Sumario: |
El presente trabajo de investigación tiene como finalidad evaluar la utilidad de los
sensores remotos Landsat-8 y Sentinel-2, con la intención de construir una metodología
de monitoreo continuo, de las fuentes de agua en este caso los parámetros de calidad de
agua en la Laguna de Apoyo. El estudio se realizó, en cuatro campañas de muestreo en
los meses de agosto a noviembre del año 2021, donde se recolectó muestras, para el
análisis de los parámetros de calidad de agua: clorofila-a, turbidez se determinó en
laboratorio, potencial de hidrógeno y conductividad eléctrica se determinó en campo. La
metodología empleada se basa en lograr predecir los parámetros físico-químicos y evaluar
el sensor que mejor logra predecir mediante el uso de la regresión multivariable,
considerando los valores de reflectancia y los valores de cada parámetro. El análisis de
los datos se realizó mediante los softwares de acceso libre, QGIS y R. Del sensor Landsat8 se descargaron imágenes que presentaban nubosidad, afectando el análisis e
interpretación de los datos, no presentó valores significativos para los coeficientes de
correlaciones Spearman y tampoco al generar el modelo de predicción de multivariable.
Con el sensor Sentinel-2 no presentó correlaciones con análisis estadístico Spearman para
los primeros tres meses con ningún parámetro, con noviembre el parámetro de pH con las
bandas espectrales: B04 = 0.45 correlación moderada presente en el espectro visible y
B05 = 0. 47 correlación moderada en el infrarrojo cercano y conductividad eléctrica con
las bandas B02 = 0.46, B03 = 0.56 correlación moderada, B04 = 0.73 en el espectro
visible, B05 = 0.78, B06 = 0.81, B07 = 0.81, B08 = 0.80 y B08A = 0.81 correlación fuerte
en el infrarrojo cercano e infrarrojo de onda corta, Clorofila-a y Turbidez no se obtuvo
correlaciones, ni valores significativos. En cuanto al generar el modelo los parámetros pH
y CE, tienen una capacidad predictiva con pH un 21.6%, CE un 69.5%. Se concluye que
con el sensor Landsat-8 no presentó ningún valor significativo para el modelo, Sentinel2 presentó altos valores significativos para predicción con pH y CE dando a conocer que
el mejor sensor para predecir es Sentinel-2.
|