ESCUELA BOLIVIANA DE POSTGRADO

MAESTRÍA EN CONSTRUCCIÓN DE PUENTES

SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

DOCENTE: Ing. MSc. Luis Avila Borja

1. Aspectos fundamentales de los Sistemas de Información Geográfica

1.1. Tipos de objetos de SIG

Los objetos del mundo real se pueden dividir en dos abstracciones: objetos discretos (una casa) y continuos
(cantidad de lluvia caída, una elevación). Existen dos formas de almacenar los datos en un SIG: raster y vectorial.

Los SIG que se centran en el manejo de datos en formato vectorial son más populares en el mercado. No obstante,
los SIG raster son muy utilizados en estudios que requieran la generación de capas continuas, necesarias en
fenómenos no discretos; también en estudios medioambientales donde no se requiere una excesiva precisión
espacial (contaminación atmosférica, distribución de temperaturas, localización de especies marinas, análisis
geológicos, etc.).

1.1.1. Modelo raster.

Un tipo de datos raster es, en esencia, cualquier tipo de imagen digital representada en mallas. El modelo de SIG
raster o de retícula se centra en las propiedades del espacio más que en la precisión de la localización. Divide el
espacio en celdas regulares donde cada una de ellas representa un único valor. Se trata de un modelo de datos muy
adecuado para la representación de variables continuas en el espacio.

Representación del modelo raster.

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

1 de 12
Cualquiera que esté familiarizado con la fotografía digital reconoce el píxel como la unidad menor de información de
una imagen. Una combinación de estos píxeles creará una imagen, a distinción del uso común de gráficos
vectoriales escalables que son la base del modelo vectorial. Si bien una imagen digital se refiere a la salida como
una representación de la realidad, en una fotografía o el arte transferidos a la computadora, el tipo de datos raster
reflejará una abstracción de la realidad. Las fotografías aéreas son una forma de datos raster utilizada comúnmente
con un sólo propósito: mostrar una imagen detallada de un mapa base sobre la que se realizarán labores de
digitalización. Otros conjuntos de datos raster podrán contener información referente a las elevaciones del terreno
(un Modelo Digital del Terreno), o de la reflexión de la luz de una particular longitud de onda (por ejemplo las
obtenidas por el satélite LandSat), entre otros.

Los datos raster se compone de filas y columnas de celdas, cada celda almacena un valor único. Los datos raster
pueden ser imágenes (imágenes raster), con un valor de color en cada celda (o píxel). Otros valores registrados
para cada celda puede ser un valor discreto, como el uso del suelo, valores continuos, como temperaturas, o un
valor nulo si no se dispone de datos. Si bien una trama de celdas almacena un valor único, estas pueden ampliarse
mediante el uso de las bandas del raster para representar los colores RGB (rojo, verde, azul), o una tabla extendida
de atributos con una fila para cada valor único de células. La resolución del conjunto de datos raster es el ancho de
la celda en unidades sobre el terreno. Los datos raster se almacenan en diferentes formatos, desde un archivo
estándar basado en la estructura de TIFF, JPEG, etc. a grandes objetos binarios (BLOB), los datos almacenados
directamente en Sistema de gestión de base de datos. El almacenamiento en bases de datos, cuando se indexan,
por lo general permiten una rápida recuperación de los datos raster, pero a costa de requerir el almacenamiento de
millones registros con un importante tamaño de memoria. En un modelo raster cuanto mayores sean las
dimensiones de las celdas menor es la precisión o detalle (resolución) de la representación del espacio geográfico.

1.1.2. Modelo vectorial.

En un SIG, las características geográficas se expresan con frecuencia como vectores, manteniendo las
características geométricas de las figuras.

Representación del modelo vectorial

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

2 de 12
En los datos vectoriales, el interés de las representaciones se centra en la precisión de la localización de los
elementos geográficos sobre el espacio y donde los fenómenos a representar son discretos, es decir, de límites
definidos. Cada una de estas geometrías está vinculada a una fila en una base de datos que describe sus atributos.
Por ejemplo, una base de datos que describe los lagos puede contener datos sobre la batimetría de estos, la calidad
del agua o el nivel de contaminación. Esta información puede ser utilizada para crear un mapa que describa un
atributo particular contenido en la base de datos. Los lagos pueden tener un rango de colores en función del nivel de
contaminación. Además, las diferentes geometrías de los elementos también pueden ser comparadas. Así, por
ejemplo, el SIG puede ser usado para identificar aquellos pozos (geometría de puntos) que están en torno a 2
kilómetros de un lago (geometría de polígonos) y que tienen un alto nivel de contaminación.

1.2. Fuentes de datos de sensores remotos con aplicación a la Ingeniería Civil

Existen diferentes plataformas, satélites y fuentes de información que pueden emplearse, en la tabla siguiente se
resumen estas fuentes de datos.

Satélite
Abreviación Aplicación
Advanced Spaceborne Thermal Topografía, propiedades de cuenca. DEM
ASTER
Emission and Radiation base para modelo conceptual
Discriminación litológica
Landsat Landsat Indice NDVI, monitoreo de vegetación
Indice NDII, agua superficial y del suelo
Tropical Rainfall Measuring
TRMM Propiedades y variación de precipitación
Mission
Resumen de satélites y aplicaciones en Ing. Civil

- Datos Hidrológicos de plataformas de la NASA: TRMM y GLDAS 2.

Análisis y visualizaciones que pueden usarse en Ingeniería Civil son producidas y pueden ser descargadas del
sistema de datos online GES-DISC Interactive Online Visualization ANd aNalysis Infrastructure (GIOVANNI) el cual
es desarrollado y mantenido por Goddard Earth Sciences (GES) Data and Information Services Center (DISC) de la
NASA. De este sitio se pueden extraer datos de series de tiempo del balance energético y balance hídrico del
modelo Global Land Data Assimilation System (GLDAS). Otra información relevante descargada de este sitio y
utilizada repetidamente en esta tesis son datos de algoritmos de precipitación de nivel 3B43 del satélite Tropical
Rainfall Measuring Mission (TRMM).

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

3 de 12
 - Imágenes multiespectrales LANDSAT.

El procesamiento de imágenes multiespectrales Landsat se basa en las diferentes firmas espectrales (reflectividad)
de los materiales de la superficie terrestre. Los métodos de procesamiento de imágenes multiespectrales incluyen:
a) Métodos de composición en color o “color composite” (CC) en color verdadero de bandas del espectro visible y
composiciones en falso color de bandas de los sectores del visible y del infrarojo. b) Métodos de operaciones
algebraicas entre bandas, siendo la más común la división entre bandas, procedimiento que es conocido en la
literatura como “rationing” y finalmente c) El Análisis de los Componentes Principales que pertenece a los métodos
geoestadísticos de análisis multivariado y que es conocido en la literatura como “Principal Component Analysis”
(PCA). En la figura 3.2. se muestra un resumen de los métodos aplicados.

Procesamiento de imágenes Landsat

Ortogeoreferenciación

Composición en colores Operaciones entre bandas Análisis de Componentes Principales

Figura 3.2. Resumen de métodos aplicados para el procesamiento de imágenes Landsat

En este trabajo, se procesa imágenes multiespectrales Landsat de las regiones visible e infrarojo para tres objetivos
principales: a) Delimitación y caracterización general del bofedal b) Discriminación litológica local del área del
bofedal Chaquilla y de su cuenca superficial y c) Cálculo de los índices Normalized Difference Vegetación Index
(NDVI) y Normalized Difference Infrared Index (NDII) para delimitar las zonas con vegetación perenne asociadas a
sectores de descarga y niveles freáticos someros.

- Modelos Digitales de Elevación de ASTER, LANDSAT Y SRTM.

Satélite
Abreviación Aplicación
Topografía,
Propiedades de cuenca
Advanced Spaceborne Thermal
ASTER (Variacion de pendientes, caracterización de
Emission and Radiation
erosion, etc)
DEM base para modelos conceptuales
Aplicaciones en Ing. Civil de Modelos digitales de Elevación DEM del satélite ASTER.

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

4 de 12
 1.3. Bases de datos de organismos nacionales.

El Gobierno Nacional ha desarrollado el IDEB (INFRAESTRUCTURA DE DATOS ESPACIALES DE BOLIVIA), en el

cual convergen todos los datos SIG de todas las instituciones Gubernamentales así como académicas y privadas
que asi deseen hacerlo. Se desconoce la disponibilidad real de la información y la confiabilidad de la misma debe
ser verificada en los metadatos.

1.4. Resolución espacial y temporal.

Los conceptos de resolución temporal y espacial son vitales para la aplicación de estos datos, según se resume en
la siguiente tabla:

Satélite
Propiedad
TRMM Landsat
Espacial solo región de trópicos -
Dominio:
Temporal 1998 a la actualidad 1972 a la fecha
depende del sensor
Resolución: Espacial datos 3B42 0.25°x0.25° 30mx30m
Temporal cada 3hrs.
Visible Si Si
Región de espectro Infrarojo Si Si
electromagnético de IR térmico - Si
Instrumentos
Microondas Si -
Radar Si -
Dominio, resolución y región del espectro electromagnético de instrumentos de los satélites TRMM y Landsat

2. Interpretación de imágenes satelitales para evaluación de formas, procesos y sedimentología de

ríos en emplazamiento de puentes.

Se efectuará una interpretación cualitativa basada en la interpretación de imágenes de diferentes periodos.

2.1. Procesamiento e interpretación de imágenes satelitales para evaluación de Dinámica fluvial

2.1.1. Composición en canales Rojo Verde y Azul (RGB)

El procedimiento más simple para efectuar la caracterización superficial general del bofedal consiste en la
combinación RGB de tres de las seis bandas Landsat. Dependiendo de las bandas seleccionadas las
combinaciones se denominan en verdadero ó falso color. En el primer caso se combinan las bandas 3, 2 y 1 en los
canales Rojo, Verde y Azul (RGB por sus iniciales en inglés); sin embargo, esta combinación en color verdadero

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

5 de 12
tiene limitaciones que no permiten discriminar los diferentes materiales. Alternativamente se empleará la
combinación RGB de las bandas 543, la cual realza diferencias cromáticas que son similares a la apariencia real.
Otras combinaciones posibles son 721 y 742 pero en general el resultado es similar al anterior. Se utiliza las
imágenes resultantes únicamente para un reconocimiento general del terreno.

2.1.2. Discriminación litológica supervisada y Análisis de Componentes Principales

Las metodologías empleadas para discriminar cobertura vegetal, cuerpos de agua y litologia comprenden la división
selectiva entre bandas (rationing) y procedimientos geoestadísticos sofisticados como el Análisis de Componentes
Principales. Las imágenes usadas deben estar preferentemente ortogeoreferenciada y en general no se requiere
realizar correcciones atmosféricas por que los procedimientos basados en división entre bandas minimizan el efecto
atmosférico. El programa recomendado para el procesamiento es el módulo ArcMap de ArcGis 9.3 o superior
recurriéndose a procedimientos y recursos estratégicos propios del análisis digital de imágenes, con el soporte de la
información de campo.

2.2. Variaciones y equilibrio de los cursos de ríos en emplazamiento de puentes

Un indice spectral utilizado frecuentemente para distinguir cursos de agua y humedad superficial es el Índice de
Diferencia Normalizada del Infrarojo “Normalized Difference Infrared Index” (NDII). Este índice sirve para diferenciar
sectores dominados por superficies de agua o suelos saturados en la superficie de ríos. El NDII es más
correlacionado con mantos de suelo y turbas saturadas debido a la respuesta espectral del agua de la vegetación y
del suelo saturado en la banda del infrarojo de onda corta o infrarojo lejano (short-wave infrared band ó SWIR). El
NDII tiene también la capacidad de capturar el contenido de agua de la vegetación en una resolución espacial de
30m y fue calculado por (Hardisky et al. 1983; Davidson et al. 2006 mencionados por Otto M. et al 2011). La
ecuación usada para el cálculo del NDII es la siguiente:

ρNIR − ρSWIR
NDII =
ρNIR + ρSWIR

3. Estudio de crecidas en ríos con aplicación de datos de sensores remotos y datos de estaciones
hidrometeorológicas

El tránsito de crecientes normalmente requiere la asistencia de un software como el HEC-RAS, River 2D, etc. La
información que proporcionan estos modelos matemáticos es imprescindible para un diseño adecuado de la
infraestructura de obras de arte mayor como son los puentes y de su sistema de defensivos ribereños de tal manera
que se garantice su durabilidad y su sostenibilidad técnica y económica. El tránsito de caudales es un procedimiento

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

6 de 12
para determinar el tiempo y la magnitud del caudal (es decir el hidrograma de caudal) en un punto de un curso de
agua utilizando hidrogramas conocidos en uno o más puntos aguas arriba (Chow et al 1994).

Crecida del río Yapacani (fuente periódico digital El Deber)

El flujo de agua por gravedad con superficie de agua libre, salvo en contados casos como el flujo uniforme,
vertederos, orificios y otros, no puede ser resuelto analíticamente. Ya el régimen gradualmente variado, aún en
canales prismáticos de geometría simple, requiere de cálculo numérico para su solución (Vasquez J.A. 2003). La
gran mayoría de casos de interés práctico para el ingeniero civil, como el flujo en cauces naturales o estructuras
hidráulicas artificiales sólo pueden ser descritos mediante complicadas expresiones matemáticas que requieren de
métodos sofisticados de solución.

Durante muchos años, los sofisticados modelos matemáticos sólo podían resolverse empleando
supercomputadoras; en los últimos años, sin embargo, el espectacular aumento de la velocidad de las
computadoras personales ha hecho accesible estos modelos numéricos a un gran número de usuarios (Vasquez
J.A. 2003).

Por otra parte, recientemente han emergido una serie de softwares de investigación denominados “de dominio
público” que son de acceso y uso gratuito. De acuerdo a lo mencionado por Yong G. Lai, investigador del Bureau of
Reclamation, los software de investigación tienen la particularidad de ser aptos para aplicaciones avanzadas, son
aptos para un uso ocasional por ser gratuitos y principalmente son de código abierto, es decir el usuario tiene la
posibilidad de saber la manera en que está operando el software con los datos de entrada. Por ejemplo, este autor

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

7 de 12
describe al software SRH 2D como fácil de aprender, fácil de aplicar y fácil de resolver. Consiguientemente, la
accesibilidad al hardware y software permiten colocar la modelación numérica al alcance de todos.

Los criterios expresados en los últimos párrafos tiene como consecuencia la posibilidad de pasar de la aplicación de
modelos 1D a modelos más sofisticados en 2 y 3 dimensiones. Modelos 1D han sido usados rutinariamente en una
serie de problemas prácticos de ingeniería. Ejemplos de estos modelos incluyen HEC-RAS (Brunner, 2006), MIKE11
(DHI, 2002), CCHE1D (Wu and Vieira, 2002), and SRH-1D (Huang and Greimann, 2007). Pese a que estos modelos
permanecen como herramientas útiles, particularmente para aplicaciones en ríos de curso largo (por ejemplo más de
50 km) o en periodos largos de tiempo (por ejemplo alrededor de 1 ano), sus limitaciones son bien conocidas. (Lai Y.
2010, Vasquez J.A. 2003).

Cuando la profundidad del agua es pequeña en relación al ancho, y además la aceleración vertical es despreciable
con respecto a la gravedad. Consiguientemente, los flujos bidimensionales con las variables promediadas sobre la
profundidad (Zienkiewics O.C. 1982, Chow et al 1994, Lai Y. 2010) son aplicados a problemas de flujo en aguas
poco profundas. Una variedad de modelos 2D han sido desarrollados y aplicados a una variedad de problemas (Lai
Y. 2010, Lai Y. 2010). Ejemplo de este tipo de modelos son MIKE 21 (DHI, 1996), RMA2 (USACE, 1996), SRH 2D
(Lai Y. 2010), River 2D, etc.

3.1. Caracterización de cuencas.

3.1.1. Variación espacial de pendientes

De acuerdo a lo definido por ESRI en la herramienta “Slope” o PENDIENTE, permite calcular la tasa máxima de
cambio existente entre los valores de una celda y los valores de las celdas inmediatamente aledañas a ella. Esto
significa que esta herramienta es capaz de identificar los valores de inclinación para cada una de las celdas
analizadas, las cuales son tomadas a partir de un Raster de Superficie o DEM. Conceptualmente la función “Slope”
ajusta a un plano los valores Z de un conjunto de celdas aledañas de 3 por 3 que rodean a la celda proceso ubicada
en su centro. La dirección del plano a calcular representa la orientación de la ladera de la celda y por lo tanto la
inclinación o pendiente que esta tenga. El Raster de pendiente puede ser calculado para dos tipos de unidades:
Grados Sexagesimales (0° a 360°) y porcentaje (0 a 100%). La pendiente en porcentaje equivale a dividir la
elevación por la distancia y multiplicar su resultado por 100. A medida que el ángulo de la pendiente aumenta hacia
la vertical (90°) el porcentaje de pendiente comienza a aproximarse al valor infinito.

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

8 de 12
 3.1.1.1. Algoritmo de la pendiente

Los modelos de erosión – sedimentación en cursos de rio, en especial en el emplazamiento de puentes son
altamente dependientes de las características de variación de la pendiente en la cuenca. Para tal efecto, se
aplicaran herramientas SIG para caracterizar este parámetro.

Los modelos hidrodinámicos de erosion en pilas de puentes dependen de las propiedades de la cuenca

El ritmo de cambio de la superficie (o delta) tanto en la dirección horizontal como en la vertical del centro de las
celdas determinan la pendiente. El algoritmo básico utilizado para calcular la pendiente es el siguiente: Pendiente en
radianes:
slope_radianes = ATAN ( √ ( [dz/dx]2 + [dz/dy]2 ) )

Considerando que la pendiente es medida comúnmente en grados, se utiliza el siguiente algoritmo:

slope_gradosSexag = ATAN ( √ ( [dz/dx]2 + [dz/dy]2 ) ) * 57.29578 )

Los valores de la celda centro y sus 8 celdas aledañas determinan los deltas horizontales y verticales. Las celdas
aledañas son identificadas con letras que van desde la “a” hasta la “i” y donde “e” representa la celda sobre el cual
se realiza el proceso de cálculo.
a b c
d e f
g h i

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

9 de 12
El delta en la X dirección para la celda “e” se calcula mediante el siguiente Algoritmo:

[dz/dx] = ((c + 2f + i) - (a + 2d + g) / (8 * tamaño_celda_dir_x)

El delta en la Y dirección para la celda “e” se calcula mediante el siguiente Algoritmo:

[dz/dy] = ((g + 2h + i) - (a + 2b + c)) / (8 * tamaño_celda_dir_y)

3.2. Balances hídricos y energéticos de cuencas.

El modelo Global Land Data Assimilation System 2 (GLDAS 2) es el nuevo sistema de modelación de la superficie
terrestre ó Land Surface Model (LSM) que integra información satelital y observaciones terrenas usando modelos
avanzados de la superficie terrestre y técnicas de asimilación de datos de tal manera de generar representaciones
óptimas del estado y de los flujos de agua y energía en la superficie terrestre (Rodell M. et al 2004). Algunos de los
datos relevantes involucrados en el modelo GLDAS incluyen la radiación de onda corta y onda larga, temperatura
superficial de la tierra y del aire, velocidad del viento y presión atmosférica; la lista total de los parámetros del
modelo Global Land Data Assimilation System 2 (GLDAS 2) se muestran en la tabla siguiente:

Aplicación Nombre del parámetro Unidad Resolución temporal

Net shortwave radiation W/m^2 Past 3-hr average
Net longwave radiation W/m^2 Past 3-hr average
Latent heat flux W/m^2 Past 3-hr average
Balance energético Sensible heat flux W/m^2 Past 3-hr average
Ground heat flux W/m^2 Past 3-hr average
Surface incident shortwave radiation W/m^2 Past 3-hr average
Surface incident longwave radiation W/m^2 Past 3-hr average
Net shortwave radiation W/m^2 Past 3-hr average
Net longwave radiation W/m^2 Past 3-hr average
Surface pressure Pa Instantaneous
Evapotranspiración Near surface air temperature K Instantaneous
Near surface wind magnitude m/s Instantaneous
Near surface specific humidity kg/kg Instantaneous
Average surface temperature K Instantaneous
Snowfall rate kg/m^2/s Past 3-hr average
Rainfall rate kg/m^2/s Past 3-hr average
Balance de masas Subsurface runoff kg/m^2/s Past 3-hr average
Surface runoff kg/m^2/s Past 3-hr average
Total evapotranspiration kg/m^2/s Past 3-hr average

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

10 de 12
 Snow water equivalent kg/m^2 Instantaneous
Snowmelt kg/m^2/s Past 3-hr average
Total canopy water storage kg/m^2 Instantaneous
Average layer soil temperature K Instantaneous
Average layer soil moisture kg/m^2 Instantaneous
Parámetros del modelo Global Land Data Assimilation System (Rodell et al 2006)

GLDAS efectúa múltiples modelos de superficie no acoplados con la atmosfera pero que integran el flujo de agua y
energía a diferentes resoluciones (2.5° a 1Km). El modelo de superficie GLDAS NOAH efectúa la resolución
integrada por diferencias finitas de la ecuación de Richard para flujo en la zona vadosa y la ecuación de conducción
de temperatura en el suelo. Los datos deben ser descargados libres de costo de la página web del Goddard Earth
Sciences Data and Information Services Center (GES DISC) de la Administración Nacional de la Aeronáutica y el
Espacio (NASA). La resolución espacial del modelo GLDAS 2 NOAH model es de 0.25°, es decir que el tamaño del
pixel en la zona de estudio es de aproximadamente 20Kmx20Km, mientras que la resolución temporal es cada 3Hrs.

El balance de energía para una cuenca se efectúa considerando un volumen de control con área unitaria en la
superficie de agua, la fuente de energía calórica es el campo de flujo neto de radiación Rn, que se mide en
Watts/m2; el agua suministra un campo de flujo de calor sensible Hs a la corriente de aire y campo de flujo de calor
G, luego dH/dt=Rn-Hs-G. Si se supone que la temperatura del agua dentro del volumen de control es constante en
el tiempo, el único cambio en el calor que se produce en la energía interna del agua evaporada el cual es igual a
lv*mv, donde lv es el calor latente de vaporización (ver Chow et al 1993). La ecuación resultante del balance
energético es la siguiente:

𝑅𝑛 − 𝐻𝑠 − 𝐺 = 𝐿𝑣 ∗ 𝑚𝑣

Sustituyendo 𝑚𝑣 por 𝜌𝑤 ∗ 𝐴 ∗ ℎ𝑒𝑣𝑎𝑝 con A=1m2, resulta que la evaporación es igual a:

𝑅𝑛 − 𝐻𝑠 − 𝐺
ℎ𝑒𝑣𝑎𝑝 =
𝐿𝑣 𝜌𝑤 ∗ 1𝑚2

Las variables incógnita que intervienen en la ecuación de balance energético se calculan en el modelo GLDAS
NOAH resolviendo simultáneamente las ecuaciones de Richard para flujo en la zona vadosa y la ecuación de
conducción de temperatura en el suelo, por lo tanto la evapotranspiración resultante es un valor promedio de todo el
sector de la cuenca analizada. El balance de masas a escala de cuenca está dado por la ecuación siguiente (para
más detalles ver Healy W. et al 2002).

𝑃 + 𝑄𝑜𝑛 − 𝐸𝑇 − 𝑄𝑜𝑓𝑓 = ∆𝑆

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

11 de 12
Para la estimación de la escorrentía media en la cuenca se efectúa un balance de masas en las zonas saturada y no
saturada de la cuenca según los parámetros mostrados en la figura siguiente (Healy W. et al 2002) obteniéndose la
ecuación para la zona no saturada y la ecuación para la saturada.

Definición de parámetros del balance de masas en las zonas saturada y no saturada de una cuenca

Para la zona no saturada

𝑃 − 𝑅0 − 𝑅 − (𝐸𝑇 𝑣𝑧 + 𝐸𝑇 𝑠𝑤 − 𝐸𝑇 𝑔𝑤 ) = ∆𝑆 𝑠𝑛𝑜𝑤 + ∆𝑆 𝑣𝑧 + ∆𝑆 𝑠𝑤

Para la zona saturada

𝑔𝑤 𝑔𝑤
𝑅 + 𝑄𝑜𝑛 − (𝑄𝑏𝑓 + 𝑄𝑜𝑓𝑓 + 𝐸𝑇 𝑔𝑤 ) = ∆𝑆 𝑔𝑤

Donde P es la precipitación, 𝑅0 es la escorrentía o runoff, 𝑄𝑏𝑓 es el caudal base sostenido por la descarga de agua
𝑔𝑤 𝑔𝑤
subterránea, R es la recarga, 𝑄𝑜𝑛 es el flujo de agua subterránea entrante, 𝑄𝑜𝑓𝑓 es el flujo de agua subterránea
saliente, 𝐸𝑇 𝑔𝑤 es la evapotranspiración desde los acuíferos o agua subterránea, 𝐸𝑇 𝑣𝑧 es la evapotranspiración
desde la zona vadosa, 𝐸𝑇 𝑠𝑤 es la evapotranspiración del agua superficial y los términos ∆𝑆 𝑔𝑤 , ∆𝑆 𝑠𝑛𝑜𝑤 , ∆𝑆 𝑣𝑧 ,
∆𝑆 𝑠𝑤 representan respectivamente el cambio de almacenamiento en el agua subterránea, nieve, humedad de la
zona vadosa y agua superficial.

3.3. Evaluación de condiciones de humedad de las capas someras del suelo.

Conocidos los valores de los cambios de humedad en el suelo, es posible calcular los parámetros de variación de
las condiciones de humedad antecedente AMC I, II y III de la ecuación de SCS.

MAESTRIA EN CONSTR. PUENTES - MODULO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA E IMPACTOS AMBIENTALES

12 de 12