Imágenes satelitales y sitios de acuicultura

bc1

PROYECTO FIP Nº 2014-77
“MANEJO E INTERPRETACIÓN DE IMÁGENES SATELITALES DE ALTA RESOLUCIÓN APLICADAS A LAS LABORES DE EXPLORACIÓN DEL BORDE COSTERO Y CUERPOS DE AGUA DONDE SE DESARROLLE LA ACTIVIDAD DE ACUICULTURA (FASE II)”

Ver resumen ejecutivo

OBJETIVO GENERAL
Caracterizar el borde costero acotado a las Áreas Apropiadas para el ejercicio de la Acuicultura en base a imágenes satelitales, que permitan identificar estructuras de cultivo de salmones y determinar parámetros ambientales.

PRODUCTOS PRINCIPALES
1. Identificación de estructuras de acuicultura (balsas jaulas, línea de cultivo, pontones, muelles, etc.) en imágenes Landsat 8 OLI/TIRS y procesadas en el software ENVI transformándolas con el método pansharpening. En la Figura 1 se muestra un ejemplo.

bc2(color natural: bandas azul, verde y roja) transformada con el método pansharpening. En líneas rojas se observa el polígono del barrio y en amarillo las concesiones de salmónidos.
Figura 1. Identificación de estructuras de cultivo en el Barrio 2, Seno Reloncaví, Comuna de Puerto Montt, superficie de 549,59 km2, X Región de Los Lagos, utilizando Imagen Landsat 8 OLI/TIRS multiespectral

2. Mapas temáticos en ArcGIS 10.2 para cada uno de los Barrios de interés con sus respectivos análisis de concesiones, estructuras de cultivo y su posicionamiento (Tabla 1,Figura 2).

bc3 bc4a bc4b
Tabla 1. Identificación y caracterización de estructuras por concesión para el Barrio 3b.
Figura 2. Análisis de concesiones, estructuras de cultivo y su posicionamiento en al Barrio 3b.

3. Generación de batimetría de Landsat 8 OLI/TIRS (Figura 3) con las imágenes de reflectancia y utilizando la herramienta de ENVI se calcula la profundidad relativa del agua, en relación a una región de interés.

bc4c
Figura 3. Ejemplo de batimetría absoluta utilizando la imagen LC82330902013358LGN00.

4. Elaboración de una Geodatabase de imágenes satelitales de archivo de ArcGIS 10 (Imag-fip2014-77.gdb ) donde están las imágenes como ráster dataset de los distintos Barrios en estudio y variables ambientales como batimetría, clorofila y temperatura superficial del mar (Figura 4). Esta geodatabase corresponde a multiusuario, permitiendo almacenar información geográfica, pudiendo ser consultada y editada por varios usuarios de forma simultánea, sin límite de tamaño. Además funciona bajo Microsoft SQL Server, Oracle o IBM DB2.

bc5
Figura 4. Estructura de la Geodatabase de los ráster dataset de productos satelitales y carpeta de simbologías.

5. Elaboración de modelo multivariado para la selección de sitios aptos para la acuicultura. La Figura 5 resume el enfoque de evaluación multicriterios (MCE) y los resultados obtenidos.

bc7c) aptitud física; y d) crecimiento y sobrevivencia; y e) mapa de aptitud final derivado de la evaluación multicriterios. Se superponen los polígonos y nombres de barrios.
Figura 5. Mapas de aptitud de acuerdo a criterios de: a) zonas aptas por ley; b) áreas de manejo y explotación de recursos bentónicos;

6. Determinación de la capacidad de carga en los sitios seleccionados, los que contienen las  áreas aptas que se utilizaron con un análisis detallado de la producción, salidas socio-económicas y efectos ambientales aplicando el modelo dinámico de capacidad de carga FARM (Figura 6), y bajo distintos escenarios de cultivo (Figura 7: a) escenario de cultivo monoespecífico (cultivo ostra japonesa) y b) escenario AMTI (cultivo salmón atlántico + ostra japonesa). 

bc7 bc8
Figura 6. Ejemplo de áreas aptas para ostra japonesa estimadas en el Barrio 2, se muestra el sitio test (10 ha = 500 m largo x 200 m ancho) donde se aplica la interface del Software FARM sobre los resultados del control de eutroficación y balance de masa.
Figura 7. Producto físico total (PFT) en toneladas de peso fresco total obtenido en un período de cultivo para los distintos sitios aptos por barrio simulados por el modelo de capacidad de carga FARM bajo (izq) escenario de cultivo monoespecífico (cultivo ostra japonesa) y (der) escenario AMTI (cultivo salmón atlántico + ostra japonesa).

7. Instalar  capacidades técnicas en los profesionales que serán los responsables de administrar y procesar la información proveniente de imágenes satelitales. Para esto se realizó un curso certificado de capacitación denominado “Manejo e interpretación de imágenes satelitales aplicadas a la gestión territorial de la acuicultura Fase II” el cual fue apoyado de manera exitosa con el Aula Virtual de la Pontificia Universidad Católica de Valparaíso (PUCV) potenciando las prácticas educativas, los procesos de enseñanza y aprendizaje con el uso de tecnologías, siendo certificado por el área de Actividad de Extensión Académica de la PUCV (Figura 8).

bc9
Figura 8. Página de información general del Aula Virtual del curso de capacitación.