Formulación del modelo cartográfico

El proceso de modelado implica la representación de una situación observada en términos de un modelo conceptual que describe su estructura genérica.

Existen tres tipos de modelo cartográfico: el modelo deductivo, el modelo de simulación y el modelo predictivo (Cristancho, 2003):

• Modelo Descriptivo: trata de presentar la información directamente mostrando patrones y distribuciones de rasgos o elementos espaciales. Este modelo no conduce a recomendaciones. Su análisis es limitado a recuperar y mostrar la información espacial. Básicamente es la elaboración de un mapa. Emplea la formulación inductiva o deductiva. Los modelos descriptivos, describen “que es”

o “que podría ser” y usa análisis de forma y posición con síntesis de características cartográficas.

• Modelos de Simulación: trata de crear escenarios ficticios o potencialmente reales simulando un fenómeno complejo de la naturaleza. Requiere un alto grado de experiencia técnica y varía en el grado de estar relacionado a un sistema de información geográfica (SIG). Una vez generado un modelo de simulación éste puede ser utilizado para evaluar diferente característica de los datos.

• Modelo Predictivo: es una técnica SIG de gran potencial, que trata de generar escenarios futuros de acuerdo a tendencias o modelado estadístico a partir de datos de ocurrencia histórica, es decir de datos reales. El modelo predictivo analiza como intervienen los factores en el tiempo, cómo están asociados, identifica cuáles factores son decisivos en el proceso de la solución de un problema, tiene que ver con “que debería ser” y resuelve el problema especialmente con respecto a la posición.

La clasificación del paisaje es dominantemente descriptiva, es decir que concierne a describir “que hay”, por lo que el modelado cartográfico a utilizar es el descriptivo. La forma más habitual de representar un modelo cartográfico es a través de un diagrama de flujo en el cual se muestran las secuencias lógicas de operaciones analíticas que se aplicarán sobre las variables iniciales para llegar a niveles intermedios (productos derivados) y finalmente a capas temáticas concluyentes (resultado final integrado).

La figura 4.1 muestra el diagrama de flujo del modelo cartográfico implementado para el modelo de fragmentación de bosque. El modelo cartográfico se formuló tomando en consideración las variables involucradas y el resultado que se esperaba obtener. El modelo posee una entrada, correspondiente a una imagen de satélite (LANDSAT), se lleva a cabo el procesamiento digital de la imagen y a través del proceso de clasificación digital se obtiene el mapa binario de bosque /no bosque. Este mapa toma valores de 0 para definir la cobertura de no bosque y valores de 1 para definir la cobertura de bosque. Básicamente, el mapa binario de bosque / no bosque define la entrada al modelo de fragmentación. A través de la función 1 se calcula la proporción de píxeles en la ventana de análisis que son bosque (Pb) y por medio de la función 2 se calcula la probabilidad de adyacencia es decir la probabilidad que dado un píxel de bosque, su vecino sea también bosque (Pbb). Una vez obtenida estas dos medidas se

calcula la diferencia (Pb-Pbb) que es utilizada para definir las seis categorías de fragmentación (bosque interior, bosque perforado, fragmentación de borde, fragmentación de parche, fragmentación transicional y la categoría indeterminada).

Figura 4.1 Diagrama de flujo del modelo de fragmentación de bosque

La figura 4.2 muestra el diagrama de flujo del modelo cartográfico implementado para el índice de estatus de la fragmentación de bosques. El modelo posee dos entradas, el

Imagen LANDSAT

ISOCLUSTER

Class (I)

FUN 1 (F) FUN 2 (F)

Pb (F) Pbb (F)

FUN3 (F)

Docell

Categorías de fragmentación

FUN 1 (F) = Pb = 9 focalsum FUN 2 (F)

%cb%d = int(abs((%cb% - %cb%(1,0)) + (%cb%

- %cb%(0,1))

+ (%cb% - %cb%(0,-1)) + (%cb% - %cb%(- 1,0))))

%cb%d1 = (4 - %cb%d)

%cb%d3 = (%cb%d1 * %cb%)

%cb%d4 = float(focalsum(%cb%d3, rectangle, 3, 3, data) / 2.0)

%cb%d5 = %cb%d * %cb%

%cb%d6 = float(focalsum(%cb%d5, rectangle, 3, 3, data))

%cb%d7 = %cb%d6 + %cb%d4 FUN 3 (F) = difp = (Pb – Pbb)

Pb-Pbb RECLASS

Bosque/

No bosque

Docell

difp := %pb% - %pbb%

if (%pb% eq 1.0) then %frag% = 4

else if (%pb% > 0.6 and difp < 0) then %frag% = 1

else if (%pb% > 0.6 and %pb% == %pbb%) then %frag% = 2

else if (%pb% > 0.6 and difp > 0) then %frag% = 3

else if (%pb% > 0 and %pb% < 0.4) then %frag% = 5

else if (%pb% > 0.4 and %pb% < 0.6) then %frag% = 6

else %frag% = 0 endif

end

grid con las categorías de fragmentación resultado del modelo de fragmentación y las unidades de paisaje definidas para el estudio. Para determinar el estatus de fragmentación se requieren de dos medidas: el área total de bosque y la medida de continuidad de bosque. El diagrama muestra la secuencia de los procesos para determinar estas dos medidas y así obtener el estatus de fragmentación. Primero se obtiene el cálculo del área total de bosque (ab) y el peso por área de bosque (aw), una vez obtenidas estas dos medidas se calcula el área ponderada de bosque (abp) por área geográfica. Para el cálculo de la medida de continuidad, además del área ponderada de bosque se requiere el cálculo del área de parche interior más grande, para ello se calcula (lifpp) a través de la expresión de div. A partir de abp y lifpp, se obtiene la medida de continuidad de bosque (cb). A través de reglas de decisión establecidas en la función docell, se clasifica las áreas geográficas por cantidad ponderada de bosque y continuidad de bosque obteniendo de esa forma las categorías de estatus de fragmentación (sff).

Para el procesamiento de los modelos se utilizó un módulo especial en el programa ArcInfo Workstation, llamado GRID (Sistema de geoprocesamiento raster basado en celdas). Los modelos fueron implementados en AML (módulo de programación de ArcInfo) y ejecutados en el módulo GRID. Además, fueron construidos con imágenes raster y archivos de valores, las órdenes (módulos de programas) y los eslabones (flechas direccionales, que unen la secuencia a seguir).

Figura 4.2 Diagrama de flujo del índice de estatus de fragmentación

Categorías Fragmentación

FUN 1 (I)

AB (F)

FUN 3

ABP (F) FUN2

AW (F) Unidades Paisaje

Lif (F)

Expresión

DIV Lifpp (F)

CB (F) Expresión Mult

Docell1

Estatus de fragmentación (F)

FUN1 (I)

ab = sum (afc1n, afc2n, afc3n, afc4n, afc5n, afc6n)

FUN 2 (F)

aw = (0.8 * (afc1n + afc2n + afc3n)) + (1.0 * afc4n) + (0.2 * afc5n) + (0.5 * afc6n)

Lif docell

if (%frag% eq 4) then fc4 = 1 end &sv f = fc4 &sv fm = %f%mf &sv fmr = %fm%r &sv bir = bir &sv rbi = rbi

%fm% = majorityfilter (%f%, eight, majority) %fmr% = regiongroup (%fm%)

%bir% = select (%fmr%, 'count >= 10') %rbi% = combine (%reg%, %bir%) &sv lif = lif

&sv lifp = lifp &sv lifpp = lifpp

%lifp% = zonalmax (%reg%, %rbi%.count) %lif% = con(isnull(%lifp%), 0, %lifp%) Expresión de DIV

lifpp = lif div ab Expresión de Mult cb = abp * lifpp

Docell 1

if (%abp% >= 0 and %abp% <= 0.6) then %afc% = 1

else if (%abp% > 0.6 and %abp% <= 0.8) then %afc% = 2

else if (%abp% > 0.8 and %abp% <= 1.0) then %afc% = 3

endif

if (%fc% >= 0 and %fc% <= 0.5) then %fcc% = 1

else if (%fc% > 0.5 and %fc% <= 1.0) then %fcc% = 2

endif end FUN 3 (F) abp = aw div ab

CAPÍTULO 5

SELECCIÓN DE DATOS GEOESPACIALES 5.1 Adquisición de datos satelitales

Las imágenes LANDSAT han sido las fuentes de información más fructíferas en la proporción de datos multiespectrales de alta resolución durante los últimos 34 años y representan el registro más largo de información sobre la superficie terrestre obtenido de forma global y repetitiva desde el espacio.

Los sensores TM y ETM+ fueron diseñados para la cartografía temática y proporcionan datos de alta resolución espacial (las bandas multiespectrales tienen 30 m. y la banda pancromática 15 m), espectral (VIS, NIR, SWIR, TIR), radiométrica (8 bits), con ciclo orbital corto (16 días) y un ancho valor de traza (swatch de 185 Km.). Por lo anterior, se optó por la utilización de imágenes LANDSAT, las cuales fueron adquiridas del United State Geological Survey (USGS)/EROS DATA CENTER y usadas como datos primarios para el análisis de la fragmentación. Un total de 8 imágenes LANDSAT (véase la Figura 5.1-5.8) fueron seleccionadas y descargadas, mediante el servicio FTP provistas por EROS DATA CENTER en formato GeoTIFF. Dicho formato hace posible referenciar una imagen a un modelo geodésico conocido o una proyección de un mapa.

Con el propósito de reducir la variación de escena a escena debido al ángulo solar, humedad del suelo, condición atmosférica y diferencias en la fenología de la vegetación, es recomendable utilizar imágenes correspondientes a los meses de la estación seca. Sin embargo, las imágenes disponibles para esa estación tienen un porcentaje de nubes alto, razón por la cual se decidió por adquirir imágenes de fechas muy cercanas (con poco porcentaje de nubes) a la estación seca, tratando de no tener mucha variabilidad.

Figura 5.1 Imagen LANDSAT TM. EROS DATA CENTER 1986/03/23

Figura 5.2 Imagen LANDSAT TM. EROS DATA CENTER 1989/02/03

Figura 5.3 Imagen LANDSAT TM. EROS DATA CENTER 1993/02/22

Figura 5.4 Imagen LANDSAT TM. EROS DATA CENTER 1994/02/25

Figura 5.5 Imagen LANDSAT TM. EROS DATA CENTER 1995/02/28

Figura 5.6 Imagen LANDSAT TM. EROS DATA CENTER 1996/03/18

Figura 5.7 Imagen LANDSAT TM. EROS DATA CENTER 1999/01/22

Figura 5.8 Imagen LANDSAT ETM +. EROS DATA CENTER 2002/01/06

Las imágenes LANDSAT TM y LANDSAT ETM+ son producto de nivel 1G. Un producto de nivel 1G está corregido geométrica y radiométricamente, es decir, no sufre distorsiones relacionadas con la plataforma del satélite (desviaciones de la altitud nominal), con el sensor (fluctuación de fase, efectos del ángulo de visión), y características terrestres (rotación, curvatura). Pero aún quedan algunas distorsiones debidas al terreno debido a que no emplea puntos de control o modelos de elevación para obtener una precisión geodésica absoluta.

5.2 Procesamiento digital de las imágenes