propuesta metodológica para la evaluación espacial del riesgo …€¦ · zonas de valles...

Propuesta metodológica para la evaluación espacial del riesgo por heladas en zonas de producción de uva (Vitis

Vinícola) en el departamento de Tarija como complemento para un sistema de alerta temprana

Ing. Albert Hans Argote Adrian Diciembre, 2010

UNIVERSIDAD MAYOR DE SAN SIMÓN VICERRECTORADO

Centro de Levantamientos Aeroespaciales

y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales

Propuesta metodológica para la evaluación espacial del riesgo por heladas en zonas de producción de uva en el departamento

de Tarija como complemento para un sistema de alerta temprana

Por:

Ing. Albert Hans Argote Adrian Asignación Final Individual (Trabajo de Grado) presentado al Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales en cumplimiento parcial de los requisitos para la obtención del grado académico de Máster en Ciencias de la Geo - Información y Observación de la Tierra, en la mención en: Evaluación en recursos hídricos Comité de evaluación del AFI Lic. J. Stephan Dalence M. Msc. Presidente Ing. Carlos E. Román C. MSc. Asesor principal Ing. Maria R. Sandoval G. Msc. Docente CLAS Ir. Gabriel N. Parodi Msc. Docente ITC

Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales Cochabamba, Bolivia

Aclaración Este documento describe el trabajo realizado como parte del programa de estudios de Maestría en el Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales. Todos los puntos de vista y opiniones expresadas en el mismo son responsabilidad exclusiva del autor y no representan necesariamente las del Centro.

i

Resumen

Los riesgos de heladas constituyen un evento que es frecuente en zonas del altiplano Boliviano como en zonas de valles interandinos, que genera un impacto negativo en la actividad agrícola de la región. Es por ello la necesidad de poder determinar las amenazas y distribución de heladas de forma espacial, así como su probabilidad de ocurrencia de las mismas para una zona en particular como para un tipo de cultivo, tal cual el caso de la vid (Vitis Vinicola). La realización de un sistema de apoyo de almacenamiento de datos espaciales, así como la publicación de los mismos es una herramienta necesaria dentro de un sistema de apoyo a la gestión de riesgos y sobre todo a un sistema de alerta temprana. Es por eso que se requiere tener un gestor de base de datos y un servidor o usuario que permita la manipulación, almacenamiento, edición y publicación de los mismos mediante un servidor de mapas para un soporte de alerta temprana. Es un base a estas argumentos que se realiza esta propuesta de metodológica para realizar una evaluación espacial del riesgo por heladas en zonas productoras de uva en el departamento de Tarija, esto con el fin de detallar de forma espacial la ocurrencia del evento de helada y su posterior migración a un sistema que nos permita almacenar, recopilar, editar, visualizar y publicar cartografía temática de amenaza y probabilidad de ocurrencia del evento que puede servir para otro tipo de usuarios involucrados en la gestión de riesgo y sistema de alerta temprana. Palabras claves: Heladas, probabilidad de ocurrencia, información meteorológica, distribución espacial, base de datos, servidores de red.

ii

Dedico este trabajo

A la fuerza de las circunstancias, buenas o malas pero siempre presentes…

iii

Agradecimientos

A ese bello sentimiento que nos motiva a seguir y creer……. A mis padres Alberto e Isidora y mi hermanita Paolita A tod@s las personas que tuve la oportunidad de conocer en el transcurso de este año, miles de gracias

iv

Tabla de contenidos 1. Introducción ......................................................................................................................................1

1.1. Justificación ..............................................................................................................................1

1.2. Antecedentes .............................................................................................................................1

2. Objetivos ..........................................................................................................................................3

2.1.1. Objetivo general .................................................................................................................3

2.1.2. Objetivos específicos .........................................................................................................3

3. Marco Teórico ...................................................................................................................................5

3.1. Definición de riesgo ...................................................................................................................5

3.2. Riesgo agroclimático .................................................................................................................5

3.3. Riesgo por heladas .....................................................................................................................5

3.4. Sistema de alerta temprana ........................................................................................................7

3.5. Variables meteorológicas en la agricultura .................................................................................7

3.6. Tolerancia de cultivares de Vid (Vitis Vinifera) a las heladas .....................................................8

3.7. Aplicacion de los sistemas de informacion geografia a la gestion de riesgos ...............................8

3.8. Espacializacion de datos meteorológicos ....................................................................................8

3.9. Base de datos y servidores .........................................................................................................9

4. Marco Metodológico .......................................................................................................................11

4.1. Ubicación de la zona de estudio ...............................................................................................11

4.2. Metodologia ............................................................................................................................12

4.2.1. Primera fase: recopilación/revisión de la información disponible ......................................12

4.2.2. Georeferenciación de datos espaciales ..............................................................................13

4.3. Caracterización de la información meteorológica .....................................................................13

4.3.1. Registro histórico de datos de temperatura mínima diaria por estaciones ...........................13

4.3.2. Relleno de datos diarios y mensuales ................................................................................14

4.4. Cálculo de parametros .............................................................................................................14

4.4.1. Cálculo de amenaza de helada ..........................................................................................14

4.4.2. Cálculo de probabilidades de helada .................................................................................15

4.5. Instalación de servidor de base de datos PostgreSQL ...............................................................17

5. Resultados y Discusión ...................................................................................................................18

5.1. Resultados de reclasificación de mapas ....................................................................................18

5.2. Mapas de amenaza de helada ...................................................................................................19

v

5.2.1. Amenaza de helada para Mayo ........................................................................................ 19

5.2.2. Amenaza de helada para Junio ......................................................................................... 20

5.2.3. Amenaza de helada para Julio .......................................................................................... 21

5.2.4. Amenaza de helada para Agosto ...................................................................................... 22

5.2.5. Amenaza de helada para Septiembre ................................................................................ 23

5.3. Cálculo de probabilidad de helada ........................................................................................... 23

5.3.1. Mapas de probabilidad de helada ..................................................................................... 29

5.4. Gestor de base de datos y visualización ................................................................................... 33

6. Conclusiones .................................................................................................................................. 35

7. Recomendaciones ........................................................................................................................... 36

8. Referencias Bibliográficas .............................................................................................................. 37

vi

Lista de figuras

Figura 1. Mapa de ubicación ...................................................................................................................11Figura 2. Mapa de estaciones ..................................................................................................................13Figura 3. Tabla de registros de periodo invernal ......................................................................................16Figura 4. Base de datos generada ............................................................................................................17Figura 5. Uso actual de suelo ..................................................................................................................18Figura 6. Mapa de amenaza de helada para Mayo ....................................................................................19Figura 7. Mapa de amenaza de helada para Junio ....................................................................................20Figura 8. Mapa de amenaza de helada para Julio .....................................................................................21Figura 9. Mapa de amenaza de helada para Agosto ..................................................................................22Figura 10. Mapa de amenaza de helada para Septiembre .........................................................................23Figura 11. Grafico de frecuencia acumulada estación Choclaca ...............................................................26Figura 12. Gráfico de frecuencia acumulado estación Coimata ................................................................27Figura 13. Gráfico de frecuencia acumulada estación El Tejar .................................................................27Figura 14. Gráfico de frecuencia acumulada estación San Andrés ............................................................27Figura 15. Gráfico de frecuencia acumulada estación AASANA .............................................................28Figura 16. Gráfico de frecuencia acumulada estación Trancas .................................................................28Figura 17. Gráfico de frecuencia acumulada estación Turumayu .............................................................28Figura 18. Gráfico de frecuencia acumulado estación Yesera Norte .........................................................29Figura 19. Mapa de probabilidad de helada alta .......................................................................................30Figura 20. Mapa de probabilidad de helada media ...................................................................................31Figura 21. Mapa de probabilidad de helada baja ......................................................................................32Figura 22. Base de datos generado ..........................................................................................................33Figura 23. Detalle de creación de usuario ................................................................................................33Figura 24. Base de datos amenaza de helada ...........................................................................................34Figura 25. Visualización de amenaza de helada de base de datos .............................................................34

vii

Lista de cuadros

Cuadro 1. Detalle de estaciones consideradas ......................................................................................... 12Cuadro 2. Clasificación de altitud ........................................................................................................... 15Cuadro 3. Clasificación de uso actual ..................................................................................................... 15Cuadro 4. Clasificación de temperaturas mínimas mensuales .................................................................. 15Cuadro 5. Reclasificación de amenaza de helada .................................................................................... 19Cuadro 6. Probabilidad de helada estación Choclaca ............................................................................... 24Cuadro 7. Probabilidad de helada estación Coimata ................................................................................ 24Cuadro 8. Probabilidad de helada estación El Tejar ................................................................................ 24Cuadro 9. Probabilidad de helada estación San Andrés ........................................................................... 25Cuadro 10. Probabilidad de helada estación AASANA-Tarija ................................................................. 25Cuadro 11. Probabilidad de helada estación Trancas ............................................................................... 25Cuadro 12.Probabilidad de helada estación Turumayu ............................................................................ 26Cuadro 13. Probabilidad de helada estación Yesera Norte ....................................................................... 26

PROPUESTA METODOLOGICA PARA LA EVALUACION ESPACIAL DEL RIESGO POR HELADAS EN ZONAS PRODUCTORAS DE UVA EN EL DEPARTAMENTO DE TARIJA COMO COMPLEMENTO PARA UN SISTEMA DE ALERTA TEMPRANA

1

1. Introducción

El concepto de riesgo climático, como el de riesgo en general, implica la presencia de un acontecimiento natural extremo, pero en absoluto imprevisible, y una actividad humana susceptible de ser dañada por dicho acontecimiento (Cuartas, 2007). Si bien la caracterización del clima de una región se basa en los valores medios de los elementos climáticos, la sucesión habitual de estados atmosféricos cercanos a la media se ve alterada frecuentemente por episodios meteorológicos extremos, pero no excepcionales (Serrano, 2006). Éstos forman parte, al igual que los valores medios, de la caracterización climática de la región y es necesario poder interpretarlos de tal forma que puedan ser útiles para reducir sus efectos negativos en la actividad productiva de una región. Entre estos efecto se encuentra el provocado por heladas que suceden en distintos sectores del territorio nacional, generando una serie de impactos a los pequeños y medianos productores provocando la perdida de cultivos y producción. Hoy en día es necesario reconocer los daños económicos, ocasionados por esta clase de eventos meteorológicos a nivel global como a nivel nacional. La incidencia de esta clase de eventos trae consigo una serie de necesidades planteadas para determinar qué propuestas se pueden generar mediante sistemas de alerta temprana y la toma de decisiones oportuna.

1.1. Justificación

Los sistemas de alerta temprana son mecanismos útiles para los productores y sectores dedicados a las actividades agrícolas y de producción. Mediante estos sistemas se pueden reducir, mitigar o evitar los posibles impactos que pueden afectar la producción en conjunto, transformándose esto en un beneficio, son sólo para el productor sino para la población en general. Si bien existe una serie de metodologías y experiencia en sistemas de alerta temprana respecto a riesgo climático, esto en relación a riesgo de heladas. En la región aun se presenta la necesidad de contar con una propuesta de carácter metodológico capaces de generar información espacial en intervalos de tiempo necesarios frente a riesgo de heladas.

1.2. Antecedentes

Los eventos extremos de heladas sucedidos en nuestro país denotan la necesidad de incorporar sistemas de alerta temprana que permitan reducir los potenciales daños que puedan ocasionar al sistema productivo de la región. Esta clase de eventos se registran principalmente en la zona occidental del país, así como en la parte de los valles interandinos.. Las heladas se producen en la época de invierno, sin embargo, existen regiones, como los valles interandinos en las que también se presentan eventos en otras épocas del año. Tal es el caso del departamento de Tarija que sufre de estos acontecimientos debido al ingreso de frentes

Título del AFI

2

fríos provenientes del hemisferio sur. En los últimos años, gran parte de la producción se ha visto afectada directamente por eventos extremos de helada, como lo ocurrido en el presente año, en que las temperaturas llegaron hasta los -9ºC, afectando al 70% de los cultivos del departamento de Tarija1

1 Montaño; 2010; Heladas amenazan la seguridad alimentaria; Semanario digital Pulso;

(Montaño, 2010) No solamente se presentaron eventos extremos este año, sino también en años anteriores, citando por ejemplo lo sucedido en el 2004 donde al menos 33 comunidades del valle central de Tarija fueron afectadas por la helada afectándose casi al 90% de los cultivos de uva.

http://www.pulsobolivia.com/index.php?option=com_content&view=article&id=3824:heladas-amenazan-la-seguridad-alimentaria&catid=121:informacion; revisado 22 de Octubre de 2010

http://www.pulsobolivia.com/index.php?option=com_content&view=article&id=3824:heladas-amenazan-la-seguridad-alimentaria&catid=121:informacion�

http://www.pulsobolivia.com/index.php?option=com_content&view=article&id=3824:heladas-amenazan-la-seguridad-alimentaria&catid=121:informacion�


3

2. Objetivos

2.1.1. Objetivo general

• Proponer una metodología para la evaluación espacial del riesgo de helada en zonas de producción de uva en el departamento de Tarija como complemento para un sistema de alerta temprana.

2.1.2. Objetivos específicos

• Analizar el comportamiento de variables meteorológicas que influyen en las heladas.

• Determinar de forma espacial la distribución del riesgo de heladas.

• Identificar opciones para el almacenamiento y publicación de resultados en tiempo real.


5

3. Marco Teórico

3.1. Definición de riesgo

Riesgo es la exposición o la probabilidad de la pérdida debido a una amenaza en particular para un área determinada y en un periodo de referencia. Puede ser expresada matemáticamente como la probabilidad que la amenaza de un impacto ocurrirá multiplicada por las consecuencias del impacto (Westen, 2007) De la misma forma el término riesgo se utiliza en general para situaciones que involucran incertidumbre, en el sentido de que en el rango de posibles resultados para una determinada acción es en cierta medida significativo (Fiorito, 2006). Existe otra manera de enfocar al riesgo, está muy relacionado con otros dos elementos, la cual se describe mediante la siguiente expresión (Westen, 2007)

Amenaza x Vulnerabilidad = Riesgo

3.2. Riesgo agroclimático

Se define a riesgo agro climático como la probabilidad de que ocurran perdidas de producción (o de calidad) en una actividad agropecuaria por efecto de fenómenos climáticos. Este posee dos componentes fundamentales que son la probabilidad de ocurrencia del fenómeno climático y la reducción estimada en los rendimientos por el efecto de estos (Heinzenknecht, 2001). El riesgo agro climático debe ser valorado y entendido por toda la cadena productiva; porque a partir de esto se puede definir el punto de inicio para ayudar a los productores a mejorar el manejo de su cultivo para la reducción de pérdidas y a tomar mejores decisiones frente a situaciones adversas y perdidas (Acosta, 2008).

3.3. Riesgo por heladas

Desde el punto de vista meteorológico se considera helada a todo descenso de temperatura del aire igual a 0ºC. El concepto de helada admite una interpretación más biológica desde el punto de vista agrícola, definiéndose a la helada como los descensos térmicos capaces de causar daños a los tejidos vegetales, de acuerdo a la especie y variedad, el estado fenológico y sanitario y edad, entre otros. Se define como helada agro meteorológica a la ocurrencia de una temperatura mínima diaria no superior a los 3ºC a 1.5 metros de altura dentro del refugio meteorológico, lo que equivaldría a 0ºC o menos en la intemperie en superficie (Burgos, 2004). Las heladas pueden clasificarse según su época de ocurrencia, por el proceso físico que les da origen y por los efectos que causan en los cultivos (Medina, 2008).

6

Clasificación por época de ocurrencia de heladas Heladas otoñales.- Son las primeras heladas de la temporada de invierno y ocurren normalmente durante el otoño. Invernales.- Ocurren en plena temporada de invierno. Son las que menor daño provocan, dado que en esa época la mayoría de las plantas se encuentran en reposo y por lo tanto en condiciones de soportar bajas temperaturas. Heladas primaverales.- Son las últimas heladas de la temporada fría y ocurren normalmente durante la primavera. Proceso físico Heladas de advección.- Son provocadas por un vuelco de aire frío. Este tipo de helada se caracteriza por la presencia de vientos con velocidades iguales o superiores a 15 km/hora y la variación de la temperatura con la altura en negativo, sin inversión térmica. Heladas de radiación.- Este tipo de heladas se caracteriza por gran pérdida de calor del suelo durante la noche, favorecida por el escaso o nulo viento y por un 28 cielo sin nubosidad, que provoca un fuerte enfriamiento de suelo y de las capas de aire en contacto con él. La helada radiativa es precedida por la ocurrencia de inversión térmica, por lo que la temperatura es más baja en la zona cercana a la superficie terrestre y aumenta con la altura. La inversión térmica se forma una vez que se rompe el ciclo convectivo del aire, debido al enfriamiento del suelo. Heladas mixtas.- Se denominan de este modo cuando además del vuelco de aire frío, existe simultáneamente un enfriamiento por pérdida de calor del suelo. Clasificación según efectos visuales Helada blanca.- Ocurre cuando se forma hielo sobre la superficie de las plantas y objetos expuestos libremente a la radiación nocturna. La temperatura es menor o igual a 0°C. Helada negra.- La helada negra ocurre cuando el descenso de la temperatura por debajo de 0°C no va acompañado de formación de hielo por la escasa humedad relativa en el ambiente. Su designación responde a la visualización de la coloración negruzca que adquieren al día siguiente algunos órganos vegetales, debido a la destrucción causada por el frío.


7

3.4. Sistema de alerta temprana

El sistema de alerta temprana (SAT) es un conjunto integrado de mecanismos y procedimientos orientados a destacar en forma oportuna la ocurrencia de fenómenos peligrosos que podrían causar daños a poblaciones vulnerables o sistemas productivos. Se apoya en la vigilancia de indicadores que permiten identificar la ocurrencia inminente del evento dañino para luego generar alertas que se comunican a las poblaciones en riesgo, activar mecanismos de alarma para orientar la evacuación de las poblaciones expuestas hacia lugares seguros (Gonzales, 2008). De la misma forma se tiene que detallar que un adecuado SAT demanda la actuación responsable de las organismos, instituciones y población en conjunto que pueda movilizarse para evitar daños y pérdidas de vidas o bienes en las poblaciones que puedan ser considerables vulnerables frente a fenómenos climáticos (Unidas, 2007) Un SAT, en el caso de la climatología involucra, mecanismos de monitoreo mediante determinadas estaciones puntuales, donde dichas estaciones recopilan datos de precipitación, radiación solar, velocidad del viento, humedad, temperatura y otros. Estos datos sirven para realizar un seguimiento que permite conocer el comportamiento climático y poder detectar mediante un registro de datos los comportamientos extremos en ciertos periodos de tiempos. Esto se lo hace para poder realizar un análisis y seguimiento, y poder generar escenarios potenciales en caso de que algún evento climatológico extremo pueda afectar a una población o algún sistema productivo; de la misma forma un SAT involucra mucho los factores en su conformación, tal el caso de sistema de soporte a las decisiones, componentes socioeconómicos, logísticos, etc. (GTZ, 2008).

3.5. Variables meteorológicas en la agricultura

Las variables meteorológicas en la agricultura son fundamentales, ya que condicionan gran parte de las características naturales de la zona. Dichas variables dependen de la caracterización que se pueda utilizar para su regionalización, las cuales se pueden detallar de la siguiente forma: Precipitación pluvial: la precipitación es la caída directa de las gotas de agua o de cristales de hielo sobre la superficie terrestre. La cantidad de precipitación se mide en milímetros (mm) con un sensor llamado pluviómetro. Humedad ambiental: se denomina humedad ambiental a la cantidad de vapor de agua presente en el aire. Se puede expresar de forma absoluta o de forma relativa denominándose humedad relativa o grado de humedad. Normalmente se utiliza la segunda y se expresa como porcentaje (%) respecto a un ambiente saturado. Radiación solar: es el flujo de energía que se recibe del sol en forma de ondas electromagnéticas de diferentes frecuencias. Es medida en calorías por centímetro cuadrado por minuto o día (cal/cm2/día) o en Watts por metro cuadrado (W/m2).

8

Temperatura del aire: la temperatura es la medida del contenido de calor de un cuerpo o del medio ambiente. El calor equivale a la energía calorífica que contiene. Se mide con un sensor y se expresa en grados centígrados °C (Medina, 2008).

3.6. Tolerancia de cultivares de Vid (Vitis Vinifera) a las heladas

Existen distintas variedades de uva para climas diferentes. Si bien la vid pertenece a climas templados e intertropicales, pudiéndose realizarse en zonas donde la temperatura media anual no desciende de los 9 °C. La Vid es bastante resistente a las heladas invernales, pero esta resistencia se reduce luego de la brotación, comprometiéndose la cosecha. Esto lleva a que algunos viñedos muy expuestos estén equipados con dispositivos de lucha contra las heladas, eficientes pero costosos, como el riego por aspersión o estufas con gasoil. (Icarito, 2007). Durante el periodo vegetativo la vid debe sufrir una acumulación de calor diario suficiente a fin de madurar correctamente sus racimos. Dicha acumulación va desde los 2800 a 4000 °C dependiendo del cepaje. Se puede acomodar a distintos tipos de suelos, desde el pobre al más fértil y desde el más ácido al más calcáreo. Los buenos suelos vitícolas se caracterizan por una riqueza de mediana a débil, con un poder de infiltración elevado, gravosos que permiten un rápido calentamiento en primavera. En cuanto al pH es dependiente de la cepa que se utiliza. (Icarito, 2007).

3.7. Aplicacion de los sistemas de informacion geografia a la gestion de riesgos

La aplicación de los SIG en la gestión de riesgos se ha convertido en una herramienta indispensable para una adecuada gestión del territorio, ya que por medio de estos instrumentos se puede manejar información cartográfica y espacial que pueden señalar zonas susceptibles a sufrir posibles impactos debido a eventos extremos climáticos o de otro tipo (Villalobos, 2005). Las verdaderas potencialidades del análisis SIG para la evaluación de riesgos naturales parten de la correlación espacial, esto es, el conocimiento de la repetición en otros elementos del territorio de objetos con determinados valores umbral para las variables que controlan el desencadenamiento de los fenómenos naturales (peligrosidad); así como el cruce (mediante algebra de mapas) de estas aéreas con los bienes y personas expuestos al riesgo y vulnerables al mismo (Baskar, 1999).

3.8. Espacializacion de datos meteorológicos

Una de las bondades de los SIG es la espacialización de datos, agregar y/o calcular las variables y parámetros de un determinado modelo, utilizando los resultados como entradas el mismo (Baskar, 1999). La espacialización de datos meteorológicos se los realiza mediante procesos de ubicación de datos puntuales, es decir que tengan coordenadas de ubicación ya sean geográficas o proyectadas; como ser estaciones meteorológicas que tengan como atributo valores de temperatura, precipitación, altura, humedad, etc. Dichos puntos mediante procesos geo- estadísticos de interpolación se logran distribuir de forma espacial con los valores del atributo sobre un determinado espacio delimitado por las coordenadas de un sistema de referencia (Morales, 2006).


9

3.9. Base de datos y servidores

PostgreSQL es un avanzado sistema de bases de datos relacionales basado en Open Source. Esto quiere decir que el código fuente del programa está disponible a cualquier persona libre de cargos directos, permitiendo a cualquiera colaborar con el desarrollo del proyecto o modificar el sistema para ajustarlo a sus necesidades. PostgreSQL está bajo licencia BSD (Denzer, 2002). Un sistema de base de datos relacionales es un sistema que permite la manipulación de acuerdo con las reglas del algebra relacional. Los datos se almacenan en tablas de columnas y renglones. Con el uso de llaves, esas tablas se puede relacionar con otras (Denzer, 2002). Al tener una base de datos que pueda almacenar la información generada, sirve como un mecanismos de relación servidor-usuario; esto permite a otros usuarios del sistema acceder a los datos disponibles del servidor y poder realizar ediciones o modificaciones en función a necesidades identificadas por un usuario o en todo caso simplemente la visualización de los mismos. Un detalle que ahora otorgan las relaciones de base de datos postgreSQL es el almacenamiento de información geoespacial que permite ser un buen gestor de operaciones con información de carácter espacial, así como realizar operaciones, filtros y la visualización de los mismos mediante cartografía temática básica mediante otros programas que puedan enlazarse con su base de datos, tal el caso del programa Quantum GIS. Los servidores de mapas o en ingles web map services (WMS) producen mapas de datos referenciados espacialmente, de forma dinámica a partir de información geográfica. Este estándar internacional define un mapa como una representación de la información geográfica en forma de archivo de imagen digital conveniente para la exhibición en una pantalla de ordenador. Un mapa no consiste en los propios datos. Los mapas producidos por WMS se generan normalmente en un formato de imagen como PNG. GIF o JPEF, y opcionalmente como gráficos vectoriales en formato SVG (Scalable Vector Graphics) o WebCGM (Consortium, 2002). Las operaciones WMS pueden ser invocadas usando un navegador estándar realizando peticiones en la forma de URL’s (Uniform Resource Locators). El contenido de tales URLs depende de la operación solicitada. Concretamente, al solicitar un mapa, la URL indica qué información debe ser mostrada en el mapa, qué porción de la tierra debe dibujar, el sistema de coordenadas de referencia, y la anchura y la altura de la imagen de salida. Cuando dos o más mapas se producen con los mismos parámetros geográficos y tamaño de salida, los resultados se pueden solapar para producir un mapa compuesto. El uso de formatos de imagen que soportan fondos transparentes ( GIF o PNG) permite que los mapas subyacentes sean visibles. Además, se puede solicitar mapas individuales de diversos servidores. (Consortium, 2002).

http://es.wikipedia.org/wiki/URL�

http://es.wikipedia.org/wiki/URL�

http://es.wikipedia.org/wiki/Sistema_de_coordenadas�

http://es.wikipedia.org/wiki/GIF�

http://es.wikipedia.org/wiki/PNG�

http://es.wikipedia.org/wiki/Servidor_inform%C3%A1tico�

10

Entro los requerimientos tecnológicos, es necesario contar con un servidor base, que dentro sus características estén un procesador de alta velocidad y que pueda soportar el enlace de varios puertos de servidores para distintos usuarios. El servidor requiere de una memoria RAM adecuada, tarjeta de video y de red (Consortium, 2002).


11

4. Marco Metodológico

4.1. Ubicación de la zona de estudio

El área de estudio se encuentra ubicada en el valle central del departamento de Tarija. Se encuentra situada al sur de Bolivia; limitando con los departamentos de Chuquisaca al Norte, al Sur con Argentina, el Oeste con el departamento de Potosí y al Este con Paraguay, tal cual se describe en la figura 1:

Figura 1. Mapa de ubicación

El área corresponde concretamente a la cuenca del valle central de Tarija, la cual se caracteriza por tener altitudes que oscilan entre los 1443 msnm en la parte más baja de los valles hasta los 4594 msnm en la zona montañosa. Las características del valle central de Tarija son las de un valle mesotermico, con climas y microclimas debido a las distintas altitudes existentes, con un promedio de 21ºC y con temperaturas máximas de 33ºC en verano y -3ºC en época de invierno.

12

Las precipitaciones pluviales se concentran principalmente durante los meses de Noviembre hasta mediados de Abril.

4.2. Metodologia

4.2.1. Primera fase: recopilación/revisión de la información disponible La recopilación de la información consistió en la búsqueda y recolección de la información e insumos en función a los requerimientos del estudio. Se recopiló información meteorológica del centro del Servicio Nacional de Meteorología e Hidrología (SENAMHI) de la regional Tarija. Dicha información corresponde a 5 años de datos temperatura máximas y mínimas diarios. La información meteorológica fue recopilada del Servicio Nacional de Meteorología e Hidrología (SENAMHI) de la regional Tarija. La información recopilada corresponde a distintos periodos de datos de temperatura máximas y mínimas, y humedad relativa. Las estaciones consideradas en la zona de estudio se detallan de la tabla 1: Cuadro 1. Detalle de estaciones consideradas

Estación Provincia Latitud Sud Longitud Oeste Altitud Chocloca Aviles 21º 44' 53" 64º 43' 46" 1795 Coimata Mendez 21º 29' 57" 64º 47' 20" 2027 El Tejar Cercado 21º 32' 35" 64º 43' 16" 1859 San Andrés Cercado 21º 37' 24" 64º 48' 54" 1987 San Jacinto Sud Cercado 21º 36' 37" 64º 43' 12" 1820 Tarija Cercado 21º 32' 0" 64º 43' 0" 1875 Trancas Méndez 21º 18' 0" 64º 49' 0" 2200 Turumayo Cercado 21º 33' 24" 64º 46' 42" 1978 Yesera Norte Cercado 21º 22' 0" 64º 34' 0" 2200

Igualmente, se trabajo con una imagen satelital Landsat TM correspondiente a la fecha de 30 de Noviembre de 2009, con un tamaño de pixel de 30m x 30m. De la misma forma se trabajo con información cartografía de cobertura, uso actual del territorio a escala departamental. Las estaciones empleadas en la zona de estudio fueron espacializadas, de tal forma que sea identificable y base para los procesos de interpolación, como se puede observar en la figura 2.


13

Figura 2. Mapa de estaciones

4.2.2. Georeferenciación de datos espaciales Para poder realizar un adecuado análisis se procedió a estandarizar la cartografía que pudo ser recopilada y generada, para ello fue necesario modificar ciertos elementos referentes a cambios de proyección espacial, sistema de coordenadas, transformación para alguno de los insumos obtenidos. Los programas utilizados fueron ILWIS 3.4 y ArcGIS 9.3.1, que se emplearon para la estandarización de las proyecciones, sistema de coordenadas y georeferencia. El tipo de proyección empleado fue Universal Transversal Mercator (UTM), zona 20S por ser el que más se adecua a la zona de estudio; el Datum y el esferoide empleados son WGS-84.

4.3. Caracterización de la información meteorológica

4.3.1. Registro histórico de datos de temperatura mínima diaria por estaciones Choclaca: datos disponibles en formato digital correspondiente al periodo 1993-2009, presentando perdida de información para algunos meses y por lo tanto falta de datos diarios.

14

Coimata: datos disponibles correspondientes al periodo 1980-2009, de igual manera se registraron pérdidas de datos mensuales y diarios. El Tejar: datos disponibles correspondientes al periodo 1970-2009, presentando perdida de datos diarios en algunos periodos. San Andrés: datos disponibles correspondientes al periodo 1996-2009, con pérdida de datos diarios en algunos periodos. Tarija (AASANA): datos disponibles correspondientes al periodo 1963-2009, con pérdida de datos diarios en algunos periodos. Trancas: se tienen registros correspondientes al periodo 1987-2009, con pérdida de datos mensuales y diarios en algunos periodos. Turumayu: se tienen registros correspondientes al periodo 1999-2009, con pérdida de datos diarios en algunos periodos. Yesera Norte: se tienen registros correspondientes al periodo 1991-2009, con pérdida de datos diarios y mensuales en algunos periodos.

4.3.2. Relleno de datos diarios y mensuales Como se mencionó anteriormente, al tener datos de las distintas estaciones, éstas no tienen registros de datos para algunos periodos, por lo cual es necesario considerar el relleno de valores no registrados para realizar un mejor análisis de los registros para la espacialización y la determinación de la amenaza de helada y la probabilidad de ocurrencia del evento. Es para ello realizar el relleno de datos faltantes para las distintas estaciones, por lo cual se utilizo el método de distancia inversa ponderada que permite otorgar mucho peso a datos cercanos de estaciones cercanas que aquellas que se encuentran a mayor distancia con relación a la estación observada. El relleno de datos se realizó para los periodos comprendidos entre el 2004-2009, esto para realizar el análisis de probabilidad de helada.

4.4. Cálculo de parametros

4.4.1. Cálculo de amenaza de helada Para determinar la amenaza de helada en la cuenca, se determinaron lo siguientes elementos

• Mapa de altitud de la cuenca • Mapa de uso actual de suelo • Temperaturas mínimas mensuales interanuales (Mayo-Septiembre)

Para el mapa de altitud se procedió de la siguiente forma: Se utilizó una imagen DEM de 30m x 30m de tamaño de pixel del sensor ASTER. Con este DEM se procedió a reclasificar considerando el siguiente cuadro:


15

Cuadro 2. Clasificación de altitud Altitud Valores

1649-2200 1 2200-2790 2 2790-3360 3 3360-3930 4 3930-4600 5

Para la reclasificación del mapa de uso actual del territorio, se considero el mapa de uso actual del municipio de Tarija tomando en cuenta las de los otros municipios que comprenden la cuenca del valle central. La reclasificación del uso se lo considero en base a la siguiente tabla: Cuadro 3. Clasificación de uso actual

Uso actual del territorio Valores Tierras de uso agrícola y agropecuario extensivo 1 Tierras de uso agro pastoril 2 Tierras de uso pastoril 2 Tierras sin uso actual 3

Para este caso se procedió a realizar la rasterización y agrupación de los distintos usos para la reclasificación. Para los mapas de temperatura se procedió en considerar los meses donde las temperaturas medias mensuales eran las más bajas. Los mismos, se presentan entre los meses de Mayo y Septiembre. De esta forma los valores por cada estación son espacializados considerando la siguiente reclasificación para la temperatura, tomando en cuenta el tipo de interpolación Inverse Distance Weighted, siendo el método que mejor se adapta para las características climatológicas. Cuadro 4. Clasificación de temperaturas mínimas mensuales

Temperaturas mínimas mensuales multianuales (Mayo-Septiembre)

Valores

0.6-2.0 °C 5 2.0-3.3 °C 4 3.3-4.7 °C 3 4.7-6.0 °C 2 6.0-7.4 °C 1

Después de la reclasificación de los mapas se procedió a realizar algebra de mapas para realizar la determinación de los mapas de amenaza de helada para los meses detallados anteriormente.

4.4.2. Cálculo de probabilidades de helada En regiones templadas, o templado-frías, es importante conocer la estación de crecimiento, o sea el período en el cual puede desarrollarse un cultivo de siembra a cosecha. En estas regiones, la estación de

16

crecimiento comúnmente es determinada a partir de la última de la última (primavera) a la primera helada (otoño). Las probabilidades de primera y última helada, así como el período libre de heladas se pueden calcular haciendo uso de la distribución acumulativa. Para poder realizar este cálculo de probabilidad de la aplicación de la distribución acumulativa, se utilizaron los datos de primera y última helada para los años en que éstas se presentaron en las estaciones consideradas de la zona de estudio, esto considerando los periodos disponibles por cada estación. En nuestro país, el descenso de las temperaturas se registran a partir del mes de Abril, siendo los meses Mayo hasta Septiembre donde se concentran las temperaturas más bajas. Es importante señalar que para los cálculos que se realizan se consideró el periodo invernal completo. Al hacerlo de esta manera, se consideraron los mínimos diarios de temperatura partiendo del evento en el mes que ocurrió.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Primera helada Ultima helada

Periodo invernal Figura 3. Tabla de registros de periodo invernal

La metodología utilizada fue propuesta por Ortiz (1987), con esta metodología, las fechas de ocurrencia de la primera y última helada de la serie histórica se ordenan cronológicamente y luego se codifican (Medina, 2008). Para calcular probabilidades con esta distribución, primero se necesita calcular la frecuencia acumulada (Fa). Éstas se obtienen mediante las siguientes formulas:

Ultima helada1

1+

−=m

kFa

Primera helada 1+

=m

kFa

Donde: K: Numero de orden M: numero de años con heladas Los valores de las frecuencias acumuladas se calcularon para cada una de las estaciones, tanto para la primera, como para la última helada. Después de eso, se procede a graficar para determinar la probabilidad del evento de helada. Los resultados de los cálculos de las frecuencias acumuladas y las graficas son detalladas en los resultados.


17

4.5. Instalación de servidor de base de datos PostgreSQL

Para realizar el almacenamiento en un gestor de base de datos es necesario instalar una herramienta que permite el almacenamiento, así como la gestión de servidor para otros usuarios. Es por ello que se considero PostgrSQL, que es un sistema de base de datos racional orientada objetos y libre, publicada bajo la licencia BSD. Para su instalación se considero como servidor al localhost del computador de mi persona, Albert Hans Argote, siendo este el servidor principal. De la misma forma se consideraron otros detalles de instalación como ser: el tipo de puerto, la encriptación, nombre de usuario, contraseña y otros, tal cual puede describirse en la figura:

Figura 4. Base de datos generada

Hay que recalcar que el tipo de formato de almacenamiento de datos es un lenguaje propio de PostgreSQL, por lo cual es necesario considerar otro programa que nos permite introducir los datos e información espacial de forma eficiente y rápida. Es por ello, que también se procede a utilizar el programa Quantum-GIS Tehys, que es de libre distribución para cualquier usuario. Dicho programa nos permite enlazar distintos atributos o mapas y poder realizar el almacenamiento a la base de datos de forma rápida y sencilla, simplemente considerando los permisos del servidor que pueda otorgar, asi como poder acceder a la base de datos y realizar la visualización de los datos, no solamente por el servidor principal, sino por cualquier otro tipo de usuario que tenga los permisos correspondientes. Para realizar la transferencia se considera que el formato mas optimo es el formato vector de shapefile (.shp), siendo este formato el que mejor adaptación tiene tanto para el QGIS como para el gestor de base de datos, por lo cual los resultados obtenidos se clasificaron y se transformaron a dicho formato; para el caso de los resultados raster obtenidos por las interpolaciones se procedió a convertirlos al formato vector y clasificarlos para su posterior migración a la base de datos.

18

5. Resultados y Discusión

5.1. Resultados de reclasificación de mapas

Para realizar el algebra de mapas previamente se utilizó un mapa de uso actual del suelo, esto debido a que dentro la metodología propuesta se considera que el tipo de uso tiene importancia dentro la valoración de la amenaza de riesgo de helada. En base a ello se caracterizo el mapa de uso actual descrito en la figura 4:

Figura 5. Uso actual de suelo

Los mapas de uso actual del territorio, altitud y de temperatura fueron reclasificados considerando los valores descritos en las tablas mencionados en el marco metodológico. Dichos mapas reclasificados fueron después utilizados para realizar algebra de mapas y poder reclasificarlos de la siguiente forma descrito en el cuadro 5:


19

Cuadro 5. Reclasificación de amenaza de helada Rango de valor Clasificación de amenaza

1 Muy bajo 2 Bajo 3 Medio 4 Alto 5 Muy alto

Los resultados del algebra de mapas y la reclasificación fueron descritos mediante cartografía temática para los meses considerados donde se registran temperaturas bajas, los cuales fueron desde Mayo hasta Septiembre.

5.2. Mapas de amenaza de helada

5.2.1. Amenaza de helada para Mayo

Figura 6. Mapa de amenaza de helada para Mayo

Para este mes se pudieron observar que los valores mínimos de temperatura no son tan bajos, exceptuando en ciertas estaciones donde existen registros diarios de temperaturas bajo cero. De la misma forma, es

20

necesario considerar que los valores si bien no están debajo de los 0°C, los valores medios de temperatura de alguna forma generalizan y sobredimensiones los datos, lo cual genera que la amenaza de helada para esta fecha no sea considerable.

5.2.2. Amenaza de helada para Junio

Figura 7. Mapa de amenaza de helada para Junio

Para el mes de Junio, los resultados obtenidos señalan que existe una amenaza de helada media para gran parte del valle central, esto a su vez puede ser debido nuevamente a que se consideran valores promedios para dicho mes; también es necesario tomar en cuenta que para esta fecha existe un decremento considerable de las temperaturas en algunas estaciones, registrando temperatura bajo cero. Nuevamente los valores promedios sobredimensionan los resultados.


21

5.2.3. Amenaza de helada para Julio

Figura 8. Mapa de amenaza de helada para Julio

Se considera que para el mes de Julio las temperaturas descienden de forma considerable, ya que es el mes donde el invierno llega a su plenitud, pero sin embargo en los resultados obtenidos existe una amenaza baja para gran parte del valle central, lo cual contradice a las noticias sobre heladas y daños a los sistemas productivos de la región. Esto puede ser debido a que los datos de temperatura media de las distintas estaciones son altos en comparación del mes anterior.

22

5.2.4. Amenaza de helada para Agosto

Figura 9. Mapa de amenaza de helada para Agosto

Para este mes nuevamente se considera que existe una amenaza baja para el gran parte del valle central, así como la amenaza de helada es muy baja para el centro urbano de la ciudad de Tarija; lo cual puede describirse por la influencia que tienen las estaciones y el promedio de las mismas para las temperaturas mínimas, que no reflejan de buena forma el comportamiento de este tipo de eventos.


23

5.2.5. Amenaza de helada para Septiembre

Figura 10. Mapa de amenaza de helada para Septiembre

Para este mes en particular las temperaturas tienen un incremento, ya que es cambio de estación hacia la primavera, donde las bajas temperaturas se reducen pero aun así existe presencia de heladas en ciertos periodos del mes. El mapa de amenaza señala que solo existiría amenaza solo en ciertos sectores.

5.3. Cálculo de probabilidad de helada

Para determinar la probabilidad de helada se utilizó las formulas descritas en la metodología, para lo cual se utilizaron datos de temperatura minina diaria de cada una de las estaciones. Los resultados obtenidos de probabilidad se describan en los cuadros 6 a 13:

24

Cuadro 6. Probabilidad de helada estación Choclaca

Fecha Primera Helada FA FA (%) Fecha Última helada FA FA (%) jun-09 1 0.0588 5.88 jul-09 1 0.9412 94.12 jun-09 2 0.1176 11.76 jul-09 2 0.8824 88.24 jun-09 3 0.1765 17.65 jul-09 3 0.8235 82.35 jun-09 4 0.2353 23.53 jul-09 4 0.7647 76.47 jun-09 5 0.2941 29.41 jul-09 5 0.7059 70.59 jun-09 6 0.3529 35.29 jul-09 6 0.6471 64.71 jun-09 7 0.4118 41.18 jul-09 7 0.5882 58.82 jun-09 8 0.4706 47.06 ago-09 8 0.5294 52.94 jun-09 9 0.5294 52.94 ago-09 9 0.4706 47.06 jun-09 10 0.5882 58.82 ago-09 10 0.4118 41.18 jun-09 11 0.6471 64.71 ago-09 11 0.3529 35.29 jun-09 12 0.7059 70.59 ago-09 12 0.2941 29.41 jun-09 13 0.7647 76.47 ago-09 13 0.2353 23.53

ago-09 14 0.1765 17.65

ago-09 15 0.1176 11.76

Cuadro 7. Probabilidad de helada estación Coimata

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 01-jun 1 0.0333 3.33 20-jul 1 0.9667 96.67 03-jun 2 0.0667 6.67 24-jul 2 0.9333 93.33 26-jun 3 0.1000 10.00 25-jul 3 0.9000 90.00 27-jun 4 0.1333 13.33 31-jul 4 0.8667 86.67

09-ago 5 0.8333 83.33

10-ago 6 0.8000 80.00

11-ago 7 0.7667 76.67

12-ago 8 0.7333 73.33

13-ago 9 0.7000 70.00

14-ago 10 0.6667 66.67

Cuadro 8. Probabilidad de helada estación El Tejar

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 31-may 1 0.0256 2.56 01-jul 1 0.9744 97.44 01-jun 2 0.0513 5.13 02-jul 2 0.9487 94.87 03-jun 3 0.0769 7.69 28-jul 3 0.9231 92.31 04-jun 4 0.1026 10.26 02-ago 4 0.8974 89.74 06-jun 5 0.1282 12.82 03-ago 5 0.8718 87.18 13-jun 6 0.1538 15.38 02-oct 6 0.8462 84.62 25-jun 7 0.1795 17.95

26-jun 8 0.2051 20.51


25

Cuadro 9. Probabilidad de helada estación San Andrés

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 31-may 1 0.0714 7.14 02-jul 1 0.9286 92.86 01-jun 2 0.1429 14.29 12-jul 2 0.8571 85.71 03-jun 3 0.2143 21.43 24-jul 3 0.7857 78.57 06-jun 4 0.2857 28.57 25-jul 4 0.7143 71.43 07-jun 5 0.3571 35.71 31-jul 5 0.6429 64.29 13-jun 6 0.4286 42.86 09-ago 6 0.5714 57.14 17-jun 7 0.5000 50.00 10-ago 7 0.5000 50.00 25-jun 8 0.5714 57.14 11-ago 8 0.4286 42.86 26-jun 9 0.6429 64.29 21-ago 9 0.3571 35.71 27-jun 10 0.7143 71.43 22-ago 10 0.2857 28.57

Cuadro 10. Probabilidad de helada estación AASANA-Tarija

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 31-may 1 0.0213 2.13 01-jul 1 0.9787 97.87 01-jun 2 0.0426 4.26 02-jul 2 0.9574 95.74 03-jun 3 0.0638 6.38 05-jul 3 0.9362 93.62 04-jun 4 0.0851 8.51 12-jul 4 0.9149 91.49 06-jun 5 0.1064 10.64 24-jul 5 0.8936 89.36 07-jun 6 0.1277 12.77 25-jul 6 0.8723 87.23 13-jun 7 0.1489 14.89 26-jul 7 0.8511 85.11 15-jun 8 0.1702 17.02 09-ago 8 0.8298 82.98 17-jun 9 0.1915 19.15 10-ago 9 0.8085 80.85 18-jun 10 0.2128 21.28 11-ago 10 0.7872 78.72 19-jun 11 0.2340 23.40

25-jun 12 0.2553 25.53 26-jun 13 0.2766 27.66 27-jun 14 0.2979 29.79 28-jun 15 0.3191 31.91

Cuadro 11. Probabilidad de helada estación Trancas

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 01-jun 1 0.0588 5.88 24-jul 1 0.9412 94.12 03-jun 2 0.1176 11.76 25-jul 2 0.8824 88.24 26-jun 3 0.1765 17.65 09-ago 3 0.8235 82.35 10-ago 4 0.7647 76.47 21-ago 5 0.7059 70.59 10-sep 6 0.6471 64.71 12-sep 7 0.5882 58.82 24-sep 8 0.5294 52.94

26

Cuadro 12.Probabilidad de helada estación Turumayu

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 31-may 1 0.0909 9.09 24-jul 1 0.9091 90.91 26-jun 2 0.1818 18.18 25-jul 2 0.8182 81.82

09-ago 3 0.7273 72.73

10-ago 4 0.6364 63.64

Cuadro 13. Probabilidad de helada estación Yesera Norte

Fecha Primera helada FA FA (%) Fecha Última helada FA FA (%) 31-may 1 0.0556 5.56 02-jul 1 0.9444 94.44 01-jun 2 0.1111 11.11 03-jul 2 0.8889 88.89 02-jun 3 0.1667 16.67 04-jul 3 0.8333 83.33 03-jun 4 0.2222 22.22 14-jul 4 0.7778 77.78 06-jun 5 0.2778 27.78 24-jul 5 0.7222 72.22 07-jun 6 0.3333 33.33 25-jul 6 0.6667 66.67 12-jun 7 0.3889 38.89 03-ago 7 0.6111 61.11 13-jun 8 0.4444 44.44 09-ago 8 0.5556 55.56 17-jun 9 0.5000 50.00 10-ago 9 0.5000 50.00 26-jun 10 0.5556 55.56 21-ago 10 0.4444 44.44 27-jun 11 0.6111 61.11 22-ago 11 0.3889 38.89

09-sep 12 0.3333 33.33

12-sep 13 0.2778 27.78

13-sep 14 0.2222 22.22

24-sep 15 0.1667 16.67

25-sep 16 0.1111 11.11

29-sep 17 0.0556 5.56

Después de obtener las tablas de probabilidad de helada para cada una de las estaciones se procedió a realizar la grafica de frecuencia acumulada para cada una de ellas, dichas graficas están descritos en los cuadros

Figura 11. Grafico de frecuencia acumulada estación Choclaca


27

Figura 12. Gráfico de frecuencia acumulado estación Coimata

Figura 13. Gráfico de frecuencia acumulada estación El Tejar

Figura 14. Gráfico de frecuencia acumulada estación San Andrés

28

Figura 15. Gráfico de frecuencia acumulada estación AASANA

Figura 16. Gráfico de frecuencia acumulada estación Trancas

Figura 17. Gráfico de frecuencia acumulada estación Turumayu


29

Figura 18. Gráfico de frecuencia acumulado estación Yesera Norte

Se tiene que considerar que para el cálculo de probabilidades de heladas para cada una de las estaciones, gran parte de los valores no tienen distribución regular, tal cual se puede observar en las graficas de frecuencia acumulada; esto puede ser debido a que en algunas estaciones los valores de temperatura minina no siguen una tendencia de ocurrencia progresiva sino que son eventos de 2 a 3 días, generando que no exista una regularidad esperada en los datos diarios para el periodo de invierno. La frecuencia acumulada para la última helada tiene más probabilidad de ocurrencia que la primera helada, esto es lo que detallan los gráficos realizados para cada una de las estaciones. Esto señala que las estaciones registran una mayor cantidad de temperaturas bajo cero durante los meses finales del invierno e incluso que estos pueden ser potencialmente los que más impacto podrían generar al sistema productivo vitícola de la región. De la misma forma, hay que diferenciar que los mapas de amenaza de helada fueron generados en base a temperaturas medias y se consideran otros elementos, como ser la topografía y el uso actual del territorio; en cambio la probabilidad de helada considera las temperaturas mínimas diarias que estén por debajo de 0°C para su sistematización.

5.3.1. Mapas de probabilidad de helada

Para realizar los mapas de probabilidad diaria de helada se consideraron tres probabilidades: alta, media y baja. Estas probabilidades se las obtiene mediante las tablas de probabilidad, donde se considera que aquellos valores que tengan baja probabilidad están dentro el rango de 0 al 33.33%, media probabilidad de 33.34 a 66.67% y alta probabilidad de 66.67 a 100%. Fue en base a esta consideración que se realizaron los mapas de probabilidad de helada, que son detallados de la siguiente forma:

30

Figura 19. Mapa de probabilidad de helada alta

En el mapa se puede detallar que las zonas donde existe una mayor probabilidad de helada están donde las estaciones detallan una mayor cantidad de datos diarios de helada, lo cual puede explicar el comportamiento de los datos. Asimismo, existen valores que están por debajo de la media lo cual se explica que en otras estaciones no se tiene registros completos de temperatura mínimas, ya que muchas de ellas la serie de los periodos no es considerable.


31

Figura 20. Mapa de probabilidad de helada media

En este caso, los resultados señalan que existe una probabilidad media distribuida en función de los datos obtenidos de la tabla de frecuencias acumuladas. Si bien este mapa de probabilidad tiene como fin ser de carácter descriptivo se muestran las zonas más propensas a tener una probabilidad que justamente están donde existe una mayor incidencia topográfica.

32

Figura 21. Mapa de probabilidad de helada baja

Este es el último mapa de probabilidad de helada, donde si bien es poco probable que el evento de helada ocurra, esta nos detalle las zonas donde dicho evento podría ocurrir, que es justamente las zonas donde existe una incidencia de la topografía y las estaciones tiene un mayor detalle de los registros mínimos diarios. Los mapas de probabilidad tienen como fin en base a los datos diarios de las estaciones estimar donde la probabilidad de ocurrencia del evento tiene una mayor incidencia de generarse de forma espacial. Este es el estilo del cuerpo del texto. Estos mapas de probabilidad a diferencia de los de amenaza de helada, son realizados en base a datos diarios de temperatura mínima y que donde solamente se consideran los eventos en los meses donde existe temperaturas bajo cero, lo cual permite conocer las veces que el evento de helada se ha repetido en un mes, y en base a ello calcular la probabilidad de ocurrencia. Se tiene que tomar en cuenta que si bien estos son rangos de probabilidad, estos datos están condicionados por la calidad de los datos de las estaciones; como se menciono anteriormente, los datos existentes para cada uno de las estaciones no corresponden a un mismo periodo, sino para distinto periodos dependiendo de la estaciones, existiendo 10 años de datos hasta más de 40, lo cual genera cierta incertidumbre al no tener un mismo periodo de datos para las estaciones. Asimismo, algunos datos son observados ya que no existe una distribución regular diaria, lo cual puede ser debido a la forma de registros que realizaron para tener los datos.


33

5.4. Gestor de base de datos y visualización

Para poder realizar la gestión de los datos obtenidos y realizar la migración hacia una base de datos más robusta y que tenga una mayor capacidad para la edición y previa publicación de mapas en un servicio de mapas es necesario transformar los resultados obtenidos a formato shapefile, esto para poder utilizar con el programa Quantum GIS que nos permite realizar la conexión con la base de datos PostgreSQL y su visualización en la misma. Para ello los resultados obtenidos fueron convertidos a formato .shp, incluyendo los mapas de probabilidad de helada. Los resultados obtenidos de la base de datos son detallados de la siguiente forma:

Figura 22. Base de datos generado

La conexión de base de datos con el nombre de usuario:

Figura 23. Detalle de creación de usuario

34

La Base de datos generado para la amenaza de helada mensual en la zona de estudio:

Figura 24. Base de datos amenaza de helada

Visualización de la base de datos en el programa de Q-GIS para su edición y consultas:

Figura 25. Visualización de amenaza de helada de base de datos

Como se puede observar, ya se tiene la base de datos cargado con la información referente a nuestros mapas de amenaza de helada y probabilidad de la misma. Al tener la base de datos con la información referente esta puede ser compartida con otros usuarios dependiendo del servidor principal, ya sea para la edición de datos o simplemente para su visualización mediante el programa Q-GIS. Esto es una herramienta para el manejo de datos espaciales, ya que podemos compartir los datos con otros usuarios no solamente que estén conectados en la red, sino que pueden ser parte de otras regiones, esto dependiendo de los servicios de internet y otorgando el IP corresponde para que puedan acceder a la base de datos mediante el Q-GIS.


35

6. Conclusiones

• El comportamiento de las variables meteorológicas es detallada en los mapas de amenaza de helada generados, donde las amenaza de helada alta se presentan mayormente en el mes de Junio, y moderadamente en Julio; siendo los meses de Agosto y Septiembre donde las temperaturas empiezan a ascender, reduciendo el grado de amenaza en las zona.

• La probabilidad de ocurrencia de helada tiene otro tipo de distribución y caracterización, ya que

considera los registros diarios de temperaturas que estén bajo cero para su cálculo. La espacialización de la probabilidad señalan aquellas las zonas que tienen un alto grado de probabilidad de ocurrencia de helada, así como aquellas zonas de mediana y baja probabilidad dentro la cuenca; lo cual ayuda a conocer de mejor forma como la distribución espacial de esta clase de eventos.

• El almacenamiento de la información geo-espacial por medio del PostgresSQL es una buena

alternativa, debido a que es una herramienta de libre distribución y puede acoplarse a otro tipo de herramientas de visualización cartográfica, programas de sistemas de información cartográfica y servidores de mapas para su publicación en la red y para disposición de otros usuarios.

• Si bien se necesita cierta destreza para la exportación, manipulación y visualización para el gestor de base de datos, estos no presentan dificultad en su gestión y organización, y puede ser utilizado en cualquier tipo de computador personal que cumpla ciertos requerimientos mínimos de almacenamiento y velocidad de procesador, lo cual nos permite generar un servidor local de información espacial que puede servir como un apoyo a un sistema de alerta temprana, dado que en este caso se almacena información de riesgos de helada y probabilidad de ocurrencia.

36

7. Recomendaciones

• El comportamiento de las variables meteorológicas se representan en la forma de la distribución de la amenaza de helada en la zona de estudio, en este caso los de temperatura mínima diaria, tienen que ser estudiados con más detenimiento y realizar estudios de consistencia de datos, ya que influyen en el comportamiento y modelamiento de la probabilidad de helada, sobre todo para conocer como la helada influye en las zonas productoras de vid. Además, se pudo observar que no existe una regularidad y distribución de los valores de temperatura mínima en algunas estaciones, lo cual modifica el comportamiento de las heladas y su distribución espacial mediante el modelamiento espacial

• El manejo de la base de datos es una herramienta útil para realizar una mejor gestión de los datos

espaciales, así como su vinculación con programas SIG amplía su rango de funcionalidad, no solamente para manejo de información agro meteorológica, sino para otro tipo de iniciativas que involucren el almacenamiento de información en grandes volúmenes.

• Es necesario tomar en cuenta que para la publicación de mapas mediante un servidor de mapas

(WMS) es preciso tener un espacio propio y privilegios de servidor, así como un dominio en la red; esto con el fin de realizar una publicación en tiempo real más efectiva de los datos espaciales y que pueda servir a usuarios particulares para su consulta y visualización.


37

8. Referencias Bibliográficas

ACOSTA, E. 2008. Sistema de información de riesgos agro-climáticos en la zona del atiplano-Bolivia. BASKAR 1999. Los sistemas de información geográfica en los riesgos naturales y en el medio ambiente. BURGOS 2004. Riesgos climaticos "Caracterización agroclimatica de las heladas en cinco saltos (Salta-

Argentina)". www.redagraria.com.ar/publicaciones_cientificas/riesgos_climaticos/principal/3_introduccion.html.

CONSORTIUM, O. G. 2002. OpenGIS Web Map Service (WMS) Implementation Specification. http://www.opengeospatial.org/standards/wms.

CUARTAS, C. M. 2007. Caracterización de las variables climáticas para el perímetro urbano de la ciudad de Manizales para el período comprendido entre Noviembre 2006 y Marzo 2007.

DENZER, P. 2002. Programacion de sistemas PostgreSQL. http://profesores.elo.utfsm.cl/~agv/elo330/2s02/projects/denzer/index.html.

FIORITO, F. 2006. La simulación como una herramienta para el manejo de la incertidumbre. www.ucema.edu.ar/~ffiorito/Handout_Simulacion_y_RISK_06.pdf.

GONZALES, A. 2008. Sistema de alerta temprana para inundaciones en la cuenca alta del Pilcomayo. GTZ 2008. Gestión de riesgo. Concepto de trabajo. www.gtz.de/de/dokumente/es-concepto-de-trabajo.pdf. HEINZENKNECHT, B. Y. 2001. Formulación del proyecto de elaboración de mapas de riesgo, en el

marco del componente proyecto. Analisis del riesgo y seguro agropecuario. www.elsitioagricola.com/articulos/basualdo/Formulacion%20del%20Proyecto%20de%20Elaboracion%20de%20Mapas%20de%20Riesgo%20-%202001.asp.

ICARITO 2007. El clima y el hombre. http://www.icarito.cl/icarito/2003/922/pag4.htm. MEDINA, G. 2008. Probabilidad de ocurrencia de heladas en el estado de Zacatecas.

http://www.zacatecas.inifap.gob.mx/publicaciones/probHeladas.pdf. Author. 2010. Heladas amenazan la seguridad alimentaria. Semanario Pulso. MORALES, L. 2006. Caracterización y zonificación edáfica y climática de la región

www.scielo.cl/pdf/rcsuelo/v6n3/art05.pdf. SERRANO, S. V. 2006. Seguimiento espacio-temporal de las sequías mediante sistemas de información

geográfico Aplicación y validación en el sector central del valle del Ebro. UNIDAS, N. 2007. Directrices para los sistemas de alerta temprana [Online]. [Accessed]. VILLALOBOS, G. 2005. Sistemas de información geográfica y gestión del riesgo. Un vehiculo para

alcanzar el desarrollo sostenible en el país. http://www.geobuzon.fcs.ucr.ac.cr/sig-riesgo.htm. WESTEN, C. V. 2007. Introducción a los conceptos de amenaza, riesgo y vulnerabilidad.

http://www.redagraria.com.ar/publicaciones_cientificas/riesgos_climaticos/principal/3_introduccion.html�

http://www.redagraria.com.ar/publicaciones_cientificas/riesgos_climaticos/principal/3_introduccion.html�

http://www.opengeospatial.org/standards/wms�

http://profesores.elo.utfsm.cl/~agv/elo330/2s02/projects/denzer/index.html�

http://www.ucema.edu.ar/~ffiorito/Handout_Simulacion_y_RISK_06.pdf�

http://www.gtz.de/de/dokumente/es-concepto-de-trabajo.pdf�

http://www.elsitioagricola.com/articulos/basualdo/Formulacion%20del%20Proyecto%20de%20Elaboracion%20de%20Mapas%20de%20Riesgo%20-%202001.asp�

http://www.elsitioagricola.com/articulos/basualdo/Formulacion%20del%20Proyecto%20de%20Elaboracion%20de%20Mapas%20de%20Riesgo%20-%202001.asp�

http://www.icarito.cl/icarito/2003/922/pag4.htm�

http://www.zacatecas.inifap.gob.mx/publicaciones/probHeladas.pdf�

http://www.scielo.cl/pdf/rcsuelo/v6n3/art05.pdf�

http://www.geobuzon.fcs.ucr.ac.cr/sig-riesgo.htm�

propuesta metodológica para la evaluación espacial del riesgo …€¦ · zonas de valles...

Documents