ESTIMACIN DE LA TEMPERATURA SUPERFICIAL TERRESTRE EN LA

ZONA DE INFLUENCIA DE LA HIDROELCTRICA EL QUIMBO

DEPARTAMENTO DEL HUILA.

Sanz Daniel DanielSanz911@hotmail.com

Ingeniera Topogrfica - Universidad del Valle Cali Colombia

Resumen: Se presenta una herramienta para realizar la estimacin de la temperatura

superficial terrestre
en 12 etapas de tiempo diferentes, como tambin se estudia
exploratoriamente la relacin entre el NDVI(ndice de vegetacin de diferencia normalizada) y
los cambios de temperatura hallados, esta informacin servir de insumo para realizar anlisis
de posibles afectaciones a corto, mediano y largo plazo a la produccin agrcola y calidad de
vida de los habitantes de la zona de influencia directa e indirecta del proyecto hidroelctrico,
informacin importante con la cual se podrn ejercer planes de mitigacin. La zona de estudio
comprende los municipios de Gigante, El Agrado, Garzn, Tesalia, Altamira y Paicol del
departamento del Huila, las coordenadas aproximadas del punto medio del embalse son 02 24'
24" N, 75 34' 59" W. Para el estudio se hizo usa del software Erdas imagine 9.2, 12 imgenes
del satlite Landsat7 las cuales deben tener poca presencia de nubes, a estas imgenes se les
realiza un proceso de correccin atmosfrica con el mtodo HAZE, con el mtodo
HISTOGRAM MATCHING se normalizan las 12 imgenes teniendo como referencia la imagen
ms antigua, se extrae la radiancia para las bandas 6,2 (trmica), se calcula el ndice de
vegetacin de diferencia normalizada, la emisividad con el mtodo planteado por (Griend,
1993), luego se extrae la temperatura de brillo, para posteriormente calcular la temperatura
superficial terrestre; se presentan anlisis de temperatura a lo largo de un transepto dentro de la
zona de influencia directa. Para validar la informacin esta se comparada con datos de
temperatura de 2 estaciones meteorolgicas cercanas a la zona de estudio.

Introduccin
La superficie terrestre recibe energa
proveniente del sol en forma de radiacin
solar cuya consecuencia ms directa es la
temperatura; la atmsfera y el suelo
absorben una porcin de las radiaciones
luminosas y calorficas que emite el sol,
mientras que otra parte de stas se reflejan
y se pierden en el espacio. El calor ganado
de esta radiacin incidente debe ser igual al
calor perdido mediante la radiacin
terrestre, este balance se ve afectado por
factores como la variacin dia-noche,
distribucin
latitudinal,
variacin
estacional, variacin de altura y tipos de
superficie terrestre (Escudero, 2011) en este
ltimo estar enfocado el actual estudio
debido al cambio de cobertura que se
presenta luego de la construccin de la

represa el Quimbo, este proyecto interviene

en un rea que involucra los municipios de
Gigante, El Agrado, Garzn, Tesalia,
Altamira y Paicol, cubriendo un total de
8.586 hectreas que sern
inundadas
(Angel Bonilla, 2012); la temperatura
superficial terrestre conocida por sus siglas
(LST)
se ha convertido en un factor
importante en los estudios de cambio
climtico a nivel global, la cual ha sido
estudiada ampliamente mediante el uso de
sensores remotos por investigadores como
Majumdar et al 2009 quienes estimaron la
LST en Singhbhum Shear usando el
infrarrojo trmico de imgenes Landsat7
ETM+, usaron varios algoritmos de
recuperacin de emisividad y temperatura
en las bandas visible, infrarrojo cercano y el
infrarrojo trmico; Jiang et al 2010
realizaron un anlisis del impacto de los
cambios en la cobertura del uso del suelo,

cubierta del terreno y cambios en la

temperatura superficial del terreno en
Beijing; Weng et al 2004 realizaron la
estimacin de la LST y su relacin con la
vegetacin para estudios de islas de calor
urbano; Song et al 2014 estudiaron las
relaciones entre las composiciones del
paisaje y la temperatura de la superficie
terrestre, cuantifico la sensibilidad de la
resolucin haciendo uso de modelos de
regresin espacial, y Coll et al 2012
realizaron una comparacin entre diferentes
fuentes de perfiles atmosfricos para la
recuperacin de la temperatura de la
superficie terrestre a partir de datos del
infrarrojo trmico de un solo canal.
El cambio de la temperatura superficial,
est directamente relacionado con la
disminucin de los rendimientos del sector
agrcola, en pases como Estados Unidos
mediante los registros agrcolas de maz,

arroz, trigo y soja durante 1980-2008

encuentran que cada aumento de 1C
provoca una disminucin de rendimiento
del 10% (Reardon, 2011), de ah la
importancia de monitorizar esta variable. El
estudio ser desarrollado en una zona
aleatoria dentro de la zona de influencia
directa, para esto se usaran imgenes
lassat 7 se har la respectiva correccin
atmosfrica, normalizacin, obtencin de
radiancia y reflectancia, clculo del NDVI y
Temperatura superficial, para con estos
realizar un anlisis del cambio de
temperatura en 12 etapas de tiempo
diferentes, como tambin la relacin entre
el NDVI calculado y los cambios hallados,
con lo cual vamos a obtener
una
herramienta econmica, practica y con alta
precisin para estimar en tiempo casi-real
la temperatura de cualquier punto
geogrfico dentro de la zona de influencia.

1. Materiales y mtodos
Revisin literaria en revistas cientficas:
Investigacin del estado del arte del tema
que se abordara para la identificacin de
variables, metodologas y resultados que se
ha tenido en el emprendimiento de
proyectos que a travs de imgenes
satelitales busquen estimar la temperatura
superficial.

Descripcin de la zona de estudio:

La zona de estudio
comprende los
municipios de Gigante, El Agrado, Garzn,
Tesalia, Altamira y Paicol del departamento
del Huila, cubriendo un total de 8.586
hectreas, las coordenadas aproximadas del
punto medio del embalse son 02 24' 24"
N, 75 34' 59" W.

Ilustracin 1: Imagen Satelital zona de

estudio El Quimbo. wikimapia

La investigacin se realiza con imgenes

Lansat 7 que son distribuidas de manera
gratuita por la USGS en su sitio
http://earthexplorer.usgs.gov
para
12
temporadas diferentes de acuerdo a fechas
se establezcan para su estudio, teniendo en
cuenta que la toma este con presencia de
poca
nubosidad;
informacin
proporcionadas
por
estaciones
climatolgicas instaladas por la empresa el
Quimbo en la zona de influencia del
proyecto
y una herramienta de
procesamiento de imgenes digitales.

geomtrica no es necesaria ya que estas

traen un error circular de 12 metros la cual
no
afectara
significativamente
los
resultados del estudio.
Haze reduction = Convolucin

[ Raster , Kernel de Convolucion ]

Tabla 2: Kernel incluido en la herramienta

haze reduction de erdas

Tabla 1: Fecha de toma de imgenes

Lansat7

Fuente: (Erdas Imagine 9.2)

Fuente: Elaboracin propia

Pre procesamiento de la informacin:

Compilacin de las bandas que se requieren
para los modelos haciendo uso de la
herramienta layer stack, as como tambin
el tratamiento de la informacin de satlite,
para esto se deben realizar la correccin
atmosfrica con el mtodo Haze, este
mtodo incluido en la herramienta ERDAS
nos permite reducir la neblina general de la
imagen, este se basa en la transformacin
Tasseled Cap que produce un componente
que se correlaciona con neblina para
disminuirla (Ilustracin No ), la correccin

Ilustracin 2: Modelo Haze - Erdas

Recorte de la zona de estudio:

Mediante una herramienta de sistemas se
recorta la imagen, el cual ser nuestra zona
de estudio, para tener mejor resolucin
espacial
se realiza un mejoramiento
espacial con la banda pancromtica que
tiene una mejor resolucin,
esto nos
permitir visualizar mejor la zona de
estudio para su recorte.

Ilustracin 3: Recorte para zona de

estudio- Elaboracin propia

Normalizacin:
Con la funcin Histograma Matching
proporcionada por la herramienta ERDAS,
normalizamos el brillo de las imgenes de
las 12 diferentes temporadas, esto se realiza
debido a que han sido tomadas en distintas
fechas
por
ende
las
condiciones
atmosfricas o de iluminacin global
varan, en este caso todas las imgenes se
normalizan respecto a la imagen del ao
ms antiguo que es el 2000.

Ilustracin 5: Imagen con brillo

normalizado - Erdas

Calculo de Radiancia:

= (

LMAX LMIN
QCALMAX QCALMIN

()+ (1)

son los valores de radiancia

mximos y mnimos para cada banda,
son los valores
digitales mximo y mnimo de la imagen y
es la imagen cruda; Este modelo se
realizara en la herramienta Erdas

Calculo de reflectancia:

L
ESUN cos

(2)

=1+0.0167
Ilustracin 4: Modelo Histogram Match Erdas

sin2 ( 93.5)
)

(3)

Calculo de emisividad para coberturas:

Donde es la irradiancia solar
exotrmica los cuales los encontramos en
literatura,

es la imagen de radiancia

y es el ngulo cenital solar, Este modelo

se realizara en la herramienta Erdas. Se
calcula la Distancia solar para cada fecha de
captura de las imgenes con la plantilla
Excel adjunta en el proyecto, los valores de
la irradiancia exotrmica solar se toman los
proporcionados por la herramienta Erdas.
Los valores de reflectancia deben estar
entre -1 y 1.

Primero se realizara una investigacin para

determinar
el
tipo
de
cobertura
predominante en la zona de estudio, para as
determinar zonas homogneas, para hallar
la emisividad se usara el modelo propuesto
por (Griend, 1993) quien lo desarrollo para
10 superficies diferentes, con un error
estimado del 0,7%.

=1.00940.047

(5)

Calculo de NDVI:
El clculo del ndice de diferencia de
vegetacin NDVI se realizara en la
herramienta Erdas 9.2 con el mdulo de
Modeler haciendo uso del modelo:

NIRR

= NIR + R

Ilustracin7: Emisividad-Elaboracin
propia

(4)

Donde NIR se refiere a la banda del

infrarrojo cercano y R a la banda del rojo.
Se debe corroborar que los valores del
ndice se encuentren entre -1 y 1, donde 1
es mxima vegetacin y -1 ausencia de
vegetacin.

Calculo de la temperatura superficial:

La conversin a temperatura se realiza con
la imagen de radiancia de la banda 6.2, para
determinar la temperatura efectiva del
satlite en grados kelvin se aplica el
modelo 6, se usan dos constantes de
calibracin, K1= 666.09 watts/(meter
squared*ster*m) y K2= 1282.71 (USGS)

TL =

Ilustracin 6:Imagen NDVI - Elaboracin

propia

K2
K1
ln((
)+1)
L

(6)

Ilustracin 8: Imagen de temperatura de

brillo-Elaboracin propia

La temperatura anteriormente hallada con la

ecuacin 6 es la temperatura en el satlite,
para hallar la temperatura en la superficie
terrestre aplicamos el modelo usado por
(Weng, 2004) en su trabajo
TS

Tl
x Ln
1+( Tl / )

(7)

Donde TS es la temperatura de la superficie

corregida con la emisividad, TL es la
temperatura de brillo del satlite,

es la

Ilustracin 9: Imagen de temperatura

superficial - Elaboracin propia

Anlisis en el tiempo (12 temporadas)

sobre las variaciones de temperatura
superficial terrestre:

Se realiza un transepto entre las

coordenadas 433283.39, 260516.61 hasta
434747.75 , 264077.65(UTM/GWS-84) el
cual pertenece a una zona aledaa a la
construccin de la presa aledaa al sitio la
Falla; para las imgenes posteriores al ao
2003 omitimos los valores que se
encuentran en la franja daada. Adicional a
estos parmetros, establecemos un rango de
valores acertados de temperatura entre 12 y
35 grados.

longitud de onda media de la banda trmica

=h*c/a (1,438*10-2 mK); para estas

constantes tenemos que h es la constante

de Planck (6,626*10-34 Js), c
es la
velocidad de la luz dada en 2.998108; a es
la constante de Boltzman (1,38*10-23 J/K)
y

es la emisividad de la superficie.

Ilustracin 1: Transepto usado para el

anlisis, sitio la Falla- Elaboracin propia

Validacin:

La empresa EMGESA ha puesto en

funcionamiento
6
estaciones
para
monitorizar temperatura, Las estaciones
estn ubicadas en sitios como Alta
Montaa- Parque Cerro Miraflores y La
Jagua, del municipio de Garzn; otro de los
puntos se situ en La Yaguilga, municipio
El Agrado; y en los sectores de Ro Loro,
Tres Esquinas, La Enea- Cerro Matambo,
en Gigante, para validar los datos
obtenidos, se extraern los valores de
temperatura hallados con sensores remotos
de manera puntual en la coordenada de
ubicacin de las estaciones Betulia y
Zuluaga, las cuales estn cercanas al
transepto objeto de estudio; se usa el error
absoluto, se calcula hallando la diferencia
entre el valor estimado Xe y el valor
tomado en campo Xc.

Estudio de impacto ambiental

hidroelctrica el Quimbo

2. Resultados
1. Reduccin de la neblina general de la
imagen

x = Xe Xc (8)

Ilustracin 2: Recorte corregido por

mtodo Haze, izquierda sin corregir,
derecha corregida- Elaboracin propia

Como se puede observar en la ilustracin

N0 15, el mtodo no es eficiente para
disminuir la nubosidad en las imgenes, por
lo tanto los puntos que contienen nubes no
sern tomados en cuenta en el anlisis de
temperatura superficial.

Ilustracin 11: Estaciones Climatolgicas

zona de estudio - Elaboracin propia con
Google Earth

Tabla 3: Temperaturas promedio

mensuales, estaciones meteorolgicas

2. Los valores de reflectancia para las doce

imgenes estuvieron en el rango entre -1 y
1, este es un indicador con el cual podemos
establecer parcialmente que el modelo
usado funciona.

Ilustracin 3: Informacin imagen de

reflectancia (Statistics info) -Elaboracin
con Erdas

3. El ndice de vegetacin de diferencia

normalizada para todas las 12 temporadas
arrojo resultados entre -1 y 1, valores
cercanos a -1 son zonas de escasa
vegetacin, valores cercanos a 1 son zonas
con alto contenido de vegetacin, esto se
comprob visualmente identificando en la
imagen de bandas visibles las zona densas
de vegetacin y comparndolo con el valor
de NDVI para la misma coordenada.

4. Anlisis para las 12 temporadas,

variaciones de temperatura superficial
terrestre.

Elaboracin propia

Se puede evidenciar que para el ao 2013 se

presenta la temperatura ms alta de los
periodos estudiados, a pesar de esto este
resultado no nos proporciona un slido
indicador para inferir que la temperatura
superficial de la zona de influencia de la
hidroelctrica el Quimbo ha incrementado a
causa de la modificacin de coberturas de
suelo.

5. el proceso de validacin arrojo errores

absolutos cercanos al valor medio de
temperatura anual medidos con dos
estaciones meteorolgicas aledaas a la
zona
de
influencia
del
proyecto
hidroelctrico.
Tabla 2: Validacin de temperaturas
puntuales

Ilustracin 4: Grafico comparativo de cada

temperada- Elaboracin propia

En el grafico No 17 se presentan las

temperaturas a los largo de un transepto
aledao a la zona de influencia del proyecto
hidroelctrico, este nos muestra la
uniformidad de
las temperaturas
superficiales para cada periodo de tiempo
modelado,
evidencindose
mayores
temperaturas para las fechas: 30 de agosto
del 2000, 11 de enero de 2003, y 20 de
noviembre del ao 2913; tambin se
presentan temperaturas ms bajas en las
fechas 16 de julio de 2001 y 7 de octubre de
2002. Los promedios de temperar atura
para cada periodo se muestran en la tabla
No 7.

Tabla 1: Promedios de temperatura

transepto- Elaboracin propia

Elaboracin propia
A pesar de tener solo dos datos puntuales de
temperatura para la respectiva validacin,
podemos evidenciar que las diferencias de
temperatura nos permiten mostrar que los
datos modelados mediante informacin
satelital son coherentes con la realidad, las
diferencias posiblemente se deben a que la
informacin no se tom a la misma hora del
da, en donde encontramos diferentes
promedio de temperatura.
3. Discusiones
Definitivamente la presencia de
nubes es el principal obstculo en
el estudio de fenmenos a travs

de sensores remotos, en la
literatura estudiada no se encontr
ningn mtodo eficaz para la
remocin de nubes, de hecho su
remocin causara que el espacio
que
ocupaba
quede
sin
informacin, hay algunos estudios
en donde usan estadsticas para
componer este espacio mediante
informacin cercana al mismo.
(Jiang,
2010)
mostro
que
mediante el establecimiento de un
ndice TVX que las temperaturas
altas
resultaban
en
suelos
desnudos, as como tambin las
temperaturas
bajas
se
encontraban en zonas boscosas,
en el trabajo realizado los valores
de temperatura obtenidos a pesar
de que presentan incrementos en
los ltimos aos, no es posible
asegurar que sea debido al cambio
de cobertura vegetal debido a que
se presentan cultivos inundados
(arroz), as como tambin la
escasa caracterizacin de las
coberturas existentes.
Para
modelar la temperatura
superficial es importante tener en
cuenta variables como vapor
atmosfrico, donde (Coll, 2012)
obtuvo resultados que estaban
dentro del rango 0,2 K, as como
tambin valores de humedad, los
cuales aportaran informacin local
que permiten tener modelos ms
robustos
para
estimar
la
temperatura superficial terrestre.
El proceso de calibracin es un
paso importante, ya que de este
depende
la
calidad
de
los
resultados, para
realizar una
calibracin confiable es importante
realizar tomas de datos de campo,
(Suga,
2003)
con
este
procedimiento obtuvo resultados
con correlaciones entre datos de
campo
y
datos
estimados

mediante imgenes satelitales de

alrededor de 0.99.
Las imgenes lansat 7 posteriores
al ao 2003 presentan una
limitacin en estudios donde se
requiera analizar fenmenos a lo
largo de una lnea, rea o
transepto, corregir esta falla
mediante procesos estadsticos u
otros mtodos saldra costoso y la
informacin tendra cierto sesgo
desde el inicio del procesamiento.

4. Conclusiones
Las imgenes lansat7 debido a su
escasa
escala
temporal
no
permiten seguir el fenmeno
eficientemente, adems de esto
para un estudio ms detallado de
temperatura superficial se debe
optar por trabajar con imgenes
de temporalidad diaria.
En zonas donde hay presencia de
nubes
no
se
cuenta
con
informacin de temperatura, la
temperatura en este tipo de
cobertura
genera
resultados
muy bajos.
Para establecer relaciones entre la
cobertura vegetal y la temperatura
superficial es importante realizar
visitas de campo, y hacer una
detallada segmentacin de las
diferentes coberturas vegetales
que se encuentran en la zona de
estudio.
Es necesario para hacer una
efectiva calibracin con la toma
de datos de campo teniendo en
cuenta que se deben hacer
simultneos al paso del satlite
proveedor de las imgenes.
Para estudios de temperatura a
pesar de que las imgenes lansat
nos
proporcionan
valiosa
informacin a bajo costo, se debe

explorar el uso de imgenes

satelitales que no presenten fallas,
estas fallas que se presentan
posterior al ao 2003 ocasionan
traumatismos en el momento de
realizar los respectivos anlisis.
Para hacer uso del mtodo
presentado
para
predecir
la
temperatura superficial de la zona
de estudio, es necesario realizar
calibraciones ms exhaustivas que
permitan generar datos con mayor
precisin.
5. Bibliografa
Angel Bonilla. (2012). El Quimbo
inundar seis municipios del
Huila.
BID. (2012). El cambio climtico y
la . Unidad de Salvaguardias
Ambientales.
Csar Coll. (2010). Validation of
Landsat-7/ETM+ ThermalBand Calibration and
Atmospheric Correction With
Ground-Based
Measurements. IEEE, 1-9.
Coll. (2012). Comparison between
different sources of
atmospheric profiles for land
surface temperature
retrieval from single channel
thermal infrared data.
Remote Sensing of
Environment, 199210.
Edgar Obando . (2012). La represa
del Quimbo-nuevas
avalanchas. Profesor
deEconoma Universidad
Surcolombiana.
Escudero. (2011). Guide to Wind
Energy. Ediciones mundi
prensa.
INECC. (2007). Instituto Nacional
de ecologia y cambio
climatico-El uso de la

percepcin remota y de los

sistemas de informacin
geogrfica para el
monitoreo ambiental.
Mexico.
Jiang. (2010). Analysis of the
impact of Land use/Land
cover change on Land
Surface Temperature with
Remote Sensing .
International Society for
Environmental Information
Sciences 2010 , 571-575.
Qihao Weng. (2009). Thermal
infrared remote sensing for
urban climate and
environmental
studies:Methods,
applications, and trends .
ISPRS, 335-344.
Reardon, S. (2011). Climate
Change Already Hurting
Agriculture. EEUU:
http://news.sciencemag.org/
.
Reza Amiri. (2009). Spatial
temporal dynamics of land
surface temperature in
relation to fractional
vegetation cover and land
use/cover in the Tabriz
urban area, Iran. Remote
Sensing of Environment,
26062617.
Song. (2014). The relationships
between landscape
compositions and land
surfacetemperature:
Quantifying their resolution
sensitivity with
spatialregression model.
Landscape and Urban
Planning, 145-157.
Srivastava. (2009). Surface
temperature estimation in
Singhbhum Shear Zone of
India. Department of

Geology & Geophysics,

Indian Institute of
Technology, Kharagpur,
15631574.
Suga. (2003). DETECTION OF
SURFACE TEMPERATURE
FROM LANDSAT-7/ETM+.
ElSEVIER, 2235-2240.
USGS. (s.f.). Landsat 7 Science
Data Users Handbook.
National Aeronautics and
Space Administration ,
http://landsathandbook.gsfc.
nasa.gov/pdfs/Landsat7_Ha
ndbook.pdf.

Weng. (2004). Estimation of land

surface temperature
vegetation abundance
relationship for urban heat
island studies. Remote
Sensing of Environment,
467483.
Zhi-qiang. (2011). Utility of landsat
Image in the Study of Land Cover
and Land Surface Temperature
Change. Procedia Environmental
Sciences, 1287 1292.