ANÁLISIS DE SENSIBILIDAD DE LA TOPOGRAFÍA

Transcripción

Aplicaciones de las Tecnologías de la Información Geográfica (TIG) para el desarrollo económico sostenible
XVII Congreso Nacional de Tecnologías de Información Geográfica, Málaga, 29, 30 de junio y 1 de julio 2016
Análisis de sensibilidad de la topografía convencional y la derivada de LiDAR aéreo para el cálculo de áreas de inundación en zonas urbanas, pp. 463-473
Jairo Escobar-Villanueva, Luis Iglesias-Martínez, María Castro
ANÁLISIS DE SENSIBILIDAD DE LA TOPOGRAFÍA CONVENCIONAL Y LA DERIVADA DE
LIDAR AÉREO PARA EL CÁLCULO DE ÁREAS DE INUNDACIÓN EN ZONAS URBANAS
Jairo Escobar-Villanueva1, Luis Iglesias-Martínez2, María Castro3
1
Universidad de La Guajira, Grupo de Investigación GISA, Facultad de Ingeniería, 440001, Km 5 Vía a Maicao, RiohachaColombia. [email protected]
2
E.T.S.I. de Minas y Energía Universidad Politécnica de Madrid. Dept. Explotación de Recursos Minerales y Obras
Subterráneas. C/ Ríos Rosas, 21. 28003. Madrid, España. [email protected]
3
E.T.S.I. de Canales Caminos y Puertos. Universidad Politécnica de Madrid. Dept. de Transportes. Prof. Aranguren s/n,
28040-Madrid, España. [email protected]
RESUMEN
El propósito de este trabajo, enmarcado en el estudio de inundaciones urbanas, fue realizar un análisis de
sensibilidad comparativo entre modelos digitales del terreno (MDT) obtenidos de fuentes diferentes: a) datos
LiDAR aerotransportado, MDT(LiDAR), y b) Topografía Convencional, MDT(Top; ); mediante el cálculo del volumen
y área de inundación dado un evento histórico extremo de precipitación (“La niña” Septiembre 2011) en una
ciudad del Caribe Colombiano. La determinación del área de inundación en zonas urbanas es de suma
importancia en países en vías de desarrollo, si además existe el agravante de una fuerte predisposición a
eventos extremos de precipitación, altas tasas de crecimiento urbano no planificado, y escasez de
información del terreno (elevación) para el análisis y toma decisiones. Los resultados obtenidos mostraron
una fiabilidad global mayor del MDT(LiDAR) en el cálculo del área de inundación que el MDT(Top), aunque las
diferencias encontradas no son lo suficientemente marcadas dentro de la zona bajo estudio. Esto sugiere que,
para un contexto urbano de similares características, ambos modelos poseen aproximadamente las mismas
prestaciones para calcular las inundaciones de un evento extremo de inundación si la escala de trabajo no es
exigente. Así la topografía LiDAR puede ser usada en zonas de actuación prioritaria de área reducida,
previamente identificadas con fuentes topográficas convencionales de menor detalle.
Palabras clave: INUNDACIONES URBANAS; ANÁLISIS SENSIBILIDAD; MDT; LIDAR; TOPOGRAFÍA; CARIBE
COLOMBIANO
ABSTRACT
The purpose of this paper, framed in the study of urban flooding, was to conduct a comparative sensitivity
analysis between digital terrain models (DTM) obtained from different sources: a) airborne LiDAR data,
DTM(LiDAR), and b) Conventional Topography, MDT(Top) ; by calculating the volume and area flood given an
historical extreme precipitation event (“La niña” September 2011) in a Colombian Caribbean city. Is very
important in developing countries determining flooding area in an urban environment, also is there further
aggravated by a strong predisposition to extreme precipitation events, unplanned urban high growth rate,
and in addition the lack of terrain information (elevation) for analysis and decision making. The results
showed a higher overall reliability MDT(LiDAR) in the calculation of flood area compared to MDT(Top), although
the differences are not sufficiently strong within the area of interest. This suggests that, for an urban context
with similar characteristics, both models have approximately the same performance to calculate an extreme
flood event of flooding if the scale is not demanding. Then, LiDAR data can be used in priority action reduced
area, previously identified with conventional coarse resolution surveying sources.
Keywords: URBAN FLOODING; SENSITIVITY ANALYSIS; MDT; LIDAR; SURVEYING; COLOMBIAN CARIBBEAN
1. INTRODUCCIÓN
463
En países en vías de desarrollo el rápido crecimiento poblacional obliga a afrontar apropiadamente presiones
socioeconómicas y medioambientales elevadas (Ezheet at., 2012). En zonas urbanas, el crecimiento acelerado
y desordenado incrementa el riesgo de inundación, lo que se ve acrecentado por el nuevo escenario mundial
de cambio climático, requiriéndose una visión equilibrada y global de los factores que determinan el riesgo
(Bertoni et al., 2006). Aunque el actual cambio climático que se experimenta puede llegar a ser importante, el
factor espacial de urbanización en zonas propensas a inundación juega un papel determinante durante la
ocurrencia de eventos extremos, como la pasada ola invernal 2010-2011 en el caso de Colombia (Hoyos et al.,
2013; Sedano-Cruz et al., 2013).
Por otro lado, en la actualidad existe una amplia oferta de modelos hidráulicos bidimensionales (2D) y
capacidades computaciones asequibles para desarrollar simulaciones de eventos extremos de inundación. Sin
embargo, a la hora llevarlas a cabo la ausencia de datos (hidrología y cartografía) puede resultar limitante. En
este punto, la elección del nivel de detalle óptimo de la fuente de información topográfica es crucial en el
mapeo de inundaciones, dado los costes asociados al área, complejidad en la adquisición de datos y
disponibilidad de información secundaria (Casas et al., 2006). Este trabajo tiene como objetivo evaluar el
efecto que puede tener el nivel de detalle u origen de datos de elevación del terreno en la determinación de
áreas inundadas en zonas urbanas con escasez de datos. Se ha tomado como caso de estudio la ciudad de
Riohacha (Caribe Colombiano) y la batería de datos del proyecto “Adaptación Urbana Verde”, proyecto
financiado por la fundación CREACUA (2015) y ganador en tercer lugar a nivel nacional de propuestas
innovadoras de gestión del riesgo local (UNGRD 2013).
Para desarrollar el trabajo se trazaron los siguientes objetivos: 1.) comparar descriptivamente a nivel de
modelos digitales del terreno (MDT) dos fuentes distintas (Topografía convencional MDT(Top) y LíDAR MDT(LiDAR),
2.) Calcular el volumen (Vol) y área (A) en un Sistema de Información Geográfica (SIG) para cada MDT(Top) y
MDT(LiDAR) considerando un evento histórico de inundación extremo en la zona de estudio, 3.) Evaluar la validez
de las áreas de inundación determinadas.
2. REVISIÓN BIBLIOGRÁFICA
El estudio de la representación de la morfología del terreno a través de modelos digitales para fines de
modelación hidráulica de inundaciones es una línea ampliamente estudiada. Sin embargo, es una línea
dinámica por el constante desarrollo y mejora de los sensores y plataformas (aéreas, terrestres) que redundan
en modelos más representativos de la realidad. Diferentes estudios escalares multicomparativos llegan a la
conclusión de que la naturaleza y detalle MDT afecta a la estimación de profundidades y la extensión de
inundaciones tanto en ámbitos urbanos, periurbanos o rurales (Witt, 2015; Guillin 2015; Casas et al., 2006;
Sanders 2007).
Otro aspecto clave es la elección y calibración de un modelo apropiado que represente la complejidad del
tejido urbano, de forma asequible y con un coste computacional asumible. Existen en el mercado muchos
softwares, como los populares IBER 2.3.2, HEC-RAS 5.02D, InfoWorks ICM o Flood Modeller Pro. La mayoría
son de pago y algunos de uso libre, pero en cualquier caso, orientados a zonas rurales, canales o ríos. El
enfoque urbano requiere un tratamiento especial, en este sentido el modelo hidráulico bidimensional
brasileño MODCEL (Migues, et al., 2009; Migues y Mascarenhas 2002), ha sido usado como herramienta en el
contexto de crecimiento urbano rápido y clima extremo característico del ámbito latinoamericano. MODCEL
es un software libre que contiene una familia de modelos hidráulicos con la capacidad de poder representar
diferentes casos de escorrentía urbana/periurbana discretizando el tejido urbano en microcuencas
denominadas celdas. MODCEL se eligió en el marco del proyecto “Adaptación Urbana Verde” para evaluar un
paquete de simulaciones de alternativas de solución contra inundaciones locales.
Uno de los planteamientos derivados del proyecto fue examinar el efecto que tendría el usar topografía de
mayor resolución en la generación de la extensión de inundación con MODCEL. La hipótesis de partida basada
en la bibliografía, es que efectivamente a mayor detalle, mayor precisión en los resultados. Sin embargo,
464
conocer el punto óptimo de detalle topográfico para representar inundaciones en un contexto determinado,
hace más eficiente el uso de recursos económicos, computacionales, humanos y la limitada oferta de
información en países en vías de desarrollo como Colombia.
3. ÁMBITO DE ESTUDIO
El área de estudio está concentrada en 93.92 hectáreas de un sector urbano de Riohacha sometido a fuertes
eventos de inundación y que además interactúa con el delta del Rio Ranchería (Figura 1). Esta área fue
delimitada por ser el espacio común entre los datos disponibles LiDAR (S.I.G DIMAR, 2008), y datos de
elevación del terreno derivados del Plan Maestro de Alcantarillado municipal del año 2000. Se puede observar
en color rojo los contornos de celdas o divisorias de aguas trazados para cada microcuenca urbana bajo estudio
con los códigos respectivos: 506, 603, 703, 704 y 705 (CREACUA, 2014). El punto de menor elevación del
terreno de cada celda (Centro de Celda), se representa con igual color (rojo).
Figura 1. Ubicación general (izquierda) y ámbito del caso de estudio en la ciudad costera de Riohacha, La Guajira (Colombia). Fuente:
Elaboración con base en en los datos del proyecto “Adaptación Urbana Verde” de CREACUA (2014).
4. METODOLOGÍA
Los datos de la zona bajo estudio y detalles técnicos para la obtención del modelo del terreno adquirido por
topografía convencional son tipo vector de curvas de nivel (MDT(Top)). Estas provienen del informe técnico del
proyecto “Adaptación Urbana Verde” liderado por CREACUA (2014). Para consultar la metodología de
obtención del modelo digital del terreno de la escena LIDAR (MDT(LiDAR)) se remite al lector revisar el trabajo
de Escobar et al. (2015).
El MDT(Top) fue obtenido a partir de datos vectoriales (curvas de nivel) provenientes del informe técnico del
proyecto “Adaptación Urbana Verde” liderado por CREACUA (2014). Para consultar la metodología de
obtención del modelo digital del terreno de la escena LIDAR (MDT(LiDAR)) se remite al lector al trabajo de Escobar
et al., (2015).
465
Modelo Digital del Terreno
MDT Raster (*.TIF)
MDT(Top)TOPOGRAFICO
MDT(LiDAR)LiDAR**
Resolución
espacial (m)
5,5*
1,1
Origen de datos
Vector: Curvas de Nivel topografía convencional
Vector: Nube de puntos clasificada LIDAR
Tamaño
archivo (Mb)
3.640
1.162
Tabla 1. Características generales de los MDT bajo estudio. *El MDT(Top) fue construido a partir de información secundaria de curvas
de nivel extraídas de los diseños del plan maestro de alcantarillado municipal a una escala de 1:10’000 a partir de interpolación lineal
con Kriging de 5 metros (CREACUA 2014). **LiDAR acrónimo del inglés Light Detection and Ranging.

Comparación descriptiva entre los MDT(Top)y MDT(LiDAR)
En primer lugar, se procedió a una comparación descriptiva en SIG de los datos de elevación para el MDT(Top)
y MDT(LiDAR). Un mapa de diferencias de elevación Z a partir de los MDT(Top) y MDT(LiDAR) fue generado mediante
calculadora SIG raster. La función de cálculo se describe a continuación (Ecuación 1):
𝑀𝑎𝑝𝑎 𝑍𝑇𝑜𝑝 − 𝑍𝐿𝑖𝐷𝐴𝑅 = | 𝑀𝐷𝑇(𝑇𝑜𝑝) − 𝑀𝐷𝑇(𝐿𝑖𝐷𝐴𝑅) |2 𝐸𝑐 1
Como indicador visual descriptivo de comparación, el producto obtenido es un mapa de similitud en el cual
se muestran zonas en tres clases homegeneas: Muy Similar, Medianamente similar y Muy diferente.

Calculo de A y Vol para el evento histórico más extremo
En este apartado se utilizó el módulo de modelación hidrológica “r.lake.xy” en GRASS Tools de QGIS (GRASS.,
2016). Esta función llena un lago, en este caso cada celda bajo estudio, para un nivel de agua determinado
desde un punto especificado. Ejecutado el módulo desde el centro de celda se obtiene un mapa raster de
inundación con profundidades desde 0 hasta valores máximos, y el cálculo del área (A)/volumen inundado
(Vol) por celda. Para ejecutar el modulo se requiere los siguientes parámetros de entrada:

“dem=name”: cargado del MDT(Top)y MDT(LiDAR)correspondiente para cada uno de las 5 celdas. Las
elevaciones Z de cada modelo del terreno son ortométricas (marco de geográfico de referencia
Magna Sirgas Bogotá)

“xy=east,north” = punto de coordenadas X, Y de origen en cada centro de celda bajo estudio.

“wl=float”: valor de altitud del nivel de agua H, o cota de agua en el centro de celda y se define en
la ecuación 2 como:
𝐻 =𝑍+ℎ
𝐸𝑐 2
Donde (Z) es la elevación del terreno en el centro de celda y (h) la profundidad de la columna de agua
en el mismo punto.
Se tomaron las salidas de simulación de alturas (h) máximas generadas con el modelo MODCEL calibrado y
validado para el nivel de referencia base (ALT_0) del evento histórico más extremo, que fue estimado con un
tiempo de retorno (TR) de 84 años (Nardini y Miguez, 2016; CREACUA 2014). Dicho evento extremo observado
se produjo durante el mes de septiembre de 2011, en el periodo denominado “Ola Invernal 2010-2011”, en el
cual se generaron significativos daños materiales y sociales en la zona de estudio (Sedano-Cruz et al., 2013; El
Informador, 2011). En la Tabla 1 se reflejan los datos de profundidad h.
Celda
506
X
(m)
1127943.892
Y
(m)
1768164.586
Z
(m.s.n.m)
3.10
h
(m)
1.12
H (Z + h)
(m)
4.22
466
603
703
704
705
1128228.320
1128281.237
1128188.632
1128248.164
1768415.941
1768812.816
1769513.964
1769117.088
0.88
0.00
0.27
1.36
1.63
1.78
1.22
0.29
2.51
1.78
1.49
1.65
Tabla 2. Ubicación X, Y; elevación del terreno Z; profundidad máxima h y Nivel de agua H para cada de centro de celda a inundar.
Fuente: CREACUA (2015); Nardini y Migues (2016). Marco de referencia Geográfico: Magna Sirgas Bogotá.

Análisis de sensibilidad y calculo RMSE mapa raster inundaciones generado.
El análisis de sensibilidad se ejecuta para cada celda bajo estudio como la diferencia porcentual del cálculo de
A y Vol en el apartado anterior para cada MDT(Top) y MDT(LiDAR).
Con el fin de evaluar la capacidad de predicción de (h) para MDT(Top) y MDT(LiDAR) del evento extremo de TR 84,
se estimó la Raíz del Error Cuadrático Medio RMSE (RMSE por su acrónimo inglés). El RMSE (Ec. 3), muestra
cómo difieren los datos estimados de profundidad (hMDT) de aquellos encuestados (asumidos como
verdaderos) (hEncuestado ).
n
RMSE =
√[n−1
∑ (h Encuestado − h MDT )2 ]
𝐸𝑐. 3
i= −1
Los valores de hEncuestado disponibles (6 puntos de muestra), provienen de la encuesta efectuada por CREACUA
(2014) en las Celdas 503 y 603. Se determinó mediante consulta SIG el valor de hMDT en el raster de
inundaciones para el mismo lugar de la encuesta tanto en MDT(Top) como en MDT(LiDAR).
5. DESCRIPCIÓN Y ANÁLISIS DE RESULTADOS

Comparación descriptiva entre los MDT(Top) y MDT(LiDAR)
Visualmente se observan aparentes diferencias entre MDT(Top) y MDT(LiDAR) como se aprecia comparando las
Figuras 2a y 2b. La Figura 2c representa los resultados de aplicar la ecuación 1. Las áreas con fuertes
discrepancias, mostradas en color rojo (0.897 – 4.778 m), no ocupan una superficie considerable en el mapa.
Las diferencias menos marcadas en color verde y amarillo ocupan la mayor parte de la escena de la Fig 2c.
Cuantitativamente, del mapa se obtuvieron diferencias de media X= 0.369 m; desviación estándar S= 0.361 m
para un coeficiente de variación CV = 97.83 %.
467
Figura 2. (a) MDT(Top) (b) MDT(LiDAR) y (c) Mapa resultantes de diferencias de Elevación (Ec 1).Fuente: Elaboración propia.

Calculo de A y Vol para el evento histórico más extremo y Análisis de sensibilidad
Los resultados de aplicar el modulo “r.lake.xy” para el cálculo de A y Vol del evento extremo de TR 84 en cada
celda bajo estudio se resumen en la tabla 3.
Celda
506
603
703
704
705
Total
Área(m2)
MDT(top)
MDT(LiDAR)
52050.00
40506.00
232225.00
202670.00
17425.00
16079.00
194850.00
168035.00
67300.00
48181.00
563850.00
475471.00
% Var
22.17
12.72
7.72
13.76
28.4
15.67
Volumen (m3)
MDT(top)
MDT(LiDAR)
39602.61
29565.94
206449.00
234507.22
8833.42
12603.24
55685.99
69751.57
18589.98
17047.63
329161.0
363475.6
% Var
25.34
11.96
28.91
25.25
8.29
9.44
Tabla 3. Calculo de área, volumen y porcentaje de variación para MDT(Top) y MDT(LiDAR) para el evento extremo de TR 84 años
(septiembre de 2011). Fuente: Elaboración propia.
Se observan diferencias porcentuales mínimas para el caso del cálculo del A en la celda 703 con 7.72 %. Lo
mismo para Vol en la celda 705 con un 8.29 de diferencia. En todos casos las diferencias no pasan del 29% y
no son menores del 7 %. Destaca el gran volumen correspondiente a la celda 603 que representa la ronda
perimetral de la Laguna Salada, estimado en 206449 m3.
A continuación, en las figuras 3a hasta la 3j se muestran los mapas de inundación para el evento extremo TR
84 en ambos modelos bajo estudio.
468
Figura 3. A
MDT(top) Celda 503
Figura 3. B
MDT(LiDAR) Celda 503
Figura 3. C
MDT(top) Celda 603
Figura 3. D
Figura 3. E
MDT(top) Celda 705
Figura 3. F
Figura 3. G
MDT(top) Celda 705
Figura 3. H
469
Figura 3. I MDT(top) Celda 704
Figura 3. JMDT(LiDAR) Celda 704
Como se aprecia, la delimitación y alcance de la extensión de la inundación son visualmente casi similares,
sin embargo el MDT(LiDAR) hace una proyección de la inundación mucho más realista que el MDT(top), de corte
más conceptual y menos rigurosa.

Calculo RMSE mapa raster inundaciones generado (Validación).
Se refleja en la Tabla 4 la validación de los mapas de inundación generados en el apartado anterior. Los
resultados de la estimación de (h) para cada modelo (h MDT(top), h MDT(LiDAR)) y los valores de hEncuestado se
representan gráficamente y tabulan para el cálculo del RMSE y el posterior análisis comparativo.
h
Punto
1 Celda 506
2 Celda 506
3 Celda 506
4 Celda 603
5 Celda 603
6 Celda 603
MAE
RMSE
Encuestado
(m)
0.980
1.580
1.950
1.230
0.735
1.080
h
MDT(LiDAR)
(m)
1.186
1.184
1.497
0.364
0.864
0.784
0.254
0.458
h MDT(Top)
(m)
1.105
1.092
0.943
0.926
1.134
1.135
0.210
0.504
Gráficos comparativos
h Medido
1
2
3
h Medido
h LiDAR
4
5
6
1
2
3
h TOP
4
5
6
Tabla 4. Calculo MAE (Error medio absoluto) y RMSE (Raíz del error cuadrático medio) entre la profundidad máxima h Encuestado para
evento extremo histórico de TR 84 (Sept 2011) y su comparación con h MDT estimada en la extensión de inundación generadas para
el mismo evento. Fuente: Datos Encuesta CREACUA (2014).
6. DESCRIPCIÓN Y ANÁLISIS DE RESULTADOS
Se pueden observar diferencias notables en algunos sectores como resultado de la comparación descriptiva
entre MDT(Top) y MDT(LiDAR). Los modelos en las celdas 704 y 705 no difieren pronunciadamente como en el caso
de la celda 603 (Laguna Salaá), donde se encuentran diferencias muy marcadas. En los sectores donde no se
dan diferencias profundas se sugiere una homogeneidad que se propaga en 704 y 705, esto puede ser por lo
regular de la configuración urbana (Calles y Carreras). Esta zona se caracteriza por ser relativamente plana por
su proximidad a la planicie de inundación del delta del Rio Ranchería.
Las zonas donde aparecen grandes diferencias, como en la celda 603, pueden ser explicadas por la presencia
de vegetación considerable y las discrepancias de los modelos en caracterizar la extensión de la lámina de
470
agua en la laguna (Interpolación de curvas de nivel y no retorno de laser en LiDAR). Del análisis global se puede
decir que, aunque diferentes, al menos ambos modelos son consistentes y no difieren marcadamente entre
sí. Los resultados siguen confirmando la literatura en cuanto al mayor aporte de detalle del LíDAR con respecto
a otras fuentes.
Del análisis de sensibilidad efectuado del cálculo de área y volumen de inundación para el evento TR 85, se
puede decir que las diferencias de MDT(Top) y MDT(LiDAR) no son tan notorias como se esperaba. El MDT(Top)
produce una mayor de área que el MDT(LiDAR) con una variación de 15.6 %. Esto debido a la resolución espacial.
Al ser el pixel mucho más grande en el MDT(Top), se tiende a sobreestimar la extensión de la inundación con
respecto al MDT(LiDAR). El modelo LiDAR aporta un mayor realismo en la representación del evento extremo
analizado.
Lo opuesto ocurre con respecto al volumen estimado, que para el MDT(LiDAR) es ligeramente mayor (9.44 %)
que para el MDT(Top). Esto puede deberse al mayor detalle en términos de elevación dada la forma
automatizada y masiva de un levantamiento tipo LiDAR que imprime un mayor detalle de la realidad. Sin
embargo, no es suficiente para que el cálculo volumétrico llegue a ser muy diferente (al menos ≤ 50%). Con
respecto a los mapas de inundación generados, es evidente el MDT(LiDAR) aporta mayor realismo que el MDT(Top),
lo que implica que este último puede considerarse como una representación más conceptual del área de
inundación sobre el terreno. Teniendo en cuenta la escasez de información a escalas de detalle en el contexto
latinoamericano, como es el presente caso de estudio, la definición de la escala de trabajo puede ser
determinante en la elección del MDT. A la luz de los resultados, si se requiere trabajar con escalas de detalle
del orden de 1: 5,000 o menor, lo recomendable es elegir a MDT(LiDAR). Sin embargo, para estudios entorno a
escalas de 1: 10,000 podría ser suficiente el MDT(Top) con su ventaja en costos y relativa facilidad de adquisición
de primera mano, o de fuentes secundarias (empresa local de alcantarillado).
El RMSE para la extensión de inundación en MDT(Top) y MDT(LiDAR) no mostró en términos generales diferencias
notables con un 9.1 % en los 6 puntos evaluados. El menor RMSE lo obtuvo el MDT(LiDAR) con un valor de 0.458
m frente a los 0.504 m del MDT(Top). En los puntos evaluados el MDT(Top) tendió a producir profundidades
mayores que el MDT(LiDAR). Los valores encuestados se mostraron casi siempre mayores con respecto a los
estimados en la extensión de inundación, esto puede ser debido a un vago recuerdo de los niveles de agua
durante el evento histórico por parte de los encuestados. Pero es de recalcar que los datos encuestados y
estimados tienden a comportarse similar en términos relativos, dando certidumbre a los resultados de la
simulación de la inundación y su proyección en el espacio.
Es importante recalcar que para comparaciones fiables la referencia altimétrica debe ser la misma para evitar
errores de interpretación. En este estudio todas las alturas fueron referidas en metros sobre el nivel del mar
(ortométricas), cualquier otro modelo procedente de otra fuente geomática debe tener el mismo modelo del
geoide terrestre local para evitar discrepancias. Por otro lado, hay que destacar lo cambiante que puede ser
la morfología de un terreno en un entorno urbano, lo que puede explicar, en parte, las discrepancias
encontradas.
Es recomendable para estudios posteriores: 1.) corroborar con levantamientos en campo las alturas reflejadas
en los modelos con un número considerable de puntos para estimar el error y evaluar su comportamiento. 2.)
También es necesario un mayor número de encuestas en el área de estudio para tener mayor confianza
estadística en cuanto al cálculo del RMSE para ambos modelos. 3.) Realizar comparativas con modelos del
terreno actualizados procedente de otras fuentes o técnicas de adquisición como Drones o UAV’s. 4.) Efectuar
un estudio de detección de cambios en periodos cortos para determinar si pueden darse cambios fuertes con
respecto a los modelos disponibles.
7. CONCLUSIONES
471

En el presente trabajo se ha realizado una comparación entre dos modelos digitales del terreno (LiDAR
y Topografía Convencional), una estimación del volumen, área y RMSE para un evento extremo de
inundación en una ciudad costera del caribe colombiano.

Para el evento extremo estudiado de inundación y área analizada, las diferencias entre modelos no
fueron tan acusadas como se esperaba. El modelo topográfico tiene a sobrestimar la extensión de
inundación ligeramente con respecto al LiDAR.

El modelo LiDAR y de Topografía difieren entre sí, aunque son consistentes. El modelo topográfico se
puede definir como conceptual a nivel de detalle, mientras el LiDAR se podría calificar como realista,
confirmando como el estándar de máximo resolución espacial según la literatura.

El área y el volumen de la extensión de inundación no mostraron diferencias muy importantes entre
sí, pudiendo usarse el modelo de topografía convencional a una escala de trabajo de detalle mediano
(> 1: 10,000). A este nivel de detalle, el efecto de ambos modelos sobre la representación de la
inundación no es suficientemente acusado.

El modelo LiDAR puede explicar con mejor precisión las profundidades de inundación que el modelo
topográfico para el evento de septiembre de 2011, aunque ambos coinciden en subestimar las
profundidades de inundación para dicho evento.

Se puede decir que, para un contexto urbano de similar área, ambos modelos pueden tener casi las
mismas prestaciones para analizar inundaciones de un evento extremo si la escala de trabajo no es
exigente.

Para las condiciones económicas y la información cartográfica existente en los países
latinoamericanos, así como para grandes extensiones urbanas, se puede considerar que el modelo
obtenido a partir de topografía convencional tiene un nivel de detalle óptimo. Puede ser utilizado para
representar apropiadamente las inundaciones extremas bajo el contexto local frente al LiDAR, más
costoso y menos asequible, aunque más realista. Este último (Modelo LIDAR) puede ser usado para
escalas de trabajo de 1:5,000 y áreas pequeñas (30 ha), por ejemplo, en zonas consideradas de
actuación prioritaria frente a inundaciones.

La topografía LiDAR puede ser usada en zonas de actuación prioritaria de área reducida, y previamente
identificadas con fuentes topográficas convencionales de menor detalle.
8. BIBLIOGRAFÍA
Bertoni, J. C., Tchiguirinskaia, J., Thein, K. N. N., & Hubert, P. (2006). Urban floods in Latin America: reflections
on the role of risk factors. Frontiers in flood research, 123-141.
Casas, A., Benito, G., Thorndycraft, V. R., & Rico, M. (2006). The topographic data source of digital terrain
models as a key element in the accuracy of hydraulic flood modelling. Earth Surface Processes and
Landforms, 31(4), 444-456.
CREACUA, Centro de Recuperación de Ecosistemas Acuáticos, F. (2014). Caracterización hidráulico -territorial
de la subcuenca urbana [online]. Available at: http://modcelrhcdatos.wix.com/modcel-riohacha#!avance/cco
[Accessed 18 Apr. 2016].
CREACUA, Centro de Recuperación de Ecosistemas Acuáticos, F. (2015) Proyecto: “Adaptación Urbana Verde
frente a inundaciones con el soporte de la modelación matemática y del software MODCEL en Riohacha, La
Guajira, Colombia”; Convenio de cooperación Nº 9677-04-1047-2013. [online] Available at:
http://modcelrhcdatos.wix.com/modcel-riohacha#!avance/cco [Accessed 18 Apr. 2016].
DIMAR, Dirección General Marítima de Colombia. (2008). Sistema Web de Administración de Metadatos
Interinstitucional SWAMI. [online] Available at: http://sig.dimar.mil.co/swami/ [Accessed 18 Apr. 2016].
472
El Informador. (2011). Centenares de familias damnificadas en Riohacha. [online] Available at:
http://www.elinformador.com.co/index.php/region-caribe/77-la-guajira/24753-centenares-de-familiasdamnificadas-en-riohacha [Accessed 20 Apr. 2016].
Escobar Villanueva, J., Nardini, A. and Iglesias, L. (2015). Evaluación del uso de topografía LiDAR en el modelado
de inundaciones urbanas con MODCEL©. Aplicación a la ciudad costera de Riohacha, La Guajira (Caribe
Colombiano). In: Teledetección: Humedales y Espacios Protegidos. [online] Sevilla (España): J. Bustamante, R.
Díaz-Delgado,
D.
Aragonés,
I.
Afán
y
D.
García,
pp.383-386.
Available
at:
http://ocs.ebd.csic.es/index.php/AET/2015/paper/download/62/278 [Accessed 18 Apr. 2016].
Ezeh, A. C., Bongaarts, J., & Mberu, B. (2012). Family planning 1: Global population trends and policy options.
The Lancet, 380(9837), 142-8.
Gillin, C. P., Bailey, S. W., McGuire, K. J., & Prisleyt, S. P. (2015). Evaluation of LiDAR-derived DEMs through
terrain analysis and field comparison.Photogrammetric Engineering & Remote Sensing, 81(5), 387-396.
Grass.osgeo.org.
(2016).
GRASS
GIS
manual:
r.lake.
[online]
https://grass.osgeo.org/grass64/manuals/r.lake.html [Accessed 19 Apr. 2016].
Available
at:
Hoyos, N., et al. "Impact of the 2010–2011 La Niña phenomenon in Colombia, South America: the human toll
of an extreme weather event." Applied Geography 39 (2013): 16-25.
Mascarenhas, F. C. B., & Miguez, M. G. (2002). Urban flood control through a mathematical cell model. Water
international, 27(2), 208-218.
Mason, D. C., Horritt, M. S., Hunter, N. M., & Bates, P. D. (2007). Use of fused airborne scanning laser altimetry
and digital map data for urban flood modelling. Hydrological Processes, 21(11), 1436-1447.
Miguez, M. G., Mascarenhas, F. C. B., Canedo de Magalhães, L. P., & D’Alterio, C. F. V. (2009). Planning and
design of urban flood control measures: Assessing effects combination. Journal of Urban Planning and
Development, 135(3), 100-109.
Sanders, B. F. (2007). Evaluation of on-line DEMs for flood inundation modeling. Advances in Water
Resources, 30(8), 1831-1843.
Sedano-Cruz, K. A. R. I. M. E., Carvajal-Escobar, Y. E. S. I. D., & Díaz, Á. J. Á. (2013). Análisis de aspectos que
incrementan el riesgo de inundaciones en Colombia. Revista. Luna. azúl, 37, 219-238.
UNGRD, Unidad Nacional para la Gestión del Riesgo de Desastres de Colombia (2014). Informe de Rendición
de
cuentas
2013-2014.
[online]
Portal.gestiondelriesgo.gov.co.
Available
at:
http://portal.gestiondelriesgo.gov.co/Documents/Informes-deGestion/informe_tecnico_rendicion_2013_2014.pdf. [Accessed 21 Apr. 2016].
Witt, E. C. (2015). Evaluation of the US Geological Survey standard elevation products in a two-dimensional
hydraulic modeling application for a low relief coastal floodplain. Journal of Hydrology, 531, 759-767.
9. AGRADECIMIENTOS
Agradecimientos a la Fundación CREACUA por ceder los datos del proyecto “Adaptación Urbana Verde”. Al
Programa de Formación de Alto Nivel de la Universidad de La Guajira (Colombia) que hace posible la dedicación
exclusiva para la producción y divulgación científica del autor principal.
473

ANÁLISIS DE SENSIBILIDAD DE LA TOPOGRAFÍA

Transcripción

Documentos relacionados

Flash Sustarin C MDT

Módulo de Imágenes

TCP – MDT - BricsCAD

Diapositiva 1 - Asociación Española de la Carretera