Antecedentes
Tradicionalmente, los levantamientos batimétricos dependen de ecosondas, que se despliegan en plataformas como embarcaciones tripuladas o vehículos de superficie no tripulados (USV). Estas herramientas permiten el mapeo preciso de lechos fluviales y otras superficies subacuáticas. Sin embargo, la eficiencia de dichos sistemas depende en gran medida de la accesibilidad y las condiciones ambientales del lugar de estudio.
En este caso de estudio, se realizó un levantamiento batimétrico en los ríos San Miguel y Putumayo, ubicados en el cantón Putumayo, provincia de Sucumbíos, Ecuador, utilizando un dron DJI RTK M350 equipado con una ecosonda ECT D052S. El objetivo del levantamiento fue generar un Modelo Digital del Terreno (MDT) detallado del lecho fluvial, incluyendo elevaciones absolutas, niveles de agua y mediciones de calado.
Desafíos
Realizar un levantamiento batimétrico presentó varios desafíos importantes.
La accesibilidad fue una preocupación principal debido a los tramos estrechos y de corriente rápida de los ríos, así como a sus orillas empinadas o cubiertas de vegetación. Estos factores complicaron el despliegue y la recuperación de plataformas tradicionales, como embarcaciones tripuladas o vehículos de superficie no tripulados (USV), y añadieron limitaciones logísticas al transportar equipos grandes a zonas remotas.
Las condiciones ambientales en los ríos complicaron aún más el levantamiento. Las fuertes corrientes crearon condiciones inestables para los equipos convencionales, mientras que el agua cargada de sedimentos afectó la eficacia de las herramientas de medición de profundidad. Estos desafíos ambientales no solo pusieron en riesgo la precisión de los datos, sino que también aumentaron las preocupaciones de seguridad para el personal que trabajaba cerca o dentro del agua.
Las limitaciones de los métodos tradicionales quedaron en evidencia en este contexto. Las embarcaciones, aunque muy utilizadas, requieren puntos de entrada y salida adecuados, y sus operaciones pueden verse fácilmente interrumpidas por fuertes corrientes o escombros. Del mismo modo, los USV tienen dificultades en aguas poco profundas con vegetación superficial densa y requieren un apoyo logístico considerable para su despliegue y recuperación.
Para superar estos obstáculos, se implementó una solución basada en drones (UAV) . Los drones ofrecen una ventaja clara al volar sobre la superficie del agua, lo que permite la recopilación de datos sin necesidad de entrar al agua. Esta capacidad los hace ideales para áreas de difícil acceso o peligrosas donde los métodos tradicionales no son suficientes.
Metodología
El dron utilizó un sistema de posicionamiento RTK para lograr una precisión centimétrica, con correcciones proporcionadas por una estación base instalada en un punto geodésico conocido. Las rutas de vuelo fueron cuidadosamente planificadas y ejecutadas de forma autónoma, garantizando una cobertura completa del área de estudio.
Los datos se recopilaron mediante dos enfoques:
- El método de barrido, donde el dron siguió líneas paralelas para capturar mediciones de profundidad continuas con la dirección de vuelo alineada con el flujo del agua
- El método de saltamontes, que consistió en mediciones dirigidas a puntos específicos para evitar obstáculos en la superficie como vegetación y escombros.
La ecosonda de doble frecuencia capturó datos de alta frecuencia para áreas poco profundas y capas de sedimentos, así como datos de baja frecuencia para las secciones más profundas del río. El altímetro de radar aseguró que el dron mantuviera una altitud constante sobre el agua, lo cual es crucial para la precisión en la recolección de datos y la seguridad.
Solución
El proyecto siguió un flujo de trabajo estructurado, combinando fotogrametría para la evaluación del sitio con batimetría detallada para mapear el lecho del río.
- Fase de fotogrametría
Los vuelos iniciales evaluaron la accesibilidad del sitio, validaron los protocolos de seguridad y establecieron puntos de referencia para la estación base RTK. Los vuelos manuales preliminares determinaron altitudes operativas seguras, con señales GPS calibradas para una adquisición de datos precisa. - Recolección de datos batimétricos
El levantamiento utilizó el método de barrido tras los desafíos iniciales con el método de saltamontes debido a las fuertes corrientes del río. Este ajuste aseguró que la ecosonda mantuviera la alineación vertical, permitiendo mediciones precisas y continuas de profundidad a lo largo de trayectorias de vuelo paralelas alineadas con el flujo del río. - Procesamiento de datos
Los datos recopilados se procesaron utilizando el software Hydromagic, refinando las mediciones en bruto, corrigiendo la latencia GNSS y generando curvas de nivel de profundidad y modelos 3D. Los resultados se validaron mediante puntos de control, garantizando una alta precisión y coherencia en todas las zonas mapeadas.
Resultado
El levantamiento realizado con drones permitió recopilar con éxito más de 25.000 puntos de datos, mapeando la profundidad y las características del río con una precisión notable. El sistema identificó el punto más profundo del río a 9,9 metros y el punto más superficial a 0,7 metros, proporcionando además información detallada sobre la elevación y los sedimentos.
Al comparar los resultados con los levantamientos tradicionales realizados con embarcaciones tripuladas, los datos obtenidos por el dron coincidieron a la perfección, demostrando su fiabilidad y precisión.
Conclusión
Este estudio destaca la versatilidad y eficiencia de los sistemas batimétricos basados en vehículos aéreos no tripulados (UAV) para el monitoreo ambiental. En comparación con los métodos tradicionales, los UAV ofrecen ventajas significativas, como flexibilidad operativa, mayor seguridad y la capacidad de acceder a terrenos de difícil alcance.
Esta solución establece la tecnología de drones como una alternativa fiable para estudios medioambientales, especialmente en sistemas fluviales dinámicos y complejos. De cara al futuro, la integración de estos sistemas con herramientas de monitorización en tiempo real podría optimizar aún más los procesos de recopilación y análisis de datos.