La hidrogeología se caracteriza por una compleja interacción de diversos factores, tales como el clima, la geología, factores humanos, entre otros. La evaluación de los mismos demanda considerables cantidades de tiempo y esfuerzo debido a la variedad de formatos de información disponibles para distintos fines a diferentes escalas de tiempo.

Actualmente existen potentes herramientas que permiten un procesamiento y análisis de datos, más sencillo y confiable. Ya sea que esta información sea procesada con fines de uso en un modelo numérico o para una caracterización conceptual, es necesario poder realizar estas tareas de una manera eficiente y rápida. Por esta razón, es sumamente importante estar capacitado en el uso de las mismas.

El presente curso brindará información teórica y práctica de cómo realizar análisis de información hidrogeológica utilizando herramientas como Python y QGIS.

Objetivos:

El curso busca brindar al alumno herramientas que le permitan analizar información de carácter hidrogeológico. Al final del curso, el alumno tendrá las capacidades de:

Conocer el entorno de QGIS y Python.
Generar, procesar y analizar información vectorial y ráster.
Delimitar cuencas y redes de drenaje.
Realizar operaciones en Python con fines hidrogeológicos.
Analizar y representar espacialmente información hidrogeológica.

Contenido del Curso:

El desarrollo del curso se encuentra a continuación dividido en 6 sesiones:

SESIÓN 1: Introducción a Quantum GIS (QGIS)

Teoría

Justificación del uso de Sistemas de Información Geográfica (SIG) y lenguajes de programación en la hidrogeología
Introducción al SIG: Quantum GIS (QGIS)
Componentes y funciones del SIG
Proyecciones y sistemas de coordenadas
Tipos de información

Práctica.

Instalación de QGIS
Familiarización con el entorno de QGIS
Creación de datos vectoriales
Importación de datos
Operaciones básicas con vectores
Consultas espaciales (Query)
Plugins

SESION 2: Información topográfica

Teoría

Imágenes satelitales y formato ráster
Usos de información en formato ráster
Definición de Modelo Digital de Elevaciones (DEM)

Práctica

Edición de información ráster
Rasterización de vectores
Análisis de rásters
Visualización de ráster
Descarga de imágenes satelitales (DEM)
Preprocesamiento
Delimitación de cuencas y red de drenaje

SESION 3: Recarga: Precipitación y Evapotranspiración

Teoría

Explicación del proceso de recarga y evapotranspiración
Importancia del análisis de datos meteorológicos
Métodos de estimación de recarga
Introducción a Python

Práctica

Instalación de Anaconda 3
Familiarización con el entorno de Jupyter notebook
Operaciones básicas con Python
Análisis de series de datos
Estimación de recarga

SESION 4: Niveles piezométricos

Teoría

Definición, uso e importancia
Selección de piezómetros para evaluación hidrogeológica

Práctica

Análisis de series de datos en Python
Importación de datos en QGIS
Ploteo de información en QGIS y Python

SESION 5: Imágenes y digitalización

Teoría

Delimitación de áreas de estudio
Comparación de información regional y local
Definición de imágenes de Índice de Vegetación de Diferencia Normalizada (NDVI)

Práctica

Georreferenciación
Digitalización de mapas
Cálculo del NDVI

SESION 6: Descripción química del agua subterránea

Teoría

Importancia del análisis hidrogeoquímico: contaminación de acuíferos
Representación de componentes químicos de agua subterránea

Práctica

Análisis de series de datos en Python
Caracterización de composición química
Representación espacial de concentraciones químicas
Comparación con Estándares de Calidad Ambiental

Capacitadora

Betsy Romero MSc

Ingeniera Agrícola - Hidrogeóloga

Ingeniera Agrícola egresada de la Universidad Nacional Agraria La Molina (Perú), actualmente culminando una maestría en Aguas Subterráneas y Cambio Global – Impactos y Adaptación, en la cual ha estudiado en diferentes instituciones europeas como Instituto Superior Técnico - Universidade de Lisboa (Portugal), IHE Delft Institute for Water Education (Países Bajos) y Technische Universität Dresden (Alemania).

Experiencia en consultoría en el campo de recursos hídricos, principalmente en proyectos de aguas subterráneas y modelamiento numérico en las áreas de minería, agricultura y abastecimiento de agua, usando MODFLOW. Uso de lenguajes de programación para procesamiento y análisis de datos, tales como Python y R. Dominio de herramientas para el manejo de información geográfica enfocadas al estudio de los recursos hídricos, como QGIS.

Asimismo, ha participado en proyectos de modelamiento en los campos de hidrología, sistemas de irrigación e hidráulica. Experiencia de campo en monitoreo de calidad de agua, pruebas de bombeo y geofísica.

Metodología

A continuación unos detalles de cada metodología:

Se entregarán manuales y archivos para los ejercicios.
El curso se desarrollara por videos por el aula virtual de Gidahatari.
Existe soporte online para dudas referente a los ejercicios desarrollados en el curso.
Certificado digital al final del curso.
Los alumnos en esta modalidad reciben el video de las clases por 6 semanas.
Para recibir el certificado digital deben entregar los ejercicios después de 3 semanas.