Monitoreo de la calidad de las aguas por satélite:

teoría, aplicaciones y
práctica

_____

Raúl Espinoza Villar

Contactos :respinozavillar@gmail.com
Contexto
Color de las aguas  calidad de las aguas

La presencia de componentes orgánicos / inorgánicos altera las

interacciones entre la luz y las aguas a través dos procesos de
dispersión y de absorción

La amplitud de ambos procesos varían en función de la energía

 Longitud de onda  Color

 Componentes Ópticamente Activos COA

 Clorofila
 Sedimentos
 CDOM (materia Orgánica disuelta)
Los colores del agua
Contexto

Datos de satélite son usados para monitorear las aguas oceánicas

Sensores específicos fueron desarrollados desde los años 90

En el caso de aguas continentales existen otros desafíos:

Variabilidad temporal del ciclo hidrológico
• Resolución temporal
Tamaño de los ríos
• Resolución espacial
Extensión de la cuenca
• Cobertura espacial
Composición de las aguas más complejas (orgánico/ inorgánico en
concentraciones mucho más altas)
• Resolución radiométrica
 Numerosos estudios puntuales pero no existen sistemas operacionales
Contexto
La radiación solar incidente
La radiación solar incidente :
Transmisión aire – agua

Efecto del viento

Torna a superficie del agua más rugosa
• Poco efecto con ángulos cenitales bajos (verticales)

Aparición de espuma
• Puede ser modelada como directamente proporcional a la velocidad
del viento (1% à 36 km/h, 13% a 90 km/h)
• Mediciones demuestran que la espuma tiene una reflectáncia > 50 %
• Longevidad media : 10 a 20 segundos
• Influencia a la refletáncia total en el caso de las aguas oceánicas
(0.25% à 36 km/h, 3% a 90 km/h)
La naturaleza de la energía
radiante

• Propiedades aparentes de las aguas – AOP

 Varían en función de la presencia de los componentes en el agua y de
la geometría (del sol o de visión)
 Radiancia e Irradiancia son AOPs (Apparent Optical Properties)

• Propiedades inherentes de las aguas - IOP

Propiedades ópticas que dependen solamente de la presencia de los
componentes del agua y no de la geometría (del sol o de visión)

Coeficientes de absorción y de difusión son IOP

La naturaleza de la energía
radiante

Propiedades casi inherentes N-IOP

Para limitar el impacto de la variabilidad de las AOP, son utilizadas

combinaciones entre AOP por ser casi independientes de la geometría
de iluminación y de visión

• Refletancia R

• Coeficiente de atenuación difusa K

Propiedades ópticas aparentes

El uso de la refletancia permite normalizar la variabilidad

de la irradiancia y radiancia:

Reflectancia de sensoriamento remoto : Razón entre la Radiancia

Lu (Upwelling radiance) y la Irradiancia Ed (Downwelling irradiance)

Reflectancia de irradiancia : Razón entre la Irradiancia Eu

(Upwelling irradiance) y la Irradiancia Ed (Downwelling irradiance)
Propriedades ópticas aparentes

Un parámetro fácil de medir es la disminución del flujo

radiante en la columna de agua : coeficiente de
atenuación vertical difuso

Kd = - 1 / Ed dE/Dz “Downward”

Ku = - 1 / Eu dE/Dz “Upward”
Propiedades ópticas inherentes e
aparentes

Propiedades inherentes de las aguas IOP

Coeficiente de absorción a
Coeficiente de dispersión b
Coeficiente de atenuación c

Propiedades aparentes de las aguas AOP

Radiancia
Irradiancia
Refletancias
Coeficiente de atenuación vertical difuso

Problema: Las AOP son fácilmente medidas en el campo... las IOP no !

Procesos de absorción de la luz
Los componentes que absorben la luz : fitoplancton
Varios otros pigmentos : feopigmentos, carotenoides

Cada pigmento presenta bandas de absorción propias y de

intensidad variable

Cada grupo de algas presentan diferentes distribuciones de los

pigmentos en las algas (cloroplasto) : Package effect

clorofícea cianofíceas Bacillariophyceae

Procesos de absorción de la luz
Los componentes que absorben la luz : fitoplancton
Ejemplo de absorción de varias muestras
 Procesos de absorción de la luz

Partículas inorgánicas : sedimentos

La absorción por los sedimentos (ased) es considerada como nula
en las aguas oceánicas
En el caso de las aguas turbias, ased es modelada como a
absorción del material orgánico disuelto :

Fuente : Doxaran et al. 2002

Procesos de absorción de la luz
Resumen :
Procesos de dispersión de la luz

Los componentes que dispersan a luz :

Agua

Partículas en suspensión (inorgánicas y orgánicas)

Procesos de dispersión de la luz

Procesos de dispersión de la luz : interacciones de la luz con

los componentes del agua que alteran su trayectoria inicial

2 procesos :
Fluctuaciones de densidad (<< λ)
• Teoría de “Rayleigh”

Difusión particular ( > λ)

• Teoría de “Mie”
Procesos de dispersión de la luz
Dependencia de la retro-dispersión las
características físicas del material particulado
Ejemplo de modelo para o retro-dispersión (backscatter)

Triple dependencia
• Qbb: : Factor de eficiencia de retro-dispersión
• N(D):Distribución del tamaño
• D: Tamaño medio
• m: Índice de refracción
 Procesos de dispersión de la luz

Dependencia espectral
• Aporta información sobre la distribución del tamaño de
partícula

Fuente : Doxaran et al. 2002

Procesos de dispersión de la luz

Como medir el coeficiente de dispersión

Difícil !
• Variación angular fuerte y rápida en la dirección “forward”
• Es necesario un sistema extremamente fino
• Caracterizar la variación angular completa y imposible en campo
Porque medir las propiedades
ópticas in situ ?
Porque medir las propiedades
ópticas in situ ?
Para entender el “cuadro” entero
de las propiedades ópticas !
Ejemplos de espectros radiométricos
y bandas satelitales

Multispectral
Mediciones in situ

Dos metodologías
Dentro del agua
• Ventaja : reduce los efectos de la interface aire / água
• Relación más directa entre IOP y AOP
• Medir la atenuación de la luz en función de la profundidad
• Ed(0+), Ed(0-), Lu(0+), Lu(0-), R(0-) Kd(z), Ku(z)

Fuera del agua

• Medición directamente relacionada a los dados de satélite
• Ed(0+), Lu(0+), R(0+)
• Ventaja : medición más rápida
Mediciones fuera del agua

Geometría
Ángulo cenital solar s
Azimut solar s
Ángulo cenital radiómetro v
Azimut do radiómetro v
Diferencia de azimut :
•  = s - v
Mediciones fuera del agua

Mayor dificultad : La interface

aire/agua interrumpe la medición !
Reflejo especular y difusa de la energía
radiante viniendo de arriba Ed
Puede ser más fuerte que la propia
radiancia del agua Lu !
Mediciones fuera del agua

Una medición de radiancia en

superficie incluye
La radiancia subiendo del agua
La radiancia descendiendo
reflejada en la superficie de
agua

 ~ coeficiente de Fresnel
Mediciones fuera del agua

2 métodos de mediciones :
Directa e simultánea : 2 sensores de radiancia y 1 de irradiancia

Indirecta y consecutiva : 1 sensor de radiancia

• El calculo de la irradiancia es optenida con una superficie lamberían
(placa)
Mediciones fuera del agua

2 métodos de medición :
Directa y simultánea : 2 sensores de radiancia e 1 de
irradiancia
Mediciones dentro del agua
Ejemplos de Kd en las aguas de la Amazonia
Comportamiento espectral de
cuerpos de agua naturales

Concentraciones crecientes de pigmentos

Comportamiento espectral de
cuerpos de agua naturales

CDOM + sedimentos
Comportamiento espectral de
cuerpos de agua naturales

Aguas turbias : Caso II (CDOM + sedimentos)

Comportamiento espectral de
cuerpos de agua naturales

Relación directa : turbidez – refletancia

Comportamiento espectral de
cuerpos de agua naturales

Relación indirecta : pH – refletancia

Ejemplo de Aplicación

Monitoreo del transporte de sedimentos

Cuenca del Río Amazonas
Cuenca del Río São Francisco
Automatización de los procesos de imágenes

Monitoreo de las florescencias de algas

Reservorios del Nordeste (açudes)
Objetivos

Establecer relaciones robustas entre las propiedades ópticas

de las aguas y el contenido de sedimento
Conocimiento de las características espectrales

Desarrollar un sistema de monitoreo por satélite

Disponibilizar estimaciones de concentración de sedimentos

Conocer los procesos de transferencia de la materia en las

cuencas en diferentes escalas temporal y espacial
Monitoreo por satélite

Calibración : establecer una relación entre refletancia e MPS

Comparación con datos de redes convencionales

Usar campañas intensivas de medición do MPS

Calibrar a relación a partir de las mediciones espectro-radiometricas

Usar el modelaje semi analítico

 Proceso automatizado

Terra & Aqua

MODIS on- NASA IRD / ANA
board Automatic
sensors data
ordering

Download
Pre-processings Global MODIS Image
Atmospheric and Database
GETMODIS
storage online image
over each
geometric virtual station
database (@IRD)
corrections

Data post-processing
http://www.ana.gov.br/hidrosat/
MOD3R (@IRD)
Río Amazonas en Óbidos
Calibración 1/3

Calibración de las imágenes MODIS a partir de las meustras colectadas

cada 10 días por un observador en Obidos (2000-2007)
Resultados : Óbidos

Concentración en MPS (Satélite & convencional) en la superfície

Monitoreo del transporte de sedimentos
Datos de la red hidro/sedimentométrica vs satélite : Óbidos (Río
Amazonas – Para)
Resultados : Perú

Balance aguas arriba / aguas abajo del Río Amazonas

Calibración 2/3

Otro método : calibración a partir de campañas de medición in situ :

Tamshyacu (Perú)

0,14
R² = 0,988
0,12
Surface Reflrctance

0,1

0,08

0,06

0,04

0,02

0
0 100 200 300 400 500 600 700

Suspended Sediment Surface (mg/l)

Resultados : Perú

Balance aguas arriba / aguas abajo del Río Amazonas

80
SRG+REQ (sediment discharge (tons/month)x106) SRG+REQ = 1,0368*TAM + 1,0179
R² = 0,89
70

60

50

40

30

20

10

0
0 10 20 30 40 50 60 70 80
TAM (sediment discharge (tons/month)x106)
Río Madeira

650 km
 Resultados
• Validación de las estimaciones de concentración de
sedimentos en suspensión en el Río Madeira

Espinoza et al. 2013

 Resultados

• Gradiente longitudinal de la
concentración de sedimentos
suspendidos estimados por
satelite

Espinoza et al. 2013

Florescencia de las algas

Zona de estudio
La variación temporal de los datos satelitales muestra un ciclo
annual de eutrofización durante la epoca de estiaje
Los datos de satelite muestran una fuerte variación en
diferentes años y lagos
Monitoreo de la calidad de las aguas por satélite:
teoría, aplicaciones y
práctica

_____

Jean-Michel Martinez
Raúl Espinoza Villar

Contactos :respinozavillar@gmail.com