ANÁLISIS MULTITEMPORAL Y DE COMPOSICIÓN DEL ECOSISTEMA DE
HERBAZAL DENSO DE TIERRA FIRME. VEREDA BALSILLAS, MUNICIPIO DE
MOSQUERA, CUNDINAMARCA.
PROYECTO DE TRABAJO DE GRADO COMO REQUISITO PARA OPTAR POR EL
TITULO DE INGENIERO FORESTAL
JOHNNY STEVEN RAMÍREZ HERNÁNDEZ
COD. 20111010039
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
ANÁLISIS MULTITEMPORAL Y DE COMPOSICIÓN DEL ECOSISTEMA DE
HERBAZAL DENSO DE TIERRA FIRME. VEREDA BALSILLAS, MUNICIPIO DE
MOSQUERA, CUNDINAMARCA.
JOHNNY STEVEN RAMIREZ HERNÁNDEZ
COD. 20111010039
Trabajo de grado para optar al título de Ingeniero Forestal
Director
LUIS FERNANDO ORTIZ QUINTERO
Biólogo – Magister en Geografía y Análisis Ambiental
UNIVERSIDAD DISTRITAL “FRANCISCO JOSÉ DE CALDAS”
FACULTAD DEL MEDIO AMBIENTE Y RECURSOS NATURALES
BOGOTÁ
Nota de Aceptación
____________________________
____________________________
____________________________
____________________________
_______________________________
Firma del director del Proyecto
LUIS FERNANDO ORTIZ QUINTERO
_______________________________
Firma del Jurado del Proyecto
GERMAN HURTADO PEÑA
4 Tabla de contenido.
1 INTRODUCCIÓN. ... 11
2 PLANTEAMIENTO DEL PROBLEMA. ... 14
3 JUSTIFICACIÓN. ... 16
4 OBJETIVOS. ... 18
4.1 GENERAL. ... 18
4.2 ESPECÍFICOS. ... 18
5 MARCO TEÓRICO. ... 19
5.1 TELEDETECCIÓN. ... 19
5.1.1 Fundamentos de la teledetección. ... 19
5.1.2 Mecanismos de transmisión de energía... 20
5.1.3 El espectro electromagnético. ... 21
5.1.4 Interacciones entre la radiación y los objetos. ... 22
5.1.5 Interacción de los elementos de la superficie terrestre con la radiación. ... 23
5.1.6 Sistemas espaciales de teledetección. ... 25
5.1.7 Resolución de un sistema sensor. ... 25
5.1.8 Plataformas de teledetección espacial. ... 27
5.1.9 Criterios visuales para la interpretación de imágenes ... 33
5.1.10 Clasificación supervisada de imágenes satelitales. ... 34
5.2 ASPECTOS BIOFÍSICOS ... 35
5.2.1 Clima. ... 35
5.2.2 Clasificaciones climáticas. ... 42
5.2.3 Suelos. ... 43
5.2.4 Composición florística e índices de biodiversidad. ... 44
5.3 RESTAURACIÓN ECOLÓGICA. ... 48
5.3.1 Plantación Seral... 50
6 MATERIALES Y MÉTODOS. ... 53
6.1 ÁREA DE ESTUDIO. ... 53
6.2 ANALISIS DE IMÁGENES SATELITALES. ... 54
6.2.1 Etapa de consulta de información secundaria. ... 55
6.2.2 Etapa de trabajo de campo. ... 62
6.2.3 Etapa de procesamiento de la información. ... 62
6.3 COMPOSICION FLORISTICA ... 63
6.3.1 Etapa de consulta de información secundaria. ... 63
6.3.2 Etapa de trabajo de campo. ... 65
5
6.4 LINEAMIENTOS DE CONSERVACIÓN ... 66
7 RESULTADOS. ... 67
7.1 ANÁLISIS DE IMÁGENES SATELITALES. ... 67
7.1.1 Preprocesamiento. ... 67
7.1.2 Procesamiento. ... 76
7.1.3 Cambios de cobertura. ... 84
7.1.4 Matrices de cambio. ... 85
7.2 COMPOSICIÓN FLORÍSTICA E ÍNDICES DE BIODIVERSIDAD ... 90
7.2.1 Especies de porte medio. ... 91
7.2.2 Especies de porte bajo. ... 92
7.2.3 Curva de acumulación de especies. ... 96
7.2.4 Índices de biodiversidad. ... 96
7.3 LINEAMIENTOS DE CONSERVACIÓN Y RECUPERACIÓN ... 98
7.3.1 Ecosistemas de referencia ... 98
7.3.2 Siembra de vegetación ... 99
7.3.3 Tratamientos generales ... 99
8 DISCUSIÓN ... 112
9 CONCLUSIONES ... 118
10 BIBLIOGRAFÍA ... 121
6 Índice de figuras.
Figura 1. Espectro electromagnético... 22
Figura 2. Firmas espectrales en diferentes tipos de coberturas. ... 23
Figura 3. Procesamiento general de imágenes de Landsat 5 y 7 ... 29
Figura 4.Valores medios mensuales multi anuales de temperatura ... 37
Figura 5. Diagrama ombrotérmico ... 38
Figura 6. Número de días mensuales de precipitación ... 39
Figura 7. Valores medios mensuales multi anuales de humedad relativa (%)... 40
Figura 8. Valores totales mensuales de evaporación ... 41
Figura 9. Valores totales mensuales de evapotranspiración potencial ... 42
Figura 10. Localización del área de estudio... 54
Figura 11. Esquema básico para la transformación de niveles digitales a radiancia con la herramienta ModelBuilder. ... 69
Figura 12. Esquema básico para la transformación de radiancia a reflectancia con la herramienta ModelBuilder ... 71
Figura 13. Áreas de las coberturas en diferentes años. ... 85
Figura 14. Mapa de localización de las parcelas... 90
Figura 15. Índice de valor de importancia para las especies de porte medio... 92
Figura 16. Índice de valor de importancia para las especies de porte bajo ... 95
7 Índice de tablas.
Tabla 1. Cuadro comparativo entre satélites utilizados para el análisis multitemporal ... 32
Tabla 2. Estaciones climatológicas ... 36
Tabla 3. Clasificaciones climáticas ... 42
Tabla 4. Datos de las imágenes satelitales usadas ... 55
Tabla 5. Variables y constantes en el metadato de la imagen satelital de Landsat 7 ... 69
Tabla 6. Calculo de niveles digitales a radiancia en la imagen satelital de Landsat 7 ... 70
Tabla 7. Calculo de transmisividad en la imagen satelital de Landsat 7 ... 71
Tabla 8. Calculo del efecto bruma en la imagen satelital de Landsat 7 ... 72
Tabla 9. Calculo de la reflectancia en la imagen satelital de Landsat 7 ... 72
Tabla 10. Análisis univariado en la imagen satelital de Landsat 7 ... 73
Tabla 11. Matriz varianza-covarianza en la imagen satelital de Landsat 7 ... 73
Tabla 12. Matriz de correlación en la imagen satelital de Landsat 7 ... 73
Tabla 13. Análisis univariado en la imagen satelital de sentinel 2A ... 74
Tabla 14. Matriz varianza-covarianza en la imagen satelital de sentinel 2A... 74
Tabla 15. Matriz de correlación en la imagen satelital de sentinel 2A ... 74
Tabla 16. OIF en la imagen satelital de Landsat 7 ... 74
Tabla 17. OIF en la imagen satelital de sentinel 2A ... 75
Tabla 18. Coberturas presentes en la vereda de Balsillas, municipio de Mosquera. ... 87
Tabla 19. Matriz de cambio de cobertura para el periodo 2002-2017 ... 88
8
Tabla 21. Índice de valor de importancia para las especies de porte medio. ... 91
Tabla 22. Índice de valor de importancia para las especies de porte bajo ... 93
Tabla 23. Índices de Diversidad Alfa para la vereda Balsillas, Mosquera. ... 97
9 Índice de imágenes.
Imagen 1. Imagen Landsat 7 luego de realizar Pansharpening (composición 321) ... 68
Imagen 2. Imagenes satelitales de mayor OIF ... 76
Imagen 3. Clasificación supervisada de la imagen landsat 7 (2002) ... 77
Imagen 4. Clasificación supervisada de la imagen Sentinel 2A(2017) ... 78
Imagen 5. Cobertura de Zonas industriales o comerciales ... 78
Imagen 6. Cobertura de explotación de materiales de construcción ... 78
Imagen 7. Cobertura de Zonas de disposicion de residuos ... 79
Imagen 8. Cobertura de Cultivos transitorios ... 79
Imagen 9. Cobertura de Pastos limpios... 79
Imagen 10. Cobertura de Pastos limpios... 79
Imagen 11. Cobertura de Plantación forestal ... 79
Imagen 12. Cobertura de Herbazal denso de tierra firme no arbolado ... 79
Imagen 13. Cobertura de Herbazal denso de tierra firme no arbolado ... 80
Imagen 14. Cobertura de Herbazal denso de tierra firme no arbolado ... 80
Imagen 15. Cobertura de Herbazal abierto ... 80
Imagen 16. Cobertura de Herbazal abierto ... 80
Imagen 17. Cobertura de Tierras desnudas y degradas ... 80
Imagen 18. Cobertura de Tierras desnudas y degradas ... 80
Imagen 19. Cobertura de humedales y zonas pantanosas ... 81
Imagen 20. Cobertura de lagunas, lagos y ciénagas naturales ... 81
10
Imagen 22. Índice Normalizado de Vegetación imagen 2002 ... 82
Imagen 23. Imágenes para NDVI del satélite Sentinel 2A, año 2017 ... 83
11
1 INTRODUCCIÓN.
El análisis multitemporal es un análisis de tipo espacial que consiste en la comparación de
coberturas que han sido interpretadas de imágenes satelitales de un mismo lugar en diferentes
fechas; esto permite evaluar los cambios en dichas coberturas a través del tiempo. (Chuvieco,
1990)
Los ecosistemas y sus coberturas naturales están siendo transformadas día a día, las principales
causas son la transformación en potreros, la expansión agrícola, asentamientos humanos, obras de
infraestructura (Márquez, 2001), para poder cuantificar los cambios en una determinada cobertura
es necesario hacer un análisis multitemporal de coberturas por lo cual se hizo uso de un sistema de
información geografía (SIG), Otaya et al., (2006) y Selvaraj et al., (2009) definen los Sistemas de
Información Geográfica como una herramienta que combina hardware, software y procedimientos
operativos para la resolución de problemas asociados a la planificación y a la gestión. En los SIG
es común el uso de imágenes satélites, que son procesadas mediante software especializados,
permitiendo evaluar y cuantificar las coberturas, así como sus cambios a través del tiempo.
Según Posada & Boada (2006) las imágenes satélites son una fuente insuperable de información
geográfica y son consideradas como alternativa a las fotografías aéreas ya que dada su naturaleza
sirven para producir mapas de alta calidad y eficacia. Estas imágenes satelitales son captadas por
sensores remotos que se encuentran situados en satélites.
Los sensores remotos son dispositivos instalados en las plataformas de los satélites, destinado a
captar la energía electromagnética, reflejada o emitida, por los objetos terrestres observados
12
tocarlo o estar en contacto directo (Martinez-Martin et al., 2011), esta información puede ser
espacial, temporal, espectral y puede ser aplicada en diversas disciplinas científicas como la
biología, ecología geología, geografía, entre otras (Camacho et al., 2015).
Dada la transformación de los ecosistemas y sus coberturas naturales, según IDEAM (2015) en
Cundinamarca se tiene un grado de transformación del 74%, siendo uno de los departamentos con
mayor grado de trasformación a nivel nacional. Como estudio de caso de análisis multitemporal y
de composición florística se evaluó de forma generalizada la transformación de un bioma atípico
presente en la vereda de Balsillas en Mosquera, Cundinamarca. Según Rodríguez et al. (2006) a
partir de la cobertura del suelo, el clima y la geomorfopedología se estableció un sistema de
clasificación de biomas de los Andes. La zona ubicada en la vereda de Balsillas corresponde a un “Orobioma azonal andino del Altiplano Cundiboyacense”.
En la actualidad solo persisten tres núcleos aislados de este bioma: el primero localizado en el
desierto de la Candelaria (Boyacá), el segundo ubicado en los municipios de Nemocón y Suesca y
el tercero con menor extensión ubicado en Mosquera. Este tipo de bioma azonal se caracteriza por
encontrarse en altitudes comprendidas entre los 2500 y 3000 m.s.n.m., con temperaturas medias
de entre 10 y 13°C y presentar precipitación entre 500 hasta 900 mm/año. La importancia de dichos
biomas es que albergan ecosistemas de tipo árido o semiáridos junto con ecosistemas de humedales
que son únicos, por lo tanto, albergan elementos biológicos nativos y endémicos, que, por efecto
de actividades antrópicas asociadas con la agricultura, la ganadería y la expansión del territorio
urbano se encuentran en grave riesgo de extinción por destrucción generalizada del hábitat
(Calvachi, 2012).
Este trabajo presenta una composición florística apoyado en un análisis multitemporal asociado a
13
cambios a nivel de detalle mediante la caracterización de la estructura horizontal y a su vez
observar los cambios de forma generalizada en las coberturas desde 2002 hasta el año 2017, pues
según Franco & Rodríguez (2003) los análisis multitemporales son un tipo de herramienta que se
puede usar para el diagnóstico y en general para la administración de los recursos naturales.
Finalmente, dada la magnitud de transformación observada, se opta por realizar un ejercicio
propositivo para la conservación y recuperación de la vegetación característica del área de estudio.
Para abordar el análisis multitemporal y la composición del orobioma azonal del altiplano
cundiboyacense ubicado en Mosquera, vereda de Balsillas se argumenta la importancia y
problemática de este orobioma en la justificación y el planteamiento del problema, a partir de esto,
se plantean una serie de objetivos, en los cuales para su desarrollo se aborda un marco teórico, una
metodología y unos resultados con respecto a temáticas como el análisis de imágenes satelitales,
la composición florística e índices de biodiversidad y la restauración ecológica. Como punto de
convergencia se elabora una discusión en la cual se aborda de forma holística el problema y
14
2 PLANTEAMIENTO DEL PROBLEMA.
Según Rodríguez et al. (2006) en la vereda de Balsillas, municipio de Mosquera; se encuentra uno
de los tres biomas atípicos registrados en los Andes. Este bioma se caracteriza por poseer
temperaturas entre 10 y 13°C con precipitaciones de entre 500 y 900 mm/año además tiene suelos
con poca profundidad efectiva debido a la presencia de una capa arcillosa impermeable; bajo estas
condiciones climáticas y edafológicas limitantes se desarrolla la vegetación con rasgos xeromorfos
(Halffter, 1992).
Según Guzman (1996) y Halffter (1992) dentro de la vegetación característica del bioma se
encuentra: el dividivi (Caesalpinia spinosa (Molina) Kuntze), el hayuelo (Dodonaea viscosa (L.)
Jacq), el ciro (Baccharis singularis (Vell.) G.M.Barroso), el sangregao (Croton sp.), la penca
(Agave spp.), la tuna (Opuntia schumannii F.A.C.Weber ex A.Berger), el espino (Barnadesia
spinosa L. f.), el espino (Duranta mutisii L. f.), el tibar (Escallonia sp.), el arboloco (Smallanthus
pyramidalis (Triana) H. Rob.), el mano de oso (Oreopanax sp.), el cerezo (Prunus serotina Ehrh.)
y el falso pimiento (Schinus molle L.).
Según la Secretaria distrital de Ambiente (2013), la vegetación xerofítica es afectada por los
asentamientos urbanos y su expansión junto con las prácticas mineras que se desarrollan en estos
biomas y ecosistemas, lo cual resulta en la transición de uso del suelo y cambios en las coberturas
(Foley et al., 2005). A esto se le suma el hecho de que según Toro (2009), estos ecosistemas no se
encuentran incluidos en áreas protegidas del Sirap-CAR, por lo tanto, se encuentra en una situación
crítica y sin representatividad que permita su estudio, investigación y desarrollo de programas que
15
Para la zona de estudio, el bioma se encuentra dominado por la cobertura de herbazal denso de
tierra firme, el bioma se ve amenazado por cambios en su cobertura natural para otros usos, tal es
el caso de transformación en cobertura para usos agrícolas, ganaderos, plantaciones forestales con
especies exóticas, explotación de canteras para la obtención de materiales de construcción, entre
otros. Para determinar la afectación sobre la cobertura natural se hace necesario realizar un análisis
multitemporal que permite cuantificar el área transformada. De igual manera, al ser un bioma
atípico es necesario conocer la composición de la vegetación que se presenta en el herbazal denso
16
3 JUSTIFICACIÓN.
El Orobioma azonal de los Andes es un bioma de importancia, ya que alberga ecosistemas de tipo
árido o semiáridos junto con ecosistemas de humedales que son únicos, por lo tanto, albergan
elementos biológicos nativos y endémicos, proporciona una oferta continua de propágulos
vegetales de todos los estratos que en muchos casos son dispersados por aves y otros grupos
faunísticos que allí encuentran una buena oferta de recursos alimenticios y refugio, y además sirven
de conexión entre los parches de bosque andino que para algunas zonas corresponden a etapas
serales avanzadas de bosque de zonas semisecas (Cortés et al., 1999)
Por esta razón, es necesario realizar una cuantificación a gran escala de la afectación y
transformación que ha sufrido el bioma. Por otro lado, también es necesario especificar qué tipo
de especies vegetales se encuentran presentes en el bioma encontrado en jurisdicción de Balsillas,
pues los reportes que existen evidencian listados de especies de diferentes taxas como musgos,
hepáticas y líquenes, sin presentar un inventario exhaustivo en el que se pueda evidenciar la
abundancia, la frecuencia y la dominancia de las especies arbóreas, arbustivas o herbáceas y así
mismo poder generar índices de valor de importancia ecosistémica - IVI.
Algunos ejemplos de esto lo reportan Pinzón & Linares (2006) en donde se tiene un inventario
para la región árida de la Laguna de la Herrera, en Mondoñedo se reportaron 90 especies
pertenecientes a 29 géneros, y entre los diferentes taxas evaluados se encontraron musgos, 54
especies; hepáticas, con 16 especies y líquenes, con un total de 20 especies. El estudio de Cortes
(1997) reporta que los resultados de su análisis estructural y florístico permiten resaltar una alta
importancia en ámbitos de riqueza florística, en donde reporta aproximadamente 110 especies.
17
xerófilos, estudiados en el Municipio de Ubaque y Norte del Altiplano de Bogotá, muestran una
gran riqueza florística, con 197 especies de plantas vasculares (sin incluir las de criptógamas), el
20% de las cuales corresponde a gramíneas.
Un factor de deterioro que tienen en común los ecosistemas de vegetación xerofítica es la
afectación por asentamientos urbanos y prácticas mineras tal como lo reporta la Secretaria Distrital
de Ambiente (2013); la vereda de Balsillas no es ajena a este factor, pues se evidencia la presencia
de canteras destinadas a la extracción de materiales de construcción. Para las canteras se tienen
reportes del área que ocupan en el territorio, tales como los presentados por Reyes (2016) y Rojas,
(2017) pero no hay registros que determinen la velocidad a la cual se expanden año tras año
desconociéndose la tasa de transformación anual.
Finalmente, teniendo en cuenta el recurso natural que posee el sector de Balsillas, su afectación y
cambios en las coberturas naturales, se puede establecer un proceso de toma de conciencia de la
importancia de este bioma además de plantear alternativas y/o soluciones para su manejo, uso,
18
4 OBJETIVOS.
4.1 GENERAL.
Realizar un análisis multitemporal y de composición del ecosistema de herbazal denso de tierra
firme en la vereda balsillas, municipio de Mosquera, Cundinamarca.
4.2 ESPECÍFICOS.
• Establecer el cambio de cobertura del herbazal denso de tierra firme para un periodo de 15
años (2002-2017).
• Establecer cuál es la composición actual del herbazal denso de tierra firme.
• Proponer lineamientos de conservación y recuperación del ecosistema seco xerofítico
19
5 MARCO TEÓRICO.
El presente marco teórico aborda temáticas como la teledetección para entender el proceso para
realizar un análisis multitemporal; elementos para determinar la composición florística junto con
índices de biodiversidad, así como el clima y tipo de suelos que tiene la vereda de Balsillas,
elementos necesarios para caracterizar la vegetación; y finalmente los elementos básicos que se
deben tener en cuenta en la restauración de los ecosistemas, esto como herramienta teórica que
permita proponer los lineamiento para la conservación y recuperación del bioma y ecosistema
presente en el sector de Balsillas.
5.1 TELEDETECCIÓN.
5.1.1 Fundamentos de la teledetección.
El análisis multitemporal es un análisis de tipo espacial que consiste en la comparación de
coberturas, mediante teledetección, que permite la obtención de información de un lugar para su
interpretación en diferentes fechas; esto permite evaluar los cambios en las coberturas a través del
tiempo. (Chuvieco, 1990).
La teledetección es la técnica que permite obtener información a distancia de objetos situados
sobre la superficie terrestre(observación remota) (Chuvieco, 1990; Peréz & Muñoz, 2006),
20
de radio, como medio de detectar y medir las características del objeto de estudio(Ordoñez &
Serna, 2015)
Según Chuvieco (1990), los tres principales elementos de un sistema de teledetección son el
sensor, el objeto observado y flujo energético que permite la conexión entre los dos primeros.
Existen tres formas de adquisición de información: reflexión, emisión y emisión-reflexión.
La reflexión es la forma de obtención de información deriva directamente de la luz solar que es la
principal fuente de energía de nuestro planeta. EL sol ilumina la cubierta terrestre y dependiendo
de la cubierta será reflejada la energía, el flujo de energía reflejado es percibido por el sensor. La
emisión consiste en la recepción de la energía emitida por la propia cubierta; y la emisión-reflexión
consiste en la capacidad de un sensor de generar su propio flujo energético y a su vez de recoger
posteriormente su reflexión sobre la superficie (Chuvieco, 1990; Martinez-Martin et al., 2011;
Ordoñez & Serna, 2015).
5.1.2 Mecanismos de transmisión de energía.
La transferencia de energía de un lugar a otro se puede presentar de tres maneras:
• Conducción: La transferencia se puede dar a escala atómica como un intercambio de
energía cinética entre moléculas, en el que las partículas menos energéticas ganan energía
al chocar con las que tienen mayor energía. Esto ocurre cuando un cuerpo transmite energía
21
• Convección: Es la transferencia de calor como resultado del movimiento real de la
sustancia calentada, de un lugar a otro. El movimiento se produce como resultado de las
diferencias de densidad entre las regiones calientes y frías. (Serway & Kirkpatrick, 2008)
• Radiación: Todos los cuerpos irradian energía continuamente en forma de ondas
electromagnéticas (Serway & Kirkpatrick, 2008). La transferencia de energía por radiación
electromagnética es la más importante para los sensores remotos, porque es la única forma
de transferencia de energía que puede tener lugar en un espacio vacío como el que se
encuentra entre el sol y la tierra.(Ordoñez & Serna, 2015)
5.1.3 El espectro electromagnético.
La energía radiante se puede describir en función de su longitud de onda o frecuencia. Al conjunto
de todas las longitudes de onda se les denomina espectro electromagnético. Se pueden encontrar
longitudes de onda cortas como los rayos X o los rayos gamma hasta longitudes de onda larga que
frecuentemente se usan en telecomunicaciones. Las ondas cortas suelen tener unidades de medida
en micras mientras las ondas largas se miden en centímetros o metros. Desde el punto de vista de
la teledetección conviene destacar una serie de bandas espectrales en función de su longitud de
onda. Las más utilizadas son: luz visible, infrarrojo próximo o reflejado, infrarrojo medio e
infrarrojo térmico o lejano (Chuvieco, 1990; Ordoñez & Serna, 2015; Peréz & Muñoz, 2006;
22
Figura 1. Espectro electromagnético
Fuente: https://es.wikipedia.org/wiki/Espectro_electromagn%C3%A9tico
5.1.4 Interacciones entre la radiación y los objetos.
Todos los objetos emiten radiación e independientemente de esta, van a recibir radiación emitida
por otros cuerpos, especialmente radiación proveniente del sol, que en función del tipo de objeto
que estemos considerando, puede presentar tres resultados:
• Reflejarse: La radiación es reenviada de vuelta al espacio
• Absorberse: La radiación pasa a incrementar la energía del objeto
• Transmitirse: La radiación se transmite hacia abajo a otros objetos.
La fracción de energía se podrá entonces dividir en:
• Reflectividad o albedo (ρ)
• Absortividad (α)
• Transmisividad (τ)
23
1 = 𝜌 + 𝛼 + 𝜏
La interacción de la radiación con los objetos terrestres es decir los valores de ρ, α y τ de un
cuerpo concreto va a depender de las características del cuerpo (SIGMUR, 2006)
5.1.5 Interacción de los elementos de la superficie terrestre con la radiación.
Para la identificación de superficies terrestres de acuerdo a su interacción con la radiación, lo que
es resaltante es su reflectividad con respecto a las diferentes longitudes de onda. Cada tipo de
cobertura: suelo, vegetación, agua; reflejará la radiación incidente de forma diferente lo que
permitirá distinguirlo de los demás (Chuvieco, 1990; Martinez-Martin et al., 2011; Shaw & Burke,
2003). En la Figura 2 se muestra la firma espectral en donde se observa la reflectividad para cada
longitud de onda en diferentes superficies o coberturas:
Figura 2. Firmas espectrales en diferentes tipos de coberturas.
24
La reflectividad en la nieve es alta en todas las longitudes de onda. El agua, al ser el único elemento
superficial capaz de transmitir radiación hacia abajo, tiene una reflectividad muy baja, aunque muy
dependiente de la longitud de onda. Absorbe casi toda la radiación que le llega en las bandas del
infrarrojo próximo y medio. La reflectividad aumenta algo en el visible especialmente en las
bandas del azul y el verde. La turbidez del agua contribuye al aumento de la reflectividad en el
verde y en el infrarrojo reflejado. La eutrofización del agua aumenta su reflectividad en el verde.
(Chuvieco, 1990; SIGMUR, 2006).
La vegetación tiene una reflectividad baja en el visible, aunque con un pico en el color verde
debido a la clorofila. La reflectividad es muy alta en el infrarrojo reflejado o próximo debido a la
escasa absorción de energía por parte de las plantas en esta banda. En el infrarrojo medio hay una
disminución especialmente importante en aquellas longitudes de onda en las que el agua de la
planta absorbe la energía. (Chuvieco, 1990; IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz,
2006; SIGMUR, 2006).
Esta curva tan contrastada se debilita en el caso de la vegetación enferma en la que disminuye el
infrarrojo y aumenta la reflectividad en el rojo y azul. Se observa también que la reflectividad de
una planta depende de su contenido en agua. Cuando el contenido de agua aumenta disminuye la
reflectividad ya que aumenta la absorción de radiación por parte del agua contenida en la planta.
(Chuvieco, 1990; IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz, 2006; SIGMUR, 2006).
Finalmente, el suelo tiene una reflectividad relativamente baja para todas las bandas, aunque
aumentando hacia el infrarrojo. La signatura espectral es más simple que en el caso de la
vegetación. Sin embargo, la reflectividad del suelo va a depender mucho de la composición
25
interrelacionados(Chuvieco, 1990; IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz, 2006;
SIGMUR, 2006).
5.1.6 Sistemas espaciales de teledetección.
Según Chuvieco (1990) un sistema de teledetección requiere de tres componentes: foco energético,
superficie terrestre y sensor.
Los sensores se pueden clasificar según su mecanismo de recibir la energía proveniente de las
cubiertas. Existen dos tipos de sensores remotos:
• Activos: Sensores capaces de emitir su propio haz de energía
• Pasivos: Sensores que se limitan a recibir energía proveniente de un foco exterior.
5.1.7 Resolución de un sistema sensor.
La resolución de un sistema sensor se define como la habilidad del sensor para registrar y
discriminar la información en detalle (Estes & Simonett, 1975). Cuando se habla de discriminar,
se hace referencia a la escala de trabajo y la capacidad de diferenciar la complejidad del paisaje. La “información en detalle” se refiere no solo al detalle espacial proporcionado por el sensor sino
también al número y anchura de las bandas del espectro que alberga, su cadencia temporal y a su
capacidad para distinguir variaciones en la energía que detecta (Campbell, 1987), por lo tanto, al
hablarse de resolución de un sistema sensor se debe examinar la resolución espacial, espectral,
26
5.1.7.1 Resolución espacial.
Designa al objeto más pequeño que puede ser distinguido sobre una imagen. En un sistema
fotográfico, suele medirse como la mínima separación a la cual los objetos aparecen distintos y
separados. Se mide en unidades de longitud y depende de la longitud focal de la cámara y de su
altura sobre la superficie (Chuvieco, 1990; IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz,
2006; SIGMUR, 2006).
En los sensores óptico-electrónicos, se utiliza el concepto de campo de visión instantáneo (IFOV)
que se define como la sección angular, medida en radianes observada en un momento determinado.
Se suele utilizar la distancia sobre el terreno que corresponde a ese Angulo, teniendo en cuenta la
altura de vuelo y la velocidad de exploración del sensor. Esa distancia corresponde al tamaño de
la mínima unidad de información incluida en la imagen, que se denomina pixel.
Por lo tanto, para considerar la resolución espacial de un sensor óptico-electrónico depende la
altura orbital, velocidad de exploración y numero de detectores.
5.1.7.2 Resolución espectral.
Indica el número y anchura de las bandas espectrales que puede discriminar el sensor. Cuando se
habla de información multi-espectral se habla de registrar simultáneamente el comportamiento de
27
número de bandas espectrales proporcione y también cuanto más estrechas sean (Chuvieco, 1990;
IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz, 2006; SIGMUR, 2006).
5.1.7.3 Resolución radiométrica.
Hace referencia a la sensibilidad del sensor, es decir, a su capacidad para detectar variaciones en
la radiancia espectral que recibe. En el caso de los sistemas fotográficos, la resolución radiométrica
se indica por el número de niveles de gris recogido. Para los óptico-electrónicos, como l imagen
se presenta en formato digital, la resolución radiométrica es el número de valores que incluye ese
rango, es decir, el número máximo de niveles digitales de la imagen (Chuvieco, 1990; IGAC, 2007;
Martinez & Díaz, 2005; Peréz & Muñoz, 2006; SIGMUR, 2006).
5.1.7.4 Resolución temporal.
Hace referencia a la frecuencia de cobertura que proporciona el sensor, es decir, la periodicidad
con la que el sensor adquiere imágenes de la misma proporción de la superficie terrestre (Chuvieco,
1990; IGAC, 2007; Martinez & Díaz, 2005; Peréz & Muñoz, 2006; SIGMUR, 2006).
5.1.8 Plataformas de teledetección espacial.
28
El programa Landsat es una serie de misiones de observación de la tierra por satélite administrado
conjuntamente por la NASA y el servicio Geológico de EEUU.
• Enhanced Thematic Mapper Plus (ETM+) Landsat 7
Este tipo de sensor presenta el satélite Landsat 7 y las imágenes constan de 8 bandas espectrales
con una resolución espacial de 30 metros de banda 1 a 5 y 7. La resolución de la banda 8
(pancromática) es de 15 metros. El tamaño aproximado es de 170 km escena de norte a sur por
183 km de este a oeste.
• Identificación de los productos Landsat
Los productos Landsat se nombran a través de la convención adoptada por la NASA.
Código: LXSPPPRRRYYYYDDDGGGVV
Donde:
L: Nombre de la misión
X: Tipo de sensor: (C:sensor OLI y TIRS; T:Sensor TM; E:sensor ETM+;M:Sensor MSS)
S: Numero de misión Landsat (5, 7 o 8)
PPP: Path referencia global
RRR: Row referencia global
YYY: Año de adquisición de la imagen
29 GGG: ID de la estación terrena
VV: Numero de versión archivo.
• Procesamiento de las imágenes satelitales de Landsat 5 y 7.
Según Frank & Tingo (2017), para el proceso de estimación de temperatura de la superficie se
utiliza la banda terminal siendo para Landsat 5 y 7 (Banda 6). También para estimar el NDVI se
utilizan las bandas RED y NIR. En la (Figura 3) se muestra el esquema general para el
procesamiento de imágenes del satélite Landsat 5 y 7.
Figura 3. Procesamiento general de imágenes de Landsat 5 y 7
30
5.1.8.2 Sentinel-2.
El satélite de imágenes Sentinel-2 es un satélite óptico que fue lanzado el 23 de junio de 2015 cuyo
objetivo es obtener imágenes que ayudan a observar los cambios terrestres. Tiene un escáner
multiespectral que permite obtener información en las dos longitudes de onda, visibles e
infrarrojos, permitiendo monitorear los cambios en la tierra y en la vegetación, así como vigilar a
nivel mundial el cambio climático, con una resolución de 10m.(GEOCENTO, 2015c)
• Identificación de los productos
Los productos Sentinel- 2 se pueden identificar bajo el siguiente esquema:
Codigo: MMM_CCCC_FFFDDDDDD_ssss_yyyymmddThhmmss_Zzzzzzz_Xxxxxxx_Nxx.yy
Donde:
MMM: El identificador de la misión (S2A)
CCCC: Clase de archivo (OPER: Para todos los productos generados durante la fase de
operaciones)
FFF: Categoria de archivo (MSI_)
DDDDDD: Descriptor semántico (L1C_TL)
ssss: El identificador de instancia contiene el Centro de sitios (MTI_)
31 mm: Mes de creación
dd: Dia de creación
Thhmmss: Tiempo de creación hora, minutos y segundos
Zzzzzzz: Numero de orbita absoluta
Xxxxxxx: Numero de Grilla
Nxx.yy: Numero de línea base de procesamiento
• Procesamiento de las imágenes satelitales de Sentinel 2ª
Según Frank & Tingo (2017) las imágenes de Sentinel 2 son imágenes que ya vienen dadas como
Reflectancia en el Techo de la Atmósfera o por su siglas en inglés (TOA, Top Of Atmosphere),
esta reflectancia TOA se encuentra escalada y por lo tanto puede convertirse en reflectancia de
TOA no escalada con un cálculo simple, utilizando el valor de cuantificación proporcionado en
los metadatos, con la siguiente formula:
𝑝𝜆 = 𝑁𝐷 ∗ 0,0001
En la Tabla 1 se comparan dos satélites de los cuales se obtuvieron imágenes satelitales para el análisis multitemporal; se compara la resolución espectral en cada una de las bandas, la resolución
32
Tabla 1. Cuadro comparativo entre satélites utilizados para el análisis multitemporal
SATÉLITE LANDSAT 7 SENTINEL 2A
RES OL UC IÓN E S PEC T RA L
BANDAS BANDA
LONGITUD DE ONDA
(nm)
RESOLUCIÓN
ESPACIAL (m) BANDA
LONGITUD DE ONDA
(nm)
RESOLUCIÓN ESPACIAL (m)
COASTAL AEROSOL 1 430 - 450 60
AZUL 1 450 - 520 30 2 450 - 520 10
VERDE 2 530 - 600 30 3 540 - 570 10
ROJO 3 630 - 690 30 4 650 - 680 10
INFRARROJO
CERCANO (NIR) 4 760 - 900 30
5 690 - 710 20
6 730 - 740 20
7 770 - 790 20
8 780 - 900 10
8A 850 - 870 20
9 930 - 950 60
10 1360 - 1390 60
INFRARROJO ONDA CORTA (SWIR)
5 1550 - 1750 30 11 1560 - 1650 20
7 2090 - 2350 120 12 2100 - 2280 20
INFRARROJO
TÉRMICO (TIR) 6 10400 - 12500 60*30
NA
PANCROMÁTICA 8 520- 900 15
CIRRUS NA
RESOLUCIÓN TEMPORAL 16 DÍAS 10 DÍAS
ALTITUD DE ORBITA 705 KM 786 KM
ANCHO DE PASADA 185 KM 290 KM
33
5.1.9 Criterios visuales para la interpretación de imágenes
Según Chuvieco (1990) para la interpretación de imágenes se pueden utilizar métodos de
análisis visual o digital. El análisis visual tiene ventajas sobre el análisis digital ya que se
incorporan criterios complejos de la imagen. Mientras que en el análisis digital se basa
exclusivamente en la intensidad radiométrica de cada pixel. En el análisis visual se pueden
utilizar elementos tales como la textura, estructura, disposición que son elementos difíciles
de definir en términos digitales.
• Tono: Hace referencia a la intensidad de energía recibida por el sensor para una
determinada banda del espectro. El tono característico de una cubierta varia con la
banda del espectro considerada.
• Color: El ojo humano es más sensible a variaciones cromáticas que a la intensidad
luminosa. El color que perciben nuestros sentidos es consecuencia de la reflectividad
de los cuerpos en distintas longitudes de onda. Así, superficies o cobertura con alta
reflectividad de longitudes de onda corta y baja en el resto, aparecen como color azul,
mientras si las superficies absorben longitudes de onda corta y reflejan las largas
ofrecerán un color rojo.
• Textura: Hace referencia a la rugosidad o suavidad de la superficie o cubierta, es
34
• Situación espacial: Hace referencia a la localización de las cubiertas o superficies de
interés junto con su relación con elementos vecinos de la imagen.
5.1.10 Clasificación supervisada de imágenes satelitales.
Según Ordoñez & Serna (2015) se puede definir esta clasificación como un proceso en que
pixeles de identidad conocida, ubicados dentro de las áreas de entrenamiento, se utilizan para
clasificar pixeles de identidad desconocida. La clasificación supervisada involucra las
siguientes etapas:
• Etapa de entrenamiento.
• Selección del algoritmo de clasificación adecuado y clasificación.
• Operaciones de post clasificación.
En la etapa de entrenamiento el analista selecciona áreas de identidad conocida de la cubierta
terrestre de interés (cultivos, forestaciones, suelos, etc.) delineándolas sobre la imagen digital
bajo formas de rectángulos o polígonos cuyos datos numéricos quedan archivados en la
computadora como regiones de interés constituyendo los “datos de entrenamiento”.
Para realizar la selección el analista debe tener un conocimiento previo del área de estudio,
sea por reconocimientos de campo sea por consulta de mapas, fotografías aéreas, etc. Una
vez que se dispone de un conjunto de estos datos de entrenamiento debe tratase de adjudicar
cada uno de los pixeles de la escena a alguna clase.
35
• Clasificador por mínima distancia
• Clasificador por paralelepípedos
• Clasificador por máxima probabilidad
5.1.10.1Clasificación por máxima probabilidad (Maximum likelihood)
Es un algoritmo paramétrico que, a diferencia de los anteriormente considerados (no
paramétricos) asume alguna distribución estadística particular para las clases consideradas.
El clasificador de máxima probabilidad es uno de los más empleados en la clasificación
supervisada y utiliza un modelo probabilístico, comúnmente la distribución gaussiana para
formular sus reglas de decisión en la categorización de los pixeles. Los parámetros necesarios
para el modelo, como la media y la matriz de covariancia se obtienen de los datos de las áreas
de entrenamiento (Ordoñez & Serna, 2015).
5.2 ASPECTOS BIOFÍSICOS 5.2.1 Clima.
En el municipio de Mosquera, específicamente en la parte occidental, vereda de Balsillas, es
un sector que se encuentra en posición de sotavento, por lo que los vientos que suben del
valle del Rio Magdalena con alta saturación de agua, generan una zona de alta nubosidad al
margen occidental. La mayor parte del municipio presenta aguaceros erosivos lo que
ocasiona que se presenten grandes y drásticos fenómenos de erosión.
Para el desarrollo de cualquier actividad es necesario establecer un análisis climatológico,
36
estaciones del IDEAM con datos de 1981 al 2010, estas estaciones se presentan en detalle en
la Tabla 2.
Tabla 2. Estaciones climatológicas
CÓDIGO ESTACIÓN TIPO ELEVACIÓN LONGITUD LATITUD
21205420 Tibaitata Agrometeorológica
(AM)
2543 74°12'32.4"W 4°41'29.1"N
21206550 Sena
Mosquera
Climatológica principal (CP)
2543 74°13'0"W 4°42'0"N
Fuente: IDEAM.
A continuación, se presenta una descripción general de los parámetros climáticos:
5.2.1.1 Temperatura
Mosquera tiene una temperatura promedio de 13,2°C donde los valores mes a mes no varían
más de 2°C. También presenta temperaturas máximas promedio de 19,5°C y temperaturas
37
Figura 4.Valores medios mensuales multi anuales de temperatura. 5.2.1.2 Precipitación
• Precipitación total anual
Mosquera presenta una presentación media anual de 690,6 mm. En los meses de abril y
octubre se presentan las mayores precipitaciones con 92,8 mm y 85,5 mm respectivamente;
mientras que las menores precipitaciones ocurren en los meses de enero, febrero y agosto con
precipitaciones de 22,3; 35,8 y 38,1 mm.
De acuerdo con el diagrama ombrotérmico (Figura 5), el clima de Mosquera se caracteriza por ser bimodal y tetra estacional, es decir que se presentan dos periodos húmedos y dos
periodos secos. El primer periodo húmedo con los picos de precipitación más altos está entre
abril y junio y el segundo periodo se encuentra entre los meses de octubre y diciembre;
38
Figura 5. Diagrama ombrotérmico
• Número de días de precipitación
En general se presentan lluvias en 174 días al año, repartidos así: Los meses con mayor
número de días lluviosos son abril, mayo y octubre con 18, 20 y 18 días respectivamente.
Mientras que el menor número de días de lluvia se presenta en los meses de enero y febrero
39
Figura 6. Número de días mensuales de precipitación 5.2.1.3 Humedad Relativa.
Mosquera presenta valores medios mensuales multi anuales de humedad relativa altos, los
cuales oscilan entre 80 y 85%. En general el valor promedio de humedad relativa es de 83%
40
Figura 7. Valores medios mensuales multi anuales de humedad relativa (%) 5.2.1.4 Evaporación
La evaporación se puede considerar como el agua transferida a la atmosfera a partir de las
superficies libres de agua, depende de factores climáticos como la temperatura, la
precipitación, entre otros. El valor medio mensual multi anual reportado es de 833,9 mms y
41
Figura 8. Valores totales mensuales de evaporación 5.2.1.5 Evapotranspiración Potencial
La evapotranspiración potencial se puede definir como el agua disuelta en la atmosfera en
estado de vapor, por un suelo que tiene la superficie completamente cubierta por vegetación
y con el supuesto de que no existen limitaciones en el suministro de agua por lluvia o riego.
Para Mosquera el valor medio mensual multi anual reportado es de 1058,7 mms y la media
42
Figura 9. Valores totales mensuales de evapotranspiración potencial
5.2.2 Clasificaciones climáticas.
Teniendo en cuenta el análisis del clima, en la Tabla 3 se presentan las clasificaciones
climáticas y de vegetación:
Tabla 3. Clasificaciones climáticas
CLASIFICACIÓN CLIMA VARIABLES
Holdridge bs-Mb
Altitud (2000-3000 msnm) Precipitación (500-1000
mm) Cuatrecasas Selva
andina Altitud (2000-3000 msnm)
Caldas Frio Altitud (2000-3000 msnm) Temperatura (12 – 17,5°C)
Lang Semiárido
(sa) Relación P/T (40,1-60)
43 5.2.3 Suelos.
Según el Instituto Geográfico Agustín Codazzi (IGAC) (2000) en la vereda de Balsillas se
encuentran 5 componentes taxonómicos de suelo:
• Typic Haplustepts (MMVe)
Relieve fuertemente quebrado a moderadamente escarpado, con pendientes de 25 a 75%,
afectado en sectores por erosión hídrica moderada y severa; suelos moderadamente
profundos a superficiales, bien a excesivamente drenados, de texturas finas, reacción fuerte
a ligeramente ácida, baja saturación de aluminio y fertilidad moderada a baja.
• Humic Dystrudepts (MMCe2)
Relieve ligeramente a fuertemente quebrado, con pendientes 7-12, 12-25 y 25-50%, afectado
en sectores por erosión hídrica ligera y moderada; suelos profundos a moderadamente
profundos, bien a moderadamente bien drenados, con texturas medias a finas, reacción
extremada a fuertemente acida, media a alta saturación de aluminio y fertilidad baja.
• Aeric Epiaquents (RMOa)
Relieve ligeramente plano a ligeramente inclinado, con pendientes de 1 a 7%; suelos muy
superficiales, pobre a muy pobremente drenados, de texturas finas, reacción fuerte a
44
• Complejo Pachic Haplustands, Humic Haplustands (RMQa-RMQb)
Relieve ligeramente plano a ligeramente inclinado, con pendientes de 1-7 %; suelos
profundos a muy profundos, bien a moderadamente bien drenados, de texturas finas a
moderadamente gruesas, reacción mediana a ligeramente acida y fertilidad moderada a alta.
5.2.4 Composición florística e índices de biodiversidad.
5.2.4.1 Índice de valor de importancia (IVI).
El índice de valor de importancia define cuáles de las especies contribuyen en el carácter y
estructura de un ecosistema (Cottam y Curtis, 1956), se calcula para cada especie a partir de
la suma de la abundancia relativa, la frecuencia relativa y la dominancia relativa. Permite
comparar el peso ecológico de cada especie dentro del bosque. El valor del IVI similar para
diferentes especies registradas en el inventario, sugiere una igualdad o semejanza del bosque
en su composición, estructura, calidad de sitio y dinámica (Braun-BlanQuet, 1974).
Según Lamprecht (1990), la abundancia hace referencia al número de individuos por unidad
de área y por especie en relación con el número total de individuos. Se distingue la
abundancia absoluta (número de individuos por especie) y la abundancia relativa (proporción
de los individuos de cada especie en el total de los individuos del ecosistema)
Según Melo (2000) la frecuencia, permite determinar el número de parcelas en que aparece
una determinada especie, en relación con el total de parcelas inventariadas, o existencia o
ausencia de una determinada especie en una parcela. La abundancia absoluta se expresa como
45
de una especie se determina como su porcentaje en la suma de las frecuencias absolutas de
todas las especies (Melo 2000).
La dominancia se relaciona con el grado de cobertura de las especies como manifestación del
espacio ocupado por ellas y se determina como la suma de las proyecciones horizontales de
las copas de los árboles en el suelo. Debido a que la estructura vertical de los bosques
naturales tropicales es bastante compleja, la determinación de las proyecciones de las copas
de los árboles resulta difícil y a veces imposible de realizar; por esta razón se utilizan las
áreas básales, debido a que existe una correlación lineal alta entre el diámetro de la copa y el
fuste (Lamprecht, 1990)
5.2.4.2 Curva de acumulación de especies.
Esta curva es un gráfico de la riqueza de especies en función de la cantidad de individuos o
unidades de muestreo; en consecuencia, la curva de acumulación de Especies incluye
números tanto menores como mayores de individuos o unidades de muestreo. (Colwell et al.
2012).
Las curvas de acumulación de especies muestran el número de especies acumuladas
conforme se va aumentando el esfuerzo de recolecta en un sitio, de tal manera que la riqueza
puede aumentar hasta que llegue un momento en el cual por más que se recolecte, el número
de especies alcanzará un máximo y se estabilizará la gráfica. Según Escalante (2003), las
46
encontrar, ya que se pueden dar las situaciones en donde la curva se estabilice antes de que
muchas especies hubieran sido registradas.
5.2.4.3 Índices de diversidad Alfa.
Según Whittaker (1960), la diversidad alfa corresponde con la riqueza de especies que hay
en una comunidad paisajística o en un hábitat determinado. Para evaluar la diversidad de
especies dentro de las comunidades se han propuesto diferentes métodos. Para diferenciar los
distintos métodos en función de las variables biológicas que miden, se dividen en dos grandes
grupos: 1) Métodos basados en la cuantificación del número de especies presentes (riqueza
específica); 2) Métodos basados en la estructura de la comunidad, es decir, la distribución
proporcional del valor de importancia de cada especie (abundancia relativa de los individuos,
biomasa, cobertura, productividad).
5.2.4.4 Índices de diversidad especifica.
• Índice de diversidad de Margale.f
Transforma el número de especies por muestra a una proporción a la cual las especies son
añadidas por expansión de la muestra. Supone que hay una relación funcional entre el número
de especies y el número total de individuos (Magurran, 1998).
47
Donde: S: Número de especies. N: Número total de individuos 5.2.4.5 Índices de estructura.
• Índice de Simpson.
Manifiesta la probabilidad de que dos individuos tomados al azar de una muestra sean de la
misma especie. Está fuertemente influido por la importancia de las especies más dominantes
(Magurran, 1988; Peet, 1974). Como su valor es inverso a la equidad, la diversidad puede
calcularse como 1 – λ (Lande, 1996).
𝜆 = ∑ 𝑃𝑖2
Donde: Pi: abundancia proporcional de la especie i, es decir, el número de individuos de la especie i dividido entre el número total de individuos de la muestra.
• Índice de Shannon-Wiener.
Expresa la uniformidad de los valores de importancia a través de todas las especies de la
muestra. Mide el grado promedio de incertidumbre en predecir a que especie pertenecerá un
individuo escogido al azar de una colección (Magurran, 1988; Peet, 1974). Asume que los
individuos son seleccionados al azar y que todas las especies están representadas en la
muestra. Adquiere valores entre cero, cuando hay una sola especie, y el logaritmo de S,
cuando todas las especies están representadas por el mismo número de individuos (Magurran,
48
𝐻´ = − ∑ 𝑃𝑖𝐿𝑛(𝑃𝑖)
5.3 RESTAURACIÓN ECOLÓGICA.
La restauración es una estrategia de carácter interdisciplinar, en la cual se usa el conocimiento
científico con la finalidad de gestionar y manejar los ecosistemas que han sido degradados
para restablecerlos y prevenir daños irreversibles (Hobbs & Harris, 2001). Según el
Ministerio de Ambiente y Desarrollo Sostenible (MADS) (2015) algunos autores definen la
restauración como el proceso de cambiar la trayectoria de un ecosistema de una condición
degradada a una condición natural similar a la original. Otros autores han considerado que la
restauración no debe llevar necesariamente a la condición original y puede tener diferentes
trayectorias durante su proceso. La definición más usada es la de la Sociedad Internacional
para la Restauración Ecológica (SER) (2004), que define la restauración como un proceso
asistido que busca restablecer un ecosistema perturbado, degradado o dañado a partir de un
ecosistema de referencia que de tal manera que se busca alcanzar un estado previo al disturbio
donde se asemeje la estructura, composición y funcionamiento del ecosistema.
La restauración ecológica de los ecosistemas se basa en el conocimiento de la sucesión
ecológica. La sucesión ecológica se entiende como el proceso de desarrollo estructural y
funcional del ecosistema, a través del cual se da un reemplazamiento de unas poblaciones y
comunidades por otras en el tiempo. La sucesión es un desarrollo de toda la estructura y
función del ecosistema, que tiende, en general, al incremento de la biomasa, la diversidad, la
estabilidad, la regulación de suelo, atmosfera, la productividad bruta y al cierre de ciclo de
49
el establecimiento de nuevas poblaciones que a su vez introducen nuevos cambios
ambientales hasta llegar al punto donde la energía disponible y la capacidad biótica para
adecuar el medio llegan a su límite (Salamanca & Camargo, 2000).
Según Salamanca & Camargo (2000), una estrategia fundamental en la restauración es la
plantación seral, que consiste en plantar las especies en orden sucesional, introduciendo cada
población y etapa de desarrollo tan pronto como las condiciones ambientales lo permitan. En
cada ambiente se evidencia una serie de etapas sucesionales características de este, la cual se denomina “sere” o “serie ecológica. En una “sere” o serie ecológica las poblaciones se
mezclan unas con otras, de modo que en un momento pueden encontrarse juntas poblaciones
de distintos momentos sucesionales, unas declinando, otras dominando y otras comenzando
a ganar espacio; lo que correspondería a especies del pasado, presente y futuro. Para su
descripción y clasificación las especies se dividen en etapas, definidas según sus poblaciones
y su fisionomía. Las etapas pueden dividirse en fases, teniendo en cuenta diferentes criterios. Dentro de las series ecológicas, la primera parte del sere se denomina “prisere” y a sus
poblaciones características se les denomina “priserales” (incluye especies pioneras, especies
que pueden establecerse sobre suelo desnudo). Las etapas intermedias de una serie ecológicas se denominan “mesosere” y la serie ecológica final se llama “tardisere”. Todo el conjunto de
serie ecológica que se encuentra antes del ecosistema clímax se denomina subsere, y la
vegetación propia de este intervalo se denomina “subseral”.
Los priserales son especies con atributos vitales que les permiten sobrevivir y reproducirse
en medios controlados por factores y eventos físico y con alta frecuencia de perturbaciones
y sus efectos residuales. Los priserales suelen asociarse con la estrategia “r”, basado en una
50
perturbaciones, lo que determina una alta tasa de renovación de individuos y estructuras poco
durables. Las especies con estrategias r favorecen la acumulación de materia orgánica en el
suelo y el reemplazamiento. Las tardiserales son especies que se asocian con las estrategias
K, basada en la regulación. Se caracterizan por realizar una mayor inversión en estructuras
más durables, crecimiento más lento, ciclos de vida más largos, mecanismos de dispersión
basados en la fauna (Pianka 1982).
5.3.1 Plantación Seral.
La plantación seral consiste en introducir en cada sitio las especies y morfotipos de la etapa
sucesional inmediatamente posterior al estado sucesional actual. Po lo tanto, se efectuarán
varias plantaciones sucesivas, distanciadas por lapsos de años, cada una introduciendo los
juveniles de una etapa más avanzada (Sarmiento & Torres 2008)
Según Salamanca & (Camargo, 2000), las etapas sucesionales a las cuales se pueden atribuir
los tipos de vegetación, se clasifican según un sencillo modelo de progresión fisonómica,
denominado esquema seral básico, donde las etapas están definidas por los biotipos
característicos (hierbas, arbustos y árboles) y las fases de cada etapa por los pasos en el
establecimiento, crecimiento y reproducción de cada nuevo biotipo en la serie ecológica:
51
5.3.1.1 Etapa Herbácea.
Las participantes en esta etapa son principalmente hierbas de diversas formas, aunque
también se incluyen leñosas pioneras que adelantan la siguiente etapa.
• Fase de colonización: las hierbas y otras pioneras colonizan el sustrato desnudo, el cual
predomina sobre la cobertura vegetal.
• Fase de agregación: la vegetación colonizadora de los puntos favorables se expande,
interconectándose.
• Fase de consolidación: se conforma una cobertura continua de herbáceas. El sustrato
desnudo queda reducido a algunos parches en los sitios más desfavorables.
5.3.1.2 Etapa del precursor leñoso.
Los precursores son las primeras leñosas que aparecen en la serie ecológica, árboles y
arbustos heliófilos. Hasta esta etapa la serie ecológica se denomina subsere, es decir, la
primera parte de la serie ecológica de desarrollo del bosque.
• Fase de colonización: precursores leñosos colonizan los puntos favorables dentro de la
matriz herbácea (o directamente en el sustrato desnudo).
• Fase de agregación: los precursores leñosos forman agregados (islotes de arbustos y
arbolitos), los cuales se expanden e interconectan. La matriz herbácea se fragmenta y se
52
• Fase de consolidación: se conforma una cobertura continua de precursores leñosos.
Dependiendo del morfotipo de los precursores, la fisonomía alcanzada en esta etapa
corresponde a matorral, bosque enano o bosque.
5.3.1.3 Etapa del inductor preclimácico.
Los inductores son poblaciones dominantes de los bosques, que se introducen a la mitad o al
final de la sere (mesoserales y tardiserales).
• Fase de colonización: árboles (y algunos arbustos) esciófitos crecen en los puntos
favorables entre la matriz formada por los precursores leñosos y a su sombra.
• Fase de agregación: los agregados de inductores se expanden, interconectándose. La
matriz de precursores leñosos se fragmenta y se contrae.
• Fase de consolidación: se conforma una cobertura continua de árboles. Los precursores
leñosos desaparecen, son relegados a los bordes o parches en sitios desfavorables. Varios
precursores se mantienen dentro de los bosques climácicos, adaptando su crecimiento
53
6 MATERIALES Y MÉTODOS.
Para cumplir con el primer y segundo objetivos planteados en el presente trabajo se realizó
una metodología, dentro de la cual se incluyen 3 etapas: la etapa de consulta de información
secundaria, la cual permite un diagnostico general del área de estudio; la etapa de trabajo de
campo que incluye toda labor para la obtención de información primaria; y finalmente la
etapa de procesamiento de la información. Para responder al tercer objetivo se presenta la
formulación de algunos lineamientos para la conservación y preservación del herbazal denso
de tierra firme, esto se hace teniendo en cuenta los parámetros establecidos por Salamanca
& Camago (2000); Vargas et al. (2012) y Vargas (2008)
6.1 ÁREA DE ESTUDIO.
La vereda Balsillas se encuentra en el municipio de Mosquera, departamento de
Cundinamarca; cubre una extensión de 3686 ha. De acuerdo con el IDEAM con datos de
1981 al 2010 la temperatura promedio es de 13,2°C, la precipitación media anual es de 690,6
mm por lo cual el clima se caracteriza por ser bimodal y tetraestacional. La vereda limita al
norte con el municipio de Madrid; al sur con el municipio de Soacha, al este con la vereda
San José, municipio de Mosquera y al oeste con el municipio de Bojacá tal como se observa
54
Figura 10. Localización del área de estudio
6.2 ANALISIS DE IMÁGENES SATELITALES.
Para la cuantificación del cambio de coberturas se elaboraron dos mapas de cobertura para
los años de 2002 y 2017, utilizando imágenes del satélite Landsat 7 para el año 2002 y el
satélite Sentinel 2A para el año 2017. Para un primer mapa de coberturas de 2017 se realizó
una interpretación visual de la imagen, con la finalidad de clasificar las coberturas, por lo
cual se usó como referente el mapa base de cobertura de uso del suelo del IGAC. Las
imágenes satelitales se eligieron con cobertura de nubes inferior a 10%. Las imágenes fueron
55
Explorer de acuerdo con la metodología de Franco (2017). En la (Tabla 4) se muestra en detalle las imágenes satelitales que se usaron.
Tabla 4. Datos de las imágenes satelitales usadas
SENSOR FECHA ID-ESCENA
Landsat 7 2002 LE07_L1TP_008057_20020225_20170131_01_T1
Sentinel 2 2017 S2A_MSIL2A_20170901T152641_N0205_R025_T18NWL_20170901T152638.SAFE
6.2.1 Etapa de consulta de información secundaria.
6.2.1.1 Preprocesamiento.
Se realizó un preprocesamiento de las imágenes en las cuales la finalidad era tener dichas
imágenes en niveles de reflectancia y resolución espacial adecuada; para la imagen Landsat
7(resolución espacial de 30 m) se utilizó la técnica de pansharpening con la finalidad de
obtener imágenes satelitales de 15 metros de resolución espacial, mediante la siguiente
formula:
𝑃𝐼𝑋𝐸𝐿𝑆𝐹𝐼𝑀 =
𝑃𝐼𝑋𝐸𝐿𝑙𝑜𝑤× 𝑃𝐼𝑋𝐸𝐿ℎ𝑖𝑔ℎ
𝑃𝐼𝑋𝐸𝐿𝑚𝑒𝑎𝑛
56
VARIABLE DESCRIPCIÓN
PIXEL_SFIM Pixel de filtro suavizado basado en la técnica de modulación de intensidad. PIXEL_low Pixel de menor resolución (30m) PIXEL_high Pixel de mayor resolución (15m banda 8
pancromática)
PIXEL_mean
Pixeles suavizados de la imagen de alta resolución y ventana equivalente al pixel
de baja resolución
Posteriormente para la imagen de Landsat 7 se transformó de niveles digitales a radiancia mediante el “método de escalamiento de la radiancia espectral” (NASA, 2009) y luego de
radiancia a reflectancia con el método Dark Object Substraction (DOS) (Chávez, 1988).
Según Frank & Tingo (2017) Las imágenes satelitales de Sentinel 2ª son imágenes que ya se
encuentran en niveles de reflectancia escalada, por lo cual la única operación que se debe
realizar es multiplicar los niveles digitales por 0,0001.
Para transformar los niveles digitales a radiancia TOA se utilizó la fórmula:
Donde:
VARIABLE DESCRIPCIÓN UNIDADES
Lλ Radiancia espectral de
entrada en el sensor. Watts/(m^2*srad*µm)
Qcal
Valores de pixel de productos estándar cuantificados y calibrados
“Banda_X”
ND
𝐿
𝜆= (
𝐿𝑀𝐴𝑋
𝜆− 𝐿𝑀𝐼𝑁
𝜆57 LMINλ
Radiancia espectral mínima correspondiente a la banda
QcalX
Watts/(m^2*srad*µm)
LMAXλ
Radiancia espectral máxima correspondiente a la banda
QcalX
Watts/(m^2*srad*µm)
Qcalmin Valor mínimo del pixel, en
este caso 1 ND
Qcalmax Valor máximo del pixel, en
este caso 255 ND
Para transformar la radiancia a reflectancia, es necesario introducir algún tipo de corrección
sobre el efecto que imprime la atmosfera sobre la señal recibida por el sensor (APN, 2005)
por lo tanto se hizo la corrección atmosférica por el “método de sustracción de superficies oscura (DOS)”, para lo cual se usaron las siguientes formulas:
Donde:
VARIABLE DESCRIPCIÓN
Ps Reflectancia de la superficie
Lλ Radiancia espectral de entrada en el sensor
D Distancia del Sol-Tierra (Unidades
astronómicas)
ESUNλ Irradiancia espectral solar exoatmosférica
ƟSE Angulo de elevación del sol. Este dato se
proporciona en los metadatos
(SUN_ELEVATION) en grados, el cual se transforma a radianes.
Lp Efecto bruma (path radiance)
𝑃
𝑠=
𝜋 ∗ (𝐿
𝜆− 𝐿
𝑝) ∗ 𝑑
2
58
Tv Transmitancia de la atmosfera en la
dirección de visión
Tz Transmitancia atmosférica en la dirección
de iluminación.
Edoun Es la irradiancia difusa descendente, se considera igual a cero.
Para obtener el cálculo de las transmisividades se usaron las siguientes formulas:
Donde:
VARIABLE DESCRIPCIÓN
Λ Valor promedio del rango espectral de la
banda
Tr Espesor óptico para dispersión de Rayleight
ƟZ Ángulo zenital solar en grados, el cual
equivale a 90°-ƟSE
ƟV Ángulo de observación del sensor, entonces
el ángulo es 0° y COS (0°) =1
Según Frank & Tingo (2017) para obtener la distancia entre el sol y la tierra en unidades
astronómicas se utilizó la siguiente formula:
𝑇
𝑟= 0,008569𝜆
−4(1 + 0,0113𝜆
−2+ 0,00013𝜆
−4)
𝑇
𝑣= 𝑒𝑥𝑝
𝑇𝑟
𝐶𝑂𝑆(𝜃𝑣)