Protocolo Subnacional PDI

Protocolo de procesamiento digital de imgenes
para la cuantificacin de la deforestacin

Nivel Subnacional
Escala gruesa y fina
JUAN MANUEL SANTOS CALDERN

Presidente de la Repblica
BEATRIZ URIBE BOTERO
Ministra de Ambiente, Vivienda y Desarrollo Territorial
SANDRA BESSUDO LION
Alta Consejera Presidencial para la Gestin Ambiental, la Biodiversidad y el Cambio Climtico
CARLOS CASTAO URIBE
Viceministro de Ambiente
RICARDO JOS LOZANO PICN
Director General Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM
LUZ MARINA ARVALO SNCHEZ
Subdirectora Ecosistemas e Informacin Ambiental IDEAM
EDITORES
Edersson Cabrera Montenegro
Gustavo Galindo Garca
Diana Marcela Vargas Galvis
FOTOGRAFAS DE LA CARTULA
Adriana Patricia Yepes Quintero
Juan Carlos Rubiano Rubiano
DISEO CARTULA
Grupo Comunicaciones IDEAM
DISEO Y DIAGRAMACIN
Vctor manuel Riveros Lemus - Editorial Scripto Ltda.
IMPRESIN Y ACABADOS
Editorial Scripto Ltda.
PBX: 756 20 03
Publicacin aprobada por el Comit de Comunicaciones y Publicaciones del IDEAM
Octubre de 2011, Colombia.
ISBN: 978-958-8067-44-5
Distribucin gratuita.
CTESE DENTRO DE UN TEXTO COMO:
Cabrera et al., IDEAM, 2011.
CTESE COMO:
Cabrera E., Vargas D. M., Galindo G. Garca, M.C., Ordoez, M.F. 2011. Protocolo de procesamiento digital de imgenes para
la cuantificacin de la deforestacin en Colombia, Nivel Subnacional Escala Grues y fina. Instituto de Hidrologa, Meteorologa, y
Estudios Ambientales-IDEAM-. Bogot D.C., Colombia. 44 p.
2011, Instituto de Hidrologa, Meteorologa y Estudios Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden
ser usados parcial o totalmente citando la fuente. Su reproduccin total debe ser autorizada por el Instituto de Hidrologa, Meteorologa y Estudios Ambientales-IDEAM.
Este trabajo fue financiado por la Fundacin Gordon y Betty Moore, proyecto Capacidad Institucional Tcnica y Cientfica
para Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y Degradacin REDD en Colombia, Instituto de
Hidrologa, Meteorologa y Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial (MAVDT), Fundacin Natura.
Impreso en Colombia - Printed in Colombia
MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIAL

INSTITUTO DE HIDROLOGA, METEOROLOGA Y ESTUDIOS AMBIENTALES - IDEAM
RICARDO JOS LOZANO PICN
Director General
CAROLINA CHINCHILLA TORRES
Secretaria General
CONSEJO DIRECTIVO
BEATRIZ ELENA URIBE BOTERO
Ministra de Ambiente, Vivienda y Desarrollo Territorial
LUS ALFONSO ESCOBAR TRUJILLO

Representante de las CARs
GERMN CARDONA GUTIRREZ

Ministro de Transporte
OSCAR JOS MESA SNCHEZ

Representante del Consejo Nacional de Ciencia y Tecnologa
HERNANDO JOS GMEZ RESTREPO

Director Departamento Nacional de Planeacin
JORGE BUSTAMANTE ROLDN

Director del Departamento Administrativo Nacional de
Estadstica-DANE
ADRIANA SOTO CARREO

Designada de la Presidencia de la Repblica
DIRECTIVAS
LUZ MARINA ARVALO SNCHEZ

Subdirectora de Ecosistemas e Informacin Ambiental
OMAR FRANCO TORRES

Subdirector de Hidrologa
MARGARITA GUTIRREZ ARIAS

Subdirectora de Estudios Ambientales
ERNESTO RANGEL MATILLA

Subdirector de Meteorologa
MARA TERESA MARTNEZ GMEZ

Jefe de Oficina Servicio de Pronstico y Alertas
ALICIA BARN LEGUIZAMN

Jefe de la Oficina de Informtica (E)
LILIANA MALAMBO MARTNEZ

Jefe Oficina Asesora de Planeacin
FERNEY BAQUERO FIGUEREDO

Jefe Oficina Asesora Jurdica
MARTHA DUARTE ORTEGA

Jefe Oficina de Control Interno (E)
MARCELA SIERRA CUELLO

Coordinadora Grupo Comunicaciones
AUTORES
Mara Claudia Garca Dvila
Mara Fernanda Ordez Castro
COLABORADORES
Lina Katherine Vergara
Ana Mara Pacheco Pascagaza
Paola Giraldo Rodrguez
Edwin Ivn Granados Vega
Johana Herrera Montoya
COORDINACIN Y SUPERVISIN
Coordinadora General
Mara Fernanda Ordoez Castro
Asistente de Coordinacin
Coordinador Componente PDI
AGRADECIMIENTOS
El Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM, agradece a la Fundacin Betty and Gordon
Moore y a la Fundacin Natura, y a las siguientes entidades que contribuyeron al logro de esta publicacin, por el
apoyo e informacin suministrada:
INSTITUCIONES

Corporacin Autnoma Regional del Alto Magdalena CAM
Corporacin Autnoma Regional del Ro Grande de La Magdalena Cormagdalena
Corporacin Nacional de Investigacin y Fomento Forestal CONIF
Forest Carbon Tracking Task -Group of Earth Observation FCTT-GEO
Google.org
Infoterra
Institucin Carnegie para la Ciencia
ONF Andina ONF Internacional
Programa MIDAS Ms Inversin para el Desarrollo Alternativo Sostenible / U.S. Agency for International
Development USAID
Sarvision
Unidad Administrativa Espacial del Sistema de Parques Nacionales Naturales UAESPNN
Universidad Nacional de Colombia Sede Medelln
Woods Hole Research Center WHRC
PERSONAS NATURALES

Alex Held. PhD. Group of Earth Observations GEO
Alex Held. PhD. Group of Earth Observations GEO
Dolors Armenteras Pascual. PhD. Universidad Nacional de Colombia
Josef Kellndorfer. PhD. Woods Hole Research Center WHRC
Marcela Quiones Fernandez. PhD. Sarvision.
Steffen Kuntz. PhD. InfoTerra GmbH
Tina Cormier. Woods Hole Research Center -WHRC
Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos

de Reduccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia
Comit Tcnico
Andrea Garca Guerrero
Coordinadora Grupo de Mitigacin de Cambio Climtico
Ministerio de Ambiente, Vivienda y Desarrollo Territorial
Xiomara Sanclemente Manrique

Directora de Ecosistemas
Ministerio de Ambiente, Vivienda y Desarrollo Territorial
Luz Marina Arvalo Snchez

Subdirectora Ecosistemas e Informacin Ambiental
Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM
Mara Margarita Gutirrez Arias

Subdirectora de Estudios Ambientales
Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM
Ana Cristina Villegas Restrepo

Oficial de Proyecto
Fundacin Gordon y Betty Moore
Elsa Matilde Escobar ngel

Directora Ejecutiva
Fundacin Natura
lvaro Javier Duque Montoya

Profesor Asociado
Departamento de Ciencias Forestales,
Universidad nacional de Colombia
Coordinacin General
Mara Fernanda Ordez Castro
Juanita Gonzlez Lamus
Carlos Alberto Noguera Cruz
Henry Alterio Gonzlez
Equipo Tcnico Carbono
lvaro Javier Duque Montoya
Diego Alejandro Navarrete Encinales
Juan Fernando Phillips Bernal
Lina Mara Carreo Correa
Keneth Roy Cabrera Torres
Esteban lvarez Dvila
Walter Gil Torres
Equipo Tcnico Procesamiento Digital
de Imgenes
Lina Katherine Vergara Chaparro
Ana Mara Pacheco Pascagaza
Paola Giraldo Rodrguez
Edilia Gonzlez Mateus
Luisa Fernanda Pinzn Flores
Edwin Ivn Granados Vega
Paola Margarita Pabn Otlora
Karol Constanza Ramrez Hernndez
Daniel Alberto Aguilar Corrales
Henry Omar Augusto Castellanos Quiroz
Helio Carrillo Peuela
Equipo Tcnico Proyecciones de Deforestacin
Andrs Alejandro Etter Rothlisberger
Armando Hilario Sarmiento Lpez
Jos Julin Gonzlez Arenas
Sergio Alonso Orrego Suaza
Cristian David Ramrez Sosa
Equipo Tcnico Componente Tecnolgico
Mara Liseth Rodrguez Montenegro
Eduin Yesid Carrillo Vega
Emilio Jos Barrios Crdenas
Equipo Tcnico Proyecto Piloto REDD
William Giovanny Laguado Cervantes
Johana Herrera Montoya
SIGLAS Y ACRNIMOS
COP:
Conferencia de las Partes de la CMNUCC
CORINE: Coordination of Information on the Environment

p.e.:
Significa por ejemplo
et al.:
Significa y colaboradores, y otros; del latn et all
ASI:
Agencia Espacial Italiana
CSA:
Agencia Espacial Canadiense
DLR:
Centro Aeroespacial Alemn
IDEAM: Instituto de Hidrologa, Meteorologa y Estudios Ambientales

IGAC:
Instituto Geogrfico Agustn Codazzi
INPE:
Instituto de Investigaciones Espaciales de Brasil
IPCC:
Panel Intergubernamental de Cambio Climtico
ISRO:
Organizacin de Investigacin Espacial de la India
JAXA:
Agencia Espacial Japonesa
REDD+: Reduccin de Emisiones por Deforestacin y Degradacin de bosques
CONTENIDO GENERAL
1.
INTRODUCCIN .............................................................................................
11
2.
OBJETIVO ........................................................................................................
13
3.
ALCANCES Y CONSIDERACIONES TCNICAS INICIALES .......................
15
4.
ELEMENTOS CONCEPTUALES ....................................................................
19
5.
DESARROLLO DEL PROCEDIMIENTO A NIVEL SUBNACIONAL .............
21
7.
LITERATURA CITADA .....................................................................................
39
8.
GLOSARLO ......................................................................................................
41
Contenido general
1. Introduccin
La informacin proveniente de imgenes de sensores remotos ofrece grandes capacidades
para el monitoreo de la actividad y desarrollo de las cubiertas vegetales en su expresin
espacial y temporal en diferentes escalas, desde locales a globales (Field et al., 1995;
Colditz R., 2007). Mltiples aplicaciones de ndices orientados al seguimiento de la vegetacin han sido generadas a partir de los datos satelitales y han sido aplicados en estudios
ecolgicos (Kerr and Ostrovsky, 2003).
El Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia, ha evaluado
diversas metodologas de procesamiento digital de imgenes de sensores remotos para la
determinacin de la deforestacin y la estimacin del almacenamiento de carbono en los
bosques, a fin de orientar los primeros pasos para el establecimiento de un sistema slido,
robusto, confiable y transparente para el monitoreo de la extensin, distribucin y cambios
en la cobertura forestal y su relacin con el contenido de carbono. Para este efecto se han
realizado diversas pruebas para establecer los mejores insumos, procesos y herramientas para el monitoreo de los bosques y la determinacin de la deforestacin, a travs del
procesamiento digital de imgenes de satlite y se han desarrollado varios ejercicios para
determinar la deforestacin a nivel nacional.
Adems de la generacin de los datos, se han elaborado documentos que incluyen la
descripcin detallada del esquema metodolgico propuesto, as como los principales productos que se obtienen en el proceso, las consideraciones tcnicas y metodolgicas y los
recursos necesarios para su realizacin. Este documento complementa el Protocolo de
procesamiento digital de imgenes de satlite para la cuantificacin de la deforestacin
nacional (Cabrera et al., IDEAM, 2011), proponiendo los pasos para una metodologa que
permita cuantificar la deforestacin y monitorear los cambios en la coberturas de bosque
a nivel regional o local de manera que permita apoyar los proyectos REDD pero que a la
vez produzca informacin que sea complementaria e integrable con la informacin a nivel
nacional.
Introduccin
11
2. OBJETIVO
Establecer los pasos metodolgicos necesarios para generar cartografa temtica y reportes estadsticos a nivel subnacional sobre la extensin, distribucin y cambios de la
cobertura de bosque, a partir del procesamiento digital de imgenes de sensores remotos
de alta y muy alta resolucin espacial.
Objetivo
13

para la cuantificacin de la deforestacin en Colombia
Nivel subnacional -Escala gruesa y fina-
14
3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES

El presente documento se fundamenta en consideraciones tcnicas que deben ser tomadas
en cuenta a fin de identificar adecuadamente los recursos necesarios y las implicaciones
del proceso de generacin de productos de cartografa temtica en el marco del monitoreo
de la cobertura boscosa a nivel subnacional. As mismo, se plantean los alcances, mbito
de aplicacin y su interrelacin jerrquica con el nivel nacional.
1.
El Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia, en sus
lineamientos generales ha contemplado el establecimiento de las bases para implementar un sistema de monitoreo de la deforestacin desde dos niveles de aproximacin, nacional y sub-nacional, consecuente con los lineamientos hasta ahora publicados
por la Convencin Marco de las Naciones Unidas sobre Cambio Climtico -CMNUCC- y
el Panel Intergubernamental de Cambio Climtico -IPCC- y sus rganos subsidiarios.
2.
En consecuencia, el proyecto ha propuesto una serie de protocolos para la cuantificacin de la deforestacin utilizando tcnicas de procesamiento digital de imgenes
de satlite que se ejecut en el marco de los ejercicios de cuantificacin de la lnea
base histrica de deforestacin. Los protocolos dan directrices para la generacin de
informacin en los niveles y escalas de generacin de informacin definidas.
3.
En el contexto del presente protocolo la cobertura de bosque se define como Tierra

ocupada principalmente por rboles que puede contener arbustos, palmas, guaduas,
hierbas y lianas, en la que predomina la cobertura arbrea con una densidad mnima
del dosel de 30%, una altura mnima del dosel (in situ) de 5m al momento de su identificacin, y un rea mnima de 1,0 ha. Se excluyen las coberturas arbreas de plantaciones forestales comerciales (conferas y/o latifoliadas), cultivos de palma, y rboles
sembrados para la produccin agropecuaria. Esta definicin es consecuente con los
criterios definidos por la CMNUCC en su decisin 11/COP.7, con la definicin adoptada
por Colombia ante el Protocolo de Kyoto, as como con la definicin de la cobertura de
bosque natural incluida en la adaptacin para Colombia de la leyenda de la metodologa
CORINE Land Cover -CLC Colombia-.
Alcances y consideraciones tcnicas iniciales
15

4.
En el contexto del presente protocolo la deforestacin est definida como la conversin

directa y/o inducida de la cobertura bosque a otro tipo de cobertura de la Tierra en un
periodo de tiempo determinado (DeFries et al., 2006; GOFC-GOLD, 2009).
5.
El presente protocolo no pretende constituirse en una nueva metodologa para el seguimiento de las coberturas de la Tierra a nivel subnacional, sin embargo, su estructura y operatividad permiten su integracin con el proceso nacional para la generacin de
este tipo de informacin. En este sentido, la aplicacin del presente documento est
orientada a la generacin de informacin oportuna, coherente, transparente, exhaustiva, completa, precisa y comparable sobre la distribucin, extensin y cambios en el
tiempo de la cobertura de bosque a nivel subnacional, que permita la generacin de un
esquema de seguimiento efectivo de esta cobertura.
6.
No obstante lo anterior, para establecer un panorama general de los cambios del bosque hacia y desde otros tipos de coberturas de la Tierra (pastos, cultivos permanentes, cultivos transitorios, etc.), el protocolo propone aplicar una leyenda de coberturas
de la Tierra (principalmente vegetales), basada en la adaptacin para Colombia de la
leyenda de la metodologa CORINE Land Cover -CLC Colombia-, en sus niveles I y II,
permitiendo realizar los anlisis del proceso de deforestacin.
7.
El pblico objetivo del presente protocolo son funcionarios de entidades pblicas responsables de la generacin de informacin oficial sobre la distribucin, extensin y
cambios en la cobertura boscosa a nivel nacional, regional y/o departamental. Su aplicacin requiere de profesionales con experiencia en el uso de sistemas de informacin
geogrfica -SIG- y teledeteccin.
8.
En el contexto del presente protocolo la generacin de informacin a nivel subnacional

escala gruesa implica el procesamiento digital de imgenes de alta resolucin espacial (pixel 10m - 5m) para generar informacin sobre la distribucin y los cambios
en la cobertura boscosa, conforme a una escala espacial 1:50.000. La seccin del
protocolo para la cuantificacin de la deforestacin a nivel subnacional escala gruesa
se basa en el uso de imgenes de satlite de alta resolucin espacial (p.e. SPOT 4/5,
ALOS AVNIR2, etc.). Sin embargo, el protocolo propone alternativas para el caso de
no contar con este insumo.
9.
En el contexto del presente protocolo la generacin de informacin a nivel subnacional

escala fina implica el procesamiento digital de imgenes de muy alta resolucin espacial (pixel 5m - 1m) para generar informacin sobre la distribucin, extensin y cambios en la cobertura boscosa, conforme a una escala espacial 1:25.000. La seccin
del protocolo para la cuantificacin de la deforestacin a nivel subnacional escala fina
se basa en el uso de imgenes de satlite de muy alta resolucin espacial como las de
los sistemas IKONOS, Rapid Eye, Quick Bird o similares, con una resolucin espacial
de 5m - 1m. Sin embargo, el protocolo propone alternativas para el caso de no contar
con este insumo.
10. El
IDEAM adelant la evaluacin de diversos algoritmos de distintos grados de automatizacin orientados tanto a la identificacin de la cobertura boscosa como a la
cuantificacin de la deforestacin. De sta revisin se deriva la seleccin y aplicacin
16
de los procedimientos presentados en este documento, no obstante debe notarse que

este protocolo deber estar sujeto a una continua revisin y actualizacin.
11. Los productos derivados a partir de la aplicacin del presente protocolo son los mapas
de cobertura Bosque/No Bosque, los mapas de coberturas de la Tierra y los mapas de

cambio de la cobertura boscosa en regiones de inters en el pas, para los periodos
de tiempo determinados, especialmente para el apoyo de proyectos REDD.
Alcances y consideraciones tnicas iniciales
17
4. ELEMENTOS CONCEPTUALES
4.1 COBERTURA Y USO DE LA TIERRA
De acuerdo con la Gua de las Buenas Prcticas formulada por el IPCC (2003, 2006), para
estimar las existencias carbono y las emisiones de GEI, es necesario tener informacin
relacionada con la clasificacin, rea de superficie y datos de biomasa correspondientes
a las diferentes categoras de usos de la tierra que se puedan identificar. En esta lnea,
el IPCC recomienda seis categoras generales de uso de la tierra, a partir de las cuales,
posteriormente se pueden realizar estratificaciones por tipo de clima o zona ecolgica. A
grandes rasgos, la estratificacin se refiere a la divisin de cualquier paisaje heterogneo
en distintos estratos sobre la base de algn factor de agrupacin comn (GOFC-GOLD
2009). Para el caso particular de los proyectos REDD, se recomienda realizar estratificaciones usando como factor de agrupacin, las existencias de carbono en la vegetacin.
Esto permitir asociar para un rea determinada, las emisiones de dixido de carbono
producidas por la deforestacin o degradacin de los bosques.
El mapeo de cobertura y uso de la Tierra en Colombia est basado en la adaptacin del estndar europeo CORINE1 Land Cover, realizada en conjunto por 13 instituciones del estado
bajo la coordinacin tcnica del Instituto de Hidrologa, Meteorologa y Estudios Ambientales -IDEAM- y el Instituto Geogrfico Agustn Codazzi -IGAC- (IDEAM, IGAC, IAvH, SINCHI,
UAESPNN, INVEMAR y UPTC. En prensa). Este ejercicio se condensa en una leyenda de
cobertura y uso de la tierra de 63 clases basada en el procesamiento digital (visual) de
imgenes Landsat 5TM y Landsat 7 ETM+ a una escala de mapeo de 1:100.000 con una
unidad mnima de mapeo de entre 6,25 y 25 ha.
Se propone trabajar una leyenda de coberturas de la Tierra, basada en la adaptacin para
Colombia de la leyenda de la metodologa CORINE Land Cover -CLC Colombia-, en sus niveles I, II y III. En total la leyenda est constituida por 14 clases de cobertura de la Tierra,
que pueden verse en la Tabla 1.
CORINE Land Cover hace parte de un esfuerzo pan-europeo para el mapeo consistente y continuo de la cobertura de la Tierra en Europa.
Elementos conceptuales
19
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES

PARA LA CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIA
NIVEL SUBNACIONAL -ESCALA GRUESA Y FINA-
El uso de esta leyenda permite en un primer enfoque realizar los anlisis del proceso de
deforestacin, es decir el cambio de coberturas de bosque a otros tipos de coberturas de
la Tierra lo que corresponde a un anlisis de deforestacin del tipo Bosque/No Bosque (Tabla 1, columna 5). Pero tambin permite establecer un panorama general de los cambios
del bosque a otras coberturas como pastos, cultivos permanentes, cultivos transitorios,
usando las clases resaltadas en las columnas 2, 3 y 4.
Tabla 1. Propuesta de leyenda de coberturas de la tierra
Categoras
IPCC
Asentamientos
Tierras
Cultivadas
CLC Adaptado Colombia

Nivel I
Territorios
Artificializados
Territorios Agrcolas
Praderas o
pastizales
Bosques y reas
Semi-Naturales
Tierras
Forestales
Humedales
No Bosque
Otras zonas artificializadas
No Bosque
Cultivos transitorios
No Bosque
Cultivos permanentes
No Bosque
Pastos
No Bosque
reas agrcolas
heterogneas
No Bosque
reas con vegetacin

Herbcea y/o Arbustiva
reas abiertas, sin o con

poca vegetacin
Bosque Natural
Bosque
Plantacin forestal
No Bosque
reas con vegetacin

arbustiva
No Bosque
reas con vegetacin

Herbcea
No Bosque
Vegetacin secundaria o
en transicin
No Bosque
Zonas quemadas
No Bosque
Otras reas sin vegetacin
No Bosque
reas hmedas continentales
No Bosque
reas hmedas costeras
No Bosque
Superficies de agua
No Bosque
reas Hmedas
Superficies de agua
Fuente: Cabrera et al., IDEAM 2011a.
20
Nivel III
Zonas urbanizadas
Bosques
Tierras
Forestales
Praderas o
pastizales
Nivel II
Anlisis
deforestacin
5. DESARROLLO DEL PROCEDIMIENTO

A NIVEL SUBNACIONAL
El proceso metodolgico necesario para generar informacin temtica a nivel subnacional
en el marco del sistema de monitoreo de deforestacin se desarrolla de forma general en
cuatro grandes fases, a saber:
a. Fase I: Preparar o pre-procesar las imgenes con el fin de aprestarlas para el procesamiento efectuando correcciones que eliminan efectos anmalos captados por el
sensor.
b. Fase II: Se procesan las imgenes utilizando herramientas automatizadas de clasificacin a fin de generar clasificaciones de cobertura preliminares.
c. Fase III: Los resultados obtenidos en la segunda fase son ajustados para la obtencin
de la informacin depurada sobre distribucin, extensin y cambios en las coberturas
de la Tierra a fin de determinar la dinmica de cambio en las reas deforestadas.
d. Fase IV: Etapa de validacin temtica que permite estimar la incertidumbre de la informacin generada.
Desarrollo del procedimiento
21

La Figura 1 presenta la estrategia de uso de imgenes de sensores remotos para la

generacin de informacin sobre coberturas de la Tierra y procesos de deforestacin implementando una aproximacin jerrquica multi-escala que asegura la interoperabilidad de
diferentes tipos de sensores opticos/radar a nivel subnacional, las alternativas de imgenes de sensores remotos aplicables a este nivel se presentan en la Tabla 2.
Figura 1. Esquema de la estrategia de uso de imgenes de sensores remotos
a nivel subnacional para el monitoreo de la cobertura boscosa
Temporalidad: Sujeto a disponibilidad

Imgenes de alta resolucin
Escala Gruesa
(10m /<1:50.000 )
Resolucin espacial: 10m
Mapas Coberturas de la Tierra

Mapa Deforestacin
Nivel
Subnacional
Temporalidad: Sujeto a disponibilidad
Escala Fina
(1-5m/ <1:25.000)
Imgenes de muy alta resolucin
Resolucin 1-5m
Mapas Coberturas de la Tierra

Mapa Deforestacin
22
Tabla 2. Imgenes de sensores remotos aplicables a nivel subnacional

NIVEL
ESCALA
Gruesa
Subnacional
Fina
SENSOR
RESOLUCIN (m)
AGENCIA
COSTO
(U$/km)
SPOT4-HRVIR-2
10
Spot Image
0,90
SPOT5-HRVIR2/HRG
10--5
Spot Image
0,90
ALOS AVNIR-2
10
JAXA
0,08
Rapid Eye
DLR
1,65
LISS-IV
5,8
ISRO
0,39
RADARSAT2 (Modo fino)
CSA
3,12
SPOT5-HRVIR2/HRG
2,5
Spot Image
0,90
CBERS2-
2,5
INPE
QuickBird (multipectral)
Digital Globe
24,00
QuickBird (Pan)
0,65
Digital Globe
24,00
Ikonos (multiespectral)
Space Imaging
20,00
Ikonos (Pan)
Space Imaging
20,00
Fotografa area digital
0,5
IGAC
Cosmo-Skymed
ASI
1,52
Cosmo-Skymed
ASI
63,78
Terrasar-X (StripMap)
DLR
2,92
Terrasar-X (SpotLigth)
DLR
5,85
0,00
--
* Valores de referencia Jun. 2011.
A continuacin se describe detalladamente cada una de estas fases, los procedimientos

que deben ser realizados y los resultados intermedios y finales esperados.
5.1 ETAPA DE PRE PROCESAMIENTO

5.1.1 SELECCIN Y ADQUISICIN DE IMGENES
De acuerdo con los propsitos de dar soportes a proyectos de escala subnacional y la
disponibilidad de imgenes de sensores remotos aplicables a estudios de mapeo de coberturas de la Tierra, se opt por el uso de imgenes de alta y muy alta resolucin espacial,
preferiblemente de alta resolucin espectral y radiomtrica como es el caso de las imgenes SPOT/IKONOS/QUICKBIRD, entre otras, los cuales fueron seleccionados como el
insumo de teledeteccin para este ejercicio (una descripcin ms detallada se presenta en
el documento Documento tcnico de referencia para la utilizacin de imgenes de sensores remotos en la cuantificacin de la deforestacin y estimacin del almacenamiento de
carbono (Cabrera et al., IDEAM, 2011b).
Respecto del nivel Sub-nacional, el esquema propuesto se encuentra orientado a dar soporte tcnico a proyectos REDD de escala local y regional, y segn el tamao del proyecto
puede variar el tipo de aproximacin, desde una escala gruesa que usa imgenes de alta
23

resolucin espacial (imgenes pticas y de radar entre 10 y 5m) hasta una escala fina que
usa imgenes de muy alta resolucin (imgenes pticas y de Radar 53m), operados por
sensores principalmente comerciales, las cuales permiten entre otros aspectos apoyar la
verificacin de resultados del nivel nacional y generar informacin detallada para pequeas
reas de inters. Esta escala a partir del procesamiento digital de los productos espectrales obtenidos, se propone apoyar el establecimiento de un monitoreo bienal y actualizacin
de la deforestacin y los patrones del proceso de deforestacin a nivel sub-nacional. As
mismo, los productos generados apoyarn la estimacin del almacenamiento de carbono
a escala subnacional.
Los principales criterios para la seleccin de las imgenes a utilizar en el nivel subnacional,
son:
Resolucin espacial mximo 10m
Para cada momento del periodo a analizar es preferible usar imgenes con la menor
diferencia temporal posible, una variacin de adquisicin de ms o menos un ao a partir de la fecha establecida como referencia. De acuerdo a la disponibilidad se sugiere
seleccionar al menos una imagen para cada temporada climtica (poca seca/poca
hmeda).
Porcentaje con cobertura de nubosidad corresponde a un valor entre 0 y 100% asignado por el proveedor del conjunto de imgenes. Para este ejercicio se prefieren
imgenes con coberturas de nubes menores al 20%. Sin embargo, de acuerdo a las
particularidades del rea analizada, la localizacin de las reas con nubes y la disponibilidad de imgenes se podrn utilizar imagen hasta con el 50%.
Indicador de la calidad tcnica de los datos (presencia de errores radiomtricos, efectos nocivos, etc.) de acuerdo con el proveedor de imgenes corresponde a un valor
entre 0 y 9. Se prefieren imgenes con calidades mayores o iguales a 7.
Una vez determinados estos criterios se debe proceder a establecer la disponibilidad de
imgenes en los diferentes repositorios de imgenes de sensores remotos, inicialmente a nivel nacional y posteriormente en repositorios internacionales. Se debe revisar los
listados de imgenes disponibles en el Banco Nacional de Imgenes -BNI- e instituciones
pblicas nacionales (Proyecto SIMCI UNODC, SINCHI, etc) que pudiesen tener disponibilidad de imgenes an no reportadas al BNI o que dadas sus condiciones de calidad no
hayan sido cargadas.
En caso de que la bsqueda en los repositorios nacionales no logre un cubrimiento del
100%, o que la calidad de las imgenes encontradas no cumpla con los criterios de procesamiento, se debe realizar una exploracin a travs de los catlogos internacionales
existentes que permitan la bsqueda, visualizacin, seleccin, descarga y/o solicitud de
compra de imgenes de sensores remotos o en ciertos casos se requiere hacer la solicitud
de programacin del satlite. Cada uno de los programas satelitales tiene un mecanismo
diferente de adquisicin que deber ser tenido en cuenta para la programacin de la ad-
24
quisicin de las imgenes necesarias para cuantificar la deforestacin en el periodo de

anlisis determinado.
Si la planificacin del proyecto se realiza con la suficiente anticipacin, es recomendable
tener en cuenta la posibilidad de realizar con los proveedores de imgenes la programacin
de toma de las mismas de manera que cumplan con las caractersticas requeridas por
el anlisis especfico a desarrollar. El almacenamiento de las imgenes se har segn el
modelo de datos Raster del IDEAM y deber incluir la documentacin (metadato) correspondiente diligenciado segn las normas nacionales vigentes.
Figura 2. Disponibilidad de imgenes SPOT 4-5-para el periodo 1996-2008
REPBLICA DE COLOMBIA
LA GUAJIRA
ATLNTICO
MAGDALENA
CESAR
SUCRE
BOLVAR
CRDOBA
ANTIOQUIA
NORTE DE SANTANDER
SANTANDER
ARAUCA
CHOC
BOYAC
CALDAS
CASANARE
RISARALDACUNDINAMARCA
VICHADA
QUINDO
BOGOTA, D.C.
TOLIMA
VALLE DEL CAUCA
META
GUAINA
CAUCA
HUILA
GUAVIARE
NARIO
PUTUMAYO
CAQUET
VAUPS
AMAZONAS
Imgenes SPOT
1996 - 2000
2001 - 2003
2004 - 2006
2007 - 2008
Departamentos
CUBRIMIENTO IMGENES DE SATLITE SPOT

INSTITUTO GEOGRFICO AGUSTN CODAZZI - IGAC
SUBDIRECCIN GEOGRAFA Y CARTOGRAFA
Fuente: Imagen cortesa IGAC.

25

5.1.2 Calibracin radiomtrica y Correccin atmosfrica

Este proceso permite convertir la informacin de la imagen original (bruta) de cada pixel,
de Niveles Digitales -ND- a Niveles de Reflectancia captada por el sensor en el tope de la
atmosfera, es decir, sin los efectos de la misma, lo que permite disminuir los efectos de
dispersin o absorcin causados por la presencia de partculas en la atmsfera. Adicionalmente, se busca remover el efecto de los diferentes ngulos de incidencia de la energa
solar y de la distancia Tierra - Sol, que se producen como consecuencia de las diferencias
de tiempo de adquisicin de las imgenes. Tambin es conveniente su aplicacin en el caso
de utilizar imgenes de diferentes tipos de sensores, pues permite normalizar las diferencias de valores de la radiacin solar causados por las diferencias de los rangos espectrales
entre las bandas de las imgenes. En general con estas correcciones se busca minimizar
los errores que influyen en la radiacin o en el valor radiomtrico de cada elemento captado
en la escena.
El proceso de correccin atmosfrica puede aplicar opcionalmente la correccin de neblina
y/o el enmascaramiento de nubes, por lo cual es necesario inspeccionar previamente la
imagen para detectar la presencia de nubes y/o neblina evidente. Como resultado final de
este sub-proceso, se obtiene una imagen en valores de reflectancia que mejora la separabilidad espectral de los objetos presentes en la imagen corregida (coberturas de la Tierra)
respecto a la imagen original, mejorando los resultados finales del proceso de clasificacin
digital (ver Figura 3).
Figura 3 Ejemplo de correccin atmosfrica
5.1.3 Correccin geomtrica

Este proceso corrige los desplazamientos y distorsiones geomtricas presentes en una
imagen, causados por la inclinacin del sensor (posicin del sensor en el momento de la
toma), la influencia del relieve y los errores sistemticos asociados con la imagen. Esta
26
parte del proceso es determinante pues tiene implicaciones directas en la precisin de la

posicin de los resultados a obtener en el procesamiento, y en el caso de estimacin de
cambios entre coberturas garantiza que los cambios reportados entre dos imgenes de
la misma zona y distintas fechas, se deban a cambios en las coberturas de la Tierra detectadas durante el periodo establecido, y no a diferencias en la posicin de las imgenes
en el periodo de anlisis. Para este propsito se recomienda seguir la metodologa consignada en el documento Manual de procedimientos para la produccin de orto-imgenes
de satlite pticas usando MDT (IGAC, 2008), que contiene la descripcin detallada de la
metodologa y los recursos necesarios para realizar este proceso2.
5.2 ETAPA DE PROCESAMIENTO

En el nivel subnacional esta etapa del proceso est referida al procesamiento digital de
las imgenes previamente pre-procesadas, para la generacin de cartografa temtica de
extensin, distribucin y cambios en las coberturas de la Tierra, principalmente boscosas.
En este nivel de generacin de informacin como parte del apoyo a las actividades REDD a
nivel regional o local, y con el propsito de sacar el mayor provecho de la mayor resolucin
espacial de las imgenes, se ha estimado que con una combinacin de procedimientos
automatizados y tradicionales es posible hacer una clasificacin ya no solamente de las
clases Bosque y No bosque sino tambin de las 14 clases de coberturas de la leyenda
propuesta para la estimacin de emisiones-remociones de Carbono. Esta informacin permite adicionalmente establecer anlisis preliminares de las posibles causas o factores de
la deforestacin.
En sntesis, la imagen pre-procesada se convierte en una imagen de segmentos, la cual
ser clasificada con base a criterios espectrales, espaciales y estadsticos a travs de un
algoritmo de rboles de decisin (RandomForest implementado en R) para finalmente ser
editado para generar un archivo de clasificacin de coberturas de la Tierra. A continuacin
se describe cada uno de estos procedimientos:
5.2.1 Segmentacin de la imagen

Para realizar la separacin de las 14 clases de coberturas se recomienda implementar un
esquema de segmentacin de las imgenes para facilitar el proceso de clasificacin. La
segmentacin es un proceso digital de agrupamiento de pixeles a objetos ms significativos (segmentos) usado para simplificar la imagen. Los segmentos son relativamente homogneos en relacin a una o ms caractersticas (principalmente variables espectrales).
Esta tarea se realiza de manera coordinada con la subdireccin de Geografa y Cartografa del Instituto Geogrfico Agustn Codazzi -IGAC-, a travs de la
divisin de fotogrametra.
27

Los resultados finales del proceso de segmentacin son dependientes de ciertos parmetros iniciales3 definidos por el intrprete, entre estos podemos mencionar:
Variables insumo. Se deben identificar las variables espacialmente explicitas que
servirn de insumo para el proceso de segmentacin. En general, es preferible trabajar con informacin espectral captada por sensores remotos, de acuerdo con la experiencia del intrprete es posible seleccionar las bandas espectrales a utilizar aunque
es recomendable utilizar todas las bandas del producto seleccionado e incluso aadir
como bandas adicionales otros datos que puedan aportar informacin til en la agrupacin de pixeles y la separacin de zonas homogneas. Estos datos deben estar coregistrados y re-muestreados a la misma resolucin espacial de las bandas originales.
Parmetros de segmentacin. En trminos generales el proceso de segmentacin se basa en dos parmetros fundamentales, relacionados con que tan similares
son los pixeles a agrupar y cun grande debe ser el segmento generado, a saber:
i)
Similaridad de los pixeles a agrupar. Esta referido como la distancia mnima

espectral (generalmente distancia euclidiana) que deben cumplir los pixeles que conformarn los segmentos. Es conveniente realizar varias pruebas de las medidas de
similaridad y agrupamiento, a fin de identificar el valor ptimo para una determinada
segmentacin. Este valor final depender del propsito final de la segmentacin, leyenda de cobertura de la Tierra a implementar, etc.
ii) Tamao del segmento a generar. Esta referido como el nmero mnimo de pixeles que conformaran un segmento. Es conveniente realizar varias pruebas de tamaos, a fin de identificar el valor ptimo para una determinada segmentacin. Este valor
final depender del propsito final de la segmentacin, escala espacial del producto a
generar, etc.
El resultado final del proceso consiste en un archivo de segmentos que representan los objetos presentes en la imagen a clasificar (ver Figura 4). Opcionalmente el intrprete podr
seleccionar el formato espacial del archivo resultado, es decir, formatos Raster compatibles (p.e. GeoTIFF) y/o Vectoriales compatibles (p.e. Shapefile), vector de los segmentos
y la tabla de atributos que incluye el clculo de estadsticas de los segmentos.
28
Estos parmetros estn definidos de acuerdo con la herramienta de cmputo en la cual se implementa el proceso de segmentacin. Existen varias herramientas comerciales y de libre distribucin que incluyen algoritmos para el proceso de segmentacin, para mayor informacin:
Idrisi Taiga. http://www.clarklabs.org/products/index.cfm
eCognition 8.7. http://www.ecognition.com/products
Envi 4.8. http://www.ittvis.com/ProductServices/ENVI.aspx
Spring 5.1.8. http://www.dpi.inpe.br/spring/
Figura 4. Ejemplo del resultado de la aplicacin de una segmentacin en una imagen RapidEye
en un sector del Parque Natural Regional Corredor Biolgico en el sur del departamento del Huila,
Der. Imagen RapidEye Original, Izq. Imagen de segmentos generada
El resultado de esta etapa est integrado por un archivo de segmentos en formato Raster
y la tabla de atributos de las estadsticas de los segmentos. Esta informacin nos permite
a continuacin en un siguiente paso, clasificar los segmentos en las clases de coberturas
requeridas.
5.2.2 Clculo de atributos de clasificacin

Los algoritmos de rboles de decisin como RandomForest estn fundamentados en la
identificacin de reglas binarias de separacin basadas en las variables insumo para realizar la clasificacin de imgenes de satlite, por ende, es recomendable disponer de amplios conjuntos de variables, y as identificar estructuras complejas de decisin que permitan encontrar las mayores diferencias entre las clases a clasificar. Por ejemplo, un archivo
multi-espectral de una imagen Landsat tpica (TM, ETM+) posee seis bandas, es decir,
seis variables en trminos del algoritmo de clasificacin. En este sentido, en el presente
documento se propone generar sobre los segmentos creados, mtricas que acten como
variables de clasificacin. Estas mtricas se calculan a partir de las bandas espectrales de
las imgenes insumo, y algunas de las principales que se pueden mencionar son:
Mtricas espaciales. Cada segmento queda caracterizado por medidas que resumen sus caractersticas geomtricas, tales como, rea, permetro, compactacin,
convexidad, etc.
Mtricas espectrales. Cada segmento queda caracterizado por medidas estadsticas que resumen la variabilidad espectral, tales como mnimo, mximo, rango,
media, desviacin estndar, varianza, majority, minority, etc.
Mtricas de textura. Cada segmento puede ser caracterizado por una medida de
la variabilidad tonal del brillo en la imagen de sensor remoto usada como insumo.
29

Mtricas basadas en operaciones entre bandas. Cada segmento puede

ser caracterizado complementariamente por operaciones aritmticas entre las variables insumo, p.e. suma, resta, multiplicacin, divisin, etc.
5.2.3 Clasificacin inicial de las coberturas de la tierra

La clasificacin de los segmentos en las 14 categoras de coberturas puede realizarse utilizando algoritmos bsicos de clasificacin tradicionales bajo esquemas no supervisados,
supervisados, clasificacin orientada a objetos, tcnicas de clasificacin basada en lgica
difusa, o tcnicas de clasificacin basadas en rboles de decisin4.
Con excepcin del esquema no supervisado, las tcnicas de clasificacin mencionadas requieren un conjunto de reas de entrenamiento con coordenadas conocidas (espacialmente
explicitas), las cuales sern luego asociados a los segmentos generados. Como regla general la cantidad de reas de entrenamiento deben ser representativas de la variabilidad
del universo a clasificar, siendo recomendable contar con alrededor del 1% del universo
total, es decir, del total de los segmentos generados para una imagen determinada.
Complementariamente, se debe procurar distribuir este nmero de reas de entrenamiento de tal manera que sea homogneo entre todas las clases que se van a utilizar en la
clasificacin, a mayor nmero de reas de entrenamiento mejores sern los resultados de
la clasificacin, disminuyendo significativamente la incertidumbre de los resultados.
Los algoritmos basados en rboles de decisin, tienen la versatilidad de constituirse en
un modelo predictivo que usa reglas binarias para calcular un valor objetivo, el cual puede
ser un dato categrico (p.e. una clase temtica de cobertura de la Tierra), o un dato continuo (p.e. una regresin de valores de Carbono); a travs del uso de valores reales para
construir el modelo predictivo.
Adicionalmente, al ser un algoritmo no paramtrico permite incorporar amplios conjuntos
de variables en el proceso de prediccin, permitiendo al interprete incluir datos espectrales (bandas de la imagen insumo), as como otros conjuntos de datos tales como Modelos
Digitales de Terreno, informacin espacial sobre clima y/o cualquier otra capa de datos
continuos o categricos que estn relacionados con las coberturas de la Tierra a clasificar.
Una de las principales ventajas de esta aproximacin es que es robusta frente a valores
atpicos en los datos de entrenamiento, permitiendo ensamblar muchos modelos de
rbol de decisin. Otro factor relevante es que provee informacin sobre exactitud e importancia de las variables utilizadas en la clasificacin, permitiendo al intrprete identificar
con facilidad el conjunto ptimo de variables para aplicar el proceso de prediccin (clasificacin temtica, regresiones numricas).
30
Este tipo de tcnicas en general han demostrado mejores resultados de acuerdo con pruebas realizadas por el IDEAM en el marco del Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia.
Este procedimiento automatizado es una primera aproximacin sobre la distribucin y

extensin de las 14 clases de coberturas de la Tierra, sin embargo, esta clasificacin a
menudo padece de ciertos niveles de imprecisin temtica, lo que obliga a realizar distintos tipos de ajustes o ediciones temticas (ver Figura 5).
Figura 5. Clasificacin inicial de la cobertura de la tierra
Nota metodolgica:
Con el nimo de garantizar la consistencia temtica y cartogrfica de la
informacin generada, se recomienda aplicar algoritmos de generalizacin
cartogrfica que ajusten detecciones cuyas reas sean inferiores a la unidad mnima de mapeo establecida segn la escala espacial.
5.3 ETAPA DE AJUSTES TEMTICOS

5.3.1 Edicin de la clasificacin inicial de las coberturas de la Tierra
En esta etapa se realiza una edicin semiautomtica, la cual consiste en efectuar una
nueva clasificacin digital de tipo Supervisado/No Supervisado5 basado en la imagen preprocesada, aplicando dicha clasificacin en zonas separadas a travs de mscaras temticas en las reas correspondientes a aquellas clases de cobertura de la Tierra que ms
5
Por lo general se recomienda utilizar el algoritmo ISODATA configurado con los siguientes parmetros: nmero mnimo de clases 50, nmero mximo de
iteraciones 40, y un porcentaje de error menor al 1%.
31

presentan confusin, por ejemplo, las reas de Cultivos permanentes (Caf a plena exposicin o bajo sombro) y reas agrcolas heterogneas (Mosaicos), as mismo en algunos
sectores en los que tambin se presentan confusin de la cobertura reas de vegetacin
secundaria que se confunde con la cobertura de Bosque Natural.
Los resultados de clasificacin deben recodificarse mediante la fusin de clases y/o recodificaciones de grupos de pixeles basados en el criterio y experiencia del intrprete, a fin de
ajustar a una capa con las 14 clases de inters. El resultado final de este subproceso es la
generacin de nuevo archivo temtico ajustado con las clases separadas de las coberturas
que haban sido confundidas inicialmente. Posteriormente realizando una inspeccin visual
en pantalla a la escala de trabajo determinada, se compara la imagen pre-procesada con
el mapa de coberturas obtenido de la clasificacin No Supervisada, se identifican reas
donde an es preciso editar temticamente los resultados del procesamiento digital, a
manera de control de calidad de la clasificacin.
5.3.2 Elaboracin de mosaicos

Las clasificaciones editadas temticamente son el insumo del proceso de empalme de
resultados, a partir de las modificaciones realizadas para cada escena se procede a realizar un empalme de estos resultados, a fin de generar un nico mapa temtico para toda
la zona de anlisis. Una vez elaborado el mosaico de cobertura de la Tierra, y de estar
disponible una fuente secundaria de datos temticos (p.e. CORINE Land Cover a escala
1:100.000) se realiza una verificacin temtica de resultados para eliminar reas errneamente asignadas.
5.3.3 Deteccin de cambios de la cobertura de bosque entre los diferentes

periodos analizados.
Los procedimientos descritos hasta el numeral anterior deben ser aplicados al menos para
dos periodos de tiempo, luego de lo cual es posible utilizar herramientas de operaciones
entre mapas en formato Raster para obtener un mapa de cambios en las coberturas de
la Tierra mapeadas.
5.3.4 Cuantificacin de deforestacin

Finalmente, una vez revisada la consistencia temtica de la informacin de cambio de las
coberturas, se puede proceder a calcular la tasa de deforestacin de la zona de inters
durante el periodo de anlisis estipulado. Para esto, se extraen la cantidad de pixeles que
cambian de cobertura de Bosque Natural en el primer momento del anlisis a cualquiera de
los otros tipos de cobertura de la Tierra6 (denominadas genricamente como No Bosque),
en el segundo momento del monitoreo.
32
De este anlisis se excluye la categora Sin informacin.
Se convierte el valor en pixeles de las clases seleccionadas (Bosque a otras coberturas)

a un valor de superficie en unidades acorde a la magnitud del territorio analizado, en este
caso hectreas. Para esto, el nmero total de pixeles se multiplica por el rea del pixel
(p.e. 100 m2 para imagen de resolucin espacial 10m) y se divide por 10.000, cuantificando el rea total de cobertura de Bosque Natural que pasa a cobertura de No Bosque
en el periodo analizado. Esta operacin genera la superficie bruta de deforestacin en el
periodo consolidado de anlisis.
Posteriormente, la superficie de cambio por deforestacin se divide por el nmero total
de aos del periodo de anlisis, generando un valor de Tasa Anual de Deforestacin -TAD-,
correspondiendo al promedio anual del cambio de cobertura de Bosque Natural a cobertura de No Bosque.
Donde,
TAD= tasa anual de deforestacin.
Pi= Pixeles en la clase deforestacin en el mapa de cambio.

A= rea en m2 por pixel del mapa de cambio.

n= Nmero total de aos de aos de anlisis.
5.4 Evaluacin de Calidad Temtica

Las medidas de exactitud de los mapas se refieren al grado de exactitud del mapa generado (Foody, 2002), estas medidas deben ser significativas y coherentes para que los
usuarios de los mapas puedan evaluar la idoneidad de los datos para un determinado
uso particular, as mismo, estas medidas pueden permitir tambin a los productores del
resultado cartogrfico identificar las probables fuentes de error, y consecuentemente las
debilidades de la metodologa de clasificacin utilizada (Powell et al., 2004).
En el contexto del cambio climtico y el clculo de contenidos y emisiones de gases de
efecto invernadero, relacionados con la deforestacin, no se han establecido umbrales
mnimos de aceptacin de los procesos de evaluacin de la exactitud temtica, ni los
requerimientos temporales y espaciales para la generacin de los datos sobre superficie y extensin de las coberturas boscosas por pas que alimenten los sistemas de
contabilidad de carbono. Sin embargo, es una buena prctica estimar y presentar las
incertidumbres asociadas a las estimaciones de las emisiones y de las absorciones para
lo cual es necesario realizar la evaluacin de la calidad temtica de algunos de los productos generados a nivel nacional tanto de una sola fecha de referencia como de uno de
los productos multi-temporales.
33

Diseo de muestreo.
De acuerdo con Meidinger (2003), se propone tomar como marco de muestreo los grupos
de pixeles que cumplan con la unidad mnima de mapeo para la escala de trabajo (p.e.
1 ha para escala fina), generados en los mapas de cobertura de la Tierra. Se realizar un
muestreo estratificado de acuerdo con las clases de cobertura de la Tierra clasificadas,
de esta forma la evaluacin podr capturar adecuadamente las particularidades de cada
una de ellas, as mismo, garantiza que cada una de estas unidades tenga muestras representativas. Adicionalmente, al interior de estos estratos se distribuirn aleatoriamente los
puntos de verificacin (distribucin uniforme tanto en X como en Y). Para evitar la autocorrelacin espacial se establece que los puntos seleccionados deben estar separados
entre s por lo menos 5km.
Tamao de la muestra.
Se plantea aplicar la propuesta de Bernal (2004), la cual determina el peso de cada estrato de acuerdo a la proporcin de cada tipo de cobertura de la Tierra, as entonces se debe:
i) Calcular el tamao preliminar n0 de la muestra.
Donde,
Wh= Peso de cada estrato, respecto al rea del estrato vs el rea total del
mapa.
Ph= Corresponde a la Proporcin de unidades de verificacin bien clasificadas que se asume en el estrato.
Qh= Proporcin de unidades de verificacin mal clasificadas que se asume
en el estrato. Se asume que Qh = (1-Ph). Para hallar el valor preliminar se
supone un valor de 0,5 para todos los estratos.

= Error mximo admisible. Se recomiendan valores mximos de 0,07
(Meindinger, 2003).
Z= Nivel de confianza.
ii) Calcular el tamao de la muestra denotado, n,:
34
iii) Calcular el tamao de la muestra al interior de cada estrato, nh, as:
A travs del anterior procedimiento se deber identificar la distribucin de unidades de

muestreo por tipo de cobertura evaluado.
Datos de Referencia
Para efectuar la evaluacin de la exactitud temtica de los productos generados se propone que la fuente de informacin de referencia sean imgenes de alta y muy alta resolucin
espacial disponibles para los sitios seleccionados por el diseo de muestreo (p.e. SPOT 5,
Quick Bird, IKONOS, GeoEye, etc.), las cuales se constituyen en un insumo de mayor resolucin espacial que las imgenes utilizadas como base para la generacin de los mapas
(p.e. RapidEye). La forma de los sitios de verificacin ser cuadrada con un rea determinada por la unidad mnima de mapeo del producto cartogrfico evaluado.
Anlisis de datos
Corresponde al clculo de un conjunto de medidas (ndices) que permiten determinar: i)
la probabilidad de que una clase de referencia haya sido bien clasificada en el mapa, y la
represente fielmente en el terreno; y ii) la probabilidad de que un mapa en su conjunto
haya sido bien clasificado, y represente realmente la realidad verificada en el terreno. Se
propone calcular siete mtricas: cuatro a nivel de clases y tres a nivel de mapa (Liu et al.,
2007), a saber:
Mtricas a nivel de Clase:

Exactitud del Usuario -ua-.
Esta mtrica indica la probabilidad de que un pixel clasificado en el resultado cartogrfico,
represente realmente esa categora en el terreno. Su clculo est basado en la matriz de
error, de la siguiente forma:
35

Cambio relativo de la entropa de una categora en el mapa -ecnu-.

Evala la exactitud de una determinada categora dentro del resultado cartogrfico, permite la comparacin de varios resultados temticos, incluso si no tienen los mismos nmeros
de categoras. Esta mtrica se constituye como una medida suplementaria que provee
informacin no recogida por mtricas como ua y pa. Su clculo est basado en la matriz de
( ( )
( )
( )
( ))
( )
Exactitud del Productor -pa-.

Esta mtrica indica la probabilidad de que un pixel de referencia haya sido correctamente
clasificado. Su clculo est basado en la matriz de error, de la siguiente forma:
Cambio relativo de la entropa de una categora en la muestra de referencia -ecnp-.

Evala la exactitud de una determinada categora dentro del resultado cartogrfico, permite la comparacin de varios resultados temticos, incluso si no tienen los mismos nmeros
de categoras. Esta mtrica se constituye como una medida suplementaria que provee
informacin no recogida por mtricas como ua y pa. Su clculo est basado en la matriz de
( ( )
Donde;
( )
( )
36
( ))
( )
)
(
Mtricas a nivel de Mapa:

Exactitud general -oa-.
Trk en 2002 sealo que la oa es una buena medida para calcular la exactitud en general
del mapa evaluado, sin embargo, no es adecuada para evaluar la capacidad diagnstica de
su creador. Su clculo est basado en la matriz de error, de la siguiente forma:
Media aritmtica normalizada de la entropa en el mapa y la verificacin en terreno

-nmiam-.
Evala la exactitud del resultado cartogrfico y los datos de verificacin, permite la comparacin de varios resultados temticos. Esta mtrica es una medida suplementaria que
provee informacin no recogida por mtricas como oa y Kappa. Su clculo est basado en
la matriz de error, de la siguiente forma:
( ( )
Donde;
( ))
)
( )
( )
ndice de Kappa.
Se define como la proporcin de coincidencias obtenidas en un producto cartogrfico sustrayendo aquellos generados de forma fortuita (Rosenfield & Fitzpatrick-Lins, 1986).
(
(
)
)
Donde, oa= Overall accuracy,
37
6. LITERATURA CITADA
Bernal N. 2004. Evaluacin de la calidad temtica del mapa de Ecosistemas. En: Rodrguez, N., Armenteras, D., Morales, M. y Romero, M. (2004). Ecosistemas de los
Andes Colombianos Instituto de Investigacin de Recursos Biolgicos Alexander
von Humboldt, Bogot, pp. 154.
Cabrera, E., G. Galindo & D.M. Vargas. 2011. Protocolo de Procesamiento Digital de
Imgenes para la Cuantificacin de la Deforestacin en Colombia, Nivel Nacional
Escalas Gruesa y Escala Fina. Instituto de Hidrologa, Meteorologa, y Estudios
Ambientales-IDEAM-. Bogot D.C., Colombia. 37 p.
Cabrera, E., Yepes A.P., Phillips, J.F., Galindo, G., Navarrete D.A., Vargas, D., Laguado,
W., Duque A.J., Garca, M.C., Ordoez, M.F. 2011a. Sistemas de clasificacin y
leyenda para la cuantificacin de la deforestacin y estimacin del almacenamiento de Carbono. Instituto de Hidrologa, Meteorologa, y Estudios AmbientalesIDEAM-. Bogot D.C., Colombia. 54 p.
Cabrera, E., G. Galindo & D.M. Vargas, IDEAM 2011b. Documento tcnico de referencia
para la utilizacin de imgenes de sensores remotos en la cuantificacin de la deforestacin y estimacin del almacenamiento de carbono, elaborado en el marco
del Proyecto Capacidad Institucional Tcnica y Cientfica para apoyar proyectos
de Reduccin de Emisiones por Deforestacin REDD en Colombia. Instituto de
Hidrologa, Meteorologa, y Estudios Ambientales-IDEAM-, Indito.
Colditz R., 2007. Time Series Generation and Classification of MODIS Data for Land Cover
Mapping. Thesis Dissertation.
Field, C.B., Randerson, J.T. and Malmstrom, C.M. 1995. Global net primary production: combining ecology and remote sensing. Remote Sensing of Environment
51:74-88.
Foody G.M. 2002. Status of land cover classification accuracy assessment. In: Remote
Sensing of Environment 80 (2002) 185 201.
GOFC-GOLD. 2009. Reducing greenhouse gas emissions from deforestation and degradation in developing countries: a sourcebook of methods and procedures for mo-
Referencias
39

nitoring, measuring and reporting GOFC-GOLD Report, Version COP14-2 GOFCGOLD Project Ofce, Natural Resources Canada, Alberta, Canada.
IDEAM, IGAC, IAvH, SINCHI, UAESPNN y CORMAGDALENA. 2010. Leyenda Nacional de
Coberturas de la Tierra, Metodologa CORINE Land Cover adaptada para Colombia escala 1:100.000. Instituto de Hidrologa, Meteorologa y Estudios Ambientales, Bogot. 72p.
IDEAM, IGAC, IAvH, SINCHI, UAESPNN, INVEMAR y UPTC. En prensa. Mapa de coberturas
de la Tierra CORINE Land Cover adaptada para Colombia, escala 1:100.000.
Instituto Geogrfico Agustn Codazzi -IGAC-. 2008. Manual de procedimientos produccin
de ortoimgenes de satlite pticas usando MDT. Divisin de fotogrametra. Cd.
P320-12/2008. Sep. de 2008. Versin 1.
Kerr J. and Ostrovsky M. 2003. From space to species: ecological applications for remote
sensing. TRENDS in Ecology and Evolution Vol.18 No.6.
Liu Canran, Frazier Paul y Kumar Lalit. 2007. Comparative assessment of the measures of
thematic classification accuracy. Remote Sensing of Environment. ScienceDirect.
107 pgs. 606-616.
Meidinger, D. 2003. Protocol for accuracy assessment of ecosystem maps B.C. Ministry
of Forests, Victoria, BC, pp. 23.
Powell RL, Matzke N, de Souza C, Clark M, Numata I, Hess LL, Roberts DA, Clark M, Numata I, Hess LL, Roberts DA. 2004. Sources of error in accuracy assessment of
thematic land-cover maps in the Brazilian Amazon. Remote Sensing and Environment. 90:221234
Rosenfield, G. H., & Fitzpatrick-Lins, K. 1986. A coefficient of agreement as a measure
of thematic classification accuracy. Photogrammetric Engineering and Remote
Sensing, 52, 223227.
Trk, G. 2002. Letter to the Editor: Map Evaluation and Chance Correction. Photogrammetric Engineering and Remote Sensing, 68, 123129.
40
7. Glosarlo
Banda. Cada uno de los intervalos en los cuales se divide el espectro electromagntico
en una imagen de sensor remoto.
Bilineal. Tcnica de remuestreo que toma los datos de los cuatro pxeles ms cercanos
para asignar el valor del pxel de salida.
Brillo. Cantidad total de luz en una imagen digital. El brillo afecta toda la imagen y puede
aplicarse sobre la luminosidad (intensidad combinada de los tres colores RGB) o sobre un
color en particular. Cuando se incrementa el brillo, el valor de cada pxel se acerca ms a
255 (blanco). Cuando se disminuye, el valor de cada pxel se reduce ms cerca del 0 (negro).
Contraste. Diferencia de densidad entre las partes ms claras y ms oscuras de una
imagen. Cuando se refiere a un contraste pobre indica que contiene transiciones bruscas
entre el blanco y el negro o valores dentro de una gama estrecha. Un buen contraste indica
que la gama de valores desde el negro al blanco es amplia.
Convolucin cbica (Cubic Convolution). Tcnica de remuestreo que toma los datos
ponderados de los diecisis pxeles ms cercanos para asignar el valor del pxel de salida.
Correccin geomtrica. Consiste en vincular una regin de una imagen con una correspondiente regin de otra imagen, la cual es tomada con un sensor diferente o un ngulo de vista diferente. Permite corregir la posicin relativa del pxel, la cual se modific por
la geometra del sensor o por variaciones en el terreno.
Correccin radiomtrica. Considera las variaciones en la intensidad del pxel (niveles
digitales) causados por el objeto o la escena que se escane (mal funcionamiento del sensor, efectos atmosfricos o efectos topogrficos).
Datum. Superficie en la cual se referencian todas las coordenadas (x,y,z), tiene asociado
un elipsoide especfico y uno o ms puntos materializados sobre la superficie terrestre.
Distorsin geomtrica. Deformacin de la imagen causada por la plataforma del sensor (variacin de la altitud y la posicin del satlite), el satlite (variacin de la velocidad de
Glosario
41

desplazamiento, el ngulo y la perspectiva de toma) y/o relativas al terreno sobre el cual

se hace la captura de informacin geogrfica (rotacin, curvatura y topografa del terreno).
Distorsin radiomtrica. Error que influye en la radiacin o valor radiomtrico de un elemento de la escena (pxel).
Espectro electromagntico. Distribucin energtica, medida en funcin de la frecuencia, del conjunto de las ondas electromagnticas que van desde los rayos gamma y
rayos X hasta las ondas de radio, pasando por el espectro trmico responsable del calor
que percibimos y que no son directamente perceptibles por el ser humano. Estas formas
energticas pueden reflejarse en la superficie terrestre y ser capturadas por el sensor
del satlite proporcionando informacin sobre sus caractersticas, tal y como lo hacen las
ondas del espectro visible. La energa se mide en micrmetros.
Filtro. Operador local mediante el cual se obtiene una nueva imagen, cuyos Niveles Digitales (ND) son funcin de los ND originales y de los de las celdas contiguas. Dependiendo
del tipo, se utilizan para suavizar y eliminar ruido, o bien para realzar los rasgos lineales
de una imagen.
Formato IMG (Image). Formato de archivo de imagen, propia de ERDAS IMAGE.
Formato Raster o Matricial. Estructura de almacenamiento de informacin espacial
conformada por celdas del mismo tamao, ordenadas en filas y columnas, localizadas en
coordenadas contiguas, implementadas en una matriz 2D. Cada celda, llamada tambin
elemento de imagen, elemento matriz o pxel, es referenciada por ndices de filas (o lneas)
y columnas y contiene un valor numrico representando el nivel digital y unas coordenadas
que la ubican espacialmente.
Formato TIFF (Tagged Image File Format). Formato de fichero para grficos de
mapas de puntos. Almacena las imgenes mediante la descripcin de informacin en bloques o marcas. Cada marca describe un atributo de la imagen o un desplazamiento desde
el principio del fichero hasta una cadena de pxeles. Actualmente es un estndar de calidad
que se suele emplear en trabajos de imagen impresa.
Georreferenciacin. Proceso mediante el cual se asignan coordenadas con una proyeccin y Datum especficos a un objeto o superficie en el plano en un archivo raster (imagen) o vectorial (lneas).
Histograma. Representacin grfica y estadstica que ofrece informacin valiosa sobre
una imagen digital, indica el nmero de veces que aparece cada Nivel Digital en la imagen
en forma de grfico, permite leer e interpretar los cambios que se efectan a la imagen.
Cualquier incremento o disminucin del brillo y/o contraste, tonalidad o color, tamao, etc.,
implica una transformacin en el histograma.
Imagen de satlite. Representacin visual de la informacin capturada por un sensor
montado en un satlite artificial. Estos sensores recogen informacin reflejada para la
42
superficie de la tierra que luego es enviada a la Tierra y que procesada convenientemente

entrega valiosa informacin sobre las caractersticas de la zona que cubre.
Imagen de satlite fuente o cruda. Imagen de satlite original a la cual no se le ha
realizado ningn tipo de tratamiento bsico o temtico. Se encuentra almacenada con la
extensin propia del fabricante.
Imagen multiespectral. Producto espacialmente explicito generado por un sensor
remoto mediante la combinacin de imgenes que se registran en diferentes longitudes de
onda o bandas espectrales.
Imagen pancromtica. Imagen tomada con un sensor remoto de tipo pancromtico
que es sensible a todos los colores del espectro visible en el orden azul, verde y rojo.
Imagen Spot. Imagen tomada por el satlite Spot, esta imagen posee un campo de barrido
de 60Km.
Intensidad. Luminancia de una celdilla, nivel equivalente de gris en una gama acromtica
de tonos. Hace referencia este concepto al grado de claridad o luminosidad de la celda.
Interpolar. Estimacin del valor de un atributo en un punto a partir de los valores colindantes.
MAGNA-SIRGAS. Conjunto de estaciones con coordenadas geocntricas de alta precisin y cuyas velocidades (cambio de las coordenadas con respecto al tiempo) son conocidas, dichas estaciones conforman la red bsica geodsica referida al sistema SIRGAS,
que constituye el Marco Geocntrico Nacional de Referencia. Datum oficial de Colombia.
Metadatos. Describen el contenido, calidad, condicin, formato, fechas de referencia y
en el caso de los datos geogrficos, adems, informacin sobre aspectos como cobertura
espacial, sistemas de coordenadas y de referencia geodsica, entre otros.
Modelo Digital de Terreno - DTM o MDT. Representacin cuantitativa en formato digital de la superficie terrestre, contiene informacin acerca de la posicin (X,Y) y la
altitud (Z) de los elementos de la superficie. La denominacin DEM (modelos digitales de
elevacin), corresponde al delta de altura de la vegetacin sumada al MDT.
Nivel Digital ND. Se trata del valor numrico discreto asignado por el sistema formador de imgenes a cada celda, en respuesta a la irradiancia recibida sobre el plano focal
del sensor. Se le conoce as mismo como nivel de gris, luminancia, nmero digital, valor de
pixel, etc. Existe una relacin lineal entre el ND grabado y la radiancia correspondiente a
cada celda de terreno.
Ortorrectificacin. Proceso en el cual, se corrigen los desplazamientos y distorsiones
en la imagen, causados por la inclinacin del sensor (posicin del sensor en el momento de
la toma) y la influencia del relieve.
Glosario
43

Pansharpened. Producto multi-espectral obtenido de la fusin de imgenes multi-espectrales (georreferenciadas y orto-rectificadas) con imgenes pancromticas capturadas
por el mismo sensor cuyo resultado es una imagen de mayor resolucin espacial. Corresponde a un tipo de sinergismo.
Pxel (Picture Element). Unidad bsica de informacin grfica que se refiere a cada
uno de los puntos indivisibles que conforman una imagen, es decir, la mnima rea de captura en el formato Raster. A mayor densidad de pxeles, mayor calidad de imagen.
Proyeccin cartogrfica. Sistema ordenado que transforma la superficie curva de la
tierra en un plano. Se representa grficamente en forma de malla.
Proyeccin geogrfica. Sistema ordenado que traslada desde la superficie curva de
la Tierra la red de meridianos y paralelos sobre una superficie plana. Se representa grficamente en forma de malla.
Remuestreo. Tcnica de procesamiento digital de imgenes usada para corregir los
valores digitales de la imagen distorsionada original, calculando los valores digitales para
las nuevas posiciones del pxel de la imagen corregida. A travs del proceso, los valores
de los pxeles de salida son derivados como valores de los pxeles de entrada combinados
con la distorsin computada.
Resolucin. Nivel de detalle con el que se es posible identificar los elementos sobre las
imgenes y se relaciona con la unidad mnima de almacenamiento de datos o pxel.
Resolucin espacial. Este concepto designa al objeto ms pequeo que puede ser
distinguido sobre la imagen; suele medirse como la mnima separacin a la cual los objetos
aparecen distintos y separados en la imagen. Se mide en unidades de longitud definida como
el nmero de pxeles por unidad de medida (milmetros sobre la imagen o metros sobre el
terreno) y depende de la longitud focal de la cmara y de su altura sobre la superficie.
Resolucin espectral. Longitudes de onda en las cuales un sensor es capaz de adquirir informacin. La fotografa puede ofrecer pelculas pancromticas, infrarrojo blanco
negro, color natural o infrarrojo color.
Resolucin radiomtrica. Cantidad de energa que se puede medir en una escala radiomtrica en el sensor. En el caso de los sistemas fotogrficos, la resolucin radiomtrica
del sensor se indica por el nmero de niveles de gris recogido por el mismo. Para evaluar
la calidad radiomtrica se evala un parmetro denominado bit number.
Valores radiomtricos. Radiacin electromagntica reflejada por un elemento de superficie terrestre en un determinado rango del espectro, y se convierte en un valor numrico que depende de la resolucin radiomtrica.
Vecino ms cercano (Nearest Neighbor). Tcnica de remuestreo que toma los
datos del pxel o vecino ms cercano para asignar el valor del pxel de salida.
44
Libertad y Orden
Ministerio de Ambiente,
Vivienda y Desarrollo Territorial
Repblica de Colombia
IDEAM
Instituto de Hidrologa,
Meteorologa y
Estudios Ambientales

Protocolo Subnacional PDI

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Protocolo Subnacional PDI

Transféré par

Droits d'auteur :

Formats disponibles

Protocolo de procesamiento digital de imgenes

para la cuantificacin de la deforestacin

JUAN MANUEL SANTOS CALDERN

MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIAL

LUS ALFONSO ESCOBAR TRUJILLO

GERMN CARDONA GUTIRREZ

OSCAR JOS MESA SNCHEZ

HERNANDO JOS GMEZ RESTREPO

JORGE BUSTAMANTE ROLDN

ADRIANA SOTO CARREO

LUZ MARINA ARVALO SNCHEZ

OMAR FRANCO TORRES

MARGARITA GUTIRREZ ARIAS

ERNESTO RANGEL MATILLA

MARA TERESA MARTNEZ GMEZ

ALICIA BARN LEGUIZAMN

LILIANA MALAMBO MARTNEZ

FERNEY BAQUERO FIGUEREDO

MARTHA DUARTE ORTEGA

MARCELA SIERRA CUELLO

Corporacin Autnoma Regional del Alto Magdalena CAM

Corporacin Autnoma Regional del Ro Grande de La Magdalena Cormagdalena

Corporacin Nacional de Investigacin y Fomento Forestal CONIF

Forest Carbon Tracking Task -Group of Earth Observation FCTT-GEO

Institucin Carnegie para la Ciencia

ONF Andina ONF Internacional

Unidad Administrativa Espacial del Sistema de Parques Nacionales Naturales UAESPNN

Universidad Nacional de Colombia Sede Medelln

Woods Hole Research Center WHRC

Alex Held. PhD. Group of Earth Observations GEO

Alex Held. PhD. Group of Earth Observations GEO

Dolors Armenteras Pascual. PhD. Universidad Nacional de Colombia

Josef Kellndorfer. PhD. Woods Hole Research Center WHRC

Marcela Quiones Fernandez. PhD. Sarvision.

Steffen Kuntz. PhD. InfoTerra GmbH

Tina Cormier. Woods Hole Research Center -WHRC

Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos

Xiomara Sanclemente Manrique

Luz Marina Arvalo Snchez

Mara Margarita Gutirrez Arias

Ana Cristina Villegas Restrepo

Elsa Matilde Escobar ngel

lvaro Javier Duque Montoya

Conferencia de las Partes de la CMNUCC

CORINE: Coordination of Information on the Environment

Significa por ejemplo

Significa y colaboradores, y otros; del latn et all

Agencia Espacial Italiana

Agencia Espacial Canadiense

Centro Aeroespacial Alemn

IDEAM: Instituto de Hidrologa, Meteorologa y Estudios Ambientales

Instituto Geogrfico Agustn Codazzi

Instituto de Investigaciones Espaciales de Brasil

Panel Intergubernamental de Cambio Climtico

Organizacin de Investigacin Espacial de la India

Agencia Espacial Japonesa

REDD+: Reduccin de Emisiones por Deforestacin y Degradacin de bosques

ALCANCES Y CONSIDERACIONES TCNICAS INICIALES .......................

ELEMENTOS CONCEPTUALES ....................................................................

DESARROLLO DEL PROCEDIMIENTO A NIVEL SUBNACIONAL .............

LITERATURA CITADA .....................................................................................

Protocolo de procesamiento digital de imgenes

3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES

En el contexto del presente protocolo la cobertura de bosque se define como Tierra