Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO)(ed.)
2002
Regiones Hidrológicas Prioritarias - Escala: 1:4,000,000
vector digital data
México D.F.
CONABIO
rhp4mg
http://infoteca.semarnat.gob.mx/Metadata/browse_graphics/rhp4mg.jpg
http://www.conabio.gob.mx
Este mapa presenta a escala 1:4´000,000 las Regiones
Hidrológicas Prioritarias de México (110 áreas). En octubre
de 1997, la Comisión Nacional para el Conocimiento y Uso
de la Biodiversidad (CONABIO) inició el Programa de
Regiones Prioritarias Marinas y Limnológicas de México,
con el apoyo de las agencias The David and Lucile
Packard Foundation (PACKARD), la Agencia Internacional
para el Desarrollo de los Estados Unidos de América
(USAID), el Fondo Mexicano para la Conservación de la
Naturaleza (FMCN) y el Fondo Mundial para la Naturaleza
(WWF).
El objetivo fue desarrollar un marco de referencia para
contribuir a la conservación y manejo sostenido de los
ambientes oceánicos, costeros y de aguas
epicontinentales, tomando en consideración los sitios de
mayor biodiversidad y de uso actual y potencial en el país.
Este programa forma parte de una serie de estrategias
instrumentadas por la CONABIO para la promoción a nivel
nacional del conocimiento y conservación de la
biodiversidad de México.
es
1997
ground condition
None planned
-118.39
-86.66
+32.737
+14.56
1128060.670000
4109032.190000
319813.130000
2349100.180000
Ninguno
Región hidrológica
Mapa
Environment
Hidrología
Descargable
Región fisiográfica
Altiplano Norte
Centro
Golfo de México
Noroeste
Pacífico Tropical
Sureste
Región hidrológica
Anillo de cenotes
Bahía de Ohuira - Ensenada del Pabellón
Bahía Magdalena
Balancán
Boca del Río Champotón
Cabecera del Río de la Laja
Cabecera del Río Lerma
Cajón de Peñas - Chamela
Cajón del Diablo
Calakmul
Camacho - Gruñidora
Cenotes de Aldama
Cenotes Tulum - Cobá
Comitán - Lagunas de Montebello
Confluencia de las Huastecas
Cono Sur - Peto
Contoy
Corredor Cancún - Tulum
Cozumel
Cuatro Ciénegas
Cuenca alta de los Ríos Culiacán y Humaya
Cuenca alta del Río Conchos y Río Florido
Cuenca alta del Río del Carmen
Cuenca alta del Río Fuerte
Cuenca alta del Río Ometepec
Cuenca alta del Río San Lorenzo - Minas de Piaxtla
Cuenca alta del Río Sta. María
Cuenca baja del Río Balsas
Cuenca baja del Río Conchos
Cuenca media y alta del Río Coatzacoalcos
Cuenca media y alta del Río Uxpanapa
Cuenca Oriental
Cumbres de Monterrey
Chapala - Cajititlán - Sayula
Chimalapas
Delta del Río Colorado
El Guaje
El Rey
Humedales de Jilotepec-Ixtlahuaca
Humedales del Papaloapan, San Vicente y San Juan
Humedales y lagunas de la Bahía de Chetumal
Isla Tiburón - Río Bacoachi
Islas Mujeres
La India
La Purísima
La Sepultura - Suchiapa
Lacantún y tributarios
Lago Babícora
Lago Bustillos
Lago de la Media Luna
Lago Los Mexicanos
Lagos cráter de Nayarit
Lagos cráter del Nevado de Toluca
Lagos cráter del Valle de Santiago
Laguna Chichancanab
Laguna de Términos - Pantanos de Centla
Los Azufres
Los Tuxtlas
Llanos de Apan
Malpaso - Pichucalco
Motozintla
Mulegé - Sta. Rosalía
Oasis San Pedro de la Presa - El Pilar - Las Pocitas
Pátzcuaro y cuencas endorréicas cercanas
Presa Miguel Alemán - Cerro de Oro
Presas Río Turbio
Presas Río Turbio
Remanentes del complejo lacustre de la Cuenca de México
Río Amacuzac - Lagunas de Zempoala
Río Atoyac - Laguna de Coyuca
Río Baluarte - Marismas Nacionales
Río Bravo - Piedras Negras
Río Bravo Internacional
Río Coalcomán y Nexpa
Río Hondo
Río La Antigua
Río Mayo
Río Nazas
Río Papagayo - Acapulco
Río Purificación - Manantlán
Río Salado de los Nadadores
Río San Fernando
Río San Juan y Río Pesquería
Río San Pedro
Río Tamesí
Río Tecolutla
Río Tulijá - Altos de Chiapas
Río Verde - Laguna de Chacahua
Río Yaqui - Cascada Bassaseachic
Ríos estacionales de Baja California - Cataviña
Samalayuca
San Blás - La Tovara
San Pedro Mártir
Sian Ka´an
Sierra de la Laguna y oasis aledaños
Sierra de la Libertad
Sierra de San Francisquito - Oasis San Ignacio
Sierra de Sta. Rosa
Sierra del Novillo - La Paz
Soconusco
Subcuenca del Río Asunción
Subcuencas del Río San Pedro y Río Sta. Cruz
Sur de Campeche
Valle de Aguascalientes - Río Calvillo
Valle Hundido
Venado - Moctezuma
Zacapu
Zona citrícola
La información contenida en el mapa pertenece a la
Comisión Nacional para el Conocimiento y Uso de la
Biodiversidad (CONABIO). Se prohibe el uso de dicha
información con fines lucrativos.
Subdirector de Sistemas de Información Geográfica
mailing and physical address
Avenida Liga Periférico-Insurgentes
Sur No. 4903, Col. Parques del
Pedregal, Tlalpan.
Ciudad de México
D.F.
14010
México
01 (55) 50 04 50 09
emunoz@xolo.conabio.gob.mx
9:00 a 16:00
CONABIO
Geóg. Enrique Muñoz López
01 (55) 50 04 50 29
01 (55) 50 04 49 31
Para la visualizacion y manipulación del mapa se requiere
el sotware Arc/info, Arcview o sistemas compatibles.
El mapa fue elaborado bajo plataforma SIG ARC-INFO,
versión 8.0 y SPARCstation, SUN OS versión 5.5.1, en
sistema operativo UNIX.
Ninguno
File Geodatabase Feature Class
http://infoteca.semarnat.gob.mx/Metadata/browse_graphics/rhp4mg.jpg
JPEG
Esta cobertura fue transformada de referencia espacial de NAD27 a ITRF92, con el programa del INEGI denominado TRANINV por la SEMARNAT a través de la Dirección General de Estadística e Información Ambiental. El INEGI presenta el TRANINV como el programa oficial para transformar coordenadas en ITRF92 época 1988.0 a NAD27 y viceversa, con propósitos cartográficos, el cual se basa en un polinomio algebraico bidimensional de grado nueve para modelar las diferencias entre ambos sistemas. La determinación de los coeficientes del polinomio se hizo a partir de aproximadamente 300 vértices geodésicos, para los cuales se contó con coordenadas en ambos sistemas. La solución tiene una precisión cuadrática (rms) cercana a los tres metros, lo que significa que un punto determinado en ITRF92 época 1988.0, transformado por medio del TRANINV a NAD27, al representarlo en la cartografía 1:50 000 publicada por el INEGI, tendrá un error menor a una décima de milímetro en su ubicación, lo que cartográficamente es satisfactorio. Esto se hizo debido a que el INEGI publicó el conjunto de Normas Técnicas para Levantamientos Geodésico en el Diario Oficial de la Federación el 1 de abril de 1985 que establecía como marco de referencia el NAD27 y sus reformas publicadas en el mismo Diario el 27 de abril de 1998, que establecen que todo punto perteneciente a un levantamiento geodésico horizontal, deberá estar referido al marco de Referencia Terrestre Internacional (ITRF) del Servicio Internacional de Rotación de la Tierra (IERS) para el año 1992 con datos de la época 1988.0 y que se denomina ITRF92 época 1988.0 que es el nuevo Sistema Geodésico de Referencia oficial para México. TRANINV tiene como propósito fundamental permitir el uso de la cartografía escala 1:50,000 generada por el INEGI, que está referenciada al NAD27, junto con los resultados en ITRF92 o WGS84 que para fines cartográficos pueden ser considerados iguales. Los modelos matemáticos empleados en TRANINV, tiene como propósito generar una superficie que represente las distorsiones entre los dos sistemas de referencia, por medio de las funciones algebraicas mezcladas, y resultado del proceso de mínimos cuadrados con el que se generaron los coeficientes del polinomio algebraico bidimensional, se estimó que esos coeficientes al aplicar la transformación, generan un error medio cuadrático (rms) de +-3 metros en las posiciones transformadas. El programa del TRANINV se encuentra en internet y permite la transformación de coordenadas en ITRF92 época 1988.0 a NAD27 y viceversa, con propósitos cartográficos, el cual se basa en un polinomio algebraico bidimensional de grado nueve para llevar los valores de un sistema geodésico de referencia al otro. Adicionalmente al programa de transformación, se cuenta con dos módulos. Uno para la captura de los datos en coordenadas geográficas o en la proyección UTM y el otro para la conversión de coordenadas geográficas a UTM y viceversa. El proceso consiste en enviar la información en formato (shapefile) compactada y el programa la regresa en el mismo formato pero con la transformación hecha. Por otra parte se realizó una depuración de la base de datos de los archivos shapefile con la finalidad de borrar algunos campos que algunos programas crean por default y que no tienen importancia para el objetivo de la información, así mismo se recalcularon las áreas y los perímetros con parámetros de la proyección Cónica Conforme de Lambert, (MC -102, latitud de la proyección de origen 12, 1er. Paralelo estándar 17.5, 2do. Paralelo estándar 29.5, falso este 2'500,000).
La metodología para la clasificación de las Regiones
Hidrológicas Prioritarias se definió en los talleres
organizados por la CONABIO dentro del Programa de
Regiones Prioritarias Marinas y Limnológicas de México.
El objetivo de los talleres organizados con 45 especialistas
en la materia, fue llevar a cabo la regionalización de los
cuerpos de agua epicontinentales considerados como
prioritarios.
La clasificación de las Regiones Hidrológicas como
prioritarias o no, se realizó en función a su biodiversidad,
detectándose áreas importantes por su alta riqueza
biológica, grado de conocimiento o carencia de
información, actividades de uso actual y potenciales,
impactos negativos y servicios ambientales.
Unknown
Dataset copied.
Server=dgeiadb; Service=esri_sde; Database=sde; User=USUARIO_DIRGEO; Version=SDE.DEFAULT
20090819
12422000
Vector
G-polygon
477
Simple
Polygon
FALSE
477
TRUE
FALSE
coordinate pair
meters
0.000156
0.000156
Lambert Conformal Conic
17.500000
29.500000
-102.000000
12.000000
2500000.000000
0.000000
ITRF92
Geodetic Reference System 1980
6378137
298.25722
ITRF92
Conica Conforme de Lambert
Explicit elevation coordinate included with horizontal coordinates
0.000003
rhp4mg
Regiones Hidrológicas Prioritarias
CONABIO
Feature Class
477
OBJECTID
OBJECTID
OID
4
0
0
Número interno de la caracterización del dato
ESRI
Valor numérico secuencial
RHP4MG_
RHP4MG_
Double
8
0
0
Identificador interno
Arcinfo
Valor numérico
RHP4MG_ID
RHP4MG_ID
Double
8
0
0
Identificador interno
Arcinfo
Valor numérico
IDDTAP
IDDTAP
Double
8
0
0
Identificador único, relacionado a un área
Datos del proyecto
Valor numérico
REGION
REGION
String
25
0
0
Región del país donde se localizan las cuencas
Datos del proyecto
Valor caracter
NOMBRE
NOMBRE
String
65
0
0
Se describe el nombre de la región hidrológica prioritaria
Datos del proyecto
Valor caracter
BIODIV
BIODIV
String
6
0
0
Se describe la presencia o ausencia de diversidad biológica en el área
Datos del proyecto
Valor caracter
AMENAZA
AMENAZA
String
6
0
0
Se marca si existe o no amenaza o riesgo sobre el recurso del área
Datos del proyecto
Valor caracter
USO
USO
String
6
0
0
Se marca si existe o no uso sobre el recurso del área
Datos del proyecto
Valor caracter
DESCONO
DESCONO
String
6
0
0
Se marca si existe falta de información
Datos del proyecto
Valor caracter
SHAPE
Shape
Geometry
0
0
0
Forma geométrica
ESRI
Polígono
SHAPE_Length
SHAPE_Length
Double
8
0
0
Length of feature in internal units.
ESRI
Positive real numbers that are automatically generated.
SHAPE_Area
SHAPE_Area
Double
8
0
0
Area of feature in internal units squared.
ESRI
Positive real numbers that are automatically generated.
CONABIO
Geóg. Enrique Muñoz López
mailing and physical address
Av. Liga Periférico Sur - Insurgentes
Sur N° 4903 Col. Parques del
Pedregal, Tlalpan.
Ciudad de México
D.F.
14010
México
01 (55) 50 04 50 09
ssig@xolo.conabio.gob.mx
9:00 a 16:00
Días hábiles
Subdirector de Sistemas de Información Geográfica
01 (55) 50 04 50 29
La Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO) sólo tiene responsabilidad de la información original publicada de acuerdo a la metodología correspondiente al proyecto, cualquier modificación que se realice a la información será responsabilidad del usuario.
Downloadable Data
SEMARNAT
Geóg. Cleotilde Arellano Molina
Directora de Geomática
mailing and physical address
Boulevard Adolfo Ruiz Cortines No.4209, Jardines de la Montaña, Tlalpan.
Ciudad de México
D.F.
14210
México
(0155) 56-28-08-05
www.semarnat.gob.mx
(0155) 56-28-06-00
carellano@semarnat.gob.mx
9:00 a 15:00 y de 16:00 a 18:00
Downloadable Data
La SEMARNAT se deslinda de cualquier responsabilidad
sobre el mapa, de su metodología, descripción y
realización.
2004-08-18
Secretaría de Medio Ambiente y Recursos Naturales
Geóg. Patricia Saucedo Pinelo
mailing and physical address
Boulevard Adolfo Ruiz Cortines No.4209, Jardines de la Montaña, Tlalpan.
Ciudad de México
D.F.
14210
México
01 (55) 56 28 06 00 Ext. 12378
01 (55) 56 28 08 53
patricia.saucedo@semarnat.gob.mx
9:00 15:00
FGDC Content Standards for Digital Geospatial Metadata
FGDC-STD-001-1998
local time
es
http://www.esri.com/metadata/esriprof80.html
ESRI Metadata Profile
20241031
11202500
FALSE
20100319
11093400
20100319
11093400
Published
1.0
file://\\410-M-D3-73QJX\Nueva_base\Paquetes\0\commondata\rio_tula.gdb
Local Area Network
CalculateField "Regiones Hidrologicas Prioritarias" REGION "Golfo de México" VB #
CalculateField "Regiones Hidrologicas Prioritarias" REGION "Pacífico Tropical" VB #
CopyMultiple "C:\Users\ana.resendiz\Documents\ArcGIS\Packages\RioTula_748374\commondata\geomatica2.gdb\rhp4mg FeatureClass;C:\Users\ana.resendiz\Documents\ArcGIS\Packages\RioTula_748374\commondata\geomatica2.gdb\rtp1mg FeatureClass;C:\Users\ana.resendiz\Documents\ArcGIS\Packages\RioTula_748374\commondata\geomatica2.gdb\spt1mgw FeatureClass" C:\Visor_Rio_Tula\Rio_Tula\Rio_Tula.gdb rhp4mg;rtp1mg;spt1mgw "rhp4mg FeatureClass rhp4mg #;rtp1mg FeatureClass rtp1mg #;spt1mgw FeatureClass spt1mgw #"
UpdateSchema "CIMDATA=<CIMStandardDataConnection xsi:type='typens:CIMStandardDataConnection' xmlns:xsi='http://www.w3.org/2001/XMLSchema-instance' xmlns:xs='http://www.w3.org/2001/XMLSchema' xmlns:typens='http://www.esri.com/schemas/ArcGIS/3.2.0'><WorkspaceConnectionString>DATABASE=C:\Visor_Rio_Tula\Rio_Tula\Rio_Tula.gdb</WorkspaceConnectionString><WorkspaceFactory>FileGDB</WorkspaceFactory><Dataset>rhp4mg</Dataset><DatasetType>esriDTFeatureClass</DatasetType></CIMStandardDataConnection>" "<operationSequence><workflow><AlterField><field_name>RHP4MG_ID</field_name><field_alias>ID Región hidrológica prioritaria</field_alias><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow><workflow><AlterField><field_name>REGION</field_name><field_alias>Región</field_alias><field_type>TEXT</field_type><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow><workflow><AlterField><field_name>NOMBRE</field_name><field_alias>Nombre</field_alias><field_type>TEXT</field_type><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow><workflow><AlterField><field_name>BIODIV</field_name><field_alias>Biodiversidad</field_alias><field_type>TEXT</field_type><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow><workflow><AlterField><field_name>AMENAZA</field_name><field_alias>Amenaza</field_alias><field_type>TEXT</field_type><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow><workflow><AlterField><field_name>USO</field_name><field_alias>Uso</field_alias><field_type>TEXT</field_type><field_is_nullable>True</field_is_nullable><clear_field_alias>False</clear_field_alias></AlterField></workflow></operationSequence>"
20100319
Microsoft Windows XP Version 5.1 (Build 2600) Service Pack 3; ESRI ArcCatalog 9.3.1.1850
Regiones hidrológicas prioritarias
1128060.67
4109032.19
2349100.18
319813.13
1
-116.531095
-84.979504
33.204034
14.115854
1
ISO 19115 Geographic Information - Metadata
DIS_ESRI1.0
dataset
002
file://\\411-74359\Semarnatg\FILEGDB\capas.gdb
Local Area Network
File Geodatabase Feature Class
Conica Conforme de Lambert
477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{88C7C341-33AB-4C23-AE1D-52653BA93D78}