ANÁLISIS ESPECTRAL DE DATOS GEORADAR PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE PROFUNDIDAD DE BOFEDAL EN LA MICROCUENCA APACHETA, REGIÓN AYACUCHO, 2020

Autores/as

  • Moncada Wilmer Universidad Nacional de San Cristóbal de Huamanga
  • Alex Pereda Universidad Nacional de San Cristóbal de Huamanga

DOI:

https://doi.org/10.51440/unsch.revistainvestigacion.29.1.2021.287

Palabras clave:

Georadar, Bofedal, Subsuelo, GPR

Resumen

Las zonas de recarga hídrica en la microcuenca Apacheta obedecen a la funcionalidad superficial y subsuperficial de los ecosistemas de bofedales, que son amenazados por el sobre pastoreo y la degradación por efectos del cambio climático, por lo que el propósito de la investigación es estimar la distribución de profundidad del subsuelo de bofedal mediante el análisis espectral de datos georadar, en la microcuenca Apacheta de la región Ayacucho. Las prospecciones geofísicas generan secciones de radargrama del área muestreada a una altura aproximada de 4650 ms.n.m., que contienen datos de amplitud de onda reflejada del subsuelo de bofedal, los Cuales son mapeados en capas con interpolación IDW a diferentes profundidades entre 0,5 a 20m, con intervalos de 0,5m. El análisis estadístico incluye el cálculo de la media, desviación estándar y varianza de la profundidad de subsuelo de bofedal en los transectos muestreados, además del ajuste de datos con la función de distribución normal, la correlación espacial de la profundidad de subsuelo de bofedal mediante el análisis del semivariograma. Los resultados indican que para valores altos en el semivariograma denotan una elevada variación espacial de la profundidad del subsuelo de bofedal. La distribución de densidad discrimina el contenido de agua y humedad en el suelo con respecto al suelo rocoso. Esto es relevante, para entender el comportamiento de los fenómenos de escorrentía subsuperficial, los procesos de infiltración y de transporte que ocurren en su interior de manera muy lenta, desde zonas altas a las más bajas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Davis, B.R., Lundien, J.R., Williamson, A.N., 1966. Feasibility Study of the Use of Radar to Detect Surface and Ground Water. Waterways Experiment Station, Vicksburg, Mississippi.

Dawrea, A., Zytner, R.G., Donald, J., 2021. Enhanced GPR data interpretation to estimate in situ water saturation in a l a n d fi l l . W a s t e M a n a g . 1 2 0 , 1 7 5 – 1 8 2 . https://doi.org/10.1016/j.wasman.2020.11.033

Godio, A., Rege, R.B., 2016. Analysis of georadar data to estimate the snow depth distribution. J. Appl. Geophys. 129, 92–100. https://doi.org/10.1016/j.jappgeo.2016.03.036

Hartman, B.D., Cleveland, D.A., 2018. The socioeconomic factors that facilitate or constrain restoration management: Watershed rehabilitation and wet meadow (bofedal) restoration in the Bolivian Andes. J. Environ. Manage. 209, 93–104. https://doi.org/10.1016/j.jenvman.2017.12.025

Henao, J., 1988. Introducción al manejo de cuencas hidrográficas. Universidad Santo Tomas, Bogota.

Kearey, P., Brooks, M., Hill, I., 2002. An Introduction to Geophysical Exploration, Tercera. ed. Wiley-Blackwell, USA.

Koh, G., Yankielun, N.E., Baptista, A.I., 1996. Snow Cover Characterization Using Multiband Fmcw Radars. Hydrol. P r o c e s s . 1 0 , 1 6 0 9 – 1 6 1 7 . h t t p s : / / d o i . o r g / 1 0 . 1 0 0 2 / ( S I C I ) 1 0 9 9 1085(199612)10:12<1609::AID-HYP504>3.0.CO;2-O

Kovacs, A., Gow, A.J., Morey, R.M., 1995. The in-situ dielectric constant of polar firn revisited. Cold Reg. Sci. Technol. 23, 245–256. https://doi.org/10.1016/0165232X(94)00016-Q

Molina, G., Claría, J., Rinaldi, V., 2008. Procesamiento de Imágenes de Geo - Radar Obtenidas en Escenarios con Múltiples Reflectantes Superficiales. Argentina. https://doi.org/DOI: 10.13140/2.1.3035.2644

Moncada, W., Pereda, A., Aldana, C., Masias, M., Jimenez, J., 2015. Cuantificación hidrográfica de la cuenca del rio Cachi-Ayacucho, mediante imágenes satelitales. Inst. Investig. Científica E Innov. Tecnológica UNSCH II.

Moncada, W., Willems, B., 2020. Spatial and temporal analysis of surface temperature in the Apacheta micro-basin using Landsat thermal data. Rev. Teledetec. 0, 51–63. https://doi.org/10.4995/raet.2020.13855

Moncada, W., Willems, B., Rojas, J., 2020. Estimación de estadíos estacionales a partir de parámetros climáticos medidos en la estación meteorológica de la microcuenca Apacheta, Región Ayacucho, 2000 al 2018. Rev. Investig. Física UNMSM 23, 17-- 25.

Moreau, S., Bosseno, R., Gu, X.F., Baret, F., 2003. Assessing the biomass dynamics of Andean bofedal and totora highprotein wetland grasses from NOAA/AVHRR. Remote Sens. Environ. 85, 516–529. https://doi.org/10.1016/S00344257(03)00053-1

Pereda, A., Moncada, W., Verde, L., 2018. Respuesta nival de la cabecera de cuenca Cachi-Apacheta de Ayacucho. Editorial Académica Española, Perú.

Skaugen, T., 2007. Modelling the spatial variability of snow water equivalent at the catchment scale. Hydrol. Earth Syst. Sci. 11, 1543–1550. https://doi.org/10.5194/hess-11-15432007

Yokota, T., Inazaki, T., Shinagawa, S., Ueda, T., 2009. A 3D ground penetrating radar imaging of the heavy rainfallinduced deformation around a river levee: a case study of Ara River, Saitama, Japan*. Explor. Geophys. 40, 49–55. https://doi.org/10.1071/EG08108

Descargas

Publicado

2021-01-01

Cómo citar

Wilmer, M., & Pereda, A. (2021). ANÁLISIS ESPECTRAL DE DATOS GEORADAR PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE PROFUNDIDAD DE BOFEDAL EN LA MICROCUENCA APACHETA, REGIÓN AYACUCHO, 2020. Investigación, 29(1), 83–90. https://doi.org/10.51440/unsch.revistainvestigacion.29.1.2021.287

Número

Sección

INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL