Identificación de las relaciones de variables biofísicas del paisaje del secano costero de la región del maule con los componentes del balance energético superficial, mediante teledetección | Identifying relationships between biophysical variables of the rainfed coastal landscape of maule region and the surface energy balance components, by using remote sensing

Memoria para optar al título profesional de: Ingeniero en Recursos Naturales Renovables

Para la planificación y gestión de los recursos hídricos se requiere conocer no sólo la cantidad de agua que llega a la superficie terrestre, sino también el agua que sale de la superficie como evapotranspiración (ET). Esta variable es el factor más importante en el intercambio de energía y agua entre la superficie de la tierra y la atmósfera, la cual puede estimarse a través del balance energético superficial (BES). De esta manera, la estimación de los flujos energéticos superficiales permite avanzar en el conocimiento del paisaje de un territorio para su posterior planificación. En este estudio se estimó la distribución espacial de los flujos energéticos superficiales en un sector caracterizado por limitaciones hídricas, el secano costero de la Región del Maule, con el objetivo de identificar relaciones entre las variables biofísicas del paisaje y los componentes del BES. Para esto se calibró el modelo S-SEBI en el área de estudio y estimaron los componentes del BES a través de dos imágenes satelitales del sensor ASTER y datos de temperaturas máximas y mínimas diarias. Luego, para analizar los patrones espaciales en el paisaje, los componentes del BES se compararon con las variables biofísicas del paisaje asociadas a: índice de vegetación NDVI obtenido de las imágenes ASTER; cobertura de uso de suelo, clases de textura y profundidad del suelo, obtenidos a partir de estudios cartográficos de la Región del Maule; y variables topográficas de altitud, pendiente y exposición obtenidas de un Modelo Digital de Elevación (DEM). Las comparaciones fueron realizadas en base a diagramas de cajas entre las clases del material cartográfico para cada componente del BES, para lo cual se aplicaron pruebas de contrastes entre clases con el test estadístico Kruskal-Wallis y posteriormente con el test Mann-Whitney. Las variables topográficas fueron comparadas en base a las distribuciones de frecuencias para cada variable y componente. A partir de esta metodología se obtuvieron los componentes del BES en ambas escenas, donde se encontraron que la mayoría de las clases mostraron diferencias significativas. Mientras que las coberturas boscosas tienen las mayores tasas de ET, los terrenos agrícolas se sitúan muy por debajo con tasas similares a las praderas y matorrales. En cuanto al NDVI se encontró una alta correlación lineal con la ET, explicando en más del 75% las tasas encontradas para ambas escenas. Finalmente, se pudo concluir que el modelo S-SEBI permite estimar los componentes del BES con un mínimo de datos meteorológicos, y sus patrones espaciales observados en ambas escenas pueden ser explicados por las variables biofísicas estudiadas.

The planning and management of water resources requires not only to know the amount of water that reaches Earth's surface, but also the amount of water that leaves the surface in the evapotranspiration process (ET). This variable is the most important factor in the energy and water exchange between Earth's surface and the atmosphere and it can be estimated with the Surface Energy Balance Model (SEB). The estimation of surface's energy fluxes spatial distribution improves the knowledge of an area's landscape thus, allowing a better planning and management of such area. The purpose of this study was to estimate the spatial distribution of surface energy fluxes in a sector with limited water resources, the rained coastal of Region del Maule, Chile, in order to identify the relationships between the biophysical variables present it the landscape and the the SEB model components. To achieve this, the S-SEBI model was calibrated to estimate the components of the SEB model by using data (2 scenes) from the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) and data of the maximum and minimum daily temperatures. Then, to analyze the spatial patterns present in the landscape, SEB components were compared with landscape biophysical variables associated to: NDVI index obtained from the ASTER images; land use, soil texture and soil depth classes (obtained from Region del Maule's Geographic Information System (GIS); and the elevation, slope and aspect obtained from a Digital Elevation Model. Comparisons were made based on the analysis of box-plots between GIS classes of each component of the SEB model, applying contrast test between the classes with the Kruskal-Wallis and Mann-Whitney statistical tests. The topographic variables were compared based on the frequency distributions of each variable and component. Then, the SEB model components were obtained for both of the ASTER scenes showing that the majority of the classes showed significant differences. While the forest cover had the highest ET rates, agricultural land rates are similar of those of the grassland and shrubland classes. A high linear correlation was found between the ET and NDVI, explaining more than the 75% found for both of the scene. Finally, it was concluded that S-SEBI model can estimate the components of the SEB model using minimal meteorological data and that the spatial patterns observed in both scenes are in fact explained by the studied biophysical variables.