Published date: Sep 25 2024

Journal Title: ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M.

Issue title: Volume 3, Issue 4

Pages: 62–71

DOI: 10.18502/espoch.v3i4.17165

M Zapana QuispeUniversidad Nacional Agraria La Molina, Av. La Molina s/n, Lima 12, Perú

R Peña Murillo20200867@lamolina.edu.peUniversidad Nacional Agraria La Molina, Av. La Molina s/n, Lima 12, Perú

Y Pachac HuertaUniversidad Nacional Santiago Antunez de Mayolo, Av. Centenario Nº200, Huaraz Perú

The spatial retreat of glaciers located in the Peruvian Andes is closely linked to global climate change. The glaciers of the Checquiaraju micro-basin of the Cordillera Blanca are the main sources of water for the Andean zone; however, they have been suffering an accelerated space retreat. Remote sensing and geographic information systems (GIS) techniques have been applied to estimate the variation in glacier area and volume from LANDSAT 5 images. Glacier area and volume results are correlated with normalized difference snow index (NDSI) data to discriminate the snow cover from the rest of the elements in the image through the digital numbers (DN) of two bands: the TM blue band and shortwave infrared. The glacial zone was separated from the non-glacial zone for a better fit with the glacier limits seen in the composite color image. Subsequently, the delimitation of the glacier cover was refined through supervised classification, and finally, the determination of the volume of the glacier was estimated using the Glabtop model. The evolution of the glacier area of the Checquiaraju micro-basin tends to retreat. In the period 1989–2004, the glacier area of the study area decreased by 0.44 km² (representing 11.3% of the glacier area in 1989), considering a rate of decrease of 0.0275 km²/year, which shows the retreat of glaciers in the area, which is a source of supply.

Keywords: Checquiaraju, SIG, LANDSAT 5, NDSI, Glabtop.

Resumen El retroceso espacial de los glaciares ubicados en los Andes peruanos está estrechamente vinculado al cambio climático global. Los glaciares de la microcuenca de Checquiaraju de la Cordillera Blanca son una fuente de agua muy importante para la zona andina; pero ellos vienen sufriendo un retroceso espacial acelerado. Se ha aplicado las técnicas de la Teledetección y Sistemas de Información Geográfica (SIG) para estimar la variación del área y volumen glaciar a partir de imágenes LANDSAT 5. Los resultados de área y volumen glaciar se correlacionan con datos de NDSI (Normalized Difference Snow Index) para discriminar la cobertura nival del resto de los elementos en la imagen, a través de los números digitales (DN) de dos bandas TM banda en azul e infrarroja de onda corta. Se separó la zona glaciar de la zona no – glaciar para un mejor ajuste con los límites de glaciar visto en la imagen de color compuesta. Posterior se refinó la delimitación de la cobertura glaciar a través de la clasificación supervisada y finalmente la determinación del volumen del glaciar se estimó mediante el modelo Glabtop. La evolución del área glaciar de la microcuenca de Checquiaraju tiene una tendencia al retroceso. En el periodo 1989 – 2004, el área glaciar de la zona de estudio se redujo 0,44 km² (lo que representa el 11,3 % del área glaciar en 1989), considerando una tasa de disminución de 0,0275 km²/año, lo que evidencia el retroceso de los glaciares en la zona, la cual es fuente de abastecimiento.

Palabras Clave: Checquiaraju, SIG, LANDSAT 5, NDSI, Glabtop.

[1] Lemke P, Ren J, Alley RB, Allison I, Carrasco J, Flato G, et al. Observations: Changes in snow, ice and frozen ground, in climate change 2007: The physical science basis. Contribution of Working Group I to the Fourth Assessment Report of IPCC. Camb Univ. 2007.

[2] Farinotti D, Huss M, Bauder A, Funk M. An estimate of the glacier ice volume in the Swiss Alps. Glob Planet Change. agosto de 2009;68(3):225-231.

[3] Benn DI, Owen LA, Osmaston HA, Seltzer GO, Porter SC, Mark B. Reconstruction of equilibrium-line altitudes for tropical and sub-tropical glaciers. Quat Int. septiembre de 2005;138-139:8-21.

[4] López-Moreno JI, Fontaneda S, Bazo J, Revuelto J, Azorin-Molina C, Valero-Garcés B, et al. Recent glacier retreat and climate trends in Cordillera Huaytapallana, Peru. Glob Planet Change. enero de 2014;112:1-11.

[5] ANA. Inventario nacional de glaciares y lagunas. 2014.

[6] Luyo MZ. Cambio climático, deglaciación y peligros en áreas glaciares y periglaciares en el Perú y Ancash. XV Congr Peru Geol. 2010.

[7] Juen I, Kaser G, Georges C. Modelling observed and future runoff from a glacierized tropical catchment (Cordillera Blanca, Perú). Glob Planet Change. octubre de 2007;59(1-4):37-48.

[8] Kaser G, Juen I, Georges C, Gómez J, Tamayo W. The impact of glaciers on the runoff and the reconstruction of mass balance history from hydrological data in the tropical Cordillera Blanca, Perú. J Hydrol. noviembre de 2003;282(1-4):130-144.

[9] Konz M, Seibert J. On the value of glacier mass balances for hydrological model calibration. J Hydrol. mayo de 2010;385(1-4):238-246.

[10] Williams RS, Hall DK, Benson CS. Analysis of glacier facies using satellite techniques. J Glaciol. 1991;37(125):120-128.

[11] Hall DK, Bayr KJ, Schöner W, Bindschadler RA, Chien JYL. Consideration of the errors inherent in mapping historical glacier positions in Austria from the ground and space (1893–2001). Remote Sens Environ. agosto de 2003;86(4):566-577.

[12] Silverio W, Jaquet JM. Glacial cover mapping (1987–1996) of the Cordillera Blanca (Peru) using satellite imagery. Remote Sens Environ. abril de 2005;95(3):342-350.

[13] Sidjak RW. Glacier mapping of the Illecillewaet icefield, British Columbia, Canada, using Landsat TM and digital elevation data. Int J Remote Sens. enero de 1999;20(2):273-284.

[14] Haeberli W, Linsbauer A, Cochachin A, Salazar C, Fischer UH. On the morphological characteristics of overdeepenings in high-mountain glacier beds: Morphology of glacier-bed overdeepenings. Earth Surf Process Landf. octubre de 2016;41(13):1980- 1990.

[15] Etzelmüller B, Björnsson H. Map analysis techniques for glaciological applications. Int J Geogr Inf Sci. septiembre de 2000;14(6):567-581.

[16] Dozier J. Spectral signature of alpine snow cover from the landsat thematic mapper. Remote Sens Environ. abril de 1989;28:9-22.

[17] Ariza A, Roa Melgarejo OJ, Serrato PK, León Rincón HA. Uso de índices espectrales derivados de sensores remotos para la caracterización geomorfológica en zonas insulares del Caribe colombiano. Perspect Geográfica [Internet]. 4 de junio de 2018 [citado 12 de mayo de 2023];23(1). Disponible en: https://revistas.uptc.edu.co/index.php/perspectiva/article/view/5863

[18] Hall DK, Riggs GA, Salomonson VV. Development of methods for mapping global snow cover using moderate resolution imaging spectroradiometer data. Remote Sens Environ. noviembre de 1995;54(2):127-140.

[19] Linsbauer A, Paul F, Haeberli W. Modeling glacier thickness distribution and bed topography over entire mountain ranges with GlabTop: Application of a fast and robust approach: regional-scale modeling of glacier beds. J Geophys Res Earth Surf. septiembre de 2012;117(F3):n/a-n/a.

[20] Linsbauer A, Paul F, Hoelzle M, Frey H, Haeberli W. The Swiss Alps without glaciers – a GIS-based modelling approach for reconstruction of glacier beds. 2009 [citado 12 de mayo de 2023]; Disponible en: https://www.zora.uzh.ch/id/eprint/27834