ESTUDIO MULTITEMPORAL DEL USO DEL SUELO Y LA COBERTURA FORESTAL EN EL MUNICIPIO DE PUERTO RICO (META) Y SU PROYECCIÓN
PARA EL AÑO 2020
DANIEL FERNANDO GUERRERO MACHADO RICARDO MORENO SEGURA
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DEL MEDIO AMBIENTE Y RECURSOS NATURALES
INGENIERÍA FORESTAL BOGOTÁ D.C.
ESTUDIO MULTITEMPORAL DEL USO DEL SUELO Y LA COBERTURA FORESTAL EN EL MUNICIPIO DE PUERTO RICO (META) Y SU PROYECCIÓN
PARA EL AÑO 2020
DANIEL FERNANDO GUERRERO MACHADO
RICARDO MORENO SEGURA
TRABAJO DE GRADO EN MODALIDAD DE PROYECTO DE APLICACIÓN PARA OPTAR AL TÍTULO DE INGENIEROS FORESTALES
ORLANDO RIAÑO MELO
DIRECTOR
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DEL MEDIO AMBIENTE Y RECURSOS NATURALES
INGENIERÍA FORESTAL BOGOTÁ D.C.
Dedicado a esas personas que han dejado huella y se han encargado de llenar de magia nuestras vidas, a nuestras madres, padres, hermanos y hermanas, a nuestros compañeros, amigos y profesores que nos han acompañado y mostrado el camino como una faro que ilumina el mar, son logros como estos los que se instalan en nuestra memoria de manera fuerte y nos acompañan pare el resto de nuestra vida...
“He aprendido que todo el mundo quiere vivir en la cima de la montaña, sin saber que la verdadera felicidad está
en la forma de subir la escarpada.”
4 TABLA DE CONTENIDO
1 INTRODUCCIÓN ... 7
2 PLANTEAMIENTO DEL PROBLEMA ... 8
3 JUSTIFICACIÓN ... 9
4 OBJETIVOS ... 10
4.1 Objetivo general ... 10
4.2 Objetivos específicos ... 10
5 MARCO TEÓRICO ... 11
5.1 Localización ... 11
5.2 Clima ... 11
5.3 Hidrología ... 12
5.4 Aspectos Socio culturales ... 12
5.5 Aspectos político-administrativos ... 12
5.6 Aspectos económicos ... 14
5.7 Programa Landsat ... 14
5.7.1 Landsat 5 ... 15
5.7.2 Landsat 7 ... 15
5.7.3 Landsat 8 ... 15
6 METODOLOGÍA ... 17
7 DESCRIPCIÓN METODOLÓGICA ... 18
7.1 Recolección de información ... 18
7.2 Análisis digital de imágenes ... 19
7.3 Índices de vegetación ... 19
7.4 Composición de color ... 19
7.5 Clasificación digital multiespectral ... 20
7.6 Detección de cambios ... 20
7.7 Mapa de cambios ... 20
7.8 Modelo a futuro ... 20
7.9 Discusión ... 20
8 DESARROLLO METODOLÓGICO ... 21
8.1 Recolección de información ... 21
8.2 Pre-procesamiento ... 22
5
8.2.2 Re muestreo Landsat 8 ... 24
8.2.3 Homogenización radiométrica ... 24
8.3 Análisis multibanda ... 32
8.4 Clasificación digital multiespectral ... 35
8.5 Ajuste y revisión de clasificación ... 36
8.5.1 Recodificación ... 37
8.5.2 Filtraje ... 38
8.5.3 Eliminación. ... 38
8.5.4 Conversión a formato vectorial. ... 39
8.6 Edición final y filtraje vectorial. ... 39
8.6.1 Fase semi-automática. ... 40
8.6.2 Fase de edición visual. ... 41
8.6.3 Validación de topología. ... 41
8.6.4 Detección de cambios ... 42
9 RESULTADOS ... 44
9.1 Dinámica de cambios ... 48
9.1.1 Jurisdicción del P.N.N. La Macarena ... 49
9.1.2 Área de recuperación para la producción norte ... 50
9.1.3 Área de producción Ariari-Guayabero ... 52
9.2 Dinámica de cambio de los bosques ... 58
9.2.1 Área del Parque Nacional La Macarena ... 58
9.2.2 Área de Recuperación Para la Producción Norte ... 61
9.3 Tasa media anual de deforestación ... 63
9.4 Tasa media anual de degradación del bosque... 64
9.5 Proyección de cadenas de Markov ... 65
9.6 Predicción y validación de la proyección ... 66
10 DISCUSIÓN ... 70
10.1 Colonización armada ... 71
11 CONCLUSIONES ... 74
12 RECOMENDACIONES ... 76
13 BIBLIOGRAFÍA ... 77
14 Anexo 1. Leyenda de coberturas CORINE Land Cover ... 81
15 Anexo 2. Codificación de coberturas ... 85
16 Anexo 3. Tipología de uso y cobertura ... 86
6
18 Anexo 5. Matriz de cambio de las coberturas en el área del P.N.N. La Macarena,
periodo 1991-1997 ... 90
19 Anexo 6. Matriz de cambio de las coberturas en el área del P.N.N. La Macarena, periodo 1997-2003 ... 91
20 Anexo 7. Matriz de cambio de las coberturas en el área del P.N.N. La Macarena, periodo 2003-2014 ... 92
21 Anexo 8. Matriz de cambio de las coberturas en la jurisdicción del área de recuperación para la producción del norte, periodo 1991-1997 ... 93
22 Anexo 9. Matriz de cambio de las coberturas en la jurisdicción del área de recuperación para la producción del norte, periodo 1997-2003 ... 94
23 Anexo 10. Matriz de cambio de las coberturas en la jurisdicción del área de recuperación para la producción del norte, periodo 2003-2014 ... 95
24 Anexo 11. Matriz de cambio de las coberturas en la jurisdicción del área de producción Ariari-Guayabero, periodo 1991-1997 ... 96
25 Anexo 12. Matriz de cambio de las coberturas en la jurisdicción del área de producción Ariari-Guayabero, periodo 1997-2003 ... 97
26 Anexo 13. Matriz de cambio de las coberturas en la jurisdicción del área de producción Ariari-Guayabero, periodo 2003-2014 ... 98
27 Anexo 14. Matrices de transición del periodo 1991-1997 ... 99
28 Anexo 15. Matrices de transición del periodo 1997-2003 ... 100
7 1 INTRODUCCIÓN
El Municipio de Puerto Rico es una región que representa las problemáticas ambientales y sociales más preocupantes del país, se encuentra ubicado al sur del Departamento del Meta. Es blanco de degradación forestal y praderización, conflicto armado, cultivos ilícitos, desplazamientos, pobreza e informalidad en la tenencia de las tierras. Su área está dividida en tres grandes zonas de ordenamiento: la del Parque Nacional La Macarena, Área de Producción Ariari-Guayabero y el Área de Recuperación Para La Producción Norte, que son el objeto de análisis a lo largo del documento.
El objetivo del análisis multitemporal es analizar los cambios que se presentaron en la coberturas durante un periodo de 23 años, teniendo como referencia 4 imágenes satelitales LANDSAT de distintas fechas (1991, 1997, 2003 y 2014), los análisis permiten determinar la dinámicas de pérdidas de bosques a causa de procesos de deforestación y el aumento de otras coberturas a causa de la intervención humana y de este modo mostrar las cifras de cambio de las coberturas cartografiadas en el Municipio en cada una de las tres grandes áreas de manejo.
De acuerdo con lo anterior, se empleó un proceso metodológico para obtener datos de cambios espacio-temporales que consistió en el procesamiento digital de las imágenes con ayuda de herramientas y softwares especializados para esta tarea.
8 2 PLANTEAMIENTO DEL PROBLEMA
La Amazonia es una de las zonas ambientales y culturales más diversas de Colombia (Meisel, et al., 2013). La región se encuentra localizada al suroriente del país, cuenta con una superficie aproximada de 483.164 km2 (42.36% del territorio continental del país), comprende los departamentos de Amazonas, Caquetá, Guainía, Guaviare, Putumayo y Vaupés, así como fracciones de los departamentos de Cauca, Nariño, Meta y Vichada (Murcia, et al., 2014).
Aunque la problemática a continuación descrita, no se restringe únicamente a esta área (ya que es característica en gran porcentaje del territorio Amazónico), el presente estudio tan solo se desarrollará en el sur del departamento del Meta, específicamente en los 3.431 Km2 del municipio de Puerto Rico, que a su vez contiene aproximadamente el 40% de su extensión parte de la reserva Parque Nacional Natural de la Macarena (Alcaldía de Puerto Rico, 2011).
Los pastos hacen parte de la base principal de producción de la región, por esta razón su incremento se ha agudizado en las últimas décadas (Murcia, et al., 2014). Como consecuencia de esta dinámica, se han acentuado las problemáticas por el conflicto de uso en los suelos de este territorio, puesto que desde hace varios años se concluyó que su vocación es de tipo forestal (Murcia, et al., 2014).
(Murcia, et al., 2009), formula una propuesta que se encamina a la conservación de las coberturas naturales de la Amazonia colombiana, con el fin que sigan cumpliendo con sus funciones de protección de los aspectos ecológicos de la región y que a su vez sirvan como fuente de producción para la población local y nacional.
9 3 JUSTIFICACIÓN
El Municipio de Puerto Rico se encuentra ubicado al sur del Departamento del Meta, cuenta con un área de 3.431 Km2 y una población aproximada de 18.000 habitantes (Alcaldía de Puerto Rico, 2003).
El Municipio, hace parte de la jurisdicción del Área de Manejo Especial de la Macarena (AMEM). De acuerdo con Arcila & Salazar (2007) la serranía de La Macarena, comprende el departamento del Meta y se extiende hasta el Guaviare.
La Serranía de La Macarena es única en el mundo, tiene la particularidad de ser un espacio de confluencia de los ecosistemas amazónico, andino y orinocense, su riqueza ecosistémica y su amplia variedad de endemismos tanto de fauna como de flora, la hace una región de invalorable importancia. No obstante, son varios los problemas que presentan allí, de acuerdo con (Minambiente, 2014), el sur del departamento del Meta, se ha convertido en uno de los principales núcleos de deforestación a nivel nacional, sumado a esto, La Macarena se encuentra amenazada por la invasión y colonización de sus tierras, ampliación de la frontera agrícola, cultivos ilícitos y crecimiento de la ganadería extensiva.
10 4 OBJETIVOS
4.1 Objetivo general
Analizar, cuantificar y proyectar el cambio en el uso del suelo y la tasa de pérdida de la cobertura forestal en el municipio de Puerto Rico, Meta, teniendo como referencia 4 imágenes satelitales LANDSAT de distintas fechas (1991, 1997, 2003 y 2014)
4.2 Objetivos específicos
Realizar una clasificación multiespectral de la cobertura del suelo en cada uno de los periodos de análisis, aplicando la metodología de clasificación CORINE Land Cover adaptada para Colombia por el IDEAM, SINCHI, IAvH e IGAC.
Cuantificar las áreas que han sufrido cambios en el uso del suelo.
Predecir las tendencias en el cambio del paisaje para el año 2020.
11 5 MARCO TEÓRICO
5.1 LOCALIZACIÓN
El municipio de Puerto Rico (gráfico 1) se encuentra ubicado al sur del departamento del Meta, limitando en el norte con el municipio de Puerto Lleras, al oriente con los municipios de Puerto Concordia y Mapiripán, al sur con San José del Guaviare y al occidente con el municipio de Vistahermosa, sus coordenadas geográficas son 2°56′18″N 73°12′30″W (Alcaldía de Puerto Rico, 2003).
El municipio hace parte del anillo de poblamiento1 de la Amazonia colombiana (Domínguez, 2005 citado por Arcila & Salazar, 2007). En su jurisdicción se traslapan las áreas del Parque Nacional Natural Sierra de La Macarena, la zona de recuperación para la producción del Distrito de Manejo Integrado de La Macarena (Recuperación para la Producción Norte) y el Distrito de Manejo Integrado Producción Ariari-Guayabero con 40%, 33% y 25% respectivamente (Alcaldía de Puerto Rico, 2011).
Gráfico 1: Localización del Municipio de Puerto Rico.
Fuente: estudio.
Puerto Rico se ubica a una distancia aproximada de 127 km de Granada y 212 km de Villavicencio como las ciudades principales más cercanas (Alcaldía de Puerto Rico, 2003).
5.2 CLIMA
De acuerdo con la Alcaldía de Puerto Rico (2003), el municipio presenta un régimen de lluvias monomodal, marcado por una época seca entre los meses de Diciembre a Marzo y otra húmeda en los meses de Marzo a Noviembre.
La precipitación media anual es de 2.650 mm, donde Mayo es el mes más lluvioso, con un promedio de 372 mm, mientras que el mes más seco es Enero con una precipitación media de 39.5 mm. Puerto Rico presenta una humedad relativa
12
promedio de 85% y una temperatura media de 30°C, en donde el mes de Febrero es el más caluroso, llegando a máximos de 36°C (Alcaldía de Puerto Rico, 2003).
5.3 HIDROLOGÍA
Según la (Alcaldía de Puerto Rico, 2003), en el esquema de ordenamiento territorial para el periodo 2000 – 2008, el municipio cuenta con dos cuencas principales, la cuenca del Río Ariari y la del Río Guayabero.
El fragmento del Río Ariari que atraviesa el municipio alcanza una longitud de 120 km, y desemboca en el Río Guaviare (Ministerio del Trabajo, 2013), los cuales hacen parte de la cuenca el Río Guejar, la cual es considerada vital para la comunicación con Puerto Toledo y Puerto Lleras.
Por otra parte la cuenca del Río Guayabero atraviesa el municipio de occidente a sur y cuenta con dos sub cuencas, la del Rio Cabra y el Río Cafre, importante por ser límites del Parque Nacional La Macarena y su zona de recuperación agropecuaria (Alcaldía de Puerto Rico, 2003).
5.4 ASPECTOS SOCIO CULTURALES
Según el Ministerio del Trabajo (2013), en la mayor parte del territorio residen colonos provenientes de otros departamentos, en donde se destacan los procedentes de Boyacá, Santander, Huila, Tolima y Cundinamarca.
De acuerdo con el DANE (2005), Puerto Rico tiene una población aproximada de 19.000 habitantes, en donde la mayoría se encuentran asentados en zonas rurales, según la Gobernación del Meta (2009), el 72% de su población (aproximadamente 14.000 personas) es campesina, viven en pequeños latifundios y son pequeños productores de pequeña escala.
Uno de los principales problemas sociales de la región es la presencia de grupos insurgentes y al margen de la ley (desde hace más de 20 años), los conflictos armados entre el ejército y estos grupos hacen que el ambiente de esta región sea de incertidumbre y confusión (Ministerio del Trabajo, 2013).
Este fenómeno provocó la migración de un gran número de familias hacia la única zona de reserva campesina, generando un deterioro del recurso, poniendo en peligro la integridad de las fuentes hídricas y hábitats de importancia ecosistémica.
5.5 ASPECTOS POLÍTICO-ADMINISTRATIVOS
13
mismo, en 1959 mediante la Ley 58, se convirtió en Reserva Natural Nacional, y Monumento Nacional en el año 1959 mediante la Ley 163 (Arcila & Salazar, 2007).
Gráfico 2: Diagrama organizativo del Área de Manejo Especial de la Macarena AMEM, resaltando las zonas de relevancia para el Municipio de Puerto Rico, Meta.
Fuente: (Parques Nacionales Naturales de Colombia, 2012).
Aun siendo un elemento tan importante para la ecología del país, debido a la creación de la Ley 20 de 1959: “Por la cual se autoriza a la Caja Colombiana de Ahorros y a las cajas y Secciones de Ahorros de los Bancos establecidos en el país para desarrollar programas de parcelación y se dictan otras disposiciones”, se tuvo como consecuencia el incremento de la invasión al territorio reservado (Arcila & Salazar, 2007).
Posteriormente en el año 1963, la Ley 57 le hizo corresponder a la Universidad Nacional de Colombia, la administración de la Reserva Biológica de La Macarena, para la realización de actividades científicas, y así mismo, al Instituto Nacional de los Recursos Naturales Renovables y del Medio Ambiente (INDERENA), que gracias al Decreto 2640 de 1968, sustrajo 500.000 hectáreas y la Caja Agraria, en el año 1971 otorgó 351 títulos de propiedad a nuevos colonos (Arcila & Salazar, 2007).
Mediante el Decreto 1989 de 1989, se ordenó ambientalmente el Área de Manejo Especial de La Macarena (AMEM), con el fin de proteger la Sierra de La Macarena, en este decreto, se estableció su organización (gráfico 2) y zonificación de las áreas del P.N.N., R.P.N y P.A.G2. Esta nueva figura se encuentra ubicada, en el extremo sur-occidental del departamento del Meta y el área restante en el departamento de Guaviare.
14
Por otro lado, en el año 1993, mediante la Ley 99 que creó el SINA y las Corporaciones de Desarrollo Sostenible, entre ellas la Corporación para el Desarrollo Sostenible del Área de Manejo Especial La Macarena (CORMACARENA), de acuerdo con CORMACARENA, 1999 citado por Arcila & Salazar, 2007, se sumó a esta situación el traslape de los mandatos legales de la UAESPNN sobre el territorio que concierne a los parques que conforman el AMEM.
5.6 ASPECTOS ECONÓMICOS
En el municipio existen dos zonas de transición que condicionan la actividad económica, por un lado encontramos la zona dedicada a la recuperación de la producción que abarca un aproximado del 33% del área del municipio y la otra el Distrito de Manejo Integrado de Producción Ariari-Guayabero que tiene aproximadamente un 25% del territorio (Ministerio del Trabajo, 2013).
De acuerdo con la Gobernación del Meta (2009) se han iniciado algunas inversiones por medio de plantaciones de palma de aceite a pequeña escala, pero en la zona aún sigue predominando la economía campesina, en donde los cultivos de pancoger son las principales estrategias de comercialización.
Como se ha mostrado anteriormente la mayor parte de la población está asentada en las zonas rurales del municipio (80% de la población), mientras que en la cabecera municipal solamente se encuentra un 20% del total de los habitantes del municipio dejando así una pequeña oferta de mano de obra en esta región (Ministerio del Trabajo, 2013), pero cabe resaltar que la mayor parte de la oferta laboral se encuentra en la unidades productivas rurales.
El Incoder (2008) señala que aproximadamente un 43% del recurso tierra está subutilizado, puesto que deberían estar dedicados a cultivos transitorios y no al establecimiento de mosaicos de pastos, caso parecido sucede con las áreas que deben estar dedicadas a la protección las cuales son explotadas. Esto provoca una pérdida de la potencialidad del suelo y genera un conflicto de uso en donde apenas el 17% es utilizado de forma adecuada.
El panorama económico se dificulta si se le suma el mal estado de las vías que imposibilita organizar el comercio y la producción, los constantes problemas de seguridad y la inestabilidad de la población (Ministerio del Trabajo, 2013).
5.7 PROGRAMA LANDSAT
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).
Tabla 1: Cobertura histórica del programa Landsat
Serie Rango histórico De cobertura Cobertura (años)
15
Landsat 2 1975 - 1982 7
Landsat 3 1978 - 1984 6
Landsat 4 1982 - 1995 13
Landsat 5 1985 – actualidad vigente
Landsat 6 1993 - 2003 10
Landsat 7 1999 - actualidad vigente Landsat 8 2013 - actualidad vigente
Fuente: (Fernández & Herrero, 2008). Adaptación: estudio.
Como resultado de la creación del programa EROS (Earth Resources Observation System Program), el día 23 de Julio de 1972, fue puesto en órbita el satélite ERTS-1, que posteriormente se denominó LANDSAT 1 (Fernández & Herrero, 2008), gracias a su equipamiento en sensores para teledetección, se pudo obtener imágenes de los recursos terrestres, y desde entonces proporciona una observación continuada de la superficie.
La serie de satélites Landsat (1, 2, 3, 4, 5, 6, 7 y 8) desde el año de su lanzamiento han ofrecido una de las más completas series históricas del comportamiento, dinámicas y evolución del planeta.
Estos sensores son los más utilizados en estudios medio ambientales, sus aplicaciones son muchas, pero principalmente son empleados en trabajos agrícolas, hidrológicos, forestales, usos del suelo etc. Gracias a sus características permite un análisis detallado y riguroso el cual asegura interpretaciones que no serían fáciles de hacer con otros medios. A continuación se detalla de forma breve las particularidades más importantes de cada uno de los satélites que se emplean para la teledetección en este documento.
5.7.1 Landsat 5
El satélite Landsat 5 TM (L5TM) (Landsat Themathic Mapper), provee imágenes con siete bandas espectrales. Resolución espacial de 30 metros para las bandas 1 a 5 y 7, mientras que la banda 6 (infrarrojo termal) es de 120 metros. El tamaño aproximado de cada escena es de 170 Km de sur a norte y de 183 Km de este a oeste (U.S. Geological Survey , 2014).
5.7.2 Landsat 7
El satélite Landsat 7 ETM+ (L7ETM+) (Landsat Enhanced Thematic Mapper Plus), provee imágenes con 8 bandas espectrales. Su resolución espacial es de 30 metros para las bandas 1 a la 7, mientras que la pancromática (Banda 8) es de 15 metros. Todas las bandas tienen una configuración de ganancia (alta o baja) para lograr una mayor sensibilidad radiométrica. El tamaño aproximado de cada escena es de 170 Km de norte a sur y de 183 Km de este a oeste (U.S. Geological Survey , 2014).
5.7.3 Landsat 8
16
trabajos de interpretación en zonas costeras, la banda 9 útil para la detección de nubes cirrus y las bandas 10 y 11 para proporcionar una visión de la temperatura de las superficies de manera más precisa con una resolución de 100 m aproximadamente (U.S. Geological Survey , 2014)
De acuerdo con Satellite Imaging Corporation (2014), el satélite Landsat es usado principalmente por entes gubernamentales, industrias, civiles y comunidades estudiantiles alrededor del mundo.
Tabla 2: Comparación entre satélites Landsat 5, 7, y 8
Landsat 5 Landsat 7 Landsat 8
Banda
Longitud
de onda Resolución
Longitud
de onda Resolución
Longitud
de onda Resolución
(µm) (m) (µm) (m) (µm) (m)
Banda 1 0.45 – 0.52 30 0.45-0.52 30 0.433 - 0.453 30
Banda 2 0.52 – 0.60 30 0.52-0.60 30 0.450 - 0.515 30
Banda 3 0.63 – 0.69 30 0.63-0.69 30 0.525 - 0.600 30
Banda 4 0.76 – 0.90 30 0.77-0.90 30 0.630 - 0.680 30
Banda 5 1.55 – 1.75 30 1.55-1.75 30 0.845 - 0.885 30
Banda 6 10.40 – 12.50 120 10.40-12.50 60 1.560 - 1.660 30
Banda 7 2.08 – 2.35 30 2.09-2.35 30 2.100 - 2.300 30
Banda 8 - - 0.52-0.90 15 0.500 - 0.680 15
Banda 9 - - - - 1.360 - 1.390 30
Banda 10 - - - - 10.30 - 11.30 100
Banda 11 - - - - 11.50 - 12.50 100
17 6 METODOLOGÍA
La metodología de análisis temporal de coberturas, consiste en la comparación de dos o más escenas de una misma zona en diferentes fechas, con el fin de describir el estado pasado y actual de las coberturas terrestres, lo cual establece la evolución del paisaje en el tiempo (Molina & Albarrán, 2012), permitiendo obtener deducciones relacionadas con las transformaciones espaciales que experimenta una región (Mehl & Peinado, 1997).
Para la realización del presente proyecto, se propone seguir el siguiente proceso metodológico:
Gráfico 3: Diagrama metodológico.
Fuente: (Chuvieco, 1995), (Riaño, 2002), (Franco & Rodriguez, 2005).
18 7 DESCRIPCIÓN METODOLÓGICA
7.1 RECOLECCIÓN DE INFORMACIÓN
Se realizará una recopilación y clasificación de la información bibliográfica, geográfica y cartográfica existente del área de estudio, la cual servirá de referente teórico para diagnosticar y describir la composición del paisaje. Entre algunas fuentes de información relevante, se destacan las siguientes:
Cartografía temática generada por el Municipio de Puerto Rico, Corporación de La Macarena, Ministerio de Ambiente y Desarrollo Sostenible, Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), Instituto Geográfico Agustín Codazzi (IGAC) y los entes territoriales presentes en la jurisdicción de la Corporación.
Información cartográfica del Esquema de Ordenamiento Territorial del Municipio de Puerto Rico.
Mapa de Bosques de Colombia (IGAC-INDERENA-CONIF) y del Mapa de Ecosistemas de Colombia (MAVDT-IDEAM).
Shapes del Sistema de Información Ambiental Territorial (SIAT).
Esta información podrá ser de tipo cartografía base, cartografía temática en formato raster y/o vectorial, informes de otro tipo de estudios realizados en la zona, información estadística, información meteorológica, fotografías aéreas, legislación, entre otros.
De acuerdo con la metodología para el mapeo de los tipos de bosque y análisis multitemporal de sus cambios (CCAD & GTZ, 2010), toda la información recopilada para la realización del presente proyecto deberá ser analizada, clasificada, depurada y estandarizada.
Así mismo, el proyecto procesará imágenes satelitales L5TM, L7ETM+ y L8OLI (1991, 1997, 2003 y 2014), las cuales se obtendrán del banco de imágenes del Servicio Geológico de los Estados Unidos (USGS).
19 7.2 ANÁLISIS DIGITAL DE IMÁGENES
De acuerdo con Chuvieco (1995) y Riaño (2002), se realizarán algunas operaciones de utilidad general, con el fin de hacer una descripción general de las imágenes a utilizar, para con ello determinar el tipo de correcciones y tratamiento al cual serán sujetas, algunas de estas operaciones son: cálculo de estadísticas unibanda y multibanda, correcciones, mejoramientos y se realizará el mosaico que incluye el área de interés.
Para detectar los cambios de dos escenas en un periodo de tiempo, es necesario que las imágenes que componen el mosaico tengan una adecuada corrección radiométrica y geométrica, de tal forma que aquellos cambios que puedan ser detectados, sean únicamente atribuibles a los verdaderos cambios del paisaje (Ambrosio, et al., 2002).
Aunque las imágenes del banco de imágenes de la USGS suelen estar georreferenciadas, en algunos casos, estas tan sólo vienen aproximadas (CCAD & GTZ, 2010), es por ello que sus coordenadas deben ser corregidas. El proceso consiste en la transformación de las coordenadas de los píxeles de la imagen “cruda” con otra imagen de la misma zona que ya tenga asignado el sistema de coordenadas correspondiente, de tal forma que estas coincidan (Ambrosio, et al., 2003). A este proceso se le suma la corrección por elevación del terreno, lo cual se conoce como ortorectificación.
En condiciones favorables, la superficie capturada con el mismo sensor en dos momentos diferentes, y en el mismo momento del año, debería contener los mismos valores de intensidad, no obstante, en la práctica esto casi nunca es así, debido a las inevitables diferencias en las condiciones atmosféricas y de iluminación, es por ello que para realizar un estudio multitemporal, se debe hacer una corrección radiométrica de las imágenes (Ambrosio, et al., 2002).
7.3 ÍNDICES DE VEGETACIÓN
Los índices de vegetación son un tipo de transformaciones que son realizadas para obtener nuevas bandas manipulando las originales, con el fin de mejorar la diferenciación de ciertas clases temáticas dentro de la imagen (Chuvieco, 1995).
El índice de vegetación se utilizará con el fin de mejorar la diferenciación entre suelos desnudos y vegetación.
7.4 COMPOSICIÓN DE COLOR
20
óptimo” (OIF por sus siglas en inglés) (Chuvieco, 2010). Este es un método utilizado para determinar una combinación de bandas que maximice la variabilidad en una escena particular (Kienast & Boettinger, 2010).
7.5 CLASIFICACIÓN DIGITAL MULTIESPECTRAL
El proceso de clasificación multiespectral de las imágenes consiste en la categorización de las imágenes multibanda a partir del nivel digital de cada uno de sus píxeles (Chuvieco, 1995).
En este punto es importante el apoyo de la información secundaria recopilada previamente para realizar la correcta distinción de cada una de las coberturas.
7.6 DETECCIÓN DE CAMBIOS
En este punto se hará uso de técnicas para la detección de cambios, su objetivo es determinar qué rasgos de un territorio se han modificado entre dos o más fechas (Observatorio de la Sostenibilidad, 2006, Citado por Chuvieco, 2010). Así mismo, (Riaño, 2002), divide estas técnicas de acuerdo al tipo de imágenes (continuas o categorizadas), las cuales se analizan utilizando métodos cuantitativos y comparación de imágenes mediante tablas de contingencia, respectivamente.
7.7 MAPA DE CAMBIOS
Finalmente mediante la utilización de las técnicas de detección de cambios, se realizará un mapa (raster o vector), en el que se muestre las zonas forestales que han ganado, mantenido o perdido su cobertura. Cuantificando así sus áreas y analizando el patrón de transformación que estas han sufrido.
7.8 MODELO A FUTURO
Para la creación del modelo a futuro de la cobertura del suelo para el año 2020, se utilizará el análisis de las cadenas de Markov, el cual consiste en una matriz de probabilidades de transición (ya observadas) entre dos o más estados, que puede ser usada para proyectar cambios futuros en el paisaje a partir de los patrones actuales de cambio (suponiendo que la tendencia se conserva) (Brown et, al. 2000, citado por Mukhopadhyay et, al. 2014).
7.9 DISCUSIÓN
21 8 DESARROLLO METODOLÓGICO
8.1 RECOLECCIÓN DE INFORMACIÓN
El límite vectorial aproximado de las imágenes satelitales multiespectrales del sensor Landsat, que cubren el área continental de Colombia es mostrado en el gráfico 4. 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.
Las 58 imágenes Landsat necesarias para cubrir la superficie continental de Colombia se encuentran desde el Path 3 hasta el 10 y desde el Row 51 hasta el 63. El área que cubre el Municipio de Puerto Rico, se encuentra en el Path-Row: 007-058 (gráfico 4).
Gráfico 4: Grilla Landsat en Colombia, Localización del Municipio de Puerto Rico (rojo)
Se revisaron y evaluaron aproximadamente 430 imágenes del Servicio Geológico de los Estados Unidos, provenientes de los sensores Landsat 5, 7 y 8, de las cuales tan sólo fueron candidatas 8 (1989, 1991, 1997, 1999, 2001, 2003, 2009 y 2014) (tabla 5), ya que fueron tomadas entre los meses de Diciembre y Marzo, época seca del Municipio.
El criterio de selección dentro de este nuevo grupo de imágenes fue que tuvieran el menor porcentaje de nubes en el área de estudio y que su distribución temporal fuera equidistante, por lo tanto se descartaron las fechas 1989, 1999, 2001 y 2009, teniendo como resultado las imágenes de las fechas 1991, 1997, 2003 y 2014.
22
Tabla 3: Geometría de las imágenes seleccionadas
Fecha Coordenadas Sensor Id escena Landsat
NW Lat. NW Long. SE Lat. SE Long.
16/03/1991 3°49'29.42"N 73°55'11.68"W 1°59'37.54"N 72°36'42.70"W LANDSAT 5 LT50070581991075CPE04 13/12/1997 3°48'38.09"N 73°51'43.92"W 1°58'46.20"N 72°33'15.01"W LANDSAT 5 LT50070581997347CPE00 04/01/2003 3°50'09.24"N 73°56'35.88"W 1°57'03.24"N 72°35'40.20"W LANDSAT 7 LE70070582003004AGS00 31/03/2014 3°56'21.73"N 73°52'55.38"W 2°11'56.18"N 74°15'00.36"W LANDSAT 8 LC80070582014090LGN00
Cada una de estas imágenes tiene una proyección UTM zone 18, elipsoide y datum WGS 84. Tamaño de píxel para las 6 bandas de trabajo es de 30 metros.
8.2 PRE-PROCESAMIENTO
Cada uno de los archivos crudos de las escenas Landsat se encuentra dividido en bandas unitarias. Para los objetivos del presente estudio se determinó solo el uso de las bandas del espectro visible, infrarrojo cercano e infrarrojos de onda corta 1 y 2. No obstante los sensores TM, ETM+ y OLI, presentan ciertas diferencias espectrales y de asignación de bandas, tal como lo muestra la tabla 4.
Tabla 4: Descripción espectral de los sensores L5, L7 y L8
Azul Verde Rojo IRC SWIR 1 SWIR 2
B.O* λ (µm) B.O λ (µm) B.O λ (µm) B.O λ (µm) B.O λ (µm) B.O λ (µm) L5 TM 1 0.45-0.52 2 0.52-0.60 3 0.63-0.69 4 0.76-0.90 5 1.55-1.75 7 2.08-2.35 L7 ETM+ 1 0.45-0.52 2 0.52-0.60 3 0.63-0.69 4 0.77-0.90 5 1.55-1.75 7 2.09-2.35 L8 OLI 2 0.45-0.51 3 0.53-0.59 4 0.64-0.67 5 0.85-0.88 6 1.57-1.65 7 2.11-2.29
B.C** 1 2 3 4 5 6
*B.O: Banda original; **B.C: Banda codificada.
Se puede observar que L5TM y L7ETM+, tienen la misma resolución espectral en las bandas [1-4, 6], y una variación de +/- 0.01µm en cuanto al rango de λ del IRC y SWIR2. Así mismo estos dos sensores difieren de la asignación de bandas del sensor L8OLI, que agregó una banda de aerosol costero, además de diferencias de +/-0.01µm y 0.12µm.
23
Tabla 5: Composición multiespectral (4, 5, 3), imágenes candindatas
(e) (f) (g) (h)
(a) L5TM: 1989/12/23; (b) L5TM: 1991/03/16; (c) L5TM: 1997/12/13; (d) L5TM: 1999/03/06; (e) L7ETM+: 2001/01/30 (f) L7ETM+: 2003/01/04; (g) L5TM: 2009/09/09; (h) L8OLI: 2014/03/31.
24 8.2.1 Ventana de trabajo
A partir del límite municipal en formato vectorial descargado del visor geográfico del Instituto Agustín Codazzi, se extrajo una ventana de trabajo rectangular que contuviera el área del municipio (tabla 6). Se procesaron en total 24 bandas, correspondientes a las 4 fechas.
Tabla 6: Descripción de la ventana de trabajo
Parámetro Valor Área 6247.62 Km2 Perímetro 316.22 Km Ancho 80.00 Km
Alto 78.09 Km
Latitud* 2°45'12.916" N Longitud* 73°10'7.099" W
*Las coordenadas hacen referencia al punto central
Gráfico 5: Localización de ventana de trabajo
8.2.2 Re muestreo Landsat 8
Las imágenes del sensor Landsat 5 y 7 son distribuidas con una resolución radiométrica de 8 bits, es decir, 256 niveles de grises. No obstante, Landsat 8 tiene una resolución radiométrica de 12 bits, es decir 4.096 niveles de grises, aunque el producto descargado tiene un nivel de procesamiento 1, el cual re muestrea los niveles digitales a 16 bits, y estos son escalados a 55.000 niveles de grises.
Debido a esta diferencia radiométrica, se procedió a re muestrear las 6 bandas de la imagen del año 2014 para tener una misma profundidad del píxel en todas las imágenes, es decir 8 bits con 256 niveles de grises.
8.2.3 Homogenización radiométrica
25
No obstante, aunque las imágenes seleccionadas se obtuvieron en la misma temporada del año, existen razones por las cuales la respuesta espectral varía a través del tiempo. De acuerdo con Song et, al. 2001 & Riaño 2002, las posibles variables de distorsión en una imagen son:
Condiciones atmosféricas.
Cambios en la calibración del sensor a lo largo del tiempo. Cambios en las condiciones de iluminación y observación.
Todas estas variables hacen que se produzcan cambios en los Niveles Digitales (ND) de los píxeles, aun cuando no se presenten cambios en la cobertura de la superficie (Riaño, 2002).
Yang & Mieller (2007) afirman que las imágenes obtenidas con distintos tipos de sensores presentan características radiométricas casi siempre diferentes, incluso si las condiciones atmosféricas o del sensor son las mismas. De acuerdo con Brizuela, et al. (2007), cuando se van a realizar comparaciones entre imágenes de distintas fechas de la misma área, es necesario hacer correcciones radiométricas de los datos, de tal forma que estos puedan ser comparables. Chuvieco (2010), describe este proceso como un término genérico, que consta de técnicas y pasos que modifican los ND originales.
La tabla 7 muestra las estadísticas univariadas de las escenas sin corregir, se puede observar que cada una de las bandas homólogas presenta diferencias en la distribución de sus niveles digitales mínimos, máximos y promedio, así como en su desviación estándar (D.E.).
Estas diferencias se observan gráficamente en la forma de sus histogramas, por ejemplo, en la banda 1 (tabla 7: a) se observa que la distribución de frecuencias de los niveles digitales en las primeras tres fechas, se encuentra alrededor de un valor medio aproximado de 60, mientas que para el 2014 esta distribución se encuentra localizada en valores cercanos a 0, presentando una media de 5.27, lo cual podría indicar que esta banda presenta baja reflectividad, es decir, es más oscura que sus homólogas.
26
Tabla 7: Estadísticas univariadas sin corrección
29
Los histogramas presentados en la tabla 7 ofrecen opciones para el cálculo de estadísticas. Los valores de tendencia central y dispersión muestran la homogeneidad de la imagen y el grado en el que se encuentra.
Cada banda tiene su propio histograma en donde se puede diferenciar el número de celdas y la frecuencia con la que aparecen los ND en ellas. En el eje de las abscisas se muestran los niveles digitales mientras que en el eje de las ordenadas se encuentran el número de celdas que contienen estos valores, así se observa de manera gráfica la distribución para cada periodo.
En este proceso se obtienen valores que pueden servir para otro tipo de análisis como el del OIF que se muestra más adelante.
Media: Representan el valor medio de intensidad de todo el conjunto de pixeles.
Desviación estándar: Desviación de los valores de intensidad respecto al promedio.
Rango: muestra el nivel digital máximo y mínimo en el histograma.
8.2.3.1 Especificación del histograma
Las correcciones radiométricas tienen dos enfoques: Absoluta, la cual se hace a partir de un modelo analítico, convirtiendo los ND en medidas de radiancia y luego reflectividad; y Relativa, que se hace a partir de la transformación de los niveles digitales del histograma, para homogenizar los ND entre las imágenes (Ambrosio, et al., 2003 & Riaño, 2002).
El objetivo de la corrección radiométrica absoluta es remover o compensar todas las variables de distorsión, excepto las que se refieren al cambio de reflectancia en la superficie objetivo. Este enfoque relaciona los niveles digitales de la imagen satelital con la radiancia en la superficie de la tierra. Para esta se requieren coeficientes de calibración del sensor, un algoritmo de corrección atmosférica (AR, DOS, COST, entre otros), así como otros datos relacionados (Yong, et al., 2002).
El modelo de corrección absoluta se descartó, porque además de la elección y aplicación del algoritmo en las 24 bandas (6 bandas por cada fecha), se requerirá conocer el perfil espectral del sensor y las propiedades atmosféricas locales (variaciones estacionales, nubosidad, precipitación, entre otros) en cada una de las fechas en que fueron tomadas las imágenes. Estas propiedades atmosféricas son difíciles de obtener, incluso cuando se ha planeado tomarlas (Yong, et al., 2002), además Yang & Mueller (2007), afirma que este tipo de corrección podría no resolver el problema de diferencia radiométrica entre estas imágenes, ya que provienen de diferentes sensores.
30
Los métodos de normalización radiométrica relativa se clasifican en dos categorías: lineales y no lineales.
Dentro de los métodos de normalización relativa lineal, Chavez & Mackinnon (1994) citan algunos: regresión simple, características pseudo invariantes, método brillante-oscuro, método mínimo-máximo, desviación media estándar y detección de alteración multivariado. Para la mayoría de estos métodos, uno de los principales desafíos es elegir las áreas ideales para estimar los parámetros del modelo (Schott et al., 1988 & Eckhardt et al., 1990 citados por Chavez y Mackinnon, 1994).
Estos métodos lineales funcionan efectivamente para sensores con características radiométricas similares, sin embargo, los métodos no lineales son más adecuados para sensores heterogéneos (por ejemplo, para nuestro caso, Landsat 5, Landsat 7 y Landsat 8), que tienen características radiométricas intrínsecas y no están linealmente relacionados (Chavez & Mackinnon, 1994).
El método no linear más usado dentro de las correcciones radiométricas, es la especificación del histograma (Chavez & Mackinnon, 1994). Este método, elimina el problema de subjetividad al seleccionar las áreas invariantes ideales requeridas por los parámetros de los modelos lineales de corrección.
El método de especificación del histograma (HM, por sus siglas en inglés), transforma la distribución del histograma de la imagen objetivo en un histograma especificado proveniente de una imagen de referencia, de tal forma que la apariencia radiométrica de la imagen a ser transformada y la imagen de referencia sean similares.
Chavez & Mackinnon (1994), plantean 4 supuestos para utilizar el método de HM, estos son: a) los cambios en la escena a través del tiempo ocurren solo en pequeñas porciones de la imagen; b) los histogramas deben ser aproximadamente similares para las imágenes que son tomadas en diferentes fechas y la misma escena; c) la relación entre la respuesta radiométrica de los sensores es no lineal.
31
Tabla 8. Comparación visual de imágenes originales y corregidas;
Composición multiespectral en falso color (4, 5, 3)
Imagen original Imagen corregida
(a) 1991
(b) 1997
(c) 2003
32
La tabla 9 presenta un resumen de las estadísticas univariadas de las bandas corregidas, se aprecia claramente cómo después de la corrección por HM, se logra una similitud en cuanto a sus medidas estadísticas, por ejemplo, en la banda 1, las primeras 3 fechas presentan un nivel digital mínimo de 38, sin mucha diferencia del valor de la fecha del 2014, que es de 42. Circunstancia similar se presenta en los valores digitales máximos y promedio.
Es importante apreciar que la desviación estándar final de cada una de las bandas está muy relacionada, por ejemplo, en la banda 1, los valores oscilan de 3.16 a 3.22, lo cual es un indicador de su equivalencia.
Tabla 9: Resumen de estadísticas univariadas corregidas
Banda Min Max Mean D.E.
El objetivo del análisis multibanda es identificar la mejor composición de color (Franco & Rodriguez, 2005) y así efectuar una mejor clasificación de la cobertura. Para determinar esta combinación, se calcula el OIF (Optimum Index Factor) que es un valor estadístico usado para obtener la mejor combinación de bandas en una imagen, identifica la combinación que contiene la mayor cantidad de información diferenciada y la menor cantidad de información duplicada (Chavez, et al., 1982).
33
34
Para otros fines no sería tan importante estudiar la relación que existe entre cada una de estas variables, pero en este caso, el análisis se fundamenta para poder inferir en cuáles bandas se presenta la mayor correlación y así mismo qué tanta información en las imágenes se repite (Chuvieco, 2010), así se van descartando las combinaciones donde la correlación de la información arroja valores demasiado altos y deja como mejores opciones las que por el contrario presentan correlaciones más bajas y de mayor contraste.
Los valores óptimos para cada fecha son los siguientes:
Tabla 12: Resumen OIF por fechas.
Bandas OIF diferenciar de manera más precisa cada una de ellas.
Tabla 13: Mejor OIF para cada año
Año (OIF)
1991 3,4,6
1997 3,4,6
2003 1,4,6
35
8.4 CLASIFICACIÓN DIGITAL MULTIESPECTRAL
De acuerdo con Riaño (2002), las técnicas empleadas para la detección de cambios se clasifican en dos grupos: categorizadas o continuas; Las primeras hacen referencia a imágenes previamente clasificadas, que son comparadas mediante tablas de contingencia; mientras que las continuas, utilizan técnicas cuantitativas, como diferencias, regresión o componentes principales.
El método seleccionado fue el de categorización de imágenes, siguiendo el proceso de una clasificación supervisada.
El proceso de clasificación supervisada se realizó con el software ERDAS IMAGINE 2014, en el módulo RASTER > SUPERVISED, donde mediante la herramienta SIGNATURE EDITOR, se crearon áreas de entrenamiento para cada una de las 4 imágenes de acuerdo a la tabla 14. Las clases que presentaron características similares de respuesta espectral fueron tomadas como una misma cobertura del suelo, teniendo en cuenta la tipología de uso y cobertura (ver anexo 3).
Tabla 14: Clases de coberturas según CLC en etapa de entrenamiento
Codificación
CLC Cobertura Codificación ERDAS Color (R,G,B)
2.3.1. Pastos limpios 1 0.235, 0.996, 0.855
2.3.3. Pastos enmalezados 2 0.776, 0.875, 0.671
3.1. Bosques 3 0.569, 0.341, 0.333
3.2.3 Vegetación secundaria o en transición 4 1.000, 0.545, 0.400
3.3.4. Zonas quemadas 5 0.000, 0.678, 0.682
5.1. Superficies de agua 6 0.000, 0.000, 0.667
N.N. Zona indeterminada 7 0.118, 0.525, 0.667
3.2.1.1.1. Herbazal denso de tierra firme no arbolado 8 0.300, 0.500, 0.500
3.3.1. Zonas arenosas naturales 9 0.000, 0.000, 0.000
En el proceso de entrenamiento se le asigna a cada clase una firma espectral, para que posteriormente el algoritmo de clasificación encuentre grupos de píxeles con características similares y los agrupe en la misma categoría (Steiner & Butler, 2012).
En esta etapa se tuvo como insumo de información secundaria: el mapa de coberturas de la Amazonia del año 2002 del Instituto de Investigación Científica para el Desarrollo Sostenible de la Amazonia Colombiana SINCHI; imágenes Digital Globe provistas en el software Google Earth Pro versión 7.1; y el Catálogo de patrones de interpolación para las clases coberturas de la tierra reportadas para la Amazonia colombiana Escala 1:100.000 según la metodología CORINE Land Cover adaptada para Colombia del portal del Sistema de Información Ambiental Territorial de la Amazonía Colombiana (SIAT-AC).
36
clasificación supervisada, sin embargo, en los procesos siguientes estas se categorizarán.
Imagen 1: Clasificación supervisada imagen año 1991
Imagen 2: Imagen de referencia para el año 1991
8.5 AJUSTE Y REVISIÓN DE CLASIFICACIÓN
Luego de obtener la clasificación de cada una de las imágenes, se optó por realizar un proceso de evaluación visual de la precisión de las clases, que buscaba determinar si los píxeles habían sido bien clasificados y ver si los resultados de la clasficación eran aceptables.
Este proceso consistió en revisar aleatoriamente píxeles en la imagen clasificada y compararlos con las coberturas de la imagen original, sumada a la información secundaria. Si se encontraban errores de inexactitud temática, se definían nuevas clases de entrenamiento y se continuaba el proceso hasta que la precisión fuera la indicada (gráfico 6).
De acuerdo con Steiner & Butler (2012), una evaluación de precisión es un reporte o una serie de reportes que generalmente incluyen lo siguiente:
Visión general de las clases que pudieron haber sido mal clasificadas.
Comparación de las clases asignadas con la cobertura real obtenida con la información secundaria. (Steiner & Butler, 2012).
Gráfico 6: Diagrama de evaluación de clasificación
37
La imagen 3 muestra un ejemplo de identificación de inexactitud temática en un área de la imagen clasificada del año 1991, en este caso se encontró que algunos pastos limpios se estaban tomando como pastos enmalezados, por lo cual se re muestreó la zona y se tomaron más muestras de entrenamiento en esa zona.
Imagen 3: Identificación de errores temáticos.
La imagen 4 muestra cómo después del muestreo de más puntos en esa zona, se logró una mejor discriminación de esta cobertura. Este paso se realizó una y otra vez a cada una de las imágenes hasta que se lograra el resultado deseado.
Imagen 4: Corrección de errores temáticos, mediante nueva áreas de entrenamiento.
8.5.1 Recodificación
La recodificación asigna un nuevo número de clase a las clases existentes de una imagen categorizada, así, las firmas correspondientes a una misma cobertura son asignadas a un mismo código.
38
Imagen 5: Ejemplo de recodificación
La imagen 6 muestra cómo se asignaron 15 clases de entrenamiento que finalmente fueron agrupadas en 9 categorías.
Imagen 6: Ejemplo de recodificación
8.5.2 Filtraje
El filtraje consiste en la reagrupación de píxeles temáticos buscando eliminar el efecto conocido como “sal y pimienta”, este efecto ocurre en cualquier proceso de clasificación. El algoritmo de clasificación realiza una separación de píxeles de acuerdo a su respuesta espectral sin tener en cuenta la matriz a la cual este pertenece. Para este caso se utilizó un filtro de vecindad, el cual analiza la relación de cada píxel con sus vecinos para ser reagrupados, se aplica para este caso, una agrupación en cruz de 3x3, el resultado se observa en la imagen 7.
Imagen 7: Filtraje.
8.5.3 Eliminación.
39
dominante. Para este caso se determinó que esta unidad mínima fuera de 3 píxeles, por lo cual se eliminó los iguales o menores de 2 píxeles, la imagen 8 muestra este resultado.
Imagen 8: Eliminación de píxeles.
8.5.4 Conversión a formato vectorial.
Finalmente el proceso termina en la conversión de la imagen en formato raster a formato vectorial, el cual consiste en crear un archivo en formato ‘.shp’ que pueda ser leído en el software “Arcmap 10.2 for desktop”. Un ejemplo de la vectorización de la imagen clasificada del año 1991 se muestra a continuación:
Imagen 9: Vectorización de la imagen clasificada del año 1991.
La capa resultante tiene bastantes polígonos (56.224 para 1991), los cuales tienen que ser nuevamente filtrados para que se adapten a la metodología y la leyenda de CORINE Land Cover.
8.6 EDICIÓN FINAL Y FILTRAJE VECTORIAL.
40
clasificación supervisada con un proceso semi-automático y visual, este es descrito a continuación.
8.6.1 Fase semi-automática.
En esta fase se decidió dividir el área del Municipio en tres secciones: en la primera (color morado imagen 10, llamada posteriormente inundables 2) se interpretó de manera visual la imagen del año 1991, y se tomó como base para la reinterpretación visual de los cambios en los años posteriores; La segunda (color azul imagen 10, llamada posteriormente inundables 2) es una zona de bosques inundables que fue difícil su discriminación mediante la clasificación supervisada, por lo que se hizo de manera alterna, esta área permanecerá constante en las 4 fechas y será recortada automáticamente por los cambios encontrados en la clasificación supervisada de las fechas posteriores; finalmente la zona restante, será clasificada mediante el algoritmo y clases de entrenamiento elaborados.
Imagen 10: Esquema de clasificación.
Este proceso se realizó mediante la herramienta ‘Model Builder’ del software “Arcmap 10.2 for desktop”, el objetivo de este se resume a continuación:
Recorte del archivo vectorial por el límite municipal. Eliminación de área cubierta por nubes.
Integración de las dos áreas combinadas de interpretación (inundables 1 y 2). Creación de asociaciones de polígonos menores a 25 hectáreas para la
conformación de áreas agrícolas heterogéneas (ver anexo 1). Eliminación final de polígonos menores a 25 hectáreas.
41 Imagen 11: Resultado de edición vectorial.
Imagen clasificada del año 1991
Imagen 12: Ejemplo de mosaicos clasificado automáticamente.
8.6.2 Fase de edición visual.
En esta fase, se integró cada uno de los archivos vectoriales a una base de datos espacial en el software “Arcmap 10.2 for desktop”, cada uno de los “feature class” tuvo los siguientes campos: CODIGO, REVISO y AREAHA, en donde:
CÓDIGO: codificación del polígono, el cual contiene 99 subtipos, de acuerdo al anexo 2.
REVISO: dominio de tres posibles valores [0, 1, 2], el cual sirve como indicador para la edición visual; 0 significa que el polígono no se ha revisado; 1 significa que el polígono se ha revisado, se ha confirmado y/o modificado y; 3 hace referencia a aquellos que presentaban dudas en cuanto a su delimitación y/o exactitud temática.
AREAHA: área en hectáreas del polígono.
Cabe resaltar que los clústeres agrupados en la fase previa carecen de nomenclatura, por lo cual se tuvo que asignar su código manualmente de acuerdo a los patrones espaciales y espectrales que responden principalmente a las áreas agrícolas heterogéneas y bosques fragmentados.
Se revisaron uno a uno los polígonos de cada una de las 4 fechas (937, 1133, 1159 y 1409 respectivamente), confirmando, eliminando o creando nuevas áreas, de tal forma que cumplieran con el área mínima cartografiable a escala 1:100.000 (25 hectáreas a excepción de los territorios artificializados de 5 hectáreas), y demás exigencias de interpretación.
8.6.3 Validación de topología.
Este proceso evalúa el proceso de delimitación de cada uno de los polígonos de coberturas, evaluando los aspectos técnicos referentes a cada uno de ellos, principalmente en lo que respecta a posibles inconsistencias asociadas a la presencia de polígonos sin cerrar completamente, existencia de polígonos adyacentes con el mismo código o polígonos con más de un código (IDEAM , 2012).
42
No debe haber huecos: se refiere a que no puede existir espacios sin información (huecos) dentro del área de interpretación, es decir, debe haber una continuidad en todo el espacio del Municipio:
Fuente: ArcGis Resource Center
No debe superponerse: se refiere a que no deben existir polígonos que superpongan total o parcialmente el área de otro polígono, es decir, que una misma área no pueda pertenecer a dos o más polígonos
Fuente: ArcGis Resource Center
Finalmente se obtienen 4 capas de coberturas que cumplen los parámetros de la metodología CORINE Land Cover adaptada para Colombia, que servirán de insumo para la obtención de las estadísticas descriptivas en cada año y estadísticas correlativas, referentes a la dinámica de cambios.
8.6.4 Detección de cambios
Los recursos naturales renovables como los bosques se encuentran en constante cambio; Este cambio puede ser definido como una alteración en los componentes de la superficie de la cobertura vegetal, o un movimiento espectral o espacial de la vegetación a lo largo del tiempo (Lund, 1983 citado por Coppin & Bauer, 1996).
Los cambios se pueden presentar de dos formas: abrupto, como es el caso de la tala de árboles a gran escala; o gradual, en el caso del crecimiento de biomasa. Las causas de estos cambios pueden se producidas por el hombre o presentar orígenes naturales (Coppin & Bauer, 1996).
43
se hace necesario eliminar todos los polígonos que tengan un área inferior a 3 hectáreas.
Se entiende como cambio, aquellas coberturas que han sufrido un aumento o reducción de su área mayor o igual a 3 hectáreas, o que su cobertura haya cambiado total o parcialmente su codificación.
44 9 RESULTADOS
Dado que el Municipio de Puerto Rico hace parte del Área de Manejo Especial de La Macarena, la cual está conformada por zonas con su propio tipo de ordenamiento y dinámicas de ocupación, es importante separar los resultados en cada una de ellas; Inicialmente se describirán las estadísticas globales de las coberturas y posteriormente se analizarán individualmente cada una de las áreas de manejo.
La tabla 15 muestra las coberturas del año 1991 (ver mapa de anexo 17), se puede observar que las principales coberturas presentes en el Municipio son: bosque denso alto de tierra firme (31111), con un área relativa de 46.65%, equivalente a 158,217.81 ha, seguido de los pastos limpios (231) con un área de 53,897.95 y una participación de 15.89%, en tercer lugar, los bosques densos inundables (31112) con un área de 35,905.06 ha, equivalente al 10.59% del territorio, y finalmente una cobertura bastante frecuente en pequeños fragmentos: los mosaicos de pastos con espacios naturales (244), cuya área es representada por 28,240.96 ha (8,33%).
De aquí se puede concluir que el 63.20% del área total del municipio eran bosques y áreas semi-naturales, mientras que el 28.17%, territorios agrícolas.
Tabla 15: Coberturas del año 1991
Cobertura Código Área (ha) Área (%)
Bosque denso alto de tierra firme 31111 158.217,81 46,65
Pastos limpios 231 53.897,95 15,89
Bosque denso alto inundable 31112 35.902,06 10,59
Mosaico de pastos con espacios naturales 244 28.240,96 8,33
Nubes 99 23.827,72 7,03
Pastos enmalezados 233 10.631,67 3,13
Bosque de galería y ripario 314 10.399,14 3,07
Vegetación secundaria o en transición 323 6.145,01 1,81 Mosaico de cultivos. pastos y espacios naturales 243 2.769,67 0,82
Ríos (50 m) 511 2.696,56 0,80
Zonas Pantanosas 411 2.499,49 0,74
Bosque fragmentado con pastos y cultivos 3131 1.330,53 0,39 Bosque fragmentado con vegetación secundaria 3132 1.108,58 0,33
Zonas quemadas 334 896,63 0,26
Herbazal denso de tierra firme con arbustos 321113 268,67 0,08 Lagunas. lagos y ciénagas naturales 512 198,28 0,06
Zonas arenosas naturales 331 58,79 0,02
Tejido urbano continuo 111 48,06 0,01
Herbazal denso de tierra firme no arbolado 321111 31,48 0,01 Total General 339.169,08 100,00
45
su área. Los pastos limpios (231) continúan en segundo lugar, con una participación de 15.89% lo cual indica una disminución de 0.63% respecto al área global, es decir una reducción de 2.137,70Has (-3,97%). Por otro lado el bosque denso alto inundable continúa en tercer lugar con un área de 34,617.93 ha, sin embargo perdió 1.284,13 ha, equivalente al 3.58% de su cobertura original; finalmente, los mosaicos (244) presentaron una ligera reducción de 697,82 ha, es decir 2,47% menos que el periodo anterior.
En este año aparecen nuevas clases de coberturas, como los pastos arbolados (232) y los mosaicos de pastos y cultivos (242), que aunque no representan un mayor porcentaje en el área del municipio (apenas un 0,02% y 0,65% respectivamente), si son un indicador del cambio de uso del suelo que se verá acentuado posteriormente.
En este periodo, las coberturas que presentaron mayor cambio fueron: bosque fragmentado con vegetación secundaria (3132), con una ganancia de 2.693,9 ha, es decir un 243% más que el año anterior, seguido de la vegetación secundaria en transición (323) con un incremento de 154,76%, es decir 9.510,03 ha.
Para este año, globalmente se presentó un equilibrio respecto al periodo anterior, ya que los bosques y áreas semi-naturales representaban 63,09% y los territorios agrícolas 28,15% de la superficie del Municipio.
Tabla 16: Coberturas del año 1997
Cobertura Código Área (ha) Área (%)
Bosque denso alto de tierra firme 31111 145.568,93 42,92
Pastos limpios 231 51.760,35 15,26
Bosque denso alto inundable 31112 34.617,93 10,21
Mosaico de pastos con espacios naturales 244 27.543,14 8,12
Nubes 99 23.827,72 7,03
Vegetación secundaria o en transición 323 15.655,04 4,62
Pastos enmalezados 233 11.346,52 3,35
Bosque de galería y ripario 314 10.607,18 3,13
Bosque fragmentado con vegetación secundaria 3132 3.802,48 1,12
Zonas Pantanosas 411 2.965,10 0,87
Ríos (50 m) 511 2.671,73 0,79
Mosaico de cultivos. pastos y espacios naturales 243 2.528,17 0,75 Bosque fragmentado con pastos y cultivos 3131 2.298,08 0,68
Mosaico de pastos y cultivos 242 2.213,25 0,65
Zonas quemadas 334 948,82 0,28
Herbazal denso de tierra firme con arbustos 321113 264,15 0,08 Lagunas. lagos y ciénagas naturales 512 198,28 0,06
Zonas arenosas naturales 331 181,91 0,05
Pastos arbolados 232 75,90 0,02
Tejido urbano continuo 111 62,92 0,02
46
En el 2003 (ver mapa de anexo 19 y tabla 17), el 40,08% del Municipio (135.936,72 ha) correspondía a bosque alto de tierra firme (31111), es decir, esta cobertura disminuyó su participación global en 2,84%, o 6,62% menos frente al periodo anterior (9.632,21 ha). Así mismo, los pastos limpios (231) continuaron en segundo lugar con un área de 56.831,35 ha, lo cual representó un aumento de 1,50 % respecto a su área inicial, es decir 5.070,98 ha.
Por otro lado, el bosque denso alto inundable (31112) dejó de tener el tercer lugar (perdió 1.428,01 ha o -4,13%), y fue desplazada por los mosaicos de pastos con espacios naturales (244), que presentaron un aumento de 7.552,05 ha, alcanzando un total de 35.095,19 ha, es decir 27,42% más que la superficie del año 1997.
Dentro de las coberturas con mayor cambio, se puede ver que las zonas quemadas (334) aumentaron 137,84%, es decir 1.307,81 ha, mientras que los mosaicos de pastos, cultivos y espacios naturales (243) se redujeron en 1.391,73 ha (-55.05%).
En este periodo globalmente se evidenció un aumento de los territorios agrícolas, pasando de 25,15% a 31,15%, mientras que los bosques y áreas semi-naturales redujeron su área de 63,09% a 60,12%.
Tabla 17: Coberturas del año 2003
Cobertura Código Área (ha) Área (%)
Bosque denso alto de tierra firme 31111 135.936,72 40,08
Pastos limpios 231 56.831,34 16,76
Mosaico de pastos con espacios naturales 244 35.095,19 10,35
Bosque denso alto inundable 31112 33.189,92 9,79
Nubes 99 23.827,72 7,03
Vegetación secundaria o en transición 323 14.663,62 4,32
Bosque de galería y ripario 314 11.137,17 3,28
Pastos enmalezados 233 10.512,75 3,10
Bosque fragmentado con pastos y cultivos 3131 4.099,58 1,21
Zonas Pantanosas 411 2.901,30 0,86
Ríos (50 m) 511 2.608,24 0,77
Zonas quemadas 334 2.256,63 0,67
Mosaico de pastos y cultivos 242 2.049,56 0,60
Bosque fragmentado con vegetación secundaria 3132 1.982,03 0,58 Mosaico de cultivos. pastos y espacios naturales 243 1.136,44 0,34
Zonas arenosas naturales 331 336,51 0,10
Herbazal denso de tierra firme con arbustos 321113 264,15 0,08 Lagunas. lagos y ciénagas naturales 512 198,28 0,06
Tejido urbano continuo 111 67,96 0,02
Pastos arbolados 232 42,49 0,01
Herbazal denso de tierra firme no arbolado 321111 31,48 0,01 Total General 339.169,08 100,00%
47
del 7,36% de su área inicial. Así mismo los pastos limpios (231) continuaron siendo los de segunda mayor ocupación, llegando a 55.831,16 ha., equivalente a 16,46%, lo cual prácticamente significa una estabilidad relativa respecto al año anterior, ya que solo presentó una reducción de 0,3%, que en unidades absolutas representa 1.000,17 ha.
Por otro lado los mosaicos de pastos con espacios naturales (244) tuvieron una notable reducción de 14.905,47 ha, es decir su área disminuyó un 42,47%, y su participación global cayó en 4,40%; así mismo, los bosques inundables (31112), perdieron 2.033,12 ha, equivalente al 6,13% de su superficie.
En este periodo podemos ver una alta presencia de nuevos tipos de coberturas, como lo es el cultivo de palma de aceite (2232), se observa que prácticamente se pasó de no tener esta cobertura en los años previos, a tener un área total de 6,546.47 ha en el año 2014, es decir el 1,93% del área total del Municipio. Así mismo los mosaicos de pastos y cultivos (242) presentaron un aumento del 266.50% respecto al año previo, sumando así un área de 5.462,18 ha.
Las coberturas de mayor cambio fueron el bosque fragmentado con vegetación secundaria (3132), el cual presenta un aumento de 373,99%, es decir 7.412,66 ha. Los mosaicos de pastos y cultivos (242) tuvieron una ganancia de 5.462,18 ha, equivalente a un aumento de 266,50%.
En este último año, los territorios agrícolas aumentaron su participación global, pasando de 31,15% a 34,21%, mientras que los bosques y territorios semi-naturales, redujeron su área, pasando de 60,12% a 56,95%.
Tabla 18: Coberturas del año 2014
Cobertura Código Área (ha) Área (%)
Bosque denso alto de tierra firme 31111 125.925,97 37,13
Pastos limpios 231 55.831,16 16,46
Bosque denso alto inundable 31112 31.156,80 9,19
Nubes 99 23.827,72 7,03
Pastos enmalezados 233 22.224,92 6,55
Mosaico de pastos con espacios naturales 244 20.189,72 5,95 Vegetación secundaria o en transición 323 12.198,84 3,60
Bosque de galería y ripario 314 11.350,74 3,35
Bosque fragmentado con vegetación secundaria 3132 9.394,69 2,77
Mosaico de pastos y cultivos 242 7.511,74 2,21
Palma de aceite 2232 6.546,47 1,93
Mosaico de cultivos. pastos y espacios naturales 243 3.181,84 0,94
Zonas Pantanosas 411 3.174,55 0,94
Ríos (50 m) 511 2.665,67 0,79
Bosque fragmentado con pastos y cultivos 3131 2.551,57 0,75
Mosaico de cultivos 241 329,58 0,10
Lagunas. lagos y ciénagas naturales 512 244,04 0,07 Herbazal denso de tierra firme con arbustos 321113 239,19 0,07
Pastos arbolados 232 176,76 0,05
Zonas arenosas naturales 331 169,90 0,05
Zonas quemadas 334 129,06 0,04
Tejido urbano continuo 111 67,96 0,02
Otros cultivos transitorios 211 48,70 0,01
48
Finalmente, la tabla de dinámica global de cambios (anexo 4), muestra que los bosques densos de tierra firme (31111) presentaron una pérdida total de 32,291.84 ha en los 23 años de estudio, es decir una reducción acumulada de 20,41%. Así mismo, los pastos limpios (231) presentaron un incremento general de 1.933,21 ha, es decir un aumento de 3,59%. Los bosques inundables (31112) redujeron su área 13,22% y los mosaicos (244) perdieron el 28,51%.
Así mismo, los bosques fragmentados con vegetación secundaria (3132), aumentaron su área en 747,45%, pasando de tener 1.108,58 ha en 1991 a 8.286,11 ha en el último año. Esto puede ser una muestra de recuperación del bosque, ya que esta cobertura generalmente se presenta como consecuencia del abandono de mosaicos (244) o bosques fragmentados con pastos y cultivos (3131), que de la misma forma redujeron su área en 1.548,01 ha respecto al año 2003, es decir 37,76%, aunque esta condición se analizará más detalladamente en los apartados posteriores.
Igualmente, se puede apreciar que las áreas húmedas continentales, representadas por las zonas pantanosas (411), aumentaron su extensión en 675,07 ha, desde el año 1991, quedando 3.174,55ha al año 2014, es decir, presentaron un aumento de 27,01%.
Por otro lado, los lagos, lagunas o ciénagas naturales (512) aumentaron su superficie en 23,08%, pasando de 198,28 ha en el año 1991, a 244,04 ha en el año 2014, lo que corresponde a una diferencia de 45,76 ha.
Cabe resaltar que el tejido urbano continuo (111) aumentó su área en un 41,41%. No obstante, dicho crecimiento puede variar respecto a la realidad, ya que parte de la zona de expansión urbana fue enmascarada por las nubes, impidiendo así dimensionar su verdadero crecimiento.
De acuerdo a estas cifras, se puede concluir que aunque en algunos periodos se identifican cambios aparentemente positivos para la vegetación, como lo es la reducción de pastos limpios (231) y mosaicos (244), se debe analizar más a fondo esta dinámica, ya que no es del todo cierta, los incrementos o reducciones absolutos no significan expresamente que se haya presentado dicha condición, es decir, se debe analizar la dinámica de cambios en las distintas jurisdicciones de manejo.
9.1 DINÁMICA DE CAMBIOS
En este apartado se describirá la dinámica de cambios de las coberturas más representativas en las áreas de manejo del AMEM. En cada sección se encuentra inicialmente una tabla que muestra la participación relativa de cada cobertura dentro del área general, y posteriormente una tabla que muestra la dinámica de cambios comparativa para cada una de las fechas.
