CUENCA HIDROGRÁFICA 2

Tiempo de concentración:

Monsalve (2005) define al tiempo de concentración como el mínimo necesario para que todos los puntos de una cuenca estén aportando agua de escorrentía de forma simultánea al punto de salida, punto de  desagüe  o  punto de  cierre.  Está  determinado  por  el  tiempo  que  tarda  en llegar a la salida de la cuenca el agua que procede del punto hidrológicamente más alejado,  y  representa  el  momento  a  partir  del cual  el  caudal  de  escorrentía  es constante,  al  tiempo  que  máximo;  el  punto  hidrológicamente más  alejado  es aquél desde el que el agua de escorrentía emplea más tiempo en llegar a la salida.

Para el presente estudio se ha propuesto el cálculo del tiempo de concentración con los métodos a) Kirpich, b) California Culverts Practice, c) Témez (1978), d) U.S Corps of Engineers y e) Chow descritos a continuación:

Método Kirpich:

Desarrollo en 1940 una ecuación empírica para estimar el tiempo de concentración con información de pequeñas cuencas de Tennessee con áreas entre 0.004 y 0.45 km2  y pendientes entre 3 y 12% y con significante flujo en canales (López, 1994), siendo:

tc  (min)=0.0078 L^0.77  ×S^(-0.385)

Donde:
tc: tiempo de concentración en minutos
L: 424212 (Longitud del Cauce principal en pies)
S: 0,03 (Pendiente del cauce principal en pies/pie)
Substituyendo se tiene que:

tc  (min)=0.0078 L^0.77  ×S^(-0.385)

tc  (mi)=0.0078 〖424212〗^0.77  ×〖0.03〗^(-0.385)

tc  (min)=168.0094 ×-0.3540

tc  (min)=167

Método de California Culverts Practice:

Esencialmente es la ecuación de Kirpich; desarrollada para pequeñas cuencas montañosas en California. A continuación se puede observar la fórmula:

tc  (min)=60 ×(11.9×L^3/H)^0.385

Donde:
tc: tiempo de concentración en minutos
L: 123. (Longitud del Cauce principal en millas)
H: 13123 (Diferencia de nivel entre la divisoria de aguas y la salida en pies)

tc  (min)=60 ×(11.9×L^3/H)^0.385

tc  (min)=60 ×(11.9×〖80〗^3/13123)^0.385

tc  (min)=60 ×10.6343

tc  (min)=638

Método de Témez (1978):

tc  (min)=9×(L/S^0.25 )^0.75

Donde:
tc: tiempo de concentración en minutos
L: 129.3 (Longitud del Cauce principal en Km)
S: 22.23 (Pendiente media del cauce en m/m)
tc  (min)=9×(129.3/〖0.09144 〗^0.25 )^0.75
tc  (min)=60.05

Método U.S Corps of Engineers:

tc  (min)=7.5 ×L^0.76×S^(-0.19)

Donde:
tc: tiempo de concentración en minutos
L: 129.3 (Longitud del Cauce principal en Km)
S: 22.23 (Pendiente media del cauce en m/m)
tc  (min)=7.5 ×〖129.3 〗^0.76×〖22.23〗^(-0.19)
tc  (min)=167.18

Método Chow:

tc  (min)=7.38 ×L^0.64×S^(-0.32)

Donde:
tc: tiempo de concentración en minutos
L: 129.3 (Longitud del Cauce principal en Km)
S: 22.23 (Pendiente media del cauce en m/m)

tc  (min)=7.38 ×〖129.3 〗^0.76×〖22.23〗^(-0.19)

tc  (min)=164.80

De manera de resumen en la siguiente tabla se muestran los diferentes tiempos de concentración obtenidos y, el método que se ha utilizado para calcularlo (Tabla 1).

Tabla 1: Tiempos de concentración obtenidos

Densidad de drenaje:

Es la relación entre la longitud total de los cursos de agua de la cuenca y su área total (Monsalve, 1995).

Dd=L/A

Donde L es la longitud total de la hidrografía de la cuenca, y A es el área de la misma:

Dd=364.5/2220.6

Dd=364.5/2220.6

Dd=0.16 Km/Km²

Según  Monsalve,  G.  (1995),  la  densidad  de  drenaje  usualmente  toma  valores  entre 0,5  Km/Km²,  para  cuencas  con  drenaje  pobre,  hasta  3,5  Km/Km²,  para  cuencas excepcionalmente bien drenadas El valor Dd obtenido de 0.16 en la Cuenca del Río Cañar corresponde a un drenaje pobre. Algo que se debe tomar en cuenta es la cartografía que se utilizó para este estudio (escala 1:250.000); razón por la cual obtenemos un valor tan bajo. Si se realiza el cálculo con una red hidrográfica con mayor nivel de detalle, la densidad de drenaje aumentaría puesto que va relacionado al número de afluentes que se tienen en la cuenca; y como se puede apreciar en el modelo digital del terreno a escala 1:5.000 existe gran cantidad de elementos hidrográficos necesarios para el análisis. Adicional a esto, se debe tomar en cuenta en este parámetro que mientras mayor densidad de drenaje tengamos, más rápido escurre la cuenca y mayores caudales pico. Para determinar "Stream Definition" para una superficie de 5 Km2 el número de celdas por el nivel de detalle que posee el DTM (5m) fue de 555556 (Figura 7).

Figura 7: Stream Definition

Extensión Media de la escorrentía superficial: 

Corresponde a la distancia media en que el agua de lluvia tendría que escurrir sobre los terrenos de una cuenca, en caso de que la escorrentía se diese en línea recta (Figura 8), desde donde la lluvia cayó, hasta el punto más próximo al lecho de una corriente cualquiera de la cuenca (Monsalve 2005). 

A=4lL

l=A/4L

l=2220.6/(4×80)

l=6.9 Km

Figura 8: Extensión media de la escorrentía superficial

Sinuosidad de las corrientes de agua:

Según Monsalve (2005), define a este parámetro como la relación entre la longitud del río principal medida a lo largo de su cauce L, y la longitud del valle del río principal medida en línea curva o recta, Lt.

S=L/Lt

S=(129.3)/102.3

S=1.26

Con los cálculos realizados se obtuvo un valor de sinuosidad de la corriente de 1.26; dicho valor indica una media sinuosidad. Se define entonces al Río Cañar como un río con alineamiento "no recto" (Figura 9).

Figura 9: Sinuosidad de las corrientes de agua

Pendiente de la Cuenca y Media:

El cálculo de la pendiente  de la Cuenca nos sirve para conocer la velocidad de la escorrentía superficial, tomando en cuenta que afecta el tiempo entre la lluvia y la concentración de agua en los cauces, así como la erosión. Es decir, a mayor pendiente menor es el tiempo entre la lluvia y concentración de agua y mayor erosión. Se obtuvo las pendientes de la cuenca del Río Cañar máxima de 87.35% (Figura 10) y media es de 22.24% (Figura 11) mediante el uso de la herramienta "Slope" de la  extensión 3D Analyst Tool.  

Figura 10: Pendiente de la Cuenca

Figura 11: Pendiente Media

CUENCA HIDROGRÁFICA 3

Curvas hipsométricas: 

La curva hipsométrica es un parámetro relativo al relieve de la cuenca que representa la variación entre la altitud o cota y el área drenada por debajo o por encima de dicha altitud (Monsalve, 2005). La curva hipsométrica se construye llevando al eje de las abscisas los valores de la superficie drenada proyectada en km2 o en porcentaje, obtenida hasta un determinado nivel, el cual se lleva al eje de las ordenadas, generalmente en metros. Es posible convertir la curva hipsométrica en función adimensional usando en lugar de valores totales en los ejes, valores relativos: dividiendo la altura y el área por sus respectivos valores máximos y expresados en porcentajes. El gráfico adimensional (Figura 12) es muy útil en hidrología para el estudio de similitud entre dos cuencas, cuando ellas presentan variaciones de la precipitación y de la evaporación con la altura. Se usa además como una indicación del potencial hidroeléctrico de una cuenca y también han sido asociadas con las edades de los ríos de las cuencas (Monsalve, 2005).

Tabla 2: Datos Curva Hipsométrica

Figura 12: Curva Hipsométrica

Elevación media de la Cuenca:

La altura o elevación media tiene importancia principalmente en zonas montañosas donde influye en el escurrimiento y en otros elementos que también afectan el régimen hidrológico,  como el tipo de precipitación, la temperatura, etc. Para obtener la elevación media se  aplica un método basado en la siguiente fórmula: 

E=(∑(i=1)^n(〖〖Cotamedia 〗_i×Área 〗_(i ) ) )/(∑_(i=1)^n(〖Área 〗(i ) ) )

En la actualidad, por el uso de los sistemas de información geográfica se facilita el proceso de obtención de datos esenciales en los estudios; en este caso en particular con el DTM de la Cuenca se obtuvo el Histograma de frecuencias obteniendo como elevación media de la cuenca 2.662,03 ( Figura 13)

Figura 13: Elevación media de la Cuenca

Perfil del Río Principal: 

El  perfil  longitudinal  de  un  río  es  la  línea  obtenida  al  representar las diferentes alturas desde su nacimiento a su desembocadura. Para obtener el perfil se procedió en ArcGIS al uso de la herramienta "Interpolate line" de la barra de herramientas 3D Analyst. Una vez seleccionada la herramienta se dibujó el cauce del Río principal en el Modelo Digital del Terreno, con la finalidad de tener el perfil del mismo (Figura 14 -15). Generalmente  los  ríos  tienen  un  perfil  longitudinal  cóncavo,  aunque  en  ocasiones aparecen partes aplanadas y abruptas a causa de afloramientos de  rocas duras, actividad tectónica reciente  o cambios súbitos en el canal. Cuanto  más importantes  sean  las  modificaciones  del  perfil,  mayor  es  el  tiempo  requerido para ajustarse al perfil de equilibrio.

Figura 14: Perfil Río Cañar

Figura 15: Modelo 3D Río Cañar

Pendiente de la corriente principal:

Según Monsalve (1995) la velocidad del escurrimiento del agua es directamente proporcional a la pendiente. Las pendientes se clasifican en tres tipos: a) pendiente media, b) pendiente media ponderada y c) pendiente equivalente constante (Figura 16).

Figura 16: Pendientes Río Cañar

Pendiente media: 

Se refiere a la diferencia total de elevación del lecho del río dividido por su longitud entre esos puntos.

S1=(h_(1-) h_0)/(L_(1-) L_0 )

S1=(4000-0)/(104000-0)

S1=(4000-0)/(104000-0)

S1=0.04*100

S1=4%

Pendiente media ponderada:

 

Define al valor obtenido como más razonable, "puesto que para calcularlo se traza una línea, tal que el área comprendida entre esa línea y los ejes coordenados sea igual a la comprendida entre la curva del perfil del río y dichos ejes" (Monsalve, 1995).

S2=(h_(2-) h_0)/(L_(1-) L_0 )

S2=(1500-0)/104000

S2=0.014*100

S2=1.4 %

Pendiente equivalente constante: 

Este parámetro expresa el comportamiento hidrológico de una cuenca mediante un rectángulo de igual área y perímetro e igual distribución de alturas (o sea igual curva hipsométrica). Se trata en consecuencia de una transformación puramente geométrica de la cuenca en un rectángulo de igual área y perímetro, con lo que las curvas a nivel (o cotas) se convierten en rectas paralelas a los lados menores, siendo éstos últimos la primera y última curva de nivel.

S3=[〖(∑l_i )/(∑l_i/((〖S_i〗^(1/2) ) ))〗^2 ]

S_i=〖∆h〗_i⁄l_i 

S3=[〖(∑l_i )/(∑l_i/((〖S_i〗^(1/2) ) ))〗^2 ]

S3=(104/6.65767)^2

S3=(143.75/53.08624)^2

S3=7.33

Para calcular el lado mayor (L) y el lado menor (l) del rectángulo equivalente se parte del área y del perímetro de la cuenca. Dado que: El perímetro del rectángulo está definido por:

P=2(L+l)

Y el área del rectángulo por:

A=L×l

De donde se despeja el lado menor:

l=A/L

Y se reemplaza en la ecuación del perímetro

P=2(L+A/L)

P=(2L^2+2A)/L

2L^2-PL+2A=0

Esta ecuación de segundo grado dará dos resultados, el mayor de ellos representará el valor del lado mayor del rectángulo equivalente (L) y el menor, lógicamente, el valor del lado menor del rectángulo equivalente (l), luego:

(L/l)=(P±√(P^2-16A))/4

L=P/4 (1+√(1-16A/P^2 ))

l=P/4 (1-√(1-16A/P^2 ))

Es usual expresar estos valores en función del área y del índice de compacidad, teniendo presente que:

K_c=0.282 P/√πA

P/4=(K_c √A)/1.128

P^2/16A=(Kc/1.128)^2

Reemplazando estas igualdades en las fórmulas de los lados de rectángulo equivalente se tiene:

L=(Kc √A  )/1.128 [1+√(1-(1.128/Kc )^2 )]

l=(Kc √A  )/1.128 [1-√(1-(1.128/Kc )^2 )]

Lo que indica que esta representación gráfica es válida sólo para valores de Kc mayores a 1.128

L=(Kc √A  )/1.128 [1+√(1-(1.128/Kc )^2 )]

l=(Kc √A  )/1.128 [1-√(1-(1.128/Kc )^2 )]

Entonces:

L=(1.48√2220.6  )/1.128 [1+√(1-(1.128/1.48)^2 )]

L=60.83[1.65]

L=100.3 Km

l=(1.48√2220.6  )/1.128 [1-√(1-(1.128/1.48)^2 )]

=60.83[0.58]

l=35.3Km

x

CUENCA HIDROGRÁFICA 4

Climatología:

Mediante el análisis de las características del clima en el área de estudio se pretende evidenciar de manera general las siguientes características climáticas como son: precipitación media, temperaturas medias, velocidad del viento, humedad relativa, heliofanía efectiva, evapotranspiración y nubosidad efectiva.

Estaciones Meteorológicas:

Como se mencionó anteriormente, el INAMHI, el ente rector de la información correspondiente a las diferentes variables climatológicas. Para el presente trabajo se consultó con el ente rector de la información obteniendo veinte estaciones registradas de diferente tipo como muestra la Tabla 2.  

Tabla 2: Estaciones Meteorológicas

Elaboración: Fernando Pavón

Fuente: INAMHI

En la Cuenca del Río Cañar se dispone de veinte estaciones que han sido instaladas en el área de estudio en diferentes años; lastimosamente no todas están disponibles, muchas de ellas han sido dadas de baja o simplemente no se tiene el registro de datos necesario. Al momento tan solo nueve disponen información correspondiente a las precipitaciones medias mensuales en el periodo establecido entre los años 1980 – 2014. La estación meteorológica de Cañar, al ser una estación Climatológica principal, la cual dispone de las diferentes variables con la que se pretende determinar los parámetros climatológicos de la Cuenca. A continuación en la tabla se puede evidenciar el cuadro resumen de las estaciones y la disponibilidad de datos:

Tabla 3: Estaciones Meteorológicas

Elaboración: Fernando Pavón

Fuente: INAMHI

Precipitación Media:

Precipitación media: Partiendo de datos puntuales, en este caso las estaciones que se dispone de información, se utiliza para cuantificar la lluvia sobre una cuenca para un tiempo dado. En este sentido, mediante la utilización de la siguiente fórmula.

Donde:
n: número de pluviómetros, Pi: precipitación en pluviómetro i
A continuación se detalla la tabla y gráfico obtenidos de las nueve estaciones que se tiene disponible la información:

Tabla 4: Valores medios mensuales de Precipitaciones

Elaboración: Fernando Pavón

Fuente: INAMHI

Pm =  (∑〖(P)〗)/n

Pm =  11.008/9

Pm = 1223,11

En el anexo 6 podemos apreciar el mapa correspondiente a las Isoyetas generadas a partir de los datos procesados de las nueve estaciones que contiene información correspondiente a las precipitaciones medias mensuales en la ventana de tiempo de 1980 – 2014.

La Figura 17 muestra la precipitación media mensual de las estaciones de la Cuenca del Río Cañar en el período 1980-2014. Como se evidencia en el gráfico el periodo húmedo en la zona comienza en el mes de diciembre y se extiende hasta el mes de abril, meses caracterizados por la presencia de crecidas de los ríos e inundaciones.  

Figura 17: Precipitaciones media mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

La Figura 18 muestra la precipitación media total en el período 1980-2014 en las ocho estaciones de la Cuenca del Río Cañar. Se evidencian las mayores precipitaciones en las estaciones de Bocatoma y Adelina María ubicadas al noroeste de la cuenca y que superan los 2.000 mm anuales.  Los niveles de precipitación registrados en ambas estaciones, guardan relación con las lluvias orográficas, las cuales son producto de la ascensión de las corrientes de aire húmedo procedentes de la zona costera y que chocan con la Cordillera de los Andes. 

Figura 18: Precipitaciones medias totales

Elaboración: Fernando Pavón

Fuente: INAMHI

Polígonos de Thiessen:

El método asume que en cualquier punto en una cuenca hidrográfica, la precipitación es la misma que en la estación más cercana. Para lo cual se procedió a realizar el cálculo de las áreas mediante la utilización de los sistemas de información geográfica. Se debe tener en claro que este método es el más utilizado por la facilidad y se usa en casos de distribución no uniforme de pluviómetros. 

Tabla 5: Datos necesario calculo polígonos de Thiessen

Pm =  (∑〖(Ai×Pi)〗)/A

Pm =  8'572.410.1/6.281

Pm = 1.364,82

Temperatura:

La variación estacional de la temperatura de la cuenca del Río cañar se analiza en base a los registros resumidos a continuación en la Tabla 6.

Tabla 6: Valores medios mensuales de Temperatura

Elaboración: Fernando Pavón

Fuente: INAMHI

Como se mencionó anteriormente el Ecuador tiene deficiencias en el levantamiento de datos hidrográficos, por lo que el análisis de la temperatura media mensual en la Cuenca del Río Cañar se realizó únicamente considerando los datos de la Estación Automática, Climatológica Principal Cañar en el período 1980-2014. Los datos registrados muestran una temperatura media anual de 11,6 C, con una máxima de 12 en el mes de mayo y una mínima de 11,2 en el mes de agosto como se observa en la Figura 19. Se evidencia además, como a medida que aumenta la altitud en la cuenca, la temperatura disminuye. 

Figura 19: Temperatura media mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

Velocidad del viento:

Tabla 7: Valores medios mensuales de Temperatura

Elaboración: Fernando Pavón

Fuente: INAMHI

La Figura 20 muestra la velocidad del viento promedio mensual en el período 1980 - 2014 en la Cuenca del Río Cañar. Como puede verse los meses de mayor viento coinciden con los meses de menor temperatura y precipitaciones en la zona (meses de junio, julio, agosto y septiembre). 

Figura 20: Velocidad del viento promedio mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

Humedad relativa:

Tabla 8: Valores medios mensuales de Humedad Relativa

Elaboración: Fernando Pavón

Fuente: INAMHI

La Figura 21 muestra la humedad promedio relativa en la Cuenca del Río Cañar en el período 1980-2014. Los meses de enero, febrero, marzo y abril presentan los mayores niveles de humedad relativa; mientras que los meses de agosto y septiembre registran los porcentajes más bajos. Para el período 1980-2014, el promedio anual es del 80% en la zona. 

Figura 21: Valores medios mensuales de Humedad Relativa

Elaboración: Fernando Pavón

Fuente: INAMHI

Heliofanía efectiva promedio:

Tabla 9: Valores medios mensuales de Heliofanía promedio

Elaboración: Fernando Pavón

Fuente: INAMHI

En relación con la heliofanía, el mes de julio presenta 183 horas de heliofanía promedio mensual en el período 1980-2014. Mientras que en el mes de febrero, apenas 118 (Figura 22). 

Figura 22: Heliofanía efectiva promedio mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

Evapotranspiración potencial media:

Tabla 10: Valores medios mensuales de Evapotranspiración potencial

Elaboración: Fernando Pavón

Fuente: INAMHI

La Figura 23 muestra la evapotranspiración potencial media mensual en la Cuenca del Río Cañar en el período 1980-2014, registrándose una máxima en el mes de junio de 137,2 mm y en el mes de febrero una mínima de 111,7 mm. La Figura muestra una relación con la de heliofanía. 

Figura 23: Evapotranspiración potencial media mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

Nubosidad media mensual:

Tabla 11: Valores medios mensuales de Nubosidad

Elaboración: Fernando Pavón

Fuente: INAMHI

El gráfico muestra la nubosidad media mensual en el período 1980 - 2014. Los datos tomados en la Cuenca del Río Cañar evidencian el mayor período de nubosidad en los meses de enero a mayo con un total de 6 octas y los meses restantes con 5 octas. 

Figura 24: Nubosidad media mensual

Elaboración: Fernando Pavón

Fuente: INAMHI

x

CUENCA HIDROGRÁFICA 5

Conclusiones:

El estudio dado a la cuenca del río Cañar será de mucha utilidad ya que su análisis de las características físicas como climatológica nos servirá para la el análisis final que será visualizar las zonas propensas a inundaciones mediante los conocimientos que se adquirirán en el transcurso del semestre.

El Ecuador al ser un país pequeño en territorio pero complejo con las condiciones climáticas que se tiene y al estar atravesado por la cordillera de los Andes; presenta problemas al tener densificada su red de monitoreo climático. A esto se suma el costo de instalación y operación de las estaciones que se debe tener con la finalidad de no perderles como ha ocurrido en la cuenca del río cañar. En primera instancia se contaba con veinte estaciones, de las cuales tan solo nueve han servido parcialmente para el desarrollo del trabajo; con lo cual limita los datos para el análisis correspondiente.

El uso de los sistemas de información geográfica en la actualidad nos facilita algunos cálculos que se realizaban manualmente obteniendo resultados confiables; más aún cuando existen extensiones especializadas como es el caso de la ArcHydro.

La cuenca del Río Cañar tiene una superficie de 2.220,6 Km2; cuyo río principal que lleva el mismo nombre tiene una longitud de 192.3 Km desde su punto más extremo hasta el punto de cierre en la estación hidrometereológica de Puerto Incas (HD472).

Se ha obtenido un coeficiente de Gravelius de 1.48; mismo que al estar el valor en el rango de 1.25-1.50, la forma de la Cuenca tiende a oval redonda a oval oblonga; presentando peligros torrenciales debido a que  mayor  será  la  posibilidad  de  que  las ondas  de  crecida  sean continuas (Monsalve, 1995).

Mediante la aplicación de cinco métodos (Kirpich, California Culverts Practice, Témez (1978), U.S Corps of Engineers y Chow) se logró el tiempo de concentración en la Cuenca del Río Cañar; descartando dos de ellos por los valores disparados que se consiguió a comparación de los métodos de Kirpich, U.S Corps of Engineers y Chow con los cuales se obtuvo un tiempo de concentración de 2.8 horas. Según Monsalve es el tiempo necesario para generar crecidas y desbordamientos de los ríos.

Se obtuvo un valor de densidad de drenaje muy bajo, lo cual para la cuenca no es el verdadero; puesto que el análisis se lo realizó con cartografía a escala 1:250.000; si se realiza el cálculo con una red hidrográfica con mayor nivel de detalle, la densidad de drenaje aumentaría puesto que va relacionado al número de afluentes que se tienen en la cuenca; para lo cual se necesitaría una cartografía a escala 1:5.000; pero lastimosamente para la zona todavía no se tiene disponible.

Mediante los datos procesados y analizados en la cuenca del Río Cañar de las diferentes estaciones, se obtuvo de las siete variables climatológicas los siguientes resultados promedio en la ventana de tiempo correspondiente a 1980 – 2014.

Bibliografía:

Aparicio, F., (1989), Fundamentos de Hidrología de Superficie, 1era Edición, México: Editorial Limusa.
Chow, V., Maidmente, D, y Larry, M, (1994). Hidrología Aplicada, New York: Mc Graw Hill. 
INAMHI, (2015). Anuarios meteorológicos del Ecuador.
López Cadenas de Llano, F. (Coord.), (1994). “Restauración hidrológico-forestal de cuencas” Mundi Prensa –Tragsa, 902 pp.
Monsalve, G., (1995). Hidrología en la Ingeniería. Santa Fe de Bogotá.

Ochoa, T., (2011). Hidráulica de ríos y procesos morfológicos.

x

GENERACIÓN DE UN MAPA INTERACTIVO UTILIZANDO RSTUDIO

     Set de datos utilizados:

Los datos utilizados para la realización de la tarea tres, provienen de los diferentes organismos oficiales en la generación de la información. En primera instancia, se utilizó las coberturas de edificaciones y cantones afectados resultantes de la cartografía básica oficial a escala 1: 50.000 del Instituto Geográfico Militar y por otro lado, las coberturas del mapa de amenazas volcánicas disponible del Volcán Cayambe, generado por el Instituto Geofísico de la Escuela Politécnica Nacional del Ecuador. De esta manera, lo que se realizó fue una intersección de las edificaciones con las coberturas de amenazas volcánicas analizadas (Lahares y caída de ceniza) y generación de un mapa interactivo, todo esto realizado mediante programación en el ambiente de R Studio.

   Código de R aplicado:

# 2.1 Instalación de paquetes necesarios

install.packages("leaflet")

install.packages("raster")

install.packages("rgdal")

install.packages("maptools")

install.packages("rgeos")

library(raster)

library(leaflet)

library(rgdal)

library(maptools)

library(rgeos)

# 2.2 Cargar Datos

Areaestudio <- shapefile("I:/workR/ECU_CANTO_AFECTADOS.shp")

Lahares <- shapefile("I:/workR/lahares.shp")

Flujos <- shapefile("I:/workR/flujos_piroclastos.shp")

Edificios <- shapefile("I:/workR/edificio_Cayambe_a.shp")

# 2.3 Intersección de coberturas

i <- intersect(Edificios, Lahares)

i2 <- intersect(Edificios, Flujos)

# 2.4 Creación del Mapa Interactivo, desplegar datos de la tabla de atributos (popup)

leaflet() %>% addTiles() %>%

addPolygons(data = Edificios, fill = TRUE, stroke = TRUE, color = "black", dashArray = "3", fillOpacity = "0.7",  group = "Edificios") %>%

addPolygons(data = i, fill = TRUE, stroke = TRUE, color = "firebrick", group = "Edificios Afectados (Lahares)") %>%

addPolygons(data = i2, fill = TRUE, stroke = TRUE, color = "red", group = "Edificios Afectados (Flujos Piroclásticos)") %>%

addPolygons(data = Areaestudio, fill = FALSE, stroke = TRUE, color = "darkmagenta", dashArray = "3", fillOpacity = "0.7", 

popup = paste0("Cantón: ", as.character(Areaestudio$DPA_DESCAN)), group = "Area de estudio") %>%

addPolygons(data = Flujos, fill = TRUE, stroke = TRUE, color = "darkorange",

popup = paste0("Probabilidad: ", as.character(Flujos$Posibilida)), group = "Flujos Piroclásticos (Posibilidad)") %>%

addPolygons(data = Lahares, fill = TRUE, stroke =

TRUE, color = "gold",

popup = paste0("Probabilidad: ", as.character(Lahares$Posibilida)), group = "Lahares (Posibilidad)") %>%

# 2.5 Creación de leyenda

addLegend("bottomright", colors = c("black","firebrick","red","darkmagenta", "gold","darkorange"), labels = c("Edificios","Edificios Afectados (Lahares)","Edificios Afectados (Flujos Piroclásticos)","Area de Estudio", "Peligros Volcánicos (Lahares)","Flujos Piroclásticos")) %>%

#  2.6 controles para la interfaz de usuario

addLayersControl(

    overlayGroups = c("Edificios","Edificios Afectados (Lahares)","Edificios Afectados (Flujos Piroclásticos)","Area de estudio", "Lahares (Posibilidad)","Flujos Piroclásticos (Posibilidad)"),

    options = layersControlOptions(collapsed = TRUE)

  ) 

    Resultado y discusión obtenida:

Como resultados del código (Anexo 1) se obtuvo un mapa interactivo generado desde el ambiente de R Studio (figura 1); en el cual, se aprecia todas las coberturas utilizadas que pueden ser activadas o desactivadas (figuras 2 y 3) para una mejor apreciación mediante las opciones de control de las coberturas. Al tener esta opción activada, el usuario puede interactuar con el mapa y realizar un análisis de las variables disponibles. En este sentido, en la figura 4 se aprecia las coberturas de edificaciones afectadas por lahares en los cantones de Pedro Vicente Maldonado y Cayambe; mientras que, en la figura 5 se evidencia un acercamiento en el área afectada con su respectiva etiqueta, la cual muestra la probabilidad de ocurrencia baja.

Por otro lado, observamos en la figura 6, las edificaciones afectadas por caída de flujos piroclásticos en los cantones del área de estudio. Como se pudo apreciar a lo largo del desarrollo del módulo, el Software R permite una variedad de análisis estadísticos, así como de información y diferentes tutoriales disponibles en la red, facilitando de esta manera el desarrollo del módulo. Adicional, las gráficas, que son el resultado de las diferentes operaciones, se las puede utilizar para presentación en documentos finales por la calidad de las mismas, que son configuradas tanto en colores como diseño por el usuario, mediante los diferentes paquetes y códigos disponibles.

GENERALIZACIÓN RED VIAL

Para la generalización de la red vial es necesario desplegar en ArcMap las coberturas correspondientes a vías, roderas y senderos de la base de datos 1:50.000 que han sido corregidas topológicamente en la edición de la cartografía antes mencionada. Con las coberturas bien identificadas, es necesario unirlas con la finalidad de poder realizar la generalización de las misma, de esta manera nos aseguramos que no queden tramos sueltos y que la continuidad de la red vial no se vea afectada al final del proceso de generalización. Dentro del Arctool Box, buscamos la herramienta “Merge” y procedemos a la creación de un nuevo archivo, el cual contendrá toda la información correspondiente a las coberturas de vías, roderas, senderos.

Una vez creada la nueva cobertura que contiene la información necesaria se procederá a pasar una reparación geométrica (repair geometry) para evitar que los elementos tengan geometrías negativas y eliminar aquellos elementos basura (sin geometría).  La herramienta antes mencionada se encuentra en el Data Management Tools del Arctool Box 

Para la aplicación de la herramienta de generalización de la red vial es necesario crear dos campos donde se almacenaran características  que son imprescindibles para la ejecución de la herramienta “Thin Road Network”. Los campos serán: 1. Hierarchy y 2. Invisibility, ambos de tipo short integrer. 

El primer campo se refiere a la jerarquía de las vías que serán asignadas. A continuación se muestra la jerarquía de cada clase de vía existente en el catálogo de objetos a escala 1:50.000 del Instituto Geográfico Militar que será tomada como parámetros en la herramienta de generalización.

1. AUTOPISTA

2. Nivel 1 pavimentada 2 o más: rst 1 DURO/PAVIMENTO; hct 14 RUTA PRIMARIA; typ 1 VÍA

3. Nivel  2  lastrada  2  o  más:  rst  2  SUELTO/NO PAVIMENTO; hct 14 RUTA PRIMARIA; typ 1 VÍA

4. Nivel 3 pavimentada 1 vía: rst 1 DURO/PAVIMENTO; hct 15 RUTA SECUNDARIA; typ 1 VÍA

5. Nivel 4 lastrada 1 vía: rst 2 SUELTO/NO PAVIMENTO  hct 15 RUTA SECUNDARIA; typ 1 VÍA

6. Nivel 5 verano: rst 8 TEMPORAL  hct 4 RUTA LOCAL; typ 1 VÍA

7. RODERA

8. SENDERO

9. Nivel 64 calle: rst 999 OTRO  ó si se conoce seleccionar la que corresponda  hct 4 RUTA LOCAL; typ 33 CALLE 

El segundo campo que será creado es el antes mencionado “Invisibility”, en este se almacenarán los resultados de la generalización a partir de los datos obtenidos de la herramienta de generalización “Thin Road Networks”. Donde el valor de 0 corresponde a las vías que según la jerarquía y 6.000 m como segmento mínimo son los que quedaran en la generalización. Al aplicar esta herramienta no se genera un nuevo archivo resultante de la generalización, sabiendo esto, los elementos que contengan en el campo de invisibilidad el valor correspondiente a 1 serán los que tienen que ser eliminados en un proceso que será descrito más adelante. 

Una vez con el campo invisibility  llenado automáticamente por la herramienta de generalización a partir de la jerarquía que hemos dado a nuestras vías, es necesario la eliminación de todos aquellos elementos que no tengan la información correspondiente para la cobertura que se está creando a escala 1:250.000 a partir de la actualización de la cartografía base del Ecuador escala 1:50.000 del Instituto Geográfico Militar según los parámetros que se han establecido.  Para este procedimiento, es necesario realizar una selección por atributos de los elementos que contengan en el Fied Invisibility el valor de 1. 

Algo muy importante que debemos tomar en cuenta es que la información final generalizada debe ser continua, por esta razón, es necesario discriminar de la selección todos los segmentos que correspondan a los cuatro empalmes de la carta que se esté generalizando. Para esta operación se procederá a realizar una selección por localización con respecto a las cartas de empalme. El método de selección de los elementos que deben excluirse será “Remove from the currently selected features in”, mientras que el método de selección espacial será “Target layer features intersect the Source layer feature”, de esta manera nos estamos asegurando de no eliminar segmentos que puedan afectar la continuidad de las cartas. 

Con los empalmes discriminados, el siguiente paso es la eliminación de todos los elementos que han quedado en la selección. Una vez eliminados los elementos, es necesario exportar la información según el catálogo de objetos; es decir lo que se pretende hacer es rescatar todos los elementos que conforman vías, roderas y senderos en un archivo diferente y no como se ha trabajado en la generalización. Para este procedimiento lo que se realizará es una selección por atributos de acuerdo a la descripción de vías, roderas y senderos. Con los elementos exportados en diferentes archivos, como último paso de la generalización de la red vial a escala 1:250.000 es la eliminación de los campos (field) que no correspondan a cada una de las coberturas que se está trabajando (vías, roderas, senderos), para esto nos basaremos en el catálogo de objetos existente en el cual detalla los campos que debe tener cada uno de los elementos. Para la eliminación de los campos que no corresponda a las coberturas, se lo realizará mediante la herramienta “delete field”, en la cual se seleccionaran aquellos campos que no correspondan a la cobertura que se esté tratando.