UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

FACULTAD DE INGENIERÍA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

ANÁLISIS ESPACIO-TEMPORAL DEL

COMPORTAMIENTO DE LA CLOROFILA A MEDIANTE
IMÁGENES SATELITALES EN LA REPRESA AGUADA
BLANCA PARA EL AÑO 2017

Tesis presentada por el Bachiller:

JUAN ALEX BELLIDO HUICHO

Para optar el título profesional de

INGENIERO AMBIENTAL

Asesor: Dr. Fredy Garcia Zuñiga

Arequipa – Perú

2019
 Dedicatoria

Dedico este trabajo de investigación a mi madre Dina Huicho Taype y mi segunda

madre Leonor Esquivel Goytendia, que me han apoyado en cada locura de proyectos que
he realizado hasta el momento, por su gran paciencia, en cada etapa de mi vida y a mi
pequeño hermano Q.E.P.D. Gerson Joel Bellido Huicho que cuida de mí y los que quiero.
 Agradecimientos

Quiero agradecer

A la Universidad Nacional de San Agustín, mi alma mater, a sus docentes

extraordinarios por todas las enseñanzas y experiencias compartidas.

A mis mentores, Ing. Richard Aguilar y Dr. Fredy Garcia Zuñiga cuyos consejos y
guías me han enseñado mucho acerca del tema.

A mis amigos de barrio, compañeros, colegas, voluntarios de rojo, y camaradas que

creyeron y apoyaron; maestro Albert cuya labor en investigación en calidad de agua que
realiza es extraordinaria, Liz; Omar, Pablo, Sheyla, Keyly, Perez, Kelly, Piero a toda la
3ra promoción de Ingeniería Ambiental
 Índice General

Dedicatoria .............................................................................................................................

Agradecimientos .....................................................................................................................

Índice General .........................................................................................................................

Índice de tablas ........................................................................................................................

Índice de Gráficos ...................................................................................................................

Índice de Imágenes ..................................................................................................................

Lista de Términos ....................................................................................................................

Resumen ..................................................................................................................................

Palabras Clave .........................................................................................................................

ABSTRACT ............................................................................................................................

Key Words: .............................................................................................................................

Capítulo I: Generalidades .................................................................................................... 15

1.1. Antecedentes ...................................................................................................... 15

1.2. Planteamiento del problema ............................................................................... 15

1.3. Formulación del Problema ................................................................................. 16

1.3.1. Problema Principal ......................................................................................... 16

1.3.2. Problema Específico ....................................................................................... 17

1.4. Delimitación de la Investigación ....................................................................... 17

 1.4.1. Delimitación Espacial .................................................................................... 17

1.4.2. Delimitación Temporal .................................................................................. 18

1.5. Justificación ....................................................................................................... 18

1.5.1. Justificación Ambiental ......................................................................................... 18

1.5.2. Justificación Social................................................................................................ 18

1.6. Hipótesis ............................................................................................................ 19

1.7. Objetivos ............................................................................................................ 19

1.7.1. Objetivo General ............................................................................................ 19

1.7.2. Objetivos específicos...................................................................................... 19

1.8. Variables ............................................................................................................ 19

1.8.1. Variable Dependiente ..................................................................................... 19

1.8.2. Variable Independiente .................................................................................. 19

Variables ............................................................................................................................. 20

Indicadores .......................................................................................................................... 20

Unidades .............................................................................................................................. 20

Variable Independiente ....................................................................................................... 20

Números digitales................................................................................................................ 20

Adimensional ...................................................................................................................... 20

Variable Dependiente .......................................................................................................... 20

Clorofila (a) ......................................................................................................................... 20

Capítulo II: Marco Teórico ................................................................................................. 20

 2.1 Marco legal................................................................................................................ 20

2.2 Marco conceptual ...................................................................................................... 21

2.2.1 Reservorio o Presa. ............................................................................................. 21

2.2.2 Eutrofización. ..................................................................................................... 22

2.2.3 Clorofila A. ........................................................................................................ 23

2.2.4 Proceso de Eutrofización.................................................................................... 24

2.2.5 Sentinel-2A Satellite Sensor (10m). ................................................................... 25

2.2.6 Teledetección. .................................................................................................... 27

2.2.7 Espectro Electromagnético. ................................................................................ 29

2.2.8 Firmas Espectrales. ............................................................................................ 31

2.2.9 Agua en el Espectro visible. ............................................................................... 32

2.2.10 Tipos de Sensores. ............................................................................................ 33

2.2.11 Resolución De Sistemas Remotos. ................................................................... 34

2.2.12 Imagen Multiespectral. ..................................................................................... 35

2.2.13 Corrección Atmosférica. .................................................................................. 36

Capítulo III: Descripción del Área de Estudio ................................................................... 38

3.1 Características Generales de la Cuenca y del Embalse ............................................. 38

3.2 Hidrología del Embalse AGUADA BLANCA ......................................................... 40

3.3 Calidad del Agua ....................................................................................................... 41

Capítulo IV: Metodología ................................................................................................... 46

4.1 Recopilación de Información Básica ........................................................................ 46

 4.1.1 Concentración de “Clorofila A”. ........................................................................ 46

4.2 Preparación de Datos Satelitales ............................................................................... 49

4.2.1 DESCARGA DE IMÁGENES SENTINEL 2A ................................................ 49

4.3 Procesamiento de Imágenes Satelitales ..................................................................... 51

4.3.1 Nivel de Procesamiento...................................................................................... 51

4.3.2 Corrección Atmosférica. .................................................................................... 52

4.3.3 Corte de Mascara y Extrac by Points ................................................................. 54

4.4 Desarrollo de los Modelos de Regresión .................................................................. 56

4.5 Construcción de Imágenes de Distribución Espacio-Temporal de “Clorofila A” .... 58

4.6 Evaluación de la Calidad del Agua ........................................................................... 58

Capítulo V: Resultados y Discusiones ................................................................................ 65

Conclusiones ....................................................................................................................... 66

Recomendaciones ................................................................................................................ 67

Bibliografía ......................................................................................................................... 68

Anexos................................................................................................................................. 73

Índice de tablas

Tabla 1 : Variable e Indicadores ......................................................................................... 20

Tabla 2 Características de la Región Espectral ................................................................... 31

Tabla 3 Parámetro Embalse Aguada Blanca-Fuente: Elaboración Propia .......................... 47

Tabla 4: Descripción del nivel de procesamiento ............................................................... 52

 Tabla 5 Puntos de Monitoreo tomados por AUTODEMA para el año 2017 ...................... 55

Tabla 6 Modelos de selección de regresión elegidos .......................................................... 57

Tabla 7 Clasificación del índice de estado trófico según la OCDE 1982 ........................... 59

Tabla 8 Áreas de acuerdo a clasificación OCDE por mes estudiado .................................. 61

Índice de Gráficos

GRÁFICO 1 Concentración de Clorofila A año 2017 ..................................................... 47

GRÁFICO 2 Concentración zona lacustre ........................................................................ 48

GRÁFICO 3 Concentración zona Intermedia ................................................................. 48

GRÁFICO 4 Concentración zona Fluvial ........................................................................ 49

GRÁFICO 5 : Estado Ultra Oligotrófico de acuerdo a la OCDE del Embalse Aguada

Blanca año 2017...................................................................................................................... 62

GRÁFICO 6 : Estado Oligotrófico de acuerdo a la OCDE del Embalse Aguada Blanca

año 2017 .................................................................................................................................. 62

GRÁFICO 7: Estado Mesotrófico de acuerdo a la OCDE del Embalse Aguada Blanca

año 2017 .................................................................................................................................. 63

GRÁFICO 8: Estado Eutrófico de acuerdo a la OCDE del Embalse Aguada Blanca año

2017.......................................................................................................................................... 63

GRÁFICO 9 : Estado Hipertrófico de acuerdo a la OCDE del Embalse Aguada Blanca

año 2017 .................................................................................................................................. 64

 Índice de Imágenes

Ilustración 1. Ubicación del Embalse Agua Blanca ......................................................... 17

Ilustración 2. Embalse Aguada Blanca. ............................................................................ 22

Ilustración 3. Proceso de Eutrofización. .......................................................................... 24

Ilustración 4 Sentinel-2A (10m) Satellite Sensor ............................................................. 25

Ilustración 5 Multispectral Imagermage .......................................................................... 26

Ilustración 6 Detalle Espectral y Espacial Sentinel 2 ..................................................... 27

Ilustración 7 : Componentes de un Sistema de Teledetección ........................................ 29

Ilustración 8 Espectro Electromagnético .......................................................................... 30

Ilustración 9. Curvas de reflectancia espectral de cuatro diferentes objetivos............. 32

Ilustración 10. Relación de Clorofila en Agua ................................................................ 33

Ilustración 11. Fuente de Radiación.................................................................................. 33

Ilustración 12. Sensor Activo de Un Satélite .................................................................... 34

Ilustración 13. Comparación de tamaño de Pixel ............................................................ 34

Ilustración 14. Comparación de bandas SENTINEL 2, LANDSAT 7 y 8 ..................... 35

Ilustración 15. Estructura de Imágenes Multiespectrales ............................................... 36

Ilustración 16. Formula De Chávez 1 ............................................................................... 37

Ilustración 17. Formula de Chávez 2 ............................................................................... 38

Ilustración 18. Ámbito De Estudio .................................................................................... 39

Ilustración 19. Cuenca Aguada Blanca georeferenciada y embalses ............................. 40

Ilustración 20 Diatomea Asterionella sp., especie ............................................................ 42

 Ilustración 21. CHL (Clorofila A) de puntos de muestreo mes Setiembre a Diciembre

2016.......................................................................................................................................... 43

Ilustración 22. Resultados obtenidos 2017-2018 .............................................................. 44

Ilustración 23. Concentración de Clorofila A .................................................................. 45

Ilustración 24. Zonas de Monitoreo del Embalse Aguada Blanca ................................. 46

Ilustración 25. Portal web de Acceso y Descargas de la agencia Espacial Europea .... 50

Ilustración 26. Filtro de Búsqueda .................................................................................... 50

Ilustración 27 Formato de descarga JPEG 2000 ............................................................. 51

Ilustración 28. Comparación Imagen Landzat antes y después de la Corrección

Atmosférica ............................................................................................................................. 53

Ilustración 29. Plug In SCP en Q-SIG .............................................................................. 53

Ilustración 30. Mapa Base del Autoridad Medio Ambiental de Arequipa .................... 54

Ilustración 31. Herramienta Arctoolbox (EXTRAC BY POINTS) ............................... 55

Ilustración 32. Extracción por puntos Mes de Enero ...................................................... 56

Ilustración 33. Raster Calculator ...................................................................................... 58

Ilustración 34 Construcción de la Imagen de estado trófico según OCDE 1982. ......... 60

Ilustración 35. Corrección Atmosférica Enero 2017 ....................................................... 76

Ilustración 36. Corrección Atmosférica Febrero 2017 .................................................... 76

Ilustración 37. Corrección Atmosférica Marzo 2017 ...................................................... 77

Ilustración 38. Corrección Atmosférica Abril 2017 ......................................................... 77

Ilustración 39. Corrección Atmosférica Julio 2017 ......................................................... 78

Ilustración 40. Corrección Atmosférica Agosto 2017 ...................................................... 78

Ilustración 41. Corrección Atmosférica Setiembre 2017 ................................................ 79

Ilustración 42. Corrección Atmosférica Octubre 2017 ................................................... 79

Ilustración 43. Corrección Atmosférica Noviembre 2017 ............................................... 80

 Lista de Términos

RADIANCIA: es el “Flujo de energía (principalmente energía irradiante o incidente) por

ángulo sólido que abandona una unidad de área de una superficie en una dirección dada”,

“Radiancia es lo que mide el sensor y depende en cierta medida de la reflectancia” (NASA,

2011, p. 47).

REFLECTANCIA o REFLECTIVIDAD: Es el cociente entre la energía reflejada y

energía radiante. Los objetos presentan reflexión superficial que combina las dos formas, difusa

y especular.

MMC: Millones de metros cúbicos

cel/l : El crecimiento de un cultivo de microalgas se. expresa como el incremento de biomasa

ya sea. en forma de número de células (cél/mL)

ABSORTIVIDAD: medida de la cantidad de luz absorbida por una disolución,

definida como la unidad de absorbancia por unidad de concentración por unidad de

longitud de la trayectoria de luz.

CLASIFICACIÓN SEMIAUTOMÁTICA PLUGIN (SCP): Es un complemento de

código abierto y gratuito para QGIS que permite la clasificación semiautomática

(también clasificación supervisada) de imágenes de teledetección.

 Resumen

El presente trabajo de investigación propone estudiar la variabilidad y comportamiento de

la “Clorofila A” mediante Imágenes Satélite SENTINEL 2A en la Represa Aguada Blanca.

La metodología aplicada se basa en la relación de parámetros físicoquimicos de “clorofila

A” que fueron medidos in situ en el embalse en tres zonas (Fluvial, Intermedia, Lacustre)

durante los meses de enero, febrero, marzo, abril, julio, agosto, setiembre, octubre y noviembre

del año 2017 con la sonda HIDROLAB D S 5; con imágenes satélite SENTINEL 2A del portal

de datos de la Agencia espacial Europea, estos datos satelitales fueron tomados con mayor

cercanía de la fecha de datos del área de estudio. Para luego utilizando técnicas estadísticas con

el software statgraphics, relacionar información satelital con datos insitu generando algoritmos

representantes para cada mes de estudio.

Finalmente se analizó estado trófico mediante el índice la clasificación del grado de

eutrofización según la ORGANIZACIÓN PARA LA COOPERACIÓN Y EL DESARROLLO

ECONÓMICO (OCDE) obteniendo como resultado mapas imagen de la variabilidad espacio-

temporal de Clorofila-a.

Palabras Clave: EUTROFIZACIÓN, TELEDETECCIÓN, CLOROFILA A, GRADOS

DE EUTROFIZACIÓN
 ABSTRACT

This research paper proposes to study the variability and behavior of “Chlorophyll A” using

Satellite Images SENTINEL 2A in the Aguada Blanca Dam.

The methodology applied is based on the relation of physical-chemical parameters of

“chlorophyll A” that were measured in situ in the reservoir in three zones (Fluvial,

Intermediate, Lacustrine) during the months of January, February, March, April, July, August,

September, October and November of the year 2017 with the HIDROLAB DS 5 probe; With

satellite images SENTINEL 2A from the data portal of the European Space Agency, these

satellite data were taken closer to the data date of the study area. To then use statistical

techniques with statgraphics software, relate satellite information with data insitu generating

representative algorithms for each month of study.

Finally, the trophic state was analyzed by means of the index, the classification of the degree

of eutrophication according to the ORGANIZATION FOR COOPERATION AND

ECONOMIC DEVELOPMENT (OECD), resulting in image maps of the spatio-temporal

variability of Chlorophyll-a.

Key Words: EUTROFIZATION, TELEDETECTION, CHLOROPHYLL A,

EUTROFIZATION DEGREES
 Capítulo I: Generalidades

1.1. Antecedentes

El año 2014 la ciudad de Arequipa presento problemas de mal sabor y olor en el agua para

consumo humano que llegaba a los hogares de la población. SEDAPAR, la empresa prestadora

del servicio, aseguro que el agua llegaba con esas características del sistema regulado del Chili

y que el proceso de potabilización no era suficiente para solucionar este problema.

Ese mismo año el 14 de setiembre el colegio químico farmacéutico de Arequipa comunica

mediante el oficio Nº 569-2014-CD/CQFA los problemas de olores y características inusuales.

Mediante el INFORME TÉCNICO Nº 021- 2014 -ANA-DGCRH-GOCRH se evaluó

integralmente la calidad del agua de los embalses El Pañe, Bamputañe, Dique de Los

Españoles, Chalhuanca, Pillones, El Frayle, Aguada Blanca y el río Sumbay, que conforman el

Sistema Hidráulico Chili dando como resultado que se encontraron con niveles de

eutrofización, enfatizando en la necesidad de monitorear de forma permanente los cuerpos de

agua embalsados, señalando la importancia de la alerta temprana por parte de los operadores

de la infraestructura hidráulica en el control y prevención de los procesos de eutrofización

(ANA, 2014-2015)

.Los efectos de la eutrofización, son las floraciones algales, las cuales se definen como

descoloraciones de agua visibles a simple vista y debidas a proliferaciones de microorganismos

planctónicos pigmentados que alcanzan elevadas concentraciones (Reguera, 2002)

1.2. Planteamiento del problema

La conservación de la Calidad de Agua en los embalses del sistema Regulado del Chili debe

ser una de las principales preocupaciones para la ciudad de Arequipa porque son fuentes de

abastecimiento para uso poblacional, agrario, minero, industrial y energético. El sistema

15
Regulado del Chili está compuesto por 7 embalses los cuales regulan el recurso hídrico. El

embalse Aguada Blanca regula todas las descargas del Sistema del Chili.

En el año 2014 la población de Arequipa detecto la presencia de mal olor y sabor en el agua

potable, lo que obligo a la mayoría de la población a no consumirlas, tras las evaluaciones de

monitoreo de calidad de agua se detectó que los Embalses se encuentran eutrofizadas debido a

la larga retención hidráulica del recurso. (ANA, 2014-2015)

Las evaluaciones de calidad de agua realizadas están limitadas a la interpretación de los

resultados de monitoreo, dichos monitoreos muestran la concentración de parámetros obviando

variabilidad espacial y temporal.

Uno de los aspectos vitales en el manejo y gestión de los recursos hídricos es el monitoreo

de la calidad del agua, ya sea para determinar el estado del sistema o para informar sobre la

necesidad de llevar a cabo acciones correctivas y preventivas en el caso que la calidad no sea

la deseada. (Sriwongsitanon, 2011). Estos monitoreos pueden realizarse de manera tradicional

recolectando muestras in-situ o mediante técnicas de sensoramiento remoto. (Torbick et al.,

2008; Trivero et al., 2013).

A diferencia del método tradicional, el cual presenta un alto costo y demanda una gran

logística, las técnicas de percepción remota pueden ser utilizadas como una herramienta

complementaria en el monitoreo, mapeo y valoración de la calidad del agua con tiempos y

respuesta relativamente cortos y a bajo costo. (Zhao et al., 2011).

1.3. Formulación del Problema

1.3.1. Problema Principal

¿Se puede estudiar el comportamiento “Clorofila A” a partir de Información Satelital y Datos de

Campo?

16
1.3.2. Problema Específico
¿Cuál es la Concentración espacial de “Clorofila A” en el embalse estudiado en el año 2017?

¿Es posible utilizar como herramienta completaría para el monitoreo de embalses datos

experimentales in situ con datos de sensores remotos?

1.4. Delimitación de la Investigación

1.4.1. Delimitación Espacial

El objeto de estudio es el Embalse Aguada Blanca que está Ubicada sobre el Rio Chili Aguas

debajo de la confluencia del Rio Blanco y Rio Sumbay, a una altitud media de 3, 650.00

m.s.n.m. Regula los recursos Hídricos y controla las descargas producidos por el Sistema

Regulado del Chili. El embalse Aguada Blanca, según el diseño original, tiene una capacidad

útil de 38.196 hm3 y un volumen muerto de 5.322 hm3 Tiene un volumen total de 43.518 hm3.

Está Ubicada en las Coordenadas UTM 19K Este: 249, 033.00 m. y Sur: 8 202,368.00 m.

Ilustración 1. Ubicación del Embalse Agua Blanca

Fuente (Elaboración propia, 2017)

17
1.4.2. Delimitación Temporal
La investigación se llevara a cabo durante la época de estiaje y de lluvia del año 2017

1.5. Justificación

1.5.1. Justificación Ambiental

El Sistema Hidráulico del Chili-Arequipa conformado por 7 embalses, presentó en el año

2014 problemas de calidad de agua, adjudicándolas al problema de Eutrofización afectando a

la ciudad de Arequipa. (Autoridad Nacional del Agua, 2014).

Debido a esta situación se desarrollaron evaluaciones de Monitoreos, los cuales tienen un

alto costo y una gran cantidad de movimiento logístico, es por ello que no se realizan con

mucha frecuencia y no permite tener una interpretación del comportamiento espacial de los

parámetros de Calidad de Agua.( ANA, 2014)

En la Actualidad se utiliza las imágenes Satelitales de los Sensores remotos como una

Herramienta Complementaria para la evaluación de monitoreo de Calidad de Agua en los

cuerpos de agua. La clorofila (a) es utilizado como indicador de Biomasa Algal u Eutrofización

estando relacionado con la calidad del agua. (Zhao et al., 2011).

1.5.2. Justificación Social

El Embalse Aguada Blanca es el regulador Hidráulico del sistema Regulado del Chili,

recepciona el agua que descargan todos los embalses aguas arriba, cuyo caudal promedio es de

11.13 m3/s equivalente a 351 Hm3/año que pasan por dicho embalse, es por ello que es de gran

importancia para la ciudad de Arequipa, la calidad de agua de este embalse debe ser

monitoreado con frecuencia y llevar a cabo acciones correctivas en caso la calidad no sea la

deseada.

18
1.6. Hipótesis

Hipótesis de Investigación: El análisis espacio temporal de clorofila(a) obtenido de sensores

remotos se relaciona con las muestras tomadas in situ.

Hipótesis Nula: El análisis espacio temporal de clorofila(a) obtenido de sensores remotos

no se relaciona con las muestras tomadas in situ.

1.7. Objetivos

1.7.1. Objetivo General

Relacionar valores de clorofila en el agua con la información de campo e imágenes

satelitales Sentinel 2A en el embalse Aguada Blanca para el año 2017

1.7.2. Objetivos específicos

 Analizar los datos recolectados de Campo tomados en el año estudiado

 Establecer un modelo de comportamiento de Clorofila A para cada mes en el año estudiado

 Establecer Ecuaciones que relacionen el Parámetro Clorofila A con datos Satelitales

 Determinar el estado trófico según el índice de estado trófico de la Organización Para La

Cooperación y El Desarrollo Económico (OCDE)

1.8. Variables

1.8.1. Variable Dependiente

Concentración de Clorofila (a)

1.8.2. Variable Independiente

Datos de sensores Remotos

19
 Tabla 1 : Variable e Indicadores

Variables Indicadores Unidades

Datos de sensores Números

Variable Independiente Adimensional
Remotos digitales

Monitoreo de

Variable Dependiente Concentración de Clorofila A Clorofila (a) mg/l

tomadas IN SITU

Fuente 1: Elaboración Propia

Capítulo II: Marco Teórico

2.1 Marco legal

Ley de Recursos Hídricos 29338, Título II, Capítulo V - Operadores de Infraestructura

Hidráulica Pública, Artículo 35, inciso 7, indica que se debe desarrollar proyectos y actividades

que promuevan la protección de la calidad e incremento de la disponibilidad de los recursos

hídricos, mediante la investigación (ANA, 2015)

Mediante resolución Ejecutiva Regional N°080-2016-GRA/GR, cita implementar estudios

técnicos e investigaciones conjuntamente con la construcción de un laboratorio

ambiental.(Gerencia Regional de Arequipa, 2016)

Los embalses del Sistema Hidráulico son evaluadas de acuerdo al ECA categoría 4 – E1

(Conservación del ambiente acuático) según la Clasificación de los Cuerpos de Agua

Continentales Superficiales aprobada mediante R.J. N° 056-2018-ANA. Estas constituyen a

ecosistemas acuáticos frágiles, en los que habitan diversidad de especies de organismos

20
acuáticos (flora y fauna) los cuales cumplen una dinámica del ecosistema, constituyendo en

algunos casos fuente de recursos económicos para las poblaciones.(RJ 056-2018 ANA, 2018)

2.2 Marco conceptual

2.2.1 Reservorio o Presa.

Según el Glosario de términos aprobado por la ANA mediante RJ 180-2016-ANA los

términos reservorios y presas son sinónimos, asimismo, define a los Embalses como grandes

depósitos formados natural o artificialmente que por lo común se encuentran cerrada la boca

de un valle mediante un dique o presa y en el que se almacenan aguas con fines de riego,

abastecimiento de poblaciones y producción de energía (RJ 180-2016-ANA, 2016).

La disponibilidad y calidad del agua que se encuentra en los embalses depende de factores

relacionados directamente con las características de la cuenca a la que pertenece, el río

embalsado, como las cargas de nutrientes que lleva, de la variabilidad de las aportaciones

hidrológicas y obviamente del mantenimiento y tratamiento que se realice en los embalses.

Este último punto es de suma importancia, especialmente si se trata de embalses de suministro.

Parte de la gestión de los embalses, está basada en el seguimiento de sus características

limnológicas. Los patrones de cambio de las diferentes variables implicadas en la limnología

de estas masas de agua, bien sean anuales, mensuales, diarios o incluso horarios ayudan a tomar

decisiones en cuanto a su gestión. (Ordoñez, 2011).

La construcción de represas ha tenido siempre dos objeticos: el aumento de las zonas

agrícolas en lugares de poca actividad económica o de suelos pocos fértiles, y la mitigación de

los impactos de desastres naturales como inundaciones o sequias. La primera presa de la que

se tiene constancia se construyó en Egipto en el año 4000 A.C. para desviar el cauce del rio

Nilo y proporciona más terreno a la ciudad de Menfis. En la antigüedad, muchas represas, como

las construidas por los babilonios, formaban parte de un complejo sistema de riego que

21
transformaba regiones no productivas en fértiles terrenos capaces de mantener a grandes

Poblaciones. (Oracle, 1998).

Ilustración 2. Embalse Aguada Blanca.

Fuente 2 (Autoridad Autonoma de Majes, 2015)

2.2.2 Eutrofización.
La OCDE define la eutrofización como: “enriquecimiento de las aguas con sustancias

nutritivas que conducen generalmente a modificaciones sintomáticas tales como producción

acelerada de algas y plantas acuáticas, degradación de la pesca, deterioro de la calidad del agua,

así como de todos sus usos en general”.

Uno de los procesos más importantes de contaminación del agua es la eutrofización, tanto

por el número de masas de aguas afectadas en la actualidad, como por las numerosas e

importantes consecuencias sociales, económicas y ambientales de este tipo de contaminación.

Este proceso puede afectar a los lagos y a los embalses de las presas e incluso, aunque en menor

medida por estar el agua en movimiento, a los ríos y al mar. Teniendo en cuenta que los lagos,

embalses y ríos, constituyen fuentes de agua dulce vitales para la sustentabilidad de las

poblaciones humanas, se puede deducir la importancia de las alteraciones de estas masas de

agua.(UCM,2005)

La eutrofización ha sido identificada como uno de los problemas más graves de

contaminación; se ha considerado como la principal causa de deterioro de la calidad del agua

22
y por ende la pérdida de la biodiversidad que puede restringir su uso para pesca, recreación,

industrial y de consumo. Es un proceso que puede ser irreversible, que se presenta en los

ecosistemas acuáticos lénticos como respuesta al enriquecimiento de ciertos nutrientes. En

resumen este proceso provocado por la gran cantidad de nutrientes (nitratos y fosfatos

principalmente) estimula el crecimiento de fitoplancton , las cuales poseen un periodo de vida

relativamente corto, las plantas que mueren y el aporte de materia orgánica producen mayor

cantidad de materia en descomposición sobre las que actúan las bacterias aeróbicas haciendo

que disminuya la cantidad de oxígeno disuelto en el agua, desarrollando condiciones hipóxicas

o anóxicas, creando medios letales para el desarrollo óptimo de organismos vivos. (Abella y

Martines, 2012).

2.2.3 Clorofila A.
Uno de los parámetros más utilizados para determinar el nivel de eutrofización en el agua

es la concentración de clorofila-a [Chl-a], que es el principal pigmento fotosintético presente

en las algas (Gregor y Maršálek, 2004). La concentración de clorofila se utiliza para estimar en

forma indirecta la biomasa de las comunidades fitoplanctónicas y también es un indicador del

grado de contaminación de los ecosistemas acuáticos y un importante índice del estado

fisiológico del fitoplancton.

La clorofila-a (chl-a) es un pigmento vegetal cuya concentración es ampliamente utilizado

como un parámetro de calidad del agua para indicar el estado trófico de los lagos y embalses

(Dimberg et al., 2013) es un componente ópticamente activo de los sistemas acuáticos; su

presencia en concentraciones variables afecta a la absorción de agua y dispersión de

coeficientes y, en consecuencia, la profundidad de la zona eufótica. Este efecto varía a lo largo

del espectro electromagnético y puede ser visto como cambios en las propiedades de

reflectancia espectral del agua (Moraes et al., 2013)

23
 La clorofila A indica la biomasa Fito planctónica presente, la cual, en la medida en que se

desenvuelva bajo condiciones adecuadas, se manifestará en la productividad. La medición

sistemática de la clorofila a se recomienda ampliamente como un índice confiable, que

permitiría una pronta diagnosis de la salud del ecosistema (Contreras, 2002).

2.2.4 Proceso de Eutrofización.

El proceso de eutrofización está dado por el enriquecimiento en nutrientes en los cuerpos

aguas. Produce un crecimiento excesivo de algas, las cuales al morir se depositan en el fondo

de los ríos o lagos las mismas que al descomponerse generan residuos orgánicos y crea una

demanda bioquímica de oxígeno que suele agotar el oxígeno disuelto y causar la muerte de los

organismos acuáticos (fauna y flora), el resultado final es un ecosistema casi destruido. Las

algas se desarrollan cuando encuentran condiciones favorables: temperatura, sol y nutrientes,

(Romero, 2010).

Ilustración 3. Proceso de Eutrofización.

Fuente (Fuente: Romero, 2010)

24
 2.2.5 Sentinel-2A Satellite Sensor (10m).
El satélite Sentinel-2A es el primer satélite óptico de observación de la Tierra en el

programa europeo Copernicus y fue desarrollado y construido bajo el liderazgo industrial de

Airbus Defence and Space para la Agencia Espacial Europea (ESA).

Ilustración 4 Sentinel-2A (10m) Satellite Sensor

Fuente: (Image Copyright ESA and Airbus Defence and Space. All rights reserved ,2015)

La misión está dedicada a la cobertura total y sistemática de la superficie terrestre, incluidas

las principales islas a nivel mundial, con el objetivo de proporcionar productos libres de nubes,

por lo general, cada 15 a 30 días en Europa y África.

Los datos de imágenes de satélite Sentinel-2A soportarán:

 Mapas genéricos de cobertura de la tierra, uso de la tierra y detección de cambios

 Mapas de variables geofísicas para índice de área foliar, contenido de clorofila foliar,

contenido de agua en hojas

La extensión de 13 bandas espectrales, desde el infrarrojo visible y el infrarrojo cercano

hasta el de onda corta a diferentes resoluciones espaciales que van de 10 a 60 metros en el

25
suelo, lleva el monitoreo global de la tierra a un nivel sin precedentes (Satellite Imaging

Corporation, 2001-2017)

MSI que abarca 13 bandas espectrales (443-2190 nm), con un ancho de franja de 290 km y

una resolución espacial de 10 m (cuatro bandas visibles e infrarrojas cercanas), 20 m (seis

bandas infrarrojas de borde rojo y onda corta) y 60 m (tres bandas de corrección atmosférica).

Ilustración 5 Multispectral Imagermage

Fuente ( Copyright © ESA and Airbus Defence and Space. All rights reserved,2015)

26
 Ilustración 6 Detalle Espectral y Espacial Sentinel 2

Fuente: (León, 2015)

2.2.6 Teledetección.
Es un conjunto de conocimientos y técnicas utilizadas para determinar características físicas

y biológicas de objetos a través de datos adquiridos por un sensor que está en contacto directo

con el objeto de investigación (SCHULTZ and ENGMAN, 2000)

Es aquella técnica que nos permite obtener información a distancia de los objetos situados

sobre la superficie terrestre. Para que esta observación sea posible, es preciso que entre los

objetos y el sensor exista alguna interacción. (Chuvieco Salinero,Emilio, 1996)

Es “la ciencia y la tecnología por la cual se pueden identificar las características de los

objetos de interés, medir o analizar las características sin contacto directo” (JARS, 1993).

Por lo general, la teledetección es la medición de la energía que se emanó de la superficie

de la Tierra. Si la fuente de la energía medida es el sol, entonces se llama la teledetección

pasiva, y el resultado de esta medición puede ser una imagen digital (RICHARDS y JIA, 2006).

Si la energía medida no es emitida por el Sol, pero desde la plataforma de sensor, entonces se

define como la teledetección activa, tales como sensores de radar que funcionan en el rango de

microondas (RICHARDS y JIA, 2006).

27
El sistema de Teledetección (según Chuvieco) incluye los siguientes elementos

a) Fuente de energía: que supone el origen del flujo energético detectado del Sensor.

Puede tratarse de un foco externo al sensor, en cuyo caso se habla de teledetección

pasiva, o de un haz energético emitido por este (Teledetección Activa). La Fuente de

energía más importante, obviamente, es la energía Solar.

b) Cubierta terrestre: formada por distintas masas de vegetación, suelos, agua o

construcciones humanas, que reciben la señal energética procedente de la fuente de

energía, y la reflejan o emiten de acuerdo a sus características físicas.

c) Sistema Sensor: compuesto por el sensor, propiamente dicho, y la plataforma que lo

sustenta. Tiene como misión captar la energía procedente de las cubiertas terrestres,

codificarla y grabarla o enviarla directamente al sistema de recepción.

d) Sistema de recepción-comercialización: en donde se recibe la información transmitida

por la plataforma, se graban en un formato apropiado, y , tras oportunas correcciones,

se distribuye a los intérpretes.

e) Interprete: es el que analiza esa información-normalmente en forma de imágenes

analógicas o digitales, convirtiéndola en una clave temática o cuantitativa, orientada a

facilitar la evaluación del problema en estudio-.

f) Usuario Final: es el encargado de analizar el documento fruto de la interpretación, así

como de dictaminar sobre las consecuencias que dé él se deriven.

28
 Ilustración 7 : Componentes de un Sistema de Teledetección

Fuente: (Chuvieco, 1996)

2.2.7 Espectro Electromagnético.

El Espectro electromagnético es el sistema que clasifica, de acuerdo con la longitud de onda,

toda energía (de corto cósmica a lo largo radio) que se mueve, armónicamente, a la velocidad

constante de la Luz (NASA, 2011).

Regiones Espectrales Utilizadas para la observación remota de la tierra.

- Espectro visible (0.4 - 0.7 μm): Rango de frecuencias del ojo humano. Máxima radiación

solar. Subdividido en tres bandas: Rojo (0.6 - 0.7 μm), Verde (0.5 - 0.6 μm) y Azul (0.4 - 0.5

μm).

- Infrarrojo cercano (0.7 - 1.1 μm): Denominado IR fotográfico o reflejado. Energía solar

que reflejan los cuerpos. Comportamiento similar al espectro visible.

29
 - Infrarrojo medio (1.1 – 8 μm): Se entremezclan radiación solar y emisión. La atmósfera

afecta sensiblemente: aprovechado para medir concentraciones de vapor de agua, ozono,

aerosoles.

- Infrarrojo térmico (8 - 14 μm): Radiaciones emitidas por los propios cuerpos. Se puede

determinar la Temperatura de un cuerpo (IR térmico). Se puede disponer de imágenes a

cualquier hora del día.

- Microondas (1mm-1m): Interés creciente de la Teledetección en esta banda. Las

perturbaciones atmosféricas son menores y es transparente a las nubes. Se suelen utilizar

sensores activos.

Ilustración 8 Espectro Electromagnético

Fuente: (Morales Nino, 2017)

30
 Tabla 2 Características de la Región Espectral

Región espectral Longitud de onda (λ) Características

Radiación completamente absorbida

Rayos Gamma Rayos < 0,03 nm 0,03 por las capas superiores de la
atmósfera. No se usa en
teledetección
Radiación completamente absorbida
Rayos X 0,03 - 30 nm
por la atmósfera. No se usa en
teledetección
La radiación con λ<0,3µm es
Ultravioleta 0,03 - 04 µm
completamente absorbida por la
capa de ozono
Se puede detectar a través de
Visible (azul, verde y rojo) 0,4 - 0,7 µm fotodetectores y películas
fotosensibles normales (color y
B/N).
Infrarrojo Próximo 0,7 - 1,3 µm Discrimina masas vegetales y
concentraciones de humedad.
Estimación del contenido de
Infrarrojo Medio Infrarrojo 1,3 - 8 µm humedad en la vegetación y
detección de focos de alta
temperatura.
Infrarrojo Térmico 8 - 14 µm Detecta el calor proveniente de la
mayor parte de la cubierta terrestre.
Radiación de grandes longitudes de
Micro-Ondas Ondas 0,1 - 100 cm
onda, capaces de penetrar nubes,
nieblas y lluvia.
Radiación con las mayores
Ondas de Radio > 100 cm
longitudes de onda del espectro.
Usadas en telecomunicaciones
Fuente: (Morales Nino, 2017)

2.2.8 Firmas Espectrales.

La firma espectral es la reflectancia como una función de longitud de onda; cada material

tiene una firma única, por lo tanto, se puede utilizar para la clasificación de materiales (NASA,

2011).

31
 Ilustración 9. Curvas de reflectancia espectral de cuatro diferentes objetivos.

Fuente. (NASA, 2007)

2.2.9 Agua en el Espectro visible.

Las superficies Acuáticas absorben o transmiten la mayor parte de la radiación visible que

reciben, siendo mayor absortividad cuanto mayor sea la longitud de onda, La curva espectral,

por tanto, es similar a la del suelo de sentido Contrario. La variabilidad del Agua es mejor

detectable en las longitudes de onda más cortas (azul y verde), que hemos de relacionar con su

profundidad, contenido de materiales en suspensión (Clorofila, Arcillas y nutrientes). Y su

rugosidad de la superficie.(Chuiveco, 2001)

En cuanto a su composición, diversos estudios han demostrado la posibilidad de emplear

sensores especiales para cartografiar contenido de Clorofila en el agua (López y

Caselles,1989). Si el agua ofrece importantes cantidades de clorofila, la reflectividad en el azul

tiende a descender, aumentando en el verde. Esto permite establecer una clara correlación, de

signo negativo, entre la reflectividad del agua en la banda azul y el contenido de clorofila lo

que facilita localizar concentraciones de algas (ROBINSON, 1985) o el estudio de

Eutrofización de embalses (VERDIN,1985)

32
 Ilustración 10. Relación de Clorofila en Agua

Fuente: (Chuvieco, 2001)

2.2.10 Tipos de Sensores.

A) Sensores Pasivos

Son de mayor valor en las aplicaciones de la percepción remota en la evaluación de

los recursos naturales. Los sensores pasivos simplemente reciben las señales emitidas

naturalmente y reflejadas por los objetos percibidos. Estas señales, generadas por la

radiación solar natural, pueden proveer una información muy rica sobre los objetos

percibidos.

Ejemplos: ASTER, LandSat, MODIS, SENTINEL.

Ilustración 11. Fuente de Radiación

Fuente: (Morales, 2017)

33
 B) Sensores Activos

El sensor emite radiación dirigida hacia el objetivo a ser estudiado. La radiación

reflejada de ese objeto es detectada y medida por el sensor.

Ejemplos: Lidar, Radar, Sonar.

Ilustración 12. Sensor Activo de Un Satélite

Fuente: (Bravo Nino, 2017)

2.2.11 Resolución De Sistemas Remotos.

Resolución Espacial: Es la distancia que corresponde a la unidad mínima de información

incluida en la imagen (píxel). Así, a menor tamaño del píxel mayor será la resolución espacial,

lo que implica que el sensor obtendrá más detalle de los objetos.

Ilustración 13. Comparación de tamaño de Pixel

Fuente: (Morales Nino, 2017)

34
 Resolución Espectral: Indica el número y anchura de las bandas espectrales que puede

discriminar el sensor. Entre mayor sea esta resolución se tendrá información del

comportamiento de una misma cobertura en diferentes bandas espectrales.

Ilustración 14. Comparación de bandas SENTINEL 2, LANDSAT 7 y 8

Fuente: (Morales Nino, 2017)

Resolución Temporal: Para los sensores de satélites, también existe la resolución temporal,

que es el tiempo necesario para volver a visitar la misma zona de la Tierra (NASA, 2011).Se

refiere a la periodicidad con la que éste adquiere imágenes de la misma porción de la superficie

terrestre. El ciclo de cobertura está en función de las características orbitales de la plataforma

(altura, velocidad, inclinación), así como del diseño del sensor.

 Alta resolución temporal: < 1 día - 3 días

 Media resolución temporal: 4 - 16 días

 Baja resolución temporal: > 16 días

2.2.12 Imagen Multiespectral.

Imagen que lleva asociados varios valores numéricos a cada píxel tantos como bandas

espectrales sea capaz de detectar el sensor, es el tipo de producto más útil ya que nos

35
proporciona, en cierto modo, la firma espectral de los distintos elementos presentes en la

imagen. Es captada mediante un sensor digital que mide la reflectancia en muchas bandas.

Ilustración 15. Estructura de Imágenes Multiespectrales

Fuente:(Morales NIno, 2017)

2.2.13 Corrección Atmosférica.

La Radiación electromagnética se ve afectado notablemente por los distintos componentes

de la atmosfera, La presencia de aerosoles y vapor de agua dispersa de una forma selectiva la

radiación transmitida entre superficie terrestre y del sensor. Por ello, la radiancia finalmente

detectada por este no corresponde exactamente a la que parte de la superficie terrestre, sino

cuenta con un porcentaje añadido.

El principal problema que implica la dispersión en su carácter heterogéneo, en el espacio y

en el tiempo, en otras palabras la dispersión atmosférica no es constante en la imagen si no,

que determinadas zonas pueden ser más afectadas que otras, en función de la presencia de

aerosoles o vapor de agua.

Pese a las dificultades es preciso realizar al menos, una estimación del efecto atmosférico.

Esta corrección será muy interesante para la situación cuando se intenten establecer modelos

36
que pongan en relación los ND con determinados parámetros físicos “Clorofila en agua”

puesto que la dispersión sufrida por una imagen no es comparable a la que experimenta otra

adquirida en distinta fecha (Chuvieco, 1995).

Este método de corrección atmosférica, se considera de tipo absoluto, asume que si hay

áreas en una imagen con valores muy bajos de reflectancia, cualquier reflectancia aparente

debería ser producto de la dispersión (scatering) atmosférica y esta información puede ser usada

para calibrar el resto de la imagen (Chavez, 1988; 1999). Los píxeles más oscuros pueden ser

seleccionados examinando el histograma de los ND de una imagen o estableciendo un umbral,

como por ejemplo, “los valores de ND más bajos encontrados por lo menos en n píxeles” o

algún otro criterio apropiado al tamaño de la imagen que está siendo analizada. El valor de ND

elegido, el valor mínimo de cada banda, se convierte en radiancia (L) mediante cualquiera (la

que se ajuste al metadato de la imagen) de las siguientes ecuaciones:

Ilustración 16. Formula De Chávez 1

Fuente: (Chávez, 1998)

Como es improbable que la mayoría de las imágenes contengan píxeles que sean

verdaderamente negros, entonces la corrección se aplica asumiendo un porcentaje de

reflectancia 1% en esas áreas; tal como lo señalan las siguientes expresiones:

37
 Ilustración 17. Formula de Chávez 2

Fuente: (Chávez, 1998)

La dispersión Rayleigh es producida por las moléculas de los gases atmosféricos y es una

de las principales causas de bruma, lo que genera una disminución del contraste de la imagen.

El tamaño de las moléculas es inferior a la longitud de onda de la radiación y afecta a las

longitudes de onda corta (Tagestad, 2000).

Los valores de los píxeles en las imágenes satélites expresan la cantidad de energía radiante

recibida por el sensor en la forma de valores relativos no calibrados o simplemente llamados

Números Digitales (ND) o brillo. Cuando se requiere realizar comparaciones entre imágenes

de distintas fechas, de las mismas áreas, será necesario realizar las correcciones de los datos de

manera que sean comparables. Sin embargo la dispersión y absorción provocada por los

aerosoles resulta difícil corregir debido a su variación en el tiempo y el espacio, constituyendo

la limitante más severa en la corrección radiométrica de los datos de satélite (Song et al., 2001).

Capítulo III: Descripción del Área de Estudio

3.1 Características Generales de la Cuenca y del Embalse

El ámbito específico de estudio se ubica en la parte alta de la cuenca del rio Quilca-Chili, al

pie del volcán Misti; colindando por el norte con el distrito de Imata y con la región de Cusco,

por el sur con los volcanes Chachani y Misti y la ciudad de Arequipa, por el este con el distrito

San Juan de Tarucani y región Moquegua y por el oeste con el distrito Callalli de la provincia

de Caylloma de Arequipa, visualizando la ubicación y delimitación de la cuenca en la figura

18

38
 Ilustración 18. Ámbito De Estudio

Fuente: (Google Earth Pro, 2017)

El mapa de la cuenca Aguada Blanca georeferenciada se encuentra dentro de las coordenadas

Universal Transversal Mercator - UTM y Datum WGS 1984-Zona19s; el río principal denominado

Chili nace de la confluencia de los ríos Sumbay y Blanco, en parte alta de la cuenca y detrás de la

cordillera occidental y donde los embalses de Aguada Blanca, Frayle, Pillones y Challhuanca del

sistema regulado de Arequipa se ubican dentro de la cuenca referida; cuyo detalle se muestra en la

Fig 19

39
 Ilustración 19. Cuenca Aguada Blanca georeferenciada y embalses

Fuente (Zúñiga, 2017)

3.2 Hidrología del Embalse AGUADA BLANCA

El embalse Aguada Blanca se encuentra ubicado sobre el río Chili aguas abajo de la

confluencia de los ríos Blanco y Sumbay, a una altitud media de 3,650.00 msnm. Regula los

recursos hídricos no regulados del río Blanco más los recursos hídricos propios del río Sumbay,

además de controlar las descargas producidas por el resto del sistema. El área de la cuenca

húmeda que regula es de 3, 895. 00 km2.

El embalse Aguada Blanca, según el diseño original, tiene una capacidad útil de 38.196

MMC y un volumen muerto de 5.322 MMC. Tiene un volumen total de 43.518 MMC

40
 Trabajos batimétricos y topográficos en el año 2003, verificaron que este embalse había

sufrido una pérdida de almacenamiento significativa por acumulación de sedimentos y el no

funcionamiento, desde hace 20 años aproximadamente, de la compuerta vagón. Según esta

nueva información, el embalse Aguada Blanca tiene los siguientes valores característicos:

Capacidad útil 30’432,960 m3 Volumen muerto 654,706 m3 Volumen Total 31’087,666 m3

(AUTODEMA 2015)

Los niveles de embalse de la presa se detallan a continuación:

Nivel de agua mínimo (NAMI) : 3,642.00 msnm

Nivel de agua máximo ordinario (NAMO) : 3,666.00 msnm

Nivel de agua máximo extraordinario (NAME) : 3,668.50 msnm (ANA 2009)

3.3 Calidad del Agua

Debido a que este embalse recibe todas las descargas del resto de presas y, al mismo tiempo,

es la que regula las descargas hacia el rio Chili según la demanda de los diversos usos, esto

genera un menor tiempo de retención hidráulica, condición por la cual la calidad del agua es

favorecida. (ANA, 2014)

En esta evaluación se determinó la presencia de bacterias como la Escherichia coli, metales

como aluminio y hierro en concentraciones superiores a los ECA. Se determinó una floración

algal intensa evidenciado por las 44 especies de algas reportadas y coloración verdosa intensa,

sin embargo, las cianobacterias fueron registradas en concentraciones mínimas. (ANA, 2014)

41
 Ilustración 20 Diatomea Asterionella sp., especie

Fuente Evaluación Integral De La Calidad Del Agua De Los Embalses y Ríos que Conforman El
Sistema Hidráulico Chili – Arequipa Ana, 2014

Cabe mencionar que el mismo informe nos indica la relación nitrógeno y fósforo fluctuó

entre 3.3 a 8.4, valores que indican que el cuerpo de agua se encuentra limitado por nitrógeno,

debido a la acumulación de fósforo en el cuerpo de agua.

En la tesis de pre grado “modelar la contaminación del agua de la represa de Aguada Blanca,

por hierro y manganeso, entre la temporada de lluvias y el estiaje, para proporcionar agua de

calidad a la poblacion de Arequipa” se evaluó la CHL (Clorofila) de los meses de Setiembre a

Diciembre año 2016 observándose que en este caso la mayoría de puntos de monitoreo se

encuentran por debajo del ECA correspondiente, algunos de los puntos de monitoreo de octubre y

de diciembre sobrepasan el ECA lo que nos indica que es factible una posible eutrofización en el

embalse.

Los crecimientos masivos de algas y cianobacterias que se producen por eutrofización, pueden

ocasionar mortandades de animales y producir malestares gastrointestinales en los seres humanos,

debido a la producción de cianotoxinas (Vincent et al., 2004).

42
 Ilustración 21. CHL (Clorofila A) de puntos de muestreo mes Setiembre a Diciembre 2016

Fuente Tesis Modelar La Contaminación Del Agua De La Represa de Aguada Blanca, por Hierro Y Manganeso,
Entre La Temporada De Lluvias Y El Estiaje, Para Proporcionar Agua de Calidad A La población De Arequipa 2018

Según el monitoreo de calidad de agua enfoque hidrobiológico-fisicoquímico, realizado por

la institución AUTODEMA realizaron el monitoreo periodo 2017 -2018 con la finalidad de

comprender los parámetros abióticos así como las comunidades planctónicas existentes en

cuerpos de agua de los embalses.

En esta presentación se analizaron también el parámetro Células/L de la Organización

Mundial de Salud por no contar en la normativa de estándares de calidad ambiental ni limites

máximos permisibles para el control y protección ambiental.

43
 Ilustración 22. Resultados obtenidos 2017-2018

Fuente Monitoreo de la Calidad de agua 2017-2018 AUTODEMA

Según el grafico, las concentraciones del fitoplancton esta expresado en cel/l, Lo cual indica

la gran variación del fitoplancton presente en el embalse alternando en la dominancia de las

especies entre diatomeas, criptofíceas y clorofíceas.

En la misma presentación realizan el análisis de la concentracion de Clorofila A, según el

estándar de calidad ambiental de acuerdo al D. S. 004-2017 MINAM categoría 4A1

Conservación del ambiente acuático.

44
 Ilustración 23. Concentración de Clorofila A

Fuente: Monitoreo de la Calidad de agua 2017-2018 AUTODEMA

Según el grafico, las concentraciones de clorofila a esta expresado en mg/l. para los

embalses Aguada Blanca, Pañe y Frayle, lo cual indica la que ninguna concentración tomada

sobrepasa los ECA para calidad de agua, pero se puede evidenciar variabilidad temporal de las

concentraciones de clorofila para los 3 embalses.

45
 Capítulo IV: Metodología

4.1 Recopilación de Información Básica

4.1.1 Concentración de “Clorofila A”.

A partir del mes de Enero del 2016 la Autoridad Autonoma de Majes (AUTODEMA)

incorpora a sus actividades el monitoreo de la calidad del agua de los embalses de las cuencas

del rio Chili y Colca – Siguas, basados en el principio de protección de la calidad del agua

para sus diferentes usos. El monitoreo de la calidad del agua es una herramienta fundamental

para el manejo de los recursos hídricos, especialmente cuando su finalidad es el abastecimiento

público, las fuentes de agua son sistemas altamente vulnerables, por lo tanto, es necesario tomar

las medidas preventivas para su conservación, es por ello que se consideran 3 zonas de

monitoreo para el embalse Aguada Blanca.

Ilustración 24. Zonas de Monitoreo del Embalse Aguada Blanca

Fuente: (Elaboración propia, 2018)

46
 Tabla 3 Parámetro Embalse Aguada Blanca-Fuente: Elaboración Propia

PARÁMETRO UNIDAD

Clorofila A* mg/l

Fuente: Elaboración propia

Se utilizaran estos datos de la institución de AUTODEMA el cual es de acceso público y

tiene una frecuencia de recopilación mensual de Enero del 2017 a noviembre del 2017, los

datos fueron obtenidos in situ con la sonda HIDROLAB D 5 S, la información fue solicitada

por ley de transparencia a la Sub gerencia de Operación y Mantenimiento –Gerencia de Gestión

de recursos Hídricos AUTODEMA en el cual indica que los meses de mayo y junio y diciembre

no se cuenta con ningún registro de clorofila A, por motivos que la institución no llego a tomar

las muestras por mantenimiento y calibración del equipo. (VER ANEXO 1)

GRÁFICO 1 Concentración de Clorofila A año 2017

Fuente Elaboración propia

47
 GRÁFICO 2 Concentración zona lacustre

PUNTO DE MONITOREO EN ZONA LACUSTRE

3.00
2.48
Clorofila A mg/l 2.50 2.17
2.00
1.43
1.50 1.12
0.98 0.98 0.97
1.00
0.50 0.31 0.31

0.00

Meses año 2017

Fuente Elaboración propia, 2018.

GRÁFICO 3 Concentración zona Intermedia

PUNTO DE MONITOREO ZONA INTERMEDIA

4.00 3.52
Clorofila A mg/l

3.00 2.15
1.79 1.79
2.00 1.20 1.20 1.19
1.01
1.00 0.58

0.00

MESES AÑO 2017

Fuente Elaboración propia

48
 GRÁFICO 4 Concentración zona Fluvial

PUNTO DE MONITOREO ZONA FLUVIAL

4.00 3.09 3.12
Clorofila A mg/l 2.57 2.57
3.00 2.10 1.77
2.00 1.43
0.72 0.72
1.00
0.00

MESES AÑO 2017

Fuente Elaboración propia

4.2 Preparación de Datos Satelitales

4.2.1 DESCARGA DE IMÁGENES SENTINEL 2A

Para el acceso a la información de las imágenes Sentinel 2, la Agencia Espacial Europea ha

creado un portal de acceso de Datos de los productos COPÉRNICO, el cual tiene acceso a la

información de las tomas de Imagen Satelital. A este portal se accedió mediante el Link

[Link] .

El Acceso a la información gratuita el usuario de estas imágenes debe registrarse y estar

enlazado a la base de datos de la Agencia Europea. (Ver ilustración 25)

49
 Ilustración 25. Portal web de Acceso y Descargas de la agencia Espacial Europea

Fuente: (Elaboración propia, 2017)

Debemos seleccionar nuestra zona de interés y filtrar nuestra búsqueda y el periodo de la

cual estaremos buscando.

Misión Sentinel-2 (multiespectral)

Ilustración 26. Filtro de Búsqueda

Fuente: (Elaboración Propia 2017)

50
 Una vez Adquirida la imagen se procede a la descomposición del Fichero Zip para la

Visualización de Archivos. Estos datos se encuentran en el formato JPEG 2000 que es un

estándar de compresión y codificación de imágenes.

Ilustración 27 Formato de descarga JPEG 2000

Fuente (Elaboración Propia, 2017)

Las imágenes Sentinel 2A se encuentran compuestas por 13 diferentes bandas, cada una

representa por un segmento diferente del espectro electromagnético, para poder trabajar con

las imágenes Sentinel es necesario comprender las especificaciones de cada una de ellas

4.3 Procesamiento de Imágenes Satelitales

4.3.1 Nivel de Procesamiento.

El Nivel de procesamiento de los productos de las imágenes satelitales SENTINEL tiene

distribución de datos de reflectancia de nivel superior de la atmósfera. El procesamiento nivel

1 C incluye correcciones radiométricas y geométricas junto con la ortorrectificación para

generar productos geolocalizados de alta precisión.

51
 Tabla 4: Descripción del nivel de procesamiento

Producción y Volumen de
Nombre Descripción High level
Distribución datos

Radiancia Top-of- 27 MB
Nivel- 1B Generación Sistemática
Atmosfere en la geometría
y distribución on-line (25x23 km2)
del sensor
500 MB
Nivel- 1 C Reflectanca Top-of- Generación sistemática
armosfere Ortorectificada y distribución On-line (1000x 1000
km2)
Reflectancia Botton-of- 600 MB
Generador por el
Nivel- 2 A Atmosfere
usuario utilizando el (1000x 1000
Ortorectificada.(Producto en
Tollbox de Sentinel-2 km2)
prototipo)
Fuente Descripción, descarga y manipulación de imágenes SENTINEL 2A -ANDRÉS TAQUIA- 2017

Por defecto vienen en nivel 1C y deben ser transformados a un nivel mayor que es el nivel

2A. La diferencia entre estos niveles es que el nivel 1C toma las bandas en la parte alta de la

atmósfera y el nivel 2A trata de corregir las imperfecciones que le pueda dar la atmósfera a las

bandas, llevando así las bandas a la parte baja de la atmósfera.

4.3.2 Corrección Atmosférica.

Como parte del pre-procesamiento de imágenes satelitales, la corrección atmosférica es un

procedimiento que tiene como objetivo corregir el efecto de dispersión de energía

electromagnética en las partículas de agua suspendidas en la atmósfera, permitiendo de esta

manera, restar de la imagen los valores que éstas agregan a los datos de la imagen. El

procedimiento usado es el conocido como DOS -Dark Object Subtraction- o SPO –Método de

Substracción de Píxeles oscuros, también conocido como el Método de Chávez

52
 Ilustración 28. Comparación Imagen Landzat antes y después de la Corrección Atmosférica

Fuente: (PAGINA LANDSAT 2017)

Para realizar la corrección Atmosférica se utilizó el plug-in Semi-Automatic Classification

Plugin (Complemento de Clasificación Semiautomática)(SCP) es un complemento gratuito de

código abierto para QGIS que permite la clasificación semiautomática (también clasificación

supervisada y no supervisada) de imágenes de sensores remotos.

Ilustración 29. Plug In SCP en Q-SIG

Fuente: (Elaboración propia, 2017).

53
 El procesamiento de extracción de puntos negros de la imagen satelital se observa en el

Anexo N° 3 (Corrección Atmosférica).

4.3.3 Corte de Mascara y Extrac by Points

Para el análisis y procesamiento de las imágenes satelitales se utilizó el mapa base del

instrumento de Gestión Ambiental Zonificación Ecológica y Económica de la Autoridad

Regional Medio Ambiental de Arequipa 2015 utilizando el SHAPEFILE “B_EMBALSES”

(VER IMAGEN 26) se aplicó sobre las imágenes satelitales para obtener una sub-imagenes

que comprendió todo el embalse con la herramienta RASTER/RASTER PROCESING/CLIP

en el ARCTOOBOX del software ARGIS 10.3 para las 10 bandas del SATELITE Sentinel 2A

para área estudio el Embalse Aguada Blanca (ver ANEXO 4). No se consideró las bandas 1

por ser de tipo Aereosol con un valor de 60 m pixel y banda 9 vapor de agua con 60 m valor

pixel.

Ilustración 30. Mapa Base del Autoridad Medio Ambiental de Arequipa

Fuente (Elaboración propia, 2017)

De las imágenes Satelitales ya enmascaradas con la ayuda del software ARCGIS 10.3, se

realizó la extrac by point (EXTRACCIÓN POR PUNTOS), esta es una herramienta encontrada

54
en el ARCTOOLBOX que permite extraer datos de las celdas raster de cada una de las 10

bandas para cada mes de los datos obtenidos según un conjunto de puntos de monitoreo de

tomados para cada mes obteniendo como resultado números digitales como se muestra en el

siguiente cuadro (VER ANEXO 4)

Tabla 5 Puntos de Monitoreo tomados por AUTODEMA para el año 2017

PUNTO ZONA ESTE NORTE

1 Zona Fluvial 250079.00 8204534.00

2 Zona Intermedia 249977.00 8203221.00

3 Zona Lateral 1 250055.00 8202875.00

4 Zona Lateral 2 249651.00 2802488.00

5 Zona Lacustre 249 205.00 8202299.00

Fuente Elaboración propia

Ilustración 31. Herramienta Arctoolbox (EXTRAC BY POINTS)

55
 Fuente: (Elaboración propia, 2017)

Ilustración 32. Extracción por puntos Mes de Enero

Fuente: (Elaboración Propia, 2017)

4.4 Desarrollo de los Modelos de Regresión

Al contar con los sitios de muestreos georreferenciados se relacionaron los valores de Cl-a con

la información satelital extraida, para este proceso no se utilizaron las bandas 1 (AEREOSOL) y

9 (VAPOR DE AGUA).

Se realizó la elección del modelo (regresión múltiple y simple) con la ayuda del software

statgraphics, se vio los valores del coeficiente de correlación de Pearson (R2) encontrados al

relacionar valores extraídos de las bandas individuales para cada mes y las concentraciones de

clorofila A tomadas INSITU por AUTODEMA.

El análisis corresponde en determinar la correlación de Pearson con la variable Cl- a

(regresión), ya que la clorofila absorbe longitudes de onda de 450nm-520nm, 520nm-600nm y

630nm-690nm, correspondiente a las bandas b2, b3 y b4, de acuerdo con Cotos, Tarela & Toboada

56
(2002, 45). Una por una entre los valores de extraídos de las banda 2 (AZUL), banda 3 (VERDE)

y banda 4 (ROJO) variables dependientes y la variable dependiente Clorofila A (Chla) para

generar algoritmos que mejor explicaran la distribución espacial(Ecuaciones generadas en tabla

5)

Este método empírico se ha aplicado regularmente para cuantificar los parámetros de calidad

del agua en lagos usando la reflectancia de imágenes multiespectrales satelitales (Chang et al.,

2014). Se selecciona una fecha representativa con datos para la selección de la imagen destinada

al desarrollo de las ecuaciones de acuerdo a los meses de monitoreo realizados y que sean

coincidentes.

Tabla 6 Modelos de selección de regresión elegidos

2017
VARIABLES ECUACIONES GENERADAS DEL
MES R2
SELECCIONADAS MODELO SELECCIONADO
CLOROFILA A = -3.23367 + 30.6144*b2 -
ENERO 99.652 ABC
19.4733*b3 + 17.1854*b4
CLOROFILA = 0.316493 + 3.75859*B2 -
FEBRERO 99.9829 ABC
13.9104*B3 + 34.9908*B4
MARZO 72.6486 A CLOROFILA = -3.02102 + 82.9904*B2
ABRIL 97.8 A CLOROFILA A = -1.09924 + 32.9069*B2
JULIO 70.5 A CLOROFILA A = 2.54367 - 11.7347*B2
CLOROFILA A = 6.62017 + 10.2579*B2 -
AGOSTO 99.4585 ABC
160.882*B3 - 16.5536*B4
clorofila a = -27.3597 + 1126.65*B2 -
SEPTIEMBRE 97.6438 AB
157.997*B3
OCTUBRE 85.15 A CLOROFILA A = 0.186413 + 16.7319*B2
NOVIEMBRE 77.6438 A CLOROFILA A = -3.474 + 69.5715*B2
A=BANDA 2 AZUL
B=BANDA 3 VERDE
C=BANDA 4 ROJO
Fuente (Elaboración propia, 2017)

La tabla N°6 identifica las ecuaciones generadas y el modelo que mejor representatividad

tiene con R < 0.7

57
 4.5 Construcción de Imágenes de Distribución Espacio-Temporal de “Clorofila A”

Con las banda que tenga el mayor R2 se construye la ecuación-algoritmo (Tabla 6) que tenga

una mayor capacidad predictiva, con el software STATGRAPHICS se procede a la construcción

de los resultados en la imagen o imágenes destinadas a validar las ecuaciones con la herramienta

RASTER CALCULATOR, otra herramienta dentro del ARCTOOLBOX que permite realizar

operaciones matemáticas con los RASTER seleccionados. (Ver Anexo 7)

Ilustración 33. Raster Calculator

Fuente: (Elaboración propia, 2017)

En el Anexo 7 se evidencia el comportamiento espacio-temporal de la clorofila A para los

meses enero, febrero, marzo, abril, julio, agosto, setiembre, octubre y noviembre para el año

2017 al aplicar los algoritmos correspondientes.

4.6 Evaluación de la Calidad del Agua

Con las imágenes obtenidas, se analizará el estado trófico mediante el índice la clasificación

del grado de eutrofización según la ORGANIZACIÓN PARA LA COOPERACIÓN Y EL

DESARROLLO ECONÓMICO (OCDE) en su “Programa Cooperación sobre la

Eutrofización”.

58
 En la siguiente tabla se muestra los valores límites de la OCDE para un sistema completo

de clasificación trófica.

Tabla 7 Clasificación del índice de estado trófico según la OCDE 1982

Chla SDD
Trophic denomination
(mg/m3) (m)
Ultra-oligotrophic
≤1 ≥ 12

Oligotrophic
>1 ≤ 2.5 ≥ 16 < 12

Mesotrophic
>2.5 ≤ 8 ≥ 3<6

Eutrophic
>8 < 25 >1.5 < 3

Hyper eutrophic
≥ 25 ≤ 1.5

Fuente MORENO ,2010

Se aplicó a las Imágenes calculadas una nueva distribución de acuerdo OCDE 1982.

59
 Ilustración 34 Construcción de la Imagen de estado trófico según OCDE 1982.

Fuente: (Elaboración propia, 2017)

En el Anexo 8 se evidencia la variación del estado trófico del embalse Aguada Blanca para el

periodo de estudio año 2017.

En el siguiente cuadro se extrae las áreas para cada mes de acuerdo a la variación del estado

trófico del embalse aguada Blanca y se elabora los cuadros

60
 Tabla 8 Áreas de acuerdo a clasificación OCDE por mes estudiado

ÁREA EN m2

ULTRA
MESES OLIGOTRÓFICO MESOTRÓFICO EUTRÓFICO HIPERTRÓFICO
OLIGOTRÓFICO

ENERO 1 336,440 264,753 263,96.4 - -

FEBRERO 68.4669 44,594.6 1 580,310 2, 470.22

MARZO 79, 045.6 820, 910 662, 309 1, 836.06 -

ABRIL 741,877 823, 687 44, 027.6 15, 928 5,692.06

MAYO - - - - -

JUNIO - - - - -

1 077,471
JULIO - - - -

AGOSTO 408, 481 1 002, 090 48, 342.9 106, 639 19, 854.3

SETIEMBRE 4, 702.05 54, 102.2 1 470, 870 41, 932.9 44, 815.8

OCTUBRE 485, 258.1 1 028, 352 112, 233.8 - -

NOVIEMBRE 160, 946 1 436, 490 33, 751.2

DICIEMBRE - - - - -

Fuente: Elaboración propia

Cuadro de las áreas en m 2 por mes del año 2017, se puede evidenciar la gran variación que existe en los diversos meses.

61
 GRÁFICO 5 : Estado Ultra Oligotrófico de acuerdo a la OCDE del Embalse Aguada Blanca año 2017

ESTADO DE EUTRFIZACION OCDE DEACUERDO A AREA

ESTADO ULTRA OLIGOTROFICO
1600000
1336440
1400000
1200000
AREA EN m2

1000000
741877
800000
600000 485258.1
408481
400000
160946
200000 79045.6
68.4669 0 0 0 4702.05 0
0

MESES 2017

Fuente Elaboración Propia

En el Grafico se presenta que en el mes de enero tiene la mayor cantidad en área de clorofila A que es 1336440 m2

GRÁFICO 6 : Estado Oligotrófico de acuerdo a la OCDE del Embalse Aguada Blanca año 2017

ESTADO DE EUTRFIZACION OCDE DEACUERDO A

AREA
ESTADO OLIGOTROFICO
1600000 1436490
1400000
1200000 10774711002090 1028352
AREA EN M2

1000000 820910 823687

800000
600000
400000 264753
200000 44594.6 0 0 54102.2 0
0

MESES AÑO 2017

Fuente: Elaboración propia

En el Grafico se presenta que en el mes noviembre presenta mayor cantidad en área de clorofila A en estado
oligotrófico que es 1436490 m2.

62
 GRÁFICO 7: Estado Mesotrófico de acuerdo a la OCDE del Embalse Aguada Blanca año 2017

ESTADO DE EUTRFIZACION OCDE

DEACUERDO A AREA
ESTADO MESOTROFICO
2000000 1580310 1470870
AREA en M2

1500000
1000000 662309
500000 26396.4 44027.6 48342.9 112233.833751.2
0 0 0 0
0

MESES 2017

Fuente : Elaboración propia

En el Grafico se presenta que en el mes de febrero y setiembre presentan mayor cantidad en área de clorofila A que
son 1580310 m2 y 1470870 m2 respectivamente.

GRÁFICO 8: Estado Eutrófico de acuerdo a la OCDE del Embalse Aguada Blanca año 2017

ESTADO DE EUTRFIZACION OCDE

DEACUERDO A AREA
ESTADO EUTROFICO
120000 106639
AREA en M2

100000
80000
60000 41932.9
40000 15928
20000 0 2470.22 1836.06 0 0 0 0 0 0
0

MESES DEL AÑO 2017

Fuente: Elaboración propia

En el Grafico se presenta que en el mes de agosto presenta la mayor cantidad en área de clorofila A en estado
Eutrófico que es 106639 m2

63
 GRÁFICO 9 : Estado Hipertrófico de acuerdo a la OCDE del Embalse Aguada Blanca año 2017

ESTADO DE EUTRFIZACION OCDE DEACUERDO A

AREA
ESTADO HIPERTROFICO

50000 44815.8
AREA EN M2

40000
30000 19854.3
20000
10000 5692.06
0 0 0 0 0 0
0

MESES DEL AÑO 2017

Fuente 3 : Elaboración propia

En el Grafico se presenta que en el mes de setiembre presenta la mayor cantidad en área de clorofila A en estado
hipertrófico que es 44815.8 m2

64
 Capítulo V: Resultados y Discusiones

 La distribución espacial de datos SENTINEL 2A fue irregular, conteniendo mayor

información en los meses de enero y febrero, época de precipitaciones y en donde

algunas ecuaciones de regresión con mejor correlación con la Clorofila a

 Los mapas de variación temporal del embalse de la presente tesis demostró el potencial

de integrar datos tomados de campo INSITU con sensores remotos demostrando en la

correlación mostrada, este método podría funcionar con como una herramienta

complementaria para el estudio y monitoreo de cuerpos de agua y mediante análisis

estadísticos relaciono la energía electromagnética y los datos recolectados para generar

modelos representativos de la variable Cl-a para el año 2017.

 Las imágenes obtenidas a partir de las diferentes imágenes satelitales, sirvieron para

identificar áreas con características particulares dentro del embalse Aguada Blanca. Al

realizar un contraste estos mapas, se observó la variabilidad espacial temporal.

65
 Conclusiones

1. Las concentraciones tomadas en campo en los diferentes meses del año 2017 del

parámetro clorofila a no registraron mayor variación para la zona Lacustre, sin

embargo para la zona fluvial las mediciones tomadas en campo tuvo mayor variación

en los diferentes meses esto sucede debido a que la dicha zona es por donde recibe

el afluente proveniente del rio Blanco.

2. Los resultados obtenidos, muestran que los algoritmos obtenidos para cada mes del

año estudiado explicaron mejor la distribución de la Clorofila a en el embalse aguada

Blanca, estos algoritmos muestran que la variable independiente tiene mayor

concentración relación con las bandas 2, 3 y 4 del sensor SENTINEL 2A, siendo el

porcentaje de correlación de Pearson .

3. Las respuestas de regresión estimadas permitieron inferir la concentración y la

distribución espacial temporal de la variable de clorofila-a. La concentración de

clorofila-a presentó variabilidad espacial en el embalse. La integración de datos de

sensoramiento satelital y clorofila-a, podrían ser metodologías apropiadas para

predecir los valores de la variable en sitios no muestreados y permitirían conocer su

distribución espacial en el cuerpo de agua.

4. De acuerdo a la clasificación de estado trófico del OCDE permite observar y ubicar

la fuente de las mayores concentraciones de clorofila a en un momento dado, y poder

clasificarlos de acuerdo al estado trófico.

66
 Recomendaciones

 Se recomienda usar imágenes de mayor resolución, una mayor resolución temporal

ayudaría a mejorar el estudio del comportamiento espacio-temporal del embalse

AGUADA BLANCA.

 Mediante la utilización de los índices de estado trófico se pudo determinar el

comportamiento espacio-temporal del embalse, se deben realizar evaluaciones

periódicas del estado trófico para obtener datos del comportamiento trófico del

mismo, además establecer más puntos de monitoreo in situ en el cuerpo del embalse

Aguada Blanca.

 Se recomienda utilizar la presente investigación como referencia para la aplicación

de imágenes Satélite como complemento de parámetros de monitoreo de calidad de

agua (IN SITU) y determinar forma de distribución de estos en cuerpos de agua, la

cual permita obtener comportamiento espacio-temporal dentro de la zona de estudio.

67
 Bibliografía

Abella, J., & Martínez, M. 2012. CONTRIBUCIÓN DE UN AFLUENTE TRIBUTARIO

A LA EUTROFIZACIÓN DEL LAGO DE TOTA (BOYACÁ, COLOMBIA). Revista

Colombiana de Química, 41(2),[Link]

de [Link]

Autoridad Nacional del Agua, ANA (07, julio 2017), Resolución Jefatural(180-2016-ANA).

Recuperado de [Link]

ana_0.pdf

Autoridad Nacional del Agua ANA, (23, diciembre 2015). Autoridad Nacional del Agua

propone manejo integral de represas en Arequipa. Recuperado de

[Link]

represas-en-arequipa

Autoridad de Majes, (diciembre 2018). Monitoreo de la Calidad de Agua enfoque

fisicoquímico hidrobiológico . Recuperado de [Link]

Autoridad Nacional del Agua ANA, (2014,diciembre, 23). Evaluación Integral de la

calidad del agua de los embalses y ríos que conforman el sistema Regulado del Chili-Arequipa.

Contreras E. F., 1994. La clorofila a, como base para un índice trófico en lagunas costeras.

Anales del Instituto de Ciencias del Mar y Limnología, UNAM 21(1-2): 55-66

Aguilar, R. (2010, diciembre). Estudio Edafológico para el Incremento de la Producción y

Productividad de las Áreas Agrícolas del Distrito de Yarabamba. Municipalidad

Distrital de la Villa de Yarabamba.

Chuvieco, E. (1995). Fundamentos De Teledeteccion Espacial. [Link]

68
 TARELA, A., COTOS, J.M., SORDO, I. y ARIAS, J.E. (2001). Desarrollo de herramientas

software para el estudio comparativo de imágenes de temperatura superficial y de

concentración de clorofila en aguas de afloramiento ibérico. Revista de Teledetección, Nº 15,

pp.13-26.

Congedo Luca (2016). Semi-Automatic Classification Plugin Documentation. DOI:

[Link]

Chavez, J. 1988. An improved dark-object subtraction technique for atmospheric scattering

correction of multispectral data. Remote Sensing of Environment 24:459-479

Dimberg, P; Bryhn, A; Hytteborn J. 2013. Probabilities of monthly median chlorophyll-a

concentrations in subarctic, temperate and subtropic al lakes. [Link]

Modelling and Software 41 (2013) 199e209.

JARS, 1993. Remote Sensing Note. Japan Association on Remote Sensing. Available at

[Link]

Moraes, E; Resende, L; Barbosa, C; Araujo, C; Deleles, C. 2013. Proposal for a remote

sensing trophic state index based upon Thematic Mapper/Landsat images. (En línea). Formato

PDF. BR. Consultado 22 noviembre [Link]

en:[Link]

Gregor, J., Maršálek, B. 2004. Freshwater phytoplankton quantification by chlorophyll a: A

comparative study of in vitro, in vivo and in situ methods. Water Research, 38(3): 517-522.

doi:10.1016/[Link].2003.10.033

Autoridad Nacional del Agua (31, marzo 2015). Ley de Recursos Hidricos (29338).

Recuperado de [Link]

69
 Gobierno Regional de Arequipa (11, febrero 2016). Resolucion Ejecutiva Regional (080-

2016-GRA/GR). Recuperado de [Link]

Autoridad Nacional del Agua, ANA (21, febrero 2018), Resolucion Jefatural (N° 056-2018-

ANA). Recuperado de

[Link]

continentales_superficiales.pdf

Lopez-Garcia MJ , Caselles V (1991) Mapping burns and natural reforestation using

Thematic Mapper data. Geocarto International 1, 31–37.

OCDE (Organizaci´on para la Cooperaci´on y el Desarrollo Econ´omico) 1982. The OCDE

Listo Social Indicators, Paris

Oracle Think Quest. “The Living Africa”. Página web interactiva. Derechos reservados

1998. [Link] Consultado el 14/11/2017

Ordoñez, J. 2011. Limnología del embalse de Sau. Relaciones del zooplancton, la clorofila

y los sólidos en suspensión con el clima lumínico del agua. ES. (En línea). Formato PDF.

Consultado 16 de noviembre de 2015. Disponible en: [Link]

Reguera B. 2002. Establecimiento de un programa de seguimiento de microalgas toxicas.

Floraciones algales nocivas en el cono Suramericano. En: Sar E.A., M.E. Ferrario & B. Reguera

(Eds.). Madrid. Instituto Español de Oceanografía. pp: 5-54

RICHARDS, J. A. y JIA, X., 2006. Remote Sensing Digital Image Analysis: An

Introduction. Berlin, Germany: Springer.

RJ 180-2016-ANA, 2016. “Glosario de Términos sobre Recursos Hídricos”: Autoridad

Autonoma del Agua-Perú

70
 Romero, M. 2010. Proceso de eutrofización de afluentes y su prevención por medio de

tratamiento de efluentes. GUA. Revista Electrónica Ingeniería Primero-ISSN, vol. 2076, p.

3166

Robinson, C.A.; Werwer, A.; El-Baz, F.; El-Shazly, M.; Fritch, T.; Kusky, T. The Nubian

aquifer in Southwest Egypt. Hydrogeol. J. 2007, 15, 33–45. [CrossRef

Satellite Imaging Corporation (2001-2017), imaging and geospatial data products for:

Sentinel-2A (10m) Satellite Sensor, [Link]

satellite-sensors/sentinel-2a/

SCHULTZ, Gert A. ENGMAN, Edwin T. Remote Sensing in Hydrology and Water

Managem ent. 2da Edición. Berlín: Springer-Verlag, 2000

Song, C., C.E. Woodcock, K.C. Seto, M.P. Lenney, and S.A. Macomber. 2001.

Classification and Change Detection Using Landsat TM Data: When and How to Correct

Atmospheric Effects? Remote Sensing of Environment 75:230-244.

Sriwongsitanon, N., K. Surakit y S. Thianpopirug. 2011. Influence of atmospheric

correction and number of sampling points on the accuracy of water clarity assessment using

remote sensing application. Journal of Hydrology, 401: 203-220.

Tagestad, J. 2000. Radiometric standardization of adjacent Landsat Thematic Mapper Image

for multi-scene mosaics. master of science, Utah State University, Logan, Utah

Torbick, N., H. Feng, J. Zhang, J. Qi, H. Zhang y B. Becker. 2008. Mapping Chlorophyll-a

Concentrations in West Lake, China using Landsat 7 ETM+. Journal of Great Lakes Research,

34(3): 559-565.

Jiang Q, Zhao C. 2011. The improvement of oil spill detection by atmospheric correction of

FY-3A/MERSI data, Transactions of Oceanology and Limnology, (4): 16-24

71
 Universidad Computence de Madrid UCM (2005). Universidad Complutense de Madrid

Facultad de Educación - Dpto. Didáctica de las Ciencias [Link]ña.

Recuperado de.[Link]

Verdin, J. P. (1985). Monitoring water quality conditions in a large water reservoir with

Landsat imagery. Pho- togrammetric Engineering & Remote Sensing, 51(3), 343–353.

Zuñiga J.E. (2017). Determinación De La Pérdida De Suelos En La Cuenca Aportante Del

Embalse Aguada Blanca-Arequipa, Aplicando Usle Y Técnicas Geoespaciales. (Tesis Post

Grado, Universidad Nacional Agraria La Molina, Lima, Perú)

Mamani A.J. (2017). Implementación de un Modelo Numérico de Calidad Del Agua para

El Estudio del Fenomeno de Eutrofizacion del Embalse El Pañe (Tesis Pre Grado, Universidad

Nacional De San Agustin de Arequipa, Facultad de Ingenieria de Procesos, Escuela

Profesional de Ingenieria Ambiental, Arquipa, Perú)

Vera D.J., Rosas L.A. (2017). Modelar la Contaminación del Agua de la represa de Aguada

Blanca, por hierro y manganeso, entre la temporada de lluvias y el estiaje, para proporcionar

agua de calidad a la poblacion de Arequipa (Tesis Pre Grado, Universidad Nacional De San

Agustin de Arequipa, Facultad de Ingeniería de Procesos, Escuela Profesional de Ingeniería

Química, Arquipa, Perú)

72
 Anexos

ANEXO 1: DOCUMENTO SOLICITUD-ENTREGA DE INFORMACIÓN POR

TRANSPARENCIA

73
ANEXO 2 Registro de Concentración de Clorofila A en mg/l en el Embalse Aguada Blanca Enero

2016-Marzo 2017

ZONAS DE MUESTREO POR AUTODEMA

mg/l
MESES LACUSTRE LATERAL INTERMEDIA LATERAL FLUVIAL
ENERO 0.98 2.57 1.20 1.18 2.57
FEBRERO 0.98 2.57 1.20 1.18 2.57
MARZO 1.12 2.52 3.52 2.04 3.09
ABRIL 1.43 --- 1.01 --- 1.43
JULIO 2.17 --- 2.15 --- 2.10
AGOSTO 0.31 0.35 1.79 1.00 0.72
SEPTIEMBRE 0.31 0.35 1.79 1.00 0.72
OCTUBRE 0.97 --- 0.58 --- 1.77
NOVIEMBRE 2.48 --- 1.19 --- 3.12

74
 ANEXO 3 FLUJOGRAMA DE METODOLOGÍA APLICADA

4.3
Procesamiento de
4.1 4.2 Imágenes Satelitales 4.5
Recopilación de Preparación de Datos 4.3.1 Nivel de 4. 4 Construcción de 4.6
Información Básica Satelitales Procesamiento Imágenes de
Desarrollo de los Evaluación de la Calidad
Distribución Espacio-
4.1.1 Descarga de 4.2.1Descarga de 4.3.2 Corrección Modelos de Regresión del Agua
Temporal de “Clorofila
Imágenes Satelitales Imágenes Satelitales Atmosférica. A”
4.3.3 Corte de Mascara y
Extrac by Points

75
ANEXO 4 PROCESAMIENTO DE CORRECCIÓN ATMOSFÉRICA

Ilustración 35. Corrección Atmosférica Enero 2017

Fuente: Elaboración propia

Ilustración 36. Corrección Atmosférica Febrero 2017

Fuente: Elaboración propia

76
Ilustración 37. Corrección Atmosférica Marzo 2017

Fuente: Elaboración propia

Ilustración 38. Corrección Atmosférica Abril 2017

Fuente: Elaboración propia

77
Ilustración 39. Corrección Atmosférica Julio 2017

Fuente: Elaboración propia

Ilustración 40. Corrección Atmosférica Agosto 2017

Fuente: Elaboración propia

78
Ilustración 41. Corrección Atmosférica Setiembre 2017

Fuente: Elaboración propia

Ilustración 42. Corrección Atmosférica Octubre 2017

Fuente: Elaboración propia

79
Ilustración 43. Corrección Atmosférica Noviembre 2017

Fuente: Elaboración propia

80
 ANEXO 5: CORTE DE IMÁGENES SATELITALES

CORTE IMAGEN SATELITAL BANDAS ENERO DEL SATÉLITE

ENERO 2017 SENTINEL 2A

CORTE IMAGEN SATELITAL BANDAS FEBRERO DEL

FEBRERO 2017 SATÉLITE SENTINEL 2A

81
 CORTE IMAGEN SATELITAL BANDAS MARZO DEL SATÉLITE

MARZO 2017 SENTINEL 2A

CORTE IMAGEN SATELITAL BANDAS ABRIL DEL SATÉLITE

ABRIL 2017 SENTINEL 2A

82
CORTE IMAGEN SATELITAL BANDAS JULIO DEL SATÉLITE

JULIO 2017 SENTINEL 2A

CORTE IMAGEN SATELITAL BANDAS AGOSTO DEL SATÉLITE

AGOSTO 2017 SENTINEL 2A

83
CORTE IMAGEN SATELITAL BANDAS SETIEMBRE DEL

SETIEMBRE 2017 SATÉLITE SENTINEL 2A

CORTE IMAGEN SATELITAL BANDAS OCTUBRE DEL

OCTUBRE 2017 SATÉLITE SENTINEL 2A

CORTE IMAGEN SATELITAL BANDAS NOVIEMBRE DEL

NOVIEMBRE 2017 SATÉLITE SENTINEL 2A

84
 ANEXO 6 VALORES DE RASTER EXTRAÍDOS

VALORES DE LOS RASTER EXTRAIDOS CON LA HERRAMIENTA EXTRAC BY POINT POR CADA MES ESTUDIADO
PUNTOS
MESES
MUESTREA B2 B3 B4 B5 B6 B7 B8 B8A B11 B12
DOS
0.10059999 0.12220000 0.15560000 0.16419999 0.13859999 0.14289999 0.12860000 0.11510000 0.03890000 0.04130000
0.11440000 0.14500000 0.16580001 0.15449999 0.10079999 0.10119999 0.08709999 0.08260000 0.06170000 0.06530000
ENERO 5 PUNTOS 0.11589999 0.12850000 0.14820001 0.15150000 0.13049999 0.13600001 0.12049999 0.13209999 0.12549999 0.12079999
0.17119999 0.16990000 0.18730000 0.19069999 0.17779998 0.17749998 0.18259999 0.17539999 0.18349999 0.17379999
0.14780000 0.16830000 0.18529999 0.17729999 0.14739999 0.14910001 0.14210001 0.13810000 0.13209999 0.12099999
0.07140000 0.07990000 0.09559999 0.10200000 0.09850000 0.10089999 0.09280000 0.09599999 0.05000000 0.04610000
0.11140000 0.15529999 0.17940000 0.16690001 0.09710000 0.09899999 0.08040000 0.07579999 0.04890000 0.04350000
FEBRERO 5 PUNTOS 0.08700000 0.09920000 0.12340000 0.14240000 0.12670000 0.13390000 0.11960000 0.12740000 0.10860000 0.10270000
0.08400000 0.11379999 0.14300001 0.15110001 0.09680000 0.09940000 0.09720000 0.07659999 0.06720000 0.06020000
0.11269999 0.15560000 0.17930000 0.16390000 0.09959999 0.09739999 0.08290000 0.08070000 0.05260000 0.04910000
0.04960000 0.07240000 0.10410000 0.10580000 0.07130000 0.07910000 0.07780000 0.07699999 0.05700000 0.03890000
0.06940000 0.10819999 0.13650000 0.12750000 0.06070000 0.05910000 0.04880000 0.03820000 0.02030000 0.02000000
MARZO 5 PUNTOS 0.07470000 0.10719999 0.13540000 0.14610000 0.10780000 0.11730000 0.07230000 0.08969999 0.09180000 0.08090000
0.06940000 0.10649999 0.13540000 0.12750000 0.05920000 0.06310000 0.05160000 0.03820000 0.03320000 0.02800000
0.06699999 0.10340000 0.13349999 0.12410000 0.06100000 0.06070000 0.05080000 0.04110000 0.02170000 0.02130000
0.06210000 0.08660000 0.06570000 0.04880000 0.02160000 0.01950000 0.01880000 0.01640000 0.01350000 0.01330000
ABRIL 3 PUNTOS 0.06180000 0.09100000 0.06950000 0.05460000 0.02190000 0.02300000 0.01990000 0.01630000 0.02180000 0.01820000
0.07689999 0.09869999 0.08450000 0.07319999 0.04470000 0.04410000 0.05220000 0.03490000 0.04060000 0.02830000
0.03320000 0.04200000 0.02840000 0.02380000 0.01960000 0.01940000 0.01880000 0.01920000 0.01740000 0.01760000
JULIO 3 PUNTOS 0.03240000 0.04150000 0.02960000 0.02550000 0.02010000 0.02000000 0.02040000 0.01920000 0.01840000 0.01900000
0.03760000 0.04310000 0.03940000 0.06390000 0.06040000 0.05670000 0.02860000 0.05710000 0.06210000 0.06080000
0.02530000 0.03050000 0.01860000 0.01460000 0.01160000 0.01140000 0.01290000 0.01210000 0.01180000 0.01200000
0.02720000 0.03290000 0.02070000 0.01620000 0.01270000 0.01200000 0.01220000 0.01100000 0.01190000 0.01120000
AGOSTO 5 PUNTOS 0.02940000 0.03520000 0.02790000 0.05330000 0.04470000 0.04800000 0.02470000 0.05070000 0.06219999 0.05670000
0.02670000 0.03320000 0.02180000 0.01470000 0.01440000 0.00850000 0.01780000 0.01540000 0.01840000 0.01810000
0.02700000 0.03410000 0.02110000 0.01770000 0.01620000 0.01490000 0.01530000 0.01450000 0.01520000 0.01630000
0.03000000 0.03630000 0.02090000 0.01750000 0.01450000 0.01390000 0.01340000 0.01440000 0.01320000 0.01230000
0.02890000 0.03260000 0.02070000 0.01770000 0.01490000 0.01460000 0.01450000 0.01420000 0.01330000 0.01330000
SETIEMBRE 5 PUNTOS 0.03050000 0.03590000 0.02800000 0.05710000 0.05180000 0.05690000 0.02380000 0.06160000 0.06580000 0.05670000
0.02980000 0.03470000 0.02370000 0.01650000 0.01830000 0.01770000 0.01890000 0.01700000 0.01980000 0.01970000
0.02950000 0.03110000 0.02200000 0.01970000 0.01940000 0.01920000 0.01790000 0.01840000 0.01910000 0.01800000
0.03600000 0.05009999 0.01920000 0.00940000 0.00490000 0.00330000 0.00330000 0.00310000 0.00630000 0.00750000
OCTUBRE 3 PUNTOS 0.03400000 0.04580000 0.02170000 0.07310000 0.06070000 0.04490000 0.01020000 0.06010000 0.07210000 0.06710000
0.09500000 0.11450000 0.09130000 0.09660000 0.09690000 0.09920000 0.07860000 0.10150000 0.09330000 0.08910000
0.07800000 0.08990000 0.07880000 0.07230000 0.07259999 0.07300000 0.07340000 0.07570000 0.07370000 0.06569999
NOVIEMBRE 3 PUNTOS 0.07299999 0.08200000 0.07250000 0.06530000 0.06649999 0.06899999 0.06950000 0.06930000 0.07200000 0.06380000
0.09640000 0.10800000 0.10070000 0.09509999 0.09830000 0.10020000 0.10089999 0.10370000 0.10060000 0.09180000

Fuente Elaboración propia

85
 ANEXO 7 Selección del Modelo de regresión

ENERO
AJUSTADO variables
R2
Independientes
98.2891 97.7188 A Gráfico de CLOROFILA A

2
79.6172 72.823 B
1.6

77.0587 69.4117 C

observado
1.2

98.6613 97.3226 AB 0.8

98.2896 96.5791 AC 0.4

79.9448 59.8897 BC 0
0 0.4 0.8 1.2 1.6 2
predicho

99.652 98.6081 ABC

A=BANDA 2 AZUL CLOROFILA A = -3.23367 + 30.6144*b2 - 19.4733*b3
B=BANDA 3 VERDE
C=BANDA 4 ROJO + 17.1854*b4

FEBRERO Gráfico de CLOROFILA

Ajustad variables 2.7

R2 o Independiente 2.4

2.1
s
observado

1.8

99.9829 99.9314 ABC 1.5

99.773 99.5461 AC 1.2

0.9
95.0737 93.4316 B 0.9 1.2 1.5 1.8 2.1 2.4 2.7
predicho

96.1046 92.2093 AB
95.2737 90.5473 BC
CLOROFILA = 0.316493 + 3.75859*B2 - 13.9104*B3 +
92.6399 90.1865 C
25 0 A 34.9908*B4
A=BANDA 2 AZUL
B=BANDA 3 VERDE
C=BANDA 4 ROJO

86
 MARZO
Ajustado variables
R2
Independientes
72.6486 63.5315 A
76.2865 52.573 AB
Gráfico de CLOROFILA

74.779 49.5579 AC 3.6

61.0081 48.0107 C 3.1

47.6174

observado
60.7131 B
2.6

2.1

86.017 44.0682 ABC 1.6

61.0769 22.1538 BC 1.1

1.1 1.6 2.1 2.6 3.1 3.6
predicho

A=BANDA 2 AZUL
B=BANDA 3 VERDE
CLOROFILA = -3.02102 + 82.9904*B2
C=BANDA 4 ROJO

ABRIL
variables
R2 Ajuste
Independientes
97.8 90.028 A
80.3 78.02 AB Gráfico del Modelo Ajustado
CLOROFILA A = -1.09924 + 32.9069*B2
74.779 72.06 AC 1.47

52.156 49.03 C 1.37

42.6562 40.05 B
CLOROFILA A

1.27

36.0241 34.005 BC
1.17

1.07

A=BANDA 2 AZUL 0.97

B=BANDA 3 VERDE 0.87

61 65 69 73 77
(X 0.001)
C=BANDA 4 ROJO B2

CLOROFILA A = -1.09924 + 32.9069*B2

87
 JULIO
Ajustad variables
R2
Gráfico del Modelo Ajustado

o Independiente 2.18
CLOROFILA A = 2.54367 - 11.7347*B2

s 2.16

70.5 83.045 A

CLOROFILA A
2.14

65.165 63.04 AB 2.12

50.15 48.15 AC 2.1

32 33 34 35
B2
36 37 38
(X 0.001)

25.005 0 C
35.051 33.0 B CLOROFILA A = 2.54367 - 11.7347*B2
25 0 BC
A=BANDA 2 AZUL
B=BANDA 3 VERDE
C=BANDA 4 ROJO

AGOSTO
variables
R2 Ajustado Independiente
s
80.56 51.5402 A
77.25 96.5521 AC Gráfico Componente+Residuo para CLOROFILA A

(X 0.001)
72.015 97.5789 C 28

99.9126 18
efecto de componente

62 BC
8

99.4585 99.9255 ABC

-2
63.6551 89.5225 B
-12
72.8373 84.3607 AB
-22
A=BANDA 2 AZUL 30 31 32 33
B2
34 35 36
(X 0.001)

B=BANDA 3 VERDE
C=BANDA 4 ROJO
CLOROFILA A = 6.62017 + 10.2579*B2 - 160.882*B3 -

16.5536*B4

88
 SETIEMBRE Gráfico de clorofila a

Ajustado variables 1.5

2
R Independiente 1.2

observado
0.9

97.6438 95.2877 AB 0.6

97.479 90.7159 ABC 0.3

73.6852 64.9136 A 0
0 0.3 0.6 0.9 1.2 1.5

77.4147 54.8293 AC predicho

61.0149 48.0199 C
clorofila a = -27.3597 + 1126.65*B2 - 157.997*B3
61.024 22.048 BC
25 0 B
A=BANDA 2 AZUL
B=BANDA 3 VERDE
C=BANDA 4 ROJO

OCTUBRE

variables
R2 Ajustado
Independientes

85.15 96.7041 A Gráfico del Modelo Ajustado

73.6852 70.4025 AB
CLOROFILA A = 0.186413 + 16.7319*B2

67.4147 67.4120 AC
1.7

51.0149 55.62 C
CLOROFILA A

1.4

50.024 42.80 BC
1.1

25 0 B 0.8

A=BANDA 2 AZUL 0.5

34 54 74 94 114
B=BANDA 3 VERDE B2
(X 0.001)

C=BANDA 4 ROJO
CLOROFILA A = 0.186413 + 16.7319*B2

89
 NOVIEMBRE
variables
2
R Ajustado Independiente Gráfico del Modelo Ajustado
CLOROFILA A = -3.474 + 69.5715*B2
s 3.5

77.6438 52.105 A 3.1

77.60 50.123 ABC

CLOROFILA A
2.7

2.3
63.6852 50.025 AB 1.9

57.4147 53.002 AC 1.5

51.0149 35.453 C 1.1

72 77 82 87 92 97
(X 0.001)
51.024 30.456 BC B2

25 0 B
CLOROFILA A = -3.474 + 69.5715*B2
A=BANDA 2 AZUL
B=BANDA 3 VERDE
C=BANDA 4 ROJO

90
ANEXO 8 Imágenes Generadas con RASTER CALCULATOR

91
92
93
94
95
ANEXO 9 Grado de eutrofización de acuerdo (OCDE) 1982)

96
97
98
99
HHH

100