UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
(Universidad del Perú, DECANA DE AMÉRICA)
FACULTAD DE INGENIERÍA GMMG
ESCUELA DE INGENIERÍA GEOGRÁFICA
ASIGNATURA:
Teledetección y procesamiento de imágenes satelitales
TEMA:
“Análisis multitemporal de las áreas agrícolas desde el año 2000 hasta el 2020 en el distrito de
Carabayllo usando el software ENVI”
DOCENTE:
Cabello Antonio Cristian Rainaldo
ESTUDIANTES:
Bayona Montañez, Roberto Armando
Dulanto Castañeda, Angie Estephany
Zevallos Campian, Evelyn Pamela
AÑO:
2022
LIMA-PERÚ
ÍNDICE
I. INTRODUCCIÓN
II. ÁREA DE ESTUDIO
II.1. Planteamiento del problema
● Determinación del problema
● Formulación del problema
II.2. Objetivos
II.3. Justificación de la investigación
III. MARCO TEÓRICO
III.1. Antecedentes del estudio
III.2. Bases teóricas
III.3. Hipótesis
III.4 Matriz de Consistencia
IV. HIPÓTESIS Y VARIABLES
III.1. Hipótesis
III.2. Variables
III.3. Operacionalización de las variables
V. MATERIALES Y MÉTODOS
IV.2. Diseño de investigación
2
IV.3. Población y muestra
IV.4. Procedimientos, Técnicas e instrumentos de recolección de información
IV.5. Análisis estadístico
VI. RESULTADOS
V.1. Presentación y análisis de los resultados
VII. DISCUSIÓN
VIII. CONCLUSIONES Y RECOMENDACIONES
IX. REFERENCIA BIBLIOGRÁFICA
3
I. INTRODUCCIÓN
La disminución de los suelos agrícolas se viene dando a lo largo del tiempo debido a factores
climáticos, geológicos, hidrológicos y principalmente a la actividad antrópica que se ha vuelto el
principal transformador debido al inminente crecimiento poblacional. Esto viene sucediendo en el
distrito de Carabayllo, provincia de Lima, departamento de Lima volviéndose en un fenómeno social
que posee características singulares tanto en su dimensión e intensidad, así como lo que significa
para el país respecto a la economía, lo social y cultural ya que al ser un área importante que se
encuentra en el valle del río Chillón, posee áreas que se han visto afectadas por este fenómeno social
demostrando una pérdida importante de tierras agrícolas, con consecuencias en el estilo de vida de
sus habitantes, en su estructura espacial y en la organización del trabajo de los pobladores como la
reducción de empleo para los jornaleros. Con este trabajo se busca determinar los procesos de
ascensión y retracción de las áreas de cultivo, mediante el análisis y procesamiento de imágenes
satelitales Landsat y el uso del software ENVI.
4
II. ÁREA DE ESTUDIO
El distrito se encuentra ubicado al noreste de la provincia de Lima en el valle del río Chillón entre los 200
hasta 530 msnm, presenta un clima árido y semicálido con una temperatura promedio de 18°C y en la época
de invierno hay presencia de nieblas que llegan a cubrir el valle. Hay un aproximado de su superficie
aproximada es de 346,9 km² y según el CENSO del 2017 tiene 333,045 habitantes.
Su área agrícola se encuentra en ambas márgenes del río Chillón, que nace en la cordillera de La Viuda
(Canta) y sus productos agropecuarios abastecen los mercados de Lima Metropolitana. La zona urbana del
distrito se inicia con los pueblos jóvenes y asentamientos humanos que surgieron a partir de la década del 60
ocupando terrenos agrícolas para dar paso a las urbanizaciones debido a este fenómeno de crecimiento y
ocupación de la población.
I.2.
5
II.1. Planteamiento del problema
● Determinación del Problema
La dinámica demográfica es la principal fuerza conductora del cambio ambiental global, pues
constituye una presión para ocupar cada vez más espacios, explotar más recursos, producir más
alimentos, consumir más agua, contaminar más, utilizar más energía y emitir más gases de efecto
invernadero (Wilfredo Bulege,2013).
En particular Lima metropolitana ha tenido un crecimiento urbano desmedido desde el centro
histórico de Lima, la cual ha dado paso al establecimiento de los llamados conos urbanos; siendo
uno de ellos, el Cono Norte o también denominado Lima Norte, donde se ubica en distrito de
Carabayllo el cual es nuestra área de interés para esta investigación.
El distrito de Carabayllo es uno de los distritos más antiguos de Lima Norte, pasando por diversos
desmembramientos desde el año 1874 por José Pardo, hasta la más reciente en 1961 por don Manuel
Prado. Sin embargo, aún conserva las áreas agrícolas más grandes de Lima Metropolitana. Está
ubicado en la parte noreste de la provincia de Lima, en el valle del río Chillón. Limita con por el
noreste con el distrito de Ancón, por el noreste con el distrito de Santa Rosa Quives; provincia de
Canta; por el este con el distrito de San Antonio de Chaclla, provincia de Huarochirí y el distrito de
San Juan de Lurigancho; por el Sur-Este con Comas y Puente Piedra.
Resultados del Censo Nacional de Población y Vivienda realizados por el INEI del año 2017
colocan a Carabayllo en segundo lugar con la mayor tasa de crecimiento promedio anual con 4.8%,
teniendo casi tres veces la población contabilizada en 1993. Se estima que este distrito tendrá una
tasa de crecimiento anual promedio de entre 6.51% a 10.70% en los próximos 20 años, según el
“Diagnóstico Social-urbano” de Lima Metropolitana descrito en el PlanMet 2040 (MVCS).
Ante la intensificación del desarrollo indiscriminado de la población, la ocupación del suelo, en sus
inicios agrícolas, siguió dos vertientes: la ilegal y la legal. La mayor demanda de viviendas ha traído
consigo el establecimiento de un mercado de venta de terrenos elevando los precios a gusto, debido
a el traslado de cientos de familias a los terrenos ubicados a los márgenes del río Chillón. Esta
ocupación desordenada del territorio genera la degradación del espacio vital y la vulnerabilidad de
las viviendas.
● Formulación del problema
¿Las técnicas de teledetección, con el uso de imágenes satelitales y análisis multitemporal permiten
identificar y analizar la reducción del suelo agrícola en el distrito de Carabayllo entre los años 2000
– 2020?
6
II.2. Objetivos
· Comparar los resultados obtenidos de las imágenes satelitales para determinar el área
específica de la reducción del suelo agrícola entre los años 2000 y 2020.
· Realizar una aproximación d e la medida del área de disminución agrícola debido al cambio de
cobertura urbana en el distrito de Carabayllo.
II.3. Justificación de la investigación
El presente proyecto se considera de importancia porque permitirá contar con la información para la
toma de decisiones, por parte de las entidades ejecutoras como el municipio del distrito de
Carabayllo y otros. Además, permitirá observar los cambios de cobertura comparando la cobertura
original y actual que se ha dado en el distrito de Carabayllo en diferentes años y determinar en qué
tiempo el crecimiento urbano empezó con el cambio de uso de suelo a una escala mayor. Por lo
tanto, es necesario analizar el crecimiento urbano y sus tendencias, lo cual servirá para prever una
planeación y la tendencia de ocupación del espacio geográfico del distrito de Carabayllo, con ayuda
de herramientas que permitan tomar decisiones que beneficien a toda la población de dicho distrito.
II. MARCO TEÓRICO
III.1. Antecedentes del estudio
● Santiago Mayor Pastor, 2015, en su estudio plan de desarrollo urbano sostenible del Valle
Lurín, distrito de Pachacamac del departamento de Lima, mediante el uso de herramientas
geomáticas, tuvo como objetivo determinar la viabilidad de un plan de desarrollo urbano
apoyado en el uso de herramientas geomáticas para generar una propuesta técnica que
contribuya a resolver el problema de degradación del valle Lurín por la expansión de Lima
Metropolitana. La metodología empleada para la recopilación de datos en el presente estudio
fue mediante la utilización de herramientas geomáticas e instrumentos como las fotografías
aéreas tipo USAF e imágenes satelitales tipo Landsat TM, que permitieron medir el avance
de Lima en los años 1961-1990. Los resultados obtenidos de esta investigación demostraron
que el uso de herramientas geomáticas es más eficiente y eficaz que la tecnología terrestre,
en cuanto a tiempo, costos y área abarcada, por ello se pudo afirmar que es viable realizar un
plan de desarrollo urbano con el uso de esta tecnología. También se demostró que con el uso
de estas herramientas no solo es posible realizar la medición de la expansión de Lima
Metropolitana sobre el Valle de Lurín en el distrito de Pachacamac, sino que también de
manera más eficaz y eficiente. Se logró también identificar la mejor metodología para
generar un inventario del uso actual de los suelos y vegetación, a través de estas
herramientas.
● RA Daga López,2009, en su estudio determinación de áreas con aptitud para la expansión
urbana con fines de ordenamiento territorial aplicando el análisis espacial multicriterio caso
cuenca baja del río Lurín, tuvo como objetivo determinar áreas con aptitud para la expansión
7
urbana dentro del contexto de sustentabilidad de los recursos naturales en la cuenca baja del
río Lurín. La metodología empleada fue la adquisición, procesamiento y análisis de los datos
e información realizando primero un análisis multitemporal del crecimiento urbano de la
ciudad de Lima, para posteriormente determinar las áreas aptas para expansión urbana en la
zona sur de la ciudad mediante el uso de la herramienta SIG y de Análisis Espacial
Multicriterio implementando una base de datos geográfica georreferenciada, lo que permitió
su fácil actualización, reajuste y procesamiento. Los resultados fueron que el crecimiento
urbano de Lima ha ido aumentando desde 5.630 ha en 1944, a más de 71.000 ha a Julio del
2008. También se determinó que existe una tendencia de crecimiento urbano continuo con
una tasa de crecimiento anual aproximada de 4.80% del período 2005-2008 lo que
significaría que para el año 2020, Lima necesitará unos 53, 744.32 ha. aptas para ser
urbanizadas. Se observó que el proceso de expansión urbana se ha producido dentro de las
áreas agrícolas, lo que pone en riesgo las últimas zonas de producción agrícola de las
cuencas bajas del río Chillón y Lurín así com también las áreas recreacionales existentes y
de valor ecológico como los Humedales de Villa; y Humedales de Ventanilla. Las áreas
agrícolas perdidas en Lima entre el periodo 2005-2008 debido al crecimiento urbano llegan a
1685.63 ha. que corresponde a una tasa de pérdida de 3.69% anual, debido al crecimiento
urbano de la ciudad. La herramienta Ilwis 3.4 es eficiente por que integra las tecnologías de
Sistemas de Información Geográfica con el Análisis Espacial Multicriterio facilitando su uso
y el análisis de espacios, agrupando los factores de acuerdo a los sistemas territoriales.
● AE Carrillo Huarahuara,2009, en su estudio análisis multitemporal del crecimiento
urbano de la ciudad de Puno mediante imágenes satelitales, entre los años 1980 -2017, tuvo
como objetivo analizar la dinámica de la expansión urbana de la ciudad de Puno entre los
años 1980 y 2017, utilizando técnicas de teledetección mediante uso de imágenes de satélite
y análisis multitemporal. La metodología empleada en esta investigación se centra en
monitorear el comportamiento del crecimiento urbano, mediante el mapeo y procesamiento
digital de imágenes satelitales con el apoyo de software SIG para realizar un análisis
multitemporal, que permitirá contar con información para la toma de decisiones. Los
resultados fueron que mediante los métodos realizados para el análisis multitemporal han
presentado cambios en el crecimiento urbano entre el periodo de 1980 - 2017 en donde se
obtuvo 1149.3881 has que representa el 15.58 %, del total del crecimiento urbano dando
como promedio el 31.0645 has por cada año, sin embargo, se puede decir que en la
correlación de Pearson existe una relación muy significativa entre las variables de estudio.
Siendo el resultado como una correlación positiva muy alta. Lo que significa que el grado de
confianza para ambas variables es mayor a un 95%, logrando obtener así el 0.947** debido a
que el grado de significaciones igual 0.000 mucho menor a un error o significancia de 0.05 o
5%. Y también en la tendencia de dos métodos se tuvo como resultado que los coeficientes
de correlación denominados Kendall y Spearman se obtuvieron de las variables de
crecimiento espacial urbano y el crecimiento poblacional logrando obtener un 1,00 lo cual
significa que es una correlación positiva perfecta. Sin margen de error de significancia de
0.05 o 5%. Lo que indica que el crecimiento poblacional explica el crecimiento urbano.
8
● N Gómez Macías, 2005, en su estudio análisis de crecimiento urbano en Bogotá mediante la
utilización de imágenes satelitales , busca obtener una aproximación sobre el control de los
límites de la ciudad con el uso de imágenes satelitales a fin de estimar el área urbana de
Bogotá, conjuntamente con el área de las viviendas informales de la ciudad. Para ello, hizo
recurso de diferentes software como de procesamiento de imágenes satelitales y equipos de
posicionamiento geográfico.
● JC Meza, 2019, (IN) Justicias espaciales en los espacios verdes urbanos de General San
Martín provincia del Chaco, República Argentina, en este artículo científico trata de
analizar la disponibilidad, accesibilidad y calidad de los Espacions Verder Urbanos (EVU)
de carácter público de la ciudad. Producto del incremento poblacional la configuración
territorial se ha visto modificada a lo largo de las últimas décadas producto de la expansión
urbana y el incremento de las poblaciones. Este contexto hace necesario identificar las
diferenciaciones infraurbanas que marcan desigualdades para mitigar las asimetrías
territoriales.
Para dar cuenta de la disponibilidad y accesibilidad espacial o geográfica a las áreas verdes
urbanas se trabajó con funcionalidades propias de los Sistemas de Información Geográfica
vectoriales, entre las cuales se destaca el análisis de redes, utilidad que hoy está presente en
todas las aplicaciones del mercado. Estos análisis permitieron conocer la distancia que la
población tiene que recorrer para acceder a los beneficios que ofrecen las áreas verdes.
Asimismo se analizó la cantidad de población que se favorece de la proximidad a estos sitios
y paralelamente la cantidad de población que se encuentra excluida de la posibilidad de
contar con las bondades de las áreas verdes urbanas.
Por otro lado, para avanzar en el conocimiento de la calidad de los EVU a partir de la
imagen antes citada se calculó el índice de vegetación ajustado al suelo también denominado
SAVI (Soil Adjust Vegetation Index) que permite aproximarnos al estado fenológico o
estado del vigor de la cubierta vegetal de los EVU. Para obtener el SAVI a partir de las
imágenes multiespectrales que adquiere el satélite Sentinel se utilizó la siguiente notación:
(B08 - B04) / (B08 + B04 + L) * (1.0 + L); donde B08 es la banda 8, B04 es la banda 4, L es
el parámetro de ajuste al suelo que en este caso fue de 0,428.
III.2. Base Teóricas
● Área de cultivo
9
La Comisión Nacional de Medio Ambiente de Chile la define como “los espacios urbanos, o
de periferia a éstos, predominantemente ocupados con árboles, arbustos o plantas, que
pueden tener diferentes usos, ya sea cumplir funciones de esparcimiento, recreación,
ecológicas, ornamentación, protección, recuperación y rehabilitación del entorno, o
similares”.
● Crecimiento urbano
Según Collazos (2005), el crecimiento urbano es el incremento de la mancha urbana
en zonas periféricas de una ciudad, las cuales cambian su uso para el establecimiento de
nuevos asentamientos.
Según Capel (1971), la definición de la ciudad y la determinación del límite inferior
de lo urbano, en ocasiones, de la existencia de un continuo rural-urbano- han sido cuestiones
ampliamente debatidas por los investigadores y por los organismos oficiales de estadística y
que ha tenido muy diversas soluciones. En realidad, el problema presenta dos vertientes muy
distintas. Por un lado, está la cuestión de la definición teórica del hecho urbano en
contraposición a lo rural, y la enumeración de los rasgos esenciales de la ciudad. Por otro
lado, la definición concreta utilizada en cada país para determinar con fines estadísticos lo
urbano, y fijar el límite a partir del cual puede empezar a hablarse de ciudad como entidad
distinta de los núcleos rurales o semirurales.
● Teledetección
El término "teledetección" es la adaptación al español de la expresión anglosajona
remote sensing comenzada a utilizar durante la década de los sesenta para nombrar la nueva
técnica de adquisición de información nacida con la puesta en órbita de los primeros satélites
de observación de la Tierra. Todavía hoy coexisten traducciones más literales del mismo
concepto: sensores remotos, percepción remota, etc. Sin embargo, el término teledetección
es sin duda el que más fortuna ha hecho, consecuencia lógica de su propia etimología. Se
trata de observar un objeto -es decir, medir determinadas características del mismo- sin
mediar contacto físico con él (Pinilla, 1995).
Según Sobrino (2000), la teledetección es el vocablo usado por los hispanoparlantes
para referirse al término inglés “remote sensing”, que se traduce literalmente como
percepción remota. Se refiere a la ciencia, técnica o, incluso “arte” para algunos, de Obtener
información (imágenes) de la superficie de nuestro planeta a distancia, sin entrar en contacto
directo con él. Pero la teledetección también incluye todo el trabajo realizado a Posteriori
con esas imágenes, es decir, su procesamiento e interpretación. La teledetección más
utilizada se refiere a la captura de imágenes desde satélites o plataformas aéreas (aviones,
helicópteros o vehículos aéreos no tripulados). Sin embargo, las Ventajas que ofrece la
observación espacial desde satélites, esto es, la cobertura global y Exhaustiva de la
superficie terrestre, la observación multi escala y no destructiva y la cobertura Repetitiva,
han propiciado el desarrollo y utilización de este tipo de productos de manera sistemática.
10
● Análisis Multitemporal
El análisis multitemporal permite detectar cambios entre diferentes fechas de
referencia, deduciendo la evolución del medio natural o las repercusiones de la acción
humana sobre el medio (Chuvieco,1995)
Según Blasi (2003), se conoce como análisis o estudio multitemporal, el cual permite
interpretar las dinámicas de un territorio, mediante la comparación de información de
diferentes épocas con el propósito de determinar la localización y tipo de cambio en el
tiempo (Niño, 2020, p.25).
En base al análisis multitemporal aplicado a las dos imágenes Landsat y la aplicación
de técnicas SIG se define las áreas que han sido transformadas y en que se han convertido.
Estos análisis proporcionan una idea clara de donde se encuentran ubicadas las áreas más
amenazadas y vulnerables debido a la acción antropogénica, en especial la deforestación y
urbanización (Revista Tecnológica Espol, 2009)
● Sensores Remotos
Si hemos definido la teledetección espacial como aquella técnica que permite
adquirir imágenes de la superficie terrestre desde sensores instalados en plataformas
espaciales, estamos suponiendo que entre la Tierra y el sensor existe una interacción
energética, ya sea por reflexión de la energía solar o de un haz energético artificial, ya sea
por emisión propia (Chuvieco ,1990, p.17-18)
Según Lillesand y Kiefer(1994), Teledetección es la ciencia y el arte de obtener
información de un objeto, área o fenómeno, a través del análisis de datos adquiridos
mediante un dispositivo, el cual no está en contacto directo con el objeto, área o fenómeno
que se está investigando. Los dispositivos detectan varios tipos de energía, como la radiación
electromagnética, gravedad, magnetismo, geofísica y ondas de radio; por lo general detectan
a partir de las distribuciones de energía dentro del “Espectro Electromagnético”(EEM) y la
emisión y reflexión de la “Radiación Electromagnética”(REM), debido a los atributos de la
superficie (Perez, 2007, p.1)
● Imágenes Satelitales
Las imágenes satelitales son las que se obtienen de la captación energética reflejada o
emitida por los objetos que se encuentran en la superficie terrestre, conformadas por un
conjunto de píxeles que se definen como la unidad mínima de identificación digital.
Cada pixel de la imagen tiene un valor numérico que determina la respuesta de los
objetos situados en la superficie a una fuente de energía, esta respuesta varía en función a las
características biofísico-químicas de los cuerpos y es lo que permite diferenciar los en una
imagen (Portillo, 2005). Por los descrito por Tristan(s.f.), las imágenes son capturadas
gracias a los sensores de las plataformas que se encuentran en los satélites, estos sensores
11
captan la energía reflejada o emitida por los objetos, las imágenes pueden ser caracterizadas
a partir de tres parámetros: espacial, espectral y radiométrica.
● Corrección atmosférica
Según Garcia Labrador, Evora Brondo, & Arbelo Perez (2012), la resolución
radiométrica de los datos de teledetección se define como la cantidad mínima de energía
requerida para incrementar el valor de un píxel en un nivel digital (ND). Asimismo, se
define la amplitud o extensión radiométrica como el intervalo dinámico, o máximo número
de niveles digitales, que pueden ser detectados por un sensor particular. En los sensores más
recientes lo habitual suele ser que los niveles vayan de 0 a 2047. En este caso hablaríamos de
11 bits de resolución radiométrica, ya que todos los valores de ese intervalo se pueden
representar mediante 11 bits (dígitos binarios) en un sistema digital. La resolución
radiométrica en imágenes digitales es comparable al número de tonos de gris en una
fotografía en blanco y negro, ya que ambos se relacionan con el contraste. El ojo humano
solo es capaz de percibir aproximadamente 30 tonos de gris diferentes, lo 53 que implica que
normalmente la información visual en las imágenes digitales es menor a la que realmente
contienen. Aunque la resolución radiométrica define el máximo número de niveles digitales
detectables por un sensor, normalmente una imagen real no los contiene todos y, además, no
suele haber máximos y mínimos simultáneamente. En estos casos se pueden aplicar técnicas
de tratamiento de imágenes para mejorar su apariencia visual, pero nunca la resolución
radiométrica propia del sensor. La dispersión y absorción que provoca la atmósfera en la
radiación que alcanza el sensor reduce el número de ND en las imágenes, especialmente en
las longitudes de onda más cortas. A efectos visuales esto se traduciría en una pérdida de
contraste. Existen procedimientos que permiten obtener medidas de reflectancia relativas a
los objetos de la superficie eliminando o reduciendo el efecto de la atmósfera
● Corrección radiométrica
Idealmente, cualquier superficie capturada en dos diferentes imágenes de satélite (con el
mismo sensor) deberían aparecer con los mismos valores de intensidad. En la práctica, esto
nunca es así debido a las inevitables diferentes condiciones atmosféricas y de iluminación,
por lo que se hace necesaria la corrección radiométrica de las imágenes.
● Clasificación digital
La clasificación digital es un proceso de asignación de píxeles a clases o categorías
según el valor de sus números digitales que permite una interpretación.
El proceso de la clasificación no supervisada se da en cinco fases, de la siguiente
manera(Chuvieco)
1. Se señalan una serie de centros de clase, de acuerdo al número y forma indicados
por el usuario.
2. Se asignan todos los píxeles de la imagen al centro de clase más próximo..
12
3. Se calculan de nuevo los centros de clase, teniendo en cuenta los valores de todos
los píxeles que se hayan incorporado en la fase anterior.
4. Se vuelven a asignar todos los píxeles de la imagen al centro más cercano, el cual
debido al desplazamiento registrado anteriormente , no tiene por que coincidir con la
anterior asignación realizada en la fase 2.
5. Se vuelven a calcular los centros de clase, teniendo en cuenta las nuevas
incorporaciones y se retorna a la fase 4.
● Programa LANDSAT
El programa Landsat se originó en los años 70, con un programa denominado ERTS
(Earht Resources Technology Satellite). Según Sobrino (2000), el primer satélite de la serie,
el ERTS-1, se lanzó el 23 de julio de 1972; el mencionado satélite fue renombrado
posteriormente como Landsat-1, que contaba con una cámara Vidicón y un radiómetro
multiespectral. Luego fueron lanzados los satélites Landsat-2, en 1975, y Landsat-4 en 1978,
con características similares a Landsat-1.
Sobrino menciona también que el satélite Landsat-3 contaba con unas mejoras en el
sensor Multispectral Scanning System (MSS) que los anteriores a dicho satélite; pero solo
funcionó por 4 meses. Luego de que el sensor Landsat-4 fallara en 1983 se le reemplazó por
el Landsat-5 en 1984, siendo este último de la primera generación.
De acuerdo con Sobrino (2000), la segunda generación de los satélites, Landsat se
inició con el Landsat-6, caracterizada por su cambio al sensor Thematic Mapper, en el año
1993, luego que se haya fracasado en volver privada la constelación Landsat por presión de
la comunidad científica; este satélite perdió conexión con la base y por lo tanto no alcanzó
su órbita deseada. Luego, en 1999 se lanzó el Landsat-7 con una versión mejorada del sensor
TM, el sensor Enhaced Temathic Mapper (ETM) catalogado como “el más estable y
caracterizado jamás colocado en órbita”; pero Sobrino (2000) narra que el Landsat-7 más
adelante presentó un error en su corrector de línea de escaneo, presentando así líneas sin
información en sus imágenes, pero aun con esas aun recogen el 75% de la información de la
tierra.
En 2013 se colocó en órbita el Landsat-8, con un sensor denominado Operation Land
Imager (OLI) y otro de infrarrojos térmicos (ITRS), así también presenta 2 bandas
adicionales a las que poseían sus predecesores (Sobrino, 2000). En el año 2021, la NASA
conjuntamente con el Servicio Geológico de los Estados Unidos(USGS), lanzaron a bordo
del cohete “Atlas V” de United Launch Alliance(ULA), el Landsat-9 construido para
monitorear la tierra.
13
Imagen 1: Cronología del Programa Landsat. Fuente: LATAM Satelital.
III.3 Hipótesis
La reducción de las áreas de cultivo del distrito de Carabayllo entre los años 2000-2020 es
analizable con las técnicas de teledetección y análisis multitemporal usando imágenes
satelitales.
III.4 Matriz de Consistencia
Tabla 1: matriz de consistencia
Variable Definición Definición Dimensio Indicad Items Instrument Tipo
conceptual operacional nes ores o
Hectáreas Es la Cobertura Disminu Calcular Software:
de un disminución vegetal ción de el área de ENVI 5.3 Cuantitativa
Área de cultivo del área de las áreas disminuci
cultivo específico cultivo de ón Continua
plantadas producto del cultivo agrícola
por los tamaño en el con
agricultores área de la respecto
en una expansión al terreno
temporada física de los
de cultivo. predios
urbanos.
14
III. PARTE EXPERIMENTAL
3.1 Tipo de investigación
La presente investigación es de tipo descriptiva y cuantitativa, porque manejaremos y
detallaremos la variable de disminución de área de cultivo para un análisis de su
expansión en el distrito de Carabayllo.
El diseño es No experimental porque con las herramientas de teledetección
levantaremos información en una realidad ya existente.
3.2 DISEÑO METODOLÓGICO
Los métodos que se emplearon en el proceso de la presente investigación se detallan
a continuación:
15
3.3 Recopilación de imágenes satelitales
La obtención de imágenes Landsat se descargó del portal USGS.
Tabla 2: Lista de Imágenes Satelitales
Imagen Satelital Tipo de Satélite
Año 2000 Landsat 4-5 TM
Año 2008 Landsat 4-5 TM
Año 2016 Landsat 8 OLI TM
Año 2020 Landsat 8 OLI TM
3.4 Procedimiento
Entre los diversos motivos que influyen en estas distorsiones de las imágenes satélite
encontramos fallos de los propios sensores, alteraciones en el movimiento del sensor
o instrumento a bordo del satélite/avioneta o la interferencia de la atmósfera.
Las distorsiones y ruidos en las bandas harán que las imágenes ofrezcan artefactos en
la vista, muestren ausencias de datos o niveles de color irregulares por la acción de la
presencia atmosférica. Esta última parte es una de las más relevantes a la hora de
trabajar con nuestras imágenes satélite y conseguir tratar las bandas multiespectrales
para corregir los valores de reflectividad de los píxels.
Antes de la adquisición final de las imágenes satélite se llevan a cabo procesos de
corrección que permitirán obtener los diversos niveles de productos.
A continuación se describen los procedimientos que se siguen durante los procesos
de corrección atmosférica y corrección radiométrica.
3.4.1 Corrección Radiométrica
El paso siguiente de la descarga de las imágenes es pasarlas a un software en donde
se realizará las correcciones pertinentes y ajustar los números digitales.
16
Figura 3: Corrección Radiometrica en Envi.
Fuente: Elaboración propia.
3.4.2 Corrección Atmosférica
Seguidamente se efectúa a realizar la siguiente conversión de radiación a reflectancia
el cual podemos decir el cálculo de reflectancia al sensor. Este cálculo permitirá
aplicar otra técnica de la parte de la irradiancia solar que alcanza la superficie
terrestre que refleja en la atmósfera.
3.4.3 Combinación de bandas
Para los años respectivos de estudio se seleccionaron bandas que estén
correlativamente similar a la superficie terrestre en mención a los colores
establecidos respectivamente
Figura 4: Combinación de Bandas 7-5-3, del Satélite Landsat.
17
Fuente: Elaboración propia.
3.4.4 Clasificación supervisada de las imágenes
En esta etapa consiste en la creación de un shapefile de tipo polígono en ArcGIS para
luego vectorizar la superficie urbana de la imagen landsat seguidamente se
obtuvieron las superficies del área urbana. Como muestra la figura 5, se realizaron 4
clasificaciones las cuales son: área de cultivo, relieve con tonalidad clara, relieve
propio de montaña y las áreas con sobras(estas tienen una tonalidad más oscura que
la de relieve), que representan la totalidad de la imagen que en este caso sería el
distrito de Carabayllo.
Figura 5: Distrito de Carabayllo(corte de Imagen Landsat con Envi)
Fuente: Elaboración propia.
Figura 6: Clasificación de la imagen
18
Fuente: Elaboración propia.
En la figura 6, se observa las áreas ya clasificadas. Para poder hacer el cálculo de las
áreas dentro de la zona de interés para este estudio, se usará las herramientas de
geoproceso del software ArcGIS vrs. 10.5.
Figura 7: Imagen clasificada del año 2008.
Fuente: Elaboración propia.
3.4.5 Pos procedimiento
Aquí es donde después de obtener las sectorizaciones de las áreas se compara el
cambio que se ha dado a través de los años sobre la expansión urbana. Para esto nos
basamos en nuestra unidad de medición que viene a ser las hectáreas, las cuales nos
darán brindaran la información acerca del retroceso cultivable en el distrito de
Carabayllo.
V. RESULTADOS
V.1. Presentación y análisis de los resultados
Para la confiabilidad del proceso que se llevó a cabo tomaremos el de Envi nuestra matriz de
consistencia e índice kappa para todas las imágenes clasificadas. Las cuales presentamos a
continuación.
2000
Para el año 2000 se calculó un área agrícola para el distrito de Carabayllo tiene una
extensión aproximada de 4358.866 ha.
19
Figura 8: Área Agrícola año 2000. Cálculo en Arcgis.
Fuente: Elaboración propia.
Figura 9: Matriz de confusión e Índice Kappa. De la imagen clasificada para el 2000.
Fuente: Elaboración propia.
2008
Para el año 2008 se calculó un área agrícola para el distrito de carabayllo tiene una extensión
aproximada de 4254.3600 ha
20
Figura 10: Área Agrícola año 2008. Cálculo en Arcgis.
Fuente: Elaboración propia.
Figura 11: Matriz de confusión e Índice Kappa. De la imagen clasificada para el 2008.
Fuente: Elaboración propia.
2016
Para el año 2016 se calculó un área agrícola para el distrito de carabayllo tiene una extensión
aproximada de 3955.0917 ha
21
Figura 12:Área Agrícola año 2016. Cálculo en Arcgis.
Fuente: Elaboración propia.
Figura 13: Matriz de confusión e Índice Kappa. De la imagen clasificada para el 2016.
Fuente: Elaboración propia.
2020
Para el año 2020 se calculó un área agrícola para el distrito de carabayllo tiene una extensión
aproximada de 2550.8585 ha
22
Figura 14: Área Agrícola año 2020. Cálculo en Arcgi.
Fuente: Elaboración propia.
Figura 15:Matriz de confusión e Índice Kappa. De la imagen clasificada para el 2020.
Fuente: Elaboración propia.
23
Figura 16: Gráfico de barras del área de cultivo. Distrito Carabayllo.
Fuente: Elaboración propia.
VI. DISCUSIÓN
Después de procesar las imágenes en el software ENVI mediante la clasificación supervisada se obtuvo las
imágenes donde se indica la superficie del área de estudio teniendo como principal factor la vegetación en el
distrito de Carabayllo y ver su comportamiento durante el periodo de estudio. Se aprecia la tendencia a
reducirse las áreas agrícolas como se puede ver en la Figura 16 donde los valores han disminuido y tuvieron
como principal factor el crecimiento urbano.
VII CONCLUSIONES
● Mediante el uso de imágenes satelitales usando técnicas de procesamiento de imágenes se compartió
la reducción del área agrícola cuya extensión se da por el crecimiento del área urbana que es el
principal factor.
● Se determinó que en el distrito de Carabayllo los cambios más bruscos ocurridos se dieron en el
periodo 2016 - 2020 con una pérdida de 1404.23 ha.
VIII REFERENCIAS BIBLIOGRÁFICAS
● César Ulises Díaz Rojas (2019). Análisis del cambio de cobertura y uso del suelo con
imágenes satelitales del distrito de san Luis, san pablo - Cajamarca periodo 2005-2018”.
recuperado de [Link]
%C3%81LISIS%20DEL%20CAMBIO%20DE%20COBERTURA%20Y%20USO%20DEL
%20SUELO%20CON%20IM%C3%81GENES%20SATELITALES%20DEL
%20DISTRITO%20DE%20SAN%[Link]?sequence=1&isAllowed= y
● Calvo G, Cipponeri M, Salvioli M, Trovatto M, Alvarez P. Analisis multitemporal del uso
efectivo del territorio en la cuenca del arroyo Baldovinos. Universidad Nacional de La
24
Plata;[Link] Bulege. Crecimiento demográfico y cambio climático. Apuntes de
ciencias y sociedad. 2013; 03(1):1-2. Disponible en: [Link]
● Yuly Marcela NM. Análisis Multitemporal mediante imágenes de sensores remotos para la
determinación de los cambios de uso de suelo en el municipio de San Francisco de Sales,
Cundinamarca (Colombia) entre los años 90`s y 2018. La Plata; 2020.
● Libro: Emilio Chuvieco S. Teledeccion ambiental. 3° ed. Mexico: Ariel Ciencia; 2008. 41-
81 p.
● Revista: Sobrino J. Revista de Teledetección. Revista de la Asociación española de
teledetección. 2011; 36(3-4): 5 1-61.
● Tesis: Carrillo A, Choquehuanca V. Analisis multitemporal del crecimiento urbano de la
ciudad de Puno mediante imágenes satelitales, entre los años 1980 – 2017. Universidad
Nacional del Altiplano-Puno; 2019.
● Municipalidad de Carabayllo (2022). Recuperado de la página web
[Link]
● [Link]
%20Relacion_entre
25