Vista previa del material en texto
1 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. 3 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. 7 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. 11 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. 12 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. 15 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. 16 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). © Ulises Cian; Sebastián Frezzia; Luciano Protti; Ignacio Quignard; Pamela Zamboni y Walter Sione. 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