las clases con una mayor fiabilidad en su clasificación son: hidrografía y núcleo urbano. La clase con menor fiabilidad son los cultivos.
Gracias al análisis realizado en la imagen satelital es posible, mediante las regiones de interés estudiadas, realizar una clasificación, y con ello su representación cartográfica. Los resultados visuales a priori son:
Figura 6. Imagen resultante de la clasificación supervisada
El último paso, en este proceso de clasificación, es emplear un método llamado Class Dump (Figura 7), que permite unir todos los polígonos que tienen un mismo atributo. Este proceso permite mejorar visualmente el aspecto de la imagen para su posterior cartografiado.
Figura 7. Diferencia entre la imagen con Clasificación Supervisada, antes y después del proceso Post Clasificación ClassDump
Cartografiado
Finalmente mediante técnicas SIG se procede a cartografiar la imagen resultante (Fig. 8) después de todo el proceso de clasificación realizado. Previamente la imagen tuvo que ser georeferenciada con puntos de apoyo en el terreno, que posteriormente también serviría para incorporar el MDE en ella.
Figura 8. Cartografiado de la clasificación supervisada de la zona de estudio a partir de la imagen obtenida por LANDSAT 7
Dada la cantidad de operaciones de análisis requeridas, así como de sus correcciones y técnicas para mejorar la interpretación de la imagen, y su posterior clasificación, se optó por utilizar el programa Envi 4.0, ofreciendo resultados muy satisfactorios. Para el cartografiado se utilizaron herramientas SIG capaces de gestionar y analizar una gran cantidad de datos.
Creación del Modelo Digital de Elevación
Se realizaron diferentes Modelos Digitales de Elevaciones de la zona del Volcán de Colima. Las coordenadas terreno fueron capturadas mediante LIDAR. Los sistemas LIDAR colectan datos de posición (x,y), y de elevación (z) en intervalos predefinidos. Los datos resultantes LIDAR son una red de puntos muy densa, en este caso los datos estaban a intervalos de 5 metros. Para modelizar la superficie es necesario acudir a métodos de interpolación ya que no es posible medir todos los puntos de la superficie.
Estos métodos de interpolación espacial permiten calcular el valor altimétrico de toda la superficie conociendo el valor de esta variable en otras posiciones. Los interpoladores que se utilizan son locales, operan sólo dentro de una pequeña zona alrededor del punto a interpolar, de tal forma que un cambio en un dato muestral solo afecta a una pequeña zona (los valores altimétricos serán más parecidos cuanto más cerca se encuentren los elementos entre sí). Se les denomina método exacto cuando se genera una superficie donde los datos muestrales coinciden con la altimetría.
Krigeado
Uno de los interpoladores utilizado es el Kriging (Longley, et al., 2002), es un método geoestadístico de interpolación exacto, y genera superficies suavizadas. Representar la tierra, con la variación espacial tan irregular que tiene, resulta muy difícil mediante una función matemática que genere una superficie suavizada, por este motivo crea una superficie estocástica con valores probabilísticos.
Una de las ventajas a destacar es que genera un valor de error asociado a cada punto interpolado, y una estimación acerca de la varianza de la superficie, de modo que hay un rango de valores posibles para cada punto. El programa que se utilizó fue el Surfer 8, obteniendo una imagen raster (Fig. 9), que está formada por matrices en las que celdillas de igual forma y tamaño representan una zona de la superficie terrestre con valores numéricos (cotas equidistantes que se sitúan en los centros de celdillas). Desde el punto de vista de ponderación se considera el mejor método. Por el contrario, no permite el tratamiento de discontinuidades topográficas que supongan cambios bruscos como rupturas de pendiente, ya que genera modelos muy suavizados.
Figura 9. Modelo tridimensional del Volcán de Colima mediante datos LIDAR (raster)
TIN
Posteriormente, y para comprobar que modelo se ajusta más a la realidad se procede a realizar otro Modelo Digital de Elevaciones empleando un modelo vectorial, en concreto un TIN (Triangulated Irregular Network). Esta red se define como un conjunto de triángulos irregulares adyacentes y no superpuestos. Este plano se ajusta a tres puntos no colineales que junto con otros planos forman un mosaico (Márquez, J, 2004). La interpolación que se utiliza es también local, y exacta, asigna a cada punto a interpolar un valor que depende del que posean los tres puntos muestrales más cercanos. Estos puntos son los vértices del triángulo que lo contienen, respetando la altura de los puntos muestrales ya que son los vértices de los triángulos. Es el único que respeta la altimetría original, a diferencia del modelo raster.
Si los puntos definen bien el terreno, el TIN (Fig. 10) podrá representar de forma precisa una superficie con menos puntos que otros modelos. El algoritmo utilizado es el de Delaunay, es el método más habitual de triangulación debido a que sus triángulos intentan ser lo más equiláteros posibles. Es más rápido que realizar un raster, y ocupa más memoria, pero es lo más satisfactorio para superficies topográficas con fuertes discontinuidades porque se adapta a la complejidad del terreno, conformando una red de triángulos más densa allí donde es mayor el número de puntos muestrales.
El mayor inconveniente es que no tienen en cuenta la altura de los puntos que son vértices de un mismo triángulo. Tiene en cuenta la distribución de los puntos pero no la forma de la superficie que va obteniéndose. En zonas donde los nodos tienen igual cota se crean triángulos (planos), que modifican la forma de la superficie. Una de las condiciones de este método es que se conserve la equiangularidad, al producirse este hecho ya no se unen los triángulos planos con el resto, y se produce una falta de suavizado en estas zonas de la superficie.
Figura 10. TIN generado a partir de los datos obtenidos con LIDAR (vectorial)
Si la orografía del terreno es abrupta, como es este caso, y se dispone de puntos característicos del terreno entonces es muy probable que este modelo sea el que más se ajuste a la realidad de la superficie sin perder precisión planimétrica en la interpolación y respetando la altimetría original.
Creación de un Grid
Se procede a transformar la imagen TIN (modelo vectorial) a un Grid (Fig. 11, modelo raster). Se utiliza el programa ArcGis 8.3, donde existe una opción lineal que mantiene la pendiente propia de cada uno de los triángulos. Al proceder a esta transformación se observa cambios bruscos en el paso de un triángulo a otro.
Es una forma de aprovechar las ventajas que por un lado tiene la triangulación, y por otro la posibilidad de realizar un análisis de mallas regulares.
El problema es elegir el tamaño de celdilla de salida, problema complejo, y que en general se opta por elegir un tamaño muy pequeño de píxel. Se busca una resolución espacial que mantenga la bondad del TIN.
Figura 11. Imagen Grid generada a partir del TIN
Destacar que no existe ningún método de interpolación mejor que otro, pues cada uno tiene un algoritmo diseñado para unas determinadas características. En función del tipo de datos de partida que se tenga, la superficie que se quiera modelizar, si es abrupta o por el contrario suave, y la precisión requerida, se elegirá uno u otro método.
Fusión del TIN con la imagen satélite
Por último, se fusiona el Modelo Digital de Elevación (TIN) con la imagen LANDSAT (Figura 12) que previamente se había georeferenciado, obteniéndose una visión más real del terreno que se corresponde con la zona de estudio del volcán de Colima. Posteriormente se realiza un video de un Vuelo Tridimensional sobre este modelo. El resultado obtenido ofrece un aspecto visual sorprendente, si se tiene un buen Modelo Digital de Elevaciones y una imagen con una gran resolución tomada en condiciones atmosféricas óptimas.
Figura 12. Integración del Modelo Digital de Elevación en la imagen Landsat
Conclusión
La combinación de imágenes satélites LANDSAT, datos LIDAR de elevación del terreno, y la utilización de Sistemas de Información Geográfica permite obtener Modelos Digitales de Elevaciones de gran precisión, y representar el terreno en 3D junto con imágenes satélites de muy alta calidad, ofreciendo un gran potencial visual de la zona de estudio, aunque esta característica siempre dependerá de los datos de partida que se tengan. Se demuestra también la gran utilidad y válidez de los datos obtenidos mediante LIDAR, cuyos datos son de gran precisión y con un gran volumen de puntos de la zona de estudio, indispensable para crear Modelos Tridimensionales ajustados a la realidad del terreno.
La utilidad que prestan las imágenes satélites LANDSAT en cuanto a una clasificación temática del suelo y cualquier otro tipo de estudios referentes a cultivos, teniendo siempre en cuenta el correspondiente tratamiento de la imagen, diferentes correcciones, técnicas de realce, etc.
La aplicación de los resultados obtenidos permite una mejor interpretación de la orografía del terreno, útil en la toma de decisiones por los cuerpos de Protección Civil para prevenir y mitigar daños a la población en casos de desastre .
José Miguel Gaspar Soriano
Becario en el Centro de Investigaciones en Ciencias del Ambiente
Universidad de Colima, México
jogasso@topo.upv.es
Ignacio Galindo Estrada
Director del Centro de Investigaciones en Ciencias del Ambiente
Universidad de Colima, México
igalindo@ucol.mx
