Monitoreo semi-automatizado de vegetación en humedales ...

Denisse CastilloEquipo de GeoinformaciónDepartamento de Gestión de la Información23 de septiembre de 2019

Monitoreo semi-automatizado de vegetación en humedales altoandinos

Superintendencia del Medio Ambiente

Misión “Proteger el medio ambiente y la salud de las personas, asegurando

el cumplimiento de la normativa ambiental en Chile”

Visión ”Un país responsable con su medio ambiente”

Planificación estratégica 2014-2018

¿Qué fiscaliza?

Fiscalizar instrumentos de carácter ambiental

de su competencia

Agrupados en más de 14.618 Unidades

Fiscalizables diversas y complejas

16.212 27 23 16 429>100

fuentes>1.000 fuentes

UF Nivel Nacional

Origen de las Actividades

de Fiscalización

Transformación Digital

Estrategia “Cumplimiento Ambiental 2.0”

“Next Generation Compliance”. US-EPA, octubre 2014.

Programa de Monitoreo Ambiental Territorial (PMAT)Desde el año 2014

• Monitoreo Satelital

• Monitorio con dispositivos (IoT)

Programa de Monitoreo Ambiental Territorial (PMAT)

OBJETIVO

“fortalecer su capacidad fiscalizadora y aumentar su eficiencia, a través del uso de tecnologías de percepción remota, que permitan actuar anticipadamente y/o

aportar medios de prueba veraces para los procesos de fiscalización y sanción que la institución desarrolla.”

A partir de 2014

Equipo de Geoinformación

Aplicaciones discretas: Apoyo a procesos puntuales de información.

Aplicaciones profundas: Estudios, apoyo a nivel probatorio.

Monitoreo continuo: Análisis preventivo a nivel nacional.

Monitoreo de Humedales Altoandinos

¿Por qué?

• Hot Spots de Biodiversidad

• Distribución azonal: especies y comunidades que

responden fundamentalmente a condiciones locales.

• Corredores biológicos, en especial para aves migratorias.

• Regulación hídrica de cuencas.

• Sustento de comunidades indígenas.

Bofedales Pajonales Vegas

Fuente: Ahumada, M. y Faúndez, L. 2009.Ahumada et al, 2011.

¿Por qué?

Alta presión Antrópica:

• Actividades de drenaje• Pastoreo excesivo• Extracción de agua

Alta sensibilidad a la alteración del

régimen hídrico.

• Dinámica controlada fundamentalmente por aporte de aguas subterráneas y condiciones climáticas.

• Composición biológica generalmente especifica según condiciones locales de aporte hídrico, suelo y calidad de agua.

• Vegetación como indicador de estado.

Densidad de puntos de captación de agua, Regiones VX, I, II y III.

Fuente: Ahumada, M. y Faúndez, L. 2009.Ahumada et al, 2011.


Objeto de estudio

Control

Referencia de afectación

Caso MaricungaEjemplo de Estudios profundos

Estudio de series temporales de vegetación con imágenes Landsat.

Consecuencia: Los pozos fueron clausurados y la sanción fue confirmada por Tribunal Ambiental y Corte Suprema

Objeto de estudio

Control

Referencia de afectación

Caso MaricungaEjemplo de Estudios profundos

Estudio de series temporales de vegetación con imágenes Landsat.

Consecuencia: Los pozos fueron clausurados y la sanción fue confirmada por Tribunal Ambiental y Corte Suprema

¿Existirán mas casos como este?

Posibles limitantes:• Mas de 6000 humedales altoandinos• Alto volumen de datos• Tiempos de descarga• Capacidad de procesamiento

Oportunidades


Imágenes SatelitalesOpen - Larga data

Disponibilidad de datos Procesamiento en la nube

Computo de Alto Rendimiento

Oportunidades


Comportamiento espectral de la vegetación

Métodos de Análisis de Series Temporales

BFAST Break detection For Additive Season and Trend 1

DBEST Detecting Breakpoints and Estimating Segments in Trend 2

Verbesselt, J., R. Hyndman, G. Newnham, and D. Culvenor. 2010. “Detecting Trend and Seasonal Changes in Satellite Image Time Series.” Remote Sensing of Environment 114 (1): 106–115. doi:10.1016/j.rse.2009.08.014.Jamali S, Jönsson P, Eklundh L, Ardö J, Seaquist J (2015). Detecting changes in vegetation trends using time series segmentation. Remote Sensing of Environment, 156, 182-195. http://dx.doi.org/10.1016/j.rse.2014.09.010

http://dx.doi.org/10.1016/j.rse.2009.08.014

Enfoques de Análisis


Enfoque a nivel de polígonosOmisión de comportamiento espacial heterogéneo.

Enfoque a nivel de PixelAnálisis a partir de la unidad mínima. Mayor detalle espacial.

Área de Estudio


1. Catastro de Humedales 2015 del Ministerio del Medio Ambiente.

2. Regiones de Arica y Parinacota, Tarapacá, Antofagasta y Atacama.

3. Filtro de Altura (sobre los 2000 m.s.n.m.*)

4. Buffer de 100 metros a su alrededor.

*CIREN, 2013. Caracterización de Humedales Altoandinos para una gestión sustentable de las actividades productivas del sector norte del país.

Flujo de Trabajo


Método: Insumo Satelital


Landsat 5 y 7 Surface Reflectance Tier 1

“pixel_qa” Filtro de nubes (con adición de umbral de temperatura)

“radsat_qa” Filtro de pixeles saturados

Selección de todas las imágenes disponibles entre diciembre y marzo para

cada año.

Enmascaramiento

Método: Construcción de Series Temporales


1. Calculo de Índice de Vegetación de Diferencia Normalizada (NDVI)

2. Calculo de Mediana de NDVI por Temporada

3. Construcción de Series Temporales de NDVI

Método: Selección de Área a Analizar


1. Suficiencia de datos con al menos 10 datos para periodo 1985 – 1999 (periodo base o histórico).

2. Presencia de vegetación en periodo base: con una mediana superior a 0.08 NDVI.

Método: Análisis de Series Temporales


Índ

ice

de

Veg

etac

ión

de

Dif

eren

cia

No

rmal

izad

a

• Modelo de Tendencia Lineal (1 imagen al año)

• Mediante sumas móviles de los residuos entre el modelo y la realidad se evalúa si los datos aun se ajustan.

BFAST Monitor

Near Real-Time Disturbance Detection Based

On BFAST-Type Models

Verbesselt J, Zeileis A, Herold M (2012). Near real-time disturbance detection using satellite image time series. Remote Sensing Of

Environment, 123, 98--108. http://dx.doi.org/10.1016/j.rse.2012.02.022

http://dx.doi.org/10.1016/j.rse.2012.02.022

Método: Resultados a nivel de pixel


Magnitud de Cambio Año de cambio


Método: Resultados a nivel de pixel


Método: Categorización de Pixeles

Categorización por Pendientes

Categorización por magnitud


Método: Categorización de pixeles

Men

or

a M

ayo

r im

po

rtan

cia

Pixeles de mayor

importancia


Método: Resultados a nivel de humedal

Recopilación de antecedentes que permitan conocer su estado (información de sus pixeles) y el contexto territorial.

Aspectos considerados

AfectaciónRelacionada a la cantidad y porcentaje de pixeles de cambio.

CausalidadCriterios de cercanía a puntos de captación de aguas.

RelevanciaIntersección con áreas bajo Protección Oficial (SEA), Áreas de Desarrollo Indígena (ADI), y/o Áreas de Restricción o Prohibición.


Método y Resultados Priorización de Humedales

Afectación

1. Por área afectada: se ordena de mayor a menor.2. Se filtra por porcentaje de Cambio (superior al 20%).3. Se quitan las clases Ríos y Sistemas Antropizados.

Causalidad y Relevancia

Se filtran los humedales que no cumplan con criterios de causalidad y relevancia.

Priorización de casos de Humedales según antecedentes generados.

Río Valle Ancho 2 – N° 6 en lista de priorización

Generación de ranking para priorización


Teniendo la lista de humedales priorizados, es necesario contextualizarlos y realizar análisis mas profundos que permitan demostrar una posible causalidad antrópica de los procesos observados.

Post Priorización


App R Shiny (desarrollo 2018) Visualización de resultados a nivel de pixel

Conclusiones

• Uno de los primeros sistemas de monitoreo de vegetación y en especial de humedales altoandinos a nivel de estado.

• Gracias a esta herramienta, podemos llegar a casos de afectación de humedales que podrían no estar siendo visibilizados por la población, dada la dificultad de acceso de muchos de ellos.

• El monitoreo de humedales altoandinos podría servir, además, como efecto disuasivo sobre los regulados de la zona.

• La gran disponibilidad de herramientas de computo de alto rendimiento en la nube y disponibilidad de base de datos satelitales abren un nuevo mundo de posibilidades en el desarrollo de herramientas BigData satelital.

Denisse CastilloEquipo de GeoinformaciónDepartamento de Gestión de la Información23 de septiembre de 2019

[email protected]

Monitoreo semi-automatizado de vegetación en humedales altoandinos

Monitoreo semi-automatizado de vegetación en humedales ...

Documents

Transcript of Monitoreo semi-automatizado de vegetación en humedales ...