UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTAD DE INGENIERIA CIVIL, ARQUITECTURA Y GEOTECNIA

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA GEOLOGICA-GEOTECNIA

PROYECTO DE TESIS

“ESTIMACION DE LA EVAPOTRANSPIRACION MEDIANTE SENSORES

REMOTOS USANDO LOS ALGORITMOS DE BALANCE DE ENERGIA
PARA LA CUENCA CAPLINA”

PRESENTADO POR

ISAAC ESLEYTTER MONTALVAN DIAZ

ASEROR

EDWIN MARTIN PINO VARGAS, PhD.

OCTUBRE, 2019
 CONTENIDO

1. TITULO ......................................................................................................................................... 1

2. PLANTEAMIENTO DEL PROBLEMA ........................................................................................... 1

3. FUNDAMENTO Y JUSTIFICACION ............................................................................................. 2

4. OBJETIVOS .................................................................................................................................. 2

4.1. Objetivo General ................................................................................................................... 2

4.2. Objetivos Específicos ........................................................................................................... 2

5. HIPOTESIS ................................................................................................................................... 3

6. MARCO TEORICO DE LA INVESTIGACION ............................................................................... 3

7. METODOLOGIA ........................................................................................................................... 4

8. CRONOGRAMA ........................................................................................................................... 5

9. ESQUEMA DE TRABAJO............................................................................................................. 5

10. Referencias Bibliográficas............................................................................................................. 7

1. TITULO

ESTIMACION DE LA EVAPOTRANSPIRACION USANDO SENSORES REMOTOS Y

ALGORITMOS DE BALANCE DE ENERGIA PARA LA CUENCA CAPLINA, TACNA, PERÚ

2. PLANTEAMIENTO DEL PROBLEMA

La región Tacna, se encuentra en una zona árida en el extremo sur del Perú. La costa, y toda
la vertiente occidental, se ubican directamente en lo que Rau et al. (2017) identifican como las
unidades 7, 8 y 9 en su regionalización de lluvias de la vertiente del Pacífico, zonas con
precipitación acumulada anual por debajo de los 400mm. La zona costera específicamente
corresponde al desierto de Atacama (Ritter et al., 2019; Sarricolea, Herrera-Ossandon, &
Meseguer-Ruiz, 2017) el más árido del mundo. La parte andina oriental de la región corresponde
al sector centro-oeste del Altiplano, en el que la precipitación acumulada anual es relativamente
baja (300 – 700 mm/año) y la variabilidad temporal es muy marcada (Garreaud et al., 2003;
Valdivia et al., 2013). Adicionalmente, las tendencias actuales de cambio en los patrones
climáticos han producido un distintivo y continuo incremento en la temperatura superficial, lo
que puede generar efectos diversos en factores climáticos y eco-hidrológicos en los
ecosistemas de todo el ámbito regional (Valdivia et al., 2013).

La evapotranspiración (ET) es una variable clave en el cálculo del balance energético de la

superficie, información que permite desarrollar nuevas estrategias de gestión del agua para
mejorar la eficiencia del uso del agua (Koksal et al., 2018; Bachour et al., 2013). Para estimar
la evapotranspiración, los métodos más utilizados son Penman-Monteith, el tanque evaporador
tipo "A", entre otros. Estos métodos proporcionan estimaciones oportunas de la
evapotranspiración. Sin embargo, otros métodos como Algoritmos de equilibrio de energía de
superficie para la tierra (SEBAL) permiten trabajar en grandes áreas de cultivo (Lee et al., 2016;
Melesse et al., 2007; Bastiaanssen, 1998). Dadas las limitaciones del orden espacial y temporal
de las imágenes de satélite, la adquisición de imágenes de sensores montados en VANT es
una alternativa para obtener información de alta resolución para la estimación de variables como
la evapotranspiración. Los estudios más recientes con cámaras multiespectrales y térmicas en
un VANT, estimaron la ETc con diferentes modelos (SEB, TSEB y METRIC).

Este trabajo de investigación busca estimar la evapotranspiración en la Cuenca Caplina,

mediante percepción remota con las imágenes Landsat 8 OLI, con la finalidad de comparar el
 parámetro en el periodo de 15 días, en la que se estima la evapotranspiración que es importante
para estimar el volumen de agua que se pierde a la atmósfera.

3. FUNDAMENTO Y JUSTIFICACION

En la actualidad la tecnología de sensores remotos es una herramienta muy importante para

ciencia e ingeniería, nos ayudan a hacer estimaciones de diferentes variables climatológicas,
geológicas, etc.

Este contexto complejo en el que la disponibilidad de los recursos hídricos es limitada, es en el

que se desarrolla la población regional, y en el que lleva a cabo sus actividades económicas.
Solo tres cuencas importantes, reconocidas por la ANA (Autoridad Nacional del Agua, 2008),
drenan la vertiente occidental de los Andes en la región: Locumba (UH 1316), Sama (UH 13158)
y Caplina (UH 13154), además de estas hay una serie de intercuencas y unidades hidrográficas
menores con escorrentía esporádica (asociada a años extraordinariamente húmedos).

Las actividades agrícolas en la cuenca, son el mayor usuario de agua, por tanto, es
predominante establecer la cantidad de agua que evapotranspira a la atmósfera. Con las
técnicas de sensores remotos, los softwares SIG algoritmos matemáticos, nos permitirá evaluar
y estimar la evapotranspiración, siendo este un dato importante para diversos modelos
hidrológicos. Estos algoritmos también permiten estimar la evapotranspiración en zonas donde
no existe estaciones meteorológicas, es por ello que el presente trabajo pretende utilizar
algoritmos que puedan determinar la evapotranspiración haciendo uso de imágenes satelitales.

4. OBJETIVOS

4.1. Objetivo General

Determinar la evapotranspiración de la Cuenca Caplina mediante sensores remotos utilizando el

algoritmo SEBAL durante el año 2018, determinando el error de confiabilidad mediante sensores
remotos.

4.2. Objetivos Específicos

• Medir la evapotranspiración con fines de calibración del modelo SEBAL.

• Desarrollar el modelo SEBAL para la cuenca Caplina.
• Determinar la evapotranspiración en la cuenca Caplina.
5. HIPOTESIS

La identificación de algoritmos alternativos usando sensores remotos basado en el modelo

SEBAL, permitirá obtener la evapotranspiración en la cuenca Caplina.

6. MARCO TEORICO DE LA INVESTIGACION

Las utilidades de adquirir información para diferentes ramas de la ciencia son muy sofisticadas,
en la hidrología la herramienta del sensoramiento remoto representa una nueva alternativa para
innovar metodologías de adquisición de información (Hellegers et al. 2010).

La evapotranspiración es el volumen de agua que se transfiere desde la superficie terrestre

hacia la atmosfera, esta se puede estimar con parámetros como la evaporación del suelo,
evaporación de superficie líquida y transpiración de las plantas. Cuya suma representa el valor
potencial de este. La estimación de esta es muy importante como un parámetro esencial en los
modelos de balance hídrico, en el cálculo de perdida de agua en embalses naturales o
construidos por el hombre, en las predicciones de escorrentía, etc. (Karimi y Bastiaanssen 2015)

Para obtener la evapotranspiración potencial, se puede utilizar el modelo del balance de energía
superficial basado en varios algoritmos, este modelo implica la cantidad de energía que entra
en la superficie de la tierra y la que emerge de esta. Consecuentemente, la temperatura de todo
el sistema sobre un largo periodo de tiempo permanece relativamente inalterada. Sin embargo,
variaciones sobre el tiempo y espacio persiste dentro del sistema terrestre. Algunas de estas
variaciones resulta desde el intercambio en condiciones superficiales, tal como la interacción
suelo/agua cubierta por nieve/hielo, etc. Tales variaciones in condiciones superficiales lleva a
cambios en el balance de energía superficial como se muestra en la ecuación (1) (Liou y Kar
2014).

La superficie de balance de energía puede ser escrita como la ecuación

𝑅𝑛 = 𝐺 + 𝐻 + 𝐿𝐸 … … … . . (1)

Donde 𝐺 es el flujo de calor (𝑊. 𝑚−2 ), 𝐻 es el sensible flujo de calor (𝑊. 𝑚−2 ) , 𝑅𝑛 es la
red de radiación, 𝐿𝐸 es flujo de calor latente (𝑊. 𝑚 −2 ).

Basándose en la ecuación de balance de energía superficial se desarrolló el algoritmo SEBAL

(“Surface Energy Balance Algorithm for Land”), este algoritmo es un modelo de procesamiento
 de imagen para calcular la evapotranspiración (𝐸𝑇) como un balance de energía residual, que
fue desarrollado por (Bastiaanssen, Menenti, et al. 1998; Bastiaanssen, Pelgrum, et al. 1998).
El SEBAL viene siendo diseñado para calcular los componentes del balance de energía, tanto
a escala local como regional. Este modelo requiere información de sensores remotos como el
Landsat 8-Oli (Ke et al. 2015) como mediciones del espectro visible, infrarojo cercano, y la
banda de radiación terminca, NDVI y superficie de albedo. (Trezza, Allen, y Tasumi 2013;
Markham, Storey, y Morfitt 2015; Feng Gao et al. 2006).

Para la medición de la evapotranspiración también se usa la metodología propuesta por la FAO

56 (Ngongondo et al. 2013; Allen Richard G. y Pruitt William O. 1991; 1991) mediante la
ecuación de Pennman – Monteih se puede estimar la evapotranspiración, apoyados en
parámetros meteorológicos.

7. METODOLOGIA

En la actualidad hay varias metodologías empleadas para la estimación de la

evapotranspiración usando sensores remotos mediante el algoritmo de balance de energía,
estos algoritmos fueron construidos para campos específicos (Liou & Kar, 2014). De todas estas
nueva técnicas, la que aplicaremos es el algoritmo “Surface Energy Balance Algorithm for Land”
(SEBAL) que es un modelo de procesamiento de imágenes satelitales para el cálculo de la
evapotranspiración (𝐸𝑇) como una energía residual del balance de energía superficial, esta
metodología fue desarrollada por (Bastiaanssen et al., 1998a; Bastiaanssen et al., 1998b). La
ventaja de esta metodología es que fué desarrollada por varios investigadores usando
imágenes satelitales del sensor LANDSAT 8 - Olí, lo cual fue verificado en diversas escalas de
campo con una precisión del 85-95 % en escalas diarias y estacionales, respectivamente en
diversas partes del mundo (Bastiaanssen et al., 2005; Bastiaanssen, 2000; Jana et al., 2016; Li
y Zhao, 2010; Papadavid et al., 2013; Anderson et al., 2012; Maes y Steppe, 2012).

Para la aplicación del algoritmo SEBAL usaremos el sensor Landsat 8 – Oli, la metodología de
calibración para su uso mediante el análisis e interpretación de la energía reflejada de los
diversos componentes que conforman la superficie terrestre es destacada por diversos autores
(USGS, 2018; Markham et a., 2015; Markwitz y Siebicke, 2019).
 La metodología de trabajo consiste en la recopilación de la información de las imágenes
LANDSAT 8 – Oli del año 2018, para estimar la evapotranspiración y se corrobora mediante el
uso de la ecuación de Pennman-Monteih (Ngongondo et al., 2013; Allen y Pruitt, 1991).

8. CRONOGRAMA

El presente trabajo, se programa que puede desarrollarse en un periodo de 8 meses a partir de

la presentación del proyecto.

Las actividades consideradas para el desarrollo del mismo se muestran en el Cuadro No. 01, y
se detalla el tiempo para el desarrollo de dichas actividades.

Cuadro No. 01: Cronograma de actividades

Mes
ACTIVIDAD
1 2 3 4 5 6 7 8
RECOLECCION DE INFORMACION, REVISION

PROCESAMIENTO DE INFORMACION Y DATOS

ELABORACION, CALIBRACION DE LOS MODELOS

SIMULACION DE DIFERENTES ESCENARIOS

DISCUSION, COMPARACION

CONCLUSIONES Y RECOMENDACIONES

ELABORACION DE INFORME FINAL

9. ESQUEMA DE TRABAJO

El esquema de trabajo en forma tentativa es el siguiente:

RESUMEN
ABASTRACT
1. INTRODUCCION
1.1. Planteamiento del problema
1.2. Hipótesis
1.3. Justificación
1.4. Objetivos
1.5. Antecedentes
1.6. Metodología
1.7. Ubicación y accesibilidad
 1.8. Clima y vegetación
1.9. Limitaciones
2. MARCO TEORICO
2.1. Ciclo hidrológico
2.2. Balance hídrico
2.3. Cuenca hidrográfica
2.4. Evapotranspiración
2.5. Métodos de estimación de la evapotranspiración
2.6. Modelo SEBAL
2.7. Percepción remota
2.8. Sensores remotos
3. MATERIALES Y METODOS
3.1. Ubicación de la zona de estudio
3.2. Materiales y equipos
3.3. Calculo de la radiación neta superficial (𝑅𝑛)
3.4. Calculo de flujo de calor del suelo (𝐺)
3.5. Calculo de flujo de calor sensible del aire (h)
3.6. Calculo de flujo de calor latente (le)
3.7. Evapotranspiración real diaria (𝐸𝑇24𝐻 )
3.8. Calculo de evapotranspiración mediante Pennman – Monteih
3.9. Validación de resultados de evapotranspiración
4. RESULTADOS Y DISCUSIONES
4.1. Radiación neta en la superficie
4.2. Flujo de calor del suelo (𝐺)
4.3. Flujo de calor sensible del aire (h)
4.4. Flujo de calor latente (le)
4.5. Evapotranspiración real diaria (𝐸𝑇24𝐻 )
4.6. Evapotranspiración obtenida mediante la ecuación de Pennman - Monteih
4.7. Validación de los resultados de evapotranspiración
5. Conclusiones
6. Recomendaciones
7. Bibliografía
8. ANEXOS
10. Referencias Bibliográficas

Allen Richard G., y Pruitt William O. 1991. «FAO‐24 Reference Evapotranspiration Factors».
Journal of Irrigation and Drainage Engineering 117 (5): 758-73.
https://doi.org/10.1061/(ASCE)0733-9437(1991)117:5(758).

Anderson, Martha C., Richard G. Allen, Anthony Morse, y William P. Kustas. 2012. «Use of
Landsat thermal imagery in monitoring evapotranspiration and managing water resources».
Remote Sensing of Environment, Landsat Legacy Special Issue, 122 (julio): 50-65.
https://doi.org/10.1016/j.rse.2011.08.025.

Bachour Roula, Walker Wynn R., Torres-Rua Alfonso F., & McKee Mac. (2013). Assessment of
Reference Evapotranspiration by the Hargreaves Method in the Bekaa Valley, Lebanon.
Journal of Irrigation and Drainage Engineering, 139(11), 933-938.
https://doi.org/10.1061/(ASCE)IR.1943-4774.0000646

Bastiaanssen, W. G. M., H. Pelgrum, J. Wang, Y. Ma, J. F. Moreno, G. J. Roerink, y T. van der

Wal. 1998. «A remote sensing surface energy balance algorithm for land (SEBAL).: Part 2:
Validation». Journal of Hydrology 212-213 (diciembre): 213-29.
https://doi.org/10.1016/S0022-1694(98)00254-6.

Bastiaanssen, W. G. M., M. Menenti, R. A. Feddes, y A. A. M. Holtslag. 1998. «A remote sensing

surface energy balance algorithm for land (SEBAL). 1. Formulation». Journal of Hydrology
212-213 (diciembre): 198-212. https://doi.org/10.1016/S0022-1694(98)00253-4.

Bastiaanssen, W. G. M., Menenti, M., Feddes, R. A., & Holtslag, A. A. M. (1998). A remote
sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. Journal of
Hydrology, 212-213, 198-212. https://doi.org/10.1016/S0022-1694(98)00253-4

Feng Gao, J. Masek, M. Schwaller, y F. Hall. 2006. «On the blending of the Landsat and MODIS
surface reflectance: predicting daily Landsat surface reflectance». IEEE Transactions on
Geoscience and Remote Sensing 44 (8): 2207-18.
https://doi.org/10.1109/TGRS.2006.872081.

Garreaud, R., Vuille, M., & Clement, A. C. (2003). The climate of the Altiplano: observed current
conditions and mechanisms of past changes. Palaeogeography, Palaeoclimatology,
 Palaeoecology, 194(1), 5–22. https://doi.org/https://doi.org/10.1016/S0031-
0182(03)00269-4

Hellegers, Petra J. G. J., Richard Soppe, Chris J. Perry, y Wim G. M. Bastiaanssen. 2010.
«Remote Sensing and Economic Indicators for Supporting Water Resources Management
Decisions». Water Resources Management 24 (11): 2419-36.
https://doi.org/10.1007/s11269-009-9559-2.

Karimi, P., y W. G. M. Bastiaanssen. 2015. «Spatial Evapotranspiration, Rainfall and Land Use
Data in Water Accounting &Ndash; Part 1: Review of the Accuracy of the Remote
Sensing Data». Hydrology and Earth System Sciences 19 (1): 507-32.
https://doi.org/10.5194/hess-19-507-2015.

Ke, Yinghai, Jungho Im, Junghee Lee, Huili Gong, y Youngryel Ryu. 2015. «Characteristics of
Landsat 8 OLI-derived NDVI by comparison with multiple satellite sensors and in-situ
observations». Remote Sensing of Environment 164 (julio): 298-313.
https://doi.org/10.1016/j.rse.2015.04.004.

Koksal, E; Artik, C; Tasan, M. 2018. Crop Evapotranspiration Estimations of Red Pepper Using
Field Level Remote Sensing Data and Energy Balance. Polish Journal of Environmental
Studies 28(1), 1-11

Lee, Y.-G., Jung, C.-G., Ahn, S.-R., & Kim, S. (2016). Estimation of spatial evapotranspiration
using Terra MODIS satellite image and SEBAL model in mixed forest and rice paddy area.
Journal of Korea Water Resources Association, 49, 227-239.
https://doi.org/10.3741/JKWRA.2016.49.3.227

Liou, Yuei-An, y Sanjib Kumar Kar. 2014. «Evapotranspiration Estimation with Remote Sensing
and Various Surface Energy Balance Algorithms—A Review». Energies 7 (5): 2821-49.
https://doi.org/10.3390/en7052821.

Maes, W. H., y K. Steppe. 2012. «Estimating Evapotranspiration and Drought Stress with
Ground-Based Thermal Remote Sensing in Agriculture: A Review». Journal of
Experimental Botany 63 (13): 4671-4712. https://doi.org/10.1093/jxb/ers165.
Markham, Brian, James Storey, y Ron Morfitt. 2015. «Landsat-8 Sensor Characterization and
Calibration». Remote Sensing 7 (3): 2279-82. https://doi.org/10.3390/rs70302279.

Markwitz, Christian, y Lukas Siebicke. 2019. «Low-cost eddy covariance: a case study of
evapotranspiration over agroforestry in Germany». Atmospheric Measurement Techniques
12 (septiembre): 4677-96. https://doi.org/10.5194/amt-12-4677-2019.

Melesse, A; Weng, Q; Prasad, S; Senay, G. 2007. Remote Sensing Sensors and applications in
environmental resources mapping and modelling. Sensors 7, 3209-3241

Ngongondo, Cosmo Socrates, Chong-yu Xu, Lena M. Tallaksen, y Berhanu F. Alemaw. 2013.
«Evaluation of the FAO Penman-Montheith, Priestley- Taylor and Hargreaves models for
estimating reference evapotranspiration in southern Malawi». En .
https://doi.org/10.2166/nh.2012.224.

Rau, P., Bourrel, L., Labat, D., Melo, P., Dewitte, B., Frappart, F., … Felipe, O. (2017).
Regionalization of rainfall over the Peruvian Pacific slope and coast. International Journal
of Climatology, 37(1), 143–158. https://doi.org/10.1002/joc.4693

Ritter, B., Wennrich, V., Medialdea, A., Brill, D., King, G., Schneiderwind, S., … Dunai, T. J.
(2019). “Climatic fluctuations in the hyperarid core of the Atacama Desert during the past
215 ka.” Scientific Reports, 9(1), 5270. https://doi.org/10.1038/s41598-019-41743-8

Sarricolea, P., Herrera-Ossandon, M., & Meseguer-Ruiz, Ó. (2017). Climatic regionalisation of

continental Chile. Journal of Maps, 13(2), 66–73.
https://doi.org/10.1080/17445647.2016.1259592

Trezza, Ricardo, Richard G. Allen, y Masahiro Tasumi. 2013. «Estimation of Actual

Evapotranspiration along the Middle Rio Grande of New Mexico Using MODIS and Landsat
Imagery with the METRIC Model». Remote Sensing 5 (10): 5397-5423.
https://doi.org/10.3390/rs5105397.

USGS. 2018. «USGS Landsat Ground Stations | Misiones Landsat». 2018.

https://landsat.usgs.gov/usgs-landsat-ground-stations.
Valdivia, C., Thibeault, J., Gilles, J. L., García, M., & Seth, A. (2013). Climate trends and
projections for the Andean Altiplano and strategies for adaptation. Advances in
Geosciences, 33, 69–77. https://doi.org/10.5194/adgeo-33-69-2013
 Matriz de consistencia

ESTIMACION DE LA EVAPOTRANSPIRACION MEDIANTE SENSORES REMOTOS USANDO

LOS ALGORITMOS DE BALANCE DE ENERGIA PARA LA CUENCA CAPLINA

Definición del Objetivos Hipótesis Variab

problema indicad
Problema General Objetivo General Hipótesis General Variable
¿Cómo podemos Evaluar la estimación de la La identificación de algoritmos alternativos Independien
Cuenca Capli
determinar la evapotranspiración de la Cuenca Caplina usando sensores remotos, utilizando una
evapotranspiración mediante sensores remotos utilizando el metodología de procesamiento (SEBAL),
mediante sensores algoritmo SEBAL. comparándola con datos de evapotranspiración Indicadores
remotos? de estaciones meteorológicas, para obtener el Imágenes sat
Datos de Esta
error de dicha metodología, cuya finalidad
servirá para optimizar el proceso de obtener los Meteorológica
datos de evapotranspiración en zonas alejadas

Problemas Objetivos Específicos Hipótesis Específicas Variable Dep

Específicos
¿Cómo podemos Obtener las temperaturas superficiales,
determinar la haciendo uso de la información de la banda
evapotranspiración? térmica Landsat 8- OLI, para diferentes
fechas.
¿Cómo determinar datos de Para determinar datos de temperaturas
evapotranspiración en superficiales en zonas donde no existen
zonas donde no existen estaciones meteorológicas, hacemos usos
estaciones meteorológicas? de los algoritmos, procesando imágenes
satelitales.
Determinar si con los resultados obtenidos
se puede recomendar la aplicación de
métodos para obtención de
evapotranspiración superficial en zonas
apartadas, donde no existen estaciones
meteorológicas, esto con el fin de estimar
este valor para determinar un modelo
hidrologico
Datos de Esta
El uso de la banda térmica Landsat 8-OLI y
Meteorológica
procesando la información, nos ayudará para
determinar las temperaturas superficiales en
Indicadores
diferentes fechas.
Procesamient
imágenes
Los algoritmos, procesando las imágenes
satelitales son ayudaran a poder obtener datos
de evapotranspiración superficiales terrestres,
donde no se encuentran estaciones
meteorológicas.
El uso de métodos analíticos nos puede ayudar
a obtener información real, sino tenemos
acceso a la zona de estudio y así poder
estimar la evapotranspiración para un estudio
de modelo hidrológico.