Palabras clave
geoforma
clasificación automatizada
variables morfométricas
ríos Grijalva y Usumacinta Hammond's Method
landform
automated classification
morphometric variables
Grijalva and Usumacinta Rivers
Cómo citar
Resumen
La geomorfometría desempeña un papel fundamental en el estudio y análisis de la superficie terrestre, proporcionando una base conceptual y metodológica para comprender las características del medio físico. En este contexto, las cuencas del río Grijalva y Usumacinta (CGyU), compartidas por México, Guatemala y Belice, destacan por su abundancia hídrica, riqueza natural y alta vulnerabilidad a los eventos hidrometeorológicos extremos. El objetivo principal de esta investigación es la caracterización geomorfométrica de las CGyU. Para ello, se desarrolló la clasificación jerárquica mediante el método de Hammond y se automatizó el proceso utilizando Sistemas de Información Geográfica (SIG) adaptada por Dikau. Los resultados revelaron la existencia de cinco clases principales y dieciocho subclases de formas del terreno en ambas cuencas. Con base en estos hallazgos, podemos concluir que la metodología empleada demostró ser confiable para describir las formas del terreno en estas cuencas. Por tanto, este estudio contribuye al desarrollo de nuevas investigaciones y a la implementación de políticas públicas relacionadas al ordenamiento territorial, la protección civil, la biodiversidad, entre otros.
Geomorphometric characterization of the Grijalva and Usumacinta basins. An automated classification of the relief
Abstract: Geomorphometry plays a fundamental role in the study and analysis of the earth's surface, providing a conceptual and methodological basis for understanding the characteristics of the physical environment. In this context, the Grijalva and Usumacinta River basins (CGyU), shared by Mexico, Guatemala, and Belize, stand out for their water abundance, natural richness, and high vulnerability to extreme hydrometeorological events. The main objective of this research is the geomorphometric characterization of the CGyU. For this purpose, hierarchical classification was developed using Hammond's method and the process was automated using Geographic Information Systems (GIS) adapted by Dikau. The results revealed the existence of five main classes and eighteen subclasses of landforms in both watersheds. Based on these findings, we can conclude that the methodology employed proved to be reliable for describing landforms in these watersheds. Therefore, this study contributes to new research and the implementation of public policies related to land use planning, civil protection, and biodiversity, among others.
Citas
Alcérreca-Huerta, J. C., Callejas-Jiménez, M. E., Carrillo, L. y Castillo, M. M. (2019). Dam implications on salt-water intrusion and land use within a tropical estuarine environment of the Gulf of Mexico. Science of The Total Environment, 652, 1102-1112. https://doi.org/10.1016/j.scitotenv.2018.10.288
Andrade-Velázquez, M. y Medrano-Pérez, O. R. (2021). Historical precipitation patterns in the South-Southeast region of Mexico and future projections. Earth Sciences Research Journal, 25(1), 69-84. https://doi.org/10.15446/esrj.v25n1.87255
Andrade-Velázquez, M. y Medrano-Pérez, O. R. (2020). Precipitation patterns in Usumacinta and Grijalva basins (southern Mexico) under a changing climate. Revista Bio Ciencias, 7, e905. https://doi.org/10.15741/revbio.07.e905
Álvarez-Soberano, A. y Medrano-Pérez, O. R. (2020). Caracterización geomorfo-lógica de la subcuenca río Mezcalapa, región hidrológica Grijalva-Usumacinta (RH-30) en sureste de México. Investigación y Ciencia de la Universidad Autónoma de Aguascalientes, 28(80), 32-44. https://doi.org/10.33064/iycuaa2020803002
Arruda, D. M., Schaefer, C. E., Corrêa, G. R., Rodrigues, P. M., Duque-Brasil, R., Ferreira-JR, W. G. y Oliveira-Filho, A. T. (2015). Landforms and soil attributes determine the vegetation structure in the Brazilian semiarid. Folia Geobotanica, 50(3), 175-184. http://doi.org/10.1007/s12224-015-9221-0
Banco Interamericano de Desarrollo (BID). (2014). PAOM: Diagnóstico integrado con identificación de áreas prioritarias. Banco Interamericano de Desarrollo. https://tinyurl.com/52fwss2m
Baartman, J. E., Temme, A. J. y Saco, P. M. (2018). The effect of landform variation on vegetation patterning and related sediment dynamics. Earth Surface Processes and Landforms, 43(10), 2121-2135. https://doi.org/10.1002/esp.4377
Castillo-Cruz, Z. G. y Medrano-Pérez, O. R. (2023). Análisis geomorfológico de las subcuencas Usumacinta y Grijalva en el sureste de México. Acta Universitaria, 33, 1-20. https://doi.org/10.15174/au.2023.3684
Comisión Económica para América Latina y el Caribe (CEPAL), Fondo Nórdico de Desarrollo (NDF), Banco Interamericano de Desarrollo (BID), Ministerio de Ambiente y Recursos Naturales - Guatemala (MARN). (2018). La economía del cambio climático en Guatemala. Documento técnico 2018, LC/MEX/TS.2018/13, Ciudad de México. https://www.cepal.org/es/publicaciones/43725-la-economia-cambio-climatico-guatemala-documento-tecnico-2018
Comisión Nacional del Agua (CONAGUA). (2012). Estudio para determinar la viabilidad de mejorar el drenado en la cuenca baja de los ríos San Pedro y San Pablo, Usumacinta, Macuspana, Tulijá y Palizada. Modelo zona de los ríos y análisis del funcionamiento hidráulico de la zona de los Pantanos de Centla. En Acciones complementarias del Plan Hídrico Integral de Tabasco (CONTRATO SGIH-GDTT-SGOPR-UNAM-II-2012-01). Informe Final Elaborado por Carrillo J. J., Domínguez R., Pedrozo A., Gutiérrez G. y Velázquez J. E. https://www.gob.mx/conagua/documentos/plan-hidrico-integral-de-tabasco-phit-acciones-complementarias-2012
CONAGUA. (2014). Programa de medidas preventivas y de mitigación de la sequía en el consejo de cuenca de los ríos Grijalva y Usumacinta. CONAGUA: Organismo de Cuenca Frontera Sur, Consejo de Cuenca de los Ríos Grijalva y Usumacinta. 37 pp. https://www.gob.mx/cms/uploads/attachment/file/99961/PMPMS_CC_R_os_Grijalva_y_Usumacinta.pdf
Damayanti, A., Angin, F., Adib, A. y Irfan, M. (2020). Geomorphological Characteristic of Landslide Hazard Zones in Sukarame Village, Cisolok Subdistric, Sukabumi Regency. IOP Conference Series: Earth and Environmental Science, 412(1), 012009. http://doi.org/10.1088/1755-1315/412/1/012009
De la Rosa-Velázquez, M. I., Espinoza-Tenorio, A., Díaz-Perera, M. Á., Ortega-Argueta, A., Ramos-Reyes, R. y Espejel, I. (2017). Development stressors are stronger than protected area management: a case of the Pantanos de Centla biosphere reserve, Mexico. Land Use Policy 67, 340-351. http://dx.doi.org/10.1016/j.landusepol.2017.06.009
Dehn, M., Gärtner, H. y Dikau, R. (2001). Principles of semantic modeling of landform structures. Computers & Geosciences, 27(8), 1005–1010. https://doi.org/10.1016/S0098-3004(00)00138-2
Dikau, R., Brabb, E. E. y Mark, R. M. (1991). Landform Classification of New Mexico by Computer. U.S. Department of the Interior. U.S. Geological Survey. https://doi.org/10.3133/ofr91634
Drăguţ, L. y Blaschke, T. (2006). Automated classification of landform elements using object-based image analysis. Geomorphology, 81(3-4), 330-344. https://doi.org/10.1016/j.geomorph.2006.04.013
Ercolano, B., Marderwald, G. N., Coronato, A., Tiberi, P. y Corbella, H. (2020). Geoformas crionivales en la meseta Latorre, Patagonia austral extraandina, Argentina. Cuaternario y Geomorfología, 34(3-4), 33-46. https://doi.org/10.17735/cyg.v34i3-4.79643
ESRI. (2019). ArcGIS and ArcMap (ArcMap 10.5). Software Esri. Redlands (EEUU), Environmental Systems Research Institute Inc. Redlands (EEUU). www.esri.com
Gallant, A. L., Brown, D. D. y Hoffer, R. M. (2005). Automated Mapping of Hammond’s Landforms. IEEE Geoscience and Remote Sensing Letters, 2(4), 384-388. https://doi.org/10.1109/LGRS.2005.848529
Gallardo-Cruz, J. A., Fernández-Montes de Oca, A. y Rives, C. (2019). Detección de amenazas y oportunidades para la conservación en la cuenca baja del Usumacinta a partir de técnicas de percepción remota. Ecosistemas, 28(2), 82-99. https://doi.org/10.7818/ECOS.1611
García-García, A. y Kauffer Michel, E. F. (2011). Las cuencas compartidas entre México, Guatemala y Belice: Un acercamiento a su delimitación y problemática general. Frontera norte, 23(45), 131-161. https://tinyurl.com/53y4me2s
Grupo Interinstitucional de Monitoreo de Bosques y Uso de la Tierra (GIMBOT). (2014). Mapa de bosques y uso de la tierra 2012 y Mapa de cambios en uso de la tierra 2001- 2010 para estimación de emisiones de gases de efecto invernadero. Documento Informativo. https://tinyurl.com/2p834f77
Hammond, E. H. (1964). Analysis of properties in land form geography: an application to broad-scale land from mapping. Annals of the Association of American Geographers, 54(1), 11-19. https://doi.org/10.1111/j.1467-8306.1964.tb00470.x
Hernández-Santana, J., Pérez Damián, J., Rosete Vergés, F., Villalobos Delgado, M., Méndez Linares, A. y Navarro Salas, E. (2017). Clasificación geomorfométrica del relieve mexicano: una aproximación morfográfica por densidad de curvas de nivel y la energía del relieve. Investigaciones Geográficas, (94). http://dx.doi.org/10.14350/rig.57019
Herrera-Silveira, J. A., Lara-Domínguez, A. L., Yáñez-Arancibia, A., Ojeda, S. M., Hernández, C. T. y Kemp, G. P. (2019). Ecosystem Functioning and Sustainable Management in Coastal Systems with High Freshwater Input in the Southern Gulf of Mexico and Yucatan Peninsula. Coasts and Estuaries, 377-397. https://doi.org/10.1016/B978-0-12-814003-1.00022-8
Hinojosa-Corona, A., Rodríguez-Moreno, V.M., Munguía-Orozco, L. y Meillón-Menchaca, O. (2011). El deslizamiento de ladera de noviembre 2007 y generación de una presa natural en el río Grijalva, Chiapas, México. Boletín de la Sociedad Geológica Mexicana, 63(1), 15-38.
Instituto Nacional de Estadística y Geografía (INEGI). (2022). Biblioteca digital de mapas [Repositorio digital de mapas]. https://tinyurl.com/msx8m68a
Irigaray-Fernández, C., Fernández del Castillo, T. y Chacón Montero, J. (1997). Aplicación de un sistema de información geográfica al análisis del medio físico en el sector de Rute (Córdoba). Cuaternario y Geomorfología, 11(1-2), 99-112.
Iwahashi, J. y Pike, R. J. (2007). Automated classifications of topography from DEMs by an unsupervised nested-means algorithm and a three-part geometric signature. Geomorphology, 86(3-4), 409–440. https://tinyurl.com/y284whca
Jasiewicz, J. y Stepinski, T. F. (2013). Geomorphons — a pattern recognition approach to classification and mapping of landforms. Geomorphology, 182, 147-156. https://doi.org/10.1016/j.geomorph.2012.11.005
Kirkby, M. (1995). Modelling the links between vegetation and landforms. Geomorphology, 13(1-4), 319-335. https://doi.org/10.1016/0169-555X(95)00065-D
Libohova, Z., Winzeler, H. E., Lee, B., Schoeneberger, P. J., Datta, J. y Owens, P. R. (2016). Geomorphons: Landform and property predictions in a glacial moraine in Indiana landscapes. CATENA, 142, 66-76. https://doi.org/10.1016/j.catena.2016.01.002
Li, M., Yao, W., Li, Z., Liu, P. y Shen, Z. (2010). Effects of landforms on the erosion rate in a small watershed by the 137Cs tracing method. Journal of environmental radioactivity, 101(5), 380-384. https://doi.org/10.1016/j.jenvrad.2010.02.011
López-Pérez, A., Martínez-Menes, M. R. y Fernández-Reynoso, D. S. (2015). Priorización de áreas de intervención mediante análisis morfométrico e índice de vegetación. Tecnología y Ciencias Del Agua, 6(1), 121-137. https://tinyurl.com/avzvnb25
MacMillan, R. A. y Shary, P. A. (2009). Landforms and Landform Elements in Geomorphometry. En T. Hengl y H.I. Reuter (Eds.), Geomorphometry. Concepts, Software, Applications (pp. 227-254). Elsevier. https://doi.org/10.1016/S0166-2481(08)00009-3
March-Mifsut, I. J. y Castro, M. (2010). La Cuenca del Río Usumacinta: Perfil y perspectivas para su conservación y desarrollo sustentable. En H. Cotler-Ávalos (Coord.), Las Cuencas Hidrográficas de México. Diagnóstico y Priorización (pp. 193-197). SEMARNAT, INE, IAP.
Martínez-Zavala, L., Jordán-López, A., Anaya-Romero, M., Gómez-Parrales, I. y Bellinfante-Crocci, N. (2005). Clasificación automática de elementos geomorfológicos en la cuenca del río Tepalcatepec (México) a partir de un modelo digital de elevaciones. Cuaternario y Geomorfología, 19(3-4), 49-61. https://recyt.fecyt.es/index.php/CUGEO/article/view/17005
Martins, F. M. G., Fernández, H. M., Isidoro, J. M. G. P., Jordán, A. y Zavala, L. (2016). Classification of landforms in Southern Portugal (Ria Formosa Basin). Journal of Maps, 12(3), 422-430. https://doi.org/10.1080/17445647.2015.1035346
Maya-Zayas, E. E., Gama, L., Vázquez-Navarrete, C., Díaz-López, H., Figueroa-Maheng, J. M. y Rincón-Ramírez, J. (2017). Vulnerabilidad de los servicios ecosistémicos en la zona de influencia costera de la Reserva de la Biosfera Pantanos de Centla, ante la elevación de nivel medio del mar asociada al cambio climático. En: A. V. Botello, S. Villanueva, J. Gutiérrez y J. L. Rojas-Galaviz (eds.), Vulnerabilidad de las zonas costeras de Latinoamérica al cambio climático (192-230 pp.). México: Universidad Juárez Autónoma de Tabasco, Universidad Nacional Autónoma de México y Universidad Autónoma de Campeche.
Medrano-Pérez, O. R., Payano-Almánzar, R., y López-Jiménez, L. N. (2022). Caracterización geomorfológica e hidroclimatológica de la Reserva de la Biósfera Pantanos de Centla, México. Acta Universitaria, 31, 1-19. https://doi.org/10.15174/au.2021.2846
Meyer-Corral, J. (1971). Sistema para realizar rellenos hidráulicos en zonas de inundación casi permanente Región de los ríos Tabasco-Campeche. Tecnología y Ciencias del Agua, 25(4), 435-440. Instituto Mexicano de Tecnología del Agua (IMTA). http://revistatyca.org.mx/index.php?option=com_content&view=article&id=243&Itemid=113&lang=es
Minár, J., Krcho, J., Evans, I. S. (2016). Geomorphometry: Quantitative Land-Surface Analysis. Reference Module in Earth Systems and Environmental Sciences, 14, 22-34). https://doi.org/10.1016/B978-0-12-409548-9.10260-X
Mokarram, M. y Sathyamoorthy, D. (2018). A review of landform classification methods. Spatial Information Research, 26(6), 647-660. https://doi.org/10.1007/s41324-018-0209-8
Mora P. L., Bonifaz, R. y López-Martínez, R. (2016). Unidades geomorfológicas de la cuenca del Río Grande de Comitán, Lagos de Montebello, Chiapas-México. Boletín de La Sociedad Geológica Mexicana, 68(3), 377-394. https://doi.org/10.18268/BSGM2016v68n3a1
Moreno Brotóns, J., Alonso Sarría, F. y Romero Díaz, A. (2010). Clasificación geomorfométrica a partir de datos LIDAR en un área minera degradada. En: J. Ojeda, M.F. Pita, & I. Vallejo. (Eds.), Tecnologías de la Información Geográfica: La Información Geográfica al servicio de los ciudadanos. Secretariado de Publicaciones de la Universidad de Sevilla. Sevilla, 930-941.
Muñoz-Salinas, E., Cook, D., Castillo, M., Beach, T. y Luzzadder-Beach, S. (2023). Four millennia of geomorphic change and human settlement in the lower Usumacinta–Grijalva River Basin, Mexico. Progress in Physical Geography: Earth and Environment, 47(2), 227-248. https://doi.org/10.1177/03091333231156506
NASA/METI/AIST/Japan Spacesystems; U.S./Japan ASTER Science Team (2009). ASTER Global Digital Elevation Model [Data set]. NASA EOSDIS Land Processes DAAC. http://doi.org/10.5067/ASTER/ASTGTM.002
Núñez-Gómez, J. C., Ramos-Reyes, R., Barba-Macías, E., Espinoza-Tenorio, A. y Gama-Campillo, L. M. (2016). Índice de vulnerabilidad costera del litoral tabasqueño, México. Investigaciones Geográficas, Boletín Del Instituto de Geografía, 91, 70-85. https://doi.org/10.14350/rig.50172
Porter, T. P., Owens, P. R., Lee, B. D. y Marshall, D. (2008), Soil and Landform Characteristics Related to Landslide Activity—A Review. Soil Survey Horizons, 49, 22-26. https://doi.org/10.2136/sh2008.1.0022
QGIS Development Team. (2019). QGIS Geographic Information System (QGIS Desktop 3.6.3). Open Source Geospatial Foundation Project. https://qgis.org.
Ramos-Reyes, R., Zavala-Cruz, J., Gama-Campillo, L. M., Pech-Pool, D. y Ortiz-Pérez, M. A. (2016). Indicadores geomorfológicos para evaluar la vulnerabilidad por inundación ante el ascenso del nivel del mar debido al cambio climático en la costa de Tabasco y Campeche , México. Boletin de La Sociedad Geológica Mexicana, 68(3), 581-598.
Rubio-Gutiérrez, H. y Triana-Ramírez, C. (2006). Gestión integrada de crecientes caso de estudio México: río Grijalva. Ginebra, Suiza, Organización Meteorológica Mundial (OMM). https://tinyurl.com/3r5f279k
Stepinski, T. F. y Jasiewicz, J. (2011). Geomorphons - a new approach to classification of landforms. https://www.researchgate.net/publication/264850233
Takaoka, S. y Sasa, K. (1996). Landform effects on fire behavior and post-fire regeneration in the mixed forests of northern Japan. Ecological Research, 11, 339-349. https://doi.org/10.1007/BF02347791
Valdés-Manzanilla, A. (2016). Historical floods in Tabasco and Chiapas during sixteenth–twentieth centuries. Natural Hazards, 80(3), 1563-1577. https://doi.org/10.1007/s11069-015-2039-5
Vannametee, E., Babel, L. V., Hendriks, M. R., Schuur, J., De Jong, S. M., Bierkens, M. F. P. y Karssenberg, D. (2014). Semi-automated mapping of landforms using multiple point geostatistics. Geomorphology, 221, 298-319. https://doi.org/10.1016/j.geomorph.2014.05.032
Viers, G. (1973). Geomorfología. (Oikos-Tau, Ed.) (3rd ed.). Oikos-Tau, 320 pp.
Wierzbicki, G., Ostrowski, P. y Falkowski, T. (2020). Applying floodplain geomorphology to flood management (The Lower Vistula River upstream from Plock, Poland). Open Geosciences, 12(1), 1003-1016. https://doi.org/10.1515/geo-2020-0102
Xiong, L., Li, S., Strobl, J. y Tang, G. (2022). Geomorphometry and terrain analysis: data, methods, platforms and applications. Earth-Science Reviews, 233, Article 104191. https://doi.org/10.1016/j.earscirev.2022.104191
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2023 Pablo Velázquez-Sánchez, Ojilve Ramón Medrano Pérez, Alejandro Alcudia-Aguilar