Resumen
Este estudio surge debido a la crisis de contaminación ambiental en el Humedal del Cerrón Grande, que afecta la calidad ecológica del embalse, como también los servicios ecosistémicos que el humedal puede ofrecer. Una de las problemáticas comunes de contaminación que enfrentan los humedales es la eutrofización de sus aguas, generando proliferaciones de fitoplancton que pueden alcanzar niveles peligrosos. La concentración de clorofila-a es una medida indirecta de la biomasa de fitoplancton en un cuerpo de agua [1]. Se tuvo como objetivo estimar el valor de la concentración de clorofila a mediante modelos empíricos; para ello, se utilizaron bandas del satélite Sentinel-2A que dieran una alternativa al índice más utilizado llamado TBDO (Triple banda Dall’ Olmo). Se generaron índices con todas las posibles combinaciones de las bandas; además, mediante el análisis de componentes principales, se agruparon las bandas y la clorofila-a en tres factores que resultaron similares a las bandas utilizadas por el TBDO. Como resultado se eligieron 3 modelos de 100,000 posibilidades generadas, que al compararlos contra el TBDO ofrecen mejor estimación de la concentración de clorofila-a en el Humedal. Se superaron la mayoría de los supuestos de los modelos y se analizó la autocorrelación espacial.
Referencias
R. Duarte, Relación entre clorofila superficial y clorofila en la zona eufótica del golfo de California: Posible aplicación para estimar la producción primaria con datos obtenidos por sensores remotos. Ciencias Marinas, 19(4), 473-490, 1993.
D. Russin, P. ten Brink, A. Farmer, T. Badura, D. Coates, J. Förster y N. Davidson, The economics of ecosystems and biodiversity for water and wetlands. IEEP, 78, 2012.
M. Rovira, J. Ortez, L. Morán, G. Arevalo, J. Franco y D. Linares, Establecimiento de línea base para la identificación de Cianobacterias potencialmente tóxicas del Embalse Cerrón Grande, 2020.
S. Monge, Desarrollo del método para la cuantificación de la Clorofila-a en muestras de agua, por espectroscopia ultravioleta visible, 2015.
F. López-Hernández, A. Artal-Tur y M. Maté-Sánchez-Val, Identifying nonlinear spatial dependence patterns by using non-parametric tests. Investigaciones Regionales (21), 19-36. (41), 37-47, 2011.
A. Gitelson, G. Dall’Olmo, W. Moses, D. Rundquist, T. Barrow, T. Fisher, y J. Holz, Un modelo semianalítico simple para la estimación remota de clorofila-a en aguas turbias: Validación. Detección remota del medio ambiente, 112 (9), 3582-3593, 2008.
FasterCapital, Criterio de información de Akaike (AIC): el criterio secreto para la selección de modelos, 2025, [Online] Available: https://fastercapital.com/es/contenido/Criterio-de-informacion-de-Akaike--AIC--AIC--El-criterio-secreto-para-la-seleccion-de-modelos.html
P. Urrego, X. Sòria-Perpinyà, J. Delegido, M. Pereira-Sandoval, A. Ruiz-Verdu, C. Tenjo, E. Vicente, Eduardo, J. Soria y J. Moreno, Monitoreo ecológico multitemporal de la Albufera de Valencia con imágenes Sentinel-2, 2018, [Online] Available: https://www.researchgate.net/publication/328783570_Monitoreo_ecologico_multitemporal_de_la_Albufera_de_Valencia_con_imagenes_Sentinel-2
W. Jang, J. Kim, J.H. Kim, J. K. Shin, K. Chon, E.T. Kang, Y. Park, y S. Kim, Evaluation of Sentinel-2 based chlorophyll-a estimation in a small-scale reservoir: Assessing accuracy and availability. Remote Sensing, 16(2), 315, 2025, https://doi.org/10.3390/rs16020315
L. Miralha, y D. Kim, D, Accounting for and predicting the influence of spatial autocorrelation in water quality modeling. ISPRS international Journal of Geoinformation, 64-64, 2018.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2025 Felipe Antonio Carranza Flores, Jorge Ernesto Lemus Flores, Alba Yanira Chávez Cardona (Autor/a)

