HERRAMIENTAS PARA EL ANALISIS DE MAPAS APLICADOS A LA SELECCIONDE UN SITIO

PARA LA DEPOSCION DE DESECHOS

Presentado por:
SILVANA PAOLA MORANTES OCHO
CODIGO: 2080857

Presentado a:
JUAN DIEGO COLEGIAL GUTIERREZ

UNIVERSIDAD INDUSTRIAL DE SANTANDER

FACULTAD DE INGENIERIAS FISICO-QUIMICAS
ESCUELA DE GEOLOGIA
2014
 TABLA DE CONTENIDO

Introducción…………………………………………………………………………Pág. 3
Objetivo ……………………………………………………………………….........Pág. 4
Marco Teórico……………………………………………………………...............Pág. 4
Metodología y resultados………………………………………………………….Pág. 5
Conclusiones………………………………………………………………………..Pág. 22
 INTRODUCCION

La aplicación de los Sistemas de Información Geográfica SIG, permite incrementar el tiempo de

manejo de datos y disminuir el tiempo para el análisis de los mismos, por cual se usó esta
herramienta y así determinar más rápidamente los riesgos y amenazas que tiene el municipio de
Tegucigalpa, Honduras, por una posible inundación. Por medio del software Ilwis se aplicaron sección
como: la preparación de los datos donde se introdujeron algunas de las funcionalidades de un
sistema de información geográfica, utilizados en la preparación de los datos requeridos en el proceso
de evaluación del riesgo y la evaluación de la amenaza por deslizamientos en este ejercicio se
evaluó de la distribución de deslizamientos en un sector de la ciudad de Tegucigalpa.

Tegucigalpa está asentada en un valle profundo localizado al interior de la zona central montañosa de
Honduras, aproximadamente 15°06’N/87°11’W, lo que corresponde con la latitud de Bangkok o de
África Sub-Sahariana. El fondo del valle se localiza sobre los 930 m. s.n.m (sobre el nivel del mar)
con picos (llamados cerros) alrededor de la cuenca que alcanzan hasta 1300m s.n.m, tales como
Cerro Grande y Cerro El Berrinche en el Nor-occidente o El Picacho al norte de la ciudad.

Los ríos que cruzan la cuenca juegan un importante papel en la caracterización morfológica de la
zona. El Río Grande Choluteca separa Tegucigalpa de la ciudad hermana de Comayagüela. El Río
Chiquito entra en la cuenca por el costado oriental, dividiendo la capital entre la ciudad vieja, en la
ribera norte, y el moderno distrito comercial en la ribera sur (figura 1).

Figura 1: Municipio de Tegucigalpa junto con la red hídrica.

 OBJETIVO

Generar un mapa de zonificación cualitativa del riesgo por inundación y deslizamientos para un
sector de la ciudad de Tegucigalpa, Honduras utilizando las herramientas proporcionadas por los
sistemas de información geográfica, que para para lo cual se implementó el software ILWIS.

MARCO TEORICO

Preparación de datos

En esta sección la preparación de datos es general, es decir no solo aplicable para la evaluación de
riego o amenaza específica. Se realizó con diferentes herramientas que permite el software Ilwis las
cuales son útiles en la ejecución los estudios relacionados con el manejo de desastres. Se
necesitaron los siguientes pasos:

- Datos LiDAR de Tegucigalpa (fecha: 2000): Lidar_tegu (mapa raster)

• Ortofotomosaico de la porción norte de Tegucigalpa: Ortho_tegu (mapa raster )
• Mapa de carreteras y calles de la Ciudad: Roads_tegu (Mapa de líneas)
• Mapa de Curvas de Nivel de Tegucigalpa, Digitalizadas a partir de un mapa Topográfico de la
Ciudad (intervalo entre curvas 2.5 metros): Contour_map (mapa de líneas).

Se generó un estéreo par el cual requiere de dos imágenes raster, las cuales se traslapan parcial o
totalmente, por ejemplo dos fotografías aéreas en formato digital que presentan algún porcentaje de
traslape. En el estéreo par de salida se podrá ver el área de traslape en 3 dimensiones o un Modelo
Digital del Terreno (DTM) genera un par estereoscópico “artificial”. En el estéreo par de salida, usted
podrá ver el área del mapa de entrada que coincide con el DTM utilizado, como una imagen en 3-D.

Evaluación de la amenaza por deslizamientos

En esta segunda sección se evaluó la distribución de deslizamientos en un sector del Municipio de

Tegucigalpa. El ejercicio está dividido en dos partes:
• En la primera parte se utilizó una imagen estereoscópica digital para la interpretación de
deslizamientos y su digitalización en pantalla, también se realizo el proceso de interpretación con una
imagen anáglifo. La interpretación de deslizamientos se enfocó en zonas de grandes deslizamientos
inactivos que se observaron en el área.
• En la segunda parte se generó un mapa simple de amenaza por deslizamientos utilizando un
análisis estadístico, considerando únicamente dos parámetros: pendiente y litología.

Evaluación estadística de la amenaza por deslizamientos

El método está basado en la siguiente formula:
Wi = el peso asignado a un parámetro especifico (e.g. un tipo de roca o una clase de pendiente).
Densclas = La densidad de deslizamientos para la clase o parámetro considerado.
Densmap = La densidad de deslizamientos para el área de estudio.
Área (Si) = área, con presencia de deslizamiento, en la clase o parámetro considerado (área ocupada
por los deslizamientos).
Área (Ni) = área total, dentro de la zona de estudio, para el parámetro considerado.

METODOLOGIA Y RESULTADOS

SECCIÓN PREPARACIÓN DE DATOS

Primero se georeferenciar el modelo de elevación digital (DEM), generado a partir de la imagen

LIDAR. La georeferenciación se realizó a través de la búsqueda de puntos de control, que deben ser
reconocibles en ambas imágenes, en la imagen LiDAR así como en el ortofotomosaico (el cual tiene
un tamaño de píxel de 1 metro). Para poder distinguir con claridad los diferentes objetos en ambas
imágenes, se hizo un mapa de sombreados (hillshading) de la imagen LiDAR. Este procedimiento
permitió visualizar en la imagen las edificaciones de manera individual y fue el siguiente:

Lidar_ tegu→ pseudo → zoom in → display options → 1maplidar_tegu→Strecth 920-1000 (figura 2).

Figura 2: imangen Lidar_tegu

Para generar un mapa de sombras (Hilshading).

Operation tree → imagen processing→ filter→ filtro lineal shadow→ mapa shadow (figura 3)
 Figura 3: mapa shadow

Mostrar → pseudo → stretch – 25 y +25 → color gris (figura 4).

Figura 4: mapa shadow en escala de gris

Georeferenciación en el mapa Shadow

En el mapa Shadow → file → créate georeference → -georeference: new → tiepoints → sistema

de coordenadas (figura 5).
 Figura 5: cuadro de dialogo, como se generó la georeferenciación

Mostrar → pseudo → stretch -25 y + 25 → color : gris (figura 6)

Figura 6: comparación de las dos imagenes Lidar_tegu y el mapa Ortho_tegu

En el mapa shadow:

Shadow → file → créate georeference → georeference: new → tiepoints→ sistema de

coordenadas (figura 7).

Se hace clic del 1° punto en la imagen shadow y luego el mismo punto en la imagen ortho_tegu. Se
repitió este procedimiento 5 veces más para otros puntos. Los puntos se seleccionaron en diferentes
partes del mapa Shadow (distribuidos en toda la imagen); en otras palabras, puntos que no se
encuentran agrupados.

Figura 7: selección de puntos para georeferenciación.

Shadow → layer → add layer →roads_tegu (figura 8).

Figura 8: sobreposición del mapa Roads_tegu para verificar la georeferenciación.

Antes del paso siguiente se asignó primero la georeferencia New al mapaLidar_tegu. Luego se realizó
un re-muestreo (resampling) de la imagen Lidar_tegu. Donde “resampling” (re-muestreo) significa
describir el proceso por medio del cual se ajusta el tamaño de píxel de una imagen con respecto a la
otra, de tal manera que el tamaño de píxel de ambos mapas sea igual. Para esto el “re-muestreo”
(ajustar el tamaño de píxel) se hizo utilizando la georeferencia del mapa Ortho_tegu.

Lidar_tegu → properities → georeference → new, ahora se podrá realizar el resampling;

operation tree → imagen processing→resample→ rater: lidar, georeference: Tegucigalpa, out
put: Lidar_dem y remuestreo: Nearest neighbar (figura 9,10)

Figura 9: cuadro de dialogo de cómo se realizó el “resampling”.

Figura 10: mapa Lidar_dem.

Generación del estéreo par: se creó un estéreo par artificial a partir de la imagen LIDAR y la imagen
ortofoto detallada.

Operation tree → imaging processing→ stero par from DTM → raster: Ortho_tegu → DTM:
Lidar_dem → Look modus: left →out put map: Ortho_stereo (figura 11).
 Figura 11. Imagen del estero par

Luego se realizó el estéreo par en escala de grises:

Operation tree → imagen processing → color separation → raster: Ortho_tegu → out put map:
Ortho_tegu_BW (figura 12).

Para el estereo par: Operation tree → imaging processing→ stero par from DTM → raster:
Ortho_tegu_BW → DTM: Lidar_dem → Look modus: left →out put map: Stereo_BW (figura 12).
 Figura 12: mapa Ortho_tegu_BW

Figura 13: estéreo par en escala de grises.

SECCIÓN EVALUACIÓN DE LA AMENAZA POR DESLIZAMIENTOS

En la primera parte del ejercicio se utilizó una imagen estereoscópica digital para la interpretación de
deslizamientos generada anteriormente y su digitalización en pantalla. Para el proceso de
interpretación usted puede utilizar una imagen anáglifo o utilizar el estereoscopio de pantalla (screen-
stereoscope). La interpretación de deslizamientos se concentrara en la delimitación de los grandes
deslizamientos inactivos que se observan en el área. El anáglifo se generó de la siguiente forma:

Operation tree → visualization → Show stereo par → as analgyph → Ortho_stereo_BW. Luego

en Display options se configura el pixel a -70 y se desfasa la imagen en colores rojo-verde
(figura 14).
 Figura 14: imagen anáglifo

Para mapear los deslizamientos es necesario sobreponer el mapa de segmento Landslide_map,

sobre el mapa Ortho_tegu.
Ortho_tegu → edit → edit layer: Landslide_map (figura 15).

Figura 15: estéreo par con imagen landslide_map

Seguido se generó un mapa de segmentos que agregamos personalmente mediante la

opción Masksegments, el cual será nombrado Landslides:
 Operations tree → Vector Operations →Segments → Mask Segments.

Visualización de los datos de entrada

En el mapa Orthho_tegu se adiciona la capa de slides (figura 16).

 Figura 16: mapa ortho_tegu con la capa de slides.

En el mapa Ortho_tegu se adiciona la capa de landslides con la clasificación de los tipos de

deslizamientos (figura 17).

Figura17: mapa Ortho_tegu con segmentos de lanslides

Para adicionar la capa de slope es necesario calsificarla, por lo cual se crea el dominio
Slopec mediante la herramienta Slicing (figura 18).
 Figura 18: mapa Slopec con intervalos de 10.

Evaluación estadística de la amenaza por los deslizamientos.

Para el análisis de los datos es necesario volver raster los mapas slides y lithology (figura 19)
con la siguiente operación:
 Operations →I mage Processing → Slicing.

Figura 19: mapas raster slides y lothology.

Para finalizar se genero el mapa ACTIVE, el cual representa a el mapa slides donde las
áreas de no deslizamientos tiene un valor de 0 y las áreas de código Br y Sr tiene un valor de
1. Esto se obtiene mediante la siguiente formula:
Active:=iff(isundef(slides),0,iff((slides="br")or(Slides="sr"),1,0))
El resultado obtenido es el siguiente:

Figura 20: mapa active

Cruzando los mapas de parámetros con el mapa de deslizamientos.

Para este paso se seleccionaron los mapas Slopec y lithology. El mapa Slopec como el primer mapa,
el mapa active como el segundo mapa, y se denominó la tabla de salida Actslope Figura 21). Seguido
se repite el procedimiento pero el primer mapa será el lithology y la tabla de salida se denominó
Actlithology (figura 22).

Figura 21: tabla Actslope

 Figura 22: tabla Actlithology

Calculando densidad de deslizamientos

Una vez cruzados los anteriores mapas, lo siguiente es calcular los valores de densidad. Para lo
siguiente se realizan los siguientes sub pasos:

 Crear una columna donde únicamente los deslizamientos activos son señalados. Se utiliza
la siguiente formula: AreaAct=iff(Active=1,area,0).
 Calculo del área total en cada clase de pendiente.
 Cálculo del área con deslizamientos activos para cada clase de pendiente.
 Cálculo del área total del mapa.
 Cálculo del área total ocupada por los deslizamientos en la zona de estudio.
 Cálculo de la densidad de deslizamientos para cada clase de pendiente.
 Cálculo de la densidad de deslizamientos para la totalidad del mapa. Se utiliza la siguiente
formula: Densmap=Areamapact/Areamaptot.
 Figura 23: Tabla Actslope corregida.

Figura 24: tabla Actlithology corregida

Calculando los valores de ponderación (weight values)

los valores de ponderación fueron calculados utilizando el logaritmo natural de la densidad

por clase dividido por la densidad del mapa. Para esto se siguieron los siguientes sub pasos:
 Creamos una tabla de atributos para el dominio slopecl y para Lithology.
 Calculo del área total para cada clase de pendiente.
 Calculo del área con deslizamientos activos para cada clase de pendiente.
 Calculo de la densidad de deslizamientos para cada clase de pendiente. Se utilizó la
siguiente formula: Densclas:=Areaslopact/Areasloptot.
 Realizar el ajuste con la siguiente formula: Dclas:=iff(Densclas=0,0.0001,Densclas).
 Calculo de la ponderación final. Se utilizó la siguiente formula: Weight:=ln(Dclas/0.0161).
 Figura 25: tabla Slopec a partir de Actslope.

Figura 26: tabla de lithology a partir de Actlithology.

Creando los mapas ponderación de valores (weight maps)

En esta parte se renombraron los mapas a partir de las ponderaciones calculadas.

 Operation tree → attribute map →raster: slopec → atributo:weight →
out put: wslope (figura 27).
 Figura 27: mapa wslope.

 Operation tree → attribute map →raster: slopec → atributo:weight →

out put: wlithology (figura 28).

Figura 28: mapa wlithology

 Por último podemos sumar las ponderaciones anteriores mediante consola y obtener
información superpuesta con la ventana de información del pixel. El mapa resultando de
la suma se muestra a continuación (figura 29).

Figura 29: mapa resultante Weight

Clasificando el mapa de ponderación en el mapa final de amenaza.

Dado que el rango de valores obtenidos en WEIGHT es muy amplio y no puede ser presentando
como un mapa de susceptibilidad a deslizamientos es necesario clasificar dichos valores.
Para esto creamos un dominio llamado HAZARD donde seleccionamos límites para 3 clases
diferentes:
 LOW HAZARD : 0 – 1.5 .
 MODERATE HAZARD: 1.5 – 3.
 HIGH HAZARD: 3 – 4.5

Se usó la herramienta “Slicing” para crear un mapa HAZARD donde se muestran las diferentes zonas
de amenaza de deslizamiento en intervalos según los criterios que cada estudiante determino. El
resultado se muestra en la siguiente imagen:

Figura 30: mapa HAZARD

Para finalizar esta practica, es importante incluir las áreas ocupadas por antiguos
deslizamientos en el mapa de susceptibilidades.

Para esto se uso la siguiente formula:

 (Final:=iff(isundef(slides),hazard,iff(active=1,"high
hazard",iff((slides="bre")or(slides="sre"), "high hazard","Moderate hazard")))

El resultado final obtenido y que es analizado en las conclusiones como mapa final de
amenaza de deslizamiento es el siguiente.

Figura 31: mapa FINAL

 CONCLUSIONES

 Para los resultados obtenidos, la zona de mayor impacto crítico por deslizamiento se
encuentra en la parte Suroeste del sector central del municipio según los datos de litología,
debido a acumulaciones de limolita y capas rojas de arenas y shale las cuales tienen una
pendiente que oscila entre los 30 – 41 grados representa un alto riesgo de deslizamiento.

 Respecto a litologías presentes, las zonas con mayor riesgo por deslizamientos corresponden
a las formaciones del grupo Padre Miguel del terciario y el grupo cretácico valle de ángeles.

 Los mapas de ponderación permiten obtener un modelo claro y sencillo de la densidad de

deslizamientos asociados a zonas específicas. Dichas densidades al ser relacionada con las
pendientes y las litologías presentes en el área son de gran utilidad e importancia para definir
un mapa de susceptibilidad de amenaza por deslizamiento.

 Las zonas con mayor probabilidad de presentar movimientos en masa de gran impacto se
encuentran en un intervalo de 38 – 51 grados, según la ponderación en densidades de
deslizamientos, respecto a las pendientes.