+ All Categories
Home > Documents > PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Date post: 31-Oct-2021
Category:
Upload: others
View: 0 times
Download: 0 times
Share this document with a friend
56
PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA IMPLEMENTANDO EL USO DE IMÁGENES SENTINEL 2, EN EL MUNICIPIO DE CHÍQUIZA (BOYACÁ). LOREN SPTEFANNIE BAQUERO CARVAJAL DIEGO ALBERTO LOZANO RAMÍREZ PROYECTO DE GRADO PRESENTADO COMO REQUISITO PARA OPTAR AL TÍTULO DE ESPECIALISTA EN SISTEMAS DE INFORMACION GEOGRAFICA DIRECTORA: YESENIA VARGAS TEJEDOR PROYECTO DE GRADO ESPECIALIZACION EN SISTEMAS DE INFORMACION GEOGRAFICA CENTRO DE INVESTIGACION Y DESARROLLO EN INFORMACION GEOGRAFICA CIAF. BOGOTÁ D.C. NOVIEMBRE 2019
Transcript
Page 1: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN

MASA IMPLEMENTANDO EL USO DE IMÁGENES SENTINEL 2, EN EL

MUNICIPIO DE CHÍQUIZA (BOYACÁ).

LOREN SPTEFANNIE BAQUERO CARVAJAL

DIEGO ALBERTO LOZANO RAMÍREZ

PROYECTO DE GRADO PRESENTADO COMO REQUISITO PARA OPTAR AL TÍTULO DE

ESPECIALISTA EN SISTEMAS DE INFORMACION GEOGRAFICA

DIRECTORA: YESENIA VARGAS TEJEDOR

PROYECTO DE GRADO

ESPECIALIZACION EN SISTEMAS DE INFORMACION GEOGRAFICA

CENTRO DE INVESTIGACION Y DESARROLLO EN INFORMACION

GEOGRAFICA – CIAF.

BOGOTÁ D.C.

NOVIEMBRE 2019

Page 2: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

AGRADECIMIENTOS

Agradezco a mi familia, amigos, compañeros, profesores y a todas las personas que de una u otra manera

contribuyeron a la realización de este proyecto y culminar esta etapa.

Diego

A mi madre, a raunen, a la vida…

Loren

A mi directora de tesis por su ayuda y orientación durante todo el proyecto.

A la empresa Corporación Planeación del Desarrollo Rural –PDR- especialmente al ingeniero Leonardo

Molina por sus valiosos aportes y ayuda brindada a lo largo del proyecto.

Finalmente, al instituto Geográfico Agustín Codazzi y la Universidad Distrital Francisco José de Caldas.

Page 3: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

GLOSARIO

AMENAZA Peligro latente de que un evento físico de origen natural causado o inducido por la

acción humana de modo accidental se presente con una severidad suficiente para causar daños

a la infraestructura, bienes y los recursos ambientales. (SGC, 2017)

BANDA ESPECTRAL Se ubica en determinada por su perfil de transmisión, es decir, la

fracción de intensidad luminosa transmitida por una longitud de onda (λ) en una región del

espectro electromagnético.

CURVATURA: Se define como la derivada segunda de la superficie. Representa la concavidad

y la convexidad del terreno.

GEOSERVICO: Es un servicio web específico que devuelve el acceso a la información

geográfica ubicada en los servidores de los organismos productores, de una forma estándar y a

través de cualquier aplicación compatible.

INDICE ESPECTRAL: Conjunto de operaciones algebraicas realizadas sobre valores numéricos

a unidad de pixel, usando mínimo dos bandas que necesariamente corresponden a la misma

escena.

NDMI: Este índice se usa para monitorizar humedad de la cobertura vegetal, sequías y niveles de

combustibilidad en las áreas vulnerables a los incendios.

NDVI: Este índice se basa en el comportamiento radiométrico de la vegetación, relacionado con

la actividad fotosintética y la estructura foliar de las plantas, permitiendo determinar la

vigorosidad de la planta

NDWI: Este índice se utiliza para medir la cantidad de agua que posee la vegetación o el nivel

de saturación de humedad que posee el suelo.

PLUGIN Herramienta informática que añade funcionalidades específicas a un programa

principal.

RUGOSIDAD: Se define como la ondulación de la superficie topográfica y es una derivada de

las pendientes y de las orientaciones

SAVI: Este índice incorpora una constante de suelo, la cual se usa de acuerdo con vegetación de

baja, intermedia o alta densidad. Considera la influencia de la luz y del suelo oscuro en el

índice.

SUCEPTIBILIDAD Medida cuantitativa o cualitativa de la magnitud y distribución espacial de

movimientos en masa existentes, o que potencialmente pueden ocurrir en un área. (SGC, 2017)

ZONIFICACIÓN La división de territorio en áreas o dominios homogéneos y su categoría de

acuerdo al nivel de susceptibilidad, amenaza o riesgo actual o potencial. (SGC, 2017)

Page 4: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

TABLA DE CONTENIDO

1. INTRODUCCIÓN ..................................................................................................................... 12

2. PROBLEMA .................................................................................................................................. 7

3. JUSTIFICACIÓN ......................................................................................................................... 8

4. ALCANCE ..................................................................................................................................... 9

5. OBJETIVOS ................................................................................................................................ 10

6. ESTADO DEL ARTE ................................................................................................................. 11

6.1 MARCO TEÓRICO ................................................................................................................. 11

6.2 ANTECEDENTES .................................................................................................................... 12

6.2.1 ESTUDIOS CON INSUMOS DE IMÁGENES SATELITALES ....................................................... 12

6.2.2 ESTUDIOS DE ZONIFICACIÓN DE AMENAZA MEDIANTE EL MÉTODO HEURÍSTICO ........... 13

6.2.3 ESTUDIOS AMBIENTALES CON DESARROLLO DE EXTENSIONES PARA SOFTWARE GIS ...... 14

7. METODOLOGIA....................................................................................................................... 15

7.1 ESQUEMA METODOLÓGICO ................................................................................................. 15

7.1.1 FASE I. PLANIFICACIÓN Y ANÁLISIS .................................................................................. 16

7.1.2 FASE II. DISEÑO ................................................................................................................. 22

7.2 EVALUACIÓN MULTICRITERIOS (EMC) .............................................................................. 23

7.2.1 COMPONENTES AMBIENTALES DEL ESTUDIO .................................................................... 25

7.2.2 FASE III. DESARROLLO ...................................................................................................... 26

7.2.2 DESARROLLO DEL MODELO DE ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA

...................................................................................................................................................... 26

7.3 DESARROLLO DEL PLUGIN (PLUGMMA) ............................................................................. 31

8. RESULTADOS ........................................................................................................................... 35

8.1 RESULTADOS Y ANÁLISIS..................................................................................................... 35

8.1.1 INFORMACIÓN GENERADA A PARTIR DE PLUGMMA ......................................................... 35

8.1.2 VALIDACIÓN DE LA ZONIFICACIÓN DE AMENAZA EN PLUGIN VS POT ............................ 38

8.2 EVALUACIÓN DE LA EXTENSIÓN PLUGMMA ....................................................................... 42

9. CONCLUSIONES ...................................................................................................................... 47

10. RECOMENDACIONES ........................................................................................................ 48

11. BIBLIOGRAFIA ..................................................................................................................... 49

12. ANEXOS.................................................................................................................................. 51

Page 5: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

LISTA DE TABLAS

Tabla 1. Servicios web Institutos de investigación de Colombia .................................................................... 17

Tabla 2. Información general necesaria para zonificación por movimientos en masa escala 1: 25000......... 24

Tabla 3. Análisis de ponderación resumido por 4 componentes ambientales principales ........................... 25

Tabla 4. Ponderación general de zonificación de suceptibilidad por fenómenos movimientos en masa .... 25

Tabla 5. Ponderación general de zonificación de amenaza por fenómenos movimientos en masa ............. 26

Tabla 6 Características de librerías para desarrollo de interfases................................................................... 32

Tabla 7. Matriz de confusión............................................................................................................................. 38

Tabla 8. Resultados índice Kappa..................................................................................................................... 39

Tabla 9 Descripción zonificación amenaza Chíquiza. .................................................................................... 41

Tabla 10. Metodología de evaluación Usabilidad Plugmma .......................................................................... 44

Tabla 11. Valor de Importancia según atributo de Usabilidad ....................................................................... 45

Tabla 12. Calificación General según atributo de usabilidad ......................................................................... 45

Tabla 13. Evaluación usabilidad de extensión Plugmma ................................................................................ 45

LISTA DE FIGURAS

Figura 1. Esquema metodológico: Plugin para la zonificación de amenaza por movimientos en masa

implementando el uso de imágenes Sentinel 2, en el municipio de Chíquiza (Boyacá). .............................. 15

Figura 2. Insumos principales del modelo de zonificación por fenómenos de movimientos en masa ........ 17

Figura 3. Generación de tabla fusión y carga en plataforma de GEE, limite municipal de área de estudio 18

Figura 4. Reducción de imágenes temporada de lluvia y seca, exclusión de nubosidad mayor de 10% ..... 19

Figura 5. Explorador de imagines Sentinel 2 –GEE ......................................................................................... 20

Figura 6. Satélites Sentinel para EO BROWSER: Sentinel Hub ...................................................................... 20

Figura 7. Selección y descarga de imágenes en EO Browser: Sentinel Hub .................................................. 22

Figura 8. Esquema metodológico de Evaluación Multicriterios (EMC) ......................................................... 23

Figura 9. Modelo de procesos para la zonificación de fenómenos por movimientos en masa .................... 27

Figura 10 Esquema metodológico de desarrollo Plugmma ............................................................................ 31

Figura 11. Diseño interfaz por medio de librería Tkinter ............................................................................... 32

Figura 12 Diseño de interfaz por medio de librería Qt Designer. .................................................................. 33

Figura 13. Botón de extensión Plugmma en ArcMap 10.5 .............................................................................. 34

Figura 14. Productos cartográficos generados por Plugmma. ........................................................................ 37

Figura 15. Mapa de zonificación de amenaza generado por Plugmma y POT............................................. 40

Figura 16. Carga de información de entrada y visualización de Plugmma ................................................... 43

Figura 17. Lista despegable para completar información de entrada en Plugmma ...................................... 43

Figura 18. Ruta de almacenamiento de soilflux.gdb - información procesada- Plugmma ........................... 43

Page 6: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

1. INTRODUCCIÓN

El objetivo del presente trabajo consistió en desarrollar e implementar una extensión al

programa de escritorio ArcGis 10.5, que tuviese la funcionalidad de realizar una zonificación de

amenaza por movimientos en masa. Para ello, la extensión, o plugin para la zonificación de

amenaza por movimientos en masa de ahora en adelante llamado “Plugmma”, empleó

información capturada con sensores remotos, e información temática existente.

Plugmma buscó automatizar y optimizar la calidad y tiempos de procesamiento de la

información para generar zonificación de movimientos en masa, proceso que tradicionalmente

se realiza en tiempos relativamente largos, ya que el geoprocesamiento de la información

conlleva a esfuerzos repetitivos, que se ven limitados por el levantamiento de la información en

campo. Para cumplir esa función, Plugmma hace uso de imágenes de sensores remotos y

cartografía temática existente, que posteriormente será procesada a través del software ArcGis.

Para el desarrollo de la zonificación de amenazas por movimientos en masa, se utilizó la guía

metodológica para la zonificación de amenaza por movimientos en masa escala 1:25.000,

desarrollada por el servicio geológico (SGC, 2017). Dicha guía brindó las bases de ¿qué variables

incluir dentro de la caracterización geoambiental?, ¿cómo desarrollar un análisis de

susceptibilidad? y finalmente ¿cómo caracterizar la amenaza por movimientos en masa?

Para el desarrollo de Plugmma fue necesario que este fuera generado en un entorno muy

sencillo, adaptable a la experiencia del usuario más básico. Por esta razón se propuso aplicar

una metodología XP ya que, debido al nivel de baja complejidad de la herramienta y el corto

tiempo para su desarrollo, se requirió de fases agiles, pero con entregas de productos

funcionales. Al planificar un desarrollo enfocado a las necesidades del usuario, es pertinente

contemplarlo como pieza fundamental dentro de las etapas del desarrollo de la herramienta, de

modo que se generaran pequeños productos que se asignen a una prueba de calidad y que

posteriormente entren a ser pieza de un proceso incremental.

La evaluación del Plugin se llevó a cabo tomando como unidad de trabajo el Municipio de

Chíquiza (Boyacá), pues, en su plan de ordenamiento territorial-POT-, (Alcaldía Chíquiza,

2019)- En proceso de publicación-, se implementó información actualizada, tanto primaria como

secundaria, lo que nos permitió comparar los resultados tomados a partir de una metodología

tradicional con una metodología automatizada propuesta en el presente trabajo.

Page 7: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 7 de 56

2. PROBLEMA

Los movimientos en masa son uno de los fenómenos geológicos que más afectaciones

genera sobre la población, el medio ambiente y la infraestructura. Debido a esto, durante las

últimas tres décadas se han expedido en Colombia reglamentaciones relacionadas con la

administración y desarrollo físico del territorio, la utilización del suelo y la gestión del riesgo de

desastres; su adopción ha requerido de la elaboración de estudios técnicos que permitan tomar

decisiones efectivas de planificación y al mismo tiempo incorporar la gestión del riesgo en los

planes de ordenamiento territorial.

A partir de la expedición de la ley de gestión de riesgo y desastres (ley 1523 de 2012), los

municipios del país deben hacer estudios de riesgos naturales, como parte esencial de las

políticas de planificación del desarrollo seguro y gestión ambiental territorial sostenible (SGC,

2017).

La zonificación de la amenaza por movimientos en masa define las áreas en cuales se esperaría

hay una alta probabilidad de ocurrencia de fenómenos de remoción. Para tal fin existen en la

literatura una gran variedad de métodos y enfoques metodológicos que permiten el análisis de

la amenaza por movimientos en masa a diferentes escalas. Considerando lo anterior, y de

acuerdo con la normatividad adoptada en Colombia en temas de gestión del riesgo y

planificación territorial, se ha evidenciado la necesidad de plantear un análisis de amenaza que

permita obtener resultados objetivos a partir de información cartográfica actualizada, que

involucre dentro de esta, la obtención de índices de terreno, índices de vegetación e índices de

suelo, Facilitando el procesamiento y reducción de los tiempos de respuesta, mejorando así la

posibilidad de priorizar las acciones de manejo y disponibilidad de recursos y la adopción de

políticas de gestión del riesgo.

Para tal fin se propone el desarrollo de una extensión para el programa de escritorio ArcGIS,

que permita la automatización de los procesos relacionados con la zonificación de amenaza por

movimientos en masa. Esto reducirá el tiempo en procesos reiterativos y el porcentaje de error

probable en la toma de decisiones. El uso de imágenes de sensores remotos permite una

caracterización actual del terreno en tiempos más cortos comparado con el tiempo que se

requiere con el levantamiento y procesamiento de la información capturada en campo.

Page 8: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 8 de 56

3. JUSTIFICACIÓN

La implementación de una extensión para una herramienta SIG de escritorio, que permita la

automatización de los procesos que involucra la evaluación para la zonificación de amenaza por

movimientos en masa, aportará en la toma de decisiones para los planes de ordenamiento

territorial u cualquier otro estudio que involucre un análisis de amenaza por movimientos en

masa. Inicialmente, Plugmma permitirá obtener información actualizada a partir de imágenes

obtenidas a partir de sensores remotos, ejecutando geoprocesos automatizados directamente en

el software ArcGis 10.5. De esta forma, habrá mayor confiabilidad de los productos resultantes,

debido a que la estandarización de reglas establecidas en el modelo de zonificación, coadyuvará

a reducir el error probable, derivado de la toma de decisiones o de la ejecución de los procesos.

Dicha automatización también facilitará que el proceso de obtención de zonas pueda llevarse a

cabo por parte de personal no especializado en ejecutar procesos complejos en la herramienta

SIG. Esto se sustenta en que la interfaz de la extensión mencionada Plugmma, permitirá al

usuario seleccionar y cargar los insumos necesarios en la herramienta, sin tener que dar

instrucciones específicas para el geoprocesamiento, cálculo y categorización del mismo.

Adicionalmente, Plugmma podrá calcular y suministrar insumos actualizados tales como,

índices de humedad vegetal y densidad de vegetación, índices de humedad del suelo y tipos

suelo, índices de terreno como concavidad, textura y clasificación de pendientes del terreno,

adicionalmente se podrá obtener los mapas de susceptibilidad a movimientos en Masa; por

último y quizá sea la mayor ventaja que se evidenciará con la implementación de la extensión,

es que se optimizarán los tiempos de procesamiento de la información.

Plugmma puede constituirse como una herramienta valiosa en complemento a la gestión del

riesgo de desastres en el municipio de Chíquiza (Boyacá), y podría convertirse en un futuro en

cualquier otro municipio del país debido a su intuitiva interfaz y confiabilidad de sus

resultados.

Page 9: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 9 de 56

4. ALCANCE

El uso de herramientas de programación automatizadas que optimicen procesos de

evaluación y zonificación en los SIG tienen recientemente amplio desarrollo (Hurtado &

Aguilar, 2017; Díaz & Duque, 2018). De igual forma el uso de imágenes satelitales como insumo

de entrada han presentado amplio uso en estudios de zonificación generación de firmas

espectrales y estudios multitemporales.

El desarrollo de Plugmma sirve como herramienta de actualización de insumos base para la

gestión del riesgo a nivel municipal, que permite un mayor ajuste en el POT propuesto por la

Alcaldía del municipio de Chíquiza (Boyacá). Los insumos para el funcionamiento de Plugmma

son a partir de información vector y raster, esta última con la ventaja de ser actualizada (a

criterio del usuario) con imágenes cada semana ya que el satélite Sentinel 2 tiene buena

resolución temporal y espacial, mientras que la información temática (vector), se presenta más

ya que corresponde al componente físico de geología, geomorfología principalmente. Esta

extensión se generó a para el Software ArcGis 10.5 con licencia académica de las extensiones

(Spatial Analyst, 3D Analyst y Geostatistical Analyst). El desarrollo de Plugmma permitió la

zonificación automatizada de Amenaza por Movimientos en Masa del municipio a escala

1:25000 como producto principal, en complemento se generó información de los diferentes

índices de vegetación, suelo y terreno como subproductos que se pueden implementar en otros

estudios

Plugmma maneja estándares de calidad de acuerdo a la norma ISO 25010 establecida como:

“Sistema para la evaluación de la calidad del producto “; mediante un modelo que evalúa las

características y propiedades de calidad mínimas que debe mantener un producto software “.

Dicho Modelo determina las características de calidad que va a tener en cuenta en la propiedad

de un producto software determinado (ISO, 2019).

Page 10: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 10 de 56

5. OBJETIVOS

Objetivo General

Implementar una extensión en ArcGis 10.5 que realice una zonificación de amenaza por

movimientos en masa a escala 1:25.000 de acuerdo a las variables biofísicas, obtenidas a partir

de sensores remotos e información temática existente para el municipio Chíquiza (Boyacá).

Objetivos Específicos

• Generar un modelo de zonificación de amenaza por fenómenos de movimientos en

masa a partir del método heurístico

Generar y categorizar índices de vegetación (NDVI, NDWI) y suelo (SAVI, NDMI), a

partir de imágenes satelitales, como insumo de zonificación de amenaza

Saber cómo automatizar en un SIG la zonificación de amenazas por movimientos en

masa.

Validar los resultados generados en un proceso convencional contra un proceso

automatizado.

Page 11: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 11 de 56

6. ESTADO DEL ARTE

6.1 Marco teórico

Durante las últimas tres décadas a raíz de la ocurrencia de desastres de origen socio-natural se

han expedido en Colombia reglamentaciones relacionadas con la administración y desarrollo

físico del territorio, por lo cual, la utilización del suelo y la gestión del riesgo de desastres, ha

requerido de la elaboración de estudios técnicos, que permitan tomar decisiones efectivas de

planificación y al mismo tiempo incorporar la gestión del riesgo en los planes de ordenamiento

territorial de los municipios (NGRD, 2015)

A su vez, las normas de ordenamiento territorial, como la Ley 388 de 1997 y los decretos 879 de

1998, 3600 de 2007, 1807 de 2014, 1077 de 2015 o de gestión del riesgo de desastres como la Ley

1523 de 2012, han sido iniciativas lideradas desde el gobierno nacional, en cuya reglamentación

se ha dado relevancia al conocimiento del territorio como una premisa para contribuir a la

seguridad, el bienestar, la calidad de vida y el desarrollo sostenible de las personas.

A partir de la expedición de la ley 1523 de 2012 se dio paso a la creación del Sistema Nacional

de Gestión del Riesgo de Desastres (SNGRD), y la adopción de una política pública en la

materia, en su artículo 32 la ley 1523 determinó que los tres niveles de gobierno (nacional,

departamental y municipal) deben formular e implementar planes del riesgo para priorizar,

programar y ejecutar acciones por parte de las entidades del sistema nacional, en el marco de

los procesos del riesgo, reducción del riesgo y de manejo de desastres, como parte del

ordenamiento territorial y del desarrollo, así como para realizar su seguimiento y evaluación

(Ley N° 1523, 2012).

Dentro de los instrumentos de coordinación y armonización del PNGRD con los proceso de

planificación sectorial y territorial, se identificaron una serie de estrategias para que se llevara a

cabo dicha integración una de las cuales propone “desarrollar metodologías, guías e

instrumentos técnicos que faciliten y orienten el análisis de riesgo”(PNGRD, 2015), dicha

estrategia propone que las entidades en cada una de sus competencias aporten a los procesos de

planificación y desarrollo territorial local y departamental a raves del desarrollo de guías e

instrumentos técnicos que faciliten y orienten el análisis de riesgo en coordinación con la

UNGRD.

A partir de lo anteriormente descrito, un desarrollo de las metodologías e instrumentos pueden

facilitar y orientar el análisis de riesgo, es por eso que la creación de nuevas herramientas como

Plugmma, facila el uso y la implementación de nuevas opciones de procesamiento tanto de

imágenes satelitales como de información temática para crear soluciones precisas en la toma de

decisiones para estudios de planes de ordenamiento territorial, o de cualquier estudio que

involucre la gestión del riesgo dentro de sus componentes (NGRD, 2015).

Page 12: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 12 de 56

6.2 Antecedentes

6.2.1 Estudios con insumos de imágenes satelitales

El uso de sensores remotos en la obtención de imágenes satelitales es útil para la detección de

movimientos en masa. Según Moncada (2014) productos a partir de estos sensores -tales como

fotografías aéreas, modelos digitales del terreno e imágenes de satélites- han sido ampliamente

usadas en combinación con los sistemas de información de geográfica, para la teledetección de

fenómenos de remoción en masa de finales de la década de los 90´s. Entre tanto el uso de series

temporales de imágenes presenta ventajas en la detección de deslizamientos ya que permiten

identificar cambios en la respuesta espectral de la superficie que pueden asociarse (Cheng, Wei,

& Chang, 2004), sin embargo una limitante ha sido la nubosidad generalizada en ciertas épocas

del año que genera ruido en el análisis, por tanto el tratamiento de imágenes para suavizar este

factor asociado es fundamental (Deijns et al., 2020). Sin embargo, esta limitante puede reducir el

uso de estos productos en determinados periodos lluviosos del año. Entre tanto, Metternicht et

al., (2005) y Zhao & Lu, (2018), sugieren que la teledetección tendrá una frecuencia de uso en el

tiempo futuro debido a la evolución de los sensores remotos; en la actualidad se encuentran

disponibles a usuarios en general imágenes de alta resolución espacial y temporal en

plataformas de acceso libre y/o comercial.

En la actualidad, se cuenta con imágenes obtenidas de drones cuya resolución alcanza detalles

sub-métricos, las cuales son fuente de los modelos digitales del terreno (DMT) y de elevación

(DEM) de alta precisión. Es conocido que los sensores remotos capturan información del

espectro, que asociada a diferentes características geológicas, geomorfológicas, fenológicas y

agrologicas, posibilita analizar la información mediante técnicas de clasificación a través de las

cuales se pueden detectar a nivel de pixel zonas propensas a presentar este tipo de fenómenos

de movimientos en masa, por presencia y/o ausencia de diferentes coberturas (Lacroix et al.,

2018; Li et al., Ren et al., 2018).

Zhao & Lu (2018) realizó un inventario de estudios recientes en los cuales se utilizaron sensores

remotos para el estudio de fenómenos de remoción en masa, entre los cuales el más destacado

es el de Sun et al., (2017), en el cual se desarrolló un algoritmo para el reconocimiento de

deslizamiento de depósitos arcillosos de origen eólico, usando diferentes combinaciones

espectrales, texturales, morfométricos, topográficos basados en imágenes de satélite de alta

resolución y un DEM de alta precisión. Moncada, (2014) también desarrolló un algoritmo para

la detección de candidatos a remoción en masa a partir de imágenes de satélite. Estos estudios

indican que los procesos participantes en la remoción en masa pueden ser modelados

espacialmente y pueden ser codificados para generar algoritmos que cen la rutina reproducible

y aplicable a otras zonas de estudio. Respecto a los estudios de remoción en masa a partir de

sensores remotos, se aproximan de diferentes maneras, pero todos se derivan de la información

Page 13: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 13 de 56

multi-espectral (composición de bandas, índices y clasificación digital de imágenes) y de la

información textural (filtros y segmentación de imágenes). Por otra parte, Zhao & Lu (2018)

también mencionan que la tendencia actual es el análisis sinérgico de imágenes de diferentes

fuentes como lo son los SAR (Synthetic Aperture Radar), LiDAR, ópticos, fotografía aéreas y

DEMs combinados con análisis numéricos y estadísticos.

6.2.2 Estudios de Zonificación de Amenaza mediante el método heurístico

El Servicio Geológico Colombiano (SGC), ha liderado la evaluación de amenazas por

movimientos en masa a partir de estudios de zonificación a escala nacional, regional y local; en

complemento se han generado documentos técnicos metodológicos que permiten la adecuada

toma de decisiones en el Ordenamiento Territorial a nivel local. Para este estudio se tomó como

referencia algunos elementos de: Guía metodológica: para la zonificación de amenaza por movimientos

en masa. Escala 1:25000, aplicado en el uso del suelo rural (Ley 338 de 1997), como insumo a la

gestión del riesgo en los planes de ordenamiento territorial de los municipios (SGC, 2017). Entre

tanto, Chamorro et al., (2013) & Medina (2017), realizan una zonificación de amenaza por

fenómenos de movimientos en masa, involucrando el método heurístico a partir de la

evaluación multicriterio por evaluación de pares de expertos. En específico este estudio tomo

como referente en la implementación metodológica para la evaluación de insumos temáticos del

municipio, se realizó una categorización de amenaza según el componente temático a detalle

como lo desarrolló, Sarmiento, (2017) en el estudio de zonificación de amenaza para el

municipio de Villeta.

Uno de los métodos heurísticos de mayor implementación es el proceso Jerárquico de Análisis

(AHP), que es una metodología flexible que mantiene el análisis de evaluación multicriterio. En

el cual, mediante la construcción de un modelo jerárquico, permite organizar la información de

forma sintética por componente de análisis; se desarrolla en diferentes etapas, entre las cuales se

encuentran la formulación del problema de decisión, criterios de evaluación, categorización y

ponderación de estos que se agregan aditivamente para consolidar la zonificación de amenaza

(Martinez, 2007).

Page 14: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 14 de 56

6.2.3 Estudios ambientales con Desarrollo de Extensiones para software

GIS

Los Sistemas de Información Geográfica, tienen gran importancia en esta cuarta revolución de

la era digital en la cual es vital recopilar, almacenar, procesar y visualizar información

geográfica; por tanto, los GIS´s se configuran como herramienta de trabajo con información

georreferenciada a la cual se puede relacionar información alfanumérica; de tal forma que se

logre entender y gestionar adecuadamente el medio físico-natural como punto de partida en la

planificación y ordenamiento del territorio (Olaya, 2018).

Entre tanto, el desarrollo de extensiones o plugins que permitan automatizar procesos

específicos para necesidades definidas se configuran innovadores, potenciando y simplificando

el uso de la herramienta; se han documentado diferentes experiencias de las virtudes que

presenta por ejemplo los complementos en el software QGIS (Open Source), que mantiene un

rico ecosistemas de plugins, que aumentan su funcionalidad, así mismo, se ha convertido en un

proceso habitual entre programadores en lenguaje Python el desarrollo de estas extensiones que

permite condensar un gran número de funcionalidades (MappingGIS, 2019). Entre las

extensiones con relación a estudios ambientales se encuentra el Plugin para QGIS para calcular

índices espectrales de suelo (Hurtado & Aguilar, 2017), que además utiliza como insumo principal

imágenes satelitales. Por otra parte, se encuentran desarrollados Plugins para ArcGis (Esri), en

lenguaje de programación de alto nivel Python como el desarrollo de la extensión ZRH: para la

determinación de zonas relativamente homogéneas en el cálculo de unidades agrícolas familiares (Díaz &

Duque, 2018), AAPDE: Determinación de las áreas aferentes de derrame de hidrocarburos (Alba &

Restrepo, 2017), Reconocimiento de áreas potenciales en el área REAA y aplicar PSA bajo el decreto

1007 del 2018 (Mendez &Osorio, 2019), entre otros. Como puede observarse se ha popularizado

el desarrollo de estas extensiones para los GIS, garantizando la automatización de procesos a

partir de lenguajes de programación de alto nivel que se consideran más intuitivos y de fácil

entendimiento ya que son fuertemente tipados, más aplicables en el ejercicio profesional para

dar pronta solución a tiempos, disminución de error humano y mayor organización de

procesos.

Page 15: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 15 de 56

7. METODOLOGIA

7.1 Esquema metodológico

El desarrollo de la extensión de programas SIG de escritorio posibilita la automatización del

proceso, para obtener la zonificación de amenaza por movimientos en masa, de acuerdo con la

categorización propuesta por el servicio geológico colombiano (SGC, 2017) a través de la

estandarización y parametrización de un modelo fundamentado en metodología de Análisis

Multiriterio (EMC).

El desarrollo de plugmma se desarrolló en 5 fases principales dentro de las que se incluyeron una

serie de actividades orientadas a la obtención de los objetivos (Figura 1)

Figura 1. Esquema metodológico: Plugin para la zonificación de amenaza por movimientos en masa

implementando el uso de imágenes Sentinel 2, en el municipio de Chíquiza (Boyacá).

Fase I Planificación y análisis, esta fase delimitó el proyecto, estableció la infraestructura

requerida, realizó un análisis de estudios y metodologías desarrolladas previamente enfocadas

a la zonificación de amenaza por movimientos en masa, finalizando con un inventario de

insumos e información requerida para el proyecto.

Fase II Diseño, la fase de diseño consideró el análisis, diseño y modelo a emplear para

desarrollar la zonificación de amenaza por movimiento en masa, en esta misma se desarrolló

toda la evaluación multicriterio a emplear en el modelo.

Fase III Desarrollo, en esta etapa se llevó a cabo toda la fase de modelamiento y desarrollo del

producto, esta a su vez se dividió en dos actividades, una que incluyó todo el desarrollo en la

Page 16: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 16 de 56

herramienta Model Builder de ArcGis10.5 y una segunda actividad de desarrollo de la interfaz

PyQt con la cual se generó el Plugin, y finalmente la implementación del mismo.

Fase IV Implementación y soporte técnico, en esta fase se efectuaron las pruebas de

funcionamiento tanto del modelo como del plugin, en un principio con el fin de que el modelo

desarrollara los procesos para los cuales se creó, optimizando procesos y resultados.

Posteriormente sobre el plugin se desarrollaron pruebas de eficiencia en las que se aplicó una

validación de la interfaz de acuerdo a la norma ISO/IEC 25010 donde se establecen los

principales parámetros de calidad del producto software. Esta validación se desarrolló de

acuerdo con la metodología implementada por (Claros & Collazos, 2006). Como complemento

se evaluó el funcionamiento y eficiencia del producto.

Fase V Generación de productos, realizadas las validaciones y pruebas de eficiencia del

producto se produjeron las guías metodológicas de instalación, usos y manejo del Plugmma,

para que el usuario entienda el uso de Plugmma.

7.1.1 Fase I. Planificación y análisis

En esta etapa, se consideraron los recursos necesarios para viabilidad técnica del proyecto, se

tuvo en cuenta los requerimientos de máquina (hardware), el acceso a las licencias académicas

de software GIS utilizado ArcGis 10.5 (software) y los insumos libres (Imágenes satelitales)

aquellos que configuraban la información temática base del POT a escala 1:25000 según el

modelo de datos geográficos de la ANLA.

7.1.1.1 Insumos

Para la obtención de insumos libres se realizó un ejercicio previo en el cual se exploraron

diferentes alternativas, centradas en el uso servicios web para la búsqueda de información

ambiental generada por entidades oficiales, particularmente la referente a los institutos de

investigación, en este punto el limitante fue el nivel de detalle de la información que se

encuentra a escala 1: 100.000, por tanto, no se utilizó a causa de la unidad espacial de referencia

de este estudio que se encuentra a nivel municipal, es decir a escala 1:25.000, los servicios web

consultados de detallan en la Tabla 1.

Page 17: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 17 de 56

Tabla 1. Servicios web Institutos de investigación de Colombia

INSTITUCIÓN SIGLA GeoServer /ArcGis Server

Instituto de Hidrología, Meteorología y Estudios

Ambientales

IDEAM http://geoapps.ideam.gov.co:8080/geoserver/web/;js

essionid=285AB0C37CEDE64ABD64127AB6B08788

Instituto de Investigación de Recursos Biológicos

Alexander von Humboldt

IAVH http://mapas.parquesnacionales.gov.co/services/we

b/;jsessionid=2E63A3FB76EC78296E979BFBE9F21EC

7

Unidad Administrativa Especial denominada

Parques Nacionales Naturales de Colombia

UAESPNN http://geoapps.ideam.gov.co:8080/geoserver/web/;js

essionid=285AB0C37CEDE64ABD64127AB6B08788

Portal del Sistema de Información Ambiental

Territorial de la Amazonia Colombiana

SIAT-AC https://gis.siatac.co/arcgis/rest/services

Servicio Geológico Colombiano SGC http://srvags.sgc.gov.co/arcgis/rest/services

Departamento Administrativo Nacional de

Estadística

DANE http://geoportal.dane.gov.co/mparcgis/rest/services

Autoridad Nacional de Licencias Ambientales ANLA http://sigserv02.anla.gov.co:6080/arcgis/rest/services

Instituto Geográfico Agustín Codazzi IGAC http://geocarto.igac.gov.co/geoservicios/web/;jsessio

nid=2DE8BCD2FA9D89D689E176B13FDE5F1B

Fuente: Elaboración propia

La información requerida se compone básicamente de 4 componentes ambientales, entre

los cuales se encuentran geomorfológico, geológico, suelo y cobertura, que se construyeron a

partir de diferente información ambiental para generar la zonificación de susceptibilidad y

amenaza del municipio de Chíquiza Boyacá- (Figura 2).

Figura 2. Insumos principales del modelo de zonificación por fenómenos de movimientos en masa

Fuente: Elaboración propia

Page 18: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 18 de 56

o Google Earth Engine (GEE)

Google Earth Engine –GEE- funciona como una plataforma en línea (en la nube), a través de la

cual es posible la visualización y análisis de imágenes satelitales con cobertura global. Se ha

popularizado recientemente gracias a su amplia versatilidad y aplicación en estudios de

teledetección que involucran actividades de monitoreo, gestión, uso, diagnostico, entre otras.

Gorelick et al., (2017), resalta de algunas características de la plataforma:

- Procesamiento a gran escala de grandes volúmenes de información, en diferentes

lugares al mismo tiempo.

- GEE es una plataforma diseñada para el análisis de sensores remotos a escala planetaria

- Mantiene un catálogo de datos diversificado, en un gran servidos en la nube que

permite la interacción exploratoria de los datos

- Mantiene grandes rendimientos en términos de tiempo de procesamiento de

información

- Mantiene requerimientos especializados por parte de los usuarios que consumen la

información

Para la obtención de insumos imágenes Sentinel 2 para el municipio de Chíquiza (Boyacá), se

usó la máscara del límite municipal (.kml). (Figura 3).

Crear tabla fusión

Cargar mascara de limite en formato .kml

Visualizar área de estudio

Compartir y copiar enlace para agregar al código

Figura 3. Generación de tabla fusión y carga en plataforma de GEE, limite municipal de área de estudio

Fuente: Elaboración propia tomado de GEE

Page 19: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 19 de 56

o Proceso Reducción de múltiples escenas

Luego de cargar en la plataforma GEE el límite del área de estudio, se realizó la búsqueda de las

imágenes, que presentaran el menor porcentaje de nubosidad mediante el análisis con series

multitemporales realizando una Reducción o Stacking, que básicamente es un código que compila

las imágenes en la nube en un periodo de tiempo determinado por el usuario (considerando la

resolución temporal de S2 cada 6 días), para los cuales quería evaluarse el comportamiento

según una temporada de lluvia (may-abril) en contraste con periodos secos (nov-enero), el

proceso toma todas las imágenes que hay en ese periodo, extrae las nubes y completa aquellos

pixeles con una imagen que no presente nubosidad mayor al 10%; se encontró en este método

una inapropiada generalización de áreas de alta montaña que durante los periodos de lluvia

siempre se mantenían una nubosidad mayor a la establecida (Figura 4), por tanto esta técnica se

descartó para zonas de estudio ubicadas sobre los andes nororientales, aunque se reconoce su

utilidad en áreas con menos precipitación. Sin embargo, en complemento se calcularon

individualmente los índices de vegetación y suelo con operaciones entre bandas (13) de tal

forma que se pueda exportar automáticamente a través de una línea de código (anexo 1).

Reducción en lluvia (2018ll)

Reducción en verano (2019s)

Figura 4. Reducción de imágenes temporada de lluvia y seca, exclusión de nubosidad mayor de 10%

Fuente: Elaboración propia tomado de GEE

o Evaluación de escenas individuales

En este estudio se implementó la búsqueda y descarga de escenas individuales,

particularmente la escena individual T18NXM_20190203T152641 a través del explorador de

imágenes de Sentinel 2 (Figura 5) que presentó el menor porcentaje de nubosidad. La ventaja de

este tipo de proceso es que se puede hacer la consulta individual si se conoce exactamente el

Page 20: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 20 de 56

periodo en el cual la escena pudo ser capturada y/o también evaluarse cuantas y cuales escenas

se encuentran disponibles. La ventaja es que un par de líneas de código pueden extraer las

bandas de preferencia del usuario, y/o generar operaciones algebraicas entre estas para

desarrollar índices (ver anexo 2).

Explorador de imagenes Sentinel 2 –GEE-

Escenas Individuales –GEE-

Figura 5. Explorador de imagines Sentinel 2 –GEE

Fuente: Elaboración propia, adaptado de GEE

o EO BROWSER: Sentinel Hub

La plataforma EO Browser permite la descarga de banda de satélite individuales, para los

nueve satélites de operación con los que cuenta en operación; además de esto permite realizar

combinaciones de bandas online y descargar sus resultados con los layer asociados, incluyendo

datos radar. Esta descarga es interesante ya que permite descargar combinación RGB tratada, a

partir de filtros convencionales e índices descriptivos entre los cuales se encuentran NDVI,

NDWI, NDMI, SWIR, entre otros. Está disponible en tres formatos de descarga JPG, PNG (sin

georeferenciar) y TIF (georeferenciados) en resolución de 8,16 y 32 bits, en los sistemas de

coordenadas WGS84 y Mercator (EPSG 3857 y EPSG 4326). En general el visor trabaja con nueve

recursos satelitales entre insumos ópticos y radar (Sentinel 1) (Figura 6).

Satellites Sentinel

Landsat 5 ESA

Landsat 7 ESA

Landsat 8 ESA

Sentinel-1 GRD

Sentinel-2 L1C

Sentinel-2 L2A

Sentinel-3 OLCI

Envisat Meris

Landsat 8 USGS Figura 6. Satélites Sentinel para EO BROWSER: Sentinel Hub

Fuente: Elaboración propia, adaptado de EO Browser, Sentinel Hub

Page 21: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 21 de 56

Entre tanto representa grandes ventajas en lo que respecta a la generación de índices de

vegetación y suelo, a través de los cuales se busca diferenciar aquellos cambios generados a lo

largo del tiempo o en hitos específicos sobre la superficie terrestre; ya que cuenta con un

escáner multi-espectral que permite obtener información en las dos longitudes de

onda, visibles e infrarrojos, permitiendo monitorear los cambios en la tierra y en la vegetación,

así como vigilar a nivel mundial el cambio climático, con una resolución espacial de 10m

adecuada para estudios 1:25000.

Uno de los servicios más prácticos para la visualización y descarga de imágenes e índices

satelitales a partir de imágenes Sentinel 2, es la plataforma Sentinel Hub EO-Browser, por la

cual podemos escoger visualizar y descargar imágenes en 4 simples pasos. Paso 1 búsqueda en

este paso ingresamos las opciones de búsqueda como: rango de tiempo, porcentaje de

nubosidad y el tipo de imagen de interés. Seleccionado estos parámetros, damos buscar y la

plataforma te visualiza todas las opciones de imágenes disponibles que cumple con las

restricciones que se le ingreso previamente, Paso 2 escogemos y visualizamos la imagen de la

temporalidad y porcentaje de nubosidad que más se acople a nuestro estudio, Paso 3 en este

paso podemos visualizar los diferentes índices y combinación de bandas que el portal Sentinel

Hub tiene disponibles para descargar de forma gratuita. Paso 4 descarga, finalmente

seleccionamos el formato en que queremos descargar las imágenes, sistema de coordenadas,

bandas e índices. Oprimimos la opción descargar y dispondrás de una carpeta con las bandas e

índices seleccionados, para nuestro estudio (Figura 7).

Paso 1

Paso 2

Page 22: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 22 de 56

Paso 3

Figura 7. Selección y descarga de imágenes en EO Browser: Sentinel Hub

Fuente: Elaboración propia, adaptado de sentinel Hub EO Browser

7.1.2 Fase II. Diseño

En esta etapa, se diseñó la estructura y análisis de ponderaciones mediante un método

heurístico jerárquico de análisis, que consistió en una evaluación multicriterio que asignó una

ponderación a cada elemento y componente que configura de la zonificación de amenaza,

manteniendo tres categorías: Alto, Medio y Bajo como propone el Servicio Geológico

Colombiano (SGC)

Paso 4

Page 23: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 23 de 56

7.2 Evaluación Multicriterios (EMC)

La Evaluación Multicriterios (EMC), se usó para asignar pesos ponderados a las

variables de entrada en el modelo de zonificación de amenaza por movimientos en masa, que

condenso la información a nivel de pixel en tres categorías de susceptibilidad y posteriormente

amenaza (incluye detonante de precipitación). Previamente fue estrictamente necesario la

identificación de variables, determinación de criterios y rangos a partir de expertos en cada

temática (geomorfología, suelos, coberturas de la tierra, geología, principalmente), para ello se

contó con la experiencia de profesionales en geología e ingeniería forestal, además de mantener

documentación secundaria específica para el estudio de estos fenómenos de movimientos en

masa (Figura 8)

Figura 8. Esquema metodológico de Evaluación Multicriterios (EMC)

Page 24: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 24 de 56

El método de análisis jerárquico, consiste en un procedimiento de comparación por pares

de criterios que parte de una matriz cuadrada en la cual el número de filas y columnas está

definido por el número de criterios a ponderar. Se establece una matriz de comparación entre

pares de criterios, evaluando la importancia de cada uno de estos en relación uno a uno y uno a

muchos; siguiente a esto se calcula el eigenvector principal, el cual genera los pesos (W j), que

cuantifica la consistencia de los juicios de valor asignado por los expertos a cada factor (Saaty,

1980). (Tabla 2)

Tabla 2. Información general necesaria para zonificación por movimientos en masa escala 1: 25000

GENERAL

ESCALA INFORMACIÓN BÁSICA

1: 50.000

a

1: 25.000

1 2 3 4 5 6 7 8 9

X X X

MÉTODOS EXPLICITOS Combinación de mapas cualitativos

MÉTODOS IMPLICITOS Análisis geomorfológico o de mapeo directo

GRADO DE IMPORTANCIA

Imprescindible

Necesaria

Recomendable

No se requiere

Tipo de información Básica

1. Topografía

2. Geología

a. Litología

b. Litología y estructuras

c. Litología, estructuras e

hidrogeología

3. Geomorfología

a. Morfometría

b. Morfología

c. Morfodinámica

4. Agrología

5. Clima

a. Lluvia

b. Temperatura

6. Cobertura de la tierra

a. Vegetación

b. Uso de la tierra

7. Sísmicos

8. Elementos antrópicos

a. Población

b. Actividades

socieoecómicas

c. Infraestructura

9. Propiedades geomecánica

Page 25: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 25 de 56

7.2.1 Componentes ambientales del estudio

Se realizó la entrada de diferentes insumos vector y raster según corresponde a cada uno de los

componentes ambientales que configuran el análisis de ponderación, entre los cuales se

configuran cuatro principales (Geomorfología, Geología, Suelo y Cobertura); en consecución a

la metodología de procesos Jerárquicos desarrollada por Saaty (1980), se desarrollaron las

siguientes matrices, teniendo en consideración el Índice de Consistencia - IC/RI- que debe

mantenerse bajo un umbral inferior a 1, para que la matriz sea consistente y se han acertado en

los juicios de ponderación a cada factor Xij. (Tabla 3). De la misma forma mediante estos

componentes se obtuvo la ponderación de susceptibilidad en el área de estudio (Tabla 4) y

finalmente se evaluó el factor detonante de la precipitación media mensual para determinar la

zonificación por amenaza (Tabla 5).

GEOMORFOLOGIA UNIDADESGEO PENDIENTES INVENTARIO CURVATURA RUGOSIDAD PESO

UNIDADESGEO 0,08 0,13 0,25 0,15 0,17 0,15

PENDIENTES 0,46 0,06 0,50 0,46 0,50 0,40

INVENTARIO 0,31 0,31 0,08 0,31 0,25 0,25

CURVATURA 0,08 0,25 0,08 0,08 0,01 0,10

RUGOSIDAD 0,08 0,25 0,08 0,01 0,08 0,10

GEOLOGIA LINEAMIENTOS UNIDADGEOLOGIA PESO

LINEAMIENTOS 0,20 0,20 0,20

UNIDADGEOLOGIA 0,80 0,80 0,80

SUELO SAVI NDWI PESO

SAVI 0,74 0,67 0,70

NDWI 0,26 0,33 0,30

COBERTURA COBERTURA NDVI MOISTURE PESO

COBERTURA 0,20 0,05 0,05 0,10

NDVI 0,40 0,32 0,63 0,45

MOISTURE 0,40 0,63 0,32 0,45

Tabla 3. Análisis de ponderación resumido por 4 componentes ambientales principales

SUCEPTIBILIDAD GEOLOGÍA GEOMORFOLOGÍA COBERTURA SUELO PESO

GEOLOGÍA 0,11 0,07 0,14 0,08 0,10

GEOMORFOLOGÍA 0,26 0,19 0,29 0,46 0,30

COBERTURA 0,42 0,56 0,14 0,31 0,36

SUELO 0,21 0,19 0,43 0,15 0,24

Tabla 4. Ponderación general de zonificación de suceptibilidad por fenómenos movimientos en masa

Page 26: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 26 de 56

AMENAZA SUCEPTIBILIDAD PRECIPITACIÓN PESO

SUCEPTIBILIDAD 0,91 0,89 0,90

PRECIPITACIÓN 0,09 0,11 0,10

Tabla 5. Ponderación general de zonificación de amenaza por fenómenos movimientos en masa

7.2.2 Fase III. Desarrollo

En esta etapa, se desarrolló el modelo de zonificación de amenaza por fenómenos de

movimientos en masa, a través de la extensión Model Builder del software de escritorio ArcGis

10.5, en la cual se utilizaron un conjunto de herramientas de geoprocesamiento en conjunto de

las extensiones de 3D Analyst y Spatial Analyst, eso en el componente SIG. Finalmente con la

información consolidada y procesada en un modelo funcional y semi-automatizado en el

modelador de ArcGis, se desarrolló un Plugin, que automatizó procesos y maneja 3 momentos

que se componen en: carga de información, procesamiento y descarga de información

(zonificación, suceptibilidad, índices espectrales de vegetación y suelo).

7.2.2 Desarrollo del Modelo de Zonificación de Amenaza por movimientos en

masa

Teniendo claro los estudios y guías metodológicas previamente recolectadas en la información

secundaria, se observó que en ningún estudio previo se ha desarrollado un modelo que

involucrara el uso de índices espectrales e información temática en un análisis multicriterio para

desarrollar una zonificación de amenaza por movimientos en masa. Por lo cual se optó por

seguir la “guía metodológica de amenaza por movimientos en masa escala 1:25.000, (SGC, 2017)

adaptada a una evaluación multicriterio por pares de expertos propuesto por Saaty (1980).

Por tanto, se optó por crear un modelo que involucrara la cartografía base que propone el SGC,

sumando como insumo base los índices de vegetación, suelo y terreno, a partir de imágenes

satelitales Sentinel 2, para tener un soporte del estado actual de algunas variables biofísicas en

el territorio.

En la (Figura 9) Se visualiza de forma sintetizada cada una de los insumos de entrada – capas y

escenas- y procesos implementados para desarrollar el modelo.

Page 27: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 27 de 56

MODELO DE PROCESOS PARA LA ZONIFICACIÓN POR MOVIMIENTOS EN MASA

Figura 9. Modelo de procesos para la zonificación de fenómenos por movimientos en masa

Page 28: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 28 de 56

Se debe tener claro que previamente a la elaboración del modelo se deberá contar con una

información cartográfica base que puede estar en formato raster o vector, (Geología,

Geomorfología, Coberturas, DEM, y limite Municipal de Chíquiza), dicha información puede

ser descargada de forma libre a través de los diferentes geoservicios disponibles (como se observó

en el apartado anterior), esto particularmente para realizar estudios a nivel departamental o

nacional, que se encuentran a escala mayor de 1:50.000 o de forma privada en caso de que se

requiera mayor detalle, escalas mayores a 1:25.000, municipal o veredal. En el presente caso de

estudio los insumos y la información a utilizar fueron obtenidos gracias al apoyo de la empresa

PDR (Corporación planeación del desarrollo urbano) quienes aportaron la información a escala

1:25000, adicional a la información anteriormente mencionada, se debe contar con una escena

Sentinel 2 de la temporalidad que el usuario requiera desarrollar, estas imágenes se pueden

descargar de múltiples servicios web (ver numeral 7.1.1 Insumos), en donde seleccionada y

descargada la imagen satelital a emplear se deberá adicionar al modelo la banda 4d “rojo”,

banda 8 “infrarrojo cercano”, banda 11 “onda corta infrarrojo”, y banda 8ª “rojo de borde”, esto

con el fin de que el modelo cree los índices de vegetación como el NDVI (Normalized Difference

Vegetation Index), NDMI (Normalized Difference Moisture Index); e índices de suelo como SAVI

(Soil Adjusted Vegetación Index) y NDWI (Normalized Difference Wáter Index), que emplean

principalmente estas bandas para poder hacer el cálculo de estos índices.

Debido a que las imágenes satelitales se descargan por el tamaño total en que esta fue tomada,

hay que realizar un recorte de la misma ajustándola al área de estudio para esto es necesario

utilizar la capa del límite municipal de Chíquiza, teniendo estas imágenes ajustadas se procede

a hacer un cálculo algebraico entre bandas para obtener los índices de interés y su respectiva

interpretación, de la siguiente manera:

NDVI: El índice de vegetación diferencial normalizado, es el más conocido de todos, y es el más

utilizado para todo tipo de aplicaciones, la razón fundamental su sencillez de cálculo y disponer

de un rango de variación fijo (entre -1 y +1), lo que permite establecer umbrales y comparar

imágenes. Para la reclasificación de los umbrales se tomó como base los rangos que propone el

geoportal Sentinel Hub, a partir de la formula (B08 – B04) / (B08 + B04) e interpretando sus

valores de la siguiente manera:

Valores entre negativos cercanos a -1 corresponde a áreas con agua (lagos, ríos,

humedales)

Valores entre -0.1 y 0.01 corresponde generalmente a suelo desnudo.

Valores entre 0.1 y 0.4 corresponde a pastizales o arbustales.

Valores entre 0.4 y 1 corresponde a bosque.

Page 29: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 29 de 56

NDMI: El índice de humedad de diferencia normalizada, es utilizado para determinar el contenido

de agua en la vegetación, es calculado como la relación entre la diferencia y la suma de las

radiaciones refractadas entre el infrarrojo cercano y la banda corta de infrarrojo, a partir de la

formula (NIR - SWIR) / (NIR + SWIR) 0 (B08 – B11) / (B08 + B11) para Sentinel 2. e interpretando

sus valores de la siguiente manera de acuerdo su valor de pixel.

Valores negativos hasta -0.01 corresponde a vegetación con humedad baja a nula.

Valores entre -0.01 y 0.2 corresponde a vegetación con humedades media.

Valores entre 0.2 y 0.6 corresponde a vegetación con humedad alta.

SAVI: El índice de suelo ajustado, tiene en cuenta la reflectancia del suelo y permite aislar la

información que aporta la vegetación, de la que procede el suelo que está bajo ella, para lograr

separar las radiancia del suelo y la vegetación, se añadió una constante L al denominador del

NDVI, donde L puede tomar valores entre o y 1, dependiendo de la densidad de la vegetación

(valores más altos del índice, para densidades más bajas). Para mantener el mismo rango de

variación que el NDVI, el resultado debe multiplicarse por 1+L (Huete, 1998), basándose en un

modelo de transferencia radiativa, mostro que un valor de L= 0.5 permitía mejorar el ajuste, a

partir de esto por medio de la formula [(IRC – R) / (IRC + R + L)] (1 + L) 0 (B08 –B04) / (B08 + B4

+ L) (1.0 + L). E interpretando sus valores d

Valores negativos y positivos hasta 0.4 corresponde a suelos descubiertos

Valores entre 0.4 y 0.7 corresponde a suelos degradados

Valores entre 0.7 y 1.3 corresponde a suelos cubiertos o suelos poco degradados.

NDWI: El índice Diferencial de agua normalizado, se utiliza para medir la cantidad de agua o nivel

de saturación de humedad que posee el suelo, los valores que se obtienen oscilan entre -1 y 1.

Este índice se calcula a partir de la formula (NIR – SWIR) / (NIR + SWIR) 0 (B08 – B11) / (B08 +

B11), interpretando sus valores de la siguiente manera:

Valores entre -0.6 a -0.11 corresponden a suelos con saturación de humedad baja.

Valores entre -0.11 y 0.09 corresponde a suelos con saturación de humedad media

Valores mayores a 0.09 corresponde a suelos con saturación de humedad alta.

Con respecto a las capas de la geomorfología la información pertinente a las variables

cuantitativas referentes a sub-componente de morfometría fueron levantadas a partir del DEM

suministrado por la Consultora PDR que cuenta con una resolución espacial de 10.0 m, incluidas

en las variables morfométricas se calculó la rugosidad y curvatura del terreno a partir del DEM,

a continuación, se describe como se obtuvo cada una de estas variables.

(Muñoz, 2013)

Page 30: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 30 de 56

Rugosidad: La rugosidad del terreno puede ser definida de forma genérica como una

característica relacionada con la irregularidad o accidentalidad del territorio (Hobson, 1972),

para obtener la rugosidad a partir del modelo digital de elevación se basa en el análisis de las

celdas vecinas, la rugosidad define bien las formas como los límites de taludes y laderas tanto

en los valles como en las crestas. El cálculo de la rugosidad por medio del SIG se define por la

diferencia entre la media y el valor mínimo, sobre la diferencia del valor máximo y mínimo

(media/min) /(Max-min) del DEM. Interpretando su valor de la siguiente manera:

Valores cercanos a 0 entre 0.05 y 0.4 corresponde a ligeramente rugosa.

Valores entre 0.4 y 0.5 corresponde a moderadamente rugosa

Valores entre 0.5 y 0.9 corresponde a rugosidad alta.

Curvatura: La curvatura es el cálculo de la pendiente de la pendiente (segunda derivada de la

superficie), es decir determina si una superficie es convexa o cóncava, las partes convexas de la

superficie como canales, se hallan más resguardadas y aceptan el drenaje proveniente de otras

áreas. La curvatura al igual que la rugosidad se obtiene por medio del DEM por medio de la

herramienta curvature dentro del spatial analyst/Surface analysis. Interpretando sus resultados de

acuerdo a los parámetros que nos sugiere la herramienta ArcGis de la siguiente manera:

Valores negativos corresponde a superficies cóncavas.

Valores cercanos a 0 corresponde a superficies cóncavas-plana.

Valores positivos corresponde a superficies convexas.

Obtenidos los índices de terreno, suelo y cobertura, se categorizan estos índices de acuerdo a la

susceptibilidad que presentan para generar movimientos en masa de acuerdo a un análisis

multicriterio realizado por profesionales expertos en cada una de las temáticas a tener en cuenta

dentro del modelo. (ver Anexo 4).

Con la susceptibilidad calculada en cada una de las variables empleadas para el modelo en un

rango que varía de 1 a 3 en el que 1 corresponde a susceptibilidad baja, 2 como susceptibilidad

media y 3 como susceptibilidad alta a presentar movimientos en masa, se realiza una sumatoria

de raster en el que básicamente se juntan todas las variables en cuatro componentes principales.

Geología que emplea (unidades geológicas, y lineamientos); Geomorfología que emplea (unidades

geomorfológicas, morfometria, pendiente, rugosidad, curvatura, y morfodinámica “inventario

de puntos de movimiento e masa”); Suelos que emplea (índice SAVI, NDWI); Coberturas que

emplea (cobertura tierra, NDVI y NDMI). Con lo cual con el análisis multicriterio realizado

previamente identificamos las zonas susceptibles a presentar movimientos en masa. Teniendo la

susceptibilidad empleamos un factor detonante como lo es la Precipitación para generar la

amenaza, categorizándola de acuerdo a lo propuesto por el servicio geológico colombiano como

Page 31: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 31 de 56

amenaza alta, amenaza media y amenaza baja, de acuerdo a la sumatoria de pesos realizada en

el SIG.

7.3 Desarrollo del Plugin (Plugmma)

El desarrollo de la extensión en ArcGis 10.5 integra los objetos que interactúan en un

flujo de entreda, procesamiento de diferentes operaciones y salida de productos. Es un proceso

metodológico relativamente complejo, ya que involucra el suministro información en diferentes

formatos (.shp, .Tiff), por tanto la programación es un poco más extensa. Entre tanto, se trabajó

con metodología XP, que representa ventajas comparativas con otras, ya que es ágil y flexible,

con alta capacidad de reacción ante los cambios de requerimientos generados por necesidades

que surjan en el desarrollo de la herramienta (Figura 10).

El desarrollo se realizó durante los últimos cuatro meses, en el cual se tuvo previsto el mayor

aprovechamiento de la extensión generando en adición diferentes subproductos intermedios

que complementaran y soportaran de mejor forma el análisis de zonificación en el momento de

la toma de decisión en lo que respecta a la gestión del riesgo del municipio.

Figura 10 Esquema metodológico de desarrollo Plugmma

Como se representa en la Figura 10, el desarrollo de Plugmma consto de 6 fases básicas. La

primera fase consistió en realizar el modelo de amenaza por movimiento en masa, en la

herramienta model builder de ArcGis, el cual se explicó en la etapa de desarrollo del modelo.

El segundo paso para el desarrollo de Plugmma es seleccionar la librería que se iba integrar con

ArcMap, para esto se realizó en 2 librerías principalmente Tkinter y PyQt, con estas librerías se

pueden desarrollar interfaces gráficas para Python, en la (Tabla 6) se describe algunas

características de estas.

Page 32: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 32 de 56

Tabla 6 Características de librerías para desarrollo de interfases

Librería Versión

python

Tipo de

Sistema

Versión

librería

Tipo de

licencia

Instalación IDE

Tkinter 2.7 32 bits 8.5 GPL NO Visual Python

PyQT 2.7 32 bits 4.11.4 GPL Necesaria QtDesigner

La librería Tkinter se instala por defecto con Python, en esta se realizaron las primeras pruebas

de visualización de la interfaz el resultado previo fue el siguiente (Figura 11) :

Figura 11. Diseño interfaz por medio de librería Tkinter

El problema con esta interfaz es que, al momento de ejecutarlo con el ArcMap, este no visualiza

la ventana emergente en el procesamiento y generalmente se deja de funcionar, razón por la

cual se supuso que esta librería no podría ser la indicada, ya que no presentaba una manera

estable de poder ejecutarse, por otra parte, no se sabía cómo se comportaría está dentro de un

Add-In.

Page 33: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 33 de 56

En consecuencia a lo anteriormente expuesto se decidió utilizar la librería PyQt, la cual se

necesita descargar e instalar para poder utilizarla, una de las principales cosas que se evidencio

desde un principio fue que PyQt fue mucho más estable que Tkinter adicionalmente el diseño

de interfaces graficas por esta librería es mucho más potente e intuitiva, una de las mayores

ventajas es que podemos ir observando cómo está quedando nuestra interfaz, (Figura 12). El

inconveniente que se tiene con esta librería es que tiene un archivo nativo de extensión .ui el

cual al momento de abrirlo este se encuentra en formato .xml, pero la conversión a lenguaje

Python, es fácil y rápida de realizar.

Figura 12 Diseño de interfaz por medio de librería Qt Designer.

El tercer paso consistió en codificar e integrar el modelo realizado en la herramienta model-

Builder con la interfaz gráfica diseñada en QtPy en lenguaje Python, para finalmente integrarlo

en un Add-In o complemento que básicamente es creado por ESRI para crear botones, menús,

toolbar, y otros complementos que al momento de instalar se agregan como nuevas

funcionalidades, para este caso se creó un botón el cual iba a llamar el código de la interfaz que

se había creado. Como resultado se obtiene una carpeta con donde se encuentran los archivos

que se crean al integrar la interfaz con el complemento Add-In siendo el archivo Soliflux, el que

se copia en la carpeta de archivos de arcGis 10.5, esto para que al momento de abrir arcMap

aparezca el botón del nuevo complemento instalado ver (Figura 13):

Page 34: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 34 de 56

Figura 13. Botón de extensión Plugmma en ArcMap 10.5

Por último, se ejecutaron las fases de pruebas, validación y entregas de productos, con lo que se

evaluó el funcionamiento y eficiencia del producto a través de pruebas piloto, las cuales

permitieron corroborar y validar la eficiencia de plugmma respecto a resultados elaborados de

manera manual con una metodología tradicional.

Page 35: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 35 de 56

8. RESULTADOS

8.1 Resultados y análisis

A continuación, se especificarán los resultados obtenidos a partir de la información

procesada en el Plugin desarrollado para la zonificación de amenaza por fenómenos de

movimientos en masa; entre los resultados más destacados se representan los valores y

distribución de índices de vegetación y suelo calculados en el área de estudio, validación de los

resultados obtenido en contraste en los propuestos para en Plan de Ordenamiento Territorial,

8.1.1 Información generada a partir de Plugmma

Plugmma genera diferentes productos a partir de diferentes insumos, a partir de los insumos de

escenas (raster), se generan cuatro índices espectrales que reflejan adecuadamente las

coberturas de vegetación (NDVI, NDMI), suelo (SAVI, NDWI) y características del terreno

(rugosidad, curvatura), estos productos pueden visualizarse y exportarse luego de terminar

todo el proceso. De igual forma en un estado de procesamiento más avanzado del modelo se

generan los cuatro diferentes componentes biofísicos (geomorfología, geología suelo y cobertura)

condensados y clasificados en grados de amenaza de bajo, medio y alto, a partir de las cuales se

procesa la zonificación de suceptibilidad y en adición con detonantes como la precipitación se

procesa la zonificación de amenaza (Figura 14). Es importante resaltar que a partir de la

extensión se obtiene un producto de amplio uso en estudios ambientales, que consiste en la

clasificación de pendientes, se deja en un apartado independiente ya que este esta

estandarizado aplicando la clasificación propuesta por el Servicio Geológico Colombiano (SGC,

2017) ver Anexo 5

Page 36: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 36 de 56

Page 37: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 37 de 56

Figura 14. Productos cartográficos generados por Plugmma.

Page 38: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 38 de 56

8.1.2 Validación de la zonificación de amenaza en Plugin vs POT

Cuando se produce una nueva cartografía es necesario realizar una validación temática que

básicamente consiste en calcular el grado de ajuste del producto que se elaboró respecto a la

realidad o a un producto de referencia, para esto se debe contar principalmente con la

cartografía generada en nuestro caso por plugmma y con información de cartográfica de

referencia, que para este caso se obtuvo de la cartografía temática de amenaza por movimientos

en masa generada para el POT del municipio de Chíquiza 2019. Para generar nuestra

verificación se elaboró una matriz de confusión para emplear posteriormente el índice Kappa, el

cual consiste en medir el grado de acuerdo entre dos mediciones.

Como primera medida realizamos una combinación de raster en el SIG ArcGis 10.5, el cual nos

relaciona la cartografía generada por plugmma con la cartografía generada por el POT de

Chiquiza, esta combinación nos genera una tabla de atributos donde, relaciona la categoría de

amenaza de ambos raster.

Posteriormente generamos una matriz de confusión donde podemos relacionar el número de

puntos evaluados en la matriz, número de aciertos y desaciertos y el porcentaje de errores

marginales en cada una de las categorías relacionadas, ver (Tabla 7).

Etiquetas de

fila Alta Media Baja

Total

general

Exactitud

productor

error

omisión

marginales

%

Alta 242672 355556 66017 664245 0.36534 0.63466 0.55334

Media 54018 220669 107986 382673 0.57665 0.42335 0.31878

Baja 18982 86489 48046 153517 0.31297 0.68703 0.12788

Total general 315672 662714 222049 1200435

Exactitud

productor 0.76875

0.3329

8

0.2163

8

Error omisión 0.23125

0.6670

2

0.7836

2

Marginales % 0.26296

0.5520

6

0.1849

7 Tabla 7. Matriz de confusión

A partir de la matriz de confusión generamos el índice Kappa de acuerdo a la fórmula:

K = Po - Pc

1 - Pc

Dónde:

K= Índice Kappa

P0 = es la confiabilidad global

Pc = es la confiabilidad resultante al azar

Page 39: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 39 de 56

RESULTADOS INDICE KAPPA

Número de acuerdos 511387

Número de desacuerdos 689048

P0 0.42600141

Pc 0.1747

Kappa 0.30449704 Tabla 8. Resultados índice Kappa

Como resultado nos arroja un índice Kappa de 0.30 lo cual nos indica un grado de acuerdo

discreto, es decir podríamos decir que los resultados obtenidos por plugmma son

moderadamente cercanos a los resultados obtenidos por un método manual implementado en

el POT.

Análisis

En la Figura 15. Se observa el cambio que presentaron los diferentes productos de salida de

zonificación de amenaza por fenómenos de remoción en masa en el municipio de Chíquiza. Así

en primer lugar, la comparación entre el resultado de zonificación del Model Builder de ArcGis

10.5 con Plugmma fue Buena con una concordancia del 72%, esto porque se realizó pixel a pixel,

por tanto, fue más riguroso en el análisis, además de presentar variación de uno y otro en el

componente geológico (5% de variación) a pesar de mantener los mismos insumos y sentencia

de código al programarlo en Python. De la misma forma, se compararon los resultados

obtenidos de Plugmma y el POT de Chíquiza, para los cuales se presentó una Débil

concordancia del 30%, ya que los insumos de entrada para la zonificación de cada uno, fueron

diferentes, particularmente, en el POT de Chiquizá el insumo principal fue el de pendientes, así

que prácticamente se configura de esa forma; mientras que en el modelo utilizado para plugmma

se utilizaron más variables biofísicas en aras de ajustar y mejorar la zonificación.

Es importante resaltar, la importancia que representan los índices de vegetación y suelo, en la

zonificación ya que generan un aporte del 90% al componente de cobertura y del 100% al

componente de suelo. Son de gran importancia, además de representarse dinámicos según la

imagen de insumo. Estas se trabajaron a una resolución espacial de 10 m, para efectos prácticos

se realizó un remuestreo de las bandas 8A y 11 de las escenas Sentinel 2 que están a 20m.

A través de los índices, se realizó una diferenciación biofísica más aproximada del terreno, en el

cual se presentaron para los índices como NDMI valores altos de humedad de vegetación - 0.2 a

0.6- en lugares que presentaban clasificación de bosque y precipitación media. De la misma

forma para las áreas con mayores coberturas de vegetación de porte denso y alto (bosque) se

representaron los mayores valores en el NDVI -0.8-, entre tanto, los suelos que mantenían una

superficie descubierta para SAVI fueron bajos -0.4- y finalmente NDWI presento valores altos

de humedad en el suelo - 0.09 a 0.6- para zonas que mantuvieron cobertura vegetal (ver Anexo

5).

Page 40: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 40 de 56

Figura 15. Mapa de zonificación de amenaza generado por Plugmma y POT.

Model builder Plugmma POT Chíquiza

Kappa:

0,72

(Sustancial

Kappa:

0,30

(Discreto)

Page 41: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 41 de 56

De los resultados obtenidos en base a una metodología automatizada con una metodología

manual, encontramos varios factores a favor, por ejemplo el tiempo de procesamiento de

plugmma con respecto a métodos manuales es más competitivo, puesto que al ser una

herramienta automatizada con parámetros y categorizaciones de susceptibilidad y amenaza

definidas, basta solo suministrarle la información necesaria para que en cuestión de pocos

minutos (3-4 minutos) se pueda disponer de varios insumos que pueden ser utilizados tanto en

el componente de gestión de riesgo como en cualquier otro estudio que involucre las variables

que plugmma puede suministrar. Esto conlleva a que recursos económicos, tiempo y personal

empleado en un proceso manual disminuya en un proceso automatizado.

Sin embargo, plugmma presenta algunos limitantes y es que por el diseño del modelo que se

elaboró, solo cuenta con la cartografía base del municipio de Chíquiza, por lo que este

complemento solo funcionaria para dicho municipio, sin embargo, esto puede modificarse si se

estandariza la información de entrada de insumos, como geología, geomorfología y coberturas.

De esta manera seria posible utilizar este complemento para generar zonificación por

movimiento en masa en cualquier municipio de Colombia.

De los resultados obtenidos podemos determinar por medio de las características de cada

insumo suministrado en el modelo, como estos aportan para determinar la categoría de

amenaza para movimientos en masa. Ver Tabla 9

Categoría Área (Km2) Descripción

Alta

29.02

Laderas de pendientes abruptas a extremadamente abrupta, con

relieve relativo muy alto, donde afloran rocas sedimentarias de baja

competitividad, índices de humedad altos y suelos moderadamente a

altamente degradados, donde la precipitación mensual es mayor a 60

mm.

Media

67.13

Rocas sedimentarias presentan competencia moderada, con áreas de

densidad de lineamientos y drenaje moderado, con pendientes

inclinadas a moderadamente abruptas, índices de humedad

intermedios y suelos moderadamente degradados donde la densidad

de cobertura vegetal es moderada, y precipitaciones entre 40 y 60 mm.

Baja

23.76

Relieve relativo suave, que presenta terrenos donde no existen

mayores riesgos de generación de fenómenos de remoción en masa.

Pendiente planas a suavemente inclinadas, sin influencia de

lineamientos o fallas densidad de drenaje baja, índices de cobertura

vegetal alta, índice de precipitaciones bajas menor a 20 mm

Total general 119.92

Tabla 9 Descripción zonificación amenaza Chíquiza.

Page 42: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 42 de 56

Como puede observarse en el apartado anterior, la categoría que más predomina en el

municipio de Chíquiza, es la de amenaza media con 67,1 Km2, que representa el 55.7% del área

de estudio, la sigue amenaza alta con 29.02 Km2, que corresponde al 26% del área de estudio,

con menor presencia en el área se tiene la amenaza baja con 23.76 Km2, que corresponden al

18%. Estos resultados son consistentes con el relieve y características intrínsecas del terreno,

puesto que en la mayor parte del municipio se localiza en laderas de pendientes inclinadas a

abruptas con densidad de cobertura vegetal moderada a baja e índices de humedad medios, lo

que hace que esta zona sea propensa a generar fenómenos por movimientos en masa.

8.2 Evaluación de la extensión Plugmma

Funcionamiento de Plugmma

El funcionamiento de Plugmma, consiste inicialmente en adicionar el complemento en la

interfaz de ArcMap –Click derecho, Plugmma-, allí se visualiza el icono que abre la interfaz gráfica

de la extensión, descrita a través de doce cuadros para la navegación basada en texto (Qt) y un

cuadro desplegable (ComboBox), donde se insertan los parámetros de entrada definidos. A su

vez, siete botones cumplen la función de inserción de capas geográficas vectoriales (Limite

municipal, geología, geomorfología, precipitación, cobertura -polígono-, inventario de

movimientos en masa –punto- y lineamientos -polylinea) y cinco botones cumplen la función de

inserción de escenas raster (DEM 10m, Bandas de escenas Sentinel 2: B4, B8, B8a y B11) y un

botón que permite ubicar la carpeta de trabajo donde se guardaran los productos. Se tiene

también tres cuadros de operación que involucran Ayuda, Procesamiento y Limpieza de la

información de los botones, toda la información se almacena en una extensión .gdb (Soilflux.gdb)

que mantiene un total de 58 archivos en el proceso total de zonificación; pero se visualiza de

inmediato los productos principales de salida 10 (Amenaza, suceptibilidad, Índices- NDVI, NDWI,

NDMI y SAVI-, componentes principales biofísicos – Geomorfologia, Geología, Suelo, Cobertura -),

todos reclasificados y con el layer según su categoría y clasificación.

Una vez cargada toda la información en ArcMap 10.5 y señaladas las consultas en los

campos correspondientes de la interfaz y dada la instrucción de ejecutar “Realizar cálculos”, el

software inicia el proceso de zonificación. Es de importancia tener en cuenta, que Plugmma se

ejecutará hasta que el usuario ingrese la totalidad de información vector y raster, como las

consultas requeridas (Figura 16). La finalización de la ejecución del proceso, es notificada al

usuario a través de un cuadro que imprime un mensaje informativo señalando la terminación

del mismo. El proceso tiene una duración de 3 minutos.

Page 43: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 43 de 56

Figura 16. Carga de información de entrada y visualización de Plugmma

Figura 17. Lista despegable para completar información de entrada en Plugmma

Figura 18. Ruta de almacenamiento de soilflux.gdb - información procesada- Plugmma

Page 44: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 44 de 56

Evaluación de usabilidad de Plugmma

La evaluación de usabilidad, del producto, es un estándar de calidad que se realizó tomando

como referencia la norma ISO 25010, en la cual se detallan los principales parámetros de calidad

de un producto software. La usabilidad, está definida como: “La capacidad del software para ser

entendido, aprendido, usado y llamativo hacia el usuario, en condiciones de requerimientos específicos”.

Para la evaluación de la usabilidad se aplicó la metodología implementada por (Claros &

Collazos, 2006), en la que se seleccionaron cinco criterios de evaluación ( Tabla 10), en los cuales

se clasifican según corresponda a las métricas y caracterización del atributo.

Tabla 10. Metodología de evaluación Usabilidad Plugmma

CRITERIOS MÉTRICAS ATRIBUTOS

APRENDIZAJE Facilidad de

aprendizaje

Tiempo de procesamiento para

completar tarea

Lenguaje común

Compresibilidad Tiempo de entrenamiento

Fácil reconocimiento

Recordación Mecanismos sistematicos para

desarrollar una función

SATISFACCIÓN Atracción Satifacción del ususario con la

interacción

Satifacción del ususario con el resultado

CONTENIDO Comunicación Diseño de interfaz

Accesibilidad Compatibilidad con difrentes servicios

Velocidad y medios Tiempo de respuesta de los servicios

EFICIENCIA Desempeño humano Comandos involucrados en ejecutar una

función

Tiempo acumulado de errores

Frecuencia de uso de ayuda

EFICACIA Recuperación,

diagnóstico errores

Mensajes de error

La metodología para el Plugin, propone una ponderación según el valor de importancia de cada atributo (

Tabla 11), y luego realiza una ponderación del valor de importancia de los atributos, a partir de

esto se determina una calificación por atributo (0 a 5), para realizar finalmente la sumatoria del

valor de la calificación general de la usabilidad del Plugin (Tabla 12).

Page 45: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 45 de 56

Tabla 11. Valor de Importancia según atributo de Usabilidad

NIVEL DE

IMPORTANCIA

PESO

OBLIGATORIO 5

DESEABLE EN ALTO

GRADO

4

DESEABLE 3

IRRELEVANTE 1

Tabla 12. Calificación General según atributo de usabilidad

CALIFICACIÓN GENERAL

EXCELENTE 5 90-100

BUENO 3 80-90

REGULAR 2 60-80

MALO 0 <60

Finalmente se presentan los resultados de la evaluación de usabilidad con la metodología

expuesta (Tabla 13)

Tabla 13. Evaluación usabilidad de extensión Plugmma

CRITERIOS MÉTRICAS VALOR DE

IMPORTANCIA

PONDERACIÓN ATRIBUTOS

Aprendizaje Facilidad de

aprendizaje

7 3 Tiempo de procesamiento para

completar tarea

10 5 Lenguaje común

Compresibilidad 10 5 Tiempo de entrenamiento

10 5 Facil reconocimiento

Recordación 7 3 Mecanismos sistemáticos para

desarrollar una función

Satisfacción Atracción 10 5 Satisfacción del usuario con la

interacción

10 5 Satisfacción del usuario con el

resultado

Contenido Comunicación 7 5 Diseño de interfaz

Accesibilidad 5 3 Compatibilidad con diferentes

servicios

Velocidad y medios 7 3 Tiempo de respuesta de los

servicios

Eficiencia Desempeño humano 5 4 Comandos involucrados en

ejecutar una función

7 3 Tiempo acumulado de errores

5 3 Frecuencia de uso de ayuda

Eficacia Recuperación,

diagnostico errores

10 2 Mensajes de error

Total

Page 46: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 46 de 56

La calificación obtenida para la extensión tiene un valor de ciento veinte unidades sobre ciento

cincuenta; para lo cual, según la metodología aplicada nos valida que la usabilidad de la

extensión Plugmma representa el 80% de cumplimiento de requerimiento para desarrollo de

productos software según la norma ISO 25010, por tanto, tiene calificación de Buena. Los

principales aspectos a mejorar son: Tiempo usado para terminar una tarea, compatibilidad con

diferentes servicios, tiempo de respuesta y tiempo gastado en errores. En términos generales, la

usabilidad de Plugmma presentó buenos resultados, aunque se deben mejorar aspectos de

diseño, se destaca que es sencilla, entendible para los usuarios y con una facilidad de

aprendizaje buena, adicionalmente cumple con el objetivo principal de generar la Zonificación

de Amenaza por fenómenos de movimientos en masa para el municipio de Chíquiza (Boyacá. Y

otros índices de vegetación, suelo y terreno que se pueden implementar con diferentes fines en

estudios ambientales.

Page 47: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 47 de 56

9. CONCLUSIONES

El desarrollo de extensiones como Plugmma facilitan la automatización y optimización

de procesos, que generalmente involucran esfuerzos mayores en tiempo de

procesamiento, personal especializado y mayor probabilidad de error en procesos

reiterativos de ejecución, en diferentes modelos de trabajo. Específicamente esta

extensión, automatiza el proceso de zonificación del área de Chíquiza (Boyacá) según la

categoría de amenaza por fenómenos de movimientos en masa.

Extensiones como Plugmma, son concebidas con alcance a escala local, para municipios

pequeños –Chíquiza de categoría 6- en los cuales , estudios en materia de gestión del

riesgo involucran una serie de esfuerzos en tiempo y dinero mayores, en caso aplicarse

la metodologías poco laxas como la propuesta por el Servicio Geológico

Colombiano (SGC, 2017) que involucra insumos de entrada que requieren de alta

especialización mediante una verificación de trabajo en campo; en comparación de optar

por este tipo de propuestas complementarias automatizadas en las cuales se trabaja a

partir de información disponible y libre elaborada por diferentes entidades oficiales

nacionales, que genera resultados consistentes y actualizados a escala 1:25000.

La implementación de imágenes satelitales – Sentinel 2-, las cuales son productos de

amplio uso, acceso libre, información de captura actualizada, entre otras ventajas;

representan un aporte en el desarrollo de Plugmma que involucra estos insumos de alta

resolución temporal –seis días- para generar productos de procesamiento entre bandas

espectrales, específicamente, índices de vegetación (NDVI, NDMI) y suelo (SAVI,

NDWI), los cuales aportan mayor información al análisis del componente biofísico en el

área de estudio.

El diseño de la interface permite a cualquier tipo de usuario acceder a la herramienta de

manera muy fácil, hacer uso de ella y obtener resultados de buena calidad en corto

tiempo. La herramienta fue diseñada de tal manera, que fuese intuitiva en su uso, por lo

cual se espera que sea una herramienta usada para múltiples estudios y que en un

futuro permita la articulación de todo tipo de índices espectrales al igual que el ingreso

de cualquier tipo de imagen satelital como insumo

Page 48: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 48 de 56

10. RECOMENDACIONES

Es necesaria la evaluación de una serie temporal de escenas que incluyan los valores máximos y

mínimos, que pueden presentarse en un gradiente climático a partir de épocas de alta y baja

ocurrencia de lluvias. Lo anterior, es de gran importancia, ya que Chíquiza por encontrarse en

la cordillera oriental, en el Santuario de Fauna y Flora San Pedro de Iguaque a más 2600 msnm,

mantiene la mayor parte del año cubierta de nubes, en porcentajes mayores a 70%. En este

sentido, los valores de reflectancia pueden presentar drásticas variaciones entre una época u

otra, que a su vez influye en el valor de clasificación asignado al índice espectral de estudio; por

tanto, es necesario estandarizar los limites superior e inferior en los que fluyen estos valores,

para asignar rangos de clasificación que tengan en cuenta las posibles variaciones en el área de

estudio.

En futuros estudios, sería de gran utilidad diversificar estos desarrollos –Plugins- con

información obtenida a partir de diferentes satélites. Sentinel 1, que representas ciertas ventajas

a través del uso de imágenes Radar con estudios más detallados de la superficie terrestre, con

baja interferencia de nubes o vegetación densa (aunque cuanta con distorsiones geométricas), de

igual forma, Landsat 8 permite estudios con información multitemporal desde 1972, para escalas

de trabajo a nivel regional.

Con el fin de que sea un modelo replicable en cualquier zona del país, se recomienda

estandarizar la información cartográfica que utiliza Plugmma como insumos de entrada,

(Geología, Geomorfología, coberturas y precipitaciones), en busca de que sea una herramienta

útil, en cualquier estudio que involucre la zonificación de amenaza por movimientos en masa.

Page 49: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 49 de 56

11. BIBLIOGRAFIA

Alba, K., & Restrepo, S. (2017). AAPDE: Determinación de las áreas aferentes de derrame de

hidrocarburos .

Chamorro, N., Betancur, Y., & Salazar, J. (2013). SIG para determinar la suceptibilidad a movimientos

en masa en la cuenca del rio Campoalegre.

Cheng, K., Wei, C., & Chang, S. (2004). Locating landslides using multi-temporal satellite

images. Advances in Space Research, 33(3), 296–301. https://doi.org/10.1016/S0273-

1177(03)00471-X

Claros, I., & Collazos, C. (2006). Propuesta Metodológica para la Evaluación de la Usabilidad en Sitios

Web: Experiencia Colombiana.

Deijns, A., Bevington, A., van Zadelhoff, F., de Jong, S., Geertsema, M., & McDougall, S. (2020).

Semi-automated detection of landslide timing using harmonic modelling of satellite

imagery, Buckinghorse River, Canada. International Journal of Applied Earth Observation and

Geoinformation, 84, 101943. https://doi.org/10.1016/j.jag.2019.101943

Díaz, A., & Duque, A. (2018). ZRH: Plugin de ArcGis para la determinación de zonas relativamente

homogéneasen el cálculo de unidades agrícolas familiares.

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google

Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of

Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031

Hobson, R. (1972). Surface Roughness in Topography: A Quantitative Approach. In Spatial

Analysis in Geomorphology (pp. 221–245). London, UK.: Methuen & Co.

Hurtado, J., & Aguilar, J. (2017). SOIL PLUGIN-Plugin para QGIS para calcular índices espectrales.

ISO. (2019). ISO 25010. Retrieved October 28, 2019, from

https://iso25000.com/index.php/normas-iso-25000/iso-25010

Lacroix, P., Bièvre, G., Pathier, E., Kniess, U., & Jongmans, D. (2018). Use of Sentinel-2 images

for the detection of precursory motions before landslide failures. Remote Sensing of

Environment, 215, 507–516. https://doi.org/10.1016/j.rse.2018.03.042

Ley N° 1523. (2012). Ley 1523 de 2012. Retrieved October 28, 2019, from

https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=47141

Li, R., Kan, S., Zhu, M., Chen, J., Ai, X., Chen, Z., … Ai, Y. (2018). Effect of different vegetation

restoration types on fundamental parameters, structural characteristics and the soil quality

index of artificial soil. Soil and Tillage Research, 184, 11–23.

https://doi.org/10.1016/j.still.2018.06.010

Page 50: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 50 de 56

MappingGIS. (2019). Creación de plugins con QGIS de forma minimalista - MappingGIS.

Retrieved October 28, 2019, from https://mappinggis.com/2019/10/creacion-de-plugins-con-

qgis-de-forma-minimalista/

Martinez, E. (2007). Aplicación del proceso jerárquico de análisis en la selección de la

localización de una PYME. Anuario Juridico y Económico Escurialense, XL, 523–542.

Medina, Y. (2017). Zonificación de suceptibilidad a deslizamientos de tierra en la cuenca del río Patía-

Departamento del Cauca.

Mendez, E., & Osorio, P. (2019). Plugin en ArcGis para el Reconocimiento de áreas potenciales en el

área REAA y aplicar PSA bajo el decreto 1007 del 2018.

Metternicht, G., Hurni, L., & Gogu, R. (2005). Remote sensing of landslides: An analysis of the

potential contribution to geo-spatial systems for hazard assessment in mountainous

environments. Remote Sensing of Environment, 98(2–3), 284–303.

https://doi.org/10.1016/j.rse.2005.08.004

Moncada, A. (2014). Detección de movimientos en masa a escala regional empleando imágenes del

sensor MODIS.

Muñoz, P. (2013). Apuntes de Teledetección: Índices de vegetación. Retrieved October 22, 2019,

from

https://www.researchgate.net/publication/327558326_Apuntes_de_Teledeteccion_Indices_

de_vegetacion

NGRD. (2015). Plan Nacional de Gestión del Riesgo de Desastres.

Olaya, V. (2018). Introducción. Qué es un SIG? Retrieved from https://volaya.github.io/libro-

sig/chapters/Introduccion_fundamentos.html

Ren, H., Zhou, G., & Zhang, F. (2018). Using negative soil adjustment factor in soil-adjusted

vegetation index (SAVI) for aboveground living biomass estimation in arid grasslands.

Remote Sensing of Environment, 209, 439–445. https://doi.org/10.1016/j.rse.2018.02.068

Saaty, T. (1980). The Analytic Hierarchy Process. McGrawHill.

Sarmiento, P. (2017). Desarrollo y análisis de zonificación de amenaza por fenómenos de remoción en

masa: Uso y evaluación del método heurístico del proceso de análisis jerárquico y comparación de

criterios adecuados.

SGC. (2017). GUÍA METODOLÓGICA: para la zonificación de amenaza por movimientos en masa.

Escala 1:25000. Retrieved from www.imprenta.gov.co

Sun, W., Tian, Y., Mu, X., Zhai, J., Gao, P., & Zhao, G. (2017). Loess landslide inventory map

based on GF-1 satellite imagery. Remote Sensing, 9(4). https://doi.org/10.3390/rs9040314

Zhao, C., & Lu, Z. (2018, February 1). Remote sensing of landslides-A review. Remote Sensing,

10(2). https://doi.org/10.3390/rs10020279

Page 51: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 51 de 56

12. ANEXOS Anexo 1. Código de compilación por Reducción de imágenes, para cálculo de índices de vegetación y suelo

Page 52: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 52 de 56

Page 53: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 53 de 56

Page 54: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 54 de 56

Anexo 2. A. Código de explorador de escenas Sentinel 2

Anexo 3. B. Código de descarga de escenas individuales

Page 55: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 55 de 56

Anexo 4. Ponderaciones detalladas de componentes ambientales

GEOMORFOLOGIA Unidadesgeo Pendientes Inventario Curvatura Rugosidad Peso

unidadesgeo 0,08 0,13 0,25 0,15 0,17 0,15

pendientes 0,46 0,06 0,50 0,46 0,50 0,40

inventario 0,31 0,31 0,08 0,31 0,25 0,25

Curvatura 0,08 0,25 0,08 0,08 0,01 0,10

Rugosidad 0,08 0,25 0,08 0,01 0,08 0,10

GEOLOGIA Lineamientos Geologia Peso

Lineamientos 0,20 0,20 0,20

Geologia 0,80 0,80 0,80

SUELO SAVI NDWI Peso

SAVI 0,74 0,67 0,70

NDWI 0,26 0,33 0,30

Page 56: PLUGIN PARA LA ZONIFICACIÓN DE AMENAZA POR …

Página 56 de 56

COBERTURA Cobertura NDVI Moisture Peso

Cobertura 0,20 0,05 0,05 0,10

NDVI 0,40 0,32 0,63 0,45

Moisture 0,40 0,63 0,32 0,45

SUCEPTIBILIDAD Geología Geomorfología Cobertura Suelo Peso

Geología 0,11 0,07 0,14 0,08 0,10

Geomorfología 0,26 0,19 0,29 0,46 0,30

Cobertura 0,42 0,56 0,14 0,31 0,36

Suelo 0,21 0,19 0,43 0,15 0,24

Lamba max 6,648943941

n 4

IC 0,882981314

RI 0,9

IC/RI 0,981090349

AMENAZA Suceptibilidad Precipitación Peso

Suceptibilidad 0,91 0,89 0,90

Precipitación 0,09 0,11 0,10

Anexo 5. Clasificación de índices de vegetación y suelo, terreno.

Índice Categoría

Amenaza

Valor

NDMI 1 -0.01

2 0.2

3 0.6

NDWI 1 -0.11

2 0.09

3 0.6

SAVI 1 0,4

2 0,7

3 1,3

NDVI 1 0,2

2 0,52

3 1


Recommended