UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS FÍSICAS

EAP. DE FÍSICA

Cambio climático y efectos en el Nevado Huaytapallana

MONOGRAFÍA
Para optar el Título de Licenciado en Física

AUTOR
Karen del Pilar Pariona Ramírez

LIMA – PERÚ
2015
A mi familia.
 ÍNDICE GENERAL

1 INTRODUCCIÓN ...................................................................................................................... 1
1.1 El Cambio Climático: una realidad global ......................................................................... 2
1.2 Consecuencias del cambio climático en el Perú .................................................................. 5
2 Cambios de la superficie glaciar en la cordillera Huaytapallana: de 1985 – 2010...................... 8
2.1 Objetivos ............................................................................................................................. 8
2.2 Área de estudio .................................................................................................................... 8
2.3 Problemas que comprometen al nevado Huaytapallana: ................................................... 11
2.4 Consecuencias ................................................................................................................... 11
3 Fundamento teórico ................................................................................................................... 14
3.1 Fundamentos físicos de la teledetección ........................................................................... 14
3.1.1 Definición de Teledetección ........................................................................................... 14
3.1.2 Descripción del campo radiativo .................................................................................... 15
3.1.3 Absorción ........................................................................................................................16
3.1.4 “ attering Dispersión .................................................................................................18
3.1.5 A sor ión y s attering .................................................................................................18
3.1.6 Espectro electromagnético (EE) ......................................................................................19
3.1.7 Reflectancia .....................................................................................................................20
3.2 Corrección de las imágenes satelitales .............................................................................. 21
3.2.1 Corrección geométrica ....................................................................................................21
3.2.2 Calibración radiométrica de las imágenes TM y ETM+ ..................................................21
3.2.3 Corrección atmosférica ...................................................................................................23
3.3 Conversión de los ND a valores de radiancia, reflectancia planetaria de las imágenes
Landsat ...................................................................................................................................... 23
3.4 Estimación de los parámetros geofísicos........................................................................... 26
3.4.1 Índice de vegetación de diferencia normalizada (NDVI) .................................................26
3.4.2 Índice de nieve de diferencia normalizada (NDSI) ..........................................................28
3.4.3 Extracción de los valores de reflectancia en la imagen ..................................................29
4 Metodología .............................................................................................................................. 30
4.1 Datos ................................................................................................................................. 30
4.2 Adquisición de las imágenes Landsat ............................................................................... 31
4.3 Preprocesamiento de los datos imágenes de satélite ......................................................... 33
4.3.1 Calibración.......................................................................................................................33
4.3.2 Corrección atmosférica ...................................................................................................34
4.4 Estimación de la reflectancia............................................................................................. 35
4.5 Cálculo de la superficie glaciar a partir de Imágenes LandSat-5 ...................................... 35
5 Resultados ................................................................................................................................. 38
5.1 Área glaciar de la cordillera Huaytapallana ..................................................................... 38
6 Conclusiones ............................................................................................................................. 44
7 Referencias bibliográficas ......................................................................................................... 45

ANEXO ............................................................................................................................................. 47
1. Términos glaciológicos ..................................................................................................... 47
1. Glaciología .......................................................................................................................47
1.1. Neviza, firn o névé...........................................................................................................47
1.2. Diagenesis .......................................................................................................................48
1.3. Glaciar .............................................................................................................................48
1.4. Balance de masa ................................................................................................................ 49
 LISTA DE FIGURAS

Figura 1. Temperatura media anual Global........................................................................................ 3

Figura 2. Desglaciación del glaciar Muir (Alaska). ........................................................................... 4
Figura 3. Datos del glaciar Yanamarey (Ancash) . ............................................................................ 5
Figura 4. Mapa de la ubicación de la cordillera Huaytapallana ........................................................ 9
Figura 5. Vista satelital de la ubicación de la cordillera Huaytapallana . ........................................ 10
Figura 6. Comparación del retroceso glaciar del nevado Huaytapallanade 1983 y 2009.. .............. 12
Figura 7. Definición de extinción .................................................................................................... 16
Figura 8. Espectro electromagnético ............................................................................................... 20
Figura 9. Grafica de la respuesta espectral de superficies naturales ............................................... 20
Figura 10. Cálculo de la reflectividad . ............................................................................................ 24
Figura 11. Características espectrales de la vegetación . ................................................................. 27
Figura 12. Satélite Landsat . ............................................................................................................. 31
Figura 13. Diagrama de flujo del preprocesamiento de las imágenes satelitales ............................ 33
Figura 14. Reflectividad característica para distintos tipos de nieve .............................................. 36
Figura 15. Histograma de NDSI correspondiente al glacial para el periodo 1985 - 2010. ............. 39
Figura 16. Histograma de NDVI correspondiente al glacial para el periodo 1985 - 2010. ............ 39
Figura 17. Área glaciar por rango altitudinal. .................................................................................. 40
Figura 18. Variación del área glaciar la cordillera Huaytapallana .................................................. 41
Figura 19. Evolución de la cobertura glaciar de la cordillera Huaytapallana, 1985 – 2010. ........... 42
Figura 20. Distribución temporal del área glaciar del nevado Huaytapallana. ................................ 43

LISTA DE TABLAS

Tabla 1: magnitudes radiométricas Básicas relativas al campo ....................................................................... 16

Tabla 2: valores máximos y mínimos de radiancia del sensor TM ................................................................ 23
Tabla 3: Coeficientes de calibración de Landsat para los sensores TM y ETM ............................................. 24
Tabla 4: Información de tres sensores utilizados para estimar el índice de vegetación .................................. 28
Tabla 5: datos de lamagen del sensor TM del satelite Landsat-5. . ................................................................. 30
Tabla 6: características de los sensores del satélite Landsat . .......................................................................... 32
Resumen

El Perú es un país privilegiado por la presencia de nevados a altitudes que alcanzan más de 5 000 m.s.n.m.,
como es el caso del nevado Huaytapallana en el departamento de Junín y otros a nivel nacional. En un estudio
de comparación de datos de décadas pasadas con estudios recientes, se confirma el retroceso del área de nieve
de los nevados del Perú, lo cual pronostica un futuro crítico en el abastecimiento del agua tanto para la región
Junín como para otros lugares de nuestro país.

Las causas del retroceso de los nevados son diversos, así tenemos el cambio climático, efecto invernadero, las
actividades humanas, dentro de ello la minería irresponsable, el turismo insostenible, las que generan impactos
negativos como se observa en el nevado de Huaytapallana.

En este estudio, se ha aplicado las técnicas de la Teledetección y Sistemas de Información Geográfica (SIG)
para estimar la variación del área glaciar a partir de datos de imágenes del sensor TM del satélite Landsat-5
con una resolución de píxel de 30 m, la que ha permitido realizar un análisis en un intervalo de tiempo de 1985
a 2010 para el nevado Huaytapallana. Así se ha identificado una reducción de 13.52 km2 (48.4%) en 26 años a
una tasa de retroceso de 0.52 km2/año.

Palabras claves: Glaciares, Andes, cambio climático, variación de área y Landsat

1 INTRODUCCIÓN

En la actualidad, uno de los grandes desafíos para la humanidad es el cambio climático que se convirtió en un
nuevo tipo de problema, pues sus causas son locales y están presentes ahora, pero los efectos son globales y se
sentirán a largo plazo. Más aún, el cambio climático es un fenómeno complejo que involucra muchos aspectos
interconectados del sistema climático y sus impactos son múltiples. Uno de los impactos más resaltantes es el
incremento de la temperatura, 0.74°C desde 1906 a 2005, que ha sido provocado por la acelerada acumulación
de gases de efecto invernadero en la atmósfera, causa principal del cambio climático global (IPCC, 2007).

El Perú es el tercer país más vulnerable a los efectos del cambio climático, después de Bangladesh y Honduras,
debido a que gran porcentaje de la población se dedica a actividades económicas que dependen de las
condiciones del clima. La vulnerabilidad del Perú se identifica en el retroceso acelerado de sus glaciares,
considerados glaciares tropicales debido a su ubicación latitudinal. Estos glaciares se ven afectados por la
variabilidad climática y la alta susceptibilidad de sus masas de hielo, nieve y neviza (IGP, 2010).

Estudios realizados en el Instituto Geofísico del Perú (IGP, 2010), Servicio Nacional de Meteorología e
Hidrología (SENAMHI- 2009), Ministerio de Medio Ambiente (MINAM, 2010) han demostrado que, en las
últimas décadas, muchos de estos glaciares se han reducido considerablemente, lo que implica la disminución
del recurso hídrico en las diversas cuencas, así como impactos asociados al deshielo de los glaciares (IGP,
2010).

La Cordillera de Huaytapallana tiene una gran importancia para la cuenca del Mantaro por su aporte a la
seguridad alimentaria. Este aporte de agua limpia es aprovechado en el uso agrícola y urbano. Por otro lado,
también aporta al sistema hidroenergético de las subcuencas de los ríos Shullcas y Pariahuanca, confirmando
la gran importancia que representa la Cordillera Huaytapallana para la región (Zubieta y Lagos 2009).

1
1.1 El Cambio Climático: una realidad global

El cambio climático es una consecuencia del calentamiento global la causa principal es la combustión de
cantidades cada vez mayores de petróleo, gasolina y carbón, la tala de bosques y algunos métodos de
explotación agrícola. Estas actividades humanas han aumentado el volumen de “gases de efecto invernadero”
(GEI) en la atmósfera (IPCC, 2007).

El efecto invernadero es el fenómeno por el cual determinados gases, que son componentes de la atmósfera,
retienen la energía que el suelo terrestre emite y una parte de la misma la remiten a la superficie de la Tierra. El
efecto invernadero evita que gran parte de la energía emitida por la Tierra se trasmita directamente al espacio,
lo que provocaría un continuo enfriamiento de la superficie terrestre e impediría la vida. Este fenómeno se está
viendo acentuado por la emisión de ciertos gases debidos a la actividad humana, como el dióxido de carbono y
el metano, que está produciendo un calentamiento en la Tierra. Los denominados gases de efecto invernadero
o gases invernadero, responsables del efecto descrito, son: Vapor de agua (H2O), Dióxido de carbono (CO2),
Metano (CH4). Óxidos de nitrógeno (NOx), ozono (O3), Clorofluorocarbonos (CFCl3) (IPCC, 2007).

Si bien todos ellos (salvo los CFCs) son naturales, en tanto que ya existían en la atmósfera antes de la aparición
del hombre, desde la Revolución industrial y debido principalmente al uso intensivo de los combustibles fósiles
en las actividades industriales y el transporte, se han producido sensibles incrementos en las cantidades de
óxidos de nitrógeno y dióxido de carbono emitidas a la atmósfera, con el agravante de que otras actividades
humanas, como la deforestación, han limitado la capacidad regenerativa de la atmósfera para eliminar el dióxido
de carbono, principal responsable del efecto invernadero (IPCC, 2007).

Existen dos hechos que evidencian que el cambio climático ya empezó. El primero está relacionado al
incremento de la temperatura y el segundo al retroceso glacial que están experimentando los glaciares a nivel
mundial (IPCC, 2007).

La Tierra ha sufrido un incremento en la temperatura en 0.74°C durante 1906 al 2005. En la Figura 1 se muestra
el incremento acelerado de la temperatura global desde los inicios del registro (1850) determinándose que los
11 años más cálidos ocurrieron a partir de 1995. Análisis científicos posteriores han confirmado que la segunda
mitad del siglo XX ha sido la fase más cálida durante al menos los últimos 1 300 años en el Hemisferio Norte
(IPCC, 2007).

2
 Figura 1. Temperatura media anual Global

El eje izquierdo muestra anomalías en las temperaturas promedio en el periodo de 1961 a 1990 y el eje derecho
se observa el cálculo de las temperaturas actuales, ambas expresadas en oC. Las tendencias lineales se muestran
durante los últimos 25 años (amarillo), 50 años (anaranjado), 100 años (morado) y 150 años (rojo).(IPCC,
2007).

Sin embargo, es importante precisar que el ritmo de calentamiento no es uniforme en todo el planeta. Por
ejemplo, durante el siglo pasado las temperaturas árticas aumentaron doblemente la tasa del índice promedio
global y Europa se ha calentado al menos 1oC en el último siglo, a un ritmo más rápido que el promedio global
(IPCC, 2007).

El segundo hecho está relacionado con el retiro de los glaciares a nivel mundial, las capas de hielo y los glaciares
indican sin lugar a dudas que el mundo ya se está calentando como consecuencia de las emisiones de gases de
efecto invernadero de años atrás. Estos cambios forman parte de un mundo más cálido de grandes oleadas de
calor, un nuevo régimen de vientos, el empeoramiento de la sequía en algunas regiones, un régimen de lluvias
mucho más frecuentes en otras, el derretimiento de los glaciares y un aumento del nivel del mar. En la Figura
2 se muestra la comparación de dos fotografías del Glaciar Muir, tomadas en los años 1941 y 2004,
respectivamente. Este glaciar, como la mayoría de los glaciares a nivel mundial, incluidos los glaciares
tropicales de nuestra cordillera, muestra la rápida pérdida de la masa glaciar, como clara prueba de que la tierra
se está calentando. (IPCC, 2007).

3
 Figura 2. Desglaciación del glaciar Muir (Alaska).

La primera tomada en agosto del año 1941 por William Filed; y la segunda en agosto del año 2004 por Bruce
Molnia, desde el mismo4 punto de vista. Fuente USGS, 2009.

El 71 % de los glaciares tropicales del mundo se encuentran en el Perú, los cuales, por efectos del cambio
climático, han registrado una pérdida del 40% de su masa glacial, lo que generaría un desabastecimiento del
recurso hídrico en muchas ciudades generando un problema en el futuro, ya que la disminución de la masa
glaciar repercute directamente en la disponibilidad del agua que es usada en diversas actividades económicas,
ocasionando incluso una serie de conflictos entre regiones por la disposición de dicho recurso. Estudios
realizados por el Instituto Geofísico del Perú (IGP), han demostrado que en los últimos años muchos de estos
glaciares se han reducido en el 50% su entorno glacial, representando un grave peligro para la reserva hídrica
(IGP, 2010).

La figura 3 muestra la comparación fotográfica del glacial Yanamarey - Ancash en los años 1982, 1987, 1997
y 2004, respectivamente (El Comercio 2007). Este glaciar, como la mayoría de los glaciares a nivel mundial,
muestra la rápida pérdida de la masa glaciar, como clara prueba de que la Tierra se está calentando.

4
 Figura 3. Fotos del glaciar Yanamarey (Ancash) (Fuente: El Comercio 2007).

La unidad de glaciología de la Autoridad Nacional de Agua hace hincapié sobre el hecho que ciertos glaciares
son peligrosos, es decir que su fusión puede conllevar a riesgos para las poblaciones asentadas en su entorno.
En el año de 1941 en el departamento de Ancash, el desbordamiento de la Laguna Palcacocha situado en la
Cordillera Blanca, provocó un flujo de detritos (debris flow o aluvión) que destruyó un tercio de la ciudad de
Huaraz y causó la muerte de 5 000 personas; en el año de 1970, las avalanchas ocurridas en el Nevado
Huascarán, que desencadenaron grandes flujos de detritos, las que sepultaron a las ciudades de Ranrahirca y
Yungay, donde murieron cerca de 22 000 personas, el desborde del río Chicón que inundó decenas de viviendas
en la provincia de Urubamba (Cusco) en octubre del 2010, fue causado por el derretimiento de grandes bloques
de hielo del nevado del mismo nombre, lo cual generó el nacimiento de dos nuevas lagunas: Riticocha, con una
área aproximada de 3370 m2 y Wiñajcocha con 16430 m2 en promedio (ANA, 2014).

1.2 Consecuencias del cambio climático en el Perú

Aunque el cambio climático es un fenómeno global, sus impactos serán distintos, en intensidad y tipo, a nivel
local. El Perú es un país con una riqueza ecológica (en especies de flora, fauna, recursos genéticos, ecosistemas)
y megadiversidad climática (tenemos 27 de los 32 climas del mundo), contribuyendo al equilibrio ecológico
del Planeta (ANA, 2014).

En los últimos 30 años, el Perú ha perdido 1/3 de la superficie de sus glaciares y se ha proyectado que en los
glaciares situados a 5 500 msnm desaparecerán.

Los impactos que se presentan como causas del cambio climático global son:
5
a) Cambios en los patrones de lluvia: En algunas partes del país se ha registrado aumentos de precipitación
(como Loreto, Huánuco, Ucayali, San Martín, Madre de Dios, Apurímac y Cusco), mientras que en otras (como
el sur) la tendencia ha sido decreciente. La ocurrencia de sequías e inundaciones, ponen en grave riesgo a la
economía del país que se basa en actividades que dependen directamente del clima, como la agricultura y el
turismo. Esto es especialmente preocupante dado que, un gran porcentaje de los peruanos que vive bajo la línea
de la pobreza, se dedica a la agricultura como su principal actividad de subsistencia. (SENAMHI, 2009)

b) Elevación del nivel del mar: El aumento del nivel del mar puede afectar la disponibilidad de agua potable
en el país y dañar la infraestructura a causa de las inundaciones. En el Perú, las principales industrias afectadas
serán la industria del turismo y la pesca. (SENAMHI, 2009)

c) Las olas de calor contribuyen a la expansión de enfermedades: Los cambios en los parámetros climáticos
podrían ocasionar el incremento de episodios de malaria, cólera y dengue, en el país. Las olas de calor también
favorecen la expansión de enfermedades como el síndrome de hipertemia (o golpe de calor) que afecta
principalmente a los niños pequeños y ancianos, además de otras enfermedades gastrointestinales, respiratorias
y dermatológicas (SENAMHI, 2009).

d) El aumento de las temperaturas intensifica la expansión de plagas e incendios forestales: El aumento

de las temperaturas y la disminución del agua del suelo pueden empeorar la sequedad del ambiente en épocas
de verano. Esto podría ocasionar que aumenten las condiciones de incendios forestales hacia el 2020 y que se
intensifiquen los brotes de plagas, como la del pino (SENAMHI, 2009).

e) La frecuencia e intensidad de los desastres climáticos es mayor: La información disponible indica que
los eventos climáticos extremos como los huaycos, inundaciones y heladas, entre otros, se están produciendo
con mayor frecuencia en el país. (IGP, 2010).

f) El fenómeno El Niño será más frecuente e intenso: En el Perú, se ha intensificado la frecuencia de eventos
El Niño, y han ocurrido dos mega El Niño en 1982/83 y 1997/98, generando cuantiosas pérdidas humanas
y económicas. Según datos del Banco Mundial, durante El Niño 1982/83, cerca de la mitad de las pérdidas
ocurrieron en Perú: 55% de las pérdidas en infraestructura de transporte, 15% en agricultura, 14% en energía,
y 9% en educación; ocasionando pérdidas del 6% del PBI (IPCC, 2007)

g) La sabanización del Amazonas podría producir millones de toneladas de CO 2 : el aumento de la

temperatura, el descenso en la disponibilidad de agua del suelo y la destrucción irracional de la Amazonía, para
obtener madera o ampliar tierras agrícolas y ganaderas, podría convertirla en una gran sábana tropical en unos
veinte años. Según cifras del Fondo Mundial de la Naturaleza (WWF), si esta tendencia se mantiene, en el año
2030, un 60% de la selva amazónica podría estar en peligro de desaparecer. Esto es sumamente preocupante
porque la Amazonía es el mayor pulmón de planeta y con la deforestación se llegaría a producir entre 55,500 y
96,900 millones de toneladas de dióxido de carbono, lo que equivale a la cantidad de gases de efecto invernadero
que se emiten a nivel mundial en dos años. (MINAM, 2010)
6
h) La biodiversidad se reduce y algunas especies están en peligro de extinción: A medida que el clima
cambie, las áreas ocupadas por muchas especies no serán aptas para su supervivencia, modificándose
sustancialmente el mapa de distribución de las comunidades biológicas. La extinción de la flora y fauna
endémica en algunos ecosistemas tropicales pone en riesgo a los servicios ambientales que estas especies
brindan. (ANA, 2014)

i) Los glaciares se derriten: El Perú cuenta con una gran riqueza glaciar (71% de los glaciares tropicales del
mundo) de suma importancia para el consumo humano, para la agricultura, la minería y la generación eléctrica.
El país ya perdió casi la tercera parte de glaciares en la Cordillera Blanca en tan solo 25 años ahora ya no es
posible hablar de “nieves perpetuas”, pues el calentamiento produce el deshielo de estos nevados que ya han
sufrido la pérdida de 30% de nieve y hielo desde la década del 90. Casi la tercera parte de lo que costó cientos
de miles de años en acumularse y asentarse se ha perdido en casi apenas 25 años. (IGP, 2010)

El Perú ya ha perdido el 22% de su área total de glaciares. Y las proyecciones señalan que podría perder el 37%
de su actual área de glaciares para el 2030. Frente a ello se debe actuar con urgencia. (ANA, 2014)

El Cambio Climático Global no solo hiere dramáticamente la geografía. A la par del desafío ambiental, afecta
la vida humana. En la región Áncash, por ejemplo, 1 600 000 personas viven alrededor de la cuenca del Río
Santa y dependen de fuentes hídricas de los glaciares, de energía hidroeléctrica y de alimentos que producen,
resultando la amenaza mayor. (ANA, 2014)

En la costa peruana, donde se desarrolla gran parte de la agricultura, se verá seriamente afectada por su alta
dependencia del agua dulce proveniente de los glaciares andinos. Ciudades como Lima estarán bajo seria
amenaza debido a la desaparición de los glaciares que ocasionarían un estrés hídrico y conflictos asociados a
su escases.

7
2 Cambios de la superficie glaciar en la cordillera Huaytapallana: de 1985 – 2010

Por su ubicación latitudinal los glaciares tropicales se ven afectados por la variabilidad climática y la alta
susceptibilidad de sus masas de hielo, nieve y neviza. También es un excelente indicador del calentamiento
global. Los glaciares del Perú incrementan masa glaciar durante los meses de verano, pero disminuyen
rápidamente por fusión debido a las altas temperaturas hasta la llegada de los meses más fríos.

En los últimos años, los glaciares del Huaytapallana, al igual que la Cordillera Blanca en Áncash, han visto
mermado la cobertura glaciar, indicando un acelerado retroceso, afectando el régimen hídrico de sus lagunas y
del río Shullcas. La Cordillera de Huaytapallana tiene una gran importancia para la cuenca del Mantaro, por el
aporte a la seguridad alimentaria en el valle del Mantaro. Este aporte de agua limpia es aprovechado en el uso
agrícola y urbano. Por otro lado, también aporta al sistema hidroenergético de la subcuencas de los ríos Shullcas
y Pariahuanca, confirmando la gran importancia que representa la Cordillera Huaytapallana para la región.

2.1 Objetivos

El objetivo de la presente investigación es que mediante la aplicación de técnicas de Teledetección y Sistemas

de Información Geográfica poder estimar el retroceso acelerado de la cobertura glaciar de los nevados de la
cordillera Huaytapallana, en el periodo de 1985 a 2010, como consecuencia del Cambio Climático.

2.2 Área de estudio

La figura 4 muestra la Cordillera Huaytapallana. Dicha cordillera es una cadena montañosa de la región central
del Perú que se extiende unos 20 km en dirección Norte-Sur por el territorio del departamento de Junín. La
Cordillera se encuentra cubierta de nevados con una superficie glaciar de 13.4 km2, siendo su máxima elevación
el nevado Huaytapallana, con 5 557 m.s.n.m. El sistema hidrográfico de esta cordillera drena hacia la cuenca

8
del río Amazonas mediante los ríos Perené y Mantaro, asimismo el deshielo de los nevados, aportan al régimen
hídrico de las siguientes cuatro sub cuencas (IGP, 2010):

 Subcuenca del río Shullcas: el río Shullcas que va a la ciudad de Huancayo. Este se desarrolla en
dirección Sudoeste, cuyo origen son las lagunas Chuspicocha y Lasuntay.
 Subcuenca del río Pariahuanca: que va hacia Pariahuanca, desarrollándose en dirección Sudeste y se
origina en las lagunas Cochagrande y Carhuacocha.
 Subcuenca del río Achamayo: baja hacia Concepción y se origina en la laguna Putcacocha,
desarrollándose en dirección Sudoeste.
 Subcuenca del río Tulumayo: nace con el río Pisuyo que confluye aguas abajo con el río Tulumayo y
se desarrolla en dirección Norte.

Figura 4. Mapa de la ubicación de la cordillera Huaytapallana (IGP, 2010)

La Cordillera Huaytapallana por su morfología es un sistema de glaciares de circo, estos se caracterizan por
estar localizados en áreas montañosas en cabeceras de valle, como es el caso del valle del Mantaro (Figura 5).
Esta cordillera posee masas pequeñas en todos sus frentes en forma de anfiteatro, sus paredes son escarpadas

9
y altamente empinadas. La Cordillera Huaytapallana aporta agua limpia mediante sus zonas de acumulación a
cuatro sistemas hidrográficos, como son las subcuencas de los ríos Shullcas, Pariahuanca, Achamayo y
Tulumayo. Los glaciares de circo suelen ser indicadores de la última etapa glaciar, por eso, el estudio puede
representar un excelente ejemplo de la relación entre los cambios climáticos recientes y las fluctuaciones de
los glaciares (Zubieta y Lagos 2009).

Las masas de hielo correspondientes a la subcuenca del río Shullcas son glaciares colgados y altamente
agrietados, la pendiente media en el borde de la zona de acumulación supera el 70 %, mientras que en las masas
glaciares en la subcuenca del Pariahuanca, la pendiente media es del 40 %. Esa diferencia podría explicar la
mayor distribución en la cobertura glaciar en el Pariahuanca, comparado con la del Shullcas (IGP, 2010).

Por otro lado, una característica típica de los glaciares de circo como el Huaytapallana es la presencia de
lagunas, ya que debido al retroceso glaciar por fusión, estas depresiones han sido ocupadas por las mismas
como Chuspicocha, Lasuntay y Cochagrande, las cuales están retenidas por un dique morrénico. El
represamiento del Chuspicocha y Lasuntay es el principal aporte directo de descargas en los meses de estiaje
al río Shullcas y el Cochagrande al río Pariahuanca, respectivamente. (Zubieta y Lagos 2009).

Figura 5. Vista satelital de la ubicación de la cordillera Huaytapallana (Zubieta y Lagos 2009).

10
2.3 Problemas que comprometen al nevado Huaytapallana:

 Incremento de la temperatura

Uno de los principales problemas es el incremento de la temperatura como consecuencia del cambio climático,
con lo cual aumenta la tasa de desglaciación. Se ha registrado un aumento de 0.74 °C a nivel mundial. El umbral
máximo que los países se han propuesto evitar es un aumento de 2°C para no sobrepasar varios puntos de no
retorno climáticos (IPCC, 2014).

 Alto grado de sensibilidad ante carga turística

La presencia de turismo al nevado está restringida como medida precautoria ante la deglaciación. No obstante,
debido a una educación ambiental deficiente y ausencia de autoridades fiscalizadoras, se observa diariamente
grupos de turistas que ascienden al nevado sin un control adecuado, tanto en el ingreso como en la salida del
área (IGP, 2010).

 Prácticas religiosas con impacto ambiental

Se observa también la práctica de una serie de rituales religiosos, en los que muchas veces queman “pagos”,
dejan botellas de plástico y demás de artículos como ofrendas, los cuales contribuyen a la reducción del
manto glacial (IGP, 2010).

2.4 Consecuencias

El nevado Huaytapallana es la principal fuente de vida para el valle del Mantaro. El aumento en las
temperaturas, al causar el deshielo de glaciares, puede ocasionar derrumbes, deslizamientos, erosión de riberas
y escorrentía superficial. Muchas de las actividades productivas de este lugar dependen de la ocurrencia de
lluvias. Por ello, las sequías afectan la actividad agrícola (al menos 80% de las actividades agrícolas son de
secano), los territorios de pastoreo, las centrales hidroeléctricas, e incluso el abastecimiento de agua potable.
Según estudios recientes efectuados por el Instituto Geofísico del Perú (IGP), en los últimos 20 años, el
contorno glaciar de la montaña ha disminuido en 50% (Figura 6) debido al cambio climático y, si sigue esa
tendencia decreciente, desapareciendo en unos 15 años. Este hecho representa un grave peligro para las
reservas hídricas de la región, pues el nevado provee actualmente casi el 100% del agua en épocas de ausencia
de lluvias que discurre por el río Shullcas, la cual es usada por la población de Huancayo (IGP, 2010).

En el 2003, diversos especialistas e instituciones investigaron y monitorearon la situación de los glaciares a

partir de registros que se remontan a 1948 y concluyeron que dicho retroceso continuará a un ritmo más
acelerado del previsto. Según estudios del Instituto Geofísico del Perú (IGP), el área glaciar de la cordillera del

11
Huaytapallana, entre junio de 1976 y junio del 2006, se ha reducido de 35.6 a 14.5 kilómetros cuadrados, lo
que representa una pérdida del 59.4% de superficie (IGP, 2010).

En el año 2009, se inició el proyecto denominado Manejo de Riesgo ante Eventos Meteorológicos Extremos
(sequías, heladas, lluvias intensas), MAREMEX, gracias al IGP con el apoyo internacional de la organización
Development Research Centre del Canadá, destacaron la gran variabilidad climática en zonas distantes de solo
un kilómetro. A diferencia de hace unos diez años (IGP, 2010).

Figura 6. Comparación del retroceso glaciar del nevado Huaytapallanade 1983 y 2009. En la figura de la
izquierda (1983) se puede observar el contacto entre la laguna y el glaciar, mientras que en la figura de la
derecha (2009) se observa un retroceso de aproximadamente 150m en 25 años (IGP, 2010).

Esta región es importante porque es la principal abastecedora de alimentos de Lima y precisamente uno de los
efectos del cambio climático se reflejará en la seguridad alimentaria, asociado a la escasez de agua. Sin duda
sería el sector agrícola el más afectado por el cambio climático, ya que disminuirían los rendimientos de las
cosechas y la producción ganadera; también la acuicultura podría verse afectada. Dada la importancia del sector
agrícola en la región es que se considera necesario adoptar como política regional la prevención de los efectos
del cambio climático (IGP, 2010).

Entre los principales efectos para la agricultura podemos mencionar:

 La mayor exposición al estrés calórico alteraría la producción de los principales cultivos en la región
como: el olluco, papa, oca, kiwicha, quinua, maca y cañihua.
 Los cultivos mejorados sufrirán alteraciones fisiológicas por el incremento de la temperatura lo que
obligará a un desplazamiento hacia las partes altas.
 Los cultivos nativos se verán afectados por la aparición de plagas como gorgojos y polillas, lo que
obligará a desplazar estos cultivos a zonas más frías y altas.
12
Entre los principales efectos para la ganadería tenemos:

 La disminución en los volúmenes de agua y la priorización para uso poblacional generará que no se
cuente con disponibilidad para el riego de las áreas de pastoreo y para el consumo directo por parte de
los animales.
 La disminución del recurso hídrico por los deshielos de la cordillera generará que las grandes
extensiones de terreno y áreas entren en proceso de desertificación afectando fundamentalmente las
áreas de pastoreo.
 Debido al incremento de temperatura y la disminución de precipitación, las ricas especies palatables
de la zona andina, - que son sustento de los animales domésticos – podrían disminuir, afectando la
disponibilidad de alimentos para los animales, que a su vez, sirven de sustento a la población.
 Con los cambios en las condiciones ambientales mencionados, parásitos como el Fasciola hepática,
podrían iniciar un proceso de adaptación a zonas de mayores altitudes, incrementando las
enfermedades de animales domésticos de consumo (IGP, 2010).

También la población rural y urbana de la región central se verá afectada por el cambio climático, erosionando
la estructura social, y generando conflictos sociales por acceso a recursos naturales, tales como el
abastecimiento de alimentos. Entre los principales efectos se pueden nombrar:
 Incremento de enfermedades como malaria, dengue y otros que se creían controladas, debido a que los
cambios ambientales podrían generar una aceleración del ciclo biológico de los vectores. Esto también
afectaría la atención en los centros de salud, poco o nada preparados para atender y albergar a los
pacientes afectados.
 Desabastecimiento de agua en las ciudades de la región generará conflictos sociales por la priorización
en el uso de este recurso, debido a que las poblaciones de las ciudades se verán enfrentadas a los
productores agrarios y ganaderos por el acceso a los recursos hídricos.
 Desabastecimiento de alimentos, esto debido a la disminución y/o merma de la producción agrícola y
ganadera como consecuencia de la disminución en la disponibilidad de agua y el incremento de
enfermedades y plagas.
 Desplazamiento de la población, debido a que al disminuir sus posibilidades de acceso de recursos
naturales para subsistir, las poblaciones buscarán nuevas zonas o invadirán áreas, generando conflictos
por recurso suelo (IGP, 2010).

13
3 Fundamento teórico

3.1 Fundamentos físicos de la teledetección

Dada la importancia que tiene la radiación electromagnética como transmisor de información en la

teledetección, es necesario entender los principales conceptos.

3.1.1 Definición de Teledetección

La Teledetección o Percepción Remota es la adquisición de información sobre un objeto a distancia, esto es,
sin que exista contacto material entre el objeto o sistema observado y el sensor. Los sensores de los satélites
reciben la información acerca de un objeto a través de la energía electromagnética. Esta información puede
estar codificada en la frecuencia, intensidad o polarización de la onda y es transmitida directamente desde el
objeto o indirectamente por reflexión, dispersión o reemisión hasta el sensor. Todos los materiales de la Tierra
reflejan o emiten energía electromagnética. Los sensores miden la intensidad de la radiación electromagnética
emitida por un objeto y estudian sus propiedades físicas a partir de su variación con la frecuencia. Para que
pueda producirse la observación remota de un sistema, es necesario que el sensor detecte un flujo magnético
proveniente de este. Por ello, se introducen las magnitudes como son flujo radiante, densidad de flujo radiante
y la intensidad radiante (Tabla 1) habitualmente utilizadas en Física para describir el campo radiativo (Sobrino
et al., 2000).

14
3.1.2 Descripción del campo radiativo

El campo radiativo es el campo electromagnético transportado por una onda entre la fuente emisora y el detector.
La energía asociada con la onda electromagnética se llama energía radiante

 Energía radiante (Q), es el total de energía radiada por un cuerpo en todas las direcciones, se mide
en Julios (J)
 Flujo radiante (ϕ) es la energía radiante transferida por radiación de una superficie a otra por unidad
de tiempo, ∅ = / y se mide en watts (W). Desde el punto de vista de la teoría electromagnética,
se interpreta como el flujo del vector de Poynting (Liou, 2002). Esta magnitud no proporciona ninguna
información sobre la distribución de la radiación.
 Densidad de flujo radiante (F) es el flujo radiante que atraviesa un elemento de superficie dS, se
define como = ∅/ y se mide en watts por metro cuadrado (W m−2).
 Intensidad radiante (I) es el flujo radiante procedente de una fuente de radiación transportada dentro
−
de un ángulo sólido Ω. Se define como � = ∅/ Ω y se mide en watts por estereorradián .
Esta magnitud no es muy utilizada, excepto para caracterizar la emisión de fuentes puntuales.
 Radiancia (L) es el flujo radiante en un determinado ángulo sólido Ω que atraviesa una superficie
perpendicular (dS cosθ) a la dirección de propagación θ de la radiación. La radiancia se expresa como
= ∅/ Ω � y se mide en watt por metro cuadrado y estereorradián
−2 −1
(W m sr ).

La radiancia L(R,n), en función de la posición R y del vector unitario de la dirección n, proporciona una
descripción completa del campo radiativo. La radiancia cobra interés especial en teledetección ya que es la
magnitud detectada por los sensores. En general, en teledetección se utiliza la radiancia espectral, que es la
radiancia por unidad de longitud de onda, L = dL/ d , medida en watts por metro cuadrado, estereorradián y
micrómetro (W m−2 sr−1 m−1), como se muestra en la Tabla 1.

En los procesos mencionados a continuación, las magnitudes dependerán de las longitudes de onda, pero se
omitirá en la notación por simplicidad.

15
Tabla 1: magnitudes radiométricas Básicas relativas al campo (Sobrino et al., 2000).

MAGNITUD SÍMBOLO DEFINICIÓN UNIDAD (S.I)

Energía radiante Q -
Flujo radiante Ф �

Emitancia M ∅
radiante �
Irradiancia E ∅
�
Intensidad I ∅
radiante Ω
Radiancia L �
Ω
Ω �. � �
Radiancia Lλ �
espectral �

3.1.3 Absorción

La absorción se define como la transformación energética sufrida por la radiación cuando atraviesa un medio.
Como resultado de la misma hay una alteración neta de los niveles energéticos de las moléculas (Sobrino et al.,
2000).
Considerando un medio no dispersor por el que se propaga radiación electromagnética y dentro de un
determinado medio, y seleccionando una capa de espesor dx perpendicular a la dirección de propagación de la
radiancia L (Figura 7), generalmente, dentro de la materia, la energía radiante sufre algunas pérdidas debido a
su conversión en otras formas de energía (procesos fotoquímicos, calentamiento, etc.), y después de recorrer
una longitud dx, la radiancia cambiará a + , (Sobrino et al., 2000).

Figura 7. Definición de extinción (Sobrino et al., 2000).

16
 = −��

Donde �� es el coeficiente de absorción volumétrico, medido en m−1. Después de un recorrido finito entre x1 y
x2 la integración de la Ecuación 1 resulta

= e�p −��

que es la ley de Beer, donde �� es dado por

�
�� = ∫ ��
�

y es el espesor óptico de absorción entre x1 y x2 . Esta es una cantidad adimensional que se reduce al producto
del camino geométrico por el coeficiente de absorción cuando el medio es homogéneo. La Ecuación 2 se conoce
como la ley de extinción exponencial de Beer, o simplemente ley de Beer (Liou, 2002).
La transmisividad � de la capa entre x1 y x2 a lo largo de la dirección de propagación se define, según Sobrino
et al. (2000), como

�= = e�p −��

A partir de la ecuación anterior (Ecuación 4), cuando la radiancia se mide en x 1 y x2 en el espesor óptico de
absorción δa puede ser calculado de la siguiente forma (Liou, 2002)

�� = −� � = �

La energía radiante que no es transmitida será absorbida, de forma que la absortividad de la capa α comprendida
entre x1 y x2 se define como

−
�= = −�

En general, cuando coexistan tanto los procesos de absorción ( ) y transmisión ( ), como los procesos de
reflexión (ρ), se cumplirá la relación
+�+� =

Donde, ρ es la reflectividad de la superficie terrestre definida como el cociente entre el flujo de energía reflejado
y el flujo de energía radiante (Liou, 2002).

17
3.1.4 “Scattering” (Dispersión)

En el “scattering” la energía radiante permanece en forma de radiación, pero hay una pérdida en la dirección
de la propagación de la radiación incidente.

El proceso de “scattering” puede ser tratado de forma análoga al de absorción, de forma que para una capa de
“scattering” podemos escribir la siguiente relación:

= −�

que define el coeficiente de “scattering” volumétrico s (en m-1). En este caso, el espesor óptico de “scattering”
vendrá dado por
�
� =∫ �
�

La transmisividad queda definida por la Ecuación 4, sustituyendo δa por δs (Liou, 2002).

3.1.5 Absorción y “scattering”

En el caso general, en el que los procesos de absorción y “scattering” ocurren simultáneamente en la atmósfera,
la atenuación de la energía radiante en un medio puede expresarse a partir del coeficiente de extinción ( ),
definido como la suma de los coeficientes de absorción y “scattering”

� = �� + �

Análogamente, se puede definir un espesor óptico total, δ, dado por

� = �� + �
La importancia relativa de los procesos de “scattering” y absorción se caracteriza a partir del albedo de
“scattering” simple

�
�
̅= , ≤�
̅≤
�

lo que lleva a

� =�
̅�

de la Ecuación 10, se tiene

�� = −�
̅ �

18
El caso límite en que �
̅= se refiere al caso conservativo, y no habrá pérdida de energía radiativa. Sin
embargo, un caso puramente conservativo nunca se alcanzará, es sólo una aproximación para medios que
presentan poca absorción, y esta aproximación deberá realizarse con sumo cuidado, cuando el “scattering”
múltiple lleva a recorridos muy largos. Por otro lado, valores pequeños de �
̅ corresponden a casos en los que
el “scattering” puede ser despreciable en comparación con la absorción, caso que puede producirse para valores
mayores que cero (Liou, 2002).

Por último, la dispersión por partículas, así como la absorción por medios sólidos o líquidos, presentan una
variación muy ligera con la longitud de onda, mientras que los gases presentan un espectro de absorción muy
complejo. La radiación electromagnética se presenta como una distribución continua de frecuencias que
conocemos con el nombre de espectro electromagnético (EE).

3.1.6 Espectro electromagnético (EE)

El flujo radiante detectado por los sensores remotos es descrito como una condición de una región o regiones
del espectro electromagnético. El espectro electromagnético entero se extiende desde los rayos cósmicos a
longitudes de onda corta y las radiofrecuencias bajas y longitudes de onda larga, aunque algunos sensores han
realizado trabajos para longitudes de onda más cortas. Las longitudes de onda que generalmente son más usadas
están alrededor de 300 y 400 nanómetros. La región más empleada es la región del visible e infrarrojo cercano
entre 400 nm y 1 μm . Las regiones de transmisión atmosférica y/o regiones infrarrojas son usadas por sistemas
radiométricos que trabajan desde 3 μm hasta 15 μm (infrarrojo termal). Las microondas y los sensores de radar
operan en longitudes de onda de rango de 1mm a 1m. El espectro visible es aquel con el que estamos más
familiarizados; puede ser observado cuando la luz blanca es dispersada por gotas de agua en un arco iris. Todos
los tipos de cobertura terrestre (tipos de roca, cuerpos de agua, tipos de vegetación, cascos urbanos, etc.),
absorben una parte de la radiación electromagnética, dándole una firma distinguible a lo largo del espectro. Se
puede analizar los datos de las imágenes provenientes de sensores remotos y crear hipótesis bastante precisas
acerca de una cobertura gracias a su firma espectral. La Figura 8 muestra las principales regiones del espectro
electromagnético empleadas en teledetección. Las regiones correspondientes al infrarrojo cercano y medio son
muchas veces referidas como la región del infrarrojo de onda corta (SWIR por sus siglas en ingles). Esta se
distingue de la región termal o de la región del infrarrojo lejano, que también es conocida como la región del
infrarrojo de onda larga (LWIR por sus siglas en ingles). Estas dos regiones se distinguen en que el SWIR se
caracteriza por radiación reflejada mientras que el LWIR se caracteriza por emisión de radiación (Sobrino et
al., 2000).

19
 Figura 8. Espectro electromagnético (Slater, 1980)

3.1.7 Reflectancia

La reflectancia ρ mide la relación entre la energía reflejada y el la energía incidente que puede ser transmitida
o absorbida por el objeto. De acuerdo a las características del material que lo compone, el objeto refleja, con
mayor o menor intensidad en cada uno de los rangos de longitudes de onda, En la Figura 9 se presenta la
reflectancia de la nieve comparada con la correspondiente al suelo desnudo, la vegetación y las superficies de
agua

Figura 9. Grafica de la respuesta espectral de superficies naturales (Klein et al., 1998).

20
En la figura 9 se muestra una comparación entre las imágenes MODIS y Landsat TM, esta interacción particular
de la radiación con la materia constituye su firma espectral y depende también de otros factores como la
distancia solar, la orientación, interacción con la atmósfera, etc. se mide en tantos por uno y se considera
adimensional. (Guariguata & Kattan 2002),

3.2 Corrección de las imágenes satelitales

La radiación electromagnética que procede del Sol sufre una serie de interacciones con la atmósfera antes de
ser detectada por el sensor. Consecuentemente, la radiancia registrada por el sensor no es una representación
exacta de la radiancia efectivamente emitida o reflectada por las superficies. Esto significa que la radiancia
estimada por el sensor (números digitales de 0 a 255) presenta una serie de distorsiones de la radiancia de la
escena real detectada. Estas distorsiones están en la localización de los píxeles y en los números digitales de los
píxeles que componen la matriz de datos. La etapa de corrección se lleva a cabo antes de realizar los
procedimientos de extracción de información cuantitativa. Se obtiene una imagen corregida que es lo más
próximo posible, geométrica y radiométricamente, a la energía radiante y características espaciales del área de
estudio (John, 1986).

3.2.1 Corrección geométrica

La imagen original, detectada por el sensor, está en un sistema de coordenadas donde la localización de cada
píxel queda determinada por su situación en filas y columnas, es el espacio imagen. La corrección geométrica
transforma esta imagen a un nuevo sistema de coordenadas, donde cada píxel tiene asignado un valor en la
columna y fila (X, Y) que le corresponde en un determinado sistema de proyección geográfica (longitud, latitud)
llamado espacio de proyección (Markhan y Barker, 1986):

3.2.2 Calibración radiométrica de las imágenes TM y ETM+

Las imágenes obtenidas de los sensores TM y ETM+ contiene números digitales (0 a 255). Estos valores están
relacionados directamente con la radiancia. La conversión de los números digitales (ND) de una imagen a
radiancia (L) está dado por la ecuación (Markhan y Barker, 1986):

 ND max 
ND    x L  L min 
 L max  L min  (15)

21
  L  L min 
L   max  xND  L min
 ND max  (16)

Donde:

L: Radiancia (W/[Link].µm)

�D: Número digital para cada pixel de la imagen

L ax , L i : Constantes de Calibración

�D ax : Número digital máximo de la imagen

Como el Número Digital del pixel es una transformación lineal simple de la radiancia, la pendiente y el
intercepto de esta transformación lineal (que es específico para cada banda espectral, cada sensor y calibración
inicial) puede ser usado para calcular la radiancia L (medido en W/[Link]. m) usando la ecuación (16) e
inversamente usado para calcular el ND del pixel, usando la ecuación (15). Los valores de ganancia y
compensación son únicos para cada banda espectral adquirida para un sensor particular. Esos valores cambian
sobre el intervalo de vida de un sensor, así los valores más recientes son usados. Para el TM y ETM+, esos
valores están disponibles a los usuarios con el conjunto de datos, Tabla 2. Los Números Digitales de las
imágenes TM fueron convertidos a radiancia espectral usando la ecuación (17) en el lenguaje de programación
IDL.

L ax −L i
Lλ = � �D − Q ca i +L i (17)
Qca ax −Qca i

Donde:

Lλ : Radiancia espectral(W/[Link].µm)

�D: Número digital para cada pixel de la imagen

L ax , L i : Constantes de Calibración

Q ca ax : Rango más alto de radiancia reescalada en �D

Q ca i : Rango más bajo de radiancia reescalada en �D

22
 Tabla 2: valores máximos y mínimos de radiancia del sensor TM (Gyanesh et al., 2009).

TM / LANDSAT-5
ESUN 
Banda Rango espectral (µm) Lmin (W/[Link].µm) Lmax (W/[Link].µm) (W/m2.µm)
1 0.452 – 0.518 -1.52 193 1983
2 0.528 – 0.609 -2.84 365 1796
3 0.626 – 0.693 -1.17 264 1536
4 0.776 – 0.904 -1.51 221 1031
5 1.567 −1.784 -0.37 30.2 223.0
6 10.45 – 12.42 1.2378 15.3032 N/A
7 2.097 – 2.349 -0.15 16.5 83.44

3.2.3 Corrección atmosférica

La radiancia recibida por el sensor no es exactamente la radiancia que procede del suelo. Esta resulta por un
lado reducida por la absorción atmosférica y por otra incrementada por la radiancia introducida por la propia
atmósfera (dispersión). Durante la propagación, el flujo radiante es dispersado y absorbido por los aerosoles
atmosféricos, modificando la radiancia que finalmente es registrada por los detectores del sensor desde su
objetivo. Específicamente, el proceso redirecciona energía que se añade como radiancia de ruta extraña a la
señal medida por el sensor, mientras que el proceso de absorción atenúa la señal de energía que éste recibe
(Aronoff, 2005). El “scattering” de Rayleigh suele ser el más evidente y es ocasionado por pequeños aerosoles
atmosféricos que redireccionan energía de onda corta que se añade a la radiancia de los píxeles (i.e. efecto de
niebla), reduciendo la visualización de detalles (debido a que la imagen pierde contraste y brillo, es decir,
disminuye su detalle radiométrico) e induciendo a una estimación incorrecta de algún parámetro vegetacional
(debido a que los valores de la radiancia se encuentran sobreestimados) (Aronoff, 2005). Este efecto puede ser
minimizado mediante la aplicación de un módulo de corrección atmosférica sobre los canales de la imagen,
como se verá más adelante (Peña, 2007).

3.3 Conversión de los ND a valores de radiancia, reflectancia planetaria de las imágenes Landsat

Una imagen de satélite en bruto contiene unos valores numéricos denominados niveles digitales (ND) que el
satélite obtiene a partir de la energía recibida mediante una ecuación lineal. Para recuperar los valores de energía
recibida es necesario aplicar la inversa de esa ecuación lineal que expresa la radiancia recibida por el sensor y
que según Chander y Markham (2003) está dado por,

23
 Lsen,k = a0k + a1kNDk (18)

El subíndice k se refiere a cada una de los canales del sensor TM y ETM+ del satélite Landsat-5 y Landsat-7
respectivamente, � es el coeficiente de calibración del sensor de los canales del sensor TM y ETM+, � es
el factor de sesgo reescalado para un canal específico k y Lsen,k es la radiación que recibió el sensor en el canal
k. En la tabla 3 aparecen los valores de estos parámetros para landsat 5 y 7 junto a los valores de irradiancia solar
en el techo de la atmósfera (E0k) y de transmitancia (τk) para cada una de las canales (Chander y Markham 2003).

Tabla 3: Coeficientes de calibración de Landsat para los sensores TM y ETM (Chander et al., 2009).
λ Irradiancia Solar Coeficientes Factor
Canal central Extraterrestre Transmitancia
( )/ND ( )
(µm) (Wm-2 )
TM ETM+ TM
1 0.485 1957 0.67 1.18 -2.19 -7.38 0.7
2 0.569 1829 1.32 1.21 -4.16 -7.61 0.78
3 0.660 1557 1.04 0.94 -2.21 -5.94 0.85
4 0.840 1047 0.88 0.97 -2.39 -6.07 0.91
5 1.676 219.3 0.12 0.19 -2.49 -1.19 0.95
6 11.435 - 0.06 0.07 1.18 -0.07 -
7 2.223 74.52 0.07 0.07 0.22 -0.42 0.97

Figura 10. Cálculo de la reflectividad (Chander y Markham, 2003).

La reflectividad es la variable fundamental cuyo cálculo va a permitir aplicar otro tipo de técnicas (por ejemplo
el índice de vegetación, de nieve entre otros) para hacer investigación en ciencias de la Tierra. Es la fracción de
radiación incidente reflejada por una superficie. El modelo más sencillo utiliza la ecuación de reflectividad como
índice entre la radiación reflejada del suelo , y la incidente del Sol ( ���,�
), medida en la superficie del píxel
(Chander y Markham, 2003).

24
 ���,�
= (19)
���,�

Donde es la reflectividad para el canal k, , es la radiancia reflejada del suelo para el canal k y ���,�
la
irradiancia solar incidente del suelo para el canal k y = . .

Los valores de , y ���,�

pueden aproximarse a partir de los de , (ecuación 18) y �
(Tabla 3), es
decir la irradiancia recibida por el sensor y la irradiancia recibida en el techo o sima de la atmósfera (Chander y
Markham, 2003):

∗ , ,
= �
=
��
�
��

∗
Se conoce como reflectividad aparente, donde θi es el ángulo cenital que se calcula comoμ

cos(θi) = cos(φ)cos(δ)cos(ω)+ sin(φ)sin(δ) (21)

Donde φ es la latitud, ω = 15 x (h − 12) es el ángulo horario obtenido a partir de la hora solar (h), δ es la
declinación solar que se calcula como:

+
�= . ( ) (22)

y D es el factor corrector de la distancia Tierra-Sol, en unidades astronómicas, que se calcula también de forma
inmediata a partir del día del año mediante la ecuación:

− .
= + . ( ) (23)

En las dos ecuaciones anteriores J es el número de día del año, de 1 a 365 y 1 a 366 para años bisiestos. La
introducción del número π permite, finalmente, tener en cuenta el carácter lambertiano de la reflectividad
(luminosidad constante en cualquier dirección).

∗
El valor de (Ecuación 20) así calculado se conoce como reflectividad aparente y no tiene en cuenta las
alteraciones que la atmósfera introduce en los flujos de energía que se establecen a traves de ella ni las diferencias
en cuanto a la radiación recibida sobre el terreno ( sombras) (Chander y Markham, 2003).

25
3.4 Estimación de los parámetros geofísicos
El índice de vegetación, la temperatura de brillo y el índice de nieve son parámetros geofísicos involucrados en
el estudio de la variación del área glaciar y estos se obtienen directamente de datos de imágenes satelitales.

3.4.1 Índice de vegetación de diferencia normalizada (NDVI)

Los índices de vegetación son combinaciones de bandas espectrales, cuya función es realzar la contribución de
la vegetación en función de la respuesta espectral de una superficie y atenuar la de otros factores como suelo,
iluminación, atmósfera, etc. La signatura espectral característica de la vegetación sana muestra un fuerte
contraste entre la baja reflectividad en el rojo (0.6µ - 0.7µ) y la alta reflectividad en el infrarrojo de longitud de
onda más corta (0.7µ - 1.1µ). Esta diferencia es tanto mayor cuanto mayor es la densidad de la vegetación y
mejor su estado fitosanitario. En esta idea se basan la mayor parte de los índices de vegetación. El más conocido
es el Índice Normalizado de Vegetación (NDVI) se calcula utilizando la reflectancia en el canal rojo y el canal
infrarrojo cercano,

� − �
�= ℎ ��. ,
� + �

Donde � � son las reflectancias en los canales rojo e infrarrojo cercano respectivamente
(Chen et al., 2005).

Los atributos espectrales de una planta están relacionados a procesos de “scattering” de la radiación a nivel
de la hoja (Figura 11). Los valores de NDVI oscilan entre -1 y +1. El suelo desnudo y con poca vegetación
presenta valores positivos, aunque no muy elevados (Chen et al., 2005).

26
 Figura 11. Características espectrales de la vegetación (Chen et al., 2005).

[Link] Índice de vegetación en imágenes Landsat

La signatura espectral característica de la vegetación sana muestra un claro contraste entre el canal rojo del
visible � ) y los comprendidos en el infrarrojo cercano � . Mientras que en la región visible los
pigmentos de las hojas absorben la mayor parte de la luz, en el infrarrojo estas sustancias son bastante
transparentes. Por esta razón, la vegetación ofrece baja reflectividad en el canal rojo del espectro y alta
reflectividad en el infrarrojo cercano. De tal manera que cuanto mayor sea el contraste en los valores digitales
de ambos canales, mayor vigor vegetal presentará la cubierta observada (Cano y Moreno, 1996); bajos valores
de contraste indican una vegetación enferma, y las cubiertas sin vegetación apenas ofrecen contraste (Lobo,
1995). En este principio se apoyan la mayor parte de los denominados índices de vegetación, en los que se
combinan los canales rojo e infrarrojo cercano del espectro (canales 3 y 4 del sensor TM, respectivamente).

El índice de vegetación (σDVI “Normalized Difference Vegetatio Index”), está definido como

� − �
�� � = � ,
� + �

Donde � (0.78 µm – 0.90 µm) es la reflectancia en el canal del infrarrojo cercano y �

(0.63 µm – 0.69 µm) es la reflectancia en el canal rojo del visible, del sensor TM para el satélite Landsat-5
(Tabla 4).

27
Tabla 4: Información de tres sensores utilizados para estimar el índice de vegetación (Chander y Markhan,
2003)

3.4.2 Índice de nieve de diferencia normalizada (NDSI)

La elaboración de mapas de distribución de nieve y la estimación de las características de la misma, a partir de

datos obtenidos mediante teledetección por satélite, exigen que se distinga de otras coberturas de la superficie
terrestre y de las nubes.

La propiedad óptica más importante del hielo y del agua, que causa una variación espectral en la reflectancia
de la nieve y de las nubes en las longitudes de onda del infrarrojo medio y el visible, es que el coeficiente de
absorción de ambas varía en 7 órdenes de magnitud entre las longitudes de onda 0.4 m y 2.5 m (Cano y
Moreno, 1996). Es por esto que, en el canal 2 (para imágenes TM) y en el canal 1 (para imágenes ASTER), la
nieve es más brillante que cualquier otra superficie natural, mientras que en el canal 5 (TM) y canal 4 (ASTER)
la reflectancia de las nubes sigue siendo muy alta, cayendo a valores próximos a cero para la nieve. Lo que
permite una buena discriminación entre las nubes y la nieve. Con estos canales podemos elaborar, por tanto, un
índice de nieve, también normalizado, definido como la diferencia entre ellas dividida por la suma. Para las
imágenes TM está dada de la siguiente manera

� − �
� =
� + �

El índice utilizado en este trabajo, para la discriminación de la nieve y la elaboración de las composiciones en
falso color que se describirán a continuación, según Cano y Moreno (1996), es simplemente la diferencia entre
los canales

�= � − �

Donde � y � son las reflectancias en los canales del infrarrojo medio y el visible, respectivamente

28
3.4.3 Extracción de los valores de reflectancia en la imagen

Para obtener los valores de Reflectancia ρλ de cada punto de muestreo para cada una de las áreas de estudio se
desarrolló los siguientes pasos:

1. Los puntos de muestreo se ubicaron en cada una de las imágenes con ayuda del ENVI, lo cual ayudó
a reconocer las áreas de estudio y de esta forma poder delimitarlas construyendo una región de interés.

2. Se construyó un vector que sirvió para delimitar a cada una de las áreas.

3. Después del proceso anterior, se procedió a obtener una imagen recortada (sub-escena), la cual muestra
solamente las áreas de estudio las mismas que se encuentran delimitadas por el vector.

4. Una vez obtenida la sub-escena, se prosiguió a extraer los valores de Reflectancia (ρλ ) para cada una
de los puntos de muestreo, así como también se obtuvieron sus coordenadas imagen y los valores de
las filas y columnas de los píxeles que representan la ubicación de estos puntos.

29
4 Metodología

4.1 Datos

Los datos utilizados en este trabajo son las imágenes del sensor TM (Thematic Mapper) del satélite
Landsat-5 para calcular índice de vegetación (NDVI), índice de nieve (NDSI) y finalmente el área glaciar. Las
imágenes son proporcionadas por la USGS (United States Geological Survey) y vienen con un nivel de
ortorrectificación aceptable. La tabla 5 indica los datos escogidos comprenden los años 1985 hasta 2010.
También se han considerado datos de estaciones pluviométricas proporcionadas por el servicio nacional de
meteorología e hidrología del Perú (Senamhi). Los datos de precipitación nos permiten identificar la fecha de
descarga de las imágenes.

Tabla 5: datos de la imagen del sensor TM del satélite Landsat-5. (USGS, 2012 y Senamhi, 2012).

Nº Imagen Sensor Fecha de Precipitación

Adquisición (mm)
1 L50060681985163 TM 12 junio 1985 10.0
2 L50060681991228 TM 16 agosto 1991 0.0
3 L5006068_06819950608 TM 08 junio 1995 0.0
4 L5006068_06820010811 TM 11 agosto 2001 4.2
5 L5006068_06820040616 TM 16 junio 2004 13.4
6 L5006068_06820100617 TM 17 junio 2010 5.0

30
Recopilación y composición de imágenes: se recopiló imágenes de satélite Landsat tomadas en el mes de
junio, entre 1985 y 2010. En el mes de junio, el grado de perpetuidad de la masa glaciar es mayor, debido a las
bajas temperaturas y ausencia de precipitaciones, seleccionando aquellas imágenes libres de nubosidad. Para el
caso de composición de bandas, se tomó la banda 2 del espectro visible y la banda 5 del infrarrojo.

4.2 Adquisición de las imágenes Landsat

El programa Landsat es una serie de misiones de observación de la Tierra por satélite administrado
conjuntamente por la NASA y el Servicio Geológico de Estados Unidos (GLOVIS). Los satélites Landsat han
recopilado información sobre la Tierra desde el espacio desde 1972 (Chander et al., 2009). Gracias a este
programa, la ciencia espacial conocida como Teledetección ha logrado madurar. Los satélites Landsat
(Figura 12) se han especializado en las fotografías digitales de los continentes de la Tierra y alrededor de las
regiones costeras durante más de tres décadas, permitiendo estudiar muchos aspectos de nuestro planeta y
evaluar los cambios dinámicos generados por procesos naturales y prácticas humanas (Chander et al., 2009).
Los satélites Landsat se pueden clasificar en tres grupos, basados en las características del sensor y la plataforma
(Tabla 6). El primer grupo consta de Landsat-1 (L1), Landsat-2 (L2) y el Landsat-3 (L3), que tienen el sensor
escáner multiespectral (MSS) y la cámara de retorno del haz Vidicon (RBV). La resolución espacial del sensor
MSS fue de aproximadamente 79 m (pero a menudo transformados a tamaño de píxel de 60 m), con cuatro
canales que van desde las longitudes de onda del azul visible al infrarrojo cercano (NIR) (Chander et al., 2009).

Figura 12. Satélite Landsat (USGS, 2009).

El segundo grupo incluye Landsat-4 (L4) y Landsat-5 (L5), que llevan los sensores Thematic Mapper (TM) y
el MSS en la nave modular Multimisión. Esta segunda generación de satélites Landsat marcó un avance
significativo en materia de teleobservación mediante la adición de un sensor más sofisticado, la adquisición y

31
mejora de la transmisión de datos y el procesamiento de datos más rápidos en un centro de proceso altamente
automatizado. El sensor MSS se incluyó para dar continuidad a las misiones anteriores de Landsat, pero los
datos TM se convirtieron rápidamente en la principal fuente de información utilizada de estos satélites porque
los datos que ofrecen son de mayor rendimiento espacial, espectral, radiométrico y geométrico sobre los datos
del sensor MSS. El sensor TM tiene una resolución espacial de 30 m para los seis canales reflectantes y 120 m
para el canal térmico (Tabla 6). Estos sensores no tienen grabadoras a bordo, por lo tanto las adquisiciones se
limitarán a tiempos reales por único vínculo (Chander et al., 2009).
En el tercer grupo se encuentra el Landsat-7 (L7), equipado con una versión mejorada del sensor TM
denominado ETM+ (Enhaced Thematic Mapper), por lo que todo lo explicado en este apartado para el TM es
de aplicación para el ETM. El sensor ETM+ incorpora un canal pancromática (0,5 m a 0,λ m) con una
resolución espacial de 15 m, lo que permite obtener ampliaciones a una escala de hasta 1:25.000 (Chander et
al., 2009).
El Landsat-7 tiene las mismas características que el Landsat-5, excepto que el canal térmico tiene una resolución
espectral de 60 m y posee una imagen pancocromática de resolución 15 m (Tabla 6).

Tabla 6: Características de los sensores del satélite Landsat (Chander et al., 2009).

Lanzamiento Altitud Periodicidad Intervalo Resolución espacial

Satélite (fin servicio) (km) (días) Sensor espectral (µm) (m)
Landsa1 23/07/1972 (4) 0.5 - 0.6 79
(06/01/1978) 917 18 MSS (5) 0.6 - 0.7 79
Landsa2 22/01/1975 (6) 0.7 - 0.8 79
(25/02/198) (7) 0.8 - 1.1 79
(4) 0.5 - 0.6 79
(5) 0.6 - 0.7 79
Landsa3 05/03/1978 917 18 MSS (6)0.7 - 0.8 79
(31/03/198) (7)0.8 - 1.1 79
(8)10.4 - 12.6 240
(1) 0.45 - 0.52 30
(2) 0.52 - 0.60 30
(3) 0.63- 0.69 30
Landsa5 16/07/82 705 16 TM (4) 0.76 - 0.9 30
(5) 1.55 - 1.75 30
(6) 10.4 -12.5 120
(7) 2.08 - 2.35 30

Landsa7 15/04/1999 705 16 ETM+ (6) 10.40 - 12.50 60

(8) 0.52 - 0.9 15

32
4.3 Preprocesamiento de los datos imágenes de satélite

En los datos imágenes, la data está almacenada en formato 8-bit, es decir, un número natural entre 0 y 255,
llamado número digital (ND). Para estudios multitemporales, como es el caso de este trabajo, es necesario
comparar varias imágenes entre sí, y el ND no hace una buena medida de los cambios que se producen a
nivel de superficie con el tiempo. El ND depende no sólo de las condiciones del suelo, vegetación, glaciar,
sino también de la calibración del sensor, el ángulo de elevación solar, el ángulo de visión del sensor, la
distancia Tierra-Sol y las condiciones atmosféricas en el momento de adquisición de la imagen. Por tanto, es
necesario convertir el ND en un valor que tenga en cuenta la calibración del sensor y sea independiente de
las condiciones atmosféricas y de insolación. Ese valor es la reflectancia de la superficie.

La figura 13 indica los pasos seguidos en el tratamiento de las imágenes con el software especializado en
procesamiento de datos digitales.

Figura 13: Diagrama de flujo del preprocesamiento de las imágenes satelitales (Número Digital hasta
Reflectancia) para la estimación de cobertura glacial

4.3.1 Calibración

Para poder interpretar los valores de las imágenes es necesario llevar los valores de números digitales (ND) a
magnitudes físicas de radiancia como medida de la cantidad de energía que llega al satélite y se calcula
utilizando la Ecuación 18. Para recuperar los valores de energía recepcionados, es necesario aplicar la inversa
de
33
El subíndice k se refiere a cada uno de los canales del sensor, y son los coeficientes de calibración del
sensor para el mencionado canal y es la radiación que recibió el sensor. En la Tabla 3 aparecen los
valores de estos parámetros para Landsat 5 y 7 junto a los valores de irradiancia solar en el techo de la atmósfera
( ) y transmitancia ( ) para cada uno de los canales.

4.3.2 Corrección atmosférica

Para corregir atmosféricamente una imagen multiespectral, se ha usado el módulo FLAASH del software ENVI
4.5 (FLAASH incorpora el código de la transferencia de radiación MODTRAN4). Para esto, es importante
haber realizado la calibración radiométrica descrita anteriormente. Esto proporciona una deducción basado en
la física de la reflectancia de la superficie aparente a través de la deducción de las propiedades atmosféricas, tal
como el albedo de la superficie, altitud de la superficie, columna del vapor de agua, profundidad óptica de los
aerosoles y de las nubes, y la temperatura atmosférica de la superficie. Los procedimientos que se han seguido
son:

 Primero, extraer del cabecero de la imagen (la fecha y la hora de adquisición, la ubicación geográfica,
latitud y longitud).
 Convertir las unidades de radiancia W (m2 sr µm)-1 devueltos por el software ENVI al momento de la
calibración a W (cm2 sr nm)-1.
 Corregir para efectos de adyacencia (mezcla de píxel debido a la dispersión de radiancia en la superficie
reflejada). Una opción para calcular una escena de media visibilidad (aerosol/cantidad neblina).

FLAASH toma como base una ecuación estándar para la radiancia espectral en un pixel en el sensor, L, aplicado
para el rango de longitud de onda solar (la emisión térmica es despreciada), en materiales Lambertianas o
equivalentes. La ecuación según Matthew et., (2000) es la siguiente:

�
= + + � (29)
− � − �

Donde es la reflectancia superficial del pixel, es la reflectancia superficial promedio del pixel y la región
de entorno, es el albedo esférico de la atmósfera, � es parte de la radiancia dispersada por la atmósfera. A y
B son coeficientes que dependen de las condiciones atmosféricas y geométricas pero no de la superficie. Los
valores de A, B, S, � y son determinados por el algoritmo MODTRAN4, el cual requiere, para sus cálculos,
diversos parámetros de entrada: ángulo solar, ángulo de observación, elevación promedio de la superficie,
modelo atmosférico estándar, tipo de aerosol y el rango de visibilidad horizontal (Matthew et., 2000).

34
El primer término de la Ecuación 29 corresponde a la radiancia que es reflectada de la superficie y llega
directamente al sensor, el segundo término corresponde a la radiancia de la superficie que es “scattered” por la
atmósfera hacia el sensor y el tercer término es parte de la radiancia dispersada por la atmósfera.

Para nuestro estudio no hubo la necesidad de hacer una corrección geométrica ya que se utilizaron imágenes
satelitales ortorectificadas.

4.4 Estimación de la reflectancia

La reflectividad es la variable fundamental cuyo cálculo permite aplicar otro tipo de técnicas para hacer
investigación en ciencias de la Tierra. Es la parte de la irradiancia solar que alcanza la superficie terrestre que
se refleja de nuevo a la atmósfera. Se utilizaría la ecuación 19 como índice entre la radiación que parte del
suelo , y la que llegó a éste procedente del Sol ( , ) medida en la superficie del píxel (Chander y
Markham, 2003)

,
=
,

donde es la reflectividad para el canal k, , es la radiancia que parte del suelo para el canal k y ,
la
irradiancia solar para el canal k al nivel del suelo.

4.5 Cálculo de la superficie glaciar a partir de Imágenes LandSat-5

Se ha aprovechado la característica de una alta reflectancia en el espectro visible junto con una fuerte absorción
en el infrarrojo cercano/medio (canales 3 y 5, respectivamente) así como la disminución de la reflectancia con
la edad de la nieve, la nieve fresca tiene una reflectividad mayor que la nieve helada (Sobrino et al., 2000).
(Figura 14).

35
Figura 14. Reflectividad característica para distintos tipos de nieve (Sobrino et al., 2000). Se puede ver como
la reflectividad varía de acuerdo a la edad de la nieve, alcanzando el 100% para la nieve fresca.

Ambas características son reunidas en un único parámetro, razón de canales o índice.

Así, los cocientes los canales empleados han sido los siguientes: Ariza (2006)
��
a) = , donde � y � son las reflectancias en los canales 3 y 5 de las imágenes
��5

Landsat-5, respectivamente.
�� − ��5
b) Índice de nieve de diferencia normalizada, �= .
�� + ��5

En los dos casos se aplicó a la imagen un umbral con la intención de obtener un vector para utilizarla sobre la
imagen original. A continuación se describe cada uno de los dos métodos empleados

Método A: Cociente de canales

Si se considera el umbral � ⁄ � > . , para nieve/hielo y si además se cumple: (Maestro y Recio,

2004)

 � ⁄ � > . , se considera que es nieve.

 � ⁄ � entre 0.32 y 0.48 se considera que es nieve envejecida (firn).
 � ⁄ � < . se considera que es hielo.

Se debe considerar que la reflectancia de la nieve disminuye con el tiempo; mientras que una nieve reciente
puede alcanzar fácilmente valores de reflectancia superior al 80%, esta puede caer por debajo del 40% tras la
metamorfosis sufrida por los cristales de nieve con el tiempo. Esta caída de la reflectancia resulta mucho más
marcada para el infrarrojo medio, haciendo el cociente entre este canal (canal 5) y cualquiera de las visibles.

36
Método B: Índice de nieve NDSI (enmascaramiento a partir del umbral)

La propiedad óptica más importante del hielo y del agua, que causa una variación espectral en la reflectancia de
la nieve y de las nubes en las longitudes de onda del infrarrojo medio y el visible, es que el coeficiente de
absorción de ambas varía en 7 órdenes de magnitud entre 0.4 m y 2.5 m (Cano & Moreno, 1λλ6). Es por esto
que, en el canal 2 para imágenes Landsat-5, la nieve es más brillante que cualquier otra superficie natural,
mientras que en el canal 5 la reflectancia de las nubes sigue siendo muy alta, cayendo a valores próximos a cero
para la nieve. Por lo tanto de la ecuación 24 y 25 para imágenes Landsat-5, un índice de nieve normalizado es:

� − �
� � � =
� + �

Y el índice de vegetación de diferencia normalizada (NDVI) es

� − �
�� � =
� + �

Donde � y � son las reflectancias en los canales rojos e infrarrojo cercano, respectivamente.

Luego, hacemos la discriminación entre nieve, suelo, roca y la cobertura de nubes. Para ello, consideramos que
los valores de NDSI para nieve están entre 0.52 y 1 (Figura 15) y los valores de NDVI están entre -0.2 y 0.2
(Figura 16) (Silverio et Jaquet, 2005).

37
5 Resultados

5.1 Área glaciar de la cordillera Huaytapallana

En la figura 14 se indica el índice de nieve de diferencia normalizada (NDSI) el índice de vegetación de

diferencia normalizada (NDVI) ha permitido la delimitación del área glaciar. Los valores del área glaciar, a
partir del NDSI (Figura 15), van desde 0.52 a 1 y de NDVI -0.2 a 0.2 (Figura 16), estos permiten discriminar
de otras superficies (Silverio et Jaquet, 2005).

38
 NDSI 1985 NDSI 1991 NDSI 1995 NDSI 2001 NDSI 2004 NDSI 2010
25000

20000
N Píxel

15000

10000

5000

0
-0.7 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
0.52
NDSI

Figura 15: Histograma de NDSI (0. 52 a 1.0) correspondiente al glacial para el periodo 1985 - 2010.

Figura 16: Histograma de NDVI (-0.2 a 0.2) correspondiente al glacial para el periodo 1985 - 2010.

39
 5501 2010 2004 2001 1995 1991 1985

5409

5317

5224

5132
Altitud (msnm)

5040

4948

4856

4763

4671

0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0

Área glaciar (km2)

Figura 17: Área glaciar por rango altitudinal.

Analizando el área glaciar por rango altitudinal y la hipsometría glaciar (Figura 17) generados con el modelo
de elevación digital GDEM ASTER con 30 m de resolución espacial (Wist, 2012), vemos que en altitudes más
bajas (zona de ablación), la perdida de área glaciar es más notorio. En altitudes medias donde se presenta la
mayor acumulación del área glaciar, podemos identificar una reducción en aproximadamente 50% de área
glaciar con respecto al área glaciar existente en el año 1985, tomando como referencia el año 2010. Y, en las
altitudes más altas (zona de acumulación) el área glaciar es casi constante.

40
 Figura 18: Variación del área glaciar la cordillera Huaytapallana

El la figura 18 se puede observar la clara disminución de la cobertura glaciar de la cordilleral Huaytapallana

desde el año 1985 hasta el año 2010. En ese periodo se identifica una pérdida de 14.3 km2 (que representa el
51.6% con respecto al año 1985).

41
 Figura 19: Evolución de la cobertura glaciar de la cordillera Huaytapallana, en el periodo 1985 – 2010.

A partir de las imágenes del sensor TM del satélite Landsat-5, se identifica un área glaciar de 27.7 km2 en el
año 1985 y 13.4 km2, en el año 2010 (Figura 19).

Si analizamos la ecuación lineal en la figura 20, donde la variable dependiente es el área glaciar, definimos una
tasa de reducción de 0.52 km2/año y esto nos permite identificar una reducción de área glaciar de 13.52 km2 en
26 años y si se mantienen las mismas condiciones atmosféricas a esta tasa de reducción, la cobertura glaciar de
la cordillera Huaytapallana podría desaparecer entre los años 2034-2039.

42
 35
Área glaciar - Huaytapallana Lineal (Área glaciar - Huaytapallana)

30

25

Área glaciar (km2)

20

15

10
y = -0.524(km2/año)x + 1066.1(km2)
R² = 0.9374
5

0
1980 1985 1990 1995 2000 2005 2010 2015

Tiempo (Años)

Figura 20: Distribución temporal del área glaciar del nevado Huaytapallana .

Otra forma de expresar la pérdida de la cobertura glaciar de la cordillera Huaytapallana es analizándola

estadísticamente (Figura 19). El alto coeficiente de determinación (r2=0.9) nos indica que el área glaciar ha
disminuido en el periodo 1985-2010 y si sigue esa tendencia el glaciar desaparecerá.

43
6 Conclusiones

 Durante mucho tiempo las actividades humanas han generado grandes proporciones de gases como el
dióxido de carbono hacia la atmósfera, los cuales incrementaron el riesgo de desequilibrar el efecto
invernadero y derivar de ello un cambio climático en nuestro planeta como se puede evidenciar en el
aumento de temperatura trayendo consigo consecuencias muchas veces irreversibles como es el caso
de la desglaciación. Por lo tanto se puede decir que los glaciares son los principales indicadores del
cambio climático.
 Muchas ciudades grandes en los Andes están localizadas >2.500 msnm dependiendo casi
exclusivamente de stocks de agua de alta montaña en época seca, como es el caso del nevado
Huaytapallana principal fuente hídrica de la ciudad de Huancayo en época de estiaje afectando a la
población de esa región

 El retroceso acelerado de los glaciares se puede medir utilizando imágenes del sensor TM del satélite
Landsat-5 con una resolución de píxel de 30 m, para el caso de la cobertura glaciar de la cordillera
Huaytapallana se a podido analizar en un intervalo de tiempo de 1985 a 2010 identificándose así una
reducción de 13.52 km2 (48.4%) en 26 años a una tasa de retroceso de 0.52 km2/año.

 El NDSI y NDVI que se obtienen de la imagen Landsat-5 permiten delimitar la cobertura glaciar,
discriminando de otras coberturas como agua, suelo, vegetación, entre otros. También, a partir de la
hipsometría glaciar generado de los modelos de elevación digital, podemos identificar el
desplazamiento de la zona de ablación hacia regiones más elevadas de la montaña.

44
7 Referencias bibliográficas

 ANA (2014) Autoridad Nacional del agua: Inventario nacional de glaciares y lagunas.
 Ariza A. (2006). Análisis del retroceso de glaciales tropicales en los Andes Centrales de Colombia
mediante imágenes Landsat. Revista Cartográfica; Jan - Dec; 82; Pro Quest Science Journals, p. 65-
67.
 Aronoff S. (2005). Remote sensing for GIS managers. New York, USA. ESRI Press, p.487.
 Cano A. y Moreno V. (1996). Análisis multitemporal de imágenes Landsat TM en la cartografía de las
masas de hielo y nieve aplicada a la modelización hidrológica. (en línea). Revista de Teledetección:
p.1-12. Consultado 2 jul. 2009.
Disponible en [Link]
 Chander G. y Markham B. (2003). Revised Landsat-5 TM Radiometric Calibration Procedures and
Postcalibration Dynamic Ranges. IEEE transactions on geoscience and remote sensing, Vol. 41, Nº
11, p. 2674-2676.
 Chen X., Vierling L., Deering D. y Conley A. (2005). Monitoring boreal forest leaf area index across
a Siberian burn chronosequence: a MODIS validation study. International Journal of Remote Sensing,
Vol. 26, Nº 24, p. 5435-5436.
 Comercio 2007: retroceso del glacial Yanamarey en los andes peruanos.
 Ericksen y Plafker, 1970. Wiquipedia: terremoto en Ancash.
 Francou B. y Pouyaud B. (2004). Método de observación de glaciares en los Andes Tropicales:
Mediciones de terreno y procesamiento de datos. GREAT ICE’s document. Consultado 6 jun. 2010 en
[Link] 240 p
 IGP (2010). Cambio Climático en la Cuenca del Río Manataro, Balance de 7 años de estudio p.59
Fondo Editorial del CONAM

45
 IPCC (2007). Cuarto informe del Panel Intergubernamental de cambio climático- Bases científicas
 IPCC (2014). Quinto informe del Panel Intergubernamental de cambio climático- Bases científicas
 John A. (1986). Remote Sensing Digital Image Analysis. Springer-Verlag New York, INC., New
York, NY. Pp.51-52.
 Liou K. (2002). An Introduction to Atmospheric Radiation. International Geophysics Series Vol. 84,
p.13-14.
 Lliboutry L. (1956). Nieves y Glaciares de Chile: Fundamentos de glaciología. In. Nieves y
Glaciares de Chile: Fundamentos de glaciología. Santiago, Chile. Ed. Universidad de Chile, p.471.
 Maestro C. y Recio J. (2004). Análisis comparativo de distintos métodos de estimación de la
superficie glaciar en el Pirineo axial aragonés a partir de imágenes Landsat. GeoFocus (Artículos),
Nº 4, ISSN: 1578- 5157, p. 79-92
 Markhan, B. Y Barker, J. (1986). Landsat MSS and TM post-calibration dynamics range,
exoatmospheric reflectance and at satellite temperature. EOSAT. Landsat Technical Notes,.p.3-8.
 Matthew M., Adler S., Berk A., Richtsmeier S., Levine R., Bernstein L., Acharya P., Anderson G.,
Felde G., Hoke M., Ratkowski A., Burke H., Kaiser R. and Miller D. (2000). Status of Atmospheric
Correction Using a MODTRAN4-based Algorithm. SPIE Proceeding, Algorithms for Multispectral,
Hyperspectral, and Ultraspectral. Imagery VI. Vol. 4049, p.199-207.
 Peña M. (2007). ASTER satellite image corrections to estimate vegetational parameters on the Mirta
river basin, Aisén. BOSQUE 28(2), p.162-172.
 Revista agraria – 2013(en línea).Consultado 15 diciembre. 2014 en [Link]
 SENAMHI (2009) Escenarios Climáticos en el Perú para el año 2030 Autores Diaz A., Rosas G.,
Avalos G., Oria C., Acuña D., Llacza, A.,Miguel R. Proyecto SCNCC, Segunda Comunicación
Nacional del Cambio Climático. Editor Ministerio del Ambiente.
 Silverio W. et Jaquet J. (2005). Glacial cover mapping (1987-1996) of the Cordillera Blanca (Peru)
using satellite imagery. Remote Sensing of Environment 95. Vol. 342-350.
 USGS (2012). Earth Resources Observation and Science Center (en linea). Consultado 5 may. 2009.
Disponible en [Link]
 Sobrino J., Raissouni N., Olioso A., López M., Kharraz M., Cuenca J. y Dempere L., (2000).
TELEDETECCION. Sobrino J.A. (Ed.), Servicio de Publicación, Universidad de Valencia (ISBN
84-370-4220-8), Valencia (España).
 USGS, 2009. Satellite Image Atlas of Glaciers of the World: Alaska. Professional Paper 1386-K.
 Wist (2012). ASTER global digital elevation model V001 (ASTGTM) (en línea). Consultado 5 ene.
2010 en [Link]
 Zubieta y Lagos 2009. Estudio por Teledeteccion de la dinamica glaciar en la Cordillera
Huaytapallana, Junin, Peru, Instituto Geofisico del Peru, Encuentro Científico Internacional ECI2010,
lima, Peru, Diap. 16

46
 ANEXO

1. Términos glaciológicos

1. Glaciología

Es una disciplina de las Ciencias de la Tierra preocupada por la edad geológica y por los múltiples fenómenos
naturales relacionados con la extensión, distribución, causas, características, procesos dinámicos,
clasificaciones e implicancias del agua en estado sólido y en todas las manifestaciones que puede presentarse
en la naturaleza (glaciares hielo, nieve, granizo, neviza, etc.). Esto incluye el hielo existente en suelos, nubes,
océanos, lagos, ríos y en otros planetas del sistema solar (Lliboutry, 1956).

1.1. Neviza, firn o névé

Es un estado intermedio en la transformación de la nieve a hielo. Está constituido por granos agrupados con
densidad cercana a 600 kg m-3 de textura granular, aun con burbujas de aire y color más traslúcido que la nieve
de color blanco. La neviza se diferencia del hielo en que en la primera el paso del aire entre los granos queda
completamente interrumpido. Así en el hielo de glaciar, el aire se presenta a modo de vesículas y todo
incremento en la densidad resulta de la compresión de estas (Lliboutry, 1956).

47
1.2. Diagenesis

Es el proceso de transformación de la nieve depositada e implica los cambios producidos por apisonamiento
de la misma por sucesivos estratos de acumulación, que por el mayor peso favorecen las modificaciones físicas
de los cristales de nieve, agrupándolos, aumentando la densidad de los granos constituyentes, pasando de una
textura suave y esponjosa propia de la nieve, lo que favorece su compactación y transformación en neviza
(Figura A.1)

Figura A.1 Proceso de transformación de la nieve en hielo (Lliboutry, 1956).

1.3. Glaciar

Un glaciar es una masa de hielo que transforma agua sólida (nieve, granizo o escarcha) en hielo y la restituye
en forma de vapor (por evaporación o sublimación) o en forma líquida (agua escurrida por el torrente emisario).
La relación entre estas ganancias y pérdidas de masa de agua se conoce como el balance de masa de un glaciar
(Figura A.2). El balance de masa, representa el equivalente en agua de lo que gana y de lo que pierde un glaciar
en un tiempo determinado. Este indicador se obtiene a partir de mediciones repetidas, ya sea de manera directa
(balance glaciológico) o indirecta (balance hidrológico) (Francou y Pouyaud, 2004).

48
 Figura A.2 Balance de masa glaciar. El glaciar presenta dos áreas muy marcadas, el área de acumulación
(parte alta del glaciar) y el área de ablación (parte baja del glaciar). Cerna M. (2012)

1.4. Balance de masa

El balance de masa constituye la información básica más importante para el estudio de los glaciares; es el
cambio de masa (medido como un volumen de agua equivalente) ocurrido durante un periodo de tiempo,
normalmente la duración del año hidrológico. El balance de masa anual se denota bajo su forma específica en
milímetros de agua equivalente por año, y se estima abriendo un pozo o realizando una perforación en el glaciar
y midiendo el espesor y la densidad del hielo. El resultado es un “perfil de densidad”.
Son principales variables a medir: la acumulación neta y la ablación (Francou y Pouyaud, 2004).

i. Acumulación neta es la cantidad de nieve y hielo acumulada a lo largo de un año

hidrológico. Proporciona información acerca de la cantidad de precipitaciones sólidas recogidas por
el glaciar durante un año hidrológico.

ii. Ablación es el resultado directo del balance energético a la superficie del glaciar (la suma de
fusión y sublimación). Se mide entre meses o años a partir de balizas repartidas sobre la zona de
medición.

iii. La línea de equilibrio o nieve es el nivel en el cual el balance de masas es nulo, su ubicación
está cerca de la línea que divide la zona de acumulación y ablación. Por encima de esta línea hay una
ganancia neta de masas durante el año hidrológico; por debajo de la línea de equilibrio hay una

49
pérdida neta. Hay cierta cantidad de hielo por debajo de la línea de equilibrio, pero este es
insignificante porque se pierde durante el siguiente verano. (Figura 4).

Por consiguiente, si los glaciares permanecen a niveles bajos y no hay retroceso, la línea de equilibrio
se ubicará a un nivel inferior, pero como actualmente viene ocurriendo el fenómeno de retroceso
acelerado de los glaciares, entonces los glaciares remanentes quedan a mayor altura y la línea de
equilibrio paulatinamente cada año va elevándose más. Una consecuencia de ello es, por ejemplo,
que en el caso del Nevado Huascarán en 50 años (periodo 1920-1970) la línea de equilibrio se ha
elevado 95 metros (con un error de aproximadamente 5%) (Kaser, Georges & Ames).

50