Modelo continental para estimar Sólidos Suspendidos Totales en cuerpos superficiales de agua a partir de sensores remotos

Abstract

La presente investigación se enfoca en el diseño de modelos regionales para estimar los sólidos suspendidos totales (SST) a partir de los sensores remotos. Los sensores utilizados en la presente investigación corresponden a Landsat y Sentinel 2A ya que brindan a) correspondencia de umbrales de longitud de onda (algunas bandas), b) estimaciones concomitantes de los SST, etc. c) estimación de SST con alta resolución espacial (caso de Sentinel) en estudios de cuerpos de aguas superficiales. Cabe destacar que se eligió este parámetro de calidad del agua (PCA) debido a a) disponibilidad de información, b) es un PCA que proporciona información relevante de la calidad del agua a nivel físico y c) presenta resultados cercanos a la realidad a partir de su estudio con sensores remotos. Para lograr lo anterior se recolectaron datos de 42 cuerpos de agua (CA) con estadísticas representativas, disponibilidad de imágenes, modelos locales y posteriormente se extrajo una muestra estratificada de cada CA para el tratamiento de los datos. Con base en lo anterior, se obtuvieron los datos puntuales de reflectancia y SST de los cuerpos de agua. A partir de lo anterior, por medio del análisis de Hierarchical Clusters Analysis y análisis de correspondencia (evaluación por pares) se encontraron 8 modelos regionales. La modelación fue consistente para generar estimaciones de SST (Nota: se obtuvo un grupo de cuerpos de agua 9 que fue considerado para validación de los 8 modelos regionales debido a la complejidad en su modelación). Una vez obtenidos los grupos locales por Hierarchical Clusters Analysis bajo la técnica de Ward y análisis de correspondencia fueron evaluados según la dispersión presentada en los datos y posteriormente se construyeron su respectivo modelo regional para cada uno de ellos. Los modelos regionales fueron calibrados a partir de datos de entrada, que fueron sometidas a pruebas estadísticas de significancia (p-value), colinealidad, homocedasticidad, normalidad e inflación de la varianza-FIV). De manera adicional, se analizó la pertinencia de asociación de los modelos locales en los respectivos clústers de acuerdo con las bandas espectrales que mayor sensibilidad presentan para analizar SST, que van desde la B1 (nm) a la B5 (nm). Los 8 modelos regionales presentan una capacidad explicativa aceptable R2≥0.79, RMSE≤64.2 mg/L, E 0 8 de los modelos regionales. Seis de los cuales corresponden a modelos no lineales y 2 lineales transformados para generar las estimaciones. En el modelo regional 1 y 8, muestran una función por segmentos debido al ajuste en valores pequeños de reflectancia, pero en general se observaron que la nube de puntos se mantiene paralelo en los valores medidos y estimados en el gráfico de correlación. En relación con el resto de los modelos regionales (2-7) solo presentan una segmentación para explicar a los SST con una capacidad explicativa adecuada (R2 ≥0.79), y los datos observados en comparación con los estimados indican que las concentraciones son significativas en el estudio. Por otro lado, los modelos regionales fueron caracterizados en función de algunas variables ambientales como la temperatura (Tmín, Tmáx, Tprom), vapor de agua (VAPA), temperatura ambiental de la superficie de agua (TASA), altitud y dinámica del agua (DA). Esta caracterización tuvo como fin asociar cuerpos de agua a uno de los modelos regionales obtenidos. En esta etapa, se realizaron pruebas con 13 cuerpos de agua, 5 con modelos de regresión diseñada por autores y 7 con nuestras georreferenciadas correspondiente al grupo 9 de cuerpos de agua. En 5 cuerpos de agua se observó una capacidad explicativa de R2≥0.7, la cual indica resultados favorables a la hipótesis propuesta en el presente estudio.