Cianetal

•

Teodoro Olivares

Dario Jesús

5/6/2024

¡Este material tiene más páginas!

Vista previa del material en texto

Geografía y Sistemas de Información Geográfica (GEOSIG).
Revista digital del Programa de Docencia e Investigación en
Sistemas de Información Geográfica (PRODISIG). Universidad
Nacional de Luján, Argentina.
http://www.revistageosig.wixsite.com/geosig (ISSN 1852-8031)
Luján, Año 12, Número 17, 2020, Sección I: Artículos. pp. 1-19

UTILIZACIÓN DE GEOINFORMACIÓN EN LA CUENCA DEL
ARROYO ENSENADA (ENTRE RIOS, ARGENTINA): APORTES
PARA LA GESTIÓN TERRITORIAL

Ulises Cian 1 - Sebastián Frezzia 1- Luciano Protti 1- Ignacio Quignard 1-
Pamela Zamboni 1- Walter Sione 1,2
1 Universidad Autónoma de Entre Ríos, FCyT.
1,2 Universidad Nacional de Luján (PRODITEL). CeReGeo- FCyT- UADER
ulises.cian08@gmail.com

RESUMEN
Una gestión inteligente del territorio se sustenta en tres ejes principales; el desarrollo
sostenible, la gobernanza, y el uso de las Tecnologías de la Información y la
Comunicación. La geoinformación aporta valiosas herramientas y recursos para el
estudio del espacio geográfico y la creciente disponibilidad de datos y metodologías de
libre distribución mejoran nuestra capacidad para comprender el funcionamiento de los
territorios y las relaciones entre sus componentes y actores. En la carrera de Lic. En
Biología (FCyT- UADER) y dentro de esta la materia Sistemas de Información
Geográfica brinda formación en el uso de geoinformación de libre distribución. En este
contexto se propuso como estudio de caso la Cuenca del Arroyo “Ensenada” (Entre
Ríos, Argentina). Este afluente del Río Paraná ocupa gran parte del Departamento
Diamante, se extiende sobre una creciente matriz agrícola-ganadera, atraviesa núcleos
urbanos, encontrándose próxima a espacios naturales protegidos como el PN-Predelta y
el Sitio Ramsar Delta e Islas del Paraná. El objetivo del trabajo fue aplicar
geoinformación y datos de terreno para delimitar la cuenca y caracterizar su cobertura
del suelo y generar información de base para la gestión territorial. La metodología
consistió en la integración de actividades de campo (datos de GPS) y de gabinete. La
delimitación de la cuenca se realizó mediante la herramienta de “análisis de terreno”
para el llenado de vacíos (algoritmo Wang y Liu) y para la delimitación de cuenca y red
de drenaje, con el software SAGA Gis utilizando el MDE-Ar (IGN) (resolución espacial
5mts). La caracterización de la cobertura del suelo se realizó mediante el software
SNAP (ESA), mediante la clasificación no supervisada (K-mean, 50 clases, 30
iteraciones, bandas 2,3,4,8) de una imagen Sentinel 2A-L1C del 19/09/2018, descargada
del sitio Web de la ESA. Las clases espectrales se agruparon utilizando la herramienta
de reclasificación de categorías de Grass (QGIS) en 5 clases temáticas, a las cuales se
les estimó la superficie ocupada en la cuenca (76890 Ha): zonas urbanas o con
superficie impermeabilizadas (2%), cuerpos y cursos de agua (1%), áreas de bosque
http://www.revistageosig.wixsite.com/geosig
mailto:lises.cian08@gmail.com
2

(2%), pastizales (espontáneos y cultivados) (59%), y suelo desnudo o con baja cobertura
(36%). La validación de la clasificación se realizó mediante una matriz de confusión
con 65 puntos de GPS obtenidos en terreno. La confianza global de la clasificación fue
de 68% (fiabilidad total =0,96), siendo las coberturas de zona urbana y bosque las de
mayor precisión (EO=0,22; OC=0,125 y EO=0,08; OC=0,21 respectivamente). Se
construyó cartografía temática derivada. Se generó de esta forma información de base
que puede ser utilizada como insumo en la gestión ambiental y territorial de la cuenca
estudiada.
Palabras clave: MDE-Ar, Sentinel 2A, SNAP, SAGA Gis, QGIS.

ABSTRACT
The territory Intelligent management is based on three main axes; sustainable
development, governance, and the use of Information and Communication
Technologies. Geoinformation provides tools and resources for the study of the
geographical space and the increasing availability of freely distributed data and
methodologies improve our capacity to understand the functioning of territories and the
relationships between their components and holds. In the degree of Lic. In Biology
(FCyT-UADER) the Geographic Information Systems course provide a training in the
use geoinformation. In this context, the Basin "Arroyo Ensenada" (Entre Ríos,
Argentina) was proposed as a study case. The objective was to apply geoinformation
and spatial data to delimit the basin and characterize its land cover and generate baseline
information for territorial management. We delimit the “Arroyo Ensenada" basin (Entre
Ríos, Argentina) and we characterized and quantify the land cover according to land
cover class. The “La Ensenada” basin is a tributary of the Paraná River, extend in the
“Diamante” Department, over a growing agricultural-livestock matrix, across urban
areas, near to natural protected areas such as the PN-Predelta and the Ramsar Site Delta
and Islands of the Paraná river. Methodology consisted in the integration of field
activities (GPS data) and computer laboratory. The delimitation of the basin was made
using the tool "terrain analysis" for filling gaps (algorithm Wang and Liu) for a
accurated delimitation of the basin and drainage network, with the software SAGA GIS
using the MDE-Ar (IGN). The classification of the land cover was carried out using the
SNAP software (ESA), through the unsupervised classification (K-mean, 50 classes, 30
iterations, bands 2,3,4,8) of a Sentinel 2A-L1C image of the 09/19/2018, downloaded
from the ESA website. The resulting spectral classes were integrated using the
reclassification tool (GRASS-QGIS) into 5 thematic classes: urban and impervious
areas (2 %), water bodies and courses (1%), forest areas (2%), grasslands areas
(spontaneous and cultivated) (59%), and low coverage soil (36%). Validation of the
classification was done through a confusion matrix with 65 GPS points obtained in the
field. The overall confidence of the classification was 68% (total confidence = 0.96),
with urbans and forests areas showing a high accuracy (OE = 0.22, CE = 0.125 and
OE= 0.08, CE = 0,21 respectively). Basic information was generated that can be used as
an input in the environmental and territorial management of the “Ensenada” basin.

Keywords: MDE-Ar, Sentinel 2A, SNAP, SAGA Gis, QGIS.

INTRODUCCIÓN
La estructura y dinámica del sistema territorial es resultado de la expresión espacial y
temporal de sus elementos, procesos y actores que lo conforman. La falta de integración
y sistematización de la información territorial a escala local, así como la falta de
herramientas que garanticen el acceso al conocimiento de sus recursos y capacidades
(Pol, 2010), es tal vez uno de los mayores obstáculos para una gestión territorial
inteligente (GTI); centrada en los principios de un desarrollo sostenible, de gobernanza,
y que fomente el uso de las Tecnologías de la Información y la Comunicación (Perea -
Medina et al., 2018).
El creciente uso de la geoinformación (González y de Lázaro Torres, 2011; Buzai,
2013) generó importantes cambios en la forma de pensar la realidad, y, por lo tanto, de
comprender la organización del espacio geográfico. En términos de Buzai (2013) la
geoinformación, y dentro de ellas los Sistemas de Información Geográfica (SIG)
mejoran la capacidad de abordar aspectos específicos de la relación entre las sociedades
y su medio, buscando respuestas a problemáticas concretas del territorio, incorporando
la dimensión espacial, cuantificando y modelando el espacio geográfico. Ante el
aumento constante de usos de suelo los SIG han demostrado su eficiencia y utilidad en
el ámbito de la planificación. Es aquí donde el aporte del análisis geográfico a través de
los SIG, encontrará su ámbito contextual de eficiente aplicación (Buzai y Baxendale,
2013).
El desarrollo de herramientasy plataformas para el procesamiento de datos, el aumento
de la disponibilidad y liberación de datos derivados de sensores remotos de media y alta
resolución, generó nuevos escenarios para el procesamiento y producción de
información espacial y principalmente, fomentó el desarrollo de políticas de libre acceso
a los datos y a herramientas de procesamiento gratuitas como los softwares QGis.
SAGA-Gis, SNAP, entre otros. En la última década la mayor disponibilidad de
imágenes derivadas de sensores remotos y las facilidades para su adquisición y
procesamiento han multiplicado su utilización (McGarigal y Cushman, 2005; Turner,
2005), principalmente para la caracterización estructural del paisaje (Paruelo, 2008). El
uso de Teledetección permite estimar la variedad, el tipo y el alcance de la cobertura del
suelo a lo largo de una región de estudio. Los datos de la cobertura terrestre describen
las características fisiográficas de la superficie del medio ambiente, que puede variar de
roca desnuda a bosques tropicales (Kerr y Ostrovsky, 2003; Brown et al., 2014). A su
vez, los estudios sobre cambios progresivos en la cubierta vegetal a menudo emplean
indicadores para cuantificarlos a través del tiempo, utilizando los análisis de los mapas
de cobertura terrestre derivados de la clasificación de imágenes de sensores remotos a
partir de dos o más periodos de tiempo (Linke et al., 2009; Velazquez et al., 2010). La
integración de datos derivados de sensores remotos y de terreno contribuye a la mejora
de la información para la gestión ambiental (Chuvieco, 2002). Sumado a lo anterior, la
mayor parte de la información utilizada frecuentemente en la gestión ambiental del
territorio, como las estadísticas censales, datos de actividades productivas, entre otra, se
encuentra desagregada a nivel de Departamento, por lo que generalmente no se cuenta
con información a escala local (Zamboni et al., 2014).
Dentro de esta gama de recursos, la información provista por la constelación del Sensor
Sentinel 2, desarrollado por la Agencia Espacial Europea- programa COPERNICUS
(ESA, 2018) proporciona de forma continua valiosa información para el ordenamiento
territorial, el estudio y monitoreo de la cobertura del suelo, de ecosistemas acuáticos,
bosques, agroecosistemas; así como para la gestión de emergencias. Una de las
4

principales cualidades que posee dicho sensor es la alta revisita (5 días en óptimas
condiciones) que garantiza un mejor monitoreo del uso de la tierra; una amplia
resolución espectral (13 bandas incluyendo los rangos visible y del infrarrojo del
espectro electromagnético) que facilita la identificación temática de la cobertura del
suelo mientras que su resolución espacial (bandas de 10, 20 y 60 metros) permite
identificar los objetos pequeños, como casas individuales o estructuras del paisaje
(Vuolo et al, 2016). Los datos se distribuyen corregidos geométricamente de forma libre
y gratuita (ESA, 2015). Si bien el uso de imágenes Sentinel es reciente en la región, ha
generado buenos resultados (Baeza et al., 2017).
Otro de los recursos recientemente disponibles para algunas regiones del país es el
Modelo Digital de Elevación MDE-Ar (IGN, 2018) que proporciona información sobre
la elevación del terreno con resolución espacial de 5 metros, generados a partir de
vuelos aerofotogramétricos llevados a cabo entre los años 2011 y 2016. MDE-Ar
mejora sustancialmente el nivel de detalle de información provista por el Shuttle Radar
Mission (SRTM) desarrollado por la National Aeronautics and Space Administration
(NASA) en el año 2000, con una resolución espacial de 30 metros. Cabe mencionar que
no se tiene registro del uso del MDE-AR para la región de estudio.
En la actualidad, los cambios en la cobertura y uso del suelo se asocian a las diferentes
actividades de uso del suelo que ocasionan impactos sobre los ecosistemas disminución
de la biodiversidad, degradación del suelo, alteración de los ciclos hidrológicos y
biogeoquímicos, entre otros. Es allí donde se vuelve importante desarrollar e
implementar nuevas herramientas que permitan abordar estos fenómenos (Bellot y
Bonet, 2007). En argentina, la expansión de la frontera agrícola, la falta de una política
clara y a mediano plazo de gestión del ambiente, y la desarticulación con los saberes y
actores locales sobre el funcionamiento del territorio, aceleró los procesos de
degradación y transformación de los ecosistemas (Zamboni et al., 2014). Este cambio de
uso de las tierras trajo aparejado un incremento de las tasas de desmonte sin considerar
su valor a los fines de la conservación de los recursos naturales (Adamoli et al., 2008).
La provincia de Entre Ríos se caracteriza por la compleja red hidrológica, compuesta
por ríos, riachos, arroyos que desembocan en los grandes ríos de la región. Estas
características requieren de enfoques y zonificaciones funcionales de los territorios
(Zamboni et al., 2014). La delimitación de un territorio a partir de sus cuencas
(hidrográficas, productivas, entre otras) contribuye a una gestión inteligente, basada en
las necesidades, capacidades y potencial del territorio. A partir de la delimitación de la
cuenca, se busca fomentar una movilización de la gestión local, generando iniciativas
para el desarrollo local a modo de estrategia a través de la cual se pueden optimizar las
potencialidades locales que permita dinamizar el territorio para alcanzar mejores niveles
de producción, competitividad y sostenibilidad tanto a nivel económico, como
ambiental y social (Soleno Wilches, 2015).
Siguiendo con este enfoque, el proyecto de la Microrregión Crespo y Aldeas Aledañas
(MiCrA) (Mihura y Pagnone, 2013); de la cual el Arroyo Ensenada forma parte, busca
desarrollar estrategias agroindustriales en la MiCrA, a fin de contribuir al uso eficiente y
sustentable de los recursos naturales, potenciar sus servicios ambientales, y aumentar la
fuente de trabajo y empleo legal. Los autores del proyecto consideran estratégico
sistematizar los datos del ámbito académico-científico de interés social, de la
producción y de los recursos naturales de la micro región, para establecer una Primera
Línea de Base del Conocimiento (Mihura y Pagnone, 2018), de apoyo para las
decisiones políticas, planificación territorial, actividad productiva, entre otros. Otra de
5

las líneas de desarrollo de la MiCrA es la construcción de un SIG propio. Los
principales antecedentes del área de estudio han sido generados en el ámbito del
proyecto MiCrA y se sintetizan en la descripción del área de estudio.
En relación a la cuenca del Arroyo Ensenada, son escasos los antecedentes más allá de
contribuciones disciplinarias referidas a la calidad del agua (Indelángelo y Vicente,
2008; Kieffer et al., 2015) y a su importancia paleontológica (Noriega y Tonni, 2004).
Es un arroyo característico del paisaje entrerriano por sus saltos de un gran valor
paisajístico, además de su distribución por zonas aledañas a regiones urbanas, agrícola y
ganadera.
Si bien no se dispone de datos sobre la susceptibilidad hídrica en la Cuenca del Arroyo
Ensenada, estimaciones para la Provincia de Entre Ríos, sugieren que más del 60% de la
tierras productivas presenta algún grado de susceptibilidad a la erosión hídrica, lo que
confiere importancia a la gestión territorial de la cuenca, y a la necesidad de contar con
información de base sobre la topografía (Fontanini, 2015).
En este contexto, el presente trabajo se propuso delimitar la cuenca y caracterizar la
cobertura del suelo de la cuenca del Arroyo “La Ensenada” ubicado en departamento
Diamante (Entre Ríos, Argentina) aportando de esta manera información para la gestión
territorial.

MATERIALES Y MÉTODOS
Área de Estudio
El área de estudio (Figura 1) corresponde a la Cuenca del Arroyo Ensenada, ubicada en
el Departamento Diamante de la Provinciade Entre Ríos. El Proyecto de la MiCrA
(Mihura y Pagnone, 2012; 2018) proporcionaron una serie de valiosa información para
la región.
La cuenca tiene un drenaje de 788 km2 siendo la longitud del cauce principal de 46 km
y con sus tributarios alcanza un total de 517 km, indicando la importancia de la
contribución de éstos últimos al cauce principal. Sus suelos resultan muy heterogéneos
y desarrollados principalmente sobre material limo-calcáreo, si bien se pueden encontrar
bancos de arenas en ciertas zonas. Las elevadas pendientes aumentan la acción erosiva
formándose cañadones con altas barrancas.
El clima de la región es templado húmedo de llanura con una temperatura que oscila
entre 25 ºC en enero y 12 ºC en julio, con una amplitud térmica de 13 ºC. La
precipitación promedio anual es cercana a los 1000 mm, siendo el mes de marzo el más
lluvioso, y el menos lluvioso julio.
De tal manera, en conjunto, los suelos de la región y el clima de llanura de inundación
generan óptimas condiciones para desarrollar actividades agrícola-ganaderas en la
provincia (Indelángelo y Vicente, 2008; Kieffer et al., 2015). En cuanto a los cultivos, a
nivel departamental, según datos aportados por el Ministerio de Hacienda de la
Provincia de Entre Ríos, aproximadamente el 11% de la superficie cultivada
corresponde a trigo, un 6% a maíz y un 5% a soja; dejando de manifiesto la importancia
de la actividad agrícola en la cuenca.
El incremento de la actividad antrópica como consecuencia de la expansión de la
industria y de las fronteras urbanas y agrícola-ganaderas en la cuenca, ha modificado el
ciclo hidrológico. Dado que dichas actividades se llevan a cabo principalmente en las
6

cercanías de los cursos de agua, aportan sustancias (residuos no tratados) que pueden
modificar su calidad, tanto para los componentes biológicos del ecosistema como para
la sociedad (Vitot et al, 2012).
Sumado a lo anterior, con el aumento de la rentabilidad de la actividad agropecuaria y
su intensificación en la región, se inició una acelerada actividad de desmontes sobre
ambientes de vegetación nativa, espacios que luego han sido ocupados por cultivos o
pasturas implantadas para la producción intensiva (Salusso, 2008; Conte, 2010) y al
reemplazo de vegetación nativa por especies invasoras (Zamboni et al., 2010).

Figura 1. Ubicación geográfica del área de estudio: Cuenca del Arroyo
Ensenada, Departamento Diamante, Provincia de Entre Ríos, Argentina.

Fuente: Elaboración propia

Metodología
El esquema de trabajo (Figura 2) describe los procedimientos realizados en función del
diseño de muestreo, que incluyó actividades de gabinete y de campo. Los softwares y
datos utilizados son de libre y gratuita distribución.

Figura 2. Esquema metodológico de trabajo.

Fuente: Elaboracion propia.

Actividades de gabinete
a) Construcción de un Sistema de Información Geográfica (SIG): utilizando el
software QGIS 3.2.1 Bonn (QGIS, 2018) donde se integraron como insumos:
Datos derivados de sensores remotos
 Escena del Sensor Sentinel 2A, nivel de procesamiento L1C, fecha
19/09/2018, descargada de la plataforma web de la Agencia Espacial
Europea (COPERNICUS) (ESA, 2018). Se descargaron todas las
bandas de la imagen.
 Escena del Modelo Digital de Elevación MDE-AR descargado del
sitio web del Instituto Geográfico Nacional (IGN, 2018).
Datos Auxiliares
 Cursos hídricos y Cuencas (Dirección de Hidráulica de la Provincia
de Entre Ríos) (Hidráulica, 2018).
 Centros Poblados (SIG-250) (IGN, 2018)
 Rutas Nacionales (SIG-250) (IGN, 2018)
 Límites (Departamentales, Provinciales, Nacionales) (SIG-250)
(IGN, 2018)
Capas base
 Google Earth (importadas como servicio WMS de google).
Datos vectoriales propios
 65 puntos de terreno: que representaron los sitios a visitar en el
campo, importados desde el SIG (formato .shp) a un Sistema de
Posicionamiento Geográfico (GPS) (formato. gpx), y generados a
8

partir de la interpretación visual de la información integrada al SIG.
Estos puntos fueron caracterizados en terreno, tal como se menciona
en el apartado de actividades de campo; a fin de obtener información
sobre el área de estudio.

b) Procesamiento de datos:
- Delimitación de la Cuenca la Ensenada
La delimitación de la cuenca se realizó siguiendo lo propuesto por del Valle (2017)
utilizando el software SAGA Gis (SAGA, 2018). Se importó y visualizó el Modelo
Digital de Elevación “MDE-Ar” en formato .tiff (IGN, 2018), que posee una resolución
espacial de 5 metros y se encuentra recientemente disponible para el área de estudio.
Para una correcta delimitación de la cuenca se utilizó inicialmente la herramienta de
llenado de vacíos del MDE “análisis de terreno” y el algoritmo de Wang y Liu, el cual
proporciona una buena corrección del Modelo. Como resultado se obtuvo una serie de
datos raster y el MDE corregido. Para generar las cuencas hídricas y la red de drenaje a
partir del MDE corregido, se aplicó la herramienta “Red de canales y cuenca de
drenaje”; obteniéndose archivos vectoriales derivados del MDE: la cuenca delimitada y
la red de canales.
- Caracterización de la cobertura del suelo
La caracterización de la cobertura del suelo se realizó utilizando el software SNAP
desarrollado la ESA (ESA, 2018). Una vez importada la escena de la imagen Sentinel
2A-L1C del 19/09/2018 (archivo .xml) con las 12 bandas del sensor, se realizó un re-
muestreo utilizando como referencia la banda con resolución espacial de 10 metros y se
recortó la imagen para el área de estudio. Asimismo, se realizó una selección de las
bandas 2, 3,4 y 8. De esta manera se obtuvo una imagen para el área de estudio de 10
metros de resolución espacial con 4 bandas de resolución espectral. La imagen obtenida
se clasificó utilizando un clasificador no supervisado utilizando el algoritmo K-mean,
con 50 clases, 30 iteraciones, bandas 2,3,4,8 (Aceñolaza et al., 2014). Las clases
espectrales obtenidas se agruparon utilizando la herramienta de reclasificación de
categorías de Grass (QGIS) en 5 clases temáticas: pastizales, suelo desnudo o de baja
cobertura vegetal, bosques, cuerpos y cursos de agua, zonas urbanas o superficies
impermeabilizadas. Las clases se describen en el apartado de actividades de campo.

c) Validación de datos
Utilizando los 65 datos de GPS caracterizados en terreno como verdad de campo, se
construyó una matriz de confusión donde se estimó la confianza total de la clasificación,
la precisión de cada una de las clases, y los errores de omisión y comisión.

d) Estadísticas
Se estimaron las estadísticas descriptivas para cada una de las variables relevadas en
campo, utilizando las herramientas de análisis espacial de QGIS. Para los análisis
estadísticos se utilizó el software INFOSTAT (Licencia Centro Regional de Geomática-
FCyT- UADER).
Para los datos de elevación obtenidos a partir de los MDE, se realizó una prueba de
normalidad Shapiro Wilks modificado, a fin de analizar la distribución de los datos. Los
9

resultados (SWm: n=126, W= 0.92; p < 0,0001, α=0.05) por lo que se testeó la
normalidad de la varianza mediante la prueba de Kruskal Wallis.

Actividades de campo
Una vez identificados en gabinete los puntos a visitar posteriormente en terreno, se
cargaron los puntos a un GPS y se localizaron en el territorio. En caso de que un punto
no se pudiera relevar, o que se identificara un área/cobertura relevante para incluir en
los datos de campo, se generó un nuevo punto. Una vez ubicado en terreno el sitio, se
realizó un registro fotográfico, y se caracterizó y categorizó una serie de variables:
- Tipo o clase de cobertura de suelo: se utilizó un criterio fisonómico para la
delimitación y descripción de las clases de cobertura de vegetación (Aceñolaza
et al., 2014). Las clases resultantesfueron:
 Áreas de pastizales cultivados o espontáneos: corresponde a
vegetación herbácea alta o baja, con media o alta cobertura.
Representa sistemas de cultivo, barbechos, pasturas; o áreas de
pajonales, juncales, pastizales.
 Áreas de bosques: corresponde a áreas con presencia de árboles,
sean nativos o implantados, generalmente asociados a zonas
ribereñas o espacios verdes.
 Cursos y cuerpos de agua: representa los arroyos y otros cursos de
agua, así como las lagunas.
 Áreas urbanizadas o con superficies impermeabilizadas: se refiere a
los núcleos urbanos, zonas industriales, carreteras, infraestructura,
suelos completamente desnudos.
 Suelos baja cobertura: representa en su mayoría a campos arados,
zonas erosionadas, lotes cosechados o sembrados recientemente,
áreas proyectadas para loteos, áreas de obras públicas (ej entubado
de arroyos), entre otros.
- Elevación: altura sobre el nivel del mar, en metros.
- Tipo de paisaje: se estableció el tipo de matriz: agrícola, agrícola ganadero,
bosque (nativo, con exóticas, implantados), grado de urbanización (urbano,
peri-urbano, rural).
- Tipo de vegetación: se caracterizó el tipo de vegetación correspondiente al
sitio; estado sucesional, grado de modificación, especies típicas, especies
dominantes y acompañantes, etc.
- Uso del suelo: se determinó el tipo de uso del suelo: agricultura, ganadería
familiar, industrial, minería, urbano, recreación/conservación, gestión de
residuos, etc.
- Porción de la cuenca: Número de orden del curso en la cuenca (Strahler,
1964).
- Grado de impermeabilización del suelo: se le asignó un valor de 1 a 3 para
superficies sin impermeabilización (1) a totalmente impermeabilizadas (3),
como por ejemplo plantas urbanas, carreteras, edificaciones industriales, etc.
- Evidencias de disturbios: se identificaron sitios con inundación/sequía,
erosión, invasiones biológicas, incendios, contaminación, entre otros.
10

- Estado de conservación: se asignó una categoría de “muy bajo” (amenazado),
“bajo”, “medio”, “alto” a los sitios relevados.
- Otros: se relevó cualquier información de interés observada en el sitio.

RESULTADOS
Se obtuvo unas series de productos cartográficos, estadísticas, gráficas y tablas, así
como información de base para la cuenca.

Modelo Digital de Elevación de la Cuenca del Arroyo Ensenada
La Figura 3 muestra el mapa correspondiente al MDE de la Cuenca del Arroyo
Ensenada, obtenido a partir de MDE-Ar (IGN 2018), y la red de drenaje generada como
parte del proceso de delimitación de la cuenca. Se aprecia en la mencionada figura la
existencia de zonas más bajas, menores a 50 m.s.n.m.asociadas a los cursos de agua de
mayor orden en la cuenca; mientras que en las zonas de las nacientes de los cursos la
altura alcanza los 146 m.s.n.m. Estos resultados coinciden con otros estudios regionales
(Vivot et al. 2012), los cuales describen la zona como una de las terrazas más elevadas
(Noriega et al. 2004), con rangos altimétricos más amplios de la provincia, patrón que
determina una amplia densidad de cursos de agua en su red hidrográfica (Carta de
Suelos del Dpto. Diamante, 1991; Indelangelo y Vicente, 2008). Queda en manifiesto
que existe una elevada pendiente desde las nacientes (altitudes superiores a 100
m.s.n.m) hasta las desembocaduras de los tributarios del cauce principal (altitudes
inferiores a 50 m.s.n.m.) generando cañadones producto de la erosión hídrica. Las
pendientes de la cuenca alcanzan en algunos sitios cercanos a las nacientes de los cursos
de agua los 86º (cañadones con barrancas), si bien la mayor parte de la cuenca presenta
pendientes menores a los 20º.
Cobra relevancia la necesidad de considerar estas amplitudes altitudinales para futuras
contribuciones orientadas a la caracterización de las cuencas, así como reconocer el
valor de los tributarios de mayor orden (sensu Strahler) para la gestión inteligente del
recurso hídrico en el territorio, al ser estos los que proporcionan una mayor calidad de
agua (Kieffer et al, 2015).
La información auxiliar relevada en campo, complementa lo mencionado previamente;
sitios relevados en terreno correspondientes a órdenes bajos de la cuenca (asociados a
zonas periurbanas y urbanas, donde se registraron efluentes, sitios con mortandad de
peces, contaminación acústica, visual, química, física producidas por la acción
antrópica), se presentaron un bajo valor de conservación de los ecosistemas.

Figura 3. Modelo Digital de Elevación de la Cuenca del Arroyo Ensenada,
realizado a partir del MDE-Ar (IGN, 2018).

Fuente: Elaboración propia

La tabla 1 muestra valores de elevación de los puntos de GPS relevados en terreno,
obtenidos de los MDE de MDe-Ar (IGN, 2018) y del SRTM. Se encontraron diferencias
significativas (KW: n=126, H=123,68, p<0.001, α=0.05) entre ambos modelos, para
valores de elevación superiores a los 50 m.s.n.m. La diferencia entre los dos modelos
fue relativamente baja (se registró un valor de diferencia máximo de 12 mts para
elevaciones mayores a 100 mts; y en general la diferencia promedio fue de 2 mts, con
una sobrestimación del SRTM en relación al MDe-Ar. Cabe mencionar que se
compararon los valores de los MDE con los registrados a campo con el GPS; no
evidenciándose un patrón claro. Estos resultados sugieren la conveniencia de utilizar
indistintamente uno u otro MDE, para áreas planas, no siendo así para áreas más
elevadas.

Tabla 1. Valores de alturas (en metros sobre el nivel del mar) obtenidas a partir
del MDe-Ar y del SRTM.

Fuente: Elaboración propia

Caracterización de la cobertura de suelo de la Cuenca del Arroyo Ensenada
La figura 4 presenta la cuenca clasificada en las 5 categorías de coberturas del suelo
descritas previamente. Cabe mencionar que, dentro de estas, se registraron algunas
clases “estables” (bosque, agua y urbanización) y clases “variables” (pastizales y suelo
de baja cobertura) en periodos cortos de tiempo, siendo estas últimas las que requieren
de contar con metodologías de seguimiento y monitoreo, atendiendo principalmente al
calendario agrícola en pos de una gestión inteligente.
Las áreas de pastizal y los suelos de baja cobertura (Figura 5) representaron un 95% de
la superficie total de la cuenca (59% y 36% respectivamente), es decir
aproximadamente 73045 Has. A nivel provincial se estima que el 60% de estas tierras
13

son susceptibles a la erosión hídrica (Fontanini, 2015). Ambos tipos de cobertura
constituyen el área destinada a actividades agrícolas las cuales son variables en el
tiempo.
Las áreas urbanizadas representaron el 2 % de la superficie de la cuenca (Figura 5) y
corresponden principalmente a los grandes núcleos urbanos de la cuenca (Diamante,
Villa Libertador San Martin, Crespo) y a zonas de suelo completamente desnudo
(Ejemplo: áreas de extracción de áridos).
Los bosques (Figura 5) ocuparon el 2% de la cuenca, encontrándose frecuentemente
relacionados a cursos de agua o como remanentes de pequeños parches. En general, se
trata de bosques mixtos, abiertos. Mayormente están dominados por especies nativas
típicas de sistemas ribereños (Salix humboldtiana Willd., Tessaria integrifolia Ruiz &
Pav.) y bosques secundarios en las partes más altas dominadas por Vachellia caven
(Molina) Seigler & Ebinger, Celtis ehrenbergiana (Klotzsch) Liebm., Phytolacca dioica
L., Schinus molle L. En menor proporción se registraron bosques dominados por
especies exóticas espontáneas como Ligustrum lucidum W.T. Aiton, Morus L.,
Gleditsia triacanthos L., Melia azedarach L., entre otras que típicamente forman parte
del paisaje regional (Zamboni et al, 2010). También se registraron parches de bosque
implantandos correspondientes a cortinas y plantaciones de Eucaliptus, casuarinas y
pinos.
Los cursos y cuerpos de agua(Figura 5) representaron el 1% de la cuenca,
correspondiendo principalmente al arroyo Ensenada y a sus tributarios, si bien la red de
drenaje (Ver Figura 3) es densa, tal como describen otros autores para la región
(Indelángelo y Vicente, 2008; Vitot, et al., 2012; Kieffer et al., 2015).

Figura 4. Mapa de clasificación de coberturas de suelo de la cuenca Arroyo La
Ensenada.

Fuente: Elaboración propia
14

Figura 5. Representación (%) de cada una de las clases de cobertura del suelo
de la cuenca del arroyo Ensenada.

Fuente: Elaboración propia

La clasificación arrojó una confianza global de 68% (Tabla 2) (fiabilidad total =0,96),
siendo las coberturas de zona urbanas y de bosques (clases estables) las de mayor
precisión (Error de Omisión: 0,22; Error de Comisión: 0,125 y Error de Omisión: 0,08;
Error de Comisión: 0,21 respectivamente).

Tabla 2. Matriz de confusión realizada para analizar la confianza y errores
asociadas a la clasificación de la imagen Sentinel.
Clases de cobertura Pastizal
Suelo Baja
Cobertura Bosque Agua
Zona Urbanizada-
Impermeable TOTAL
Error de
Comision (EC)
Pastizal 8 3 1 0 0 12 0,3
Suelo Baja Cobertura 9 15 0 0 1 25 0,4
Bosque 1 2 11 0 0 14 0,2
Agua 1 1 0 3 1 6 0,5
Zona Urbanizada-Impermeable 0 1 0 0 7 8 0,1
TOTAL 19 22 12 3 9 65
Error de Omision (EO) 0,6 0,3 0,1 0,0 0,2
CONFIANZA GLOBAL 68
Fiabilidad Total 0,96
Error proporcional total 0,04
Clasificación
Datos de
terreno

Fuente: Elaboración propia.

CONSIDERACIONES FINALES

El uso de la geoinformación y bases de datos espaciales de libre distribución aportó
información de base para el mejor conocimiento de los elementos del territorio, que
propendan a la construcción de un sistema de información territorial que recupere los
principios de una gestión territorial inteligente de la Cuenca del Arroyo Ensenada.
La cuenca del Arroyo Ensenada está representada por una matriz productiva
fuertemente asociada a la agricultura. Las características de su topografía requieren de
técnicas adaptadas localmente para disminuir la susceptibilidad a la erosión. La
agricultura de precisión y la sistematización de suelos son alternativas a considerar.
El presente trabajo generó recursos para la toma de decisión, ya que mejoró el
conocimiento sobre los modos de organización y funcionamiento del espacio geográfico
desde una perspectiva funcional, dando cuenta de la conformación y complejidad de sus
elementos tanto en el espacio como temporalmente. La metodología que permitió
delimitar funcionalmente el territorio de forma sencilla y sistemática. El MDE-Ar
resultó apropiado para el área de estudio, proporcionando información topográfica a
escala local.
Futuras contribuciones deberán profundizar la caracterización y seguimiento de las
clases de cobertura variables en el tiempo, considerando que la dinámica de dichas
coberturas está fuertemente asociada al modelo productivo regional.
A los fines de mejorar el estado de conservación del área de estudio consideramos
conveniente realizar un seguimiento de las coberturas boscosas, desarrollando
estrategias que tiendan a mejorar su continuidad espacial.
Se construyó la red de drenaje de la cuenca, información prioritaria para la gestión
ambiental. En relación a los cursos de agua, las nacientes presentaron evidencias de
degradación que pueden ser subsanadas principalmente disminuyendo las emisiones de
residuos en las zonas urbanizadas e industriales y mejorando el sistema de gestión de los
residuos sólidos urbanos.

AGRADECIMIENTOS
Este trabajo se realizó en el marco del dictado de la materia Sistemas de Información
Geográfica de la carrera de Licenciatura en Biología de la Facultad de Ciencia y
Tecnología de la Universidad Autónoma de Entre Ríos (UADER). Agradecemos a la
institución y al Centro de Investigaciones Científicas y de Transferencia a la Producción
(CICyTTP- CONICET Diamante) por el apoyo brindado. A los docentes e
investigadores de la UADER y del Instituto Tecnológico Universitario (ITU),
especialmente al Ing. Enrique Mihura por proveer información sobre la MiCrA.

BIBLIOGRAFÍA
Aceñolaza P.G., Zamboni, L. P., Rodríguez E., Kalesnik F., y Sione W. (2014). Mapa
de cobertura de suelo para el Complejo Fluvio/Litoral del río Paraná (CFLRP) con
herramientas de geomática. Revista Usted y la Geomática. 39-44 pp.
Adamoli, J.; Solbrig, O. T. (2008). Agro y Ambiente: una agenda compartida para el
desarrollo sustentable. El aporte de la agroindustria hacia un progreso sostenible.
Buenos Aires: Foro de la Cadena Agroindustrial Argentina.6.

Baeza N., Albisu, I., Bilbao, R., Brarda, C., Diederle, S., Hasenauer, C., Martínez
Martínez, C., Pérez D’ Agostino, C., Reyes, E., Ríos, J., Schvemler, S., Zappala, M. F.,
Quignard, I., Zamboni, P y Sione, W. (2017). Aplicación de geotecnologías de libre
distribución para el estudio del sitio Ramsar “Delta del Paraná”: experiencia de la
cátedra SIG (UADER). Scientia interfluvius 8(2). 35-42 pp.
Bellot, J. & Bonet, A. (2007). Efectos Ecológicos de los Cambios de Coberturas y Usos
del Suelo en la Marina Baixa (Alicante), España. En red, acceso abril, 2017:
https://www.pik-potsdam.de/news/public-events/archiv/alternet/alumni/ tesis-
juanpena.pdf

Brown, D. G., C. Polsky, P. Bolstad, S. D. Brody, D. Hulse, R. Kroh, T. R. Loveland, y
A. Thomson. (2014). Land Use and Land Cover Change. In: Climate Change Impacts in
the United States: The Third National Climate Assessment. (J. M. Melillo, T Richmond,
y G. W. Yohe, Eds.). U.S. Global Change Research Program. Chapter 13. 318-332 pp.

Buzai, G.D. y Baxendale, C.A. (2013). Aportes del análisis geográfico con Sistemas de
Información Geográfica como herramienta teórica, metodológica y tecnológica para la
práctica del ordenamiento territorial. Persona y Sociedad. 27(2):113-141.

Chuvieco, E. (2002). Teledetección ambiental. La observación de la tierra desde el
espacio. Ed. Ariel. Barcelona.

CONTE, A. S.; ETCHEPAREBORDA, M.; MARINO, M.; ROVERE, F. V. (2010).
Oleaginización de la agricultura argentina. Disponible:
http://www.laargentinaenmapas.com.ar/caste/docu/oleaginizacion_de_la_agricultura_ar
gentina.pdf. Acceso: 7 agosto 2012

Del Valle, H.F. (2017). Radares de Apertura Sintética (SAR) y su sinergia con datos
ópticos. Guía de Trabajos Prácticos. Curso 9 de la Maestría Profesional aplicada a la
Gestión de Riesgos Ambientales. Centro Regional de Geomática (CEREGEO), Facultad
de Ciencia y Tecnología (FCyT), Universidad Autónoma de Entre Ríos (UADER).
Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción
(CICYTTP), CONICET. Creative Commons Atribución No comercial Sin Obra
Derivada 4.0 Internacional. Diamante, Entre Ríos. pp 114.

ESA, (2015). Agencia Espacial Europea. https://scihub.copernicus.eu/

ESA, (2018). Agencia Espacial Europea. https://scihub.copernicus.eu/ (Última visita
23/11/2018).

http://revistas.udistrital.edu.co/ojs/index.php/UDGeo/article/view/9032
http://revistas.udistrital.edu.co/ojs/index.php/UDGeo/article/view/9032
http://revistas.udistrital.edu.co/ojs/index.php/UDGeo/article/view/9032
https://scihub.copernicus.eu/
https://scihub.copernicus.eu/
https://scihub.copernicus.eu/
https://scihub.copernicus.eu/
17

Fontanini, P. F. (2015). Microrregión Crespo y Aldeas Aledañas. Informe 2 de Tareas
Realizadas. Proyecto de investigación y desarrollo plurianual. ITU, Facultad de Ciencia
y Tecnología, UADER.

González, M. J. y Lázaro y Torres, M.L. (2011). La Geoinformación y su importancia
para las Tecnologías de la Información Geográfica. Ar@cne.
http://www.ub.edu/geocrit/aracne/aracne-148.htm. Última visita 10/01/2018.

Hidráulica, (2018). Dirección de Hidráulica de la Provincia de Entre Ríos.
https://www.hidraulica.gob.ar . (Última visita: 01/11/2018).

IGN, (2018).Instituto Geográfico Nacional. http://www.ign.gob.ar. (Última visita:
05/12/2018).

Indelángelo, N., & Vicente, G. (2008). La agricultura familiar en la provincia de Entre
Rios. El caso de la cuenca del Arroyo La Ensenada. XIV Jornadas Nacionales de
Extensión Rural y VI del Mercosur.

Jeremy T. Kerr and Marsha Ostrovsky. (2003). From space to species: ecological
applications for remote sensing. TRENDS in Ecology and Evolution. Vol.18 No.6

Kieffer, L., De la Sierra, P., Vivot, E. P., Sanchez, C. I., Prósperi, C., Gieco, A. M.,
Dragan, A. N, Ormaechea, M. V., & Guerra, E. W. (2015). Índice de Calidad del Agua
del Arroyo Ensenada. Ciencia, Docencia y Tecnología Suplemento: 5 (5), pp. 26

Linke J., G. J. McDermid, A. D. Pape, A. J. McLane, D. N. Laskin, M. Hall-Beyer and
S.E. Franklin. (2009). The influence of patch-delineation mismatcheson multi-temporal
landscape pattern analysis. Landscape Ecology, no. 24, pp. 157-170.

McGarigal K. and S. A. Cushman (2005). The gradient concept of landscape structur, in
Wiens, J. and M. Moss (comps.), Issues and perspectives in landscape ecology,
Cambridge University Press, Cambridge, pp. 112-119.

Mihura, E y D. Pagnone. (2013). Estrategias para el Desarrollo Local Sustentable en la
ciudad de Crespo, Entre Ríos, Argentina. Informe final. Proyecto de investigación y
desarrollo plurianual. ITU, Facultad de Ciencia y Tecnología, UADER, ¿50 pp?.

Mihura, Enrique Raúl y Pagnone, Dardo. (2013). Estrategias para el Desarrollo Local
Sustentable en la ciudad de Crespo, Entre Ríos, Argentina. Informe final. Proyecto de
investigación y desarrollo plurianual. ITU, Facultad de Ciencia y Tecnología, UADER,
26 pp.

Mihura, Enrique Raúl y Pagnone, Dardo. (2018). Análisis y sistematización del estado
del conocimiento técnico – científico, del ambiente productivo en la Microrregión
“Crespo y Aldeas Aledañas (MiCrA): Línea de Base y Estrategia de Desarrollo de
Capacidades y Saberes Innovadores. Informe final. Proyecto de investigación y
desarrollo plurianual. ITU, Facultad de Ciencia y Tecnología, UADER.

Ministerio de Hacienda Presidencia de la Nación. 2018. Informes Productivos
Provinciales. ISSN 2525-023X. Año 3 - Nro 22.
http://www.ub.edu/geocrit/aracne/aracne-148.htm
http://www.ub.edu/geocrit/aracne/aracne-148.htm
http://www.ub.edu/geocrit/aracne/aracne-148.htm.%20Última%20visita%2010/01/2018
https://www.hidraulica.gob.ar/
https://www.hidraulica.gob.ar/
https://www.hidraulica.gob.ar/
http://www.ign.gob.ar/
http://www.ign.gob.ar/
18

Noriega, J I; A. A. Carlini y E. P. Tonni. (2004). Vertebrados del Pleistoceno Tardio de
la cuenca del arroyo Ensenda (Departamento Diamante, Provincia de Entre Ríos).
Insugeo. Micelanea. 12; 71-76 pp

Paruelo, J.M. (2008). La caracterización funcional de ecosistemas mediante sensores
remotos. Ecosistemas. 17(3): 4-22 pp

Perea-Medina, M.J; Navarro-Jurado, E. y Luque-Gi, A. M. (2018). Inteligencia
territorial: conceptualización y avance en el estado de la cuestión. Vínculos posibles con
los destinos turísticos. Cuadernos de Turismo. (41) 535-554 pp.

Plan mapa de suelos de la provincia de Entre Ríos. Acuerdo complementario del
Convenio Inta-Gobierno de Entre Ríos (1991). Carta de suelos de la República
Argentina. Departamento Diamante, provincia de Entre Ríos. Serie Relevamiento de
Recursos Naturales (9). INTA-EEA. Paraná. Entre Ríos.

Pol, M. 2010. La información territorial como insumo estratégico para el diseño de
políticas de desarrollo humano a escala local. Un análisis crítico. Territorios 23:143-
160.

QGIS, (2018). www.qgis.org (Última visita 20/12/2018).

SAGA, (2018). SAGA GIS. http://www.saga-gis.org . (Última visita: 01/12/2018).

Salusso, M. E. (2008). Regulación Ambiental: Los bosques nativos una visión
económica. Buenos Aires: Universidad de Belgano. 92 p

Soleno Wilches, R. (2015). Redes interinstitucionales y estrategias de desarrollo local:
El caso del sistema productivo local de Crespo, Entre Ríos. Geograficando, 11 (1).

Strahler, A.N. (1964): Quantitative geomorphology of drainage basins and channel
networks. In Chow, V.T. (Ed.): Handbook of applied hydrology. 4-39/4-76

Turner, M. G. (2005). Landscape ecology: what is the state of the science?, Annu. Rev.
Ecol. Evol. Syst., no. 36, pp. 319-344.

Velázquez, A., J. F. Mas, G. Bocco and J. L. Prieto. (2010). Mapping land cover
changes in Mexico, 1976 – 2000 and applications for guiding environmental
management policy. Singapore Journal of Tropical Geography, vol. 31, no. 2, pp. 152-
162.

Vivot, E. P, Sánchez, C. I., Kieffer, L., Prósperi, C., Gieco, A. M., Dragan, A. N.,
Ormaechea, M. V., De la Sierra, P. & Guerra, E.W. (2012). Análisis de algunos
parámetros físico-químicos y biológicos del agua en dos estaciones climáticas en el
arroyo La Ensenada, Diamante, Entre Ríos. Revista Ciencia Agropecuaria: 16 (1), pp 5-
15.

Vuolo, F., Zółtak, M., Pipitone, C., Zappa, L., Wenng, H., Immitzer, M., Weiss, M.,
Baret, F and Atzberger, C. (2016). Glacier Remote Sensing Using Sentinel-2. Part II:
http://www.qgis.org/
http://www.qgis.org/
http://www.saga-gis.org/
http://www.saga-gis.org/
19

Mapping Glacier Extents and Surface Facies, and Comparison to Landsat 8. Remote
Sensing 8(7).

Zamboni, L.P.; Sione, W. F. y Aceñolaza, P. G. (2014). Diagnóstico y ordenamiento
territorial: el caso del departamento Diamante (Entre Ríos, Argentina). Gestión y
Ambiente. 17(1): 173-189 pp.

Zamboni, L.P.; Sione, W.; Bortoluzzi, A; Zamboni, L. V.; E. Rodríguez E. y Aceñolaza,
P. (2010). Mapas encuestas, una metodología participativa para la evaluación de
invasiones biológicas: estudio de un caso. Gestión Ambiental. 19: 11-22. Sociedad de
Vida Silvestre de Chile (ISSN 0716-1816).

Cian, U.; Frezzia, S.; Protti, L.; Quignard, I.; Zamboni, P.; Sione, W. 2020. Utilización
de geoinformación en la cuenca del Arroyo Ensenada (Entre Ríos, Argentina):
Aportes para la gestión territorial. Geografía y Sistemas de Información
Geográfica (GeoSIG). 12(17) Sección I: 1-19

On-line: www.revistageosig.wixsite.com/geosig

Recibido: 28 de mayo de 2019
Aceptado: 2 de octubre de 2019

http://www.revistageosig.wixsite.com/geosig