Metodología de elaboración de mapa de cobertura forestal y ...

Secretaría de Energía, Recursos Naturales, Ambiente y Minas

(MiAmbiente)

Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre

(ICF)

Metodología de elaboración de

mapa de cobertura forestal y uso

de la tierra 2012

Tegucigalpa M.D.C Diciembre 2016

Secretaría de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente) José Antonio Galdámez- Secretario de Estado MiAmbiente

Dirección Nacional de Cambio Climático Sergio Adrián Palacios Cárcamo – Director Nacional

Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre (ICF)

Misael Alsides León - Director Ejecutivo ICF Selvin Pacheco - Subdirector Ejecutivo ICF

Gerson Perdomo – Jefe Centro de Información de Patrimonio Forestal (CIPF) Héctor Lagos – Unidad de Monitoreo Forestal (UMF)

Proyecto Apoyo a la preparación para la Reducción de las Emisiones debidas a la Deforestación y le Degradación Forestal (REDD+) en Honduras

Nelson Saúl Ulloa Colindres – Coordinador Nacional

Equipo Nacional de apoyo a la preparación del nivel de referencia (FCPF –ONUREDD)

Rommel Porfirio Sarmiento – Coordinador componente MRV MiAmbiente Amy Alicia Lazo – Enlace técnico FAO ONU-REDD Jorge Luis Santos Juan José Barahona Jairon Isidro Castellanos Fernando Roberto Bernárdez Ivan Emilio Maradiaga Omar Orellana Díaz Fabio Leonel Casco Yolibeth Aderlí López Rodolfo Josué Bautista

Metodología de elaboración de mapa de cobertura forestal y uso de

la tierra 2012

Honduras

Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre (ICF)

Secretaría de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente)

El presente documento describe los esfuerzos que Honduras ha presentado en el mapeo temático de las coberturas de los bosques del país. Con el objetivo de presentar el primer Nivel de Referencia de Emisiones Forestales ante la Convención Marco de las Naciones Unidas para el Cambio Climático, se hace énfasis en el marco metodológico utilizado para la elaboración del mapa base que sirve de insumo para la detección de cambios temporales a nivel nacional.

TABLA DE CONTENIDO

1. INTRODUCCIÓN ..........................................................................................................................1

2. ANTECEDENTES ..........................................................................................................................2

3. JUSTIFICACIÓN ...........................................................................................................................3

4. OBJETIVOS ..................................................................................................................................3

4.1 Objetivo General ................................................................................................................3

4.2 Objetivos Específicos ..........................................................................................................3

5. MARCO TEÓRICO ........................................................................................................................4

5.1 Características de sensores Landsat LTM+ .........................................................................4

5.2 Teledetección aplicada a estudios de vegetación................................................................5

6. MARCO METODOLÓGICO ...........................................................................................................6

6.1 Sistema de Clasificación .....................................................................................................6

6.2 Descripción de tipos de cobertura en bosque encontrados ...............................................7

6.2.1 Bosque Latifoliado Denso ...........................................................................................7

6.3 Insumos Cartográficos ......................................................................................................10

6.3.1 Mosaico Landsat 2012 ..............................................................................................10

6.3.2 Mapa RapidEye 2012 ................................................................................................11

6.4 Procesos aplicados en elaboración del mapa Base ...........................................................14

6.4.1 Transformación de sistema de coordenadas en el mapa RapidEye ..........................15

6.4.2 Remuestreo de datos temáticos ...............................................................................16

6.4.3 Recodificación de categorías del mapa base ............................................................16

6.4.4 Edición de categorías ................................................................................................18

6.4.4.3 Regiones de interés (AOI) ..........................................................................................19

6.4.5 Filtro .........................................................................................................................22

6.5 Control de calidad ............................................................................................................24

6.6 Mapa de cobertura forestal y uso de la tierra Landsat 2012 ............................................25

7. LECCIONES APRENDIDAS ..........................................................................................................28

8. BIBLIOGRAFÍA ...........................................................................................................................29

9. GLOSARIO DE TÉRMINOS .........................................................................................................30

ÍNDICE DE TABLA

Tabla 1. Características del sensor LTM+. ...........................................................................................4

Tabla 2. Recodificación de categorías ...............................................................................................17

ÍNDICE DE FIGURAS

Figura 1. Sistema de clasificación .......................................................................................................6

Figura 2. Insumos cartográficos .......................................................................................................10

Figura 3. Mosaico Landsat libre de nubes 2012 ................................................................................11

Figura 4. Mapa forestal y cobertura de la tierra 2012 RapidEye .......................................................12

Figura 5. Distribución de trabajo ......................................................................................................13

Figura 6. Diagrama de procesos aplicados ........................................................................................14

Figura 7. Reproyección de capa base ................................................................................................15

Figura 8. Reproyección de capa base de UTM, WGS 84, zona Norte 16 a Geográfica, Lat/Log Clarke

1866 .................................................................................................................................................15

Figura 9. Opción de Resampleo de pixel ...........................................................................................16

Figura 10. Resampleo de información digital a nivel de pixel...........................................................16

Figura 11. Opción de Recode ............................................................................................................17

Figura 12. Recodificación de categorías ...........................................................................................17

Figura 13. Combinación de banda utilizados (4,5,3) .........................................................................18

Figura 14. Clasificación no supervisada ............................................................................................19

Figura 15. Áreas de interés (AOI)......................................................................................................19

Figura 16. Regiones de interés usando GROW .................................................................................20

Figura 17. Ejemplo de AOI usando Grow ..........................................................................................21

Figura 18. Opción de recategorización individual.............................................................................21

Figura 19. Enmascaramiento de capas .............................................................................................22

Figura 20. Proceso de aplicación de filtro a nivel de pixel ................................................................22

Figura 21. Lógica de distribución de pixel vecinos. ...........................................................................23

Figura 22. Aplicación de clump.........................................................................................................23

Figura 23. Aplicación de Eliminate (Filtrado a nivel de pixel) ...........................................................24

Figura 24. Diagrama de control de calidad .......................................................................................25

Figura 25. Mapa de cobertura forestal y uso de la tierra 2012 Landsat ...........................................26

Figura 26. Mapa de bosque y no bosque .........................................................................................26

Figura 27. Diagrama de transformación digital del mapa base ........................................................27

SIGLAS, ACRÓNIMOS Y CONVENCIONES

CMNUCC: Convención Marco de las Naciones Unidas sobre Cambio Climático

ETM+: Enhanced Thematic Mapper Plus

GEE: Google Earth Engine

ICF: Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida

Silvestre

NASA: National Aeronautics and Space Administration

REDD: Reducción de Emisiones por Degradación y Deforestación

UNACIFOR: Universidad Nacional de Ciencias Forestales

USGS: United States Geological Survey

Metodología de elaboración de mapa de cobertura forestal y uso de la tierra 2012

1

1. INTRODUCCIÓN

En el marco de la discusión internacional sobre Reducción de Emisiones provocadas por la

Deforestación y Degradación (conocido como REDD+), varios países a nivel mundial han

mostrado su voluntad de prepararse estructuralmente para un régimen internacional.

Honduras con el apoyo de Proyecto REDD y bajo la iniciativa de la construcción del Nivel de

referencia el cual se presentará ante la Convención de las Naciones Unidas sobre Cambio

Climático (CMNUCC), da a conocer el marco metodológico para la elaboración del mapa de

cobertura forestal y uso de la tierra de 2012.

En los últimos años la representación gráfica de la cobertura y uso de la tierra a través de

mapas se ha convertido en una herramienta de planificación y gestión para la toma de

decisiones técnicas y políticas enmarcadas en el uso de la tierra a nivel nacional, regional y

local para alcanzar el manejo forestal sostenible. El uso de imágenes y datos provenientes

de sensores remotos brindan la posibilidad de obtener información de extensas superficies

terrestres. Desde las primeras imágenes de sensores remotos hasta la actualidad se han

incrementado notoriamente las aplicaciones para el seguimiento de las coberturas de la

tierra en el que se incluye el bosque (Achard & Hansen, 2012)

El presente documento contiene una descripción breve, precisa y concisa de la

metodología empleada del proceso de “Edición y diseño de mapa nacional de cobertura y

uso forestal de Honduras” para que sirva como una guía metodológica de posteriores

estudios y elaboración de mapas con imágenes RapidEye ya sea en Honduras u otras

regiones de Centroamérica y el Caribe.


2

2. ANTECEDENTES

La información oficial histórica de Honduras inicia en 1965 y posteriormente en los años

1985, 1995, 2001, 2003, 2009 y 2014. Sin duda alguna, los procesos técnicos, metodologías

y estándares de validación de la construcción de los mapas de cobertura y uso del suelo

difieren entre ellos; razón de dificulta el análisis comparativo histórico de dinámica del

recurso forestal.

Actualmente, el Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas

y Vida Silvestre (ICF) como ente responsable del sector forestal en Honduras y la Secretaria

de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente) como Autoridad Nacional

Designada ante la CMNUCC y con el objetivo de presentar el Nivel de Referencia, han

tomado a bien generar información forestal oportuna y confiable para la gestión, toma de

decisiones y el seguimiento al cumplimiento de objetivos y metas nacionales e

internacionales. Bajo este contexto se priorizan acciones encaminadas al establecimiento

de una estrategia nacional para la Reducción de las Emisiones causadas por la

Deforestación y Degradación (REDD+).

En el contexto antes descrito, surge la necesidad de construir un mapa nacional de

cobertura y uso de la tierra que permita establecer referentes en términos del estado del

recurso forestal, su oferta, uso y aprovechamiento, potencial de fijación de carbono y su

gestión que a la vez permitirá realizar análisis a escala nacional de manera confiable.


3

3. JUSTIFICACIÓN

En Honduras hasta la fecha se han elaborado 7 mapas de cobertura y uso de la tierra con

diferentes sensores y metodologías. Esta situación ha provocado confusiones entre una y

otra capa debido a las categorías empleadas, resolución y escalas diferentes. A partir de lo

anterior se puede decir que se ha podido generar ciertas estadísticas para el país, pero

nunca para hacer un análisis multitemporal del estado de los bosques y así determinar cuál

es la tasa de deforestación bajo una metodología precisa.

Con el objetivo de tener una línea base en función de tres diferentes temporalidades y bajo

el concepto u idea de realizar metodologías prácticas y robustas, el actual estudio hace

referencia al uso de la Plataforma de Google Earth Engine (GEE) para la obtención de

mosaicos libres de nubes del sensor Landsat de cada temporalidad (2000, 2006, 2012,

2016).

La metodología empleada permite que el producto final reúna las condiciones necesarias

para los usuarios en todos sus niveles. Perfectamente pueden ser capaces de mostrar

detalles que otros mapas no han podido revelar y ser utilizados incluso a escala municipal.

Esta guía metodológica está elaborada para mostrar los resultados que se han obtenido

con el proceso empleado en la generación del mapa forestal nacional de Honduras.

4. OBJETIVOS

4.1 Objetivo General

Elaborar el mapa forestal y cobertura de la tierra de Honduras utilizando como base el

mapa RapidEye y un Mosaico libre de nubes del sensor LTM+ (2012) mediante la aplicación

de técnicas de teledetección y los sistemas de información geográfica.

4.2 Objetivos Específicos

Definir un sistema de clasificación de tipos de cobertura de bosque y uso de la tierra a nivel

nacional que son identificables espectralmente en el mosaico 2012 Landsat.

Aplicar un proceso de edición de la clasificación utilizando programas especializados

(ERDAS IMAGINE 14) para la edición de archivos raster.


4

5. MARCO TEÓRICO

5.1 Características de sensores Landsat LTM+

El Landsat7 fue lanzado en abril de 1999 con un nuevo sensor denominado ETM+

(Enhanced Thematic Mapper Plus). Su operación es administrada por la NASA (National

Aeronautics and Space Administration) y la producción y comercialización de imágenes

depende de la USGS (United States Geological Survey).

Una imagen LANDSAT 7 ETM+ está compuesta por 8 bandas espectrales que pueden ser

combinadas de distintas formas para obtener varias composiciones de color u opciones de

procesamiento. Entre las principales mejoras técnicas respecto de su antecesor, el satélite

Landsat 5, destaca la adición de una banda espectral (Banda Pancromática) con resolución

de 15 metros. También, cuenta con mejoras en las características geométricas y

radiométricas y una mayor resolución espacial de la banda térmica para 60 m. Estos

avances tecnológicos permiten calificar al LANDSAT 7 como el satélite más apropiado para

la generación de imágenes con aplicaciones directas hasta una escala de 1:25.000,

principalmente en áreas rurales o territorios de grandes extensiones (Corporation, Satelite

Imagine, 2016). El sensor cuenta con las siguientes características:

Tabla 1. Características del sensor LTM+.

Landsat 7 ETM+

Bandas

Longitud de onda (micrómetro)

Resolución

Banda 1 - Azul 0.441-0.514 30

Banda 2- Verde 0.519-0.601 30

Banda 3 - Rojo 0.631-0.6925 30 Banda 4 – Infrarrojo cercano (NIR) 0.772-0.898 30

Banda 5 - SWIR 1 1.547-1.749 30

Banda 7 - SWIR 2 2.064-2.345 30 Banda 8 - Pancromático 0.515-0.896 15

*Banda 6 – Infrarrojo térmico (TIRS) 10.31-12.36 60

Rango Dinámico de cámara 8 bit ancho de franja 185 km


5

Periodo de revista 16 día tiempo de cruzar Ecuatorial 10:00 a.m. +/- 15 minutes

Periodo de Orbita 98.9 min

Orbita 705 +/- 5 km (at the equator) sun -

synchronouse

Día de Lanzamiento 15 April 1999, at Vandenberg Air Force Base

in California

Altitud 705 km

Fuente http://landsat.usgs.gov/about_landsat7.php

5.2 Teledetección aplicada a estudios de vegetación

La teledetección es el sistema integral de captura de información territorial (a partir de la

radiación electromagnética captada por el sensor) que se emplea cada día con mayor

asiduidad para la captura tanto de información temática (medioambiental), como de

información topográfica (MDT, planimetría). Esto ha sido posible gracias al desarrollo que

han experimentado, por un lado, las Técnicas de Tratamiento Digital de Imágenes, lo cual

ha facilitado la obtención de datos significativos del territorio y a la exhaustiva información

digital proporcionada por sensores, en su aspecto espacial, radiométrico, espectral y

temporal (Arozarena, s.f).

El uso de la teledetección a través de imágenes de satélite facilita la elaboración de mapas

temáticos que denotan el estado de los recursos agrícolas y forestales. Con el tratamiento

informático de las imágenes de satélite se pueden discriminar las condiciones del suelo,

tipos de vegetación y su estado. A partir de estos datos es posible obtener la superficie

cultivada o forestada e incluso identificar las especies vegetales. Mediante el análisis

multitemporal de imágenes de satélite, es posible hacer un seguimiento de la evolución de

las diferentes comunidades vegetales y de los cultivos agrícolas (Aullo, 2014).

La teledetección dispone de una serie de ventajas en comparación con otros sistemas

convencionales de observación de la Tierra. Entre las principales ventajas se resaltan las

siguientes: (i) visión global, (ii) observación de información en regiones no visibles del

espectro, (iii) observación a distintas escalas, (iv) frecuencia y (v) homogeneidad en la

adquisición. Gracias a estas aptitudes la teledetección espacial se convierte en una

herramienta de información espacial de gran interés para la producción y actualización

http://landsat.usgs.gov/about_landsat7.php


6

cartográfica, como fuente de entrada en sistemas de información geográfica de carácter

multipropósito. (Vega, Isabel, Montejo, & Recio., 2010)

6. MARCO METODOLÓGICO

6.1 Sistema de Clasificación

El sistema de clasificación utilizado se orientó bajo el marco metodológico de Corin

Landcover. Este sistema consta de 2 niveles, el primer nivel describe dos categorías

(Bosque y No Bosque) y el segundo consta de 18 categorías (Figura 1).

B

O

S

Q

U

E

N

O

B

O

S

Q

U

E

Bosque Latifoliado Denso

Bosque de Conífera Denso

Bosque de Conífera Ralo

Bosque Mixto

Bosque de Mangle Alto

Bosque de Mangle Bajo

Bosque Latifoliado Deciduo

Bosque de Palma Tique

Vegetación Secundaria Húmeda

Vegetación Secundaria Decidua

Pastos y/o Cultivos

Sabanas

Cultivos Intensivos

Palma Africana

Cuerpos de Agua

Áreas Inundables

Áreas Urbanas

Suelos Desnudos

Figura 1. Sistema de clasificación


7

6.2 Descripción de tipos de cobertura en bosque encontrados

6.2.1 Bosque Latifoliado Denso

Comunidades de árboles propios de los climas cálidos y húmedos, templados y fríos; estos

bosques se caracterizan por la presencia de especies de hoja ancha siempre verdes, con

alta densidad de especies. En Honduras se encuentran mayormente cerca de la costa

atlántica.

Fotografía Imagen Landsat (Bandas 4,5,3)

a. Bosque de Conífera Denso

Bosque compuesto por el género Pinus. Se caracteriza por formar rodales de árboles cuyas

copas (en muchos casos) chocan entre sí. En los doseles inferiores pueden existir especies

de hoja ancha como robles y encinos.


b. Bosque de Conífera Ralo

El pino ralo se caracteriza por tener una densidad menor por hectárea, sus copas no

chocan entre sí por lo que el suelo recibe más luz solar favoreciendo el crecimiento de

gramíneas, especies arbustivas y herbáceas leñosas en el sotobosque.


8


c. Bosque Mixto

Asociación entre especies del bosque latifoliado y bosque de conífera, identificables en

zonas de transición entre ambos bosques. En este tipo pueden predominar las coníferas o

especies de hoja ancha dependiendo de factores edáficos, clima, exposición al sol, etc.

Las especies más predominante son Pinus oocarpa o Pinus maximinoi con varias especies

del género Quercus, Liquidambar styraciflua y Carpinus carolinensis entre otros.


d. Bosque de Mangle Alto

Se caracteriza por limitar con mares u otros cuerpos de agua salada. Está formado por

árboles y arbustos siempre verdes de raíces fúlcreas o zancos, con neumatóforos. Es muy

evidente la presencia de algas en las partes bajas de los árboles. La altura de la cobertura

puede variar entre 5‐30 m. Las especies más frecuentes en Honduras en su tipo son

Rhizophora mangle y Laguncularia racemosa.


9


h. Bosque de Mangle Bajo

Superficies cubiertas por mangle que se ubican inmediatamente continuas de las especies

de mangle alto, es decir más cercanas a tierra, donde las condiciones de humedad y

salinidad difieren. Su altura promedio es inferior al mangle alto y está representada

mayormente por especies como Avicennia bicolor y Conocarpus erectus.


i. Bosque Latifoliado Deciduo

Son bosques de hoja ancha en los que sus árboles pierden las hojas de manera parcial o

total en la época seca de cada año. Este fenómeno también se le conoce como estrés

hídrico.



10

j. Bosque de Palma de Tique

Palma natural encontrada principalmente en la Mosquitia hondureña, Biosfera del Río

Plátano e Islas de La Bahía. Se establece en suelos húmedos con altitudes cercanas al nivel

del mar, formando grupos de diversas alturas, de 3-8 (-10) m de altura y 6-10 cm de

diámetro.


6.3 Insumos Cartográficos

En la elaboración del mapa de cobertura forestal y uso de la tierra se utilizó como base la

clasificación hecha en el mapa 2012 RapidEye. Asimismo, se utilizó un mosaico libre de

nubes de 2012, elaborado en la plataforma de Google Earth Engine (GEE) (Figura 2).

6.3.1 Mosaico Landsat 2012

El mosaico 2012 fue realizado en la plataforma de Google Earth Engine (GEE). GEE permitió

conformar el mosaico libre de nubes a través de un algoritmo especializado

(ee.Algorithms.Landsat.simpleComposite) el cual a su vez es filtrado en un rango de fecha

establecido (01-06-2011 - 30-06-2013). En la conformación del mosaico y dentro de la

Mapa RapidEye 2012 Mosaico Landsat 2012

Figura 2. Insumos cartográficos


11

lógica del algoritmo, éste calcula un compuesto Landsat al tope de la atmósfera (TOA) de

una colección de escenas del sensor Landsat. Se aplica la calibración TOA estándar y luego

asigna una puntuación a cada pixel con nube, utilizando el algoritmo

SimpleLandsatCloudScore. Se selecciona el rango más bajo posible de las puntuaciones de

la nube en cada punto y luego calcula los valores de percentiles por la banda de los píxeles

aceptados. Este algoritmo también utiliza el algoritmo LandsatPathRowLimit para

seleccionar sólo las escenas con menos nubes dentro de las regiones (GEE, 2016) (Figura 3).

6.3.2 Mapa RapidEye 2012

El Mapa Forestal y Cobertura de la Tierra de Honduras fue elaborado por la Unidad de

Monitoreo Forestal del ICF durante el segundo semestre del año 2013 y primer semestre

del año 2014. El mapa fue generado a partir de la interpretación y clasificación de imágenes

satelitales del sensor RapidEye, misma que cuenta con una alta resolución espacial

(5mx5m). Esta resolución permitió definir unidades de mapeo y análisis de áreas hasta de

0.5 ha. La validación y cálculo de precisión temática se realizó mediante el levantamiento

de puntos de control en el campo, así como mediante la construcción de una malla de

15,777 puntos de control distribuidas sistemáticamente a cada 3,000 m en todo el país y

Figura 3. Mosaico Landsat libre de nubes 2012


12

evaluados por una institución externa (ESNACIFOR) (Duarte Castañeda, Efraín; Orellana

Díaz, Omar; Maradiaga, Iván; Casco, Fabio, 2014) (Figura 4). (Ver protocolo adjunto)

Características Mapa RapidEye:

Escala cartográfica

1: 25.000

Unidad mínima de mapeo

0.5 ha

Sistema de clasificación

Jerárquico en 3 niveles, máximo de 26 clases de uso o cobertura

Confiabilidad mínima por escena 85 %

442 imágenes RapidEye clasificadas

Para la distribución de trabajo se dividió el país en tres grandes áreas las cuales fueron

realizadas por 3 técnicos (Figura 5).

Figura 4. Mapa forestal y cobertura de la tierra 2012 RapidEye


13

Técnico 1

Cuadrante 1

Técnico 2

Cuadrante 2

Técnico 3

Cuadrante 3

Figura 5. Distribución de trabajo


14

6.4 Procesos aplicados en elaboración del mapa Base

La secuencia de los procesos utilizado para la elaboración del mapa base Landsat 2012 fue la siguiente:

Figura 6. Diagrama de procesos aplicados

6

1 2 3 4

5

Técnico 1 Técnico 2 Técnico 3

Control de Calidad

Mapa Final

Mapa RapidEye

2012

Mosaico

Landsat 2012 Re

pro

yecc

ión

de

cap

as

Remuestreo

(5x5 =30x30)

Insumos Base

Recategorización

Edición manual

ISODATA

AOI

GROW

RECODE

MASK

CLUMP

ELIMINATE


15

6.4.1 Transformación de sistema de coordenadas en el mapa RapidEye

Debido a que el mapa RapidEye (mapa base) se elaboró con el sistema UTM, WGS 84, zona

16 N, este fue llevado al Sistema Geográfico Universal. El objetivo de hacer la trasformación

del sistema de coordenadas es tener similitud entre los mapas y las imágenes provenientes

de la plataforma de GEE. Asimismo, se mantiene consistencia en la información geográfica

de las diferentes capas.

La transformación del sistema de coordenadas se realizó en el Software ERDAS con la

opción Reproject (Figura 7).

Figura 7. Reproyección de capa base

En el cuadro de diálogo de la pestaña Raster se encuentra la opción Reproject:

En esta opción se elige la proyección deseada, para el mapa se utilizó la

proyección Geográfica Universal (Figura 8).

Figura 8. Reproyección de capa base de UTM, WGS 84, zona Norte 16 a Geográfica, Lat/Log Clarke 1866


16

6.4.2 Remuestreo de datos temáticos

Para realizar el mapa 2012 con el uso del sensor Landsat, se resampleó la información

digital de 5x5m (resolución espacial RapidEye) a 30x30m (resolución espacial Landsat)

(Figura 9).

Figura 9. Opción de Resampleo de pixel

En el cuadro de diálogo en la pestaña Raster > Spatial > Resample pixel size (Figura 10)

6.4.3 Recodificación de categorías del mapa base

La recodificación consistió en pasar de 26 categorías del mapa RapidEye a 18 categorías en

el mapa Landsat. Este proceso de recodificación fue necesario debido a que ambos

sensores presentan diferencia en sus respuestas espectrales lo cual hace que algunas

categorías sean visibles en un tipo de sensor, pero en sensores de menor resolución no es

posible que sean detectadas (Figura 11 y 12; Tabla 2).

El proceso de recodificación se realizó utilizando la opción Raster> Thematic > Recode.

Figura 10. Resampleo de información digital a nivel de pixel


17

Figura 11. Opción de Recode

Tabla 2. Recodificación de categorías

Categorías RapidEye Categorías Landsat

Bosque Latifoliado Húmedo Inundable Bosque Latifoliado Húmedo Bosque Latifoliado Húmedo

Bosque Latifoliado Deciduo Bosque Latifoliado Deciduo

Bosque Mixto Bosque Mixto

Bosque de Conífera Denso Bosque de Conífera Denso

Bosque de Conífera Ralo Bosque de Conífera Ralo

Bosque de Mangle Alto Bosque de Mangle Alto

Bosque de Mangle Bajo Bosque de Mangle Bajo

Tique Bosque de Palma de Tique

Cafetales Bosque Latifoliado/Vegetación secundaria

Vegetación Secundaria Húmeda Vegetación Secundaria Húmeda

Vegetación Secundaria Decidua Vegetación Secundaria Decidua

Pastos y/o Cultivos Pastos y/o Cultivos

Sabanas Sabanas

Cultivos Intensivos Cultivos Intensivos

Camaroneras y/o Salineras Cuerpos de agua

Figura 12. Recodificación de categorías


18

Palma Africana Palma Africana

Cuerpo de Agua Artificial Cuerpo de Agua

Lagos y Lagunas Naturales

Otros Cuerpos de Agua

Área Húmeda continental Área Inundables

Arboles Dispersos fuera de Bosque Pastos y/o Cultivos

Zona Urbana Continua Área Urbana Zona Urbana Discontinua

Suelo Desnudo Continental Suelo Desnudo Arenal de Playa

6.4.4 Edición de categorías

Debido al cambio de sensor y resampleo del mapa base fue necesario hacer edición manual

para adecuar las categorías al sensor Landsat. La edición consistió en la utilización de las

opciones de isodata (unsupervised), áreas de interés (AOI), áreas de crecimiento (Grow) y

Recodificación (Recode).

6.4.4.1 Combinación de banda

La combinación de banda utilizada al momento de la edición fue el siguiente (Figura 13):

Banda 4 – Infrarrojo cercano (NIR)

Banda 5 - SWIR 1

Banda 3 – Rojo

Figura 13. Combinación de banda utilizados (4,5,3)

6.4.4.2 Clasificación no supervisada (ISODATA)

La herramienta de Isodata (algoritmo de clasificación) permitió separar algunas categorías

que mostraron confusión respecto a la imagen satelital. La confusión se presentó por el

efecto de borde en cada una de las categorías y con el objetivo de adaptar las categorías al


19

nuevo sensor (Landsat), la clasificación no supervisada permitió depurar la información

digital (Figura 14).

6.4.4.3 Regiones de interés (AOI)

En la edición manual el software ERDAS, al igual o similar que otros software especializados

cuenta con un formato de edición llamado AOI (area of interest). Las áreas de interés (AOI)

permite hacer polígonos tanto regulares (rectángulos, cuadrados y círculos) como

irregulares. La herramienta permite dibujar segmentos que presenten

características espectral o de textura similar (Figura 15).

Los pasos a seguir para crear AOI usando herramientas de dibujo:

1. Haga clic en la pestaña de dibujo y luego en el icono polígono

2. Una capa AOI se crea y se muestra de forma automática en la ventana

de contenido.

3. El cursor se adquiere la forma de cruz cuando se sitúa dentro de una vista y

seguidamente hacer clic varias veces para dibujar un polígono alrededor de una

característica deseada.

Figura 14. Clasificación no supervisada

Figura 15. Áreas de interés (AOI)


20

6.4.4.3 Crear AOI usando Grow

Para cuerpos de agua como: lagos, estanques y formaciones vegetales como: plantaciones

de palma y otras características con bordes complejos, la herramienta Grow sirvió para

delimitar algunas áreas que comparten características similares tanto en resolución

espectral como en textura. En lugar de hacer clic varias veces para digitalizar un polígono,

la herramienta dibuja un polígono completo de forma automática obedeciendo las

características espectrales (Figura 16 y 17).

Hay dos maneras de hacer crecer una región:

Crecer por Pixel:

Para hacer crecer una muestra específica sobre la base de un pixel, haga clic en el píxel

deseado.

Crecer por Región:

Para hacer crecer una muestra específica basada en un área similar, haga clic y arrastre

para dibujar un rectángulo como el área de la muestra. Asegúrese de seleccionar una zona

espectral similar. El centro del rectángulo será la muestra de semillas.

Figura 16. Regiones de interés usando GROW


21

6.4.4.4 Recategorización

El recode consiste en asignar un nuevo valor de clase a cualquiera o todas las clases dentro

del rango de valores de clases existente de una clasificación y crear un archivo de salida

utilizando los nuevos valores de la clase. Esta herramienta se utilizó de forma simultánea

con las regiones de interés (AOI) al momento de editar las categorías. Asimismo, sirvió para

reclasificar las categorías del mapa base (RapidEye) y adecuarlas al sistema de clasificación

del sensor Landsat (Figura 18).

Este diálogo se abre al hacer clic en la pestaña> Tematic > Recode

Figura 17. Ejemplo de AOI usando Grow

Figura 18. Opción de recategorización individual


22

6.4.4.5 Enmascaramiento de capas

El enmascaramiento consistió en realizar cortes de capas en función de alguna categoría. La

condición de la máscara obedece el límite de alguna categoría para realizar un corte de la

imagen satelital. Asimismo, la máscara se puede hacer de acuerdo al límite de un área de

interés para cuando se requería hacer análisis en áreas de menor escala. Para la

elaboración del mapa, la máscara se utilizó cuando alguna categoría presentaba confusión

espectral y ésta requería una edición generalizada. Esta opción permitió depurar la

información de forma más eficiente ya que ayudaba analizar áreas grandes y complejas

(Figura 19).

Este diálogo se abre al hacer clic en la pestaña> Raster> Subset & Chip > Mask

6.4.5 Filtro

El filtro consistió en llevar el mapa base a una unidad mínima de mapeo a la cual se le

aplicó una depuración a nivel de píxel de un 1 ha. A diferencia de trabajar con segmentos,

ésta residió en la filtración de pixel por mayoría (Figura 20).

Capa Raster CLUMP ELIMINATE (1ha)

Aplicación de Filtro

Figura 19. Enmascaramiento de capas

Figura 20. Proceso de aplicación de filtro a nivel de pixel


23

6.4.5.3 Aplicación de Clump

En primera estación se aplica un Clump para proceder a filtrar la capa base. Clump

identifica grupos contiguos de píxeles en una clase GIS. Estos datos agrupados se guardan

en un nuevo archivo .img, que puede utilizarse como entrada para el tamizado o

eliminación de funciones. En el mapa base esta opción se utilizó para proceder a realizar el

filtrado de 1 ha.

Se puede especificar que los vecinos de un píxel se considerarán contiguos. Las dos

opciones son 4 y 8. Para el caso del mapa base se utilizó la opción 4 (Figura 21 y 22).

Este diálogo se abre al hacer clic en la pestaña>Raster> Tematic > Clump

6.4.5.4 Aplicación de Eliminate

Luego de tener el primer filtro (Clump) se utilizó el modelo Eliminate para especificar un

grupo o una clase de tamaño mínimo. En el caso del mapa base se estableció un área

mínima de 1 ha (Figura 23).

El modelo Eliminate se deriva de este algoritmo:

Figura 21. Lógica de distribución de pixel vecinos.

Figura 22. Aplicación de clump


24

Los grupos pequeños se rellenan con un número de clase más grande que el

número de clases.

Los grupos grandes se cambian a sus valores originales de clase.

Los grupos pequeños se llenan de sus grandes macizos vecinos de forma iterativa

hasta que estén completamente llenos.

Este diálogo se abre al hacer clic en la pestaña>Raster> Tematic > Eliminate

Figura 23. Aplicación de Eliminate (Filtrado a nivel de pixel)

6.5 Control de calidad

El control de calidad consistió en realizar una supervisión detallada de forma interpolada,

en la cual cada técnico revisó las áreas de los demás cuadrantes (Figura 24).


25

6.6 Mapa de cobertura forestal y uso de la tierra Landsat 2012

Luego de la edición manual y bajo el control de calidad se obtuvo el producto final del

mapa Landsat 2012. El mapa cuenta con 18 categorías de las cuales 8 pertenecen a Bosque

(ver sistema de clasificación, Figura 1). El mapa cuenta con un área minina de 1 ha y fue

editada a una escala 1:50,000. La resolución espacial del mapa es de 30 m (Figura 25 y 26).

Luego de tener todas las categorías en función de la definición de bosque establecida en el

país bajo el enfoque REDD se recategorizó el mapa en Bosque y No Bosque. Esto fue

necesario ya que el mapa base en la utilización del algoritmo de cambios en GEE se

necesita solo a nivel de macrocategoría (Figura 27). Asimismo, el mapa con todas las

categorías sirve de base para otros análisis de monitoreo forestal.

•Técnico 3

Cuadrante 3

•Revisión

Cuadrante 1

•Revisión

Cuadrante 2

•Técnico 2

Cuadrante 2

•Revisión

Cuadrante 1

•Revisión

Cuadrante 3

•Técnico 1

Cuadrante 1

•Revisión

Cuadrante 2

•Revisión

Cuadrante 3

Figura 24. Diagrama de control de calidad


26

Figura 25. Mapa de cobertura forestal y uso de la tierra 2012 Landsat

Figura 26. Mapa de bosque y no bosque


27

Mapa de Cobertura Forestal y Uso dela Tierra 2012, RapidEye Mosaico libre de nube, año 2012, Sensor Landsat L7, GEE Mapa de Cobertura Forestal y Uso dela Tierra 2012, RapidEye

Resampleo:

5mx5m a

30mx30m

Edición

Manual y

adecuación

de categorías

al sensor

Landsat

Características de RapidEye

Sensor utilizado: RapidEye

Resolución espacial: 5 m

Fecha promedio de imágenes: 2012

Escala mínima de edición: 1:25,000

Unidad mínima de mapeo: 0.5 ha

Características de mosaico

Sensor utilizado: Landsat



Características de mapa Landsat

Sensor utilizado: Landsat



Escala mínima de edición: 1:50,000

Unidad mínima de mapeo: 1 ha

Figura 27. Diagrama de transformación digital del mapa base


28

7. LECCIONES APRENDIDAS

Durante la conversión del mapa base RapidEye a Landsat, debido a la diferencia de

resolución espacial, se requiere hacer ediciones detalladas por el efecto de borde del pixel.

A pesar de que el sensor RapidEye contiene una banda especial llamada Red Edge (banda 4)

que demuestra las diferencias de clorofila en la vegetación, el sensor Landsat logró

discriminar satisfactoriamente todos los tipos de bosque, especialmente los de conífera.

La categoría de cafetales se dividió en dos categorías, cafetales bajo sombra con árboles y

cafetales sin sombras. Debido a que es difícil discriminar las áreas de café en el sensor

Landsat, estas pasaron a ser bosque (cafetales con sombra) y vegetación secundaria

(cafetales sin sombras).


29

8. BIBLIOGRAFÍA

AROZARENA, A. et al. (s.f.), Aplicaciones de las imágenes espaciales a la cartografía de

base, Teledetección y planificación integrada del territorio, MOPU, Madrid,

pp.215-223

Corporation, Satelite Imagine. (01 de 08 de 2016). Satelite Imagine Corporation. Obtenido

de http://www.satimagingcorp.com/satellite-sensors/other-satellite-

sensors/landsat/

Duarte Castañeda, Efraín; Orellana Díaz, Omar; Maradiaga, Iván; Casco, Fabio. (2014).

Marco Metodologico, Mapa Nacional y Cobertura Forestal de Honduras.

Tegucigalpa.

GEE. (20 de 07 de 2016). Google Earth Engine. Obtenido de

https://code.earthengine.google.com/

Vega, J. M., Isabel, .. M., Montejo, .. J., & Recio., .. F. (2010). Guía didáctica de teledetección

y medio ambiente. Madrid España: COPYRIGHT © 2010 Red Nacional de

Teledetección.


30

9. GLOSARIO DE TÉRMINOS

Banda: Cada uno de los intervalos en los cuales se divide el espectro electromagnético en

un archivo multi-espectral de una imagen de sensor remoto. Este concepto es aplicado

generalmente a imágenes de tipo óptico.

Bosque: Es una asociación vegetal natural o plantada, en cualquier etapa del ciclo natural

de vida, dominada por árboles y arbustos o una combinación de ellos de cualquier tamaño

con una cobertura de dosel mayor a diez por ciento (10%), que con o sin manejo es capaz

de producir madera, otros productos forestales, bienes y servicios ambientales.

Cobertura de Suelo: Es la cobertura biofísica que se puede observar sobre la superficie de la

tierra y comprende los diferentes tipos de bosque y categorías no boscosas distribuidas en

un área determinada.

Corrección geométrica: Consiste en vincular una región de una imagen con una

correspondiente región de otra imagen, la cual es tomada con un sensor diferente o un

ángulo de vista diferente. Permite corregir la posición relativa del píxel, la cual se modificó

por la geometría del sensor o por variaciones en el terreno.

Deforestación: Es la conversión de los bosques a otro tipo de uso de la tierra o la reducción

de la cubierta de copa, a menos del límite del diez por ciento. La CNUCC define

deforestación como “la conversión por actividad humana directa de tierras boscosas en

tierra no forestales”.

Exactitud: Es el nivel de concordancia entre el valor real y el resultado de las observaciones

o estimaciones de una característica.

Firma Espectral: Es lo que se refleja visiblemente en un objeto de acuerdo a una

combinación de radiaciones de distintas longitudes de onda (color); Rojo Verde Azul (Red

Green Blue) lo cual es el mismo sistema que utiliza nuestra retina.

Imagen de satélite: Representación visual de la información capturada por un sensor

montado en un satélite artificial. Estos sensores recogen información reflejada para la


31

superficie de la tierra que luego es enviada y que procesada convenientemente entrega

valiosa información sobre las características de la zona que cubre.

Imagen de satélite fuente o cruda: Imagen de satélite original a la cual no se le ha realizado

ningún tipo de tratamiento básico o temático. Se encuentra almacenada con la extensión

propia del fabricante.

Imagen Landsat: Imagen tomada por el sensor satélite Landsat, estas imágenes cubren

áreas de 185 Km x 175 Km. Este sensor tiene periodos de toma de las imágenes de 16 días.

Imagen RapidEye: Imagen tomada por el sensor satélite RapidEye (BlackBridge LLC), estas

imágenes cubren áreas de 25 Km x 25 Km. Este sensor tiene periodos de toma de las

imágenes de cada día.

Mapa de cobertura bosque y cambio de bosque-no bosque: Es la representación

cartográfica de los resultados del análisis de cobertura de bosque y cambio de bosque a no

bosque en periodos determinados.

Nivel de confianza: Corresponde a un rango que incluye el valor real de un parámetro

desconocido con un nivel de confianza determinado (probabilidad). Normalmente se utiliza

un intervalo de confianza del 95%, es decir, que existe una probabilidad del 95% de incluir

un valor verdadero.

Píxel (Picture Element): Unidad básica de información gráfica que se refiere a cada uno de

los puntos indivisibles que conforman una imagen, es decir, el área mínima de captura en el

formato Ráster. A mayor densidad de píxeles, mayor calidad de imagen.

Precisión: Es el nivel de concordancia entre medidas repetidas de la misma característica.

Se representa como una estrecha agrupación de resultados de los puntos de muestreo o

parcelas. La precisión es inversamente proporcional al error.

Resolución: Nivel de detalle con el que se es posible identificar los elementos sobre las

imágenes y se relaciona con la unidad mínima de almacenamiento de datos o píxel.


32

Resolución Espacial: Designa al objeto más pequeño que se puede distinguir en una imagen,

determinado por el tamaño del pixel, medido en metros sobre el terreno; en el caso de la

imagen RapidEye tiene una resolución espacial de 5 x 5 m.

Resolución Espectral: Consiste en el número de canales espectrales (y su ancho de banda)

que es capaz de captar un sensor. En el caso de una imagen Lansat 7 tiene una resolución

espectral de 7 bandas.

Sensores Remotos: Es una serie de técnicas y procesos que permiten obtener una imagen

de la superficie terrestre de forma remota, es decir captada por sensores situados en

satélites o aviones, y posteriormente tratarla e interpretarla con el objetivo de obtener

información de la superficie terrestre y de sus cambios.

SIG (Sistemas de Información Geográfica): Es un conjunto de herramientas muy utilizada

hoy en día que nos permite captar, almacenar, administrar y analizar información espacial

que sirve de base para la planificación y la toma de decisiones en niveles estratégicos,

educacionales, monitoreo entre otros.

Teledetección: Es la obtención de información de un objeto específico o de un área

determinada sin que exista un contacto directo con el mismo, a través de dispositivos

tecnológicos que nos permitan interpretar de una mejor manera sus características.

Uso de Suelo: Comprende todas las acciones que realice el hombre sobre una cobertura

específica parcial o permanente con la intensión de cambiarla o mantenerla.

Metodología de elaboración de mapa de cobertura forestal y ...

Documents

Transcript of Metodología de elaboración de mapa de cobertura forestal y ...