Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
METODOLOGÍA PARA LA CLASIFICACIÓN DE LA MORFOLOGÍA DE CORRIENTES APLICADA A LAS CUENCAS PRIORIZADAS POR LA GESTIÓN DEL RECURSO HÍDRICO EN COLOMBIA Mateo Parra Cuadros Universidad de Antioquia Facultad de Ingeniería Medellín, Colombia 2021 https://co.creativecommons.net/wp-content/uploads/sites/27/2008/02/by-nc-sa.png Metodología para la clasificación de la morfología de corrientes aplicada a las cuencas priorizadas por la gestión del recurso hídrico en Colombia Mateo Parra Cuadros Trabajo de investigación presentado como requisito parcial para optar por el título de: Magister en Ingeniería Ambiental Director Esnedy Hernández Atilano Asesor Mario Alberto Jiménez Jaramillo Línea de investigación: Recurso Hídrico Grupo de Investigación GeoLimna Universidad de Antioquia Facultad de Ingeniería, Escuela Ambiental Medellín, Colombia 2021 iii Agradecimientos Dedicado a mis Padres y Hermanas quienes en mis momentos más abstraídos me acompañaron y nunca dejaron de apoyarme. Especialmente a María Parra que me motiva siempre a seguir adelante. Agradezco a Esnedy Hernández y Karen Palacio por apoyarme y guiarme en todo el proceso. Al profesor Mario Jiménez quien dedicó su tiempo pacientemente para darme las bases y motivación académica. A los profesores Diana Agudelo, Jenny Machado, Juan Camilo Villegas, Nora Villegas quienes me dieron muchos elementos conceptuales para la estructuración. Al profesor Álvaro Wills por cuestionarme y despertarme el amor por esta carrera. A Sergio Herazo, Juan Carlos Guzmán, Benjamín Atehortúa y Camilo Valderrama por darme su tiempo para compartirles mis ideas y retroalimentármelas. Al grupo de Investigación GeoLimna por acogerme y apoyarme a realizar este trabajo. iv Resumen La clasificación de corrientes a partir de características morfológicas permite entender una serie de vínculos entre procesos físicos, hidrológicos y sedimentológicos que ocurren en la cuenca y sus efectos sobre la escala de tramo. No obstante, no hay un único conjunto de variables que expliquen al mismo tiempo las diferencias morfológicas de una corriente debido a la diversidad geológica, pedológica y climática que se presenta entre las cuencas. En este sentido, se ha encontrado la necesidad de plantear metodologías que permitan delimitar y clasificar los tramos de corriente en diferentes lugares mediante diversos criterios. En este trabajo se integran procedimientos para la delimitación automatizada de tramos de corriente a partir de puntos de cambio significativos de pendiente, confinamiento, vegetación y sinuosidad. Se evalúa la capacidad de cada criterio para predecir la ubicación de puntos supervisados de cambio. Luego se usan los modelos de discriminante lineal (LDA) y árboles de decisión (CART) para predecir el tipo de corriente de 159 tramos etiquetados con criterio de expertos a partir de su caudal, grado de confinamiento, pendiente, potencia de la corriente y área tributaria. Los métodos de segmentación presentan una confianza entre el 50% y el 90% para delimitar los puntos supervisados. Los métodos de clasificación predicen los tipos de corriente hasta un 41%. La metodología de segmentación permite de manera automatizada dar un diagnóstico inicial de los procesos diferenciados en la cuenca los cuales pueden tener mayor efectividad con insumos de mayor resolución y corroboración en campo. Los métodos de clasificación no permiten predecir satisfactoriamente los tramos de corriente por lo que se recomienda recolectar mas información hidráulica de las cuencas para reentrenar y validar los métodos. Palabras Clave: Hidromorfología, Modelación Hidrológica, Gestión del Recurso Hídrico, Machine Learning. v Abstract The river classification based on morphological characteristics allows to understand different links between physical, hydrological, and sedimentological processes that occur in a basin and their effects on reach-scale. However, there is not a single set of variables that simultaneously explain the morphological differences of a river due to the geological, pedological and climatic diversity that occurs between the basins. In this sense, the need has been found to propose methodologies to delimit and classify the river reaches using different criteria. In this work, procedures for the automated delimitation of stream sections are integrated from points of significant change in slope, confinement, vegetation, and sinuosity. The ability of each criterion to predict the location of supervised points of change is evaluated. Then the linear discriminant analysis (LDA) and decision trees (CART) are used to predict the reach type of 159 sections based on their flow, degree of confinement, slope, stream power, and tributary area. The segmentation methods have a confidence between 50% and 90% to delimit the supervised points. Classification methods predict the reach types up to 41%. The segmentation methodology allows in an automated way to give an initial diagnosis of the differentiated processes in the basin which can have greater effectiveness with inputs of greater resolution and corroboration in the field. Classification methods do not allow for the satisfactory prediction of current ranges, so it is recommended to collect more hydraulic information from the basins to retrain and validate the methods. Keywords: Hydromorphology, Hydrological Modeling, Water Resource Management, Machine Learning. Contenido Objetivos específicos ................................................................................... 17 Zona de estudio ........................................................................................... 31 Pendiente ...................................................................................................... 33 Confinamiento ............................................................................................. 35 Vegetación .................................................................................................... 41 Sinuosidad .................................................................................................... 43 Calibración y eficiencia de la segmentación ............................................ 44 Procesamiento de superficie de agua en las coberturas ......................... 46 Etiquetado de segmentos............................................................................ 47 Métodos de clasificación ............................................................................. 49 Agradecimientos .......................................................................................... iii Resumen ........................................................................................................ iv Abstract............................................................................................................ v Introducción ................................................................................................. 14 1.1. Justificación......................................................................................................... 15 1.2. Antecedentes ...................................................................................................... 16 1.3. Objetivo general ................................................................................................. 17 Marco Teórico .............................................................................................. 18 2.1. Procesos geomorfológicos ................................................................................ 18 2.2. Clasificación hidromorfológica de corrientes ................................................ 19 2.3. Segmentación de redes de drenaje ..................................................................23 2.4. Modelos predictivos de clasificación hidromorfológica .............................. 25 2.5. Marcos hidromorfológicos: Integración al diagnóstico ecosistémico ........ 28 Metodología ................................................................................................. 30 3.1. Información usada ............................................................................................. 31 3.2. Segmentación en tramos de corriente ............................................................. 32 3.3. Clasificación de tramos de corriente ............................................................... 47 Pendiente ...................................................................................................... 51 Confinamiento ............................................................................................. 56 Sinuosidad .................................................................................................... 66 Vegetación .................................................................................................... 70 Métodos unificados de segmentación ...................................................... 73 Variables predictoras .................................................................................. 76 Análisis Discriminante Lineal (LDA) ....................................................... 77 Árboles de decisión ..................................................................................... 79 Pendiente ...................................................................................................... 82 Confinamiento ............................................................................................. 83 Sinuosidad .................................................................................................... 84 Vegetación .................................................................................................... 85 Resultados ..................................................................................................... 51 4.1. Segmentación ..................................................................................................... 51 4.2. Clasificación ........................................................................................................ 76 Discusión ...................................................................................................... 82 5.1. Desempeño de los métodos de segmentación ............................................... 82 5.2. Desempeño de los métodos de clasificación .................................................. 86 Conclusiones ................................................................................................ 88 Referencias.................................................................................................... 90 Lista de figuras Figura 2-1. Fotografía y vista en planta de los tipos de tramo. A) Coluvial, B) Cascada C) Escalón pozo D) Lecho plano E) Pozo y rápido F) Trenzado G) Dunas onduladas H) Lecho en roca. Adaptado de Bisson et al. (2017) y Montgomery y Buffington (2013). ........................................................................................................................................................... 21 Figura 2-2. Influencia de las condiciones de la cuenca (topografía, flujo y suministro de sedimentos) en los tipos de tramo de la corriente (texto azul) y las características asociadas del tramo (ancho, profundidad, sinuosidad, gradiente de la corriente, tamaño de grano). Los procesos dominantes se muestran para los flujos con detritos y la influencia de la vegetación (elipses discontinuas), y se indican los tipos de segmento de valle (coluvial, aluvial, lecho en roca). Tomado de Bisson et al. (2017). ......................................................................................................................................................................... 21 Figura 2-3. Clasificación de corrientes adaptadas a las corrientes italianas. Elaborado de Rinaldi et al. (2013). ......................................................................................................................... 22 Figura 2-4. (A) En la parte superior se muestra el procedimiento general del paquete FluvialCorridor. (B) En la parte inferior los objetos geográficos creados en las diferentes etapas del proceso con las tablas que se generan en cada una. Tomado de Roux et al. (2015). ................................................................................................................................... 24 Figura 2-5. Umbrales encontrados mediante atributos físicos para predecir la tipología propuesta por Montgomery & Buffington (1997). (A) Beechie et al. (2006) (B) Flores et al. (Flores et al., 2006) y (C) Altunkaynak et al. (2009). .............................. 27 Figura 3-1. Ruta metodológica. ........................................................................................................ 30 Figura 3-2. Ubicación de las cuencas de estudio con las estaciones de medición de las variables hidráulicas. ..................................................................................................................... 32 Figura 3-3. Procedimiento general para la segmentación por pendiente. ................... 33 Figura 3-4. Pasos en la extracción y corrección de la elevación y cálculo de la pendiente. .................................................................................................................................................. 34 Figura 3-5. Gráficas del perfil desde la cabecera (izquierda) y de la pendiente (derecha) con los puntos de cambio significativo (línea roja discontinua). ................ 35 Figura 3-6. Procedimiento general para la segmentación por confinamiento con la relación entre el ancho del valle y del canal activo. ............................................................... 36 Figura 3-7. Cálculo del confinamiento con el ancho del valle (Wac) y el canal activo (Wc), los puntos de cambio se denotan de diferentes colores en el valle aluvial y en rojo punteado en la gráfica. ............................................................................................................... 37 9 Figura 3-8. Procedimiento general para la segmentación por confinamiento con la relación entre el ancho del valle y del canal activo. ............................................................... 38 Figura 3-9. Variables medidas para calcular el confinamiento con el ancho del valle (Wac) y la amplitud del meandro (Am), los puntos de cambio se denotan de diferentes colores en la red de drenaje y en rojo punteado en la gráfica. .................... 39 Figura 3-10. Procedimiento general para la segmentación por confinamiento con la relación entre el HAND y el ancho hipotético de río trenzado. ....................................... 40 Figura 3-11. Cálculo del confinamiento con el ancho hipotético de río trenzado (Wtrenz) y el ancho del polígono HAND (Whand), los puntos de cambio se denotan de diferentes colores en el polígono extraído del HAND y en rojo punteado en la gráfica. ......................................................................................................................................................... 41 Figura 3-12. Procedimiento general para la segmentación por cambios en la capa de vegetación. ................................................................................................................................................. 41 Figura 3-13. Fondo del valle y red hídrica segmentada sobre las capas de vegetación, los puntos de cambio se denotan de diferentes colores en el fondo del valle y en rojo punteado en la gráfica. .........................................................................................................................42 Figura 3-14. Procedimiento general para la segmentación por cambios en la sinuosidad. ................................................................................................................................................ 43 Figura 3-15. Cálculo de la sinuosidad, los puntos de cambio se denotan con diferentes colores en la red hídrica y en rojo punteado en la gráfica. ........................... 44 Figura 3-16. Muestra de resultados del test de confianza y sensibilidad propuestos por Orlandini (2011).............................................................................................................................. 46 Figura 3-17. Proceso de reemplazo de la cobertura de superficie de agua dentro del valle aluvial. .............................................................................................................................................. 47 Figura 3-18. Información dada en la encuesta para etiquetar cada tramo. ................. 48 Figura 3-19. Opciones de tipología de los tramos de corriente con su respectiva descripción en el formulario. Adaptado de Buffington et al. (2013). ............................. 49 Figura 4-1. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 52 Figura 4-2. Red de drenaje con puntos de cambio de pendiente para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. ..................................................................................................................... 53 Figura 4-3. Perfiles más cortos del río Poblanco (A) y Sinifaná (B), se muestran las alturas en línea continua con los filtros de mediana e interpolación lineal (en azul 10 claro) y de las alturas sin modificar del DEM (en naranja). También se muestran en línea punteada los cambios de pendiente supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro). ............................................................................. 54 Figura 4-4. Variación de la pendiente en el perfil en línea continua (azul claro). Cambios de la pendiente en los perfiles del río Poblanco (A) y Sinifaná (B), los supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro) en líneas punteadas, .............................................................................................................................. 55 Figura 4-5. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 57 Figura 4-6. Red de drenaje con puntos de cambio de confinamiento con la relación entre el ancho del valle y canal activo para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. .................................................................................................................................................. 58 Figura 4-7. Variación del confinamiento de la relación entre el ancho del valle y el canal activo en el segmento en línea continua (azul claro). Cambios del confinamiento en los segmentos del río Poblanco (A) y Sinifaná (B), los supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro) en líneas punteadas................................................................................................................................................... 59 Figura 4-8. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 61 Figura 4-9. Red de drenaje con puntos de cambio de confinamiento con la relación entre el ancho del valle y la amplitud del meandro para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. .................................................................................................................................................. 62 Figura 4-10. Variación del confinamiento de la relación entre el ancho del valle y la amplitud del meandro en el segmento en línea continua (azul claro). Cambios del confinamiento en los segmentos del río Poblanco (A) y Sinifaná (B), los supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro) en líneas punteadas................................................................................................................................................... 63 Figura 4-11. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) 11 Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 65 Figura 4-12. Red de drenaje con puntos de cambio de confinamiento con la relación entre el ancho del valle y la amplitud del meandro para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. .................................................................................................................................................. 65 Figura 4-13. Variación del confinamiento de la relación entre el ancho del valle y la amplitud del meandro en el segmento en línea continua (azul claro). Cambios del confinamiento en los segmentos del río Poblanco (A) y Sinifaná (B), los supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro) en líneas punteadas................................................................................................................................................... 66 Figura 4-14. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 68 Figura 4-15. Red de drenaje con puntos de cambio de confinamiento con la relación entre el ancho del valle y la amplitud del meandro para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. .................................................................................................................................................. 69 Figura 4-16. Variación del confinamiento de la relación entre el ancho del valle y la amplitud del meandro en el segmento en línea continua (azul claro). Cambios del confinamiento en los segmentos del río Poblanco (A) y Sinifaná (B), los supervisados (en verde), los modelados (en rojo) y las confluencias(en azul oscuro) en líneas punteadas................................................................................................................................................... 70 Figura 4-17. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM) para el Alpha de Hubert elegido en cada cuenca. ................. 71 Figura 4-18. Red de drenaje con puntos de cambio de vegetación para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM), en rojo se señalan los perfiles extraídos de cada cuenca ilustrados en las figuras siguientes. ..................................................................................................................... 72 Figura 4-19. Variación de las coberturas en los perfiles más cortos. Las coberturas presentadas son Territorios artificializados (1), Territorios agrícolas (2) y Bosques y áreas seminaturales (3). El segmento en línea continua (azul claro) es la cobertura 12 predominante en cada tramo del río Poblanco (A) y Sinifaná (B), los puntos de cambio supervisados (en verde), los modelados (en rojo) y las confluencias (en azul oscuro) en líneas punteadas. ............................................................................................................. 73 Figura 4-20. Red de drenaje con la unificación de los puntos de cambio el río Poblanco (A) y Sinifaná (B). ............................................................................................................... 75 Figura 4-21. Histogramas y correlogramas de las variables predictoras para la BD1 (Superior) y BD2 (Inferior). ................................................................................................................ 76 Figura 4-22. Importancia relativa de cada variable en el modelo CART. .................... 80 Figura 4-23. Algoritmo para entrenamiento del 70% de los datos y la validación con el 30%, las variables seleccionadas en este caso son Con (confinamiento) y S (pendiente), donde se logra una predicción del 47% del etiquetado. ............................ 80 Figura 4-24. Árboles de clasificación con tres niveles (CART Nivel 3) para las combinaciones con mayor porcentaje de predicción: En la BD1 el confinamiento y pendiente alcanzan un 41.18% (superior) y en la BD2 la potencia y pendiente alcanzan un 33.3% (inferior).............................................................................................................. 81 Figura 5-1. Red de drenaje con puntos de cambio de confinamiento sobre el mapa de morfología para el río Poblanco (A) y Sinifaná (B), los modelados coincidentes (MC), falsos supervisados (FS) y falsos modelados (FM).................................................... 85 13 Lista de tablas Tabla 3-1. Información primaria recopilada. ............................................................................ 31 Tabla 3-2. Datos generales de las cuencas. Fuente: PORH’s de Corantioquia y POMCA del Río Nare Cornare. ....................................................................................................... 31 Tabla 3-3. Valores de los parámetros elegidos para calcular el valle aluvial. ........... 36 Tabla 3-4. Radios de tolerancia elegidos para cada tipo de segmentación ................. 45 Tabla 3-5. Número de tramos etiquetados por cuenca. ....................................................... 47 Tabla 3-6. Tipos de tramos etiquetados en las encuestas. ................................................... 49 Tabla 4-1. Comparación de los puntos de cambio en un radio de 100 metros con los otros métodos. .......................................................................................................................................... 74 Tabla 4-2. Resultados del test de normalidad (Shapiro-Wilk) y multinormalidad (Royston) para las variables transformadas por medio de potencias. ........................... 77 Tabla 4-3. Matriz en porcentaje de clase predicha versus la clase verdadera, en la diagonal principal se presentan el porcentaje de acierto. .................................................... 77 Tabla 4-4. Resultados de las modelaciones en la BD1 (superior) y BD2 (inferior) para las diferentes combinaciones de variables como entrada, aplicados al modelo de discriminante lineal (LDA), árboles de decisión de 3 niveles (CART Nivel 3) y árboles de decisión sin poda (CART MAX). Para el modelo CART Nivel 3, se especifica el número de datos predichos en cada tipo de corriente por cada combinación. ............................................................................................................................................. 78 Tabla 5-1. Calibración con los test de sensibilidad y confianza de los valores de Alpha del Test de Hubert, señalando el valor elegido para (A) Poblanco y (B) Sinifaná. En la tabla los modelados ............................................................................................... 82 14 1 Introducción La caracterización hidromorfológica de las cuencas hidrográficas se ha convertido en un requisito para evaluar su estado ecológico y así comenzar estrategias de monitoreo y conservación fluvial (Vaughan et al., 2009), generando la necesidad de determinar los procesos asociados a su morfología y dinámica. Sin embargo, no existe un único conjunto de variables que expliquen las diferencias de estos procesos entre los tramos de la red hídrica, debido a la diversidad geológica, pedológica y climática que hay entre las cuencas (Stanley A Schumm & Lichty, 1965; Fonstad et al., 2010), por lo que se dispone de una gran variedad de métodos de evaluación hidromorfológica con diferencias notables en términos de objetivos, escalas espaciales y enfoques y, en consecuencia, con fortalezas y deficiencias específicas (B. Belletti et al., 2014). En las últimas décadas se han generado debates por la utilidad de métodos de evaluación hidromorfológica particulares, ya que estos pueden ser mal aplicados debido a la complejidad y disponibilidad que requieren en términos de variables de entrada e interpretación de los procesos (Roper et al., 2008; Milner et al., 2013). Por tanto, se ha recomendado que las metodologías propuestas sean adoptadas en zonas hidrográficas específicas evaluando su desempeño y aplicabilidad (Ferreira et al., 2011; Zaharia et al., 2018), como es el caso de las cuencas colombianas que presentan dinámicas contrastantes en términos de la diversidad geológica, geomorfológica y climática (Burgl, 1960; Rendón-Rivera et al., 2017), además poseen poca instrumentación por lo que la información en muchas cuencas es limitada. La recolección de información de la cuenca es necesaria para implementar las metodologías de evaluación hidromorfológica, requiriendo observaciones en campo para calibrar posteriormente los modelos y hacer control de calidad de la información. Así mismo a medida que avanzan las tecnologías y mediciones mediante sensores remotos se encuentran otras opciones para obtener datos primarios (Bishop et al., 2012; Entwistle et al., 2018; Hajdukiewicz & Wyżga, 2019). También los algoritmos en los programas de SIG (Sistemas de Información Geográficos) y las herramientas de modelación que procesan estos conjuntos de datos avanzan rápidamente, abriendo 15 Capítulo 1: Introducción numerosas posibilidades para automatizar la delineación y caracterización de unidades espaciales que ayudan a encontrar indicadores de procesos, formas e intervenciones humanas (Gurnell et al., 2016). Buscando la aplicación de las herramientas y lineamientos para la delimitación y clasificación de unidades de corrientecon información de sensores remotos, se plantea una metodología de clasificación hidromorfológica ajustada a la información levantada en algunas de las cuencas priorizadas por los planes de ordenamiento hídrico (PORH) en Colombia, que permita realizar una segmentación automatizada en tramos de corriente diferenciados por atributos físico-bióticos y se clasifique su tipología hidromorfológica a partir de sus características hidráulicas. Se eligen estas cuencas ya que presentan información de varios muestreos que permiten caracterizar y validar algunas configuraciones de corrientes dentro del territorio. 1.1. Justificación El diagnóstico de la morfología fluvial se ha convertido en un paso fundamental para asociar los diferentes procesos hidrodinámicos con la calidad biológica y fisicoquímica (Diez, 2008). En efecto, la clasificación de la morfología de las corrientes mediante información remota es requerida debido a la falta de instrumentación y a las dificultades logísticas para analizar diferentes cuencas. Particularmente en Colombia, en 2018 se presenta la Guía para el Ordenamiento del Recurso Hídrico Continental Superficial (PORH) un instrumento de planificación que establece los aspectos mínimos que deben abordar las autoridades ambientales para el ordenamiento hídrico, incluyendo los avances técnicos que se tienen con respecto a la estimación de la oferta hídrica y la modelación de calidad del agua. En esta guía se plantea la necesidad de una caracterización hidromorfológica desde una visión jerárquica de procesos, la cual permita encontrar las relaciones entre las características hidráulicas, geomorfológicas, de calidad del agua e hidrobiológicas en sitios no monitoreados dentro de la red de drenaje (MADS, 2018a). Adicionalmente, en 2018 se publica la Guía técnica de criterios para el acotamiento de las rondas hídricas, que para su delimitación se recomienda evaluar las condiciones geomorfológicas de su entorno (MADS, 2018b). La necesidad reflejada en las guías de incluir la evaluación morfológica en el diagnóstico fluvial motiva la elaboración de una metodología que se ajuste a los insumos disponibles en el país y que en la evaluación de sitios puntuales se tengan en cuenta procesos en múltiples escalas integrando distintas disciplinas. 16 Capítulo 1: Introducción 1.2. Antecedentes A continuación, se presentan los estudios realizados en el área de estudio en los cuales se fundamenta este trabajo. En la tesis doctoral de Jiménez (2015) se presenta un capítulo de morfología de corriente y relaciones de geometría hidráulica aguas abajo para el ancho de banca llena. Allí se encuentra una relación lineal diferenciada del ancho de la corriente y el área de drenaje para cuatro tipos de geometrías hidráulicas, dando elementos para la elección adecuada de la resolución de los modelos de elevación digital y para explorar el grado de confinamiento con poca información vectorial, a partir de la premisa de que el ancho máximo donde un río puede interactuar lateralmente es el ancho teórico de un río trenzado. En la tesis doctoral de Jaramillo (2015) en el capítulo de características de los tramos, se explora la relación de los atributos hidráulicos de corrientes de Colombia, Europa y Estados Unidos. En las secciones evaluadas de bajo gradiente los procesos de sedimentación son dominantes y se encuentra que esa clasificación usada no permite diferenciar las corrientes, pero es muy útil por la poca información necesaria para la clasificación. En la guía técnica de criterios para el acotamiento de las rondas hídricas en Colombia realizada por el MADS (2018b), se caracterizan los tipos de ríos que se identifican en Colombia, usados en este trabajo para elegir la tipología de corrientes adecuada. 17 Capítulo 1: Introducción 1.3. Objetivo general Desarrollar una metodología para la clasificación de la morfología de corrientes a partir de información de las cuencas priorizadas en la gestión del recurso hídrico en Colombia. Objetivos específicos ❖ Discretizar la red de drenaje de una cuenca en tramos de corriente a partir de información de sensores remotos y técnicas de segmentación, que puedan complementarse o verificarse con la información primaria disponible. ❖ Clasificar los tramos de corriente a partir de sus características hidromorfológicas, mediante un modelo de predicción ajustado a las cuencas priorizadas y modelos aplicados en otros países. ❖ Analizar el desempeño de diferentes metodologías de predicción tipológica de corrientes para diferentes cuencas. ❖ Elaborar un esquema de decisión para la aplicación de los modelos de predicción de tipología de corrientes. 18 2 Marco Teórico 2.1. Procesos geomorfológicos Bajo la acción de las fuerzas de gravedad la superficie terrestre es moldeada por el agua, viento y en algunos casos hielo. Estos procesos producen formas de paisaje que están en constante movimiento, condicionadas por su material y los forzantes externos como la temperatura, precipitación y viento (L. Leopold et al., 1965). Algunas de estas formas deben su origen a procesos denudacionales, deposicionales o ambos. Por lo que la morfología de una corriente es resultado del suministro de sedimentos, capacidad de transporte y los efectos directos e indirectos de la vegetación (Montgomery & Buffington, 1998), de manera simplificada se afirma que “la forma implica procesos” (J. M. Buffington & Montgomery, 2013). En este sentido, la morfología de una corriente es posible interpretarla como el resultado del acoplamiento de procesos climáticos, bióticos e hidromórficos que actúan sobre esta (Stanley A Schumm & Lichty, 1965; Montgomery & Buffington, 1997). Se debe tener precaución en el momento de inferir procesos a partir de las formas de paisaje, ya que estas no tienen relaciones uno a uno con los procesos sobre los cuales están creados. Procesos similares pueden producir heterogeneidad morfológica, en cambio, distintos procesos pueden producir formas del paisaje con morfologías similares (van Asselen & Seijmonsbergen, 2006; Bishop et al., 2012). La cuenca hidrográfica es entonces un sistema jerárquico anidado, donde los procesos y formas en grandes escalas dominan y determinan los procesos y formas a escalas más pequeñas. En este sentido, se han buscado sectores en las diferentes escalas que puedan ser comparables y de los cuales se puedan extrapolar resultados a unidades similares en otros lugares (Rinaldi et al., 2016; Bisson et al., 2017). Una visión geomórfica provee una plataforma física sobre la cual se pueden desarrollar prácticas y aplicaciones interdisciplinarias de las interacciones desde diferentes 19 Capítulo 2: Marco Teórico perspectivas (Fryirs & Brierley, 2012). Así es como la cuenca hidrográfica puede evaluarse en general mediante tres escalas anidadas de análisis (Bisson et al., 2017). En primer lugar, por las unidades de paisaje, fisiográficas o de valle que son diferenciadas por la capacidad de transporte, geología, geomorfología, clima y uso del suelo de toda la cuenca (Montgomery & Buffington, 1997; Rinaldi et al., 2013). La siguiente escala es por tramos, donde se han encontrado diferencias entre contiguos mediante atributos de la corriente como pendiente, geometría hidráulica (ancho, profundidad), vegetación ribereña tamaño de sedimento y movilidad (L. Leopold & Maddock, 1953; Martínez- Fernández et al., 2018). En esta escala se repiten secuencias de las unidades de la corriente o desde la perspectiva biológica de mesohábitats, que pueden ser diferenciadas por variables como rugosidad, profundidad, velocidad y sustratos. Aunque las dimensiones de las unidades en esta escala y su extensión relativa pueden variar también con el caudal, son generalmente constantes en un amplio rango de caudalbajo. Las diferencias de estas unidades proveen a los organismos una diversidad de hábitats. Estas unidades son conocidas entonces por su influencia en el intercambio de nutrientes, abundancia de algas, producción de macroinvertebrados bénticos y la distribución de peces (Bisson et al., 2017; Barbara Belletti et al., 2017; Muñoz Mas et al., 2018). 2.2. Clasificación hidromorfológica de corrientes Para clasificar las corrientes han surgido múltiples propuestas, diferenciadas por su propósito y por su escala de enfoque. Con el tiempo se han combinado diferentes propuestas que integran distintas visiones. Para aplicar una clasificación se debe evaluar si está basada en una visión descriptiva o basada en procesos, ya que las formas no están asociadas un solo proceso o pueden surgir a través de múltiples vías. Las clasificaciones basadas en procesos se pueden utilizar para simplificar los condiciones y mecanismos complejos del continuo dentro de un paisaje mediante la identificación de lugares que funcionan de manera similar (G. Brierley et al., 2016). Las clasificaciones propuestas como lo plantean Buffington y Montgomery (2013) pueden agruparse de la siguiente manera: • El orden de la corriente, que divide la corriente en nodos dando un número acorde a su posición desde las cabeceras (Horton, 1945; Strahler, 1957). • Los procesos dominantes, que divide la corriente por su producción de sedimento, transferencia, zonas de depositación proporcionando una visión basada en procesos por movimiento de sedimentos a través de las redes fluviales durante el tiempo geológico (S. A. Schumm, 1977). • Los patrones de la corriente, la mayoría de las clasificaciones poseen este tipo de clasificación, que son por ejemplo corrientes rectas, sinuosas o trenzadas. Este tipo de clasificación se puede dar de dos formas: 1) Relaciones cuantitativas, donde se definen umbrales de la combinación de variables para encontrar un tipo de 20 Capítulo 2: Marco Teórico corriente, por ejemplo, en ciertos caudales se dan las corrientes trenzadas en pendientes más pronunciadas que los ríos sinuosos (L. B. Leopold & Wolman, 1957; Lane, 1957). 2) Marcos conceptuales, como el de Schumm (1985) que basado en sus observaciones clasifica las corrientes mediante su contenido de arcilla en las bancas, el modo de transporte de sedimento, la relación entre la carga de fondo y total, entre otras. • Las interacciones con la llanura de inundación, por ejemplo, Nanson & Croke’s (1992) proponen este tipo de clasificación a partir de la morfología de la llanura inundable, donde se reflejan procesos fluviales y formaciones diferenciadas, quienes responden a la evolución de las perturbaciones ambientales. • El material del fondo y su movilidad, como lo plantea Gilbert et al. (1914) que propone que los ríos de lecho rocoso se presentan donde la capacidad de transporte excede el suministro de sedimentos y los ríos aluviales ocurren donde el suministro coincide o excede su capacidad. • Unidades de la corriente, son unidades morfológicas a escala de subtramo como piscinas, barras, escalones, rápidos, que forman morfologías de escala de tramo, como los canales de escalón-pozo o pozos y rápidos (Hawkins et al., 1993; J. Buffington et al., 2002). • Clasificaciones jerárquicas, donde se anidan escalas sucesivas de condiciones físicas y biológicas, y permiten una comprensión más holística de los procesos de la cuenca. Una de las primeras propuestas fue la de Frissell et al. (1986), donde la escala mayor es un sistema de corriente luego de los segmentos, tramos, pozos y rápidos y finalmente de microhábitats. Con base en esta metodología otras clasificaciones de amplio uso surgieron (Rosgen, 1994; Montgomery & Buffington, 1997; G. J. Brierley & Fryirs, 2013). Estas han sido adaptadas y aplicadas en otros contextos (Rinaldi, Surian, Comiti, & Bussettini, 2015; Wheaton et al., 2015). Una de las clasificaciones más usadas es la propuesta por Rosgen (1994), pero ha sido controvertida por ser solo descriptiva y tener amplia subjetividad por el rol del observador (Simon et al., 2007; Roper et al., 2008). • Clasificaciones estadísticas, se aplican para tipificar y predecir las formas de la corriente. Por ejemplo, se pueden usar modelos estadísticos para clasificar objetivamente la morfología del tramo basándose en diferencias significativas en la topografía del lecho y la arquitectura de la unidad de corriente (Beechie et al., 2006; Flores et al., 2006; Thompson et al., 2006). A partir de la propuesta de Montgomery y Buffington (1997) se reconocen escalas físicas anidadas que van desde provincias geomorfológicas a unidades de corriente, e identifican ocho morfologías de escala de tramo basadas en identificación visual, donde se reconocen también tipos intermedios (Gomi et al., 2003; Thompson et al., 2006). Las morfologías propuestas a escala de tramo se muestran en la Figura 2-1. Estas pueden diferenciarse mediante variables topográficas, características del tramo, el suministro de sedimentos y la potencia de la corriente como se muestra en la Figura 2-2. 21 Capítulo 2: Marco Teórico Figura 2-1. Fotografía y vista en planta de los tipos de tramo. A) Coluvial, B) Cascada C) Escalón pozo D) Lecho plano E) Pozo y rápido F) Trenzado G) Dunas onduladas H) Lecho en roca. Adaptado de Bisson et al. (2017) y Montgomery y Buffington (2013). Figura 2-2. Influencia de las condiciones de la cuenca (topografía, flujo y suministro de sedimentos) en los tipos de tramo de la corriente (texto azul) y las características asociadas del tramo (ancho, profundidad, sinuosidad, gradiente de la corriente, tamaño de grano). Los procesos dominantes se muestran para los flujos con detritos y la influencia de la vegetación (elipses discontinuas), y se indican los tipos de segmento de valle (coluvial, aluvial, lecho en roca). Tomado de Bisson et al. (2017). 22 Capítulo 2: Marco Teórico Esta clasificación es la base para adaptaciones más específicas a un contexto en particular como la de Rinaldi et al. (2013), donde se han integrado tipos de corriente como el anastomosado, errante y sinuoso en una escala para segmentación y se han diferenciado mediante su grado de confinamiento y número de flujos activos como se ilustra en la Figura 2-3. Figura 2-3. Clasificación de corrientes adaptadas a las corrientes italianas. Elaborado de Rinaldi et al. (2013). Para el caso de Colombia, en la Guía Técnica de criterios para el acotamiento de las rondas hídricas (MADS, 2018b), se proponen cuatro tipos de ríos principales, advirtiendo que dadas las complejidades en el medio físico colombiano pueden presentarse también situaciones intermedias que deben integrar criterios combinados. La clasificación se basa en dos tipos de unidades dominantes, el cauce permanente y la llanura moderna o conocida también como valle aluvial, conformada por el conjunto de cauces que sirven para el tránsito de los caudales altos de diferentes períodos hidrológicos e involucra la zona ribereña. Los tipos propuestos para Colombia con sus principales características son: • Ríos rectos de montaña: distinguidos por su confinamiento, alto gradiente altitudinal, alta capacidad de transporte y de un solo flujo. • Ríos sinuosos: se encuentran en zonas de bajo gradiente, con altura mixtura en tipos de roca y sustratos aluviales, con una gran llanura de inundación. • Ríos trenzados: dados donde la corriente tiene alta capacidad de sedimentos, con cauces amplios, relativamente superficiales, con múltiples flujos, distinguidos por la presencia barras. • Ríos anastomosados: es más común en donde hay condiciones de equilibrio entre la carga y la capacidad de la corriente, tiene varios flujos, son los que menos se 23 Capítulo 2: Marco Teórico presentan en el país, cortan la llanura de inundacióndividiéndola en varias islas alargadas. Las formas de corrientes propuestas para Colombia (MADS, 2018b) se ajustan a la tipología para segmentación adaptada por Rinaldi et al. (2013), a diferencia que no se mencionan los tipos errantes (Wandering) y meándricos (Meandering) debido a su similitud con los ríos anastomosados y sinuosos respectivamente. 2.3. Segmentación de redes de drenaje El avance del levantamiento de datos mediante sensores remotos en los sistemas fluviales genera la posibilidad de automatizar los procesos de clasificación de corrientes (Entwistle et al., 2018; Knehtl et al., 2018), por lo que se han creado algoritmos que analizan los cambios significativos de sus atributos físicos y bióticos, convirtiéndose en herramientas para la rápida delineación y caracterización de los tipos de ríos y sus rasgos morfológicos. Esto permite la agrupación y extrapolación de áreas que funcionan de manera similar (Hankin & Reeves, 1988; Dolloff et al., 1993), la comparación y planeación de muestreos en diferentes cuencas (Wohl et al., 2007), la descripción de los cambios físicos en las corrientes con el tiempo para prever los cambios o tendencias esperadas ante impactos humanos o alteraciones naturales (Gordon, 2004) y la posibilidad de ser aplicados por las autoridades encargadas del manejo de las corrientes (Nagel et al., 2014; Rinaldi et al., 2016). Es importante resaltar que los resultados dados por la automatización deben evaluarse con detalle, ya que las zonas de transición entre tramos adyacentes se pueden presentar de manera gradual o repentina, y los límites exactos de los tramos aguas arriba y aguas abajo se convierten en algunos casos en una cuestión de juicio (Bisson et al., 2017). Una de las generadas herramientas para realizar la segmentación de forma automatizada por medio de información de sistemas remotos es Fluvial Corridor (Roux et al., 2015), programada en Python para ArcGIS actualmente, también se desarrolla para el software libre QGIS en marco del programa Trame bleue (Trame Bleue, 2020). Esta herramienta permite extraer en primera instancia segmentos llamados objetos geográficos unitarios (UGO) delimitados por las confluencias en la corriente, que son desagregados o segmentados en objetos geográficos desagregados (DGO) dada una distancia establecida o por un cambio de dirección para el caso de la sinuosidad. Para las unidades desagregadas crearon herramientas que calculan métricas como: pendiente, vegetación, ancho y sinuosidad. Con el fin de hallar las unidades desagregadas contiguas que son significativamente diferentes se aplica el test de Hubert, una técnica adaptada de las series de tiempo que agrupa las unidades en objetos geográficos agregados (AGO) por sus diferencias estadísticamente significativas (Roux et al., 2013). Cada una de estas métricas requiere diferentes objetos geográficos 24 Capítulo 2: Marco Teórico unitarios para realizar el procedimiento. Las unidades requeridas y su procedimiento general se muestran en la Figura 2-4. Figura 2-4. (A) En la parte superior se muestra el procedimiento general del paquete FluvialCorridor. (B) En la parte inferior los objetos geográficos creados en las diferentes etapas del proceso con las tablas que se generan en cada una. Tomado de Roux et al. (2015). El confinamiento del valle describe el grado en que las características topográficas limitantes como laderas, abanicos aluviales y terrazas de ríos, limitan la extensión lateral del valle y la llanura de inundación a lo largo de un río (Nagel et al., 2014; Sutfin & Wohl, 2019), por lo que el confinamiento es la relación entre el río y su valle o llanura de inundación. El confinamiento del valle es una característica importante del paisaje vinculada al hábitat acuático, la diversidad ribereña y los procesos geomórficos, por lo que se integra como otro criterio para delimitar puntos de cambio en la cuenca. El grado de confinamiento de la cuenca se considera un predictor de tiempos de residencia, flujo de sedimentos y cambios en la llanura de inundación (Sutfin & Wohl, 2019). El desempeño de este tipo de herramientas depende de la calidad de los componentes espaciales de entrada como el modelo de elevación digital, el canal activo, la cuenca tributaria, el valle aluvial y la red de drenaje. 25 Capítulo 2: Marco Teórico El vector de canal activo se puede realizar con una delimitación manual por ortofoto y se recomienda verificación en campo. El vector del valle aluvial y la red de drenaje, en ausencia de información de campo o para su calibración, pueden ser extraídos a partir del modelo de elevación digital, por lo que son sensibles a la resolución y su posprocesamiento. Hay otras opciones para extraer estos elementos iniciales. La red de drenaje y la cuenca tributaria se pueden extraer del procesamiento del modelo de elevación digital con herramientas como Arc Hydro (ESRI, 2020) o Grass GIS (GRASS, 2020). Para el ancho del valle aluvial se cuenta con múltiples herramientas (J. T. Gilbert et al., 2016; Zhao et al., 2019), que requieren múltiples parámetros de calibración dependientes de la escala, por lo que se pueden usar también índices topográficos como el Height Above the Nearest Drainage (HAND) (Nobre et al., 2011), que se extrae a partir de la normalización del modelo de elevación digital con la red de drenaje. El conjunto de métricas puede calcularse mediante otras herramientas. Por ejemplo, los cambios de pendiente pueden extraerse mediante algoritmos de knickpoints que requieren alta resolución de los insumos (Zahra et al., 2017). El confinamiento también puede automatizarse con otras herramientas a escala de paisaje (Nagel et al., 2014; O’Brien et al., 2019). 2.4. Modelos predictivos de clasificación hidromorfológica En los últimos años, las técnicas de inteligencia artificial como las redes neuronales artificiales (ANN), los Support Vector Machines (SVM), la lógica difusa, la programación genética y muchos otros métodos han sido ampliamente utilizados en hidrología y en las aplicaciones del recurso hídrico (Lopez De Mantaras & Armengol, 1998; Raghavendra. N & Deka, 2014). Este tipo de modelos de predicción han permitido identificar umbrales de patrones de la corriente (Bledsoe & Watson, 2001) y combinaciones de variables físicas para establecer el tipo de tramo de corriente (Wohl & Merritt, 2005; Beechie et al., 2006; Flores et al., 2006; Altunkaynak & Strom, 2009). Algunos casos específicos se mencionan a continuación. A partir del confinamiento de la corriente y la relación entre la pendiente y el caudal en tramos de corriente, Beechie et al. (2006) mediante un simple stepwise model predijeron algunos de los tipos de corriente propuestos por Montgomery & Buffington (1997). El primer paso propuesto es hallar el grado de confinamiento, donde un tramo se considera confinado si el ancho del valle aluvial es menor a cuatro veces el ancho de banca llena de la corriente y luego encontrar el rango indicado en términos de la pendiente y el caudal (Figura 2-5 (A)). La pendiente se halla mediante un mapa topográfico de la USGS y el caudal se estima mediante el área de drenaje y la precipitación aguas arriba del tramo. La precisión de este modelo es del 45%, debido a 26 Capítulo 2: Marco Teórico la dificultad de predecir los tramos en tramos rectos, ya que estos se confunden con los meándricos, trenzados o trenzados con islas. Para la clasificación morfológica se ha aplicado también el modelo de clasificación y regresión de árboles (CART) (Flores et al., 2006). Este análisis entrega un árbol de decisión binaria, creada a partir de datos entrenados donde la variable respuesta es particionada en grupos (nodos) buscando la varianza minimizada, la similitud maximizada y el incremento de la pureza (De’ath & Fabricius,2000). En la aplicación de Flores et al. (Flores et al., 2006) se realiza un entrenamiento de 270 tramos de corriente etiquetados con la tipología propuesta por Montgomery & Buffington (1997), se mide la pendiente en campo y se calcula el área tributaria a cada tramo. Con la combinación de la potencia representada como la pendiente por el área tributaria a la 0.4 (SA0.4) y la pendiente (S), se alcanza una precisión de predicción de los tipos de corriente de un 76%. El árbol de clasificación resultante se presenta en la Figura 2-5 (B). El uso de árboles de clasificación facilita la visualización de los datos (Caja Blanca) y permite hacer predicciones de estos. Los resultados de estos modelos pueden generar árboles de decisión grandes y complejos que requieren una poda (pruning), es decir, que se usan parámetros para limitar el crecimiento del árbol, y así evitar el sobreajuste. Los parámetros que se usan para podar el árbol son: El máximo de hojas, el mínimo de muestras por hoja y la profundidad o nivel máximo que tiene el árbol. También se ha aplicado el modelo de perceptrones multicapa (MP), que es la forma estándar del modelamiento de redes neuronales, el cual modifica los métodos de perceptrón de dos capas lineales usando tres o más capas, es decir, una entrada, una capa oculta y una de salida. Este método tiene la ventaja de manejar interacciones complejas no lineales, lo que hace el método aplicable para el modelamiento de procesos naturales (Campolo et al., 1999; Coulibaly et al., 2001). En la aplicación de Altunkaynak et al. (2009) se usa un MP con dos conjuntos de datos, el primero con pendiente (S), ancho (w), profundidad (h) y el sedimento de tamaño 84 (d84) del tramo y el segundo con S, h/d84 y h/d90. Entrenados en 71 y 120 tramos, y probados en 36 y 64 tramos respectivamente. Se etiquetan a partir de la tipología propuesta por Montgomery & Buffington (1997). La relación entre h/d84 y la pendiente da una precisión del 81%, los umbrales se presentan en la Figura 2-5 (C). 27 Capítulo 2: Marco Teórico Figura 2-5. Umbrales encontrados mediante atributos físicos para predecir la tipología propuesta por Montgomery & Buffington (1997). (A) Beechie et al. (2006) (B) Flores et al. (Flores et al., 2006) y (C) Altunkaynak et al. (2009). Una técnica usada como base comparativa para la clasificación es el Análisis de Discriminante Lineal, cuya finalidad es analizar si existen diferencias significativas entre grupos de objetos respecto a un conjunto de variables medidas sobre los mismos para, en el caso de que existan, explicar en qué sentido se dan y facilitar procedimientos de clasificación sistemática de nuevas observaciones de origen desconocido en uno de los grupos analizados. Para el caso lineal, el Análisis Discriminante se puede considerar como un análisis de clasificación donde la variable dependiente es categórica y tiene como categorías la etiqueta de cada uno de los grupos, mientras que las variables independientes son continuas y determinan a qué grupos pertenecen los objetos (Kaya et al., 2004; Sakai et al., 2007; De la fuente, 2011). Para la aplicación de esta técnica se deben de cumplir ciertas suposiciones de independencia de las variables. El análisis es bastante sensible a los valores atípicos y el tamaño del grupo más pequeño debe ser mayor que el número de variables predictoras, a continuación, se definen las suposiciones que se deben cumplir. • Normalidad multivariable: las variables independientes son normales para cada nivel de la variable de agrupación. • Homogeneidad de varianza/covarianza (homoscedasticidad): Las varianzas entre las variables de grupo son las mismas en todos los niveles de predictores. Se puede probar con el estadístico Box’s M. Sin embargo, se ha sugerido que se use el análisis discriminante lineal cuando las covarianzas son iguales, y que se puede usar el análisis discriminante cuadrático cuando las covarianzas no son iguales. • Multicolinealidad: el poder predictivo puede disminuir con una mayor correlación entre las variables predictoras. 28 Capítulo 2: Marco Teórico • Independencia: se supone que los participantes se muestrean aleatoriamente, y se supone que la puntuación de un participante en una variable es independiente de las puntuaciones en esa variable para todos los demás participantes. LDA busca combinaciones lineales de las variables independientes para explicar mejor los datos y predecir las diferentes clases. Las puntuaciones discriminantes se calculan para cada observación para cada clase en base a estas combinaciones lineales. 2.5. Marcos hidromorfológicos: Integración al diagnóstico ecosistémico Por la necesidad de integrar los diferentes elementos del paisaje fluvial en la gestión de los recursos naturales, la Unión Europea introdujo el término hidromorfología en la directiva marco del agua de (WFD) (European Comission, 2000), el concepto tiene en consideración algunas modificaciones en los regímenes de flujo, procesos de transporte de sedimentos, morfología de ríos e interacción lateral del canal. La hidromorfología ha estado en constante evolución, ya que se convirtió en un tema interdisciplinario entre hidrología, geomorfología y ecología, creando nuevas perspectivas para tener en consideración los procesos físicos en las acciones y estrategias de gestión de las corrientes de agua, desde donde surgió la necesidad de generar marcos que especifiquen cuales modelos usar en diferentes escalas y condiciones particulares (Newson & Large, 2006; Fonstad et al., 2010). La mayoría de los marcos existentes para el diseño de la restauración fluvial inician a partir de la definición de objetivos de restauración como prioridad. Para apoyar las metas de la directiva marco del agua se desarrolló para Italia, por ejemplo, un marco metodológico para el análisis, evaluación y monitoreo hidromorfológico (IDRAIM) (Rinaldi, Surian, Comiti, Bussettini, et al., 2015), este marco incluye cuatro fases: (1) caracterización del sistema fluvial en toda la cuenca; (2) reconstrucción de la trayectoria evolutiva y evaluación de las condiciones actuales del río, a partir del índice de calidad morfológica (Rinaldi et al., 2013), la clasificación de las dinámicas de los eventos teniendo en cuenta los eventos de inundación extrema y la delineación de las dinámicas morfológicas fluviales de la red; (3) predicción de la evolución del canal; (4) identificación de las opciones de gestión. Los índices que componen este marco pueden ser aplicados en otros contextos teniendo en cuenta un rango amplio de las condiciones físicas, el grado de alteración artificial, entre otros (B. Belletti et al., 2018). Otros marcos de referencia han integrado el componente hidromorfológico en sus políticas como Australia (G. Brierley et al., 2011) y España (MAGRAMA, 2016). En Colombia, en este sentido se establecieron los lineamientos de los Planes de Ordenamiento del Recurso Hídrico (PORH) desde el 2014, instrumento de planificación 29 Capítulo 2: Marco Teórico que permite a las Autoridades Ambientales fijar la destinación y uso de los cuerpos de agua continentales superficiales a través de cuatro fases que se realizan en un horizonte mínimo de diez años (MADS, 2018a). Este marco propone tener en cuenta criterios hidromorfológicos de la corriente para la identificación de los lugares de muestreo y para complementar los modelos de calidad de agua. La hidromorfología también se hace presente en la guía para la delimitación de las rondas hídricas, donde se proponen diferentes tipos de ríos para Colombia y los tipos de criterios espaciales que se deben tener en cuenta (MADS, 2018b). 30 3 Metodología En la Figura 3-1 se ilustra la ruta metodológica planteada para alcanzar los objetivos propuestos. En términos generales se realizancuatro pasos; 1) se recopila y depura la información de las cuencas, 2) se segmenta la corriente mediante diferentes criterios (pendiente, confinamiento, vegetación y sinuosidad) de forma manual y automatizada, y se evalúa la efectividad de predicción. 3) Se establece el tipo de tramos de las cuencas mediante una clasificación supervisada por expertos, se entrena un modelo para predecir estas etiquetas del tipo a partir de las características hidráulicas de cada tramo y este resultado se compara con el de otros modelos predictivos. 4) A partir de la efectividad de los modelos para predecir la tipología de las corrientes, se propone un árbol de decisión según los diferentes insumos para cada uno de estos. Figura 3-1. Ruta metodológica. 31 Capítulo 3: Metodología 3.1. Información usada La información usada para el caso de estudio se presenta en la Tabla 3-1 para la fase de segmentación y clasificación. Tabla 3-1. Información primaria recopilada. Fase Información Fuente Fecha Segmentación Modelos de elevación digital (DEM) Alos Palsar - NASA Hasta 2011 Capas de vegetación POMCAS* 2010-2014 Ortofoto CartoAntioquia – Alcaldía de Medellín 2011 Redes de drenaje IDEAM 2016 Clasificación Fotografías de los tramos Corantioquia - Cornare 2015 – 2016 Características hidráulicas de los tramos: Caudal, ancho medio, profundidad media, radio hidráulico, perímetro y área *Planes de ordenación y manejo de cuencas hidrográficas. Zona de estudio La fase de clasificación se aplica en las cuencas presentadas en la Figura 3-2 y sus características se presentan en la Tabla 3-2. La fase de segmentación se realiza en las cuencas del Río Poblanco y Sinifaná. Tabla 3-2. Datos generales de las cuencas. Fuente: PORH’s de Corantioquia y POMCA del Río Nare Cornare. Nombre de cuenca Área (km2) Altura mayor (msnm) Altura menor (msnm) Longitud del cauce ppal. (km) Temperatura media anual (°C) Poblanco 178.8 2700 580 30.70 17.5 Sinifaná 204.5 2690 527 47.17 27 Ríogrande 1280 3300 1100 106 15 Magallo 88 2300 539 16.76 17 San Mateo 225.5 3310 510 29.37 21 Sopetrana 115.5 2949 439 21.80 19 Nare 921.1 2513 124 82.06 19 32 Capítulo 3: Metodología Figura 3-2. Ubicación de las cuencas de estudio con las estaciones de medición de las variables hidráulicas. 3.2. Segmentación en tramos de corriente Para segmentar los tramos de corriente se deben hallar nodos o puntos de cambio que denoten procesos diferenciados. Los criterios que se evaluarán a lo largo de la corriente son pendiente, confinamiento, vegetación y sinuosidad. Los puntos de cambio modelados para cada criterio se hallan mediante algoritmos programados en Python y herramientas de los paquetes ArcHydro (ESRI, 2020) y FluvialCorridor (Roux et al., 2015) para el software ArcGIS (ESRI, 2018). Estos puntos se comparan con los ubicados manualmente con ayuda de la ortofoto de CartoAntioquia y el modelo de elevación digital, luego se evalúa la capacidad de predecirlos por el modelo mediante los tests de confianza y sensibilidad adaptados de Orlandini et al. (2011). 33 Capítulo 3: Metodología Pendiente Para hallar los puntos donde hay un cambio significativo de pendiente en la red de drenaje, se programa una herramienta con el siguiente proceso (Figura 3-3). Figura 3-3. Procedimiento general para la segmentación por pendiente. Los pasos que se ejecutan en este proceso se describen a continuación: ❖ Secuenciamiento de la red de drenaje (UGO): Los segmentos de la red de drenaje son redireccionados y ordenados. ❖ Segmentación equidistante (DGO): La red de drenaje es segmentada a partir de una distancia dada. Para este caso se realiza cada 100 metros. ❖ Numeración de nodos: Cada nodo de los segmentos es numerado en dirección a la desembocadura de la cuenca. ❖ Extracción y corrección de la elevación y cálculo de la pendiente: En general lo que se realiza en este algoritmo se enumera a continuación y se ilustra en la Figura 3-4. 1. Se extraen los puntos de cabeceras de la red de drenaje. 2. Se extrae un segmento de corriente desde cada cabecera hasta la desembocadura y se le agrega otra línea desde la cabecera hasta el punto más cercano de la línea divisoria de la cuenca1. 3. A esta línea combinada se le calcula la altura sobre el Modelo de elevación digital. Para corregir el ruido de las alturas extraídas se realizan dos filtros a cada punto de este perfil. Si un punto aguas arriba está a menor altura que el siguiente aguas abajo, se aplica; 1) la mediana móvil, que es la media de varios puntos aguas arriba y aguas abajo de este punto, y si esta condición se sigue cumpliendo, 2) 1 La línea desde la cabecera hasta el punto más cercano en la línea divisoria de la cuenca se agrega para que se pueda realizar la corrección del ruido de los segmentos aguas arriba. 34 Capítulo 3: Metodología una interpolación lineal del punto aguas arriba con el siguiente aguas abajo a igual o menor altura. 4. Finalmente, cada punto del perfil es promediado dentro de cada segmento desagregado (DGO) y en cada uno se halla la pendiente geométrica y la pendiente mediante la longitud del segmento. Figura 3-4. Pasos en la extracción y corrección de la elevación y cálculo de la pendiente. ❖ Test de Hubert: Se aplica el test de Hubert (Hubert, 2000) a la pendiente definiendo el parámetro Alpha, que evalúa la significancia entre dos segmentos consecutivos, este parámetro se usa para calibrar la sensibilidad del modelo respecto a los puntos de cambio supervisados. ❖ Graficador de perfiles con puntos de cambio: Se grafican los perfiles desde cada cabecera hasta la desembocadura señalando donde hay un cambio de pendiente como se muestra en la Figura 3-5. 35 Capítulo 3: Metodología Figura 3-5. Gráficas del perfil desde la cabecera (izquierda) y de la pendiente (derecha) con los puntos de cambio significativo (línea roja discontinua). Confinamiento El confinamiento es la relación entre el río y su valle o llanura de inundación. Para calcularlo a lo largo de la red de drenaje se usan diferentes insumos, ya que estos dependen de la información a detalle que se tenga de cada cuenca, por lo que se evaluarán diferentes relaciones de estos objetos. Las relaciones para calcular el confinamiento son entre: el ancho del valle y el ancho del canal activo, la longitud de onda y el ancho del canal activo y el ancho de la corriente si fuera un tramo trenzado y el Height Above the Nearest Drainage (HAND). 3.2.2.1. Relación entre el ancho del valle y del canal activo Esta relación requiere la generación del ancho del valle aluvial y la definición de un canal activo, que se delimitan en este caso con la ayuda de las ortofotos. Se programa una herramienta con el siguiente proceso para hallar el confinamiento mediante esta relación, esto se ilustra en la Figura 3-6 y una muestra de sus resultados en la Figura 3-7. 36 Capítulo 3: Metodología Figura 3-6. Procedimiento general para la segmentación por confinamiento con la relación entre el ancho del valle y del canal activo. Los pasos que se ejecutan en este proceso se describen a continuación: ❖ Valle aluvial: Se calibra y extrae con la herramienta que cuenta con 10 parámetros como el tamaño del buffer pequeño y grande, la desagregación, los umbrales y suavizaciones del polígono, los cuales se pueden tomar como base los propuestos en la guía de Roux (2013). Para el caso de estudio se genera el valle activo con los siguientes parámetros: Tabla 3-3. Valores de los parámetros elegidos para calcular el valle aluvial. Componente Parámetro Valor Sinifaná Poblanco Delimitación del valle Tolerancia de suavización 500 1 Tamaño de buffer grande 400 300 Tamaño de buffer pequeño 50 50 Paso de desagregación 20 10 Umbralmínimo -10 -10 Umbral máximo 10 10 Limpieza poligonal del valle Distancia de agregación 200 200 Área mínima 40.000 40.000 Tamaño de huecos mínimo 100.000 100.000 Suavización del valle aluvial 200 100 ❖ Segmentación equidistante: El valle aluvial es segmentado a partir de una distancia dada. Para este caso se realiza cada 100 metros. ❖ Ancho: A los segmentos del valle aluvial y su intersección con el canal activo se les calcula el ancho y el confinamiento dado por el cociente entre la intersección del canal activo con el valle aluvial. ❖ Test de Hubert: Se aplica el test de Hubert (Hubert, 2000) a la relación entre el ancho del valle y el canal activo definiendo el parámetro Alpha, que evalúa la significancia entre dos segmentos consecutivos, este parámetro se usa para calibrar la sensibilidad del modelo respecto a los puntos de cambio supervisados. 37 Capítulo 3: Metodología ❖ Graficador de perfiles con puntos de cambio: Se grafica la variación del ancho del perfil desde cada cabecera hasta la desembocadura señalando donde hay un cambio de significativo del confinamiento. Figura 3-7. Cálculo del confinamiento con el ancho del valle (Wac) y el canal activo (Wc), los puntos de cambio se denotan de diferentes colores en el valle aluvial y en rojo punteado en la gráfica. 3.2.2.2. Relación entre el ancho del valle y la amplitud del meandro Esta relación requiere también la generación del ancho del valle aluvial y para reemplazar el canal activo que requiere una delimitación manual o en campo se usa la longitud del meandro de la corriente como proponen Alber & Piégay (2011). En este caso el ancho del valle se calibra mediante la ortofoto. Se programa una herramienta con el siguiente procedimiento para hallar el confinamiento mediante esta relación, se ilustra en la Figura 3-8 y una muestra de los resultados en la Figura 3-9. 38 Capítulo 3: Metodología Figura 3-8. Procedimiento general para la segmentación por confinamiento con la relación entre el ancho del valle y del canal activo. Los pasos que se ejecutan en este proceso se describen a continuación: ❖ Valle aluvial: Se calibra y extrae con la herramienta que cuenta con 10 parámetros como el tamaño del buffer pequeño y grande, la desagregación, los umbrales y suavizaciones del polígono, los cuales se pueden tomar como base los propuestos en la guía de Roux (2013). Los parámetros escogidos para su se muestran en la Tabla 3-3. ❖ Segmentación equidistante: El valle aluvial es segmentado a partir de una distancia dada. Para este caso se realiza cada 100 metros. ❖ Desagregación de la polilínea: Esta línea es la que pasa por puntos de inflexión, que se encuentran cuando cambia el signo del ángulo. ❖ Ancho: A los segmentos del valle aluvial se les calcula el ancho y el confinamiento dado por el cociente entre la intersección del canal activo con la polilínea desagregada. ❖ Morfología: A esta línea desagregada se le calculan medidas planimétricas como la curvatura media, amplitud media y longitud de curvatura. ❖ Test de Hubert: Se intersecan los segmentos del valle aluvial con los de la línea desagregada para su cociente, al que se aplica el test de Hubert (Hubert, 2000) definiendo el parámetro Alpha, que evalúa la significancia entre dos segmentos consecutivos, este parámetro se usa para calibrar la sensibilidad del modelo respecto a los puntos de cambio supervisados. ❖ Graficador de perfiles con puntos de cambio: Se grafican el ancho de los perfiles desde cada cabecera hasta la desembocadura señalando donde hay un cambio de significativo del confinamiento. 39 Capítulo 3: Metodología Figura 3-9. Variables medidas para calcular el confinamiento con el ancho del valle (Wac) y la amplitud del meandro (Am), los puntos de cambio se denotan de diferentes colores en la red de drenaje y en rojo punteado en la gráfica. 3.2.2.3. Relación entre el HAND y el ancho hipotético de río trenzado Esta relación requiere el ráster HAND (Nobre et al., 2011) que se genera con la herramienta publicada por Dilts (2019), a este ráster calculado a partir del modelo de elevación digital se le extraen los valores a un polígono, calibrado a partir de la ortofoto. Como lo plantea Jiménez (2015) se calcula el ancho cada punto del río a partir de su área de drenaje suponiendo que este fuera un río trenzado. Se programa una herramienta con el siguiente procedimiento para hallar el confinamiento mediante esta relación, se ilustra en la Figura 3-10 y una muestra de los resultados en la Figura 3-11. 40 Capítulo 3: Metodología Figura 3-10. Procedimiento general para la segmentación por confinamiento con la relación entre el HAND y el ancho hipotético de río trenzado. Los pasos que se ejecutan en este proceso se describen a continuación: ❖ Segmentación equidistante: El polígono del HAND es segmentado a partir de una distancia dada. Para este caso se realiza cada 100 metros. ❖ Ancho: A los segmentos del polígono del HAND y su intersección con el polígono de ancho hipotético de río trenzado se les calcula el ancho y el confinamiento dado por su cociente en cada segmento. ❖ Test de Hubert: A esta intersección se aplica el test de Hubert (Hubert, 2000) a la relación entre el HAND y el ancho hipotético del río trenzado definiendo el parámetro Alpha, que evalúa la significancia entre dos segmentos consecutivos, este parámetro se usa para calibrar la sensibilidad del modelo respecto a los puntos de cambio supervisados. ❖ Graficador de perfiles con puntos de cambio: Se grafican el ancho de perfiles desde cada cabecera hasta la desembocadura señalando donde hay un cambio de significativo del confinamiento. 41 Capítulo 3: Metodología Figura 3-11. Cálculo del confinamiento con el ancho hipotético de río trenzado (Wtrenz) y el ancho del polígono HAND (Whand), los puntos de cambio se denotan de diferentes colores en el polígono extraído del HAND y en rojo punteado en la gráfica. Vegetación Para conocer los puntos de cambio por vegetación se propone la evaluación de los cambios de cobertura a lo largo del valle aluvial. Para este caso la cobertura vegetal se toma del POMCA de Amagá con escala 1:100.000. Se programa una herramienta con el siguiente procedimiento para hallar los cambios por vegetación, se ilustra en la Figura 3-12 y una muestra de los resultados en la Figura 3-13. Figura 3-12. Procedimiento general para la segmentación por cambios en la capa de vegetación. 42 Capítulo 3: Metodología Los pasos que se ejecutan en este proceso se describen a continuación: ❖ Valle aluvial: Se calibra y extrae con la herramienta que cuenta con 10 parámetros como el tamaño del buffer pequeño y grande, la desagregación, los umbrales y suavizaciones del polígono, los cuales se pueden tomar como base los propuestos en la guía de Roux (2013). Los parámetros escogidos se muestran en la Tabla 3-3. ❖ Segmentación equidistante: El valle aluvial es segmentado a partir de una distancia dada. Para este caso se realiza cada 100 metros. ❖ Test de Hubert: Se interseca el valle aluvial con la capa de vegetación y se aplica el test de Hubert (Hubert, 2000) a los tipos de cobertura por segmento definiendo el parámetro Alpha, que evalúa la significancia entre dos segmentos consecutivos, este parámetro se usa para calibrar la sensibilidad del modelo respecto a los puntos de cambio supervisados. ❖ Graficador de perfiles con puntos de cambio: Se grafican el ancho de perfiles desde cada cabecera hasta la desembocadura señalando donde hay un cambio de significativo de la vegetación. Figura 3-13. Fondo del valle y red hídrica segmentada sobre las capas de vegetación, los puntos de cambio se denotan de diferentes colores en el fondo del valle y en rojo punteado en la gráfica. 43 Capítulo 3: Metodología
Compartir