APORTES A LA TIPIFICACION DE LAS OBRAS DE CONSERVACION EN EL CONTROL DE LA EROSION PROYECTO CHECUA-PROCAS EN LA LAGUNA DE FUQUENE

Texto completo

(1)APORTES A LA TIPIFICACION DE LAS OBRAS DE CONSERVACION EN EL CONTROL DE LA EROSION PROYECTO CHECUA-PROCAS EN LA LAGUNA DE FUQUENE (El lecho de la zorra). AUTOR: YEISON RICARDO MENDIVELSO PANQUEBA 20151181271. DIRECTOR: JUAN PABLO RODRIGUEZ MIRANDA Doctor en Ingeniería Magister en Ingeniería Ambiental Magister en Gestión y Evaluación Ambiental Especialista en Gerencia del Medio Ambiente y Prevención de Desastres. DIRECTOR EXTRENO: CARLO JULIO CASTRO MARTINEZ Profesional especializado DCASC CAR UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES INGENIERIA SANITARIA BOGOTA D.C, SEPTIEMBRE 2020.

(2) Contenido 1.. RESUMEN .........................................................................................................................4. 2.. INTRODUCCION...............................................................................................................5. 3.. JUSTIFICACIÓN................................................................................................................7. 4.. PLANTEAMIENTO DEL PROBLEMA .............................................................................8. 5.. 6.. 4.1.. Descripción del problema..............................................................................................8. 4.2.. Formulación del problema.............................................................................................9. OBJETIVOS .......................................................................................................................9 5.1.. Objetivo General: ..........................................................................................................9. 5.2.. Objetivos Específicos: ...................................................................................................9. MARCO TEORICO ............................................................................................................9 6.1.. Localización área de estudio..........................................................................................9. 6.2.. Localización fases del proyecto Checua ...................................................................... 12. 6.3.. Satélites Landsat ......................................................................................................... 15. 6.3.1.. Landsat 4 ............................................................................................................. 16. 6.3.2.. Landsat 5 ............................................................................................................. 17. 6.3.3.. Landsat 7 ............................................................................................................. 18. 6.3.4.. Landsat 8 ............................................................................................................. 18. 6.4.. Cálculos estadísticos e histograma de las imágenes ..................................................... 21. 6.5.. Estadísticas unibanda .................................................................................................. 23. 6.6.. Estadística multibanda ................................................................................................ 25. 6.6.1.. Covarianza ........................................................................................................... 25. 6.6.2.. Matriz de varianza-covarianza.............................................................................. 25. 6.7.. Realces y mejoras visuales .......................................................................................... 25. 6.8.. Realces Radiométricos o de Expansión Del Histograma .............................................. 26. 6.9.. Índices de Vegetación ................................................................................................. 26. 6.9.1.. Índice de Vegetación de Diferencia Normalizada - NDVI. ................................... 27. 6.10.. Composición De Color ............................................................................................ 27. 6.11.. Clasificación de Imágenes ....................................................................................... 29. 6.11.1.. Clasificación Supervisada ................................................................................. 29. 6.11.2.. Clasificación No Supervisada ........................................................................... 30. 6.12.. Aritmética de Imágenes ........................................................................................... 31.

(3) 6.13.. Definiciones ............................................................................................................ 32. 6.13.1. 7.. Erosión ............................................................................................................. 32. METODOLOGIA ............................................................................................................. 38 7.1.. Preparación del Trabajo .............................................................................................. 38. 7.2.. Imágenes seleccionadas. .............................................................................................. 38. 7.3.. Procedimientos ........................................................................................................... 41. 7.3.1.. Preparación de las Imágenes ................................................................................ 41. 7.3.2.. Clasificación Digital ............................................................................................ 42. 7.3.3.. Detección de Cambios ......................................................................................... 42. 7.3.4.. Mapa de Cambios ................................................................................................ 43. 7.4.. Flujograma del Proceso ............................................................................................... 44. 7.5.. Preprocesamiento ........................................................................................................ 45. 7.5.1.. Remuestreo Imagen Landsat 8 ............................................................................. 46. 7.5.2.. Homogenización Radiométrica ............................................................................ 46. 7.5.3.. Especificación del histograma .............................................................................. 47. 7.6. Procesamiento ................................................................................................................ 51 7.6.1. Análisis Unibanda.................................................................................................... 51 7.6.2.. Índice Normalizado de Vegetación....................................................................... 53. 7.6.3.. Análisis Multibanda ............................................................................................. 57. 7.7.. Clasificación Digital Multiespectral ............................................................................ 64. 7.7.1.. Clasificación Digital No Supervisada ................................................................... 64. 7.7.2.. Clasificación Digital Supervisada......................................................................... 65. 8.. RESULTADOS ................................................................................................................. 68. 9.. CONCLUSIONES ............................................................................................................ 77. 10.. RECOMENDACIONES ................................................................................................. 79. Bibliografía ............................................................................................................................... 80.

(4) 1. RESUMEN. El presente trabajo consistió en el análisis multitemporal de la cobertura vegetal y la efectividad de las obras de biomecánica y bioingeniería que se ejecutaron para estabilizar zonas degradadas y prevenir el avance de la erosión del área donde se llevaron a cabo dichas obras dentro del Proyecto Checua que se inició en la cuenca del Río Checua ubicada 60 kilómetros al norte de Bogotá D.C, de la cual hacen parte los Municipios de Nemocón, Cogua, Tausa, Cucunubá y Suesca en el departamento de Cundinamarca. Posteriormente y en fases sucesivas, se amplió a las cuencas de la Laguna de Cucunubá, Río Suta y Ubaté, Laguna de Fúquene, obras realizadas por la corporación autónoma regional de Cundinamarca-CAR con el apoyo del ministerio alemán de cooperación económica y desarrollo (BMZ). El propósito del estudio fue evaluar la eficacia de las obras biomecánicas que se realizaron para evitar la problemática del deterioro erosivo en los suelos de la zona, y su posterior recuperación en cuanto a la cobertura vegetal en el período correspondiente de 1987 hasta el año 2018, a través de imágenes satelitales y fotografías aéreas, la metodología utilizada se basó en un proceso de clasificación de imágenes satelitales Landsat para identificación, y análisis de las coberturas y cambios en el suelo a fin de determinar el estado de restauración del paisaje. Los cambios de usos de suelo fueron derivados de la clasificación de cuatro imágenes Landsat TM, ETM y OLI-TIRS con una resolución espacial de 30 metros tomadas en diciembre de 1987, enero de 1998, diciembre de 2009 y diciembre de 2018. Desde hace más de 20 años la CAR ha encaminado esfuerzos para la prevención y la corrección de los procesos erosivos que se han presentado en la zona. Los trabajos realizados en el tema de erosión se han concentrado en el manejo físico de la erosión, así como en la labranza de conservación. Según el estudio de CTI et al. (2000) 19 a principios de los años ochenta se determinaron siete clases de erosión que abarcaban desde la nula hasta los afloramientos rocosos bajo diferentes procesos erosivos, pasando por todos los tipos erosivos asociados al agua. Entre las áreas que se encontraron como susceptibles a la erosión por escurrimiento superficial encontraron, entre otras, aguas arriba de los Ríos Ubaté y Lenguazaque y las quebradas Bautista, Mina y Honda.. El Proyecto Checua nació en 1982 con el objetivo de controlar la erosión generada aguas arriba del Río Checua. Esta erosión fue influenciada por actividades antrópicas mal desarrolladas como.

(5) la agricultura y la minería asociadas a las condiciones naturales de los suelos. (CTI et al., 2000). El apoyo técnico y financiero del Proyecto Checua se derivó de la GTZ y KfW. En su primera etapa trabajó sobre 17.000 Ha con una prórroga sobre otras 43.200 Ha, debido a los buenos resultados obtenidos. Ya para la segunda etapa, se llegó a un cubrimiento de 125.000 Ha en los municipios de Simijaca, Susa, Fúquene, Guachetá, Ráquira, Ubaté, San Miguel de Sema, Lenguazaque y Carmen de Carupa. En esta etapa se procuró atacar la erosión desde dos frentes uno curativo (obras bio-mecánicas) y uno preventivo (labranza de conservación). (CTI et al., 200019).. Según el documento CAR (2006) 20 a mayo de 2003, 75 municipios de la Jurisdicción de la corporación habían sido beneficiarios del Proyecto Checua y se planea que en los próximos años queden cubiertos los 104 que le corresponden. Este mismo documento dice textualmente que “La totalidad de los procesos erosivos severos de las cuencas del Río Checua y de la Cuenca de la Laguna de Fúquene fueron estabilizados con obras de control de erosión.”. Según la CAR (2006), para el año de 1941 la cuenca del Río Checua presentaba procesos erosivos severos en el 29% (5.125 Ha) de su área. La tendencia fue creciente llegando al 55% del total de la cuenca en 1962. Hacia 1991, después de 9 años de comenzado el Proyecto Checua, este valor descendió al 25.5%.. Con respecto a las cuencas de los Ríos Ubaté y Suta y la Laguna de Cucunubá en el año de 1988 se observaron procesos de erosión moderada a severa en el 24% (10.364 Ha) del área total.. 2. INTRODUCCION. Para la corporación autónoma regional de Cundinamarca- CAR, el territorio de la cuenca de la laguna de Fúquene ha sido desde sus inicios en la década de los años sesenta, una de las regiones de mayor preocupación y de permanente presencia, orientada a mitigar los efectos de múltiples factores que han amenazado el equilibrio de la cuenca y, que en razón de su actual responsabilidad como autoridad, es una de las áreas críticas de la jurisdicción de la corporación, para enfrentar el reto de lograr la sustentabilidad ambiental de esta cuenca. (Cantor, 2014).

(6) Dentro de la problemática ambiental del país relacionada con el recurso hídrico y la conservación de suelos, está el fenómeno erosivo, que por medio de sus diferentes manifestaciones, tales como el desgaste de la superficie terrestre identificado como erosión laminar, va desnudando los suelos al eliminar de ellos la capa orgánica que permite la presencia de la cobertura vegetal, cuando se transportan en el agua sedimentos en suspensión que se desprenden desde las vertientes de las cuencas hasta los ríos y embalses (Olmos, Melo, Cruz, & Arias).. La erosión y los deslizamientos, son problemas degradativos, que avanzan en forma acelerada a nivel mundial, debido al mal uso y manejo de los suelos y las aguas, y a la ausencia de prácticas preventivas de conservación de este recurso, por lo cual se hace necesario tomar medidas preventivas de conservación de suelos, que eviten la problemática actual de erosión. Aunque la erosión es un proceso natural de degaste de la superficie de la Tierra ha sido acelerado por actividades antrópicas al romper el equilibrio existente entre los suelos, la vegetación, el agua y el viento. Dentro de tales actividades pueden mencionarse el uso de herramientas y sistemas de cultivo inadecuados, tala de bosques, quema de vegetación y construcción de obras. (CENICAFÉ, Junio de 1993). Una de las principales problemáticas que encontramos dentro del proyecto Checua-Procas fueron los severos procesos erosivos existentes en la Cuenca del Río Checua, con una tendencia a aumentar progresivamente, los cuales repercutían negativamente sobre los recursos, suelo y agua en la cuenca, la calidad de vida de los pobladores de la cuenca, debido a esto se realizaron obras que lograran minimizar y disminuir la erosión.. El proyecto se realizó en cinco fases durante dos décadas se realizaron acciones para estabilizar zonas degradadas y prevenir el avance de la erosión, mediante procesos de participación comunitaria y capacitación para el manejo y conservación de los suelos y aguas, la construcción de obras biomecánicas que aumentan la capacidad de retención de agua en la cuenca y favorecen el desarrollo de la cobertura vegetal.. Dentro del desarrollo de estas fases, en la primera década, con énfasis en el control de erosión, el más destacable es la reducción del 93% de la carga de sedimentos aportada por la cuenca del Río.

(7) Checua al Río Bogotá y por ende a la planta de tratamiento de agua potable para Bogotá, Tibitoc, sin dejar de lado la regulación del caudal del Río Checua y la estabilización de las cárcavas en la misma cuenca.. 3. JUSTIFICACIÓN. La erosión del suelo es una forma severa de degradación física. Se estima que cerca de 80% de la tierra agrícola en el mundo sufre erosión moderada a severa y 10 % erosión. ligera a moderada. (Lal y Stewart, 1995). El 40% del territorio colombiano presenta erosión de muy ligera a muy severa y la zona andina es la más afectada con 88% del área afectada por erosión hídrica (Olmos, Melo, Cruz, & Arias). La degradación en muchas zonas del territorio colombiano causadas por erosión y sedimentación es el fenómeno más notorio y de amplias repercusiones económicas, sociales y ecológicas. Las causas son los factores naturales y antrópicos ligados a la historia geológica y morfoclimáticas, acentúada por la actividad social desordenada, que cada día se hace más crítica, debido al conflicto entre el uso que el hombre hace de su entorno ambiental y las potencialidades que éste le brinda. Los factores naturales que permiten el desarrollo en forma avanzada y peligrosa del proceso de erosión hídrica y la sedimentación en el país son entre otros: el tipo de material afectado (suelo), los factores climáticos como la precipitación, el papel de protección que ofrece la cobertura vegetal al medio, el gradiente del terreno, las condiciones de drenaje y la ausencia de un adecuado manejo de los suelos y especialmente los de ladera. Montenegro H, 1989 (En INAT y otros, 1996), señala que en el país se están perdiendo entre 170.000 a 200.000 Ha/año, teniendo en cuenta sólo los primeros 20 cm de profundidad. (Alatorre & Beguería, 2009). En la cuenca de la laguna de Fuquene se evidencia con gran magnitud problemáticas relacionadas con el factor de la erosión, que en gran medida se ha ido disminuyendo en parte a las obras de bioingeniería y biomecánica realizadas por la corporación autónoma regional de Cundinamarca (CAR), con las cuales se busca la protección y conservación de los suelos afectados, además de evitar la gran carga de sedimentos que están llegando a la laguna de Fuquene, para tal fin se evalúan el cómo cada una de estas obras aporta a la mejora continua del deterioro de suelo,.

(8) especialmente en las obras que tienen que ver con la estabilización de taludes en algunas de las cárcavas del sector y evidenciar si en el espacio-tiempo se ha avanzado y en qué porcentaje en el estado de las coberturas vegetales.. 4. PLANTEAMIENTO DEL PROBLEMA 4.1. Descripción del problema. Debido a la evidente degradación de los suelos en cercanías a la laguna de Fúquene, se llevaron a cabo obras de restauración para estabilizar los severos procesos erosivos existentes en la Cuenca de la laguna de Fúquene, los cuales afectaban gravemente sobre los recursos naturales de la zona, tanto el suelo y agua en la cuenca, la calidad de vida de los pobladores de la cuenca.. El área estudiada presenta degradaciones sectoriales ocasionadas por la inadecuada utilización de los suelos. Los moradores de la zona presionados en algunos casos por la necesidad de obtener ingresos para subsistir o también imputados por el afán de lucro y la falta de educación, han ido deteriorando la zona y creando cada día mayores restricciones para su desarrollo. La región presenta localizadamente graves procesos de erosión y torrencialidad en sus partes altas con la producción de grandes cantidades de sedimentos que se depositan en tas partes bajas del valle, en los cauces disminuyendo su sección hidráulica y en la Laguna de Cucunubá produciendo la colmatación progresiva de su vaso. También presenta ocurrencia de crecientes que inundan vastas áreas durante un tiempo suficientemente largo como para destruir tas cosechas y causar pérdidas en el pastoreo. (Corporación Autonoma Regional de Cundinamarca CAR, 2006). Debido a lo anterior es necesario verificar el estado actual de la zona y como cada una de las obras que se han ejecutado han aportado a la restauración del ecosistema y todas las actividades que se realizan en torno a ella..

(9) 4.2.Formulación del problema. ¿Cuál es la situación actual de las zonas donde se ejecutaron las obras de conservación en el control de la erosión proyecto Checua-PROCAS en la laguna de Fúquene?. 5. OBJETIVOS. 5.1.Objetivo General:. Evaluar la efectividad de las obras de conservación ejecutadas, para el control de la erosión en la laguna de Fúquene a través de un análisis multitemporal. 5.2.Objetivos Específicos:. •. Recopilar toda la información de las actividades y obras que se han realizado en la zona de influencia de la laguna de Fúquene para el control de la erosión.. •. Analizar la información cartográfica correspondiente a las obras de conservación en zona de influencia de la laguna de Fúquene.. 6. MARCO TEORICO 6.1.Localización área de estudio El área de estudio comprende parte de los municipios de Carmen de Carupa y Ubaté, los cuales pertenecen a la Provincia de Ubaté que es una de las 15 provincias que integran el departamento de Cundinamarca (Colombia); se localiza al norte del departamento; la capital provincial es Ubaté. La provincia limita al norte, noroeste y noreste con el departamento de Boyacá (municipios de Coper, Buenavista, Chiquinquirá, San Miguel de Sema y Ráquira); al occidente con la provincia de Rionegro (municipio de San Cayetano); al sur con la provincia de Sabana.

(10) Centro (municipios de Cogua y Nemocón); y al sureste y oriente con la provincia de Almeidas (municipios de Villapinzón y Suesca). La provincia está integrada por diez municipios el municipio de Ubaté se encuentra localizado al norte del Departamento de Cundinamarca y hacia el Occidente del valle de Ubaté y Chiquinquirá. La cabecera Municipal está localizada a una hora y treinta minutos por la ruta 45ª desde Bogotá D.C. El municipio de Carmen de Carupa Se localiza al norte del departamento de Cundinamarca, en límites con el departamento de Boyacá, aproximadamente una hora y media de Bogotá. Limita con los municipios de San Cayetano, por el Occidente, con los municipios de Tausa y Sutatausa por el sur, con Ubaté y Susa por el Oriente y con Simijaca y el Departamento de Boyacá (Municipios de Buenavista y Coper) por el Norte. Altitud de la cabecera municipal (metros sobre el nivel del mar): Se encuentra en las estribaciones del ramal occidental de la cordillera Oriental; con alturas que oscilan entre los 2.600 y 3.700mt sobre el nivel del mar. Tabla 1. Localización geográfica Municipio. Longitud. latitud. Extensión (km2). Ubaté. 73° 48′ 52″.. 5° 18′ 24″. 102. Carmen de Carupa. 73° 54’ 0’’. 5° 21’ 12”. 228. Figura 1. Localización del área de estudio. Tomado de: Autoría propia..

(11) Figura 2. Mapa de Colombia y Cundinamarca, localización del proyecto. Tomado de: Autoría propia Figura 3. Coparticipación área de estudio, municipios Carmen de Carupa y Ubaté. Susa. Fúquene. Carmen de Carupa. Villa de San Diego de Ubaté. Sutatausa. Cucunubá. Tausa. Tomado de: Autoría propia.

(12) 6.2. Localización fases del proyecto Checua El Proyecto Checua se inició en la cuenca del Río Checua ubicada 60 kilómetros al norte de Bogotá D.C, de la cual hacen parte los Municipios de Nemocón, Cogua, Tausa, Cucunubá y Suesca en el departamento de Cundinamarca. Posteriormente y en fases sucesivas, se amplió a las cuencas de la Laguna de Cucunubá, Río Suta y Ubaté, Laguna de Fúquene en los Departamentos de Cundinamarca y Boyacá y en otros municipios en el país (Corporación Autonoma Regional de Cundinamarca CAR, 2006). Figura 4. Mapa localización del proyecto Checua-Procas. Tomado de: (Corporación Autonoma Regional de Cundinamarca CAR, 2006).

(13) Tabla 2. Descripción de las fases de ejecución del Proyecto Checua. AREAS DE. NOMBRE FASES. PERIODO. DEL. LOCALIZACION. PROYECTO FASE I. Septiembre de. 1980. Proyecto a Checua. Cuenca. del. (estudios). 1984. FASE II. Enero. de Proyecto. Cuenca. 1985. a Checua. Checua. Suesca,. del. Río Nemocón, Suesca,. DE diciembre de COOPERCION 1987. 1988. a Checua. HECTAREAS. Cogua, 17,517 Tausa. Adicionalmente. Cogua, 17,517 Tausa. y. CAR. GTZ. (1985). KFW. (1987). Adicional a la fase 42,925. CAR. Cuencas Laguna de anterior. Sutatausa,. Cucunubá,. AMPLIACION. 1994. Suta y Ubaté. Carupa.. FASE IV. Enero. Adicionalmente. Adicionalmente a la 77,972. AMPLIACION. CAR. Cucunubá. diciembre de. SEGUNDA. EJECUTORA. y. PRIMERA. de Proyecto. ENTIDAD. Cucunubá. INICIO. de Proyecto. GEOGRAFICA. Río Nemocón,. Checua. diciembre de. Enero. EN. (MUNICIPIOS). PRELIMINAR. FASE III. SUPERFICIE. COBERTURA. GTZ. KFW. Ríos Ubaté, Carmen de. 1995 a junio Checua. Cuencas Laguna de fase anterior Susa,. de 1999. Fúquene,. Cuenca Simijaca,. Río Lenguazaque,. Fúquene,. CAR KFW. GTZ.

(14) Río Susa y Río Caldas, Guachetá y Simijaca.. Lenguazaque.. Junio de 1999 Checua. Adicionalmente. Adicionalmente,. a mayo de PROCAS. Municipios. 2003. (Proyecto. de Boyacá,. Conservación de FASE V. Agua. CHECUA/PRO CAS. Departamentos. Cundinamarca, y Santander,. Suelos en la Nariño, región andina). DIFUSION. de municipios. Quindío. CAR-GTZde. KFW. de. CORPOCHIV. Boyacá,. OR. Huila, Cundinamarca,. Valle. CORPOBOYA. y Santander, Norte de Santander,. Huila,. CA CORPONOR. Nariño y Valle en. CAS. convenio. CDMB. con. las. respectivas. CAM. Corporaciones. CVC. Autónomas. CORPONARI. Regionales y otros. ÑO. proyectos. Tomado de: (Corporación Autonoma Regional de Cundinamarca CAR, 2006).

(15) 6.3. Satélites Landsat. El 23 de julio de 1972 la administración nacional de Estados Unidos para la Aeronáutica y el Espacio (NASA) puso en órbita el primer sensor satelital dedicado a la cartografía y evaluación de recursos naturales, denominado Landsat, que ha generado miles de estudios sobre sus imágenes.. El programa Landsat, es una serie de misiones satelitales de observación de la tierra, a cargo de la Administración Nacional de la Aeronáutica y del Espacio (NASA) y el Servicio Geológico de Estados Unidos, USGS (USGS, 2013).. El Departamento del Interior, la NASA y el Departamento de Agricultura se embarcaron en un ambicioso esfuerzo para desarrollar y lanzar el primer satélite civil de observación de la Tierra. Su objetivo se logró el 23 de julio de 1972, con el lanzamiento del Satélite de Tecnología de Recursos de la Tierra (ERTS-1), que luego pasó a llamarse Landsat 1 . Los lanzamientos de Landsat 2 , Landsat 3 y Landsat 4 siguieron en 1975, 1978 y 1982, respectivamente. Cuando se lanzó el Landsat 5 en 1984, nadie podría haber predicho que el satélite continuaría entregando datos globales de alta calidad de las superficies terrestres de la Tierra durante 28 años y 10 meses, estableciendo oficialmente un nuevo récord mundial Guinness para el “satélite de observación de la Tierra de mayor funcionamiento”. Landsat 6 no logró alcanzar la órbita en 1993. Landsat 7 se lanzó con éxito en 1999, Landsat 8 en 2013, y ambos satélites continúan adquiriendo datos. El satélite Landsat 9 se está desarrollando hacia una fecha de lanzamiento de marzo de 2021 (Servicio geologico de los estados unidos, 2018)..

(16) Figura 5. Misiones programa Landsat. Tomado: (Servicio geologico de los estados unidos, 2018) 6.3.1. Landsat 4. Landsat 4 fue lanzado desde la Base Vandenberg de la Fuerza Aérea en California el 16 de julio de 1982 en un cohete Delta 3920. Con un diseño actualizado que las tres misiones anteriores, el satélite llevaba el escáner multiespectral (MSS), así como los nuevos instrumentos Thematic Mapper ™. Los sensores a bordo del satélite recopilaron datos hasta finales de 1993, y el satélite fue desmantelado el 15 de junio de 2001. El satélite Landsat 4 orbitaba la Tierra en una órbita casi polar sincrónica al sol, pero voló a una altitud más baja de 705 km (438 millas), inclinada a 98.2 grados, y rodeó la Tierra cada 99 minutos. El satélite tuvo un ciclo de repetición de 16 días con un tiempo de cruce ecuatorial: 9:45 am +/- 15 minutos. Aunque el satélite estaba en una órbita más baja, tenía un campo de visión más alto (FOV) para retener el mismo ancho de franja de 185 km (115 millas). La altitud más baja da como resultado un patrón de hileras diferente, y los datos del Landsat 4 se adquirieron en el sistema de referencia / ruta del Sistema de referencia mundial-2 (WRS-2), con.

(17) una superposición de hileras (o superposición lateral) que varía del 7 por ciento en el ecuador a un máximo de aproximadamente el 85 por ciento en latitudes extremas. (Servicio geologico de los estados unidos, 2018) 6.3.2. Landsat 5. Landsat 5 fue lanzado desde la Base Vandenberg de la Fuerza Aérea en California el 1 de marzo de 1984 y, al igual que Landsat 4, portaba los instrumentos Multispectral Scanner (MSS) y Thematic Mapper ™. Landsat 5 entregó datos de imágenes de la Tierra durante casi 29 años, y estableció un récord mundial Guinness para el ‘Satélite de observación de la Tierra en funcionamiento más largo’, antes de ser dado de baja el 5 de junio de 2013. El satélite Landsat 5 orbitaba la Tierra en una órbita sincrónica al sol, casi polar, a una altitud de 705 km (438 millas), inclinada a 98.2 grados, y rodeaba la Tierra cada 99 minutos. El satélite tuvo un ciclo de repetición de 16 días con un tiempo de cruce ecuatorial: 9:45 am +/- 15 minutos. Los datos del Landsat 5 se adquirieron en el sistema de ruta / fila del Sistema de referencia mundial 2 (WRS-2), con una superposición de franjas (o solapamiento) que varía del 7% en el ecuador a un máximo de aproximadamente el 85% en latitudes extremas. Landsat 5 superó por mucho tiempo su vida de diseño original de tres años. Desarrollado por la NASA y lanzado en 1984, Landsat 5 ha orbitado el planeta más de 150,000 veces mientras transmitía más de 2.5 millones de imágenes de las condiciones de la superficie terrestre en todo el mundo (Servicio geologico de los estados unidos, 2018). Instrumentos Landsat 5. Landsat 5 llevaba el escáner multiespectral (MSS) y los nuevos sensores Thematic Mapper (TM). Las adquisiciones de datos de MSS en los Estados Unidos cesaron en 1992 y las adquisiciones globales finalizaron en 1999. Después de que el sensor TM fallara en noviembre de 2011, el instrumento MSS volvió a estar en línea. Desde junio de 2012 hasta enero de 2013, se recopilaron más de 15,000 escenas de MSS..

(18) 6.3.3.. Landsat 7. Landsat 7 fue lanzado desde la Base Vandenberg de la Fuerza Aérea en California el 15 de abril de 1999 en un cohete Delta II. El satélite lleva el sensor Enhanced Thematic Mapper (ETM +). Desde junio de 2003, el sensor ha adquirido y entregado datos con lagunas de datos causadas por la falla del SLC (Scan Line Corrector). El satélite Landsat 7 orbita la Tierra en una órbita casi polar sincrónica al sol, a una altitud de 705 km (438 millas), inclinada a 98.2 grados, y rodea la Tierra cada 99 minutos. El satélite tiene un ciclo de repetición de 16 días con un tiempo de cruce ecuatorial: 10:00 am +/- 15 minutos. Los datos de Landsat 7 se adquieren en el sistema de ruta / fila del Sistema de referencia mundial 2 (WRS-2), con superposición de franjas (o solapamiento) que varía del 7 por ciento en el ecuador a un máximo de aproximadamente el 85 por ciento en latitudes extremas. (Servicio geologico de los estados unidos, 2018). 6.3.4.. Landsat 8. Landsat 8 (primero conocido como la Misión de Continuidad de Datos Landsat ) se lanzó el 11 de febrero de 2013 desde la Base Vandenberg de la Fuerza Aérea, California, en un cohete Atlas-V. El satélite lleva el Operational Land Imager (OLI) y el sensor de infrarrojos térmicos (TIRS). El satélite Landsat 8 órbita alrededor de la Tierra en una órbita sincrónica al sol, casi polar, a una altitud de 705 km (438 millas), inclinada a 98.2 grados, y rodea la Tierra cada 99 minutos. El satélite tiene un ciclo de repetición de 16 días con un tiempo de cruce ecuatorial: 10:00 am +/- 15 minutos. El Landsat 8 adquiere alrededor de 740 escenas por día en el sistema de referencia / ruta del Sistema de referencia mundial-2 (WRS-2), con una superposición de franjas (o superposición lateral) que varía del 7 por ciento en el ecuador a un máximo de aproximadamente el 85 por ciento en latitudes extremas. El tamaño de la escena es de 185 km x 180 km (114 mi x 112 mi). (Servicio geologico de los estados unidos, 2018).

(19) Tabla 3. características de los sensores Landsat TM, ETM y OLI LANDSAT 4. LANDSAT 5. LANDSAT 7. LANDSAT 8 OLI-. TM. TM. ETM. TIRS. 16 de julio de. 1 de marzo de. 15 de abril de. 11 de febrero de. 1982. 1984. 1999. 2013. Sensor. TM. TM. ETM. OLI-TIRS. Resolución. 30 m reflexivo,. 30 m. 30 m reflexivo,. 30 m reflexivo,. espacial. Banda 6, 120. reflexivo,. Banda 6, 60 m. Pancromática, 15m. m térmico. Banda 6, 120. térmico. Banda 10, 100 m. m térmico. Pancromática. Banda 11, 100 m. Lanzamiento. 15m. Resolución. 16 días. 16 días. 16 días. 16 días. 8 bits. 8 bits. 8 bits. 16 bits. Altura. 705 km. 705 km. 705 km. 705 km. Inclinación. 98.2°. 98.2°. 98.2°. 98.2°. Sistema de. WRS-2. WRS-2. WRS-2. WRS-2. temporal Niveles de cuantización. referencia Resolución espectral (micrones) Banda 1(visible). 0.45 - 0.52 µm. 0.45 - 0.52 µm. 0.45 - 0.52 µm. 0,43 - 0,45 µm. Banda 2 (visible). 0.52 - 0.60 µm. 0.52 - 0.60 µm. 0.52 - 0.60 µm. 0.450 - 0.51 µm. Banda 3 (visible). 0.63 - 0.69 µm. 0.63 - 0.69 µm. 0.63 - 0.69 µm. 0.53 - 0.59 µm.

(20) Banda 4. Banda 5. Banda 6. 0,76 - 0,90 µm. 0,76 - 0,90 µm. 0,76 - 0,90 µm. 0.64 - 0.67 µm. (infrarrojo. (infrarrojo. (infrarrojo. cercano). cercano). cercano). 1.55 - 1.75 µm. 1.55 - 1.75 µm. 1.55 - 1.75 µm. 0.85 - 0.88 µm. (infrarrojo. (infrarrojo. (infrarrojo. (Infrarrojo cercano). cercano). cercano). cercano). 10.40 - 12.50. 10.40 - 12.50. 10.40 - 12.50. 1.57 - 1.65 µm. µm (Térmica). µm (Térmica). µm (Térmica. (SWIR 1). Baja ganancia / Alta ganancia) Banda 7. 2.08 - 2.35 µm. 2.08 - 2.35 µm. 2.08 - 2.35 µm. 2.11 - 2.29 µm. (Infrarrojo. (Infrarrojo. (Infrarrojo. (SWIR 2). medio). medio). medio). -. -. 0.52 - 0.90 µm. 0.50 - 0.68 µm. Banda 9 (Cirrus). -. -. -. 1.36 - 1.38 µm. Banda 10 (TIRS). -. -. -. 10.6 - 11.19 µm. Banda 11 (TIRS). -. -. -. 11.5 - 12.51 µm. Banda 8 (pancromática). Tomado de: autoría propia El sistema de captura de una imagen en estos sistemas óptico-electrónicos, consiste en un sensor que explora la superficie terrestre y adquiere la radiación de los objetos situados sobre ella. El tamaño de la unidad mínima de la imagen s una función de la resolución espacial del sensor que se constituye en un pixel y el color está definido por el valor numérico o nivel digital, que codifica digitalmente la radiancia detectada por el sensor para esa parcela de terreno y en esa banda espectral. (Franco, 2004) La organización de los datos tiene una unidad mínima de observación que es el pixel con un número entero (ND), que puede convertirse en una intensidad luminosa o nivel del gris y con una localización espacial. Este carácter matricial permite comprender mucho mejor las.

(21) transformaciones sobre las bandas espectrales que están apoyadas en equipos informáticos adaptadas a esa aplicación. En una primera etapa se realizaron correcciones y realces donde todas las técnicas desarrolladas para el procesamiento digital de imágenes tienen cabida, como. Manejo de contraste, color y desarrollo de filtros. Finalmente, se pasa al objetivo más importante de la teledetección que es la generación de información temática. (Franco, 2004) Lo primero que se ha desarrollado son las transformaciones de los ND originales con una mayor disposición para generar información biofísica; en otras palabras, se genera nueva información a partir de bandas espectrales disponibles. Las más usuales son: conversión de ND a valores físicos de reflectividad y temperatura, trasformación multibanda como índices de vegetación y otros cocientes, componente principal, tasseled Cap y análisis lineal de mezclas espectrales (Chuvieco, 2000) (Franco, 2004) Las transformaciones sobre las imágenes en cada banda espectral permiten tener una mayor cantidad de elementos para lograr una clasificación digital más acertada de la que tiene una fotografía aérea con igual resolución espacial. (Franco, 2004) 6.4. Cálculos estadísticos e histograma de las imágenes Inicialmente, conviene distinguir el nivel digital (ND) de cada píxel adquirido por el sensor de su nivel visual (NV), que corresponde a la intensidad de gris o color con el que se visualiza ese píxel en el monitor. Normalmente, los NV son efímeros, ya que sólo se utilizan para operaciones de realces e interpretación visual de la imagen, mientras los ND forman la base para las operaciones de interpretación digital, especialmente cuando se intentan relacionar la información adquirida por el sensor con algún parámetro físico, como por ejemplo la reflectividad o la temperatura. (Flores, 2017) Considerando ese carácter matricial de cualquier imagen, son fácilmente comprensibles las posteriores transformaciones aplicadas sobre ellas. Éstas son, en muchos casos, operaciones estadísticas comunes a otras matrices numéricas, mientras en otros son más específicos de la interpretación de datos de satélite. Por ejemplo, en una imagen digital podemos calcular medidas de tendencia central y dispersión (media y desviación típica en cada una de las bandas), cambiar su orientación geométrica (rotación de la matriz), realizar combinaciones aritméticas entre bandas.

(22) (p. ej., cocientes), sintetizar varias bandas reduciendo la información redundante (componentes principales), o discriminar grupos de ND homogéneos dentro de una matriz (clasificación). (Flores, 2017) Al igual que cualquier variable estadística, la operación más elemental que podemos realizar con una imagen es describir su tendencia central y dispersión. En otras palabras, conocer cuál es la tendencia general de la radiancia detectada en cada banda, y qué nivel de homogeneidad existe entre los píxeles que la componen. Para ello, cualquier programa de Análisis Digital de Imágenes (ADI) facilita el cálculo de las estadísticas elementales de la imagen, al menos de las medidas de tendencia central y dispersión más habituales. Recordando aspectos de estadística descriptiva, la media puede definirse como:. Para las k bandas que forman la imagen, y los píxeles que la componen, y la desviación típica como:. Estas medidas nos ofrecen una primera valoración sobre el carácter de cada una de las bandas y su grado de homogeneidad. Por ejemplo, de una imagen Landsat, en la siguiente tabla 1, se observa que la banda 1 ofrece el ND más bajo de los mínimos de todas las bandas, lo que puede ser consecuencia del efecto de dispersión atmosférica. Los ND medios son más altos para las bandas 4 y 5, bastante saturadas a juzgar por los valores mínimo y máximo, muy próximos a 0 y 255, respectivamente. La banda 5 acoge también la mayor heterogeneidad, aunque no muy distinta de la banda 4. Por su parte, la banda 1 ofrece la menor dispersión. Lógicamente, estos valores numéricos se relacionan con los parámetros de calibración del sensor y con las regiones del espectro que abarca. (Flores, 2017).

(23) 6.5. Estadísticas unibanda Normalmente una imagen está compuesta por pixeles con niveles de gris que van de 0 a 255 uno de los primeros pasos del procesamiento digital es producir un histograma de los valores de cada banda espectral. Un histograma es normalmente un gráfico de barras que representa la cantidad de puntos existentes con el mismo valor numérico en una imagen dentro del rango de valores (0-255). Este histograma puede considerarse como una distribución discreta donde el peso relativo de cada barra representa la posibilidad de encontrar un pixel con ese valor dentro de la imagen (Mehl & Peinado, 2002) (Franco, 2004) Existen diferentes parámetros que sirven para caracterizar la frecuencia de distribución de una imagen, entre ellos son: •. Máximos y mínimos: son el mayor y el menos valor numérico dentro de la distribución, en una imagen de 8 bits corresponde a 0 y 255 y una de 16 bits corresponde a 0 y 656544****. •. Media: esta designa, en la mayoría de las aplicaciones, la media aritmética de una muestra. la media es muy sensible a los valores extremos y está definida por la siguiente expresión: 𝑘. 𝜇 = ∑ 𝑁𝐷𝑖/𝐾 𝑖=1. 𝜇: Media: NDi: nivel digital de cada pixel i; K: total de pixeles i •. Mediana: es el valor digital para el cual la mitad de todos los pixeles en el histograma son mayores y la otra mitad son menores. Al contrario de la media esta no es influida por los valores máximos y mínimos.. •. Moda: es el valor digital con mayor ocurrencia dentro de la muestra..

(24) •. Varianza: es la medida de la diferencia existente entre todos los valores de la muestra y la media, se define matemáticamente como el promedio del cuadrado de estas diferencias. La define la siguiente expresión: 𝑘. 𝜎 2 𝑁𝐷 = ∑[(𝑁𝐷𝑖 − µND)²)] ̸ 𝐾 − 1 𝑖=1. σ²ND= ∑𝐾 𝑖=1 𝑁𝐷𝑖 -µND)²)] / k-1. •. Desviación estándar: es la raíz cuadrada de la varianza. Una forma más fácil de interpretar es como la medida entre la media y todos los valores de la muestra. Sirve para conocer la forma que tiene la curva, por ejemplo, en una distribución gaussiana, cuando se separan de la media algunos valores. SND=√ (σ²ND). Una distribución normal (gaussiana) es un caso muy especial porque la mayoría de las veces los datos están desviados hacia algún extremo y dependiendo de las características de los objetos en la imagen se ´puede tener una distribución bimodal o multimodal como se muestra en la figura:. Figura 6. Ejemplos de distribución unimodal, bimodal y multimodal.

(25) 6.6.. Estadística multibanda. 6.6.1. Covarianza En muchos procesamientos de imágenes, la relación entre dos bandas de datos es importantes. La covarianza mide la tendencia de los datos en el mismo pixel, pero en bandas diferentes y muestran como varían entre sí, frente a las mediadas de sus bandas respectivas. Considerando que la varianza es la media cuadrada de las diferencias entre los valores y su media en una banda, la covarianza es la media de un producto de las diferencias de valores correspondientes en dos bandas diferentes con sus medias respectivas. (Erdas, 1999). En la práctica, la covarianza simple se calcula con la siguiente expresión: CNDx i NDy i =∑𝐾 𝑖=1[(𝑁𝐷𝑥 𝑖 -µNDx) (NDy i-µNDy)] / k NDx y NDy: valores de pixeles particulares en dos bandas diferentes 6.6.2. Matriz de varianza-covarianza La correlación entre dos o más bandas se puede ver gráficamente en un diagrama de dispersión, y matemáticamente por las estadísticas multibanda. Un diagrama de dispersión es un gráfico bidimensional con los valores de una banda en el eje horizontal y los valores de la segunda banda en el eje vertical. Los puntos en el grafico indican los datos o valores de pixel en cada una de ellas. Los valores de la matriz varianza-covarianza indican de alguna manera la correlación grandes valores negativos indican una correlación negativa fuerte, grandes valores positivos muestran una clara correlación positiva y valores cercanos a cero indican una débil o ninguna correlación. (Riaño, 1999) (Franco, 2004) 6.7.Realces y mejoras visuales Los procesos de realce de imágenes consisten de una serie de técnicas cuyo objetivo es mejorar la apariencia visual de una imagen, ya sea en contraste, ruido, escala de grises, distorsiones, luminosidad, falta de nitidez, etc., o bien convertir o mapear la imagen a una mejor forma para su análisis. El principal objetivo del realce de la imagen es procesar una imagen de tal manera que el.

(26) resultado obtenido sea el apropiado para una aplicación específica (Escalante, 2006). Estas técnicas de realce, son usadas a menudo para la extracción de elementos, estudio y localización de áreas que cumplen determinados criterios y derivación de información útil de las imágenes. Las técnicas usadas en el realce de imágenes dependen de: - Los datos originales: diferentes bandas de diferentes sensores-satélites permiten detectar diferentes características. El usuario debe conocer los parámetros específicos de esas imágenes antes de realizar el realce. - El objetivo de las expectativas del usuario: dependiendo de la finalidad del usuario se fijan diferentes secuencias de técnicas de realce. - La experiencia del usuario: el tener mayor o menos conocimiento en la técnica del realce permitirá que los resultados sean más o menos satisfactorios con respecto a los objetivos. Existen tres tipos de realce: radiométricos, espaciales y espectrales (García, 2009). (Flores, 2017) 6.8.Realces Radiométricos o de Expansión Del Histograma Los realces radiométricos trabajan sobre los valores individuales de cada uno de los píxeles que componen la imagen. Su objetivo principal es hacer más interpretable una imagen para identificar los objetos o cubiertas presentes en ella. Los realces radiométricos no modifican los ND originales de los píxeles, sino que solamente se hacen cambios en la correspondencia entre los ND y los valores de brillo o NV (nivel visual) almacenados en la tabla de referencia de color (CLUT) utilizada para la visualización de la imagen. Este realce trata de optimizar el máximo las posibilidades de visualización de la información que ofrece el dispositivo de despliegue del programa. Existen múltiples tipos de realce radiométrico (García, 2009; De la Riva, 2009, Chuvieco, 2010). (Flores, 2017) 6.9.Índices de Vegetación El análisis de la vegetación y la detección de los cambios en los patrones de vegetación son claves para la evaluación y el monitoreo de recursos naturales. Entonces no resulta sorpresivo que la detección y la evaluación cuantitativa de la vegetación verde es una de las aplicaciones principales.

(27) de la teledetección para el manejo de recursos naturales y la toma de decisiones (EASTMAN, 2003). La clorofila absorbe energía fuertemente en las bandas centradas en 0.45 y 0.67 µm. Es por ello que nuestros ojos perciben la vegetación sana de color verde, debido a la gran absorción en azul y rojo por las hojas y la reflexión en el verde. Cuando la vegetación no está sana, disminuye la clorofila, y el resultado es un incremento de la reflectancia espectral en el rojo, por lo que las hojas se ven con un tono amarillento (mezcla de verde y rojo). (Teledetección, 2017) 6.9.1. Índice de Vegetación de Diferencia Normalizada - NDVI. El Índice de Diferencia de Vegetación Normalizado, también conocido como NDVI (ROUSE et al., 1974) por sus siglas en inglés. Es un índice usado para medir la diferencia normalizada entre las reflectancias del rojo y del infrarrojo cercano, proporcionando una medida sobre la cantidad, calidad y desarrollo de la cobertura vegetal y vigorosidad en áreas extensas. (Teledetección, 2017). Para satélites Landsat 4,5,7 se utilizan las bandas 3 y 4 respectivamente.. Para el satélite Landsat 8 se utilizan las bandas 4 y 5.. 6.10.. Composición De Color. A partir de la información multi-espectral que genera la mayor parte de los sensores espaciales, puede obtenerse distintas composiciones de color. Basta para ello aplicar cada uno de los tres colores primarios (azul, verde, rojo) a una banda distinta de la imagen seleccionada con el criterio.

(28) y en el orden que se estime más oportuno. El proceso permite visualizar, simultáneamente, imágenes de distintas regiones del espectro, lo que facilita la delimitación visual de algunas cubiertas. Por tratarse de bandas distintas, la CLUT aplicada a una composición en color presente tres columnas con distintos valores. Normalmente esto se corresponde con los obtenidos en una expansión del contraste, aplica previamente a cada una de las tres bandas que intervienen en el proceso. (CHUVIECO, FUNDAMENTOS DE TELEDETECCION ESPACIAL, 2000) Puesto que la imagen de cada banda representa niveles de intensidad de un color (azul, verde, rojo, etc.) y los monitores y tarjetas de video disponen de 3 canales para representar los 3 colores básicos; puede utilizarse cada canal para representar la intensidad de una banda y obtener así una composición de color, la más obvia seria simular el color real. Para ello, en Landsat, la correspondencia entre bandas y cañones sería: b1->B b2->G b3->R Pero como se dispone de más bandas, nada impide utilizarlas para generar visualizaciones en falso color. Estas composiciones servirán para resaltar los elementos que mayor reflectividad presentan en las bandas utilizadas, además de obtener visualizaciones más o menos estéticas. Por ejemplo, si se pasa la banda 4 de Landsat (con alta reflectividad por parte de la vegetación) por el canal verde, la vegetación se verá mucho más claramente que si se utiliza la banda 2 b1->B b4->G b3->R En general, se trata de aprovechar que podemos visualizar tres canales a la vez para introducir las tres bandas que más nos van a ayudar a discriminar visualmente los elementos que nos interesan. (TELEDETECCION).

(29) 6.11.. Clasificación de Imágenes. La clasificación multiespectral de imágenes se usa para extraer información temática de las imágenes de satélite de manera semiautomática (Riaño, 1999). La clasificación digital se dirige a obtener una nueva imagen en la cual a cada uno de los píxeles de la imagen original se le asigna una clase o leyenda. Esta clasificación puede ser de dos tipos: no supervisada y supervisada (Lilles & Kiefer, 1994). (Franco, 2004). Una diferencia fundamental entre los dos tipos de clasificación es que en la no supervisada el analista define el número de clases y posteriormente las interpreta. En la supervisada el analista interpreta y selecciona las clases. (Franco, 2004). Los ND adquiridos por el sensor no tienen sentido en sí mismos, sino cuando son interpretables, esto es, convertibles a categorías que suponen un mejor conocimiento del territorio. Esta interpretación puede hacerse visualmente, sobre reproducciones fotográficas de las imágenes, o digitalmente, empleando la potencia y rapidez de cálculo que proporciona un ordenador electrónico. Como fruto de la clasificación digital se obtiene una cartografía e inventario de las categorías objeto de estudio. La información multi-espectral se condensa, en definitiva, en un documento cartográfico y en unas tablas estadísticas, que definen la localización y ofrecen el inventario superficial de las categorías de interés. (CHUVIECO, TELEDETECCION AMBIENTAL: La observación de la tierra desde el espacio., 2010) 6.11.1. Clasificación Supervisada. El método supervisado parte de un cierto conocimiento de la zona de estudio, adquirido por experiencia previa o por trabajos de campo. Esta mayor familiaridad con la zona test, permite al intérprete delimitar sobre la imagen unas áreas piloto, que se consideran suficientemente representativas de las categorías que componen la leyenda. Estas áreas se denominan, en la bibliografía anglosajona, training fields (campos de entrenamiento). El término indica que tales áreas sirven para “entrenar” al ordenador en el reconocimiento de distintas categorías. En otras palabras, a partir de ellas el ordenador calcula los ND que definen cada una de las clases, para luego asignar el resto de pixeles de la imagen a una de estas categorías en función de sus ND..

(30) La mayor parte de los equipos de tratamiento permiten localizar interactivamente los campos de entrenamiento. Con ayuda del digitizador o ratón electrónico, el usuario introduce sobre la pantalla los vértices que de finen cada una de estas áreas, asignándolas a una de estas categorías definidas previamente en la leyenda. Los trabajos de campo y otros documentos auxiliares como la fotografía aérea o la cartografía convencional pueden ser de gran ayuda para una localización más precisa de estas áreas, teniendo en la mente que debe tratarse de ejemplos suficientemente representativos y homogéneos de la clase que pretende definirse. Acabada la delimitación de un campo de entrenamiento, puede seleccionarse otro para la misma categoría, o bien culminar con el la definición de esa clase. En general, resulta conveniente seleccionar varios campos por categoría, al fin de reflejar adecuadamente su variabilidad en la zona de estudio.. Finalizada la selección de las áreas de entrenamiento, el ordenador calcula las estadísticas elementales de cada categoría: media, rango, desviación típica, matriz de varianza-covarianza etc., partir de los ND de todos los pixeles incluidos en los campos de entrenamiento asignados a esa clase. Lógicamente, este cálculo se aplica a todas las bandas que intervendrán en la clasificación. En definitiva, se asume como áreas de entrenamiento son fieles representantes de las distintas categorías, y que, por lo tanto, las medidas extraídas a partir de sus ND definen convenientemente a esas clases. De aquí que sea crucial la correcta selección de los campos de entrenamiento. De otra forma, la clasificación estaría vaciada de partida, al pretender discriminar categorías con escaso significado espectral. (CHUVIECO, FUNDAMENTOS DE TELEDETECCION ESPACIAL, 2000). 6.11.2. Clasificación No Supervisada. Este método se dirige a definir las clases espectrales presentes en la imagen. No aplica ningún conocimiento del área de estudio, por lo que la intervención humana se centra más en la interpretación, que en la consecución de resultados. En esta estrategia, se asume que los ND de la imagen forman una serie de agrupaciones o conglomerados (clusters), más o menos nítidos según los casos. Estos grupos equivaldrían a.

(31) pixeles con un comportamiento espectral homogéneo y, por tanto, deberían definir clases temáticas de interés. Desgraciadamente, estas categorías espectrales no siempre pueden equiparse a las clases informacionales que el usuario pretende deducir, por lo que está a este “dar sentido”, interpretar, el significado temático de esas categorías espectrales. (CHUVIECO, FUNDAMENTOS DE TELEDETECCION ESPACIAL, 2000) Los píxeles de una imagen se pueden representar también como puntos de un espacio de múltiples dimensiones, usando como coordenadas los valores de reflectividad en las bandas en cada píxel. El caso más simple es el de una única banda: los píxeles de la imagen se transforman en puntos sobre una línea (sobre la que se mide el valor de la banda), que se hallarán más o menos densamente ubicados sobre ella; allí donde estén más densos, será donde su histograma muestre los montículos que indican la mayor acumulación de valores de la banda. El siguiente caso, es el diagrama de dispersión entre dos bandas: cada banda es una coordenada (X e Y) y, allí donde se acumulan los píxeles, nos indican un tipo de cubierta para la que los valores típicos de esas dos bandas se hallan alrededor del punto de acumulación. Esto se puede generalizar a tres bandas o, de un modo abstracto, a un espacio N-dimensional, con los valores de las N bandas espectrales como coordenadas de cada píxel. (Perez, Carnero, Gómez, & Pastrana, 2015) Los métodos de clasificación no supervisada buscan, precisamente, estos montículos del histograma o concentraciones. Las clasificaciones se suelen llevar a cabo o bien agrupando los píxeles que se hallan próximos en ese espacio N-dimensional hasta unirlos en un número de clases buscadas, o bien dividiendo ese espacio de píxeles en el número de grupos buscados y luego moviendo los límites de éstas para separar regiones con acumulación de puntos, siguiendo algún criterio estadístico.. 6.12.. Aritmética de Imágenes. Los diferentes comportamientos radiométricos en las distintas bandas espectrales se observan como cambios en la radiancia o la reflectividad representadas en los píxeles de las distintas bandas de una imagen. Por eso, aunque las transformaciones de las bandas por separado puedan ayudar a distinguir unas cubiertas de otras, en la mayoría de los casos lo que se calculan son relaciones entre.

(32) las bandas que indican cambios en el comportamiento radiométrico de su espectro, ya sea de emisión (como el caso de las nubes en el infrarrojo térmico, TIR) o de reflexión (como el caso de la vegetación en el visible e infrarrojo cercano, VIS-NIR). Todas estas imágenes se obtienen por aritmética de bandas, a veces bandas espectrales de un mismo sensor y de la misma imagen, o a veces de diferentes imágenes, y también de distintos sensores (casi siempre, por motivos de sincronía, transportados sobre el mismo sensor). La aritmética de bandas es una herramienta muy potente. Trata cada píxel como un elemento independiente y opera entre los valores que las diferentes bandas del producto toman en él. Esto incluso se puede hacer entre bandas de distintos productos si previamente se colocalizan unas respecto a otras. (Perez, Carnero, Gómez, & Pastrana, 2015) Cuando una imagen tiene en los píxeles de sus bandas reflectividades, ya podemos considerar que es una imagen en variables físicas: la reflectividad es la propiedad óptica del objeto o cubierta que define su interacción con la luz. Por lo tanto, la imagen caracteriza el material que se observa en la imagen. Sin embargo, esto es cierto sólo en condiciones ideales, en las que se posee toda la información para calcular la reflectividad correctamente. En muchos casos, sin embargo, la corrección atmosférica no es perfecta, el terreno no es horizontal, la cubierta es rugosa, o hay más de una cubierta presente en un mismo píxel. Esto hace que el valor medido de la reflectividad no sea el propio del material puro. Por eso se emplean índices, que buscan atenuar la influencia de estos efectos. (González, Ruiz, & Acosta, 2007) 6.13.. Definiciones. 6.13.1. Erosión El suelo o capa cultivable es el resultado de muchos siglos, en los cuales la naturaleza acumuló los sedimentos o alteró las rocas. En la zona tropical a pesar de favorecer la formación de suelos, debido a las condiciones climáticas, su ritmo varía de acuerdo con los materiales de origen (Montenegro y Malagón, 1990). El suelo en una zona plana puede formarse muy rápidamente por el proceso de acumulación de materiales aluviales o depositados por los ríos, pero en lugares de alta pendiente, con afloramientos rocosos la producción de suelos se desacelera, debido a que prima la perdida de materiales sobre la acumulación..

(33) Los edafólogos distinguen entre erosión geológica o desgaste natural de la tierra sin influencia humana y erosión acelerada o aumento de la pérdida de suelo, como consecuencia de la alteración del sistema natural por variadas formas de usos de la tierra (Montenegro y Malagón, 1990). En el país la erosión y degradación de suelos son problemas que se deben atender cuidadosamente. La escasez de tierras, el bajo nivel de ingresos y la falta de tecnología adecuada, hacen que los agricultores pequeños, hagan uso exhaustivo de las tierras, sin permitir descanso o rotación a falta de recursos para ensayar técnicas de prevención de la erosión o de conservación de suelos. En Colombia las cifras sobre pérdida de suelos, según Montenegro y Olmos (1987), indican la gravedad del problema: 170.000 a 200.000 ha/año, teniendo en cuenta solo una profundidad de 20 centímetros.. 6.13.1.1. Tipos de erosión 6.13.1.1.1. Erosión geológica, natural o lenta Es el proceso normal de desgaste o meteorización de las rocas que están en la superficie terrestre, por efectos de la acción de agentes intempéricos como el agua, el aire, la gravedad, los retrocesos glaciares o la combinación entre ellos, causando desequilibrio a largo plazo, pero formando suelos para las actividades de desarrollo de vida animal incluido el hombre y la vida vegetal. 6.13.1.1.2. Erosión acelerada Corresponde a la explotación de la tierra con supresión de la vegetación natural y la preparación de los suelos para la siembra de diferentes cultivos, también para el establecimiento de ciudades o vías de integración. En la pérdida del suelo actúan principalmente, el agua (erosión hídrica) ya sea por el proceso de escorrentía y/o por infiltración, y el viento que se denomina eólica. La intensidad de la erosión se evalúa por la metodología o por los criterios del Manual de Reconocimiento de Suelos (USDA, 2003), que consiste en comparar la pérdida del horizonte A, en porcentaje y la exposición superficial de los horizontes subyacentes al A. 6.13.1.1.3. Erosión hídrica El agua que no se infiltra en el suelo corre por la superficie del terreno, junto con el agua que cae en forma de gotas, causando este tipo de erosión. A continuación, se presentan los procesos.

(34) causados por esta. •. Saltación pluvial: consiste en el arranque de las partículas del suelo por el impacto de las gotas de lluvia, cuya energía depende del número y tamaño de las mismas. El transporte en terrenos planos es nulo, aumentando con el aumento de la pendiente.. •. Erosión laminar: el encostramiento del terreno hace que los hilos de agua se multipliquen y formen una película discontinua que remueve el material superficial en pequeñas láminas. La pérdida del material no es perceptible inmediatamente, pero las raíces de las plantas van quedando al descubierto. Según la Organización de las Naciones Unidas para la Agricultura (1984), por sus siglas en inglés, se calcula que un terreno pierde 1.5 cm de capa arable. Aporta unas 190 toneladas de suelo por hectárea.. •. Erosión en surcos: las áreas que presentan grados importantes de pendiente, permiten la acumulación de agua de escorrentía en las pequeñas depresiones o hendiduras, en las cuales adquiere mayor potencial formando surcos o canales que tienden a unirse y a profundizar su cauce. La presencia de tales surcos pasa desapercibida con frecuencia porque se pueden borrar con las labores de preparación del terreno, sin embargo, las pérdidas de suelo son considerables.. •. Erosión en cárcavas: se presenta en terrenos con mayores pendientes, si los surcos no se destruyen, debido a la mayor concentración de las aguas de escorrentía, se forman las cárcavas. En las partes bajas de las laderas los surcos tienden a ser más grandes y activos, con mayor intensidad la acción del agua de forma localizada, comienza profundizar la cárcava y a avanzar cuesta arriba.. •. Remoción en masa: el comportamiento mecánico en los materiales presentar cambios debido al agua de infiltración, lo que se puede traducir en procesos de remoción en masa, bajo la fuerza de gravedad.. •. Los desplomes: desprendimientos súbitos de fragmentos de una pared rocosa, sin la intervención directa del agua.. •. Los derrumbes: son movimientos rápidos de grandes masas por saturación de agua. - Los deslizamientos: consisten en el descenso masivo de materiales por la presencia de capas impermeables que ayudan a saturar el material y/o que actúan como planos de deslizamiento..

(35) •. La reptación: es el movimiento lento del material superficial que por saturación con agua ha llegado al estado plástico. Se habla de solifluxión laminar si afecta los dos metros superficiales; de lupas si se forman pequeñas lenguas, sin ruptura, se presentan por corrugamiento del terreno.. •. La sofusión: es el arrastre del material por escurrimiento subsuperficial que extrae los materiales finos y crea vacío en las partes inferiores del suelo. Se pueden observar hundimientos en el terreno.. Terracetas: son pequeñas rupturas del material que se producen en pendientes abruptas y dan la apariencia de peldaños de unos decímetros de ancho y taludes menores de un metro. Caminos de ganado o “pata de vaca”: presentan un aspecto similar a las anteriores, pero sin ruptura del material. •. Los zurales: consisten en un patrón intrincado de canales y montículos, frecuente en zonas planas y ocasionalmente en laderas. •. Erosión eólica: Este proceso ocurre en regiones con estaciones secas prolongadas donde los materiales pierden cohesión y la cobertura vegetal es nula o muy escasa, por lo cual el viento alcanza la velocidad de arrastre de las diversas partículas.. La evidencia de la erosión eólica es, por una parte, los basines de deflación o depresiones que deja el material sustraído y, por otra, las dunas o depositación del mismo.. 6.13.1.2. Consecuencias de la Erosión y la Degradación Cada proceso de los ya descritos, implica la pérdida de suelo en mayor o menos proporción. Los efectos son variados, entre ellos la disminución de la producción debido a la Pérdida de materia orgánica de nutrientes o la compactación en la zona de raíces, lo que reduce la infiltración y la escorrentía. El creciente disturbio de las cuencas hidrográficas, la tala y el sobrepastoreo son, quizá las principales causas de las inundaciones que últimamente son consideradas como “desastres naturales”. Los sedimentos sepultan tierras productivas y destruyen cosechas y al acumularse en los lechos de los ríos reducen su caudal, la posibilidad de navegación y la vida útil de las represas..

(36) 6.13.1.3. Factores que Favorecen la Erosión y la Degradación Los agentes de erosión no actúan con la misma intensidad en todas partes. Su acción y resultados dependen de factores climáticos cuya agresividad controla en gran medida la ocurrencia geográfica y manifestación de los procesos. La intensidad o cantidad de lluvia en un tiempo determinado produce un volumen de agua que excede la capacidad de absorción del suelo, tal como lo manifiesta Suárez de castro (1982), quien señala que aunque no hay correlación exacta entre la lluvia y la pérdida de suelo. El grado de inclinación y la longitud de la pendiente determinan en general, la capacidad de arranque y transporte de las aguas de escorrentía. Según Gómez (1975), son múltiples los factores que favorecen e incrementan la erosión de los suelos agrícolas, forestales y de praderas, Sin embargo afirma que el hombre es el principal factor, al alterar las condiciones ecológicas del lugar ya sea por necesidad, por ignorancia o por aplicar técnicas inadecuadas en el uso de los recursos naturales renovables. Los factores que más favorecen la erosión hídrica son las: lluvias (frecuencia e identidad), el suelo, la pendiente (el grado y la longitud), el tipo de vegetación y el uso de los terrenos. Los daños causados por la erosión pueden ser directos cuando afectan las plantaciones o dañan la finca, disminuyen la capacidad de producción y desvalorizan la propiedad. (Corporación autónoma Regional de Cundinamarca, CAR , 2006; Corporación autónoma Regional de Cundinamarca, CAR , 2006). Tabla 4. Factores y efectos de la erosión de los suelos. EROSIÓN Geológica o Natural. Acelerada o antrópica. (desgaste natural de la corteza terrestre). (intervención del hombre). Por acción del agua. - quemas y talas. - erosión laminar. - surcos en sentido de la pendiente. - erosión en surcos. - cultivos mal localizados.. - erosión en cárcavas. - desyerba con azadón. - erosión por remoción masal. - sobrepastoreo. - erosión en terracetas.

(37) En la siguiente Tabla se presentan las unidades de Erosión para la Cuenca Hidrográfica Río Bajo Ubaté Fúquene en esta se presenta la información específica de la erosión en área y porcentaje.. Tabla 5. Erosión en la cuenca Río Bajo Ubaté Fúquene. Figura 7. Erosión hídrica. Tomado de: (Corporación autónoma Regional de Cundinamarca, CAR , 2006).

(38) 7. METODOLOGIA. 7.1.Preparación del Trabajo. Para el desarrollo del primer objetivo se realizó la recopilación de material de información cartográfico, geográfico y bibliográfico y su clasificación correspondiente, con el fin de describir los cambios presentados en el área de estudio en lo que se refiere a pérdida o ganancia de cobertura vegetal. En un principio se iba a trabajar con las imágenes y fotografías aéreas aportadas por el Instituto Geográfico Agustín Codazzi, pero se decidió no laborar con las imágenes satelitales ya que solo en el archivo enviado se encontraba una sola imagen para elaborar el estudio multitemporal, se determinó trabajar con imágenes de satélite descargadas del banco de imágenes del Servicio Geológico de los Estados Unidos (USGS), y hacerles su debido proceso de corrección el cual tuviera lugar. 7.2.Imágenes seleccionadas.. De acuerdo al área de estudio y para Colombia cada imagen Landsat comprende un sector determinado para el paso del sensor dentro de una grilla que abarca todas las zonas del país, esta grilla se asignó de acuerdo al Worldwide Reference System 2 (Sistema de Referencia Mundial 2), donde cada imagen pertenece a una columna (path) y fila (row) específica. Así para el área que comprende entre los municipios de Carmen de Carupa y Ubaté que se encuentra el área de estudio fue necesario una imagen la cual se referencia con el Path-Row 8-56, como es mostrado en el gráfico..

(39) Figura 8. Grilla con la imagen Landsat seleccionada. 13 49. 12 49. 13 50 14 51. 8 51. 14 52. 10 52. 9 52. 10 53 11 54 11 55. 10 59 10 60. 9 60. 6 62. 4 58. 5 59. 6 60 6 61. 4 57. 5 58. 6 59. 7 60. 4 56. 5 57. 6 58. 7 59. 7 61. 5 56. 6 57. 7 58. 8 59. 5 55. 6 56. 7 57. 8 58. 8 60. 6 55. 7 56. 8 57. 9 58 9 59. 7 55. 8 56. 9 57. 10 58. 7 54. 8 55. 9 56. 10 57. 11 59. 8 54. 9 55. 10 56. 7 52. 8 53. 9 54. 10 55. 13 57. 8 52. 9 53. 10 54. 7 51. 4 59. 5 60. 3 57 3 58 3 59. 4 60. 5 61. 4 61. 5 62. 4 62 4 63. Tomado de: Autoría propia. Para la elaboración del segundo objetivo se tuvo en cuanta las obras biomecánicas realizadas en el proyecto Checua, se revisaron y se evaluaron diferentes imágenes de distintas fechas de cada uno de los sensores Landsat, se tuvieron en cuanta 4 imágenes satelitales correspondientes a los años (1987, 1998, 2009 y 2018), que se escogieron para este proyecto y proporcionar información en detalle para detectar los cambios en la cobertura vegetal y la efectividad de las obras biomecánicas. Los criterios de selección de cada una de las imágenes satelitales requeridas para el estudio fueron que tuvieran el menor porcentaje de nubosidad además de ello que cada una de las imágenes estuvieran en una misma época del año para así evitar afectaciones en el estudio de detección de cambios y minimizar las distorsiones por estacionalidad, y que su distribución temporal fuera.