Desarrollo de un modelo para caracterizar el cambio de las ...

Desarrollo de un modelo para caracterizar el cambio de las coberturas del suelo por causas de la

explotación minera a cielo abierto utilizando imágenes satelitales Landsat 8.

Yonhson Power Andrade Ordoñez, [email protected]

Trabajo de Grado presentado para optar al título de Especialista en Sistemas de Información

Geográfica

Asesor: Carlos Arturo Castro Castro, Magíster (MSc) Geoinformática

Universidad de San Buenaventura

Facultad de Ingenierías (Medellín)

Especialización en Sistemas de Información Geográfica

Medellín, Colombia

2020

Citar/How to cite [1]

Referencia/Reference

Estilo/Style:

IEEE (2014)

[1] Y. P. Andrade Ordoñez “Desarrollo de un modelo para caracterizar el

cambio de las coberturas del suelo por causas de la explotación minera a

cielo abierto utilizando imágenes satelitales Landsat 8.”, Trabajo de grado

Especialización en Sistemas de Información Geográfica, Universidad de San

Buenaventura, Facultad de Ingenierías, Medellín, 2020

Especialización en Sistemas de Información Geográfica, Cohorte XXVI.

Grupo de Investigación Geoinformática Aplicada.

Línea de investigación en Modelado y Simulación Espacial

Bibliotecas Universidad de San Buenaventura

• Biblioteca Fray Alberto Montealegre OFM - Bogotá.

• Biblioteca Fray Arturo Calle Restrepo OFM - Medellín, Bello, Armenia, Ibagué.

• Departamento de Biblioteca - Cali.

• Biblioteca Central Fray Antonio de Marchena – Cartagena.

Universidad de San Buenaventura Colombia

Universidad de San Buenaventura Colombia - http://www.usb.edu.co/

Bogotá - http://www.usbbog.edu.co

Medellín - http://www.usbmed.edu.co

Cali - http://www.usbcali.edu.co

Cartagena - http://www.usbctg.edu.co

Editorial Bonaventuriana - http://www.editorialbonaventuriana.usb.edu.co/

Revistas - http://revistas.usb.edu.co/

Biblioteca Digital (Repositorio)

http://bibliotecadigital.usb.edu.co

https://co.creativecommons.org/?page_id=13

https://co.creativecommons.org/?page_id=13

Dedicatoria

Este trabajo de grado se lo dedico:

A mi Madre Rosa Ordoñez por su esfuerzo y amor, me inculco la importancia de la educación lo

cual me ha permitido cumplir mis sueños.

A mi esposa Emilse Laguna y mi hermosa hija Yocelyn Andrade por el amor y apoyo

incondicional en mi proceso de formación como Especialista en SIG.

A mi profesor y amigo Fernando Acosta por sus palabras y consejos me hicieron mejor persona.

Agradecimientos

Mi gratitud a Dios, el cual me bendice e ilumina.

Mi agradecimiento a la universidad San Buenaventura Sede Medellín por permitirme realizar mi

proceso educativo en sus instalaciones de formación.

Mis más sinceros agradecimientos a mi esposa, familia y amigos por el cariño y apoyo dado para

la culminación de esta etapa.

TABLA DE CONTENIDO

RESUMEN ....................................................................................................................................... 8

ABSTRACT ..................................................................................................................................... 9

I. INTRODUCCIÓN .................................................................................................................. 10

II. PLANTEAMIENTO DEL PROBLEMA........................................................................... 11

A. Antecedentes ...................................................................................................................... 13

III. JUSTIFICACIÓN ............................................................................................................... 14

IV. OBJETIVOS ....................................................................................................................... 15

A. Objetivo general ................................................................................................................. 15

B. Objetivos específicos .......................................................................................................... 15

V. MARCO TEÓRICO ........................................................................................................... 16

A. Teledetección. .................................................................................................................... 16

B. El Espectro Electromagnético ............................................................................................ 17

C. Reflectancia De Las Superficies Terrestres ....................................................................... 17

D. Resolución De Los Sensores Remotos. .............................................................................. 18

E. Imagen Multiespectral (MS). ............................................................................................. 19

F. Interacciones Entre La Radiación y Los Objetos ............................................................... 19

G. Firmas Espectrales .............................................................................................................. 19

H. Clasificación Supervisada .................................................................................................. 19

I. Clasificación por Máxima Probabilidad (Máximum Likelihood). ..................................... 19

VI. METODOLOGÍA .............................................................................................................. 20

VII. RESULTADOS .................................................................................................................. 21

A. Caracterización del Modelo Analisis de Coberturas. ......................................................... 21

• Modelo de Análisis del Cambio de Cobertura del Corregimiento de Payande Tolima. . 25

B. Modelo Conceptual. ........................................................................................................... 29

C. Modelo Físico (Modelo Geoprocesos). .............................................................................. 35

• Geoproceso 1 - Corrección Atmosférica Imagen Landsat 8 ............................................ 36

• Geoproceso 2 - Índice de Vegetación de Diferencia Normalizada ................................. 37

• Geoproceso 3 – Clasificación Supervisada por Maximun Likelihood ............................ 37

D. Analisis de Resultados. ...................................................................................................... 38

• Adquisición de Imágenes Satelitales ............................................................................... 38

• Delimitación Área de Estudio y Corrección Atmosférica de Imágenes Satelitales. ....... 39

• Cálculo de Índice de Vegetación de Diferencia Normalizada - NDVI. .......................... 41

• Clasificación Supervisada de Imágenes Satelitales Landsat 8. ....................................... 43

VIII. DISCUSIÓN ....................................................................................................................... 45

IX. CONCLUSIONES ............................................................................................................. 48

X. RECOMENDACIONES .................................................................................................... 49

XI. REFERENCIAS ................................................................................................................. 50

ANEXOS ........................................................................................................................................ 52

LISTA DE TABLAS

TABLA I. MATRIZ MODELOS DE ESTUDIO CORINE. ....................................................................................... 22

TABLA II. CARACTERIZACIÓN MODELO DE ANÁLISIS DEL CAMBIO DE LA COBERTURA DEL SUELO

POR CAUSAS DE LA EXPLOTACIÓN MINERA A CIELO ABIERTO DEL MUNICIPIO DE PAYANDE

UTILIZANDO IMÁGENES SATELITALES LANDSAT 8. ..................................................................................... 26

TABLA III. MATRIZ DESCRIPCIÓN MODELO CONCEPTUAL. ......................................................................... 31

TABLA IV. ÁREA DE LAS CLASES DE LA CLASIFICACIÓN SUPERVISADA AÑOS 2013 Y 2020. ............. 45

LISTA DE FIGURAS

Fig. 1. Imagen Mina de Explotación de Piedra Caliza CEMEX. ................................................... 11

Fig. 2. Imagen Elementos de un proceso de teledetección desde satélites. .................................... 16

Fig. 3. Imagen Espectro electromagnético. .................................................................................... 17

Fig. 4. Imagen Curvas de reflectancia espectral. ............................................................................ 17

Fig. 5. Imagen Bandas espectrales de diferentes sensores de teledetección .................................. 18

Fig. 6. Diagrama Flujo de procesos Modelo 1. .............................................................................. 25

Fig. 7. Diagrama Flujograma del Modelo de Analisis de Cobertura Municipio Payande. ............ 28

Fig. 8. Diagrama Modelo Conceptual. ........................................................................................... 30

Fig. 9. Diagrama Modelo Físico Geoproceso ................................................................................ 35

Fig. 10. Imagen Especificaciones Landsat 8 años 2013 y 2020. .................................................... 38

Fig. 11. Imagen Delimitación y Corrección Atmosférica Área de Estudio Año 2013. ................. 39

Fig. 12. Imagen Delimitación y Corrección Atmosférica Área de Estudio Año 2020. ................. 40

Fig. 13. Imagen Índice de Vegetación de Diferencia Normalizada Año 2013. ............................. 41

Fig. 14. Imagen Índice de Vegetación de Diferencia Normalizada Año 2020. ............................. 42

Fig. 15. Imagen Clasificación Supervisada Año 2013. .................................................................. 44

Fig. 16. Imagen Clasificación Supervisada Año 2020. .................................................................. 44

Fig. 17. Imagen Comparación Clasificación Supervisada del Área de Estudio. ............................ 45

Fig. 18. Imagen Comparación NDVI del Área de Estudio. ........................................................... 46

Fig. 19. Diagrama Resultados Clasificación Supervisada del Área de Estudio. ............................ 47

DESARROLLO DE UN MODELO PARA ANALIZAR EL CAMBIO DE LA COBERTURA DEL SUELO.... 8

RESUMEN

Este proyecto de investigación se basa en el análisis espacial y multitemporal de los últimos 7 años

del área de influencia de la mina la esmeralda de la Multinacional CEMEX, utilizando imágenes

LANDSAT 8 identificando la influencia que el proyecto minero ha generado en la cobertura

vegetal.

El objetivo principal de la planta minera de agregados de la multinacional CEMEX, ubicada en el

corregimiento de Payandé, perteneciente al municipio de San Luis; es la exploración y explotación

de minas de arena, piedra, carbón, yeso, calcáreas y calizas. Esto hace que la zona de estudio sea

un sitio de remoción en masa del suelo y subsuelo, cambiando las características de la superficie

del terreno.

Mediante la hipótesis escogida para el estudio y por medio del uso de ArcGIS, se analizan 2

imágenes multiespectrales de los periodos 2013 y 2020. La clasificación supervisada por máxima

probabilidad (máximum likelihood) permite la caracterización de la cobertura presente en cada una

de las imágenes satelitales por medio de la identificando de la firma espectral del objeto sobre la

superficie de la tierra.

La clasificación máximum likelihood permite visualizar el cambio de cobertura en el Área de

interés, validando las áreas intervenidas o afectadas, así como las recuperadas alrededor de la

explotación.

Palabras clave: Clasificación Supervisada, Analisis Cobertura, Teledetección, Landsat 8.


ABSTRACT

This research project is based on the spatial and multitemporal analysis of the last 7 years of the

Área of influence of the La Esmeralda mine of the Multinational CEMEX, using LANDSAT 8

images identifying the influence that the mining project has generated on the vegetation cover.

The main objective of the aggregates mining plant of the multinational CEMEX, located in the

town of Payandé, belonging to the municipality of San Luis; It is the exploration and exploitation

of sand, stone, coal, gypsum, limestone and limestone mines. This makes the study Área a site of

mass removal of the soil and subsoil, changing the characteristics of the terrain surface.

Through the hypothesis chosen for the study and through the use of ArcGIS, 2 multispectral images

from the periods 2013 and 2020 are analyzed. The classification supervised by maximum

probability (maximum likelihood) allows the characterization of the coverage present in each of

the images satellite by identifying the spectral signature of the object on the surface of the earth.

The maximum likelihood classification allows visualizing the change in coverage in the Área of

interest, validating the intervened or affected Áreas, as well as those recovered around the

exploitation.

Keywords: Supervised Classification, Coverage Analysis, Remote Sensing, Landsat 8.


I. INTRODUCCIÓN

El análisis de imágenes satelitales para la caracterización de la cobertura terrestre, en la actualidad

se consideran como una herramienta fundamental para la toma de decisiones relacionadas con los

lineamientos de políticas ambientales enfocadas en el uso del suelo a nivel local o inclusive global.

También es indispensable en el establecimiento de los objetivos y metas, en la evaluación de los

planes, programas o proyectos de explotación minera.

Hoy en día, la problemática socio ambiental relacionada con la explotación minera a cielo abierto

va creciente y es de gran complejidad que requiere la implementación de herramientas de estudio

y monitoreo que den respuesta a problemática y mitiguen los impactos causados a los ecosistemas.

Entre las herramientas de estudio del suelo, se destaca la clasificación supervisada de imágenes

satelitales, la cual permite la caracterización de la cobertura de la superficie terrestre identificando

el cambio en el uso del suelo.

El presente trabajo se basa en el cambio de la cobertura de los últimos 7 años del corregimiento

Payande del municipio San Luis – Tolima a causa de la explotación minera de roca caliza realizada

por la empresa de producción de cemento “Cemex”, utilizando clasificación supervisada de

imágenes multiespectrales.

DESARROLLO DE UN MODELO DE GESTIÓN DE CALIDAD BASADO EN LA NORMA ISO 9001... 11

II. PLANTEAMIENTO DEL PROBLEMA

En Colombia diariamente se extraen toneladas de tierra por medio de la implementación de la

minería, las minas a cielo abierto transforman la superficie terrestre impactando negativamente los

ecosistemas.

La extracción de agregados pétreos para la producción de cemento que realiza la empresa CEMEX

ubicada en el Municipio de San Luis – Tolima, corregimiento de Payande, genera problemas

ambientales por el aprovechamiento del subsuelo, lo cual ocasiona los cambios en la cobertura del

suelo.

Fig. 1. Imagen Mina de Explotación de Piedra Caliza CEMEX.

Tomado de: Elaboración Propia.

El corregimiento Payandé pertenece al municipio de San Luís. Desde los años 90 la multinacional

CEMEX trabaja en la explotación de piedra caliza en los suelos del municipio. Actualmente la

empresa tiene cinco permisos para realizar la explotación de piedra caliza, arcillas, puzolana y

ferruginosa. del territorio.


La planta de procesamiento de cemento está ubicada en la ciudad de Ibagué y procesa el 30% del

total del cemento producido en el país. La cantera está ubicada a 110 metros de Payande causando

el desequilibro ambiental de la región. El desmantelamiento de la cobertura boscosa de la superficie

terrestre y grandes volúmenes de tierra del subsuelo, ocasionando cambios topográficos y de

cobertura vegetal.

La explotación realizada por Cemex en Payandé genera cambios sobre la superficie de la tierra los

explosivos utilizados producen fracturas y movimientos de tierra, que posteriormente es retirada y

transportadas a las instalaciones de la planta procesadora de cemento provocando cambios de uso

del suelo y de la superficie topográfica del municipio.

CEMEX ha transformado el municipio debido a la expansión de la cantera hacia el corregimiento,

lo cual origina daños en la infraestructura y los cultivos. De igual forma, esta actividad influencia

en el cambio del uso del suelo produciendo adecuaciones al esquema de ordenamiento territorial

del municipio.

Además, La mina generar remoción en masa de la cobertura y cambios en el uso del suelo

produciendo la perdida de la riqueza paisajística del municipio. afectando a la comunidad de la

región por la emisión de partículas de tamaña 2.5 y 10 um, que generan efectos de visibilidad,

irritación de los ojos y al ingresar en las vías respiratorias causa problemas de salud. El grado de

las implicaciones de estas partículas depende de la ubicación de la planta de cemento, ya que es un

factor que contribuye a aumentar o reducir los impactos generados. [1].


A. Antecedentes

Diferentes estudios se han apoyado en las herramientas SIG, bases de datos geológicas,

topográficas, geofísicas espaciales (Imágenes satelitales), etc. Para la identificación,

clasificación y análisis de la cobertura terrestre.

Se realiza un análisis multitemporal y de la estructura horizontal de la cobertura de la tierra,

considerando la evolución temporal y composición estructural realizando superposición de

mapas de cobertura basados en imágenes satelitales. [2].

El estudio para realizar un análisis jerárquico de cambio de cobertura y uso del suelo, el

cual permite identificar los cambios por medio de la clasificación de 3 niveles, categoría,

intervalo de tiempo y transición, por medio de la implementacion de la matriz de cambio.

Los autores realizan el estudio en años diferentes 2000 - 2004 y 2004 - 2008 de la Reserva

Biosfera de la Sierra del Manantlán. [3].

Los Métodos para la evaluación de la clasificación supervisada de coberturas terrestre, en

el cual se procesan imágenes satelitales Landsat 5/TM para la caracterización de las clases

de cobertura Cafelándia (Paraná, Brasil). [4].

El estudio multitemporal realizado en el municipio de Duitama a la explotación minera

realiza el procesamiento de imágenes satelitales sentinel-2ª y Landsat 7, evidencia la

importancia del análisis de coberturas por medio de la teledetección. Este estudio

implementa la clasificación supervisada por medio de la aplicación del algoritmo del NDVI

en los periodos de tiempo de la zona de estudio del municipio. [5].


III. JUSTIFICACIÓN

La explotación minera realizada a cielo abierto genera cambios en el ecosistema, tales como

alteración de paisaje, uso de los suelo y perdida de la cobertura, deterioro de la calidad del aire,

alteración de fuentes hídricas, impactos sociales, entre otros. Dentro de estos, el cambio de

coberturas del suelo es la alteración más visible en los terrenos intervenidos [5].

Con la implementación de Sistemas de Información Geográfica SIG y el análisis supervisado de

imágenes satelitales Landsat 8, se caracterizan las coberturas del terreno, evaluando

cuantitativamente los cambios de cobertura ocurridos en el tiempo, [6].

Los cambios de cobertura generados en el tiempo, permite identificar la influencia que tiene la

cantera de piedra caliza en los impactos ambientales presentes en el Área de estudio.

El desarrollo del proyecto de investigación se plantea con la finalidad de realizar un Análisis

superficial y multitemporal del cambio de la cobertura del suelo en los últimos 7 años en el

corregimiento de Payandé por la implementación del proyecto minero de la empresa CEMEX, la

cual realiza minería a cielo abierto para la extracción de piedra caliza usada en la fabricación de

cemento.


IV. OBJETIVOS

A. Objetivo general

Proponer un modelo de análisis superficial y temporal del cambio de cobertura del

corregimiento de Payande Tolima a causa de la explotación minera utilizando imágenes

satelitales.

B. Objetivos específicos

• Caracterizar el modelo de análisis superficial y temporal de las coberturas del suelo

del Área de estudio.

• Diseñar el modelo conceptual y físico para el análisis superficial y temporal de las

coberturas del suelo del Área de estudio.

• Validar el modelo para el análisis superficial y temporal de las coberturas del suelo

del Área de estudio.


V. MARCO TEÓRICO

A. Teledetección

La teledetección requiere de la fuente de energía que ilumine el objeto sobre la superficie

(Agua, bosque, suelo desnudo, etc,) Esta energía la provee el sol (A). la radiación solar

interacciona con los componentes de la atmosfera (B). posteriormente, la radiación solar

interactúa con los objetos sobre la superficie, de acuerdo con las características de las

coberturas terrestres así son las concentraciones de radiación diferenciando los diferentes

objetos (C). un sensor sobre el satélite graba las concentraciones de reflectancia de los

objetos de la superficie y componentes de la atmosfera. (D). la informacion se trasmite a la

estación donde se convierten los datos en imágenes digitales (E). la informacion se

interpreta extrayendo la informacion de los objetos iluminados (F). Se aplica la informacion

recolectada de la imagen para resolver los casos de estudio (G). (Fig. 2).

Fig. 2. Imagen Elementos de un proceso de teledetección desde satélites.

Tomado de: http://www.gmrcanarias.com/wp-content/uploads/2016/01/20_catalogo_satelites_es.pdf


B. El Espectro Electromagnético

Las ondas electromagnéticas se caracterizan por la longitud de onda (micrómetro um 10m

y nanómetro nm 10) definiendo las regiones del espectro. Estas regiones se denominan

visible, ultravioleta, microondas, infrarrojo, etc.). (Fig. 3).

Fig. 3. Imagen Espectro electromagnético.


C. Reflectancia De Las Superficies Terrestres

Es la proporción de la energía que se refleja por un objeto. Esta energía toma valores entre

0 a 1, este valor cambia en función de la longitud de onda denominada firma espectral Las

firmas espectrales son utilizadas para identificar y clasificar los objetos sobre la superficie

de la tierra. (Fig. 4).

Fig. 4. Imagen Curvas de reflectancia espectral.


La reflectancia de los suelos varía de acuerdo con las concentraciones de textura, rugosidad,

humedad, presencia de materia orgánica y oxidos de hierro.


D. Resolución De Los Sensores Remotos

Los satélites recolectan informacion de los objetos de estudios desde la distancia. La

percepción remota es la adquisición, procesamiento e interpretación de los datos. La

teledetección identifica y clasifica la radiación de la superficie terrestre.

Resolución Espacial: medida distancias angulares o lineales que captan el sensor de la

superficie terrestre. Esta informacion se encuentra representada y almacenada en pixeles.

[7].

Resolución Espectral: las diferentes zonas responden diferente a la interacción de la

radiación electromagnética. Por lo anterior, las firmas espectrales se obtienen para cada

superficie. Los tipos coberturas se pueden estudiar con base a las firmas espectrales del

objeto. (Fig. 5), es indispensable que sea suficientemente detallado el espectro en sus

intervalos de la longitud de onda cubriendo el ancho del rango espectral. [8].

Fig. 5. Imagen Bandas espectrales de diferentes sensores de teledetección


Resolución Radiométrica: capacidad del sensor en identifica variaciones de la radiación

espectral en los equipos digitales, los pixeles se codifican en código binario. La resolución

radiométrica es el rango de valores que adoptan los pixeles expresadas en bits. Cada pixel

comprende un numero entre 0 y dos elevado al número de bits. [9].

Resolución Temporal: es el lapso o los ciclos entre la adquisición de imágenes satelitales

consecutivas de la zona de estudio de acuerdo con las características de la orbita de los

satelitales. [10].


E. Imagen Multiespectral (MS)

Son los valores de los pixeles en las bandas espectrales captadas por los sensores. Por medio

de los valores digitales de la imagen se proporciona las firmas espectrales de los objetos en

la imagen digital. [11].

F. Interacciones Entre La Radiación y Los Objetos

Los objetos reciben la radiación del sol, esta puede seguir 3 caminos:

➢ Se refleja (Se reenviada la radiación al espacio)

➢ Se absorbe (se incrementar la energía de los objetos)

➢ Se transmite (se transmite la radiación a los objetos que se encuentran detrás).

La energía que es reflejada se nombra reflectividad (p); la energía que es absorbida se

nombra absortividad (α); la energía que es trasmitida se nombra transmisividad (τ)

determinando que ρ + τ + α = 1 estos valores dependen de las longitudes de las ondas y

características de los objetos. [12]

G. Firmas Espectrales

Es la radiación que es reflejada por medio de longitud de las ondas. Los componentes sobre

la tierra reflejan, adsorben y transmiten la radiación de formas distintas, estas diferencias

en la reflectancia de la energía es denominada firma espectral. [13].

H. Clasificación Supervisada

Esta determinada por las Áreas que se denominan de entrenamiento. Son Áreas que se

conocen las clases caracterizadas y utilizadas en la generación de las asignaturas

espectrales. Estas zonas deben de ser lo más homogéneas y que se tenga el conocimiento

de las superficies de la tierra. [16].

I. Clasificación por Máxima Probabilidad (Máximum Likelihood).

Los datos van en función a la distribución para la asignación de la probabilidad de que los

pixeles pertenezcan a cada clase. De esta forma, cada pixel es asignado a la clase con la que

es mas probable que se parezcan. Este método se usa automáticamente estableciendo

criterios que asignen los valores de los pixeles a las clases definidas. [16].


VI. METODOLOGÍA

El proyecto de investigación desarrollado brinda un referente importante para el análisis de

coberturas del suelo utilizando imágenes satelitales Landsat 8 y nuevas miradas de concientización

de las personas del sector minero frente a los impactos generados en la explotación productiva del

mineral. De esta manera busca identificar el Área de las coberturas vegetales que fueron cambiadas

en el tiempo a causa de la explotación minera.

En ese sentido, a partir del objetivo general que es Proponer un modelo de análisis superficial y

temporal del cambio de coberturas del Área de influencia del proyecto minero de la empresa

CEMEX en el corregimiento de Payande Tolima utilizando imágenes satelitales y aplicando el

enfoque de investigación mixto, ejecutando algoritmos para el procesamiento de información

utilizando el software ArcMap 10.6.1 y realizando el análisis descriptivo mediante la observación

de los Mapas Temáticos (Layers), permite la aplicación de técnicas e instrumentos de recolección

de datos de tipo cualitativo y cuantitativo para describir de manera discursiva categorías

conceptuales de la zona de estudio determinando el cambio de coberturas de la superficie terrestre

en un periodo de 7 años

El modelo de análisis multitemporal de las coberturas del suelo de la zona de estudio incorpora los

siguientes Geoprocesos en el Software ARCGIS;

➢ Selección y Adquisición de Imágenes.

➢ Selección de Bandas espectrales.

➢ Delimitación del Área de Estudio.

➢ Corrección Atmosférica.

➢ Algoritmo NDVI.

➢ Clasificación Supervisada Maximun Likelihood Classification.


VII. RESULTADOS

A. Caracterización del Modelo Analisis de Coberturas

Para caracterizar el modelo de análisis multitemporal de las coberturas del suelo en el Área

de influencia del proyecto minero del corregimiento de Payande, se estudia la metodología

CORINE (Coordination of Information on the Environment) Land Cover 1990, por medio

de 3 modelos (Tabla 1 Matriz Modelos de Estudio CORINE) que establece el flujo de

trabajo para realizar el inventario de coberturas de la tierra por medio de la teledetección.

Los 3 modelos metodológicos de análisis de coberturas terrestres que se estudian son;

• Modelo 1: Análisis multitemporal de la zona de explotación minera a cielo abierto

en el municipio de Duitama a partir de imágenes Landsat 7 y sentinel-2ª. [5].

• Modelo 2: Análisis de la fragmentación de coberturas naturales producida por la

minería a cielo abierto en el municipio la jagua de ibirico, cesar. [17].

• Modelo 3: Análisis de la perdida de cobertura vegetal y los impactos ambientales

hacia las comunidades utilizando imágenes satelitales, minería de carbón en

cerrejón y la loma. [18]

En la Tabla I, se realiza la caracterización de los 3 modelos de estudio de acuerdo con sus

Geoprocesos y metodología aplicada.


TABLA I. MATRIZ MODELOS DE ESTUDIO CORINE.

VARIABLE MODELO 1 MODELO 2 MODELO 3

Área de

Estudio

Cantera activa de

explotación de caliza

localizada en el

municipio de

Duitama, Boyacá

El municipio de La Jagua de

Ibirico del departamento del

Cesar tiene un área de

73.983,39 hectáreas Su

actividad minera está centrada

en la explotación de los mantos

de carbón.

áreas de interés del mapa

de cobertura del Amazonas del

2007 con una extensión total de

7,243 km2

Metodología

Implementada

Metodología

CORINE Land Cover

adaptada para

Colombia

La metodología Presentación

de Estudios Ambientales del

MAVDT (Posada, Pineda,

Hernández, & D, 2010) fue la

guía para la presentación de la

cartografía generada y el

modelo de datos (Geodatabase).

metodología CORINE Land

Cover adaptada para Colombia.

Clases definidas por leyenda

nacional de coberturas de la

tierra metodología CORINE

Land Cover,

adaptada para Colombia, escala

1:100.000 (Ministerio

del Medio Ambiente, 2010).

Objetivo

General

Determinar el cambio

de coberturas en el

área minera de la

cantera de explotación

de Caliza localizada

en el municipio de

Duitama, durante los

años 2000 y 2018

Analizar la fragmentación de

las coberturas naturales

producida por la minería a cielo

abierto en el municipio La

Jagua de Ibirico, Cesar.

Clasificar y mapear

automáticamente las coberturas

del suelo en imágenes satelitales

utilizando Redes Neuronales

Convolucionales

Tipo Geo dató Imágenes Satelitales

Landsat 7 y Sentinel 2

Imágenes Satelitales Landsat 7

y SPOT. Planchas

Topográficas. Archivos

SHP

Imágenes Satelitales Landsat 4,

5, 6 Y 8.

Mapas del parque el Tuparro

realizado el 2007 (PNN).

Mapas de coberturas del

Amazonas del 2007.

Resolución

Temporal

Landsat 7: 16 días.

Sentinel 2: 10 días

Landsat 7: 16 días.

SPOT: 6 días Landsat 4, 5, 6 y 8: 16 días.

resolución

Radiométrica

Landsat 7: 8 Bits

Sentinel 2: 16 Bits

Landsat 7: 8 Bits

SPOT: 10 Bits Landsat 4, 5, 6 y 8: 8 Bits

N° Bandas Landsat 7: 7 Bandas

Sentinel 2: 13 Bandas

Landsat 7: 7 Bandas

SPOT: 4 Bandas Landsat 4, 5, 6 y 8: 7 Bandas

Escala 1:100000 1:60000 1:100.000

Calidad de

resolución

Landsat 7: Mediana

resolución.

Sentinel 2: Alta

resolución

Landsat 7: Mediana resolución.

SPOT: Alta resolución

Landsat 4, 5, 6 y 8: Mediana

resolución.


Geo portal de

Descarga

Landsat 7: (USGS,

2018).

(USGS) Earth

Explorer United

States Geological

Survey Sentinel 2:

Scientific Hub de la

European Space

Agency ESA (ESA,

2018).

Archivos SHP: Instituto de

Estudios Ambientales y

Meteorológicos (IDEAM),

IGAC, Agencia Nacional de

Licencias Ambientales

(ANLA), MADS, Secretaría de

Planeación Municipal y

Corpocesar; el Instituto

Alexander von Humboldt.

Planchas Tipográficas: IGAC.

imágenes Satelitales Landsat

7: (USGS, 2018). Earth

Explorer. (USGS) United States

Geological Survey imágenes

Satelitales SPOT:

DigitalGlobe™.

Mapas del parque el Tuparro:

Plataforma de Información

Ambiental de Colombia (SIAC).

Landsat 4, 5, 6 y 8: (USGS,

2018). Earth Explorer. (USGS)

United States Geological Survey

Temporalidad

(Años) de

Imágenes

2000 y 2018 1989, 2001 y 2015 2007

Software

Utilizados

ArcGIS 10.5 y

Geomática 2016.

ERDAS IMAGINE 2014®.

ArcGIS 10.2®.

FRAGSTATS 4.2®.

Quantum GIS.

ENVI.

Python.

Geo procesos

Realizados

Selección de Bandas

de trabajo.

Recorte Área de

Estudio con Clipping.

corrección

Atmosférica.

corrección

Radiométrica TAO.

clasificación

Supervisada.

Cálculo del NDVI

Realce de Imágenes.

Fusión Pansharpened.

(Geomática).

vectorización

Clasificación Final.

Selección de Bandas de trabajo.

Ajuste contraste ecualización

del histograma.

Cortes elementos ráster.

Digitalización de vectores.

clasificación coberturas

imágenes.

Selección de Bandas de trabajo.

extracción de Muestras o

Parches (Aplicación Algoritmo

Python). Algoritmo Red

Neuronal Convolucional.

predicción a vista de vuelo de

los mapas de coberturas de las

imágenes del Amazonas 2007.

Clasificación de cobertura del

suelo usando firma espectral.


Tipos de

Categorías en

la clasificación

Pastos, urbano,

bosque, cultivos,

suelos y canteras.

Arbustal, Áreas agrícolas

heterogéneas, Bosque abierto,

Bosque de galería y ripario,

Bosque denso, Bosque

fragmentado, Cultivos,

Herbazal, Lagunas, lagos y

ciénagas naturales, Pastos,

Tejido urbano continuo,

Vegetación secundaria o en

transición y Zonas de

extracción minera.

Vegetación herbácea y/o

arbustiva, Bosques,

Zonas abiertas sin o con

vegetación y Zona húmeda

continental (CNN).

Resultados

Esperados

Mapas NDVI años

2000 y 2018.

Mapas Coberturas

años 2000 y 2018.

Mapa Cambios NDVI

y coberturas.

Análisis

multitemporal del

cambio de coberturas.

Mapa identificación de

Coberturas.

Análisis Multitemporal.

Análisis fragmentación de

coberturas

Mapa identificación de

Coberturas.

Matrix de parches aplicando

balanceo de parches.

Algoritmo Red Neuronal

Convolucional (CNN).

Clasificación vista al vuelo.

Clasificación de cobertura del

suelo usando firma espectral.

Análisis cambio de coberturas.

Usuarios

Entidades públicas

y/o privadas.

Universidades.

Estudiantes.

Población en General.

Entidades públicas y/o privadas.

Universidades.

Estudiantes.

población en General.


Universidades.

Estudiantes.

población en General.

Bibliografía [5] [17]

[18]

De acuerdo con las variables de estudio definidas en la Tabla 1 para la evaluación de los 3

modelos de análisis multitemporal del cambio de cobertura, se identifica que el modelo que

más se ajusta en su Metodología, Objetivo General, Tipo Geodató, Resolución Temporal,

resolución Radiométrica, Calidad de resolución, Geo procesos Realizados y Resultados

Esperados con el objetivo general del presente estudio es el modelo 1, el flujograma del

proceso se presenta en la Fig. 6. Flujo del proceso.


Fig. 6. Diagrama Flujo de procesos Modelo 1.

Tomado de: https://pdfs.semanticscholar.org/9cdd/4803744564ad9f5b1286624f5bca5001813c.pdf

• Modelo de Análisis del Cambio de Cobertura del Corregimiento de Payande

Tolima.

La tabla II contiene la Caracterización del modelo para el estudio del cambio de

cobertura del Área de estudio con base a la Metodología CORINE Land Cover

adaptada para Colombia, la cual permite la clasificación, caracterización y

comparación de diferentes coberturas a partir de la interpretación de imágenes

satelitales de mediana resolución para la elaboración de mapas temáticos de

coberturas a diferentes escalas.


TABLA II. CARACTERIZACIÓN MODELO DE ANÁLISIS DEL CAMBIO DE LA COBERTURA DEL SUELO

POR CAUSAS DE LA EXPLOTACIÓN MINERA A CIELO ABIERTO DEL MUNICIPIO DE PAYANDE

UTILIZANDO IMÁGENES SATELITALES LANDSAT 8.

VARIABLE MODELO DE TRABAJO

Área de Estudio

Explotación minera a cielo abierto en el corregimiento de Payande del

departamento del Tolima

Metodología

Implementada metodología CORINE Land Cover adaptada para Colombia

Objetivo General

Proponer un modelo de análisis superficial y temporal del cambio de

cobertura del corregimiento de Payande Tolima a causa de la explotación

minera utilizando imágenes satelitales.

Tipo Geodató Imágenes Satelital Landsat 8

Resolución

Temporal Landsat 8: 16 días.

Resolución

Radiométrica Landsat 8: 8 Bits

N° Bandas Landsat 8: 7 Bandas

Escala 1;6000

Calidad de

Resolución Landsat 8: Mediana Resolución.

Geoportal de

Descarga

Landsat 8: United States Geological Survey (USGS) Earth Explorer (USGS,

2018).

Temporalidad

(Años) de

Imágenes

2013 y 2020

Software

Utilizados ArcGIS 10.6.1

Geoprocesos

Realizados

Selección y Adquisición de Imágenes.

Selección de Bandas espectrales.

Delimitación del Área de Estudio.

Corrección Atmosférica.

Algoritmo NDVI Años 2013 y 2020.

Clasificación Supervisada Maximun Likelihood Classification_Años.

Mapas temáticos NDVI y Clasificación Máximum de los años 2013 y 2020.


Tipos de

Categorías en la

clasificación

Cantera.

Bosque.

Suelo_Desnudo.

Potreros_Pastos

Resultados

Esperados

Caracterización del Modelo.

Diseño del Modelo.

Mapa Área de Interés.

Mapas corrección Atmosférica.

Mapas NDVI años 2000 y 2018.

Mapas Coberturas años 2000 y 2018.

Análisis multitemporal del cambio de coberturas.

Usuarios


Universidades.

Estudiantes.

Población en General.

La Fig. 7 muestra el flujo de Geoprocesos realizados para el procesamiento de las imágenes

satelitales de acuerdo con el modelo de trabajo seleccionado para el análisis de las

coberturas del suelo en el Área de influencia del proyecto minero de la empresa CEMEX

realizado en el corregimiento de Payande.


Fig. 7. Diagrama Flujograma del Modelo de Analisis de Cobertura Municipio Payande.


B. Modelo Conceptual

En la Fig. 8 describe los Geoprocesos ejecutados en el Modelo de análisis del cambio de

cobertura del suelo a causa de la explotación minera en el corregimiento de Payande

municipio de San Luis – Tolima.

El modelo conceptual comprende los procesos de Adquisición, Corrección Atmosférica,

Índice de Vegetación de Diferencia Normalizada y Clasificación Supervisada por el método

de Maximun Likelihood de Imágenes satelitales Landsat 8 para la identificación y

clasificación de coberturas del suelo.

El modelo Conceptual ejecuta la clasificación de coberturas en 4 categorías denominadas

Cantera, Bosque, Suelo_Desnudo y Potreros_Pastos. Creadas a partir de las firmas

espectrales reflejadas por los objetos sobre la superficie de la tierra registrados en el Ráster

Índice de Vegetación de Diferencia Normalizada del Área de Estudio.


Fig. 8. Diagrama Modelo Conceptual.

En la Tabla III. Se realiza la descripción de los Geoprocesos ejecutados en el modelo conceptual de análisis de cobertura

propuesto. La matriz divide cada Geoproceso en Entrada, que son los datos requeridos para iniciar el Geoproceso y la Salida que

son los resultados de este. De igual forma, subdivide cada Geoprocesos para la descripción detallada del modelo, en cada

Subproceso describe la entrada y salida de Geodató.


TABLA III. MATRIZ DESCRIPCIÓN MODELO CONCEPTUAL.

N° GEOPROCESO

ENTRADA

DESCRIPCION

SALIDAS

DESCRIPCION

1

Corrección

atmosférica

Archivo Metadato

Imagen Satelital

Landsat 8 año 2013

y 2020.

Archivo Level-1 Geo TIFF

Data Product (500.3 MB) del

Área de estudio descargado de

portal

EarthExplorer-Home

(earthexplorer.usgs.gov)

Bandas Corregidas

Landsat 8 Años 2013 y

2020.

1 ráster de cada banda de la Imagen Landsat 8

con el Área de Estudio recortada, acotada,

corregidas a nivel de radiancia y reflectancia.

Archivo Shapefile

con el Área de

Estudio

Delimitación del Área de

influencia del proyecto minero

por medio de un Layers de

polígono

Metadato Pansharpened

años 3013 y 2020.

Metadato con todas las bandas de la imagen

landsat 8 recortada, acotada, corregidas a nivel

de radiancia y reflectancia

Herramienta

Toolbox Landsat

8_1 pyt

Herramienta Toolbox que

permite recortar, acotar y

corregir los valores de

radiancia y reflectancia por

medio de la aplicación de 3

Sub-herramienta.

Sub-herramienta Pan-

sharpened composit.

Permite recortar y acotar el Área de Estudio

en la Imagen Landsat 8.

Sub-herramienta

Radiance with

atmospheric correction.

Permite la corrección de valores de radiancia

de las imágenes Landsat 8 empleando las

bandas y archivos de metadatos generados en

la fase anterior anteriormente

Sub-herramienta

Reflectance with

atmospheric correction

Permitirá pasar los datos de radiancia a

reflectancia del archivo resultante de la fase

anterior y corregir definitivamente las 7

primeras bandas de la Imagen Landsat 8.


1.1

Recortar y

Acotar El Área

de Estudio

Capa Shapefile con

el Área de Estudio

Delimitación del Área de

influencia del proyecto minero

por medio de un Layers de

polígono

Ráster 7 Bandas

Corregidas Pan-

sharpened

Se producen 7 ráster, cada uno representa una

banda de la imagen Landsat 8 las cuales están

con el Área de Estudio recortada y acotada.

Denominados Pansharpened_Año

Metadato Imagen

Satelital Landsat 8

año 2013 y 2020.

Archivo Level-1 Geo TIFF

Data Product (500.3 MB) del

Área de estudio descargado de

portal EarthExplorer-Home

(earthexplorer.usgs.gov)

Metadato Pan-sharpened

Recortado y Acotado


landsat 8 con el Área de Estudio recortada y

acotada denominado Pansharpened.

Sub-herramienta

Pan-sharpened

composit.

Recorta y Acota el Área de

Estudio en la Imagen Landsat

8.

1.2

Corregir los

Valores de

Radiancia

Metadato Pan-

sharpened

Recortado y

Acotado

Metadato con todas las bandas

de la imagen landsat 8 con el

Área de Estudio recortada y

acotada denominado

Pansharpened.

Ráster 7 Bandas

Corregida la Radianza


banda de la imagen Landsat 8 las cuales están

con el Área de Estudio recortada y acotada y

los valores de Radiancia Corregidos

Sub-herramienta

Radiance with

atmospheric

correction.

Permite corregir los valores de

Radiancia de la Imagen

Satelital Landsat 8.

Metadato Corregido

Radianza atmosférica.


landsat 8 con el Área de estudio recortada,

acotada y con los valores de Radiancia

corregidos, los valores quedan registrados en

el archivo denominado Pansharpened_Año.


1.3

Pasar los Valores

de Radiancia a

Reflectancia

Metadato Corregido

Radianza

atmosférica

Metadato con todas las bandas

de la imagen landsat 8 con el

Área de estudio recortada,

acotada y con los valores de

Radiancia corregidos.

Ráster 7 Bandas

Corregida la Reflectancia


banda de la imagen Landsat 8 pasando sus

valores de Radiancia a reflectancia.

Sub-herramienta

Reflectance with

atmospheric

correction

Permite pasar los valores de

radiancia a reflectancia

Metadato Corregido

Reflectancia atmosférica.


landsat 8 con el Área de estudio recortada,

acotada y con los valores de Radiancia y

reflectancia corregidos, los valores quedan

registrados en el archivo denominado

Pansharpened_Año.

2

Cálculo del

índice de

vegetación

normalizada

NDVI

Ráster Banda 4

Corregida

Denominada

B4_Correccion_Ref

lectancia_Año

Banda 5 corregida por medio

de la aplicación de la Sub-

herramienta Reflectance with


Ráster NDVI_Año

Este Ráster (NDVI) Genera un índice de

valores entre -1,0 y 1,0 representado los

valores de reflectancia del objeto sobre la

superficie de la tierra (Suelo desnudo,

potreros, roca, Bosques, agua, etc.)

Ráster Banda 5

Corregida

Denominada

B5_Correccion_Ref

lectancia_Año

Banda 4 corregida por medio

de la aplicación de la Sub-

herramienta Reflectance with


Algoritmo

NDVI =

(B5-B4) / (B5+B4)

Utilizando la calculadora

ráster y las bandas 5 y 4

corregidas denominada

Correccion_Reflectancia_Año


3

Clasificación

Supervisada

Maximun

Likelihood

Classification_Añ

os

Generar las

categorías de

Estudio

Se utiliza el complemento

Image Classification y su

herramienta Draw Polygon

Archivo .gsg (ArcGIS

signature file)

Archivo .gsg con la clasificación de las

coberturas del Área de estudios de acuerdo

con las categorías (Cantera, Bosque,

Suelo_Desnudo y Potreros_Pastos).

Clasificación

Supervisada de las

coberturas

Se utiliza el complemento

Image Classification y su

herramienta Máximum

Likelihood

Ráster clasificación

coberturas del suelo

Ráster con la clasificación de las coberturas

del Área de estudios de acuerdo con las

categorías (Cantera, Bosque, Suelo_Desnudo

y Potreros_Pastos).

3.1

Generar las

categorías de

Estudio

Ráster NDVI_Año

Ráster NDVI_Año producido

en el paso anterior

Generando un archivo

.gsg (ArcGIS signature

file)

Se crean las categorías de estudio (Cantera,

Bosque, Suelo_Desnudo y Potreros_Pastos)

por medio de las firmas espectrales del Ráster

NDVI_Año

3.2

Clasificación

Supervisada de

las coberturas

Archivo .gsg

(ArcGIS signature

file)

Archivo que guarda las firmas

espectrales de las categorías

creadas para el estudio por

medio de Draw Polygon.



Ráster con la clasificación de las coberturas

del Área de estudios de acuerdo con las

categorías (Cantera, Bosque, Suelo_Desnudo

y Potreros_Pastos).

4

Elaboración

Mapas Temáticos

Ráster NDVI_Año

Ráster con el índice de

vegetación normalizada

Mapa Temático

NDVI_Años

Mapa con el valor NDVI del Área de Estudio



Ráster con la clasificación de

las coberturas del Área de

estudios de acuerdo con las

categorías (Cantera, Bosque,

Suelo_Desnudo y

Potreros_Pastos).

Mapa Temático

clasificación coberturas

del suelo

Mapa con la clasificación coberturas del suelo

del Área de Estudio


C. Modelo Físico (Modelo Geoprocesos)

El modelo Físico para el Analisis de coberturas a partir de imágenes landsat 8 descrito en la Fig. 9, se estructura en tres

Geoprocesos. Comienza con la Corrección Atmosférica de la Imagen Satelital. Seguido de la de la conversión de los valores

digitales de la imagen a valores de reflectancia por medio del Índice de Vegetación de Diferencia Normalizada NDVI.

Finalmente, ejecuta la Clasificación Supervisada del Ráster NDVI por medio de la Herramienta Maximun Likelihood

Classification.

Fig. 9. Diagrama Modelo Físico Geoproceso


• Geoproceso 1 - Corrección Atmosférica Imagen Landsat 8: Este Geoproceso se ejecuta por

medio de la Herramienta Arctoolbox Landsat8_1.pyt en 3 fases, comienza con el recorte y

acotado del Área de Estudio con la aplicación del complemento Pansharpened, el cual maneja

los siguientes datos;

• Datos de entrada:

Metadato de la Imagen Satelital.

Shapefile (Polígono) del Área de Estudio.

• Datos de salida:

Metadato de la Imagen Satelital con el Área de Estudio recortada y acotada. Ráster de las bandas

con el Área de Estudio Recortada y Acotada.

Posteriormente; Ejecuta el Complemento Radiance With Atmospheric Correction, el cual

realiza la corrección de la radianza atmosférica del Área de estudio, este complemento maneja los

siguientes datos;

• Datos de entrada: Metadato de la Imagen Satelital con el Área de Estudio recortada y acotada.

• Datos de salida: Metadato de la Imagen Satelital con el Área de Estudio recortada, acotada y

con los valores de Radiancia corregidos.

Ráster de las bandas con el Área de Estudio Recortada, Acotada y corregido los valores de

Radianza atmosférica.

Finalmente, la corrección atmosférica termina con la aplicación del complemento, Reflectance

with Atmospheric Correction, el cual transforma los valores de Radianza Atmosférica a valores

de Reflectancia de los objetos sobre la superficie de la tierra, este complemento gestiona los

siguientes datos;

• Datos de entrada: Metadato de la Imagen Satelital con el Área de Estudio recortada, acotada y

con los valores de Radiancia corregidos.

• Datos de salida: Metadato de la Imagen Satelital con el Área de Estudio recortada, acotada y

con los valores de Radiancia y Reflectancia corregidos.

Ráster de las bandas con el Área de Estudio Recortada, Acotada y corregido los valores de

Radiancia y Reflectancia Atmosférica.


• Geoproceso 2 - Índice de Vegetación de Diferencia Normalizada NDVI: Realiza la

identificación de coberturas vegetales o la ausencia de esta en el Área de Estudio utilizando las

bandas del rojo e infrarrojo.

Este Geoproceso maneja los siguientes datos.

• Datos de entrada: Bandas 5 y 4 con el Área de Estudio Recortada, Acotada y corregido los

valores de Radiancia y Reflectancia Atmosférica.

Algoritmo: En la Calculadora Ráster se establece el Algoritmo.

NDVI=(B5-B4) / (B5+B4)

• Datos de salida: Ráster de Índice de Vegetación de Diferencia Normalizada NDVI.

Al terminar de ejecutar la corrección Atmosférica, se debe de Añadir al ArcMap la Banda 5 y la

Banda 4 que cuentan con el Área de Estudio Recortada, Acotada y corregido los valores de

Radiancia y Reflectancia Atmosférica para que el Modelo genere el Ráster del NDVI.

• Geoproceso 3 – Clasificación Supervisada por Maximun Likelihood Classification: Ejecuta

una clasificación de máxima verosimilitud sobre el Ráster NDVI y crea un ráster clasificado

como salida con 4 clases o Categorías definidas.

Para la ejecución de la Herramienta se debe de crear previamente un archivo de firmas espectrales

con las muestras de las Categorías de Extensión .gsg (ArcGIS Signature File) y añadirlo al ArcMap.

Este Geoproceso maneja los siguientes datos.

• Datos de entrada:

Ráster de Índice de Vegetación de Diferencia Normalizada NDVI.

Archivo Extensión .gsg (ArcGIS Signature File).

• Datos de salida:

Ráster clasificación coberturas del suelo.

Ráster de confianza de salida opcional.


D. Analisis de Resultados.

• Adquisición de Imágenes Satelitales

Las imágenes multiespectral utilizadas para el análisis multitemporal corresponden

a 2 productos de Landsat 8 que se descargan del portal web del United States

geological Survey (USGS), siguiendo con los siguientes criterios:

o Cubrimiento total del área de estudio.

o Inexistencia de nubosidad de la zona de interés.

o Contar con una resolución espacial óptima.

o Las imágenes se seleccionan con diferencia de tiempo de 7 años cada una para

cubrir el intervalo de tiempo requeridos para el análisis. De esta manera, las

imágenes deben de ser de los años 2013 y 2020.

Fig. 10. Imagen Especificaciones Landsat 8 años 2013 y 2020.


• Delimitación Área de Estudio y Corrección Atmosférica de Imágenes Satelitales.

La información de referencia para el trabajo de investigación es la proyección

WGS_1984_UTM_Zone_18N

Se realiza el recorte del Área de estudio y la corrección atmosférica de las imágenes

Landsat 8 con la herramienta Landsat 8.1 utilizando el software ARCGIS.

Se realiza el recorte, acotamiento y la corrección de Radiancia y Reflectancia

atmosférica del Área de Estudio de las imágenes satelitales correspondientes a los

años 2013 y 2020, Fig. 11 y 12.

Fig. 11. Imagen Delimitación y Corrección Atmosférica Área de Estudio Año 2013.


Fig. 12. Imagen Delimitación y Corrección Atmosférica Área de Estudio Año 2020.


• Cálculo de Índice de Vegetación de Diferencia Normalizada - NDVI.

Se utiliza el NDVI (Índice de Vegetación Normalizado) para identificar las

coberturas de la superficie de la tierra en el Área de Estudio.

El NDVI es realizado al Área de influencia de la cantera correspondientes a los años

2013 y 2020 por medio de la ecuación (1).

Algoritmo 1: NDVI = (B5 – B4) / (B5 + B4)

La construcción de los valores del NDVI Fig. 13 y 14, permite transformar los

valores digitales de la imagen en valores de reflectancia de los objetos sobre la

superficie de la tierra elaborando las Firmas Espectrales, con la cual se crean las

categorías o clases para la clasificación supervisada.

Fig. 13. Imagen Índice de Vegetación de Diferencia Normalizada Año 2013.


Fig. 14. Imagen Índice de Vegetación de Diferencia Normalizada Año 2020.


• Clasificación Supervisada de Imágenes Satelitales Landsat 8.

El proceso de identificación y clasificación de las coberturas se realiza por medio

de la clasificación supervisada por máxima probabilidad de la zona de influencia del

proyecto minero, caracterizando la cobertura de cada imagen permitiendo el análisis

multitemporal en los últimos 7 años.

Para la clasificación supervisada se utiliza imágenes de mediana resolución (30 m

Landsat 8), por lo cual, las Categorías establecidas con la reflectancia de la

superficie de la tierra solo definen las coberturas que muestran las firmas espectrales

bien definidas, para crear ambientes con más detalle en el Área de estudio se

requiere imágenes de alta resolución.

El objetivo del estudio es analizar el avance de la explotación minera de la empresa

Cemex por medio de las Áreas o terreno utilizado para la extracción de piedra caliza,

para lo cual, las imágenes de mediana resolución utilizadas sirven para el estudio.

En la Fig. 15 y 16, se clasifican las coberturas del Área de Influencia del proyecto

Minero por medio de las 4 clases o categorías de trabajo.


Fig. 15. Imagen Clasificación Supervisada Año 2013.

Fig. 16. Imagen Clasificación Supervisada Año 2020.


VIII. DISCUSIÓN

El Área de Estudio es de 1569,06 has. Las cuales se caracterizaron en 4 categorías o clases de

estudio caracterizadas como Cantera, Bosque, Suelo_Desnudo y Potreros_Pastos las cuales se

visualizan en la Fig. 17.

Fig. 17. Imagen Comparación Clasificación Supervisada del Área de Estudio.

Los cambios en hectáreas de las coberturas vegetales en los dos periodos de estudio se describen

en la Tabla IV.

TABLA IV. ÁREA DE LAS CLASES DE LA CLASIFICACIÓN SUPERVISADA AÑOS 2013 Y 2020.

Categoría Área (ha) Año

2013

Área (ha) Año

2020

Diferencia

Áreas (ha)

Porcentaje

Cambio

Cantera 248,04 223,47 24,57 9,90%

Bosque 534,06 219,42 314,64 58,90%

Suelo_Desnudo 290,52 357,21 66,69 22,95%

Potreros_Pastos 496,44 768,96 272,52 54,89%

Área Total (ha) 1569,06 1569,06


Según los resultados obtenidos en la Tabla IV, a partir de la clasificación supervisada para el año

2013 la Cantera comprendía un área de 248,04 has. Para el año 2020, la cantera es de 223,47 has,

la explotación minera redujo el 9,90% del Área de expansión, pero aumento la profundidad de la

cantera, debido a la excavación para la extracción de piedra caliza, de igual forma, se identifican

nuevos terrenos excavados de acuerdo con las Fig. 17 y 18.

Los mapas temáticos del NDVI para los años 2013 y 2020, muestran el Área de la cantera de color

verde a morado oscuro, entre más profunda la cantera, más intenso es el color morado y más claro

el color verde. Los colores verdes intensos, muestran las zonas de bosques o vegetación boscosa,

y los tonos de verde claro corresponden a los potreros y/o pastos, ósea vegetación de porte bajo,

los tonos verdes claros tirando a blanco, muestran el suelo sin vegetación o suelos desnudos.

Fig. 18. Imagen Comparación NDVI del Área de Estudio.

El área de los bosques en el año 2013 era de 534,06 has y en el 2020 es de 219,42 has. CEMEX

deforesto 314,64 has correspondientes al 9,90%. Estos terrenos son utilizados para la explotación

minera y/o actividades relacionadas.

Los Suelos_Desnudos en el 2013 eran de 290,52 has y en el 2020 de 357,21 has, esta categoría

aumento 66,69 Has correspondientes al 22,95% de esta clase. Este aumento se debe a la expansión

de las carreteras y terrenos explotados. También, se identifica que la empresa realizo procesos de

relleno de terrenos, para posteriormente reforestarlos o dejarlos en zonas baldías que con el tiempo

se convierten en potreros y/o Bosques.


La Categoría de Potreros_Pastos en el año 2013 eran 496,44 has y para el año 2020 es de 768,96

has, esta categoría aumento 272,52 has correspondientes al 54,89 %, de acuerdo con los mapas

temáticos del NDVI y clasificación supervisadas Fig. 17 y 18, se identifican zonas que en el año

2013 eran terrenos de extracción de piedra caliza, y en el año 2020, son terrenos con vegetación

poco densa y/o suelos desnudos y viceversa, evidenciando que la empresa CEMEX en el periodo

de 7 años ha explotado nuevos terrenos y ha recuperado terrenos que ya no son explotados por

medio de la recuperación del suelo y la reforestación de la zona de estudio.

De acuerdo con la información establecida en la Fig. 19, en el transcurso de los 7 años, La empresa

CEMEX dejo de explotar 24,37 has, deforesto 314,64 has de bosques y aumento el Área de

Potreros_Pastos 272,52 has.

Fig. 19. Diagrama Resultados Clasificación Supervisada del Área de Estudio.

248,04

534,06

290,52

496,44

223,47 219,42

357,21

768,96

0

100

200

300

400

500

600

700

800

900

Cantera Bosque Suelo_Desnudo Potreros_Pastos

HEC

TAR

IAS

CATEGORIAS

ÁREA CATEGORIAS CLASIFICACION SUPERVISADA

Area (ha) Año 2013 Area (ha) Año 2020


IX. CONCLUSIONES

El Modelo de análisis de Coberturas Validado utiliza las firmas espectrales de los objetos sobre la

superficie del suelo por medio de la recolección y clasificación de la muestra de las clases para la

caracterización de coberturas por medio del método de Máximum Likelihood Classification.

Los cambios en el Área de las Clases durante los periodos de estudio evidencian que la explotación

minera de la empresa CEMEX ha generado los siguientes efectos y/o procesos:

• La cantera redujo su expansión en un total de 24,57 pero aumento la profundidad de la

excavación o explotación.

• Se deforestaron 314,64 has de bosque, este cambio se pudo presentar por la expansión de

la cantera a nuevos terrenos para explotación de piedra caliza, parqueaderos, carreteras, etc.

• Según el modelo de geoprocesamiento realizados al Área de la mina, se identifica, que los

lados Norte y Este de la Cantera en el año 2013 eran terrenos explotados y para el año 2020,

estas zonas se rellenaron, cambiando su caracterización de Cantera a Suelo_Desnudo,

Evidenciando que la empresa ha ejecutado procesos de Rellenado de tierras y

Reforestación. Hacia el lado Oeste de la Cantera, la mina realizo procesos de expansión,

además, profundizaron la explotación minera.

Utilizando imágenes Landsat 8 de acceso libre, se pueden realizar estudios espaciales y espectrales

de zonas de explotación minera a cielo abierto, para el seguimiento del cambio de las coberturas

terrestres de interés e identificación de las medidas de mitigación y compensación que deben de

implementar las empresas mineras.

Las zonas de Morado Oscuro en el Mapa NDVI del año 2020, determinan que se aumentó la

profundidad de la mina, lo que origina niveles de reflectancia bajos.


X. RECOMENDACIONES

El Modelo de Identificación y clasificación de coberturas desarrollado permite la ejecución de

nuevas líneas de investigación en aprendizaje autónomo por medio de la programación de

Algoritmos de Machine Learning que permitan modelar las firmas espectrales de las clases

complejas, aceptando datos de predicción de entrada sin la suposición sobre la distribución de datos

para mejorar la comparación con los clasificadores.

El modelo de Clasificación Supervisada es un producto para el desarrollo de nuevos estudios en la

identificación de los impactos ambientales generados a los componentes del suelo, agua y flora por

la explotación minera y su influencia a la población urbana y rural del corregimiento. Así, como

instrumento para estudios en manejo ambiental e implementación de las medidas preventivas,

correctivas y de compensación que debe de implementar la empresa Cemex a la comunidad y al

medio ambiente en la restauración de las tierras, aguas y bosques.


XI. REFERENCIAS

[1] Environmental Justice Atlas, «Extraccion de materiales CEMEX in Payande, Colombia,»

30 Noviembre 2015. [En línea]. Available: https://bit.ly/3lKi0wt

[2] G. Molina y a. Albarran, «Análisis multitemporal y de la estructura horizontal de la

cobertura de la tierra: Parque Nacional Yacambú, estado Lara, Venezuela*,» 4 Julio 2012.

[En línea]. Available: https://bit.ly/2H1XKaI

[3] M. Farfán, G. Rodríguez y J. François, «Análisis jerárquico de la intensidad de cambio de

cobertura/uso de suelo y deforestación (2000-2008) en la Reserva de la Biosfera Sierra de

Manantlán, México,» 27 Abril 2015. [En línea]. Available: https://bit.ly/313ERvm

[4] Ciencie Investigativa Agraria, «Methods of performance evaluation for the supervised

classification of satellite imagery in determining land cover classes,» (n.d) (n.d) 2013. [En

línea]. Available: https://bit.ly/3kcc4fH

[5] M. Umaña, «Análisis multitemporal de la zona de explotación minera a cielo abierto en el

municipio de duitama a partir de imágenes landsat 7 y sentinel-2a,» (n.d) Junio 2018. [En

línea].Available: https://bit.ly/3k05k46

[6] G. Flórez, A. Rincon, P. Cardona y A. Alzate, «Análisis multitemporal de las coberturas

vegetales en el área de influencia de las minas de oro ubicadas en la parte alta del sector dE

Maltería en Manizales, Colombia,» 19 Diciembre 2016. [En línea]. Available:

https://bit.ly/3k10Mup

[7] Secretaria de Mineria, «Sensores Remotos,» (n.d.) (n.d.) (n.d.). [En línea]. Available:

https://bit.ly/375y5Ji

[8] F. A. Sarría, «Sistemas de Información Geográfica: Resolucion Espectral,» 13 Febrero 2006.

[En línea]. Available: https://bit.ly/3lOpbDQ

[9] M. M. Monsonis, «Uso de la teledetección y los sig en la vigilancia de la calidad del agua:,»

(n.d.) Diciembre 2017. [En línea]. Available: https://bit.ly/3dxZJjd

[10] G. M, E. J y A. M., «Satelites de teledeteccion para la gestion del territorio,» (n.d.) Febrero

2012. [En línea]. Available: https://bit.ly/33WvkI1

[11] M. Labrador, J. Évora y M. Arbelo, «Satelites de Teledeteccion para la Gestion del

Territorio,» (n.d) Febrero 2012. [En línea]. Available: https://bit.ly/2GQ9JIV


[12] F. A. Sarría, «Sistemas de Información Geográfica,» 13 Febrero 2006. [En línea]. Available:

https://bit.ly/3lKQbEn

[13] A. L y B. Ferneiden, «Identificación de fuentes de agua del municipio de santiago de cali

mediante técnicas de procesamiento de imágenes y simulacion de zonas de inundación del

rio aguacatal, mediante el software hec-ras y la extensión hec-georas de arcgis.,» 4

Septiembre 2014. [En línea]. Available: https://bit.ly/3kqEqlM


https://bit.ly/317hlNN


https://bit.ly/2H4p1cI


https://bit.ly/3jZJkGO

[17] L. F. A. Valenzuela y A. S. D. Rojas, «Análisis de la fragmentación de coberturas naturales

producida por la minería a cielo abierto en el municipio la jagua de ibirico, Cesar.,» (n.d.)

(n.d.) 2016. [En línea]. Available: https://bit.ly/315U0vT

[18] J. Pinto C., M. Chamorro H. y L. Mesías J., «Analisis de la perdida de cobertura vegetal y

los impactos ambientales hacia las comunidades utilizando imágenes satelitales, minería de

carbón en cerrejón y la loma.,» (n.d.) Enero 2011. [En línea]. Available:

https://bit.ly/3lPWKp5


ANEXOS

• Anexo1. Documento contiene la visualización de la información geográfica de entrada y

salida de los Geoprocesos el modelo.

• Anexo 2. Modelo Físico Analisis Cobertura Municipio Payande.

• Anexo 3. Mapas Temáticos Corrección Atmosférica.

• Anexo 4. Mapas Temáticos Índice de Vegetación de Diferencia Normalizada NDVI.

• Anexo 5. Mapas Temáticos Clasificación Supervisada Coberturas Vegetales.

• Anexo 5. Modelo conceptual BPMN.

Desarrollo de un modelo para caracterizar el cambio de las ...

Documents

Transcript of Desarrollo de un modelo para caracterizar el cambio de las ...