Simulaciones hidráulicas con GUAD2D y paso de malla

Alumno: Josep Faneca Trilla

Tutores: Fco. Javier Mesas Carrascosa

José Emilio Meroño de Larriva

Curso 2013 - 2014

Simulaciones hidráulicas con GUADFlow™2D y paso

de malla: comparativa de resultados partiendo de

MDE de resolución 5, 10, 15 y 20 metros obtenidos

mediante datos de un vuelo LiDAR y datos del PNOA

en el Río Juntillas, Parque Natural de Sierra Nevada

(Granada).

I

Resumen

El presente Trabajo Fin de Máster (TFM) intenta establecer una comparativa de cómo

afecta en los resultados de las simulaciones hidráulicas el tamaño de celda y la fuente de

los datos del Modelo Digital de Elevaciones (MDE) que sirve como información de

partida para dichas simulaciones. Se han estudiado los resultados de las simulaciones

hidráulicas partiendo de MDE obtenidos mediante nube de puntos de un vuelo LiDAR de

la Junta de Andalucía y mediante descarga de datos procedentes del Plan Nacional de

Ortofotografía Aérea (PNOA).

La aplicación de estas simulaciones hidráulicas se ha llevado a cabo sobre un tramo

fluvial del río Juntillas, en la zona central del Parque Natural de Sierra Nevada (Granada).

La modelización hidráulica se ha realizado con el software GUADFlow™ 2D, un modelo

bidimensional de simulación hidráulica desarrollado por la empresa INCLAM y el grupo

de Hidráulica Computacional de la Universidad de Zaragoza.

Abstract

This paper attempts to make a comparison of how it affects the results of hydraulic

simulations the cell size and the source of information on the Digital Elevation Model

(DEM) that serves as baseline information for these simulations. It has studied the results

of hydraulic simulations starting from a DSM point cloud obtained with a LiDAR flight

and a DEM obtained via downloaded data from Plan Nacional de Ortofotografía Aérea

(PNOA).

The application of these hydraulic simulations were carried out on a river stretch of

Juntillas River in Parque Natural de Sierra Nevada (Granada).

The hydraulic modeling was performed with a software named GUADFlow™ 2D, a two-

dimensional hydraulic simulation model developed by the company INCLAM and The

Computational Hydraulics Group at the University of Zaragoza.

II

Índice de contenidos

Resumen ............................................................................................................................ I

Abstract.............................................................................................................................. I

1. Introducción ...................................................................................................................1

1.1. MDT y LiDAR ....................................................................................................... 1

1.2. Modelización hidráulica......................................................................................... 3

1.2.1. Descripción del modelo utilizado: GUADFlow™ 2D (Bidimensional) ......... 4

2. Objetivos........................................................................................................................5

3. Material y métodos ........................................................................................................6

3.1 Área de trabajo ........................................................................................................ 6

3.2 Fuentes de Información Geográfica ..................................................................... 8

3.3 Software empleado. .............................................................................................. 9

3.3 Flujo de trabajo. ................................................................................................... 11

3.3.1 Delimitación del área de estudio .................................................................... 12

3.3.2 Preparación de datos: LiDAR y PNOA ............................................................. 14

3.3.3 Modelización hidráulica con GUAD 2D. .......................................................... 16

4. Resultados y discusión ................................................................................................23

4.1 Representación gráfica de las simulaciones. ......................................................... 23

4.2 Comparativa Datos LiDAR .................................................................................. 26

4.3 Comparativa Datos PNOA ................................................................................ 31

4.4 Datos LiDAR y PNOA: simulaciones con MDE paso de malla 5 metros. ....... 36

4.5 Tiempos de computación .................................................................................. 39

6. Conclusiones y futuras líneas de investigación ...........................................................41

ANEJO 1. Informe resumen de la nube de puntos LiDAR. ............................................42

7. Bibliografía ..................................................................................................................45

III

Índice Figuras

Figura 1. Sistemas de georreferenciación y medida de distancia sistema LiDAR. .......... 2

Figura 2. Comparativa vuelo LiDAR 4 puntos/m² y vuelo LiDAR PNOA 0.5 puntos/m²

(fuente: DIELMO 3D S.L). .............................................................................................. 3

Figura 3. Esquema de ejecución del paquete GUAD 2D. ................................................ 4

Figura 4. Situación de la zona de estudio ......................................................................... 7

Figura 5. Mapa topográfico de la zona de estudio. Fuente:

Mapa Topográfico Nacional escala 1:50.000. ................................................................. 7

Figura 6. Ortofotografía Digital Color (RGB) en el Parque Natural de Sierra Nevada

(Granada) de 2009, coincide con la extensión del vuelo LiDAR. .................................... 8

Figura 7. Hoja 1027 del MTN50 marco del trabajo. ........................................................ 9

Figura 8. Flujo de trabajo del TFM ................................................................................ 11

Figura 9. Monte Público “Monte del Pueblo de Trevélez” ............................................ 12

Figura 10. Delimitación cuencas hidrográficas en el monte público “Monte del pueblo de

Trevélez”. ....................................................................................................................... 13

Figura 11. Cercado (fence) tipo Elemento de la cuenca río Juntillas ............................. 14

Figura 12. Imagen de la nube de puntos LiDAR en FugroViewer. ................................ 15

Figura 13. Imagen de la cabecera del río Juntillas. Fuente: Andaltura.com................... 15

Figura 14. Vista 3D del MDE (paso de malla de 5 m) con datos LiDAR sobre ortofotos

de la zona de estudio. ...................................................................................................... 15

Figura 15. Esquema de trabajo del GUADCreator. ........................................................ 16

Figura 16. Terreno cargado correctamente en GUADCreator e información del mismo.

........................................................................................................................................ 17

Figura 17. Vista del GUADCreator de los delimitadores (borde en negro) y la dirección

del flujo (flecha azul) de la condición de entrada. .......................................................... 18


del flujo (flecha azul) de la condición de salida. ............................................................ 19

IV

Figura 19. Detalle de la malla triangular y características de la misma. ........................ 19

Figura 20. Visualización en GUADView del envolventes de nivel. .............................. 20

Figura 21. Reclasificación y expresión algebraica para calculadora ráster. ................... 22

Figura 22. Envolventes de nivel a partir de los MDE con datos LIDAR. ...................... 24

Figura 23. Envolventes de nivel a partir de los MDE con datos del PNOA. ................. 25

Figura 24. Comparativa entre envolventes de nivel a partir MDE 5 y 10 m datos LIDAR.

........................................................................................................................................ 27

Figura 25. Comparativa entre envolventes de nivel a partir MDE 5 y 15 m datos LIDAR

........................................................................................................................................ 28


........................................................................................................................................ 29

Figura 27. Evolución de la clasificación según paso de malla del MDE base de las

simulaciones hidráulicas para datos LiDAR. ................................................................. 30

Figura 28. Evolución del área inundada. Datos LiDAR. ................................................ 30

Figura 29. Comparativa entre envolventes de nivel a partir MDE 5 y 10 m datos PNOA.

........................................................................................................................................ 32


........................................................................................................................................ 33


........................................................................................................................................ 34


simulaciones hidráulicas para datos PNOA.................................................................... 35

Figura 33. Evolución del área inundada. Datos PNOA. ................................................. 35

Figura 34. Estadísticos descriptivos de los dos MDE 5x5. LiDAR vs PNOA. .............. 36

Figura 35. Comparativa entre envolventes de nivel a partir MDE 5m LiDAR y MDE 5m

PNOA. ............................................................................................................................ 37

Figura 36. Comparativa entre simulaciones a partir MDE 5m LIDAR y MDE 5 m PNOA.

........................................................................................................................................ 38

V

Figura 37. Evolución del área inundada. LiDAR vs PNOA. .......................................... 38

Índice Tablas

Tabla 1. Datos de la condición de entrada ...................................................................... 18

Tabla 2. Tiempos de computación y tamaño de archivos de las operaciones básicas en

datos LiDAR y datos PNOA para obtener simulaciones hidráulicas en GUAD 2D. ..... 39

[1]

1. Introducción

1.1. MDT y LiDAR

A la hora de realizar cualquier estudio hidrológico de un tramo fluvial o de una cuenca es

necesario disponer de un Modelo Digital del Terreno (MDT) de la zona de estudio, como

base para calcular la cuenca vertiente y otros parámetros hidrológicos necesarios. En

principio, la resolución espacial y precisión del MDT dependerán del tamaño de la zona

de estudio. Los MDT se han definido (Doyle, 1978) como un conjunto de datos numéricos

que describen la distribución espacial de una característica del territorio. Deben cumplir

dos condiciones suplementarias:

1. Debe existir una estructura interna que represente las relaciones espaciales entre los datos.

2. La variable representada en el modelo debe ser cuantitativa y de distribución continua.

Por tanto, un MDT es una estructura numérica de datos que representa la distribución

espacial de una variable cuantitativa y continúa (Felicísimo, 1994).

Actualmente el sistema LiDAR (Light Detection And Ranging) está substituyendo a la

producción cartográfica clásica para la obtención de MDE y MDS aplicándose estos en

estudios hidráulicos con mejores precisiones y con menores costes y plazos de entrega

(Brügelmann et al, 2004).

La tecnología LiDAR, dependiendo de la plataforma en la que se integra la podemos

clasificar en LiDAR terrestre y LiDAR aéreo (en adelante ALS, Airborne LiDAR System).

Independientemente de la plataforma sobre la que se instala el sensor LiDAR el modelo

conceptual es siempre el mismo, un sensor activo que ofrece medidas directas de

distancias entre el scanner LASER y la superficie topográfica o los objetos sobre esta. A

partir de la observación de la distancia, la posición del sensor y la orientación del vector

medido, el sistema determina las coordenadas tridimensionales del punto observado,

ofreciendo nubes de puntos tridimensionales con una exactitud altimétrica elevada

(Mesas, 2012).

En un sistema LiDAR donde la plataforma se encuentra en movimiento, como es el caso

del ALS, encontramos tres subsistemas. El primero lo conforma el subsistema encargado

del escaneado, el cual se encargará de medir la distancia. En segundo lugar aparece el

[2]

subsistema de georreferenciación compuesto de la unidad para determinar la posición y

la unidad para determinar la orientación y por último encontramos el subsistema de

almacenamiento y control de los subsistemas (Fig. 1). Por tanto, el sistema ALS como tal

ofrece nada más que distancias siendo necesario el empleo de sistemas GNSS e inerciales

para su explotación (Mesas, 2012).

Figura 1. Sistemas de georreferenciación y medida de distancia sistema LiDAR.

La resolución de un vuelo LiDAR se caracteriza por el número de puntos medido por

metro cuadrado del que se dispone de información (Figura 2). La densidad puede variar

de 50 puntos por m² en vuelos en helicóptero, hasta 0.33 por m² en vuelo de avión a alta

distancia (VV.AA, 2011).

[3]

Figura 2. Comparativa vuelo LiDAR 4 puntos/m² y vuelo LiDAR PNOA 0.5 puntos/m²

(fuente: DIELMO 3D S.L).

1.2. Modelización hidráulica

De forma simplificada puede decirse que la modelización matemática del flujo de agua

en un río consiste en conocer los valores que toman las variables hidráulicas (caudal,

calado, velocidad…) mediante la resolución por métodos numéricos de unas ecuaciones

obtenidas a partir de una serie de hipótesis (Cuervo, 2012). Una vez conocidas estas

variables en una serie de cortes transversales a lo largo del eje del río será posible la

delineación de la superficie ocupada por el agua sobre un modelo digital de elevaciones

(Cuervo, 2012).

La modelación de la propagación de avenidas en ríos requiere resolver las ecuaciones del

flujo variable del agua en lámina libre o ecuaciones de Saint Venant (Chow, 1989). Estas

ecuaciones se deducen a partir de las leyes físicas de conservación que rigen el flujo de

un fluido en general. Para un fluido incompresible e isótropo, como el agua, se obtienen

las ecuaciones de Navier Stokes (Chow, 1989) para el movimiento instantáneo, y de ellas

se deducen, considerando variables medias en el tiempo, las ecuaciones de Reynolds

(Chow, 1989). Su resolución exigiría una discretización tridimensional del dominio de

estudio y el esquema numérico sería complejo, pero sobre todo muy costoso

computacionalmente (Bladé et al, 2009). Cuando el movimiento del flujo en cauces

naturales o artificiales presenta un marcado carácter unidimensional, se pueden obtener

las ecuaciones de Saint Venant en una dimensión. Dichas ecuaciones representan

[4]

correctamente el movimiento no permanente en lámina libre en este tipo de cauces (Bladé

et al, 2009).

Para el análisis de las ecuaciones de Saint Venant en dos dimensiones, se han desarrollado

los esquemas bidimensionales. En estos se hacen diferentes aproximaciones de acuerdo

al tipo de problema a estudiar, es decir de acuerdo al tipo de fuerzas determinantes del

movimiento del agua y a las variables que interese conocer (Bladé y Gómez, 2006).

1. Modelos hidráulicos Unidimensionales

En los modelos de una dimensión, modelos 1D, la sección de cálculo varía a lo largo del

eje X. Se utilizan en aquellos casos en que se puedan considerar que el agua fluye en la

sección en la misma dirección en todos los puntos. Es una simplificación que se puede

utilizar, sin cometer errores apreciables, en canales, o ríos confinados a secciones en U o

en V. No resultan adecuados si se necesita conocer la velocidad en cada punto de la zona

inundable (por ejemplo para realizar los planos de riesgos), ya que la interpolación de la

velocidad carece de cualquier tipo de precisión, frente a la interpolación del nivel que, en

algunos casos puede resultar admisible (Bladé y Gómez, 2006).

2. Modelos hidráulicos Bidimensionales

Estos modelos son utilizados para describir fenómenos naturales como la inundación de

una gran llanura de inundación, la confluencia de dos cauces, el flujo en un cauce ancho

e irregular y en general todos aquellos sistemas en los cuales se presente un movimiento

del flujo de agua en dos dimensiones (Bladé y Gómez, 2006).

1.2.1. Descripción del modelo utilizado: GUADFlow™ 2D (Bidimensional)

El modelo GUADFlow™ 2D o también llamado GUAD 2D es un modelo hidráulico

bidimensional de simulación de ondas de avenidas. Desarrollado en convenio entre el

Área de Mecánica de Fluidos de la Universidad de Zaragoza e INCLAM, S.A., cuenta

con un entorno de ejecución dividido en tres módulos independientes (Figura 3)

relacionados entre sí.

Figura 3. Esquema de ejecución del paquete GUAD 2D.

PREPROCESO: GUADCREATOR

MÓDULO DE CÁLCULO: GUADGUI

POSTPROCESO: GUADVIEW

[5]

Basado en algoritmos de volúmenes finitos, ha sido diseñado para su ejecución en

ordenadores personales y multiprocesadores, salvando así el escollo que en otros modelos

bidimensionales suponen las limitaciones computacionales de cálculo. Las características

más importantes de GUAD 2D son (INCLAM, 2014):

• Representación de láminas de agua con información de nivel, calado y velocidad en cada celda.

• Creación de videos en planta y sección, así como exportaciones de las láminas a formatos estándar.

• Visualización de capas vectoriales y ráster sobre la lámina de agua y el modelo de terreno.

• Exportación de resultados a formatos GIS estándar.

• Posibilidad de adjuntar referencias externas en formato vectorial y ráster.

2. Objetivos

El objetivo general del trabajo presentado consiste en estudiar la influencia de la

resolución espacial de los MDE en los resultados de las simulaciones hidráulicas. Para

ello se compararan las diferencias relativas entre simulaciones y los tiempos de

computación.

Además se analizaran los resultados de las simulaciones con MDE con la misma

resolución espacial pero obtenidos con técnicas distintas: LiDAR y Fotogrametría clásica.

Dichas simulaciones se llevaran a cabo con el modelo bidimensional GUADFlow™ 2D.

[6]

3. Material y métodos

3.1 Área de trabajo

Se ha seleccionado como área de trabajo la cuenca del río Juntillas, una zona montañosa

de Andalucía correspondiente al término municipal de Trévelez, provincia de Granada,

en el sur de España (coordenadas centrales 37º5’6”N, 3º16’12”O, WGS84) (Fig. 4).

Dicha zona presenta un relieve montañoso (Fig. 5) con una altura respecto al mar entre

los 2060 y 3400 metros, caracterizado por un clima mediterráneo de alta montaña.

Corresponde a la vertiente Sur o Mediterránea del Parque Natural de Sierra Nevada, con

una temperatura media anual entorno a los 12º, con fuertes oscilaciones térmicas entre la

noche y el día. Aunque posee unas precipitaciones difíciles de caracterizar, debido al

déficit de pluviómetros adecuados en zonas de alta montaña, la media anual ronda los

800 mm y la mayoría de ellas se producen en forma de nieve (Castillo, 2001). Desde el

punto de visto geológico, en esta zona central del PN de Sierra Nevada afloran materiales

del conjunto Nevado-Filábride, formado por rocas metamórficas procedentes de la

transformación de antiguas rocas ígneas y sedimentarias (Martín et al, 2011).

El río Juntillas es un río de alta montaña; lleva poca agua en invierno porque la

precipitación cae en forma de nieve y mucha en primavera con la fusión de la nieve.

Afluente del río Trevélez, tiene una longitud que ronda los siete kilómetros y pertenece a

la cuenca del río Guadalfeo. Además, la red hidrográfica de la zona de estudio está

formada por numerosos arroyos y barrancos. Éstos, al igual que el río Juntillas, tienen

poca agua en invierno y un caudal elevado en primavera y principios de verano.

[7]

Figura 4. Situación de la zona de estudio

Figura 5. Mapa topográfico de la zona de estudio. Fuente:

Mapa Topográfico Nacional escala 1:50.000.

[8]

3.2 Fuentes de Información Geográfica

Para la obtención de los MDE se han manejado dos fuentes de información geográfica

distintas: un vuelo LiDAR y el MDT con paso de malla 5 m del Plan Nacional de

Ortofotografía Aérea (PNOA).

1. Vuelo LIDAR

Se ha empleado un vuelo LiDAR de la Consejería de Medio Ambiente de la Junta de

Andalucía sobre el Parque Natural de Sierra Nevada del 2009 (Fig.6).

Este vuelo LiDAR está dividido por 529 archivos en formato binario LAS versión 1.0 con

un tamaño total de 23.2 GB. Cada archivo LAS representa una cuadrícula del terreno de

1 km x 1 km. Tiene una densidad media de 2 puntos por m² e información de hasta 4

retornos. Sistema de Referencia de Coordenadas ETRS89 proyección UTM Huso 30 N.

En el caso de las con alturas se ha trabajado con alturas ortométricas. En el anejo 1 se

presentan un informe de la nube puntos LiDAR con la que se ha trabajado.

Figura 6. Ortofotografía Digital Color (RGB) en el Parque Natural de Sierra Nevada

(Granada) de 2009, coincide con la extensión del vuelo LiDAR.

[9]

2. MDT del PNOA

Se ha empleado como marco de este trabajo la hoja 1027 (Fig. 7) del Mapa Topográfico

Nacional 1:50000, manejando el Modelo Digital del Terreno con paso de malla de 5 m

(MDT05) en formato de archivo ASCII matriz de ESRI. Dicho MDT ha sido obtenido por

correlación automática de imágenes obtenidas del vuelo fotogramétrico del PNOA. Con

una resolución de 25 a 50 cm/píxels. Sistema de Referencia de Coordenadas ETRS89

proyección UTM Huso 30 N. En el caso de las alturas se ha trabajado con alturas

ortométricas.

Figura 7. Hoja 1027 del MTN50 marco del trabajo.

3.3 Software empleado.

A lo largo del proceso de creación de este trabajo han intervenido diferentes herramientas

informáticas. A continuación se enumeran y se explica brevemente su aportación en la

creación de este TFM.

1. TerraScan©

TerraScan© es el principal software propietario de la familia Terrasolid© Software para

la gestión y tramitación de nube de puntos LiDAR (Terrasolid, 2014). Está totalmente

integrado en MicroStation© y aprovecha las herramientas de las que dispone este CAD.

En este trabajo se ha utilizado con un doble fin. En primer término para visualizar y

[10]

recortar la nube de puntos LiDAR. En segundo término para crear y exportar los MDE en

formato grid, con resolución espacial 5, 10, 15 y 20 metros

2. GUADFlow™ 2D

Modelo hidráulico bidimensional de simulación de ondas de avenidas. Desarrollado por

la Universidad de Zaragoza y la ingeniería INCLAM S.A. Este modelo ha sido el utilizado

en este trabajo para obtener las simulaciones hidráulicas con los diferentes MDE. Como

ya se referido en el apartado 1.2.1, consta de tres módulos independientes relacionados

entre sí.

3. ArcMap™

Aplicación principal que se utiliza en ArcGIS® Desktop para la representación

cartográfica, edición, análisis y administración de datos. ArcMap™ se utiliza para el

trabajo de representación cartográfica y visualización 2D (ESRI, 2014). Producido y

comercializado por la empresa Esri. En este trabajo se ha empleado en diferentes fases

del flujo de trabajo: delimitación de cuencas hidráulicas, preparación de datos LiDAR y

datos del PNOA, generación de MDE y uso de diversas herramientas de

geoprocesamiento.

4. FugroViewer

Visor de datos LiDAR suministrado por la multinacional Fugro Horizons, Inc. (Fugro,

2014). Se ha empleado para la visualización de los datos LiDAR.

5. FUSION

Software de libre acceso desarrollado por The Forest Service of the U.S. Department of

Agriculture, con el objeto de ayudar a los investigadores a entender, explorar y analizar

los datos LiDAR (McGaughey, 2014). Ha sido empleado para elaborar el informe con la

información de la nube de puntos LiDAR del anejo 1.

[11]

3.3 Flujo de trabajo.

La figura 8 representa el flujo de trabajo empleado para la consecución de los objetivos

de este TFM. La primera etapa del trabajo consistió en la necesidad de la creación de un

área de estudio definitiva. Para ello se realizó una primera aproximación al área de

estudio. Con esta primera aproximación se creó un mapa de delimitación de cuencas

hidrográficas. A partir de este mapa se obtuvo el área definitiva de trabajo. Delimitada el

área de estudio definitiva, se procedió a la preparación de los datos LiDAR y los datos

del PNOA. Se generaron los MDE del área definitiva de estudio. En total se obtuvieron

ocho MDE, cuatro para los datos LiDAR y 4 para los datos PNOA. La resolución espacial

de los MDE fue 5, 10, 15 y 20 metros. Seguidamente se realizaron ocho simulaciones

hidráulicas, una para cada MDE obtenido previamente. A continuación se rasterizaron y

reclasificaron los resultados de las simulaciones hidráulicas. Por último se realizaron

operaciones algebraicas con los rásters producidos en el paso anterior, obteniendo así las

comparativas entre simulaciones.

Figura 8. Flujo de trabajo del TFM

[12]

3.3.1 Delimitación del área de estudio

Debido al enorme tamaño del vuelo LiDAR y las limitaciones computacionales que esto

conllevó, desde un primer momento se buscó acotar el área de estudio. Ya que el río

Juntillas está circunscrito dentro de un polígono del Catálogo de Montes Públicos de

Andalucía llamado “Monte del pueblo de Trevélez”, se optó delimitar el vuelo LiDAR a

este polígono. Sin embargo y debido a las limitaciones de memoria de GUADFlow™ 2D,

este polígono continuó siendo demasiado extenso.

Con el fin de reducirlo se consideró como área de estudio definitiva la cuenca del río

Juntillas, circunscrita dentro de ese polígono. A partir de esta área definitiva se generaron

los MDE necesarios para realizar las simulaciones hidráulicas.

Figura 9. Monte Público “Monte del Pueblo de Trevélez”

1. Delimitación de cuencas con ArcMap™.

Para la delimitación de las cuenca hidrográfica se ha utilizado la herramienta Hydrology

de Spatial Analyst (ESRI, 2006). Como paso previo se debe disponer de un modelo digital

de elevación del área a delimitar hidrográficamente. En este caso se han empleado los

mismos datos que ya se disponen del PNOA, cuyas características se han descrito en el

apartado 3.2 de este TFM.

[13]

El resultado se correspondió con un mapa de cuencas hidrográficas (fig. 10). De dicho

mapa, se consideró el polígono de la cuenca del río Juntillas como área de trabajo

definitiva. Dicho polígono tiene una extensión de 1834 Ha, sensiblemente inferior a la

superficie del monte público “Monte del Pueblo de Trevélez”. A partir de esta área de

trabajo definitiva se realizaron las operaciones de creado de los MDE, tanto para los datos

LiDAR como los del PNOA.

Figura 10. Delimitación cuencas hidrográficas en el monte público “Monte del pueblo

de Trevélez”.

[14]

3.3.2 Preparación de datos: LiDAR y PNOA

1. Datos LiDAR

En este TFM se ha empleado TerraScan© para recortar la nube de puntos LiDAR a partir

de la cuenca del río Juntillas obtenida en el paso anterior. Para ello se ha considerado el

polígono de la cuenca como cercado (Fig. 11) para posteriormente recortar los puntos

LiDAR circunscritos dentro de dicho cercado.

Figura 11. Cercado (fence) tipo Elemento de la cuenca río Juntillas

Una vez cargados los 30 ficheros LAS circunscritos en la cuenca, se procedió al fusionado

en un único fichero. Dando como resultado un fichero de 31 millones de puntos (Fig.12).

De los cuales 29 millones fueron clasificados como suelo, 2 millones en la categoría

Default considerándose esta como puntos sin clasificar (ASPRS, 2005), tan solo 82

puntos clasificados como vegetación media y 356 puntos como edificación. Quedando

estas dos últimas categorías muy alejadas del lecho del río Juntillas. Por tanto, a efectos

prácticos, el MDS equivale al MDE, ya que corresponde a una zona de alta montaña con

suelo desnudo y sin apenas vegetación, ni infraestructuras ni edificaciones (Fig.13).

[15]

Figura 12. Imagen de la nube de puntos LiDAR en FugroViewer.

Figura 13. Imagen de la cabecera del río Juntillas. Fuente: Andaltura.com

Tal y como ya se señaló en el apartado 3.2 de este TFM, el anejo 1 presenta un informe

de la nube de puntos LiDAR con la que se ha trabajó. Para finalizar se exportaron los

datos en formato ASCII Grid. La resolución espacial de dicho grid fue 5, 10, 15 y 20

metros respectivamente (Fig.14).

Figura 14. Vista 3D del MDE (paso de malla de 5 m) con datos LiDAR sobre ortofotos

de la zona de estudio.

2. Datos del PNOA

Se empleó el MDE obtenido del MDT con paso de malla de 5 metros del PNOA.

Posteriormente con la herramienta Resample de ArcMap™ (ESRI, 2006) se obtuvieron

los MDE con paso de malla de 10, 15 y 20 metros.

[16]

3.3.3 Modelización hidráulica con GUAD 2D.

Tal y como se ha detallado en el apartado 1.2.2 de este TFM la modelización hidraúlica

con GUAD 2D consta de tres etapas: en primer término se debe crear el modelo con

GUADCreator, posteriormente GUADGui calcula este modelo, y finalmente

GUADView permite visualizar los resultados.

De forma esquemática, para crear un fichero de simulación hidráulica válido con

GUADCreator se deben seguir los pasos del siguiente esquema (Fig. 15):

Figura 15. Esquema de trabajo del GUADCreator.

Paso 9

Guardar la configuración

Paso 8

Definir los parámetros de la simulación

Paso 7

Introducir las condiciones iniciales

Paso 6

Generar la triangulación del terreno

Paso 5

Introducir puentes (en este TFM no existen)

Paso 4

Introducir condiciones de contorno (entrada/salida)

Paso 3

Introducir coeficiente de rugosidad (coef. Manning)

Paso 2

Introducir terreno base (MDE)

Paso 1

Crear/Abrir proyecto

[17]

Como terreno (Fig. 17) se ha empleado cada una de los MDE obtenidos en la fase anterior.

Figura 16. Terreno cargado correctamente en GUADCreator e información del mismo.

A continuación fue necesario introducir el coeficiente de rugosidad de Manning (Chow,

1989) para cada una de las celdas del terreno. Se adoptó un valor constante para todas las

celdas: n= 0.035. La elección de dicho valor viene justificada por ser la zona de estudio

claramente homogénea: suelo desnudo sin vegetación (Fig. 13). Asimismo se debió

introducir el calado mínimo, optando por el que aparece por defecto: 0.010 m. Este valor

limita el paso de agua entre celdas adyacentes de la malla. A modo de ejemplo, hasta que

una celda de la malla no supere este valor no verterá agua a las celdas adyacentes.

La condición de contorno de entrada empleada fue el hidrograma de tipo caudal (Q)

/tiempo (t) (Tabla 1). Dicho tipo impone en las celdas de condición de contorno de

entrada un caudal de entrada en función del tiempo definido en la simulación. Tal y como

se aprecia en la Tabla 1, el tiempo total de simulación fue 3600 segundos, dividiéndose

este en 6 períodos. La dirección de flujo (Fig. 17) considerada fue vertical (dirección Sur).

Como ya se ha referido en el apartado 3.1, el hecho que el río Juntillas está situado en una

zona de alta montaña de difícil acceso dificulta la obtención de información hidrológica

del mismo. Por esta razón los datos empleados son simulaciones con objeto de analizar

el comportamiento del algoritmo. En lo referente a la ubicación geográfica desde dónde

se dio entrada al flujo de agua, se tomó un contorno situado a la cabecera del río (Fig. 17).

Dicho contorno quedó definido por la línea que une los dos puntos extremos, cuyas

[18]

coordenadas son: P1: x=476110.00 y=4107587.87 y P2: x=476130.00 y=4107567.87

(SRC ETRS89 proyección UTM 30N).

Tabla 1. Datos de la condición de entrada


del flujo (flecha azul) de la condición de entrada.

La condición de salida empleada fue del igual a la de entrada, tipo Q (t), con los mismos

valores que el hidrograma de entrada (Tabla 1) y la misma dirección del flujo (Sur)

(Fig.18). En lo referente a la ubicación geográfica desde dónde se dio salida al flujo de

agua, se tomó un contorno situado al sur del MDE, abarcando así el cauce del río (Fig.

18). Dicha condición de salida quedó definida por la línea de contorno que une los dos

puntos extremos, cuyas coordenadas son: P1: x= 477770.00 y=4103167.87 y P2:

x=477710.00 y=4101847.87 (SRC ETRS89 proyección UTM 30N).

[19]


del flujo (flecha azul) de la condición de salida.

Una vez cargado el terreno, la rugosidad y las condiciones de entrada y salida, se habilita

el proceso de triangulación del terreno. GUAD 2D, a diferencia de otros modelos, trabaja

con mallas de terreno triangulares (Fig.19) en lugar de mallas cuadrangulares debido a

las ventajas que este tipo de mallas ofrecen a las simulaciones hidráulicas (VV.AA, 2011).

Figura 19. Detalle de la malla triangular y características de la misma.

Por último se impone la condición de inicial de simulación. Dicha condición indica si la

simulación se inicia con un terreno donde existe un cauce de agua, o por el contrario se

inicia la simulación en un cauce seco. En este TFM se ha optado Cauce Seco, es decir,

[20]

sin agua. Se justifica esta elección, tal y como se ha explicado en el apartado 3.1,

tratándose de un río de alta montaña sin un cauce constante a lo largo del año.

Habiéndose definidos estos parámetros en GuadCreator, se ejecutaron un total de ocho

simulaciones con las mismas características variando únicamente el terreno (MDE). Una

simulación para cada MDE obtenido en los anteriores procesos. Este proceso de cálculo

del modelo se realizó con GUADGui.

Los resultados de las simulaciones hidráulicas en GUAD 2D se visualizaron con el

programa GUADView. Dicho programa generó 3 capas llamadas envolventes de nivel,

de calado y de velocidades. Las envolventes corresponden a los valores máximos de los

diferentes instantes de cálculo grabados de los distintos tipos de datos almacenados por

la simulación cargada. Dichos envolventes tomaran los datos máximos de cada celda de

la malla (nivel, calado, velocidad (módulo)).

Este TFM tomará únicamente el envolvente de nivel (Fig.20) como marco para establecer

las comparativas de los resultados entre simulaciones. La elección del envolvente de nivel

viene justificada ya que este parámetro hidráulico aporta información del área inundada

por la avenida de agua. Dicha área inundada será el marco para establecer las

comparativas entre resultados.

Figura 20. Visualización en GUADView del envolventes de nivel.

[21]

Finalmente se exportaron las 8 mallas de los envolventes de nivel a formato ASCII matriz

de ESRI para desde ArcMap™ (ESRI, 2006) transformarlas a un dataset ráster. Para este

fin se manejó la herramienta ASCII To Raster (ESRI, 2006). Este proceso de conversión

de formatos resultó imprescindible para poder establecer posteriormente operaciones

algebraicas entre rásters con la herramienta Raster calculator de ArcMap™ (ESRI,

2006).

Como se ha mencionado, la conversión de la mallas de envolventes de nivel a formato

ráster permitió operar entre ellas con el fin de estudiar las diferencias. La metodología

seguida en este TFM ha sido en un primer momento comparar por un lado los datos

LiDAR entre sí y por otro los datos PNOA entre sí. El proceso de comparación consistió

en tomar la malla de 5 m y compararla con las mallas de 10, 15 y 20 metros

respectivamente. La toma de la malla de 5 m como denominador común de las

comparativas viene justificada por ser la de mayor resolución espacial y por tanto la que

refleja con mayor precisión la realidad del terreno (Felicísimo, 1994).

Por último, se comparó los resultados de la modelización entre MDE paso de malla 5 m

obtenidos de dos fuentes diferentes: LiDAR y PNOA. Como ya se ha mencionado, se

tomó la malla de 5 metros por ser la que refleja más fielmente la realidad del terreno.

Tal y como he referido anteriormente, para realizar operaciones algebraicas entre ficheros

ráster se manejó la herramienta Raster calculator de ArcMap™ (ESRI, 2006). Antes de

iniciar dichas operaciones fue necesario reclasificar los valores de los ficheros ráster

(Fig.21), debido a que el envolvente de nivel refleja la altura ortométrica del agua y el

objetivo final de este TFM era estudiar la variabilidad de la superficie inundada con la

aplicación de los MDE a distinta resolución. Para ello se utiliza la herramienta Reclassify

en Spatial Analyst Tools de ArcMap™ (ESRI, 2006).

[22]

Figura 21. Reclasificación y expresión algebraica para calculadora ráster.

Dicha reclasificación se repitió con los datos LiDAR y PNOA, dejando siempre como

base las simulaciones obtenidas con el MDE de 5 metros.

LiDAR 5 metrosceldas con agua = 1

celdas sin datos = 0

Ráster 1

+LiDAR 10 metrosceldas con agua = 2

celdas sin datos = 0

Ráster 2

Resultado: Comparativa

entre LiDAR 5 m y 10 m

celdas con agua en LiDAR 5 m = 1

celdas con agua en LiDAR 10 m = 2

celdas con agua en ambos ráster = 3

Ráster 3

[23]

4. Resultados y discusión

4.1 Representación gráfica de las simulaciones.

En esta sección se muestran los resultados de la representación gráfica de la modelización

hidráulica. Para ello se han elaborado mapas que revelan el área inundada por la avenida

de agua simulada con GUAD 2D. En total son ocho mapas que corresponden a las 8

simulaciones realizadas. Se han agrupado en dos módulos, por un lado las simulaciones

que tienen como base los MDE a partir de datos LiDAR (Fig. 22) y por otro las obtenidas

con datos del PNOA (Fig. 23).

Un primer análisis visual de los mapas revela que las principales diferencias se

encuentran en la entrada de agua del modelado, en la cabecera del río. A medida que el

agua discurre de norte a sur las diferencias disminuyen. La topografía del terreno propicia

la aparición de estas diferencias en la cabecera del río, debido principalmente a que en

esta zona no existe un cauce definido del río y el flujo vertido tiende a expandirse.

Visualmente también se aprecian diferencias ente las simulaciones obtenidas con LiDAR

y con PNOA. Estas diferencias se concentran principalmente en la entrada de agua,

disminuyendo a medida que el flujo del agua discurre el sur.

En el siguiente apartado se analizará con más detalles las diferencias entre simulaciones.

[24]

Figura 22. Envolventes de nivel a partir de los MDE con datos LIDAR.

[25]

Figura 23. Envolventes de nivel a partir de los MDE con datos del PNOA.

[26]

4.2 Comparativa Datos LiDAR

En este apartado se presentan los resultados de las operaciones algebraicas entre mapas

para las simulaciones obtenidas con datos LiDAR. Como ya se ha comentado

anteriormente, la comparativa entre simulaciones tiene como base la malla de 5 metros.

Se ha tomado esta por ser la de máxima resolución y por tanto la que mejor caracteriza la

realidad geográfica (Felicísimo, 1994).

Estas operaciones algebraicas han dado como resultado tres mapas: uno para la

comparativa entre malla 5 metros y 10 metros (Fig. 24), otro que refleja la comparativa

entre malla de 5 metros y 15 metros (Fig. 25) y por último entre la malla de 5 metros y

20 metros (Fig. 26). Dichos mapas tienen una misma leyenda. En rojo se representan las

celdas que han sido inundadas exclusivamente en la simulación con el MDE de 5 metros.

En verde las celdas que han quedado inundadas exclusivamente con las simulaciones

realizadas con el MDE de 10, 15 y 20 metros dependiendo de la comparativa. En azul las

celdas que han coincidido inundadas tanto con la simulación con malla de 5 metros que

con las simulaciones con mallas de 10, 15 y 20 metros. Esta clasificación persigue un

doble fin, por un lado analizar si existen zonas que quedan inundadas exclusivamente

cuando la simulación se realiza con un determinado MDE (Fig.27) y por otro lado reflejar

la evolución de la superficie inundada (Fig. 28).

En este sentido la figura 27 muestra, en verde, la disminución de las celdas que coinciden

inundadas independientemente del MDE empleado. A menor resolución, menor

porcentaje de celdas coinciden inundadas. En azul se muestra el porcentaje de celdas que

contiene agua exclusivamente cuando son simuladas con el MDE de 5 metros. Este

porcentaje no sufre una variación tan acusada como el anterior. Mientras, en rojo se

muestra la evolución de las celdas inundadas exclusivamente con el MDE de 10, 15 y 20

metros respectivamente.

De todo ello se puede concluir que conforme disminuye la resolución espacial del MDE

disminuye el porcentaje de celdas que coinciden con la simulación realizada con el MDE

de 5 metros. Además el porcentaje de celdas que son inundadas con el MDE de 5 metros

se mantienen casi constante, hecho que pone de manifiesto que hay zonas que solo se ven

inundadas con dicha resolución. Asimismo la disminución de la resolución espacial

aumenta las celdas que contienen exclusivamente agua cuando son simuladas con dicha

resolución.

[27]

La figura 28 muestra la evolución de la superficie inundada. De dicha figura se puede

afirmar que a medida que disminuye la resolución del MDE, aumenta el área inundada.

La máxima diferencia se da entre la simulación realizada con malla de 5 metros y la de

20 metros, llegando al 19% más de área inundada en la de 20 metros. Mientras, la mínima

diferencia se da entre la de 5 metros y 10 metros, aumentado el área inundada en un 8%.

Figura 24. Comparativa entre envolventes de nivel a partir MDE 5 y 10 m datos

LIDAR.

[28]


[29]


[30]


simulaciones hidráulicas para datos LiDAR.

Figura 28. Evolución del área inundada. Datos LiDAR.

4.3% 4.6% 5.5%12.3%

19.1% 22.4%

83.3%76.3%

72.1%

0.0%

10.0%

20.0%

30.0%

40.0%

50.0%

60.0%

70.0%

80.0%

90.0%

MDE 10 m MDE 15 m MDE 20 m

Evolución clasificación de píxels de la comparativa simulaciones entre MDE 5 m y MDE 10-15-20 m (en %).

Datos LiDAR.

pixels únicos ráster 5m pixels únicos ráster 10-15-20 m

Coinciden

72.8 ha79.48 ha8% más

86.17 ha16% más

89.34 ha19% más

0

10

20

30

40

50

60

70

80

90

100

MDE 5 m MDE 10 m MDE 15 m MDE 20 m

Área inundada según tamaño de grid del MDE introducido en GUAD 2D (en ha).

Datos LiDAR.

[31]

4.3 Comparativa Datos PNOA

En este apartado se presentan los resultados de las operaciones algebraicas entre mapas

para las simulaciones obtenidas con datos PNOA. Al igual que con los datos LiDAR, se

obtienen tres mapas. Uno para la comparativa entre malla de 5 metros y la de 10 metros

(Fig.29). Otro para la comparativa entre 5 metros y 15 metros (Fig.30). Por último entre

la malla de 5 metros y la de 20 metros (Fig.31). De la misma forma que con los resultados

obtenidos con los datos LiDAR, se fija la malla de 5 metros como base para las

comparativas. Este hecho se justifica por ser la de mayor resolución y por tanto la que

mejor caracteriza el territorio (Felicísimo, 1994).

Dichos mapas contiene la misma leyenda que los del apartado anterior. En rojo aparecen

los píxels que han sido inundados exclusivamente en la simulación con el MDE de 5

metros. En verde los que exclusivamente lo han sido cuando la simulación se obtuvo con

los MDE 10, 15 y 20 metros respectivamente. Y por último, en azul las celdas que se han

mantenido inundadas indiferentemente del MDE utilizado para la simulación. Se aprecia

que las zonas inundadas exclusivamente con el MDE 5 comparado con el MDE de 10

metros se sitúan alrededor del 5% (Fig.32), creciendo hasta el 10 % con el MDE de 15

metros y situándose de nuevo en el 5% con el MDE de 20 metros. Aquí radica una

diferencia entre los datos LiDAR, ya que en el anterior apartado este porcentaje se

mantenía uniforme al disminuir la resolución. En cuanto a las celdas inundadas que

coinciden indiferentemente del MDE con que se haya elaborado la simulación,

disminuyen entre el MDE 10 metros (83%) y el de 15 metros (71%), para luego

mantenerse en el mismo porcentaje para el MDE de 20 metros (71%). En cambio, el

porcentaje de celdas inundadas exclusivamente con el MDE 10, 15 y 20 metros sigue una

tendencia al alza. Pasando del 12% con el MDE de 10 metros al 19% con el de 15 metros

y llegando al 23% con el de 20 metros. Por tanto se puede afirmar que la disminución de

la resolución espacial da como resultado que nuevas zonas queden inundadas respecto al

MDE de 5 metros. Asimismo continúan habiendo zonas que únicamente aparecen

inundadas cuando se toma como base el MDE de máxima resolución espacial. Además,

conforme disminuye la resolución, la coincidencia de zonas inundadas respecto al MDE

de 5 metros también disminuye.

En lo que se refiere a la superficie inundada (Fig.33), al igual de con los datos LiDAR, se

mantiene la tendencia a aumentar dicha superficie conforme disminuye la resolución de

los MDE. Este aumento sostenido se sitúa en el 7% cuando se pasa de un MDE de 5

[32]

metros a uno de 10 metros, de un 10% cuando se pasa a uno de 15 m, llegando a un 19%

más de superficie inundada con el MDE de 20 metros.


[33]


[34]


[35]


simulaciones hidráulicas para datos PNOA.

Figura 33. Evolución del área inundada. Datos PNOA.

4.8%10.2%

5.1%

11.9%19.2%

23.4%

83.3%

70.7% 71.5%

0.0%

10.0%

20.0%

30.0%

40.0%

50.0%

60.0%

70.0%

80.0%

90.0%

MDE 10 m MDE 15 m MDE 20 m

Evolución clasificación de píxels de la comparativa entre simulaciones MDE 5 m y MDE 10-15-20 m (en %).

Datos PNOA.

pixels únicos ráster 5m pixels únicos ráster 10-15-20 m Coinciden

70.3075.81

7% más

77.9910% más

87.0219% más

0.00

10.00

20.00

30.00

40.00

50.00

60.00

70.00

80.00

90.00

100.00


Área inundada según tamaño de gr id del MDE introducido en GUAD 2D (en ha). Datos PNOA.

[36]

4.4 Datos LiDAR y PNOA: simulaciones con MDE paso de malla 5 metros.

En este apartado se presentan los resultados de la comparativa entre simulaciones

obtenidas con fuente de datos distintas. Para ello se han tomado las simulaciones

obtenidas con los MDE de mayor resolución, paso de malla de 5 metros, de los datos

LiDAR y de los datos del PNOA. Se justifica la toma de estos dos MDE por ser los que

mejor caracterizan la realidad geográfica. Además, como se aprecia en la figura 34, los

datos provenientes de las dos fuentes tienen valores estadísticos descriptivos casi

idénticos.

Fuente Mínimo Media Desv. Estándar Máximo

MDE 5x5 LiDAR 2060 2783.507 235.851 2949.3364

MDE 5x5 PNOA 2065 2783.687 235.945 2949

Figura 34. Estadísticos descriptivos de los dos MDE 5x5. LiDAR vs PNOA.

Al igual que en los anteriores apartados, se presenta un mapa con la comparativa entre las

dos simulaciones obtenidas (Fig. 35). La leyenda de dicho mapa es idéntica a la de los

mapas anteriormente presentados. En rojo las celdas que resultan inundadas cuando la

simulación tiene como base el MDE 5 m LiDAR. En verde las inundadas cuando la base

de la simulación es el MDE 5 m del PNOA. En azul las celdas que coinciden inundadas

en ambas simulaciones. Un análisis cuantitativo (Fig. 36) muestra que existe un 77 % de

coincidencia entre las dos simulaciones, un 13% de superficie que se inunda solamente

cuando la base de la simulación es el MDE LiDAR y un 10 % se inunda exclusivamente

cuando se toma como base el MDE obtenido con los datos LiDAR. Viendo la evolución

de la superficie inundada (Fig. 37) según el MDE tomado como base en la simulación, se

[37]

cumple la tendencia ya explicada anteriormente: a menor resolución, aumento del área

inundada. Asimismo se aprecia que las simulaciones obtenidas con MDE LiDAR dan

como resultado superficies inundadas mayores que las obtenidas con MDE PNOA.

En este sentido, la diferencia entre simulación obtenida con MDE 5 m LIDAR y PNOA

es de 2.5 Ha, representado ello el 3.43% del total del área inundada con el MDE LiDAR.

Figura 35. Comparativa entre envolventes de nivel a partir MDE 5m LiDAR y MDE 5m

PNOA.

[38]

Figura 36. Comparativa entre simulaciones a partir MDE 5m LIDAR y MDE 5 m

PNOA.

Figura 37. Evolución del área inundada. LiDAR vs PNOA.

12.9%9.9%

77.2%

Diferencia entre GRID LIDAR 5 m y PNOA 5 m (en %)

Pixels únicos en LIDAR 5m: 4176 Pixels únicos en PNOA 5 m: 3192

Coinciden en ambos: 24934

70.30 75.81 77.9987.02

72.879.48

86.1789.34


Área inundada según tamaño de GRID introducido en el GUAD2D (en Ha). LiDAR vs PNOA

Área (ha) inundada PNOA Área (ha) inundada LIDAR

[39]

4.5 Tiempos de computación

Para finalizar, se presentan los resultados de los tiempos de computación (Tabla 2) para

las principales operaciones de creación de las simulaciones hidráulicas. Estas operaciones

han sido desarrolladas por un ordenador portátil sobre Windows 8 con un procesador

Intel® Core™ i5-3230M CPU @ 2.60GHz, 2601 Mhz, 2 procesadores principales, 4

procesadores lógicos y 4GB de memoria RAM.

Tabla 2. Tiempos de computación y tamaño de archivos de las operaciones básicas en

datos LiDAR y datos PNOA para obtener simulaciones hidráulicas en GUAD 2D.

En esta tabla se recogen los tiempos de computación, dividiéndose ellos en dos partes

diferenciadas. Por un lado los recursos consumidos en la preparación de la nube de puntos

LiDAR en Terrascan. Como es obvio esta parte se ha calculado solo para los datos

LiDAR. Por otra parte, los tiempos empleados en ejecutar los procesos propios de GUAD

2D. Los resultados obtenidos muestran que los tiempos de computación son parejos

independientemente de la fuente de los datos. Asimismo, trabajando a máxima resolución

espacial los tiempos son pequeños, no superando los 18 minutos de procesado.

Nombre FormatoTamaño

(KB)%

Terrascan: Export Lattice

Model (en min. y seg.)

%

Triangulación

GUAD2D (en min. y seg.)

Resultado simulación hidraulicas: ráster nivel,

calado y velocidades. GUADGUI (en min. y

seg.)

Total Tiempo paquete GUAD

(en min. y seg.)

%

Tamaño (KB) archivo *.gds

%

lidar5x5 GeoTiff 32 4723 100% 1'43" 100% 1'4" 16'15" 17'19" 100% 132118 100%lidar10x10 GeoTiff 32 1184 -75% 0'54" -48% 0'11" 2'7" 2'18" -87% 32997 -75%lidar15x15 GeoTiff 32 527 -89% 0'50" -51% 0'2" 0'40" 0'42" -96% 14708 -89%lidar20x20 GeoTiff 32 297 -94% 0'49" -52% 0'1" 0'17" 0'18" -98% 8268 -94%

pnoa5x5GeoTiff 32 6379 100% - - 1'30" 16'0" 17'30" 100% 132391 100%pnoa10x10GeoTiff 32 1598 -75% - - 15" 2'11" 2'26" -86% 33133 -75%pnoa15x15GeoTiff 32 710 -89% - - 3" 0'38" 0'41" -96% 14708 -89%pnoa20x20GeoTiff 32 399 -94% - - 1" 0'17" 0'18" -98% 8268 -94%

TIEMPOS DE COMPUTACIÓN

[40]

Por todo ello, se puede concluir que para el área de estudio de este TFM los tiempos de

computación no justifican una disminución de la resolución del MDE. Por otra parte, los

resultados de las comparativas entre simulaciones presentadas en los apartados anteriores

muestran un sostenido aumento de la superficie inundada conforme disminuye la

resolución espacial. Por tanto, la disminución de la resolución espacial del MDE tampoco

estaría justificada para el área de estudio de este TFM ya que no aporta ventaja alguna

respecto a los resultados obtenidos con el MDE de 5 metros.

Por último, las comparativas de las simulaciones logradas mediante MDE de 5 metros de

los datos LiDAR y de los del PNOA, muestran una superficie de inundación sin grandes

diferencias, tan solo un 3% entre ellas. Por tanto, se puede concluir que en el área de

estudio de este TFM, no se aprecian grandes diferencias entre los resultados obtenidos

con el MDE 5 metros LiDAR y el MDE 5 m del PNOA.

[41]

6. Conclusiones y futuras líneas de investigación

En el presente trabajo se ha presentado una comparativa entre simulaciones hidráulicas

obtenidas con MDE de diferente resolución espacial, a saber 5, 10, 15 y 20 metros, tanto

para MDE obtenidos con datos LiDAR como obtenidos con datos del PNOA. Las

principales conclusiones del trabajo han sido:

i. Los resultados de las simulaciones deja patente que conforme disminuye la resolución del MDE aumenta la diferencia entre ellos en lo que respecta a la superficie inundada.

ii. Tanto en simulaciones con datos LiDAR como en las del PNOA, son significativos los resultados de los cálculos con una malla de 5 x5 y una de 20 x 20, del orden del 19% más de área inundada por el agua para la simulación con el MDE de paso de malla de 20 metros.

iii. A falta de un análisis cualitativo de los resultados, el resultado de los cálculos con una MDE de 5 x 5 m con datos LiDAR y MDE 5 x 5 m con datos PNOA, es bastante parejo, dándose sólo una diferencia del 3.43% del total del área inundada con la simulación LiDAR.

iv. La relación entre el aumento de resolución del MDE y el aumento del tiempo de computación de la simulación no es un limitante en las simulaciones presentadas en este TFM.

Se plantea para futuras investigaciones analizar los resultados de esta misma simulación

con un MDE con paso de malla de 2 metros, tanto para los datos LiDAR como los del

PNOA. Comparar estas simulaciones con las obtenidas en este TFM con el MDE con

paso de malla de 5 metros y analizar los resultados.

[42]

ANEJO 1. Informe resumen de la nube de puntos LiDAR.

[43]

[44]

[45]

7. Bibliografía

(ASPRS), A. S. (2005). LAS Specification Version 1.1 March 07, 2005. Recuperado el

Noviembre de 2014, de 2005:

http://www.asprs.org/a/society/committees/standards/asprs_las_format_v11.pdf

Agua y SIG. (s.f.). Delimitación de cuencas con ArcGIS. Herramienta Hydrology de

Spatial Analyst Tools. Recuperado el Noviembre 2014, de

http://www.aguaysig.com/2011/03/delimitacion-de-cuencas-con-arcgis.html

Andaltura. (2014). Lagunas del Valle del río Juntillas. Recuperado el Noviembre 2014,

de http://www.andaltura.com/andalucia/sierra-nevada/lagunas-de-sierra-

nevada/lagunas-de-trevelez/lagunas-del-valle-del-rio-juntillas/lagunas-de-

juntillas

Bladé, E., & Gómez, M. (2006). Modelación del Flujo en Lámina Libre sobre Cauces

Naturales. Análisis Integrado en una y dos Dimensiones.

Brügelmann, R., & Bollweg, A. (2004). Laser Altimetry for River Management.

International Archives of Photogrammetry. Remote Sensing and Spatial

Information Sciences, 35, 234-239.

Castillo, A. (2001). Parque Nacional de Sierra Nevada. Clima y Hidrología. Canseco

Editores.

Chow, V. (1989). Open Channel Hydraulics. Nueva York: McGraw-Hill.

Cuervo Muñoz, A. E. (2012). Comparación de los modelos hidráulicos unidimensional

(HEC-RAS) y bidimensional (IBER) en el análisis del rompimiento de presas de

materiales sueltos. Universitat Politècnica de Catalunya.

Doyle, F. (1978). Digital terrain model: an overview. Photogrammetric Engineering and

Remote Sensing Vol. 44. No 12, 1481-1485.

E. Bladé, M. S.-J. (2009). Modelación numérica en ríos en régimen permanente y

variable. Una visión a partir del modelo HEC-RAS. Ediciones UPC.

ESRI. (2014). http://www.esri.es/. Recuperado el 5 de 12 de 2014

Felicísimo Pérez, A. (1994). Modelos digitales del terreno: principios y aplicaciones en

las ciencias ambientales. Pentalfa Ediciones.

Fugro. (2014). http://www.fugroviewer.com/. Recuperado el 5 de 12 de 2014

[46]

IGN. (2013). Mapa Topográfico Nacional a escala 1:50.000 (MTN50). Hoja 1027.

Madrid: IGN.

INCLAM. (2011). Manual de instalación y uso de GUAD-2D. Madrid: INCLAM, S. A.

INCLAM. (2011). Manual de usuario de GUAD/Creator. Madrid: INCLAM, S. A.

INCLAM. (2011). Manual de usuario de GUADVIEW. Madrid: INCLAM S.A.

INCLAM. (2014). Recuperado el 3 de 12 de 2014, de http://www.inclam.com

Llorente, M., Díez-Herrero, A., & Laín, L. (2009). Aplicaciones de los SIG al análisis y

gestión del riesgo de inundaciones: avances recientes. Cuadernos de la Sociedad

Española de Ciencias Forestales, 29 (págs. 29-37 y 97-99). Actas de las I

Jornadas Técnicas SIGTEFOR.

Martín, J., Braga, J., & Gómez, M. (2011). Itinerarios geológicos por Sierra Nevada.

Guía de campo por el Parque Nacional y Parque Natural de Sierra Nevada.

Granada: Consejería de Medio Ambiente. Junta de Andalucía.

McGaughey, R. (2014). FUSION/LDV: Software for LIDAR Data Analysis and

Visualization. U.S. Department of Agriculture (USDA).

Mesas Carrascosa, F. (2012). Análisis y estudio de independencia espectral entre

sensores espaciales y aerotransportados: Integración con LiDAR. Córdoba:

Universidad de Córdoba, Servicio de Publicaciones.

Murillo, J., Brufau, P., García-Navarro, P., Rodríguez, M., & Andres, A. (2008).

Aplicación del modelo bidimensional guad-2d para la determinación de zonas

inundables en el T.M. de Fraga (Huesca). Universidad de Zaragoza e INCLAM,

S. A. Obtenido de

http://www.ciccp.es/biblio−digital/Icitema−III/congreso/pdf/030302.pdf

Terrasolid. (2014). TerraScan User’s Guide. Arttu Soininen, Terrasolid.

VV.AA. (2011). Guía metodológica para el desarrollo del sistema nacional de

cartografía de zonas inundables. Ministerio del Medio Ambiente, y Medio

Natural y Marino.