Análisis de la Cobertura de Nieve

Análisis de la Cobertura de Nieve en la Cuenca del Río
Santa y su Relación con ENOS, Usando teledetección
Dr. Rodolfo Domingo Moreno Santillán
Comisión Nacional de Investigación y
Desarrollo Aeroespacial
Aplicaciones en tecnología espacial

1.-Introducción
3.-Objetivos
4.-Metodología
5.-Resultados y discusión
6.-Conclusiones
Contenido
4.1.-Colección de datos
4.2.-Diagrama de Flujo
4.3.-Algoritmos de procesamiento
2.-Área de Estudio

1.-Introducción
El Niño Oscilación Sur (ENSO)
El Niño phenomenon
La Niña phenomenon

ENOS
Sequias
Inundaciones
Pesquería
Deslizamiento
1.-Introducción

Zona de Convergencia Intertropical
1.-Introducción

Cambio Climático
El ciclo de Milankovitch
1.-Introducción

1.3.- Cambio Climático
Efecto invernadero
1.-Introducción

Glaciares Tropicales
Mount Kilimanjaro
Cancer
Capricorn
Mount Kenya
Pyramid of Carstensz
Cordillera de los Andes
(White Mountain Range)
Popocatepetl and Iztaccihuatl
1.-Introducción

Glaciares Tropicales
Mount Kilimanjaro
Cordillera de los Andes
(White Mountain Range)
Cancer
Capricorn
Mount Kenya
Popocatepetl and Iztaccihuatl
Pyramid of Carstensz
1.-Introducción

La teledetección es un método no invasivo, no
destructivo y permite obtener información de áreas
inaccesibles.
Ventajas de la teledetección
1.-Introducción

Las imágenes de satélite tienen una cobertura
global y periódica, son imágenes frecuentes con
gran cobertura de la superficie terrestre que
pueden ser analizadas a diferentes escalas
1.-Introducción

Gravedad
Precipitación
Radiancia y reflectancia
Temperatura de la superficie del mar (SST)
Modelo de elevación digital (DEM)
Temperatura de la superficie terrestre (LST)
Índice de nieve de diferencia normalizada (NSDI)
Índice de agua de diferencia normalizada (NDWI)
Índice de vegetación de diferencia normalizada (NDVI)
.Otros
1.-Introducción

Aplicaciones de la Teledetección
Agricultura
Climatología
Glaciologia
Crecimiento Urbano
Desastres Naturales
Ocenografia
1.-Introducción

Monitoreo de Balance de Masa
Accumulation
Ablation
1.-Introducción

Snowline Altitude (SLA)
1.-Introducción

Nevado Pastoruri
(Peru)
Retroceso glaciar
1.-Introducción

2.-Área de estudio
Área de Estudio
Peru

Agricultura
Agua potable
Hidroeléctrica
Mineria
Importancia de la Cuenca del Rio Santa
2.-Área de estudio

Cuenca del Rio Santa
Parque Nacional Huascarán
Patrimonio Mundial de la UNESCO
2.-Área de estudio

Yungay Viejo (2500 m) visto desde el cerro del cementerio. El área sombreada clara muestra la ubicación
del deslizamiento (avalancha de hielo, lodo y escombros) del 31/05/1970, provocado por un terremoto, en
el que se rompió una parte del flanco occidental del Huascarán Norte (6652 m). Yungay Nuevo está detrás
del área sombreada en el centro. (estimado de 66,794 a 70,000 bajas)
Yungay (1970)
Área de riesgo
Desastres Naturales

3.-Objetivo
• Encontrar evidencia de la influencia de la temperatura de la superficie del mar en el Océano
Pacífico Ecuatorial sobre la variación de la cobertura de nieve en la Cuenca del Río Santa
utilizando datos de satélites meteorológicos con resolución espacial media.

4.-Metodología
4.1.-Colección de datos

Temperatura superficial del Mar (SST)
Precipitación (TRMM)
Cobertura Fraccional de Nieve (FSC)
𝐼"(𝑖, 𝑗)
Vector
Procesamiento
Extracción de
la anomalías
Análisis de los datos
Salida
Entrada
4.-Metodología
4.2.-Diagrama de Flujo

Interpolation espacial y temporal (A1-TSI)
Definición de la mascara (A2-MD)
Procesamiento de la precipitación (A3-PP)
Procesamiento de la cobertura de nieve (A4-SC)
4.-Metodología 4.1.-Algoritmo de procesamiento
Algoritmo de procesamiento de datos

Extracción de Anomalía de Temperatura Superficial del Mar (A7-EASST)
Descomposición del histograma de la Anomalía (A8-HDA)
Extracción de la anomalía (A9-EA)
4.-Metodología 4.1.-Algoritmo de procesamiento
Algoritmos de extracción de anomalías

Interpolation espacial y temporal (A1-TSI)
𝑆),*,+,, 𝑡 = (𝐴, + 𝐵,𝑡 + 𝐶,𝑡3
+ 𝐷,𝑡5
)𝑉,
𝑓),*,+ 𝑡 =
𝑆),*,+,8 𝑡 𝑖𝑓 𝑡 ∈ 𝑡8, 𝑡:
𝑆),*,+,: 𝑡 𝑖𝑓 𝑡 ∈ 𝑡:, 𝑡3
⋮ ⋮ ⋮
⋮ ⋮ ⋮
𝑆),*,+,<=: 𝑡 𝑖𝑓 𝑡 ∈ 𝑡<=:, 𝑡<
Interpolación temporal
𝑉, = 0
𝑆),*,+,, 𝑡 > 𝑀𝑎𝑥(𝑓(𝑡))
S is restricted inside of intervals [𝑡,, 𝑡,F:], where 𝑘 = 0, 1, 2, … 𝑛 − 1
𝑉, = 1
𝑆),*,+,, 𝑡 ≤ 𝑀𝑎𝑥(𝑓(𝑡))
𝑡, 𝑡,F:
4.-Metodología 4.1.-Algoritmo de Procesamiento

Interpolation Especial y Temporal (A1-TSI)
𝑆),*,+,, 𝑡, = 𝑓),*,+ 𝑡,
𝑆),*,+,<=: 𝑡< = 𝑡<
𝑆),*,+,, 𝑡,F: = 𝑆),*,+,,F: 𝑡,F:
𝑆),*,+,,
O
𝑡,F: = 𝑆),*,+,,F:
O
𝑡,F:
𝑆),*,+,,
OO
𝑡,F: = 𝑆),*,+,,F:
OO
𝑡,F:
Condiciones de interpolación
Condiciones de continuidad
(en puntos interiores)
Condiciones suavizadas
(en puntos interiores)
Where 𝑘 = 0, 1,2, … 𝑛 − 1
Where 𝑘 = 0, 1, 2, … 𝑛 − 2
Where 𝑘 = 1, 2, 3, … 𝑛 − 2

Interpolation Especial y Temporal (A1-TSI)
𝑆),*,+,8
OO
𝑡8 = 0 and 𝑆),*,+,,=:
OO
𝑡< = 0 (Natural cubic spline)
𝑆),*,+,8
O
𝑡8 = 𝑓),*,+
O
(𝑡8) and 𝑆),*,+,,F:
OO
𝑡< = 𝑓),*,+
OO
(𝑡8) (Subject cubic spline)
𝑉, = Q
1 𝑖𝑓 𝑀𝑖𝑛(𝑓),* 𝑡 ) ≤ 𝑆),*,+,, 𝑡, ≤ 𝑀𝑎𝑥(𝑓),*(𝑡))
0 𝑖𝑓 𝑂𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
Condición de
intervalos extremos
Condición
mínima y máxima

𝑓),*,+ 𝑡 =
𝐴8 + 𝐵8𝑡 + 𝐶8𝑡3
+ 𝐷8𝑡5
. 𝑉8 𝑖𝑓 𝑡 ∈ [𝑡Y, 𝑡:]
𝐴: + 𝐵:𝑡 + 𝐶:𝑡3
+ 𝐷:𝑡5
. 𝑉: 𝑖𝑓 𝑡 ∈ [𝑡:, 𝑡3]
⋮ ⋮ ⋮
⋮ ⋮ ⋮
𝐴<=: + 𝐵<=:𝑡 + 𝐶<=:𝑡3
+ 𝐷<=:𝑡5
. 𝑉<=: 𝑖𝑓 𝑡 ∈ [𝑡<=:, 𝑡<]
Interpolation Espacial y Temporal (A1-TSI)

𝑀 𝑖, 𝑗, 𝑡 = Q
1 𝑖𝑓 𝐼 𝑖, 𝑗, 𝑡 ≠ 0
0 𝑖𝑓 𝑂𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
Interpolación espacial
𝑃 𝑖, 𝑗, 𝑡 = 𝑀 𝑝, 𝑞, 𝑡
*F_
`a*=_
)F_
ba)=_

𝐼 𝑖, 𝑗, 𝑡 =
1
𝑃 𝑖, 𝑗, 𝑡
𝐼 𝑝, 𝑞, 𝑡
*F_
`a*=_
)F_
ba)=_
𝑖𝑓 𝐼 𝑖, 𝑗, 𝑡 = 0 𝑎𝑛𝑑 𝑃 𝑖, 𝑗, 𝑡 ≥
𝐷_ − 1 3
2
0 𝑂𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒

a b
c
d
𝑥 =
𝑎 + 𝑏 + 𝑐 + 𝑑
4
𝑥
𝑉, = 0
𝑥 =
𝑎 + 𝑏 + 𝑐 + 𝑑 + 𝑒 + 𝑓 + 𝑔 + ℎ + 𝑖 + 𝑗 + 𝑘 + 𝑙
12
b
c
i
a
d
e
f
g
h
j
k
l
𝑥
𝑥
𝑡
𝑓(𝑡)
𝑆,

Definición de la mascara (A2-MD)
𝑀" 𝑖, 𝑗 = j
1 𝑖𝑓 𝐼" 𝑖, 𝑗 ∈ 𝑆𝑅𝐵
0 𝑖𝑓 𝐼" 𝑖, 𝑗 ∉ 𝑆𝑅𝐵
𝑃" = 𝑀" 𝑖, 𝑗
m
*a8
n
)a8

Procesamiento de la precipitación (A3-PP)
𝑓o 𝑡 =
1
𝑃"
𝐼pmqq 𝑖, 𝑗, 𝑡 . 𝑀" 𝑖, 𝑗
m
*a8
n
)a8

Procesamiento de la coverture de nieve (A4-SC)
𝑓rn 𝑡 = 0.25×10=3
𝐼quv 𝑖, 𝑗, 𝑡 .
m
*a8
𝑀" 𝑖, 𝑗
n
)a8

Extracción de la animalia de Temperatura Superficial del Mar (A7-ESSTA)
𝐼rrp = 𝐼rrp 𝑖, 𝑗, 𝑡
𝐻 𝑖, 𝑗, 𝜔 = y
1 𝑖𝑓 𝜔 = 0, 1
𝑆rrp 𝑖, 𝑗, 𝜔 = ℑ 𝐼rrp 𝑖, 𝑗, 𝑡 𝐻 𝑖, 𝑗, 𝜔
𝑎rrp 𝑖, 𝑗, 𝑡 = 𝐼rrp 𝑖, 𝑗, 𝑡 − 𝑠rrp 𝑖, 𝑗, 𝑡
𝐼rrp(𝑖, 𝑗, 𝑡)
𝑡
𝑗
𝑖
𝜔 𝑆rrp 𝑖, 𝑗, 𝜔

𝜔 𝑆rrp 𝑖, 𝑗, 𝜔
𝑗
𝑖
𝑎rrp 𝑖, 𝑗, 𝑡 = 𝐼rrp 𝑖, 𝑗, 𝑡 − 𝑠rrp 𝑖, 𝑗, 𝑡
𝑡
𝑗
𝑖
𝑡 𝐼rrp 𝑖, 𝑗, 𝑡
𝑗
𝑖
𝑡 𝑎rrp 𝑖, 𝑗, 𝑡 𝑠rrp 𝑖, 𝑗, 𝑡

𝐺, 𝑟 = 𝑔,(𝑟)
|
,a:
= 𝐴:𝑒
=
}=~•
€
3••
€
+ 𝐴3𝑒
=
}=~€
€
3•€
€
+ ⋯ 𝐴,𝑒
=
}=~ƒ
€
3•ƒ
€
Histograma His(r)
𝑃𝐶𝐼rrp(i, j)
Descomposición del histograma de anomalía (A8-HDA)

𝐺, 𝑟 = 𝐴,𝑒
=
}=~ƒ
€
3•ƒ
€
|
,a:
≈ 𝐻𝑖𝑠(𝑟)
𝐽 𝐴,, 𝑢,, 𝜎, =
1
2𝑁
𝐺, 𝑟) − 𝐻𝑖𝑠 𝑟)
3
‹
)a:
El problema consiste en encontrar los parámetros de 𝐺, 𝑟 :
𝑢Œ = 𝑢:, 𝑢3, 𝑢5 … . 𝑢|
𝜎, = 𝜎:, 𝜎3, 𝜎5 … . 𝜎|
𝐴, = 𝐴:, 𝐴3, 𝐴5 … . 𝐴|, Amplitude
Average
Standard deviation

𝐴, ← 𝐴, − α 𝑡
𝜕𝐽
𝜕𝐴,
𝑢, ← 𝑢, − α 𝑡
𝜕𝐽
𝜕𝑢,
𝜎, ← 𝜎, − 𝛼 𝑡
𝜕𝐽
𝜕𝜎,
α 𝑡 = ℎ𝑒=
‘
3p
’
Learning Rate Scheduling
𝐴,
𝑢,
𝜎,
𝐺,(𝐴,, 𝑢,, 𝜎,)
𝑡 = 1,2,3 … . . 𝑇
Interactions

𝐴, ← 𝐴, − α 𝑡
1
𝑁
𝐴b𝑒
=
}”=~•
€
3••
€
o
ba:
− 𝐻𝑖𝑠 𝑟)
‹
)a:
𝑒
=
}”=~ƒ
€
3•ƒ
€
𝑢, ← 𝑢, − α 𝑡
1
𝑁
𝐴b𝑒
=
}”=~•
€
3••
€
o
ba:
− 𝐻𝑖𝑠 𝑟)
‹
)a:
𝐴,
𝑟) − 𝑢,
𝜎,
3 𝑒
=
}”=~ƒ
€
3•ƒ
€
𝜎, ← 𝜎, − α(𝑡)
1
𝑁
[ 𝐴b𝑒
=
}”=~•
€
3••
€
o
ba:
− 𝐻𝑖𝑠(𝑟))]
‹
)a:
𝐴,
(𝑟) − 𝑢,)
𝜎,
5 𝑒
=
}”=~ƒ
€
3•ƒ
€

𝑀+uv 𝑖, 𝑗 = y
1 𝑖𝑓 𝑃𝐶1u––’ 𝑖, 𝑗 ≥ 𝑢+uv
0 𝑖𝑓 𝑃𝐶1u––’ 𝑖, 𝑗 < 𝑢+uv
𝑃+uv = 𝑀+uv 𝑖, 𝑗
n
*a8
m
)a8
𝑢+uv
𝑀+uv
𝑢+uv

𝑓+uv 𝑡 =
1
𝑃+uv
𝐼rrp 𝑖, 𝑗, 𝑡 . 𝑀+uv 𝑖, 𝑗
n
*a:
m
)a:
Descomposición del histograma de anomalía(A8-HDA)
𝑠+uv 𝑡 =
1
𝑃+uv
𝑠rrp 𝑖, 𝑗, 𝑡 . 𝑀+uv 𝑖, 𝑗
n
*a:
m
)a:
𝑎+uv
O
𝑡 =
1
𝑃+uv
𝑎rrp 𝑖, 𝑗, 𝑡 . 𝑀+uv 𝑖, 𝑗
n
*a:
m
)a:
𝑎+uv 𝑡 = 𝑐<. 𝑎+uv
O
𝑡 + 𝑛
<˜
<a=<™
Savitzky-Golay Filter
𝑗
𝑖
𝑡
𝐼rrp 𝑖, 𝑗, 𝑡
𝑠rrp 𝑖, 𝑗, 𝑡
𝑎rrp 𝑖, 𝑗, 𝑡
𝑀+uv

Extracción de la anomalía (A9-EA)
𝐻 𝜔 = y
1 , 𝑖𝑓 𝜔 = 0 and 1
𝑆 𝜔 = ℑ 𝑓 𝑡 𝐻 𝜔
𝑠 𝑡 = ℑ=:
𝑆 𝜔
𝑠 𝑡 = 𝐴𝐶𝑜𝑠 𝜔𝑡 − 𝛾 + 𝐵
𝑎O
𝑡 = 𝑓 𝑡 − 𝑠 𝑡

4.-Methology
Análisis de los datos (A13-DA)
𝐹 𝜔 = ℑ 𝑓u(𝑡) ℑ∗
𝑓¡ 𝑡
𝑊£ 𝑠, 𝜏 =
1
𝑠
¦ 𝑓 𝑡 𝜓∗
(𝑡 − 𝜏)
𝑠
𝑑𝑡
F¨
=¨
𝑊
u = 𝑊
u 𝑠, 𝜏
𝑊
u©,uª
𝑠, 𝜏 = 𝑊
u©
𝑊
uª
∗
𝑊
« 3
𝑠 =
1
𝑇
𝑊’ 𝑠 3
p
’a:
4.1.-Algoritmo de Procesamiento

5.-Resultados y Discusión
Análisis de la temperatura de la superficie del mar,
precipitación y la cobertura de nieve

𝑃𝐶1rrp(𝑖, 𝑗)
𝑃𝐶1rrp(𝑖, 𝑗)
Histogram of

𝐺 𝑟 = 681𝑒
=
(}F::.5)€
(®.85)€
+ 6554𝑒
=
(}F8.¯°)€
(5.±°)€
+ 5251𝑒
=
(}=5.²²)€
(:.³5)€
+ 1608𝑒
=
(}=¯.±±)€
(5.:¯)€
(5.1)
𝐺 𝑟 = 𝑔: 𝑟 + 𝑔3 r + 𝑔5 𝑟 + 𝑔²(𝑟)

N1 N2 N3 N4 N5 N6 N7
N1 (El Niño Phenomenon 2002-2003)
N3 (La Niña Phenomenon 2007-2008)
SST
±𝜎¯.±± = 0.84Y

Precipitation N1 N2 N3 N4 N5 N6 N7

N1 N2 N3 N4 N5 N6 N7
Snow Cover

Inter-Tropical Covergence Zone
(ITCZ)

3.06 yr 3.27 2.92
5.80 yr 5.80 6.19
3.2 yr 2.92 2.86
3.40
3.10
2.43
5.42 5.8 5.8
5.66
5.66
5.66
0.5
0.5
GWS CCFD

N7
N6
N5
N4
N3
N2
N1
CWC

3.0 yr
3.0 yr
3.0 yr
0.5 yr
0.5 yr
0.5 yr
1.5 yr
1.5 yr
1.5 yr
CWC

6.-Conclusiones
Conclusión del análisis de señales climatológicas en la Cuenca del Rio Santa
• Las señales climatológicas pueden ser interpretadas por una combinación de estacionariedad y
anomalías donde la estacionariedad se ve reforzada, atenuada o debilitada por la intensidad y
duración de la anomalía. El régimen de la estación seca y húmeda se determina a partir de la
estacionariedad que se rige por la ITCZ y las anomalías que se rigen por los eventos ENOS.
Climatológica
ITCZ ENSO
Estacionalidad Anomalía Señal

• El CCFD, Global Spectrum of CWC y GWS muestran evidencia de una estrecha relación
entre las anomalías de SST, la precipitación y la capa de nieve alrededor de 3 (fenómenos de
El Niño) y 6 años (fenómenos de La Niña) que están relacionados con ENOS. Además,
también se observó un comportamiento semestral en los espectros de frecuencia y potencia.
6.-Conclusiones
CCFD CWC GWS
Periodo 0.5, 3 y 6 años

6.-Conclusiones
• Los cambios abruptos de la anomalía de SST en el Océano Pacífico, así como las transiciones
de corta duración de los eventos Niño a Niña y viceversa, representan una amenaza de
inundaciones glaciares con el mayor potencial de desastres y daños. Generalmente, la capa de
nieve aumenta durante eventos neutrales y Niña.
A principios de 2010, la anomalía 𝑎_6.99
muestra una transición entre las fases
cálida y fría. Se pueden observar valores
negativos de 𝑎_𝑆𝐶 durante 2010, que es
un retroceso de los glaciares. El 12 de
abril de 2010, luego de un año
extremadamente caluroso, se produjo una
avalancha de hielo que destruyó al
menos 50 viviendas con pérdida de vidas
en la cuenca del río Santa.
N4 N5

Análisis de la Cobertura de Nieve

Recomendados

Recomendados

Más contenido relacionado

Similar a Análisis de la Cobertura de Nieve

Similar a Análisis de la Cobertura de Nieve (20)

Más de JOHANAVOS

Más de JOHANAVOS (6)

Último

Último (20)

Análisis de la Cobertura de Nieve