PROGRAMA CUENCA POOPÓ

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

1
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

MINISTERIO DE MEDIO AMBIENTE Y AGUA

ESTADO PLURINACIONAL DE BOLIVIA

VICEMINISTERIO DE RECURSOS HÍDRICOS Y RIEGO (VRHR)

José Antonio Zamora
Ministro de Medio Ambiente y Agua
Carlos Ortuño Yañez
Viceministro de Recursos Hídricos y Riego

GOBIERNO AUTÓNOMO DEPARTAMENTAL DE ORURO

Santos Javier Tito Véliz
Gobernador del Departamento de Oruro
Félix Callata Mamani
Secretario Departamental de Medio Ambiente, Agua y Madre Tierra

PROGRAMA DE GESTIÓN SOSTENIBLE DE LOS RECURSOS NATURALES

DE LA CUENCA DEL LAGO POOPÓ
CONVENIO No DCI-ALA/2009/021-614
Eduardo Ortiz Hurtado
Director Programa Cuenca Poopó

Elaboración:
Julio Cesar Miranda Aranibar
Asistente en Implementación de Proyectos de Infraestructura – Programa Cuenca Poopó
Diseño:
Claudia Leslie Gutiérrez Terceros
Responsable de Comunicación y Visibilidad - Programa Cuenca Poopó

Coordinación, Supervisión y Revisión:

Lizet Patricia Sullcata Cruz
Responsable Área SIG – VRHR
Miguel Ángel Pinto Gutiérrez
Especialista SIG – VRHR

PRIMERA EDICIÓN
Oruro – Bolivia
2014
Está permitida la reproducción total o parcial del presente documento,
previa autorización expresa del Viceministerio de Recursos Hídricos y Riego.

Cláusula de exención de responsabilidad

El contenido de esta publicación es responsabilidad exclusiva del Autor y en ningún caso se debe
considerar que refleja los puntos de vista de la Unión Europea, ni del Programa Cuenca Poopó.

EL PROGRAMA CUENCA POOPÓ ES

FINANCIADO POR LA UNIÓN EUROPEA

2
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

3
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

4
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Índice de Contenidos

1. Antecedentes.............................................................................................................................2
2. Ámbito de Aplicación.................................................................................................................2
3. Generalidades sobre los Modelos de Elevación Digital...............................................................3
3.1. Modelos Digitales de Elevación..................................................................................................3
3.2. Estructura de Datos de los Modelos de Elevación Digital............................................................4
3.3. Fuentes de Obtención de los Modelos de Elevación Digital.........................................................6
4. Modelos Digitales de Elevación a Partir de Mapas de Curvas de Nivel......................................13
4.1. Obtención de un DEM a partir curvas de nivel en un SIG..........................................................13
4.2. Procedimiento para la Obtención del DEM...............................................................................16
5. Precisión Obtenida de los Modelos de Elevación Digital...........................................................29
6. Test para la Validación de Datos Obtenidos de un DEM............................................................31
6.1. Extracción de Muestras de una Población.................................................................................32
6.2. Indicadores de Error.................................................................................................................34
6.3. Análisis Estadístico...................................................................................................................39
6.4. Control de Calidad para Datos Obtenidos de un DEM...............................................................45
7. Caso de Estudio: Cuenca del rio San Juan de Sora Sora............................................................50
7.1. Delimitación y Caracterización del Área de Estudio...................................................................50
7.2. Localización y Caracterización de la Cuenca del rio San Juan de Sora Sora................................51
7.3. Actividades Antrópicas en la Cuenca........................................................................................52
7.4. Geología..................................................................................................................................52
7.5. Topografía y Relieve.................................................................................................................52
7.6. DEM a partir de las Curvas de Nivel de las Cartas IGM Esc. 1:50 000.......................................53
7.7. Aplicación de la Metodología Propuesta para la Validación de Datos........................................54
7.8. Delimitación a Nivel 6 de la Cuenca del Rio San Juan de Sora Sora...........................................74
8. Conclusiones y Recomendaciones.............................................................................................76

5
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Í n d i c e d e Ta b l a s

Tabla 1. Estructuras más Usuales Utilizadas para el Almacenamiento de los Modelos Digitales
de Elevación .........................................................................................................................4
Tabla 2. Características de los productos ASTER DEM..........................................................................8
Tabla 3. Comparación de Factores de Procesamiento entre la Versión 1 y 2 del ASTER GDEM.............9
Tabla 4. Frecuencias y Longitudes de Onda para Bandas Radar.........................................................10
Tabla 5. Características de las Imágenes SRTM..................................................................................11
Tabla 6. Características Generales para Distintas Fuentes de Datos...................................................30
Tabla 7. Métodos de Muestreo para Datos de Elevación...................................................................33
Tabla 8. Probabilidad de la Decisión Correcta en una Prueba de Hipótesis........................................40
Tabla 9. Datos para el ANOVA de un Factor......................................................................................43
Tabla 10. ANOVA para el Diseño Completamente al Azar....................................................................44
Tabla 11. Características de los Modelos de Elevación Digital Utilizados.............................................55
Tabla 12. Costo de Modelos de Elevación Digital de Alta Precisión.....................................................56
Tabla 13. Atributos Extraídos de los DEM...........................................................................................65
Tabla 14. Tabla de Valores - Atributos Extraídos de los DEM a Distintas Resoluciones.........................68
Tabla 15. Estadisticas Descriptivas para los Puntos de Control............................................................69
Tabla 16. Prueba de Normalidad de Shapiro - Wilks............................................................................70
Tabla 17. Prueba de Bartlett para comprobar la homogeneidad de varianzas......................................70
Tabla 18. Prueba H de Kruskall - Wallis...............................................................................................71
Tabla 19. Resultados del Contraste de Kolmogorov – Smirnov............................................................71
Tabla 20. Indicadores de Error............................................................................................................73

6
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Índice de Figuras

Figura 1. Toma de las Imágenes del Satélite TERRA para Generar los Pares Estereoscópicos para
el ASTER Global DEM.........................................................................................................7
Figura 2. Concepto del Desarrollo del ASTER GDEM..........................................................................8
Figura 3. Sistema Misión para la Captura de las Imágenes SRTM....................................................10
Figura 4. El Transbordador Endeavour en el Proceso de Toma de Datos..........................................11
Figura 5. Mosaico de Geoinformación HydroSHEDS........................................................................12
Figura 6. Flujo de Información a través del Algoritmo ANUDEM.....................................................14
Figura 7. Obtención de un DEM a partir de un Mapa de Curvas de Nivel........................................15
Figura 8. Determinación de Elevaciones por Interpolación en un Mapa de Curvas de
Nivel en ILWIS.................................................................................................................16
Figura 9. Metodología para Generar Modelos de Elevación Digital a partir de
Cartografía Convencional.................................................................................................17
Figura 10. Mosaico de cartas IGM Escala 1:50.000...........................................................................18
Figura 11. Extracción de Coordenadas para la Georreferenciación de las Cartas IGM........................19
Figura 12. Conversión de Formato *.dgn a *.dwg.............................................................................19
Figura 13. Separación de Datos de Interés de las Cartas IGM en AutoCAD........................................20
Figura 14. Georreferenciación de las Cartas IGM en AutoCAD...........................................................21
Figura 15. Importación de las Cartas IGM al ArcGIS..........................................................................21
Figura 16. Edición de los Datos de Elevación y Curvas de Nivel en ArcGIS........................................22
Figura 17. Conformación del Mosaico de Curvas de Nivel en ArcGIS.................................................23
Figura 18. Creación del Mapa de Puntos de Elevación......................................................................24
Figura 19. Generación del Modelo de Elevación Digital en ArcGIS....................................................25
Figura 20. Importación de Curvas de Nivel a ILWIS...........................................................................26
Figura 21. Definiendo el Sistema de Coordenadas para el Mapa Importado a ILWIS.........................27
Figura 22. Diferencias en la Interpolación del DEM Antes y Después de la Edición
de las Curvas de Nivel.....................................................................................................29
Figura 23. Interpolación de Curvas de Nivel en ILWIS para Generar un DEM....................................28
Figura 24. Análisis Realizado Mediante la Prueba de ANOVA............................................................42
Figura 25. Metodología para Validación de Datos de un DEM..........................................................48
Figura 26. Posibles Escenarios en los que se Utilizaría la Metodología para
Validación de Datos de un DEM.......................................................................................51
Figura 27. Ubicación de la Cuenca del Rio San Juan de Sora Sora.....................................................52
Figura 28. DEM de la Cuenca del Rio San Juan de Sora Sora.............................................................53
Figura 29. Histogramas de Elevación de los Modelos de Elevación Analizados para la
Cuenca del Rio San Juan de Sora Sora..............................................................................57
Figura 30. Histogramas de Frecuencia de Elevación para cada DEM.................................................59
Figura 31. Diagrama de Dispersión de Residuos para cada DEM.......................................................61
Figura 32. Histogramas de Frecuencia de Residuos para cada DEM..................................................61
Figura 33. Mapas de Error para los DEM SRTM, ASTER e HYDROSHEDS............................................62
Figura 34. Perfiles del Terreno para cada DEM..................................................................................63
Figura 35. Comparación de las Redes de Drenaje para cada DEM.....................................................64
Figura 36. Q-Q Plot y p-p Plot para los Puntos de Control.................................................................70
Figura 37. Comparación de Frecuencias entre los Puntos de Control y los Modelos...........................72
Figura 38. Gráficas de Correlación Lineal..........................................................................................74
Figura 39. Delimitación y Codificación a Nivel 6 de la Cuenca del Rio San Juan de Sora Sora............75

7
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Índice de Ecuaciones

(1.) Interpolación entre Curvas de Nivel.........................................................................................15

(2.) Tamaño de la Muestra para Poblaciones Finitas.......................................................................34
(3.) Tamaño de la Muestra para Poblaciones Infinitas.....................................................................34
(4.) Error Medio Cuadrático............................................................................................................35
(5.) Error Medio Cuadrático Esperado en un Mapa Topográfico......................................................36
(6.) Error Cuadrático Medio Relativo..............................................................................................36
(7.) Coeficiente de Correlación Lineal.............................................................................................36
(8.) Covarianza de las Variables zi,zt..............................................................................................37
(9.) Desviación Típica de Variable zi...............................................................................................37
(10.) Desviación Típica de Variable zt...............................................................................................37
(11.) Error Medio.............................................................................................................................37
(12.) Error Absoluto Medio..............................................................................................................38
(13.) Error Absoluto Medio Normalizado..........................................................................................38
(14.) Diferencia Relativa...................................................................................................................38
(15.) Error Medio Porcentual............................................................................................................38
(16.) Error Medio Absoluto Porcentual.............................................................................................38
(17.) Índice de Similitud...................................................................................................................39
(18.) Estadístico de Prueba Dn para el Contraste de Kolmogorov – Smirnov.....................................41
(19.) Estadístico Dn Teórico para el Contraste de Kolmogorov – Smirnov.........................................41
(20.) Estadístico de Prueba U de Mann-Whitney...............................................................................41
(21.) Suma de Cuadrados entre Tratamientos...................................................................................44
(22.) Suma de Cuadrados Total........................................................................................................44
(23.) Suma de Cuadrados del Error Muestral....................................................................................44
(24.) Estadistico de Prueba H para el Contraste de Kruskall - Wallis..................................................45

8
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Presentación

Una cuenca hidrográfica no solo constituye un sistema abierto en el que se puede estudiar las interrelaciones
y alternaciones de elementos que intercambian energía y materia en el ciclo hidrológico, se ha constituido
también en la unidad territorial básica y que tiene mayor adecuación para la planificación y gestión de los
recursos hídricos; en este sentido se han realizado varios esfuerzos por definir una delimitación y codificación
adecuada de las mismas, que permita establecer un estándar a nivel nacional en el establecimiento de los
límites de las unidades hidrográficas, y la asignación de un código único a cada unidad que facilitará la
sistematización de la información inherente a cada una de ellas.
En el contexto nacional se ha adoptado la metodología Pfafstetter, que es el procedimiento utilizado por
varios países de Sudamérica, para la delimitación y codificación de unidades hidrográficas; en trabajos
anteriores publicados en el año 2010, el Viceministerio de Recursos Hídricos y Riego dependiente del
Ministerio de Medio Ambiente y Agua ha expuesto una rutina semiautomática para la generación de
unidades hidrográficas, basado en la manipulación de un modelo de elevación digital a través de un
sistema de información geográfica.
El presente manual expone las pautas técnicas para el desarrollo de modelos de elevación digital a
partir de curvas de nivel que se pueden extraer de cartografía elaborada mediante métodos topográficos
clásicos, lo cual permitirá almacenar la información altitudinal de las cartas geográficas; por ejemplo, en
una representación matricial regular de la variación continua del relieve en el espacio.
Este insumo coadyuvara a la compilación de información topográfica para proyectos a nivel local, que
podrá ser utilizada con distintos fines, incluyendo el estudio hidrológico de las cuencas, comenzando por
su adecuada delimitación y codificación a los niveles necesarios en cada región.
En una segunda parte del manual, se abordará la problemática de la creciente necesidad de contar con
datos topográficos de calidad adecuada a un costo razonable y en el menor tiempo posible, que ha dado
lugar a la utilización del enfoque de percepción remota para adquirir datos, el cual brinda productos
que han sido ampliamente utilizados en la hidrología. Esta necesidad de adquirir datos topográficos ha
dado lugar también al desarrollo de una diversidad de modelos de elevación digital de cobertura global
(ASTER GDEM, SRTM, etc.), que emplean distintos enfoques para la adquisición de datos (interferometría
laser, fotogrametría, etc.), y que tienen distintas características (distintas fechas de adquisición, distinta
resolución espacial, etc.); sin embargo, la tarea de establecer un estándar sobre la calidad de los datos
topográficos que se deben emplear en determinados trabajos, además del establecimiento de parámetros
y metodologías que permitan comparar cuantitativamente los datos topográficos de los modelos de
elevación digital con los que se cuenta, ha quedado pendiente.
Con la información expuesta en este manual, se establecerán algunos lineamientos que se recomienda
seguir, para poder realizar comparaciones entre los datos de elevación obtenidas de distintas fuentes; esto
con el objeto de analizar los datos ofrecidos por los distintos modelos de elevación digital que ahora se
tiene la posibilidad de generar o adquirir, para poder discernir y elegir el que mejor se ajuste a una zona
de estudio determinada.
Establecer una metodología de estas características, permitirá atenuar la incertidumbre que existe sobre
el grado de ajuste que poseen los modelos de elevación que se emplean en los distintos trabajos de
ingeniería; además, será un paso importante hacia la estandarización, al establecimiento de parámetros
de calidad mínima que debe estar presente en la información topográfica que se emplea en cualquier
proyecto.

Eduardo Ortiz Hurtado Carlos Ortuño Yañez

DIRECTOR PROGRAMA CUENCA POOPÓ VICEMINISTRO DE RECURSOS HÍDRICOS Y RIEGO

9
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

10

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
1 ANTECEDENTES
Las unidades hidrográficas están definidas por
límites intrínsecamente relacionados con la
topografía del terreno, ya que están definidas
como la superficie de terreno que es drenada
por un único sistema de drenaje; las divisorias de
aguas que separan una cuenca de otra se mapean
a partir de las características del relieve del terreno.
En el país, se han desarrollado varios trabajos, con el
objeto de establecer una delimitación de unidades
hidrográficas para todo el territorio nacional, con
la participación de diversas instituciones. El primer
trabajo en este sentido fue desarrollado por el
Instituto Geográfico Militar en el año 1990, que
definió los límites de las tres grandes cuencas
del país: Endorreica, Amazónica y Del Plata,
esta delimitación se realizó mediante métodos
convencionales; es decir, se mapeó directamente
sobre la cartas geográficas que contienen curvas
de nivel; posteriormente el SENAMHI Bolivia,
ORSTOM, UNESCO, FAO, USGS y otras instituciones,
también desarrollaron trabajos de delimitación de
unidades hidrográficas. A raíz de este proceso, en
el año 2010 se publica el mapa de delimitación y
codificación de unidades hidrográficas de Bolivia
elaborado por el Viceministerio de Recursos Hídricos
y Riego utilizando la metodología Pfafstetter.
La innovación principal que se presenta en este
documento, es que la representación clásica
de la topografía mediante curvas de nivel es
sustituida por un modelo de elevación digital,
que proporciona una representación continua,
de carácter netamente numérico de la realidad
física, lo cual permite realizar un análisis de mayor
profundidad dentro de las ciencias de observación
de la tierra, el DEM con el que se trabajó en este
proyecto fue el proveído por el proyecto Hydro
Sheds, el cual es derivado de los datos del SRTM
(Shuttle Radar Topographic Mission) de 3 arcos de
segundo de resolución espacial (aproximadamente
90 [m]). Este modelo ha sido acondicionado
PROGRAMA CUENCA POOPÓ
hidrológicamente, mediante procesos automáticos
que han introducido en el set de datos original
algunas mejoras, como el rellenado de vacíos, el
“quemado” de la red de drenaje de las cuencas en
el DEM, etc. Esto ha hecho que el DEM de Hydro
Sheds sea un modelo “hidrológicamente correcto”,
apto para su uso en estudios de hidrología y por
ende en la delimitación y codificación de unidades
hidrográficas.
El inconveniente de este modelo es su resolución
espacial, la cual no es adecuada para generar mapas
de delimitación de unidades hidrográficas a escalas
grandes. En el documento publicado por el V.R.H.R.
en el año 2010, en la página No 78, en el acápite
de recomendaciones se expresa: La información
digital de las Unidades Hidrográficas de Bolivia –
Nivel 5, escala 1:250.000, deberá constituirse en el
punto de partida y de referencia de las siguientes
delimitaciones de unidades hidrográficas de mayor
detalle, basados en una fuente cartográfica de
escala más adecuada. La limitación de la resolución
espacial del DEM del proyecto Hydro Sheds,
es una condicionante reconocida para obtener
delimitaciones de unidades hidrográficas a Nivel 6
por ejemplo, esto obliga a recurrir a otras fuentes
de información topográfica de mayor resolución
espacial, como el DEM SRTM de 1 arco de segundo
(30 [m] de resolución espacial), el ASTER GDEM de
30 [m] de resolución espacial, o también las curvas
de nivel de las cartas geográficas del IGM a escala
1:50.000, las cuales pueden ser convertidas en
un DEM mediante algunas operaciones llevadas a
cabo en una plataforma SIG.
Este trabajo, está orientado a la generación y
validación de otros modelos de elevación de mejor
resolución que el proveído por el proyecto Hydro
Sheds, brindando de esta manera una alternativa
para la obtención de datos topográficos necesarios
para su empleo en la delimitación y codificación de
unidades hidrográficas mayores al Nivel 5.
11
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
2 ÁMBITO DE APLICACIÓN
El ámbito de aplicación de un modelo de elevación
digital es variado, como el mejoramiento del
modelado matemático del escurrimiento de cursos
de agua, obtención de perfiles y alturas del terreno,
control de planos de inundación, control de
terrenos aprovechables, reforestación, monitoreo
de volcanes, monitoreo de movimientos de tierras,
etc.
El presente manual está orientado a investigar
la aplicación de un modelo de elevación
digital obtenido a partir de curvas de nivel
en la delimitación y codificación de unidades
hidrográficas, está motivado por la necesidad
de recurrir a nuevas fuentes de información
topográfica almacenada como un DEM para ser
manipulado por un SIG con los procedimientos ya
definidos por el Viceministerio de Recursos Hídricos
y Riego para el establecimiento de las divisorias de
aguas de unidades hidrográficas de nivel mayor al 5.
3 GENERALIDADES SOBRE LOS MODELOS DE ELEVACIÓN DIGITAL
3.1. Modelos Digitales de Elevación
El término Modelo Digital del Terreno MDT,
(DTM, por sus siglas en inglés), fue acuñado por
Miller y Laflamme (1958), dos ingenieros del
Laboratorio de Fotogrametría del Massachusetts
Institute of Tecnology (M.I.T.); la definición de
MDT que se menciona en sus trabajos es la de
“una representación estadística de la superficie
continua del terreno, mediante un número elevado
de puntos selectos con coordenadas x, y, z en un
sistema de referencia arbitrario” [1]. El objeto de
su estudio, fue el optimizar el tiempo que toma
el diseño de carreteras, desarrollando una serie
de algoritmos que permitían calcular pendientes,
áreas, volúmenes, perfiles topográficos, etc., lo
cual, es una muestra que el MDT fue ideado para
un uso específico en la ingeniería civil.
En un inicio, los modelos fueron muy básicos
debido a las limitaciones de almacenamiento
con las que se tenía que lidiar, y no fue hasta la
década de los ochenta que el Servicio de Geología
de los Estados Unidos (U.S.G.S), estandarizó la
información de un modelo digital de elevaciones en
un formato matricial y denominando el producto:
12
Se delinearán las pautas para poder generar este
tipo de modelos, y se realizará una verificación del
mapeo de las divisorias de aguas obtenido con la
manipulación del DEM a partir de curvas de nivel y
el obtenido con el DEM Hydro Sheds, para verificar
que evidentemente exista una mejora significativa
en el empleo de este nuevo modelo.
Además, con el objeto de eliminar la subjetividad
que existe al realizar evaluaciones cualitativas
de los modelos de elevación digital, se expondrá
una metodología para evaluar la calidad de los
datos que presenta cada fuente de obtención que
se tiene disponible (SRTM, ASTER GDEM, cartas
IGM, etc.), la cual, está basada en estadísticos
que cuantifican el error introducido en el DEM.
Así mismo, se desarrollarán pruebas de hipótesis
y análisis de varianza que permitirán determinar
de manera cuantitativa si los errores y diferencias
entre un DEM y otro son significativos o no.
“Digital Elevation Model - DEM”; actualmente
los DEM están en pleno desarrollo, aunque aún
se está trabajando en la solución de problemas
básicos, como en la estructuración idónea de datos
(buscando un compromiso entre el tamaño y la
facilidad de operación) y la compatibilización de
diferentes estructuras entre sí.
De acuerdo con la definición general, un DEM, se
define como una estructura numérica de datos que
representa la distribución espacial de altitud de la
superficie del terreno, un DEM puede escribirse de
forma genérica de la siguiente forma:
z = f (x, y)
Donde z es la altitud de un punto situado en
coordenadas (x,y) y ambos están relacionados por
una función que depende de dichas coordenadas,
estos valores de abscisa y ordenada corresponden
por lo general a un sistema de coordenadas plano,
que es un sistema de proyección cartográfica.
La ecuación presentada líneas arriba representa
una superficie o campo escalar en el que la
altitud es una variable continua. Dado que la
superficie está formada por un número infinito de
puntos, no es posible su modelización sin cierta

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
pérdida de información, proceso equivalente
al de generalización cartográfica de los mapas
convencionales [1]. En este aspecto, tiene relevancia
la resolución del DEM que se está utilizando, dado
que si la resolución es baja, es decir, el ancho de la
tesela es grande, el DEM no será una representación
muy detallada de la distribución de las elevaciones
del terreno; en contraste, cuando se utiliza un
ancho de tesela pequeña, las elevaciones del
terreno estarán mejor representadas, sin embargo,
el espacio de almacenamiento que se necesitaría
para el DEM sería mayor y se necesitaría un mejor
hardware y software para su procesamiento.
Dada la creciente investigación sobre los DEM, se
ha dado lugar a la aparición de distintas variaciones
en el modelamiento y también denominaciones
que pueden causar confusión, a continuación se
presentan algunas de ellas:
• Modelo Digital del Terreno (DTM): Es una
representación de la superficie de la Tierra
propiamente dicha, contiene información de
planimetría y de elevaciones, con lo que se
tiene un modelo de mayor complejidad y con
todas las características propias del terreno;
ríos, vegetación, edificaciones, etc.
• Modelo Digital de Elevación (DEM): Es un
subconjunto del DTM, hace especial énfasis
en la elevación; generalmente se refieren
a la creación de un arreglo rectangular o
hexagonal que simula las elevaciones del
terreno, estos productos serán el tema de
estudio más adelante.
• Modelo Digital de Altura (DHM): Es un
Tabla 1. Estructuras más Usuales Utilizadas para el Almacenamiento de los Modelos Digitales de Elevación
CONTORNOS
VECTORIALES
PERFILES
TRIÁNGULOS
MATRICES
RASTER
POLÍGONOS
Fuente: Referencia [1].
PROGRAMA CUENCA POOPÓ
término poco usado, esencialmente tiene
el mismo significado que DEM, ya que los
términos de altura y elevación son utilizados
como sinónimos.
• Modelo Digital de Superficie (DSM): Es un
modelo digital de la superficie del terreno,
en el que se representa con alta precisión
las elevaciones, incluyendo la vegetación,
edificaciones, terraplenes, etc.
3.2. Estructura de Datos de los Modelos
de Elevación Digital
Como se describió en el punto 3.1 la unidad
básica de información de un DEM es la elevación,
que está relacionada a una posición dada en un
sistema de referencia. Las variantes se generan
cuando se establecen las interrelaciones entre
estas unidades elementales de información. El
diseño de las mismas es lo que configura las
distintas opciones de estructura de datos, además
su elección condiciona los procesos que podrán
aplicarse a los mismos. El caso es distinto con los
mapas convencionales ya que la única estructura
que utilizan para representar la elevación son las
curvas de nivel, en las cuales se tiene un conjunto
finito y explícito de cotas que determinan la altitud;
si se coloca un punto arbitrariamente en el mapa
será necesario determinar su valor mediante
interpolación, lo cual no ocurre en un DEM, donde
cada punto del terreno tiene un valor de elevación.
La Tabla 1 muestra algunas de las estructuras de
datos que son comúnmente usadas en un DEM.
 Secuencial: Las líneas se almacenan como
una cadena de cotas.
 Analítica: Las líneas se almacenan como
segmentos de Bézier, polinomios, etc.
Cadenas paralelas de cotas en línea con altitud
variable.
Red de Triángulos irregulares (TIN).
 Regulares: Cotas sobre una malla
cuadrada de filas y columnas equidistantes.
 Escalables: Cotas sobre sub matrices
jerárquicas y de resolución variable.
Cotas asignadas a teselas poligonales
regulares (triángulos o hexágonos).
13
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
De las estructuras arriba mencionadas, tres son las
más usadas en el medio, las cuales son:
• Contornos: Es la estructura más empleada
para representar superficies en la cartografía
clásica, es una estructura de vector utilizada
ya desde los mapas analógicos compuesto
por un conjunto de pares ordenados (x,y) que
describen la trayectoria de una línea isométrica,
que comúnmente es llamada curva de nivel.
Las curvas de nivel pueden ser derivadas desde
varios tipos de datos, desde datos puntuales
de elevación tomados con un instrumento
topográfico hasta métodos fotogramétricos
que utilizan principalmente fotografías aéreas
para su derivación. Generalmente se generan
curvas de nivel a distancias equidistantes
para facilitar la lectura de los mapas, en caso
de que se necesite conocer la altura de un
punto que no está sobre una curva de nivel se
deberá interpolar entre las dos más cercanas;
la principal fuente de información regional es
el Instituto Geográfico Militar, cuyas cartas
geográficas a escala 1:50 000 cubren la mayor
parte del territorio nacional, y contienen curvas
de nivel equidistantes a 20 metros.
Las curvas de nivel tienen una alta precisión
al representar las alturas, siempre y cuando
la medición se realice en un punto que este
directamente sobre la curva de nivel, lo cual
constituye una desventaja. Sin embargo, un
problema de mayor magnitud con este tipo
de representación, es que las anomalías del
terreno no pueden ser representadas de manera
adecuada, aun con el uso de breaklines, que
es una opción de modelamiento de algunos
software como el Eagle Point y el Civil 3D, que
permite una mejor adaptación del modelo a
algunos elementos del relieve; sin embargo,
siempre se tiene la susceptibilidad de pasar
por alto detalles importantes del terreno
(quebradas, depresiones, etc.), lo cual, en los
estudios hidrológicos es una seria desventaja
ya que la conectividad en la red de drenaje
de una cuenca podría no ser representada
adecuadamente.
• Matrices: La estructura matricial regular
permite recolectar las relaciones topológicas
entre puntos de datos de elevación, esta
estructura es el resultado de sobreponer una
retícula sobre el terreno y extraer la elevación
media de cada celda, esta elevación será
considerada como valor único en toda la
extensión de la celda y, aunque la retícula
14
puede adoptar cualquier forma, la cuadrada es
sin duda la más utilizada, en la que se tiene
columnas y filas equidistantes y el valor de
elevación de un punto esta implícitamente
dado por su ubicación en la matriz.
Este tipo de estructura puede ser generada
por la interpolación de un mapa de
contornos previamente elaborado, métodos
fotogramétricos, métodos de teledetección, etc.
Una de las limitaciones de este tipo de
representación es el número necesario de
puntos de muestreo para lograr generar una
representación fiel del terreno, cuando no
existe variaciones abruptas en la topografía
no será necesario contar con anchos de celda
pequeños para lograr una buena representación
y por ende las matrices generadas no tendrán
demasiados elementos; sin embargo, cuando
sea necesario representar la topografía con
mayor detalle será necesario tener celdas más
pequeñas y matrices más grandes con el fin de
tener una buena representación, por lo que es
recomendable tener una distancia entre puntos
de muestreo lo más pequeña posible. Por otro
lado, dado que el muestreo de los puntos
de elevación es regular, se tiene muy poca
probabilidad de que los puntos más altos y más
bajos del terreno puedan ser representados por
lo que aspectos importantes de la superficie
podrían perderse durante la captura.
Sin embargo, este tipo de estructura presenta
ventajas claras, como la de generar sin mayores
procesos un DEM listo para ser utilizado;
además representa de mejor manera las
superficies que tienen tendencias continuas en
lo que a su topografía se refiere, por ejemplo
las planicies donde el cambio de pendiente es
muy bajo y en el caso de estudios hidrológicos
es muy difícil determinar el sentido del flujo, las
matrices claramente simplifican los algoritmos
de cálculo, característica que siempre es
deseable para los usuarios.
• Red de Triángulos Irregulares (TIN): La
estructura TIN (Acrónimo en Inglés: Triangulated
Irregular Network) es una alternativa más
fuerte en contraposición a la matricial. Dado
que los puntos de muestreo con los que
se toma la elevación no están distribuidos
regularmente en el terreno, esta estructura se
acomoda a cada situación conectándolos con
una red de triángulos, que es más densa en las
zonas abruptas y menos densa en las llanas,
el terreno queda así divido en triángulos los
cuales definen planos de características propias

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
de pendiente y orientación espacial, en base a
la relación topológica entre los triángulos se
pueden establecer algoritmos para determinar
otros parámetros.
Esta estructura, matemáticamente, es conocida
como triangulación de Delaunay, en la que
se cumplen una serie de propiedades que
garantizan su estabilidad y comportamiento
desde el punto de vista matemático para
posteriores análisis. Aunque las estructuras TIN
mejoran la representación de las zonas más altas
y bajas del relieve, caracterizan el espacio como
una fracción de sus puntos, logrando extraer los
más característicos y reduciendo la complejidad
de los más básicos; desde el punto de vista
hidrológico, las mejoras en la representación
se muestran aún insuficientes para un análisis
preciso, principalmente por el costo en términos
computacionales y de almacenamiento que
supondría el trabajo bajo unas condiciones de
precisión similares a las ofrecidas; por ejemplo,
con una representación Raster [2]. Lo anterior
sin embargo, no implica que se presenten
obstáculos importantes para su uso en otras
aplicaciones distintas a la hidrología. De hecho
son el tipo de representación más usado por
programas como el Eagle Point o el Civil 3D,
que son de uso extensivo en la ingeniería civil.
3.3. Fuentes de Obtención de los Modelos
de Elevación Digital
El proceso de construcción de un DEM tiene su
fase inicial en la captura o adquisición de datos
de altimetría, luego se adecuan estos para su uso
en una computadora; esta fase es fundamental en
cualquier trabajo por ser la más costosa, la que
más tiempo consume, y la que determina el grado
de precisión de los datos con los que se cuenta,
por esto es necesario analizar todos los métodos
disponibles para la captura de datos de elevación.
Los métodos que se pueden utilizar para obtener
un modelo de elevación digital son variados,
el avance de la tecnología en la actualidad ha
proveído de nuevas formas de generar datos de
elevación. A continuación se describen las fuentes
más importantes para la obtención de datos y
modelos de elevación, que son relevantes para
este trabajo en particular.
3.3.1. Medición Directa sobre el Terreno
Este método está basado principalmente en la
topográfica tradicional, en la que la adquisición de
datos de elevación se realiza a través de teodolitos
o estaciones totales y métodos de nivelación
trigonométricos, en los que se utiliza las coordenadas
PROGRAMA CUENCA POOPÓ
y elevación de un BM (en inglés: Bench Mark) como
punto de inicio del levantamiento. Estos puntos
son proveídos por instituciones que manejan datos
cartográficos nacionales o regionales como el IGM,
también pueden ser medidos directamente en el
campo con un GPS (en inglés: Global Positioning
System, “Sistema de Posicionamiento Global”) o
DGPS (GPS Diferencial). La cobertura vegetal de
la zona no es un problema cuando se determina
elevaciones mediante este método.
Otra manera de determinar las elevaciones del
terreno es a través de mediciones con instrumentos
GPS, el GPS es un sistema de posicionamiento global
que utiliza un conjunto de satélites de referencia
y mediante triangulación espacial permiten
calcular las tres coordenadas georeferenciadas
(x,y,z). Un GPS tiene buena precisión pero esto
depende de las condiciones atmosféricas, la toma
de coordenadas y elevaciones. También se puede
realizar a través de un DGPS, que es un sistema con
dos receptores uno móvil y otro fijo que se coloca
sobre coordenadas conocidas, las correcciones se
las realizan en gabinete no en tiempo real; sin
embargo si se cuenta con un equipo RT DGPS (GPS
Diferencial en Tiempo Real) se puede hacer las
correcciones en tiempo real, lo que da un acceso
a información de alta precisión de manera más
práctica.
El principal problema con este tipo de mediciones
es que sólo son efectivas para áreas pequeñas,
además que es necesario estar físicamente sobre
el terreno, el tiempo que se invierte para obtener
las lecturas y la cantidad de personal y equipo que
intervienen en la toma de datos hacen que estos
métodos sean bastante costosos.
3.3.2. Fotogrametría
(Pares Estereográficos)
La fotogrametría se define como “el arte, ciencia
y tecnología de obtener información confiable
de objetos físicos y el medio ambiente a través
del proceso de almacenar, medir e interpretar
fotografías, imágenes y patrones de lecturas de
la energía electromagnética” según la Sociedad
Americana de Fotogrametría (1980). [3].
Actualmente, este método es el más utilizado para
la generación de modelos de elevación digital,
generalmente se utiliza cámaras montadas en
aviones que realizan vuelos en línea recta sobre
el área de estudio, el objetivo es tomar imágenes
donde cada punto del terreno aparezca en por
lo menos dos imágenes, a dichas imágenes se
las denomina pares estereográficos, y una vez
restituidos generan el relieve del terreno. El traslape
entre cada imagen debe ser de al menos 60%
entre imágenes sucesivas, si es que algún punto
del terreno no fuera tomado, se realizan vuelos
15
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
en otras direcciones paralelas para completar la
captura, el traslape a los lados de cada imagen
debe ser de al menos 30%.
En Bolivia esta técnica es ampliamente utilizada
desde hace varios años atrás, utilizando como
insumo primario las fotografías aéreas para generar
modelos de elevación; sin embargo, actualmente
se puede capturar imágenes estereográficas a
través de sensores montados en satélites, tal es
el caso de las imágenes del satélite ASTER, que
serán usadas en este trabajo, y a continuación se
describe la manera en la que son obtenidas.
ƒƒ DEM a partir de imágenes ASTER (Advanced
Spaceborne Thermal Emission and Reflection
Radiometer)
El modelo de elevación digital global “GDEM
– Global Digital Elevation Model” fue creado a
partir de un par de imágenes estereoscópicas
captadas por el sensor japonés Advanced
Spaceborne Thermal Emission and Reflection
Radiometer, o ASTER por sus siglas en inglés,
dicho sensor se encuentra a bordo del satélite
TERRA.
Los dos pares estereoscópicos (stereo pair)
se producen por la fusión de dos imágenes
2D, tomadas en un vuelo en línea recta con
un ligero desplazamiento para dar el efecto
Figura 1. Toma de las Imágenes del Satélite TERRA para Generar los Pares Estereoscópicos para el ASTER Global DEM.
Fuente: http://www.jspacesystems.com
Fecha de Consulta: [19-01-13]
El ASTER GDEM cubre una superficie de tierra
firme desde los 83° N y 83° S (99% de la
superficie de tierra) y está compuesto de 22600
16
tridimensional de la profundidad. La primera
versión del GDEM fue lanzada por la NASA
(Acrónimo en Inglés: National Aeronautics
and Space Administration) y el Ministerio de
Economía, Comercio e Industria (en inglés
METI: Minister of Economy, Trade and Industry)
de Japón en Junio de 2009. [4]
ASTER es uno de los cinco instrumentos
montados en el satélite TERRA que fue lanzado
en 1999, el sensor es capaz de adquirir imágenes
desde el espectro visible hasta el infrarrojo
térmico, con resoluciones espaciales que van
desde los 15 a 90 [m], los datos producidos
por cada instrumento son validados por NASA,
METI, ERSDAC (en inglés: Earth Remote Sensing
Data Analysis Center – Japón) y el USGS (en
inglés: United States Geological Survey) quienes
supervisan que cada producto de percepción
remota cumpla con los estándares de calidad
requeridos.
El modelo de elevación digital ASTER, es un
producto generado por un par estereográfico
de imágenes ASTER de Nivel 1A (Clasificación
según los estándares del Servicio de Geología
de los Estados Unidos) que incluye las bandas
3N (Nadir) y 3B (Toma Posterior, Backward) del
espectro infrarrojo cercano, que están en el
rango espectral de 0.78 a 0.86 [micrones]. [3]
mosaicos de 1° por 1° de latitud y longitud.
Los mosaicos que contienen al menos el 0.01%
de área de tierra firme están incluidos en la
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

base de datos. Las imágenes ASTER GDEM WGS84/EGM96. La pre-producción de las

están disponibles en formato GeoTIFF con imágenes estima precisiones globales para el
coordenadas geográficas (latitud y longitud) producto de 20 [m] al 95% de confianza para
y resolución espacial de 1 segundo de arco o datos verticales y 30 [m] al 95% de confianza
arco segundo (aproximadamente 30 [m] de para datos horizontales, la Tabla 2 muestra las
ancho de grilla). Está referenciado al geoide características básicas del ASTER GDEM.
Tabla 2. Características de los productos ASTER DEM

ASTGTM2 S18W068_dem.tif ASTGTM2 S18W068_num.tif

Archivo DEM Archivo OA
S17 S17

3601 pixeles

3601 pixeles
NOMBRE DE LOS ARCHIVOS
Ej. Mosaico que cubre desde
18º a 17º S, 68º a 67º W

S18 S18

W68 3601 pixeles W68 3601 pixeles W69

W69

Tamaño de Mosaico 3601 x 3601 Pixeles (1 grado por 1 grado)

Intervalo de la Grilla 1 arco segundo (30 [m])
Coordenadas Coordenadas Geográficas (Latitud Longitud)
Formato de Salida del DEM Formato GeoTIFF, signado en 16 bits y referenciado al geoide
WGS84/EGM96
Valores Especiales de Número -9999 para pixeles vacíos y 0 para Numero de imágenes estocadas o
Digital cuerpos de agua de mar. DEM de Referencia:
SRTM 3 arc seg: -1, -2.
Cobertura Desde 83° Norte hasta 83° Sur, 22 600 Mosaicos para la Versión 1.
Fuente: Referencia [5].

Los archivos del ASTER DEM pueden ser Archive Center – Estados Unidos) de la NASA,
adquiridos directamente por cualquier usuario los productos de percepción remota utilizados
a través del ERSDAC o también vía LPDACC para este trabajo fueron obtenidos de la
(en inglés: Land Processes Distributed Active primera fuente.

Figura 2. Concepto del Desarrollo del ASTER GDEM.

Fuente: http://www.jspacesystems.com
Fecha de Consulta: [19-01-13]

17
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
La primera versión del ASTER GDEM fue lanzada
en el año 2009, posteriormente se lanzó una
nueva versión del GDEM en el año 2011 donde
se añadió 260 000 pares estereoscópicos
para mejorar la cobertura del planeta; la
resolución espacial se mantuvo, pero se logró
una mejora en la precisión horizontal y vertical
del producto, importante para la aplicación
de estos productos en la hidrología. En la
segunda versión del ASTER GDEM, se introduce
la capacidad para identificar cuerpos de agua
Tabla 3. Comparación de Factores de Procesamiento entre la Versión 1 y 2 del ASTER GDEM
Factores de Procesamiento
Número de Escenas DEM disponibles (productos nivel
1ª según los estándares del USGS)
Intervalo de la Grilla
Tamaño del Kernel de Correlación
Tamaño Mínimo para la Detección de Cuerpos de Agua
Post Procesamiento de Cuerpos de Agua
Valor de Umbral de Filtrado
Compensación (Desplazamiento)
Fecha de Publicación de los Datos
El radar (Acrónimo en inglés: Radio Detection and
Ranging, “detección y medición de distancias por
radio”) es un sensor activo que usa un impulso de
ondas electromagnéticas para medir distancias.
La interferometría radar es una técnica mediante la
cual se obtiene una representación tridimensional
de la superficie de la Tierra; este proceso, para
adquirir información topográfica, utiliza un patrón
de interferencia causado por la diferencia entre
las fases de dos imágenes radar tomadas en dos
tiempos distintos y/o distancias. El resultado es
un interferograma que proporciona datos de
las deformaciones verticales del terreno. Para
desarrollar esta técnica se utiliza un sistema de
Radar de Apertura Sintética (Acrónimo SAR, en
inglés: Synthetic Aperture Radar), el proceso
mediante el cual se obtienen los datos es el
siguiente: una antena transmisora ilumina el
terreno con un rayo radar el cual es dispersado y
se refleja en la superficie de la Tierra; dos antenas
receptoras con una separación constante entre las
mismas (base line) registra el rayo reflejado (eco)
desde dos posiciones ligeramente diferentes; un
interferómetro mide la diferencia de fases entre las
dos señales recibidas al final de la línea base, esta
18
tan pequeños como 1 [km] de diámetro; con
las mejoras en la resolución y precisión de los
datos de elevación, el producto obtenido es
comparable con otros productos desarrollados
en misiones topográficas, como los datos
provenientes del Shuttle Radar Topography
Mission (SRTM) de la NASA. La Tabla 3 muestra
una comparación de las características de
procesamiento del ASTER GDEM entre la
versión 1 y la versión 2 del mismo.
3.3.3. Interferometría Radar
Versión 1 Versión 2
1 264 118 1 514 350
1 arco segundo 1 arco segundo
9 x 9 pixeles 5 x 5 pixeles
2
12 [Km ] 1 [Km2]
No se Aplico Se Aplico
40 [m] 40 [m]
-5 [m] de desfase
Desfases corregidos.
observados.
17 de Octubre de
29 de Junio de 2009
2011
Fuente: Referencia [6].
diferencia es denominada “Fase Interferométrica”.
Debido a que cada fase recibida depende de la
distancia entre el receptor y el objeto sobre la
superficie terrestre, la fase interferométrica es una
medida de la diferencia entre las distancias desde
cada receptor al objeto. [7]
Cualquier diferencia de fase contiene la información
acerca del ángulo del eco del radar así como la
distancia entre el punto de reflejo en la superficie
terrestre y la plataforma, estos datos combinados
con la posición de la plataforma proporcionada por
un GPS a bordo de la misma, permiten calcular la
posición de cualquier punto sobre la superficie de
la Tierra; es decir, que se puede extraer la altitud del
terreno como reflectividad radárica, produciendo
un modelo de elevación digital.
La porción del espectro electromagnético usado
para producir las imágenes radar es la parte de las
microondas. Los sensores remotos radar utilizan
longitudes de onda de 1 [m] a 1 [mm] (0,3 [GHz]
hasta 300 [GHz]). [3] Las frecuencias más comunes
y sus correspondientes longitudes de onda son
especificadas por una nomenclatura definida de las
bandas, como se muestra en la siguiente tabla.
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Tabla 4. Frecuencias y Longitudes de Onda para Bandas Radar

Banda Frecuencia [MHz] Longitud de Onda [cm]

Banda Ka 40,000 – 26,000 0,8 – 1,1
Banda K 26,500 – 18,500 1,1 – 1,7
Banda X 12,500 – 8,000 2,4 – 3,8
Banda C 8,000 – 4,000 3,8 – 7,5
Banda S 4,000 – 2,000 7,5 – 15,0
Banda L 2,000 – 1,000 15,0 – 30,0
Banda P 1,000 – 300 30,0 – 100,0
Fuente: Referencia [3].

ƒƒ DEM SRTM (Shuttle Radar Topographic La misión de recolección de datos de elevación

Mission)
Los datos del modelo de elevación digital
del SRTM fueron capturados por un trabajo
conjunto de la NASA y de la NGA (en Inglés:
National Geospatial-Intelligence Agency), y
se contó también con la colaboración de las
agencias espaciales de Alemania e Italia.
La misión topográfica del SRTM fue lanzada
el 11 de febrero de 2000 y obtuvo datos de
aproximadamente 80% de la superficie de la
Tierra, creando de esta manera el primer set
datos topográficos globales con resoluciones
espaciales de 1 y 3 arco segundos (30 y 90
metros respetivamente).
duro once días continuos, lo cual concede a
los datos una gran homogeneidad, al contar
con un sensor activo se logró capturar las
imágenes sin importar la posición del sol o las
condiciones climáticas. El sistema misión del
SRTM fue montado en el transbordador espacial
Endeavour, el mismo utiliza un sistema de radar
interferométrico de multifrecuencia (SIR-C/
SAR-X) que consiste en dos antenas reflectores
de antenas de radar; un radar para mapeo de
imágenes desde el transbordador (SIR-C, del
inglés Spaceborne Imaging Radar-Band C) y un
radar de apertura sintética (SAR-X, del inglés
Synthetic Aperture Radar -Band X).

Figura 3. Sistema Misión para la Captura de las Imágenes SRTM.

Fuente: www.spaceoffice.nl
Fecha de Consulta: [16-02-13]

19
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Cada reflector antena estuvo separado por un
mástil de 60 metros para lograr capturar las dos
imágenes ligeramente desplazadas, el ancho de
Figura 4. El Transbordador Endeavour en el Proceso de Toma de Datos.
Fuente: dapa.ciat.cgiar.org
Fecha de Consulta: [16-02-13]
Los productos SRTM se pueden obtener en
mosaicos de 1° por 1° latitud y longitud en
una proyección geográfica y están nombrados
por sus esquinas suroestes, por lo que el
archivo “s18w068” es el mosaico que cubre
el área desde los 18º 00’ 00” S, 68º 00’ 00”
W, hasta los 17º 00’ 00” S, 69º 00’ 00” W; la
resolución de las celdas puede ser de 90 [m] (3
arco segundos) o 30 [m] (1 arco segundo). En
el primer caso cada mosaico contendría 1201
x 1201 pixeles mientras que en el segundo se
tendría 3601 x 3601 pixeles, en este trabajo
se utilizarán imágenes SRTM de 30 [m] de
resolución espacial, el formato original de
las imágenes SRTM (*.hgt, abreviación de la
palabra del inglés Height, que significa altura)
es compactible con varios software SIG por lo
que su manipulación es simple de realizar. Es
necesario aclarar que la resolución espacial
20
barrido del transbordador al tomar los datos fue
de 225 [km] mapeando la superficie terrestre
entre los 60º Norte y 56º Sur de latitud.
original del SRTM es de 30 [m], el producto de
90 [m], se obtiene realizando promedios de las
elevaciones para cada pixel.
Los datos de elevación representan la superficie
de reflexión, la cual puede ser formada por
la vegetación, obras antropogénicas, o la
superficie del planeta sin cobertura alguna.
(Masuch, 2005; citado en [8]).
Las imágenes de SRTM de 90 [m] de resolución
son de disponibilidad gratuita, aunque las
imágenes de 30 [m] de resolución hasta
hace poco tenían costo, actualmente se está
liberando esa información y ya se pueden tener
datos de esta resolución de forma gratuita;
aunque los mismos no fueron pre procesados
y necesitan una corrección de ruidos; la Tabla
5 contiene algunos datos relevantes de las
imágenes SRTM.
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Tabla 5. Características de las Imágenes SRTM

Metadatos del SRTM

Datum Horizontal
Datum Vertical
Unidades Horizontales
Unidades Verticales
Tamaño de Pixel
Formato de Salida del DEM
Precisión Horizontal
Precisión Vertical
World Geodetic System 1984 (WGS84)
Nivel Medio del Mar, determinado por el Geoide
WGS84 Earth / Earth Gravitacional Model (EGM96)
Segundos Decimales Geográficos (Latitud y Longitud)
Metros
Se tienen productos de 3 arco segundos (90 [m]) y 1
arco segundo (30 [m])
Formato hgt, signado en 16 bits.
+/- 20 metros
+/- 16 metros
Fuente: Referencias [3], [9] y [8].

Durante la misión cuerpos de agua mayores
a 600 metros fueron identificados y se asignó
una elevación constante. El nivel del océano
está a 0 metros. Las islas están representadas
siempre y cuando tengan una extensión mayor
que 300 metros cuadrados o cuando su relieve
exceda los 15 metros de altura. (Masuch, 2005;
citado en [8]).
3.3.4. Proyecto HydroSHEDS
El proyecto HydroSHEDS (Acrónimo en inglés:
Global Hydrological Data and Maps Based on
Shuttle Elevation Derivates at Multiple Scales,
“datos hidrológicos y mapas globales basados
en elevaciones del transbordador a escalas
múltiples”), es un cumulo de productos destinados
a proveer información hidrográfica útil a nivel
regional y global. La primera base de datos
compilada del proyecto fue la que cubre todo el
territorio Sudamericano (la mayor reserva de agua
dulce del mundo) y fue completada en el año
2006, posteriormente se completó la base de datos
mundial para el año 2008. Entre la geoinformación
que ofrece esta base de datos se tienen redes de
drenaje, límites de cuencas, dirección de drenaje,
acumulación de flujo, distancias e información
topológica, etc. Todos ellos orientados a generar
modelos de elevación digital hidrológicamente
correctos.
El modelo de elevación digital utilizado por el
Ministerio de Medio Ambiente y Agua, a través del
Viceministerio de Recursos Hídricos y Riego, para
la elaboración de la delimitación y codificación
de Unidades Hidrográficas a Nivel 5 en 2010,
fue el modelo del proyecto HydroSHEDS, que
fue elaborado por el Programa de Ciencias de la
Conservación del World Wildlife Fund (WWF), en
conjunto con el U.S. Geological Survey (USGS),
el International Center for Tropical Agriculture
(CIAT), The Nature Conservancy (TNC) y el Center
for Environmental Systems Research (CESR)
de la Universidad de Kassel Alemania, para
constituir la base digital raster de Sudamérica
basados en los modelos digitales de elevación
del SRTM de la NASA [9]. Esto implica que los
productos del proyecto tienen una confiabilidad
idéntica al SRTM, la diferencia radica en que los
datos del HydroSHEDS han sido acondicionados
mediante procesamientos automatizados y nuevos
algoritmos para el procesamiento y rellenado de
vacios, filtrado, determinación de flujos y técnicas
de aumento de escala, llegando a mejorar el DEM
SRTM, para lo cual se recurrió también a varias
coberturas de redes de drenaje y cuerpos de agua
para reducir el ruido en el mapeo de los mismos.
El desarrollo del proyecto HydroSHEDS ha
proporcionado una base de datos gratuita para el
análisis regional y mundial de cuencas, modelación
hidrológica y planificación de la conservación de
agua dulce. Los rangos de resolución disponible
de estos productos varía desde los 3 arcos de
segundo hasta 5 minutos (30 [m] a 10 [Km]
aproximadamente en el Ecuador), su cobertura es
mundial y los productos disponibles ya tienen los
vacíos rellenados.
Los productos HydroSHEDS se pueden obtener en
mosaicos de 5° por 5° latitud y longitud en una
proyección geográfica y están nombrados por
sus esquinas suroestes siguiendo la convención
establecida para todos los modelos digitales de
elevación.
El territorio nacional está cubierto por 9 mosaicos
de esta base de datos tal como se muestra en la
figura siguiente.

21
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Figura 5. Mosaico de Geoinformación HydroSHEDS.
Fuente: Referencia [9].
4 MODELOS DIGITALES DE ELEVACIÓN A PARTIR DE MAPAS DE
CURVAS DE NIVEL
Dentro del campo del estudio de los componentes
del sistema hidrológico, los estudios de morfometría
de cuencas son el punto de partida para cualquier
análisis; la determinación del parte aguas de la
cuenca, su área, perímetro, y otros índices, son la
información esencial para empezar a comprender
el comportamiento hidrológico de la cuenca, y
el insumo base indispensable para realizar estos
análisis es la topografía del terreno. La calidad de
datos topográficos con los que se dispone limitará
en gran medida el modelado de los procesos
hidrológicos y de erosión que se puedan realizar
sobre una cuenca.
Durante mucho tiempo la fuente más importante de
datos topográficos han sido las cartas geográficas
22
del Instituto Geográfico Militar, que utilizan
representaciones de contornos (curvas de nivel)
que unen puntos de igual elevación en el terreno, a
partir de estos datos se puede definir el parte aguas
de una cuenca, y con la ayuda de otros instrumentos
(curvímetros, planímetros, escalímetros, etc.) es
posible realizar de manera directa otras mensuras
de áreas y distancias que son de interés. A pesar
de que las cartas distribuidas por el IGM fueron
producidas hace varios años atrás, su vigencia y
validez no es discutida, el relieve del terreno no es
muy susceptible a cambiar de manera drástica en
periodos cortos de tiempo.
Sin embargo la representación de la topografía
por contornos no ofrece la misma versatilidad

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
en el manejo de los datos que un DEM; la
representación física del terreno en un modelo de
este tipo es netamente numérica, lo cual facilita la
automatización de las tareas de análisis del mismo,
además de la formulación de algoritmos numéricos
capaces de realizar caracterizaciones del terreno.
Para dotar a los datos de elevación contenidos
en las cartas del IGM de una potencialidad mayor
para realizar análisis espaciales que generen
información secundaria a partir de la elevación
(pendientes, redes de drenaje, etc.) cuya aplicación
sobrepasa a la meramente hidrológica, se deben
transformar en modelos de elevación digital; no
solo porque este tipo de modelos representan hoy
en día la mejor alternativa a la cartografía clásica
utilizada de manera convencional en la hidrología,
sino porque su uso es mucho más práctico, permite
la sistematización de los procesos involucrados en
el análisis de los datos, y proporciona una mejor
representación de la variable en cuestión, es decir,
la elevación.
La altura es un campo geográfico continuo, en
cualquier punto del espacio se tiene un valor de
elevación, característica que se cumple en un DEM,
ya que cada punto contenido en el posee un valor
de elevación mientras que en una carta geográfica
las curvas de nivel poseen espacios potencialmente
vacíos entre ellas.
4.1. Obtención de un DEM a partir curvas
de nivel en un SIG
Para convertir una representación gráfica de
contornos en un modelo de elevación digital bastara
con realizar una interpolación de los mismos,
rellenando así los vacíos de información que
existen entre cada curva de nivel; para lograr este
cometido utilizaremos un SIG, que proporcionara
la plataforma adecuada para realizar el análisis de
los datos contenidos en las cartas geográficas y
finalmente su conversión en modelos de elevación
digital.
En este manual se exploraran dos alternativas para
la generación de un DEM a partir de curvas nivel,
una en el software ArcGIS v. 10, cuya licencia es
restringida y debe ser adquirida a través de los
representantes de ESRI en Bolivia; otra alternativa
es utilizar el software ILWIS, que muchas de sus
versiones son de acceso libre, ambas alternativas
brindan herramientas fáciles de emplear y con
resultados prácticamente idénticos a la hora de
generar modelos de elevación digital.
PROGRAMA CUENCA POOPÓ
4.1.1. Obtención de un DEM a partir curvas
de nivel en ArcGIS
La herramienta disponible dentro de las capacidades
contenidas en el ArcGIS es la denominada “Topo to
Raster”, la cual utiliza un método de interpolación
diseñado exclusivamente para la creación de
modelos de elevación hidrológicamente correctos
a partir de curvas de nivel, además de tener la
capacidad de incorporar al modelo otros datos
para la representación adecuada del terreno,
como, la red de drenaje, ubicación de lagos y otras
depresiones, puntos de elevación, condiciones
de borde, etc. que mejoran la calidad del DEM
resultante.
El algoritmo utilizado por esta herramienta es el
denominado ANUDEM en su versión 5.3, que fue
desarrollado por Michel Hutchinson (1988,1989)
utilizando diferencias finitas, el mismo interpola los
valores de elevación que puede estar contenidos
en varias fuentes y con extensión arbitraria que
junto a las restricciones hidrográficas impuestas
por el usuario, logran obtener un DEM que asegura
una estructuración correcta de la red de drenaje y
correcta representación de las partes más altas de
las cadenas montañosas además de las depresiones
y lagos que pudieran existir en el terreno.
El procedimiento se diseñó para poder aprovechar
los datos de entrada comúnmente disponibles y las
características mapeadas o conocidas previamente
del terreno, como el agua es la mayor fuerza erosiva
en una cuenca es muy común encontrar varias
cumbres (máximos locales) en el terreno, pero no
así depresiones (mínimos locales) por lo que una
capa que contenga los vectores que representan los
cauces, lagos (artificiales o naturales), o cualquier
drenaje que condicione el recorrido del agua en una
cuenca podrá ser incluido en el modelo para poder
representar adecuadamente estas características
particulares del terreno.
El algoritmo utiliza las curvas de nivel para
generar un modelo inicial de drenaje generalizado
identificando puntos de curvatura máxima en
cada curva de nivel, una red de cauces y puntos
de máxima elevación se deriva utilizando la
cuadricula inicial, pero las posiciones de las mimas
se actualizan a medida que se van iterando los
datos de elevación, este proceso garantiza que
las propiedades geomorfológicas adecuadas se
transfieran al DEM de salida.
Para obtener los datos de elevación a partir de
las curvas de nivel, todas las curvas se leen y se
23
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

generalizan; un máximo de 100 puntos por cada cuya elevación será adoptada como única para
celda (de resolución definida por el usuario) son toda la celda, por esta razón resulta redundante
leídos hacia dentro de la misma para obtener un escoger tamaños de celda demasiado grandes
promedio de elevación que será el punto crítico cuya grilla cruza a varias curvas de nivel.

DATOS DE ENTRADA
Puntos con Datos de Elevación
Puntos con Depresiones
Redes de Drenaje
Condiciones de Borde
Curvas de Nivel
Lagos
Corrección Líneas de quebradas y Riscos
Máscaras
de Errores

ANUDEM

Archivos de Diagnóstico
Depresiones
Modelo de Elevación
Residuales Digital (DEM)
Errores en la Red de Drenaje y/o
Riscos Grilla de Dirección de Flujo
Líneas de Flujo Derivadas Grilla del Aspecto
Líneas de Riscos Derivadas

Herramientas de Mapeo en un SIG

Figura 6. Flujo de Información a través del Algoritmo ANUDEM

Fuente: Referencia [10].

4.1.2. Obtención de un DEM a partir curvas Donde:

de nivel ILWIS
hInt Altura interpolada de un punto entre dos
En el entorno del SIG ILWIS V. 3.3 la obtención de curvas de nivel.
un modelo de elevación digital a partir de curvas ho Elevación de la curva de nivel más cercana
de nivel se realiza a través de un proceso de
al punto interpolado.
interpolación lineal, la entrada para el algoritmo
es un mapa vectorial de curvas de nivel, que es d(p-f) Distancia del punto interpolado a la curva
luego convertido a raster y se calcula la elevación más alejada a dicho punto.
de los pixeles entre las curvas mediante la fórmula
presentada a continuación. hf Elevación de la curva de nivel más alejada
al punto interpolado.
(1.) Interpolación entre Curvas de Nivel
d(p-o) Distancia del punto interpolado a la curva
más cercana a dicho punto.
Ec. (1.)
dt Distancia total entre curvas de nivel.

24
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Primeramente a partir de una carta geográfica del IGM (a), se separan las curvas de nivel para
llevarlas a un SIG con una representación vectorial (b).

Luego se interpola el mapa de curvas de nivel para obtener el DEM (c).

Figura 7. Obtención de un DEM a partir de un Mapa de Curvas de Nivel

Para poder comprender de mejor manera el cálculo que se realiza, a continuación desarrollaremos un
ejemplo:

Figura 8. Determinación de Elevaciones por Interpolación en un Mapa de Curvas de Nivel en ILWIS

25
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

En la Figura 8, se presentan varios casos en los que • Para el punto No 4, el valor de elevación
se tienen que determinar las alturas para distintos es determinado por las curvas 3820 y 3800
puntos de análisis, la manera en la que el software [m.s.n.m.], la distancia entre el punto a cada
ILWIS calcula las elevaciones para cada caso es la curva es de 30 y 10 [m] respectivamente,
siguiente: utilizando la ecuación (1.) el valor de elevación
sería igual a:
• Para el punto No 1, el valor de elevación
es determinado por las curvas 3820 y 3800
[m.s.n.m.], la distancia entre el punto a cada
curva es de 12 y 8 [m] respectivamente,
utilizando la ecuación (1.) el valor de elevación El cual es un valor incorrecto, porque por la
sería igual a: posición del punto en el esquema podemos
inferir que el valor de elevación del mismo
debería estar comprendido entre 3780 y 3800
[m.s.n.m.], estos errores se dan porque las
curvas de nivel no están digitalizadas en el
• Para el punto No 2, el punto se encuentra sobre
mapa hasta el límite del mismo, y esto da lugar
la curva de nivel de elevación 3020 [m.s.n.m.]
a interpolaciones incorrectas; esta falencia
por lo que el mismo lógicamente adquirirá
puede ser evitada extendiendo lo segmentos de
el valor de esta curva de nivel, esto también
las curvas de nivel lo suficiente para evitar los
puede ser validado por la ecuación (1.).
espacios entre las mismas y el borde del mapa.
• Para el punto No 3, dado que el punto está
contenido dentro de la curva cuyo valor es 3900
[m.s.n.m.] este adquirirá ese mismo valor; se 4.1. Procedimiento para la Obtención del
debe tomar en cuenta que si la curva representa DEM
un área perfectamente plana la interpolación
El procedimiento descrito en este acápite, es el
será correcta, pero si esta representa un valle
que se recomienda seguir para la obtención de
o un pico en el terreno la interpolación será
un modelo de elevación digital a partir de curvas
incorrecta; esto puede ser evitado digitalizando
de nivel en una plataforma SIG, en este caso los
un pequeño segmento dentro la curva de nivel
software a ser utilizados son el ArcGIS en su versión
con el valor de la máxima elevación del pico
10 y alternativamente se presenta la metodología
o el valor más bajo del valle, para lograr una
para el software ILWIS versión 3.3.
interpolación correcta de los pixeles contenidos
dentro la curva de nivel. El diagrama de flujo a seguir para la elaboración
del modelo es el que se muestra en la Figura 9.

26
 Figura 9. Metodología para Generar Modelos de Elevación Digital a partir de Cartografía Convencional.

27
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
PROGRAMA CUENCA POOPÓ
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
En base a la metodología presentada en la Figura
9, el procedimiento para la obtención del DEM en
base a curvas de nivel es el siguiente:
1. Identificación de las Cartas IGM escala
1:50.000 a ser utilizadas
El insumo principal para la generación del modelo
son los datos de elevación contenidos en las curvas
de nivel de las cartas IGM a escala 1:50.000, se
utilizan estas cartas ya que no se cuenta con
información topográfica a escalas más grandes en
Figura 10. Mosaico de cartas IGM Escala 1:50.000
El mosaico debe ser de un área regular para que de
esta manera la unión con otros raster no presente
ninguna dificultad; otro dato de interés que
podemos obtener fácilmente del índice de cartas
IGM del proyecto GeoBolivia, son las coordenadas
de cada carta IGM para poder georreferenciarlas
adecuadamente.
La extracción de las coordenadas para la
georreferenciación de las cartas puede realizarse
en coordenadas geográficas (latitud y longitud), en
cuyo caso el DEM resultante también tendrá esta
referencia; o alternativamente es posible proyectar
estas coordenadas a otro sistema de referencia.
La proyección UTM es la que habitualmente se
emplea en los trabajos de topografía y geodesia
en el medio, comúnmente se asocia esta
proyección con el datum horizontal WGS 84 para
28
el medio; para identificar cuáles son las cartas IGM
que cubren el área de interés de la cual queremos
generar un DEM, se utilizará el índice de disponible
en la base de datos del proyecto GeoBolivia.
Es recomendable realizar el mosaico de las curvas
de nivel del área estrictamente necesaria para el
análisis, dado que el modelo que se va a generar
tiene un tamaño de celda bastante pequeño,
generar un modelo extenso significara mayor uso
de espacio de almacenamiento y el análisis sobre
el DEM se tornará lento.
la determinación de las coordenadas en trabajos a
escalas locales.
Dado que la delimitación de una cuenca define
los límites para las intervenciones a ser realizadas
en la misma, es recomendable uniformizar la
proyección y datum de toda la cartografía que
se genere sobre la cuenca (puntos de elevación,
redes de drenaje, etc.), para no tener problemas
al manejar varios sets de datos que pueden ser
de distintas fuentes. Se debe tomar en cuenta que
la proyección UTM es una proyección geodésica
conforme, es decir que conserva los ángulos, pero
distorsiona todas las superficies sobre los objetos
originales así como las distancias, a pesar de que
estas variaciones son pequeñas es recomendable
que para el cálculo de áreas utilice la proyección
del mapa a una proyección geodésica equivalente,
como la proyección Conforme de Lambert.
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Coordenadas Mínimas - Cartas IGM

CartaIGM X (Este) Y (Norte)
6139 – I, Lago Uru Uru 684772,84 7990433,63
6239 – IV, Morococala 711226,02 8008612,48
Extracción de Coordenadas para 6239 – I, Huayna Chaca 737682,35 7989857,66
Georreferenciar las Cartas 6139 – II, Machacamarca 684596,41 7971986,69
6239 – III, Huanuni 711024,27 7971714,61
6239 – II, Juntavi 737455,38 7971406,11
6138 – I, El Choro 684418,39 7953539,41
6238 – IV, Poopó 710820,71 7953265,19
6238 – I, Uncía 737226,39 7952954,36

Límites de las
Cattas IGM

Figura 11. Extracción de Coordenadas para la Georreferenciación de las Cartas IGM

Cada carta IGM está delimitada por un polígono
que representa las líneas de la gratícula, por lo
que será necesario extraer solo la coordenada de
un punto de referencia para poder georreferenciar
toda la carta; generalmente se opta por tomar
como referencia la coordenada de la esquina
inferior izquierda.
2. Extracción de los datos de interés
Una vez seleccionadas las cartas IGM con las que
se conformara el DEM y obtenidas las coordenadas
necesarias para su georreferenciación, se debe
operar en las mismas para extraer los datos de
interés para conformar el modelo.
Las cartas geográficas ofrecen datos de relevancia
como el mapeo de comunidades, caminos, áreas
agrícolas, etc. sin embargo, para la aplicación que
se está estudiando en particular, esos datos no son
relevantes por lo que deberán ser eliminados. La
mayor parte de las cartas IGM son almacenadas
en formato *.dgn, que puede ser editado en el
software MicroStation, sin embargo, para poder
posteriormente importar las curvas de nivel,
redes de drenaje y otras entidades a un SIG, será
necesario convertir el formato de las cartas IGM a
*.dwg, y operar en ellas a través del AutoCAD.

Figura 12. Conversión de Formato *.dgn a *.dwg

29
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

ƒƒ En el entorno de MicroStation para poder convertir un archivo de formato *.dgn,

a *.dwg, se ingresa al menú File/Save As, en la ventana que emerge en la ficha
Select Format To Save, se selecciona el formato AutoCAD Drawing Files
(*.dwg), se elige la carpeta de destino y presionar OK.

Alternativamente las últimas versiones de AutoCAD
incluyen la opción para poder importar un archivo
en formato *.dgn, para luego poder guardarlo
como *.dwg.
Seguidamente se deben editar las cartas en el
entorno de AutoCAD para eliminar los datos no
relevantes, dejando solamente las curvas de nivel,
la red de drenaje, los datos de elevación puntuales
y el límite de la carta IGM (este polígono servirá
para poder georreferenciar toda la carta), estos son
los elementos base para poder elaborar el DEM.

Figura 13. Separación de Datos de Interés de las Cartas IGM en AutoCAD

En la Figura 13, se observan las curvas de nivel
junto al límite (Línea Verde Oscura) de la carta IGM
6239 – I, los demás archivos donde se extrajeron
los parámetros de interés deben estar compuestos
de la misma manera, es decir, solamente los
elementos de interés y el límite de la carta.
Una vez separados en distintos archivos las
curvas de nivel, la red de drenaje, y los datos de
elevación puntuales, se deben georrefenreciar
adecuadamente para poder importarlos a un
SIG posteriormente, para lo cual se utilizarán las
coordenadas de las esquinas inferiores izquierdas
de cada carta.

ƒƒ En AutoCAD se debe seleccionar la totalidad de los elementos en el display, elegir

del menú Modify, la opción Move; se requerirá un punto de referencia para
poder mover los elementos que para este caso será la esquina inferior izquierda
del polígono que marca el límite de la carta IGM, se escoge este punto haciendo
click sobre él, luego se debe escoger el punto al cual será traslado el punto de
referencia, se ingresan las coordenadas correctas separadas por una coma, para
el caso de la carta 6239 – I serían: 737682.35,7989857,66 , presionar la tecla
Enter y la carta IGM será trasladada a las coordenadas correctas quedando así
georreferenciada.

30
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

El mismo procedimiento se debe realizar con los archivos de la red de drenaje y los
datos de elevación puntuales; para los últimos, una vez georreferenciado el archivo
que los contiene, se debe copiar a una tabla todos los datos para luego generar un
mapa de puntos con ellos, se deberán extraer los datos del Este, Norte y Elevación
para cada punto.

Figura 14. Georreferenciación de las Cartas IGM en AutoCAD

3. Importación de las capas a un SIG de nivel sea Polyline, aunque este será el caso de
la mayor parte de las cartas, existen otras cuyo
Una vez georreferenciadas los archivos que
formato de línea es el Spline, a pesar de que el
contienen las curvas de nivel y la red de drenaje,
ArcGIS es capaz de importar ambos formatos
los mismos están listos para poder ser importados
de línea, el inconveniente radica en que si el
al ArcGIS y generar el mosaico con los datos para
formato de línea es Spline, el dato de la elevación
el área de estudio.
contenida en cada una de las curvas de nivel no
Para las curvas de nivel, previamente debemos será importado.
verificar que el formato de las líneas de las curvas

ƒƒ En AutoCAD para poder cambiar el formato de las líneas de Spline a Polyline

se selecciona la línea a ser modificada, se ingresa al menú Modify, sub menú
Object y la opción Spline, se debe elegir la opción Convert to Polyline,
ingresando la letra “p” y presionando la tecla Enter, posteriormente debemos
especificar la precisión con la que se transformara la spline a polyline, valor que
puede estar comprendido entre 0 a 99, se debe tomar en cuenta que escoger
valores altos implicara problemas al manipular el archivo, una vez ingresado el
valor de precisión se presiona nuevamente la tecla Enter y la conversión estará
hecha.

Luego de verificar el formato de las curvas de nivel de todas las cartas IGM que cubran
el área de estudio, se importan al ArcGIS para conformar el mosaico de curvas de nivel.

ƒƒ En ArcGIS abrir el Arc Toolbox, seleccionar la herramienta Conversion Tools, y

la categoría To Cad, opción Add CAD Fields, en el campo Input Table, hacer
click en el icono del folder para buscar el archivo de las curvas de nivel, y escoger
la opción Polyline y luego la opción Add, en la ventana principal aceptar la
importación con el botón OK.

31
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 15. Importación de las Cartas IGM al ArcGIS

Se deberá seguir el mismo procedimiento para importar los archivos que componen la
red de drenaje del área de estudio. Una vez importados los archivos se puede verificar
la georreferencia de los mismos, comparando que el límite de la carta coincida exac-
tamente con los límites del índice de las cartas.

Antes de proseguir se deberá verificar los datos
de elevación de las curvas de nivel, es común
encontrar algunas curvas cuya elevación es cero,
las cuales deberán ser editadas; también se
debe verificar que exista un traslape adecuado
entre las curvas de las cartas, la unión entre las
curvas deberá ser la adecuada para garantizar una
buena interpolación, además se deberá remover
cualquier irregularidad que pueda encontrarse en
el trazado de las curvas.

ƒƒ Para editar la capa de las curvas en ArcGIS se emplea la barra de herramientas

Editor, seleccionado el menú Editor y la opción Start Editing, habilitamos las
capas para ser editadas tanto en su geometría como en sus atributos.
ƒƒ Para editar los valores de elevación de las curvas seleccionar el botón Attributes
de la barra Editor, en la ventana que se despliega elegir el atributo de la
elevación, y considerando los valores de las curvas de nivel circundantes, este
valor debe ser editado cuando sea necesario.
ƒƒ En el caso de ser necesaria la corrección geométrica de las curvas se debe
seleccionar el botón Edit Vertices , las líneas que componen las curvas de nivel
se descompondrán en los puntos que las componen, basta con seleccionar el
punto a ser editado haciendo click sobre el mismo, y sin soltar el ratón arrastrarlo
hasta la posición requerida.
ƒƒ Una vez realizadas las ediciones necesarias se selecciona nuevamente el menú
Editor, la opción Save Edits y finalmente Stop Editing.

32
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 16. Edición de los Datos de Elevación y Curvas de Nivel en ArcGIS

Una vez corregidas las imperfecciones y los vacíos de información en los datos de elevación, se procede a
conformar el mosaico con las curvas de nivel extraídas de las cartas geográficas.

ƒƒ En ArcGIS el mosaico se conforma ingresando en el ArcToolBox, herramienta

Data Management Tools, categoría General y opción Merge.
ƒƒ En la ventana que se despliega en el campo Input Datasets se deberán cargar
todas las capas de las curvas de nivel que se importaron previamente; en el
campo Output Dataset, se escoge la ruta y el nombre con el que se guardará
el mosaico a ser conformado, una vez llenados estos dos campo se presiona OK.

Figura 17. Conformación del Mosaico de Curvas de Nivel en ArcGIS.

33
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Para las capas de la red de drenaje se deberá seguir el mismo procedimiento para la
conformación del mosaico.
Es recomendable realizar ediciones a los segmentos de la red de drenaje, contras-
tando el mapeo con imágenes satelitales del lugar, para poder corregir los despla-
zamientos que pudieran existir, y de esta manera obtener un mapeo de la red de
drenaje fidedigno, que será utilizado para la generación del modelo de elevación
hidrológicamente correcto.

Finalmente, una vez generado y corregido el mosaico el modelo de elevación hidrológicamente correcto
para las curvas de nivel y para la red de drenaje, se que se pretende obtener, será la combinación de
debe elaborar un mapa de puntos, con los datos de estas tres fuentes de información.
elevación puntuales obtenidos de las cartas IGM,

ƒƒ Para elaborar el mapa de puntos se debe partir de información colectada en una

tabla, en ArcGIS la tabla se crea en el ArcCatalog, se escoge la ruta en la que se
guardara el archivo, haciendo click derecho en el entorno de trabajo de la ficha
Contents, se escoge la opción New y luego dBASE Table.
ƒƒ Una vez creada la tabla se despliega la misma en el entorno del ArcMap, se
deben almacenar en ella los campos que contengan los datos del Norte, Este
y Elevación para cada punto, para ello se abre la tabla de atributos, haciendo
click derecho sobre la misma y eligiendo la opción Open, luego se selecciona el
icono Table Options y luego Add Field…, en el campo Name se especifica
el nombre de la columna a ser creada, en Type se selecciona Float (Se debe
especificar también la precisión, número total de cifras, y la escala) en caso de
que se requiera ingresar los datos con decimales y Long Integer en caso de que
los datos sean números enteros, una vez completados los datos se presiona OK;
se sigue el mismo procedimiento para crear las tres columnas de datos necesarias
para el mapa de puntos.
ƒƒ Para ingresar los datos a la tabla se debe utilizar la barra de herramientas de
edición, elegir el menú Editor, y Start Editing, se hace click derecho sobre
la tabla y se elige la opción Open, para abrir la tabla e ingresar los datos
manualmente, también se puede usar el icono Table Operations y el menú
Join and Relates, para relacionar los datos de la tabla con un archivo Excel del
cual se pueden cargar los datos de manera directa; al concluir nuevamente se
utiliza el menú Editor y la opción Save Edits; para finalizar la sesión de edición
usar el menú Editor y la opción Stop Editing.
ƒƒ Para convertir la tabla en un mapa de puntos, en el entorno de ArcMap se hace
click derecho sobre la tabla y se escoge la opción Display X,Y, Data, se llenan
los campos correspondientes a X, Y, y Z eligiendo las columnas de Este, Norte
y Elevación respectivamente, se define el sistema de proyección para los puntos
con la opción Edit…, de la ficha Desciption, y luego se despliega el mapa con
la opción OK.
ƒƒ La capa creada es eventual y se debe exportar para guardarla definitivamente,
esto se realiza haciendo click derecho sobre la capa recién creada, en el menú
desplegado se elige la opción Export Data, en el campo Output Feature
Class se escoge la ruta en la que se va a guardar el archivo y se guarda el mapa
con la opción OK.

34
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 18. Creación del Mapa de Puntos de Elevación

4. Generación del Modelo de se utilizan tres entradas (curvas de nivel, red de

Elevación Digital drenaje y datos de elevación puntuales), esto
no significa que el modelo de elevación deba
Una vez creado el mapa de puntos ya se cuenta
generarse solamente a partir de estas tres entradas,
con los insumos básicos para la elaboración del
en caso de tener mapeos de otras características
DEM, como se muestra en la Figura 6, el algoritmo
de la cuenca hidrológicamente importantes, estas
que usa la herramienta Topo to Raster de
deberán incluirse en el modelo para hacer de este
ArcGIS, para generar modelos de elevación digital,
una representación más adecuada del terreno,
admite varios tipos de entrada, curvas de nivel,
de igual manera, si solo se cuentan con datos
redes de drenaje, condiciones de borde, mapeos
de elevación puntual y curvas de nivel se puede
de lagos, líneas de quebrada, datos de elevación
puntuales, etc.; lo cual evidencia la versatilidad de generar el DEM únicamente con estos datos.
esta herramienta, si bien en esta guía solamente

ƒƒ En ArcGIS, el proceso de interpolación de un modelo de elevación digital

hidrológicamente correcto se realiza con la herramienta Topo to Raster,
ubicada en las herramientas de la categoría Spatial Analyst, dentro de la
opción Interpolation.
ƒƒ En la ventana desplegada en el campo Input Feature Data, se deben cargar
todas las capas generadas anteriormente, correspondientes a las curvas de nivel,
red de drenaje y los datos puntuales de elevación, teniendo el cuidado de escoger
la opción adecuada en la columna Type al definir el tipo de dato que se está
introduciendo (Contour, Stream o Point Elevation), además en la columna
Field se debe escoger el campo que contiene la información de elevación en
el caso de las curvas de nivel y los datos de elevación puntual (ver Figura 19);

35
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

en el campo Output Surface Raster se define la ruta en la que se guardara el

archivo generado para el modelo, el tamaño de celda con la que se creara el DEM
se define en el campo Output Cell Size, el cual deberá ser igual a 5 [m] de
resolución espacial.
ƒƒ Finalmente en los campos de la opción Output Extent se define la extensión total
que tendrá el DEM a ser generado, y se procesa el mismo al elegir la opción OK.

Figura 19. Generación del Modelo de Elevación Digital en ArcGIS

El modelo de elevación que se genera a partir de las
curvas de nivel debe tener un tamaño de celda lo
suficientemente pequeño para capturar el nivel de
detalle deseado, y lo suficientemente grande para
facilitar el análisis y almacenamiento del modelo
en la computadora, por esta razón se debe realizar
un compromiso entre estas dos características;
para escoger el tamaño de celda para este modelo
se basó la decisión en trabajos académicos previos
que prueban que la resolución espacial escogida
(5 [m]) es un tamaño operable y tiene mejor ajuste
respecto a otras resoluciones que se podrían haber
adoptado, como una resolución de 30 [m] por
ejemplo, tomando en cuenta que el intervalo de
curvas de nivel es de 20 [m]. [3] y [11]
5. Interpolación del Modelo de Elevación
Digital en el Entorno ILWIS
Como se expone en la Figura 6 del documento,
también es posible generar un DEM a partir de curvas
de nivel en el entorno del software ILWIS; para este
efecto y aprovechando la interoperabilidad entre el
ILWIS y ArcGIS, es posible utilizar el mosaico de
curvas de nivel generado en ArcGIS para interpolar
el DEM en ILWIS.

ƒƒ En ILWIS, para importar las curvas de nivel en formato *.shp, generadas en

ArcGIS, se utiliza el menú File de la ventana principal, se selecciona el sub menú
Import y la opción Map, en la ventana desplegada se selecciona el archivo a ser
importado, en el campo Import Format se define el formato Arc/View .SHP
shape file y en el campo Output Filename se define el nombre con el que se
importará el archivo, con el icono se puede definir su ruta; finalmente, para
iniciar la importación se elige la opción OK.

36
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

ƒƒ Se debe definir el sistema de coordenadas del mapa importando para desplegarlo

correctamente, esta operación se realiza haciendo click derecho sobre el mapa y
en el menú contextual desplegado se elige la opción Properties, en el campo
Coordinate System, se define el mismo haciendo uso del icono , en la
ventana desplegada en el campo Coordinate System Name se asigna el
nombre al sistema de coordenadas a ser creado, en el listado de opciones de
la sección Description se escoge la opción CoordSystem Projection para
definir un sistema de coordenadas en una proyección conocida, se selecciona
el botón OK, y se despliega otra ventana en la que se deben introducir las
características del sistema de coordenadas que se está creando; en la sección
Define Coordinate Boundaries se definen los límites geográficos que abarcara
el sistema de coordenadas, con el botón Projection se define la proyección del
sistema, eligiendo la opción Ellipsoid se selecciona el elipsoide y finalmente con
la opción Datum se define el datum para el sistema de coordenadas. Se debe
verificar que la casilla Northern Hemisphere no se encuentre seleccionada
(dado que Bolivia se encuentra en el hemisferio sur) y en el caso de usar proyección
UTM se define la zona de la misma el campo Zone, se aceptan las características
elegidas para el sistema de coordenadas con la opción OK.

Figura 20. Importación de Curvas de Nivel a ILWIS

Figura 21. Definiendo el Sistema de Coordenadas para el Mapa Importado a ILWIS

37
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Es necesario aclarar que en el entorno de ILWIS introducir mejoras en la interpolación digitalizando

la interpolación que se realiza para generar el pequeños segmentos para que las cumbres (lugar
DEM es una interpolación lineal que solo toma en por donde pasa el parteaguas de una cuenca) sean
cuenta las curvas de nivel, sin embargo es posible generados en el modelo de manera correcta.

ƒƒ Para editar la capa de las curvas de nivel en ILWIS, primeramente se despliega

la misma haciendo doble click sobre el archivo, se aceptan las opciones para el
despliegue con el botón OK, en la ventana del mapa seleccionar el menú Edit, la
opción Edit Layer, se escoge la capa de curvas de nivel, con el botón se activa
el Insert Mode, bastara con digitalizar un pequeño segmento al cual luego se le
añadirá el atributo de la elevación.
ƒƒ Para guardar los cabios realizados en la edición al finalizar se selecciona el icono .
ƒƒ Para facilitar este proceso se podría importar un mapa de puntos con los valores de
elevación para utilizarlo como referencia.

Figura 22. Diferencias en la Interpolación del DEM Antes y Después de la Edición de las Curvas de Nivel

Luego de realizadas las mejoras de edición en la capa de las curvas de nivel, se procede a realizar la
interpolación de las mismas para generar el DEM.

ƒƒ En ILWIS, para interpolar las curvas de nivel editadas y generar el DEM, se hace
click derecho sobre el archivo vector de las curvas de nivel y se elige la opción
Contour Interpolation…, en el campo Contour Map se selecciona el archivo
que contiene las curvas de nivel editadas con la ayuda del menú desplegable,
se ingresa el nombre del archivo con el que se va a almacenar el DEM, en el
campo Georeference se define la georeferencia del DEM a ser creado, para
este efecto se utiliza el icono , en la ventana que se despliega el campo
GeoReference Name se ingresa el nombre que se asignara a la georeferencia
que se está creando, en el campo Coordinate System se escoge el sistema de
coordenadas que se creó para el mapa de curvas de nivel; el tamaño de pixel
define la resolución espacial que tendrá el DEM la cual como ya se ha discutido
será de 5 [m], este valor se introduce en el campo Pixel Size; finalmente en los
campos Min X,Y y Max X,Y se deben introducir las coordenadas máximas y
mínimas de la georeferencia (pueden ser las mismas del sistema de coordenadas
definido o un área menor cuyas coordenadas estén dentro del límite del mismo),
una vez llenados los datos se presiona el botón OK.
ƒƒ Se volverá a la ventana donde se están definiendo los datos base para la
interpolación, en el campo Domain, el valor por defecto siempre será Value
o valor ya que el DEM es una matriz de valores de elevación solamente se debe
definir la precisión para el mismo, para iniciar la interpolación se presiona el
botón Show.

38
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 23. Interpolación de Curvas de Nivel en ILWIS para Generar un DEM

Está claro que el DEM generado en ILWIS no es parámetro hidrológico, sin embargo dentro de las
un modelo hidrológicamente correcto, dado que capacidades del ILWIS existe una herramienta para
la interpolación se realiza solamente considerando optimizar los DEM, especialmente cuando estos
las curvas de nivel y no la red de drenaje ni otro representan zonas demasiado planas.

ƒƒ En ILWIS, para optimizar un DEM, se hace click derecho sobre el mismo se elige
el menú DEM Hydro-processing y la opción DEM Optimization…, en el
campo Drainage Map se debe ingresar el mapa vector de la red de drenaje (que
puede ser digitalizado en ArcGIS e importado a ILWIS para su uso), los Campos
Buffer Distance [m], Smooth Drop [m] y Sharp Drop [m] son los campos
en donde se debe definir la distancia que se “hundirá” el DEM, en el recorrido
de la red de drenaje, para de esta manera condicionar la misma al modelo, las
distancias se definen siguiendo la siguiente figura:

Fuente: ILWIS Help V. 3.3.

Los valores mostrados arriba son solo un ejemplo mostrado en el Help del ILWIS,
bajo ningún motivo deben considerarse como valores referenciales.
Una vez llenados estos campos, se define el nombre del DEM de salida en la
casilla Output Raster Map y se presiona el botón Show.

Con el proceso descrito líneas arriba se “hunde”
o “quema” la red de drenaje en el DEM,
condicionando desplazamientos verticales en él, a
lo largo de la red de drenaje, por lo que la red de
drenaje tendrá cotas más bajas que el DEM en el
sector de la red, el resultado es distinto al obtenido
con el ArcGIS dado que en el proceso utilizado por
este software la red de drenaje se incluye en la
interpolación del DEM para condicionarlo, no se
debe realizar ningún otro proceso posterior.

39
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Al utilizar la interpolación Topo to Raster del ArcGIS puede presentarse un error

cuando el archivo de las curvas de nivel cubre un espacio geográfico demasiado
grande por lo que el sistema está imposibilitado de procesarlo o cuando las curvas de
nivel tienen una representación que utiliza demasiados nodos.
Este error se corrige generalizando las curvas de nivel para simplificar su representación,
sin embargo, este proceso conlleva perdida en la información.
Una solución alternativa que no produce perdidas de información, consiste en consiste
en realizar la importación del archivo de curvas de nivel al ILWIS y posteriormente
exportarlo al ArcGIS, sin realizar ningún tipo de edición o proceso.
En ILWIS, para exportar el mapa de curvas de nivel, se hace click derecho sobre el
mapa vector de las curvas de nivel y en el menú contextual desplegado se escoge la
opción Export, en el campo Format se escoge el formato Arc/View Shapefile.
SHP y en Output File Name se define el nombre del archivo a ser exportado.
Una vez exportado el archivo este se convierte en un archivo con formato *.shp que
se puede desplegar sin ningún problema en ArcGIS, solo bastara definir su sistema de
coordenadas previamente, utilizando el ArcCatalog.

5 PRECISIÓN OBTENIDA DE LOS MODELOS DE ELEVACIÓN DIGITAL

La creciente necesidad de contar con datos de veces el RMSE deseado); los modelos adquiridos
elevación con una baja demanda de tiempo, por fotogrametría son los ingresados en este
costo y procesamiento a un costo accesible, ha nivel o DEM’s derivados de cartografía escala
incentivado el desarrollo de diversos sensores 1:100.000.
transportados en plataformas satelitales o por
ƒƒ Nivel 2. Son los DEM’s procesados o corregidos
aviones; que generan información topográfica a
para una mejor consistencia y remoción de
través de diversos métodos de percepción remota,
errores sistemáticos los modelos obtenidos a
que son entregados en un DEM para su utilización.
través de la digitalización de cartografía son
A cualquier operador de un DEM le interesa saber ingresados en este nivel; un RMSE de 1 ½ veces
primeramente la precisión del producto con el el intervalo de las curvas nivel es el máximo
que está tratando, para así determinar si esta es permitido, los errores no deben sobrepasar en 1
adecuada para el estudio y la escala con la que vez el intervalo de las curvas de nivel.
está trabajando.
ƒƒ Nivel 3. Son los DEM’s derivados de información
En este sentido varias agencias estatales de distintos hipsográfica (curvas de nivel y elevaciones
países han impuesto estándares de precisión para puntuales) e hidrográfica (lagos, líneas costeras
los datos de los DEM que deben ser cumplidos y redes de drenaje); un RMSE de 1/3 el intervalo
(estos son orientados a evaluar con mayor énfasis de las curvas de nivel es el máximo permitido,
la localización de los objetos en el terreno, que a con errores no mayores a 2/3 el intervalo de las
la evaluación de la precisión de los atributos), uno curvas de nivel. [12]
de estos documentos es el publicado por el U. S.
Esta clasificación puede servir de referencia para
Department of Interior en 1992, que clasifica a los
verificar si un DEM determinado cumplen con los
modelos de elevación digital en tres categorías, los
requisitos mínimos de precisión.
niveles 1, 2 y 3.
A pesar de que los rangos de precisión y otras
ƒƒ Nivel 1. Son los DEM’s de formato estandarizado,
características de interés están bien definidos para
un RMSE vertical de 7 [m] o menos es deseado
cada DEM, por los proveedores de los mismos,
como estándar de precisión, un RMSE de 15 [m]
existen algunas discrepancias entre los datos
es el máximo permitido, la tolerancia para los
que se brindan para algunos productos y los que
errores absolutos de elevación es de 50 metros
se encuentra en la realidad, por lo que diversos
(aproximadamente 3 veces el RMSE máximo)
autores recomiendan que se realicen validaciones
para cualquier malla que se compare con datos
a nivel local para poder definir la precisión de los
de elevación verdaderos, cualquier arreglo de
mismos. A continuación se presenta una tabla que
datos no puede incluir más de 21 [m] de error
resume algunas características de interés sobre los
en 49 puntos de elevación consecutivos (tres
DEM obtenidos con distintos sensores.

40
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Tabla 6. Características Generales para Distintas Fuentes de Datos

Especificaciones Geométricas Especificaciones sobre la Precisión Ventajas y Desventajas

Fuente
Resolución Resolución Ancho de Altitud de Vertical Vertical
Datum Horizontal Ventaja Desventaja
Espacial Temporal Barrido Operación Absoluta Relativa
1. Medición sobre el Terreno
Sistema DGPS < 10 [m] Terreno < 0,1 [m] < 1 [m] < 0,1 [m] Consume
demasiado tiempo.
Taquimetría < 10 [m] < 5 [Km] Terreno 0,01 [m] a 1 Densidad de
(Estación Total) [m] muestreo alta.
Sistemas de < 10 [m] < 1 [Km] Terreno 0,01 [m]
Nivelación
2. Imágenes Estereoscópicas
Fotografías < 11 < 12 [Km]** 0,05 [m] a 1 Precisión Cubrir áreas
Aéreas [Km]** [m]** al centímetro. grandes es costoso.
Spot 10 a 20 [m] 26 días. WGS -84 60 [Km] 822 [Km] 10 a 20 [m] Densidad de
muestreo
relacionada con
ASTER 30 [m] 16 días. WGS -84 60 [Km] 785 [Km] 10 a 20 [m] 7 a 14 [m] la resolución del
terreno.
Ikonos 1 [m] 5 días. WGS -84 11 [Km] 682 [Km] 25 [m] 22 [m] 2 [m] Mapeo de alta
resolución.
Quick Bird 0,61 [m] 1 a 3,5 días. WGS -84 16,5 [Km] 450 [Km] 23 [m] 14 [m]
3. Escaneo Laser
Escáner Laser < 0,5 [m] 0,7 a 1 0,3 a 2 [Km] 0,5 a 1,0 [m] 0,2 a 1,0 [m] 0,15 a 0,35 Alta densidad de Los datos necesitan
Aéreo [Km] [m] muestreo. ser filtrados.
transportado
(LIDAR)
4. Interferometría Radar
SAR 5 a 8 [Km] 6 a 9 [Km] 2,5 [m] 10 a 25 [m] 0,3 [m] Menor costo por Falta de Puntos de
Aerotransportad [Km2] Control Localizado.
o (Radar de
Apertura
Sintética) Star 3i
Aeroespacial 50 [m] WGS 84 798 [Km] 12 a 20 [Km] 11 [m] Cobertura Procesamiento
(RADARSAT 2) Global. complejo.
5. Set de Datos Globales
GTOPO - 30 1000 [m] WGS -84 5400 [Km] Alta variación (30 a 500 [m]) Escala áspera.
SRTM X -SAR 30 [m] WGS -84 50 [Km] 20 [m] < 16 [m] < 6 [m] Cobertura
DTED Nivel 2 Global.
SRTM SIR-C DTED 30 [m] WGS -84 225 [Km] 20 [m] < 16 [m] < 10 [m] Cobertura
Nivel 2 Global.
SRTM SIR-C DTED 90 [m] 225 [Km] < 60 [m] < 16 [m] < 10 [m] Gratuito.
Nivel 1
6. Misiones en Desarrollo
ICESAT - GLAS 90 días. WGS -84 600 [Km] 0,05 [m] 0,135[m] 0,075 [m] Basado en
escaneo laser.
ALOS - PRISM 2,5 [m] 70 / 35[km] 0,1 a 0,15 [m] 0,15 a 0,20 Radiómetro
[m] pancromático.
STAR IMAGER 0,25 [m] ** 0,48 [km] 0,4 [Km] 0,1 a 0,15 [m] 0,15 a 0,20 Sin deformación
[m] de la imagen.
Spot HRS 10 [m] 2 a 3 días. WGS -84 120 [Km] 832 [Km] 10 a 15 [Km] 5 a 10 [m]

** Relativo a la Altitud del Vuelo Fuente: Referencia [2].

6 TEST PARA LA VALIDACIÓN DE LOS DATOS OBTENIDOS DE UN DEM

Existe una gran variedad de métodos de obtención son importantes para obtener un DEM de calidad,
de modelos de elevación digital, existen distintos como la rugosidad del terreno, la densidad del
sensores que proveen distintas calidades de muestreo, el intervalo de la grilla o tamaño de
datos, distintas resoluciones en las que pueden pixel, la resolución vertical del sensor, el algoritmo
ser obtenidos los datos, etc. La dificultad radica en de procesamiento de los datos del terreno, el
poder discernir el producto de percepción remota algoritmo de interpolación, etc. (Borrough, 1998.
que represente de mejor manera la superficie del Citado en [3]).
terreno para un determinada zona en particular,
Es necesario aclarar que a pesar que cada producto
esto sin importar la aplicación que pretendamos
de percepción remota es sometido a un riguroso
para el DEM, es de suponerse que si el DEM que
proceso de control de calidad de los datos, el
tenemos a disposición es el que mejor representa
cual varía de acuerdo al método de obtención del
a la superficie del terreno entonces será útil para
DEM y también al distribuidor del mismo, existe
cualquier tipo de aplicación.
la posibilidad de encontrar zonas en el modelo
La calidad de un DEM es una medida de cuan que presenten anomalías, las que son producto
preciso es el dato de elevación en un pixel (precisión de un error que podría haber ocurrido en la toma
absoluta) y cuan precisa es la representación de de datos o en su procesamiento; algunos sensores
la morfología (precisión relativa). Varios factores también presentan errores al adquirir los datos de

41
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
determinadas superficies, (por ejemplo el SRTM
presenta debilidades al colectar datos de zonas
montañosas de gran altitud por lo que el set de
datos en estas zonas presentara vacíos), pueden
presentarse errores de tipo sistemático en la
obtención de datos de elevación, etc.
Es imperativo detectar y remover este tipo de
errores del set de datos antes de considerar su
evaluación y posterior uso, para ello se deberá
recurrir a un escrutinio visual del producto, uso
de información topográfica secundaria en zonas
susceptibles a contener errores, se deberá recurrir
filtros u otras operaciones espaciales para remover
las anomalías, etc.
Una vez removidos los posibles errores se puede
proceder al evaluación de la precisión del modelo,
uno de los objetivos primordiales de este trabajo es
el de establecer parámetros y pruebas estadísticas
que serán resumidos en un procedimiento para
evaluar la calidad de un DEM.
6.1. Extracción de Muestras de una
Población
6.1.1. Población y Parámetros
Estadísticamente se denomina población o universo
a la totalidad de objetos o personas que tienen una
o más características medibles o contables, no es
relevante si la característica medible es cualitativa
o cuantitativa.
La característica medible es denominada variable
estadística, cuyo valor (ya sea numérico o un
atributo de clase no numérico) es una observación.
Si la variable estadística que se pretende estudiar
es una sola entonces cada valor de la variable
puede ser asociado a una observación, en este
sentido se denominara población al conjunto de
valores posibles de la variable.
En caso de que los elementos de la población sean
definidos en forma aleatoria, entonces la variable
estadística cuantitativa que se está estudiando es
una variable aleatoria, la distribución de la misma
definirá también la distribución de la población, por
lo tanto, la media, varianza y otros parámetros de
la variable aleatoria serán también los parámetros
de la población.
La población puede ser finita de tamaño N o
infinita, en ocasiones la población es tan grande
que podemos considerarla como teóricamente
infinita
En caso de que la distribución de la población sea
desconocida podemos estar interesados en estimar
los parámetros de la misma o probar determinada
42
suposición sobre su distribución, sin embargo
al examinar la población entera, podemos
encontrarnos que el análisis se torna impráctico
o incluso imposible de realizar, por lo que nos
veremos obligados a recurrir a un muestreo de los
datos para poder trabajar con ellos.
6.1.2. Muestra Aleatoria
Una muestra es un subconjunto representativo
extraído de una población, generalmente no se
analiza la población entera y se recurre a una
muestra porque el tamaño de la misma es una
limitante, a partir de la muestra se puede inferir
los resultados encontrados hacia el universo
que estamos analizando, la confiabilidad de las
conclusiones extraídas depende de si la muestra
se ha escogido apropiadamente de manera que
esta represente de la mejor manera posible a la
población.
El proceso de la elección de una muestra de n
elementos se denomina muestreo, en general
existen dos tipos de muestra, las no probabilísticas
que son las basadas en criterios de expertos, y las
muestras probabilísticas.
Estas últimas son muestras que aseguran una
probabilidad igual de ser incluidas en la muestra
para cualquier observación de la población; para el
caso de las elevaciones en particular, este tipo de
muestra es la más aconsejable, ya que necesitamos
evaluar el ajuste de un modelo a las elevaciones del
terreno, debemos seleccionar valores aleatorios del
mismo, de lo contrario corremos el riesgo de sesgar
los resultados del análisis, ya sea sobreestimando o
subestimando el ajuste de un modelo de elevación
a las elevaciones del terreno.
Generalmente los métodos de muestreo para
evaluar la precisión en modelos de elevación, son
los que se exponen a continuación.
”” Muestra Aleatoria o al Azar Simple. Es
aquella en la que todas las observaciones
de la muestra tienen igual probabilidad de
ser escogidos para la muestra de manera
independiente, generalmente este tipo de
muestreo se realiza a través de una tabla de
números aleatorios o un programa que pueda
generar los mismos. El muestreo se realiza sin
reemplazo ya que un mismo punto no puede
ser escogido más de una vez para formar parte
de la muestra.
”” Muestra al Azar Sistemática. Para este
método de muestreo los elementos que
integran la muestra se escogen de la población
en intervalos uniformes, el k-ésimo elemento
de la muestra está definido por k=N/n.

”” Muestreo Aleatorio Estratificado. Las
observaciones de la población se clasifican
primeramente en subgrupos o estratos
según alguna característica de interés, para
luego obtener una muestra aleatoria simple
o sistemática por separado de cada estrato.
Para este tipo de muestreo, con el objeto de
asegurar representatividad de la población
cada submuestra debe ser proporcional
Tabla 7. Métodos de Muestreo para Datos de Elevación
ALEATORIO
Cada punto tiene la misma probabilidad de Los elementos de la muestra son escogidos de
ser escogido. acuerdo a una regla, (por ejemplo cada 1
kilometro), es suceptible a a provocar valores
nulos para el error medio.
2000, citado en [3]).
En resumen, la elección de la muestra debe
asegurar dos características principales:
”” La muestra debe ser representativa, los
elementos escogidos para formar parte de la
muestra deben reflejar los parámetros de la
población de la mejor manera posible, es decir,
si por ejemplo el 20% de la población posee
una característica A, el 20% de la muestra
también deberá tener esta característica, para
lograr este objetivo es aconsejable utilizar una
muestra aleatoria.
”” La muestra debe ser adecuada y valida, esto
implica que la muestra debe ser obtenida de
manera que se obtenga un mínimo error al
extrapolar los resultados obtenidos en la misma
hacia la población, los resultados obtenidos en
el análisis de la muestra no deben diferir de
manera relevante con los que se obtendría al
analizar toda la población.
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
al tamaño del estrato, de no cumplirse
con esta condicionante la muestra no será
representativa de la población por lo que los
resultados obtenidos en la misma no tendrán el
grado de confianza adecuado para ser inferidos
a la población.
Dependiendo de las características de la superficie
a ser analizada, estos tres métodos puede ser
combinados para el área de estudio (Haithcoat,
SISTEMÁTICO ESTRATIFICADO
Investigaciones precedentes muestran que el
espacio se subdivide en varios grupos con
caracterisitcas de interes similares, se deben
obtener muestras de cada subgrupo,
proporcionales a los mismos para asegurar
representatividad.
Fuente: Adaptado de la Referencia [3].
Para poder reducir o incluso llegar a eliminar el
riesgo de introducir errores en el análisis que se
pretende realizar con los datos en una muestra,
el número de elementos que componen la misma
será determinante, se debe tener en cuenta que el
cálculo del tamaño adecuado de la muestra estará
siempre influenciado por la cantidad de elementos
que componen el Universo o Población.
6.1.3. Tamaño de la Muestra y Finalidad
Pretendida
Existe una amplia variedad de fórmulas y tablas
con las que podemos obtener el tamaño necesario
de la muestra para poder extrapolar los resultados
del análisis sobre la misma a la población, la
mayor parte de ellas depende básicamente de tres
variables:
1. El Nivel de Confianza (también
denominado grado o nivel de seguridad), o
riesgo que aceptamos como equivocación
al presentar los resultados, es deseable
que los resultados de la muestra, la
43
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
población, y otras muestras que se
puedan extraer de la misma población,
sean semejantes; el nivel de confianza se
utiliza en la fórmula para determinar el
número de observaciones o sujetos de la
muestra con un valor de zeta, que en la
distribución normal está asociado con un
cierto valor de probabilidad de ocurrencia.
2. La Varianza (o diversidad de valores)
estimada en la población, como la
varianza de la población es por lo general
desconocida, se debe asumir este valor
para poder introducirlo en la fórmula del
cálculo de la población.
3. El Margen de Error que se acepta, si por
ejemplo la característica X está presente
en el 20 % muestra, eso no significa que
en la población exactamente el 20 % tiene
la misma característica, este porcentaje
podría ser igual al 18 % o al 22%, se
necesitarán muestras grandes si se busca
que este margen de error u oscilación sea
menor, obviamente en cualquier situación
es importante que este porcentaje de error
sea bajo.
Para el cálculo del tamaño de la muestra será
necesario conocer el número de sujetos contenidos
en la población, en el caso de que la población sea
pequeña y sea posible determinar el tamaño total
de la misma, se trata de una población finita, para
este tipo de población el tamaño de la muestra
estará dado por:
(2.)Tamaño de la Muestra para Poblaciones Finitas:
Ec. (2.)
Donde:
n
Tamaño de la Muestra.
N Tamaño Conocido de la Población.
e Error Muestral.
z Valor Correspondiente al Nivel de
Confianza.
pq Varianza de la Población.
Existirán casos en los que la población tendrá un
número de sujetos infinito o será tan grande que
en términos prácticos podría considerarse una
población infinita, para determinar el tamaño
apropiado de la muestra para este tipo de
poblaciones se utilizara la fórmula:
44
(3.) Tamaño de la Muestra para Poblaciones Infinitas:
Ec. (3.)
La simbología para esta relación corresponde a
las variables utilizadas para la ecuación (2.); por
lo expuesto queda claro que el cálculo del tamaño
adecuado de la muestra estará restringido por el
tamaño de población que se dispone, al tratar con
un modelo de elevación en una representación
raster la población estará dada por la cantidad
total de datos que almacena el modelo, el cual será
igual al número total de pixeles con los que cuenta
el modelo; mientras más pequeño sea el tamaño
de celda más datos de elevación almacenara
el modelo y mayor será la población, dado que
generalmente el área geográfica que se estudia es
extensa, la población podrá ser considerada como
infinita, por lo que la ecuación (3.) será utilizada
para el cálculo del tamaño de la muestra a ser
extraída del modelo para poder realizar posteriores
análisis.
6.2. Indicadores de Error
El modelo de elevación es la fuente básica de
información para otros productos que dependen
directa o indirectamente de la topografía; la calidad
y validez de los resultados de los subproductos
estará relacionada con la calidad del modelo
original del cual derivan.
La medición de errores en un DEM es a menudo
imposible, debido a que el valor verdadero de una
determinada característica o fenómeno geográfico
representado en el set de datos es muy difícil de
determinar (Garbrecht et. al. 1999 citado en [3]),
por esta razón en todo set de datos existe siempre
cierta incertidumbre en las mediciones.
Para lograr cuantificar el error que se ha introducido
en un DEM, o el nivel de incertidumbre que existe
en los datos que este nos provee, se necesita
comparar las elevaciones del modelo con un valor
que consideraremos como verdadero u original,
esos valores estarán dados por los que se obtengan
de medición directa sobre el terreno u otra fuente
confiable y verificada de datos topográficos. Las
comparaciones básicamente estarán basadas en
medir la diferencia en elevaciones (residuales) que
existen entre los set de datos. La cuantificación del
error en un DEM se lleva a cabo comparando un
conjunto de valores reales de elevación con los
estimados en el modelo, así el error de altitud en
un punto di es definida como la diferencia entre la
altitud del punto en el modelo zi y su valor real zt.
(Felicísimo, 1994)

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Para lograr analizar el patrón de las variaciones
que existen entre los set de datos de elevaciones
aún no se ha establecido un protocolo, siendo
una tarea pendiente y necesaria, la mayoría de los
investigadores se inclinan por analizar únicamente
de manera cualitativa los datos.
En este documento se desarrollará una metodología
para la comparación de Modelos Digitales de
Elevación, basada en el uso de varios estadísticos
simples y otras herramientas estadísticas; para
poder realizar este tipo de evaluaciones es útil
cualquier prueba estadística que describa la
frecuencia de distribución, incluso las medidas de
tendencia central y de dispersión. [3]
Para la validación de modelos de superficie
se utilizan una variedad de estadísticos como
indicadores del error introducido en ellos, los que
se describen a continuación son los de uso más
común.
6.2.1. Error Medio Cuadrático (RMSE)
Sin duda el más común de los estadísticos que se
utilizan para medir la precisión de los datos de
elevación, es el RMSE (acrónimo en inglés para
Root Mean Square Error, “Error Cuadrático Medio”)
que describe la precisión vertical de los datos,
compaginando los errores sistemáticos y aleatorios
en la producción de los mismos. [13]
Este estadístico mide la dispersión entre los datos
de elevación, al cuantificar la incertidumbre o
error en los mismos, mientras más elevado sea
el RMSE menor será la correspondencia entre los
datos del modelo y los verdaderos, este índice
es primordialmente un medida global de la
desviación, y no ofrece ningún criterio sobre la
distribución espacial de los errores, sin embargo su
concepción tan simple es la razón por la cual es
el principal estadístico para la comparación de dos
set de datos de elevación.
El RMSE se define como (Pielke, 1984):
(4.) Error Medio Cuadrático:
Ec. (4.)
Donde:
RMSE Error Medio Cuadrático.
zi Elevación de un punto de prueba en el
DEM que se está testeando.
zt Elevación verdadera del punto de
prueba.
n Número de observaciones o tamaño de
la muestra.
PROGRAMA CUENCA POOPÓ
El valor zt se refiere a la elevación más probable
de un punto de prueba u observación, este valor
generalmente será obtenido de la producción
cartográfica existente de la zona de estudio o de
mediciones realizadas directamente en campo.
El RMSE tiende a dar un peso mayor a errores
grandes, lo cual es útil cuando grandes diferencias
entre los datos de la muestra patrón y la comparado
no son deseados. Este índice sin embargo no ofrece
ningún criterio sobre la forma de la frecuencia de
distribución y es influenciado por la escala de las
mediciones y el relieve del terreno, por lo que en
zonas que tienen fuertes variaciones de relieve se
deberá usar también otros índices.
ƒƒ Incertidumbre en los datos de elevación de
las cartas geográficas
En el país la principal fuente de información
cartográfica es el IGM, que produce y distribuye
cartografía a nivel nacional a distintas escalas
(1:1’000.000, 1:250.000 y 1:50.000), uno de
los principales datos de interés que muestran
estas cartas, son por supuesto datos de
elevación, representados a través de curvas de
nivel.
La topografía del terreno presentada en las cartas
geográficas es una combinación de trabajos de
campo realizando mediciones directas para
determinar puntos de triangulación, Bench
Marks, etc.; estudio de fotografías aéreas, y
mediciones de alturas en el terreno mediante
fotogrametría.
Para mapas topográficos elaborados a través
de métodos fotogramétricos, detalles técnicos
de los instrumentos utilizados para la toma
de datos definen la precisión de los mismos,
por ejemplo, la distancia focal de la cámara,
la cobertura angular de la imagen tomada,
la altura a la que fue tomada, etc. En estos
métodos usar imágenes con un ángulo muy
amplio es más apropiado para lograr mayor
precisión en los datos de elevación, sin embargo
esto crea problemas en la resolución y escala
de las imágenes tomadas porque el ancho de
barrido es excesivo, por esta razón no se debe
usar ángulos demasiado grandes.
La precisión esperada para los datos de
elevación obtenidos mediante fotogrametría
está en un rango de 1/5.000 a 1/15.000
de la altura de vuelo, dependiendo de los
instrumentos utilizados. Por ejemplo, para
vuelos que tienen una altura de vuelo desde
1 a 15 [Km], la precisión en las alturas variará
en un rango de 0,1 a 3,0 [m.] (Error Medio
Cuadrático).
45
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Por otro lado, en mapas topográficos donde
el error vertical en las mediciones sigue
una distribución normal, entonces el error
cuadrático medio puede ser calculado de la
siguiente manera:
Resolviendo para el RMSE:
(5.) Error Medio Cuadrático Esperado en un
Topográfico
Ec. (5.)
6.2.2. Error Medio Cuadrático Relativo
(RMSER)
El error medio cuadrático relativo es una variante
del estadístico descrito líneas arriba, se utiliza
para evaluar la dispersión de los datos respecto
de la media de los valores considerados como
verdaderos, que como se describió anteriormente
cuantifica la adecuada representación de la
morfología del terreno por parte del modelo, se
define como:
(6.) Error Cuadrático Medio Relativo
Ec. (6.)
Donde:
RMSER Error Medio Cuadrático Relativo.
6.2.3. Coeficiente de Correlación (r)
El coeficiente de correlación es uno de los
estadísticos más sencillos y utilizados, en su forma
general este número describe el grado de relación
entre dos variables, ya sea para relaciones lineales
o no lineales entre las mismas.
Dado que en este caso es válido asumir que la
relación entre las variables es lineal, debido a que
los datos de elevación de la muestra patrón deben
ser iguales a los de la muestra a ser comparada, se
utilizará el coeficiente de correlación lineal.
Este coeficiente es adimensional y varía entre
-1 y +1, se usan los signos + y – para indicar
correlación positiva o negativa; como expresa la
asociación lineal entre dos variables visualmente
representa cuan cerca están los puntos a una
línea recta graficada entre los mismos, es así que
46
correlación positiva se da cuando la recta tiene
pendiente positiva, y la correlación negativa
cuando la recta tiene pendiente negativa. En sets
de datos extensos es posible tener errores altos
pero aun así lograr buena correlación lineal con
las observaciones, sin embargo este estadístico
es altamente susceptible a datos puntuales que
numéricamente son demasiado distintos al resto
del set de datos.
Mapa Para medir la relación lineal entre dos variables se
usa la covarianza, sin embargo el problema con esta
medida es su dependencia con las unidades de los
datos, si se divide la covarianza por el producto de
las desviaciones típicas de las variables se obtiene
el coeficiente de correlación definido por Pearson
como:
(7.) Coeficiente de Correlación Lineal
Ec. (7.)
Donde:
r Coeficiente de correlación lineal
Cov (zi ,zt ) Covarianza de las variables zi y zt.
Szi Desviación típica de la variable zi.
Szt Desviación típica de la variable zt.
(8.) Coeficiente de las Variables zi , zt
Ec. (8.)
Donde:
zi Media de la variable zi
zt Media de la variable zt
(9.) Desviación Típica de Variable zi
Ec. (9.)
(10.) Desviación Típica de Variable zt
Ec. (10.)
El coeficiente de correlación cumple:
”” Si se multiplica zi por una constante k1 y zt por
una constante k2 el coeficiente de correlación
no varía.

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
”” Si existe una relación lineal exacta entre
ambas variables y todos los puntos está en
una recta de ecuación y=a+bx, el coeficiente
de correlación es igual a 1 (si b>0, relación
directa) o -1 (si b<0, relación inversa).
”” Si no existe relación lineal exacta: -1<r<1, el
cual representa el grado de asociación.
”” r=0, cuando no hay ninguna correlación lineal
entre las variables.
Es necesario aclarar que para determinar el grado
de dependencia de las variables se utiliza el
coeficiente de correlación al cuadrado (r2 ), que es
denominado coeficiente de determinación, para
evaluar un modelo de regresión.
6.2.4. Error Medio (ME) o BIAS
El ME (acrónimo en inglés para, “Mean Error” o
BIAS), también llamado sesgo o distorsión aditiva,
indica la dirección del promedio de error entre los
valores observados.
Un error medio positivo indica que en promedio
las medidas de la muestra que se está comparando
exceden a los valores de la muestra patrón, si
el error medio es negativo corresponde a una
subestimación de los valores; este estadístico no
brinda información sobre la correspondencia entre
la muestra patrón y la comparada.
El error medio generalmente tiene valores pequeños
ya que los errores positivos y negativos tienden a
compensarse, sin embargo es útil para determinar
una sobreestimación o subestimación sistemática
de los datos, está definido por la siguiente relación:
(11.) Error Medio
Ec. (11.)
Donde:
ME Error medio.
6.2.5. Error Absoluto Medio (MAE)
El MAE (acrónimo en inglés para “Mean Absolute
Error”, “Error Absoluto Medio”) mide la magnitud
promedio de las diferencias entre la muestra
patrón y la comparada sin tomar en cuenta su
dirección, es decir que los signos de los errores no
se compensan dado que se utiliza el valor absoluto
de los mismos.
Al calcular el error absoluto medio en promedio
se asigna un peso equivalente a todos los errores,
es definido como (Murphy, 1995; Moore 2000;
Phillips, 2000; citado en [19]):
PROGRAMA CUENCA POOPÓ
(12.) Error Absoluto Medio
Ec. (12.)
Donde:
MAE Error medio absoluto.
6.2.6. Error Absoluto Medio Normalizado
(NMAE)
El NMAE (acrónimo en inglés para “Normalize
Mean Absolute Error”, “Error Absoluto Medio
Normalizado”) se utiliza cuando se necesita tener
en cuenta el peso del error respecto al valor de
la variable que está siendo comparada, se define
como (Stauffer y Seaman, 1990):
(13.) Error Absoluto Medio Normalizado
Ec. (13.)
Donde:
NMAE Error medio absoluto normalizado.
6.2.7. Diferencia Relativa (RD)
En la comparación de cualquier set de datos
generalmente es más comprensible utilizar
indicadores de error que expresen en porcentaje
la diferencia entre el patrón y los datos a ser
comparados, la diferencia relativa (en inglés RD,
“Relative Difference”) se muestra particularmente
útil en esta tarea, proporcionando un indicador
claro sobre el ajuste de los datos, se define como:
(14.) Diferencia Relativa
Ec. (14.)
Donde:
RD Diferencia relativa.
6.2.8. Error Medio Porcentual (MPE)
El MPE (acrónimo en inglés para, “Mean Percentage
Error”, “Error Medio Porcentual”) se utiliza para
tener una referencia relativa del error respecto a
los valores de la muestra patrón, al igual que en
el cálculo del error medio los errores negativos
y positivos tienden a compensarse, no existe el
riesgo de tener un valor indefinido, ya que no
podemos tener valores de elevación iguales a cero.
47
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
El error medio porcentual se define como:
(15.) Error Medio Porcentual
Ec. (15.)
Donde: parámetros de la misma, conocida su distribución.
MPE Error medio porcentual.
6.2.9. Error Medio Absoluto Porcentual
(MAPE)
El MAPE (acrónimo en inglés para “Mean Absolute
Percentage Error”, “Error Medio Absoluto
Porcentual”) brinda una referencia más interesante
que el MPE debido a que no toma en cuenta los
signos, es una referencia del porcentaje de error
absoluto entre dos muestras. El error medio
absoluto porcentual se define como:
(16.) Error Medio Absoluto Porcentual
Ec. (16.)
Donde: específico del parámetro.
MAPE Error absoluto medio porcentual.
6.2.10. Índice de Similitud (IS)
Este indicador es una medida relativa de la diferencia
entre las variables que se están analizando, existe
una correlación perfecta si el valor del índice de
similitud es igual a la unidad, se define como:
(17.) Índice de Similitud
Ec. (17.)
Donde: la misma significara que los datos de la muestra
IS Índice de similitud
6.3. Análisis Estadístico
6.3.1. Contraste de Hipótesis
A partir de muestras elegidas aleatoriamente de una
población es posible tomar decisiones estadísticas
a partir de afirmaciones o conjeturas respecto a
la misma, las conjeturas que se plantean pueden
ser ciertas o no por lo que deberá ser sometida a
una comprobación experimental con el objeto de
conocer si los resultados que se obtienen a partir
48
de la muestra contradicen o no la conjetura inicial
que se plantea.
Se denomina hipótesis estadística a cualquier
afirmación o conjetura que se hace acerca de una
o más poblaciones. [14] La afirmación o conjetura
puede referirse a la forma o tipo de distribución de
probabilidad de la población o referirse a uno o más
6.3.2. Hipótesis Nula y Alternativa
Se denomina hipótesis nula y se representa por Ho
a la hipótesis que es aceptada provisionalmente
como verdadera y cuya validez será sometida a
comprobación experimental. El resultado de la
comprobación experimental permitirá determinar
si se sigue aceptando como verdadera o si, por el
contrario, debemos rechazarla como tal.
Se denomina hipótesis alternativa y se representa
por H1 o HA a la suposición contraria a la hipótesis
nula, toda hipótesis nula debe estar acompañada
siempre por una hipótesis alternativa, que será
aceptada en caso de que la hipótesis nula se
prueba falsa. La hipótesis nula siempre debe
contener un signo igual porque es la hipótesis que
se desea probar y es necesario que incluya un valor
Para tomar decisiones estadísticas es necesario
contar con ambas hipótesis, la prueba de una
hipótesis estadística es el proceso que conduce
a aceptar o rechazar la hipótesis nula en
contraposición de la hipótesis alternativa en base
al análisis de una muestra extraída de la población
de estudio.
La hipótesis nula es la que se plantea primero y
especifica un valor θo del parámetro θ en estudio
por lo que generalmente la hipótesis nula será: Ho:
θ = θo, la aceptación de la hipótesis nula significa
que los datos de la muestra no proporcionan
evidencia suficiente para refutarla, el rechazo de
proporcionan evidencia suficiente de que la
hipótesis nula es falsa.
6.3.3. Errores Tipo I y Tipo II y Nivel de
Significación
Al tomar la decisión de aceptar o rechazar la
hipótesis nula existen cuatro posibles escenarios
que determinaran si la decisión tomada es correcta
o incorrecta. Se denomina error Tipo I, al error que
se comete al rechazar la hipótesis nula Ho cuando
es verdadera; y se denomina error Tipo II, al error
que se comete al aceptar la hipótesis nula Ho
cuando es falsa. [14]

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
La probabilidad de cometer un error Tipo I se
denota por α, es decir:
La probabilidad de la decisión correcta de aceptar
Ho cuando es verdadera es 1 - α, la probabilidad de
Tabla 8. Probabilidad de la Decisión Correcta en una Prueba de Hipótesis
Decisión Ho Verdadera
Rechazar Ho Error Tipo I
Probabilidad:  Probabilidad: 1
Aceptar Ho Decisión Correcta
Probabilidad: 1   Probabilidad:
Se denomina nivel de significación o riesgo de una
prueba de hipótesis, a la probabilidad de cometer
un error Tipo I, generalmente se define en α=0,05
o α=0,01.
Si para un valor determinado de α se rechaza la
hipótesis nula entonces se dice que los resultados
obtenidos de la muestra, no solo difieren por efectos
del azar sino que son significativamente diferentes
a un nivel de α∙100%, es decir, que se espera que
de 100 resultados obtenidos de la muestra en
α∙100% de las veces se rechazara la hipótesis nula
Ho, cuando esta es realmente significativa.
6.3.4. Procedimiento del Contraste de
Hipótesis
Previamente al contraste de hipótesis se debe
formular el problema estadístico, determinar
la variable en estudio y el método estadístico
adecuado para la solución del problema. El
procedimiento general del contraste de una
hipótesis de un parámetro general θ se puede
resumir en los siguientes pasos:
1) Formular la hipótesis nula Ho: θ = θo y la
hipótesis alternativa adecuada H1: θ ≠ θo o
H1: θ > θo o H1: θ < θo.
2) Especificar el tamaño α del nivel de
significación.
3) Seleccionar el estadístico apropiado a usar
en la prueba.
4)
Establecer la regla de decisión,
determinando la región crítica de la prueba.
5) Calcular el valor del estadístico de la prueba
a partir de los datos de la muestra.
6) Tomar la decisión de rechazar la hipótesis
nula Ho si el valor de la estadística de la
PROGRAMA CUENCA POOPÓ
cometer un error Tipo II se denota por β, es decir:
La probabilidad de la definición correcta de
rechazar Ho cuando es falsa es 1- β.
Ho Falsa
Decisión Correcta
 
Error Tipo II

Fuente: Referencia [14].
prueba está en la región critica, caso
contrario, no se rechaza Ho. [14]
6.3.5. Contrastes No Paramétricos
En un contraste de hipótesis en el que se utiliza
la estadística F de Fisher o la t de Student, estos
se denominan métodos paramétricos, en este
tipo de pruebas se supone que la distribución de
probabilidad de la población de la cual se extrae
la muestra, tiene determinada forma o que sus
parámetros verifican ciertas condiciones de manera
que la estadística muestral correspondiente tenga
una distribución de probabilidad conocida, en
la que se pueda determinar una región crítica
y establecer una regla de decisión; por ejemplo,
para la aplicación de la estadística t, se requiere
suponer que la población es normal. Sin embargo
en muchas aplicaciones en la ingeniería no es
posible conocer la distribución de la población
de donde se extrae la muestra, en estos casos se
utilizan métodos alternativos denominados no
paramétricos o de distribución libre.
Si se verifican las condiciones exigidas para la
realización de un contraste o prueba paramétrica
es siempre preferible utilizar esta en lugar de su
equivalente no paramétrica, principalmente debido
a que a pesar de que se utilice un mismo nivel de
significación para ambas pruebas, la potencia de
una prueba no paramétrica es siempre menor
que la de una paramétrica, en muestras grandes
esta diferencia es mucho menos influyente en los
resultados.
6.3.6. Contrastes de Kolmogorov - Smirnov
El contraste de Kolmogorov – Smirnov es un
procedimiento no paramétrico que se utiliza para
evaluar la “bondad de ajuste”, es decir, permite
medir el grado de concordancia existente entre
la distribución de un conjunto de datos y una
distribución teórica especifica; el objetivo es
49
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
señalar si los datos provienen de una población
que tiene la distribución teórica especificada.
Mediante la prueba se compara la distribución
acumulada de las frecuencias teóricas (ft ) con
la distribución acumulada de las frecuencias
observadas (fobs ), se encuentra el punto de
divergencia máxima y se determina la probabilidad
que existe de que una diferencia de esa magnitud
se deba a efectos del azar.
Para la realización de esta prueba se debe calcular
los valores teóricos de la función de la que se desea
probar su bondad de ajuste, con estos valores se
obtiene la frecuencia acumulada.
El cálculo del estadístico de la prueba se realiza con
la relación:
(18.) Estadístico de Prueba Dn para el Contraste de
Kolmogorov - Smirnov
Donde:
Dn Estadístico de prueba para el contraste de
Kolmogorov - Smirnov.
n Número de observaciones (tamaño de la
muestra).
ft Frecuencias teóricas.
fobs Frecuencias observadas.
El valor calculado de Dn deberá ser comparado
con un valor teórico tabulado para el mismo, para
muestras mayores a 40 observaciones y un α=0,05
el estadístico teórico se calcula con la relación:
(19.) Estadístico Dn Teórico para el
Kolmogorov - Smirnov
Donde:
d Estadístico teórico para el contraste de
Kolmogorov - Smirnov.
6.3.7. La prueba U de Mann - Whitney
La prueba de Mann-Whitney denominada también
prueba U, se emplea para probar la hipótesis nula
que dos muestras aleatorias e independientes
provienen de la misma población o de dos
poblaciones iguales, cuando no se cumple la
suposición de normalidad, es el equivalente no
paramétrico de la prueba t Student.
El único requisito necesario es que el nivel de
medición de las observaciones de las dos muestras
50
sea al menos en escala ordinal, el tamaño de las
dos muestras puede ser distinto.
La hipótesis nula consiste en suponer que las
dos poblaciones son iguales, esto es, Ho:P1=P2.
La hipótesis alternativa consiste en afirmar que
las dos poblaciones son diferentes, esto es,
H1:P1≠P2. Si las distribuciones de las poblaciones
son continuas, la hipótesis nula, también consiste
en afirmar que las dos medias poblacionales son
iguales, esto es: Ho:μ1=μ2 contra una alternativa
unilateral o bilateral. [14]
El procedimiento que se debe seguir para la prueba
es el siguiente:
ƒƒ Sea n1 el número de casos más pequeño de las
dos muestras independientes y n2 el número
de casos más grande. Se combinan las dos
muestras en un arreglo ordenado, identificando
los valores muestrales de acuerdo con el grupo
Ec. (18.) muestral al que pertenecen.
ƒƒ Se ordenan los valores de menor a mayor,
asignando el rango 1 al más pequeño, el rango
2 al siguiente menor valor, etc. Si se encuentran
valores iguales, se les asigna el promedio de
sus rangos.
ƒƒ El estadístico de Mann-Whitney se denota con
la letra U. El valor de U se basa en la suma de
rangos de cualquiera de las dos muestras, y
se define como el menor de los dos valores U1
y U2 que se calculan mediante las siguientes
fórmulas:
(20.) Estadístico de Prueba U de Mann-Whitney
Contraste
Ec. (20.) a
Ec. (19.)
Ec. (20.) b
Donde:
U1 Estadístico de la prueba U, para la muestra 1.
U 2 Estadístico de la prueba U, para la muestra 2.
n1 Tamaño de la primera muestra.
n2 Tamaño de la segunda muestra.
T1 Suma de los rangos de la primera muestra.
T2 Suma de los rangos de la segunda muestra.
Para el nivel de significación α y los tamaños de las
muestras n1 y n2, en la tabla de valores de la U de
Mann-Whitney, se encuentra el valor crítico K. Se
rechaza la hipótesis nula Ho si U≤K. No se rechaza
la hipótesis nula. [14]

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Cuando n≥8 se admite que la distribución muestral
de U es aproximadamente normal, por lo que se
puede determinar, la significación de un valor
observado por medio del estadístico
6.3.8. Análisis de la Varianza
El análisis de varianza o ANOVA por sus siglas en
inglés, permite probar si es que existen diferencias
estadísticamente significativas entre medias
cuando se tienen más de dos muestras o grupos en
el mismo planteamiento, o hacer inferencias sobre
si las muestras fueron tomadas de poblaciones que
tienen la misma media.
La varianza mide la diferencia entre los sujetos
de la población, es decir su dispersión respecto
Media
Media
Caso A
Las medias no difieren entre sí más de lo que los
sujetos difieren entre sí; la varianza entre los grupos
es más o menos igual a la varianza dentro de los
grupos; por lo que no existen diferencias
estadísticamente significativas entre los grupos.
Figura 24. Análisis Realizado Mediante la Prueba de ANOVA
La diversidad o variación que se encuentra dentro
de cada grupo (expresada por la varianza de cada
grupo) es la diversidad normal – aleatoria, lo normal
es esperar que no todos los sujetos de una muestra
sean idénticos en una determinada característica. Si
las medias difieren entre sí (varianza entre grupos)
más de lo que se puede esperar por azar (varianza
dentro de los grupos), afirmaremos que las medias
son distintas o, lo que es lo mismo (expresado en
términos más formales), que las muestras proceden
de poblaciones con distinta media. Lo que se
pretende es descomponer la varianza total (del
grupo que resultaría si se unen todos los sujetos en
un único grupo) en dos varianzas:
ƒƒ Una varianza que va a expresar las diferencias
entre las medias de los grupos.
ƒƒ Otra varianza que va a expresar las diferencias
o variabilidad entre los sujetos dentro de
los grupos (y que consideramos que es la
variabilidad normal).
PROGRAMA CUENCA POOPÓ
a su media, por lo que mientras más grande sea
la varianza mayor serán las diferencias entre
los sujetos, el análisis de varianza se basa en la
descomposición de la varianza, como la varianza
implica variación, al descomponerla lo que se busca
es aislar las fuentes de variación; cuando se tienen
varios grupos o muestras de datos esto permitirá
determinar el set de datos del que provienen las
diferencias estadísticamente significativas.
Al comprobar que existen diferencias entre dos
varianzas, es posible formular una conclusión
sobre la variación de las medias, un ejemplo
gráfico de lo que se pretende con este tipo de
análisis se representa en la Figura 24, donde se
tienen representados dos grupos:
Media
Media
Caso B
Las medias difieren entre sí más de los sujetos
difieren entre sí, la varianza entre los grupos es
mucho mayor que la varianza dentro de los grupos;
por lo que existen diferencias significativas entre los
grupos.
Si la diversidad entre las medias (los grupos) es
mayor que la diversidad entre los sujetos dentro
de los grupos, es cuando afirmaremos que entre
las medias hay diferencias superiores a lo que
podemos encontrar por azar (que es lo que sucede
dentro de los grupos). [15]
Para utilizar el ANOVA se deben realizar las
siguientes suposiciones:
ƒƒ Cada una de las muestras es independiente.
ƒƒ Cada una de las muestras es tomada de una
población normal de forma independiente,
algunos autores afirman que si el tamaño de
la muestra es lo suficientemente grande no se
necesita la suposición de la normalidad. [16]
ƒƒ Cada uno de los grupos debe tener una varianza
igual a la varianza común, esta condición
de la homogeneidad de la varianza es muy
importante y puede ser comprobada mediante
el contraste de Bartlett.
51
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

El análisis de varianza está basado en el contraste dentro de las muestras (intravarianza).

de las siguientes hipótesis:
ƒƒ Hipótesis Nula: Ho consiste en afirmar que las
medias de las k poblaciones (llamadas también
tratamientos para este método) son iguales o
provienen de la misma población.
Ho: μ1 = μ2 = ... = μk
ƒƒ Hipótesis Alternativa: H1 es que no todas
las medias son iguales, o al menos una de las
medias difiere.
H1: μ1 ≠ μ2 ≠ ... ≠ μk
Para probar esta hipótesis se siguen los siguientes
pasos:
ƒƒ Se determina una estimación de la varianza de
la población a partir de la varianza entre las
medias de las muestras (intervarianza).
ƒƒ Se determina una segunda estimación de la
varianza de la población desde la varianza
ƒƒ Se compara estas dos estimaciones. Si su valor
es aproximadamente igual, aceptamos que las
muestras provienen de la misma población.
Para probar la hipótesis nula, se utiliza el valor
crítico: y se compara
con el valor del estadístico F con un cierto nivel
de significancia. Si la hipótesis nula fuera falsa, la
intervarianza debería ser significativamente mayor
que la intravarianza. [16]
Para el análisis de varianza con un factor se
supondrá que se tiene “a” diferentes niveles de
un factor que se desean comparar (llamados
tratamientos). La respuesta observada para cada
nivel de los “a” tratamientos es una variable
aleatoria, los datos pueden ser representados en la
Tabla 9, del modo siguiente:

Tabla 9. Datos para el ANOVA de un Factor

Observaciones
Tratamientos ... Totales Promedios
1 2 3 n
1 y11 y12 y13 ... y1n y1 y1
2 y21 y22 y23 ... y2n y2 y2
3 y31 y32 y33 ... y3n y3 y3
...

...

...

...

...

...

...

...

a ya1 ya2 ya3 ... yan ya ya

Totales yi yi yi ... yi y... y...
Fuente: Referencia [16].

Para un tratamiento “a” , habrá “n” observaciones, con este arreglo, se procede con los cálculos para
y11 por ejemplo representa la primera observación este tipo de análisis de varianza, los mismos que
del tratamiento 1. Una vez preparados los datos pueden ser presentados de la siguiente forma:

Tabla 10. ANOVA para el Diseño Completamente al Azar

Suma de Grados de Media

Fuente de Variación Razón
Cuadrados Libertad Cuadrada
SSTr MSTr
Entre Tratamientos SSTr a1 MSTr = F=
a1 MSE
SSE
Error Muestral SSE Na MSE =
Na
Total SST N1
Fuente: Referencia [16].

52

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Como se ha expuesto líneas arriba el estadístico
de prueba es la F de Fisher, puesto que se están
relacionando dos varianzas, las ecuaciones para
hallar este valor son las siguientes:
(21.) Suma de Cuadrados entre Tratamientos
Ec. (21.)
Donde: comprobar si existen diferencias estadísticamente
SSTr Suma de cuadrados entre tratamientos o
muestras.
yi Sumatoria de las observaciones del
i-ésimo tratamiento o muestra.
ni Número de observaciones de la i-ésima
muestra.
y Sumatoria de las observaciones de todos
los tratamientos o muestras.
N Número de observaciones de la población
(para la prueba de ANOVA la población
será igual a la suma de las observaciones
de cada muestra).
(22.) Suma de Cuadrados Total
Ec. (22.)
Donde: distribución en particular. [17]
SST Suma de cuadrados total.
yij Observación “j” del tratamiento “i”.
(23.) Suma de Cuadrados del Error Muestral
Ec. (23.)
Donde: rango 2 al siguiente más pequeño, etc. Si se
SSE Suma de cuadrados del error muestral.
6.3.9. Equivalente No Paramétrico de la
Prueba de ANOVA de un factor: La
prueba H de Kruskall - Wallis
La prueba de Kruskall-Wallis, llamada también
prueba H se utiliza para probar la hipótesis nula
de que k muestras independientes provienen de
poblaciones idénticas o de la misma población. Es
una generalización de la prueba U de Mann-Whitney
para el caso de k>2 muestras independientes.
PROGRAMA CUENCA POOPÓ
Las hipótesis para la prueba son las siguientes:
ƒƒ Hipótesis Nula: Ho consiste en suponer que las
k poblaciones son iguales.
ƒƒ Hipótesis Alternativa: H1 es que las k
poblaciones no son iguales, al menos una
difiere.
La prueba de Kruskall - Wallis es el equivalente
no paramétrico de la prueba de igualdad de k
medias del análisis de varianza de un factor, para
significativas entre medias, sin embargo, en su
aplicación no es necesario verificar que se cumplan
los requisitos necesarios para la validez de la
prueba paramétrica correspondiente.
Los requisitos para la validez de la aplicación de la
prueba de Kruskall – Wallis son los siguientes:
ƒƒ Se tienen al menos tres muestras
independientes, las cuales se han seleccionado
al azar.
ƒƒ Cada muestra tiene al menos cinco
observaciones. (Si las muestras tienen menos
de cinco observaciones, remitirse a tablas
especiales de valores críticos, como las CRC
Standard Probability and Statistics Tables and
Formulae, publicadas por el CRC Press).
ƒƒ No existe el requisito de que las poblaciones
tengan una distribución normal o alguna otra
El proceso de la prueba es el siguiente:
ƒƒ Se combinan las k muestras en un arreglo
ordenado, identificando los valores muestrales
de acuerdo con el grupo muestral al que
pertenecen.
ƒƒ Se ordenan los valores de menor a mayor,
asignándole el rango 1 al más pequeño, el
encuentran valores iguales, se les asigna como
rango el promedio de sus rangos.
ƒƒ Si la hipótesis nula es verdadera, el promedio
de rangos debe ser más o menos igual para
cada uno de los grupos muestrales. [14]
La estadística de la prueba se designa mediante H,
y se basa en la suma de los rangos de cada una de
las diversas muestras aleatorias, se calcula de la
siguiente manera:
53
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
(24.) Estadístico de la Prueba H para el Contraste de
Kruskall - Wallis
Ec. (24.)
Donde: se definirá una metodología que permita realizar
H Estadístico de prueba para el contrate
Kruskall - Wallis.
ni Número de observaciones de la i-ésima
muestra.
Ri Suma de los rangos para la i-ésima muestra.
N Número de observaciones de la población
(para este caso la población será igual a la
suma de las observaciones de cada muestra).
El estadístico de prueba H es básicamente una
medida de la varianza de las sumas de los rangos
R1 , R2 ,…, Ri. Si los rangos están distribuidos de
forma equitativa entre los grupos muestrales,
entonces H deber ser un número relativamente
pequeño. Si las muestras son muy diferentes,
entonces los rangos serán excesivamente bajos
en algunos grupos y altos en otras, con el efecto
neto de que H será grande. En consecuencia, solo
valores grandes de H nos llevan al rechazo de la
hipótesis nula de que las muestras provienen de
poblaciones idénticas, la prueba de Kruskall – Wallis
es, por lo tanto, una prueba de cola derecha. [17]
Si se cumplen los requisitos para la prueba
en cuanto al tamaño de la misma se refiere
(ni ≥ 5) y la hipótesis nula es cierta, la estadística
H se distribuye aproximadamente como la
distribución Chi-cuadrado (X2), con k – 1 grados
de libertad donde k es el número de grupos.
Siguiendo el procedimiento descrito para la prueba,
para el nivel de significación α y para k – 1 grados
de libertad en la tabla de valores de Chi-cuadrado se
encuentra el valor crítico de la prueba: χ21-α, k-1 = c; se
rechazará Ho si el valor calculado de H>c. En caso
contrario no se rechazara la hipótesis nula Ho.
La prueba de Kruskall – Wallis tiene una eficiencia
de 0,95; comparada con la utilización de la prueba
de ANOVA aplicada a una población de distribución
normal.
6.4. Control de Calidad para Datos
Obtenidos de un DEM
No se debe perder de vista que cualquier modelo
de elevación digital es una representación
54
generalizada de la realidad, por lo que siempre
existirá incertidumbre en los datos que proporciona,
cometer errores en este tipo de datos es inevitable,
por lo que para afirmar que modelo representa
de mejor manera la superficie del terreno para
determinada área de estudio, se requerirá de una
evaluación cuantitativa de los mismos, para lo cual
esta evaluación; está claro que los resultados
obtenidos pueden ser contrastados también con
una evaluación cualitativa, en la que se contrasten
las características definidas a priori para cada tipo
de modelo, además de realizar comparaciones
visuales de los mismos y algunas características
secundarias extraídas de ellos.
En un modelo de elevación digital pueden ser
introducidos tres tipos de errores:
ƒƒ Anomalías: Son errores verticales con
valores inusuales y demasiado altos (outlier),
generalmente estos errores sobrepasan en tres
veces la desviación estándar de los datos, son
fácilmente identificables y deben ser removidos
antes de proseguir con el análisis del set de
datos, son generalmente producidos por
errores en la lectura de curvas de nivel, errores
al transponer valores numéricos, errores de
correlación u observaciones descuidadas; la
presencia de este tipo de errores en el set de
datos indica que el procesamiento del DEM
luego de la toma de datos no fue el más
eficiente.
ƒƒ Errores Sistemáticos: son los que siguen
un patrón o regla, generalmente son errores
que tiene la misma magnitud, o son de una
magnitud constante o del mismo signo, por lo
que son fácilmente identificables al analizar los
residuos y el error medio del modelo, este tipo
de errores pueden producir desplazamientos
verticales constantes en todo el modelo o
partes de él, lo cual repercute en los perfiles
del terreno que se obtienen a partir del mismo;
puede ser la causa por la que el modelo
representa figuras ficticias en la superficie
(cumbres falsas, quebradas, etc.).
Los errores sistemáticos pueden ser causados
por fallas en los instrumentos con los que
se están tomando los datos, por el algoritmo
de procesamiento utilizado, etc. es imperioso
aislar su causa y corregirla de lo contrario no se
podrá utilizar el modelo en posteriores análisis.

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
ƒƒ Errores Aleatorios: son los que permanecen
en el modelo luego de que las anomalías y
los errores sistemáticos han sido eliminados,
se producen por causas desconocidas que
generalmente son una combinación de
factores entre errores en la observación y
posterior procesamiento, teóricamente los
errores aleatorios siguen una distribución
normal y tiene una media igual a cero, están
caracterizados por,
1. Presentar variación en sus signos, los
errores negativos y positivos ocurren con
igual frecuencia.
2. Es más probable que ocurran errores
pequeños, los errores grandes no se
presentan con frecuencia.
3. Los errores muy grandes (outlier)
raramente ocurren. [12]
El análisis que será realizado está centrado en
cuantificar errores sistemáticos y aleatorios, y
verificar si existen diferencias estadísticamente
significativas entre los datos de elevación tomados
en campo y los DEM obtenidos por percepción
remota, siguiendo las recomendaciones dadas
líneas arriba, previamente se deben identificar las
posibles anomalías y retirarlas del modelo para
poder realizar análisis posteriores que permitan
conocer el grado de ajuste del mismo.
Idealmente esta metodología debería estar sujeta
a la normativa nacional existente para el control
de calidad de datos de elevación en un DEM, sin
embargo, esta no existe; por lo que se recomienda
analizar y seguir los criterios sobre precisión y
control de calidad expresados en la referencia [12].
Sobre la precisión es necesario analizarla desde
dos puntos de vista, detallados a continuación.
ƒƒ La precisión horizontal: las coordenadas
de un punto son posiciones geográficas
matemáticamente definidas en el terreno, las
mismas se pueden expresar en segundos de arco
o también en una proyección que generalmente
es la UTM, parte de los errores verticales en
un DEM pueden ser atribuidos a errores en la
posición horizontal durante la toma de datos,
o en la conversión de las coordenadas de los
puntos a un sistema matricial.
Sin embargo es poco común encontrar
desplazamientos o errores horizontales grandes
debido a que los instrumentos utilizados en
PROGRAMA CUENCA POOPÓ
la toma de datos son GPS diferenciales que
proporcionan datos con alta precisión, un
error alto en la precisión horizontal puede ser
detectado en desplazamientos que se pueden
dar al representar las formas del terreno.
ƒƒ La precisión vertical: cada DEM debe ser
testeado y se debe asignar un RMSE asociado
a la calidad de datos que ofrece, además
de especificarse el proceso mediante el
cual ha sido obtenido el modelo [12]. Los
procedimientos utilizados en la obtención
de un DEM siempre deben asegurar que el
producto que se obtenga sea de alta precisión,
en normas que dictan los estándares para la
producción de los DEM se establecen estos
procedimientos, respecto a los errores máximos
tolerables, estas especificaciones dependen
también del método con el que se obtuvo el
DEM (de fuentes cartográficas, fotogrametría,
etc.), también depende del grado de edición
que tiene el mismo.
La precisión vertical del DEM debe ser tal que
las cumbres y depresiones del terreno sean
adecuadamente representadas, las superficies
que tienden a ser planas deben tener una
representación coherente sin patrones confusos,
los cuerpos de agua deben representarse
totalmente planos y más bajos que las líneas
de las riveras que los definen.
Debe verificarse también la consistencia de
los datos en los bordes del modelo, para que
exista coherencia cuando se necesite elaborar
un mosaico con los mismos, para diferencias
de 1 a 3 unidades de resolución se pueden
usar filtros de 5 filas o columnas a ambos lados
del margen para eliminar los errores, en caso
de tener errores mayores se usan filtros de 10
filas y procesos de edición más avanzados para
lograr la consistencia de los datos.
El control de calidad de un DEM está relacionado
con el testeo, edición, manipulación y filtrado de los
datos de elevación, en Bolivia no existe una norma
que defina los procedimientos que se deben seguir
para el control de calidad de los datos de este tipo
de modelos, mucho menos para su obtención y
almacenamiento, esta es una tarea pendiente que
debe ser completada por las entidades que se
dedican al mapeo de este tipo de información.
Para la verificación de los datos es recomendable
seguir los siguientes criterios, definidos en normas
americanas.
55
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
ƒƒ Cuerpos de Agua: Para modelos de nivel 1 y
2, según la clasificación presentada en el punto
5., se deberá incorporar en el modelo mediante
edición o en la conformación del mismo, los
cuerpos de agua que cumplen con los siguientes
criterios,
• De Tipo: Estanques, reservorios, lagos y
líneas de drenaje dobles.
• De Tamaño: Estanques, lagos y reservorios
que exceden aproximadamente ½ pulgadas
a la escala del mapa (1000 pies a escala
1:24.000, 4167 pies a escala 1:100.000) a
lo largo del eje mayor.
Líneas de drenaje doble que exceda ¼
de pulgada (500 pies a escala 1: 24.000,
2087 pies a escala 1:100.000) de ancho,
los límites de la red de drenaje deben ser
representados por polígonos cerrados. [12]
El mapeo de los cuerpos de agua se debe realizar
utilizando mapas y ortofotos de alta precisión, la
posición horizontal y la forma es tan importante
como la elevación que se asigna al mismo, para
la cota del espejo de agua se debe asumir la
cota de la curva de nivel más baja que corta
el cuerpo de agua, otros procedimientos para
realizar las ediciones necesarias con el objeto
de incluir el mapeo de cuerpos de agua en un
DEM se pueden encontrar en la referencia [12].
Para modelos de nivel 3, según la clasificación
presentada en el punto 5. , se deben introducir
en el DEM todos los atributos hidrográficos más
importantes incluyendo redes de drenaje, lagos,
pantanos y líneas costeras, se debe asegurar la
consistencia de la dirección del flujo y se deben
eliminar los quiebres o discontinuidades en la
pendiente y drenaje.
ƒƒ Pendientes: En algunas aplicaciones la
pendiente del terreno es un dato más
importante que la elevación en sí, por lo que
la producción de un DEM debe estar orientada
también a representar las pendientes de una
56
manera adecuada, la representación debe ser
continua excepto en ríos, precipicios y cráteres,
los modelos de nivel 2 y 3, generalmente
representan la pendiente mejor que un modelo
de nivel 1. [12]
ƒƒ Pruebas Estadísticas: Según la normativa
del USGS (Referenica [12]) una muestra
representativa debe ser obtenida para la
evaluación de la precisión de un DEM, un
número mínimo de 28 puntos de prueba deben
ser adquiridos para este efecto, 20 puntos
interiores y 8 puntos en el borde del DEM.
Según esta norma el único estadístico necesario
para evaluar la precisión de un DEM es el
RMSE, el cual debe ser calculado mediante la
comparación de datos del modelo con datos de
puntos de control tomados en el terreno.
Los puntos de control deben estar distribuidos
adecuadamente en el terreno y deben ser de
alta precisión, los puntos de control pueden ser,
en orden de preferencia,
1.
Puntos tomados en campo con
instrumentos topográficos de precisión.
2. Puntos de triangulación.
3. Datos de elevación puntual, Bench Mark.
4. Puntos de curvas de nivel de cartografía
producida para la zona, que posea una
equidistancia adecuada.
6.4.1. Metodología para la Validación de
Datos de un DEM
La metodología planteada está basada en la
cuantificación de los errores introducidos en
el modelo de elevación digital, el modelo que
presente menor error respecto a los datos medidos
en campo tendrá mejor ajuste; además de la
comparación de los datos utilizando estadística
inferencial, el modelo cuya media y varianza sean
similares a las de los datos medidos en campo es
el que tendrá mayor veracidad.
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 25. Metodología para Validación de Datos de un DEM

Como se observa en la Figura 25 el proceso de • Cuando se disponga de puntos de elevación

validación de un DEM comprende cuatro etapas:
1. Adquisición y Preparación de Datos: se
deben adquirir los modelos de elevación digital
que serán sometidos a la validación, y realizar
las operaciones espaciales previas sobre ellos
para remover las anomalías de ellos, revisar
su coherencia, corregir ruidos, etc. con lo que
los modelos estarán listos para someterse
al proceso de validación; generalmente se
presentaran dos escenarios en los cuales será
útil esta metodología:
medidos en campo que serán confrontados
con los datos de varios modelos para
determinar cuál de ellos posee un mejor
ajuste.
• Se tiene un DEM cuya precisión está
comprobada, sin embargo no cubre el área
total en estudio, por lo que se debe recurrir
a otro para poder rellenar estos vacíos.

57
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 26. Posibles Escenarios en los que se Utilizaría la Metodología para Validación de Datos de un DEM

Para el primer caso, los datos que se utilizaran extraerán las elevaciones que luego serán
como patrón, idealmente serán datos de utilizadas para validar los demás modelos.
elevación puntual de alta precisión (Bench
2. Comparación Visual: una primera etapa de
Marks, lecturas de líneas de nivelación, lecturas
la validación se realizara a través del análisis
con DGPS, puntos de redes de triangulación,
de los datos utilizando estadística descriptiva,
etc.), cada dato de elevación esta siempre
para comparar los histogramas de los mismos,
asociado a una coordenada; en el segundo caso
medias, desviación estándar, máximos,
se recurrirá a un muestreo aleatorio (teniendo
mínimos, dispersión de los residuos, etc., se
en cuenta los criterios presentados en este
pueden elaborar mapas de error que permitan
documento) sobre el DEM de alta precisión
estimar la distribución espacial de los mismos
para obtener las coordenadas de las que se
y verificar si estas diferencias cumplen las

58

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
especificaciones con las que se elaboró cada
modelo, también se pueden analizar algunos
atributos secundarios del modelo, como la
pendiente, la red de drenaje que se extrae del
mismo, etc. para evaluar si el modelo representa
las formas del terreno de manera correcta.
3. Estadística Inferencial: este análisis está
orientado a determinar si es que existen
diferencias estadísticamente significativas
entre los sets de datos, antes de poder realizar
esta evaluación entre los sets de datos se
debe realizar un análisis exploratorio de los
mismos, el cual consistirá en realizar pruebas
de normalidad (Shapiro-Wilks, Anderson-
Darling, etc.) y de homogeneidad de varianzas
(prueba del coeficiente de varianzas, para
comparaciones de dos en dos; y prueba de
Bartlett, para comparar las varianzas de k
muestras).
Esto para definir si el análisis se realiza a través
de la prueba de ANOVA o su equivalente
no paramétrico; en caso de encontrarse
que las diferencias son significativas
(independientemente de la prueba que se
utilice), se debe determinar la muestra que
presenta las mayores diferencias realizando
pruebas de dos en dos con los datos, el modelo
que presente la mayor diferencia debería ser
rechazado.
En caso de las pruebas del análisis de
varianza concluyan que no existen diferencias
estadísticamente significativas, entonces
se deben realizar otros contrastes que nos
permitan determinar el grado de ajuste del
7 CASO DE ESTUDIO: CUENCA DEL RÍO SAN JUAN DE SORA SORA
7.1. Delimitación y Caracterización del
Área de Estudio
Para llevar a cabo la comparación de Modelos de
Elevación Digital a diferentes escalas es necesario
establecer un ámbito geográfico en el cual se
desarrollara el estudio, dado que se pretende
explorar la calidad de los datos topográficos para su
aplicación en la hidrología se vio por conveniente
realizar el estudio en los límites de una cuenca
hidrográfica.
El espacio del altiplano boliviano se constituye en
PROGRAMA CUENCA POOPÓ
modelo, para este efecto se propone utilizar la
prueba de Kolmogorov – Smirnov, dado que la
misma es una prueba no paramétrica se puede
aplicar a cualquier set de datos, además que en
el proceso de cálculo de la misma se compara
las distribuciones de los datos tomados en
campo y los del modelo, cuantificando la
diferencia que existe entre ambas, de manera
global y también por intervalos, por lo que
es una prueba que puede informar de varios
parámetros útiles sobre las diferencias entre
los datos.
4. Estadísticos: Finalmente se deben calcular
los estadísticos que servirán como indicadores
del error introducido en el DEM, y también
la correlación entre los datos de campo y
el modelo, analizando los resultados de los
mismos, junto a las conclusiones obtenidas en
las etapas previas de la validación se podrá
determinar el modelo que tiene mejor ajuste
respecto a los datos medidos en campo.
La estadística inferencial también puede ser
aplicada a los residuos que presenta cada
modelo respecto a los datos de campo, para
analizar las diferencias entre los mismos,
las conclusiones de este análisis pueden ser
inferidas a los datos de elevación.
Existe software que puede facilitar el cálculo
involucrado en la comparación de los modelos
de elevación digital, como el XLSTAT, MCEST,
etc. sin embargo, como las fórmulas para el
cálculo han sido expuestas a detalle, las mismas
se pueden desarrollar en una hoja electrónica
Excel sin ningún inconveniente.
una cuenca endorreica de gran magnitud (Unidad
Hidrográfica “0”) la cual involucra un sistema
hídrico que es denominado T.D.P.S. (lago Titicaca, rio
Desaguadero, lago Poopó y Salar de Coipasa), para
el departamento de Oruro es de especial interés el
estudio del “subsistema” del lago Poopó, el cual ha
entrado en un proceso de retracción importante,
además de los problemas que representan para
el sistema la elevada producción de sedimentos y
la contaminación ambiental severa que se puede
evidenciar en los recursos hídricos del mismo.
59
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Sin duda dentro del subsistema del lago Poopó
la cuenca del rio San Juan de Sora Sora (Unidad
Hidrográfica 01356) juega un papel fundamental,
en ella se puede encontrar actividad minera
extensiva propia de la cordillera occidental de
Oruro, la mina Santa Elena de tuición del Estado
es la más grande de la región y al igual que otros
ingenios y minas presentes en la cuenca, vierte sus
desechos, lixiviados, desmontes, derrubios, etc.
al rio Huanuni (cauce principal de la cuenca) sin
tratamiento previo alguno, esto ha causado que
las aguas tengan un pH muy acido además de un
contenido alto de metales pesados, contaminantes
que han afectado también a los suelos de la región.
Las aguas del rio Huanuni son muertas y descargan
a la interconexión de los lagos Uru Uru y Poopó
(en ese punto el cauce es llamado “San Juan de
Sora Sora”) lo cual explica el hallazgo de metales
pesados en los peces del lago Poopó.
Otro afluente importante en la cuenca es el rio
Santa Fe, que es un tributario que recoge las
aguas de que fluyen por varios centros mineros
del cantón Morococala, ubicado en el sector
Norte de la cuenca, al igual que el rio Huanuni la
contaminación por la actividad minera ha causado
que la calidad de agua presente en este afluente no
sea apta para ningún uso. El contraste es evidente
cuando en la misma cuenca se tiene también un
afluente de agua clara, este es el caso del rio Venta
y Media en el sector sur de la cuenca, es un río de
pie de monte con lecho de grava y ancho bastante
amplio que presenta una morfología trenzada.
Como se mencionó anteriormente la alta producción
de sedimentos es otro problema presente en
la cuenca, no solo porque la escasa cobertura
vegetal y las pendientes fuertes presentes en la
misma han llevado a que esta sea más susceptible
a los procesos erosivos, sino también porque los
efluentes de la explotación minera llevan consigo
cargas importantes de sedimentos. En la salida
de la cuenca se ha formado un abanico aluvial
que muestra claramente el grado alto de la
sedimentación del cauce principal, este problema
ha ocasionado inundaciones cuando se presenta
avenidas máximas en las localidades de Sora y
Machacamarca principalmente; por otro lado las
bajas pendientes en la descarga de la cuenca
60
han dado paso a una morfología muy dinámica
del cauce principal haciendo muy difícil definir la
divisoria de las aguas en este punto.
A pesar de todos los problemas ambientales
que se deben sopesar, también existe actividad
agropecuaria concentrada y dispersa en la cuenca,
para lo cual se aprovecha el agua principalmente
en las partes altas antes de que llegue a ser
contaminada por las actividades mineras.
Por todo lo expuesto de manera muy simple líneas
arriba, queda evidenciada la necesidad de generar
estudios que estén destinados a caracterizar
esta cuenca y recopilar información útil para la
gestión de recursos hídricos de la misma, para
luego formular un Plan de Manejo Integral de esta
cuenca.
Teniendo presentes estas consideraciones es que
se ha escogido la cuenca del rio San Juan de Sora
Sora para la realización de este estudio, el cual dará
como producto información base para caracterizar
la cuenca y los recursos hídricos de la misma.
7.2. Localización y Caracterización de la
Cuenca del río San Juan de Sora Sora
La cuenca del río San Juan de Sora Sora, está
ubicada en el lado Nor Este del Lago Poopó,
se encuentra entre las siguientes coordenadas
geográficas:
LATITUD Min = 18° 29’ 44,23”S
LONGITUD Min = 67° 04’ 37,13”W
LATITUD Max = 18° 01’ 59,16”S
LONGITUD Max = 66° 38’ 54,03”W
La extensión de la cuenca abarca parte de los
departamentos de Oruro y Potosí, a nivel provincial
ocupa parte de las provincias de Poopó y Pantaleón
Dalence en el departamento de Oruro y la provincia
Bustillo en el Departamento de Potosí.
A nivel municipal la cuenca del río San Juan de
Sora Sora ocupa territorio que corresponde a la
jurisdicción de los municipios de Poopó, Antequera,
Huanuni y Machacamarca en el departamento de
Oruro; además de los municipios de Llallagua y
Uncía en el departamento de Potosí.

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Figura 27. Ubicación de la Cuenca del Rio San Juan de Sora Sora.
7.3. Actividades Antrópicas en la Cuenca
La extensión de la cuenca puede dividirse en tres
zonas, la primera perteneciente al área que drena
el río Huanuni, la cual es un valle en formación
con formaciones geológicas y mineralógicas ricas
en metales polimetálicos lo que ha favorecido la
actividad minera desde hace décadas, sin embargo
en la naciente del cauce también se puede
encontrar actividad agropecuaria dispersa.
La segunda zona es el área que drena el rio Venta
y Media que presenta actividad ganadera tanto
de ovinos como camélidos, además de la alta
demanda de suelo para la producción agrícola.
La tercera es la zona de Realenga y Sora Sora,
que presenta varios afluentes de agua dulce lo
cual favorece la producción de cultivos forrajeros
y la actividad ganadera intensiva y la producción
lechera.
La demanda de agua en la cuenca por la actividad
humana es muy alta no solo porque se necesita
de este elemento para consumo humano en
poblaciones concentradas, sino también porque
la actividad industrial (minería principalmente)
hace uso de grandes volúmenes en sus procesos
productivos, además de la alta demanda para usos
agrícolas y ganaderos.
PROGRAMA CUENCA POOPÓ
7.4. Geología
Las formaciones geológicas en la cuenca
corresponden principalmente a dos eras:
ƒƒ Era del cenozoico, periodo cuaternario y fase
andino II que corresponde a formaciones de
depósitos aluviales, coluviales, fluvio-glaciales,
terrazas y el volcán Morococala.
ƒƒ Era paleozoico, periodo devoniano – siluriano
y fase cordillerano, que corresponde a las
formaciones Cancañiri, Catavi, Llallagua y
Uncía.
7.5. Topografía y Relieve
La zona se caracteriza por la presencia de la
cordillera oriental, serranías y algunos sectores
con planicies, existen pocos cauces permanentes
la mayor parte solo fluyen en época de lluvias, la
desembocadura del cauce principal es una zona de
baja pendiente, lo que ha dado lugar a la formación
de un delta con anillos aluviales.
Las pendientes varían en un amplio rango, sin
embargo en la zona predominan las pendientes
fuertes y moderadas (10 a 40%), lo cual hace al
terreno propenso a la erosión hídrica.
61
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

7.6. DEM a partir de las Curvas de Nivel fuente de información topográfica disponible con
de las Cartas IGM Esc. 1:50 000 cobertura nacional. La zona analizada en este caso
de estudio es cubierta por nueve cartas IGM a Esc.
La generación del modelo de elevación digital
1:50.000 con la distribución que se muestra en la
a partir de curvas de nivel comprende la síntesis
Figura 10. Siguiendo la metodología planteada
de la información hipsográfica e hidrográfica de
en la Figura 9, y los procedimientos expuestos en
una región, información obtenida de las cartas
esta guía se ha obtenido un modelo de elevación
geográficas del Instituto Geográfico Militar, cuyo
digital de 5 [m] de resolución espacial que cubre
uso en el medio ha sido extensivo a lo largo del
la extensión de la cuenca del Rio San Juan de Sora
tiempo ya que hasta hace poco, eran la única
Sora.

Figura 28. DEM de la Cuenca del Rio San Juan de Sora Sora

7.7. Aplicación de la Metodología ajuste a los datos de elevación reales, cuál es el

Propuesta para la Validación de
Datos
Para la caracterización de las elevaciones y el
relieve del terreno de la zona de estudio se tiene
disponibles varios modelos de elevación digital, es
necesario determinar cuál de ellos presenta mayor
que mejor representa las formas del terreno, etc.
Los modelos que se tienen a disposición se
describen a continuación.
ƒƒ Modelo de Elevación Digital a partir de
Curvas de Nivel - Res. Espacial = 5 [m]. Es el
modelo obtenido a través de los procedimientos

62

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
expuestos en este documento, el IGM provee
cartografía con cobertura nacional a distintas
escalas, para este trabajo se utilizó las cartas
a escala 1:50 000, que tienen un intervalo de
curvas de nivel de 20 [m], debido a que son
las que representan mayor detalle del terreno.
Las curvas de nivel de las cartas IGM fueron
obtenidas alrededor de los años 60, a través
de procedimientos fotogramétricos utilizando
como información base fotografías aéreas, la
referencia vertical que tienen es el nivel medio
del mar, dentro de la información altimétrica
que presentan las cartas también se tienen
datos de elevación puntual, y en algunas
ocasiones datos de BM’s y puntos de redes de
triangulación.
Esa conjunción de información ha hecho
que las cartas IGM tengan una referencia
altimétrica sólida, probada a través del tiempo
con las redes de nivelación que levanto el IGM
a lo largo del territorio nacional, aun hoy en
día es la principal referencia para el estudio de
la topografía del terreno en proyectos a nivel
local.
Está claro que la fiabilidad y la precisión de
los datos del DEM derivado de las cartas IGM
es semejante al de las mismas, sin embargo,
almacenado los datos de elevación de las
cartas con una representación Raster, se
incrementa sus usos potenciales a través del
manejo de estos datos en un SIG.
ƒƒ DEM SRTM - Res. Espacial = 30 [m]. Es el
modelo obtenido por la misión topográfica de
la NASA en el año 2000, los datos de elevación
para este modelo fueron obtenidos a través
de interferometría laser, la mayor parte de
los datos capturados durante la misión SRTM
están disponibles para su descarga de manera
gratuita.
Los datos originales para este modelo se
almacenan en formato *.hgt, y es necesario
corregir los ruidos presentes en el set de datos
antes de poder utilizarlos.
ƒƒ DEM ASTER - Res. Espacial = 30 [m]. Este
modelo es generado a partir de un par de
imágenes estereoscópicas, en este caso se
utilizó los datos de la segunda versión del
ASTER GDEM, que fue publicada en 2011.
Los datos disponibles para su descarga vía
web, no necesitan procesamientos previos
para ser utilizados.
ƒƒ DEM HYDROSHEDS - Res. Espacial = 90
PROGRAMA CUENCA POOPÓ
[m]. El modelo utilizado para la delimitación
y codificación de Unidades Hidrográficas
en nuestro país, fue el modelo del proyecto
HYDROSHEDS, que es una versión modificada
del SRTM que incluye mejoras para representar
de mejor manera los atributos hidrológicos del
terreno.
Para realizar la validación de los modelos es
necesario contar con puntos de elevación en
el terreno cuya precisión sea conocida, para la
obtención de estos puntos es necesario recurrir a
las instituciones que manejan la cartografía a nivel
nacional, que son las encargadas de recolectar
esta información. Alternativamente, se pueden
medir estos datos directamente en campo con
instrumentos de precisión.
Una limitante para el desarrollo de este trabajo,
radico en la obtención de los datos de elevación
puntual para poder realizar la validación de los
modelos de elevación, debido al costo elevado
que tienen los equipos topográficos de precisión,
pocas instituciones han accedido a la compra de
los mismos, por lo que la disponibilidad de este
tipo de datos es muy limitada.
Para la validación de los modelos se dispuso de
136 puntos de control, 10 de ellos BM’s proveídos
por el IGM, el resto son datos de elevación puntual
obtenidos de la cartografía producida por el
IGM para la zona y trabajos de catastro urbano
realizados también por el IGM; estos tipos de datos
según los estándares del U.S.G.S. [13] (norma base
utilizada en este manual) son válidos para realizar
la comparación de la precisión de los modelos.
Con estos datos y siguiendo la metodología de
la Figura 25, se procede con la validación de los
cuatro modelos de elevación digital obtenidos para
la zona de estudio.
1. Comparación Visual e Inspección de los
Datos.
• Comparación de las Características
definidas a priori para cada Modelo.
Cada modelo de elevación digital tiene
características particulares que tienen que
ver con su resolución espacial, costo, fecha
de adquisición, etc., que en cierta manera
influyen en la calidad de los datos que se están
generando.
A continuación analizaremos algunas
características de los modelos que se están
utilizando.
63
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Tabla 11. Características de los Modelos de Elevación Digital Utilizados
Característica SRTM
Fuente SRTM1
Generación y NASA/USGS
Distribución
Año de Acceso 2003 ~
Resolución Horizontal 30 [m]
Precisión DEM 16 [m]
Cobertura del DEM 60 ° Norte a 56 ° Sur
Adquisición de Datos 11 días (2000)
Áreas con Datos Área con topografía
Faltantes inclinada presentan vacíos
(debido a las características
del RADAR)
Las características mostradas son publicadas por
las instituciones que generan la información de
los modelos de elevación, quienes se encargan
de la captura de los datos y procesamiento de
los mismos, sin embargo, y en lo que respecta
a sus rangos de precisión especialmente, es
necesario validar los datos a nivel local.
La tabla no especifica las características de un
modelo de elevación digital a partir de curvas
de nivel, dado que esta es una técnica que aún
está en proceso de estandarización (ese es el
objetivo de este manual), en la medida que se
generen los modelos y se realice su validación
también se establecerán los parámetros
respecto a su resolución, precisión, cobertura,
etc.; por lo pronto el modelo fue generado
únicamente para la región de estudio ya
definida, y los datos obtenidos son válidos solo
para esta zona.
Analizando los datos de la Tabla 11 el DEM
ASTER es el que presenta mayores ventajas
sobre los demás modelos, tiene una mejor
resolución espacial, la precisión vertical del
modelo es mejor, los datos faltantes solo se
presentan en zonas con excesiva nubosidad, la
toma de datos para este modelo es continua
por lo que seguramente existirán nuevas
versiones de este set de datos, utilizando un
mayor número de imágenes para la generación
del DEM; a diferencia del SRTM que presenta
vacíos en zonas de bajo retorno (sombras,
zonas con pendientes muy pronunciadas, etc.).
64
ASTER HydroSHEDS
ASTER GDEM SRTM3
METI/NASA Proyecto HydroSHEDS
2011 ~ 2006 ~
30 [m] 90 [m]
7 – 14 [m] 16 [m]
83 ° Norte a 83 ° Sur Masas Continentales
2000 ~ y continua 11 días (2000)
Áreas sin datos ASTER por la Se usaron datos SRTM3 V2 y
nubosidad constante fue V3 con vacíos rellenados
rellenada con otros DEM
Fuente: Adaptado Referencia [5].
En zonas donde existe una frondosa cobertura
forestal o vegetación alta, los modelos
obtenidos del SRTM, ASTER e HydroSHEDS
son susceptibles a tener mayores errores que
en zonas de suelos desnudos o con vegetación
rala, esto debido a las características de la toma
de datos para cada modelo; este problema no
se presenta con un DEM generado a partir de
curvas de nivel.
Desde el punto de vista hidrológico, el
DEM SRTM y el ASTER no son modelos
acondicionados hidrológicamente, es decir,
si bien se realiza procesos para el mapeo de
cuerpos de agua en estos modelos, no se
aplican otros procedimientos mediante los
cuales se garantice que las características
hidrológicas del terreno van a ser representadas
adecuadamente en el modelo, como las que
si se realizan en la obtención del modelo
HydroSHEDS.
Para un modelo elaborado a partir de curvas
de nivel, la calidad del mismo obviamente
dependerá de la calidad del insumo base
para su elaboración, en el caso de las cartas
IGM, estas son la única fuente de información
topográfica de cobertura nacional, y muchas
instituciones del medio acepta como válidos
solamente los datos topográficos obtenidos de
esta fuente, sin embargo, no es posible acceder
a los datos técnicos de su elaboración o a que
proceso de validación han sido sometidos.
La técnica para la obtención de un DEM a partir

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
de curvas de nivel puede ser aplicada también
con información de otras fuentes (siempre
que estas garanticen datos topográficos de
calidad), que reúnan curvas de nivel, datos de
elevación puntual, redes de drenaje, etc. de una
determinada zona de interés, esto podría ser útil
en zonas planas donde el intervalo de curvas
de nivel no permite representar con demasiado
detalle el terreno y es necesario recopilar
información complementaria, o cuando se
está realizando modelos de comportamiento
hidráulico de un rio y se necesita un DEM para
el mapeo de planos de inundación.
Pero en zonas de difícil acceso o demasiado
alejadas, no será posible tomar datos en campo,
para este caso será útil utilizar el enfoque de
percepción remota para la adquisición de datos
de elevación, escogiendo un DEM que cumpla
con las características necesarias.
• Consideraciones sobre la Accesibilidad
de la Información, Tiempo de
Adquisición de los Datos y Costo
Tanto el DEM SRTM, ASTER e HydroSHEDS son
modelos de acceso gratuito, y su descarga se
realiza a través de los sitios web de las entidades
que los distribuyen, los tres modelos ofrecen
una cobertura total del territorio nacional.
Tabla 12. Costo de Modelos de Elevación Digital de Alta Precisión
Resolución
Producto Espacial
[m]
Elevation 30 SPOT – Modelo 30 HRE lv1 (nivel
Digital de Superficie DTED3)
Elevation 10 TERRASAR X – 10 HRE lv1 (nivel
Modelo Digital de Superficie DTED3)
Elevation 10 TERRASAR X – 10 HRE lv1 (nivel
Modelo Digital del Terreno DTED3)
Elevation 4 LIDAR – Modelo 4 HRE lv1 (nivel
Digital de Elevación DTED3)
Elevation 1 LIDAR – Modelo 1 HRE lv1 (nivel
Digital de Elevación DTED3)
utilizados el modelo IGM (en base a cartografía
IGM) sin duda es el que más tiempo consume.
Otro aspecto que condiciona el uso de los DEM
es el costo que tienen los mismos, un resumen
de algunos costos se presenta a continuación.
Como se puede observar el costo de modelos
de elevación con precisión mejorada (SPOT) o
resoluciones espaciales pequeñas (TERRASAR
PROGRAMA CUENCA POOPÓ
Las cartas IGM con las que se obtiene el DEM
de curvas de nivel tienen costo, considerando
el área que cubre una carta IGM Esc. 1:50.000
el costo promedio es cercano a 1 [Bs/Km2]. El
inconveniente con este tipo de información es
que existen algunas cartas que a través del
tiempo han sido extraviadas, por lo que la
cobertura a nivel nacional no es total.
El modelo HydroSHEDS se distribuye listo
para ser usado, no se requiere de ningún
procesamiento previo; para el ASTER existen
algunas zonas con anomalías que deben ser
filtradas o removidas manualmente previo a su
uso; en el caso del DEM SRTM se tienen vacíos
de información que deben ser rellenados,
operación que generalmente se realiza con el
uso de modelos alternos, filtros, o técnicas de
interpolación geoestadísticas. Las correcciones
necesarias para la utilización del DEM SRTM y
ASTER consumen tiempo, lo cual constituye una
desventaja.
Sin embargo, es necesario aún más tiempo para
poder llevar las cartas IGM a un SIG y generar
un DEM a partir de ellas, el proceso requiere de
mucha edición para adecuar las curvas de nivel,
además de recolectar los datos de elevación
puntual y corregir la red de drenaje para
ingresarlos al modelo, de los cuatro modelos
Cantidad Precio
Nivel de Proceso Mínima por [km2]
[km2] en [Bs.]
Precisión horizontal hasta 6 [m] CE90 500 106.00
Precisión vertical hasta 6 [m] CE90
Precisión horizontal hasta 5 [m] CE90 500 303.00
Precisión vertical hasta 5 [m] CE90
Precisión horizontal hasta 5 [m] CE90 500 454.00
Precisión vertical hasta 5 [m] CE90
Precisión horizontal hasta 3 [m] CE90 100 539.00
Precisión vertical hasta 2 [m] CE90
Precisión horizontal hasta 1.5 [m] CE90 100 1078.00
Precisión vertical hasta 1.5 [m] CE90
Fuente: Adaptado Referencia [5].
X y LIDAR) es bastante alto, adquirirlos para
una cuenca resultaría impráctico dadas las
superficies grandes que se deben cubrir, por
lo que es necesario buscar otras fuentes de
información de las cuales recabar estos datos,
por esta razón siempre tienen prioridad en
su utilización los modelos SRTM. ASTER o
HydroSHEDS.
65
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
• Comparación de las Elevaciones
obtenidas de cada DEM
Un DEM es una representación de las elevaciones
del terreno; a pesar de que los productos que
algunos sensores entregan, es un modelo de
tipo DSM, en zonas con escasa vegetación se
asume que el modelo es un DEM, o se aplican
correcciones al producto que garantizan la
fiabilidad de los datos de elevación obtenidos.
Figura 29. Histogramas de Elevación de los Modelos de Elevación Analizados para la Cuenca del Rio San Juan de Sora Sora
Como se observa en la Figura 29, los
histogramas de elevación, representan una
distribución de los valores muy similar en el
caso de los DEM SRTM ASTER e HydroSHEDS;
el modelo ASTER presenta una distribución de
pixeles más concentrada en algunos valores
de elevación, respecto al SRTM. Para el DEM
66
En el caso del modelo obtenido a partir de las
curvas de nivel del IGM, no es necesario realizar
ninguna corrección previa, dado que las curvas
de nivel de las cartas son isolíneas de elevación.
Para comparar la distribución de las elevaciones
del terreno representadas por los modelos de
elevación, es conveniente recurrir a la obtención
de un histograma de elevación de cada uno de
ellos.
IGM se tiene una distribución con varios picos,
esto debido a que el tamaño de pixel de este
modelo es pequeño, no existe un efecto de
generalización de las elevaciones del terreno y
la diversidad de observaciones del modelo es
mayor, dando lugar a que algunas elevaciones
estén representadas por pocos pixeles, los picos

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
son valores predominantes en la muestra que
son los que coinciden con los valores enteros
de las curvas de nivel.
La curva roja en cada histograma representa
el número de pixeles acumulado respecto
a la elevación, se puede observar que el
comportamiento para los cuatro modelos es
bastante similar, el quiebre abrupto que se
presenta alrededor del valor de 3700 [m.s.n.m.]
indica que el valor más común de elevación de
cada modelo se encuentra por debajo de esta
elevación o muy cercano a la misma.
En efecto, revisando los valores en
los histogramas obtenidos los valores
predominantes para cada modelo son 3700,
3706, 3692 y 3706, para los modelos IGM,
SRTM, ASTER e HydroSHEDS, respectivamente;
otros datos de interés extraídos de los
histogramas de elevación se encuentran
resumidos en la Tabla 14.
Analizando los valores extraídos de los
histogramas, se puede observar que existen
diferencias marcadas entre los mismos, siendo
los más similares entre sí, el DEM SRTM y el
ASTER.
En los datos de la Tabla 14 es posible realizar
algunas consideraciones sobre el efecto de la
resolución en los datos, existen variaciones
marcadas en los mismos cuando se manejan
resoluciones más pequeñas, y menos abruptas
en resoluciones grandes, esto por efecto de las
operaciones de resampleo que se utiliza. Sería
lógico pensar que si se comparan los modelos a
una resolución única los datos serian similares,
sin embargo, existen diferencias marcadas,
de más de 50 [m] en los valores máximos y
mínimos, y más de 25 [m] en los valores medios
de elevación.
PROGRAMA CUENCA POOPÓ
Es necesario aclarar que un modelo de pixel
pequeño puede ser resampleado a tamaños
más grandes, ya que la información que
contiene cada pixel será generalizada para tener
un tamaño de pixel más grande, sin embargo
no es posible realizar la operación inversa, es
decir resamplear un DEM con tamaño de pixel
grande a uno pequeño, conceptualmente esto
es incorrecto, dado que al realizar la operación
de resampleo lo único que se hará es dividir
los pixeles en tamaños más pequeños la
información que contienen no sufrirá ninguna
modificación.
Los histogramas de frecuencia de elevación
o altitud, que se muestran en la Figura 30
proporcionan otra manera de analizar la
variación y ajuste de los datos de elevación
medidos en campo a los datos proporcionados
por los modelos.
El polígono de frecuencia de los datos de
elevación medidos en campo (línea roja en cada
histograma) muestra el patrón de la distribución
de frecuencia de los puntos de control, se
observa que el modelo que presenta un mejor
ajuste respecto a este patrón es modelo IGM,
esto era de esperarse dado que varios de los
puntos de control fueron tomados de la misma
fuente de la que se tomaron extrajeron los
datos para la elaboración del DEM.
Se observa que el DEM ASTER presenta un
buen grado de similitud con el patrón en la
mayoría de los intervalos de elevación media
y baja, sin embargo entre las elevaciones más
altas (parte montañosa) de la zona existe una
mayor discrepancia.
Los modelos SRTM e HydroSHEDS tienen
distribuciones de frecuencia que difieren en
mayor grado con el patrón, sin embargo, las
distribuciones de ambos modelos son muy
similares entre sí.
67
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 30. Histogramas de Frecuencia de Elevación para cada DEM

68

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Para cuantificar las diferencias y tratar de
identificar patrones se deben cuantificar los
errores, un diagrama de dispersión de residuos
(errores) ayuda a identificar si los errores siguen
determinada tendencia o si existen errores
sistemáticos en los set de datos, en la Figura 31
se muestran los diagramas de dispersión para
los residuales de los modelos obtenidos para la
zona de estudio.
La línea roja en cada diagrama muestra el error
medio asociado al set de datos, los residuos
para el DEM IGM son los que presentan los
menores valores, la tendencia predominante es
de sub estimar los valores de elevación, de ahí
que el error medio para este modelo tiene signo
negativo.
PROGRAMA CUENCA POOPÓ
En los diagramas para el resto de los modelos
de elevación se puede observar que los mismos
no siguen un patrón definido, son más bien
aleatorios, la mayoría de los residuos son de
magnitudes considerables y con tendencia
a sub estimar la elevación, también existen
algunos valores extremos, tanto positivos
como negativos, estos valores altos dan como
resultado que el error medio para los tres
modelos también tenga un valor bastante
elevado.
La dispersión de los valores para los tres
modelos es muy similar, la tendencia negativa
del error se da en los intervalos que representan
elevaciones altas, los valores más extremos se
tienen en los intervalos de elevación entre el
3800 y 4200 [m.s.n.m.].
69
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 31. Diagrama de Dispersión de Residuos para cada DEM.

Figura 32. Histogramas de Frecuencia de Residuos para cada DEM

70

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Para visualizar de mejor manera la distribución
de los residuos se tienen los histogramas de
la Figura 32, el DEM IGM muestra una clara
tendencia que muestra que la mayor parte de
los errores se encuentra en un intervalo de 0 a
-3 [m], para el resto de los modelos los errores
se concentran entre el intervalo de -140 [m]
a 40 [m]; los intervalos de -50 a -20 [m], -80
a -50 [m] y -80 a -50 [m] corresponden a la
frecuencia más alta de errores para los modelos
SRTM, ASTER e HydroSHEDS respectivamente.
De los histogramas se puede observar que
los modelos ASTER e HydroSHEDS son los que
presentan una distribución de frecuencia de los
residuos muy similar.
Teóricamente los errores tienen media igual a 0
y siguen una distribución normal, en este caso
el DEM IGM es el único que cumpliría con esta
condición en su media (Error Medio = -0,977),
Figura 33. Mapas de Error para los DEM SRTM, ASTER e HYDROSHEDS
PROGRAMA CUENCA POOPÓ
observando los histogramas, si bien se observa
un ligero sesgo hacia la izquierda, por la forma
de los mismos podemos presumir que los
residuos siguen una distribución normal.
En el análisis realizado se ha mostrado que
los errores presentes en cada modelo en
muchos casos son valores altos, que superan
ampliamente las especificaciones para el error
máximo expresado en los documentos técnicos
de cada modelo.
Dado que el modelo generado a partir de un
mapa topográfico (DEM IGM) es el modelo que
menores errores presenta respecto a los datos
medidos en campo, utilizando este modelo
como base, es posible elaborar mapas de error
de los modelos obtenidos de otras fuentes para
comprobar la precisión que se muestra en sus
especificaciones.
71
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Comparando los valores del modelo obtenido
de la cartografía del IGM, con los productos
de percepción remota se obtienen los mapas
de error mostrados en la Figura 33, los mapas
muestran dos zonas, la zona roja representa
los valores que no cumplen con los parámetros
de las especificaciones mientras que la zona
amarilla es la que si tiene la precisión que se
consigna en las especificaciones del producto.
Para el DEM SRTM los errores deben ser
menores a 16 [m], para el DEM ASTER menores
a 14 [m], en el caso del DEM HydroSHEDS, dado
que el mismo utiliza como insumo base el DEM
SRTM de 3 [arc seg] de resolución espacial, la
precisión que debe cumplir debe ser la inherente
a este producto, es decir que los errores en este
modelo también deben ser menores a 16 [m].
En el caso del DEM SRTM el 33,12 [%] del área
de estudio cumple con la precisión indicada en
las especificaciones del modelo, para el DEM
ASTER el 33,61 [%] y para el DEM HydroSHEDS
el 34,08 [%]; se debe tomar en cuenta que la
especificación del DEM ASTER es más estricta
que para el SRTM e HydroSHEDS.
Figura 34. Perfiles del Terreno para cada DEM
72
Analizando los mapas elaborados se puede
visualizar que las zonas que no cumplen con
la precisión indicada en las especificaciones se
encuentran en su mayoría en las partes altas de
la cuenca.
Si bien es necesario determinar con que precisión
se pueden extraer los datos de elevación de un
DEM, el analizar la calidad de los datos de los
parámetros secundarios que se pueden obtener
del mismo también es muy importante.
El modelo debe representar de la mejor manera
posible el relieve del terreno, las pendientes
que posee, la red de drenaje de la cuenca, etc.
para evaluar estas características se obtendrán
varios parámetros de interés hidrológico en los
cuatro modelos que se están comparando y se
discutirá sobre su variación.
A través del DEM se pueden estudiar los
perfiles de elevación del terreno, para realizar
una evaluación de la representación que
proporciona cada modelo.

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
El perfil del terreno de la Figura 34 ha sido
obtenido de la parte norte de la cuenca, en él
se puede visualizar que los perfiles obtenidos
de los productos de percepción remota tienen
un patrón bastante similar entre sí, el perfil
del DEM ASTER en las zonas planas presenta
una representación dentada, lo cual muestra
que en estas zonas el tratamiento del DEM no
es el más apropiado; el SRTM e HydroSHEDS
proporcionan un perfil más suavizado con el
que se puede estudiar mejor las pendientes.
Las elevaciones de los perfiles obtenidos de
los productos de percepción remota tienden a
sobre estimar los valores de elevación.
El perfil del modelo IGM, si bien posee zonas
en las que existe bastante similitud con los
demás perfiles, existen zonas en las que la
representación del terreno es muy diferente
de lo que se observa en los demás modelos
en especial en la zonas altas, observándose
también, que los picos en algunos sectores
se encuentran en progresivas distintas. Otro
parámetro importante en la comparación es
el mapeo de la red de drenaje de la cuenca,
Figura 35. Comparación de las Redes de Drenaje para cada DEM
PROGRAMA CUENCA POOPÓ
el modelo debe garantizar que la red sea
representada de manera adecuada y acorde
a las características del terreno, en términos
de sinuosidad, etc., el mapeo de la red en
cada modelo se realizó de acuerdo a las
características expuestas en la Tabla 13, en
la Figura 35 se muestra el cotejo de las redes
de drenaje para cada modelo, se observa
que las redes de los modelos ASTER, SRTM e
HydroSHEDS presentan un mapeo muy general
y en algunos sectores (en especial en la parte
media de la cuenca) no se ajusta muy bien a la
sinuosidad de los cauces.
El DEM IGM y SRTM poseen un mejor ajuste
en la mayor parte de la superficie de la cuenca
sin embargo el mismo no es del todo cabal;
en zonas altas de pendiente fuerte el SRTM
presenta un mejor ajuste.
Otros parámetros que se pueden extraer un DEM
se presenta en la Tabla 13, y Tabla 14; mediante
la evaluación visual de cada mapa es posible
obtener conclusiones sobre el comportamiento
de cada modelo.
73
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Tabla 13. Atributos Extraídos de los DEM

74
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

75
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

76
 Tabla 14. Tabla de Valores - Atributos Extraídos de los DEM a Distintas Resoluciones

RESOLUCIÓN ESPACIAL = 5 [m] RESOLUCIÓN ESPACIAL = 30 [m] RESOLUCIÓN ESPACIAL = 90 [m]

Fuente Valor Valor Desviación Valor Valor Desviación Valor Valor Desviación
Promedio Promedio Promedio
Mínimo Máximo Estándar Mínimo Máximo Estándar Mínimo Máximo Estándar
ELEVACIÓN
Mapa Topográfico 3637,00 4888,00 4127,00 336,00 3637,00 4888,00 4261,00 360,00 3637,00 4883,00 4246,00 352,00
SRTM 3656,00 4838,00 4248,00 341,00 3665,00 4837,00 4240,00 326,00
ASTER 3648,00 4830,00 4239,00 339,40 3662,00 4822,00 4228,00 327,00
HydroSHEDS 3681,00 4831,00 4241,00 324,00
PENDIENTE [grados]
Mapa Topográfico 0,00 55,42 38,64 12,28 0,00 53,91 25,62 12,87 0,00 45,09 19,18 10,99
SRTM 0,00 72,41 28,46 14,84 0,00 55,16 19,86 11,52
ASTER 0,00 63,38 29,63 15,18 0,00 50,38 20,57 11,89
HydroSHEDS 0,00 54,65 20,32 11,84
PENDIENTE [porcentaje]
Mapa Topográfico 0,00 145,07 87,65 33,58 0,00 137,18 55,79 26,81 0,00 100,32 37,09 21,15
SRTM 0,00 315,47 62,29 33,72 0,00 143,68 38,03 22,22
ASTER 0,00 199,52 68,81 34,99 0,00 120,80 39,96 23,23
HydroSHEDS 0,00 140,99 38,79 22,91
ÍNDICE DE HUMEDAD
Mapa Topográfico 2,98 26,96 14,01 4,03 6,70 26,97 13,61 3,34 9,08 27,47 14,60 2,98
SRTM 5,88 26,81 13,66 3,20 8,91 27,44 14,58 2,97
ASTER 6,17 26,09 13,36 2,92 9,00 26,69 14,41 2,78
HydroSHEDS 8,77 27,57 14,61 3,01
ÍNDICE DE FUERZA DE CORRIENTE
Mapa Topográfico 0,04 82208519,6 212426,93 1440827,43 1,57 86767528,6 177394,19 1307498,70 8,48 112815479,4 273093,46 2038055,54
SRTM 1,57 152783257,0 326952,42 2546039,51 8,48 101904836,9 373862,20 2465801,70
ASTER 1,57 282264517,1 559352,15 5055537,05 8,48 131063357,6 465607,21 3191060,80
HydroSHEDS 8,48 106444234,0 363426,78 2392328,93
ÍNDICE DE TRANSPORTE DE SEDIMENTOS
Mapa Topográfico 0,01 93707,21 603,35 1709,89 0,05 100297,34 554,72 1511,94 0,11 132686,43 808,36 2622,96
SRTM 0,05 128818,88 702,52 2453,34 0,11 119352,19 864,00 2828,77
ASTER 0,05 234762,88 1072,15 4178,84 0,11 137391,00 1030,20 3183,51
HydroSHEDS 0,11 126048,29 852,46 2753,98
ACUMULACIÓN DE FLUJO
Mapa Topográfico 1,00 35827776,00 1398338,00 4407108,00 1,00 999939,00 70716,00 164626,00 1,00 110911,00 11566,00 21806,00
SRTM 1,00 852571,00 77892,00 166192,00 1,00 117380,00 14635,00 27029,00
ASTER 1,00 971611,00 76810,00 169285,00 1,00 95536,00 11116,00 19651,00
HydroSHEDS 1,00 121967,00 14590,00 27203,00
FORMA DE LA PENDIENTE (Valores en Porcentaje de Cobertura del Terreno)
Cóncavo Recto Convexo Cóncavo Recto Convexo Cóncavo Recto Convexo
Mapa Topográfico 7,58 86,67 5,75 43,68 12,49 43,83 46,01 4,72 49,27
SRTM 46,37 6,16 47,47 46,58 2,83 50,59
ASTER 48,54 2,26 49,2 48,56 0,98 50,46
HydroSHEDS 48,21 2,30 49,49

77
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
PROGRAMA CUENCA POOPÓ
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

En los resultados expuestos se puede observar
que si bien existen diferencias en los datos de
elevación entre los DEM, al obtener parámetros
secundarios de los mismos en algunos casos
las diferencias se hacen aún mayores, este
comportamiento se da principalmente con
el DEM ASTER en el cálculo de los índices de
humedad, fuerza de corriente y transporte
de sedimentos; para los otros parámetros al
comparar los modelos a una sola resolución
espacial (90 [m]) se obtienen valores muy
similares.
Los valores de los parámetros secundarios
obtenidos con el DEM IGM en su resolución
original difieren en gran manera, al
confrontarlos con los valores obtenidos del DEM
IGM resampleados a otras resoluciones más
grandes, esto muestra que al utilizar modelos
con tamaño de malla grande, se pierde mucha
precisión en el cálculo de los parámetros de
interés hidrológico.
Realizando una comparación visual de los
mapas obtenidos, es evidente la diferencia en
el mapeo de varios de los parámetros entre el
DEM HydroSHEDS y el resto de los modelos, el
acondicionamiento hidrológico introducido en
este modelo es evidente y produce resultados
más adecuados.
Esto muestra que un modelo no solamente
debe proporcionar valores de elevación que se
ajusten de buena manera a los datos medidos
en campo, sino que debe representar de manera
coherente el relieve del terreno, su drenaje,
pendientes, etc.
2. Estadística Inferencial
Todos los modelos de elevación sufren
controles de calidad estrictos por parte de sus
proveedores antes de ser distribuidos, lo que
garantiza productos de calidad; a pesar de ello,
para estudios a una escala local, es necesario
verificar el grado de error introducido en un
modelo y conocer si las diferencias entre los
datos medidos en campo y los datos de los
modelos son significativas o no.
Para este efecto utilizaremos la estadística
inferencial, siguiendo la metodología expuesta
en la Figura 25, se compararan los datos de los
puntos de control con los datos de los cuatro
modelos que estamos analizando.
Previamente se debe realizar un análisis
exploratorio de los datos para determinar
que pruebas utilizar, se debe comprobar
la suposición de que los datos siguen una
distribución normal y si cumplen con la
homogeneidad de varianzas.
Realizando la prueba de normalidad para los
puntos de control se tiene estos resultados:

Tabla 15. Estadisticas Descriptivas para los Puntos de Control

Datos de Verdad
de Campo
Núm. de valores utilizados 136
Núm. de valores ignorados 0
Mínimo 3683,000
Primer cuartil 3936,000
Mediana 4305,500
Tercer cuartil 4535,000
Máximo 4766,000
Rango 1083,000
Media 4232,975
Curtosis (Pearson) -1,280
Asimetría (Pearson) -0,384
CV (desviación típica/media) 0,080
Varianza estimada 113524,944
Desviación típica estimada 336,935
Desviación típica de la media 28,892
Límite inf. IC de la media 4175,836
Límite sup. IC de la media 4290,115

78
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Figura 36. Q-Q Plot y p-p Plot para los Puntos de Control

Para la prueba de Shapiro-Wilks se tienen los nula según la cual los datos siguen una
siguientes valores, para un nivel de significancia distribución normal, dicho de otro modo la no –
α=0,05: normalidad es significativa.
Para utilizar la prueba de ANOVA todas las
Tabla 16. Prueba de Normalidad de Shapiro - Wilks
muestras deben seguir una distribución normal,
W (valor observado) 0,901 basta que una no siga esta distribución para
p-value unilateral < 0,0001 tener que utilizar su equivalente paramétrico.
Alpha (  ) 0,05 Para probar la homogeneidad de varianza se
utilizara la prueba Bartlett, para la cual los
De los resultados se puede rechazar la hipótesis resultados son:

Tabla 17. Prueba de Bartlett para comprobar la homogeneidad de varianzas

Desviación
Desviación Primer Tercer
Muestra Frecuencia Media Varianza típica de Mínimo Mediana Máximo
típica Cuartil Cuartil
la media
Puntos de
136 4232,97 113524,94 336,93 28,89 3683,00 3936,00 4305,50 4535,00 4766,00
Control
DEM IGM Res
136 4231,99 113705,42 337,20 28,91 3683,00 3936,00 4305,50 4534,50 4759,00
= 5 [m]
DEM
HydroSHEDS 136 4190,27 100446,91 316,93 27,17 3695,00 3885,00 4267,00 4482,00 4675,00
Res = 90 [m]
DEM ASTER
136 4183,18 99981,38 316,19 27,11 3686,00 3879,50 4270,00 4478,00 4667,00
Res = 30 [m]
DEM SRTM
136 4193,11 100370,76 316,81 27,16 3696,00 3885,00 4279,50 4493,50 4679,00
Res = 30 [m]

Chi-cuadrado (valor observado) 1,272

Chi-cuadrado (valor crítico) 9,488
GDL 4
p-value unilateral 0,866
Alpha (  ) 0,05

De los resultados para un umbral de significación cumplen con la homogeneidad de varianzas,

α = 0,05, no se puede rechazar la hipótesis
nula de igualdad de las varianzas, dicho de
otro modo, la desigualdad de varianzas no es
significativa.
Para este caso se observa que las muestras
sin embargo el set de datos de los puntos
de control no cumplen con la suposición de
la normalidad, por lo que para determinar si
entre los puntos de control y los modelos de
elevación existen diferencias significativas, se

79
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

deberá utilizar la prueba H de Kruskall – Wallis.
Realizando la Prueba H para los datos de los
cuatro modelos que se están comparando,
tenemos los siguientes resultados:
Tabla 18. Prueba H de Kruskall - Wallis
H Calculado 5,182
H Teórico 7,815
Con los resultados mostrados en la Tabla
18 no se puede rechazar la hipótesis nula
que considera que las k poblaciones son
iguales, dicho de otro modo, las diferencias
entre las poblaciones no son significativas.
La prueba H muestra que estadísticamente
las diferencias entre los datos no pueden
ser consideradas significativas, por lo que
sería indistinto usar cualquier modelo para
la representación de las elevaciones del
terreno en la zona de estudio; sin embargo,
para entender de mejor manera la variación
en la representación de las elevaciones del
terreno por parte de los DEM analizados, se
recurrirán a contrastes posteriores, que en
este caso será el contraste de Kolmogorov-
Smirnov, los resultados para este contraste
se muestran a continuación.

Tabla 19. Resultados del Contraste de Kolmogorov – Smirnov

ƒƒ Comparación de los Puntos de Control con el DEM IGM

Frecuencia Probabilidad
Frecuencia Probabilidad
Intervalo Puntos de Puntos de Dn
DEM IGM DEM IGM
Control Control
A 3682,00 3790,50 23 23 0,17 0,17 0,0000
B 3790,50 3899,00 6 6 0,04 0,04 0,0000
C 3899,00 4007,50 11 12 0,08 0,09 0,0074
D 4007,50 4116,00 11 10 0,08 0,07 0,0074
E 4116,00 4224,50 5 5 0,04 0,04 0,0000
F 4224,50 4333,00 15 15 0,11 0,11 0,0000
G 4333,00 4441,50 13 13 0,10 0,10 0,0000
H 4441,50 4550,00 22 22 0,16 0,16 0,0000
I 4550,00 4658,50 25 26 0,18 0,19 0,0074
J 4658,50 4767,00 5 4 0,04 0,03 0,0074
136 136 0,0074

ƒƒ Comparación de los Puntos de Control con el DEM HydroSHEDS

Frecuencia Frecuencia Probabilidad Probabilidad
Intervalo Puntos de DEM Puntos de DEM Dn
Control HydroSHEDS Control HydroSHEDS
A 3682,00 3790,50 23 25 0,17 0,18 0,0147
B 3790,50 3899,00 6 11 0,04 0,08 0,0368
C 3899,00 4007,50 11 8 0,08 0,06 0,0221
D 4007,50 4116,00 11 11 0,08 0,08 0,0000
E 4116,00 4224,50 5 8 0,04 0,06 0,0221
F 4224,50 4333,00 15 14 0,11 0,10 0,0074
G 4333,00 4441,50 13 18 0,10 0,13 0,0368
H 4441,50 4550,00 22 27 0,16 0,20 0,0368
I 4550,00 4658,50 25 13 0,18 0,10 0,0882
J 4658,50 4767,00 5 1 0,04 0,01 0,0294
136 136 0,0882

80
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

ƒƒ Comparación de los Puntos de Control con el DEM ASTER

Frecuencia Probabilidad
Frecuencia Probabilidad
Intervalo Puntos de Puntos de Dn
DEM ASTER DEM ASTER
Control Control
A 3682,00 3790,50 23 25 0,17 0,18 0,0147
B 3790,50 3899,00 6 11 0,04 0,08 0,0368
C 3899,00 4007,50 11 9 0,08 0,07 0,0147
D 4007,50 4116,00 11 10 0,08 0,07 0,0074
E 4116,00 4224,50 5 8 0,04 0,06 0,0221
F 4224,50 4333,00 15 17 0,11 0,13 0,0147
G 4333,00 4441,50 13 15 0,10 0,11 0,0147
H 4441,50 4550,00 22 32 0,16 0,24 0,0735
I 4550,00 4658,50 25 8 0,18 0,06 0,1250
J 4658,50 4767,00 5 1 0,04 0,01 0,0294
136 136 0,1250

ƒƒ Comparación de los Puntos de Control con el DEM SRTM

Frecuencia Probabilidad
Frecuencia Probabilidad
Intervalo Puntos de Puntos de Dn
DEM SRTM DEM SRTM
Control Control
A 3682,00 3790,50 23 25 0,17 0,18 0,0147
B 3790,50 3899,00 6 11 0,04 0,08 0,0368
C 3899,00 4007,50 11 7 0,08 0,05 0,0294
D 4007,50 4116,00 11 10 0,08 0,07 0,0074
E 4116,00 4224,50 5 9 0,04 0,07 0,0294
F 4224,50 4333,00 15 15 0,11 0,11 0,0000
G 4333,00 4441,50 13 16 0,10 0,12 0,0221
H 4441,50 4550,00 22 30 0,16 0,22 0,0588
I 4550,00 4658,50 25 12 0,18 0,09 0,0956
J 4658,50 4767,00 5 1 0,04 0,01 0,0294
136 136 0,0956

Figura 37. Comparación de Frecuencias entre los Puntos de Control y los Modelos

81
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

El contraste de Kolmogorov – Smirnov 3. Estadísticos - Indicadores de Error

compara la distribución de frecuencia de
una variable con la frecuencia de otra, aun
cuando esta distribución sea desconocida,
permitiendo cuantificar las diferencias entre
ambas distribuciones.
De los resultados podemos concluir que el
modelo que presenta menos diferencia es
el DEM IGM mientras que el que presenta
mayor es el ASTER.
Para los modelos SRTM, ASTER e
HydroSHEDS, la diferencia más amplia se
encuentra en el intervalo I, comparando
las curvas de frecuencia estos tres modelos
presentan distribuciones muy similares, y
de ellos el DEM HydroSHEDS es el presenta
una forma más próxima a la de los puntos
de control de campo, aunque esta similitud
no es marcada.
Tabla 20. Indicadores de Error
Finalmente se cuantifica los errores
introducidos en los modelos a través del uso
de indicadores de error, en la metodología
de la Figura 25, se proponen utilizar tres
tipos de indicadores, para medir el grado de
correlación de las variables, las magnitudes
medias de los errores y medidas de error
relativo y porcentual.
Dentro de estas categorías se han utilizado
un total de 10 indicadores de error en este
documento, a pesar de que normativamente
el único estadístico necesario para
cuantificar los errores es el RMSE.
Los indicadores de error utilizados son
aptos para analizar errores en modelos de
superficie, por lo que su aplicabilidad no se
limita son a los DEM. Los resultados para
los indicadores de error se presentan a
continuación.

RMSE 4,8215 RMSE 63,4134

RMSER 0,1242 RMSER 1,4655
ME -0,9769 ME -39,8652
MAE 1,1387 MAE 50,0270
DEM SRTM
DEM IGM

NMAE 0,0003 NMAE 0,0116

RD 0,0008 RD 0,0110
MPE -0,0237 MPE -0,9022
MAPE 0,0279 MAPE 1,1
IS 0,9999 IS 0,9905
r 0,9999 r 0,9904
RMSE 69,7798 RMSE 66,8531
RMSER 1,6081 RMSER 1,5390
ME -49,7917 ME -42,6961
DEM HYDROSHEDS

MAE 55,5417 MAE 51,0931

DEM ASTER

NMAE 0,0128 NMAE 0,0119

RD 0,0121 RD 0,0116
MPE -1,1371 MPE -0,9
MAPE 1,2841 MAPE 1,1864
IS 0,9885 IS 0,9895
r 0,9907 r 0,9894

Para los indicadores IS y r, mientras más
cercanos sean estos valores a la unidad
existirá mejor correlación, los demás son
indicadores de error por lo que valores
mayores implican errores mayores.
De la Tabla 20 se puede observar que el
modelo que presenta menos error es el DEM
IGM seguido del SRTM, aunque los valores
de error de este y los demás modelos son
bastante altos; el mayor error está asociado
con el DEM ASTER.
El ajuste de los datos también puede ser
evaluado mediante graficas de correlación
como las que se presenta a continuación.

82

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
Figura 38. Gráficas de Correlación Lineal
Después de analizar los resultados de las
comparaciones de parámetros secundarios,
indicadores de error, comparaciones
visuales, etc. se concluye que el modelo
que mayor ajuste presenta para la zona de
estudio es el DEM IGM.
7.7. Delimitación a Nivel 6 de la Cuenca
del Río San Juan de Sora Sora
Para la delimitación de Unidades Hidrográficas
a nivel 5 el DEM utilizado fue el HydroSHEDS,
para las delimitaciones a niveles mayores es
necesario recurrir a otros modelos que tengan
resoluciones espaciales más pequeñas, sin
embargo, el costo elevado de este tipo de
productos hace inviable su adquisición.
Es necesario recurrir a modelos de uso libre
que tengan mejor resolución que el DEM
HydroSHEDS, otra alternativa es generar
PROGRAMA CUENCA POOPÓ
modelos a partir de curvas de nivel, el cual
es un proceso valido ya que tradicionalmente
la delimitación de las cuencas siempre se ha
realizado usando la información topográfica
de las cartas IGM.
Con los modelos a disposición y siguiendo los
métodos definidos para este efecto se realizó
la delimitación de la cuenca del rio San Juan de
Sora Sora a nivel 6.
La delimitación realizada con el DEM IGM,
como era de esperarse, ajusta de manera
óptima a las curvas de nivel de la zona, sin
embargo al cotejar la delimitación lograda
con imágenes satelitales de la zona se pueden
identificar zonas donde la delimitación no es
óptima.
Esto se podría esperar en zonas de relieve
plano, ya que la equidistancia de las curvas es
muy amplia y no permite una representación
83
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
adecuada en estas zonas, pero se observa
desfases también en zonas montañosas.
Como se ha discutido la precisión del DEM
generado a partir de curvas de nivel, depende
exclusivamente de la precisión de las curvas;
por lo que es válido asumir que en las zonas
en las que el DEM IGM no produce un mapeo
correcto es debido a que las curvas de nivel
de las cartas IGM no proporcionan una
representación adecuada del terreno.
Para cotejar la delimitación se ha podido
Figura 39. Delimitación y Codificación a Nivel 6 de la Cuenca del Rio San Juan de Sora Sora
84
comprobar que el DEM SRTM es el que
proporciona datos con el ajuste y precisión
adecuados, incluso en áreas planas el mapeo
realizado con este DEM presenta buenos
resultados.
La delimitación que se presenta a continuación
fue realizada combinando la información
del DEM IGM y SRTM respetando los límites
impuestos por la delimitación automática sobre
los modelos, no se introdujeron ediciones
manuales.

Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel
8 CONCLUSIONES Y RECOMENDACIONES
Se desarrolló una metodología que define las
bases para la generación de modelos de elevación
digital a partir de cartografía convencional, con una
resolución espacial de 5 [m] y escala comparable de
1:50.000, insumo que ha demostrado aplicabilidad
para ser utilizado en estudios hidrológicos.
La calidad del modelo desarrollado con los
procedimientos definidos en este documento
dependerá de la calidad de los insumos base
que se utilice, por lo que para su utilización en la
delimitación de unidades hidrográficas a nivel 6,
se deberá verificar y garantizar que los mapas de
donde se extraigan las curvas de nivel representan
de manera adecuada el terreno.
En la elaboración del modelo de elevación, se
generan capas que proporcionan datos básicos
sobre el terreno, curvas de nivel, datos de elevación
puntual, redes de drenaje, etc. los cuales pueden
ser almacenados para compilar bases de geo
información a nivel nacional, aprovechando que
para generar un DEM se usan capas corregidas y
validadas para la manipulación adecuada de estos
datos en un SIG, brindado nuevas potenciales a los
mapeos realizados en las cartas geográficas por el
IGM.
El elevado costo de los modelos digitales de
alta precisión, hace inviable su adquisición para
los trabajos que se deben encarar en el medio,
es necesario buscar técnicas alternativas, como
la expuesta en este documento, para producir
modelos que satisfagan nuestras necesidades
de información, partiendo de insumos base cuyo
costo y tiempo de adquisición sea más razonable.
Los modelos de elevación digital que se pretenden
usar en aplicaciones hidrológicas, deben estar
acondicionados para este tipo de trabajo, a través
de procedimientos que incluyan en el DEM los
cuerpos de agua, redes de drenaje, etc.
Se ha definido una metodología para la validación
de los datos obtenidos de un modelo de
PROGRAMA CUENCA POOPÓ
elevación digital, estableciendo los parámetros
básicos que deben ser analizados cualitativa y
cuantitativamente, con el objeto de estandarizar
los criterios de evaluación, al escoger el modelo
que represente de mejor manera la superficie del
terreno en determinada área de estudio.
A partir de esta metodología es posible establecer
un estándar de precisión mínima que deben
cumplir los modelos de elevación digital para una
determinada aplicación o para una determinada
metodología de obtención; con el objeto de
discernir los modelos que si son aptos para uso
en aplicaciones científicas o de ingeniería, de
los que no tienen una precisión adecuada, estos
parámetros de precisión deberían ser publicados
en los metadatos de cada DEM generado, para
eliminar la incertidumbre que existe sobre los
datos de elevación que se obtienen de los mismos.
Se recomienda la generación de modelos de
elevación digital a partir de cartografía a escala
1:50.000 del IGM, siguiendo la metodología
definida en este documento, este trabajo brindara
una nueva dimensión y aplicaciones a esta
información topográfica que se ha utilizado desde
los años 60 en nuestro país, que hasta ahora no
se pueden explotar debido al formato en el que
se almacenan las cartas, para su uso en software
CAD.
Se recomienda establecer una normativa nacional
para la validación de datos de elevación obtenidos
de modelos de elevación digital; dado que la
elevación es fenómeno geográfico continuo el
almacenamiento de este tipo de datos en un
DEM es el proceso más lógico, y óptimo; por lo
que su almacenamiento, procesamiento, niveles
de precisión, etc. debe estar definidos de acuerdo
a estándares mínimos de calidad para garantizar
que los datos disponibles a nivel nacional sean
adecuados, y su uso no sea puesto en duda en
ningún caso.
85
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

86
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Referencias

[1] Felícisimo, Ángel M. 1994. Modelos Digitales del Terreno, Introducción y Aplicaciones en las
Ciencias Ambientales.
[2] Oyala Ferrero, Víctor. 2004. Hidrología Computacional y Modelos Digitales del Terreno – Teoría,
Práctica, Filosofía de una Nueva Forma de Análisis Hidrológico. Edición 0.95. Creative
Commons Atribution Share.
[3] Ledezma Perriza, Mauricio. 2004. Comparison of Global and Remotely Sensed Digital Elevation
Models for use in Hydrological and Erosion Models. International Institute for Aerospace Survey
and Earth Sciences. Enschende, The Netherlands.
[4] Agencia Espacial Estadounidense, NASA. 2011. Nasa y Japón mejoran ASTER DEM. Laboratorio
de Propulsión Jet, Pasadena, California, Estados Unidos.
[5] Earth Remote Sensing Data Analysis Center,ERSDAC. Overview of ASTER GDEM. Disponible en
http://www.jspacesystems.com, Fecha de Consulta: 19 – 01 -13.
[6] Earth Remote Sensing Data Analysis Center,ERSDAC. 2012. Aster Global DEM (ASTER GDEM),
Quick Guide for V2.
[7] Auza, Mauricio. 2011. Análisis Digital del Terreno, Exposición del Diplomado en Hidrología
Espacial (CLAS-UMSS).
[8] Oviedo Bustillos, José Fernando. 2007. Área de Inundación Provocada por la Construcción de
una Central Hidroeléctrica sobre el Rio Madera. Trabajo de Grado, Centro de Levantamientos
Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales (CLAS
– UMSS). Cochabamba, Bolivia.
[9] Bolivia, Ministerio de Medio Ambiente y Agua. 2010. Delimitación y Codificación de Unidades
Hidrográficas de Bolivia. Primera Edición. La Paz, Bolivia.
[10] Hutchinson, M. F. 2011. ANUDEM VERSION 5.3 User Guide. The Australian National University,
Fenner School of Enviroment and Society, Canberra. Australia.
[11] Miranda Aranibar, Julio Cesar. 2013. Comparación de Modelos de Elevación Digital Obtenidos
Mediante Percepción Remota para su Aplicación en Modelos Hidrológicos. Proyecto de Grado,
Facultad Nacional de Ingeniería, Universidad Técnica de Oruro, Bolivia.
[12] United States, Department of Interior, U.S. Geological Survey, National Mapping Agency.
Standards for Digital Elevation Models [Estándares para los Modelos de Elevación]. Part 3
Quality Control.
[13] United States, Department of Interior, U.S. Geological Survey, National Mapping Agency.
Standards for Digital Elevation Models [Estándares para los Modelos de Elevación]. Part 2
Specifications.
[14] Córdova Zamora, Manuel. 2002. Estadística Inferencial. Publiaciones Moshera, Segunda
Edición.
[15] Morales Vallejo, Pedro. 2012. Introducción al Análisis de Varianza. Universidad Pontificia
Comillas, Facultad de Humanidades, España.
[16] Valdivieso Taborga, Carlos Eduardo. 2006. Texto de Análisis y Diseño de Experimentos.
Departamento de Ciencias Exactas. Carreras de Ingeniería de Producción e Industrial y Sistemas.
[17] Triola, Mario F. 2012. Estadística. Decima Edición. Editorial Pearson - Addison Wesley.

87
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Nomenclatura

Cov (zi , zt ) Covarianza de las variables zi y zt , ver ecuación (8.), página 37.
d Estadístico Teórico para el Contraste de Kolmogorov - Smirnov, ver ecuación (19.)(18.), página
41(11.).
Dn Estadístico de prueba para el contraste de Kolmogorov - Smirnov, ver ecuación (18.), página
41(11.).
dp-f Distancia del punto interpolado a la curva más alejada a dicho punto.
dp-o Distancia del punto interpolado a la curva más cercana a dicho punto.
dt Distancia total entre curvas de nivel.
e Error muestral.
fobs Frecuencias observadas.
ft Frecuencias teóricas.
H Estadístico de prueba para el contrate Kruskall - Wallis, ver ecuación (24.)(21.)(18.), página
45(11.).
hf Elevación de la curva de nivel más alejada al punto interpolado.
hInt Altura interpolad a de un punto entre dos curvas de nivel, ver ecuación (1.), página 15.
ho Elevación de la curva de nivel más cercana al punto interpolado.
IS Índice de similitud, ver ecuación (17.), página 39(11.).
MAE Error medio absoluto, ver ecuación (12.), página 3837(11.).
MAPE Error absoluto medio porcentual, ver ecuación (16.)(12.), página 3837(11.).
ME Error medio, ver ecuación (11.), página 37(11.).
MPE Error medio porcentual, ver ecuación (15.), página 38(11.).
n Tamaño de la Muestra, ver ecuación (2.), página 34 para poblaciones finitas y ver ecuación (3.),
página 34.
ni Número de observaciones de la i-ésima muestra.
n1 Tamaño de la primera muestra, para la prueba U.
n2 Tamaño de la segunda muestra, para la prueba U.
N Tamaño Conocido de la Población.
NMAE Error medio absoluto normalizado, ver ecuación (13.), página 3837(11.).
pq Varianza de la Población.
r Coeficiente de correlación lineal, ver ecuación (7.), página 36.
RD Diferencia relativa, ver ecuación (14.), página 38(11.).
Ri Suma de los rangos para la i-ésima muestra.
RMSE Error Medio Cuadrático, ver ecuación (4.), página 35.
RMSER Error Medio Cuadrático Relativo, ver ecuación (6.)(4.), página 36.

88
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

SSE Suma de cuadrados del error muestral, ver ecuación (23.)(21.)(18.), página 44(11.).
SST Suma de cuadrados total, ver ecuación (22.)(21.)(18.), página 44(11.).
SSTr Suma de cuadrados entre tratamientos o muestras, ver ecuación (21.)(18.), página 44(11.).
Szi Desviación típica de la variable zi, ver ecuación (9.), página 37.
Szt Desviación típica de la variable zt, ver ecuación (10.), página 37.
T1 Suma de los rangos de la primera muestra, para la prueba U.
T2 Suma de los rangos de la segunda muestra, para la prueba U.
U1 Estadístico de la prueba U, para la muestra 1, ver ecuación (20.) a(18.), página 41(11.).
U2 Estadístico de la prueba U, para la muestra 2, ver ecuación (20.) b(18.), página 41(11.).
yi Sumatoria de las observaciones del i-ésimo tratamiento o muestra.
y... Sumatoria de las observaciones de todos los tratamientos o muestras.
yij Observación “j” del tratamiento “i”.
z Valor correspondiente al nivel de confianza.
zi Elevación de un punto de prueba en el DEM que se está testeando.
zi Media de la variable zi .
zt Elevación verdadera del punto de prueba.
zt Media de la variable zt .

89
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

Acrónimos

ASTER GDEM En inglés, Advanced Spaceborne Thermal Emission and Reflection Radiometer – Global
Digital Elevation Model, Vehículo Espacial Avanzado de Emisiones Térmicas y Reflexión
Radiométrica – Modelo de Elevación Digital Global.
BM En inglés, Bench Mark, Punto de Asiento.
CESR En inglés, Center for Environmental Systems Research, Centro para la Investigación de
Sistemas Ambientales.
CIAT En inglés, International Center for Tropical Agriculture, Centro Internacional para la
Agricultura Tropical.
DEM En inglés, Digital Elevation Model, Modelo Digital de Elevación.
DGPS En inglés, Differential Global Positioning System, Sistema de Posicionamiento Global
Diferencial.
DHM En inglés, Digital Height Model, Modelo Digital de Altura.
DSM En inglés, Digital Surface Model, Modelo Digital de Superficie.
EGM 96 En inglés, Earth Gravitacional Model 1996, Modelo Gravitacional de la Tierra de 1996.
ERSDAC En inglés, Earth Remote Sensing Data Analysis Center; Centro de Análisis de Datos de
Percepción Remota de la Tierra.
FAO En inglés, Food and Agriculture Organization, Organización de las Naciones Unidas para
la Alimentación y la Agricultura.
Geo TIFF Estándar de metadatos de dominio público para archivos de imagen tipo TIFF (Tagged
Image File Format).
GPS En inglés, Global Positioning System, Sistema de Posicionamiento Global.
HydroSHEDS En inglés, Global Hydrological Data and Maps based on Shuttle Elevation Derivates
at Multiple Scales, Datos Hidrológicos y Mapas Globales basados en Elevaciones del
Transbordador a Múltiples Escalas.
IGM Instituto Geográfico Militar
LPDACC Land Processes Distributed Active Archive Center, Centro de Archivo Activo de los Procesos
de la Tierra Distribuidos.
MDT Modelo Digital del Terreno.
METI En inglés, Minister of Economy, Trade and Industry; Ministerio de Economía, Comercio e
Industria.
M.I.T. En ingles, Massachusetts Institute of Tecnology, Instituto de Tecnología de
Massachusetts.
NASA En inglés, National Aeronautics and Space Administration, Administración Nacional de la
Aeronáutica y del Espacio.
NGA En inglés, National Geospatial-Intelligence Agency, Agencia Nacional de Inteligencia
Geoespacial.
ORSTOM En francés, Office de la Recherche Scientifique et Technique Outre-mer, Oficina Nacional
de Investigaciones Científicas y Técnicas en los Territorios de Ultramar.

90
 PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

RADAR En inglés, Radio Detection and Ranging, Detección y Medición de Distancias por Radio.
RT DGPS En inglés, Real-Time Differential Global Positioning System, Sistema de Posicionamiento
Global Diferencial en Tiempo Real.
SAR En inglés, Synthetic Aperture Radar, Radar de Apertura Sintética.
SENAMHI Bolivia Servicio Nacional de Meteorología e Hidrología – Bolivia
SIG Sistema de Información Geográfica.
SRTM En inglés, Shuttle Radar Topographic Mission, Misión de Topografía por Radar del
Transportador Espacial.
TIN En inglés, Triangulated Irregular Network, Red Irregular Triangular.
TNC En inglés, The Nature Conservancy, Fondo para la Conservación.
UNESCO En inglés, United Nations Educational, Scientific and Cultural Organization, Organización
de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
USGS En inglés, United States Geological Service, Servicio de Geología de los Estados Unidos.
V.R.H.R. Viceministerio de Recursos Hídricos y Riego.
WGS 84 En inglés, World Geodetic System 1984, Sistema Geodésico Mundial de 1984.
WWF En inglés, World Wildlife Fund, Fundación para la Vida Salvaje.

91
PROGRAMA CUENCA POOPÓ
Obtención de Modelos Digitales de Elevación a partir de Curvas de Nivel

92