GOBIERNO DE CHILE

MINISTERIO DE OBRAS PÚBLICAS

DIRECCIÓN GENERAL DE AGUAS
DPTO. DE CONSERVACIÓN Y PROTECCIÓN DE RECURSOS HÍDRICOS

DIAGNÓSTICO DE LA CONDICIÓN
TRÓFICA DE CUERPOS LACUSTRES
UTILIZANDO NUEVAS HERRAMIENTAS
TECNOLÓGICAS

REALIZADO POR:
CENTRO DE ECOLOGÍA APLICADA LTDA.

S.I.T. N° 347

SANTIAGO, NOVIEMBRE 2014

 MINISTERIO DE OBRAS PÚBLICAS

Ministro de Obras Públicas

Sr. Alberto Undurraga Vicuña

Director General de Aguas (T.P.)

Sr. Carlos Estévez Valencia

Jefa de Dpto. de Conservación y Protección de Recursos Hídricos

Sra. Mónica Musalem Jara

Inspector Fiscal

Sr. Diego San Miguel Cornejo

Profesionales Participantes

Sr. Carlos Quintana Sotomayor

Sra. Marysol Azócar Gutiérrez

NOMBRE CONSULTORES:

Jefe de Proyecto

Sr. Manuel Contreras Leiva (Biólogo, Dr. Ecología)

Profesionales:

Sr. Toradji Uraoka Orlandini (Ing. Civil)

Sra. Claudia Mellado Tigre (Ing. Civil)

Sr. D’Angelo Durán Ayala (Biólogo Ambiental)

Sr. Pedro Fuentes Aguilar (Cartógrafo)

Sra. Fernanda Díaz Leiva (Cartógrafa)

 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

RESUMEN EJECUTIVO

La Dirección General de Aguas (DGA) realiza la medición e investigación de cuerpos lacustres a nivel
nacional, y bajo esta directriz opera la Red de Lagos. Actualmente existe la necesidad de ampliar el
conocimiento y cobertura de sus monitoreos.

El objetivo principal del estudio fue evaluar el estado trófico de cuerpos lacustres, mediante la
implementación de nuevas herramientas tecnológicas de monitoreo remoto y de teledetección.

Mediante la revisión del estado del arte y análisis de herramientas tecnológicas disponibles, se
desarrolló una propuesta metodológica para el estudio de parámetros de calidad de agua relacionados
con el estado trófico (clorofila a y sólidos suspendidos), mediante el uso combinado de nuevas
herramientas tecnológicas. Esta propuesta comprendió el uso de teledetección de imágenes
aerotransportadas y satelitales, interpretación de firmas espectrales, comparación con datos medidos
en campo y el uso de una plataforma de medición continua (boya telemétrica).

La base para la implementación de la metodología fue la generación de conocimiento de la relación

entre los constituyentes del agua (clorofila a y sólidos suspendidos) y sus propiedades ópticas. Esta
información se utilizó para estudiar modelos (regresiones empíricas) que correlacionaran la
información espectral con parámetros de calidad de agua. Para ello, se realizaron actividades
generales (estudio de propiedades ópticas y sus constituyentes) y específicas (tareas para adquirir
información de laboratorio, de campo y aerotransportada). Posteriormente, para el análisis de los
resultados y evaluación del desempeño de los modelos, la información fue organizada en diseños
experimentales de diferentes escalas espaciales (desde laboratorio hasta una escala regional). En la
siguiente Figura N° 1 se muestra un esquema del desarrollo de actividades en campo, con el
levantamiento de información de calidad de agua e imágenes espectrales.

Figura N° 1 Esquema de desarrollo de actividades en campo, con el levantamiento de información

de calidad de agua e imágenes espectrales.

Pág. 3
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Para analizar y evaluar las herramientas de teledetección, la información adquirida se organizó en

seis diseños experimentales, que permitieron combinar diferentes escalas espaciales relacionadas
con el tipo de medición (laboratorio, medición de campo, aerotransportado y satelital) de la variable
objetivo de calidad de agua (clorofila a y sólidos suspendidos) y la variable óptica utilizada en los
modelos de estimación (firma espectral).

El orden de los diseños se relacionó con el grado de control que se tuvo sobre las mediciones
realizadas. El primer diseño experimental consistió en medir, bajo condiciones controladas de
laboratorio, la firma espectral de un contenedor de agua y simultáneamente obtener muestras de
clorofila a y sólidos suspendidos. Los diseños experimentales sucesivos fueron gradualmente
aumentando su cobertura espacial y combinando diferentes datos espectrales y mediciones de
campo. El resumen de los seis diseños experimentales considerados se muestra en la Tabla N° 1.

Tabla N° 1 Diseños experimentales del estudio asociados a la herramienta de teledetección

N° Diseño Escala Variable Medición para Observaciones

Experimental espacial objetivo variable estimada mediciones
(CHLA y SS) (Firma espectral)

1 Condiciones Contenedor Muestra del Espectrorradiómetro Simultánea

controladas en experimental contenedor de campo
laboratorio en laboratorio

2 Medición de Estación de Muestra de Espectrorradiómetro Simultánea

Campo en muestreo en 5 campo de campo
estación de lagos zona
muestreo central

3 Levantamiento 5 Lagos zona Muestra de Sensor Simultánea (hasta

aéreo en zona central campo Hiperespectral diferencia de horas)
Central

4 Imágenes Embalse Rapel Muestra de Imagen satelital Simultánea (hasta

satelitales en campo multiespectral diferencia de horas) y
embalse Rapel diferencia de semanas

5 Levantamiento 21 Lagos del Muestra de Sensor Simultánea (hasta

aéreo e imagen país (Red de campo + base de Hiperespectral y diferencia de horas) y
satelital en Red Lagos + datos Red de Multiespectral base de datos (hasta
de Lagos adicionales) Lagos diferencia de años)

6 Imagen satelital Lago Base de datos Imagen satelital Diferencia de días

de escala Llanquihue Red de Lagos MODIS hasta 1 semana
regional en Lago
LLanquihue

Para el estudio del estado trófico de cuerpos lacustres mediante el análisis de las características
espectrales del agua, se consideró que la clorofila a presenta máximos de absorción en determinadas
longitudes de onda del espectro electromagnético. Las longitudes de onda en que se producen estas
absorciones máximas son el rango azul y el rojo (Figura N° 2). Con la información radiométrica de
estos rangos se implementaron modelos de estimación de clorofila a, que consisten en formulas
matemáticas que relacionan la concentración de clorofila a con valores de reflectancia, los cuales son
obtenidos mediante comparaciones empíricas.

Pág. 4
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 2 Espectro de absorción de clorofila a.

En forma paralela a los estudios de teledetección, se implementó una herramienta de observación

temporal continua que consistió en una boya piloto instalada en el embalse Rapel. Esta boya cuenta
con diferentes sensores que fueron incorporados para estudiar variables ambientales,
hidrodinámicas y de calidad de agua, con una alta resolución temporal. Para registrar los datos de
las variables mencionadas, la plataforma consideró una estación meteorológica con sensores de
temperatura del aire, dirección, magnitud del viento, radiación solar, una cadena de termistores, y
un sensor de fluorescencia de clorofila a in-situ (Figura N° 3). La boya cuenta con un datalogger y
un modem de celular, que permite transmitir los datos en tiempo real a un servidor remoto.

Figura N° 3 Boya Telemétrica instalada en el embalse Rapel

Pág. 5
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Del análisis de resultados de teledetección, se observó una importante relación entre el grado de
ajuste de los modelos y las condiciones experimentales en las cuales se desarrollaron las
mediciones.

En un diseño experimental con condiciones controladas (laboratorio), los modelos de estimación de

clorofila a y sólidos suspendidos tuvieron altas correlaciones (r2>0.98), que permitieron detectar
pequeños cambios de concentración, lo que demuestra que efectivamente estos parámetros de
calidad de agua pueden ser estimados mediante sus propiedades ópticas.

Los sucesivos diseños experimentales realizados con espectrorradiómetro de campo, y con

herramientas de teledetección hiperespectral, aplicados en cinco lagos de la zona central,
incorporaron variabilidad natural que puede ser encontrada en cuerpos lacustres de la ecorregión
Mediterránea (Figura N° 4). Aun cuando se observó una mayor dispersión de los datos, el ajuste
de los modelos fue alto para clorofila a (r2>0.90) y medio para sólidos suspendidos (r2 en torno a
0.80), que son resultados de desempeño alto pero menor a los obtenidos en condiciones
controladas (laboratorio).

7%
ACULEO
YESO
6%
NEGRA
PEÑUELAS
5% RAPEL
Reflectancia (%)

4%

3%

2%

1%

0%
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 775 800 825 850 875 900

Longitud de Onda (nm)

Figura N° 4 Firmas espectrales adquiridas Espectroradiómetro en campo durante diciembre de

2013, en cinco cuerpos lacustres de la zona central.

Con el objetivo de evaluar la condición trófica de la Red de Lagos DGA, se llevó a cabo la extensión
de los análisis a un total de 21 cuerpos lacustres, lo que implicó la incorporación de información de
sistemas que geográficamente pertenecen a otras ecorregiones y también que la disponibilidad de
datos para calibración fuese extemporánea (base de datos que contiene algunos datos de años
anteriores), lo que limitó el desempeño y evaluación de los modelos. Aún bajo estas condiciones, se
obtuvieron resultados con correlaciones medias (modelos con coeficientes de determinación
r2=0.88, r2=0.81 y r2=0.65) que pueden ser mejorados con la incorporación de datos más
contemporáneos en el futuro.

En la Figura N° 5 se muestra parte de los resultados asociados a la estimación de clorofila a en la

Red de Lagos. Al comparar las mediciones y estimaciones de clorofila a con los modelos
hiperespectrales se observa que en la mayoría de los sistemas oligotróficos, el modelo comparte la
clase de estado trófico. Los resultados para sistemas mesotróficos presentan mayor diferencia, y
sólo 2 de 5 casos, comparten la clase. El error RMSE del modelo es comparable en magnitud a los

Pág. 6
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

rangos tróficos, que indica que bajo las condiciones consideradas en este diseño experimental, la
clasificación de estado trófico presentó un importante grado de incertidumbre.

Figura N° 5 Comparación de valores clorofila a medidos y estimados con modelos hiperespectrales.

Se señalan límites de rangos tróficos de clorofila a.

Comparativamente, los modelos basados en imágenes hiperespectrales desempeñaron mejor

respecto a las imágenes multiespectrales utilizadas. Si bien, existe un grado de incerteza por
comparar datos extemporáneos, el mejor desempeño de los modelos hiperespectrales se basa en
que el detalle de la información espectral continua permite describir y correlacionar de forma más
precisa los rangos de absorción de la clorofila a.

Para visualizar espacialmente los patrones de distribución de clorofila a y sólidos suspendidos

estimados con los modelos hiperespectral y multiespectral LANDSAT, se generaron mapas
temáticos con los valores de concentración para cada cuerpo lacustres. Los modelos representados
en estos mapas fueron escogidos debido a que presentaron los mayores coeficientes de
determinación r2 a la escala regional que comprende la Red de Lagos de DGA.

Los resultados de la estimación mostraron diferentes patrones de distribución según los modelos
utilizados. En la Figura N° 6 se muestran parte de los resultados, que corresponden a mapas de
clorofila a estimada con métodos de teledetección para la Laguna de Aculeo y el Lago Villarrica.

Pág. 7
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 6 Mapas de clorofila a estimada con métodos de teledetección hiperespectral (arriba) y

multiespectral LANDSAT (abajo), para la Laguna de Aculeo (izquierda) y el Lago Villarrica
(derecha).

Por otro lado, los resultados obtenidos con el uso de la boya telemétrica, mostraron que el diseño
del sistema piloto funcionó correctamente durante el período de estudio (diciembre 2013 a
noviembre 2014), durante el cual transmitió datos en forma continua y en tiempo real. Los
resultados permitieron describir el comportamiento de las series temporales y establecer
correlaciones con el funcionamiento del embalse Rapel (Figura N° 7).

La observación de los datos de clorofila a registrados con el fluorómetro instalado en la boya, han
permitido contar con una serie de tiempo continua de la dinámica del fitoplancton en el embalse
Rapel (sector Muro). Se observa que en este caso, la clorofila a ha presentado una alta variabilidad
en el período de observación (Figura N° 8), encontrando en algunos casos valores en el rango
hipereutrófico, como también en el rango oligotrófico durante otras fechas. Este tipo de información
puede ser de gran importancia para evaluar la representatividad temporal de las mediciones
discretas que se realizan en los diferentes cuerpos de agua.

Pág. 8
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 7 Series de tiempo de información registrada por la boya telemétrica durante

aproximadamente 5 meses (27 diciembre 2013 al 10 noviembre 2014). Gráficos muestran la
temperatura de la cadena de termistores a diferentes profundidades, la medición del fluorómetro de
clorofila a, la magnitud y dirección el viento. Adicionalmente se muestra el nivel medido por la
estación DGA (Rapel Muro).

Pág. 9
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 8 Serie de tiempo de clorofila a medida con fluorómetro instalado en la boya. Se indica
la referencia de los rangos tróficos en embalse Rapel (sector muro).

La propuesta metodológica desarrollada, la que consideró el uso de teledetección con imágenes

aerotransportadas y satelitales, interpretación de firmas espectrales y comparación con datos
medidos en campo, fue adecuada para evaluar el desempeño de diferentes herramientas
tecnológicas relacionadas con el estudio remoto de parámetros de calidad de agua y de estado
trófico (clorofila a y sólidos suspendidos).

Estas herramientas tecnológicas utilizadas en la ecorregión Mediterránea, permitieron obtener altas

correlaciones entre clorofila a estimada y medida, bajo el cumplimiento del requisito de
simultaneidad entre datos hiperespectrales y muestras de campo. Al extrapolar la utilización de la
metodología a la ecorregión de Lagos Valdivianos (Araucanos y Costeros), los resultados
disminuyeron su poder de correlación, posiblemente debido a la diferencia temporal entre los datos
teledetectados y la base de datos de calidad de agua.

En el caso de imágenes multiespectrales la aplicación se debería restringir a aguas con bajas

concentraciones de sólidos suspendidos. Las imágenes hiperespectrales presentaron una mayor
aplicabilidad, y pueden utilizarse en diferentes tipos de agua (con o sin sólidos suspendidos), ya
que las firmas espectrales permiten analizar ambos rangos donde se expresa la clorofila a (espectro
azul y rojo).

Cabe señalar que la Red de Lagos (RL) determina fundamentalmente el estado trófico de lagos
Araucanos, resultados que no son extensibles a otros cuerpos de agua en el territorio nacional,
como son los costeros, andinos, patagónicos, altiplánicos, insulares, entre otros. Considerando la
elevada demanda y presión que existe actualmente sobre estos recursos hídricos, es necesario
incrementar la cobertura de la RL a lagos de otras ecorregiones. En este contexto, las metodologías
de teledetección permitirían extender gradualmente el monitoreo de otros cuerpos lacustres, a
escala nacional. Esto permitiría tener un diagnóstico del estado ambiental de las cuencas
hidrográficas, toda vez que los lagos son sumideros de los materiales que son exportados en
función de los diferentes usos del suelo y actividades industriales asociadas a cada una de ellas.

Pág. 10
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Para apoyar el ajuste de modelos de estimación más precisos, se recomienda ampliar el banco de
firmas espectrales, mediante la adquisición de datos de diversos cuerpos lacustres con un
espectrorradiómetro de campo. Para esto, es importante que los monitoreos de la Red de Lagos
puedan medir firmas espectrales en conjunto con la toma de muestras superficiales, e incorporar
esta información a una base de datos que permita evaluar los modelos de estimación y mejorarlos
en el tiempo.

Se necesitan estudios adicionales para mejorar la precisión de los modelos de estimación de

clorofila a, entre los cuales puede ser considerada la evaluación de modelos de corrección
atmosférica (teóricos y empíricos), evaluación del efecto del brillo solar sobre la superficie del agua,
y en caso de aplicar esta metodología en otras ecorregiones, se debe considerar el estudio de otros
componentes ópticamente activos (ej: materia orgánica disuelta).

La implementación de un sistema de observación piloto mediante una boya telemétrica, dio la

posibilidad de obtener datos de alta resolución, en forma continua y en tiempo real, que permitió
observar la dinámica del cuerpo de agua y registrar fenómenos que previamente no eran
observables con datos discretos (monitoreos estacionales). Los datos registrados permitieron
relacionar simultáneamente el funcionamiento y dinámica de las variables ambientales, la
hidrodinámica y el comportamiento del fitoplancton. La información generada y transmitida en
tiempo real, ofrece la oportunidad a investigadores, tomadores de decisión y público general, de
llevar a cabo acciones de gestión de alerta temprana. Se concluye que esta plataforma puede ser la
base de una red de observación regional y global, para entender, predecir y comunicar la respuesta
de los cuerpos lacustres en potenciales escenarios de cambio global.

Actualmente el diseño de muestreo asociado a la RL permite obtener valores de referencia del

estado del recurso hídrico con una frecuencia estacional en el mejor de los casos, la instalación de
boyas de monitoreo en tiempo real permitiría obtener información de alta resolución temporal y de
este modo mejorar la efectividad de los Programas de Alerta Temprana (PAT) asociado a los lagos.

Al contar con información de alta frecuencia y en tiempo real, se recomienda acoplar un modelo
numérico de predicción de calidad de agua para el apoyo de los sistemas de alerta temprana. Para
ello se requiere realizar estudios específicos para la calibración y validación de los modelos.

Es recomendable que la incorporación de boyas esté sustentada en estudios específicos de la

hidrodinámica y de las forzantes del cuerpo de agua, para que las observaciones sean
representativas de las variables monitoreadas. La instalación de boyas telemétricas podría ser
planificada de modo de cubrir diversas zonas geográficas, implementando al menos una por
ecorregión y/o en lagos que tengan Normas Secundaria de Calidad y requieran de un monitoreo
frecuente.

Finalmente, se recomienda desarrollar un plan de seguimiento complementario en términos de los

alcances y metodologías a las utilizadas actualmente en la Red de Lagos, que tiene por objetivo
ampliar su cobertura espacial, aumentar la frecuencia de medición en algunos sitios relevantes y
desarrollar una herramienta de teledetección operativa, mediante una propuesta posible de
implementar en un plazo de 5 años. El diseño de este plan y los costos asociados se detallan en el
Acápite 7. En él, se valoriza el costo del monitoreo actual realizado en la Red de Lagos DGA, se
proponen actividades para mejorarla, y se incluye una fase de expansión hacia ecorregiones que
actualmente no pertenecen a la Red de Lagos.

Pág. 11
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

TABLA DE CONTENIDO

1 INTRODUCCIÓN ................................................................................................................... 21

2 OBJETIVOS........................................................................................................................... 22

2.1 OBJETIVO GENERAL ............................................................................................................... 22

2.2 OBJETIVOS ESPECÍFICOS ....................................................................................................... 22

3 REVISION BIBLIOGRAFICA Y ESTADO DEL ARTE ................................................................. 23

3.1 REVISIÓN BIBLIOGRÁFICA RELACIONADA CON INFORMACIÓN BASE DE CALIDAD DE AGUAS EN

CUERPOS LACUSTRES A NIVEL NACIONAL ............................................................................................ 25
3.1.1 CLASIFICACIÓN GENERAL DE CUERPOS DE AGUA (ECORREGIONES) ................................... 25
3.1.2 REVISIÓN DEL ESTADO TRÓFICO DE LAGOS Y EMBALSES CHILENOS................................... 27
3.2 IDENTIFICACIÓN DE METODOLOGÍAS Y TECNOLOGÍAS UTILIZADAS MUNDIALMENTE PARA EL
MONITOREO DE LAGOS ..................................................................................................................... 41
3.2.1 REVISIÓN DE PROGRAMAS DE MONITOREO DE LAGOS EN EL MUNDO ................................. 41
3.2.2 REVISIÓN DE MÉTODOS DE MONITOREO DE CUERPOS LACUSTRES MEDIANTE TELEDETECCIÓN
48
3.2.3 UTILIZACIÓN DE SENSORES Y PLATAFORMAS PARA MONITOREO IN-SITU DE LAGOS ............ 67
3.3 USO DE TELEDETECCIÓN Y/O NUEVAS HERRAMIENTAS EN EL SEGUIMIENTO DE CONDICIÓN TRÓFICA
DE CUERPOS LACUSTRES................................................................................................................... 73

4 METODOLOGÍA ..................................................................................................................... 75

4.1 DISEÑO EXPERIMENTAL DEL ESTUDIO ..................................................................................... 76

4.1.1 DISEÑO DEL USO DE HERRAMIENTAS DE TELEDETECCIÓN ................................................. 76
4.1.2 DISEÑO DEL USO DE HERRAMIENTAS DE OBSERVACIÓN TEMPORAL CONTINUA ................... 77
4.2 CUERPOS LACUSTRES CONSIDERADOS EN EL ESTUDIO ............................................................. 79
4.2.1 DEFINICIÓN DE UN CONJUNTO DE CUERPOS LACUSTRES SUSCEPTIBLES DE SER
MONITOREADOS MEDIANTE TELEDETECCIÓN Y NUEVAS HERRAMIENTAS DE MEDICIÓN ....................... 79
4.3 ACTIVIDADES A DESARROLLAR ............................................................................................... 80
4.3.1 ESTUDIO DE LAS PROPIEDADES DEL AGUA EN CONDICIONES CONTROLADAS (TAREA N°1) ... 83
4.3.2 PERCEPCIÓN REMOTA MULTIESPECTRAL SATELITAL (TAREA N°2) ....................................... 87
4.3.3 PERCEPCIÓN REMOTA SENSOR HIPERESPECTRAL AEROTRANSPORTADO (TAREA N°3) ........... 96
4.3.4 FIRMAS ESPECTRALES CON ESPECTRORRADIÓMETRO EN CAMPO (TAREA N°4) .................. 111
4.3.5 MONITOREO DE APOYO IN-SITU. MUESTREO, ANÁLISIS FISICOQUÍMICO Y BIOLÓGICO (TAREA
N°5) 111
4.3.6 PERFILES CON SONDA CTD MULTIPARAMÉTRICA CIENTÍFICA (TAREA N°6) ........................ 123
4.3.7 BOYA CON SENSORES. METEOROLOGÍA, TERMISTORES Y FLUORÓMETRO (TAREA N°7) ....... 126
4.3.8 TELEMETRÍA DE DATOS VÍA WEB (TAREA N°8) ............................................................... 131
4.4 MODELOS DE ESTIMACIÓN DE CLOROFILA Y SOLIDOS SUSPENDIDOS........................................ 133
4.5 EVALUACIÓN DE LOS MODELOS DE ESTIMACIÓN DE PARÁMETROS DE CALIDAD DE AGUA ............ 136

5 RESULTADOS...................................................................................................................... 140

5.1 ESTUDIO DE LAS PROPIEDADES DEL AGUA EN CONDICIONES CONTROLADAS ........................... 140
5.2 PERCEPCIÓN REMOTA MULTIESPECTRAL SATELITAL ................................................................ 142
5.2.1 IMÁGENES LANDSAT .................................................................................................... 142
5.2.2 IMAGENES WORLDVIEW-2 Y FASAT-C ............................................................................ 143
5.3 PERCEPCIÓN REMOTA SENSOR HIPERESPECTRAL AEROTRANSPORTADO .................................... 144
5.4 FIRMAS ESPECTRALES CON ESPECTRORRADIÓMETRO EN CAMPO .............................................. 145
5.5 MONITOREO DE APOYO IN-SITU Y MUESTREO ......................................................................... 146
5.5.1 CARACTERIZACIÓN DE NUTRIENTES Y ESTADO TRÓFICO. ................................................ 149
5.6 PERFILES CON SONDA CTD MULTIPARAMÉTRICA CIENTÍFICA. ................................................... 154
5.7 SISTEMA PILOTO BOYA CON SENSORES Y TELEMETRIA (TAREAS N°7 Y N°8) ............................... 167
5.8 ANÁLISIS INTEGRADO DE RESULTADOS SEGÚN DISEÑO EXPERIMENTAL .................................... 172
5.8.1 CONDICIONES CONTROLADAS EN LABORATORIO ............................................................ 172
5.8.2 MEDICIÓN DE CAMPO EN ESTACIÓN DE MUESTREO......................................................... 173

Pág. 12
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.8.3 LEVANTAMIENTO AÉREO EN ZONA CENTRAL ................................................................... 175

5.8.4 IMÁGENES SATELITALES EN EMBALSE RAPEL.................................................................. 177
5.8.5 LEVANTAMIENTO AÉREO E IMAGEN SATELITAL EN RED DE LAGOS .................................... 178
5.8.6 IMAGEN SATELITAL DE ESCALA REGIONAL EN LAGO LLANQUIHUE .................................... 188
5.9 DISCUSIÓN DE RESULTADOS ................................................................................................ 190

6 CONCLUSIONES.................................................................................................................. 192

7 RECOMENDACIONES .......................................................................................................... 193

8 GLOSARIO .......................................................................................................................... 196

9 REFERENCIAS .................................................................................................................... 200

Pág. 13
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

LISTADO DE ANEXOS

N° ANEXO FORMATO
1 FICHAS DE LAGOS DOC
2 MONITOREO INTERNACIONAL DOC
3 METODOS DE INSTRUMENTACIÓN DOC
4 SENSORES DE NUTRIENTES Y CLOROFILA DOC
5 DATOS DE TERRENO DOC
6 CALIBRACION ESPECTROFLUOROMETRO DOC
7 CERTIFICADOS DE LABORATORIO PDF
8 PERFILES CTD DOC
9 DATOS PERFILES CTD XLS
10 DATOS POLIGONOS DE IMÁGENES XLS

DATOS DE LA RED DE LAGOS PARA CALIBRACIÓN Y

11 VALIDACIÓN DOC

12 DATOS FIRMAS ESPECTRALES TELEDETECTADAS XLS

DATOS FIRMAS ESPECTRALES ESPECTRORADIOMETRO

13 LABORATORIO XLS
14 DATOS FIRMAS ESPECTRALES DE CAMPO XLS
15 ANALISIS DE FIRMAS ESPECTRALES DOC
16 RESULTADOS MODELOS XLS
17 DATOS BOYA TELEMETRICA XLS
18 PROCESAMIENTO DE IMÁGENES DOC
19 ANALISIS SATELITE MODIS DOC
20 DETALLE TECNICO ECONOMICO DOC
21 IMÁGENES MULTIESPECTRALES DOC
22 IMÁGENES HIPERESPECTRALES DOC
23 MAPAS DE CLOROFILA A DOC
24 MAPAS DE SOLIDOS SUSPENDIDOS DOC

.RAW (ENVI
Standard)

ARCHIVOS DE IMÁGENES CRUDAS, REFLECTANCIA Y MODELOS .DAT (ENVI

25 DE CLOROFILA Y SÓLIDOS SUSPENDIDOS Standard)

.TIF

.JPG

Pág. 14
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

LISTADO DE TABLAS

Tabla N° 1 Diseños experimentales del estudio asociados a la herramienta de teledetección .......................... 4

Tabla N° 2 Clasificación de Ecorregiones para cuerpos de agua. ................................................................ 26
Tabla N° 3 Clasificación trófica de lagos a nivel país por criterio de productividad primaria. .......................... 28
Tabla N° 4 Resumen de programas de monitoreo en lagos desarrollados en varios países. ........................... 42
Tabla N° 5 Combinación de tipos de sensor, plataforma y resolución espacial. ............................................ 51
Tabla N° 6 Métodos de teledetección utilizados en aplicaciones en Calidad de Agua de cuerpos de agua
continentales. ...................................................................................................................................... 59
Tabla N° 7 Recopilación de aplicaciones de teledetección a nivel mundial. .................................................. 60
Tabla N° 8 Tipos de Sensores para monitoreo de lagos y metodologías de medición. ................................... 69
Tabla N° 9 Sensores de Nutrientes y Clorofila para mediciones in-situ en cuerpos de agua. .......................... 70
Tabla N° 10 Diseños experimentales del estudio asociados a la herramienta de teledetección ....................... 77
Tabla N° 11 Parámetros e interpretación de variables de la boya telemétrica piloto. .................................... 78
Tabla N° 12 Cuerpos Lacustres y actividades consideradas en el estudio. ................................................... 80
Tabla N° 13 Descripción de tareas a desarrollar. ..................................................................................... 81
Tabla N° 14 Imágenes satelitales para estimación de parámetros de calidad de agua. ................................. 87
Tabla N° 15 Características Landsat 7 ETM+........................................................................................... 88
Tabla N° 16 Características Landsat 8 OLI/TIRS. ..................................................................................... 88
Tabla N° 17 Cuerpos de Agua según cuadrante Landsat (Path/Row). ......................................................... 89
Tabla N° 18 Imágenes Landsat seleccionadas para el análisis. .................................................................. 91
Tabla N° 19 Características generales de imágenes satelitales Worldview-2, Fasat-C y Modis. ...................... 95
Tabla N° 20 Características del sensor Hiperespectral AISA Eagle Specim. ................................................. 97
Tabla N° 21 Parámetros de vuelo, captura imágenes Hiperespectrales. ...................................................... 98
Tabla N° 22 Fechas de captura imágenes Hiperespectrales. ...................................................................... 99
Tabla N° 23 Sitios de muestreo analizados en el presente estudio, se describe su ubicación geográfica, la fecha
y hora de la toma de datos. Datum WGS-84, Huso 19 H. ......................................................................... 112
Tabla N° 24 Rango de medición y precisión instrumental asociada a los parámetros medidos en terreno. En el
caso de las mediciones en laboratorio se presenta el límite de detección analítico. ...................................... 123
Tabla N° 25 Detalle de variables medidas por la sonda CTD. .................................................................. 124
Tabla N° 26 Coordenadas de la boya y sistema de anclaje. .................................................................... 128
Tabla N° 27 Modelos de clorofila a y sólidos suspendidos adaptados en el estudio ..................................... 136
Tabla N° 28 Criterio de desempeño según valor de coeficiente de determinación r2 ................................... 137
Tabla N° 29 Información de cuerpos lacustres para modelo de clorofila a, agrupada en datos para: 1)
Calibración y, 2) Validación. ................................................................................................................. 138
Tabla N° 30 Información de cuerpos lacustre para modelo de Sólidos suspendidos. ................................... 139
Tabla N° 31 Resumen de datos recolectados en la Laguna Aculeo durante el 10 de diciembre de 2013, entre las
9:00 y las 13:30 hrs. .......................................................................................................................... 146
Tabla N° 32 Resumen de datos recolectados en el Embalse El Yeso y la Laguna Negra durante los días 11 y 12
de diciembre de 2013, entre las 9:00 y las 13:00 hrs, para ambos sitios. .................................................. 147
Tabla N° 33 Resumen de datos recolectados en los Embalse Rapel y Peñuelas durante el día 16 de diciembre
de 2013 entre las 15:00 y las 17:00 hrs, y 17 de diciembre entre las 14:00 y 17:30 hrs, respectivamente. ... 148
Tabla N° 34 Rango de nutrientes definidos para cada estado trófico según Smith et al. (1999) ................... 149
Tabla N° 35 Estado trófico determinado sobre el valor promedio de nutrientes y de clorofila a registrada los
sistemas en estudio durante diciembre de 2013 (modificado de Smith et al., 1999).* <LD: Bajo el Límite de
detección del instrumento. ................................................................................................................... 152
Tabla N° 36 Estimación del porcentaje del tiempo por cada rango de estado trófico, medido en forma continua
entre 27 diciembre 2013 y 10 noviembre 2014, en el embalse Rapel (sector muro). ................................... 171
Tabla N° 37 Resultados de modelos de clorofila a con imágenes hiperespectrales y multiespectrales, en
embalse Rapel.................................................................................................................................... 177
Tabla N° 38 Resultados de modelos de sólidos suspendidos con imágenes hiperespectrales y multiespectrales
en embalse Rapel. .............................................................................................................................. 178
Tabla N° 39 Resultados de modelos de clorofila a con imágenes hiperespectrales y multiespectrales en la Red
de Lagos............................................................................................................................................ 179
Tabla N° 40 Resultados de modelos de sólidos suspendidos con imágenes hiperespectrales y multiespectrales
en la zona central ............................................................................................................................... 181

Pág. 15
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 41 Modelos de clorofila a aplicado a las imágenes hiperespectrales y multiespectrales .................. 182
Tabla N° 42 Modelos de sólidos suspendidos aplicados a las imágenes hiperespectrales y multiespectrales .. 186
Tabla N° 43 Plan de seguimiento recomendado y valorización de nuevas herramientas tecnológicas para un
plazo de 5 años .................................................................................................................................. 195

Pág. 16
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

LISTADO DE FIGURAS

Figura N° 1 Esquema de desarrollo de actividades en campo, con el levantamiento de información de calidad

de agua e imágenes espectrales. ............................................................................................................. 3
Figura N° 2 Espectro de absorción de clorofila a....................................................................................... 5
Figura N° 3 Boya Telemétrica instalada en el embalse Rapel ........................................................................ 5
Figura N° 4 Firmas espectrales adquiridas espectrorradiómetro en campo durante diciembre de 2013, en cinco
cuerpos lacustres de la zona central. ........................................................................................................ 6
Figura N° 5 Comparación de valores clorofila a medidos y estimados con modelos hiperespectrales. Se señalan
límites de rangos tróficos de clorofila a. .................................................................................................... 7
Figura N° 6 Mapas de clorofila a estimada con métodos de teledetección hiperespectral (arriba) y
multiespectral LANDSAT (abajo), para la Laguna de Aculeo (izquierda) y el Lago Villarrica (derecha). .............. 8
Figura N° 7 Series de tiempo de información registrada por la boya telemétrica durante aproximadamente 5
meses (27 diciembre 2013 al 10 noviembre 2014). Gráficos muestran la temperatura de la cadena de
termistores a diferentes profundidades, la medición del fluorómetro de clorofila a, la magnitud y dirección el
viento. Adicionalmente se muestra el nivel medido por la estación DGA (Rapel Muro). ................................... 9
Figura N° 8 Serie de tiempo de clorofila a medida con fluorómetro instalado en la boya. Se indica la referencia
de los rangos tróficos en embalse Rapel (sector muro). ............................................................................. 10
Figura N° 9 Estado trófico de los lagos de Chile. Clasificación basada en mediciones históricas promedio de
clorofila a, y en la clasificación propuesta por Smith, 1999......................................................................... 32
Figura N° 10 Estado trófico de los lagos de la Ecorregión de Altiplano. ...................................................... 34
Figura N° 11 Estado trófico de los lagos de la Ecorregión Mediterránea ...................................................... 35
Figura N° 12 Estado trófico de los lagos de la Ecorregión de Lagos Valdivianos. .......................................... 37
Figura N° 13 Estado trófico de los lagos de la Ecorregión de Patagonia. ..................................................... 39
Figura N° 14 Izquierda: ejemplo de la instrumentación instalada en lagos de la red GLEON. Derecha:
distribución en el mundo de los lagos que se encuentran suscritos en el programa. (GLEON 2013). ................ 42
Figura N° 15 Comparación de lagos internacionales (símbolos azules) y chilenos (símbolos rojos). ............... 44
Figura N° 16 Esquema de tipos termales de lagos según latitud (°) y altitud (msnm). Comparación de lagos
internacionales (cuadrados azules) y chilenos (círculos rojos) según clasificación de tipo termal: amíctico,
monomíctico frío, monomíctico cálido, dimíctico, oligomíctico, polimíctico y zonas de transición (achuradas). ... 45
Figura N° 17 Comparación de Área (km2) y Estado Trófico para lagos internacionales (cuadrados azules) y
chilenos (círculos rojos). Notar que el eje de área se encuentra en escala logarítmica. ................................. 46
Figura N° 18. Esquema de funcionamiento de un sensor, mediante la separación y registro del espectro
electromagnético en diferentes longitudes de onda. .................................................................................. 49
Figura N° 19 Plataformas típicas de teledetección satelital y aerotransportada. .......................................... 50
Figura N° 20 Trayectoria de la luz que llega a un sensor. a) Luz dispersada por la atmósfera. Es posible que
haya múltiples combinaciones de dispersión, en que parte de la luz que llega al sensor es reflejada en la
superficie del agua antes o después de ser dispersada por la atmósfera. b) Reflejo especular de la luz solar de la
superficie del agua. c) Luz ascendente que emerge del agua en dirección al sensor (adaptado de IOCCG 2000).
.......................................................................................................................................................... 52
Figura N° 21 Absorción del agua pura en función de la longitud de onda (Hale & Querry 1973). ................... 53
Figura N° 22 Izquierda: Diagrama de representación de aguas Caso-I y Caso-II. Las esquinas representan
aportes relativos a la absorción de Fitoplancton (P=phytoplankton), Sustancias amarillas (Y=yellow substances;
Materia orgánica disuelta coloreada CDOM), y Material suspendido (S=suspended material). (IOCCG 2000).
Derecha: Figura muestra un ejemplo de una muestra “x” de agua de Caso-II , en que los aportes porcentuales
de su absorción son 70% de sustancias amarillas, 20% de fitoplancton y 10% de material suspendido. .......... 55
Figura N° 23 Firmas de reflectancia del agua medida en diversas localidades de aguas costeras, estuarinas y
continentales, que representa un amplio rango de constituyentes ópticamente activos medidos en campo.
C=clorofila a (ug/l); S=seston (plancton + tripton) (mg/l) ; A=absorción de materia orgánica disuelta coloreada
(CDOM) a 440 nm (Richardson & LeDrew 2006). ...................................................................................... 56
Figura N° 24 Relación de concentración de sedimentos suspendidos (rango de 0 a 500 mg/l) y reflectancia
entre 400 a 900 nm, para: a) agua clara, y b) agua con microalgas (clorofila a 302 ug/l) (Han 1997). ............ 57
Figura N° 25 Resumen de número de aplicaciones de teledetección en calidad de agua, según variable
teledetectada. ...................................................................................................................................... 65
Figura N° 26 Resumen de número de aplicaciones de teledetección en calidad de agua, según método de
adquisición de información. .................................................................................................................... 66

Pág. 17
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 27 Boyas instrumentadas que han sido implementadas en lagos de Estados Unidos, Nueva Zelanda,
Suecia, Finlandia, China y Taiwan (GLEON 2013). ..................................................................................... 68
Figura N° 28 Diagrama de flujo de las actividades desarrolladas en el estudio ........................................... 76
Figura N° 29 Arriba Izquierda: agua con alta concentración de clorofila. Arriba Derecha: mezcla de aguas del
embalse con sedimentos afluentes de un río. Abajo Izquierda: Lago oligotrófico con alta transparencia. Abajo
Derecha: Lago con sólidos suspendidos de origen glacial. .......................................................................... 79
Figura N° 30 Esquema de implementación de estudio de espectrorradiometría bajo condiciones controladas
(laboratorio), para generación de Banco de Firmas Espectrales (Tarea N°1). ................................................ 82
Figura N° 31 Esquema de desarrollo de actividades en campo, con el levantamiento de información de calidad
de agua e imágenes espectrales (Tareas N°2 a la N°8).............................................................................. 83
Figura N° 32 Esquema del diseño experimental para toma de firmas espectrales. ....................................... 84
Figura N° 33 Control del crecimiento del cultivo de microalga clorofícea Selenastrum capricornutum
(Pseudokirchneriella subcapitata) al día 1, 4 y 7 desde su inicio. ................................................................ 85
Figura N° 34 Desarrollo de experimentos y apariencia de la muestra de agua bajo diferentes mezclas de los
constituyentes (microalgas y sólidos suspendidos). ................................................................................... 86
Figura N° 35 Cuadrantes LANDSAT utilizados en el estudio. ..................................................................... 90
Figura N° 36 Diagrama conceptual del pre proceso de las imágenes Landsat. ............................................. 92
Figura N° 37 Polígonos comunes del proceso de corrección atmosférico, método Empirical Line Spectra.
Ejemplo de Laguna Negra. ..................................................................................................................... 93
Figura N° 38 Imagen Landsat LC82330882014057LGN00. Lago Todos los Santos, Rupanco, Puyehue, Ranco,
Riñihue, Llanquihue y Panguipulli. Fecha 26/02/2014. ............................................................................... 94
Figura N° 39 Imágenes satelitales e hiperespectral en Embalse Rapel. Se muestran los rangos de radianza
multiespectral y reflectancia hiperespectral de dos sectores del embalse. .................................................... 96
Figura N° 40 Plataforma aérea bimotor Piper Navajo y sensor hiperespectral aerotransportado AISA Eagle
Specim para levantamiento de imágenes en el rango visible e infrarrojo cercano. Avión y sensor de propiedad
del Centro de Ecología Aplicada. ............................................................................................................. 97
Figura N° 41 Ejemplo líneas de vuelo Embalse Peñuelas. Dos líneas de vuelo. ............................................ 98
Figura N° 42 Ruta de vuelo entre el 10/12/2013 y 17/12/2013. Cuerpos de agua, Región Metropolitana, de
Valparaíso y del Libertador Bernardo O’Higgins....................................................................................... 100
Figura N° 43 Ruta de vuelo 10/02/2014. Cuerpos de agua, región de los Ríos y de los Lagos. .................... 101
Figura N° 44 Ruta de vuelo 12/02/2014. Cuerpos de agua, Región de los Ríos y de la Araucanía. ............... 102
Figura N° 45 Ruta de vuelo 13/02/2014. Cuerpos de agua, Región de la Araucanía, del Bío Bío y del Libertador
Bernardo O’Higgins. ............................................................................................................................ 103
Figura N° 46 Comparación de la reflectancia superficial estimada (modelo FLAASH) con la reflectancia
superficial medida en campo (espectrorradiómetro), para los cuepos de agua de la zona central: Rapel, Aculeo,
Peñuelas, Yeso y L. Negra. ................................................................................................................... 105
Figura N° 47 Diagrama Conceptual del pre proceso de imágenes Hiperespectrales. ................................... 106
Figura N° 48 Mosaico Hiperespectral color verdadero, perteneciente a Embalse Rapel, fecha 16/12/2013. ... 107
Figura N° 49 Mosaico Hiperespectral color verdadero, perteneciente a Laguna Aculeo, fecha 10/12/2013. ... 108
Figura N° 50 Mosaico Hiperespectral color verdadero, perteneciente a Lago Ranco, fecha 10/02/2014. ....... 109
Figura N° 51 Mosaico Hiperespectral color verdadero, perteneciente a Lago Villarrica, fecha 12/02/2014. .... 110
Figura N° 52 Espectrorradiómetro ASD HH2, y mediciones en cuerpos acuáticos. ..................................... 111
Figura N° 53 Imagen Hiperespectral capturada la jornada de muestreo en la Laguna de Aculeo, se muestra
proyectada sobre imagen satelital (10 de diciembre de 2013). Se muestra también la ubicación de las estaciones
de monitoreo. .................................................................................................................................... 114
Figura N° 54 Fotografías tomadas en el sector Bahía Pintué en la Laguna de Aculeo durante la jornada de
muestreo. (10 de diciembre de 2013). .................................................................................................. 115
Figura N° 55 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse El Yeso, se muestra
proyectada sobre imagen satelital (11 de diciembre de 2013). Se muestra también la ubicación de las estaciones
de monitoreo. .................................................................................................................................... 116
Figura N° 56 Fotografías tomadas en el Embalse El Yeso durante la jornada de muestreo (11 de diciembre de
2013)................................................................................................................................................ 117
Figura N° 57 Fotografías tomadas en la Laguna Negra durante la jornada de muestreo (12 de diciembre de
2013)................................................................................................................................................ 117

Pág. 18
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 58 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse Rapel, se muestra

proyectada sobre imagen satelital (16 de diciembre de 2013). Se muestra también la ubicación de las estaciones
de monitoreo. .................................................................................................................................... 118
Figura N° 59 Fotografías tomadas en la zona del muro del Embalse Rapel durante la jornada de muestreo (16
de diciembre de 2013). ....................................................................................................................... 119
Figura N° 60 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse Peñuelas, se muestra
proyectada sobre imagen satelital (17 de diciembre de 2013). Se muestra también la ubicación de las estaciones
de monitoreo. .................................................................................................................................... 120
Figura N° 61 Fotografías tomadas en el sector este del Embalse Peñuelas durante la jornada de muestreo (17
de diciembre de 2013). ....................................................................................................................... 121
Figura N° 62 Sonda CTD científica para perfiles verticales de propiedades de la columna de agua. Tiene
sensores de temperatura, profundidad, conductividad eléctrica, oxígeno disuelto, pH, potencial redox, turbidez,
irradiancia y fluorescencia de clorofila a in-situ. ...................................................................................... 124
Figura N° 63 Izquierda: Estructura de la boya diseñada para el embalse Rapel. Derecha: Sensor fluorómetro
Turner para clorofila a con sistema de limpieza automático (hydrowiper). .................................................. 126
Figura N° 64 Boya telemétrica con sensores instalada en embalse Rapel. ................................................ 127
Figura N° 65 Esquema lateral de la boya y sistema de anclaje. ............................................................... 128
Figura N° 66 Ubicación de la Boya en el sector Muro del Embalse Rapel................................................... 129
Figura N° 67 Fotografía del sector Muro del Embalse Rapel. ................................................................... 129
Figura N° 68 Boya telemétrica instalada en embalse Rapel. ................................................................... 130
Figura N° 69 Esquema de transmisión de datos desde el datalogger con módem GPRS y el acceso a los datos
mediante un servidor web.................................................................................................................... 131
Figura N° 70 Presentación de datos on-line de la boya telemétrica en servidor HOBOlink. .......................... 132
Figura N° 71 Espectro de absorción de clorofila a. (fuente: http://www.giss.nasa.gov/research). ............... 133
Figura N° 72 Firmas espectrales de imágenes hiperespectrales y longitudes de onda específicas que pueden ser
utilizadas para la aplicación de modelos de estimación de clorofila a. ........................................................ 134
Figura N° 73 Firmas espectrales de imágenes satelitales multiespectrales y bandas utilizadas para la aplicación
de modelos de estimación de clorofila a. ................................................................................................ 135
Figura N° 74 Firmas espectrales de muestras de agua con mezcla de constituyentes Chla y SS .................. 140
Figura N° 75 Firmas Espectrales de Imágenes LANDSAT. . Valores promedios de polígonos sobre estaciones de
monitoreo en cada lago. ...................................................................................................................... 142
Figura N° 76 Firmas espectrales Worldview-2 para embalse Rapel .......................................................... 143
Figura N° 77 Firmas espectrales Fasat-C para embalse Rapel ................................................................. 143
Figura N° 78 Firmas espectrales de imágenes hiperespectrales aéreas. Valores promedios de polígonos sobre
estaciones de monitoreo en cada lago. .................................................................................................. 144
Figura N° 79 Firmas espectrales adquiridas en campo durante diciembre de 2013. ................................... 145
Figura N° 80 Concentración de nitrógeno orgánico total medido en el agua superficial de las estaciones
distribuidas en los sistemas estudiados y umbrales de clasificación del estado trófico, según este parámetro
componente (modificado de Smith et al., 1999). Datos obtenidos entre el 10 y 17 de diciembre de 2013. ..... 150
Figura N° 81 Concentración de fósforo total medido en el agua superficial de las estaciones distribuidas en los
sistemas estudiados y umbrales de clasificación del estado trófico, según este parámetro componente
(modificado de Smith et al., 1999). Se enmarca en amarillo el valor registrado en la estación EY-09,
correspondiente a la zona de ingreso del afluente principal al embalse, por lo que corresponde a un sistema
lótico y no léntico. Datos obtenidos entre el 10 y 17 de diciembre de 2013. ............................................... 151
Figura N° 82 Concentración de clorofila a medida en el agua superficial de las estaciones distribuidas en los
sistemas estudiados y umbrales de clasificación del estado trófico, según este parámetro componente
(modificado de Smith et al., 1999). Datos obtenidos entre el 10 y 17 de diciembre de 2013. ....................... 151
Figura N° 83 Los valores graficados corresponden a promedios de los 9 perfiles registrados en la Laguna
Aculeo. Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno disuelto, 4) conductividad eléctrica,
5) salinidad y 6) pH. ........................................................................................................................... 155
Figura N° 84. Los valores graficados corresponden a promedios de los 9 perfiles registrados en la Laguna
Aculeo (10 de diciembre de 2013). Perfil 1) radiación fotosintéticamente activa (PAR), 2) clorofila a, 3) potencial
de oxidoreducción y 4) turbidez. ........................................................................................................... 156
Figura N° 85. Los valores graficados corresponden a promedios de los 7 perfiles registrados en el Embalse El
Yeso (11 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno disuelto,
4) conductividad eléctrica, 5) salinidad y 6) pH. ..................................................................................... 158

Pág. 19
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 86 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el Embalse El
Yeso (11 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8) clorofila a, 10) potencial
de oxidoreducción y 11) turbidez. ......................................................................................................... 159
Figura N° 87. Los valores graficados corresponden a promedios de los 6 perfiles registrados en la Laguna
Negra (12 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno disuelto,
4) conductividad eléctrica, 5) salinidad y 6) pH. ..................................................................................... 160
Figura N° 88. Los valores graficados corresponden a promedios de los 6 perfiles registrados en la Laguna
Negra (12 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8) clorofila a, 10)
potencial de oxidoreducción y 11) turbidez. ........................................................................................... 161
Figura N° 89. Los valores graficados corresponden a promedios de los 6 perfiles registrados en el Embalse
Rapel (16 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno disuelto,
4) conductividad eléctrica, 5) salinidad y 6) pH. ..................................................................................... 163
Figura N° 90. Los valores graficados corresponden a promedios de los 6 perfiles registrados en el Embalse
Rapel (16 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8) clorofila a, 10) potencial
de oxidoreducción y 11) turbidez. ......................................................................................................... 164
Figura N° 91 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el Embalse
Peñuelas (17 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno
disuelto, 4) conductividad eléctrica, 5) salinidad y 6) pH. ........................................................................ 165
Figura N° 92 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el Embalse
Peñuelas (17 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8) clorofila a, 10)
potencial de oxidoreducción y 11) turbidez. ........................................................................................... 166
Figura N° 93 Series de tiempo de información registrada por la boya telemétrica durante aproximadamente 5
meses (27 diciembre 2013 al 10 noviembre 2014). Gráficos muestran la temperatura de la cadena de
termistores a diferentes profundidades, la medición del fluorómetro de clorofila a, la magnitud y dirección el
viento. Adicionalmente se muestra el nivel medido por la estación DGA (Rapel Muro). ................................ 168
Figura N° 94 Serie de tiempo de clorofila a medida con fluorómetro instalado en la boya. Se indica la referencia
de los rangos tróficos en embalse Rapel (sector muro). ........................................................................... 169
Figura N° 95 Porcentaje del tiempo por cada rango de estado trófico en el embalse Rapel (sector muro) ..... 171
Figura N° 96 Firmas espectrales medidas en condiciones controladas ...................................................... 172
Figura N° 97 Correlación entre clorofila a e índice espectral, para el caso en condiciones controladas .......... 173
Figura N° 98 Correlación entre sólidos suspendidos e índice espectral, para el caso en condiciones controladas
........................................................................................................................................................ 173
Figura N° 99 Firmas espectrales medidas en campo en cinco lagos de la zona central ............................... 174
Figura N° 100 Correlación entre clorofila a e índice espectral, para el caso de mediciones de firmas espectrales
en campo .......................................................................................................................................... 174
Figura N° 101 Correlación entre sólidos suspendidos e índice espectral, para el caso de mediciones de firmas
espectrales en campo .......................................................................................................................... 175
Figura N° 102 Firmas espectrales medidas mediante sensor hiperespectral aerotransportado, en 5 lagos de la
zona central ....................................................................................................................................... 176
Figura N° 103 Correlación entre clorofila a e índice espectral, para el caso de mediciones de firmas espectrales
con sensor aerotransportado ................................................................................................................ 176
Figura N° 104 Correlación entre sólidos suspendidos e índice espectral, para el caso de mediciones de firmas
espectrales con sensor aerotransportado ............................................................................................... 177
Figura N° 105 Comparación de valores clorofila a medidos y estimados con modelos hiperespectrales CHLA_1 y
CHLA_5. Se señalan límites de rangos tróficos de clorofila a..................................................................... 180
Figura N° 106 Comparación de valores clorofila a medidos y estimados con modelo multiespectral CHLA_19
sobre imágenes Landsat. Se señalan límites de rangos tróficos de clorofila a.............................................. 181
Figura N° 107 Mapa de clorofila a estimada (ug/l) mediante teledetección. Laguna de Aculeo. ................... 184
Figura N° 108 Mapa de clorofila a estimada (ug/l) mediante teledetección. Lago Villarrica. ........................ 185
Figura N° 109 Mapa de sólidos suspendidos estimados (mg/l) mediante teledetección. Embalse Rapel. ....... 187
Figura N° 110 Imágenes MODIS y modelo OC3 para Lago Llanquihue ..................................................... 188
Figura N° 111 Modelo OC3 y comparación de clorofila a estimada y medida para el Lago Llanquihue .......... 189
Figura N° 112 Estimación de clorofila a mediante modelo OC3 para una selección de 14 cuerpos lacustres .. 189

Pág. 20
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 INTRODUCCIÓN

El control e investigación de parámetros lacustres a nivel nacional responde a las atribuciones,

funciones y obligaciones de la Dirección General de Aguas (DGA) establecidas en el art° 299 del
Código Aguas, en especial a lo referente con la investigación y medición del recurso (DGA 2013b).
Dentro de las variables a medir está la calidad natural de las aguas continentales superficiales del
país, y mantener los registros de los datos limnológicos (DGA 2013a). Bajo esta directriz, en 1989
se da inicio al monitoreo sistemático de la calidad del agua con la operación de la Red de Lagos.

Actualmente, el levantamiento de información se realiza con metodologías convencionales de

monitoreo limnológico, en que las muestras de agua son recolectadas en terreno y llevadas al
Laboratorio Ambiental de DGA, donde se realizan análisis físicos-químicos importantes para el
control de la calidad del agua en los cuerpos lacustres (ej: clorofila a, nutrientes; DGA 2013a).
Otros análisis específicos se realizan mediante la contratación de laboratorios externos.

La información disponible indica que a nivel nacional se cuenta con un registro de 16127 cuerpos
lacustres y un área de 11358 km2, con una distribución variable según las regiones del país (DGA
2013b).

La Red de Lagos considera exclusivamente 17 de los 819 lagos con superficie mayor de 1 km 2 lo
que equivale al 2.1% del número de cuerpos lacustres del país, en relación con el área monitoreada
respecto de un total de 9578 km2 se monitorea 2262 km2 equivalente al 23.6%, este bajo
porcentaje se atribuye a limitantes económicas, accesibilidad, climáticos, de seguridad, entre otros.
Esta baja cobertura de monitoreo es considerada una problemática, que ha motivado la redefinición
de la Red de Lagos. Mediante una propuesta de ampliación para periodo 2013-2017, se contempla
nuevos lagos a monitorear, cambios en las frecuencias de medición y la evaluación del estado
trófico (DGA 2013b).

Frente a esta situación, una de las herramientas que potencialmente pueden ser utilizadas para
ampliar la cobertura de los monitoreos es la teledetección, que mediante el uso de imágenes aéreas
o satelitales se puede obtener cierta información de las propiedades de los cuerpos de agua. La
teledetección tiene varias características que la hacen recomendable para complementar la
observación y estudio de ecosistemas. Entre ellas se puede considerar la capacidad de estudiar
imágenes de áreas extensas, obtener información de lugares de difícil acceso o dispersos, realizar
seguimientos repetitivos para estudiar procesos dinámicos, y disminuir los esfuerzos y costos del
levantamiento de datos en terreno.

De acuerdo a lo expresado en la Bases Técnicas de la Licitación “Diagnóstico de la condición trófica

de cuerpos lacustres utilizando nuevas herramientas tecnológicas” (Licitación Pública N°1019-2-
LP13), se advierte la necesidad de la incorporación de tecnologías de monitoreo remoto y de
teledetección como medio de apoyo a la Red de Lagos operada por DGA.

Pág. 21
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

2 OBJETIVOS

Los objetivos generales y específicos del estudio son los siguientes:

2.1 OBJETIVO GENERAL

 Desarrollar monitoreos preventivos para determinar la condición trófica de diferentes

cuerpos lacustres, aplicando nuevas herramientas tecnológicas a las usadas en la Red de
Lagos de la DGA, basadas entre datos de terreno y teledetección.

2.2 OBJETIVOS ESPECÍFICOS

 Entregar el estado del arte del uso de teledetección y nuevas herramientas tecnológicas, a
las usadas en la Red de Lagos de la DGA, en la caracterización de la condición trófica de
aguas especialmente en cuerpos lacustres.
 Desarrollar una propuesta metodológica que permita realizar, por parte de la DGA, un
seguimiento de condición trófica en cuerpos lacustres utilizando teledetección y/o las
nuevas herramientas tecnológicas.
 Implementar la metodología propuesta en cuerpos lacustres utilizando una calibración y
validación de los resultados.
 Monitoreo piloto de algunos lagos utilizando nuevas herramientas tecnológicas.
 Determinar del estado trófico en lagos de la red de monitoreo de la DGA y en lagos
monitoreados por el adjudicatario.
 Elaborar una propuesta de reformulación de la Red de Lagos de la DGA utilizando nuevas
herramientas tecnológicas.
 Difusión de los resultados.

Pág. 22
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3 REVISION BIBLIOGRAFICA Y ESTADO DEL ARTE

La revisión bibliográfica se basó en la recopilación de antecedentes asociados al estado trófico de

lagos en Chile, planes de monitoreo y el estado del arte del uso de teledetección y nuevas
herramientas tecnológicas en el mundo.

Para evaluar el estado trófico de los cuerpos de agua lacustres en Chile, se realizó una revisión
bibliográfica de informes técnicos, publicaciones científicas, tesis y documentos relacionados con la
elaboración de Líneas Base para estudios de impacto ambiental (EIA). Se recurrió a fuentes web de
organismos técnicos gubernamentales, como DGA, SINIA y e-SEIA, así como a otras fuentes de
información científicas como SCIELO, entre otras.

Dentro de los cuerpos de agua revisados, tanto naturales como artificiales, no fueron incluidas las
lagunas de baja profundidad, dado que la técnica de teledetección en la que se enfoca este estudio
tiene poca validez en la caracterización de la calidad de agua en este tipo de sistemas. De acuerdo
a algunos criterios utilizados en el manejo de cuerpos acuáticos, se puede considerar en forma
general un cuerpo de agua somero cuando su profundidad es menor a umbrales entre 3 m (Cooke
et al. 2005; Environment Waikato 2013) a 4,5 m (MPCA 2011; Freshwater Society 2013). Algunas
características generales de estos sistemas son la presencia de plantas acuáticas sumergidas y/o
emergentes (MPCA 2011) y una alta resuspensión de sedimentos (Scheffer 1998) debido a la
agitación inducida por el viento, que afectan la observación de las propiedades de la calidad de
agua y estado trófico. Dependiendo del nivel de transparencia del agua, también es posible que el
fondo (sustrato) de un sistema acuático incida la señal observada con el método de teledetección,
afectando una correcta medición de las propiedades de la columna de agua.

De los estudios señalados, se recopiló información de su ubicación geográfica y de parámetros que

permitieran caracterizar su estado trófico, tales como concentración de nitrógeno total, fósforo
total, clorofila a, transparencia (disco Secchi) y contenido de sólidos suspendidos totales. En caso
de existir información sobre otras variables de interés, tales como parámetros generales de calidad
de agua o características morfométricas, estas también fueron registradas.

Se evaluó la condición trófica de los cuerpos de agua de acuerdo a la caracterización realizada por
Smith et al. (1999), desde el punto de vista de la producción primaria (clorofila a). Dependiendo de
la cantidad de registros de clorofila con los que se contara en cada caso, se establecieron valores
promedio anuales de clorofila a, o rangos de valores, con los cuales se determinó el estado trófico
de cada lago, desde oligotrófico a hipereutrófico. En caso de existir suficiente información como
para determinar estados tróficos que se alternen en el tiempo, por ejemplo lagos que pueden ser
oligotróficos o mesotróficos dependiendo de la temporada, se consignaron ambas dentro de la
clasificación. Con esta información, se evaluaron patrones geográficos de distribución de la
condición trófica de los lagos.

Para el levantamiento de información desde redes de monitoreo de lagos en el mundo, se

seleccionaron los países y regiones con mayor desarrollo de esta materia en el mundo, los que
además se encuentran indicados en las Bases Técnicas del proyecto.

En cada uno de estos países se revisaron los sitios web de los organismos de gobierno encargados
de los temas ambientales de cada país o región, con énfasis en responder las siguientes preguntas:
¿Desarrolla un monitoreo de lagos a nivel país/región?, ¿Qué organismos están encargados de los
monitoreos, tanto de la coordinación como ejecución? Dentro de este punto, se busca la naturaleza
de la institución (gobierno, centros de investigación, universidades, entre otros), ¿Qué tipo de

Pág. 23
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

monitoreo de realiza y cuál es su objetivo?, ¿Qué parámetros y con qué frecuencia se controlan?,
¿Cómo se analiza, utiliza y difunde la información generada?

Para recopilar el estado del arte del uso de teledetección y nuevas herramientas tecnológicas se
realizó la consulta de documentación especializada de los congresos y publicaciones sobre
percepción remota en medioambiente y red de monitoreo de lagos, que dieron cuenta del estado
del arte de la utilización de la percepción remota y herramientas tecnológicas en la observación de
cuerpos lacustres. Esta información permitió conocer las aplicaciones más amplias que se realizan
a nivel mundial en este ámbito.

La principal información que se revisó fue: Journal de Remote Sensing of Environment (últimos 12
años), Society of Photographic Instrumentation Engineers SPIE (últimos 5 años), Proceedings de
congresos de International Symposium on Remote Sensing of Environment ISRSE (últimos 2
eventos), y American Society of Photogrammetry and Remote Sensing ASPRS (últimos 2 eventos),
y documentación técnica de la implementación de la red de monitoreo Global Lake Ecological
Observatory Network GLEON, entre otros.

Pág. 24
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.1 REVISIÓN BIBLIOGRÁFICA RELACIONADA CON INFORMACIÓN BASE DE CALIDAD

DE AGUAS EN CUERPOS LACUSTRES A NIVEL NACIONAL

3.1.1 CLASIFICACIÓN GENERAL DE CUERPOS DE AGUA (ECORREGIONES)

Debido a la heterogeneidad climática y geográfica del país, los cuerpos lacustres pueden presentar
diferentes características según la región donde se encuentren localizados. Un modo de estudiar y
clasificar estas características regionales, considera agrupar zonas geográficas por ecorregiones que
corresponden a zonas con cierto grado de similitud en cuanto a las características ambientales
(clima, vegetación, hidrología, etc.) según lo defina el objetivo del estudio.

A nivel global existen clasificaciones de ecorregiones, tanto terrestres, de aguas continentales y

marinas que toman en cuenta distribución de especies, comunidades ecológicas y condiciones
ambientales (WWF 2013; Hogan 2013), obteniendo agrupaciones de regiones con fines orientados a
la conservación de hábitats.

Para el estudio específico de cuerpos acuáticos en Chile, investigadores han efectuado agrupaciones
particulares de cuerpos acuáticos para diferenciar aspectos relevantes de su funcionamiento, como
por ejemplo, utilizando factores como la latitud, altitud, usos, etc. Entre algunos casos de estudio,
Parra et al (2003) observaba diferentes grupos de ecosistemas acuáticos según un dominio
geográfico común, tales como lagunas hiper-salinas de la segunda región, el sistema de lagos nord-
patagónicos o araucanos, el sistema de lagos de la isla de Chiloé, el sistema de lagos magallánicos
o patagónicos y el sistema de lagos costeros de la región centro sur denominados como Lagos
Nahuelbutanos. Vila et al (1986) estudió lagos y embalses de la zona central de Chile y separó los
sistemas en lagos andinos y lagos del valle central según su altitud y presión antrópica. CEA
(2009), en el marco del estudio de caudal ecológico, realizó una clasificación de hidroecorregiones a
nivel de cuencas hidrográficas en función de la calidad de agua y fauna íctica nativa de los sistemas
fluviales.

En el contexto del presente estudio se consideró una clasificación de ecorregiones global (Abell et
al. 2008), adaptada para cuerpos de agua en Chile (Universidad de Chile 2010 y 2011). En esta
clasificación se consideran cinco ecorregiones: Altiplano, Atacama, Mediterránea, Lagos Valdivianos
y Patagonia, y subdivisiones asociadas a tipologías de lagos, como por ejemplo, Andinos, de Valle,
Costeros, Araucanos, de Chiloé, etc. En la Tabla N° 2 se muestra el detalle de la clasificación de
ecorregiones considerada.

Pág. 25
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 2 Clasificación de Ecorregiones para cuerpos de agua.

Mapa Ecorregión Tipos de Lagos Ejemplos de cuerpos de

por Ecorregión agua de la Ecorregión
Altiplano Bofedales y Vegas Chungará y Cotacotani
Se extiende por el Altiplano y la
Puna de Atacama
comprendiendo las cuencas
Altiplánicas (límite norte) y las
cuencas endorreicas del Salar
de Atacama-Vertiente del
Pacífico (límite sur).
Atacama Atacameños Salares. Ríos Lluta y Loa.
Se extiende desde cuenca de la
Quebrada de la Concordia hasta
las cuencas costeras entre los
ríos Salado y Copiapó y la
cuenca del río Salado
Mediterránea Andino Laguna Negra, Embalse el
Se extiende desde la cuenca del Yeso, Laguna Laja, Maule,
río Copiapó (límite norte) hasta etc.
la cuenca del río Imperial (límite De Valle Aculeo, Embalse Rapel,
sur) Embalse La Paloma
Costeros* Vichuquén, Torca, Embalse
Peñuelas, Lleulleu,
Lanalhue, etc
Lagos Valdivianos Araucanos Villarrica, Calafquén,
Se extiende desde la cuenca del Ranco, Llanquihue,
Río Toltén hasta las cuencas e Puyehue, Rupanco, etc.
islas entre río Bueno y río Costeros* Budi
Puelo, abarcando los lagos De Chiloé Cucao, Huillinco, Tarahuin,
Villarrica por el norte, Popetán, Tepuhueico, etc.
Llanquihue por el sur, e Isla de
Chiloé.
Patagonia Patagónicos y Yelcho, Bertrand,
Se extiende desde la cuenca del Magallánicos Cochrane, O’Higgins,
río Puelo hasta las cuencas de General Carrera, etc.
las islas al sur del Canal Beagle.

*Lagos costeros (con y sin influencia marina).

Fuente: Universidad de Chile (2010 y 2011), adaptado de Abell et al. (2008)

Pág. 26
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.1.2 REVISIÓN DEL ESTADO TRÓFICO DE LAGOS Y EMBALSES CHILENOS

En este acápite se analiza el estado trófico de los sistemas estudiados desde el punto de vista del
contenido de clorofila a, mediante la clasificación propuesta por Smith et al. (1999). Cabe destacar
que, dado que de la revisión bibliográfica se desprenden diferentes registros de clorofila para cada
lago o embalse, la clasificación del estado trófico fue realizada utilizando principalmente el
promedio de los registros. En casos en que solo se contó con un rango, se clasificó binominalmente
(estado 1- estado 2). Se realizó la misma clasificación en casos en que el promedio se encontró
cerca del límite entre dos estados y cuyo valor mínimo o máximo se encontró en la clasificación
siguiente a la de dicho promedio.

Los resultados de esta clasificación se presentan en la Tabla N° 3 y Figura N° 9. Si bien esta

clasificación agrupa información determinada en distintos periodos de tiempo, así como distinta
cantidad de registros, se buscó obtener promedios anuales en base a la mayor cantidad posibles de
mediciones. De todas formas, este análisis constituye una aproximación gruesa del estado trófico
de lagos y embalses a nivel país.

En el Anexo 1 se entregan fichas de los lagos con información disponible de parámetros

morfométricos, información de calidad de agua e hidrodinámica para cada lago.

Pág. 27
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 3 Clasificación trófica de lagos a nivel país por criterio de productividad primaria.

Cuerpo de Agua Clasificación Clorofila a [µg/L] Estado Fuente

Nombre Tipo Región (Ecorregión ) Prom. Mín. Máx. N Trófico Tipo Autor (es) Año
Lago 15 Altiplánico Oligo- Publicación Científica Dorador et al. 2003
Chungará 3.13 0.34 8.74 18
Mesotrófico
Estudio Técnico Universidad de 1989
Tarapacá
La Paloma Embalse 4 Mediterráneo de Meso-Eutrófico Estudio Técnico DGA - POCH 2009
10.50 4.50 21.80 11
Valle
Estudio Técnico DGA 1990
Peñuelas Embalse 5 Mediterráneo 22.49 4.20 70.30 15 Eutrófico Publicación Científica Pardo & Vila 2006
Costero Tésis Uraoka 2003
Estudio Técnico DGA 1993
Publicación Científica Montecino & 1984
Cabrera
Acúleo Lago 13 Mediterráneo de Eutro- Estudio Técnico DGA - POCH 2009
32.10 19.16 42.04 195
Valle Hipereutrófico
Estudio Técnico DGA - U. de Chile 1987
El Yeso Embalse 13 Mediterráneo 0.88 0.40 1.06 11 Oligotrófico Publicación Científica Montecino 1991
Andino Estudio Técnico U. de Chile 1987
Publicación Científica Montecino & 1984
Cabrera
Laguna Lago 13 Mediterráneo 2.55 0.06 5.60 3 Oligotrófico Publicación Científica Montecino 1991
Negra Andino Publicación Científica Montecino et al. 1986
Lo Lago 13 Mediterráneo Oligotrófico --- GENER 2008
- 2.26 3.27 2
Encañado Andino
Rapel Embalse 6 Mediterráneo de Eutro- Estudio Técnico DGA - POCH 2009
25.26 0.50 259.20 243
Valle Hipereutrófico
Estudio Técnico CEA 2010
Publicación Científica Montecino et al. 1986
Vichuquén Lago 7 Mediterráneo Oligotrófico Estudio Técnico CEA 2011
2.11 1.77 2.80 2
Costero
Laguna Lago 8 Mediterráneo Mesotrófico Estudio Técnico DGA - POCH 2009
Grande de Costero 4.79 3.06 5.88 254
San Pedro
Lanalhue Lago 8 Mediterráneo 7.63 5.38 10.54 201 Mesotrófico Estudio Técnico DGA - POCH 2009

Pág. 28
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Cuerpo de Agua Clasificación Clorofila a [µg/L] Estado Fuente

Nombre Tipo Región (Ecorregión ) Prom. Mín. Máx. N Trófico Tipo Autor (es) Año
Costero
Lleulleu Lago 8 Mediterráneo Oligotrófico Estudio Técnico CEA 2011
1.10 - - 1
Costero
Laguna del Lago 8 Mediterráneo 1.49 1.19 1.70 274 Oligotrófico Estudio Técnico DGA - POCH 2009
Laja Andino Publicación Científica Karrasch et al. 2011

Budi Lago 9 Valdiviano Costero 6.47 2.80 10.48 11 Mesotrófico Tésis Antimán & Martínez 2005
Tésis Sandoval 2009
Villarica Lago 9 Valdiviano 1.69 0.40 3.12 251 Oligotrófico Estudio Técnico DGA - POCH 2009
Araucano Estudio Técnico Campos et al. 1984
Estudio Técnico Campos 1994
Caburgua Lago 9 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
0.95 0.01 1.63 183
Araucano
Calafquén Lago 9 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
0.85 0.42 1.83 161
Araucano
Panguipulli Lago 9 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
1.44 0.82 2.38 117
Araucano
Neltume Lago 9 Valdiviano Oligotrófico Estudio Técnico U. Austral de Chile 2012
0.58 0.20 1.54 25
Araucano
Estudio Técnico U. Austral de Chile 1999
Riñihue Lago 9 Valdiviano 1.18 0.10 3.30 157 Oligotrófico Estudio Técnico DGA - POCH 2009
Araucano Estudio Técnico Campos 1997
Publicación Científica Woelfl 1996
Estudio Técnico Campos et al. 1984
Pirihueico Lago 9 Valdiviano 0.69 0.22 1.40 27 Oligotrófico Estudio Técnico U. Austral de Chile 2012
Araucano Estudio Técnico U. Austral de Chile 1999
Ranco Lago 14 Valdiviano 0.80 0.22 2.85 139 Oligotrófico Estudio Técnico DGA - POCH 2009
Araucano Estudio Técnico Campos et al. 1984
Maihue Lago 14 Valdiviano Oligotrófico Estudio Técnico U. Austral de Chile 2011
1.17 0.01 3.79 224
Araucano
Estudio Técnico DGA - POCH 2009
Puyehue Lago 14 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
1.09 0.06 2.10 4
Araucano
Publicación Científica Soto 2002

Pág. 29
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Cuerpo de Agua Clasificación Clorofila a [µg/L] Estado Fuente

Nombre Tipo Región (Ecorregión ) Prom. Mín. Máx. N Trófico Tipo Autor (es) Año
Publicación Científica Campos et al. 1989
Rupanco Lago 14 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
0.48 0.06 1.20 4
Araucano
Publicación Científica Soto 2002
Publicación Científica Campos et al. 1992
Publicación Científica Geller 1992
Llanquihue Lago 10 Valdiviano 1.10 0.39 1.58 436 Oligotrófico Estudio Técnico DGA - POCH 2009
Araucano Publicación Científica Soto 2002
Estudio Técnico Campos et al. 1987
Todos los Lago 10 Valdiviano 0.53 0.19 0.79 181 Oligotrófico Estudio Técnico DGA - POCH 2009
Santos Araucano Publicación Científica Geller 1992
Chapo Lago 10 Valdiviano Oligotrófico Estudio Técnico DGA - POCH 2009
1.83 0.25 2.90 115
Araucano
Estudio Técnico Prado 1999
Popetan Lago 10 Valdiviano de Oligotrófico Estudio Técnico Prado 1999
1.59 0.41 4.07 24
Chiloé
Cucao Lago 10 Valdiviano de Mesotrófico Estudio Técnico Campos 1997
4.41 0.91 13.35 36
Chiloé
Huillinco Lago 10 Valdiviano de Oligo- Estudio Técnico Campos 1997
2.90 0.56 6.30 36
Chiloé Mesotrófico
Tarahuin Lago 10 Valdiviano de Meso-Eutrófico Estudio Técnico Campos 1997
8.41 2.52 14.92 59
Chiloé
Tepuhueico Lago 10 Valdiviano de Mesotrófico Estudio Técnico Campos 1997
3.65 0.23 19.55 59
Chiloé
Natri Lago 10 Valdiviano de Eutrófico Estudio Técnico Campos 1997
16.70 3.30 77.40 35
Chiloé
San Antonio Lago 10 Valdiviano de Oligotrófico Estudio Técnico Prado 1999
2.50 0.30 4.00 24
Chiloé
Yelcho Lago 10 Patagónico 0.60 0.07 1.04 34 Oligotrófico Estudio Técnico Prado 1999
Risopatrón Lago 11 Patagónico Oligotrófico Estudio de Impacto Knight Piesold 2009
<1 - - 1
Ambiental Consulting
Yulton Lago 11 Patagónico Oligotrófico Estudio de Impacto Knight Piesold 2009
0.0012 0.0000 0.0062 104
Ambiental Consulting
Meullin Lago 11 Patagónico Oligotrófico Estudio de Impacto Knight Piesold 2009
0.0006 0.0003 0.0010 38
Ambiental Consulting

Pág. 30
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Cuerpo de Agua Clasificación Clorofila a [µg/L] Estado Fuente

Nombre Tipo Región (Ecorregión ) Prom. Mín. Máx. N Trófico Tipo Autor (es) Año
Riesco Lago 11 Patagónico 0.58 0.10 1.76 24 Oligotrófico Estudio Técnico Campos 1997
Publicación Científica Villalobos 1999
Elizalde Lago 11 Patagónico 0.3611 0.12 0.68 21 Oligotrófico Estudio Técnico Campos 1996
Norsdenkjold Lago 12 Patagónico 0.25 - - 1 Oligotrófico Publicación Científica Soto et al. 1994
Sarmiento Lago 12 Patagónico 0.34 - - 1 Oligotrófico Publicación Científica Campos et al. 1994
Pehoe Lago 12 Patagónico 0.40 - - 1 Oligotrófico Publicación Científica Soto et al. 1994
Toro Lago 12 Patagónico 0.43 0.35 0.50 2 Oligotrófico Publicación Científica Montecino 1991
Publicación Científica Campos et al. 1994

Pág. 31
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres Utilizando Nuevas Herramientas Tecnológicas

Figura N° 9 Estado trófico de los lagos de Chile. Clasificación basada en mediciones históricas
promedio de clorofila a, y en la clasificación propuesta por Smith, 1999.

Pág. 32
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

En primer lugar, los resultados presentados en la Figura N° 9 indican que la mayoría de los lagos y
embalses cuya condición trófica ha sido estudiada se concentran en la zona centro sur de Chile.

Cabe señalar que las características geográficas, climáticas y régimen de precipitaciones a lo largo
de Chile condicionan una mayor disponibilidad de recursos hídricos superficiales en la zona centro
sur que en la zona norte. En efecto, desde Santiago al norte prevalecen las condiciones áridas y la
disponibilidad media de agua superficial está por debajo de los 800 m 3/persona/año, mientras que
al sur de Santiago la disponibilidad de agua superficial supera los 10.000 m3/persona/año (Banco
Mundial, 2011).

Adicionalmente, los resultados de esta clasificación permiten también distinguir un gradiente

latitudinal entre las zonas centro y sur del país, donde varios de los lagos y embalses de la cuarta a
la octava región presentan una condición entre mesotrófica e hipereutrófica, cambiando a
oligotrófica hacia el sur. También, se observa un gradiente altitudinal, donde los lagos ubicados
entre el valle central y la cordillera presentan una mejor condición trófica que aquellos ubicados
entre la costa y el valle central.

A continuación se analizan los resultados por ecorregiones, de acuerdo a la clasificación general de

la Tabla N° 2.

3.1.2.1 Ecorregión de Altiplano

En la siguiente Figura N° 10 se muestra un mapa de la Ecorregión de Altiplano con la ubicación de

los cuerpos de agua y su categoría de estado trófico.

Pág. 33
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 10 Estado trófico de los lagos de la Ecorregión de Altiplano.

 Altiplano

Destaca el lago Chungará como un caso interesante de estudio, que de acuerdo a esta revisión se
encuentra en un estado intermedio entre oligotrofia y mesotrofia. Este sistema se encuentra en una
zona sometida a condiciones extremas de temperatura y radiación solar, lo que lo mantiene en una
condición de dinámica variable de volumen y concentración de sales importante.

Pág. 34
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.1.2.2 Ecorregión Mediterránea

En la siguiente Figura N° 11 se muestra un mapa de la Ecorregión Mediterránea con la ubicación

de los cuerpos de agua y su categoría de estado trófico.

Figura N° 11 Estado trófico de los lagos de la Ecorregión Mediterránea

Pág. 35
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Mediterránea Andina

Estos cuerpos de agua presentaron condición oligotrófica lo que se explica principalmente por su
ubicación altitudinal y el origen directamente nival de sus aguas. Estos sistemas están poco
alterados antrópicamente por la importancia que revisten como fuentes de agua potable como es el
caso del embalse El Yeso y Laguna Negra, ambos ubicados sobre los 2500 m.s.n.m.

 Mediterránea de Valle

En esta zona se encontraron los cuerpos de agua con las mayores concentraciones de clorofila a
detectadas, su clasificación va desde Eutrófico hasta Hipertrófico.

Estos sistemas lacustres, dos de ellos embalsados artificialmente, están sometidos a la mayor
presión antrópica (por la concentración de la población en esta región), lo que combinado al clima
mediterráneo de la zona donde están emplazados, los hace vulnerables a procesos de eutrofización
por sobrecarga de nutrientes y por disminución de volumen de agua por uso y fenómenos de
sequía.

A modo de ejemplo, el embalse Rapel alcanza una concentración promedio histórica (2000-2008)
de 118 mg/l de fósforo total y 1475 mg/l de nitrógeno total (DGA-POCH, 2009), valores bastante
elevados desde el punto de vista de trofía por nutrientes (Smith et al., 1999)

 Mediterránea Costera

El estado trófico en este conjunto de lagos varía desde sistemas oligotróficos como los Lagos
Lleulleu y Vichuquén, hasta mesotróficos como los lagos Lanalhue y la laguna Grande de San Pedro.
Esto puede relacionarse con variados factores tales como la presión antrópica ejercida sobre las
cuencas que drenan estos cuerpos de agua, los que varían en relación a la densidad poblacional que
albergan, las actividades productivas que se realizan en ellas, lo que produce un ingreso de
nutrientes diferencial en cada uno de estos lagos, calidad de las aguas de origen, y características
hidrodinámicas propias de cada sistema.

Respecto a la concentración de nutrientes en estos lagos, destaca el lago Lleulleu como un sistema
de baja intervención antrópica, con registros promedio de 3,4 mg/l de fósforo total y 0,2 mg/l de
nitrógeno total (Parra et al., 2003). Contrasta con lo anterior el caso de la laguna San Pedro, cuya
concentración promedio de nutrientes es de 32 mg/l de fósforo total y 305 mg/l de nitrógeno total
(DGA-POCH, 2009). Es importante señalar que la Laguna San Pedro se encuentra en una zona con
diversos niveles de intervención humana, donde destaca la influencia urbana (Parra et al., 2003).

3.1.2.3 Ecorregión de Lagos Valdivianos

En la siguiente Figura N° 12 se muestra un mapa de la Ecorregión de Lagos Valdivianos con la

ubicación de los cuerpos de agua y su categoría de estado trófico.

Pág. 36
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 12 Estado trófico de los lagos de la Ecorregión de Lagos Valdivianos.

Pág. 37
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Lagos Valdivianos Araucanos

Estos sistemas presentaron en su totalidad concentraciones de clorofila clasificadas como

oligotrofia. En esta zona se presentan los cuerpos de agua más extensos, que abarcan las zonas de
la depresión intermedia, cordillera y precordillera de los Andes, emplazándose en cuencas de gran
tamaño. El estado trófico de estos sistemas se relaciona con la poca presión antrópica ejercida
sobre estos y con la condición climática presente, caracterizada por gran cantidad de
precipitaciones y temperaturas bajas.

Respecto al contenido de nutrientes, como referencia el lago Maihue alcanza una concentración
promedio histórica (2000-2008) de 9,5 mg/l de fósforo total y 114 mg/l de nitrógeno total, y el
Lago Todos Los Santos en el mismo periodo registra 8,5 mg/l de fósforo total y 116 mg/l de
nitrógeno total (DGA-POCH, 2009).

 Lagos Valdivianos de Chiloé

Una excepción la constituye la zona de Chiloé, donde sólo 2 de los 7 lagos revisados presentan un
estado oligotrófico, mientras que los restantes se clasifican entre mesotrófico y eutrófico. Lo
anterior podría estar asociado al desarrollo de la acuicultura en la zona, así como a las
características físicas y de ubicación geográfica propias de cada sistema.

En el lago Huillinco, Campos (1997) registró concentraciones de 731 ug/l de fósforo total y 10151
mg/l de nitrógeno total en aguas de fondo, mientras que en lago Natri, el mismo autor registró
concentraciones de fósforo total de 25,6 mg/l y 328,5 mg/l de nitrógeno total.

Pág. 38
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.1.2.4 Ecorregión de Patagonia

En la siguiente Figura N° 13 se muestra un mapa de la Ecorregión de Patagonia con la ubicación

de los cuerpos de agua y su categoría de estado trófico.

Figura N° 13 Estado trófico de los lagos de la Ecorregión de Patagonia.

Pág. 39
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Patagonia

Estos lagos mostraron los valores menores de concentración de clorofila a, lo que estaría explicado
por la zona donde se emplazan, que corresponde a la zona más fría y lluviosa del país. Junto a lo
anterior, corresponden a lagos que se forman muy cerca de glaciares y campos de hielo por lo que
la productividad de estos sistemas es extremadamente baja. Además, son lagos con muy baja
influencia antrópica.

Respecto al contenido de nutrientes, en el lago Yulton se han registrado concentraciones de fósforo

total menores a 0,02 ug/l y de hasta 0,3 mg/l de nitrógeno total (Knight Piesold, 2009).

Pág. 40
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.2 IDENTIFICACIÓN DE METODOLOGÍAS Y TECNOLOGÍAS UTILIZADAS

MUNDIALMENTE PARA EL MONITOREO DE LAGOS

3.2.1 REVISIÓN DE PROGRAMAS DE MONITOREO DE LAGOS EN EL MUNDO

A continuación se presenta una revisión de diversos programas de monitoreo de lagos en el mundo.

La información ha sido obtenida mayoritariamente de los sitios web de cada programa de
monitoreo. En la Tabla N° 4 se presenta un resumen con los distintos programas de monitoreo de
lagos que de desarrollan a nivel mundial. Mayor detalle de estos programas se presenta en el
Anexo 2.

De los resultados de esta revisión, enfocada en países o regiones consideradas pioneras en el

desarrollo de monitoreo y regulación de la calidad de sus aguas, se constata que la mayoría de los
programas que se desarrollan de forma permanente son del tipo convencional, es decir monitoreos
que consideran la toma de muestra u observación directa en el cuerpo de agua, mientras que
monitoreos que implican el uso de nuevas tecnologías tales como boyas con sensores de medición
continua o percepción remota son escasos.

En el caso de los monitoreos convencionales, la mayoría de los programas revisados se enfocan en

el control de la contaminación bacteriológica, asociado a un objetivo de salud pública, y al control
de la eutroficación de lagos. Por otra parte, los monitoreos con sensores consideran el monitoreo de
alta resolución temporal de algunos parámetros físico químicos generales, clorofila a, variables
meteorológicas, entre otros. Los monitoreos mediante percepción remota consideran el seguimiento
en alta resolución espacial, en escala de tiempo estacional o anual, de la transparencia de los lagos
en la mayoría de los casos, y de otras variables cuantificables mediante esta tecnología en una
menor cantidad de casos.

Además de los programas de monitoreo estudiados, existen una serie de redes de cooperación para
la observación de lagos a distintas escalas territoriales. De éstas, destaca la red GLEON (Global
Lake Ecological Observatory Network), que reúne a limnólogos, ecólogos, técnicos e ingenieros de
todo el mundo, los cuales intercambian información sobre el estudio y monitoreo de lagos, en
particular de 65 de ellos que se encuentran con boyas que miden variables meteorológicas y de
calidad de agua con alta resolución temporal. Esta información ha permitido caracterizar y entender
tanto el funcionamiento de estos lagos como el rol ecológico que ellos cumplen en su medio. La
Figura N° 14 muestra un ejemplo de la instrumentación instalada en lagos de la red GLEON, así
como la distribución en el mundo de los lagos que se encuentran suscritos en el programa.

Pág. 41
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 14 Izquierda: ejemplo de la instrumentación instalada en lagos de la red GLEON.

Derecha: distribución en el mundo de los lagos que se encuentran suscritos en el programa.
(GLEON 2013).

Tabla N° 4 Resumen de programas de monitoreo en lagos desarrollados en varios países.

TIPO DE
MONITOREO

instrumentación
Convencional

Percepción
Boyas con
ORGANISMOS
PAÍS/REGIÓN/DOMINIO PROGRAMA PERMANENCIA

remota
INVOLUCRADOS

EUROPA
Gobierno, universidades,
 Italia, Polonia, Hungría, Eventual (proyecto
EULAKES (4 lagos) comunidad, fundaciones, ●
Austria de 3 años)
Centros de Investigación
Centre for Ecology &
Hydrology (CEH),
Permanente
Universidades, OTT
(frecuencia variable
 Reino Unido UKLEON (11 lagos) Hydrometry Ltd ●
dependiendo del
(instrumentación),
lago)
Organismos
gubernamentales
Universidades, Centros de Eventual, depende
 Suiza, Italia, Alemania Lagos perialpinos ●
Investigación del estudio
ESTADOS UNIDOS
 Cuenca de los grandes
USEPA, Gobierno Federal,
lagos (8 estados de Programa Nacional de Permanente
estatal, tribal, local, ONGs, ●
EEUU y 2 provincias los grandes Lagos (Invierno y Verano)
Industria, Ciudadanía
canadienses)
200 lagos con
Gobierno regional y de los monitoreo 2 veces
NJDEP Ambient Lake
 Nueva Jersey condados donde se ● por año cada 5
Monitoring Network
encuentran los lagos años, y 40 lagos 2
veces por año

Pág. 42
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

TIPO DE
MONITOREO

instrumentación
Convencional

Percepción
Boyas con
ORGANISMOS
PAÍS/REGIÓN/DOMINIO PROGRAMA PERMANENCIA

remota
INVOLUCRADOS

Agencia de protección
Illinois Volunteer Lake
 Illinois ambiental de Illinois, ● Permanente
Monitoring Program
comunidad
Departamento de recursos
Citizen-based water
 Wisconsin naturales, Universidad de ● Permanente
monitoring network
Wisconsin, ciudadanos
Departamento de
Universidad de Minnesota,
Percepción Remota en ● Eventual
Investigadores
Recursos Hídricos
 Minnesota Permanente y
Agencia para el control de la
Citizen water eventual,
contaminación de Minnesota, ●
monitoring dependiendo del
comunidad
lugar
CANADÁ
 Cuenca de los grandes
USEPA, Gobierno Federal,
lagos (8 estados de Programa Nacional de Permanente
estatal, tribal, local, ONGs, ●
EEUU y 2 provincias los grandes Lagos (Invierno y Verano)
Industria, Ciudadanía
canadienses)
Programa nacional de Gobierno, autoridades de las
● Permanente
monitoreo provincias, comunidad
Programas regionales
NUEVA ZELANDA Gobierno regional ● Permanente
de monitoreo
Permanente y
Universidades, gobiernos
eventual,
 Waikato, Bay of Plenty LERNZ regionales, privados, ●
dependiendo del
comunidad
lugar
Permanente y
Universidades, Centros de eventual,
VARIOS PAÍSES GLEON ●
Investigación, comunidad dependiendo del
lugar

3.2.1.1 Comparación de lagos internacionales con lagos chilenos

Los planes de monitoreo internacionales considerados en la presente revisión, presentan lagos

localizados en diferentes latitudes, longitudes y altitudes, y con diversas características de área,
profundidades y estados tróficos. Para realizar una comparación entre los lagos internacionales y
los estudiados a nivel nacional, se consideraron dos análisis gráficos que muestran: 1) los tipos
termales de lagos, para comparar la estructura térmica y dinámica de mezcla, y 2) la relación de

Pág. 43
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

área y estado trófico para comparar las características generales de los lagos en cuanto a su
cobertura y producción biológica.

La información de lagos chilenos fue obtenida desde los diversos estudios revisados y citados en
este estudio. La información de lagos de distintas regiones del mundo fue obtenida desde los sitios
web de sus programas de monitoreo, seleccionándose algunos de los lagos monitoreados,
procurando abarcar una diversidad alta de las características a comparar. Adicionalmente, se revisó
la información de calidad de agua disponible en el Compendio de Información Ambiental de la OCDE
(OCDE, 2005), particularmente las concentraciones de nitrógeno total y fósforo total reportadas
entre 1980 y 2001. En la siguiente Figura N° 15 se muestran las ubicaciones de los lagos
revisados para la comparación general de cuerpos lacustres internacionales y chilenos.

Figura N° 15 Comparación de lagos internacionales (símbolos azules) y chilenos (símbolos rojos).

La Figura N° 16 muestra un esquema de tipos termales de lagos según latitud y altitud (Wetzel
2001). Las condiciones geográficas de cada lago pueden incidir en su estructura térmica y patrones
de mezcla, produciendo lagos del tipo amíctico (sin mezcla, cubiertos de hielo), monomíctico frío
(una mezcla a temperaturas <4°C), monomíctico cálido (una mezcla a temperaturas >4°C),
dimíctico (dos mezclas al año), oligomíctico (mezcla irregular) o polimíctico (mezcla continua).

Se observa que la mayor parte de los lagos internacionales revisados se encuentra a latitudes entre
40° hasta los 58°, que corresponden a zonas principalmente de transición y tipo dimíctico, en tanto
que los lagos nacionales se encuentran principalmente entre los 35° y 46°, en zonas de transición y
tipo monomíctico cálido.

Entre los sistemas revisados se encuentran también cuerpos lacustres con condiciones geográficas
diferentes, como por ejemplo los lagos de Venezuela y México (en zona tipo oligomíctico) o de
Noruega (transición y tipo monomíctico frío). En el caso de los cuerpos lacustres en Chile, la
cordillera de los Andes ofrece condiciones geográficas particulares, en que la componente altitudinal
influye en el comportamiento de los lagos, como en los casos de la Laguna del Laja, Laguna Negra,
Embalse El Yeso (límite monomíctico cálido y dimíctico) y Lago Chungará (tipo polimíctico).

Pág. 44
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

El tipo de comportamiento térmico de los lagos y su capacidad de mezcla, puede afectar

potencialmente el funcionamiento, hidrodinámica, calidad de agua, disponibilidad de nutrientes y
estado trófico de los cuerpos lacustres. En este contexto, se puede considerar que los lagos
internacionales que pueden ser más comprables con los lagos chilenos, son los que comparten un
funcionamiento del tipo termal monomíctico cálido en que se estratifican en verano, y difícilmente
su temperatura baja de 4°C en el fondo (Ej: Lagos de Nueva Zelanda). En el caso de los lagos
costeros (someros y expuestos a vientos permanentes), se puede buscar una comparación con
lagos del tipo polimíctico, y los lagos de altura y patagónicos pueden ser comparables a los
sistemas expuestos a zonas más frías en que se logra un tipo termal dimíctico (Ej: lagos de EEUU y
Europa).

Figura N° 16 Esquema de tipos termales de lagos según latitud (°) y altitud (msnm). Comparación
de lagos internacionales (cuadrados azules) y chilenos (círculos rojos) según clasificación de tipo
termal: amíctico, monomíctico frío, monomíctico cálido, dimíctico, oligomíctico, polimíctico y zonas
de transición (achuradas).

Respecto a los rangos de tamaño y estados tróficos de los lagos revisados, se puede encontrar que
éstos cubren un amplio rango en ambas características. En la Figura N° 17 se grafican estas
propiedades, con el objetivo de analizar qué lagos internacionales pueden ser comparables a los
lagos chilenos. Se observa que la áreas de los cuerpos de aguas pueden diferir en varios órdenes de
magnitud, y se puede notar una diversidad de estados tróficos, desde sistemas oligotróficos como
los Grandes Lagos y Constance, hasta sistemas hipereutróficos como el Embalse Suata de
Venezuela.

Comparativamente, los lagos chilenos del rango oligotrófico presentan áreas principalmente
concentradas entre 1 y 1.000 km2, representando un punto intermedio entre lagos monitoreados en
Reino Unido (Ej: Round Loch, Blelham Tarn) de menos de 1 km 2 hasta los Grandes Lagos de EEUU

Pág. 45
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

y Canadá (Ej: Superior, área de 82.414 km2). En este contexto algunos lagos perialpinos como el
Constance y Maggiore pueden ser comparables con los lagos Llanquihue y Ranco en Chile.

Para estados tróficos más enriquecidos, desde mesotróficos hasta eutróficos, los lagos chilenos
presentan tamaños entre 1 y 100 km2, que en general son de menor tamaño que los monitoreados
internacionalmente (Ej: Mendota, Garda, Geneve, etc.) que llegan a áreas de hasta 1.000 km 2.

Figura N° 17 Comparación de Área (km2) y Estado Trófico para lagos internacionales (cuadrados
azules) y chilenos (círculos rojos). Notar que el eje de área se encuentra en escala logarítmica.

Como se ha señalado en el presente documento, la calidad de agua de un lago como indicador de

su estado ecológico responde a múltiples variables, tales como su ubicación latitudinal, altitudinal,
características morfológicas, entre otras. Sin embargo, otros factores relacionados con las presiones
antrópicas del entorno del lago pueden implicar diferencias en la calidad de agua entre lagos, las
que se espera sean similares desde el punto de vista de su ubicación.

A modo de ejemplo, en estudios de ecosistemas acuáticos en Argentina se suele dividir el país en

seis regiones geográficas principales: Puna; Planicie Chaco-pampeana; Sierras Peri-Pampeanas y
valles y “bolsones” relacionados; Patagonia Andina; Planicie Patagónica y Meseta Misionera (Quirós,
2000). Según señala Quirós (2000), los lagos más profundos de Argentina se encuentran ubicados
en los Andes Patagónicos y, dada su ubicación, suelen encontrarse en un estado que va de
ultraoligotrófico a oligotrófico. Sin embargo, se ha informado de problemas de calidad de agua
característicos de procesos de eutroficación para los lagos Lacar y Nahuel Huapi, en sectores
cercanos a concentraciones urbanas medias. Situación similar se ha observado en lagos ubicados en
la región “Planicie Patagónica”, donde lagos considerados como poco perturbados han visto
afectada la calidad de sus aguas producto de actividades de riego y acuicultura.

Como segundo ejemplo, en el caso de Nueva Zelanda se han definido 25 ecorregiones, basado
principalmente en criterios geológicos, climáticos, geomorfológicos, edáficos y de cobertura de

Pág. 46
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

vegetación (Harding et al., 1997). Aun dentro de una misma ecorregión es posible encontrar
diferentes estados tróficos, como en la región de lagos de Bay of Plenty, donde se encuentra el lago
Rotorua en una condición hipereutrófica y el lago Rotoma, distante a 20 km de este último, en
condición oligotrófica. Las principales diferencias relativas a la actividad antrópica son que a orillas
del lago Rotorua se localiza un centro urbano, mientras que el lago Rotoma solamente presenta
vegetación nativa y actividades forestales de menor impacto.

En el caso de Chile, los lagos monomícticos templados del sur del país son generalmente
oligotróficos, de gran transparencia, baja productividad y aparente resistencia a perturbaciones
tales como adiciones de fósforo (Soto, 2002). Esto es apreciable en la gran mayoría de los lagos
araucanos. Una caso particular lo constituye el lago Villarrica, con valores promedio de clorofila a
que lo clasifican como oligotrófico, pero con algunos registros que indican un estado eutrófico en
algunos monitoreos puntuales (DGA-POCH, 2009). Lo anterior está probablemente ligado a la
ocurrencia de algunos eventos de bloom algales, que podrían ser más frecuentes en la temporada
estival, cuando el lago se encuentra sometido a una mayor presión producto del aumento de
población flotante.

De esta forma, la información presentada en este acápite sugiere que la agrupación de lagos en
ecorregiones o zonas con ciertas características similares, si bien refleja en primera instancia las
características generales de estos cuerpos de agua, no es suficiente para realizar asociaciones entre
su estado trófico, sino que es necesario conocer otras características de la cuenca hidrográfica que
permitan establecer las presiones antrópicas a las que está sujeto.

Pág. 47
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.2.2 REVISIÓN DE MÉTODOS DE MONITOREO DE CUERPOS LACUSTRES MEDIANTE

TELEDETECCIÓN

3.2.2.1 Conceptos Generales

Actualmente existen múltiples aspectos ambientales asociados a los sistemas acuáticos

continentales, que abarcan un rango de procesos muy amplio, que pueden ir desde la
contaminación difusa, incremento del nivel trófico del agua y potenciales efectos del cambio
climático, entre otros. Estos fenómenos pueden ocurrir en variadas escalas de tiempo y espacio, y
es un reto para quienes estudian estos sistemas acuáticos efectuar la priorización de los esfuerzos
de modo de monitorear y mapear los cambios que pueden experimentar.

El uso de nuevas tecnologías y metodologías para el monitoreo de sistemas acuáticos puede ser de
gran ayuda en el manejo de éstos recursos, dado que permiten recolectar información en diferentes
escalas. Por ejemplo, parte de la problemática hoy se encuentra en que los sistemas de monitoreo
convencionales in situ permiten observar en forma discreta solamente algunos cuerpos lacustres,
en algunos puntos y en algunas fechas del año, quedando acotados en espacio y tiempo según los
recursos disponibles.

Entre las metodologías que pueden dar respuesta a esta problemática espacial se encuentra la
teledetección, que se ha posicionado como una herramienta emergente en el estudio de la calidad
de agua (Chipman et al. 2009). Efectivamente, la utilización de imágenes aéreas o satelitales
capaces de cubrir grandes áreas y entregar información espacialmente continua, ha permitido
mejorar la interpretación de los fenómenos que ocurren en los cuerpos lacustres.

Sin embargo, varias preguntas siguen pendientes respecto a cuales con las plataformas y sensores
más adecuados para las diferentes aplicaciones, como también la disponibilidad de imágenes,
costos asociados y capacidad de los modelos de traducir efectivamente la información teledetectada
en estimaciones de calidad de agua.

Existe un amplio número de plataformas disponibles para obtener imágenes, sin embargo su
selección dependerá de varios factores, como el tamaño y número de lagos, procesos que se
requieren estudiar, grado de resolución y costos, entre otros. Difícilmente la teledetección puede
reemplazar completamente el monitoreo de lagos, pero sí puede complementar los programas
actuales, dando la posibilidad de extender ampliamente la información y análisis (Heiskary et al.
2006).

Otra restricción importante que presentan los planes de monitoreo convencionales tiene que ver
con la frecuencia de observación, que puede acotarse por ejemplo, a mediciones trimestrales,
semestrales o anuales. Sin embargo, muchos fenómenos que ocurren en un cuerpo lacustre y que
afectan su calidad de agua pueden tener escalas de desarrollo temporales de horas, días o
semanas, procesos que no son capturados por el monitoreo (Ejemplo: bloom de algas).

En alguna medida, la teledetección también comparte esta problemática de temporalidad dado que
la frecuencia de imágenes depende del tiempo de revisita del satélite, de la programación de un
vuelo o que las condiciones de la imagen sean adecuadas (Ejemplo: sin nubosidad). Esta frecuencia
puede ser del orden semanas o meses, por lo tanto puede ser necesaria la utilización de métodos
complementarios de observación para aquellos casos en que se requiera hacer un seguimiento
temporal más frecuente.

Pág. 48
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

El aumento de frecuencia de medición con un método de monitoreo convencional puede significar

un aumento desproporcionado de los costos de operación, por lo que algunas metodologías de
observación con sensores y registro continuo de información con dataloggers han pasado a ser una
herramienta de gran utilidad en el estudio de lagos.

Debido a la heterogeneidad de ecosistemas y condiciones que se encuentran en la naturaleza, es

posible que un plan de monitoreo exhiba algún grado de dificultad para representar espacial y
temporalmente su estado o funcionamiento. La experiencia de la investigación aplicada en este
ámbito, indica que el mejor avance se ha obtenido con el uso combinado de técnicas de observación
(Goetz et al. 2008). Se entiende que la utilidad de diferentes metodologías se complementan,
formando aproximaciones multi-escaladas.

Los sensores más utilizados en teledetección reciben la radiación solar (teledetección pasiva) que es
reflejada en la superficie terrestre, y mediante un efecto de prisma se descompone en diferentes
longitudes de onda del espectro electromagnético (Figura N° 18). Estos son registrados por
sensores digitales (fotodetectores) que cuantifican la intensidad de la luz en cada longitud de onda,
generando información que posteriormente permite producir una imagen digital.

Figura N° 18. Esquema de funcionamiento de un sensor, mediante la separación y registro del

espectro electromagnético en diferentes longitudes de onda.

Estos sensores pueden funcionar a bordo diversas plataformas como satélites o sistemas
aerotransportados, que de acuerdo a la altura (o distancia de observación a la tierra) pueden tener
diferentes áreas de cobertura de imagen. En la Figura N° 19 se muestran algunos ejemplo de
plataforma, y cuáles son los rangos de altitud aproximados en que pueden operar.

Pág. 49
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 19 Plataformas típicas de teledetección satelital y aerotransportada.

Las principales escalas de observación que se consideran para la observación y caracterización de

cuerpos lacustres mediante teledetección, son las siguientes:

 Resolución Espacial. Es el tamaño del píxel que es capaz de observar y registrar un

sensor. La cobertura espacial de una imagen es el tamaño de abarca sobre la superficie
terrestre.
 Resolución Temporal. Es la frecuencia de revisita que tiene un satélite o sensor sobre un
lugar. Estas pueden tener un calendario regular, y en otros casos pueden ser programadas.
 Resolución Espectral. Es el número de bandas espectrales que un sensor es capaz de
medir, y registrar como radianza reflejada. Dependiendo de la cantidad de bandas en las
que puede ser dividido el espectro electromagnético se encuentran los sensores
multiespectrales (Ejemplo: de 4 a 7 bandas discretas), o sensores hiperespectrales
(Ejemplo: de 60 a 240 bandas continuas).
 Resolución Radiométrica. Es la sensibilidad radiométrica que representa el número de
niveles digitales que un sensor es capaz de registrar. Debe ser considerada en la
planificación, de acuerdo a las características de reflectancia de los objetos observados.

Para mayor detalle, se puede consultar el Acápite 8 donde se presenta un glosario de términos
asociados a la teledetección y explicación de los acrónimos de instrumentos y sensores utilizados en
el levantamiento de imágenes

Dependiendo de las resoluciones necesarias para observar un fenómeno, se pueden encontrar

diversas combinaciones de métodos de teledetección (Ej: pasiva o activa), tipos de sensor (Ej:
multiespectral, hiperespectral, fotografía convencional o sensores activos), tipos de plataformas (Ej:

Pág. 50
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

satelital o aéreo) y tipos de resolución espacial ( Ej: fina, media o gruesa). Un resumen de los
principales sistemas de teledetección que se pueden utilizar en el estudio de sistema acuáticos, se
muestra en la Tabla N° 5

Tabla N° 5 Combinación de tipos de sensor, plataforma y resolución espacial.

Fuente: Elaboración propia

Las diferentes escalas espaciales, temporales, espectrales y radiométricas pueden ser un factor
limitante en la utilización de la teledetección para diferentes aplicaciones. Debido a restricciones
técnicas, los sistemas de adquisición de datos deben compensar, por ejemplo, que una alta
resolución espacial está asociada a una baja resolución espectral, y viceversa. También el tiempo
de revisita presenta usualmente una relación inversa con la resolución y cobertura espacial. Por
esta razón, es necesario encontrar una combinación de resoluciones que permita la observación
más adecuada de los procesos que se estudian.

Si bien existe disponibilidad de varios tipo de sensores, que se diferencian en el tipo de plataforma
(aérea o satelital) y sus tipos de resoluciones, la aplicabilidad de la teledetección sobre cuerpos
lacustres requiere conocer la respuesta espectral de los elementos observados en una imagen,
como el agua, sus constituyentes disueltos y particulados, bióticos y abióticos, y otros elementos
que pueden afectar su reflectancia (ángulo del sol, oleaje, etc.).

3.2.2.2 Teledetección y Propiedades Espectrales de Aguas Naturales

La teledetección es la técnica de observación y registro de información, que permite adquirir la

señal de radianza proveniente del sol, que sufre diversos procesos de dispersión y absorción a
través de su paso por la atmósfera y los elementos que impacta, y que posteriormente viaja en
dirección a un sensor capaz de registrar el nivel de energía con fotodetectores digitales.

En la Figura N° 20 se muestra un diagrama con múltiples posibles trayectorias de la luz que llegan
a un sensor, en un esquema en que la energía es aportada por el sol. Gran parte de los esfuerzos
en el estudio con teledetección se enfocan en analizar la luz que emerge del agua en dirección al
sensor, que es la componente que transporta información útil respecto a las propiedades del cuerpo
de agua.

Pág. 51
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 20 Trayectoria de la luz que llega a un sensor. a) Luz dispersada por la atmósfera. Es
posible que haya múltiples combinaciones de dispersión, en que parte de la luz que llega al sensor
es reflejada en la superficie del agua antes o después de ser dispersada por la atmósfera. b) Reflejo
especular de la luz solar de la superficie del agua. c) Luz ascendente que emerge del agua en
dirección al sensor (adaptado de IOCCG 2000).

El estudio del espectro de electromagnético puede mostrar absorciones de luz en algunas longitudes
de onda específicas que dan cuenta de diferentes propiedades del agua. Respecto a la
caracterización específica de cuerpos lacustres, es necesario estudiar las propiedades de absorción
selectiva que tiene al agua en su estado puro y luego en agua de distintas características ópticas
(Wetzel 2001). En agua pura (sin sedimentos ni colorantes), el espectro visible muestra un mínimo
de absorción en torno a los 500 nm (Ver Figura N° 21), en tanto que hacia las bandas de menor
longitud de onda λ < 300 (UV) y longitud de onda infrarrojas λ > 700 nm se presenta una intensa
absorción de la energía (Kondratyev & Filatov 1999).

Pág. 52
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 21 Absorción del agua pura en función de la longitud de onda (Hale & Querry 1973).

Se debe considerar que los conocimientos que se puedan recopilar de la experimentación en

laboratorio, permiten tener un entendimiento de la óptica que se aproxima más a la teoría, pero en
sistemas naturales es esperable encontrar desviaciones debido a la complejidad de los fenómenos
que ocurren.

En el medio ambiente los mecanismos de dispersión y absorción de luz pueden tener una gran
variación como resultado de la diversa composición del agua. Los ecosistemas naturales pueden
presentar diferentes combinaciones de partículas en suspensión (inorgánica u orgánica), materia
disuelta y composición química (Carbonneau y Piégay 2012). Entre los principales elementos
presentes en el agua que afectan sus propiedades ópticas se encuentran:

 Fitoplancton. El fitoplancton (P=phytoplankton) debido a su concentración de pigmentos

de clorofila a (CHLa) tiene propiedades ópticas en la cual reflecta fuertemente longitudes de
onda del espectro verde e infrarrojo, y absorbe azul y rojo. Por ejemplo, algunos pigmentos
específicos como la ficocianina (Phycocyanin, PC) son utilizados para discriminar la
presencia de cianobacterias.
 Material suspendido. La concentración, tamaño, forma e índice de refracción del material
suspendido (S=suspended material) aumenta la turbidez e incrementa la cantidad de
energía retrodispersada en cuerpos de agua. Puede ser denominado como sólidos
suspendidos (SS).
 Sustancias amarillas. Son sustancias orgánicas, disueltas y de color. Se conocen como
sustancias amarillas (Y=yellow substances) o materias orgánicas disueltas coloreadas
(CDOM, de sus siglas en inglés). Dentro de este componente se suelen incluir detritos
particulados, que tienen características ópticas similares a las sustancias amarillas, en que
absorben fuertemente las longitudes de onda ultravioleta y azul.

Desde la perspectiva de la teledetección, y dependiendo de las concentraciones de los

constituyentes ópticamente activos, científicos han dividido las aguas en dos tipos : los tipos de
agua Caso-I y Caso-II (Morel & Prieur 1977).

Aguas Caso-I son aquellas dominadas por fitoplancton (por ejemplo, los océanos abiertos). Aguas
de Caso-II contienen no sólo fitoplancton, sino que también sedimentos en suspensión, materia

Pág. 53
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

orgánica disuelta y sustancias antropogénicas, como ocurre normalmente en aguas costeras y

continentales (Bukata 2005; Bhatti et al. 2010).

La teledetección en caso aguas Caso-I, ha sido ampliamente estudiada en aplicaciones

oceanográficas. Sin embargo el caso de aguas Caso–II presenta mayores complicaciones. Muchos
científicos han señalado que esto se debe a las complejas interacciones de las principales sustancias
ópticamente activas en las aguas de tipo-II: el agua, el fitoplancton (clorofila a, CHLa), sedimentos
en suspensión, materia orgánica disuelta coloreada (CDOM), conocida también como sustancias
amarillas.

En la Figura N° 22, se muestra un diagrama de representación de aguas Caso-I y Caso-II, en que

se muestran los aportes relativos de absorción de los tres principales constituyentes ópticamente
activos (fitoplancton, material suspendido y sustancias amarillas).

Pág. 54
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 22 Izquierda: Diagrama de representación de aguas Caso-I y Caso-II. Las esquinas

representan aportes relativos a la absorción de Fitoplancton (P=phytoplankton), Sustancias
amarillas (Y=yellow substances; Materia orgánica disuelta coloreada CDOM), y Material suspendido
(S=suspended material). (IOCCG 2000). Derecha: Figura muestra un ejemplo de una muestra “x”
de agua de Caso-II , en que los aportes porcentuales de su absorción son 70% de sustancias
amarillas, 20% de fitoplancton y 10% de material suspendido.

Dependiendo de la combinación de cada uno de estos componentes, el agua puede exhibir

diferencias en sus firmas espectrales. En la Figura N° 23 se muestra un grupo de firmas de
reflectancia del agua medida en diversas localidades de aguas costeras, estuarinas y continentales
(Richardson & LeDrew 2006). Estos representan un amplio rango de constituyentes ópticamente
activos en aguas naturales, con mezclas de clorofila (CHLa), seston (sólidos suspendidos) y
absorción de materia orgánica disuelta (CDOM). Se observa una gran heterogeneidad de respuestas
espectrales, según sus diversas composiciones disueltas y particuladas, se encuentran sistemas con
aguas oligotróficas hasta hipereutróficas, transparentes y turbias, y con diversos grados de materia
orgánica disuelta.

Pág. 55
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 23 Firmas de reflectancia del agua medida en diversas localidades de aguas costeras,
estuarinas y continentales, que representa un amplio rango de constituyentes ópticamente activos
medidos en campo. C=clorofila a (ug/l); S=seston (plancton + tripton) (mg/l) ; A=absorción de
materia orgánica disuelta coloreada (CDOM) a 440 nm (Richardson & LeDrew 2006).

Debido a la complejidad de las aguas naturales, diversos científicos han realizado estudios
específicos de las características ópticas del agua en condiciones experimentales controladas, de
modo de poder evaluar cuantitativamente los cambios que tienen las firmas espectrales ante la
variación en composición de los constituyentes del agua (Han 1997; Bhatti et al. 2008; Gin et al.
2003; Rundquist et al. 1996; Blanco et al. 2012; Han & Rundquist 2003; Murat & Ceylan 2005;
Hunter et al. 2008; Gitelson 1992).

Los casos más estudiados, se relacionan con análisis de los cambios de respuesta espectral visible e
infrarroja cercana, que mediante la implementación de un tanque experimental se miden un rango
amplio de calidades de agua, desde agua clara a concentraciones altas de sólidos suspendidos (SS),
clorofila a (CHLa) o una combinación de ambas.

En la Figura N° 24 se muestra una relación obtenida entre una concentración de sedimentos

suspendidos y la reflectancia (Han 1997). Si bien, se puede determinar una relación empírica entre
la concentración y alguna longitud de onda específica, los fenómenos exhiben comportamientos
sinérgicos de carácter no lineal, que dificulta la extrapolación de resultados cuantitativos.

Pág. 56
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 24 Relación de concentración de sedimentos suspendidos (rango de 0 a 500 mg/l) y

reflectancia entre 400 a 900 nm, para: a) agua clara, y b) agua con microalgas (clorofila a 302
ug/l) (Han 1997).

Otro aspecto relevante en la percepción remota de cuerpos acuáticos es que aparte de los
constituyentes del agua influyen en la respuesta espectral, existen otras variables que pueden
afectar sensiblemente la teledetección de las características ópticas del agua (Moore 1980). Tanto
la atmósfera, la superficie, el fondo del cuerpo de agua, y las condiciones de iluminación en el
instante de la adquisición de la imagen, pueden contribuir en la absorción o reflectancia de ciertas
longitudes de onda específicas. Entre los elementos más importantes a considerar se encuentran:

 Fondo del cuerpo de agua. Dependiendo si el agua es suficientemente somera y clara, la

reflectancia del fondo del cuerpo de agua puede contribuir en la señal espectral observada.
El fondo por ejemplo puede ser rocoso, arenoso, cubierto parcial o totalmente por una
variedad de organismos bénticos como algas y/o moluscos. De esta forma las
características del sustrato afectarán el color del agua, sumándose a los constituyentes del
agua previamente señalados (CHLa, SS, CDOM, etc.). Cuando el fondo influye en la
reflectancia teledetectada se considera un cuerpo de agua “ópticamente somero”, y cuando
la energía es atenuada antes de llegar al fondo se considera un cuerpo de agua
“ópticamente profundo”.
 Rugosidad de la superficie del agua. La rugosidad de la superficie del agua (oleaje)
puede producir mayor o menor reflejo especular que una superficie lisa.
 Aerosoles atmosféricos y composición molecular del aire. Estos constituyentes
determinan la cantidad de energía solar que es absorbida y dispersada por la atmósfera.
Hay energía que es recibida por el sensor (satelital o aerotransportado), que es
retrodispersada (hacia el sensor) antes de que alcance la superficie del agua.
 Contenido de vapor de agua de la atmósfera. El vapor de agua afecta la absorción de
energía en los rangos infrarrojo cercano e infrarrojo termal. Un caso extremo es la
presencia de nubosidad que invalida la información de interés.
 Ángulo de elevación del sol. Con ángulos menores de elevación del sol, una mayor
cantidad de energía solar es reflejada especularmente. También, con ángulos menores la

Pág. 57
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

trayectoria de la energía solar a través de la atmósfera es mayor, lo que hace que mayor
energía sea absorbida y dispersada.
 Brillo especular. Dependiendo de la combinación de ángulos del sol, superficie del agua y
ángulo de elevación del sensor, se puede producir un ángulo agudo en que la energía solar
se refleja especularmente al lente del sensor, generando un brillo que satura la medición de
los fotodetectores (receptores digitales).
 Día del año. La tierra puede recibir un 7% más de energía del sol en enero que en julio,
debido a su órbita elíptica.

Dado que el estudio de firmas espectrales obtenidas por medio de la teledetección, pueden verse
afectadas por una serie de variables controladas y no controladas, se debe considerar la aplicación
de métodos de planificación y análisis que efectúen un tratamiento adecuado de los datos, en lo
que se refiere a corrección atmosférica y condiciones de iluminación que eviten el brillo especular,
entre otros.

3.2.2.3 Aplicación de la Teledetección en el Estudio de Cuerpos de Agua

En este acápite se efectúa una recopilación aplicaciones donde se utiliza la detección en cuerpos de
agua como forma de estudiar parámetros de calidad de agua.

De acuerdo a lo revisado, se pudo notar que son reducidas las instituciones públicas que tienen
implementados en forma rutinaria estudios de teledetección. Los casos más permanentes son las
aplicaciones desarrolladas por estados de Minnesota, Wisconsin y Nebraska, en Estados Unidos.

La Agencia de Protección Ambiental (EPA) de Estados Unidos y los diferentes estados, responsables
de la estimación de la calidad de agua en lagos, hace años señalaron que la cobertura porcentual de
los lagos estudiados en años recientes no había incrementado, y que incluso pudo haber
disminuido. Se indicó que los recursos (federales, estatales y locales) eran insuficiente para evaluar
los lagos en forma oportuna usando métodos convencionales (Chipman et al. 2009). Entre las
medidas a implementar para asegurar la evaluación de lagos a nivel de país, se propone que la
teledetección puede servir como herramienta para complementar el actual monitoreo convencional
(in-situ), y que tiene el potencial de permitir el estudio costo-efectivo de todos los lagos.

En forma complementaria a los esfuerzos de las instituciones públicas y privadas que están
involucradas con el estudio y manejo de cuerpos lacustres, existe un aporte significativo desde el
lado de la ciencia básica e investigación aplicada que ha desarrollado nuevas aplicaciones y ha
puesto a prueba metodologías de teledetección en calidad de agua.

De la revisión bibliográfica de aplicaciones de teledetección a nivel mundial realizada, se recopilaron

80 publicaciones, que fueron agrupadas en 61 publicaciones según la colaboración de los de los
autores y afinidad de las metodologías.

En cada una de éstas se señala las principales variables teledetectadas, relacionadas con calidad de
agua y estado trófico: 1) Clorofila a (CHLa), como variable de pigmentación de microalgas en
general.; 2) Sólidos Suspendidos (SS), como variable representativa de material suspendido,
sedimento suspendido, tripton y otras denominaciones de material particulado inorgánico en
suspensión; 3) Materia Orgánica Disuelta (CDOM), como variable representativa de sustancias

Pág. 58
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

amarillas y carbono orgánico disuelto; 4) Ficocianina (PC) como variable de pigmentación de

cianobacterias.

De acuerdo a la revisión se encontraron diferentes métodos de teledetección, los cuales fueron

agrupados en 7 clases según se detalla en la Tabla N° 6. Esta agrupación se debe principalmente
al tipo de plataforma, resolución espectral y resolución espacial.

Tabla N° 6 Métodos de teledetección utilizados en aplicaciones en Calidad de Agua de cuerpos de

agua continentales.

Método de Teledetección Resolución espacial Tipos de Sensores

Proximal in-situ con In situ ASD, OCEAN OPTICS
Espectrorradiómetro (0,1 m – 0,5 m)
Aerotransportado Hiperespectral 0,5 – 3 m AISA, CASI, HYMAP, GER-EPS-A
alta resolución
Satelital Hiperespectral 10 - 100 m HYPERION, CHRIS/PROBA, HICO,
de mediana resolución HJ1A/HSI, AVIRIS*
Aerotransportado Multiespectral 0,5 – 3 m AADS-ATM, MIVIS
de alta resolución
Satelital Multiespectral 0,6 – 4 m IKONOS, QUICKBIRD, WORLDVIEW
de alta resolución
Satelital Multiespectral 10 - 100 m LANDSAT, SPOT, ALI, ALOS, IRS-
de moderada resolución 1C
Satelital Multiespectral 250 – 1000 m MODIS, MERIS, SEAWIFS,
de escala regional OCEANSAT-1, SENTINEL3-OLCI
*AVIRIS por volar 20km, al límite de la tropósfera se consideró dentro de las plataformas
satelitales.

En la siguiente Tabla N° 7, se resumen las variables teledetectadas y los métodos utilizados, para
todos las publicaciones recopiladas que dan cuenta de la aplicación de esta herramienta a nivel
mundial.

Pág. 59
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 7 Recopilación de aplicaciones de teledetección a nivel mundial.

Variables Método de Teledetección

Teledetectadas
Hiperespectr Multiespectral
al
Resolución espacial

Transparencia / D. Secchi (SECCHI)

Materia Orgánica Disuelta (CDOM)

Ficocianina / Cianobacterias (PC)

Moderada

Moderada

Regional
Muy alta

Alta

Alta

Alta
Sólidos Suspendidos (SS)

Aerotransportado

Aerotransportado
Lugar Referencia /

Clorofila a (CHLa)
Autor

Proximal

Satelital

Satelital

Satelital

Satelital
Lagos de Rotorua, (Allan et al.
● ● ●
Nueva Zelanda 2007)
Florida, EEUU (Bhatti et al.
● ● ● ● ●
2010)
Lago Malawi (Chavula et al.
(Malawi,Mozambiqu 2009) ● ●
e y Tanzania)
Frisian Lakes, (Dekker et al.
● ●
Holanda 2001)
Lagos Erken y (Flink et al.
Malaren, Suecia 2001); (Ostlund ● ● ● ●
et al. 2001)
Lago de Garda, (Giardino et al.
● ● ●
Italia 2007)
Norte de Italia (Giardino et al.
2001);(Brivio et ● ● ●
al. 2001)
Estuario (Gitelson et al.
Chesapeake Bay. 2007) ● ● ●
EEUU
Grandes Lagos (Gons et al.
● ●
EEUU y Canadá 2008)
Lagos en Finlandia (Härmä et al.
● ● ● ● ● ●
2001)
Lagos en Finlandia (Kallio et al.
2001); (Kallio et
al. 2003); ● ● ● ● ● ●
(Koponen et al.
2002)
Grandes Lagos (Leshkevich et
● ● ● ●
EEUU y Canadá al. 2012)
Lagos en Alemania (Mannheim et
● ●
y Polonia al. 2004)

Pág. 60
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Variables Método de Teledetección

Teledetectadas
Hiperespectr Multiespectral
al
Resolución espacial

Transparencia / D. Secchi (SECCHI)

Materia Orgánica Disuelta (CDOM)

Ficocianina / Cianobacterias (PC)

Moderada

Moderada

Regional
Muy alta

Alta

Alta

Alta
Sólidos Suspendidos (SS)

Aerotransportado

Aerotransportado
Lugar Referencia /

Clorofila a (CHLa)
Autor

Proximal

Satelital

Satelital

Satelital

Satelital
Lagos de Fremont, (Moses et al.
EEUU 2012);
(Gitelson et al. ● ● ●
2009); (Gurlin
et al. 2011)
Lagos región de (Olmanson et
● ●
Minnesota, EEUU al. 2008)
Lago Kasumigaura, (Oyama et al.
● ●
Japón 2009)
Lagos boreales de (Sass et al.
● ● ●
Alberta, Canadá 2007)
Embalses de (Sengpiel 2007)
● ● ●
Indianapolis, EEUU
Lagos de (Thiemann &
Mecklenburg , Kaufmann
Alemania 2000);
● ● ● ●
(Thiemann &
Kaufmann
2002)
Lagos de Holanda (Vos et al.
● ● ● ●
2003)
Lago Loch Leven, (Hedger et al.
● ●
Escocia 2002)
Estuario Gironde, (Doxaran et al.
● ●
Francia 2002)
Lago Erie, EEUU- (Vincent et al.
● ● ● ●
Canadá 2002)
Lagos de Finlandia (Kutser et al.
● ●
y Suecia 2005)
Lagos de Nebraska (Dall’Olmo et al.
● ●
2005)
Lago Michigan, (Pozdnyakov et
● ● ● ●
EEUU al. 2005)
Lagos de España y (Simis et al.
● ● ●
Holanda 2007; Ruiz-

Pág. 61
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Variables Método de Teledetección

Teledetectadas
Hiperespectr Multiespectral
al
Resolución espacial

Transparencia / D. Secchi (SECCHI)

Materia Orgánica Disuelta (CDOM)

Ficocianina / Cianobacterias (PC)

Moderada

Moderada

Regional
Muy alta

Alta

Alta

Alta
Sólidos Suspendidos (SS)

Aerotransportado

Aerotransportado
Lugar Referencia /

Clorofila a (CHLa)
Autor

Proximal

Satelital

Satelital

Satelital

Satelital
Verdú et al.
2008)
Lagos de Nebraska, (Gitelson et al.
Iowa, Minnesota y 2008) ● ● ●
Maryland
Lagos Taihu, (Le et al. 2009;
Chaohu y embalse Le et al. 2011)
● ●
Three Gorges,
China
Lago Taihu, China (Wang et al.
● ●
2008 y 2011)
Lagos perialpinos, (Odermatt et al.
Italia, Suiza, 2010) ● ●
Alemania y Austria
Lago Tanganyika, (Bergamino et
Africa al. 2010; Horion ● ●
et al. 2010)
Estuario de (Santini et al.
● ● ● ● ●
Venecia, Italia 2010)
Lago Zeekoevlei, (Matthews et al.
embalses 2010; Matthews
● ● ● ● ●
Hartbeespoort, y et al. 2012)
Loskop, Sudáfrica
Lagos de Escocia e (Hunter et al.
● ● ●
Inglaterra 2010)
Lago Dianchi, (Yang et al.
China y lago 2011)
● ● ● ●
Kasumigaura,
Japón
Embalse Burdekin (Campbell et al.
● ● ● ●
Falls, Australia 2011)
Lac des Allemands (Dash et al.
, Louisiana, EEUU 2011)
Lagos de Maine (McCullough et
● ● ●
al. 2012a y

Pág. 62
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Variables Método de Teledetección

Teledetectadas
Hiperespectr Multiespectral
al
Resolución espacial

Transparencia / D. Secchi (SECCHI)

Materia Orgánica Disuelta (CDOM)

Ficocianina / Cianobacterias (PC)

Moderada

Moderada

Regional
Muy alta

Alta

Alta

Alta
Sólidos Suspendidos (SS)

Aerotransportado

Aerotransportado
Lugar Referencia /

Clorofila a (CHLa)
Autor

Proximal

Satelital

Satelital

Satelital

Satelital
2012)
Lagos Taihu, Gehu (Duan et al.
● ● ●
y Dongjiu, China 2012)
Lago Greinfensee, (Odermatt et al.
● ●
Suiza 2012)
Piscinas de (Mishra et al.
acuicultura en 2013) ● ● ●
Mississippi, EEUU
Lake Taihu, (Sun et al.
Chaohu, Dianchi, y 2013)
● ●
embalse Three
Gorges, China
Embalses Geist, (Li et al. 2013)
Morse, Indiana ● ●
EEUU
Lagos de Australia, (Song et al.
● ● ● ●
China y EEUU 2013)
Mar de Azov, Rusia (Gitelson et al.
● ●
2011)
Estuario Carolina (Lunetta et al.
del Norte, EEUU 2009; Karaska ● ● ● ● ●
et al. 2004)
Lagos de (Sawaya et al.
● ●
Minnesota, EEUU 2003)
Lago, Okeechobee, (Chang et al.
EEUU 200;
Makkeasorn et
● ● ●
al. 2008;
Daranpob et al.
2009)
Lago Idro, Italia (Bresciani et al.
● ●
2009)
Lago Taihu (Wei & Chen
2008; Lu et al. ● ● ●
2008; Liu et al.

Pág. 63
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Variables Método de Teledetección

Teledetectadas
Hiperespectr Multiespectral
al
Resolución espacial

Transparencia / D. Secchi (SECCHI)

Materia Orgánica Disuelta (CDOM)

Ficocianina / Cianobacterias (PC)

Moderada

Moderada

Regional
Muy alta

Alta

Alta

Alta
Sólidos Suspendidos (SS)

Aerotransportado

Aerotransportado
Lugar Referencia /

Clorofila a (CHLa)
Autor

Proximal

Satelital

Satelital

Satelital

Satelital
2008; Wu &
Cheng 2008;
Zhang et al.
2009)
New Hampshire, (Keith et al.
Massachusetts, 2012)
Connecticut y ● ●
Rhode Island,
EEUU
Lago Kitaka, Japón (Aoyama 2010) ● ●
Lago Qarun, Egipto (Bitelli &
Mandanici ● ● ●
2010)
Embalse (Papoutsa et al.
Asprokremmos, 2010) ● ●
Chipre
Lago Taihu, China (Bao & Tian
● ● ●
2011)
Estuario Kelantan, (Syahreza et al.
● ●
Malasia 2012)
Lagos Sri Lanka y (Dahanayaka et
● ●
Japón al. 2012)
Lago Volta, Africa (Beiermann
● ●
2011)
Lago Burley Griffin, (Dekker et al.
● ●
Australia 2011)
Marina reservoir, (Liew et al.
● ● ●
Singapore 2011)

Pág. 64
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Cabe señalar que a nivel nacional, existe escasa información de aplicaciones sobre cuerpos
lacustres, siendo encontrado principalmente lo realizado en el Embalse Rapel por Lavanderos et al.
(1990) en que se correlacionaron imágenes LANDSAT con sólidos suspendidos, clorofila y disco
Secchi, y lo realizado por CEA (2011) en que se utilizó una imagen hiperespectral aerotransportada
AISA calibrada con datos de campo de clorofila y sólidos suspendidos.

De acuerdo a las aplicaciones recopiladas a nivel mundial, se puede observar que el parámetro más
analizado es la clorofila a (CHLa), luego la transparencia (SECCHI) y sólidos suspendidos (SS), y en
menores casos la materia orgánica disuelta (CDOM) y el pigmento asociado a ficocianina (PC),
según se muestra en la Figura N° 25.

En el caso de los métodos usados en teledetección (Figura N° 26), las imágenes obtenidas
mediante plataforma satelitales de resolución moderada y de escala regional son las más utilizadas.
Luego los métodos de imágenes hiperespectrales, y finalmente los estudios con adquisición de
datos con espectrorradiómetro (proximal) y las imágenes multiespectrales de alta resolución
espacial.

Figura N° 25 Resumen de número de aplicaciones de teledetección en calidad de agua, según

variable teledetectada.

Pág. 65
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 26 Resumen de número de aplicaciones de teledetección en calidad de agua, según

método de adquisición de información.

Pág. 66
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.2.3 UTILIZACIÓN DE SENSORES Y PLATAFORMAS PARA MONITOREO IN-SITU DE

LAGOS

En este acápite se presenta una revisión de los principales sensores y plataformas utilizadas en el
monitoreo de cuerpos acuáticos, con el fin de contar con información actualizada para evaluar el
potencial uso de instrumentación en lagos de Chile.

La necesidad de contar con información detallada del estado y funcionamiento de cuerpos de agua
en conjunto con el avance tecnológico de los instrumentos científicos, ha permitido que grupos de
investigadores implementar equipamiento permanente para el monitoreo de lagos in-situ, mediante
el uso de sensores, dataloggers y diversas plataformas de medición, en numerosos diversos del
mundo.

En el estudio de cuerpos acuáticos, quienes comenzaron a utilizar boyas limnológicas ahora son
capaces de estudiar cambios importantes de los procesos físicos y biológicos que puede
experimentar una lago, tanto en una escala temporal de minutos hasta meses. Así las preguntas
han evolucionado desde procesos estacionales, a semanales, y finalmente a escala horaria o de
minutos (Porter et al. 2005).

La utilización de sensores, en combinación de una plataforma adecuada, ha apoyado el

entendimiento de la interacción entre los factores forzantes ambientales (viento, radiación,
precipitaciones) con los cambios que puede experimentar un cuerpo de agua como respuesta a
estos factores. Son múltiples los procesos que se pueden observar mediante sensores, como
registrar cambios en la estructura de temperatura y densidad, dinámica de la producción primaria,
consumo de oxígeno en hipolimnion, ondas internas y movimiento de masas de agua, etc.

En la Figura N° 27 se muestra la implementación de boyas con sensores en diversos países, que

se agrupan en una red de observación global de lagos (GLEON 2013).

Pág. 67
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 27 Boyas instrumentadas que han sido implementadas en lagos de Estados Unidos,
Nueva Zelanda, Suecia, Finlandia, China y Taiwan (GLEON 2013).

3.2.3.1 Sensores para monitoreo de lagos

Un sensor es un dispositivo que responde a un cierto parámetro produciendo una señal que puede
ser interpretada por un observador o un equipo electrónico. En el contexto de monitoreo de cuerpos
acuáticos, estos sensores son utilizados para medir variables ambientales que permiten apoyar el
análisis de parámetros de calidad de agua con importancia a limnológica. Los sensores son
categorizados usualmente dependiendo del parámetro que miden, como por ejemplo, parámetros
físicos, químicos, biológicos del agua, como también condiciones meteorológicas del entorno (Lake
Scientist 2013).

Si bien, los sensores se pueden poner en categorías, usualmente estos se combinan en dispositivos
de múltiples sensores, o bien, equipos multi-paramétricos. Usando sensores de diferentes
parámetros en forma combinada, es posible desarrollar un entendimiento más completo del estado
de los lagos y cómo funcionan.

En la siguiente Tabla N° 8 se detallan los principales sensores utilizados en el monitoreo de lagos,

agrupados según tipo de parámetro. En el Anexo 3 se presentan fichas de detalle de cada
metodología.

Pág. 68
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 8 Tipos de Sensores para monitoreo de lagos y metodologías de medición.

Tipos de Parámetos Metodologías

Sensores
Temperatura Tecnologías de termopar (termocupla), resistencias o
semiconductores.
Materia orgánica disuelta CDOM Fluorómetro.
Parámetros Turbidez Transmisómetro y Nefelómetro.
Físicos
Transparencia Dos sensores de luz a diferentes profundidades y Disco
Secchi.
Profundidad / Presión Transductores de presión.
pH Electrodos selectivos de iones.
Conductividad / Salinidad Electrodos selectivos de iones.
Parámetros Oxígeno Disuelto / Dióxido de Sensores de electrodos con membrana, sensores
Químicos Carbono ópticos con membrana fluorescente.
Nutrientes (parámetros más Electrodos selectivos de iones, espectrometría y
utilizados NH4, NO2, NO3, PO4, CL) fluorometría, mediante absorciones específicas UV e IR
Clorofila Sensores de fluorescencia
Algas verde-azules/ Cianobacterias Sensores de fluorescencia
Parámetros (Ficocianina/Ficoeritrina)
Biológicos

Peces Mediante SONAR, radio telemetría.

Velocidad y dirección del viento Anemómetros: molinete, sónicos.
Humedad Relativa Sensores que usan materiales que cambian su
resistencia o capacidad eléctrica, dependiendo de la
concentración relativa de la humedad en el aire.
Parámetros
(higrómetro eléctrico*)
Meteorológicos
Precipitación Pluviómetros, pluviógrafos, sensores de radar y
sensores de presión.
Radiación solar Fotodetectores de intensidad de luz

Respecto a los parámetros que resultan de mayor interés para estimar la condición trófica de un
lago, como son los nutrientes y la clorofila, se recopiló información específica de los principales
sensores comercialmente disponibles. En la Tabla N° 9 se detallan sensores de nutrientes y
clorofila. En el Anexo 4 se detallan fichas con los sensores de nutrientes y clorofila.

Pág. 69
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 9 Sensores de Nutrientes y Clorofila para mediciones in-situ en cuerpos de agua.

Tipo de Método Modelo / Marcas (parámetros específicos)

parámetro
 Troll 9500 ISE Sensors INSITU (NH4, NO3, CL)
Electrodos selectivos de  Nutrient Ises YSI (NH4, NO3, CL)
iones  ISE Sensors HACH (NH4, NO3, CL)

 Subchempak Analizer SUBCHEM (NO2, NO3, PO4)

 Ecolab 2 ENVIROTECH (NH4, NO3, CL, SIO4)
Nutrientes  Cycle phosphate sensor WETLABS (PO4)
Espectrometría y
 Props-UV TRIOS (NO2, NO3)
fluorometría, mediante
 Submersible UV Nitrate SATLANTIC (NO3)
absorciones específicas
 Isus V3 SATLANTIC (NO3)
UV e IR
 Nitratax plus sc sensor HACH (NO3)
 WIZ SYSTEA (NH3, NO2, NO3, PO4)

 Unilux CHELSEA
 Cyclops 7 TURNER
Clorofila a
Sensores de  EcoFL WETLABS
(y pigmentos
fluorescencia  Fluorometer SEAPOINT
como
 microFlu-chl TRIOS
ficocianina)
 Chlorophyll Sensor (6-Series) YSI

A continuación se señalan algunas consideraciones que se debe tener en cuenta respecto al uso de
sensores.

Al utilizar sensores, los aspectos iniciales que se analizan son su disponibilidad, costos asociados,
requerimientos de energía y la idoneidad para ser situado en campo considerando todas las
dificultades que significa su instalación, desde el fouling hasta el robo.

Debido a la complejidad de las mediciones químicas y biológicas, la mayor parte del muestreo
convencional se realiza en laboratorio siguiendo estrictos protocolos normalizados, por lo que
usualmente esta aproximación puede tomar bastante tiempo. En general, los sensores químicos y
biológicos, utilizan sensores que utilizan métodos alternativos (ópticos, o intercambio de iones,
etc.) que entregan una respuesta muy rápida del parámetro, pero de forma más o menos
aproximada, dependiendo de la adecuada calibración con datos de laboratorio. Este tipo de
medición in-situ queda sujeto a múltiples sustancias en el agua (disueltas y particuladas) y
condiciones que no se pueden controlar en el campo, por lo tanto los valores pueden verse
afectados por desviaciones importantes. Es pertinente considerar las mediciones realizadas por
estos sensores como valores semi-cuantitativos.

3.2.3.2 Telemetría de datos

De acuerdo a lo revisado, los sensores pueden facilitar la adquisición de información de diversos

parámetros en intervalos frecuentes de tiempo, y también sobre áreas extensas, apoyando el
entendimiento de los procesos en el medio ambiente.

Pág. 70
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Actualmente la telemetría de datos permite implementar sensores en tiempo real, otorgando la

posibilidad a los investigadores de reaccionar de forma rápida antes determinados eventos.

En una etapa de diseño de implementación de sensores en campo, se sugiere seguir algunas

directrices para identificar la necesidad del uso de telemetría (Porter et al. 2005), según las
siguientes preguntas:

 ¿Se requiere información de una amplia cobertura? Una red de sensores puede
reducir drásticamente los costos de logística asociados a la visita de una gran número de
lugares, y hace que el monitoreo extensivo sea posible, que de otra forma sería prohibitivo.

 ¿Se requiere que la información sea recolectada con alta frecuencia? Por un lado la
revisita a los lugares de monitoreo para recolectar información, requieren usualmente de un
costo de logística importante. Por otro lado, la información que es transmitida se puede
almacenar en lugares externos, lo que significa que se puede evitar que el almacenamiento
en dataloggers se llene, debido al volumen de datos recolectados a alta frecuencia.

 ¿Se requiere información en tiempo-real o casi-tiempo-real? Dependiendo de

algunos objetivos experimentales y de manejo, se puede necesitar un rápido acceso a la
información. Puede ser importante para detectar fallas en los sensores, y dar prioridad a su
ajuste, para evitar pérdida de datos. En algunas condiciones puede ser importante para
saber si hay condiciones de mal tiempo, o inundaciones. Podría ser usado como un sistema
de alerta en casos como la ocurrencia de blooms de algas.

Una vez establecida la necesidad y beneficios que puede tener la implementación de telemetría de
datos, existen variadas formas de transmitir los datos según las condiciones del lugar de medición,
la distancia al usuario final, distancia a las redes de comunicación más cercanas, cantidad de datos
a transmitir, etc. Entre las principales tecnologías se encuentran las transmisiones vía radio, celular,
satelital, wifi, entre otras.

3.2.3.3 Plataformas para monitoreo de lagos

Diferentes plataformas permiten obtener información en distintas escalas espaciales, y en

diferentes direcciones (horizontal, vertical), y se deben diseñar de acuerdo a la estructura y
temporalidad del fenómeno a observar. Por ejemplo, si un cuerpo de agua presenta una marcada
estratificación, será preferible aumentar el detalle de la resolución espacial en un perfil vertical,
pero si la información se utiliza para el apoyo de teledetección, puede ser más relevante aumentar
los esfuerzos de monitoreo horizontal enfocado en la zona fótica.

A continuación, se describen tipos generales de plataformas disponibles que se utilizan para la

adquisición de datos en cuerpos de agua (Twardowski et al. 2005; ACT 2013):

 Botes / Embarcaciones Es uno de los métodos más comunes utilizados, en que se

realiza la medición o perfil desde un bote detenido. Los sensores son protegidos por alguna
estructura, y los datos son registrados por algún controlador que registra la información. La
energía es aportada por baterías sumergibles y los datos pueden ser grabados en un
datalogger y ser rescatados posteriormente. Al estar desde un bote se tiene la posibilidad

Pág. 71
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

de tomar muestras de agua en forma simultánea a la medición, para análisis de laboratorio

y realizar calibraciones de los sensores.
 Plataformas ancladas / Boyas Son sistemas flotantes que contienen
instrumentación para medir en la columna de agua y también sobre la superficie (Ejemplo:
Variable meteorológicas). Pueden ser plataformas tipo pontones o boyas, que se encuentran
en una posición fija mediante sistemas de anclajes al fondo. Esta ha sido la forma más
utilizada para recolectar información de largo plazo y de alta frecuencia. Debido a que parte
de la instrumentación queda usualmente en la zona fótica, el biofouling es un tema
importante que se debe controlar.
 Sistemas de circulación de agua Este sistema hace circular agua en forma continua
hacia alguna cabina a bordo de un bote, donde se pueden encontrar instrumentos de
laboratorio. A medida que el bote se desplaza se pueden realizar mediciones continuas de
las propiedades del agua. Un aspecto importante de esta metodología, es que se pueden
eliminar las burbujas del agua y controlar las condiciones de iluminación de la medición,
haciendo que la medición sea más representativa de las propiedades ópticas inherentes. La
información permite resolver escalas horizontales pequeñas, principalmente en la capa más
superficial del cuerpo de agua (zona eufótica), que es de especial interés para la
teledetección. Una ventaja de este método es que se pueden realizar mediciones con
instrumentos de laboratorio de mayor capacidad, que no tienen sensores similares en
versiones de instrumentos sumergibles.
 Vehículos sumergibles autónomos (AUV, autonomous underwater vehicles) Estos
son vehículos sumergibles que portan sensores y que se desplazan con propulsión propia,
recorriendo un cuerpo de agua vertical y horizontalmente de acuerdo a un programa
predefinido que controla el sistema propulsor. Se orienta se orienta según compás, sonar,
Doppler o GPS cuando sale a superficie. Su forma es como un torpedo.
 Vehículos remolcados de trayectoria ondulatoria (TUV, towed undulated vehicle)
Son equipos que se remolcan con un bote mediante un sistema de cables que permite la
comunicación de datos y control de profundidad. Estos vehículos sumergibles cuentan con
un sistema similar a las alas de un avión, por lo que la velocidad de desplazamiento
horizontal la convierten en desplazamiento vertical, siendo capaces de sumergirse o subir
hacia superficie según el control de un operador a bordo del bote. Usualmente los datos que
registran tienen una trayectoria ondulatoria en el eje de desplazamiento del bote.
 Vehículos operados remotamente (ROV, remote operated vehicle) Estos son
vehículos tipo robot controlado remotamente por un operador en superficie, con un sistema
de propulsión que le permite moverse libremente en los planos horizontales y verticales. Se
utilizan para realizar fotografías o filmaciones, a la vez que se toman parámetros de calidad
de agua en forma supervisada.

Pág. 72
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

3.3 USO DE TELEDETECCIÓN Y/O NUEVAS HERRAMIENTAS EN EL SEGUIMIENTO DE

CONDICIÓN TRÓFICA DE CUERPOS LACUSTRES

De la recopilación de aplicaciones en teledetección, se pueden inferir algunas tendencias

relacionadas con el uso efectivo de la teledetección en el monitoreo de lagos que es pertinente
analizar para evaluar la aplicabilidad de las técnicas a nivel nacional.

Si bien, la clorofila a es el objetivo científico más buscado por los investigadores, no es

necesariamente el que tiene mayor precisión. El hecho que sea de alto interés, es principalmente
porque es una variable biológica de respuesta de los sistemas acuáticos que tiene una
correspondencia directa con el estado trófico.

De acuerdo a lo revisado en los acápites anteriores, en aguas del Caso-II la clorofila a exhibe un
máximo de absorción secundario en torno al borde rojo (red edge, aprox. entre 685 a 705 nm)
(Gitelson 1992; Han 1997; Odermatt et al. 2012; IOCCG 2000; Nair et al. 2008; Ruiz-Verdú et al.
2008; Hunter et al. 2008), que corresponde a un diferencial de absorción que se produce debido a
la mezcla de clorofila con las propiedades espectrales del agua. Para cuantificar estos cambios de
absorción debido a la clorofila, el sensor utilizado debería ser capaz de registrar información en esas
bandas.

Una limitación de los sensores multiespectrales en general es que el ancho de las bandas no
contempla mediciones en ese sector de interés para la clorofila, dejando una ventana sin datos
precisamente entre los 690 y 750 nm (Ej: LANDSAT), que corresponde a las longitudes de onda
entre el límite superior del rojo y el límite inferior del infrarrojo cercano. Una excepción es el
satélite MERIS (que dejó de operar en el año 2012) que contaba con una banda centrada
justamente en 705 nm.

Respecto a estas limitaciones, algunos investigadores señalan que LANDSAT y MODIS tienen una
aplicación limitada debido a que no permiten interpretar el contenido de clorofila en agua (Härmä et
al. 2001) por la pobre resolución espectral (Kallio et al. 2003), y en consecuencia se logra una
pobre capacidad de predicción (Zimba & Gitelson 2006) y resultados con baja correlación con
clorofila (Chipman et al. 2009).

Aun bajo estas limitaciones de carácter espectral, la recopilación de aplicaciones mostró que las
imágenes satelitales son las más utilizadas, motivado principalmente por la amplia disponibilidad de
imágenes, bajos costos, tiempos de revisita más frecuentes, y coberturas espaciales extensas.

En algunos casos, la utilización de modelos de estimación de clorofila con métodos satelitales

(mediante la relación de bandas rojas e infrarrojas), ha reportado casos exitosos que han llegado a
tener altas correlaciones con datos de campo (R2=0,9), sin embargo, se debe tener en
consideración que los modelos para lagos con aguas del Caso-II con altas concentraciones de
clorofila (Ej: eutróficos) pueden no ser extensibles para lagos con CHLa < 10 ug/l ( Ej:
oligotróficos), para los cuales puede ser más aplicable un modelo de aguas Caso-I (Odermatt et al.
2012).

Algunos grupos de trabajo que han aplicado la teledetección en forma operacional, han
implementado un seguimiento de teledetección a través del parámetro de transparencia y calibrado
por múltiples mediciones de disco Secchi (Olmanson et al. 2008), en la mayoría llevadas a cabo por
la comunidad mediante planes de vigilancia voluntaria. Esto es una estrategia de obtener una

Pág. 73
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

estimación de calidad de agua con un parámetro más simple, pero más robusto en cuanto a factor
de correlación.

Si bien, existen múltiples técnicas de teledetección aplicadas a nivel internacional, se observa una
limitada transferibilidad de los resultados específicos de cada estudio, dado que los métodos
requieren de una calibración con parámetros de calidad de agua locales, que pueden variar de
región en región.

En el caso de Chile, es posible encontrar cuerpos lacustres de características muy diferentes

dependiendo de la latitud, altitud, tipo de régimen de alimentación, uso de la cuenca hidrográfica,
etc. Estos elementos inciden en la calidad de agua y su estado trófico, lo que se puede manifestar
en diferentes concentraciones de los constituyentes del agua (CHLa, SS, CDOM), y que en
consecuencia, diferentes propiedades ópticas posibles de ser teledetectadas.

Pág. 74
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4 METODOLOGÍA

En un enfoque general, la metodología se basó en la aplicación de herramientas tecnológicas de

teledetección para la descripción de las propiedades del agua en una escala espacial, y sensores de
medición continua para una caracterización en la escala temporal.

En función de la revisión de antecedentes y la experiencia del ejecutor, la estrategia llevada a cabo

para alcanzar los objetivos planteados para los lagos de Chile, consideró la aplicación de diferentes
técnicas multiespectrales e hiperespectrales.

La base para la implementación de la metodología fue la generación de conocimiento de la relación

entre los constituyentes del agua (clorofila y sólidos suspendidos) y sus propiedades ópticas. Esta
información se utilizó para estudiar modelos (regresiones empíricas) que pueden correlacionar la
información espectral con parámetros de calidad de agua. Para ello, se realizaron actividades
generales (estudio de propiedades ópticas y sus constituyentes) y específicas (tareas para adquirir
información de laboratorio, de campo y aerotransportada, detalladas en el acápite 4.3).
Posteriormente, para el análisis de los resultados y evaluación del desempeño de los modelos, la
información fue organizada en diseños experimentales de diferentes escalas espaciales (desde
laboratorio hasta una escala regional).

En la Figura N° 28 se muestra un diagrama de flujo de las actividades desarrolladas en el estudio.

Pág. 75
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 28 Diagrama de flujo de las actividades desarrolladas en el estudio

4.1 DISEÑO EXPERIMENTAL DEL ESTUDIO

4.1.1 DISEÑO DEL USO DE HERRAMIENTAS DE TELEDETECCIÓN

Para analizar y evaluar las herramientas de teledetección, la información adquirida se organizó en

seis diseños experimentales, que permitieron combinar diferentes escalas espaciales relacionadas
con el tipo de medición de la variable objetivo de calidad de agua (clorofila a y sólidos suspendidos)
y la variable óptica utilizada en los modelos de estimación (firma espectral).

El orden de los diseños se relaciona principalmente con el grado de control que se tiene sobre las
mediciones realizadas. El primer diseño experimental, consideró realizar las mediciones en

Pág. 76
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

condiciones controladas de laboratorio en el cual se pudieron obtener muestras simultáneas de

clorofila a y sólidos suspendidos, junto con la firma espectral del contenedor de agua. Los diseños
experimentales sucesivos fueron gradualmente aumentando su cobertura espacial. El resumen de
los seis diseños experimentales considerados se muestra en la Tabla N° 10.

Tabla N° 10 Diseños experimentales del estudio asociados a la herramienta de teledetección

N° Diseño Escala Variable Medición para Observaciones

Experimental espacial objetivo variable estimada mediciones
(CHLA y SS) (Firma espectral)

1 Condiciones Contenedor Muestra del Espectrorradiómetro Simultánea

controladas en experimental contenedor de campo
laboratorio en laboratorio

2 Medición de Estación de Muestra de Espectrorradiómetro Simultánea

Campo en muestreo en 5 campo de campo
estación de lagos zona
muestreo central

3 Levantamiento 5 Lagos zona Muestra de Sensor Simultánea (hasta

aéreo en zona central campo Hiperespectral diferencia de horas)
Central

4 Imágenes Embalse Rapel Muestra de Imagen satelital Simultánea (hasta

satelitales en campo multiespectral diferencia de horas) y
embalse Rapel diferencia de semanas

5 Levantamiento 21 Lagos del Muestra de Sensor Simultánea (hasta

aéreo e imagen país (Red de campo + base de Hiperespectral y diferencia de horas) y
satelital en Red Lagos + datos Red de Multiespectral base de datos (hasta
de Lagos adicionales) Lagos diferencia de años)

6 Imagen satelital Lago Base de datos Imagen satelital Diferencia de días hasta
de escala Llanquihue Red de Lagos MODIS 1 semana
regional en Lago
LLanquihue

4.1.2 DISEÑO DEL USO DE HERRAMIENTAS DE OBSERVACIÓN TEMPORAL CONTINUA

El diseño de la boya piloto instalada en el embalse Rapel cuenta con diferentes sensores que han
sido incorporados para estudiar variables meteorológicas, hidrodinámicas y de calidad de agua. En
la Tabla N° 11 se señalan los parámetros medidos con la estación piloto y una guía para la
interpretación y análisis de los datos que se adquieren.

El sistema de boya telemétrica ha permitido medir, registrar y transmitir información de sus

sensores en forma continua durante 5 meses de funcionamiento (27 diciembre 2013 al 04 junio
2013). La información adquirida es de alta resolución temporal (datos cada 30 minutos), lo que
permite tener series de tiempo capaces de capturar la variabilidad de los parámetros en varias
escalas temporales: estacional, mensual, semanal, diaria y subdiaria.

Pág. 77
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 11 Parámetros e interpretación de variables de la boya telemétrica piloto.

Parámetro Sensor Interpretación de datos

medido

Ambiental / Radiación solar Indicador de energía incidente disponible para calentar el

Meteorológico cuerpo lacustre, como también para hacer posible la
fotosíntesis. Valores oscilan entre día y noche, y variando a
nivel estacional. Es indicador indirecto de nubosidad, al
bloquear la radiación solar durante el día.
Temperatura del aire Indicador de las condiciones del aire, que pueden ser
comparadas con la temperatura superficial del agua y estimar
posible intercambio de calor. Cuando la temperatura del aire
enfría al cuerpo de agua, se produce convección y mezcla.
Magnitud y Dirección del La magnitud es un Indicador de energía mecánica que puede
viento ser aportada al sistema, en forma de mezcla (agitación
mecánica) o movimiento de masas de agua (advección).
La dirección puede ser indicador de la existencia de patrones
hidrodinámicos en el cuerpo lacustre. Puede ser especialmente
importante en cuerpos de agua con geometrías alargadas o
alineadas con los valles (Ej: lagos glaciales o de formas
dendríticas).
Físico / Cadena de termistores. Indicador de la estructura térmica vertical del cuerpo lacustre.
Hidrodinámico En sistemas continentales dulces, se correlaciona a la densidad
Sensores de temperatura en del agua y estabilidad de la columna de agua. Valores de
el agua ubicados a temperatura diferentes en la componente vertical, indican
diferentes profundidades gradiente de densidad, estabilidad y posible estratificación.
(0m, 2.5m, 5m, 15m, 25m, Valores similares indican densidad similar, inestabilidad y
35m y 45m) mezcla.
Calidad de agua Fluorómetro (clorofila a) Variable de respuesta del sistema. Aumento de respuesta
/ producción ubicado a 2m de fluorométrica se asocia a mayor concentración de clorofila a, y
primaria profundidad. mayor producción primaria. Es indicador del estado trófico, y
permite inferir disponibilidad de nutrientes, luz y temperatura.
Operacional / Nivel de batería Parámetro necesario para asegurar el funcionamiento de la
Hardware medición y transmisión de datos.

Pág. 78
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.2 CUERPOS LACUSTRES CONSIDERADOS EN EL ESTUDIO

4.2.1 DEFINICIÓN DE UN CONJUNTO DE CUERPOS LACUSTRES SUSCEPTIBLES DE SER

MONITOREADOS MEDIANTE TELEDETECCIÓN Y NUEVAS HERRAMIENTAS DE
MEDICIÓN

Los sistemas lacustres del país pueden presentar una alta variabilidad de su condición trófica, como
también de sus características de calidad de agua debido a la influencia de sus tributarios. En la
Figura N° 29 se muestran ejemplos de casos de aguas de cuerpos lénticos con diversas
condiciones: estado eutrófico (agua verdosa), oligotrófico (agua transparente) y aportes de
sedimentos fluviales (agua marrón) y glaciales (agua grisácea/lechosa), que son una característica
relevante de los tributarios a lo largo del país.

Figura N° 29 Arriba Izquierda: agua con alta concentración de clorofila. Arriba Derecha: mezcla de
aguas del embalse con sedimentos afluentes de un río. Abajo Izquierda: Lago oligotrófico con alta
transparencia. Abajo Derecha: Lago con sólidos suspendidos de origen glacial.

La selección de los lagos del estudio, se realizó de un modo que se pudieran incluir sistemas de
diferentes características limnológicas. Esta selección de lagos se basó en la heterogeneidad de
rangos de estados tróficos de los cuerpos lacustres en el país, y se incluye la mayoría de los lagos
de la Red de Lagos monitoreada por DGA. Un resumen de los alcances (número de lagos y tareas a
desarrollar) de cada proceso se muestra en la siguiente Tabla N° 12.

Pág. 79
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 12 Cuerpos Lacustres y actividades consideradas en el estudio.

Meteorología, termistores
4) Monitoreo de apoyo in-
propiedades del agua en

fisicoquímico y biológico
condiciones controladas

con Espectroradiómetro
Descripción de Tareas

satelital (multiespectral)

situ. Muestreo, análisis

7) Boya con sensores.

2) Percepción Remota

3) Percepción Remota

8) Telemetría de datos
CTD Multiparamétrica
5) Firmas espectrales
sensor hiperespectral

6) Perfiles con sonda

aerotransportado
1) Estudio de las

y fluorómetro
en campo

Científica

vía Web
Embalse Rapel* ● ● ● ● ● ● ● ●
Laguna Aculeo ● ● ● ● ●
Laguna Negra* ● ● ● ● ●
Embalse Yeso* ● ● ● ● ●
Embalse Peñuelas* ● ● ● ● ●
Lago Lanalhue ● ●
Laguna San Pedro ● ●
Lago Villarrica ● ●
Lago Caburgua ● ●
Lago Calafquén ● ●
Lago Riñihue ● ●
Lago Ranco ● ●
Lago Panguipulli ● ●
Lago Llanquihue ● ●
Lago Todos los Santos ● ●
Lago Chapo ● ●
Lago Rupanco ● ●
Lago Puyehue ● ●
Lago Lleu Lleu* ● ●
Lago Budi* ● ●

*Lago que no pertenecen a la Red de Lagos DGA

4.3 ACTIVIDADES A DESARROLLAR

Para la ejecución de la propuesta metodológica, se consideró el desarrollo de las siguientes tareas

específicas, según se detalla en la Tabla N° 13, Figura N° 30 y Figura N° 31. A continuación, se
describe en forma más detallada cada una de las tareas desarrolladas:

Pág. 80
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 13 Descripción de tareas a desarrollar.

Tarea N° Descripción de Tareas

Estudio de las propiedades del agua en condiciones controladas. Implementación de un

laboratorio para captura de firmas espectrales bajo condiciones controladas, utilizando agua con
1 concentraciones variables de clorofila a (CHLa) y sólidos suspendidos (SS). Permitió conocer el
comportamiento de las propiedades espectrales visibles y de infrarrojo cercano, en distintas
calidades de agua. Generación de un banco de firmas espectrales.

Percepción Remota satelital (multiespectral). Análisis de imágenes satelitales multiespectrales

2 de distinta resolución, para evaluar aplicabilidad y grado de ajuste en la estimación de parámetros de
calidad de agua
Percepción Remota sensor hiperespectral aerotransportado. Levantamiento de imágenes
3 hiperespectrales de alta resolución, para el estudio experimental de la aplicabilidad del análisis de
firmas espectrales en la estimación de parámetros de calidad de agua.
Firmas espectrales con Espectrorradiómetro en campo. Levantamiento de información
5 radiométrica en campo, para establecer comparación con banco de firmas generadas en laboratorio.
Se podrá conocer la variabilidad natural y características espectrales de los sistemas observados.
Monitoreo de apoyo in-situ. Muestreo, análisis fisicoquímico y biológico. Levantamiento de
4
información en lagos y embalses, para correlacionar con información teledetectada.
Perfiles con sonda CTD Multiparamétrica Científica. Medición de perfiles para conocer la
6 estructura vertical de los sistemas acuáticos, y así definir la representatividad de las herramientas de
teledetección asociada a las capas superficiales.
Boya con sensores. Meteorología, termistores y fluorómetro. Información para describir
temporalmente las variables ambientales y estructura térmica de los sistemas acuáticos. El uso de un
7
sensor de fluorometría permitirá realizar un seguimiento de la respuesta de clorofila a como
aproximación a la dinámica del fitoplancton.
Telemetría de datos vía Web. La utilización de tecnología telemétrica permitirá contar con datos
8
en tiempo real, disponible mediante plataforma web.

Pág. 81
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 30 Esquema de implementación de estudio de espectrorradiometría bajo condiciones

controladas (laboratorio), para generación de Banco de Firmas Espectrales (Tarea N°1).

Pág. 82
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 31 Esquema de desarrollo de actividades en campo, con el levantamiento de

información de calidad de agua e imágenes espectrales (Tareas N°2 a la N°8).

4.3.1 ESTUDIO DE LAS PROPIEDADES DEL AGUA EN CONDICIONES CONTROLADAS

(TAREA N°1)

En esta tarea se realizó una captura de firmas espectrales con un espectrorradiómetro de campo,
utilizando como objetivo un volumen de agua con concentraciones variables de clorofila a (CHLa) y
sólidos suspendidos (SS) bajo condiciones controladas de mezcla de sus constituyentes.

El desarrollo de esta actividad se basó en casos realizados por grupos de investigación de

radiometría (Han, 1997; Tolk et al, 2000; Murat y Ceylan, 2005; Hunter et al, 2008; Tuominen et
al, 2010), que utilizaron esta técnica para reconocer las propiedades espectrales del agua y sus
componentes.

El diseño experimental utilizado fue conformado por un contenedor blanco de 20 litros (altura 35
cm, diámetro 30 cm) y un espectrorradiómetro portátil ASD-HH2 de rango espectral 325-1075 nm
(VNIR) y ángulo FOV 10°, ubicado a 30 cm sobre la superficie del agua. Para evitar brillo especular,

Pág. 83
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

las mediciones se realizaron en condiciones en que el ángulo del sol estaba entre 30° a 35° (ver
Figura N° 32).

En base a pruebas preliminares, y en concordancia a la experiencia documentada por Tolk et al

(2000), se optó por un contenedor de color blanco que permitiese integrar una señal de reflectancia
de alta resolución radiométrica (debido a la mayor energía reflejada), respecto de la que se puede
obtener en un contenedor oscuro.

Figura N° 32 Esquema del diseño experimental para toma de firmas espectrales.

Para asegurar que las series de experimentos pudieran tener una cantidad determinada de clorofila
a, se llevó a cabo un proceso de cultivo de microalgas en laboratorio bajo condiciones controladas
de nutrientes, temperatura, aireación y control de iluminación con simulación de fotoperiodo. Se
utilizó la especie Selenastrum capicornutum (previamente denominada Pseudokirchneriella
subcapitata) de la clase de clorofíceas (algas verdes) que representan un tipo de alga presente en
los sistemas lacustres de Chile.

El cultivo se conformó de 5 matraces Erlenmeyer con 1.5 litros cada uno (total de 7.5 litros de
microalgas concentradas) y se mantuvo en un laboratorio con temperatura ambiente entre 16°C a
20°C, aireación directa con bomba de aire, control de timer para mantener un fotoperíodo de 16
horas de luz blanca para aparentar iluminación natural.

La instalación experimental permitió hacer un seguimiento de la concentración de clorofila a de los

cultivos mediante un espectrofluorómetro Fluoroprobe, con el objetivo de obtener un volumen y
concentración adecuada (> chla 1000 ug/l) para generar muestras de agua que pudieran
representar diversos estados tróficos. El seguimiento mostró que la concentración de clorofila a de

Pág. 84
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1000 ug/l se alcanzó al séptimo día de cultivo, momento en que el agua presentaba color verde
debido a la alta densidad de microalgas (ver Figura N° 33).

Figura N° 33 Control del crecimiento del cultivo de microalga clorofícea Selenastrum

capricornutum (Pseudokirchneriella subcapitata) al día 1, 4 y 7 desde su inicio.

Para obtener las diferentes concentraciones de sólidos suspendidos en la muestra de agua, se

utilizó un material particulado fino de arcilla (greda) capaz de mantenerse es suspensión durante la
realización de las mediciones. El material particulado que se agregó al agua, fue controlado en una
balanza analítica y disuelto con agua del mismo contenedor experimental para facilitar la
incorporación a la columna de agua. Al momento de su incorporación y previo a las mediciones, se
agitó la columna de agua para homogeneizar y mantener el material en suspensión.

Las series de mediciones se realizaron para las concentraciones de clorofila a de: 0, 0.2, 1.9, 7.5 y
18 ug/l, y para las concentraciones de sólidos suspendidos: 0, 1, 5, 10 y 32 mg/l. En la Figura N°
34 se muestra un esquematización del desarrollo de los experimentos, en los cuales se fueron
adicionando cantidades predeterminadas de arcilla y de la solución concentrada de microalgas, para
lograr las diferentes mezclas de constituyentes.

Pág. 85
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 34 Desarrollo de experimentos y apariencia de la muestra de agua bajo diferentes

mezclas de los constituyentes (microalgas y sólidos suspendidos).

Pág. 86
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.3.2 PERCEPCIÓN REMOTA MULTIESPECTRAL SATELITAL (TAREA N°2)

Esta actividad consideró la utilización de imágenes satelitales multiespectrales de distinta resolución

(Tabla N° 14), para evaluar aplicabilidad y grado de ajuste en la estimación de parámetros de
calidad de agua

Tabla N° 14 Imágenes satelitales para estimación de parámetros de calidad de agua.

Resolución
Sensor / Satélite Tipo de sensor Rango espectral*
Espacial (m)
VNIR, SWIR, TIR
Landsat 7/8 Multiespectral 30
(0,45 a 12,5 µm)
SSOT FASat- VNIR
Multiespectral 5,8
Charlie (0,45 a 0,89 µm)
VNIR
Worldview-2 Multiespectral 2,4
(0,4 a 1,04 µm)
VNIR y bandas oceánicas
MODIS Multiespectral 1 km
en espectro azul y verde
*VNIR: visible e infrarrojo cercano; SWIR: Infrarrojo de onda corta; TIR: Infrarrojo termal

4.3.2.1 Imágenes satelitales Landsat

El proyecto consiste en programa espacial, compuesto por una serie de misiones de observación de
la tierra por satélites, gestionado por la NASA y el Servicio Geológico de EEUU (USGS). Tiene como
objetivo, el registro continuo de los cambios en la superficie terrestre, su inicio se efectúa en el año
1972, y a la fecha se encuentra en su octava versión, manteniéndose dos de los 8 satélites en
órbita, Landsat 7 y 8. Las principales características radiométricas de Landsat 7 están basadas en la
lectura de sus ocho bandas (ETM+), todas ellas con una resolución de 8 bits según se presenta en
la Tabla N° 15. En cuanto a Landsat 8, sus principales características radiométricas, que lo
diferencian con su predecesor, están basadas en la incorporación de dos sensores, OLI (Operational
Land Imager) y TIRS (Thermal InfraRed Sensor), ambos con una resolución de 12 bits, aportando
el primero dos bandas (banda 1, azul visible y banda 9, nuevo canal infrarrojo) al barrido de
información. Por otro lado TIRS recoge dos bandas espectrales en longitudes de onda incluidas en
Landsat 7 (TM y ETM+). Cabe destacar que los dos satélites tienen una resolución espacial de 30
metros aproximadamente, información que se detalla en la Tabla N° 15 y Tabla N° 16.

Pág. 87
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 15 Características Landsat 7 ETM+.

Resolución Resolución
Longitud de onda
Bandas Espacial Radiométrica
(micrómetros)
(metros) (bits)

Banda 1 azul 0,45 - 0,52 30

Banda 2 verde 0,52 - 0,61 30

Banda 3 rojo 0,63 - 0,69 30

Banda 4 Infrarrojo cercano 1 0,78 - 0,90 30

8
Banda 5 Infrarrojo cercano 2 1,55 - 1,75 30

Banda 6 infrarrojo térmico 10,4 - 12,5 120

Banda 7 infrarrojo medio 2,09 - 2,35 30

Banda 8 Visible 0,52 - 0,9 15

Tabla N° 16 Características Landsat 8 OLI/TIRS.

Resolución Resolución
Longitud de onda
Bandas Espacial Radiométrica
(micrómetros)
(metros) (bits)

Banda 1 aerosol costero 0,43 - 0,45 30

Banda 2 azul 0,45 - 0,51 30

Banda 3 verde 0,53 - 0,59 30

Banda 4 rojo 0,64 - 0,67 30

Banda 5 infrarrojo cercano (NIR) 0,85 - 0,88 30

Banda 6 SWIR1 1,57 - 1,65 30 12

Banda 7 SWIR2 2,11 - 2,29 30

Banda 8 Pancromático 0,50 - 0,68 15

Banda 9 Cirrus 1,36 - 1,38 30

Banda 10 infrarrojo térmico (TIR) 1 10,96 - 11,19 100

Banda 11 infrarrojo térmico (TIR) 2 11,50 -12,51 100

 Selección de Imágenes Landsat

En consideración a la información anterior, se estableció una metodología que permitiese evaluar

como primer punto, los cuadrantes (Path/Row) en los cuales se encontraban los cuerpos de agua
propuesto para el análisis (ver Figura N° 35), información que se detalla en la Tabla N° 17,
además se determinó que la toma de las imágenes, debiesen pertenecer al periodo de tiempo de
toma de imágenes Hiperespectrales (Diciembre 2013 – Febrero 2014), relación dada por la similitud
radiométrica que se debe dar para el análisis y posterior calibración de las imágenes, además de un
porcentaje de nubosidad en la escena inferior al 30%.

Pág. 88
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

La información total de las imágenes que cumplían estas características, se contrarrestó con las
fechas de las tomas de imágenes Hiperespectrales, dando como resultado, las diferencias en fechas
para cada una de ellas. Posteriormente, se estableció como criterio una diferencia no superior a 20
días de diferencia con el terreno y en conjunto a esto se revisó que la nubosidad presente en la
escena no cubriese el o los cuerpos presentes.

A continuación se presentan en la Tabla N° 18 las imágenes Landsat seleccionadas para el análisis,

identificando sus principales características.

Tabla N° 17 Cuerpos de Agua según cuadrante Landsat (Path/Row).

ID SECTOR PATH ROW

1 Embalse Rapel 233 84
2 Laguna Aculeo 233 83/84
3 Laguna Negra 233 83
4 Embalse Yeso 233 83
5 Embalse Peñuelas 233 83
6 Lago Lanalhue 1 86
7 Laguna San Pedro 1 86
8 Lago Villarrica 233 87
9 Lago Caburgua 233 87
10 Lago Calafquén 233 87
11 Lago Riñihue 233 88
12 Lago Ranco 233 88
13 Lago Panguipulli 233 87
14 Lago Llanquihue 233 88/89
15 Lago Todos los Santos 233 88/89
16 Lago Chapo 233 89
17 Lago Rupanco 233 88
18 Lago Puyehue 233 88
19 Lago Lleu Lleu 1 86
20 Lago Budi* 233 87
21 Vichuquén 233 84

Pág. 89
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 35 Cuadrantes LANDSAT utilizados en el estudio.

Pág. 90
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 18 Imágenes Landsat seleccionadas para el análisis.

Polígonos utilizados para corrección

atmosférica (método ELS)
Cobert Coordenadas Área Área
Fecha Coordenadas Polígono
Nombre Satélite / ura de Fecha de Diferen Polígono Oscuro Polígono Polígono
imagen Lagos Reflectivo (m)
Imagen Sensor Nubes terreno cia Días (m) Oscuro Reflectiv
Satelital Datum WGS84
% Datum WGS84 (m2) o (m2)
UTM UTM
UTM Este UTM Este
Norte Norte
LC8233084
8/ 26/02/20 13/02/20
2014057LGN 5 13 Vichuquén 269487 6219108 262417 6227213 25426 25426
OLI_TIRS 14 14
00
LC8233087 Lago Budi-
8/ 10/02/20 12/02/20
2014041LGN 3 -2 Caburgua- 775457 5658035 777418 5661383 92487 7066
OLI_TIRS 14 14
00 Villarrica
Lago Todos los
Santos-Rupanco-
LC8233088
8/ 26/02/20 10/02/20 Puyehue-Ranco-
2014057LGN 16 16 716918 5443337 723598 5443947 17579 5022
OLI_TIRS 14 14 Riñihue-
00
Panguipulli -
Llanquihue
LE7001086 Laguna San
7 / ETM+ 09/02/20 13/02/20
2014040EDC 9 -4 Pedro. Lanalhue- 640383 5804678 647983 5802368 24014 3845
L1T 14 14
00 Lleu Lleu
LE7233083
7 / ETM+ 30/11/20 12/12/20 Embalse
2013334CUB 26 -12 261553 6330249 263803 6329004 15303 9417
L1T 13 13 Peñuelas
00
LE7233083 Laguna Negra-
7 / ETM+ 16/12/20 10/12/20
2013350CUB 25 6 Embalse el Yeso- 403072 6276772 395928 6276892 14126 14283
L1T 13 13
01 Aculeo
LE7233084
7 / ETM+ 30/11/20 16/12/20
2013334CUB 14 -16 Embalse Rapel 269487 6219108 262417 6227213 25426 25426
L1T 13 13
00

Pág. 91
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Pre-Procesamiento de Imágenes Landsat

Luego de la selección de las imágenes, se ejecutó la etapa de pre-procesamiento, la cual consta de

tres pasos (Figura N° 36). El primero, consiste en corregir radiométricamente las imágenes
Landsat 7 y 8, de tal forma que los valores digitales se escalen a valores de radianza. Este paso se
lleva a cabo mediante una preselección de los metadatos (archivo MLT) según cada sensor, desde
donde se obtienen los coeficientes necesarios para la conversión.

Como segundo paso en el pre-procesamiento, se efectuó una corrección geográfica (co-registro) de

las imágenes, seleccionando al menos 8 puntos de control con coordenadas conocidas. Cabe señalar
que no es necesario hacer este procedimiento con todas las imágenes, pues en general la mayoría
de estas, presentan un buen co-registro desde la fuente, caso que no sucedió con las imágenes
Landsat 7, que tuvieron que pasar por esta etapa.

El tercer paso, consiste en corregir atmosféricamente las imágenes. Debido a que el estudio
contempla realizar evaluaciones entre diferentes métodos de teletedección, es importante
considerar que la corrección atmosférica sea capaz de entregar valores de reflectancia comparables
entre ellos.

Entre las diferentes aproximaciones existentes para realizar esta corrección, Gao et al. (2006)
señala que el método empírico es el que entrega los mejores resultados para comparar imágenes
con firmas de campo o laboratorio. Este método se conoce como Empirical Line Spectra (ELS), el
cual se basa en igualar una imagen o firma espectral de entrada (número digital DN, o radianza) a
una firma de campo de reflectancia superficial o de referencia. Este proceso es equivalente a
remover los efectos atmosféricos de una escena teledetectada. Para aplicar este método, se han
considerado como referencia las firmas de reflectancia hiperespectrales que han sido corregidas
atmosféricamente.

Para que este método entregue resultados más precisos, se requiere que las firmas de referencia se
conformen por al menos de una región oscura y otra de mayor brillo. En este estudio se realizó una
selección de dos polígonos comunes en ambas escenas (hiperespectral y multiespectral) que fuesen
representativos de los extremos de absorción, reflectivo (tierra) y oscuro (agua), que permitió
escalar las bandas multiespectrales a valores de reflectancia equivalentes con los hiperespectrales
(Figura N° 37). Para que la resolución espectral fuese comparable, la información hiperespectral
fue promediada en bandas equivalentes a las que presentan los sensores multiespectrales. El
detalle de los polígonos utilizados en cada escena se muestra en la Tabla N° 18.

Figura N° 36 Diagrama conceptual del pre proceso de las imágenes Landsat.

Pág. 92
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 37 Polígonos comunes del proceso de corrección atmosférico, método Empirical Line
Spectra. Ejemplo de Laguna Negra.

Para cada una de las imágenes multiespectrales procesadas, se extrajo una firma espectral
representativa de la repuesta radiométrica medida con el sensor LANDSAT, en polígonos de la
escena que están asociados a la ubicación de las muestras de campo disponibles. Se definió un
tamaño de polígono (círculo) entre 80 a 100 m de radio, que en promedio presenta un número de
30 píxeles y cubre un área de 27000 m2.

El detalle de cada uno de los polígonos utilizados se muestra en el Anexo 10, donde se especifica
el nombre de la estación, coordenadas, huso, N° promedio píxeles, tamaño de píxel de cada escena
y área del polígono.

A continuación se presenta el resultado del procesamiento de una escena Landsat (Figura N° 38).
El total de las imágenes seleccionadas se encuentra en el Anexo 21.

En el Anexo 18 se entregan más detalles relativos al procesamiento de imágenes, y en el Anexo

25 se incluyen todos los archivos en formato digital.

Pág. 93
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 38 Imagen Landsat LC82330882014057LGN00. Lago Todos los Santos, Rupanco,

Puyehue, Ranco, Riñihue, Llanquihue y Panguipulli. Fecha 26/02/2014.

Pág. 94
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.3.2.2 IMÁGENES SATELITALES WORLDVIEW-2, FASAT-C y MODIS.

Para efectuar una comparación de imágenes satelitales y evaluar su aplicabilidad en el estudio de la

condición trófica, se adquirieron dos imágenes satelitales diferentes de LANDSAT. Estas
corresponden a los satélites WORLDVIEW-2 y FASAT-C, y fueron solicitadas para el embalse Rapel
en torno a la fecha de los muestreos de diciembre 2013, de modo de minimizar la diferencia
temporal de los datos teledetectados y medidos en campo. Adicionalmente se consideró el uso
experimental de imágenes MODIS para aplicaciones de color de océano.

En la Tabla N° 19 se indican las características generales de las escenas adquiridas.

Tabla N° 19 Características generales de imágenes satelitales Worldview-2, Fasat-C y Modis.

Resolución
Sensor / Tipo de Rango
Bandas espectrales Espacial Fecha adquisición
Satélite sensor espectral*
(m)
455-520 nm (azul) Mosaico generado con
FASAT-Charlie VNIR (0,45 a 528-588 nm (verde) imágenes del 12, 23 y
Multiespectral 5,8
(SSOT) 0,89 µm) 625-695 nm (rojo) 28 de diciembre 2013
758–881 (IR cercano)
450-510 nm (azul)
VNIR (0,4 a
510-580 nm (verde) 29 diciembre-2013
Worldview-2 Multiespectral 1,04 µm) 2,4
630-690 nm (rojo)
770–895 (IR cercano)
Aplicaciones oceánicas
Bandas N° / Rango nm
8 405 - 420 Entre 2004 y 2013
MODIS VNIR* Color
Multiespectral 9 438 - 448 1 km
de océano
10 483 - 493
11 526 - 536
12 546 - 556

La imagen Fasat-C fue solicitada con un nivel de procesamiento 2A que considera un proceso de
corrección geométrica y radiomética (SAF, 2013). La imagen WorldView-2 fue solicitada con un
nivel de procesamiento Standard, que es un producto que también se encuentra corregido
geométrica y radiométricamente (Digitalglobe, 2010).

Debido a las especificaciones técnicas de cada sensor, las firmas contienen la información
radiométrica en diferentes formatos y unidades (Figura N° 39), y estas deben ser sometidas a un
proceso de corrección atmosférica. Para hacer comparables las firmas espectrales, se empleó el
mismo procedimiento descrito para las imágenes Landsat, mediante la aplicación de una corrección
atmosférica con el método ELS (Empirical Line Spectra) utilizando como referencia dos polígonos de
reflectancia de la imagen hiperespectral (polígono oscuro y reflectivo).

El mosaico Fasat-C del embalse Rapel analizado estuvo compuesto por un grupo de imágenes de
diferentes fechas (12, 23, y 28 de diciembre de 2013), las que presentaron diferentes ángulos
formados por el sol, embalse y sensor (ángulos transversales a la órbita del satélite entre -0.1° a -
12.4°). En consecuencia, los valores de radianza dentro de la escena variaron de forma importante

Pág. 95
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

según la fecha y ángulos en que fueron adquiridas. La corrección atmosférica ELS aplicada a la
imagen no permitió corregir los cambios radiométricos de ésta, y las firmas de reflectancia
superficial estimada presentaron valores anómalos dentro de la escena.

Figura N° 39 Imágenes satelitales e hiperespectral en Embalse Rapel. Se muestran los rangos de

radianza multiespectral y reflectancia hiperespectral de dos sectores del embalse.

Las imágenes MODIS fueron descargadas de Ocean Color Web http://oceancolor.gsfc.nasa.gov/

como productos “ocean color level 1 and 2 data”, y analizadas mediante software SeaDAS. Debido a
la resolución espacial gruesa (píxel 1 km), sólo pudo ser aplicada al Lago Llanquihue. Se analizaron
22 imágenes entre el año 2014 y 2013, según se detalla en el Anexo 19.

4.3.3 PERCEPCIÓN REMOTA SENSOR HIPERESPECTRAL AEROTRANSPORTADO (TAREA

N°3)

Esta etapa se relaciona con el levantamiento de imágenes hiperespectrales aerotransportadas de

alta resolución espectral y espacial, para evaluar la aplicabilidad de modelos de estimación de
parámetros de calidad de agua (Clorofila a, Sólidos Suspendidos) mediante la adquisición e
interpretación de firmas espectrales de los cuerpos de agua en estudio.

La metodología utiliza teledetección basada en la respuesta óptica de la composición del agua,

mediante el levantamiento de imágenes con un sensor hiperespectral aerotransportado AISA Eagle

Pág. 96
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Specim (Figura N° 40). Esta imagen permite caracterizar firmas espectrales en el rango visible e
infrarrojo cercano (Tabla N° 20).

Este tipo de sensores capta información de las características de la superficie terrestre y acuática
simultáneamente en cientos de bandas espectrales adyacentes, lo que permite obtener información
espectral continua del objeto teledetectado. Lo anterior logra ampliar el rango de información para
la interpretación de algún tipo de cobertura en particular, ya sea analizando cada banda de manera
individual o generando índices en base a la combinación de éstas.

Figura N° 40 Plataforma aérea bimotor Piper Navajo y sensor hiperespectral aerotransportado

AISA Eagle Specim para levantamiento de imágenes en el rango visible e infrarrojo cercano. Avión
y sensor de propiedad del Centro de Ecología Aplicada.

Tabla N° 20 Características del sensor Hiperespectral AISA Eagle Specim.

Sensor Especificación
Rango espectral 380 – 960 nm
Resolución espectral 2.3 – 10 nm
Nº bandas espectrales 64 – 244
Modo de operación Hiperespectral
Frecuencia de barrido <60 Hz
Dimensión barrido espacial 960 píxel

 Planificación de vuelo

Para lograr una captura optima del objeto a analizar, es necesario implementar una metodología
tal, que contemple parámetros como la altura de vuelo, el horario fotogramétrico, la velocidad del
avión, el nivel de exposición del sensor, la resolución de la toma, el tamaño del pixel y la cantidad
de líneas de vuelo. A continuación en la Tabla N° 21 se resumen los parámetros generales para el

Pág. 97
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

estudio de los cuerpos de agua, además en la Figura N° 41 se muestra un ejemplo de las líneas de
vuelo a capturar.

Tabla N° 21 Parámetros de vuelo, captura imágenes Hiperespectrales.

Velocidad Horario fotogramétrico Tamaño Resolución Exposición Altura de

(nudos) (hrs) Pixel (m) espectral (ms) Vuelo (m)

145 9 a 11:30 - 16 a 18:30 2.5 5 nm 31,1 3000

Figura N° 41 Ejemplo líneas de vuelo Embalse Peñuelas. Dos líneas de vuelo.

Pág. 98
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Estos parámetros unidos, dan como resultado el tamaño del pixel efectivo del levantamiento aéreo.
Para este estudio, se determinó un tamaño del pixel de la información adquirida de
aproximadamente 2.5 m. En la etapa de procesamiento más avanzada, se consideró un aumento
del píxel a 5m que pudiese optimizar el rendimiento computacional sin comprometer el objetivo del
estudio.

La planificación del vuelo, estableció que las fechas de captura de las imágenes, debían estar dentro
del periodo diciembre 2013 y febrero 2014. En consideración a lo anterior, se presentan en las
siguientes figuras (Figura N° 42 a la Figura N° 45), las rutas y fechas de vuelo (Tabla N° 22) de
los cuerpos estudiados.

Tabla N° 22 Fechas de captura imágenes Hiperespectrales.

Cuerpos de Agua Fecha

Laguna Aculeo 10-12-2013
Laguna Negra Embalse el Yeso 11-12-2013
Embalse Rapel 16-12-2013
Embalse Peñuelas 17-12-2013
Lago Chapo Lago Puyehue
Lago Llanquihue Lago Ranco
10-02-2014
Lago Todos los Santos Lago Riñihue
Lago Rupanco Lago Panguipulli
Lago Villarrica Lago Calafquén
12-02-2014
Lago Caburgua Lago Budi
Lago Lleu Lleu laguna San Pedro
13-02-2014
Lago Lanalhue Lago Vichuquén

Pág. 99
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 42 Ruta de vuelo entre el 10/12/2013 y 17/12/2013. Cuerpos de agua, Región

Metropolitana, de Valparaíso y del Libertador Bernardo O’Higgins.

Pág. 100
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 43 Ruta de vuelo 10/02/2014. Cuerpos de agua, región de los Ríos y de los Lagos.

Pág. 101
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 44 Ruta de vuelo 12/02/2014. Cuerpos de agua, Región de los Ríos y de la Araucanía.

Pág. 102
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 45 Ruta de vuelo 13/02/2014. Cuerpos de agua, Región de la Araucanía, del Bío Bío y
del Libertador Bernardo O’Higgins.

Pág. 103
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Pre-Procesamiento Imágenes Hiperespectrales

El pre-procesamiento de las imágenes Hiperespectrales, consta de tres pasos metodológicos,

esenciales en la obtención de un archivo final (mosaico hiperespectral, que contemple todas las
líneas de vuelos del cuerpo en estudio.

Estos pasos comienzan con la corrección radiométrica de la imagen capturada, la cual consiste al
igual que en la metodología multiespectral, en la conversión de números digitales a valores de
radianza, mediante el uso del software Caligeo y los archivos de calibración que contienen los
coeficientes de corrección de los fotodetectores digitales que componen el sensor.

Posteriormente, se aplicó una corrección atmosférica a cada línea de vuelo capturada, para esto se
utilizó el método FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectr Hypercubes), el cual
consiste en disminuir el efecto de la interacción de las moléculas y partículas de la atmósfera (vapor
de agua, particulas de polvo, entre otras) con la radiación electromagnética captada por los
sensores, que al atravesar la atmosfera sufren una modificacion de sus valores debido a la
dispersión de las particulas atmosfericas.

Para evaluar el desempeño de la corrección atmosférica aplicada, se realizó una comparación de la

reflectancia superficial estimada (modelo FLAASH) con la reflectancia superficial medida en campo
(espectrorradiómetro).

Los resultados mostraron la obtención de curvas prácticamente idénticas (Figura N° 46), pero con
una leve diferencia de reflectancia (Embalse Rapel 0.47%, Laguna de Aculeo 1.71%, Embalse
Peñuelas 1.21%, Embalse el Yeso 0.89% y Laguna Negra 0.51%) que puede estar asociada a
condiciones particulares de la atmósfera al momento de la adquisición de la imagen (vapor de agua,
aerosoles, smog, etc.). En promedio los cinco cuerpos de agua mostraron una diferencia que es
menor a 1% de reflectancia (0.96%).

Pág. 104
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 46 Comparación de la reflectancia superficial estimada (modelo FLAASH) con la

reflectancia superficial medida en campo (espectrorradiómetro), para los cuepos de agua de la zona
central: Rapel, Aculeo, Peñuelas, Yeso y L. Negra.

Una vez terminado los dos pasos anteriores, la línea de vuelo se corrige geometricamente, dándole
las propiedades geograficas a cada una de estas. La corrección geométrica es realizada mediante el
software Caligeo (SPECIM, Finlandia), con información registrada por la unidad de medición inercial
(IMU, Novatel) que se encuentra adherida y solidaria al sensor hiperespetcral, y registra las
coordenadas espaciales y ángulos de giro en los diferentes ejes (conocidos como pitch, roll y yaw,
en inglés). Para mejorar la precisión de posicionamiento, durante la ejecución del vuelo se cuenta
con un sistema de corrección en tiempo real de doble fecuencia L1/L2 Omnistar XP, que para una
altitud de vuelo de 3000m permite obtener una precisión de posicionamiento de mapeo de 8,7 m.

Pág. 105
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

A partir de este punto, las imágenes cuentan con un datum de referencia, ademas de un sistema
coordenados que permite como paso final, el mosaico que contenga la totalidad de lineas de vuelo
capturadas para el cuerpo de agua estudiado. A continuacion, en la Figura N° 47 se presenta el
diagrana conceptual del pre procesamiento de las imágenes hiperespectrales.

Figura N° 47 Diagrama Conceptual del pre proceso de imágenes Hiperespectrales.

A continuación se presentan cuatro ejemplos de los resultados del pre procesamiento de las
imágenes Hiperespectrales (Rapel, Aculeo, Ranco y Villarrica, Figura N° 48 a la Figura N° 51).
Además en el Anexo 22, se adjunta la totalidad de imágenes Hiperespectrales procesadas.

En el Anexo 25 se incluyen todos los archivos en formato digital.

Para cada una de las imágenes hiperespectrales procesadas, se extrajo una firma espectral
representativa de la respuesta radiométrica medida con el sensor AISA, en polígonos de la escena
que están asociados a la ubicación de las muestras de campo disponibles. Se definió un tamaño de
polígono (círculo) entre 40 a 50m de radio, que en promedio presenta un número de 245 píxeles y
cubre un área de 6100 m2.

El detalle de cada uno de los polígonos utilizados se muestra en el Anexo 10, donde se especifica
el nombre de la estación, coordenadas, huso, N° promedio píxeles, tamaño de píxel de cada
escena, área del polígono

Pág. 106
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 48 Mosaico Hiperespectral color verdadero, perteneciente a Embalse Rapel, fecha

16/12/2013.

Pág. 107
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 49 Mosaico Hiperespectral color verdadero, perteneciente a Laguna Aculeo, fecha

10/12/2013.

Pág. 108
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 50 Mosaico Hiperespectral color verdadero, perteneciente a Lago Ranco, fecha

10/02/2014.

Pág. 109
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 51 Mosaico Hiperespectral color verdadero, perteneciente a Lago Villarrica, fecha

12/02/2014.

Pág. 110
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.3.4 FIRMAS ESPECTRALES CON ESPECTRORRADIÓMETRO EN CAMPO (TAREA N°4)

Esta actividad se refiere al levantamiento de información radiométrica en campo. Mediante el

estudio de las firmas se puede reconocer la variabilidad natural y características espectrales de los
sistemas observados. Esta información es importante para la calibración de imágenes
satelitales/aerotransportadas.

Para el estudio de las propiedades radiométricas de los cuerpos acuáticos, se utilizó un

espectrorradiómetro portátil ASD-HH2 (Figura N° 52) de rango espectral 325-1075 nm (VNIR). El
equipo fue usado para medir las propiedades de la capa superficial del agua en las estaciones de
monitoreo de los lagos y embalses de la zona central.

Figura N° 52 Espectrorradiómetro ASD HH2, y mediciones en cuerpos acuáticos.

Las firmas de reflectancia superficial han sido utilizadas para apoyar diversas actividades dentro del
estudio, entre las que se pueden mencionar: Aportar información para una biblioteca de firmas
espectrales, apoyar el análisis de las propiedades del agua y absorción de sus constituyentes, y ser
utilizadas como referencia para evaluar desempeño de la corrección atmosférica.

4.3.5 MONITOREO DE APOYO IN-SITU. MUESTREO, ANÁLISIS FISICOQUÍMICO Y

BIOLÓGICO (TAREA N°5)

Esta actividad corresponde al levantamiento de información en cinco lagos y embalses en la zona

central del país (Embalse Rapel, Laguna de Acuelo, Embalse Peñuelas, Embalse el Yeso y Laguna
Negra) para establecer correlaciones con información teledetectada.

Pág. 111
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.3.5.1 LEVANTAMIENTO DE INFORMACIÓN DE CALIDAD DE AGUA

El levantamiento de datos de terreno se realizó entre el 10 y el 17 de diciembre de 2013. Los días

fueron escogidos particularmente prefiriendo una condición meteorológica despejada. Se
distribuyeron de manera espacialmente heterogénea 10 estaciones de muestreo por cada sistema
estudiado. En el caso del sistema Embalse El Yeso, la estación EY10 quedó ubicada en una zona
litoral del cuerpo de agua, debido a que la última imagen satelital disponible no mostró el retroceso
del espejo de agua. El detalle de las estaciones se muestra en la Tabla N° 23.

Tabla N° 23 Sitios de muestreo analizados en el presente estudio, se describe su ubicación

geográfica, la fecha y hora de la toma de datos. Datum WGS-84, Huso 19 H.

Cuerpo de Agua Muestreo Coordenadas UTM Altitud

Lugar Estación Fecha Hora E (m) N (m) (m.s.n.m.)

LA01 10-12-2013 13:30 324750 6252564 347
LA02 10-12-2013 13:10 324053 6252256 351
LA03 10-12-2013 12:45 323967 6253225 345
LA04 10-12-2013 12:15 323239 6252579 345
LA05 10-12-2013 11:50 322821 6253191 346
Laguna Aculeo
LA06 10-12-2013 11:24 322862 6253977 346
LA07 10-12-2013 10:55 322055 6253576 338
LA08 10-12-2013 10:20 321519 6252909 350
LA09 10-12-2013 9:40 321158 6253749 350
LA10 10-12-2013 9:10 321296 6254599 350
EY01 11-12-2013 9:10 398599 6276287 2555
EY02 11-12-2013 9:50 399236 6275892 2555
EY03 11-12-2013 10:10 399244 6275142 2549
EY04 11-12-2013 10:45 400067 6276826 2558
Embalse El Yeso EY05 11-12-2013 11:05 400231 6276057 2552
EY06 11-12-2013 11:25 401359 6276940 2548
EY07 11-12-2013 11:45 401425 6276405 2554
EY08 11-12-2013 12:10 402208 6276869 2553
EY09 11-12-2013 12:40 402468 6276952 2555
LN01 12-12-2013 13:00 395823 6276751 2694
LN02 12-12-2013 12:40 395314 6276358 2693
LN03 12-12-2013 12:20 395967 6275868 2695
LN04 12-12-2013 12:00 395314 6275800 2694
LN05 12-12-2013 11:45 395823 6275297 2694
Laguna Negra
LN06 12-12-2013 11:25 395237 6276737 2695
LN07 12-12-2013 10:40 395814 6277370 2693
LN08 12-12-2013 11:00 395064 6277441 2695
LN09 12-12-2013 10:00 396052 6278079 2694
LN10 12-12-2013 9:20 396355 6278908 2693

Pág. 112
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Cuerpo de Agua Muestreo Coordenadas UTM Altitud

Lugar Estación Fecha Hora E (m) N (m) (m.s.n.m.)

ER01 16-12-2013 15:20 261512 6229948 104
ER02 16-12-2013 15:50 262335 6227368 106
ER03 16-12-2013 16:07 263703 6225288 98
ER04 16-12-2013 16:35 267465 6222424 100
ER05 16-12-2013 16:50 269118 6220229 97
Embalse Rapel
ER06 16-12-2013 18:00 271133 6219606 99
ER07 16-12-2013 18:25 275003 6219203 103
ER08 16-12-2013 18:40 276935 6219020 107
ER09 16-12-2013 17:40 270842 6217751 100
ER10 16-12-2013 17:18 271230 6215693 100
LP01 17-12-2013 17:30 265378 6327656 332
LP02 17-12-2013 17:20 264825 6327815 332
LP03 17-12-2013 17:10 264284 9328116 330
LP04 17-12-2013 17:00 264122 9328733 334
LP05 17-12-2013 16:40 263666 6329202 342
Embalse Peñuelas
LP06 17-12-2013 16:20 264458 6329920 340
LP07 17-12-2013 16:05 264821 6330654 335
LP08 17-12-2013 15:45 262956 6329480 335
LP09 17-12-2013 14:25 262980 6330042 333
LP10 17-12-2013 14:05 262146 6329395 330

La Figura N° 53 a la Figura N° 61 muestran los mapas con la ubicación de las estaciones de

muestreo y fotografías de terreno.

Pág. 113
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Laguna de Aculeo

Figura N° 53 Imagen Hiperespectral capturada la jornada de muestreo en la Laguna de Aculeo, se

muestra proyectada sobre imagen satelital (10 de diciembre de 2013). Se muestra también la
ubicación de las estaciones de monitoreo.

Pág. 114
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 54 Fotografías tomadas en el sector Bahía Pintué en la Laguna de Aculeo durante la

jornada de muestreo. (10 de diciembre de 2013).

Pág. 115
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse El Yeso y Laguna Negra

Figura N° 55 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse El Yeso, se

muestra proyectada sobre imagen satelital (11 de diciembre de 2013). Se muestra también la
ubicación de las estaciones de monitoreo.

Pág. 116
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 56 Fotografías tomadas en el Embalse El Yeso durante la jornada de muestreo (11 de

diciembre de 2013).

Figura N° 57 Fotografías tomadas en la Laguna Negra durante la jornada de muestreo (12 de

diciembre de 2013).

Pág. 117
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse Rapel

Figura N° 58 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse Rapel, se

muestra proyectada sobre imagen satelital (16 de diciembre de 2013). Se muestra también la
ubicación de las estaciones de monitoreo.

Pág. 118
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 59 Fotografías tomadas en la zona del muro del Embalse Rapel durante la jornada de
muestreo (16 de diciembre de 2013).

Pág. 119
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse Peñuelas

Figura N° 60 Imagen Hiperespectral capturada la jornada de muestreo en el Embalse Peñuelas, se

muestra proyectada sobre imagen satelital (17 de diciembre de 2013). Se muestra también la
ubicación de las estaciones de monitoreo.

Pág. 120
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 61 Fotografías tomadas en el sector este del Embalse Peñuelas durante la jornada de
muestreo (17 de diciembre de 2013).

Se realizó un levantamiento de datos en lagos y embalses, para efectuar una correlación con la
información teledetectada. Para esto se llevó a cabo un monitoreo en aguas superficiales (a 0.10 m
de profundidad) de parámetros medidos in situ, así como también toma de muestras para posterior
análisis de laboratorio. Además se caracterizó la columna de agua realizando perfiles verticales con
sonda CTD.

El procedimiento de la toma de muestras y preservación se realizó de acuerdo a lo establecido por

Standard Methods for the Examination of Water and Wastewater (APHA-AWWA-WEF, 2005). Los
envases para la toma de muestra fueron proporcionados por el laboratorio ambiental del CEA,
siguiendo el tipo de envase y el procedimiento de lavado para cada tipo de análisis (APHA-AWWA-
WEF, 2005).

Pág. 121
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Los parámetros y las metodologías asociadas fueron los siguientes:

− Temperatura (°C)
o Determinación in situ basado en el Manual de Equipo Multiparamétrico P4 y Multi
340i y según Standard Methods for the Examination of Water of Wastewater, 21st
Edition, 2005. Método 2520-B
− Oxígeno disuelto (mg/l) y Saturación de oxígeno (%)
o Determinación in situ basado en el Manual de Equipo Multiparamétrico P4 y Multi
340i y según Standard Methods for the Examination of Water of Wastewater, 21st
Edition, 2005. Método 4500-O G.
− Transparencia (m)
o Determinación a través de la profundidad en la que un disco Secchi (0,30 m de
diámetro) ya no es visible para un observador ubicado en la superficie del agua de
Disco Secchi.
− Turbidez (NTU)
o Determinación en laboratorio basado en el Manual de Empleo Turbiquant 1000IR,
Merck y según Standard Methods for the Examination of Water of Wastewater, 21st
Edition, 2005. Método 2130-B.
− Sólidos Suspendidos (mg/l)
o Determinación en laboratorio según procedimiento establecido en Standard Methods
for the Examination of Water of Wastewater, 21st Edition, 2005. Método 2540-D.
− Nitrógeno Orgánico total (ug/l)
o Determinación en laboratorio según Test de N-NH4, Spectroquant. Nova 60, Merck.
Previa digestión.
− Fósforo total (ug/l)
o Determinación en laboratorio según procedimiento establecido en Standard Methods
for the Examination of Water of Wastewater, 21st Edition, 2005. Meted 4500-P B y
E.
− Dirección, Velocidad del viento (m/s) y temperatura del aire (°C)
o Determinación in situ a través de la utilización de un termo – anemómetro portátil
(Mini Termo-Anemómetro, marca EXTECH INSTRUMENT modelo 45118). Cada valor
registrado correspondió a un promedio de 2 minutos de medición continua (± 0.2
m/s, ±1°C).
− Clorofila a (ug/l)
o Procedimiento establecido en Standard Methods for the Examination of Water and
Wastewater, 21stEdition, 2005. Método 10200 H.
o Determinación con equipo de espectrofluorometría (Fluoroprobe BBE, Moldaenke
GMBH), basado en la medición de la excitación de fluorescencia en diferentes
longitudes de onda, caracterizando los pigmentos a través del análisis del espectro
de excitación. En el Anexo 6 se presenta una curva de calibración para este
instrumento, y en el Anexo 7 los certificados de laboratorio.

Pág. 122
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 24 Rango de medición y precisión instrumental asociada a los parámetros medidos en

terreno. En el caso de las mediciones en laboratorio se presenta el límite de detección analítico.

Parámetro Unidad Rango / Límite de detección Precisión

Temperatura del Agua °C -5.0 - 105.0 ± 0.1

Oxígeno Disuelto mg / L 0.00 - 19.99 ± 0.01
Saturación de Oxígeno % 0.0 - 199.9 ± 0.1
Transparencia m LD = 0.01 -
Turbidez NTU LD = 0.02 -
Solidos Suspendidos Totales mg / L LD = 0.1 -
Nitrógeno Orgánico Total μg / L LD= 10 -
Fósforo Total μg / L LD = 3 -
Velocidad del Viento m/s 0.50 - 28.00 ± 0.01
Temperatura del Aire °C -18.0 - 50.0 ± 0.1
Clorofila a μg / L LD = 0.1 -

4.3.6 PERFILES CON SONDA CTD MULTIPARAMÉTRICA CIENTÍFICA (TAREA N°6)

Esta actividad considera la medición de perfiles verticales con una sonda multiparamétrica científica
para conocer la estructura vertical de los sistemas acuáticos, y así definir la representatividad de las
herramientas de teledetección asociada a las capas superficiales.

Para esta tarea se utilizó una sonda CTD científica Idronaut 316+ para perfiles verticales de
propiedades de la columna de agua (Figura N° 62), que mide y registra la temperatura,
profundidad, conductividad eléctrica, oxígeno disuelto, pH, potencial redox, turbidez, irradiancia
(medición de luz con sensor LICOR) y fluorescencia de clorofila a in-situ (sensor SEAPOINT). El
detalle de variables medidas por la sonda CTD, unidad de medida, rango de detección y precisión
de las mediciones se indica en la Tabla N° 25.

Pág. 123
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 62 Sonda CTD científica para perfiles verticales de propiedades de la columna de agua.
Tiene sensores de temperatura, profundidad, conductividad eléctrica, oxígeno disuelto, pH,
potencial redox, turbidez, irradiancia y fluorescencia de clorofila a in-situ.

Tabla N° 25 Detalle de variables medidas por la sonda CTD.

Variable Unidad Rango Precisión

Presión dbar 0 a 10000 dbar 0.05% de la escala
Temperatura °C -3° a +50° C 0.003 °C
Conductividad mS/cm 0 a 50 mS/cm 0.003 mS/cm
Salinidad PSU 2 a 42 ver conductividad
Saturación de Oxígeno % 0 a 500% 1%
Oxígeno Disuelto ppm 0 a 50 ppm 0.1 ppm
pH - 1 a 14 0.01 pH
Redox mV -1000 a +1000 mV 1 mV
Clorofila a µg/L 0.02 - 150 µg/lt 0.1 – 0.3 ug/l
Turbidez FTU 750 FTU (comportamiento lineal)
10000 mmol / (s*m²) (comportamiento
Radiación Solar µmol / (m² x s) lineal)

Pág. 124
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Interpretación de los perfiles CTD

La estructura vertical de la columna de agua de cada uno de los sistemas en estudio fue analizada
con la Sonda CTD. Con este instrumento pudo observarse la variación en profundidad de los
principales parámetros fisicoquímicos y biológicos en cada sistema lacustre.

Es importante destacar que los datos registrados por este instrumento fueron utilizados
principalmente para la caracterización de la columna de agua, más que por los valores absolutos
registrados de cada parámetro.

El comportamiento térmico de la columna de agua es el principal indicador del flujo de energía

dentro del sistema, y en cuerpos de aguas dulces continentales, es el principal indicador de
compartimentalización de la estructura vertical de las características fisicoquímicas (estratificación).

Es a partir del conocimiento de la temperatura del agua en su gradiente vertical que se puede
definir el grado de mezcla del sistema. Con esto, la presencia o ausencia de estratificación puede
ser la causante de hipoxia (bajas concentraciones de oxígeno disuelto) o anoxia (ausencia de
oxígeno disuelto) en aguas profundas, lo que se relaciona con procesos tales como la dinámica de
reducción de nutrientes en sedimentos y aguas subyacentes, generación de compuestos tóxicos
para la fauna (CH4 y H2S), entre otros. Esto también puede verse manifestado en niveles negativos
de potencial Redox en el agua y sedimentos.

Es conocida la importancia de la medición de la concentración de oxígeno disuelto en el agua, ya

que de la presencia de este compuesto depende principalmente la existencia de biota aeróbica en
los sistemas acuáticos (microorganismos, ictiofauna, macrófitas, etc.). Además, este parámetro es
un indicador de la producción fotosintética del sistema, por ejemplo, altos niveles de oxígeno
pueden estar asociados a altas tasas fotosintéticas y presencia de anoxia puede indicar algún grado
de eutroficación por alta actividad descomponedora.

El comportamiento óptico de la columna de agua es de vital importancia para la vida dentro de los
sistemas acuáticos puesto que la profundidad de penetración de la luz (medida como transparencia)
y la intensidad de la radiación útil para la fotosíntesis (PAR) son factores fundamentales y limitantes
para el desarrollo de la actividad productiva primaria.

La turbidez del agua es una medida directa de la concentración de elementos suspendidos que
bloquean el paso de la luz, como sedimentos y material suspendido y disuelto, además de zoo y
fitoplancton. Estos elementos constituyen un bloqueo a la luz solar y, consecuentemente, evitan, en
algún grado, el paso de la PAR, la que los organismos requieren para la fotosíntesis.

Por otra parte, la fluorescencia de clorofila a mide la respuesta óptica de los microorganismos
fotosintéticos suspendidos en la columna de agua, los cuales estarán presentes a niveles de
radiación suficiente, y por ende transparencia y/o turbidez apropiadas.

Pág. 125
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.3.7 BOYA CON SENSORES. METEOROLOGÍA, TERMISTORES Y FLUORÓMETRO (TAREA

N°7)

Esta tarea busca obtener información para describir temporalmente las variables ambientales, la
estructura térmica de los sistemas acuáticos y la dinámica del fitoplancton dentro de un cuerpo
lacustre, mediante la implementación de una herramienta de medición remota.

Para adquirir información temporal de las variables mencionadas, se implementó una boya que
cuenta con una estación meteorológica con sensores de temperatura del aire, dirección, magnitud
del viento y radiación solar. Para describir la estructura térmica se utiliza una cadena de
termistores, y para la respuesta biológica del sistema se utiliza un sensor de fluorescencia de
clorofila a in-situ (ver Figura N° 63 y Figura N° 64).

Figura N° 63 Izquierda: Estructura de la boya diseñada para el embalse Rapel. Derecha: Sensor
fluorómetro Turner para clorofila a con sistema de limpieza automático (hydrowiper).

Pág. 126
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 64 Boya telemétrica con sensores instalada en embalse Rapel.

Pág. 127
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

La instalación de la boya se ejecutó el día 27 de diciembre de 2013, durante la mañana (7:30 a las
13:30). La boya se instaló en el sector del Muro del embalse Rapel, que es una de las zonas de
mayor profundidad (50 m) y que cuenta con restricción de acceso al público debido a que se
localiza dentro de la línea de seguridad de Endesa. En la Figura N° 65 y Figura N° 66 se muestra
un esquema lateral y una vista en planta de la boya y el sistema de anclaje. En la Tabla N° 26 se
indica el listado de coordenadas. En la Figura N° 67 y Figura N° 68 se muestra una fotografía
durante el proceso de instalación y la boya ya instalada.

Tabla N° 26 Coordenadas de la boya y sistema de anclaje.

Coordenadas WGS84
Huso 19 UTM E UTM N
Anclaje1 261461.7 6229987.8
Anclaje2 261390.7 6230058.7
Anclaje3 261364.9 6229961.9
Boya 261405.8 6230002.8

Figura N° 65 Esquema lateral de la boya y sistema de anclaje.

Pág. 128
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 66 Ubicación de la Boya en el sector Muro del Embalse Rapel.

Figura N° 67 Fotografía del sector Muro del Embalse Rapel.

Pág. 129
Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 68 Boya telemétrica instalada en embalse Rapel.

Pág. 130
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Para efectos de seguimiento del funcionamiento de la boya, el sistema transmite información de los
sensores mediante telefonía celular cada una hora y cuenta con un sistema activo de alarma en
caso de encontrar problemas como: 1) pérdida de comunicación, 2) Batería baja, 3) Memoria baja,
y 4) Falla de sensores.

Como medida de avistamiento y seguridad a la navegación, la boya presenta un sistema de baliza

solar que se activa en modo nocturno con destello color ámbar de intensidad > 10 cd, 60 destellos
por minuto, luz divergente 270° y visibilidad > 3,6 km.

4.3.8 TELEMETRÍA DE DATOS VÍA WEB (TAREA N°8)

Para esta actividad se ha implementado un sistema de tecnología telemétrica capaz de disponer

datos en tiempo real, accesibles en forma remota mediante plataforma web (Figura N° 69).

El dispositivo datalogger registra la información de los sensores cada 30 minutos, y cada 1 hora se
conecta mediante señal celular GPRS y transmite los datos a un servidor que aloja la información
(HOBOLINK). Este servidor mantiene archivos descargables con datos históricos, lecturas recientes,
y gráficos de todas las variables a nivel diario, semanal y mensual (Figura N° 70).

Figura N° 69 Esquema de transmisión de datos desde el datalogger con módem GPRS y el acceso
a los datos mediante un servidor web.

Pág. 131
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 70 Presentación de datos on-line de la boya telemétrica en servidor HOBOlink.

Pág. 132
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

4.4 MODELOS DE ESTIMACIÓN DE CLOROFILA Y SOLIDOS SUSPENDIDOS

Para el estudio del estado trófico de cuerpos lacustres mediante el análisis de las características
espectrales del agua, se debe considerar que la clorofila a presenta máximos de absorción en
determinadas longitudes de onda del espectro electromagnético. Las longitudes de onda en que se
producen estas absorciones máximas son el rango azul y el rojo (ver Figura N° 71), produciendo
consecuentemente firmas espectrales de fitoplancton con máximos de reflectancia en los rangos
verde e infrarrojo cercano.

Figura N° 71 Espectro de absorción de clorofila a. (fuente: http://www.giss.nasa.gov/research).

Para el estudio de aguas Caso-I (sin sólidos suspendidos, sin materia orgánica disuelta y sólo
dominadas por fitoplancton), los modelos utilizados se enfocan en cuantificar el máximo de
absorción del rango azul. En aguas oligotróficas, se observa que prácticamente toda la energía del
rango rojo e infrarrojo es absorbida por el agua, impidiendo que se pueda cuantificar la absorción
de la clorofila a en el rango rojo.

Para aguas Caso–II la interacción de algunas sustancias ópticamente activas (sólidos suspendidos,
materia orgánica disuelta coloreada) interfiere sensiblemente sobre el máximo de absorción del
rango azul. La mayor reflectancia de estas firmas permite que el máximo de absorción del rango
rojo se pueda distinguir a medida que la clorofila a aumenta en concentración, y en consecuencia,
pueda ser utilizado como un predictor de su concentración.

La estimación de sólidos suspendidos mediante teledetección se basa en que cambios de

concentración aumentan la turbidez e incrementan la cantidad de energía retrodispersada de los
cuerpos de agua. Los sensores ópticos pueden detectar los cambios de reflectancia, en bandas
como el rango verde, rojo o infrarrojo cercano, y utilizar esta información en modelos de estimación
de sólidos suspendidos.

Al observar las firmas espectrales adquiridas con las imágenes satelitales y vuelos hiperespectrales,
se puede encontrar una importante heterogeneidad de respuestas entre los lagos estudiados. En la

Pág. 133
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 72 se muestran las firmas espectrales de los cuerpos lacustres, y se señala la ubicación
de las longitudes de onda más relevantes que podrían permitir estimar el grado de absorción o
reflectancia producida por los constituyentes ópticamente activos del agua considerados en el
estudio (Chla y SS).

En el Anexo 15 se realiza un análisis de las firmas espectrales de laboratorio, de campo y

teledetectadas en que se verifican los rango de longitudes de onda más sensibles a la variación de
clorofila a y sólidos suspendidos.

En las imágenes hiperespectrales se pueden aplicar modelos para estimación de clorofila a para
aguas Caso-I, que se enfocan en la absorción del rango azul (longitudes de onda 443, 490 y 550
nm; Hooker. 2000). En aguas Caso-II se pueden utilizar modelos que se enfocan en la absorción
del rango rojo, mediante la elección de longitudes de onda específicas que puedan describir la
absorción de la clorofila a de acuerdo a lo que muestran las firmas espectrales que han sido
adquiridas (Ej: longitudes de onda 665, 681 y 709 nm). Los sólidos suspendidos podrían
correlacionarse con longitudes de onda del rango, verde rojo o infrarrojo cercano.

Figura N° 72 Firmas espectrales de imágenes hiperespectrales y longitudes de onda específicas

que pueden ser utilizadas para la aplicación de modelos de estimación de clorofila a.

En las imágenes satelitales multiespectrales se cuenta con información espectral más gruesa
(anchos de banda de 30 a 60 nm), agrupada en rango de longitudes de onda que componen bandas
de colores (1=azul, 2=verde, 3=roja, 4=infrarroja cercana). La distribución de estas bandas omite
un rango entre el límite superior del rojo (670 nm) y el límite inferior del infrarrojo cercano (850
nm), donde se manifiesta la mayor diferencia de reflectancia de máximo de absorción del rango
rojo. Debido a esto, los modelos de clorofila a utilizan principalmente combinaciones de bandas que
se correlacionan con la absorción del rango azul.

Pág. 134
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

En la Figura N° 73 se muestran las firmas espectrales de los cuerpos lacustres, y se señala la

ubicación de las longitudes de onda más relevantes que pueden permitir la estimación de clorofila
a.

Figura N° 73 Firmas espectrales de imágenes satelitales multiespectrales y bandas utilizadas para

la aplicación de modelos de estimación de clorofila a.

Basándose en los modelos aplicados en la literatura (Tabla N° 27), se escogieron diversos modelos
que tienen por objetivo predecir la concentración de clorofila a y sólidos suspendidos en cuerpos
lacustres, mediante la aplicación de técnicas de teledetección de imágenes hiperespectrales aéreas
y multiespectrales satelitales.

De la revisión de modelos de estimación de clorofila a, se distinguen dos grupos principales en los

que se pueden clasificar los modelos: 1) Rango de absorción Azul/ Verde y 2) Rango de absorción
rojo/infrarrojo cercano (Odermatt et al 2012).

Con el fin de comparar las capacidades radiométricas de las plataformas de teledetección, en

algunos casos las firmas hiperespectrales fueron promediadas (en porciones del espectro verde,
azul rojo e infrarrojo cercano) para simular una resolución multiespectral equivalente.

En la Tabla N° 27 se presentan los modelos adaptados en el estudio, mostrando la variable

independiente (variable óptica: bandas, valores o rangos de reflectancia) utilizada para la
estimación de la variable dependiente (calidad de agua: clorofila a y sólidos suspendidos). Para
ajustar los coeficientes que permiten relacionar directamente la variable estimada con la variable
medida, se realizó una calibración de datos de clorofila a y sólidos suspendidos con datos de campo
locales (Tabla N° 29). Para encontrar estos coeficientes se estableció una correlación de la variable
estimada v/s la variable medida, y se calcularon las constantes de la curva que pudieran satisfacer
la condición de pendiente 1:1 entre las variables. En el Anexo 16 se detallan los valores numéricos
para cada modelo de estimación de parámetros de calidad de agua.

Pág. 135
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 27 Modelos de clorofila a y sólidos suspendidos adaptados en el estudio

Modelo Clorofila a adaptado en este estudio Referencias

Multiespectral Sass et al. (2007), Allan et al (2007)

𝐵3 /𝐵1
Multiespectral Adaptado de Hooker et al (2000)
𝐵2 /𝐵1
Hiperespectral Gitelson (1992); Gitelson et al. (2009)
𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) − 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 )
Hiperespectral Thiemann y Kaufmann, (2002); Chipman et
𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) / 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) al (2009), Harma et al (2001); Kallio (2003)
Hiperespectral Chipman et al (2009); Moses ( 2012);
(𝑅665−675 −1 − 𝑅705−725 −1 ) ∙ (𝑅730−755 ) Zimba y Gitelson (2006)
Hiperespectral (AISA) OC3M Hooker et al (2000)
𝑎0+𝑎1∗𝑥+𝑎2∗𝑥 2 +𝑎3∗𝑥 3 +𝑎4∗𝑥 4
10
max(𝑅443 ,𝑅490 )
Donde 𝑥 = log 10 ( ) , 𝑎𝑖 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑎𝑗𝑢𝑠𝑡𝑒
𝑅550
Modelo Sólidos suspendidos adaptado en este Referencias
estudio
Multiespectral Ostlund et al (2001); Dekker et al (2001)
𝐵𝑖 donde 𝑖 = 1 𝑎 4
con 1=azul, 2=verde, 3=rojo y 4=infrarrojo cercano
Hiperespectral Flink et al (2001); Ostlund et al (2001)
𝑅𝑖 donde 𝑖 = 400 𝑎 900 𝑛𝑚
Hiperespectral Chipman et al (2009)
(𝑅730−740 )/(𝑅540−560 )

4.5 EVALUACIÓN DE LOS MODELOS DE ESTIMACIÓN DE PARÁMETROS DE CALIDAD DE

AGUA

Para evaluar la calibración y desempeño del modelo se consideró el uso de una metodología
utilizada por diversos investigadores en este tipo de estudios (Harma et al, 2001; Kallio et al, 2003;
Gitelson et al, 2007; Chipman et al, 2009, y Bhatti et al, 2010). Esta se basa en el cálculo del
coeficiente de determinación r2 sobre una relación exponencial o lineal (variable medida v/s variable
estimada), en tanto, que la validación del modelo se realizó mediante una cuantificación del error,
en que se utiliza el error cuadrático medio (de sus siglas en inglés, RMSE). Para ello se
consideraron las siguientes expresiones:

(∑(𝑥 −𝑥̅ )(𝑦 −𝑦̅))2

Coeficiente de determinación 𝑟 2 = ∑(𝑥 −𝑥̅
𝑖 𝑖
𝑖)2 ∑(𝑦 −𝑦̅)2
𝑖

1
Error cuadrático medio 𝑅𝑀𝑆𝐸 = √𝑛 ∑(𝑦𝑖 − 𝑥𝑖 )2

Pág. 136
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Donde, 𝑥𝑖 son los valores medidos, 𝑦𝑖 son los valores estimados de la variable, 𝑥 es el valor
promedio de las mediciones, 𝑦 es el valor promedio de los valores estimados y 𝑛 es el número de
datos.

Con el fin de clasificar los modelos según el desempeño de su correlación con los datos de campo,
se revisaron diversos modelos recopilados en la literatura (Odermatt et al, 2012) que indican sus
valores de coeficiente de determinación r2.

En base a los datos de desempeño de estos modelos se determinó un promedio y desviación

estándar para clorofila a (n=20; promedio r2=0.75: desviación estándar r2=0.13) y para sólidos
suspendidos a (n=10; promedio r2=0.83: desviación estándar r2=0.09) que permiten proponer una
clasificación de referencia. De acuerdo a esto, se realizó una subdivisión en tres rangos (alto, medio
y bajo) estableciendo como criterio usar límites de r2 según el promedio ± 1 desviación estándar,
según se muestra en la Tabla N° 28.

Como criterio de validación de los modelos de estimación de clorofila a se consideró descartar los
modelos que presentaran los mayores errores de predicción en base al valor RMSE, y que su
errores fuesen mayores que el rango oligotrófico (>3.5 ug/l).

Tabla N° 28 Criterio de desempeño según valor de coeficiente de determinación r 2

Coeficiente de determinación r2
Desempeño* Clorofila a Sólidos Suspendidos
Alto > 0.88 > 0.92
Medio 0.62 - 0.88 0.74 - 0.92
Bajo < 0.62 < 0.74
*Elaboración propia CEA, en base a datos de Odermatt et al 2012.

Para la aplicación del modelo de clorofila a y estimación del estado trófico, la información de campo
disponible se subdividió en dos grupos que fueran equivalentes en términos geográficos, para lo
cual se utilizó el criterio de ecorregión. Esta división permitió realizar una calibración del modelo de
estimación con un grupo de datos (ver Tabla N° 29), y realizar la estimación del error y validación
del modelo con un grupo de datos independiente.

Para la aplicación de los modelos de clorofila a en la Red de Lagos DGA, se consideró subdividir los
cuerpos lacustres en dos grupos: 1) Todos los cuerpos lacustres, y 2) Sólo los cuerpos lacustres con
estados oligotróficos o mesotróficos (asociado a la clorofila a superficial estival más reciente, que
fuese < 9 ug/l).

A continuación se muestra el detalle de los grupos de datos para calibración y validación para
clorofila a y sólidos suspendidos. Los datos utilizados corresponden a promedios de estaciones
superficiales, de verano de las últimas campañas disponibles, según se indica en las siguientes
Tabla N° 29 y Tabla N° 30. En el Anexo 11 se detallan los datos utilizados provenientes de la
base de datos de la Red de Lagos DGA.

Pág. 137
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 29 Información de cuerpos lacustres para modelo de clorofila a, agrupada en datos para:
1) Calibración y, 2) Validación.

1) Datos para Calibración

Clorofila a
Cuerpo Lacustre Ecorregión** Información*** Subsector (ug/l)

Alhué 7.40

Muro 2.90
Rapel Mediterránea De valle CEA, 2013*
Balsas 4.60

L. Negra Mediterránea Andino CEA, 2013* 0.10

Peñuelas Mediterránea Costeros CEA, 2013* 39.20

Vichuquén Mediterránea Costeros DGA verano 2013 10.76

Villarrica Valdivianos Araucanos DGA verano 2013 3.91

Caburgua Valdivianos Araucanos DGA verano 2013 0.43

Ranco Valdivianos Araucanos DGA verano 2013 0.46

Llanquihue Valdivianos Araucanos DGA verano 2013 0.29

Puyehue Valdivianos Araucanos DGA verano 2013 0.72

2) Datos para Validación

Subsector Clorofila a
Cuerpo Lacustre Ecorregión** Información (ug/l)
Aculeo Mediterránea De valle CEA, 2013* 5.40
Yeso Mediterránea Andino CEA, 2013* 3.20
Centro 1.60
Lanalhue Mediterránea Costeros DGA verano 2012
Manzano 7.90
San Pedro Mediterránea Costeros DGA verano 2012 3.15
Calafquén Valdivianos Araucanos DGA verano 2012 0.60
Riñihue Valdivianos Araucanos DGA verano 2012 0.25
Panguipulli Valdivianos Araucanos DGA verano 2012 0.93
Todos los Santos Valdivianos Araucanos DGA verano 2011 0.30
Chapo Valdivianos Araucanos DGA verano 2011 2.50
Rupanco Valdivianos Araucanos DGA verano 2013 0.65
*Presente estudio, monitoreo diciembre 2013; **Universidad de Chile (2010 y 2011), adaptado de Abell et al.
(2008);

Pág. 138
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 30 Información de cuerpos lacustre para modelo de Sólidos suspendidos.

Datos para Calibración de Sólidos Suspendidos

Sólidos
Cuerpo Suspendidos
Lacustre Ecorregión** Información Subsector (mg/l)
Alhué 8
Rapel Mediterránea De valle CEA, 2013*
Muro 2.2
Balsas 12.3
Aculeo Mediterránea De valle CEA, 2013* 13.5
Peñuelas Mediterránea Costeros CEA, 2013* 19.6
Yeso Mediterránea Andino CEA, 2013* 4.5
L. Negra Mediterránea Andino CEA, 2013* 0.4
*Presente estudio, monitoreo diciembre 2013; **Universidad de Chile (2010 y 2011), adaptado de Abell et al.
(2008)

Pág. 139
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5 RESULTADOS

En el presente capítulo se muestran los resultados obtenidos con las actividades de adquisición de
datos, y también el resultado del análisis integrado de los diferentes diseños experimentales.

5.1 ESTUDIO DE LAS PROPIEDADES DEL AGUA EN CONDICIONES CONTROLADAS

Los resultados de las firmas espectrales de reflectancia v/s longitud de onda se muestran en la
siguiente Figura N° 74, en que las filas representan aumento del nivel de clorofila a, y las
columnas representan el aumento de sólidos suspendidos. Los datos se presentan en el Anexo 13
y en el Anexo 15 se realizó un análisis detallado de las firmas espectrales.

Figura N° 74 Firmas espectrales de muestras de agua con mezcla de constituyentes Chla y SS

SS 0 mg/l SS 1 mg/l SS 5 mg/l SS 10 mg/l SS 32 mg/l

Chla
0
ug/l

Chla
0.2
ug/l

Chla
1.9
ug/l

Chla
7.5
ug/l

Pág. 140
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Chla
18
ug/l

Pág. 141
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.2 PERCEPCIÓN REMOTA MULTIESPECTRAL SATELITAL

5.2.1 IMÁGENES LANDSAT

Las firmas espectrales obtenidas mediante teledetección multiespectral LANDSAT en cada cuerpo
lacustre se muestran en la Figura N° 75. El detalle de las firmas espectrales se incluye en el
Anexo 12, donde se presentan tablas con los valores numéricos de reflectancia asociados a los
polígonos considerados, indicando su valor promedio y desviación estándar (promedio +1 D.E. y
promedio -1D.E.).

8%
7% Rapel Alhue
Reflectancia (%)

6% Rapel Muro
5% Rapel Balsas
4% Aculeo
3% Peñuelas
2% Yeso
1% Negra
0% Vichuquen
B1 (Azul) B2 (Verde) B3 (Rojo) B4 (IR cercano)
Bandas
.
4%
Reflectancia (%)

Todos los Santos

3%
Rupanco
Puyehue
2%
Ranco
Rinihue
1%
Panguipulli

0%
B1 (Azul) B2 (Verde) B3 (Rojo) B4 (IR cercano)
Bandas
4%
Villarrica
Reflectancia (%)

Caburgua
3%
Budi
2%
Lleu Lleu

1% Lanalhue Centro

Lanalhue Manzano
0%
B1 (Azul) B2 (Verde) B3 (Rojo) B4 (IR cercano) San Pedro
Bandas

Figura N° 75 Firmas Espectrales de Imágenes LANDSAT. . Valores promedios de polígonos sobre

estaciones de monitoreo en cada lago.

Pág. 142
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.2.2 IMAGENES WORLDVIEW-2 Y FASAT-C

Las firmas espectrales obtenidas mediante teledetección multiespectral WORLDVIEW-2 Y FASAT-C

en para el embalse Rapel se muestran en la Figura N° 76 y Figura N° 77, respectivamente. El
detalle de las firmas espectrales se incluye en el Anexo 12, donde se presentan tablas con los
valores numéricos de reflectancia asociados a los polígonos considerados por estación, valor
promedio y desviación estándar (promedio +1 D.E. y promedio -1D.E.).

Las firmas espectrales Fasat-C presentaron algunos valores anómalos, debido a que la corrección
atmosférica ELS no pudo ser aplicada adecuadamente, según se indica en acápite 4.3.2.2.

Figura N° 76 Firmas espectrales Worldview-2 para embalse Rapel

Figura N° 77 Firmas espectrales Fasat-C para embalse Rapel

Pág. 143
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.3 PERCEPCIÓN REMOTA SENSOR HIPERESPECTRAL AEROTRANSPORTADO

El resultado de las firmas espectrales se muestra en la siguiente Figura N° 78. El detalle de las
firmas espectrales se incluye en el Anexo 12, donde se muestran tablas con los valores numéricos
de reflectancia asociados a los polígonos considerados, indicando su valor promedio y desviación
estándar (promedio +1 D.E. y promedio -1D.E.).

8%
7% Rapel Alhue
Reflectancia (%)

6% Rapel Muro
5% Rapel Balsas
4% Aculeo
3% Peñuelas
2% Yeso
1%
Negra
0%
Vichuquen
450 500 550 600 650 700 750 800 850 900
Longitud de onda (nm)
6% Chapo

5% Llanquihue
Reflectancia (%)

4% Todos los
Santos
3% Rupanco

2% Puyehue

Ranco
1%
Rinihue
0%
450 500 550 600 650 700 750 800 850 900 Panguipulli
Longitud de onda (nm)
6% Villarrica

5% Caburgua
Reflectancia (%)

4% Calafquen

3% Budi

2% Lleu Lleu
1% Lanalhue Centro
0%
Lanalhue
450 500 550 600 650 700 750 800 850 900 Manzano
Longitud de onda (nm)

Figura N° 78 Firmas espectrales de imágenes hiperespectrales aéreas. Valores promedios de

polígonos sobre estaciones de monitoreo en cada lago.

Pág. 144
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.4 FIRMAS ESPECTRALES CON ESPECTRORRADIÓMETRO EN CAMPO

El resultado de las firmas espectrales adquiridas en campo se muestra en la Figura N° 79 , donde

se puede observar la curva promedio de reflectancia y desviación estándar del grupo de
mediciones. El detalle de las firmas espectrales se incluye en el Anexo 14, donde se muestran
tablas con los valores numéricos de reflectancia.

7%
ACULEO
YESO
6%
NEGRA
PEÑUELAS
5% RAPEL
Reflectancia (%)

4%

3%

2%

1%

0%
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 775 800 825 850 875 900

Longitud de Onda (nm)

Figura N° 79 Firmas espectrales adquiridas en campo durante diciembre de 2013.

Pág. 145
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.5 MONITOREO DE APOYO IN-SITU Y MUESTREO

El resumen de resultados de las mediciones in-situ, parámetros ambientales y análisis de

laboratorio, se presenta en las siguientes Tabla N° 31 a la Tabla N° 33, en tanto que en el Anexo
5 se presenta las mediciones en forma detallada y en el Anexo 7 los certificados de laboratorio.

Tabla N° 31 Resumen de datos recolectados en la Laguna Aculeo durante el 10 de diciembre de

2013, entre las 9:00 y las 13:30 hrs.

Sistema Laguna Aculeo

1
Parámetro Unidad Prom. DS Min. Max. Rango Histórico APLICA
Profundidad* [m] 2,0 0,7 0,8 2,9
Disco Secchi [m] 0,5 0,1 0,5 0,7 0,40 2,50 SI
Temperatura Agua [°C] 26,1 2,9 23,0 31,8
Temperatura Aire [°C] 27,4 3,8 21,0 34,0
Velocidad Viento** [m/s] 0,8 0,7 0,0 1,7
Dirección Viento SE
Saturación Oxígeno [%] 107,0 15,7 88,5 131,5
Oxígeno Disuelto [mg/L] 8,25 0,79 7,62 9,83 7,50 11,90 SI
Sólidos Totales Suspendidos [mg/L] 13,5 4,2 7,8 20,4
Turbidez [NTU] 16,0 4,0 8,7 20,8
Fósforo Total [μg/L] 126 25 94 165 43 155 SI
Nitrógeno Orgánico Total [μg/L] 1000 213 778 1413 614 1341 SI
Clorofila a [μg/L] 5.4 2.5 2.8 10.4 6,3 147,1 BAJO
* La profundidad indicada corresponde a la profundidad máxima de descenso de la sonda CTD, en este caso
equivale a la profundidad promedio del lago en los puntos muestreados.
** La dirección del viento que se informa es la dirección preponderante registrada.
1. DGA y POCH, 2009.; DGA, 2012, 2013, 2014.

Pág. 146
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 32 Resumen de datos recolectados en el Embalse El Yeso y la Laguna Negra durante los
días 11 y 12 de diciembre de 2013, entre las 9:00 y las 13:00 hrs, para ambos sitios.

Sistema Embalse El Yeso

Parámetro Unidad Prom. DS Min. Max. Rango Histórico2 APLICA

Profundidad* [m] 17,1 11,5 1,2 30,0
Disco Secchi [m] 2,7 4,9 0,2 16,5
Temperatura Agua [°C] 12,5 0,5 11,6 13,2
Temperatura Aire [°C] 16,6 1,8 14,0 19,5
Velocidad Viento [m/s] 4,0 2,1 0,0 5,6
Dirección Viento** W
Saturación Oxígeno [%] 101,5 4,4 91,5 108,0
Oxígeno Disuelto [mg/L] 7,84 0,40 6,98 8,50 9,4 12,8 SI
Sólidos Totales Suspendidos [mg/L] 10,4 20,5 0,2 68,5
Turbidez [NTU] 6,2 11,0 0,6 37,3
Fósforo Total [μg/L] 13 7 6 28 13 16 SI
Nitrógeno Orgánico Total [μg/L] 703 505 214 1575 92 115 SOBRE
Clorofila a [μg/L] 3.2 0.8 1.6 4.1 0,4 0,6 SOBRE
* La profundidad indicada corresponde a la profundidad máxima de descenso de la sonda CTD, en este caso
equivale a un máximo de descenso de 30 m.
** La dirección del viento que se informa es la dirección preponderante registrada.
*** Se excluye de este análisis la estación EY-09 por corresponder a aguas del afluente del embalse.
2. DGA y U. de Chile, 1987.
Sistema Laguna Negra
Unidad
Parámetro Prom. DS Min. Max. Rango Histórico3 APLICA
Profundidad* [m] 66,7 6,7 50,0 70,0
Disco Secchi [m] 16,5 1,5 14,5 19,5
Temperatura Agua [°C] 12,2 0,7 11,6 13,8
Temperatura Aire [°C] 17,3 2,4 14,2 21,5
Velocidad Viento [m/s] 3,9 1,9 0,0 5,6
Dirección Viento** S
Saturación Oxígeno [%] 101,7 3,7 93,2 104,0
Oxígeno Disuelto [mg/L] 7,65 0,35 6,71 7,91
Sólidos Totales Suspendidos [mg/L] 0,3 0,2 0,2 0,7
Turbidez [NTU] 0,6 0,2 0,4 0,9
Fósforo Total [μg/L] 4 1 3 6 0 12 SI
Nitrógeno Orgánico Total [μg/L] 183 26 153 239
Clorofila a [μg/L] <LD*** <LD <LD <LD 0,2 0,8 BAJO
* La profundidad indicada corresponde a la profundidad máxima de descenso de la sonda CTD, en este caso
equivale a un máximo de descenso de 70 m.
** La dirección del viento que se informa es la dirección preponderante registrada.
*** <LD: Bajo el Límite de detección del instrumento.

Pág. 147
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 33 Resumen de datos recolectados en los Embalse Rapel y Peñuelas durante el día 16 de
diciembre de 2013 entre las 15:00 y las 17:00 hrs, y 17 de diciembre entre las 14:00 y 17:30 hrs,
respectivamente.

Sistema Embalse Rapel

Parámetro Unidad Prom. DS Min. Max. Rango Histórico4 APLICA

Profundidad* [m] 20,3 12,6 5,0 40,0
Disco Secchi [m] 1,3 0,6 0,5 2,0 0,05 1,50 SI

Temperatura Agua [°C] 21,8 0,7 20,6 22,7

Temperatura Aire [°C] 23,4 1,7 20,7 25,7
Velocidad Viento [m/s] 5,8 0,9 3,8 7,0
Dirección Viento** NW
Saturación Oxígeno [%] 106,9 8,0 90,2 118,0
Oxígeno Disuelto [mg/L] 8,93 0,67 7,71 10,18 6,7 10,9 SI

Sólidos Totales Suspendidos [mg/L] 9,7 12,9 1,8 45,2

Turbidez [NTU] 8,9 8,1 2,2 25,5
Fósforo Total [μg/L] 49 31 16 96 3 129 SI
Nitrógeno Orgánico Total [μg/L] 445 251 223 1050 58 1852 SI
Clorofila a [μg/L] 4.5 2.2 2.6 9.0 0,1 64,4 SI
* La profundidad indicada corresponde a la profundidad máxima de descenso de la sonda CTD, en este caso
equivale a la profundidad promedio del lago en los puntos muestreados.
** La dirección del viento que se informa es la dirección preponderante registrada.
4. DGA y POCH, 2009; CEA, 2010.

Sistema Embalse Peñuelas

Parámetro Unidad Prom. DS Min. Max. Rango Histórico5 APLICA

Profundidad* [m] 2,7 1,2 1,1 4,5**
Disco Secchi [m] 0,2 0,0 0,2 0,3 0,60 0,70 BAJO
Temperatura Agua [°C] 22,7 0,5 21,8 23,3
Temperatura Aire [°C] 20,4 1,7 18,4 23,8
Velocidad Viento [m/s] 4,3 1,0 2,7 5,5
Dirección Viento** W
Saturación Oxígeno [%] 123,6 11,6 100,0 138,0
Oxígeno Disuelto [mg/L] 10,28 0,70 9,24 11,14 6,22 14,10 SI
Sólidos Totales Suspendidos [mg/L] 19,6 7,3 12,7 33,7
Turbidez [NTU] 46,0 6,2 40,2 59,9
Fósforo Total [μg/L] 156 35 119 217 37 132 SOBRE
Nitrógeno Orgánico Total [μg/L] 765 267 361 1048 975 1847 SI
Clorofila a [μg/L] 88,0 14,6 65,5 111,8 10,0 50,0 SOBRE
*La dirección del viento que se informa es la dirección preponderante registrada.
** La profundidad del Embalse Peñuelas se determinó sobre 7 perfiles CTD, sin contar la zona más profunda
(muro). 5. DGA y U. de Chile, 1993.

Pág. 148
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.5.1 CARACTERIZACIÓN DE NUTRIENTES Y ESTADO TRÓFICO.

Se presentan a continuación los resultados de análisis de laboratorio de concentración de

nutrientes, en forma de Nitrógeno orgánico total (Figura N° 80) y Fósforo total (Figura N° 81),
además de la concentración de clorofila a (Figura N° 82), contenidos en el agua superficial de los
sistemas estudiados. Se incluye también la clasificación de estado trófico según Smith et al. (1999)
en la siguiente Tabla N° 34.

Tabla N° 34 Rango de nutrientes definidos para cada estado trófico según Smith et al. (1999)

Clase Estado Trófico Fósforo Total Nitrógeno Total Clorofila a

Oligotrófico < 10 < 350 < 3,5
Mesotrófico 10 - 30 350 - 650 3,5 - 9
Eutrófico 30 - 100 650 - 1200 9 - 25
Hipereutrófico > 100 > 1200 > 25

En el caso particular del análisis de estado trófico en base a concentración de nitrógeno es

importante mencionar que la clasificación se realizó en base a nitrógeno orgánico total (NOT), y no
a partir de nitrógeno total (NT). Por lo anterior, cabe señalar la relación empírica que existe entre
estos parámetros:

NOT: nitrógeno en diversas estados orgánicos (proteínas y ácidos nucleicos en diversos estados de
degradación, urea, aminas, etc.)

NT: NOT + nitrógeno en forma inorgánica de nitritos (NO2), nitratos (NO3) y amonio (NH3)

Con lo anterior, se asumen que NOT será siempre menor que NT, puesto que este es la suma de
todas las formas inorgánicas y orgánicas presentes. Esto implica que la clasificación sólo es válida
en el rango inferior de cada clase, esto es, podemos saber si un cuerpo de agua tiene un estado
trófico determinado sólo cuando su valor supera el límite inferior de concentración, pero no es
posible precisar si excede el rango superior del mismo. Por lo anterior se puede clasificar como, “a
lo menos mesotrófico” o “≥ Mesotrófico” en vez de “eutrófico”

Pág. 149
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 80 Concentración de nitrógeno orgánico total medido en el agua superficial de las

estaciones distribuidas en los sistemas estudiados y umbrales de clasificación del estado trófico,
según este parámetro componente (modificado de Smith et al., 1999). Datos obtenidos entre el 10
y 17 de diciembre de 2013.

Pág. 150
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 81 Concentración de fósforo total medido en el agua superficial de las estaciones

distribuidas en los sistemas estudiados y umbrales de clasificación del estado trófico, según este
parámetro componente (modificado de Smith et al., 1999). Se enmarca en amarillo el valor
registrado en la estación EY-09, correspondiente a la zona de ingreso del afluente principal al
embalse, por lo que corresponde a un sistema lótico y no léntico. Datos obtenidos entre el 10 y 17
de diciembre de 2013.

Figura N° 82 Concentración de clorofila a medida en el agua superficial de las estaciones

distribuidas en los sistemas estudiados y umbrales de clasificación del estado trófico, según este
parámetro componente (modificado de Smith et al., 1999). Datos obtenidos entre el 10 y 17 de
diciembre de 2013.

Pág. 151
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

En base a las concentraciones registradas, y considerando los valores promedio, se clasificó cada
cuerpo de agua según estado trófico utilizando los valores umbrales sugeridos por Smith et al.
(1999), como se muestra en la siguiente Tabla N° 35.

Tabla N° 35 Estado trófico determinado sobre el valor promedio de nutrientes y de clorofila a

registrada los sistemas en estudio durante diciembre de 2013 (modificado de Smith et al., 1999).*
<LD: Bajo el Límite de detección del instrumento.

Laguna Embalse Laguna Embalse Embalse

Nutriente Clase
Aculeo El Yeso Negra Rapel Peñuelas
Fósforo total 126 ± 25 23 ± 36 4±1 49 ± 31 156 ± 35 Oligotrófico

Nitrógeno orgánico total 1000 ± 213 703 ± 505 183 ± 26 445 ± 251 765 ± 267 Mesotrófico

Clorofila a 5,4 ± 2,5 3,2 ± 0,8 <LD 4,5 ± 2,2 39,2 ± 9,1 Eutrófico

Clasificación General Mesotrófico Oligotrófico Oligotrófico Mesotrófico Hipereutrófico Hipereutrófico

 Sistemas Oligotróficos

De los sistemas estudiados la Laguna Negra y el Embalse El Yeso registraron niveles bajo la
categoría de oligotrófico para tres y para dos de los tres parámetros, respectivamente. Esto es
completamente consecuente con el origen de sus aguas y en particular con las condiciones
geográficas y climáticas de estos sistemas (Alta cordillera). La gran profundidad de su cubeta, el
origen glaciar de sus aguas y las bajas temperaturas, son entre otros, los principales factores que
influyen sobre la prácticamente nula productividad de la Laguna Negra. Por otra parte el embalse El
Yeso ha experimentado en los últimos años una baja importante de su volumen embalsado
producto de la sequía que ha afectado la zona central, pudiendo influir en los niveles de nutrientes
observados. En este sentido la concentración de clorofila a presentada como un indicador de la
productividad de este sistema, sustentada por la disponibilidad de nutrientes, por la extensa zona
fótica y por las temperaturas de verano presentan una concentración promedio en el límite de la
clasificación mesotrófica.

Es importante destacar para el Embalse El Yeso las elevadas concentraciones de nitrógeno

registradas, las más altas del conjunto de cuerpos de agua. Esto podría deberse al arrastre de
sedimentos que genera el río Yeso en la cuenca aguas arriba del embalse, en particular en este
periodo donde ocurre el deshielo máximo. Además es importante notar como la alta concentración
de fósforo registrada en la zona del afluente desciende rápidamente hacia la zona del muro del
embalse (desde 122 a 6 μg/L), lo que podría estar mostrando el consumo ejercido por las
comunidades fitoplanctónicas, debido a la fijación orgánica sobre un elemento poco presente en el
medio (las que no estarían siendo limitadas por el nitrógeno presente).

 Sistemas Mesotróficos

El embalse Rapel y la Laguna de Aculeo clasifican dentro de esta categoría, ya que presentaron al
menos dos parámetros dentro del rango Eutrófico, en particular de clorofila a.

En el embalse Rapel se registraron valores mesotróficos de clorofila a y eutróficos de fósforo total,

en concentraciones decrecientes desde los afluentes ubicados en las subcuencas de Alhué y
Cachapoal hacia la zona del muro. Este embalse, a diferencia de Peñuelas y El Yeso, no ha

Pág. 152
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

experimentado una disminución marcada de su volumen embalsado, debido a un plan de manejo

incorporado desde 2011 a la fecha, en el que se mantiene su cota al máximo durante toda la época
estival.

En el embalse Rapel, pueden distinguirse las zonas de las subcuencas de Alhué y Cachapoal (ER-06
a ER-10) por presentar las mayores producciones en términos de clorofila a, fósforo total y
nitrógeno orgánico total a diferencia del resto del embalse. Además, cabe destacar que los mayores
valores se detectaron en la subcuenca Alhué, lo que puede ser explicado por un conjunto de
parámetros (régimen de vientos, caudal de los afluentes, morfología de la cubeta, entre otros) que
de manera sinérgica generan una zona somera con alta carga de nutrientes y un tiempo de
residencia mayor que el resto del embalse.

Finalmente la laguna de Aculeo se clasificó dentro de la categoría mesotrófico, pese a que presentó
valores hipereutróficos de fósforo total y el valor promedio más alto de nitrógeno orgánico total.
Estos altos valores registrados se pueden explicar, entre otros fenómenos, por la fuerte presión
antrópica que ejerce el uso de suelos de la cuenca sobre la laguna, además de la baja circulación y
largo tiempo de residencia del agua (DGA – U. de Chile, 1987). Probablemente en condiciones
ambientales diferentes a las de la jornada de muestreo, los nutrientes disponibles en la columna de
agua podrían ser suficientes para sustentar una biomasa mayor (mayor concentración de clorofila
a).

 Sistemas Hipereutrófícos

En esta categoría se destaca el Embalse Peñuelas, por sus elevados contenidos de fósforo y clorofila
a, además por el nivel de nitrógeno característico de sistemas eutróficos (en términos promedios).
El carácter somero de este cuerpo de agua (el 2do de menor profundidad, MOP-DGA y U. de Chile,
1993), la sequía en años consecutivos y presión por uso de agua potable en verano, pueden estar
generando en este sistema un efecto de concentración de nutrientes. Además, la energía
proveniente del sol y del viento mantiene la columna de agua en constante mezcla, oxigenada y con
disponibilidad de altas concentraciones de nutrientes, lo que permite la sustentación de tal
concentración de biomasa.

Pese a la elevada cantidad de microalgas registrada, debe existir una entrada constante o reciclaje
de nutrientes, puesto que se registró un alto valor para los tres parámetros, los que pueden son
incorporados a través de los afluentes y/o resuspendidos desde los sedimentos. Sin embargo en las
estaciones EP04, EP05 y EP06 se registraron concentraciones de Nitrógeno cerca de niveles
oligotróficos, el que probablemente está siendo presionado por fijación y consumo por parte de los
microorganismos.

Pág. 153
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.6 PERFILES CON SONDA CTD MULTIPARAMÉTRICA CIENTÍFICA.

 Laguna Acúleo

A continuación se presentan los perfiles verticales de parámetros registrados con sonda CTD
(Figura N° 83 a la Figura N° 92). Los valores graficados corresponden a promedios de datos
agrupados por profundidad, en clases cada 0,5 metros, incorporando los datos medidos en todos los
perfiles de los distintos sistemas en estudio. Las barras de error horizontales corresponden a la
desviación estándar asociada a cada promedio calculado.

El registro de la estructura vertical de parámetros fisicoquímicos y biológicos en la Laguna de

Acúleo mostró un patrón térmico de aguas gradualmente más frías hacia el fondo, sin presencia de
estratificación. Además se registraron valores prácticamente homogéneos en profundidad para
conductividad eléctrica y salinidad, pH y potencial Redox, lo que pudo deberse principalmente a que
la columna se encontró mezclada, probablemente por efecto del viento. Sin embargo, se registró un
leve gradiente ligado probablemente a la producción primaria, esto fue, mayor respuesta
fluorescente y oxígeno disuelto hacia la superficie, lo que podría relacionarse con la presencia de
aguas más cálidas y menor turbidez. Esta última también registró valores descendentes hacia el
fondo, y suficientemente altos en superficie para que la PAR decayera rápidamente antes del primer
metro.

Los gráficos de todos los perfiles se encuentran en el Anexo 8, y los datos numéricos se
encuentran en planillas en el Anexo 9.

Pág. 154
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2 3

4 5 6
Figura N° 83 Los valores graficados corresponden a promedios de los 9 perfiles registrados en la
Laguna Acúleo. Perfil 1) temperatura del agua, 2) saturación de oxígeno, 3) oxígeno disuelto, 4)
conductividad eléctrica, 5) salinidad y 6) pH.

Pág. 155
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2

3 4
Figura N° 84. Los valores graficados corresponden a promedios de los 9 perfiles registrados en la
Laguna Acúleo (10 de diciembre de 2013). Perfil 1) radiación fotosintéticamente activa (PAR), 2)
clorofila a, 3) potencial de oxidoreducción y 4) turbidez.

Pág. 156
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse El Yeso

El registro de la estructura vertical de la columna de agua en el Embalse El Yeso mostró un patrón

térmico con cierto grado de estratificación, esto debido a que fue posible distinguir tres capas: una
relativamente más cálida y homogénea en superficie (epilimnion), luego una capa intermedia de
descenso gradual de la temperatura (metalimnion), y otra capa homogénea de aguas más frías en
el fondo (hipolimnion). Sin embargo esto, las concentraciones de oxígeno disuelto no
experimentaron un descenso hacia el fondo, pero si presentaron un punto de inflexión en su
distribución relacionado probablemente con la presencia de la zona hipolimnética. Por otra parte, se
registraron valores prácticamente homogéneos en profundidad para conductividad eléctrica y
salinidad, pH y potencial Redox. Cabe destacar el comportamiento registrado en la respuesta
fluorescente, la cual experimentó una curva de aumento con la profundidad, situando un máximo
varios metros bajo la superficie, para luego descender rápidamente; probablemente este
comportamiento estuvo influenciado por la radiación disponible la cual solo se extinguió
aproximadamente bajo los 7 metros. Es importante comentar que la turbidez dentro del embalse
presentó valores bajos (<10), salvo 2 estaciones ubicadas en la cola del mismo, en las cuales el
ingreso de aguas con alta concentración de material disuelto y en suspensión alteraron el perfil
promedio.

Pág. 157
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2 3

4 5 6
Figura N° 85. Los valores graficados corresponden a promedios de los 7 perfiles registrados en el
Embalse El Yeso (11 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de
oxígeno, 3) oxígeno disuelto, 4) conductividad eléctrica, 5) salinidad y 6) pH.

Pág. 158
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2

3 4
Figura N° 86 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el
Embalse El Yeso (11 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8)
clorofila a, 10) potencial de oxidoreducción y 11) turbidez.

Pág. 159
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Laguna Negra

El registro del perfil vertical de la columna de agua en la Laguna Negra mostró un patrón térmico
similar al del embalse El Yeso, con cierto grado de estratificación, distinguiéndose tres capas: una
relativamente más cálida y homogénea en superficie (epilimnion), luego una capa intermedia de
descenso gradual de la temperatura (metalimnion), y otra capa homogénea de aguas más frías en
el fondo (hipolimnion), en este caso la diferencia entre las temperaturas de superficie y fondo fue
mayor que en El Yeso. Junto con esto, las concentraciones de oxígeno disuelto experimentaron un
aumento hacia el fondo, registrándose un punto de inflexión en su distribución relacionado
probablemente con la presencia de la zona hipolimnética. Por otra parte, se registraron valores
prácticamente homogéneos en profundidad para conductividad eléctrica y salinidad, potencial
Redox, turbidez y respuesta de fluorescencia (las menores registradas). Cabe destacar el pH, que
mostró valores menores en superficie, y la PAR la cual se extinguió aproximadamente cerca de los
40 metros (la mayor profundidad registrada).

1 2 3

4 5 6
Figura N° 87. Los valores graficados corresponden a promedios de los 6 perfiles registrados en la
Laguna Negra (12 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de oxígeno,
3) oxígeno disuelto, 4) conductividad eléctrica, 5) salinidad y 6) pH.

Pág. 160
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2

3 4
Figura N° 88. Los valores graficados corresponden a promedios de los 6 perfiles registrados en la
Laguna Negra (12 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8)
clorofila a, 10) potencial de oxidoreducción y 11) turbidez.

Pág. 161
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse Rapel

El registro de la estructura vertical de parámetros fisicoquímicos y biológicos en el Embalse Rapel

mostró un patrón térmico de aguas ligeramente más frías hacia el fondo, sin presencia de
estratificación clara. Sin embargo el comportamiento de la concentración de oxígeno disuelto
mostró un descenso marcado llegando a bajas y/o nulas concentraciones en las aguas más
profundas del embalse (zona del muro), lo que dio cuenta de una probable situación de
estratificación no observada ni en la temperatura, ni en el potencial Redox.

Por otra parte, se registraron valores prácticamente homogéneos en profundidad para

conductividad eléctrica, salinidad y potencial Redox. Sin embargo, se registró una mayor respuesta
fluorescente hacia la superficie, lo que podría relacionarse con la presencia de aguas más cálidas y
disponibilidad de luz, en particular de PAR, que se extinguió rápidamente antes de los primeros 3
metros.

Cabe destacar el comportamiento heterogéneo de la turbidez, la cual se debió probablemente a las

características mismas del embalse definido por la unión de distintas cubetas (subcuencas) con
características fluviales y lacustres.

Pág. 162
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2 3

4 5 6
Figura N° 89. Los valores graficados corresponden a promedios de los 6 perfiles registrados en el
Embalse Rapel (16 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de
oxígeno, 3) oxígeno disuelto, 4) conductividad eléctrica, 5) salinidad y 6) pH.

Pág. 163
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2

3 4
Figura N° 90. Los valores graficados corresponden a promedios de los 6 perfiles registrados en el
Embalse Rapel (16 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8)
clorofila a, 10) potencial de oxidoreducción y 11) turbidez.

Pág. 164
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Embalse Peñuelas

El registro de la estructura vertical del Embalse Peñuelas mostró un patrón de valores

prácticamente homogéneos en profundidad para todos los parámetros lo que pudo deberse
principalmente a que la pequeña columna de agua se encontró mezclada, probablemente por efecto
del viento. Cabe destacar la baja profundidad de extinción de la PAR probablemente relacionada con
la alta turbidez registrada.

1 2 3

4 5 6
Figura N° 91 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el
Embalse Peñuelas (17 de diciembre de 2013). Perfil 1) temperatura del agua, 2) saturación de
oxígeno, 3) oxígeno disuelto, 4) conductividad eléctrica, 5) salinidad y 6) pH.

Pág. 165
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

1 2

3 4
Figura N° 92 Los valores graficados corresponden a promedios de los 7 perfiles registrados en el
Embalse Peñuelas (17 de diciembre de 2013). Perfil 7) radiación fotosintéticamente activa (PAR), 8)
clorofila a, 10) potencial de oxidoreducción y 11) turbidez.

Pág. 166
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.7 SISTEMA PILOTO BOYA CON SENSORES Y TELEMETRIA (TAREAS N°7 Y N°8)

Dentro del marco de este estudio, la boya telemétrica ha permitido registrar series de tiempo de los
diferentes sensores, aportando información relevante para la caracterización de la dinámica del
embalse.

Al analizar las series de tiempo registradas (ver Figura N° 93), se pudo observar el
comportamiento de la estructura térmica vertical en el sector Muro del embalse Rapel, que en
conjunto con los registro de niveles (cota m.s.n.m.) medidos en la estación DGA, permitieron
diferenciar algunos períodos en los que se identificaron condiciones hidrodinámicas particulares. En
términos generales, se puede señalar la ocurrencia de los siguientes procesos: 1) Período de
estratificación moderada, 2) Descenso de nivel y operación de la central, 3) Mezcla completa por
convección en invierno, y 4) Aumento de nivel y estratificación moderada.

Entre enero y febrero de 2014, las temperaturas del agua en el embalse Rapel (sector muro)
variaron entre un máximo de 25 °C en superficie y un mínimo de 14 °C en el fondo, que fue
identificado como un período de estratificación moderada, en el cual el gradiente térmico se
mantuvo relativamente estable y las capas profundas presentaron un grado de aislamiento de las
capas superficiales.

A partir de la primera semana de marzo y hasta la última semana de abril, el embalse experimentó
un descenso de nivel desde aproximadamente una cota 104 hasta 101.8 m.s.n.m. Se observó una
relación entre la operación del embalse y la intensificación de los procesos de mezcla, que se notó
en la variabilidad del termistor de 35 m de profundidad durante marzo 2014. Durante este período
las temperaturas comenzaron a descender, debilitando el gradiente térmico.

Durante la primera semana de mayo y la última semana de agosto, el sitio de monitoreo mostró
tener una mezcla completa de su estructura térmica, que se asocia al mecanismo de convección
producido por la bajas temperaturas de invierno. En este período las temperaturas bajaron hasta
aproximadamente 10-11°C.

Desde la primera semana de septiembre, el embalse aumentó de nivel y se comenzó a registrar un

desarrollo de gradiente térmico y el inicio de un nuevo ciclo de estratificación moderada, producido
por el efecto combinado de una mayor radiación solar y el aumento de temperaturas.

Respecto a la magnitud y dirección del viento, en general presentaron una alta variabilidad, que
puede asociarse a los patrones diarios de las zonas costeras (mecanismos entre tierra-mar, y
viceversa). Sin embargo, las direcciones predominantes de los vientos son sólo dos: 120° (Sur-
Este) y 310° (Nor-Oeste). Estas direcciones dan cuenta de la condición local del sitio de medición
que se encuentra alineado con la cuenca (valle ex-río Rapel) en ese sector.

La respuesta del fluorómetro de clorofila a, mostró coincidencia con los procesos de mezcla
registrados por la cadena de termistores. Después del máximo de clorofila a observado en enero y
febrero, el sensor registró un aumento de clorofila a cada vez que capas intermedias y profundas de
la columna de agua se mezclaron. Cabe señalar que las mediciones de oxígeno disuelto realizadas
con la sonda CTD muestran anoxia de las capas profundas, y en consecuencia, condiciones de
óxido-reducción capaces de liberar nutrientes desde los sedimentos. Estas mediciones pueden ser
útiles para correlacionar y hacer seguimiento a mecanismos como la recarga interna de nutrientes.

Durante el período más frío en que el sistema se mantuvo mezclado, el fluorómetro registró
importantes aumentos de clorofila a en varios períodos. En estos casos se infiere que el aumento de

Pág. 167
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

producción primaria puede estar asociado a pulsos de caudales afluentes que arrastran importantes
cargas externas de nutrientes.

Con esta información recolectada por la boya, puede ser posible caracterizar este tipo de procesos,
y posteriormente hacer un seguimiento de las variables en tiempo real para alertar en forma
temprana la potencial ocurrencia de los florecimientos masivos de microalgas (blooms).

Figura N° 93 Series de tiempo de información registrada por la boya telemétrica durante

aproximadamente 5 meses (27 diciembre 2013 al 10 noviembre 2014). Gráficos muestran la
temperatura de la cadena de termistores a diferentes profundidades, la medición del fluorómetro de
clorofila a, la magnitud y dirección el viento. Adicionalmente se muestra el nivel medido por la
estación DGA (Rapel Muro).

Pág. 168
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

La observación de los datos de clorofila a registrados con el fluorómetro instalado en la boya, han
permitido contar con una serie de tiempo continua de la dinámica del fitoplancton en el embalse
Rapel (sector Muro). Se observa que en este caso, la clorofila a ha presentado una alta variabilidad
en el período de observación (Figura N° 94), encontrando en algunos casos valores en el rango
hipereutrófico, como también en el rango oligotrófico durante otras fechas.

Derivado del análisis de los datos de fluorescencia de clorofila medidos en la boya telemétrica, fue
hallado un patrón de variación intradiario marcado claramente por la salida y puesta del sol. Las
concentraciones de clorofila registradas durante las horas de oscuridad fueron siempre mayores a
las registradas durante las horas de luz, aumentando esta diferencia en períodos con mayor
radiación y con mayor biomasa presente.

Este patrón observado no obedecería a una variación real de la biomasa fitoplanctónica, sino que
correspondería principalmente a la existencia de un proceso fisiológico adaptativo llevado a cabo
por las microalgas. Estas, para minimizar daños importantes a nivel celular producidos por el estrés
oxidativo causado por alta radiación solar, se adaptan disipando la radiación excesiva en formas
alternativas a la fluorescencia, por ejemplo, en forma de calor u otras vías de transporte de
electrones a nivel celular.

Como pudo observarse, la existencia de este fenómeno conduce a una subestimación de la biomasa
de algas presentes, cuando se utilizan métodos fluorométricos. Para eliminar este efecto, el análisis
de clorofila a con el sensor fluorométrico fue realizado sólo con datos nocturnos (registrados en
horas sin radiación solar).

Figura N° 94 Serie de tiempo de clorofila a medida con fluorómetro instalado en la boya. Se indica
la referencia de los rangos tróficos en embalse Rapel (sector muro).

Pág. 169
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

En la Tabla N° 36 y Figura N° 95 se muestra una estimación del porcentaje del tiempo en que el
agua en torno a la boya presentó un determinado estado trófico (entre 27 diciembre 2013 y 10
noviembre 2014). Los datos indican que una parte importante del tiempo (42%) la estación
presentó un estado eutrófico, y el tiempo restante el sistema presentó una condición oligotrófica
(12%), mesotrófica (29%) e hipereutrófica (17%). Este tipo de información puede ser de gran
importancia para evaluar la representatividad temporal de las mediciones discretas que se realizan
en los diferentes cuerpos de agua.

Los datos numéricos de la boya se presentan en el Anexo 17.

Pág. 170
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 36 Estimación del porcentaje del tiempo por cada rango de estado trófico, medido en
forma continua entre 27 diciembre 2013 y 10 noviembre 2014, en el embalse Rapel (sector muro).

Rango Clorofila a Número de mediciones Porcentaje del

Estado Trófico (ug/l) (frecuencia c/30 minutos) tiempo
Oligotrófico 0 a 3.5 678 12%
Mesotrófico 3.5 a 9 1605 29%
Eutrófico 9 a 25 2296 42%
Hipereutrófico > 25 923 17%
*Para evitar fotoinhibición, son datos nocturnos.

Figura N° 95 Porcentaje del tiempo por cada rango de estado trófico en el embalse Rapel (sector
muro)

Pág. 171
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.8 ANÁLISIS INTEGRADO DE RESULTADOS SEGÚN DISEÑO EXPERIMENTAL

La presentación de los resultados integrados se realizó en base a los diseños experimentales

implementados en el estudio, y a partir de éstos, se pudo evaluar la capacidad de observar cambios
en la calidad de agua con diferentes plataformas y escalas espaciales.

5.8.1 CONDICIONES CONTROLADAS EN LABORATORIO

Los resultados obtenidos en condiciones controladas mostraron que las diferentes concentraciones
de clorofila a y sólidos suspendidos modificaron la firma de reflectancia en porciones específicas del
espectro electromagnético (Figura N° 96). De acuerdo al análisis detallado en el Anexo 15, la
clorofila a mostró estar relacionada a los cambios de reflectancia en las porciones azul y roja. Al
aplicar un modelo entre las bandas roja e infrarroja cercana (rango rojo entre 665 y 681 nm, y
rango IR cercano entre 681 y 709 nm, Figura N° 97), se obtuvo un coeficiente de determinación
alto (r2=0.98), que indica que bajo estas condiciones experimentales la concentración de clorofila a
puede ser estimada con precisión.

Los sólidos suspendidos mostraron una alta correlación en extensas porciones del espectro verde,
rojo e infrarrojo cercano. Al aplicar un modelo de estimación de sólidos suspendidos (Figura N°
98) se obtuvo también un coeficiente de determinación alto (r2>0.99).

Los datos de las firmas se presentan en el Anexo 13.

Figura N° 96 Firmas espectrales medidas en condiciones controladas

Pág. 172
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 97 Correlación entre clorofila a e índice espectral, para el caso en condiciones

controladas

Figura N° 98 Correlación entre sólidos suspendidos e índice espectral, para el caso en condiciones
controladas

5.8.2 MEDICIÓN DE CAMPO EN ESTACIÓN DE MUESTREO

Los resultados obtenidos mediante mediciones con Espectroradiómetro de campo realizadas en

cinco lagos de la zona central mostraron que las firmas espectrales presentaron una alta
variabilidad entre los diferentes sistemas (Figura N° 99), debido a la heterogeneidad de sus
componentes de calidad de agua. Al aplicar un modelo entre las bandas roja e infrarroja cercana
(Figura N° 100) para estimar clorofila a, se obtuvo un coeficiente de determinación alto (r 2=0.91).
Para estimación de sólidos suspendidos el modelo aplicado (Figura N° 101) dio como resultado un
coeficiente de determinación medio (r2=0.83).

Los datos de las firmas se presentan en el Anexo 14.

Pág. 173
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 99 Firmas espectrales medidas en campo en cinco lagos de la zona central

Figura N° 100 Correlación entre clorofila a e índice espectral, para el caso de mediciones de firmas
espectrales en campo

Pág. 174
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 101 Correlación entre sólidos suspendidos e índice espectral, para el caso de mediciones
de firmas espectrales en campo

5.8.3 LEVANTAMIENTO AÉREO EN ZONA CENTRAL

De forma similar a lo realizado con Espectrorradiómetro de campo, los resultados obtenidos

mediante imágenes hiperespectrales en cinco lagos de la zona central mostraron que las firmas
espectrales presentaron una alta variabilidad entre los diferentes sistemas (Figura N° 102), debido
a la heterogeneidad de sus componentes de calidad de agua. Al aplicar un modelo entre las bandas
roja e infrarroja cercana (Figura N° 103) para estimar clorofila a, se obtuvo un coeficiente de
determinación alto (r2=0.90). Para estimación de sólidos suspendidos el modelo aplicado (Figura
N° 104) dio como resultado un coeficiente de determinación medio (r2=0.78).

Los datos de las firmas se presentan en el Anexo 15.

Pág. 175
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 102 Firmas espectrales medidas mediante sensor hiperespectral aerotransportado, en 5

lagos de la zona central

Figura N° 103 Correlación entre clorofila a e índice espectral, para el caso de mediciones de firmas
espectrales con sensor aerotransportado

Pág. 176
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 104 Correlación entre sólidos suspendidos e índice espectral, para el caso de mediciones
de firmas espectrales con sensor aerotransportado

5.8.4 IMÁGENES SATELITALES EN EMBALSE RAPEL

 Clorofila a

Para el caso específico del embalse Rapel, se comparó la aplicación de varios modelos de estimación
de clorofila a y su desempeño en orden descendente fue: Hiperespectral (modelo CHLA_06
r2=0.94), WORLDVIEW-2 (modelo CHLA_22 r2=0.63), LANDSAT (CHLA_17 r2=0.35), según se
muestra en la Tabla N° 37. Los modelos para estimación de clorofila a no fue aplicable en la
imagen FASAT-C debido a los problemas identificados en el procesamiento.

Tabla N° 37 Resultados de modelos de clorofila a con imágenes hiperespectrales y

multiespectrales, en embalse Rapel.

Coeficiente Error
Datos de
de RMSE Desempeño
Modelo Modelo de Clorofila a calibració
determinació (ug/l r2 *
n
n (r2) )
Hiperespectral (AISA) Embalse 0.90 0.6 Alto
Chla_3 𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) − 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Rapel
Hiperespectral (AISA) Embalse 0.94 0.5 Alto
Chla_6 𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) / 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Rapel
Multiespectral (de firma LANDSAT) Embalse 0.35 1.6 Bajo
Chla_17 𝐵3 /𝐵1 Rapel
Multiespectral (de firma LANDSAT) Embalse 0.12 1.8 Bajo
Chla_20 𝐵2 /𝐵1 Rapel
Multiespectral (de firma Embalse 0.61 1.2 Bajo
WORDVIEW-2) Rapel
Chla_21 𝐵3 /𝐵1
Multiespectral (de firma Embalse 0.63 1.2 Medio
WORDVIEW-2) Rapel
Chla_22 𝐵2 /𝐵1
Multiespectral (de firma FASAT-C) Embalse n/a n/a n/a
Chla_23 𝐵3 /𝐵1 Rapel
Chla_24 Multiespectral (de firma FASAT-C) Embalse n/a n/a n/a

Pág. 177
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Coeficiente Error
Datos de
de RMSE Desempeño
Modelo Modelo de Clorofila a calibració
determinació (ug/l r2 *
n
n (r2) )
𝐵2 /𝐵1 Rapel

n/a: no fue aplicable; *Desempeño r2 en base a criterio de Tabla N° 28

 Sólidos suspendidos

Para el caso específico del embalse Rapel, también se comparó la aplicación de varios modelos de
estimación de sólidos suspendidos y su desempeño en orden descendente fue: Hiperespectral
(modelo SS_2 r2=0.96), WORLDVIEW-2 (modelo SS_8 r2=0.79), LANDSAT (SS_7 r2=0.18), según
se muestra en la Tabla N° 38. Los modelos para estimación de sólidos suspendidos no fue
aplicable en la imagen FASAT-C debido a los problemas identificados en el procesamiento.

Tabla N° 38 Resultados de modelos de sólidos suspendidos con imágenes hiperespectrales y

multiespectrales en embalse Rapel.

Coeficiente
Error
Datos de de Desempeño
Modelo Modelo de Sólidos Suspendidos RMSE
calibración determinaci r2 *
(mg/l)
ón (r2)
SS_2 0.96
Hiperespectral (AISA) Embalse
(con R723 0.7 Alto
𝑅𝑖 donde 𝑖 = 400 𝑎 900 𝑛𝑚 Rapel
nm)
SS_4 Hiperespectral (AISA) Embalse
0.01 3.3 Bajo
(𝑅730−740 )/(𝑅540−560 ) Rapel
SS_7 Multiespectral (de firma LANDSAT) Embalse 0.18
3.0 Bajo
𝐵𝑖 Rapel (con B4)
SS_8 Multiespectral (de firma WORLDVIEW-
Embalse 0.79
2) 1.5 Medio
Rapel (con B4)
𝐵𝑖
SS_9 Multiespectral (de firma FASAT-C) Embalse
n/a n/a n/a
𝐵𝑖 Rapel

n/a: no fue aplicable; *Desempeño r2 en base a criterio de Tabla N° 28

5.8.5 LEVANTAMIENTO AÉREO E IMAGEN SATELITAL EN RED DE LAGOS

Este diseño experimental corresponde a la utilización de información proveniente de levantamientos

aéreos e imágenes satelitales, y la posterior aplicación de una serie de modelos de estimación de
parámetros de calidad de agua (clorofila a y sólidos suspendidos), en un total de 21 cuerpos
lacustres considerados en el estudio (Red de Lagos DGA + adicionales).

Pág. 178
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Para la calibración y validación, se consideró el uso combinado de información de campo de

muestras medidas durante el presente estudio (diciembre 2013), como también información de la
base de datos de la Red de Lagos DGA que tiene disponibles mediciones estivales de temporadas
anteriores (Ej: Veranos 2011, 2012 y 2014). En consecuencia, existe un desfase de los datos de
campo con los métodos de teledetección, que va desde algunas horas hasta diferencia de años.

5.8.5.1 Evaluación de resultados de modelos de estimación de parámetros de calidad de

agua

 Clorofila a

Para la Red de Lagos DGA y cuerpos lacustres adicionales considerados en el estudio, se comparó la
aplicación de varios modelos de estimación de clorofila a, según se muestra en la Tabla N° 39. Los
resultados mostraron que al considerar todos los lagos, el mejor desempeño fue del modelo
hiperespectral CHLA_1 (r2=0.88 y RMSE=2.6 ug/l). Los modelos multiespectrales entregaron
desempeños bajos (r2<0.3).

Al considerar sólo los lagos oligotróficos y mesotróficos (clorofila a <9 ug/l), el desempeño en orden
descendente fue: Hiperespectral CHLA_5 (r2=0.81 y RMSE=2.3 ug/l) y Multiespectral Landsat
CHLA_19 (r2=0.65 y RMSE=2.2 ug/l). A modo comparativo el modelo CHLA_14 (r2=0.72 y
RMSE=1.3 ug/l) muestra una mejora en el desempeño del modelo multiespectral.

Los modelos que presentaron mayor error fueron CHLA_7, CHLA_11 y CHLA_13, los que bajo el
criterio de validación (RMSE>3.5 ug/l) serían descartados como modelos posibles de ser aplicados
en el presente estudio.

Tabla N° 39 Resultados de modelos de clorofila a con imágenes hiperespectrales y

multiespectrales en la Red de Lagos

Datos de Coeficiente Error Desempeño

Modelo de Clorofila a calibración de validación r2 *
Modelo determinació RMSE
n (r2) (ug/l)
Chla_1 Hiperespectral (AISA) Todos 0.88 2.6 Medio / Alto
Chla_2 𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) − 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Chla < 9 ug/l 0.75 1.9 Medio
Chla_4 Hiperespectral (AISA) Todos 0.64 1.9 Medio
Chla_5 𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) / 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Chla < 9 ug/l 0.81 2.3 Medio
Chla_7 Hiperespectral (AISA) Todos 0.64 5.4 Medio
Chla_8 (𝑅665−675 −1 − 𝑅705−725 −1 ) ∙ (𝑅730−755 ) Chla < 9 ug/l 0.64 3.0 Medio
Chla_9 Hiperespectral (AISA) OC3M Todos 0.25 1.3 Bajo
10𝑎0+𝑎1∗𝑥+𝑎2∗𝑥
2 +𝑎3∗𝑥 3 +𝑎4∗𝑥 4
Chla < 9 ug/l 0.62 1.3 Medio / Bajo
max(𝑅443 ,𝑅490 )
Donde 𝑥 = log 10 ( ),
𝑅550
Chla_10 𝑎𝑖 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑎𝑗𝑢𝑠𝑡𝑒
Chla_11 Multiespectral (promediado de Todos 0.30 4.3 Bajo
hiperespectral) Chla < 9 ug/l 0.68 1.3 Medio
Chla_12 𝐵3 /𝐵1
Chla_13 Multiespectral (promediado de Todos 0.22 4.5 Bajo
Chla_14 hiperespectral) Chla < 9 ug/l 0.72 1.3 Medio

Pág. 179
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

𝐵2 /𝐵1
Chla_15 Multiespectral (de firma Todos 0.10 2.8 Bajo
LANDSAT) Chla < 9 ug/l 0.60 2.3 Bajo
Chla_16 𝐵3 /𝐵1
Chla_18 Multiespectral (de firma Todos 0.05 3.3 Bajo
LANDSAT) Chla < 9 ug/l 0.65 2.2 Medio
Chla_19 𝐵2 /𝐵1

*Desempeño r2 en base a criterio de Tabla N° 28

Al comparar las mediciones y estimaciones de clorofila a con los modelos hiperespectrales (CHLA_1
y CHLA_5) se observa que en la mayoría de los sistemas oligotróficos, el modelo comparte la clase
de estado trófico (Figura N° 105). Los resultados para sistemas mesotróficos presentan mayor
diferencia, y sólo 2 de 5 casos, comparten la clase. El error RMSE del modelo es comparable en
magnitud a los rangos tróficos, que indica que bajo las condiciones consideradas en este diseño
experimental, la clasificación de estado trófico presentó un importante grado de incertidumbre.

Figura N° 105 Comparación de valores clorofila a medidos y estimados con modelos

hiperespectrales CHLA_1 y CHLA_5. Se señalan límites de rangos tróficos de clorofila a.

De modo similar a los resultados hiperespectrales, las estimaciones con el modelo multiespectral
CHLA_19 comparten clase con los datos medidos en la mayoría de los sistemas oligotróficos
(Figura N° 106), sin embargo, también presenta un error que agrega un importante grado de
incertidumbre en la clasificación.

Pág. 180
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 106 Comparación de valores clorofila a medidos y estimados con modelo multiespectral
CHLA_19 sobre imágenes Landsat. Se señalan límites de rangos tróficos de clorofila a.

 Sólidos suspendidos

Para cuerpos lacustres de la zona central considerados en el estudio, se comparó la aplicación de

varios modelos de estimación de sólidos suspendidos, según se muestra en la Tabla N° 40. Los
resultados mostraron que el mejor desempeño fue del modelo hiperespectral SS_1 (r 2=0.95 y
RMSE=1.4 ug/l) basado en una banda de reflectancia infrarroja cercana (R704 nm). Entre los
modelos de imágenes multiespectrales, el modelo SS_5 (r 2=0.85) basado en el espectro rojo,
desempeñó mejor que el modelo SS_6 (r2=0.37) de Landsat, que posiblemente estuvo relacionado
con la diferencia temporal de las imágenes Landsat y las mediciones de campo.

Tabla N° 40 Resultados de modelos de sólidos suspendidos con imágenes hiperespectrales y

multiespectrales en la zona central

Coeficiente
Error
Datos de de Desempeño
Modelo Modelo de Sólidos Suspendidos RMSE
calibración determinació r2 *
(mg/l)
n (r2)
SS_1 Hiperespectral (AISA) Zona Central 0.95 1.4 Alto
𝑅𝑖 donde 𝑖 = 400 𝑎 900 𝑛𝑚 (con R704
nm)
SS_3 Hiperespectral (AISA) Zona Central 0.57 4.2 Bajo
(𝑅730−740 )/(𝑅540−560 )
SS_5 Multiespectral (promediado de Zona Central 0.85 2.5 Medio
hiperespectral) (con B3)
𝐵𝑖 donde 𝑖 = 1 𝑎 4 ,con 1=azul,
2=verde, 3=rojo y 4=infrarrojo
cercano
SS_6 Multiespectral (de firma LANDSAT) Zona Central 0.37 5.1 Bajo
𝐵𝑖 (con B3)

*Desempeño r2 en base a criterio de Tabla N° 28

Pág. 181
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.8.5.2 MAPAS DE CLOROFILA Y SOLIDOS SUSPENDIDOS

 Aplicación de modelos de Clorofila a

Los modelos que mostraron mejor desempeño fueron aplicados a las imágenes multiespectrales e
hiperespectrales (ver Tabla N° 41), y se generaron mapas de distribución espacial de clorofila a.

Tabla N° 41 Modelos de clorofila a aplicado a las imágenes hiperespectrales y multiespectrales

Modelo de Clorofila a Expresión matemática*

Chla_1 Hiperespectral (AISA)
𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) − 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Chla = 0.123886*(𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 ) − 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 )) +
0.562697
Chla_5 Hiperespectral (AISA)
𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 )/ 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) Chla = 14.71264*𝑚𝑎𝑥(𝑅681 𝑎 𝑅709 )/ 𝑚𝑖𝑛(𝑅665 𝑎 𝑅681 ) -
14.679409
Chla_19 Multiespectral (LANDSAT) Chla = 2.88153*(𝐵2 /𝐵1 )- 1.186412
𝐵2 /𝐵1

*Unidades: Concentración Chla (ug/l); Reflectancia (reflectancia x 100). Ej: 5% de reflectancia

equivale a 500.

En la Figura N° 107 se muestra el mapa de clorofila a estimada para la Laguna de Aculeo y en la

Figura N° 108 el mapa del Lago Villarrica. En el Anexo 23 se incluye el total de los mapas.

Las figuras que se presentan tienen una graduación de colores de menor a mayor clorofila a, que se
representa en colores fríos (azul) hasta colores cálidos (rojo), respectivamente. Cabe señalar que
los rangos se ajustaron para maximizar en contraste dentro del lago, y así poder observar posibles
patrones de distribución dentro de él. Al comparar distintos métodos (Imagen multiespectral v/s
hiperespectral), los rangos de las escalas de colores pueden variar en cada figura, debido a las
diferencias de estimación que pueden existir entre los modelos.

Los resultados de la estimación de la clorofila a mostraron diferentes patrones de distribución según

los modelos utilizados, los cuales fueron escogidos por presentar los mayores coeficientes de
determinación r2 a la escala regional que comprende la Red de Lagos de DGA.

En el caso de la Laguna de Aculeo (Figura N° 107) que es un cuerpo lacustre que presentó valores
mesotróficos al momento de la adquisición de datos, el uso de información hiperespectral (modelo
CHLA_1) permitió observar algunas masas de agua de mayor concentración que se mezclan con
otras de menor concentración, mostrando un patrón de distribución heterogéneo dentro de la
laguna. El modelo multiespectral de la imagen LANDSAT (CHLA_19), en cambio, no mostró ningún
patrón definido y los valores presentaron una alta variabilidad entre píxeles.

De forma inversa a lo descrito para la laguna de Aculeo, en el lago Villarrica (Figura N° 108) el
resultado generado con el uso de la imagen multiespectral LANDSAT (modelo CHLA_19) mostró un
patrón de distribución heterogéneo y la interacción de masas de agua con diferentes
concentraciones dentro del lago. El modelo aplicado con información hiperespectral (modelo

Pág. 182
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

CHLA_1) no mostró un patrón de distribución bien definido, y presentó alta variabilidad a nivel de
píxeles vecinos.

Para el resto de los mapas de clorofila a estimada, en el Anexo 23 se indica el tipo de patrón
espacial estimado y la existencia de factores morfológicos que pueden posiblemente explicar sus
distribuciones.

Pág. 183
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 107 Mapa de clorofila a estimada (ug/l) mediante teledetección. Laguna de Aculeo.

Pág. 184
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 108 Mapa de clorofila a estimada (ug/l) mediante teledetección. Lago Villarrica.

Pág. 185
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

 Aplicación de modelos de Sólidos Suspendidos

Los modelos que mostraron mejor desempeño fueron aplicados a las imágenes multiespectrales e
hiperespectrales (ver Tabla N° 42), y se generaron mapas de distribución espacial de sólidos
suspendidos.

Tabla N° 42 Modelos de sólidos suspendidos aplicados a las imágenes hiperespectrales y

multiespectrales

Modelo de Sólidos Suspendidos Expresión matemática*

SS_1 Hiperespectral (AISA) SS = 0.029762 *𝑅704 – 0.812339

𝑅𝑖 donde 𝑖 = 704 𝑛𝑚
SS_5 Multiespectral (promediado de SS = 0.069792 *𝐵3 – 3.194602
hiperespectral)
𝐵𝑖 donde 𝑖 = 3
*Unidades: Concentración SS (mg/l); Reflectancia (reflectancia x 100). Ej: 5% de reflectancia
equivale a 500.

En la Figura N° 109 se muestra el resultado para el embalse Rapel y en Anexo 24 se incluye el

total de los mapas.

Pág. 186
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Figura N° 109 Mapa de sólidos suspendidos estimados (mg/l) mediante teledetección. Embalse
Rapel.

Pág. 187
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.8.6 IMAGEN SATELITAL DE ESCALA REGIONAL EN LAGO LLANQUIHUE

El lago Llanquihue es un cuerpo de agua de gran cobertura espacial (860 km2) que presenta un
estado oligotrófico, lo que permite la aplicación experimental de imágenes MODIS (Figura N° 110)
y modelos de estimación de clorofila a que son ampliamente usados en aplicaciones oceánicas
(aguas Caso-I).

En Llanquihue se encontraron 22 imágenes MODIS entre 2004-2013, que coincidieron en fechas de

monitoreos de la base de datos de la Red de Lagos (con una diferencia temporal promedio de 4
días), a las que se les aplicó un modelo de estimación de clorofila a OC3 (Figura N° 111) orientado
a estimar rangos de clorofila a muy bajos (principalmente concentraciones de clorofila a 0.01 a 3
ug/l). Se observó que para el lago Llanquihue, el modelo de estimación tiene un buen desempeño
(RMSE=0.4ug/l), que puede aumentar la certeza de la estimación en lagos de baja concentración
de clorofila a.

Figura N° 110 Imágenes MODIS y modelo OC3 para Lago Llanquihue

Pág. 188
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Modelo MODIS OC3

2 +𝑎3∗𝑥 3 +𝑎4∗𝑥 4
10𝑎0+𝑎1∗𝑥+𝑎2∗𝑥
max(𝑅443 ,𝑅490 )
Donde 𝑥 = log 10 ( ),
𝑅550
𝑎𝑖 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑎𝑗𝑢𝑠𝑡𝑒

Figura N° 111 Modelo OC3 y comparación de clorofila a estimada y medida para el Lago
Llanquihue

De acuerdo a lo observado en las firmas espectrales adquiridas en la Red de Lagos DGA existe un
grupo de lagos que presentan firmas espectrales similares a lago Llanquihue, mostrando una fuerte
disminución de la reflectancia en bandas roja e infrarroja cercana, en los cuales la clorofila a podría
relacionarse a la absorción en el espectro azul y verde. En ellos también se puede considerar válida
la aplicación de modelos de aguas Caso-I como el modelo OC3 para estimar clorofila a en rangos
oligotróficos.

Se identificaron y seleccionaron 14 cuerpos lacustres en los cuales la clorofila podría verse

expresada en bandas de aguas Caso-I, y donde el modelo para aguas oceánicas podría entregar un
valor más preciso en rangos de lagos oligotróficos. Los lagos identificados fueron: Laguna Negra,
Lago Chapo, Lago Llanquihue, Lago Todos los Santos, Lago Rupanco, Lago Puyehue, Lago Ranco,
Lago Riñihue, Lago Panguipulli, Villarrica, Lago Caburgua, Lago Calafquén, Lago Lanalhue y Laguna
Grande de San Pedro.

Para estos lagos, la resolución del satélite MODIS es muy gruesa (1km) para detectar
adecuadamente los espejos de agua, por lo que se utilizó la información de imágenes adquiridas
con vuelos hiperespectrales de resolución espacial fina (2 a 5 m). En ellas se aplicó el modelo OC3
sobre las bandas 443 nm, 490 nm y 550 nm, obteniendo un error relativamente bajo (RMSE=0.8
ug/l) para este tipo de cuerpos lacustres (Figura N° 112).

Figura N° 112 Estimación de clorofila a mediante modelo OC3 para una selección de 14 cuerpos
lacustres

Pág. 189
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

5.9 DISCUSIÓN DE RESULTADOS

La revisión del estado del arte mostró que las metodologías de teledetección y boyas son
ampliamente utilizadas en el estudio de calidad de agua en cuerpos lacustres a nivel mundial. En
aplicaciones de teledetección, el parámetro de mayor interés es generalmente clorofila a, y en
menor medida, sólidos suspendidos. Los métodos más usados en teledetección son principalmente
imágenes obtenidas mediante plataformas satelitales multiespectrales de resolución moderada y de
escala regional, y en menor medida, imágenes hiperespectrales. La aplicación de estas técnicas
mostró desempeños variables, y sus resultados en términos de coeficiente de determinación
pueden estar entre r2=0.5 a 0.9 para clorofila a, y desde r2=0.6 a >0.9 para sólidos suspendidos
(Odermatt et al, 2012).

De acuerdo a la metodología desarrollada en el presente estudio, la aplicación de herramientas

tecnológicas de teledetección fue organizada en seis diseños experimentales diferentes,
combinando resoluciones espectrales de los sensores y diversos datos de campo. Del análisis de
resultados se observó una importante relación entre el grado de ajuste de los modelos y las
condiciones experimentales en las cuales se desarrollaron las mediciones.

En un diseño experimental con condiciones controladas (laboratorio), los modelos de estimación de

clorofila a y sólidos suspendidos tuvieron altas correlaciones (r2>0.98), que permitieron detectar
pequeños cambios de concentración, lo que demuestra que efectivamente estos parámetros de
calidad de agua pueden ser estimados mediante sus propiedades ópticas. Con este diseño se pudo
observar y corroborar que hay existen porciones del espectro electromagnético que presentaron
una alta correlación con la absorción de clorofila a: 1) el rango azul, y 2) al rango rojo. En el rango
azul, la correlación disminuyó notablemente al aumentar los sólidos suspendidos, lo que limitaría el
uso de esta porción del espectro en lagos con mayor concentración de sólidos suspendidos (aguas
Caso II). Para el rango rojo, la curva de correlación fue relativamente invariante para diversos
niveles de sólidos suspendidos. En consecuencia, la absorción de clorofila a podría estimarse mejor
en este rango para cuerpos lacustres con mayores sólidos suspendidos (aguas Caso II).

Los sucesivos diseños experimentales realizados con espectrorradiómetro de campo, y con

herramientas de teledetección hiperespectral, aplicados en cinco lagos de la zona central,
incorporaron variabilidad natural que puede ser encontrada en cuerpos lacustres de la ecorregión
Mediterránea. Aun cuando se observó una mayor dispersión de los datos, el ajuste de los modelos
(para aguas Caso II) fue alto para clorofila a (r2>0.90) y medio para sólidos suspendidos (r2 en
torno a 0.80), que son resultados de desempeño alto pero menor a los obtenidos en condiciones
controladas (laboratorio).

Con el objetivo de evaluar la condición trófica de la Red de Lagos DGA, se llevó a cabo la extensión
de los análisis a un total de 21 cuerpos lacustres, lo que implicó la incorporación de información de
sistemas que geográficamente pertenecen a otras ecorregiones y también que la disponibilidad de
datos para calibración fuese extemporánea (base de datos que contiene algunos datos de años
anteriores), lo que limitó el desempeño y evaluación de los modelos. Aún bajo estas condiciones, se
obtuvieron resultados con correlaciones medias (modelo CHLA_1 r2=0.88; modelo Chla_5 r2=0.81;
modelo CHLA_19 r2=0.65) que pueden ser mejorados con la incorporación de datos más
contemporáneos en el futuro.

Respecto a las imágenes satelitales multiespectrales, en la práctica no es posible coordinar una

toma de muestras simultánea (o fechas de campañas de la base de datos) con el paso de los
satélites, por lo que la evaluación de las herramientas basadas en imágenes satélites podría estar
permanentemente sujeta a un grado de incerteza por la comparación con datos extemporáneos.

Pág. 190
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Aun así, las imágenes satelitales pueden ser útiles para tener valores aproximados de algunas
variables (Chla y SS) a escala regional.

Comparativamente, los modelos basados en imágenes hiperespectrales desempeñaron mejor

respecto a las imágenes multiespectrales utilizadas. Si bien, existe un grado de incerteza por
comparar datos extemporáneos, el mejor desempeño de los modelos hiperespectrales se basa en
que el detalle de la información espectral continua permite describir y correlacionar de forma más
precisa los rangos de absorción de la clorofila a.

Un resultado relevante relacionado a esto fue que ningún modelo multiespectral Landsat aplicado
sobre todos los lagos (rango oligotrófico hasta hipereutrófico), tuvo resultados adecuados (modelos
CHLA_11, CHLA_13, CHLA_15 y CHLA_18, coeficiente de determinación r2<0.3). Esto puede
asociarse a que las bandas multiespectrales tienen reducida capacidad de detectar clorofila a en
sistemas de aguas caso-II.

Respecto al uso de teledetección en el embalse Rapel, la imagen Worldview-2 mostró un mejor

desempeño que la imagen Landsat, pero significativamente más bajo que la imagen hiperespectral.
En este lugar los resultados de la imagen Fasat-C no pudieron ser comparados, debido a que la
corrección atmosférica no pudo ser aplicada adecuadamente. En cuanto al uso de las imágenes
MODIS en el Lago Llanquihue, los resultados permitieron evaluar el uso experimental del modelo
OC3 aplicado a sistemas lacustres.

Entre las dificultades intrínsecas a tener en consideración, tiene relación con que el objetivo en
estudio (agua) presenta características reflectivas particulares y extremas dentro de la escena
teledetectada, debido a que en general el agua refleja muy poca energía (reflectancia en torno a
6% en lagos de la zona central, y como máximo 2-3% en lagos araucanos). Dentro de este rango
de reflectancia es donde se deben detectar las señales espectrales asociadas a los componentes
ópticamente activos (Ej: clorofila a y sólidos suspendidos). A pesar de esta dificultad, la información
adquirida con imágenes hiperespectrales permitió detectar niveles de radiometría de baja magnitud
con detalle. Este hecho se observa en que el modelo que desempeñó mejor para cuerpos lacustres
oligotróficos y mesotróficos (Chla < 9 ug/l), fue el modelo CHLA_5 basado en los rangos rojo e
infrarrojo, que son porciones del espectro con baja energía reflejada.

Otra dificultad que se debe tener en cuenta, es que bajo ciertas condiciones particulares de
iluminación, el agua puede reflejar la luz en forma de brillo especular hacia el sensor. Esto se
intensifica bajo ciertas condiciones geométricas, asociadas al ángulo formado por los vértices sol-
objetivo-sensor, o bien, en presencia de rugosidad (oleaje) en la superficie del agua. Aunque
metodológicamente se puede reducir este efecto, la adquisición de imágenes aerotransportadas y
satelitales es normalmente susceptible a incorporar parte de este brillo en la señal espectral
medida.

Los resultados obtenidos con el uso de la boya telemétrica, mostraron que el diseño del sistema
piloto funcionó correctamente durante el período de estudio (diciembre 2013 a noviembre 2014),
durante el cual transmitió datos en forma continua y en tiempo real. Los resultados permitieron
describir el comportamiento de las series temporales y establecer correlaciones con el
funcionamiento del cuerpo lacustre (embalse Rapel). Respecto al uso de sensores en campo, se
debe considerar que el uso de fluorómetros de clorofila a (CTD y dataloggers) puede verse afectado
en algún grado por un efecto de fotoinhibición, cuando se encuentran bajo el efecto de radiación
solar alta en la parte superior de la zona fótica.

Pág. 191
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

6 CONCLUSIONES

La propuesta metodológica desarrollada, la que consideró el uso de teledetección con imágenes

aerotransportadas y satelitales, interpretación de firmas espectrales y comparación con datos
medidos en campo, fue adecuada para evaluar el desempeño de diferentes herramientas
tecnológicas relacionadas con el estudio remoto de parámetros de calidad de agua y de estado
trófico (clorofila a y sólidos suspendidos).

Estas herramientas tecnológicas utilizadas en la ecorregión Mediterránea, permitieron obtener altas

correlaciones entre clorofila a estimada y medida, bajo el cumplimiento del requisito de
simultaneidad entre datos hiperespectrales y muestras de campo. Al extrapolar la utilización de la
metodología a la ecorregión de Lagos Valdivianos (Araucanos y Costeros), los resultados
disminuyeron su poder de correlación, posiblemente debido a la diferencia temporal entre los datos
teledetectados y la base de datos de calidad de agua.

En la medida que se tiene control sobre la adquisición de datos teledetectados (multi o

hiperespectral) y existe coincidencia espaciotemporal con las muestras de agua, se puede tener una
adecuada calibración y validación de modelos de estimación de parámetros de calidad de agua
(clorofila a y sólidos suspendidos).

En el caso de imágenes multiespectrales la aplicación se debería restringir a aguas Caso-I, dada su

bajo desempeño en detectar clorofila a en lagos eutróficos con presencia de sólidos suspendidos.
Las imágenes hiperespectrales presentaron una mayor aplicabilidad, y pueden utilizarse en
diferentes tipos de agua (Caso-I y Caso-II), ya que las firmas espectrales permiten analizar ambos
rangos donde se expresa la clorofila a (espectro azul y rojo).

Para mejorar la implementación de la herramienta de teledetección en la Red de Lagos, se requiere

extender la información de firmas espectrales y complementarla con monitoreos simultáneos de
campo. Es necesario reducir la incertidumbre de los modelos de estimación, utilizando firmas
espectrales de un mayor número de estaciones de monitoreo y de diferentes estaciones del año, de
modo que los datos tengan la potencialidad de aumentar la densidad de puntos de calibración en un
amplio rango de clorofila a. También se debe considerar que estas mediciones de radiometría y
toma de muestras de agua superficial se realicen simultáneamente.

La implementación de un sistema de observación piloto mediante una boya telemétrica, dio la

posibilidad de obtener datos de alta resolución, en forma continua y en tiempo real, que permitió
observar la dinámica del cuerpo de agua y registrar fenómenos que previamente no eran
observables con datos discretos (monitoreos estacionales). Los datos registrados permitieron
relacionar simultáneamente el funcionamiento y dinámica de las variables ambientales, la
hidrodinámica y el comportamiento del fitoplancton. La información generada y transmitida en
tiempo real, ofrece la oportunidad a investigadores, tomadores de decisión y público general, de
llevar a cabo acciones de gestión de alerta temprana. Se concluye que esta plataforma puede ser la
base de una red de observación regional y global, para entender, predecir y comunicar la respuesta
de los cuerpos lacustres en potenciales escenarios de cambio global.

Pág. 192
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

7 RECOMENDACIONES

La Red de Lagos (RL) determina fundamentalmente el estado trófico de lagos Araucanos, resultados
que no son extensibles a otros cuerpos de agua en el territorio nacional, como son los costeros,
andinos, patagónicos, altiplánicos, insulares, entre otros. Considerando la elevada demanda y
presión que existe actualmente sobre estos recursos hídricos, es necesario incrementar la cobertura
de la RL a lagos de otras ecorregiones. En este contexto, las metodologías de teledetección
permitirían extender gradualmente el monitoreo de otros cuerpos lacustres, a escala nacional. Esto
permitiría tener un diagnóstico del estado ambiental de las cuencas hidrográficas, toda vez que los
lagos son sumideros de los materiales que son exportados en función de los diferentes usos del
suelo y actividades industriales asociadas a cada una de ellas.

La incorporación de metodologías de teledetección permitiría mejorar la representatividad espacial

de las mediciones del estado trófico en los lagos, particularmente en el marco de la implementación
y seguimiento de las Normas Secundaria de Calidad (asociado a la clorofila a) y la gestión de planes
de manejo de los mismos.

Actualmente el diseño de muestreo asociado a la RL permite obtener valores de referencia del

estado del recurso hídrico con una frecuencia estacional en el mejor de los casos, la instalación de
boyas de monitoreo en tiempo real permitiría obtener información de alta resolución temporal y de
este modo mejorar la efectividad de los Programas de Alerta Temprana (PAT) asociado a los lagos.

Es importante considerar un aumento de frecuencia de medición de algunos parámetros

ambientales y de calidad de agua relevantes, que permitan aumentar la adquisición de datos, de
discreta a continua, para mejorar el entendimiento de la dinámica de los cuerpos lacustres
mediante la instalación de boyas telemétricas. Es recomendable que la incorporación de boyas esté
sustentada en estudios específicos de la hidrodinámica y de las forzantes del cuerpo de agua, para
que las observaciones sean representativas de las variables monitoreadas. La instalación de boyas
telemétricas podría ser planificada de modo de cubrir diversas zonas geográficas, implementando al
menos una por ecorregión y/o en lagos que tengan Normas Secundaria de Calidad y requieran de
un monitoreo frecuente.

Al contar con información de alta frecuencia y en tiempo real, se recomienda acoplar un modelo
numérico de predicción de calidad de agua para el apoyo de los sistemas de alerta temprana. Para
ello se requiere realizar estudios específicos para la calibración y validación de los modelos.

Se recomienda ampliar el banco de firmas espectrales para apoyar el ajuste de modelos de

estimación más precisos, mediante la adquisición de datos de diversos cuerpos lacustres con un
espectrorradiómetro de campo. Para esto, es importante que los monitoreos de la Red de Lagos
puedan medir firmas espectrales en conjunto con la toma de muestras superficiales, e incorporar
esta información a una base de datos que permita evaluar los modelos de estimación y mejorarlos
en el tiempo.

Se recomienda estimar la distribución espacial de parámetros de calidad de agua en cuerpos

lacustres situados en las ecorregiones de la Red de Lagos, considerando el uso de modelos
mejorados, para ampliar la cobertura espacial de la red, mediante la adquisición y análisis de
imágenes hiperespectrales (para aguas Caso I y Caso II) y multiespectrales (para aguas Caso I).

Se necesitan estudios adicionales para mejorar la precisión de los modelos de estimación de

clorofila a, entre los cuales puede ser considerada la evaluación de modelos de corrección

Pág. 193
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

atmosférica (teóricos y empíricos), evaluación del efecto del brillo solar sobre la superficie del agua,
y en caso de aplicar esta metodología en otras ecorregiones, se debe considerar el estudio de otros
componentes ópticamente activos (ej: materia orgánica disuelta).

Dependiendo de las características de los cuerpos de agua, se recomienda la utilización de sensores

específicos para detección y análisis de correlaciones con otros pigmentos fotosintéticos, en
particular de ficocianinas (pigmentos de cianobacterias), lo que constituiría una herramienta útil
para detectar florecimientos de algas y cuerpos con avanzado estado de eutroficación. Por otra
parte se pueden usar sensores para detección de materia orgánica disuelta (en lagos de
composición húmica), y sensores de turbidez (en lagos con alta concentración de solidos
suspendidos y/o arcillas glaciares). Respecto al uso de sensores de fluorometría se recomienda
incorporar estudios específicos sobre la cuantificación y extensión del efecto de foto-adaptación de
microalgas, que pueden inducir una subestimación de la concentración de pigmentos (clorofila a) en
condiciones de radiación solar alta.

Finalmente, se recomienda desarrollar un plan de seguimiento complementario en términos de los

alcances y metodologías a las utilizadas actualmente en la Red de Lagos, que tiene por objetivo
ampliar su cobertura espacial, aumentar la frecuencia de medición en algunos sitios relevantes y
desarrollar una herramienta de teledetección operativa, mediante una propuesta posible de
implementar en un plazo de 5 años. El diseño de este plan y los costos asociados se detallan en la
Tabla N° 43. En esta tabla, se valoriza el costo del monitoreo actual realizado en la Red de Lagos
DGA, se proponen actividades para mejorarla, y se incluye una fase de expansión hacia
ecorregiones que actualmente no pertenecen a la Red de Lagos.

Pág. 194
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Tabla N° 43 Plan de seguimiento recomendado y valorización de nuevas herramientas tecnológicas para un plazo de 5 años

Subtotal por
Valores en UF Actividades Año 1 Año 2 Año 3 Año 4 Año 5
actividad
1) SITUACIÓN Monitoreo Red de Red de Lagos Red de Lagos Red de Lagos Red de Lagos Red de Lagos
ACTUAL RED lagos (anual) (anual) (anual) (anual) (anual)
DE LAGOS
Subtotal 1 por año 3290 3290 3290 3290 3290 16450
Costo equipo
Recolección de
Generar un banco de espectrorradiómetro Recolección de Recolección de Recolección de
firmas
firmas espectrales en + calibraciones c/2 firmas espectrales firmas espectrales firmas espectrales
espectrales
Red de Lagos años
738 40 40 40 40 898
Ecorregión Lagos Ecorregión Ecorregión
Adquisición y Valdivianos, tipo Mediterránea, tipo Mediterránea, tipo
2) MEJORAS A operación de Boya araucanos (Ej: Lago costeros (Ej: Lago de valle (Ej: Laguna
LA ACTUAL telemétrica Villarrica) Lanalhue o Budi) de Aculeo)
RED DE LAGOS 1300 1149 997 3447
Adquisición y análisis Red de Lagos
de Imágenes
1414 1414
Hiperespectrales
Procesamiento y Red de Lagos
análisis de Imágenes
333 333
satelitales
Subtotal 2 por año 2039 1189 1037 1787 40 6092
Ecorregión Lagos
Ecorregión Altiplano
Valdivianos, tipo de Ecorregión Patagonia
Monitoreo exploratorio y Atacama
Chiloé
530 550 530 1610
Ecorregión Lagos Ecorregión
Adquisición y
3) FASE DE Valdivianos, tipo de Altiplano (Ej:
operación de Boya
EXPANSIÓN Chiloé (Ej: Huillinco) Chungará)
telemétrica
(cuerpos 846 926 1772
lacustres que Generar un banco de Arriendo equipo Arriendo equipo Arriendo equipo
actualmente no firmas espectrales 28 28 28 84
están en la Red Vuelo Ecorregión
de Lagos) Adquisición y análisis Vuelo Ecorregión Vuelo Ecorregión
Lagos Valdivianos,
de Imágenes Altiplano y Atacama Patagonia
tipo de Chiloé
Hiperespectrales
816 1285 1151 3252
Procesamiento y Ecorregión L.V. Ecorregión A. y A. Ecorregión P.
análisis de Imágenes
137 145 143 425
satelitales
Subtotal 3 por año 1511 2008 1852 846 926 7143
En el Anexo 20 se entregan detalles de la valorización delas actividades

Pág. 195
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

8 GLOSARIO

A continuación se presenta un glosario de términos asociados a la teledetección y detalle de los

acrónimos de instrumentos y sensores utilizados en el levantamiento de imágenes.

AADS-ATM: Sensor multiespectral aerotransportado Daedalus AADS 1268 ATM, que registra
bandas en el espectro visible, IR cercano, IR medio e IR termal.

ABSORCION: Proceso por el cual la radiación es convertida a otros tipos de energía.

AGUAS CASO-I y CASO-II: (ver Caso-I y Caso II)

AISA: Airborne imaging spectrometer for applications (AISA) es un sensor hiperespectral

aerotransportado

ALI: Advanced Land Imager (ALI) es un instrumento de la NASA instalado en el satélite EO-1

ALOS: Advanced Land Observation Satellite (ALOS) es un sensor de la agencia espacial japonesa
JAXA

ASD: Analytical Spectral Devices (ASD) es un fabricante de espectrorradiómetros de campo

AVIRIS: Airborne Visible / Infrared Imaging Spectrometer es un sensor hiperespectral de la NASA

operado en aviones presurizados con trayectorias a 20 km de altitud

BANDA: Intervalo de longitud de onda dentro del espectro electromagnético. Por extensión, se
denomina banda a cada uno de los canales de adquisición de datos de un sistema sensor.

CASI: Compact Airborne Spectrographic Imager (CASI) es un sensor hiperespectral

aerotransportado

CASO-I (aguas): En el contexto de óptica y teledetección, son aquellas aguas dominadas por
fitoplancton (por ejemplo, los océanos abiertos).

CASO-II (aguas): En el contexto de óptica y teledetección, son aguas que contienen no sólo
fitoplancton, sino que también sedimentos en suspensión, materia orgánica disuelta y sustancias
antropogénicas, como ocurre normalmente en aguas costeras y continentales.

CHRIS/PROBA: Compact High Resolution Imaging Spectrometer (CHRIS) es un instrumento

instalado sobre un satélite PROBA (PRoject for On-Board Autonomy) de la Agencia Espacial Europea
(ESA)

CORRECCIÓN ATMOSFÉRICA: Es el proceso de remover el efecto de la atmósfera (dispersión,

aerosoles, vapor de agua, etc.) sobre los valores de radianza adquiridos mediante sensores
satelitales o aerotransportados, para obtener valores de reflectancia superficial que caracterice las
propiedades de la superficie observada. Existen modelos teóricos y empíricos.

CORRECCIÓN GEOMÉTRICA: Transformación de la imagen consistente en el desplazamiento de

las celdas de su posición original para minimizar las distorsiones existentes en la misma, con el
propósito de darle a aquélla validez cartográfica. Cuando la corrección geométrica conlleva dotar de
coordenadas cartográficamente válidas al conjunto de celdas se habla de georreferenciación.

Pág. 196
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

DISPERSIÓN: Fenómeno por el cual la radiación electromagnética es desviada de su trayectoria

original, como consecuencia de los choques entre los rayos luminosos y las partículas atmosféricas,
ya sean éstas las moléculas de los gases que la constituyen o aerosoles en suspensión.

ESPECTRO ELECTROMAGNÉTICO: Sucesión creciente de longitudes de onda de todas las

radiaciones conocidas.

FIRMA ESPECTRAL: Forma característica del espectro de emisión/reflexión de una determinada

superficie. Como cada material posee bandas de absorción diferentes de acuerdo a su composición
química, la energía solar reflejada será la complementaria a la incidente más la virtualmente
emitida por aquélla. En consecuencia, el espectro de un objeto será una señal prácticamente
inequívoca de su composición del mismo. La única restricción que se impone a la identificación de
superficies mediante la teledetección deriva de la propia resolución espectral del sensor, el cual no
es capaz de proporcionar un espectro continuo de la superficie observada sino de un número finito
de bandas, dentro de cuyos intervalos espectrales no puede hacer distinción alguna. La
teledetección hiperespectral, que proporciona una gran cantidad de bandas para cada imagen,
acerca el diagrama de signaturas obtenido a la verdadera signatura espectral de la superficie, y con
ello facilita su identificación.

FOV: Field of View, es el campo de visión de un aparato óptico, y se puede expresar en grados
como el ángulo que abarca la extensión de lo observado.

GER-EPS-A: GER Environmental Probe System (EPS-A) es un sensor hiperespectral

aerotransportado

HICO: Hyperspectral Imager for the Coastal Ocean (HICO) es un sensor hiperespectral satelital del
laboratorio de investigación naval de EEUU

HJ1A/HSI: Hyper-spectral Imager (HSI) es un sensor hiperespectral del satélite chino HJ1A

HYMAP: Es un sensor hiperespectral aerotransportado desarrollado en Australia

HYPERION: Es un sensor hiperespectral de la NASA instalado en el satélite EO-1

IKONOS: es un satélite comercial multiespectral de la compañía DIGITALGLOBE

IMAGEN ANALÓGICA: Función continúa de la luminancia de una determinada superficie.

IMAGEN DIGITAL: Función discretizada de la imagen analógica, tanto en las dimensiones

geométricas, mediante la generación de celdas por muestreo equiespaciado de la superficie, como
en sentido radiométrico, mediante la asignación de valores enteros denominados Niveles Digitales
(ND), que están comprendidos entre 0 y k-1, siendo k el margen dinámico del sistema,
determinado a su vez por su resolución radiométrica (que habitualmente suele ser de 8 bits, es
decir, k=2^8=256, o de 10 bits, es decir, k=1024).

INFRARROJO (IR): Porción del espectro electromagnético que se encuentra entre el final rojo del
espectro visible y la radiación de microondas (0.7 a 1000 micrómetros).

IRS-1C: IRS-1C/1D (Indian Remote Sensing Satellites-1C/1D) es un satélite indio

LANDSAT: Un satélite orbital de la NASA captura imágenes multiespectrales

Pág. 197
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

LONGITUD DE ONDA: Distancia entre dos nodos o dos valles consecutivos de una onda. En el
caso de la radiación electromagnética, es el recíproco de la frecuencia de dicha radiación
multiplicada por la velocidad de la luz. De su longitud de onda derivan la mayor parte de las
propiedades de la radiación electromagnética. La clasificación del espectro electromagnético en
regiones espectrales consiste en la agrupación de aquellos intervalos de longitud de onda en los
cuales la radiación tiene comportamientos electromagnéticos similares.

MERIS: MEdium Resolution Imaging Spectrometer (MERIS) es un sensor instalado en el satélite

ENVISAT de la Agencia Espacial Europea (ESA)

MICROONDA: Región del espectro electromagnético en el rango de longitud de onda desde 1 mm

hasta más allá de un metro.

MIVIS: Multispectral IR and Visible Imaging Spectrometer es un sensor multiespectral

aerotransportado

MODELOS: Se define como un esquema teórico, generalmente en forma matemática, de un

sistema o una realidad compleja, que se elabora para facilitar su comprensión. En el marco de este
estudio, se utiliza el concepto de “modelo de estimación”, para referirse a la forma matemática que
permite relacionar empíricamente las propiedades ópticas medidas con sensores (firmas
espectrales) y las propiedades del agua (clorofila y sólidos suspendidos).

MODIS: Moderate Resolution Imaging Spectroradiometer (MODIS) es un sensor de la NASA

instalado en los satélites TERRA y AQUA

MONITOREO CONVENCIONAL: Para la descripción básica de la estructura y función de los

cuerpos de agua, un monitoreo convencional considera usualmente la medición, toma de muestra
directa y análisis de laboratorio para caracterizar los siguientes parámetros fisicoquímicos,
nutrientes, biológicos, y potencialmente sales y metales.

OCEAN OPTICS: es un radiómetro hiperespectral para medición en sistemas acuáticos

OCEANSAT-1: es un satélite de codigo IRS-P4 (Indian Remote Sensing Satellite) de India

orientado a aplicaciones de océano

PÍXEL: Abreviatura de picture element, cada una de los elementos que componen una imagen
dispuestos matricialmente en filas y columnas.

QUICKBIRD: es un satélite comercial multiespectral de la compañía DIGITALGLOBE

RADIACION ELECTROMAGNETICA: Energía propagada a través del espacio o a través de medios

materiales en forma de una interacción avanzada entre campos eléctricos y magnéticos.

RADIANZA (RADIANCIA): Es la cantidad de energía radiada desde un objeto en la unidad de

tiempo por cada unidad de ángulo sólido y de unidad de superficie del objeto perpendicular a la
dirección de propagación. Es el parámetro físico medible con un radiómetro.

REFLECTANCIA: Medida de la capacidad de una superficie para reflejar energía electromagnética

en una determinada longitud de onda. Es la razón existente entre el flujo reflejado y el incidente
sobre dicha superficie. Aplicado al espectro visible, suele hablarse de albedo.

Pág. 198
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

RESOLUCIÓN: Capacidad de un sistema sensor para distinguir información de detalle en un

objeto. En teledetección se habla de distintos tipos de resolución: espacial, espectral, radiométrica
y temporal.

SEAWIFS: Sea-viewing Wide Field-of-view Sensor (SeaWiFS) e sun satélite de la NASA para
aplicaciones en océano

SENSORES ACTIVOS: Aquellos que emiten energía electromagnética generada artificialmente en

la plataforma, la cual será después detectada a bordo tras sufrir una reflexión más o menos difusa
en la superficie objeto de estudio.

SENSORES PASIVOS: Aquellos otros que solamente registran la energía emitida por la superficie
estudiada o la que, procedente del sol, es reflejada por ésta.

SENTINEL3-OLCI: OLCI (Ocean and Land Colour Instrument) es un sensor para aplicaciones
oceánicas del programa SENTINEL-3 de la Agencia Espacial Europea (ESA)

SPOT: Systeme Provatoire d'Observation de la Terre (SPOT) es un sistema de satélites

desarrollados por Francia

VNIR: Visible and Near Infrared = Visible e Infrarrojo cercano, que corresponde a una porción del
espectro electromagnético entre 400 y 1400 nm.

WORLDVIEW y WORLDVIEW-2: son satélites comerciales multiespectrales de la compañía

DIGITALGLOBE

Pág. 199
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

9 REFERENCIAS

1 Abell, R. et al. 2008. Freshwater ecoregions of the world: a new map of biogeographic units
for freshwater biodiversity conservation. BioScience 58:403-414.
2 ACT 2013. ACT Technology Database Alliance for Coastal Technologies, de http://www.act-
us.info.
3 Allan, M.G., Hicks, B.J. & Brabyn, L., 2007. Remote sensing of water quality in the Rotorua
lakes CBER Contract Report 51 Client report prepared for Environment Bay of Plenty by
Centre for Biodiversity and Ecology Research Department of Biological Sciences School of
Science and Engineering The Unive. , (December 2007).
4 American Public Health Association (APHA), American Water Works Association (AWWA),
Water Environment Federation (WEF). 2005. Standard Methods for the Examination of Water
and Wastewater, 21st Edition. APHA – AWWA – WEF, Washington DC, 1368 pp.
5 Antimán, M., Martínez, E. 2005. Grado de antropización, evaluación y modelación matemática
del nivel trófico del lago Budi como base para determinar su comportamiento ambiental.
Degree thesis, Catholic University of Temuco, Chile. 200 p.
6 Aoyama T. 2010. Algorithm for estimating the chlorophyll-a concentrations in water areas
with different qualities from satellite data. SPIE Proceedings, Remote Sensing of the Coastal
Ocean, Land, and Atmosphere Environment. Volume 7858, November 08, 2010,
doi:10.1117/12.869442.
7 Banco Mundial, 2011. Chile: Diagnóstico de la Gestión de Recursos Hídricos. Departamento
de Medio Ambiente y Desarrollo Sostenible, Región para América Latina y el Caribe.
8 Bao Y. & Tian Q. 2011. Spatial scale of chlorophyll-a concentration in Lake Taihu by using
remote sensing images. SPIE Proceedings, Remote Sensing of the Environment: The 17th
China Conference on Remote Sensing. Volume 8203, August 15, 2011,
doi:10.1117/12.910421.
9 Beiermann T. 2011. Assessing Toxic Algal Blooms in Reservoirs – A Case Study in Western
Africa using PROBA1/CHRIS Hyperspectral Imagery. 34TH ISRSE, The GEOSS Era: Towards
Operational Environmental Monitoring. 6-E-3 INLAND WATER BODIES, Ref. 526. Sydney,
Australia. April 10-15, 2011.
10 Bergamino N., Horion S., Stenuite S., Cornet Y., Loiselle S., Plisnier P. & Descy J. 2010.
Spatio-temporal dynamics of phytoplankton and primary production in Lake Tanganyika using
a MODIS based bio-optical time series. Remote Sensing of Environment. Volume 114, Issue
4, 15 April 2010, Pages 772–780.
11 BF. 1983. Diseño de la Red Nacional Mínima de Control de Lagos. Etapa 1. Catastro de los
Principales Lagos y Lagunas de Chile. Estudio elaborado por BF Ingenieros civiles para la
Dirección General de Aguas. Agosto 1983.
12 BF. 1983. Diseño de la Red Nacional Mínima de Control de Lagos. Etapa 2. Proposición de
Prioridades de Control. Antecedentes y Análisis de cada lago. Estudio elaborado por BF
Ingenieros civiles para la Dirección General de Aguas. Octubre 1983.
13 BF. 1983. Diseño de la Red Nacional Mínima de Control de Lagos. Etapa 3. Definición de la
Red Nacional Mínima. Estudio elaborado por BF Ingenieros civiles para la Dirección General de
Aguas. Octubre 1983.
14 Bhatti, A.M. et al., 2010. QUALITATIVE ASSESSMENT OF INLAND AND COASTAL WATERS BY
USING. International Archives of the Photogrammetry, Remote Sensing and Spatial
Information Science, Volume XXXVIII, Part 8, Kyoto Japan 2010, pp.415–420.
15 Bhatti, A.M., Nasu, S. & Takagi, M., 2008. EFFECT OF SUSPENDED SEDIMENT
CONCENTRATION ON REMOTE SENSING. Kochi University of Technology, Kochi Japan, pp.1–
6.

Pág. 200
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

16 Binding C., Jerome J., Bukata R. & Booty W. 2008. Spectral absorption properties of dissolved
and particulate matter in Lake Erie Original. Remote Sensing of Environment. Volume 112,
Issue 4, 15 April 2008, Pages 1702–1711.
17 Bitelli G. & Mandanici E. 2010. Atmospheric correction issues for water quality assessment
from remote sensing: the case of Lake Qarun (Egypt). SPIE Proceedings, Earth Resources
and Environmental Remote Sensing/GIS Applications. Volume 7831, October 25, 2010,
doi:10.1117/12.865083.
18 Blanco, A., Qu, J. & Roper, W., 2012. Spectral signatures of hydrilla from a tank and field
setting. Frontiers of Earth Science. Available at: http://link.springer.com/10.1007/s11707-
012-0330-2
19 Bresciani M., Giardino C., Bartoli M., Tavernini S., Bolpagni R. & Nizzoli D. 2011. Recognizing
harmful algal bloom based on remote sensing reflectance band ratio. SPIE Journal of Applied
Remote Sensing. Volume 5, Issue 1, September 29, 2011, doi:10.1117/1.3630218.
20 Bukata, R.P., 2005. Satellite Monitoring of Inland and Coastal Water Quality L. Taylor &
Francis Group, ed.
21 Campbell G., Phinn S., Dekker A. & Brando V. 2011. Remote sensing of water quality in an
Australian tropical freshwater impoundment using matrix inversion and MERIS images.
Remote Sensing of Environment. Volume 115, Issue 9, 15 September 2011, Pages 2402–
2414.
22 Campos, H., Steffen, W., Arenas, J. 1984, Antecedentes de los lagos Villarica, Riñihue, Ranco
y Llanquihue. Estudio elaborado por la Universidad Austral de Chile para la Dirección General
de Aguas. Noviembre 1984.
23 Campos, H., Steffen, W., González, G., Villalobos, L. 1987. Estudio de los lagos Villarica y
Llanquihue. Estudio elaborado por la Universidad Austral de Chile para la Dirección General
de Aguas.
24 Campos H, W Steffen, G Agüero, O Parra & LR Zúñiga. 1989. Estudios limnológicos en el lago
Puyehue (Chile): morfometria, factores físicos y químicos, plancton y productividad primaria.
Medio Ambiente (Chile) 10: 36-53.
25 Campos, H., Steffen, W., Agüero, G., Parra, O. y L. Zuñiga. 1990. Limnological study of lake
Todos los Santos (Chile). Morphometry, physics, chemistry, plankton and primary
productivity. Arch. Hydrobiol. 117: 453 – 484.
26 Campos H, W Steffen, G Agüero, O Parra & LR Zúñiga. 1992. Limnological studies of Lake
Rupanco (Chile), morphometry, physics, chemistry, plankton and primary productivity.
Archivs für Hydrobiologie (Supplement) 90: 85-113.
27 Campos, H., D. Soto, W. Steffen, O. Parra, G. Agüero & L. Zuñi¬ga. 1994. Limnological
studies of Lake Toro (Chile) from Patagonian of South America. Archiv für Hydrobiologie
(Supplement), 99: 199-215.
28 Campos, H., D. Soto, W. Steffen, O. Parra, G. Agüero & L. Zuñiga. 1994. Limnological studies
of Lake Sarmiento (Chile); A subsaline lakes from Chilean Patagonian. Archiv für
Hydrobiologie (Supplement), 99: 217-234.
29 Campos. 1994. Evaluación de la carga de fósforo y nitrógeno en el lago Villarica. Estudio
elaborado por la Universidad Austral de Chile para la Dirección General de Aguas. S.I.T. N°
13.
30 Campos, H., D. Soto, W. Steffen, O. Parra, G. Agüero & L. Zuñi¬ga. 1994. Limnological
studies of Lake Toro (Chile) from Patagonian of South America. Archiv für Hydrobiologie
(Supplement), 99: 199-215.
31 Campos, H., D. Soto, W. Steffen, O. Parra, G. Agüero & L. Zuñiga. 1994. Limnological studies
of Lake Sarmiento (Chile); A subsaline lakes from Chilean Patagonian. Archiv für
Hy¬drobiologie (Supplement), 99: 217-234.

Pág. 201
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

32 Campos. 1996. Estudios Limnológicos de los Lagos Elizalde y Riesco. Estudio elaborado por la
Universidad Austral de Chile para la Dirección General de Aguas. S.I.T. N° 38.
33 Campos, H. 1997. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Huillinco. FIP, 228 pp.
34 Campos, H. 1997. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Natri. FIP, 181 pp.
35 Campos, H. 1997. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Tarahuin. FIP, 184 pp.
36 Campos, H. 1997. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Tepuhueico. FIP, 183 pp.
37 Campos, H. 1998. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Cucao. FIP, 232 pp.
38 Campos, H. 1998. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Riñihue. FIP, 307 pp.
39 Campos, H. 1999. Determinación de la capacidad de carga y balance de fosforo y nitrógeno
del lago Riesco en la XI Región. FIP, 158 pp.
40 Carbonneau, P. &, Hervé Piégay, H. 2012. Fluvial Remote Sensing for Science and
Management. Ed. John Wiley & Sons - 464 pages
41 Centro de Ecología Aplicada (CEA). 2009. Determinación de caudales ecológicos en cuencas
con fauna íctica nativa y en estado de conservación. Informe Final. Dirección General de
Agua, Ministerio de Obras Públicas, Chile.
42 Centro de Ecología Aplicada (CEA). 2010. Diagnóstico, Plan Monitoreo, Modelo Conceptual
Funcionamiento Calidad de Agua del Embalse Rapel, 50 pp.
43 Centro de Ecología Aplicada (CEA). 2011a. Diseño del inventario nacional de humedales y el
seguimiento ambiental. Ministerio de Medio Ambiente. Santiago. Chile.164 pp.
44 Centro de Ecología Aplicada (CEA). 2011b. “Caracterización y Diagnóstico de un Ecosistema
Acuático a través de un Enfoque Multiescalar de Alta Resolución. Caso de estudio del Embalse
Rapel, Chile Central” (Uraoka, T., Baladrón, F. y Contreras). M Seminario Internacional.
Ecosistemas Acuáticos Continentales y las actividades productivas, imprescindible
coordinación. Ministerio de Medio Ambiente, Centro de Ecología Aplicada, Programa
Domeyko, Universidad de Chile y Ministerio de Relaciones Exteriores. Santiago de Chile, 29 y
30 de Noviembre de 2011.
45 Chang N., Yang J., Jin K. & Daranpob A. 2009. Comparative data mining analysis for
information retrieval of MODIS images: monitoring lake turbidity changes at Lake
Okeechobee, Florida. SPIE Journal of Applied Remote Sensing. Volume 3, Issue 1, September
17, 2009, doi:10.1117/1.3244644.
46 Chavula, G. et al., 2009. Estimating chlorophyll concentration in Lake Malawi from MODIS
satellite imagery. Physics and Chemistry of the Earth, 34(13-16), pp.755–760. Available at:
http://linkinghub.elsevier.com/retrieve/pii/S1474706509000771 [Accessed August 13, 2013].
47 Chipman, J., Olmanson, L. & Gitelson, A., 2009. Remote sensing methods for lake
management: A guide for resource managers and decision-makers. North American Lake
Management Society in collaboration with Dartmouth College, University of Minnesota, and
University of Nebraska for the United States Environmental Protection Agency.
48 Cooke, G., Welch, E., Peterson, S., Nichols, S. 2005. Restoration and Management of Lakes
and Reservoirs, Chapter 2. Basic Limnology (Third Edition). CRC Press, Taylor and Francis
Group.
49 Dahanayaka D., Tonooka H., Wijeyaratne M., Minato A. & Ozawa S. 2012. Retrieval of
chlorophyll-a using satellite and ground spectral data in Japanese and Sri Lankan water
bodies. SPIE Proceedings, Remote Sensing of the Marine Environment II. Volume 8525,
November 21, 2012, doi:10.1117/12.977359.

Pág. 202
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

50 Dall'Olmo G., Gitelson A., Rundquist D., Leavitt B., Barrow T. & Holz J. 2005. Assessing the
potential of SeaWiFS and MODIS for estimating chlorophyll concentration in turbid productive
waters using red and near-infrared bands. Remote Sensing of Environment. Volume 96, Issue
2, 30 May 2005, Pages 176–187.
51 Dash P., Walker N., Mishra D., Hu C., Pinckney J. & D’Sa E. 2011. Estimation of
cyanobacterial pigments in a freshwater lake using OCM satellite data. Remote Sensing of
Environment. Volume 115, Issue 12, 15 December 2011, Pages 3409–3423.
52 De Los Ríos, P. y Soto, D. 2007. Crustacean (Copepoda And Cladocera) Zooplankton Richness
In Chilean Patagonian Lakes. Crustaceana, 80 (3): 285-296.
53 Dekker A., Malthus T., Cherukuru N., Park Y., Anstee J., Botha E., Egli N., Sherman B.,
Devilla R. & Clementson L. 2011. Inland Water Quality using WorldView-2: Improvements
Due to Enhanced Spectral and Spatial Features. 34TH ISRSE, The GEOSS Era: Towards
Operational Environmental Monitoring. 6-O-4 INLAND WATER QUALITY, Ref. 351. Sydney,
Australia. April 10-15, 2011.
54 Dekker, A.G., Vos, R.J. & Peters, S.W., 2001. Comparison of remote sensing data, model
results and in situ data for total suspended matter (TSM) in the southern Frisian lakes. The
Science of the total environment, 268(1-3), pp.197–214. Available at:
http://www.ncbi.nlm.nih.gov/pubmed/11315742.
55 Digitalglobe, 2010. Radiometric Use of WorldView-2 Imagery. Technical Note Date: 2010-11-
01 Prepared by: Todd Updike, Chris Comp.
http://www.digitalglobe.com/sites/default/files/Radiometric_Use_of_WorldView-
2_Imagery%20%281%29.pdf
56 Direccion General de Aguas (DGA) y POCH Ambiental S.A. 2009. Redefinición de la Red
Mínima de Lagos.184 pp.
57 Dirección General de Aguas (DGA) y Universidad de Chile. 1987. Estudio Limnológico de la
Laguna Aculeo, Región Metropolitana. Operación Parcial de la Red Nacional Mínima de Control
de Lagos, 104 pp.
58 Dirección General de Aguas (DGA) y Universidad de Chile. 1987. Estudio Limnológico en los
Embalses Rapel y El Yeso. Operación Parcial de la Red Nacional Mínima de Lagos. 166 pp.
59 Dirección General de Aguas (DGA) y Universidad de Chile. 1993. Estudio Limnológico del
Embalse Peñuelas, V Región. Operación Parcial de la Red Nacional Mínima de Control de
Lagos, S.I.T. N° 17, 110 pp.
60 Dirección General de Aguas (DGA), Departamento de Estudios, Universidad de Chile, Facultad
de Ciencias, Departamento de Ciencias Ecológicas. 1990. Estudio limnológico del Embalse La
Paloma.
(http://sad.dga.cl/ipac20/ipac.jsp?session=13F273059LY34.1852&profile=cirh&uindex=SW&t
erm=EMBALSE%20LA%20PALOMA&aspect=subtab13&menu=search&source=~!biblioteca)
61 Dirección General de Aguas (DGA), Departamento de Hidrología. 1985. Parámetros
morfométricos de la red nacional mínima de control de lagos.
(http://sad.dga.cl/ipac20/ipac.jsp?session=13F273059LY34.1852&profile=cirh&uindex=SW&t
erm=EMBALSE%20LA%20PALOMA&aspect=subtab13&menu=search&source=~!biblioteca)
62 Dirección General de Aguas (DGA). 2012, 2013, 2014. Datos monitoreo Red de Lagos DGA.
63 Dirección General de Aguas (DGA). 2013a. Plan de monitoreo del año 2013 de la Red Mínima
de control de Lagos de la Dirección General de aguas MINUTA DCPRH N°5
64 Dirección General de Aguas (DGA). 2013b. Amplia la Red Mínima de Lagos de la DGA.
MINUTA DCPRH N°6
65 Dorador, C., Pardo, R., y Vila, I. 2003. Variaciones temporales de parámetros físicos,
químicos y biológicos de un lago de altura: el caso del lago Chungará. Revista Chilena de
Historia Natural, Nº 76, pág.: 15-22.

Pág. 203
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

66 Doxaran D., Froidefond J., Lavender S. & Castaing P. 2002. Spectral signature of highly
turbid waters: Application with SPOT data to quantify suspended particulate matter
concentrations. Remote Sensing of Environment. Volume 81, Issue 1, July 2002, Pages 149–
161.
67 Duan H., Ma R. & Hu C. 2012. Evaluation of remote sensing algorithms for cyanobacterial
pigment retrievals during spring bloom formation in several lakes of East China. Remote
Sensing of Environment. Volume 126, November 2012, Pages 126–135.
68 EEA, 2011. Surface Water Quality Monitoring. European Environment Agency y National
Environmental Research Institute, Dinamarca. Consulta en línea 2-10-2013:
<http://www.eea.europa.eu/publications/92-9167-001-4/page022.html>
69 Environment Canada, 2013. Lake Winnipeg Basin Initiative 2008/09 - 2011/12. Final Project
Reports. Environment Canada.
70 Environment Waikato. 2013. Nutrient enrichment of shallow lakes.
http://www.waikatoregion.govt.nz/Environment/Environmental-information/Environmental-
indicators/Freshwater/Lakes/lake4-report/
71 EPA-Irlanda, 1999. Water Quality Management Planning in Ireland. Environmental Protectios
Agency, Irlanda.
72 EULAKES. 2010. Second year Joint European Bulletin on the health of the four CE lakes. 3.-
Water Quality by remote sensing technique. En línea:
http://www.eulakes.eu/upload/eulakes/gestionedocumentale/JB_2nd_year_part3_bz_784_26
21.pdf.
73 Flink, P., Lindell, T. & Ostlund, C., 2001. Statistical analysis of hyperspectral data from two
Swedish lakes. The Science of the total environment, 268(1-3), pp.155–69. Available at:
http://www.ncbi.nlm.nih.gov/pubmed/11315738.
74 Freshwater Society. 2013. A shallow lakes workshop. http://freshwater.org/2013/08/14/a-
shallow-lakes-workshop/
75 Gao, B., Davis, C. O., & Goetz, A. F. H. (2006). A Review of Atmospheric Correction
Techniques for Hyperspectral Remote Sensing of Land Surfaces and Ocean Color. Geoscience
and Remote Sensing Symposium, 2006. IGARSS 2006.
76 Geller. 1992. The temperate stratification and related characteristics of Chilean lakes in
midsummer. Aquatic Sciences 54/1, 1992.
77 Gener (AES GENER S.A.) 2008. Capítulo 5, Linea Base del Estudio de Impacto Ambiental:
"Proyecto Hidroeléctrico Alto Maipo". Realizado por ARCADIS GEOTECNICA.
http://seia.sea.gob.cl/archivos/20080528.134802.pdf
78 Giardino, C. et al., 2001. Detecting chlorophyll, Secchi disk depth and surface temperature in
a sub-alpine lake using Landsat imagery. The Science of the total environment, 268(1-3),
pp.19–29. Available at: http://www.ncbi.nlm.nih.gov/pubmed/11315741.
79 Giardino, C. et al., 2007. Assessment of water quality in Lake Garda (Italy) using Hyperion.
Remote Sensing of Environment, 109(2), pp.183–195. Available at:
http://linkinghub.elsevier.com/retrieve/pii/
80 Gin, K.Y.-H., Koh, S.T. & Lin, I.-I., 2003. Spectral irradiance profiles of suspended marine
clay for the estimation of suspended sediment concentration in tropical waters. International
Journal of Remote Sensing, 24(16), pp.3235–3245. Available at:
http://www.tandfonline.com/doi/abs/10.1080/01431160110114934
81 Gitelson A., Dall'Olmo G., Moses W., Rundquist D., Barrow T., Fisher T., Gurlin D. & Holz J.
2008. A simple semi-analytical model for remote estimation of chlorophyll-a in turbid waters:
Validation. Remote Sensing of Environment. Volume 112, Issue 9, 15 September 2008, Pages
3582–3593.
82 Gitelson A., Gao, B.-C., Li, R.-R., Berdnikov, S., & Saprygin, V. (2011). Estimation of
chlorophyll-a concentration in productive turbid waters using a Hyperspectral Imager for the

Pág. 204
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

Coastal Ocean—the Azov Sea case study. Environmental Research Letters, 6(2), 024023.
doi:10.1088/1748-9326/6/2/024023
83 Gitelson, A., 1992. The peak near 700 nm on radiance spectra of algae and water:
relationships of its magnitude and position with chlorophyll concentration. International
Journal Remote Sensing, 13(17), pp.3367–3373.
84 Gitelson, A., Schalles, J. & Hladik, C., 2007. Remote chlorophyll-a retrieval in turbid,
productive estuaries: Chesapeake Bay case study. Remote Sensing of Environment, 109(4),
pp.464–472. Available at: http://linkinghub.elsevier.com/retrieve/pii/
85 Gitelson, A.., Gurlin, D., Moses, W., & Barrow, T. (2009). A bio-optical algorithm for the
remote estimation of the chlorophyll- a concentration in case 2 waters. ENVIRONMENTAL
RESEARCH LETTERS, 4.
86 GLEON 2013. Global Lake Ecological Observatory Network, en http://www.gleon.org.
87 Gobierno Canadá. 2010. Report of the Commissioner of the Environment and Sustainable
Development to the House of Commons. Capítulo 2, Monitoring Water Resources. Minister of
Public Works and Government Services Canada. Otoño 2010.
88 Goetz, S.J., Gardiner, N. & Viers, J.H., 2008. Monitoring freshwater, estuarine and near-shore
benthic ecosystems with multi-sensor remote sensing: An introduction to the special issue.
Remote Sensing of Environment, 112(11), pp.3993–3995. Available at:
http://linkinghub.elsevier.com/retrieve/pii/
89 Gons, H.J., Auer, M.T. & Effler, S.W., 2008. MERIS satellite chlorophyll mapping of
oligotrophic and eutrophic waters in the Laurentian Great Lakes. Remote Sensing of
Environment, 112(11), pp.4098–4106. Available at:
http://linkinghub.elsevier.com/retrieve/pii/S0034425708002083
90 Gurlin D., Gitelson A. & Moses W. 2011. Remote estimation of chl-a concentration in turbid
productive waters — Return to a simple two-band NIR-red model?. Remote Sensing of
Environment. Volume 115, Issue 12, 15 December 2011, Pages 3479–3490.
91 Hale, G. and Querry, M. 1973. "Optical constants of water in the 200 nm to 200 µm
wavelength region," Appl. Opt.,12, 555-563 (1973).
92 Han, L. & Rundquist, D., 2003. The spectral responses of Ceratophyllum demersum at
varying depths ina an experimental tank. International Journal of Remote Sensing, 24(4),
pp.859–864.
93 Han, L., 1997. Spectral reflectance with varying suspended sediment concentrations in clear
and algae-laden waters. Photogrammetric Engineering and Remote Sensing, 63(6), pp.701–
705.
94 Harding, J., Winterbourn, M. 1997. New Zealand ecoregions a classification for use in stream
conservation and management. Department of Conservation technical series No. 11.
95 Härmä, P., Vepsäläinen, J., Hannonen, T., Pyhälahti, T., Kämäri, J., Kallio, K., Koponen, S.
(2001). Detection of water quality using simulated satellite data and semi-empirical
algorithms in Finland. The Science of the total environment, 268(1-3), 107–21. Retrieved
from http://www.ncbi.nlm.nih.gov/pubmed/11315735
96 Hedger R., Olsen N., Malthus T. & Atkinson P. 2002. Coupling remote sensing with
computational fluid dynamics modelling to estimate lake chlorophyll-a concentration. Remote
Sensing of Environment. Volume 79, Issue 1, January 2002, Pages 116–122.
97 Heiskary, S., Olmanson, L., Gitelson, A., and Chipman, J. 2006. Remote Sensing : Does It
Have a Role?. Assessing the Nation’s Lakes. National Lake Assessment. Lakeline, 27 – 35.
98 Hogan, C. (2013). Ecoregions of Chile . Encyclopedia of Earth. Obtenido de
http://www.eoearth.org/view/article/152002
99 Hooker, S. B., Reilly, J. E. O., Brien, M. C. O., Siegel, D. A., Toole, D., Menzies, D., … Aiken,
J. (2000). SeaWiFS Postlaunch Technical Report Series Volume 11 , SeaWiFS Postlaunch
Calibration and Validation Analyses , Part 3, 11.

Pág. 205
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

100 Horion S., Bergamino N., Stenuite S., Descy J., Plisnier P., Loiselle S. & Cornet Y. 2010.
Optimized extraction of daily bio-optical time series derived from MODIS/Aqua imagery for
Lake Tanganyika, Africa. Remote Sensing of Environment. Volume 114, Issue 4, 15 April
2010, Pages 781–791.
101 Hunter P., Tyler A., Carvalho L., Codd G. & Maberly S. 2010. Hyperspectral remote sensing of
cyanobacterial pigments as indicators for cell populations and toxins in eutrophic lakes.
Remote Sensing of Environment. Volume 114, Issue 11, 15 November 2010, Pages 2705–
2718.
102 Hunter, P., Tyler, a, Presing, M., Kovacs, a, & Preston, T. (2008). Spectral discrimination of
phytoplankton colour groups: The effect of suspended particulate matter and sensor spectral
resolution. Remote Sensing of Environment, 112(4), 1527–1544.
doi:10.1016/j.rse.2007.08.003
103 IOCCG, 2000. Remote Sensing of Ocean Colour in Coastal , and Other Optically-Complex ,
Waters. Reports of the International Ocean-Colour Coordinating Group, No. 3, IOCCG,
Dartmouth, Canada.
104 Kallio, K. et al., 2001. Retrieval of water quality from airborne imaging spectrometry of
various lake types in different seasons. The Science of the total environment, 268(1-3),
pp.59–77. Available at: http://www.ncbi.nlm.nih.gov/pubmed/11315747.
105 Kallio, K., Koponen, S. & Pulliainen, J., 2003. Feasibility of airborne imaging spectrometry for
lake monitoring — a case study of spatial chlorophyll a distribution in two meso-eutrophic
lakes. International Journal of Remote Sensing, 24(19), pp.3771–3790.
106 Karaska, M.A. et al., 2004. AVIRIS Measurements of Chlorophyll , Suspended Minerals ,
Dissolved Organic Carbon , and Turbidity in the Neuse River , North Carolina.
Photogrammetric Engineering & Remote Sensing, 70(1), pp.125–133.
107 Karrasch, B. Stefan Woelfl, Roberto Urrutia, Jenny González, Claudio Valdovinos, Hernán Cid
& Oscar Parra. 2011. Ecomicrobiología y capacidad asimilativa microbiana del lago oligotrófico
andino Laja, Chile. Rev. chil. hist. nat. vol.84 no.3.
108 Keith D., Milstead B., Walker H., Snook H., Szykman J., Wusk M., Kagey L., Howell C.,
Mellanson C. & Drueke C. 2012. Trophic status, ecological condition, and cyanobacteria risk of
New England lakes and ponds based on aircraft remote sensing. SPIE Journal of Applied
Remote Sensing. Volume 6, Issue 1, September 13, 2012, doi:10.1117/1.JRS.6.063577.
109 Knight Piesold Consulting & Energia Austral. 2009. Proyecto Central Hidroeléctrica Cuervo,
Estudio de Impacto Ambiental, Seccion 5.0 – Linea Base Ambiental, Parte A – Medio Físico.
110 Kondratyev,K & Filatov, N. 1999 Limnology and Remote Sensing: A Contemporary Approach
Ed. Springer Praxis Books - 406 páginas.
111 Koponen, S. et al., 2002. Lake water quality classification with airborne hyperspectral
spectrometer and simulated MERIS data. Remote Sensing of Environment, 79(1), pp.51–59.
Available at: http://linkinghub.elsevier.com/retrieve/pii/S0034425701002383.
112 Kutser T., Pierson D., Kallio K., Reinart A. & Sobek S. 2005. Mapping lake CDOM by satellite
remote sensing. Remote Sensing of Environment. Volume 94, Issue 4, 28 February 2005,
Pages 535–540.
113 Lake Scientist. 2013. (Rose, K., Hicks, S. & Davis, D. L.) Introduction to Sensors for the
Aquatic Environment, de http://www.lakescientist.com.
114 Lavanderos, L., Pozo, M., Pattillo, C. & Miranda, H. 1990. Landsat Image and Sample Design
for Water Reservoirs. Environmental Monitoring and Assessment 14: 9-22, 1990.
115 Le C., Li Y., Zha Y., Sun D., Huang C. & Lu H. 2009. A four-band semi-analytical model for
estimating chlorophyll a in highly turbid lakes: The case of Taihu Lake, China. Remote
Sensing of Environment. Volume 113, Issue 6, 15 June 2009, Pages 1175.

Pág. 206
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

116 Le C., Li Y., Zha Y., Sun D., Huang C. & Zhang H. 2011. Remote estimation of chlorophyll a in
optically complex waters based on optical classification. Remote Sensing of Environment.
Volume 115, Issue 2, 15 February 2011, Pages 725–737.1182.
117 Leshkevich, G., Shuschman, R. & Sayers, M., 2012. An Operational Algorithm to Retrieve
Chlorophyll , DOC , and Suspended Minerals from Satellite Data of the Great Lakes.
Proceedings, European Space Agency (ESA) 3rd MERIS/Sentinel-3 Symposium ESA-ESRIN,
Frascati, Italy, October 15-19, 2012, 4 pp., pp.1–4.
118 Li L., Li L., Song K., Li Y., Tedesco L., Shi K. & Li Z. 2013. An inversion model for deriving
inherent optical properties of inland waters: Establishment, validation and application.
Remote Sensing of Environment. Volume 135, August 2013, Pages 150–166.
119 Liew S., Saengtuksin B. & Kwoh L. 2011. Mapping Water Quality of Coastal and Inland Waters
using High Resolution WorldView-2 Satellite Imagery. 34TH ISRSE, The GEOSS Era: Towards
Operational Environmental Monitoring. 6-O-4 INLAND WATER QUALITY, Ref. 626. Sydney,
Australia. April 10-15, 2011.
120 Liu D., Chen C., Zhao L., Yang D. & Fu D. 2008. Variation of chlorophyll: a concentration
before an algal bloom in Taihu Lake detected by MODIS/Terra imagery. SPIE Proceedings,
Geoinformatics 2008 and Joint Conference on GIS and Built Environment: Monitoring and
Assessment of Natural Resources and Environments. Volume 7145, November 03, 2008,
doi:10.1117/12.812977.
121 Lu H., Huang J. & Li Y. 2008. Quantitative retrieval of chlorophyll-a by remote sensing based
on TM data in Lake Taihu. SPIE Proceedings, Optical and Digital Image Processing. Volume
7000, April 25, 2008, doi:10.1117/12.780907.
122 Lunetta, R.S. et al., 2009. Measurement of water colour using AVIRIS imagery to assess the
potential for an operational monitoring capability in the Pamlico Sound Estuary, USA.
International Journal of Remote Sensing, 30(13), pp.3291–3314. Available at:
http://www.tandfonline.com/doi/abs/10.1080/01431160802552801
123 Mannheim, S. et al., 2004. MONITORING OF LAKE WATER QUALITY USING HYPERSPECTRAL
CHRIS-PROBA DATA. Proc. of the 2nd CHRIS/Proba Workshop, ESA/ESRIN, Frascati, Italy 28-
30, (July).
124 Matthews M., Bernard S. & Robertson L. 2012. An algorithm for detecting trophic status
(chlorophyll-a), cyanobacterial-dominance, surface scums and floating vegetation in inland
and coastal waters. Remote Sensing of Environment. Volume 124, September 2012, Pages
637–652.
125 Matthews M., Bernard S. & Winter K. 2010. Remote sensing of cyanobacteria-dominant algal
blooms and water quality parameters in Zeekoevlei, a small hypertrophic lake, using MERIS.
Remote Sensing of Environment. Volume 114, Issue 9, 15 September 2010, Pages 2070–
2087
126 McCullough I., Loftin C. & Sader S. 2012a. Combining lake and watershed characteristics with
Landsat TM data for remote estimation of regional lake clarity. Remote Sensing of
Environment. Volume 123, August 2012, Pages 109–115.
127 McCullough I., Loftin C. & Sader S. 2012b. High-frequency remote monitoring of large lakes
with MODIS 500 m imagery. Remote Sensing of Environment. Volume 124, September 2012,
Pages 234–241.
128 Mishra S., Mishra D., Lee Z. & Tucker C. 2013. Quantifying cyanobacterial phycocyanin
concentration in turbid productive waters: A quasi-analytical approach. Remote Sensing of
Environment. Volume 133, 15 June 2013, Pages 141–151.
129 Montecino, V. & Cabrera, S. 1984. Limnological pilot project for the characterization of
temperate lakes in Central Chile. Verhandlungen Internationale Verein Limnologie 22: 1332-
1334.

Pág. 207
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

130 Montecino, V. 1991. Productividad primaria en lagos y embalses de la región templada de

Sudamerica. Revista Chilena de Historia Natural, Nº 64, pág.: 555-567.
131 Moore, G., 1980. Satellite remote sensing of water turbidity. Hydrological Sciences-bulletin-
des Sciences Hydrologiques, 25(4), pp.407–422.
132 Morel, A. & Prieur, L., Analysis of variations in ocean color, Limnol. Oceanogr., 22, 709–722,
1977.
133 Moses, W. J., Gitelson, A., Perk, R. L., Gurlin, D., Rundquist, D. C., Leavitt, B. C., Brakhage,
P. 2012. Estimation of chlorophyll-a concentration in turbid productive waters using airborne
hyperspectral data. Water research, 46(4), 993–1004. doi:10.1016/j.watres.2011.11.068
134 MPCA. 2011. Spring Lake – Upper Prior Lake Nutrient TMDL. WENCK ASSOCIATES, INC
prepared for Prior Lake-Spring Lake Watershed District and Minnesota Pollution Control
Agency
135 Murat, K. & Ceylan, N., 2005. The Spectral Reflectance Responses of Water with Different
Levels. Turkish Journal Engineering and Environmental Sciences, 29, pp.351–360.
136 Nair, A. et al., 2008. Remote sensing of phytoplankton functional types. Remote Sensing of
Environment, 112(8), pp.3366–3375. Available at:
http://linkinghub.elsevier.com/retrieve/pii/S0034425708001260
137 OCDE, 2005. OECD Environmental Data: Compendium 2004. Organización para la
Cooperación Económica y el Desarrollo.
138 Odermatt D., Giardino C. & Heege T. 2010. Chlorophyll retrieval with MERIS Case-2-Regional
in perialpine lakes. Remote Sensing of Environment. Volume 114, Issue 3, 15 March 2010,
Pages 607–617.
139 Odermatt D., Pomati F., Pitarch J., Carpenter J., Kawka M., Schaepman M. & Wüest A. 2012.
MERIS observations of phytoplankton blooms in a stratified eutrophic lake. Remote Sensing
of Environment. Volume 126, November 2012, Pages 232–239.
140 Odermatt, D., Gitelson, A., Brando, V. E., & Schaepman, M. 2012. Review of constituent
retrieval in optically deep and complex waters from satellite imagery. Remote Sensing of
Environment, 118, 116–126. doi:10.1016/j.rse.2011.11.013
141 Olmanson, L.G., Bauer, M.E. & Brezonik, P.L., 2008. A 20-year Landsat water clarity census
of Minnesota’s 10,000 lakes. Remote Sensing of Environment, 112(11), pp.4086–4097.
Available at: http://linkinghub.elsevier.com/retrieve/pii/S0034425708002071
142 Ostlund, C., Flink, P., Strömbeck, N., Pierson, D., & Lindell, T. (2001). Mapping of the water
quality of Lake Erken, Sweden, from imaging spectrometry and Landsat Thematic Mapper.
The Science of the total environment, 268(1-3), 139–54. Retrieved from
http://www.ncbi.nlm.nih.gov/pubmed/11315737
143 Oyama, Y. et al., 2009. Application of spectral decomposition algorithm for mapping water
quality in a turbid lake (Lake Kasumigaura, Japan) from Landsat TM data. ISPRS Journal of
Photogrammetry and Remote Sensing, 64(1), pp.73–85. Available at:
http://linkinghub.elsevier.com/retrieve/pii/S0924271608000592
144 Pahlevan N. & Schott J. 2012. Characterizing the relative calibration of Landsat-7 (ETM+)
visible bands with Terra (MODIS) over clear waters: The implications for monitoring water
resources. Remote Sensing of Environment. Volume 125, October 2012, Pages 167–180.
145 Papoutsa C., Hadjimitsis D., Themistocleous K., Perdikou S., Retalis A. & Toulios L. 2010.
Smart monitoring of water quality in Asprokremmos Dam in Paphos, Cyprus using satellite
remote sensing and wireless sensor platform. SPIE Proceedings, Earth Resources and
Environmental Remote Sensing/GIS Applications. Volume 7831, October 25, 2010,
doi:10.1117/12.864824.
146 Pardo, R., y Vila, I. 1996. Causas Que Podrian Determinar La Eutroficación En Los Lagos
Chilenos. Causa, consecuencia y tecnologías de gerenciamiento y control, pp 197-208.

Pág. 208
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

147 Parra, O. et al. 2003. Caracterización y tendencias tróficas de cinco lagos costeros de Chile
Central. Limnetica 22 (1-2): 51 - 83
148 Porter, J. et al., 2005. Wireless Sensor Networks for Ecology. BioScience, 55(7), p.561.
Available at: http://www.jstor.org/stable/3334112.
149 Prado R. 1999a. Determinacion de la capacidad de carga y balance de fosforo y nitrógeno de
los lagos Chapo, Yelcho, Popetan, y Laguna San Antonio en la X región. FIP, 53 pp.
150 Prado, R. 1999b. Determinación de la capacidad de carga y balance de fosforo y nitrógeno de
los lagos Riesco, Los Palos y Laguna Escondida. FIP, 80 pp.
151 Prien, Ralf. 2007. The future of chemical in situ sensors. 9th International Estuarine
Biogeochemistry Symposium Estuaries and Enclosed Seas under Changing Environmental
Conditions Marine Chemistry Volume 107, Issue 3, 1 December 2007, Pages 422–432.
152 Quiros, R. 2000. La eutrofización de las aguas continentales de Argentina. I Reunión de la
Red Temática sobre Eutrofización de Lagos y Embalses. Subprograma XVII. Cooperación
Iberoamericana. Ciencia y Tecnología para el Desarrollo (CYTED). Mar del Plata, Argentina.
153 Richardson, L. & LeDrew, E. 2006. Remote Sensing of Aquatic Coastal Ecosystem Processes:
Science and Management Applications Springer, 28-02-2006 - 324 páginas.
154 Ruiz-Verdú, A. et al., 2008. An evaluation of algorithms for the remote sensing of
cyanobacterial biomass. Remote Sensing of Environment, 112(11), pp.3996–4008. Available
at: http://linkinghub.elsevier.com/retrieve/pii/S0034425708002034
155 Rundquist, D.C. et al., 1996. Remote Measurement of Algal Chlorophyll in Surface Waters :
The Case for the First Derivative of Reflectance Near 690 nm. Photogrammetric Engineering &
Remote Sensing, 62(2), pp.195–200.
156 SAF, 2013. FASAT Charlie User’s Guide Version 1.0 (Julio 2013). Servicio Aerofotogramétrico
y Grupo de Operaciones Espaciales de la Fuerza Aérea de Chile.
157 Sandoval. 2009. Intrusión Salina En El Lago Budi, Análisis Hidrodinámico Y Estudio De La
Corriente De Densidad. Tesis Para Optar Al Grado De Magister En Ciencias De La Ingeniería,
Mención Recursos Y Medio Ambiente Hídrico. Memoria Para Optar Al Titulo De Ingeniero Civil.
Universidad De Chile, Facultad De Ciencias Fisicas Y Matematicas, Departamento De
Ingeniería Civil.
158 Santini F., Alberotanza L., Cavalli R. & Pignatti S. 2010. A two-step optimization procedure
for assessing water constituent concentrations by hyperspectral remote sensing techniques:
An application to the highly turbid Venice lagoon waters. Remote Sensing of Environment.
Volume 114, Issue 4, 15 April 2010, Pages 887–898.
159 Sass, G. Z., Creed, I. F., Bayley, S. E., & Devito, K. J. (2007). Understanding variation in
trophic status of lakes on the Boreal Plain: A 20 year retrospective using Landsat TM imagery.
Remote Sensing of Environment, 109(2), 127–141. doi:10.1016/j.rse.2006.12.010Smith,
V.H., Tilman, G.D. and Nekola, J.C. 1999. Eutrophication: Impacts of excess nutrient inputs
on freshwater, marine, and terrestrial ecosystems. Environmental Pollution, 100: 179 – 196.
160 Sawaya, K. et al., 2003. Extending satellite remote sensing to local scales: land and water
resource monitoring using high-resolution imagery. Remote Sensing of Environment, 88,
pp.144–156. Available at: http://linkinghub.elsevier.com/retrieve/pii/S0034425703002384
161 Scheffer, M. 1998. Ecology of shallow lakes. Kluwer Academic Publishers.
162 Sengpiel, R.E., 2007. USING AIRBORNE HYPERSPECTRAL IMAGERY TO ESTIMATE
CHLOROPHYLL A AND PHYCOCYANIN. Indiana University, Master of Science degree thesis.,
(August).
163 Simis S., Ruiz-Verdú A., Domínguez-Gómez J., Peña-Martinez R., Peters S. & Gons H. 2007.
Influence of phytoplankton pigment composition on remote sensing of cyanobacterial
biomass. Remote Sensing of Environment. Volume 106, Issue 4, 28 February 2007, Pages
414–427.

Pág. 209
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

164 Smith, V.H., Tilman, G.D., Nekola, J.C. 1999. Eutrophication: impacts of excess nutrient
inputs on freshwater, marine, and terrestrial ecosystems. Environmental Pollution 100 (1999)
179-196.
165 Song K., Li L., Tedesco L., Li S., Duan H., Liu D., Hall B., Du J., Li Z., Shi K. & Zhao Y. 2013.
Remote estimation of chlorophyll-a in turbid inland waters: Three-band model versus GA-PLS
model. Remote Sensing of Environment. Volume 136, September 2013, Pages 342–357.
166 Soto D, H Campos, O Parra, L Zúñiga & W. Steffen. 1994. The Torres del Paine Lake district
(Chilean Patagonia): a case of pristine N-limited lakes and ponds. Archivs für Hidrobiologie
99: 181-197.
167 Soto D. 2002. Oligotrophic patterns in southern Chilean lakes: the relevance of nutrients and
mixing depth. Revista Chilena Historia Natural, 75: 377-393.
168 Sun D., Li Y., Le C., Shi K., Huang C., Gong S. & Yin B. 2013. A semi-analytical approach for
detecting suspended particulate composition in complex turbid inland waters (China). Remote
Sensing of Environment. Volume 134, July 2013, Pages 92–99.
169 Syahreza S., MatJafri M., Lim H. & Mustapha M. 2012. Water quality assessment in Kelantan
delta using remote sensing technique. SPIE Proceedings, Electro-Optical Remote Sensing,
Photonic Technologies, and Applications VI. Volume 8542, November 19, 2012,
doi:10.1117/12.978931.
170 Thiemann, S. & Kaufmann, H., 2000. Determination of chlorophyll content and trophic state
of lakes using field spectrometer and IRS-1C satellite data in the Mecklenburg lake district,
Germany. Remote Sensing of Environment, 73(2), pp.227–235. Available at:
http://www.sciencedirect.com/science/article/B6V6V-40NNKRN-
F/2/9e1855a1922e9fd5cc40188e54c1b6e7.
171 Thiemann, S. & Kaufmann, H., 2002. Lake water quality monitoring using hyperspectral
airborne data — a semiempirical multisensor and multitemporal approach for the. Remote
Sensing of Environment, 81(2-3), pp.228–237. Available at:
http://www.sciencedirect.com/science/article/B6V6V-45NP347-
5/2/f3ab83ffdcca9f56f1ca6ffc7a99a1b2.
172 Tolk, B., Han, L., & Rundquist, D. 2000. The impact of bottom brightness on spectral
reflectance of suspended sediments. International Journal of Remote Sensing, 21(11), 2259–
2268.
173 Tuominen, J., Lipping, T., Kuosmanen, V., & Repka, S. 2010. HYPERSPECTRAL DETECTION
OF MARINE CLAY IN COASTAL WATERS, (9), 31–41.
174 Twardowski, M.S., M. Lewis, A. Barnard, J.R.V. Zaneveld. 2005. In-water instrumentation and
platforms for ocean color remote sensing applications. In:Remote Sensing of Coastal Aquatic
Waters, R. Miller, C. Del Castillo, and B. McKee [Eds.], Springer Publishing, Dordrecht,
Netherlands, pp. 69-100.
175 U. Austral. 1999 Estudio limnológico de los lagos Neltume y Pirehueico. Estudio realizado por
la Universidad Austral de Chile para la Dirección General de Aguas. S.I.T. N° 61.
176 U. Austral. 2011. Antecedentes para Evaluar el Impacto Económico y Social de una Norma
Secundaria de Calidad de Aguas en el Lago Maihue, Cuenca del Río Bueno. Estudio realizado
por la Universidad Austral de Chile para la Dirección General de Aguas. S.I.T. N° 262.
177 U. Austral. 2012. Diagnóstico y caracterización del estado trófico del lago Neltume y
Pirehueico. Estudio realizado por la Universidad Austral de Chile para la Dirección General de
Aguas. S.I.T. N° 303.
178 Universidad de Chile y Dirección General de Aguas (DGA). 2010. Análisis del impacto
económico y social y objetivos de calidad ambiental del lago Budi. Facultad de Ciencias de la
Universidad de Chile, laboratorio de Modelación Ecológica, 235 pp.

Pág. 210
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

179 Universidad de Chile. 1987. Estudio limnológico de Ia Laguna de Aculeo, Región

Metropolitana. Operación Parcial de Ia Red Nacional Mínima de Control de Lagos. Informe a Ia
Dirección General de Aguas (Ministerio de Obras Públicas), 98 pp.
180 Universidad de Chile. 1989. Estudios limnológicos en el Embalse Rapel y Embalse El Yeso
durante 1987. Operación Parcial de Ia Red Nacional Mínima de Control de Lagos. lnforme a Ia
Dirección General de Aguas (Ministerio de Obras Públicas),152 pp.
181 Universidad de Chile. 2010. Clasificación de cuerpos de agua. Departamento de Ciencias
Ambientales y Recursos Naturales Renovables, Facultad de Ciencias Agronómicas,
Universidad de Chile Financiamiento CONAMA-DGA N° 1588-160-LE09.
182 Universidad de Chile. 2011. Generación de Información Cartográfica para el Sistema de
Tipología de Ríos y Lagos de Chile. Departamento de Ciencias Ambientales y Recursos
Naturales Renovables, Facultad de Ciencias Agronómicas, Universidad de Chile
Financiamiento Ministerio de Medio Ambiente.
183 Universidad de Tarapacá, 1989. Red Nacional Mínima de Control de Lagos, Primera Región.
Estudio de los lagos Chungará y Cotacotani. Universidad de Trapacá, Ministerio de Obras
Públicas (DGA) y Ministerio de Agricultura (CONAF).
184 Uraoka T. O., Vila I., Niño Y. 2003. Modelación Hidrodinámica Del Lago Peñuelas. Memoria
Para Optar Al Titulo De Ingeniero Civil. Universidad De Chile.
185 Vila, I.; Montecino, V.; Muhlhauser, H., Cabrera, S. 1986. Diagnóstico y Evaluación del
potencial biológico de lagos naturales y artificiales de Chile Central. AMB. y DES., VOL. II, N°
1, Págs. 127-137, mayo 1986
186 Villalobos, L., O. Parra, M. Grandjean, E. Jaque, S. Woelfl & H. Campos. 2003. Estudio de la
cuenca y limnología en cinco lagos húmicos de la Isla Chiloé. Revista Chilena de Historia
Natural, 79: 563 – 590.
187 Vincent R., Qin X., McKay R., Miner J., Czajkowski K., Savino J. & Bridgeman T. 2004.
Phycocyanin detection from LANDSAT TM data for mapping cyanobacterial blooms in Lake
Erie. Remote Sensing of Environment. Volume 89, Issue 3, 15 February 2004, Pages 265-
408.
188 Vos, R.J. et al., 2003. Multiplatform optical monitoring of eutrophication in temporally and
spatially variable lakes. The Science of the total environment, 312(1-3), pp.221–43. Available
at: http://www.ncbi.nlm.nih.gov/pubmed/12873412 [Accessed August 13, 2013].
189 Wang L., Li Y., Le C. & Sun D. 2008. Modeling chlorophyll-a concentration in Taihu Lake
based on different trophic state. SPIE Proceedings, Geoinformatics 2008 and Joint Conference
on GIS and Built Environment: Monitoring and Assessment of Natural Resources and
Environments. Volume 7145, November 03, 2008, doi:10.1117/12.813041.
190 Wang M., Shi W. & Tang J. 2011. Water property monitoring and assessment for China's
inland Lake Taihu from MODIS-Aqua measurements. Remote Sensing of Environment.
Volume 115, Issue 3, 15 March 2011, Pages 841–854.
191 Wei Y. & Chen W. 2008. Landsat TM image feature extraction and analysis of algal bloom in
Taihu Lake. SPIE Proceedings, Optical and Digital Image Processing. Volume 7000, April 30,
2008, doi:10.1117/12.780932.
192 Wetzel, R. 2001. Limnology: Lake and River Ecosystems. Academic Press,1006 páginas.
193 Woelfl, S., Villalobos, L., y Ó. Parra. 2003. Parámetros tróficos y validación de métodos en el
Lago Riñihue (Patagonia norte: Chile) durante 1978-1997. Revista Chilena de Historia
Natural, 76: 459-474.
194 Wölfl, S. 1996. Untersuchungen zur Zooplanktonstruktur eins¬chiiesslich der mikrobiellen
gruppen unter besonderer Berücksichtigung der mixotrophen ciliaten in zwei südchi-lenischen
Andenfubseen. 1-242. (Tesis de Doctorado, Uni¬versidad de Konstanza, Alemania).

Pág. 211
 Diagnóstico de la Condición Trófica de Cuerpos Lacustres utilizando Nuevas Herramientas Tecnológicas

195 Wu X. & Cheng Q. 2008. Extracting chlorophyll concentration of water body based on spectral
unmixing model. SPIE Proceedings, Remote Sensing for Agriculture, Ecosystems, and
Hydrology X. Volume 7104, October 02, 2008, doi:10.1117/12.798535.
196 WWF. 2013. List of Ecoregions. http://wwf.panda.org/about_our_earth/
ecoregions/ecoregion_list/ecoregions_country/ecoregions_country_c.cfm
197 Yang W., Matsushita B., Chen J. & Fukushima T. 2011. Estimating constituent concentrations
in case II waters from MERIS satellite data by semi-analytical model optimizing and look-up
tables. Remote Sensing of Environment. Volume 115, Issue 5, 15 May 2011, Pages 1247–
1259.
198 Zhang Y., Liu Y., Ruan R. & Zhao D. 2009. Temporal influences on satellite retrieval of
cyanobacteria bloom: an examination in Lake Taihu, China. SPIE Proceedings, MIPPR 2009:
Multispectral Image Acquisition and Processing. Volume 7494, October 30, 2009,
doi:10.1117/12.833204.
199 Zimba, P. V. & Gitelson, A., 2006. Remote estimation of chlorophyll concentration in hyper-
eutrophic aquatic systems: Model tuning and accuracy optimization. Aquaculture, 256(1-4),
pp.272–286. Available at: http://linkinghub.elsevier.com/retrieve/pii/S0044848606001396.

Pág. 212