Post on 23-Jun-2015
1
METODOLOGÍA PRELIMINAR PARA UBICACIÓN DE ESTACIONES HIDRO-
METEOROLÓGICAS AUTOMATICAS EN LA CUENCA DEL RÍO ZARUMILLA
COMO PARTE DEL SAT
Unidad de Estudios e Investigaciones Hidrológicas (INAMHI)
Jorge Hurtado Pidal
jhurtado@inamhi.gob.ec
Dirección de Análisis, Estudios e Investigación de Riesgos (SNGR)
Luis Garzon Quintero
egarzon@snriesgos.gob.ec
1. INTRODUCCIÓN.
En vista de que no se cuenta con una metodología para la ubicación de estaciones
hidrometeorológicas automáticas, se ha visto necesario elaborar el presente documento como
una propuesta preliminar para determinar la ubicación óptima de estaciones hidrometeorológicas
automáticas para el Sistema de Alerta Temprana (SAT) Zarumilla, y para esto se preparó una
metodología de análisis espacial con técnicas de Evaluación Multicriterio, integradas a un modelo
cartográfico. Para el análisis espacial se ha tomando en cuenta tanto criterios desde el punto de
vista antrópico (logística, operatividad y seguridad) como criterios desde el punto de vista
hidrometeorológico (p.e.variabilidad espacial del clima), para que de esta manera la ubicación de
las estaciones sea lo mejor posible.
2. CRITERIOS DEL ANÁLISIS ESPACIAL.
Primeramente se enuncian y describen los criterios propuestos.
2.1. Criterios espaciales desde el punto de vista de la logística, operatividad y seguridad.
Lo que se busca con este conjunto de criterios es que las estaciones estén en lugares donde el
aspecto logístico como abastecimiento de combustible, alimentación estén accesibles para el
personal técnico encargado de la operación y/o mantenimiento, así mismo que la estación no se
encuentre en zonas bajo peligro, (p.e. inundaciones), o en zonas con coberturas vegetales
desfavorables para la medición de los parámetros hidrometeorológicos. Estos criterios son:
2
Cercanía a vías. Por la accesibilidad del personal encargado de la estación para el
mantenimiento.
Cercanía a centros urbanos. Por el tema logístico como abastecimiento de combustible,
alimentación, alojamiento, etc.
Fuera de los polígonos de inundación. Por seguridad de la estación.
Lejanía a las estaciones automáticas ya existentes (en caso de haber). A pesar de que en la
zona de estudio del SAT Zarumilla no hay estaciones automáticas instaladas previamente y
operativas, este criterio si debería considerarse en caso de haber estaciones.
Coberturas de suelo que no intercepten precipitación. Porque interesa medir el total de la
precipitación caída o precipitación bruta sin interceptación de la cobertura vegetal.
2.2. Criterios espaciales desde el punto de vista hidrometeorológico.
Estos criterios buscan que las estaciones se encuentren por un lado, en lugares representativos de
la precipitación y la temperatura de la zona circundante, y también en lugares representativos de
la subcuenca para el modelamiento hidrológico. Estos criterios son.
Zonas homogéneas de temperatura y precipitación. Lo que se busca con este criterio es
zonificar climáticamente, identificando aquellas áreas que no varían mucho respecto a su
entorno.
Cercanía al centroide de la subcuenca. Considerando al centroide como un punto
espacialmente representativo de la subcuenca.
Zonas de mayor iluminación. Para que la topografía no obstaculice y poder recibir la mayor
cantidad de horas de sol (información meteorológica).
3
3. DESCRIPCIÓN DE LA BASE DE DATOS CARTOGRÁFICA UTILIZADA.
Tabla1. Base de Datos Cartográfica Utilizada.
La figura 1 muestra el mapa base y las coberturas del componente hidrometeorológico.
a. Mapa Base b. Temperatura Media Anual c. Precipitación Trimestre más
Húmedo.
Figura1. Mapa base, Temperatura, Precipitación de la cuenca del Río Zarumilla.
4. EVALUACIÓN MULTICRITERIO.
La evaluación multicriterio es una técnica que se usa en análisis espacial y busca integrar como su
nombre lo dice muchos criterios, los cuales están debidamente ponderados de acuerdo a su
importancia así el resultado es producto de una sumatoria ponderada de los diferentes criterios
donde generalmente mientras mas alto el valor, la ubicación es mejor , y por el contrario, mientras
mas bajo, la ubicación es peor.
Las variables que se usaron son las siguientes:
4
Tabla2. Componentes y variables de la EMC.
Las variables se derivan de las coberturas de la tabla1. La figura 2 corresponde a los mapas de las
variables indicadas en la tabla2.
a. Distancia a Vías b. Distancia a centros poblados. c. Distancia al centroide.
d. Zonificación Temperatura. e. Zonificación Precipitación. f. Iluminación. FIGURA2. Mapas de las variables utilizadas en la EMC.
Component Variable (1-10)
cercania vias
cercania cent pob
cercania centroide
iluminacion
rango temperatura
rango precipitacion
Logistico,
operativo
Hidrometeo
rológico
5
4.1. Análisis de Pesos con el método de comparación por pares de Saaty.
Este método se encuentra dentro del conjunto de métodos de asignación de pesos basados
en el cálculo del autovector dominante (o eigenvector) de una matriz de comparaciones
binarias de los factores (Barba, Romero y Pomerol, 1997)1.
Matriz de comparación por pares.
Importancia de cada factor, sobre cada uno de los demás.
Donde:
cv; cercanía a las vías.
ccp; cercanía a los centros poblados.
cc; cercanía al centroide de la subcuenca.
il; Iluminación.
rt; rango de temperatura.
rp; rango de precipitación.
Eigenvector Principal.
Una vez establecidos los juicios de valor en la matriz de comparación por pares, el
procedimiento establece el cálculo del eigenvector principal de la matriz, el cual representa el
orden de prioridad de los factores (ver Saaty 1980). La forma más común de obtener este
eigenvector es haciendo un cociente entre cada celda y la sumatoria de la columna,
posteriormente se suma por filas para obtener el eigenvector, luego se normaliza dividiéndolo
para el numero de factores (6 en nuestro caso) y se obtienen los pesos (eig_princ_norm).
1 Para mas información consultar “Sistemas de Información Geográfica y Evaluación Multicriterio en la
Ordenación del Territorio”, Gomez. M y Barredo. J, 2005.
FACTORES cv ccp cc il rt rp
cv 1.00 1.00 0.50 4.00 0.50 0.50
ccp 1.00 1.00 0.50 4.00 0.50 0.50
cc 2.00 2.00 1.00 7.00 3.00 3.00
il 0.25 0.25 0.14 1.00 0.20 0.20
rt 2.00 2.00 0.33 5.00 1.00 1.00
rp 2.00 2.00 0.33 5.00 1.00 1.00
suma 8.25 8.25 2.81 26.00 6.20 6.20
MATRIZ A: comparacion pares
6
Razón de consistencia.
El paso siguiente a la obtención del eigenvector principal es sin duda uno de los aspectos más
importantes e interesantes de este método. Este se diferencia de los demás métodos, ya que
indica un valor cuantitativo acerca de la consistencia. El valor que ofrece este procedimiento
para el cálculo de la consistencia es la “razón de consistencia (cr)” dicho valor se establece a
partir del cociente entre el valor del índice de consistencia (ci) y el índice aleatorio (ri) (cr=ci/ri),
concretándose así que para valores mayores o iguales a 0.10 los juicios de valor deben ser
revisados, ya que no son suficientemente consistentes para establecer los pesos, y si cr es
menor a 0.10 podemos considerar satisfactorios los juicios de valor. El ci es un valor obtenido a
partir del eigenvector máximo (λmax), de la manera siguiente ci=(λmax-n)/(n-1), siendo n el
numero de factores en la matriz de comparación, mientras que el valor del eigenvector máximo
(λmax) se obtiene a partir del producto del eigenvector principal normalizado por la matriz de
comparación de factores (Barredo y Gomez, 2005). Los resultados de este ensayo son:
Por tanto con un valor de cr de 0.03 podemos concluir que los juicios de valor y por
consiguiente los pesos asignados a los factores son adecuados.
B
FACTORES cv ccp cc il rt rp eig_princ eig_princ_norm
cv 0.12 0.12 0.18 0.2 0.1 0.1 0.74 0.12
ccp 0.12 0.12 0.18 0.2 0.1 0.1 0.74 0.12
cc 0.24 0.24 0.36 0.3 0.5 0.5 2.08 0.35
il 0.03 0.03 0.05 0 0 0 0.21 0.04
rt 0.24 0.24 0.12 0.2 0.2 0.2 1.12 0.19
rp 0.24 0.24 0.12 0.2 0.2 0.2 1.12 0.19
A normalizada
AXB (AXB)/B
0.75 6.10
0.75 6.10
2.21 6.37
0.22 6.19
1.16 6.21
1.16 6.21
suma 37.17
λmax ci ri cr = (ci/ri)
6.19 0.04 1.24 0.03
Razón de consistencia
7
4.2. Mascaras o exclusión de zonas para el Análisis.
Las zonas que se excluyen en el análisis son los polígonos de riesgo por inundaciones de la base
cartográfica nacional y las coberturas que representan por un lado, mayores niveles de
interceptación de la precipitación y por otro dificultan el tema logístico. A partir de operaciones
boleanas (Raster binarios de 0,1) de multiplicación con algebra de mapas, lo que sería un
equivalente a una intersección si lo hiciéramos en formato vector con polígonos, el resultado va a
ser, que se mantienen con 1 aquellas zonas donde todas las capas raster son 1 (aptas) y aquellas
donde cualquiera de las capas sea 0 (no apta) quedará con 0. Los mapas resultantes se muestran a
continuación.
a. Riesgo Inundación. b. Coberturas Aptas. c. Máscara resultante.
Figura3. Mapas utilizados para la Máscara de la EMC.
En el mapa de “Riesgo de inundación”(a) se ven con colores cafés las zonas donde existe riesgo de
inundación de acuerdo a la base cartográfica. En el mapa de “coberturas aptas para estaciones”
(b), se ven con colores verdes oscuros aquellas coberturas que excluimos del análisis. Por último la
“Máscara”, resultante (c), muestra en colores naranjas las zonas no aptas o excluidas.
4.3. Modelo Cartográfico.
El primer paso es reclasificar de 1 a 10, las variables de tipo logístico e hidrometeorológico, donde
1 serán las zonas más desfavorables en cada criterio y 10 las más favorables. Es así por ejemplo
que en distancia a vías 1 serán las distancias más grandes y 10 las distancias más cortas, en el caso
de rango de temperatura 1 serán las zonas de mayor rango (heterogéneas) y 10 las de menor
rango (homogéneas), con esta lógica reclasificamos todas las variables espaciales de tipo logístico
e hidrometeorológico para proceder a la EMC. La figura 4 indica el modelo cartográfico utilizado y
la figura 5 el resultado de aplicar este modelo, que es una cobertura de aptitud que va de 1 a 10, y
8
que a su vez para la leyenda se categoriza en 5 niveles de aptitud; Muy Baja, Baja, Regular, Alta y
Muy Alta.
La figura 5 muestra la influencia de la cercania al centroide de la subcuenca, calificando de “muy
alta aptitud” (colores rojos), las zonas cernanas a los centroides de las subcuencas de sistema
hidrico del SAT. Además las coberturas desfavorables y los poligonos de inundación se encuentran
en la categoria de muy baja aptitud. En la parte del Perú en vista de que no se cuenta con la
cartografia necesaria tenemos muchas zonas con aptitud regular (colores celestes) por los criterios
de logística. Algo importante de destacar es que del lado Ecuatoriano si tenemos zonas rojas
alrededor de todos los centroides, lo que indica que hay condiciones logisticas en estos sectores.
Figura4. Modelo Cartográfico de la EMC.
Fp 0.12
Distancia Vias -
ponderado
Sumatoria
(ponderada)
Fp 0.12 Fp 0.35 Fp 0.19
Distancia Vias
Distancia
Centros
Poblados
Distancia al
Centroide
Subcuenca
Rango
Temperatura
Rango
PrecipitaciónIluminación
RECLASIFICACIÓN
1 a 10
Distancia Vias -
reclasificado
Distancia
Centros
Poblados -
reclasificado
Distancia al
Centroide
Subcuenca -
reclasificado
Rango
Temperatura -
reclasificado
Rango
Precipitación -
reclasificadon
Iluminación -
reclasificado
Fp 0.19 Fp 0.04
Distancia
Centros
Poblados -
ponderado
Distancia Centroide
Subcuenca -
ponderado
Rango
Temperatura -
ponderado
Rango
Precipitación -
ponderado
Iluminación -
ponderado
Aptitud Estaciones
(1-10)
Coberturas de Suelo
Aptas (0 y 1)
Zonas de Riesgo
Inundaciones (0 y 1)
multiplicaciónMascara de la EMC (0
y 1)
multiplicación
Zonas Aptas
Estaciones
(1 -10)
1: Menos Apta
10: Mas Apta
9
Figura5. Evaluación Multicriterio para la aptitud en la ubicación de estaciones.
En una segunda aproximación a la ubicación de las estaciones en un afán de optimizar el SAT seria
recomendable identificar los puntos de quiebre o saltos en la continuidad espacial por las
precipitaciones maximas en 24 horas, que serian zonas de rango alto en un grilla de interpolación
con las precipitaciones máximas en 24horas de toda la serie considerada, 1980-1990 en nuestro
caso, de las 7 estaciones usadas.
10
CONCLUSIONES Y REMENDACIONES
SOBRE LAS ESTACIONES YA INSTALADAS POR EL PROYECTO SAT ZARUMILLA.
Figura6. Aptitud para estaciones y con un esquema de análisis respecto a su ubicación.
En base a información entregada sobre las estaciones que estarían ya instaladas previamente por
el proyecto SAT Zarumilla y de las que tenemos las coordenadas de su ubicación, después de
superponerlas a la EMC como se ve en la figura6 se concluye lo siguiente.
La estación hidrológica 1 se encuentra bien ubicada según el modelo cartográfico y también desde
el punto de vista hidrológico, por estar a la salida del sistema hídrico del SAT. Sería importante
indicar que esta estación es muy necesaria para la calibración del modelo hidrológico.
Por otro lado, se puede decir que las estaciones hidrometeorológicas 2 y 3 (puntos verdes) están
bien ubicadas en términos generales, sin embargo se recomendaría a la estación 2, (sector
Palmales), ubicarla más al sureste (flecha negra) en la zona del circulo violeta (figura6), que
corresponde al centroide de esa unidad hidrográfica y que tiene sectores de aptitud “muy alta” y
11
“alta” debido también a las condiciones de logística según la cartografía, sin embargo habría que
verificarlo en campo si es factible hacer esta reubicación. Respecto a la estación 3 (sector La
Victoria, que se encuentra más al sur en la parte alta de la cuenca), se recomendaría simplemente
hacer una inspección en campo para garantizar las condiciones de seguridad, ya que es una zona
de peligro de inundación (por la cartografía).
SOBRE LAS ESTACIONES QUE FALTARIAN PARA EL SAT ZARUMILLA.
Para completar las estaciones del SAT del lado ecuatoriano se plantearía la ubicación en las zonas
de círculos negros señalados con flechas cafés (figura6), considerando que el centroide que se
encuentra del lado ecuatoriano tienen zonas con aptitud “muy alta” y el centroide que está en el
lado peruano (pero pegado a la frontera), tiene zonas con aptitud “alta” (del lado de Ecuador), lo
que indica que sería factible y recomendable instalar estaciones en estos sectores.
ANEXOS
Figura7. Mapa Base de la Cuenca del Río Zarumilla.