Nacional
Ingeniería en Petróleos
Proyecto Grupal
2do Bimestre
Integrantes:
-Andrés Cornejo
-José Torres
- Stalin Cabrera
Profesor:
Dr. José Luis Rivera
Fecha:
18/01/2018
1
• INTRODUCCIÓN
2
• OBJETIVOS:
• JUSTIFICACIÓN:
Alemania es el país con mayor población de la Unión Europea, constituye la cuarta
mayor economía mundial constituye el tercer mayor productor agrícola de Europa. Es
reconocida como líder en los sectores científico y tecnológico, sin embargo, Alemania es
el país más contaminante de Europa.
Por lo antes mencionado el presente trabajo tiene relevancia ya que se realiza un breve
estudio y análisis del Grado de impacto al cual se encuentran sometidos los ecosistemas
de este país.
Un óptimo desarrollo Socio político y una economía fructífera aparentemente son
términos alentadores y positivos sin embargo todo esto conlleva un fuerte impacto al
medio ambiente en el cual se desarrollan. Generalmente para obtener un mayor redito
económico las industrias evitan respetar ciertas normas ambientales.
El desarrollo de la sociedad también implica una afectación al ecosistema, y este es el
centro del presente trabajo, ya que el hecho de que una civilización se asiente en el
mundo implica ocupar un espacio físico que originalmente se encontraba ocupado por
otro ser vivo.
Para una civilización es necesario tener vías de comunicación, ya sean áreas terrestres o
marítimas, en donde las vías terrestres son las que tiene mayor impacto en el ambiente.
3
• METODOLOGIA SEGUIDA:
Para este proyecto primero se procedió a descargar los datos de las páginas web
proporcionada por el profesor, éstos datos fueron evaluados mediante la herramienta
ArcCatalog, en el cual se observó cada campo, el primer problema se presentó en este
paso ya que la mayoría de campos no estaban definidos, esto es no se sabía que era
cada campo, por lo que se tuvo q asumir algunas cosas por ejemplo en el campo
ENGTYPE de la capa EDU_adm1 se observó que representaba algunos estados de
Alemania. Para nuestro análisis tomamos en cuenta las capas EDU_road (primary route),
EDU_rails (operational), EDU_water_lines y EDU_water_area, que representan
carreteras; carrile; lagos, río y aguas continentales respectivamente. Se procedió hacer
una selección por localización y atributos de las capas antes mencionada con la siguiente
relación: rutas primarias que ésten cerca de algunos lagos ríos, etc obteniendo 2070 de
éstos de un total de 2147.
La otra selección que se hizo fue de carriles operacionales con zonas de aguas
continentales, obteniéndose 859 de 907. El análisis de esto se verá más adelante. Lo
anterior se hizo con el fin de descartar si el análisis se hacía para todo el país o solo para
determinadas zonas, como los datos eran abundantes y todo el resultado obtenido eran
medios ambiguos se procedió a realizar un análisis global. Para el análisis global primero
se raterizó los datos, mediante la herramienta ArcToolBox-> herramientas de conversión
a ráster de polígono a ráster. Para nuestro caso las carpetas de entrada era la capa
EDU_adm0, ya que es todo el país de Alemania. Los contornos se definían en cada paso
que se hacía y no en general, una vez obtenida esta capa, se propuso realizar un buffer
en base a las carreteras y carriles antes mencionadas, pero el error de aplicar un buffer
fue de no haber considerado la distancia entre cada una de ellas ( carriles y carreteras),
por lo que mejor se hizo una distancia euclidiana, igual mediante la utilización de
ArcToolBox, de la distancia euclidiana también represento varios valores por lo que se
reclasificó (Primera reclasificación), este procedimiento se hizo para carreteras y
carriles, es decir se obtuvo dos reclasificaciones: carreteras y carriles.
Nuestro objetivo era representar la máscara de una zona determinada, Alemania en este
caso, Mediante la herramienta ArcToolBox nos dirigimos a la herramienta Spatial
Analyst tools Extraction Extract by mask el resultado de esto igual fue de un mapa
(Extract_tif5) con varios valores, y cada uno de ellos representaban una determinada
cosa, pero para nuestro análisis nosotros consideramos que la mayor afectación se
puede dar en arboles de una zona, arbustos, vegetación y manglares , siguiendo con los
4
de menores afectación como cuerpos de agua, nieves, glaciares, praderas y vegetación
escasa; para la etapa de ninguna afectación que se puede dar se consideró la de cultivos
(por parte del profesor) y nada más.
Para este mapa ya se observa la distancia euclidiana de cada carretera y carril de interés
y todo esto está basado o echo con una resolución de 0.00833 que se determinó en la
ArcCatalog. Y asi poder tener todo bajo una misma resolución y un mapa uniforme.
5
• DISEÑO DE INDICE DE IMPACTO:
Por ambas partes se tiene impacto al ecosistema ya que carriles y carreteras tienen un
gran valor en cantidad, al principio de nuestro análisis en el que se deseaba realizar el
daño al ecosistema solo en grandes ciudades se determinó que al menos 1 grado
decimal de distancia de una carretera hay un lago de por medio, es decir dichas
carreteras y carriles se construyeron cerca de lagos o ríos.
6
• RESULTADOS:
General:
Con lo observado se puede decir que la construcción de vías principales y/o carriles
siempre se va a tener un lago de por medio a lado o un río, es decir el grado de afectación
es bastante alto para este caso.
Especifico:
Mapa #1:
En este mapa se puede observar que existen zonas que tiene un elevado impacto por la
accesibilidad a los ecosistemas, y tiene bastante sentido ya que estas zonas son ciudades
edificadas en casi su totalidad, consecuentemente posee un amplio sistema de
movilidad predominado por vías de primer orden y vías férreas.
Mapa #2:
En este mapa se destaca las zonas de agua, y su afectación por parte de las vías de primer
orden las cuales ocupan un considerable espacio físico, a diferencia del primer mapa
aquí no se consideró las líneas férreas.
Los resultados fueron similares al anterior, en cual se puede mencionar que los estados
de Mecklenburg-Vorpommern, Brandenburg, Berlin , Bayer y Nordrhein-Westfalen
tiene una alta afectación a las zonas de agua .