Análisis Multitemporal de Zonas Forestales en La Zona de Intag - Ecuador, Período 2010 Al 2013

Tesis de Maestría
Presentada para el Programa UNIGIS MSc

en el Z_GIS
Universidad de Salzburg
ANÁLISIS MULTITEMPORAL DE LAS ZONAS FORESTALES EN LA

ZONA DE INTAG – ECUADOR, PERÍODO 2010 AL 2013.
Por:
Ing. José Raúl Guzmán Paz

Número estudiante Universidad Salzburgo
Tesis de grado presentada como requisito para la obtención

del título de
Master of Science (Geographical Information Science & Systems) – MSc (GIS)
Supervisor: Collet Laure
Quito - Ecuador, Diciembre de 2014

Compromiso de Ciencia
Por medio del presente documento, incluyendo mi firma personal certifico y aseguro
que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las
fuentes que he usado en mi tesis y en todos los casos he indicado su origen.
Quito – Ecuador, Diciembre de 2014.

____________________________________________________________________
(Lugar, Fecha) (Firma)
3
RESUMEN.
La presente investigación presenta una metodología para determinar, cuantificar y

visualizar, las coberturas de bosque y los cambios ocurridos en estas en un lapso de
tres años, en la zona de Intag, provincia de Imbabura. La metodología se aplicó para
imágenes satelitales del sensor Landsat 7 ETM+, para los años 2010 y 2013, el
software a utilizar fue CLASlite en su versión 3.1. Con la determinación de las áreas
boscosas fue posible elaborar los mapas de línea base forestal: (bosque año 2010 =
844,48 Km2; bosque año 2013 = 803,02 Km 2) , mapa de deforestación y perturbación
en el período 2010 al 2013 (deforestación = 63,32 Km 2 y perturbación = 15,67 Km2)
representando los cambios ocurridos en las áreas forestales, obteniendo el dato
promedio anual de deforestación = -1,42% y perturbación = -0,35%, a partir de
imágenes satelitales de mediana resolución. Los resultados de la validación para la
línea base forestal del año 2010, demostraron un resultado moderado (Coeficiente
Kappa = 0,59). La validación para la detección de cambio: deforestación y perturbación
indicaron una fuerza de concordancia casi perfecta (Coeficiente Kappa = 0,92). De
acuerdo a los resultados obtenidos en la investigación, la metodología CLASlite para
la determinación de las áreas boscosas y los cambios ocurridos en las mismas en un
período de tiempo determinado, es una de las mejores mejor alternativas
principalmente en la implementación de proyectos de monitoreo forestal.
Palabras clave:
Monitoreo, línea base forestal, deforestación, degradación, perturbación, CLASlite,
multitemporal.
4
ABSTRACT.
This research presents a methodology to identify, quantify and visualize the coverage
of forest and changes in these over a period of three years, in the Intag zone, province
of Imbabura. The methodology was applied to satellite images from Landsat 7 ETM +
sensor, for the years 2010 and 2013, the software used was CLASlite iversion 3.1. With
the determination of forested areas was possible to produce: Maps of forest baseline
(Forest year 2010 = 844.48 km2, forest year 2013 = 803.02 km2). Map of deforestation
and disturbance in the period from 2010 to 2013 (deforestation = 63.32 km2 and
disturbance = 15.67 km2), representing changes in forest areas, giving the average
annual deforestation data = -1.42% and disturbance = -0.35%, based on satellite
images medium resolution. The validation results for the forest baseline of 2010
showed a moderate result (Kappa coefficient = 0.59). The validation for the detection
of change: deforestation and disturbance indicated almost perfect agreement (Kappa
coefficient = 0.92). According to the results of the research, the methodology CLASlite
for determining forested areas and changes in them over a period of time, is one of the
best alternative mainly in the implementation of projects for forest monitoring.
Keywords:
Monitoring, baseline forestry, deforestation, degradation, disturbance, CLASlite,

multitemporal.
5
CONTENIDO
RESUMEN. ................................................................................................................. 3
ABSTRACT................................................................................................................. 4
LISTADO DE TABLAS. .............................................................................................. 7
LISTADO DE FIGURAS.............................................................................................. 8
CAPITULO I .............................................................................................................. 10
1. INTRODUCCIÓN .................................................................................................. 10
1.1. ANTECEDENTES DEL PROBLEMA ............................................................. 10
1.2. OBJETIVOS .................................................................................................... 11
1.2.1. OBJETIVO GENERAL .............................................................................. 11
1.2.2. OBJETIVOS ESPECÍFICOS..................................................................... 12
1.3. PREGUNTAS DE INVESTIGACIÓN ............................................................... 12
1.4. JUSTIFICACIÓN ............................................................................................. 12
1.5. ALCANCE ....................................................................................................... 14
CAPITULO II ............................................................................................................. 15
2. REVISIÓN DE LITERATURA ............................................................................... 15
2.1. LA DEFORESTACIÓN Y LA DEGRADACIÓN FORESTAL COMO FACTORES
DE INCIDENCIA EN EL CAMBIO CLIMÁTICO ..................................................... 15
2.2. PROBLEMÁTICA DE LA DEFORESTACIÓN EN INTAG. .............................. 19
2.3. SISTEMAS DE INFORMACIÓN GEOGRÁFICA SIG...................................... 20
2.3.1. ¿Qué significan las siglas SIG? ............................................................... 20
2.3.2. Definición de un SIG ................................................................................. 21
2.3.3. Componentes de un SIG .......................................................................... 22
2.4. TELEDETECCIÓN. ......................................................................................... 22
2.5. LAS ONDAS ELECTROMAGNÉTICAS. ......................................................... 24
2.6. SENSORES Y PLATAFORMAS. .................................................................... 28
2.7. PRINCIPALES SENSORES Y PRODUCTOS. ............................................... 30
2.7.1. LandSat. ................................................................................................... 30
2.7.2. Ikonos. ...................................................................................................... 31
2.7.3. Spot. ......................................................................................................... 32
2.7.4. QuikBird. ................................................................................................... 33
2.7.5. Aqua y Terra. ............................................................................................ 33
2.8. PROCESAMIENTO DE IMÁGENES DIGITALES. .......................................... 36
6
2.9. ANÁLISIS MULTITEMPORAL DEL CAMBIO DE USO DEL SUELO. ............. 36

2.10. METODOLOGÍAS PARA EL ANÁLISIS MULTITEMPORAL FORESTAL..... 38
CAPITULO III ............................................................................................................ 40
3. METODOLOGÍA ................................................................................................... 40
3.1. UBICACIÓN DEL ÁREA DE ESTUDIO........................................................... 40
3.2. CARACTERÍSTICAS GENERALES DE LA ZONA DE INTAG........................ 43
3.3. FLUJOGRAMA DE LA METODOLOGÍA APLICADA. ..................................... 45
3.3.1. Fase 1. Recopilación de Información........................................................ 45
3.3.2. Fase 2. Pre-procesamiento....................................................................... 47
3.3.3. Fase 3. Procesamiento con el software CLASlite 3.1. .............................. 48
3.3.4. Fase 4. Generación de Información.......................................................... 51
3.3.5. Fase 5. Validación de los resultados. ....................................................... 52
3.3.6. Fase 6. Uso de la Información. ................................................................. 55
CAPITULO IV............................................................................................................ 56
RESULTADOS Y ANÁLISIS..................................................................................... 56
4. RESULTADOS...................................................................................................... 56
4.1. Fase 1: RECOPILACIÓN DE INFORMACIÓN................................................ 56
4.2. FASE 2: PRE-PROCESAMIENTO.................................................................. 57
4.3. FASE 3: PROCESAMIENTO CON EL SOFTWARE CLASLITE 3.1. .............. 58
4.4. FASE 4: GENERACIÓN DE INFORMACIÓN. ................................................ 60
4.5. FASE 5: VALIDACIÓN DE LOS RESULTADOS............................................. 60
4.6. FASE 6: USO DE LA INFORMACIÓN. ........................................................... 68
4.6. ANÁLISIS DE RESULTADOS......................................................................... 74
4.6.1. Calidad y disponibilidad de los datos. ....................................................... 74
4.6.2. Pre-procesamiento.................................................................................... 74
4.6.3. Procesamiento. ......................................................................................... 75
4.6.4. Validación. ................................................................................................ 75
CAPITULO V............................................................................................................. 79
5. CONCLUSIONES. ................................................................................................ 79
REFERENCIA BIBLIOGRÁFICAS: .......................................................................... 83
ANEXOS. .................................................................................................................. 89
7
LISTADO DE TABLAS.
Tabla No. 1. Agentes históricos de la deforestación en la Zona de Intag (FED 2011).

........................................................................................................................... 19
Tabla No. 2. Agentes potenciales de deforestación en la Zona de Intag. (Propia) .... 20
Tabla No. 3. Longitud de onda de la luz visible. ........................................................ 26
Tabla No. 4. Propiedades de las Resoluciones de un Sensor................................... 29
Tabla No. 5. Características Landsat. ....................................................................... 31
Tabla No. 6. Características Ikonos. ......................................................................... 32
Tabla No. 7. Características Spot 5........................................................................... 32
Tabla No. 8. Características QuikBird. ...................................................................... 33
Tabla No. 9. Características MODIS. ........................................................................ 34
Tabla No. 10. Información de diferentes Productos de Teledetección. ..................... 35
Tabla No. 11. Bandas de diferentes sensores ópticos. ............................................. 35
Tabla No. 12. Parroquias de Intag............................................................................. 41
Tabla No. 13. Distribución de los bosques protectores de la zona de Intag. ............. 43
Tabla No. 14. Zonas homogéneas según uso del suelo (MAE 2008) ....................... 61
Tabla No. 15. Matiz de Confusión para la verificación de la cobertura forestal del año
2010. .................................................................................................................. 64
Tabla No. 16. Matiz de Confusión para la verificación de la Deforestación y
Perturbación....................................................................................................... 67
Tabla No. 17. Valoración del Coeficiente Kappa (Landis y Kotch, 1977). ................. 68
8
LISTADO DE FIGURAS.
Figura No. 1. Flujograma de causas directas y subyacentes de la deforestación. .... 18

Figura No. 2. Componentes de un SIG. .................................................................... 22
Figura No. 3. Esquema de un Sistema de Teledetección. ........................................ 24
Figura No. 4. Longitud de Onda. ............................................................................... 25
Figura No. 5. Espectro Electromagnético. ................................................................. 25
Figura No. 6. Regiones del Espectro para Teledetección. ........................................ 27
Figura No. 7. Análisis Multitemporal de Imágenes. ................................................... 37
Figura No. 8. Mapa de Ubicación del Área de Estudio.............................................. 42
Figura No. 9. Mapa de Bosques Protectores de la zona de Intag. ............................ 44
Figura No. 10. Esquema Metodológico implementado para el Monitoreo de Bosques.
........................................................................................................................... 45
Figura No. 11. Ubicación del Path y Row de nuestra área de interés en una imagen
Landsat 7. .......................................................................................................... 46
Figura No. 12. Corrección Imagen Landsat 7 ETM+ ................................................. 47
Figura No. 13. Metodología de procesamiento de CLASlite...................................... 49
Figura No. 14. Imagen Landsat 7 path 10 - row 60 año 2010 y 2013........................ 56
Figura No. 15. Imagen Landsat 7-: 2010 y 2013 corregidas. ................................... 57
Figura No. 16. Fragmentación del Área de Estudio................................................... 57
Figura No. 17. Imagen Landsat 7 fragmentada (2010-2013). ................................... 58
Figura No. 18. Imagen en Composición RGB 4, 6, 3 (2010 izquierda – 2013 derecha).
........................................................................................................................... 58
Figura No. 19. Imagen de Reflectancia (2010 – 2013).............................................. 59
Figura No. 20. Imagen Térmica (2010 – 2013).......................................................... 59
Figura No. 21. Imagen de composición de color a partir de las coberturas fraccionales
(RGB - S,VF,VNF) – (2010 – 2013). .................................................................. 59
Figura no. 22. Imagen de Bosque/No Bosque, No Data (2010 – 2013). ................... 60
Figura No. 23. Imagen de Deforestación (izq) y Perturbación (der), período 2010 al
2013. .................................................................................................................. 60
9
Figura No. 24. Mapa del Uso del Suelo Intag 2008 (MAE)........................................ 62
Figura No. 25. Mapa del Resultado obtenido de Línea Base Forestal de la zona de
Intag año 2010 para su validación. .................................................................... 63
Figura No. 26. Mapa de clasificación Zonas homogéneas (Bosque – No Bosque) de
la zona de Intag año 2008. (MAE)...................................................................... 63
Figura No. 27. Mapa del Resultado obtenido de Deforestación y Perturbación en la
zona de Intag en el período 2010 al 2013 para su validación. ........................... 65
Figura No. 28. Localización de ortofotomosaico en la zona de Intag. (SIGTIERRAS
2010) .................................................................................................................. 66
Figura 29. Captura de pantalla para visualizar la zona de inspección seleccionada por
los puntos aleatorios. ......................................................................................... 66
Figura No. 30. Análisis de Regresión. ....................................................................... 68
Figura No. 31. Mapa de Línea Base Forestal de Intag. 2010. ................................... 70
Figura No. 32. Mapa de Línea Base Forestal de Intag. 2013 .................................... 71
Figura No. 33. Mapa de Deforestación de Intag. 2010 al 2013 ................................. 72
Figura No. 34. Mapa de Perturbación de Intag. 2010 al 2013 ................................... 73
Figura No. 35. Mapa de verificación de actividad antrópica en la zona minera de Intag
período 2010 – 2013. ......................................................................................... 78
10
CAPITULO I
1. INTRODUCCIÓN
1.1. ANTECEDENTES DEL PROBLEMA
Los bosques son uno de los elementos naturales esenciales para el desarrollo de los
pueblos enfocados en modelos sustentables y que hacen uso de sus bondades como:
la provisión de alimentos, medicinas, minerales, combustible, reguladores del ciclo del
agua y erosión del suelo, fijadores de carbono y purificadores de aire, valor estético,
albergue de innumerables especies de plantas y animales, son solo algunos servicios
que sirven como dinamizadores de la economía en donde estos están ubicados.
Cuando las áreas boscosas se transforman en otros usos del suelo, existe una
liberación neta de carbono a la atmósfera. Este cambio puede ser súbito, y ocurrir en
cuestión de horas en el caso de incendios, o tener un proceso natural y durar años en
el caso de la descomposición a partir de la tala, puesto que la madera usable solo
representa un porcentaje y no su totalidad. Las emisiones netas de carbono las
podemos calcular mediante el análisis de la disminución o el aumento de las áreas
boscosas.
Ecuador es un país forestal con una diversidad biológica muy alta. Sin embargo, sus
áreas boscosas están bajo presión por la deforestación a causa principalmente por la
ampliación de la frontera agrícola producto de una explotación poco planificada de los
recursos naturales renovables y no renovables.
Contradictorio a las propuestas políticas ambientales anunciadas por parte del

Gobierno actual, la zona de Intag en el Ecuador se encuentra en una situación muy
delicada, por cuanto posee una cantidad considerable de recursos minerales
(principalmente cobre), en su subsuelo, característica que la ha puesto en la mira, por
11
parte del Gobierno a ser explotada, hecho que ha enmarcado una lucha constante por
parte de ciudadanos de la zona con el fin de mantener bajo tierra estos recursos y
evitar así las consecuencias inevitables que conlleva la extracción minera en relación
al deterioro ambiental.
Esta situación ha puesto a la zona de Intag, con un peligro constante de extracción

minera ilegal, a pequeña escala, lo cual pone en alerta a las autoridades y
organizaciones no gubernamentales a la constante vigilancia para evitar dicha
amenaza, por tal razón una de las herramientas de vigilancia continua en la zona es
atreves del control del área forestal, puesto que de esta manera se puede estimar la
existencia de actividad extractivista ilegal por el hecho de la reducción del área forestal
para la realización de este tipo de actividades.
Por la alta demanda mundial de cobre es fácil determinar que es una gran oportunidad
para el Gobierno actual, el interés de su aprovechamiento y así aumentar los ingresos
nacionales. Sin embargo, la historia de Intag, tiene un tinte de lucha en contra de esta
explotación, pues la mayoría de pobladores y pobladoras conoce la intensidad del
daño ambiental y social causante por la minería a cielo abierto, como se pretende
realizar en la zona, y para contrarrestar esta iniciativa la población se ha enrumbado
en alternativas económicas sustentables tratando en lo posible de que sean amigables
con el entorno natural.
1.2. OBJETIVOS
1.2.1. OBJETIVO GENERAL
Realizar un análisis multitemporal de las superficies forestales en la zona de Intag –

Ecuador, en el período 2010 – 2013
12
1.2.2. OBJETIVOS ESPECÍFICOS
1. Determinar las coberturas de deforestación y degradación forestal en la zona de

Intag para los años 2010 al 2013.
2. Crear una línea base o escenario de referencia del área boscosa en la zona de
Intag para el año 2010 y 2013.
3. Establecer la tendencia de cambio en las superficies forestales de la zona de Intag
(Detección de Cambios) para el periodo 2010 – 2013.
1.3. PREGUNTAS DE INVESTIGACIÓN
¿Es posible determinar los cambios de la cobertura de bosques mediante el análisis y

procesamiento digital de imágenes satelitales?
1.4. JUSTIFICACIÓN
Los bosques son el hogar del 90% de todas las especies de plantas, animales e
insectos del mundo, sobresaliendo los bosques tropicales con índices de biodiversidad
muy altos. Por otro lado, los bosques son sitios de recreación y de importancia
espiritual para muchas personas que acuden a ellos por turismo, inspiración o por
razones culturales. Por último, los bosques pueden contribuir a la mitigación del
cambio climático. (MAE. 2011).
Los bosques del Ecuador se ven seriamente amenazados. El gobierno ecuatoriano

está realizando algunas actividades encaminadas a disminuir la deforestación y así
preservar todos los beneficios que los ecosistemas boscosos brindan a los
ecuatorianos y al mundo. (MAE. 2011).
13
El Plan Nacional para el Buen Vivir fue elaborado por la Secretaría Nacional de
Planificación y Desarrollo (SENPLADES) y aprobado en noviembre de 2009. Conocer
el Plan es relevante a la hora de entender la ruta que está tomando el actual Gobierno
del Ecuador, ya que este documento se presenta como un instrumento clave para
articular las políticas públicas con la gestión y la inversión pública entre los años 2009
– 2013.
En términos generales, el Plan establece 12 objetivos, entre los cuales el cuarto está
dedicado al ambiente: “Objetivo 4. Garantizar los Derechos de la Naturaleza y
Promover un Ambiente Sano y Sustentable”. Dentro de este objetivo se han definido
políticas y metas relacionadas a la mitigación del cambio climático a través de la
reducción de la deforestación, es así que el monitoreo constante de las áreas boscosas
es de vital importancia principalmente para mantener intactos los remanentes
boscosos existentes, y seguir siendo beneficiarios de sus bondades.
Las nuevas metodologías hacen uso de imágenes satelitales y softwares específicos

diseñados y probados en el tema de sistemas de información geográfica y
teledetección, sumados a imágenes de alta resolución como las fotografías áreas por
ejemplo para obtener resultados con un alto grado de precisión a la hora de analizar
el cambio sufrido por una determinada área de superficie terrestre y sus componentes
en un periodo de tiempo establecido, de esta manera se fortalece la dinámica en los
trabajos dedicados a la conservación y monitoreo forestal apuntando a contribuir en la
vigilancia y evitar al máximo posibles fragmentaciones o asechos ilegales.
Una planificación de índole productiva, conservacionista o mixta como es el caso del

manejo sostenible de bosques que implica la conservación con un enfoque productivo
mediante el turismo ecológico por ejemplo, puede realizarse y mantenerse en el
tiempo, tomando como estrategia el monitoreo de los bosques que vienen a ser el
ingrediente principal o la materia prima para el desarrollo de un modelo productivo
sustentable y saludable a favor de todos y todas.
14
1.5. ALCANCE
La cuantificación de la línea base del área forestal de una zona de interés permite
demostrar técnicamente el área total del bosque en una fecha determinada, esto
permitirá la generación de un esquema de seguimiento efectivo de esta cobertura de
manera constante y su respectivo análisis para determinar su estado actual, y de
encontrarse con situaciones de cambio de la cobertura como por ejemplo por
situaciones extractivitas ilegales poder actuar de manera inmediata. A demás
considerar el emprendimiento de estrategias de conservación o vigilancia en áreas
susceptibles a la deforestación y degradación, mediante grupos locales de guarda
parques o establecer rutas o puntos de vigilancia, involucrando a las autoridades
locales y población en estas actividades.
El presente trabajo constituye el análisis multitemporal del área forestal de la zona de

Intag en el período del 2010 al 2013 a una escala gráfica de 1: 400.000 y una escala
de trabajo de 1: 50.000, tomando esta información como insumo para la realización de
control y vigilancia de las áreas boscosas, que mediante la réplica de este trabajo se
logre establecer constante monitoreo y emprender acciones enfocadas a la
conservación y el manejo sustentable de las mismas por parte de las autoridades
locales y la población civil influyentes en la toma de decisiones y resolución de
problemas de la zona.
El proceso del trabajo, desde la obtención de los datos primarios (imágenes satelitales)
hasta la generación de las imágenes de cambio del área forestal estará documentado
orientado a servir como fuente de consulta para establecer continuos estudios de
monitoreo y vigilancia forestal en la zona por parte de instituciones públicas como:
 Gobierno Autónomo Descentralizado Provincial Imbabura

 Gobierno Autónomo Descentralizado Cantonal Cotacachi
 Gobierno Autónomo Descentralizado Cantonal Otavalo
15
 Gobierno Autónomo Descentralizado Rural Parroquial Apuela

 Gobierno Autónomo Descentralizado Rural Parroquial Peñaherrera
 Gobierno Autónomo Descentralizado Rural Parroquial Seis de Julio de Cuellaje
 Gobierno Autónomo Descentralizado Rural Vacas Galindo
 Gobierno Autónomo Descentralizado Rural Parroquial García Moreno
 Gobierno Autónomo Descentralizado Rural Parroquial Plaza Gutiérrez
 Gobierno Autónomo Descentralizado Rural Parroquial Selva Alegre
Organizaciones No Gubernamentales como:
 Defensa y Conservación Ecológica de Intag (DECOIN)
 Fondo Ecuatoriano de Desarrollo Sustentable (FED)
Entre otras organizaciones o personas particulares como investigadores, estudiantes,

etc., tendrán la oportunidad de acceder a este trabajo y tener de referencia en
proyectos relacionados al área forestal y sus cambios en la zona de Intag.
CAPITULO II
2. REVISIÓN DE LITERATURA
2.1. LA DEFORESTACIÓN Y LA DEGRADACIÓN FORESTAL COMO

FACTORES DE INCIDENCIA EN EL CAMBIO CLIMÁTICO
Como siempre se ha dicho, los bosques son el pulmón de la humanidad, estos juegan
un papel importante en la producción de oxígeno y la fijación del carbono atmosférico
por medio de la fotosíntesis, secuestrando el carbono del ambiente y manteniéndolo
en su constitución fisiológica. Cuando los bosques sufren un incendio por ejemplo,
todo el carbono almacenado se libera a la atmósfera como dióxido de carbono, siendo
este uno de los gases principales que constituyen los denominados gases de efecto
16
invernadero, otra manera de liberación de dióxido de carbono es cuando el bosque es

talado y la madera desechada como basura o la que no es usada en la
industrialización, se pudre y así libera todo el carbono almacenado a la atmósfera.
Butler, Rhett A. (2014) dice: “Los incendios de los bosques liberan alrededor de dos
mil millones de toneladas de bióxido de carbono a la atmósfera cada año, o alrededor
del 22 por ciento de las emisiones antropogénicas de dióxido de carbono, lo cual
representa una proporción mayor que la causada por la suma de todos los
automóviles, camiones, barcos, aviones y trenes del planeta”.
Según Brown (1997), la deforestación no es lo mismo que la degradación o

perturbación forestal, demasiado a menudo se confunden las nociones de
deforestación y degradación forestal. Para evitar toda ambigüedad, hay que tener
presentes algunos elementos distintivos:
 Deforestación: Es la pérdida total de un área de bosque y de los depósitos de

carbono.
Fuente: (www.fao.org, 2014)
 Degradación o Pertubación: Es la reducción de la cantidad de árboles de un área

boscosa determinada, sin eliminar totalmente el bosque.
17
Fuente: (www.fao.org, 2014)
Para tener un enfoque global de las causas directas y subyacentes de la deforestación

y degradación forestal, hacemos uso del siguiente flujograma, (figura No.1), que fue
realizado para la Amazonía Peruana, pudiendo representar la realidad de la
deforestación para toda Latinoamérica.
18
Figura No. 1. Flujograma de causas directas y subyacentes de la deforestación.
Fuente: http://www.minam.gob.pe/cambioclimatico/wp-content/uploads/sites/11/2014/03/Elementos-para-la-identificacion-de-areas-con-mayor-
potencial-para-reducir-emisiones-de-GEI-en-el-sector-forestal.pdf
19
2.2. PROBLEMÁTICA DE LA DEFORESTACIÓN EN INTAG.
Según Echeverría P. (1983). La problemática de la deforestación en Intag tiene su

comienzo en los años 1880, cuando existe ya la colonización del sector, al momento
de crearse el acceso vial y por ende la facilidad de transporte de la madera y de la
población con su producción hacia los mercados principales de la provincia, luego de
este acontecimiento vienen la construcción de otros accesos viales y sumándose con
la reforma agraria se agudiza aún más la tala desmedida de las áreas boscosas.
F.E.D. (2011). El proceso de deforestación se ha acelerado en las últimas décadas

debido a la falta de alternativas económicas y educativas, baja productividad de la
agricultura, excesiva intermediación y baja rentabilidad agrícola, emigración, débil
capacidad de gestión de los gobiernos locales y débil control de la tala ilegal e
invasiones al patrimonio forestal.
Mediante el análisis histórico y actual se hace una recopilación del problema de la

deforestación en la zona de Intag identificando los agentes históricos y los posibles
agentes potenciales de deforestación, las cuales se lo resume en las siguientes tablas
No. 1 y 2 respectivamente.
Tabla No. 1. Agentes históricos de la deforestación en la Zona de Intag (FED 2011).

20
Tabla No. 2. Agentes potenciales de deforestación en la Zona de Intag. (Propia)
2.3. SISTEMAS DE INFORMACIÓN GEOGRÁFICA SIG.
2.3.1. ¿Qué significan las siglas SIG?
Según C.A.E.G. (2014), existen muchas maneras de describir los Sistemas de

Información Geográfica. Empecemos analizando las siglas por las cuales el término
está conformado en el idioma inglés (GIS).
La G representa el término "geográfica", e indica que se trata de describir y manejar

fenómenos geográficos. Estos fenómenos tienen como característica que están
localizados en el espacio, y por eso tienen un componente geométrico y un
componente descriptivo.
El componente geométrico refiere a la posición del fenómeno u objeto respecto a un

sistema de referencia (sus coordenadas).
21
El componente descriptivo refiere a las características cualitativas o cuantitativas de

estos fenómenos (por ejemplo: el nombre y la longitud de una calle, la salubridad de
un árbol, etc...)
La I representa el término "información", e indica que no es solo cuestión de tener un

repositorio de datos sobre objetos geográficos, sino que el SIG tiene que apoyar a que
estos datos se conviertan en información válida para diferentes propósitos, por
ejemplo: la toma de decisiones sobre la gestión del territorio.
Esta conversión ocurre cuando los datos son estructurados, manipulados e

interpretados por los (diferentes tipos de) usuarios, así que el SIG tiene que facilitar
las herramientas adecuadas para este proceso.
La S representa el término "sistema", que se define como, un conjunto de elementos

que interactúan entre sí para realizar ciertos propósitos.
En este contexto refiere a la capacidad de SIG de vincular el componente geométrico
al componente descriptivo de los objetos espaciales, y también a la interacción de
los diferentes elementos o módulos del sistema para lograr los objetivos del mismo.
2.3.2. Definición de un SIG
Luego de haber conocido los términos de las siglas GIS, podemos definir a los
Sistemas de Información Geográfica como:
“Un conjunto de componentes que nos van a permitir las funciones de captura,
almacenamiento, administración, análisis, modelamiento y representación gráfica,
información geográfica para la resolución de problemas complejos de planificación y
gestión”. (C.A.E.G. 2014).
22
2.3.3. Componentes de un SIG
Un SIG se compone de cinco elementos importantes:

 Hardware de la computadora
 Software de un conjunto de módulos de aplicación
 Datos
 Métodos o geo-procesos
 Personal o Talento Humano
Figura No. 2. Componentes de un SIG.
Fuente:
http://www.ciencias.unal.edu.co/unciencias/web/dependencia/?itpad=1423&niv=1&itact=1766&ti=false
&itroot=1423&dep=33 (Modificado)
2.4. TELEDETECCIÓN.
La teledetección es conocida también como observación remota y engloba a una

dinámica existente entre la obtención de imágenes y su tratamiento para una
23
determinada aplicación, así Chuvieco E. (1996) define a la teledetección como “aquella

que permite adquirir imágenes de la superficie terrestre desde sensores instalados en
plataformas espaciales, asumiendo que entre la Tierra y el sensor existe una
interacción energética, ya sea por reflexión de la energía solar o de un haz energético
artificial, ya por emisión propia”
Este haz energético recibido por el sensor debe ser almacenado convenientemente,
sea en el mismo satélite o en una estación remota, con el fin de poder interpretarla
para su determinada aplicación.
Chuvieco E. (1996) Un sistema de teledetección espacial posee los siguientes

elementos:
- Fuente de energía, se refiere a la radiación electromagnética que llega al

sensor, esta puede ser de origen natural emitida por el sol que en tal caso se
denomina teledetección pasiva, o de un haz energético emitido por el sensor,
origen artificial, llamado teledetección activa.
- Cubierta terrestre, siendo todos los elementos físicos que ocupan el relieve
terrestre como la vegetación, suelo, agua o infraestructura antrópica, mismas
que reciben la señal energética proporcionada esta por el sol o el sensor,
reflejándose de acuerdo a sus características físicas.
- Sistema sensor, dicho este como el mismo sensor ubicado en la plataforma

espacial, que tiene como objetivo captar el haz energético provisto por las
cubiertas terrestres, procesarlo y grabarlo o enviarlo a su vez a un sistema de
recepción.
- Sistema de recepción-comercialización, sistema donde se recibe la

información transmitida por la plataforma espacial, donde la procesa y graba en
un formato apropiado, que luego son distribuidos a los usuarios interesados.
24
- Interprete, talento humano que procesa la información a su interés, sea esta de

manera visual o digital, tratando de mejorar su calidad técnica y usarla como
insumo en el análisis y solución de problemas específicos.
Figura No. 3. Esquema de un Sistema de Teledetección.
(Fuente: Chuvieco E., 1996)
2.5. LAS ONDAS ELECTROMAGNÉTICAS.
La fuente de energía, componente principal de la teledetección, es si no las ondas

electromagnéticas (EM), mismas que son similares a las olas del mar, pues las dos
son ondas de energía, pero a diferencia de las olas, estas son producidas por la
vibración de las partículas cargadas, mismas que contienen propiedades eléctricas y
magnéticas, además las olas viajan a través del agua, mientras que las ondas EM
viajan a través del espacio vacío a la velocidad constante de la luz.
Las ondas EM poseen crestas y depresiones idéntico a las olas del mar, y la distancia
que tiene entre las crestas se conoce como la longitud de onda.
25
Figura No. 4. Longitud de Onda.
Fuente: http://victortabernero.wordpress.com/2010/05/24/filtros-guardianes-de-la-luz/
Así podemos encontrar longitudes de ondas EM largas que se miden en metros, y

muchas pequeñas que se miden en milmillonésimas de metro o nanómetros, la unidad
de medida de estas longitudes se denomina Hertz o Hercio y vienen a ser el ciclo por
segundo que un número de ondas que pasa por un punto determinado, también
conocido como frecuencia de onda. Veamos así la figura No. 5, refiriéndose al espectro
electromagnético y algunos ejemplos de referencia a las diferentes longitudes de onda.
Figura No. 5. Espectro Electromagnético.
(Fuente: www.sura.org)
26
Las ondas EM largas, por ejemplo son las ondas de radio, poseen menos energía y
una frecuencia de onda baja, al aumentar la energía aumenta también la frecuencia
de onda, haciendo a la longitud de onda mucho más corta, en este rango podemos
encontrar a los rayos gamma que son las ondas más cortas pero con mayor energía.
El ojo humano puede ver solamente una pequeña región del espectro
electromagnético, detectando la energía que van entre longitudes de onda de 380 a
750 nanómetros, conocida esta región del espectro como luz visible. Todos los objetos
parecen tener colores, ocurriendo este fenómeno debido a la interacción de las ondas
electromagnéticas con las moléculas de los mismos, todo lo que nos rodea emite,
refleja y absorbe la radiación electromagnética de manera diferente según la base de
su propia composición, (NASA, 2013)
Las bandas de frecuencia están directamente relacionadas a la longitud de onda, y

específicamente en la porción del espectro electromagnético comúnmente llamado
como luz visible, que va desde los 380 hasta los 750 nanómetros, reflectando
diferentes tonalidades de colores según su longitud de onda, resumiéndolo en la tabla
No. 3.
Tabla No. 3. Longitud de onda de la luz visible.
Fuente: http://victortabernero.wordpress.com/2010/05/24/filtros-guardianes-de-la-luz/
En Teledetección, las bandas del espectro electromagnético de mayor importancia las

constituyen el visible, el infrarrojo cercano, medio y lejano, así como la zona de
microondas. (Araya E. 2009).
27
El infrarrojo se usa para discriminar masas vegetales, concentraciones de humedad,

estado vegetativo, observaciones nocturnas por medio de la temperatura de los
objetos, para diferenciar bloques de hielo y nieve y otros procesos. (Araya E. 2009).
Los sensores que trabajan en la zona de microondas son activos y se caracterizan por
emitir su propio has de energía que luego será reflejada. La importancia de esta región
del espectro electromagnético es que no hay interferencia atmosférica y la cubierta de
nubes es casi transparente. (Araya E. 2009).
Figura No. 6. Regiones del Espectro para Teledetección.
Región del
Características
espectro
(380 a 750nm). Se denomina así por tratarse de la única
radiación electromagnética que pueden percibir nuestros ojos,
coincidiendo con las longitudes de onda donde es máxima la
radiación solar. Se distinguen tres bandas que corresponden a
Visible los tres colores primarios asociados a estas longitudes de
onda: azul (400 - 500 nm); verde (500 - 600 nm), y
rojo (600 - 700 nm).
28
Se extiende desde 700 hasta 1300 nm. A veces se lo denomina

también infrarrojo reflejado o fotográfico. Sólo puede
Infrarrojo detectarse con filmes dotados de emulsiones especiales. En
próximo teledetección resulta de gran importancia por su capacidad
para discriminar masas vegetales y concentraciones de
humedad, permitiendo conocer el estado de la vegetación.
En él se evidencia en dos ventanas: una entre 1500 y 1800 nm

y la otra entre 2000 y 2500 nm. En estas longitudes se
Infrarrojo entremezclan los procesos de reflexión de la luz solar y de
medio emisión de la superficie terrestre. Se usa para diferenciar entre
hielo y nieve, para detectar focos de alta temperatura y estudiar
el contenido de humedad de los suelos.
Está entre 10000 y 12500 nm. Se observa aquí la energía que

Infrarrojo
emiten los objetos y no la que reflejan de la luz solar, se usa en
lejano
observaciones nocturnas.
Son longitudes mayores a 1 mm. Son energías no afectadas

por masas nubosas, de ahí su importancia en áreas con
Microondas nubosidad permanente, ya que la cubierta de nubes es
prácticamente transparente. Son independientes de la luz
solar.
Fuente: (Adaptado de Araya E. 2009)
2.6. SENSORES Y PLATAFORMAS.
Existen dos tipos de sensores, determinados por la señal reflejada, misma que puede
ser pasiva o activa, es decir solar o haz energético artificial respectivamente, existiendo
también una clasificación mediante la manera en que almacena la información
captada: de antena, óptico electrónico y fotográfico.
29
Una de las características principales de los sensores es su resolución, de la cual se

agrupan cuatro propiedades: espacial, espectral, radiométrica y temporal, sus
propiedades las definimos en la tabla No. 4.
Tabla No. 4. Propiedades de las Resoluciones de un Sensor.
Resolución Propiedades
Medida de la distancia angular o linear

más pequeña que puede captar un
sensor-superficie de la tierra
Resolución Espacial representada por un pixel. (Alta
resolución: (0.5-1 metos) Media
resolución: (15-30metros) y baja
resolución: (250 - 1000 metros).
Tamaño y número de intervalos de
longitud de onda especifica del
Resolución Espectral espectro EM que puede ser
detectado por un sensor. (Número y
anchura de las bandas).
Define la sensibilidad de un detector
a las diferencias de fuerza de la señal
detectada. (Esto es cuantos tonos de
Resolución Radiométrica
grises puede discriminar el sensor
ejemplo para 8-bit el rango es 0-255,
para 7-bit 0- 128, etc.)
Define la frecuencia con que un
satélite puede obtener imágenes de
Resolución Temporal
un área en particular. (Cada cuanto
toma una imagen del mismo punto).
Fuente:http://www.itc.nl/external/unescorapca/Presentaciones%20Powerpoint/02%20Introduccion%20
Sensores%20Remotos/Introduccion%20Sensores%20Remotos.pdf
30
En el grupo de los sensores pasivos, el aparato que nos permite tomar la imagen es
una cámara fotográfica, siendo este el medio de captura gráfico más importante,
usualmente se usa película pancromática, a color e infrarroja.
De la misma manera existen dos tipos de plataformas, unas son las situadas dentro
de la atmosfera terrestre como aviones, drones o globos aerostáticos (plataforma
suborbital), y las que se encuentran situadas fuera de la atmósfera, en los satélites
(plataforma orbital). (Olaya V., 2011)
2.7. PRINCIPALES SENSORES Y PRODUCTOS.
En la actualidad existen muchos satélites puestos en órbita, en este estudio nos

enfocaremos a listar los sistemas de teledetección, sus características y productos que
proporcionan datos especialmente relacionados al estudio y análisis forestal o
terrestre.
2.7.1. LandSat. Esta misión puso en órbita siete satélites, entre 1972 y 1999, teniendo
un amplio volumen de datos obtenidos, poniendo como uno de los principales sensores
para la adquisición de datos en la actualidad. (Olaya V., 2011)
Las utilidades de este sensor son:
 Inventario agronómico
 Previsión de cosechas
 Evaluación y control de zonas regables
 Planificación hidrológica de cuencas
 Cartografía de los usos de suelo
 Control de la contaminación de aguas y suelos, entre otros.
31
Tabla No. 5. Características Landsat.
Fuente: http://www.reddccadgiz.org/documentos/doc_1441494642.pdf
2.7.2. Ikonos. Satélite lanzado en 1999, modos pancromático y multiespectral,

escenas de 11 x 11 Km, permite la revisita de un mismo sitio en menos de tres días.
(Olaya V., 2011)
 Producto GEO. Fotointerpretación y análisis que no necesiten una gran

exactitud posicional.
 Producto Reference. Cartografía de grandes superficies y aplicaciones SIG
para medios de comunicación y otros mercados comerciales.
 Producto Pro. Planificación urbana, estudios de impacto etc., para
administración local y regional.
 Producto Precisión. Estudios de impacto ambiental, transporte y planificación
urbana, etc., para la administración local y regional, la agricultura, las
telecomunicaciones y servicios a los usuarios finales.
 Producto Precisión Plus. Cartografía urbana, aplicaciones SIG que requieren
una gran precisión de localización.
32
Tabla No. 6. Características Ikonos.
2.7.3. Spot. Conjunto de satélites lanzados inicialmente por la agencia espacial

francesa, de los cinco satélites puestos en órbita, dos siguen en funcionamiento
actualmente, siendo el Spot 5 el más usado, teniendo un campo de visión de 60 Km x
60 Km., con una gama de resolución de 20 m. a 2,5 m., para trabajos a escala nacional
o regional, el período de revista es entre uno a cuatro días. (Olaya V., 2011)
 Procesamiento geométrico de la imagen

 Fotointerpretación
 Estudios temáticos
 Constitución de MDT a partir de pares estereoscópicos,
Tabla No. 7. Características Spot 5.
33
2.7.4. QuikBird. Satélite lanzado en el 2001 por parte de la compañía Digital Globe,
imágenes pancromáticas de 60 cm de resolución, y multibanda de 2,4 m. de
resolución, cubre una superficie de 16,5 x 16,5 Km de resolución, la resolución
temporal varía entre tres y siete días. (Olaya V., 2011)
 Producto Basic. Fotogrametría de precisión gracias a los parámetros

suministrados.
 Producto Standard. Para pequeñas superficies o aplicaciones que no

requieren una gran precisión de localización, requiere herramientas de
procesamiento de imagen.
 Producto Orthorectified. Producto directamente integrable dentro de un SIG,

fondo cartográfico ideal para la creación o la actualización de mapas y bases
de datos SIG. Detección de cambios y otros análisis de imagen que implican
una precisión de localización muy grande.
Tabla No. 8. Características QuikBird.
2.7.5. Aqua y Terra. Satélites lanzados por la NASA dentro de un proyecto de ámbito
internacional, estos satélites llevan consigo diversos sensores, destacándose el
sensor MODIS (Moderate Resolution Imaging Spectroradiometer), el cual está a bordo
34
del satélite Terra (EOS a.m.) y del Aqua (EOS p.m.), la órbita del satélite Terra viaja
alrededor de la tierra de norte a sur pasando por el Ecuador en la mañana, y el satélite
Aqua viaja de sur a norte pasando por el Ecuador en la tarde.
Terra-MODIS y Aqua-MODIS cubren la superficie de la tierra cada 1 a 2 días, sus datos

abarcan 36 bandas espectrales, lo que proporcionan importante información para el
análisis de la dinámica del planeta; los cambios de la superficie terrestre, en lo océanos
y en la atmósfera, esta información cabe destacar que es de libre acceso y de manera
gratuita, constituyendo una fuente de datos muy relevante, principalmente para el
estudio relacionado al medio ambiente. (Olaya V., 2011).
Tabla No. 9. Características MODIS.
En la tabla No. 10 se resume la información de los productos de teledetección y sus

principales características.
35
Tabla No. 10. Información de diferentes Productos de Teledetección.
Fuente:http://www.inegi.org.mx/geo/contenidos/imgpercepcion/imgsatelite/doc/aspectos_
tecnicos_de_imagenes_modis.pdf (modificado).
A continuación resumimos en la tabla No. 11 las bandas que poseen diferentes

sensores, mismas que van desde el rango del visible, infrarrojo cercano, infrarrojo
medio e infrarrojo térmico, en unidades de micrómetros (um).
Tabla No. 11. Bandas de diferentes sensores ópticos.
Fuente:http://www.servir.net/images/imageviewer/PDF/tallerSERVIR_CA_2011/pdf/Bandas_de_Difere
ntes_Sensores_%D3pticos2.pdf
36
2.8. PROCESAMIENTO DE IMÁGENES DIGITALES.
El procesamiento o tratamiento digital de imágenes es un pilar importante en la

teledetección, siendo esta una aplicación de técnicas matemáticas, estadísticas y
computacionales con el objetivo de mejorar, corregir, analizar y extraer datos de las
imágenes captadas por los sensores satelitales.
Existen cuatro grupos de tratamiento digital de la información de las imágenes:

corrección o restauración, mejoramiento, clasificación o extracción de información y
transformación. La restauración es si no la corrección de los errores de los datos
obtenidos del sensor, los defectos pueden ser por la distorsión de la geometría
relacionada entre la plataforma y el sensor con la escena y la fuente de iluminación,
también por las condiciones atmosféricas, esta corrección trata de obtener una
representación de la superficie pegado a la realidad, la corrección puede ser
radiométrica o geométrica. El mejoramiento está enfocado en realzar la imagen a
través de tratamientos y transformación de los datos y obtener un producto con una
mejor apariencia ante el sistema visual, este mejoramiento puede ser mediante la
aplicación de: contraste, color, suavizado, detección de borde, multi-imagen, mascara,
etc. La clasificación se refiere a la interpretación de la imagen mediante tratamientos
matemáticos, con el fin de extraer información específica. La transformación de
imágenes significa la creación de nuevos productos obtenidos con la ayuda de
módulos computacionales los cuales alteran la información de las bandas originales
de la imagen. (Eastman J. 2012).
2.9. ANÁLISIS MULTITEMPORAL DEL CAMBIO DE USO DEL SUELO.
El análisis multitemporal como parte de la teledetección es un aporte muy valioso en

el estudio del uso del suelo y los cambios que este percibe en un determinado rango
de tiempo, estos cambios pueden estar relacionados al ciclo estacional de las cubiertas
vegetales, catástrofes naturales o alteraciones antrópicas o cometidas por el ser
37
humano, este análisis de cambio se lo puede realizar gracias a los diferentes productos
de carácter visual (imágenes satelitales), que nos proporcionan los sensores situados
en orbitas estables y de manera repetitiva de una misma área en diferentes fechas que
pueden variar de horas a meses, dependiendo de las características del sensor.
El propósito de un análisis multitemporal es la comparación de una imagen
determinada y constatar los cambios ocurridos en ella en un período de tiempo
determinado, con el uso de las imágenes satelitales, en el mayor de los casos estos
cambios se lo mide comparando pixel a pixel los valores o números digitales de ellos
y establecer la diferencia entre las imágenes, por tal razón para obtener un resultado
objetivo, estas imágenes deben cumplir con especificaciones acordes entre ellas,
como la georreferenciación, orto-rectificación, etc.
En el caso específico de áreas forestales, se pretende determinar el cambio ocurrido

en los bosques, debido esto a la deforestación, degradación o bien puede ser también
a la reforestación o aforestación, puesto que el cambio se lo puede medir por perdida
o ganancia del área boscosa a una escala nacional, regional o local, evaluando el
impacto ambiental en las zonas de estudio y tomando decisiones mayormente
efectivas. (Ruiz, et al 2013).
Figura No. 7. Análisis Multitemporal de Imágenes.
Fuente: http://www.cartesia.org/article.php?sid=303 (Modificado)

38
2.10. METODOLOGÍAS PARA EL ANÁLISIS MULTITEMPORAL

FORESTAL.
En la actualidad la problemática global sobre el calentamiento climático, motivo que lo

atribuyen a la concentración desmedida por los gases denominados de efecto
invernadero, y las causas por lo cual estos gases se incrementan en la atmósfera, ha
motivado el interés en todo el mundo a establecer estrategias que ayuden de alguna
manera a la reducción de emisión de estos gases, siendo una de estas causas la
deforestación y degradación de bosques tropicales, es por esto que la comunidad
científica de instituciones públicas y privadas enfocaron sus esfuerzos en la creación
de metodologías referente al monitoreo de bosques y sus cambios ocurridos en un
período de tiempo determinado, pero en su inicio estas metodologías tornaron a ser
complicadas y costosas, puesto que era indispensable la recopilación de datos in-situ
y el uso de programas computacionales que tenían precios elevados y la capacitación
para su uso era otro inconveniente por la complejidad de los mismos.
En la última década este panorama ha cambiado mucho, gracias a la aplicación de los

sensores remotos o teledetección y sus productos (imágenes satelitales), que se
convirtieron en los datos primarios elementales para el monitoreo forestal, por ser de
fácil acceso y en algunos casos gratuitos, de igual manera los programadores de
softwares mejoraron sus interfaces y metodologías para el proceso de las imágenes
satelitales y su respectivo análisis multitemporal, sin embargo es necesario tener
conocimientos técnicos y prácticos para poder realizar un trabajo de monitoreo forestal
satisfactorio.
Existen diferentes metodologías para el monitoreo forestal mediante el tratamiento y

análisis de imágenes satelitales entre ellas tenemos:
39
Carnegie Institution for Science y su investigador principal Gregory Asner de la

Universidad de Stanford – California, con el apoyo de la Fundación Gordon y Betty
Moore, la Fundación John D. y Catherine T. MacArtur el monitoreo forestal está al
alcance de todos y de manera gratuita, con el lanzamiento del programa Carnegie
Landsat Analysis System -lite (o CLASlite). Este programa fue desarrollado
específicamente para la identificación automática de la deforestación y degradación
forestal mediante el uso de imágenes satelitales Landsat 7 por ejemplo, utilizando las
bandas 1, 2, 3, 4, 5 y 7 aplicando una corrección radiométrica con el uso del modelo
“6S” para luego extraer los principales conjuntos de información de la estructura del
área de un bosque, como son las coberturas fraccionales de la vegetación fotosintética
(VF), vegetación no-fotosintética (VNF) y de las superficies descubiertas (S). Asner et
al (2009).
El proyecto PRODES (Programa de Cálculo do Desflorestamento da Amazônia)

desarrollado por el Instituto Nacional de Investigaciones Espaciales (INPE)/ DPI de
Brasil con la cooperación de: EMBRAPA/CNPTIA - Agencia de Investigación Agrícola
del Brasil, IBM Brasil - Centro Latino-Americano de Soluciones para Ensino Superior y
Pesquisa, TECGRAF - PUC Rio - Grupo de Tecnología en Computación Gráfica de
PUC-Rio, PETROBRÁS/CENPES - Centro de Pesquisas "Leopoldo Miguez".
K2Sistemas. (Spring, 2014).
Su software SPRING, que es un Sistema de Información Geográfica y al mismo tiempo

un sistema de tratamiento de imágenes satelitales para aplicaciones en agricultura,
bosques, gestión ambiental, geografía, geología, planeamiento urbano y regional, la
metodología utiliza las bandas 3, 4 y 5 de Landsat con los que genera las coberturas
de suelo, vegetación y sombra mediante el modelo lineal de mezclas espectrales
(LSMM) de Shimabukuro y Smith (1991), selecciona la imagen de la cobertura suelo
para mapear el bosque / no bosque, y mediante comparación entre dos imágenes
40
clasificadas con un intervalo de tiempo entre ellas se obtiene la imagen de cambio.

(Pacheco C. et al 2013).
Protocolo metodológico para la generación del mapa de deforestación histórica en el

Ecuador continental, propuesto por el Ministerio del Ambiente en colaboración con
Socio Bosque y el Consorcio para el Desarrollo Sostenible de la Ecoregión Andina
(CONDESAN), mediante la clasificación y el mapeo de clases de uso y cobertura del
suelo a partir de imágenes satelitales Landsat ETM+ y ASTER, mismas que se las
realiza de manera independiente para cada año en el cual se va a realizar el análisis.
El pre-procesamiento incluye la ortorectificación de las imágenes y eliminación de las

áreas con presencia de nubes, sombra y agua de manera visual, el proceso de
segmentación define polígonos homogéneos encontrados en la imagen, mismos que
son generados a partir de sus clases espectrales utilizando el método no supervisado,
finalmente las coberturas se revisan y editan visualmente para resolver los problemas
de mezcla espectral entre cada clase.
Los mapas de deforestación se lo realizan mediante la comparación de las imágenes

clasificadas y estableciendo los posibles cambios entre las coberturas, que para este
caso implica principalmente la del bosque, ocurridos entre las diferentes fechas
previamente establecidas. (MAE, 2011).
CAPITULO III
3. METODOLOGÍA
3.1. UBICACIÓN DEL ÁREA DE ESTUDIO.
El área de estudio se encuentra ubicada al norte del Ecuador, al sur este de la provincia
de Imbabura, su posición geográfica es: 0º 30´ y 0º 20´ de latitud norte; y, 79º 0´ y
41
78º 20´ de longitud Oeste, limitando al norte con la provincia de Esmeraldas, al sur con
la provincia de Pichincha, al este con las parroquias: Imantag, Quiroga y las parroquias
urbanas el Sagrario y San francisco del cantón Cotacachi, la parroquia San José de
Quichinche del cantón Otavalo y al oeste con el límite entre las provincias de
Esmeraldas y Pichincha. La zona de Intag está integrada por seis parroquias rurales
del cantón Cotacachi, siendo estas: Plaza Gutiérrez, Apuela, Peñaherrera, Vacas
Galindo, Seis de Julio de Cuellaje y García Moreno; sumándose a estas una parroquia
rural del cantón Otavalo: Selva Alegre. (Figura No. 8).
Tabla No. 12. Parroquias de Intag.
PARROQUIA SUPERFICIE/Km2.
APUELA 213.90
VACAS GALINDO 42.61
PLAZA GUTIÉRREZ 85.61
PEÑAHERRERA 118.48
GARCÍA MORENO 700.51
CUELLAJE 183.62
SELVA ALEGRE 133.40
TOTAL 1478.13
Intag se extiende desde las estribaciones de la Cordillera Occidental de los Andes

(Cordillera del Toisan), formando parte de la zona de amortiguamiento de la Reserva
Ecológica Cotacachi-Cayapas y de la Bioregión “El Chocó”, caracterizada por su alta
biodiversidad a nivel mundial, con aproximadamente 147.730,67 hectáreas o 1.477,3
Km2, equivalente al 0.52% del territorio nacional. (Cazares, 2010)
Sus altitudes van desde los 1200 msnm hasta los 2900 msnm. Y según Cisneros V.
(2005) “Tiene una superficie de 300.000 hectáreas de bosque húmedo tropical
montano y contiene once de las veinticinco zonas de vida identificadas en Ecuador”
42
Figura No. 8. Mapa de Ubicación del Área de Estudio.

43
3.2. CARACTERÍSTICAS GENERALES DE LA ZONA DE INTAG.
La zona de Intag se distingue por su distribución geográfica que va desde los páramos
andinos hasta la región subtropical, su topografía es muy accidentada lo que genera
una serie de microclimas que caracterizan la riqueza biológica y la abundancia de
productos agrícolas.
El clima de Intag corresponde al semi-humedo tropical, con una temperatura que oscila
entre 25 y 30 grados centígrados para todo el año, una pluviosidad anual aproximada
de 2000 milímetros y humedad relativa entre el 80% y 85%. (Cisneros, 2005).
Una condición singular de Intag es el contraste existente entre la amplia gama de

biodiversidad y la presencia de yacimientos minerales cuya explotación puede afectar
considerablemente a la flora, fauna y a la población local. La zona de Intag posee una
superficie de 37.481 hectáreas de bosques protegidos tanto a nivel público y privado,
plasmados en la tabla No. 13. (Cazares, 2010):
Tabla No. 13. Distribución de los bosques protectores de la zona de Intag.
Fuente: http://dspace.ups.edu.ec/bitstream/123456789/4916/1/UPS-QT02576.pdf
44
Figura No. 9. Mapa de Bosques Protectores de la zona de Intag.

45
3.3. FLUJOGRAMA DE LA METODOLOGÍA APLICADA.
VALIDACIÓN
Figura No. 10. Esquema Metodológico implementado para el Monitoreo de Bosques.
Fuente: Propia
3.3.1. Fase 1. Recopilación de Información.
 El primer paso para realizar el monitoreo forestal, es la recopilación de información

base de la zona de estudio, como es el mapa de división político - administrativa
en sus diferentes niveles. Esta información la podemos descargar de la página web:
www.ecuadorencifras.gov.ec
46
 Selección del sensor Orbital
Luego del análisis específico del tipo de imágenes satelitales que utiliza el software
CLASlite 3.1, se optó por utilizar los productos del sensor Landsat 7 ETM+, por ser de
acceso libre y gratuito.
Figura No. 11. Ubicación del Path y Row de nuestra área de interés en una imagen Landsat 7.
Fuente: Propia
 Descarga de imágenes satelitales
La etapa de adquisición de las imágenes satelitales es de vital importancia, puesto que

la calidad de las mismas reflejara el resultado final del análisis.
Las imágenes Landsat 7 ETM+, las podemos obtener del siguiente portal de
información espacial: http://glovis.usgs.gov/, en esta página es donde ubicamos la
información del path y row que nos direccionara a nuestra área de interés, para luego
ayudados de los campos de búsqueda del servidor, buscamos las imágenes que
contengan la menor cantidad de nubes en las fechas predefinidas para el análisis
multitemporal (2010 – 2013).
47
3.3.2. Fase 2. Pre-procesamiento.
En esta fase incluyen los procesos de tratamiento que necesitan las imágenes
descargadas para optimizar su calidad y corregir sus errores.
 Corrección del bandeo con el software ENVI 5.0
El sensor Landsat 7 ETM+, desde mayo del 2003, presenta pérdidas de información
en sus imágenes, para lo cual se crearon algunos algoritmos matemáticos que
resuelven este problema, promediando los pixeles tanto de arriba como de debajo de
las líneas afectadas.
El programa que tiene un mejor rendimiento para resolver el problema de la pérdida

de información de las bandas del sensor Landsat 7 ETM+ es ENVI 5.0, el cual tiene
una herramienta llama Landsat_gapfill que elimina de manera automática este
problema.
Figura No. 12. Corrección Imagen Landsat 7 ETM+
 Fragmentación del área de estudio
El siguiente paso de pre-procesamiento de las imágenes es realizar una fragmentación

del área de estudio específica, esto con el propósito de acelerar el proceso en el
software CLASlite, puesto que lo que hacemos es reducir el área de trabajo, a nuestra
área de interés.
48
3.3.3. Fase 3. Procesamiento con el software CLASlite 3.1.
La investigación presente hace uso de la herramienta automatizada CLASlite 3.1,

como metodología para la obtención de imágenes procesadas que exponen
información referente a la deforestación y degradación forestal en un período de
tiempo determinado.
 Preparación de imágenes Landsat crudas.
Este proceso lo realizamos para cada imagen satelital (2010 y 2013).
La figura No. 13 incorpora el flujo metodológico que realiza CLASlite en el

procesamiento de las imágenes satelitales.
49
Figura No. 13. Metodología de procesamiento de CLASlite.
Fuente: http://claslite.carnegiescience.edu/.static/themes/claslite/documents/es/Guia_del_Usuario_CLASlite.pdf
 Paso 1.- Calibración de las Imágenes.- En este paso se realiza una calibración
radiométrica y una corrección atmosférica de la imagen(es), convirtiendo la
información del pixel que viene en niveles o números digitales (ND), a radiancia
captada por el sensor, para luego implementar la corrección atmosférica utilizando
el Second Simulation of the Satellite Signal in the Solar Spectrum -6S- que fue
50
desarrollado en base al trabajo de Vermote y colaboradores en 1997, lo que hace

es transformar la radiancia captada en niveles de reflectancia de las coberturas.
 Paso 2.- Mapa de Cobertura Fraccional.- Este paso determina la vegetación

fotosintética (VF), vegetación no-fotosintética (VNF) y las superficies descubiertas
(S), aplicando el algoritmo Automated Monte Carlo Unmixing (AutoMCU), mismo
que realiza un análisis cuantitativo de la cobertura fraccional de 0 a 100% de la VF,
VNF y S que puede contener cada pixel de la imagen satelital en análisis (Asner et
al., 2004).
 Paso 3.- Mapa de Cobertura de Bosque.- El tercer paso de procesamiento con

CLASlite es el de establecer y mapear la cobertura del bosque a partir de una
imagen satelital, el producto resultante son las áreas definidas como boscosa y no
boscosa, pudiendo identificar áreas de tala o perturbación pasadas, por ejemplo al
observar un área bien definida como no boscosa en medio de un área boscosa, o
también por ejemplo un área de vegetación o pastizales (no boscosa), en
expansión con bordes de bosque.
CLASlite usa un árbol de decisiones simple el cual convierte los resultados corridos
con el algoritmo AutoMCU y realiza una estimación de la cobertura forestal.
Ajustamos los umbrales de acuerdo a los resultados que estos ofrecen, en nuestro
caso luego de haber hecho diferentes pruebas los umbrales se ajustaron a los
recomendados por el mismo software para áreas boscosas tropicales de >=80%
para la cobertura fraccional de la vegetación fotosintética VF, y todo lo demás que
sea <80% se considera como no bosque, teniendo el siguiente umbral de <20%
para la cobertura fraccional de superficie S.
La imagen resultante de cobertura boscosa contiene tres clases: Clase 0 (Pixeles

enmascarados a nubes, sombras, agua y sin datos), Clase 1 (Coberturas de
51
bosque) y Clase 2 (Coberturas de no bosque), esta imagen la podemos trabajar en

otros softwares de información geográfica (ArcGis), para el cálculo geoestadístico
y para la elaboración de mapas. Ahora para establecer el grado de deforestación o
perturbación es necesario tener dos imágenes de cobertura boscosa, puesto que
esta medida se la trata al comparar el cambio existente entre dos o más imágenes
con un determinado periodo de tiempo entre ellas.
 Paso 4.- Mapa de Cambio de Bosque.- Este es el último paso que realiza
CLASlite, donde de manera automática detecta el cambio sufrido por el área
boscosa mediante la comparación de una serie de imágenes de la misma área de
estudio con un lapso de tiempo determinado entre ellas, los resultados son dos
tipos de cambio, creando dos imágenes: perdida de bosque (deforestación) y
degradación del bosque (perturbación). Con estos resultados podemos exportarlos
a un programa SIG y realizar los cálculos respectivos y su mapeo final.
Los resultados obtenidos son dos imágenes, una denominada por defecto
Deforestación indicándonos las áreas con cambios abruptos por lo que el programa
las detecta como deforestación y otra imagen denominada perturbación que nos
detalla los cambios ocurridos con menos intensidad en los bosques.
3.3.4. Fase 4. Generación de Información.
En esta fase hacemos uso de resultados obtenidos en diferentes etapas de la fase de

procesamiento, como es la imagen obtenida al final del paso 3 “Mapa de cobertura de
bosque” la cual indica el área total de bosque existente en la zona tratada de la imagen
satelital en la fecha en la cual fue obtenida la misma, así mediante el uso de un
software SIG (ArcGis 10.1) podemos realizar un mapa temático del área forestal de la
zona de estudio, siendo esta información la denominada “Mapa de Línea Base
Forestal” puesto que expone el área total forestal en una fecha específica.
52
El otro insumo usado para la generación de información es el generado en la fase de

procesamiento del paso 4 “Mapa de cambio de bosque” donde se genera dos
imágenes una es la imagen de deforestación y la otra de perturbación en un período
de tiempo determinado (2010 al 2013), con las cuales podemos cuantificar la
deforestación multitemporal o histórica de la zona en estudio, estableciendo los
cambios ocurridos en el área forestal comprendidos entre el período inicial y final, a
esta superficie de cambio cuantificada la dividimos para el número de años existente
entre los dos períodos, obteniendo el valor anual promedio de deforestación y
degradación.
3.3.5. Fase 5. Validación de los resultados.
En la fase de validación es necesario implementar un mecanismo de auditoría de los

resultados obtenidos del monitoreo del área forestal, misma que pude ser mediante
uso de imágenes de alta resolución (fotografía aérea), comparación con el mapa de
uso de suelo oficial, o supervisiones de campo.
La unidad de muestreo puede utilizar el método de puntos aleatorio simple,

sistemático, estratificado o estratificado no alineado (Chuvieco 1995), para realizar una
comparación de un mismo punto (localización), tanto en el mapa de línea base forestal
y la capa de uso de suelo en un Primer Momento, para luego el Segundo Momento,
realizar otra comparación entre la capa de deforestación y perturbación con la imagen
de alta resolución. El punto tendrá que ser evaluado en un área dentro del pixel de 30
x 30 metros. (Perú-MAE. 2014).
El tamaño de la muestra se refiere al número de puntos a utilizarse en el análisis de

validación, y mientras la muestra es más grande, la evaluación será más precisa.
(Perú-MAE. 2014), según Chuvieco 1995, dice que un valor mínimo de muestras para
obtener una estimación fiable de error es de 50 muestras por cada clase temática.
53
La muestra aleatoria se la obtiene mediante el uso de la herramienta automatizada

Create Random Points del programa ArcGis por ejemplo, teniendo en cuenta el
número de puntos a crear y el tipo de capa que utilizará (líneas, polígonos o puntos),
pretendiendo que la muestra sea heterogénea y distribuidos en toda el área de
validación.
Luego de la obtención de los puntos bien distribuidos y con un número razonable se

procede a extraer los datos de la clasificación en los puntos de muestreo, el proceso
se lo puede realizar con la herramienta de ArcGis Extact Values to Points.
Los puntos de muestreo se superponen a la capa de uso de suelo y a la imagen de

alta resolución para comenzar con la verificación de las clases bosque, no bosque en
su primer momento, y deforestación y perturbación en el segundo momento.
Para la tabulación de la verificación, se deben crear algunos campos en la tabla de

atributos como:
Código: para cada punto.
Cobertura de la capa “Línea Base”: bosque, no bosque
Cobertura observada en la capa uso del suelo: bosque, no bosque
Cobertura Obtenida en Procesamiento: deforestación, perturbación
Cobertura en la imagen de alta resolución: deforestación, perturbación.
Verificación: si los campos coinciden entre las coberturas se puede llenar con una V
y F si no coinciden.
Observaciones: pudiendo explicar las observaciones pertinentes.
Luego de tabular las observaciones, se realizará el análisis de los datos mediante una
“matriz de confusión”, la cual establecerá la confiabilidad del mapa y los errores de
omisión y comisión, y por último el análisis con el “coeficiente Kappa”. (Perú-MAE.
2014).
54
Matriz de confusión.
La matriz de confusión establece una comparación entre dos clasificaciones, siendo

una la establecida por el usuario que viene hacer las clases referenciales que
generalmente son las filas de la matriz y la otra la que deseamos evaluar ubicadas en
las columnas de la matriz, así realizamos una comparación en una matriz para cada
clase, ubicada generalmente en diferentes sectores del mapa, la diagonal de esta
matriz representa el número de sitios verificados en los cuales existe concordancia
entre los datos referenciales y los datos a evaluar, siendo los datos marginales de la
matriz los errores de asignación. (LI et al., 2009; Santos, 2007).
Medidas de precisión en la matriz de confusión.
Exactitud del usuario.- Dato clasificado de manera correcta de una clase en relación
al total de dicha clase en las filas.
Exactitud del usuario = número de coincidencias/total.
Error de comisión.- Dato que demuestra la probabilidad en que el usuario del mapa
encuentre información errónea durante la evaluación.
Error de comisión = 1 - Exactitud del usuario.
Exactitud del productor.- Dato que indica el porcentaje de una clase clasificada
correctamente en las columnas.
Exactitud del productor = número de coincidencias/total.
Error de omisión.- Dato que representa el porcentaje en que el productor del mapa
clasifico incorrectamente los atributos del terreno.
Error de omisión = 1 - Exactitud del productor.
Coeficiente Kappa.
Coeficiente estadístico propuesto por Jacob Cohen 1960, mide la similitud entre dos
clasificaciones de imágenes, una realizada con un software y la concordancia de esta
55
con una clasificación visual en campo o con imágenes de alta resolución, realizado por
medio de la siguiente ecuación:
Donde:
N = Total de pixeles de la matriz
r = número de filas en la matriz
Xii = número de pixeles de la fila i, columna i (diagonal mayor)
El coeficiente Kappa puede variar entre 0 a 1, significando 1 una concordancia exacta

entre los métodos de clasificación, y de acuerdo al valor el índice puede ser
categorizado de la siguiente manera:
(Landis y Kotch, 1977)
3.3.6. Fase 6. Uso de la Información.
En esta fase, finalmente podemos hacer uso de la información resultante del estudio,
y elaborar los mapas temáticos definitivos y hasta con una escala gráfica máxima de
1: 100.000 por tratarse de imágenes Landsat 7. (Chuvieco E., 1996).
56
CAPITULO IV
RESULTADOS Y ANÁLISIS
4. RESULTADOS.
4.1. Fase 1: RECOPILACIÓN DE INFORMACIÓN.
El presente trabajo hizo uso de información del portal web espacial del USGS como se
lo explica en el capítulo metodológico, de donde se realizó la selección de dos
imágenes satelitales: una del año 2010 y la otra del año 2013, las cuales tienen la
siguiente información:
Path y %
Sensor Fecha ID
Row Nubes
Landsat 7
P010R060 09/09/2010 35% LE70100602010252ASN00
ETM+
Landsat 7
P010R060 26/04/2013 24% LE70100602013116EDC00
ETM+
Figura No. 14. Imagen Landsat 7 path 10 - row 60 año 2010 y 2013.
Fuente: http://glovis.usgs.gov/
57
4.2. FASE 2: PRE-PROCESAMIENTO.

El primer paso en la fase de pre-procesamiento es la corrección de las fallas de las
imágenes escogidas y descargadas Landsat 7 ETM+, mediante el uso del programa
ENVI 5.0 como lo detalla la metodología, obteniendo los siguientes resultados:
Figura No. 15. Imagen Landsat 7-: 2010 y 2013 corregidas.
El siguiente paso en la fase de pre-procesamiento es la fragmentación de la imagen

satelital corregida, con el propósito de procesar solamente el área de interés, en este
caso la zona de Intag, como lo demuestra la figura No. 16.
Figura No. 16. Fragmentación del Área de Estudio

58
Quedando las imágenes de la siguiente manera:
Figura No. 17. Imagen Landsat 7 fragmentada (2010-2013).
4.3. FASE 3: PROCESAMIENTO CON EL SOFTWARE CLASLITE 3.1.

A partir de las imágenes fragmentadas y pre procesadas de los años 2010 y 2013 se
aplicó el protocolo de procesamiento digital de imágenes satelitales automatizado
CLASlite, obteniendo los siguientes subproductos:
El primer subproducto conseguido es la imagen satelital agrupada con todas sus

bandas (7 bandas), mediante la cual se pueden realizar las diferentes mezclas o
composiciones de sus bandas para la obtención de distintas tonalidades de color en la
imagen. (Figura No. 18).
Figura No. 18. Imagen en Composición RGB 4, 6, 3 (2010 izquierda – 2013 derecha).
Las imágenes de reflectancia generaron un nuevo archivo digital con 7 bandas,

transformando la información de resolución radiométrica que viene en números
digitales a radiancia, información relevante para la comparación de cambios entre 2 o
más imágenes. (Figura No. 19).
59
Figura No. 19. Imagen de Reflectancia (2010 – 2013).
Otro subproducto es la imagen térmica para cada año (2010 y 2013). (Figura No. 20).
Figura No. 20. Imagen Térmica (2010 – 2013).
Las imágenes de cobertura fraccional generaron un archivo digital de 7 bandas las

mismas que son 3 coberturas fraccionales: Superficie descubierta (S), vegetación
fotosintética (VF), vegetación no fotosintética (VNF), 3 imágenes de error en la
estimación para cada cobertura fraccional: erro de la superficie descubierta, error de
la vegetación fotosintética, erro de la vegetación no fotosintética y 1 imagen de error
total (RMSE). (Figura No. 21).
Figura No. 21. Imagen de composición de color a partir de las coberturas fraccionales (RGB -
S,VF,VNF) – (2010 – 2013).
60
4.4. FASE 4: GENERACIÓN DE INFORMACIÓN.

A partir de los subproductos obtenidos (coberturas fraccionales), con el software
CLASlite, se procedió a la detección de las coberturas de bosque / no bosque y sin
datos o enmascarados (Figura No. 22).
Figura no. 22. Imagen de Bosque/No Bosque, No Data (2010 – 2013).
La comparación entre las imágenes de bosque/no bosque entre los años 2010 al 2013
nos da como resultado 2 imágenes: Deforestación y Perturbación en este período de
tiempo. (Figura No. 23).
Figura No. 23. Imagen de Deforestación (izq) y Perturbación (der), período 2010 al 2013.
4.5. FASE 5: VALIDACIÓN DE LOS RESULTADOS.
Estas imágenes obtenidas (bosque, no bosque, deforestación y perturbación), nos

sirven de insumos importantes en el análisis y monitoreo de los bosques, pudiendo
determinar la existencia o no de una intervención antrópica en el lugar de estudio a la
fecha establecida de la última imagen en comparación (2013), que para validarla es
muy necesario realizar un proceso de auditoría a través de los métodos explicados en
el capítulo metodológico.
61
 Auditoría a partir de la capa uso de suelo (MAE 2008).

El presente estudio realizo la validación mediante la comparación de los resultados
obtenidos de las áreas de bosque y no bosque (Línea base año 2010), con la capa
temática de usos del suelo de la zona de Intag elaborada por el Ministerio del
Ambiente en el año 2008 y a partir de esta capa se procedió a realizar una
clasificación de las áreas homogéneas de bosque y no bosque, (tabla No. 14):
Tabla No. 14. Zonas homogéneas según uso del suelo (MAE 2008)
62
Figura No. 24. Mapa del Uso del Suelo Intag 2008 (MAE).
63
El tipo de muestreo se lo realizó con la metodología aleatoria simple con un tamaño

de muestra por la capa temática bosque y no bosque de 100 puntos cada una.
Figura No. 25. Mapa del Resultado obtenido de Línea Base Forestal de la zona de Intag año
2010 para su validación.
Figura No. 26. Mapa de clasificación Zonas homogéneas (Bosque – No Bosque) de la zona de
Intag año 2008. (MAE)
64
Auditoría a partir de la capa de uso del suelo (MAE 2008).
Tabla No. 15. Matiz de Confusión para la verificación de la cobertura forestal del año 2010.
MEDIDAS DE PRECISIÓN.
FIABILIDAD GLOBAL 59,00%

FIABILIDAD DEL USUARIO PARA CLASE BOSQUE 60,00%
FIABILIDAD DEL PRODUCTOR PARA CLASE BOSQUE 58,82%
ERRORES POR COMISIÓN CLASE BOSQUE 40,00%
ERRORES POR OMISIÓN CLASE BOSQUE 41,18%
FIABILIDAD DEL USUARIO PARA CLASE NO BOSQUE 58,00%
FIABILIDAD DEL PRODUCTOR PARA CLASE NO BOSQUE 59,18%
ERRORES POR COMISIÓN CLASE NO BOSQUE 42,00%
ERRORES POR OMISIÓN CLASE NO BOSQUE 40,82%
COEFICIENTE KAPPA.
[200 × (60 + 58)] − [(0,60 × 0,58) + (0,58 × 0,59)]

= = 0,5899
200 − [(0,60 × 0,58) + (0,58 × 0,59)]
65
Auditoría a partir de fotografía aérea.
Para el presente trabajo se pudo obtener ortofotomosaico del área de estudio de alta
resolución del año 2010 de una gran parte de la zona de Intag, por lo que podemos
utilizarla para realizar un análisis comparativo con la capa deforestación y perturbación
entre el período 2010 al 2013 y establecer su validación a través de medidas de
exactitud, precisión y error.
El tipo de muestreo se lo realizó con la metodología aleatoria simple con un tamaño

de muestra por la capa temática deforestación y perturbación de 150 puntos para las
dos juntas, realizando un búfer de 15 metros para cada punto, tratando de obtener un
área de 30 metros x 30 metros para su respectivo análisis de validación.
Figura No. 27. Mapa del Resultado obtenido de Deforestación y Perturbación en la zona de
Intag en el período 2010 al 2013 para su validación.
66
Puntos
Aleatorios
Figura No. 28. Localización de ortofotomosaico en la zona de Intag. (SIGTIERRAS 2010)
Figura 29. Captura de pantalla para visualizar la zona de inspección seleccionada por los
puntos aleatorios.
67
Tabla No. 16. Matiz de Confusión para la verificación de la Deforestación y Perturbación.
MEDIDAS DE PRECISIÓN.
FIABILIDAD GLOBAL 92,25%

FIABILIDAD DEL USUARIO PARA CLASE DEFORESTACIÓN 99,08%
FIABILIDAD DEL PRODUCTOR PARA CLASE DEFORESTACIÓN 93,10%
ERRORES POR COMISIÓN CLASE DEFORESTACIÓN 0,92%
ERRORES POR OMISIÓN CLASE DEFORESTACIÓN 6,90%
FIABILIDAD DEL USUARIO PARA CLASE PERTURBACIÓN 85,19%
FIABILIDAD DEL PRODUCTOR PARA CLASE PERTURBACIÓN 88,46%
ERRORES POR COMISIÓN CLASE PERTURBACIÓN 14,81%
ERRORES POR OMISIÓN CLASE PERTURBACIÓN 11,54%
COEFICIENTE KAPPA.
[142 × (108 + 23)] − [(0,99 × 0,93) + (0,85 × 0,88)]

= = 0,9225
142 − [(0,99 × 0,93) + (0,85 × 0,88)]
Para interpretar el valor del coeficiente Kappa (K), se dispone de la siguiente escala:
68
Tabla No. 17. Valoración del Coeficiente Kappa (Landis y Kotch, 1977).
4.6. FASE 6: USO DE LA INFORMACIÓN.
Mediante el uso de la información Bosque / No Bosque validado generamos el mapa

temático de Línea Base Forestal de la zona de Intag para los años 2010 y 2013.
(Figuras No. 31 y 32)
Los resultados obtenidos sobre los escenarios de referencia o línea base forestal para
el año 2010 en la zona de Intag es de 844,48 Km 2 de área forestal lo que representa
al 57,13% del área total y para el año 2013 de 803,02 Km 2 de área forestal equivalente
al 54,33% del área total.
Mediante el análisis de regresión entre los escenarios de referencia forestal 2010 y

2013 se obtuvo un resultado del 89,62%, debido al área deforestada y perturbada.
Figura No. 30. Análisis de Regresión.

69
A partir de las imágenes de deforestación y perturbación de la zona de Intag

generamos los mapas temáticos de las mismas del período 2010 al 2013. (Figuras No.
33 y 34).
El área total de deforestación es de 63.32 Km 2 equivalente al 4.28% del área total y

perturbación de 15.67 Km2 equivalente al 1.06 % del área total, teniendo como
resultado para la zona de Intag en el período 2010 al 2013 una tasa promedio anual
de deforestación de 21.10 Km 2 equivalente al 1.42 %, y de perturbación de 5.22 Km 2
equivalente al 0,35%.
70
Figura No. 31. Mapa de Línea Base Forestal de Intag. 2010.

71
Figura No. 32. Mapa de Línea Base Forestal de Intag. 2013

72
Figura No. 33. Mapa de Deforestación de Intag. 2010 al 2013

73
Figura No. 34. Mapa de Perturbación de Intag. 2010 al 2013

74
4.6. ANÁLISIS DE RESULTADOS.
4.6.1. Calidad y disponibilidad de los datos.
La información principal para este estudio fueron las imágenes satelitales Landsat
ETM+ 7 para los años 2010 y 2013, afrontando la problemática de la presencia de un
gran porcentaje de nubes en las imágenes de nuestra área de estudio, en
consecuencia, reduciendo el área total de análisis, teniendo un 32,11% de nubosidad
para la imagen del año 2010 y 36,25% para la imagen del año 2013.
El software Claslite puede hacer uso de imágenes Landsat 4,5,7 y 8, ALI, ASTER y
Spot 4 y 5. Pudiendo realizar mosaicos con imágenes de diferentes sensores con el
propósito de obtener imágenes libre de nubosidades, el inconveniente es que algunas
imágenes son de pago, por tal razón en el presente estudio solo se hicieron uso de
imágenes gratuitas como son las del sensor Landsat 7.
4.6.2. Pre-procesamiento.
La fase de pre-procesamiento constituye la corrección del bandeo en las imágenes
Landsat ETM+ 7, realizándolo fácilmente con la herramienta Landsat gapfill del
software ENVI 5.0, pudiendo también hacer uso de un modelo automatizado con el
software ArcGis, mismo que toma mucho más tiempo.
El paso siguiente de fragmentación del área de interés consiste en la realización de un
corte rectangular para cada banda de la imagen Landsat ETM+ 7, pudiéndolo realizar
de manera grupal con el software ArcGis 10.1, con la opción Batch de la herramienta
Extract by Mask, agilitando el proceso, cabe mencionar que el software Claslite utiliza
75
las bandas 1,2,3,4,5 y 7 de las imágenes Landsat 7 de manera cruda e individual, por
lo que no es necesario realizar un apilamiento previo de las mismas.
4.6.3. Procesamiento.
El software Claslite 3.1, realiza de manera automática todo el proceso de clasificación
de las áreas deforestadas y perturbadas, siguiendo los cuatro pasos de su interfaz,
teniendo que cargar solamente las bandas pre-procesadas de la imagen Landsat
ETM+ 7, obteniendo los resultados finales (dependiendo del tamaño del área de
análisis y de la memoria RAM del computador), en unos 45 minutos por cada imagen
(caso particular de este estudio de la zona de Intag con una laptop de 4 GB de memoria
RAM).
Por lo mencionado anteriormente es que la metodología de Claslite tiene una gran
ventaja en comparación de otras metodologías que toman mucho más tiempo y
experticia al momento de generar información referente a deforestación y degradación
realizando el análisis multitemporal de imágenes satelitales.
La metodología de Claslite es específica para el trabajo de monitoreo forestal
multitemporal, disponible de manera gratuita y muy sencillo de aprender su uso.
4.6.4. Validación.
El primer momento de validación se lo realizo comparando la clasificación del área
forestal del año 2010 obtenida del proceso realizado con Claslite, con la capa de uso
de suelo elaborado por el Ministerio del Ambiente en el año 2008 y homogenizada en
dos clases: bosque y no bosque.

76
La fiabilidad global de la clasificación es del 59% con un coeficiente Kappa de 0,58
equivalente a una fuerza de concordancia moderada, considerando que la capa de uso
de suelo usualmente realiza una homogenización de áreas, lo que reduce
significativamente la precisión de la clasificación.
El resultado obtenido de la línea base forestal para el año 2010 si concuerda de
manera general con la clasificación realizada por el Ministerio del Ambiente, quedando
validada esta capa para su uso técnico.
El segundo momento de validación es el relacionado a la deforestación y perturbación
forestal entre el año 2010 al 2013, resultado obtenido a partir del análisis multitemporal
de imágenes Landsat ETM+ 7, con el software Claslite en comparación con una
ortofotomosaico de alta resolución del área de estudio del año 2010 proporcionada por
SigTierras.
El número de puntos aleatorios para la validación fue de 150 para las dos clases
(deforestación y perturbación), de los cuales 8 puntos fueron eliminados por la falta de
imágenes de alta resolución en su ubicación, quedando un total de 142 puntos para la
validación.
Se realizó un buffer de 15 metros a cada punto para la obtención de un área
relacionada al tamaño del pixel de la imagen Landsat 7, que es de 30 metros por 30
metros, y establecer su concordancia o no con la ortofotomosaico.
El resultado para la fiabilidad del productor en la clase deforestación es de 93,10% lo
que significa que casi la totalidad de los puntos de validación concordaron entre la
clasificación y la ortofoto de alta resolución, teniendo un 99,08% de fiabilidad del

77
usuario para la clase deforestación, pudiendo el usuario del mapa confiar en los datos
producidos.
Para la clase de perturbación forestal se obtuvo un 88,46% de fiabilidad del productor
del mapa siendo también un porcentaje alto en la clasificación y concordancia de esta
clase en relación a la ortofotomosaico, teniendo el usuario del mapa un 85,19% de
fiabilidad del mapa producido para su uso.
El resultado de fiabilidad global en la matriz de confusión es de 92,25%, y un
coeficiente Kappa de 0,92, equivalente a una fuerza de concordancia casi perfecta,
este resultado nos demuestra la gran capacidad de la metodología implementada por
Claslite en el procesamiento de imágenes satelitales multitemporal en el monitoreo de
áreas forestales, obteniendo resultados satisfactorios y confiables al momento de
implementar proyectos de vigilancia en lugares amenazados por la deforestación o
degradación.
Los resultados obtenidos reflejan actividades antrópicas en áreas forestales de la zona
de Intag, principalmente se notó mediante el análisis de evaluación con la
ortofotomosaico que las áreas deforestadas en periodos de tiempo anteriores del 2010
a 2013, se están incrementando por actividades agropecuarias principalmente, es
decir que la frontera agrícola sigue expandiéndose y la cobertura forestal se reduce
cada año.
Otra observación que se debe tomar en cuenta es la ampliación de la carretera
Cuicocha – Apuela que empezó a realizarse a mediados del año 2012, por tal motivo
hubo áreas boscosas taladas para tal obra que se evidenció en el análisis
78
multitemporal, aunque cave recalcar que el área total deforestada para la obra fue
mínima.
Para el período de análisis multitemporal: 2010 al 2013, no se evidencio algún tipo de
invasión ilegal (deforestación, perturbación), en la zona minera, puesto que como es
una zona de conflicto existe vigilancia continua, tanto por parte de ecologistas como
pro-mineros. (Figura No. 35)
Figura No. 35. Mapa de verificación de actividad antrópica en la zona minera de Intag período
2010 – 2013.
79
Según M.A.E. (2012), Imbabura en el periodo 2000 – 2008, tenía una deforestación
anual promedio de 12,4 Km2, lo que refleja un incremento casi del doble de área
deforestada para el período 2010 – 2013 con 21,1 Km2 de promedio anual, esto pone
en alerta a las autoridades para emprender mecanismos de control y mitigación de la
deforestación, principalmente en la zona de Intag, que es en donde se encuentra la
mayor cantidad de bosques tropicales de la provincia de Imbabura.
Por motivo económico, las visitas a campo no se pudieron realizar, siendo este trabajo
indispensable para la validación de los datos obtenidos, sin embargo el uso de la
ortofotomosaico es el recurso que valida este trabajo de investigación.
CAPITULO V
5. CONCLUSIONES.
Uno de los problemas principales que se tiene al trabajar con imágenes satelitales
Landsat ETM+ 7, es la alta presencia de nubes, principalmente en áreas geográficas
subtropicales donde la mayor cantidad de imágenes no son aptas para utilizarlas en
trabajos de análisis de imágenes satelitales.
La metodología usada en el presente trabajo investigativo fue mediante el uso del
software Claslite 3.1 que tiene la ventaja de ser fácil de usar constituyéndose en una
80
excelente herramienta al momento de realizar un monitoreo forestal atreves del uso de
imágenes satelitales y su análisis multitemporal, comparado con otras metodologías,
Claslite es el único software construido específicamente para el monitoreo y vigilancia
forestal, por tal razón concluimos que es la mejor opción para la realización de
proyectos similares al presente.
Claslite 3.1, es un software de libre acceso y con una interfaz extremadamente fácil de
entender, además por estar en idioma español el usuario nuevo en trabajos de
monitoreo forestal puede ser cualquier persona, sin ser necesario tener conocimientos
previos de forestería, manejo de software SIG o Teledetección.
Los resultados obtenidos en el análisis multitemporal del área forestal en la zona de
Intag en el período 2010 al 2013 con la metodología Claslite fueron satisfactorios,
teniendo una exactitud en la validación casi perfecta del 92,25%, demostrando la
eficacia de la metodología y que consideramos la mejor alternativa en la
implementación de proyectos de monitoreo forestal.
Se alcanzaron los objetivos planteados, teniendo determinadas las coberturas de
deforestación y degradación forestal en la zona de Intag para el período 2010 al 2013
(63,32 Km2 deforestación y 15,67 Km2 de perturbación), así como también creamos
los escenarios de referencia del área forestal o línea base en la zona de Intag para los
años 2010 y 2013 (844,48 Km2 de área forestal año 2010 y 803,02 Km2 de área forestal
año 2013), estableciendo la tendencia de cambio anual del área forestal en la zona de
Intag (deforestación 21.10 Km2 equivalente al 1.42 % y perturbación de 5.22 Km2
equivalente al 0,35%)
81
La pregunta de investigación establecida:
¿Es posible determinar los cambios de la cobertura de bosques mediante el análisis y

procesamiento digital de imágenes satelitales?
Respuesta: Si es posible determinar los cambios de la cobertura de bosques mediante

el análisis multitemporal y procesamiento digital de imágenes satelitales, mediante la
utilización de software especializados como Claslite 3.1, obteniendo resultados
satisfactorios y confiables.
Recomendaciones.
Para poder obtener imágenes libre de nubosidad, se recomienda trabajar con áreas
menores como por ejemplo a nivel de parroquia, puesto que así se puede realizar
mosaicos, integrando partes del área de estudio de las imágenes Landsat ETM+ 7 libre
de nubes de diferentes fechas de un mismo año, a la vez también podríamos validar
la información con visitas de campo con mayor facilidad y menor presupuesto.
Para complementar el trabajo de clasificación de áreas deforestadas y perturbadas, se

recomienda realizar una clasificación de uso de suelo, complementando así la
información del área de estudio, y actualizando a su vez este tipo de información, que
por lo general es muy dinámica en el tiempo.
El monitoreo forestal en la zona de Intag es recomendable realizarlo continuamente,

pudiendo estimar entre 2 a 3 veces anuales, puesto que el índice de deforestación es
alto, siendo urgente la intervención de las autoridades competentes para el control de
la deforestación y perturbación.
Se recomienda a la vez establecer áreas de amortiguamiento entre las zonas agrícolas

y las forestales, con el propósito de definir la frontera agrícola y su respectivo control.
82
El software Claslite tiene la capacidad de usar imágenes Landsat 8, pudiendo realizar

estudios actuales de deforestación y perturbación con bajo presupuesto, actualizando
el monitoreo constantemente.
Según el Proyecto Fortalecimiento REDD+ y cooperación Sur – Sur (2014). Desde el

año 2012 existe el proyecto llamado Global Forest Watch, creado por Google
conjuntamente con el Instituto Mundial de Recursos (WRI por sus siglas en inglés),
que es una plataforma en línea que da seguimiento a los cambios ocurridos en la
cobertura vegetal en todo el mundo, esta plataforma utiliza los cientos de miles de
imágenes satelitales de la agencia espacial de los Estados Unidos, los datos se
actualizan cada 16 días, lo que proporciona una fuente de consulta para su respectivo
análisis en comparación con trabajos de la misma índole a escalas menores (nacional,
cantonal, parroquial, etc.) por lo que se recomienda el uso de esta información para
cotejar con los resultados obtenidos en estudios futuros.
83
REFERENCIA BIBLIOGRÁFICAS:
Ana G. (2006). Análisis multitemporal de la cobertura y uso de la tierra a través del

sistema LCCS en la cuenca baja del Río Grande-Santa Cruz, Tesis de
maestría, Universidad Mayor de San Simón, Santa Cruz, Bolivia, disponible
en: http://museonoelkempff.org/sitio/Informacion/tesis/Tesis_LCCS(1).pdf
[consulta: 10-08-2014].
Araya Morales Eddison J. (2009). Manual de Procesos en fotografías aéreas e

imágenes satelitales, Instituto Nacional de Innovación y Transferencia de
Tecnología Agropecuaria (INTA), San José - Costa Rica.
ARCGIS (2013): Ayuda de ArcGis 10.1, Página Oficial. Disponible en:

http://resources.arcgis.com/es/help/main/10.1/index.html#/na/00qn0000001p
000000/
Asner G., Páez G., Knapp D., Balaji A. y Clark J. (2009). Sistema Amigable de
Monitoreo de la Deforestación y Perturbación de Bosques Tropicales
CLASlite®. Guía del usuario, versión 2.0. Departamento de Ecología Global.
Institución Carnegie para la Ciencia. 260 Panama Street, Stanford, CA 94305
USA. Disponible en:
http://claslite.carnegiescience.edu/.static/themes/claslite/documents/es/Guia_
del_Usuario_CLASlite.pdf
Brown, S. 1997. Estimating Biomass and Biomass Change of Tropical Forests: a

Primer. Documento sobre Silvicultura de la FAO 134. FAO: Roma.
http://www.fao.org/docrep/w4095e/w4095e00.htm#Contents [consulta: 11-04-
2014].
Butler, Rhett A. (2014). Mongabay.com. Disponible en: http://www.mongabay.com/

[consulta: 16-05-2014].
Cabrera E., Vargas D. M., Galindo G. García, M.C., Ordoñez, M.F. (2011). Protocolo
de procesamiento digital de imágenes para la cuantificación de la
deforestación en Colombia, Nivel Subnacional Escala Gruesa y fina. Instituto
de Hidrología, Meteorología, y Estudios Ambientales-IDEAM-. Bogotá D.C.,
Colombia. 44 p.
84
Cabrera E., Vargas D. M., Galindo G. García, M.C., Ordoñez, M.F., Vergara, L.K.,
Pacheco, A.M., Rubiano, J.C. y Giraldo, P. (2011). Memoria técnica de la
cuantificación de la deforestación histórica nacional – escalas gruesa y fina.
Instituto de Hidrología, Meteorología, y Estudios Ambientales-IDEAM-.
Bogotá D.C., Colombia. 106 p.
CARE Ecuador, (2010). Anexo No. 6, Plan Estratégico Red de Intag. Disponible en:
http://www.care.org.ec/wp-content/uploads/2014/04/Plan-Estrategico-de-
turismo-de-INTAG.pdf[Consulta: 10-03-2014].
Carbon Decition International, et all (2012). Plan de Inversión Forestal. Componente

III: Elementos para la identificación de áreas con mayor potencial para
reducir emisiones de GEI en el sector forestal, Lima, Perú. Disponible en:
http://www.minam.gob.pe/cambioclimatico/wpcontent/uploads/sites/11/2014/0
3/Elementos-para-la-identificacion-de-areas-con-mayor-potencial-para-
reducir-emisiones-de-GEI [Consulta: 10-08-2014].
Carlos Ponce (2008). Análisis de cambio de cobertura vegetal y fragmentación en el

corredor de conservación comunitaria el Ángel - Bosque Golondrinas,
provincia del Carchi (1996 - 2005). Tesis de Ingeniería, Escuela politécnica
del Ejército, Sangolquí, Ecuador, disponible en:
http://repositorio.espe.edu.ec/bitstream/21000/803/1/T-ESPE-019563.pdf
[consulta: 10-08-2014].
Cazares L. (2010). Producción y Comercialización Asociativa de leche en la Zona de

Intag – Imbabura. Tesis de maestría, Universidad politécnica Salesiana,
Quito, Ecuador.
Centro de Altos Estudios en Geomática (CAEG), (2014). Curso Gestión y Mapeo del
Territorio. Lima –Perú.
CLASLite – Carnegie Institution for Science, (2014). Tecnología para Monitoreo de

Bosques. Versión 3.1. Tutorial; Stanford, CA, USA. Disponible en:
http://claslite.carnegiescience.edu/en/index.html[Consulta: 12-04-2014].
Chuvieco Emilio (1996). Fundamentos de Teledetección Espacial, tercera edición

revisada, RIALP, S.A., Madrid.
85
Cisneros V. (2005). Creación de una hostería ecológica en el valle de Intag, para

potencializar el turismo en la zona, Tesis de Ingeniería, Universidad
Tecnológica Equinoccial, Quito, Ecuador.
Collado Latorre, J.; Navarro Jover, J. M. (2013) ArcGIS 10: prácticas paso a paso,
Universitat Politècnica. Valencia – España.
Echeverría Pedro (1983). Síntesis Monográfica del Cantón Cotacachi. Otavalo: Autor
Eastman Ronald J. (2003). IDRISI Kilimanjaro Guía para SIG y Procesamiento de

Imágenes. Manual versión 14. Clark Labs – Clark University. Worcester, MA,
USA.
Eastman Ronald J. (2012). IDRISI Selva Guía para SIG y Procesamiento de

Imágenes. Manual versión 17. Clark Labs – Clark University. Worcester, MA,
USA.
Exelis Visual Information Solutions, ENVI Tutorials, (2014),

http://www.exelisvis.com/Learn/Resources/Tutorials.aspx [consulta: 17-05-
2014].
Geografía, Planificación y Desarrollo GeoPlaDes, (2010). Estudio Multitemporal de

Cobertura Vegetal y Uso del Suelo entre los Años 1990, 2010 y Proyección al
2030 a Escala 1:50.000 para el Centro y Sur Oriente de la Amazonía
Ecuatoriana y Sistematización de la información sobre los aspectos socio-
económicos y culturales para facilitar la toma de decisiones en proyectos de
desarrollo y conservación; The Nature Conservacy; Wildlife Conservation
Society. Quito – Ecuador.
INEGI (2014). Ficha Técnica TERRA AQUA, disponible en:

http://www.inegi.org.mx/geo/contenidos/imgpercepcion/imgsatelite/doc/aspect
os_tecnicos_de_imagenes_modis.pdf [Consulta: 07-08-2014].
Intriago Conforme José A. (2001). Análisis Dinámico de la Deforestación en el

Ecuador, Tesis de Ingeniería, Escuela Superior Politécnica del Litoral,
Guayaquil – Ecuador.
86
Fondo Ecuatoriano de Desarrollo Sustentable FED (2011). Análisis de Diagnóstico

Participativo en la zona de Intag, para la implementación de la iniciativa
REDD+, Cotacachi.
Fonseca John, Gómez María (2009). Análisis multitemporal mediante imágenes

landsat caso de estudio: cambio de área laderas de la ciénaga de Tumaradó
parque natural los Katíos. Universidad Militar Nueva Granada, Bogotá,
Colombia. Disponible en:
http://repository.unimilitar.edu.co/bitstream/10654/9268/1/FonsecaJohnJairo2
013.pdf [consulta: 10-08-2014].
Kocian, M., Batker, D., Harrison-Cox, J. (2011). Estudio ecológico de la región de

Intag, Ecuador: Impactos ambientales y recompensas potenciales de la
minería. Earth Economics, Tacoma, WA, Estados Unidos.
Landis J, Koch G (1977). The measurement of observer agreement for categorical

data. Biometrics; 33:159-74.
LI, M.; WU., Y.; Zhang, Q. (2009). SAR image segmentation based on mixture
context and wavelet hidden - class - label Markov random field. Computers
and Mathematics with Applications. V.57, n.6, p.961-969.
Martínez Vega Javier y Martín Isabel M. Pilar (Eds.). (2010). Guía Didáctica de
Teledetección y Medio Ambiente, Red Nacional de Teledetección Ambiental
(RNTA), Madrid – España.
Maqui Mañachi (2009). Centro de Investigación y Desarrollo Comunitario, Crónicas y

Perfiles. Municipio de Cotacachi.
Ministerio del Ambiente. (2011). REDD+ en Ecuador. Una Oportunidad para Mitigar el
Cambio Climático y Contribuir a la Gestión Sostenible de los Bosques. Quito,
Ecuador.
Ministerio del Ambiente. (2011). Protocolo Metodológico para la generación del Mapa
de Deforestación Histórica en el Ecuador continental. Quito, Ecuador.
87
Ministerio del Ambiente, (2012): / Línea Base de Deforestación del Ecuador

Continental, Quito-Ecuador.
NASA (2013), El espectro electromagnético 01 – Introducción [Vídeo]. Disponible en:

https://www.youtube.com/watch?v=ixwxOQf50kc [consulta: 10-08-2014].
Olaya Víctor (2011). Sistemas de Información Geográfica versión 1.0, disponible en:
http://volaya.es/libro.htm [consulta: 5-08-2014].
Ortega-P.,S.C., A. García-Guerrero, C-A. Ruíz, J. Sabogal. & J.D. Vargas (eds.)

(2010). Deforestación Evitada. Una Guía REDD+ Colombia. Ministerio de
Ambiente, Vivienda y Desarrollo Territorial; Conservación Internacional
Colombia; Fondo Mundial para la Naturaleza (WWF); The Nature
Concervacy; Corporación Ecoversa; Fundación Natura; Agencia de
Cooperación Americana (USAID); Patrimonio Natural – Fondo para la
Biodiversidad y Áreas Protegidas y Fondo para la Acción Ambiental. Bogotá.
72p.
Pacheco C. et al (2013). Comparación de los métodos utilizados en el monitoreo de

la deforestación tropical, para la implementación de estrategias REDD+, caso
de estudio los Llanos Occidentales Venezolanos. Disponible en:
http://www.dsr.inpe.br/sbsr2013/files/p0445.pdf [consulta: 21-09-2014].
Peña C. Luis (2008). Sistemas de Información Geográfica: Herramientas para el

Desarrollo Local Sustentable. Habana: Universidad Agraria de la Habana.
Pérez Vasco Diego Fernando, (2012). Identificación de ecosistemas en la provincia

de Napo – Ecuador mediante análisis digital de imágenes satelitales, Tesis
de Maestría, Universidad San Francisco. Quito – Ecuador.
Perú - Ministerio del Ambiente (2014). Protocolo: Evaluación de la Exactitud

Temática del Mapa de Deforestación. Dirección General de Ordenamiento
Territorial. Lima, Perú.
Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), (2012). GEO5
Perspectiva del Medio Ambiente Mundial, United Nations Environment
Programme, Novo Art, S.A. Panamá.
88
Proyecto Fortalecimiento REDD+ y cooperación Sur – Sur (2014). Crean Google y

WRI el Global Forest Watch. Disponible en:
http://www.mrv.mx/index.php/es/noticias/blog/208-crean-google-y-wri-el-
global-forest-watch.html [consulta: 19-09-2014].
Puerta Tuesta R., Rengifo T., Bravo N. (2011). Manual de ArcGis 10 Básico.
Universidad Nacional Agraria de la Selva, Tingo María – Perú.
Puerta Tuesta R., Rengifo T., Bravo N. (2013). Manual de ArcGis 10 Intermedio.
Universidad Nacional Agraria de la Selva, Tingo María – Perú.
Recavarren, P; Delgado M.; Angulo, M.; León, A.; Castro, A. (2011). Proyecto REDD
en Áreas Naturales Protegidas de Madre de Dios. Insumos para la
elaboración de la línea base de carbono. Asociación para la Investigación y
el Desarrollo Integral – AIDER. Lima, Perú. 201 p.
Rügnitz, M. T.; Chacón, M. L.; Porro R. (2008). Guía para la Determinación de

Carbono en Pequeñas Propiedades Rurales 1. ed. Consorcio Iniciativa
Amazónica (IA) y Centro Mundial Agroforestal (ICRAF). Belém, Brasil.
Ruiz, V., Savé, R., Herrera, A. (2013). Análisis multitemporal del cambio de uso del
suelo, en el Paisaje Terrestre Protegido Miraflor Moropotente Nicaragua,
1993 – 2011. Ecosistemas 22(3):117-123. Doi.: 10.7818/ECOS.2013.22-3.16.
Nicaragua.
Santos, J.C. (2007).Extração de atributos de forma e seleção de atributos usando
algoritmos genéticos para classificação de regîões. Tesis de maestría.
Instituto Nacional de Pesquisas Espaciais (INPE), Brasil, p.1-102.
Spring (2012). Sistema de Procesamiento de Información Geográfica. Disponible en:

http://www.dpi.inpe.br/spring/espanol/index.html [consulta: 19-09-2014].
Watanabe, J. (2014). Manejo del ENVI V4.5, pag. 2. Disponible en:

http://www.monografias.com/trabajos82/manejo-envi/manejo-envi.shtml
[consulta: 08-06-2014]
89
ANEXOS.
Capturas de pantalla de los puntos aleatorios de las clasificaciones

deforestación y perturbación para su respectiva validación mediante la
comparación con la ortofotomosaico de la zona de Intag para el período 2010 al
2013.
Captura de pantalla No. 1.

90

91

Análisis Multitemporal de Zonas Forestales en La Zona de Intag - Ecuador, Período 2010 Al 2013

Transféré par

Informations du document

Titre original

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

Análisis Multitemporal de Zonas Forestales en La Zona de Intag - Ecuador, Período 2010 Al 2013

Transféré par

Droits d'auteur :

Formats disponibles

Tesis de Maestría

Presentada para el Programa UNIGIS MSc

ANÁLISIS MULTITEMPORAL DE LAS ZONAS FORESTALES EN LA

Ing. José Raúl Guzmán Paz

Tesis de grado presentada como requisito para la obtención

Supervisor: Collet Laure

Quito - Ecuador, Diciembre de 2014

que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las

fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Quito – Ecuador, Diciembre de 2014.

La presente investigación presenta una metodología para determinar, cuantificar y

Monitoring, baseline forestry, deforestation, degradation, disturbance, CLASlite,

2.9. ANÁLISIS MULTITEMPORAL DEL CAMBIO DE USO DEL SUELO. ............. 36

Tabla No. 1. Agentes históricos de la deforestación en la Zona de Intag (FED 2011).

Figura No. 1. Flujograma de causas directas y subyacentes de la deforestación. .... 18

1.1. ANTECEDENTES DEL PROBLEMA

Contradictorio a las propuestas políticas ambientales anunciadas por parte del

Esta situación ha puesto a la zona de Intag, con un peligro constante de extracción

1.2.1. OBJETIVO GENERAL

Realizar un análisis multitemporal de las superficies forestales en la zona de Intag –

1.2.2. OBJETIVOS ESPECÍFICOS

1. Determinar las coberturas de deforestación y degradación forestal en la zona de

1.3. PREGUNTAS DE INVESTIGACIÓN

¿Es posible determinar los cambios de la cobertura de bosques mediante el análisis y

Los bosques del Ecuador se ven seriamente amenazados. El gobierno ecuatoriano

Las nuevas metodologías hacen uso de imágenes satelitales y softwares específicos

Una planificación de índole productiva, conservacionista o mixta como es el caso del

El presente trabajo constituye el análisis multitemporal del área forestal de la zona de

 Gobierno Autónomo Descentralizado Provincial Imbabura

 Gobierno Autónomo Descentralizado Rural Parroquial Apuela

Entre otras organizaciones o personas particulares como investigadores, estudiantes,

2.1. LA DEFORESTACIÓN Y LA DEGRADACIÓN FORESTAL COMO

invernadero, otra manera de liberación de dióxido de carbono es cuando el bosque es

Según Brown (1997), la deforestación no es lo mismo que la degradación o

 Deforestación: Es la pérdida total de un área de bosque y de los depósitos de

Fuente: (www.fao.org, 2014)

 Degradación o Pertubación: Es la reducción de la cantidad de árboles de un área

Fuente: (www.fao.org, 2014)

Para tener un enfoque global de las causas directas y subyacentes de la deforestación

Figura No. 1. Flujograma de causas directas y subyacentes de la deforestación.

2.2. PROBLEMÁTICA DE LA DEFORESTACIÓN EN INTAG.

Según Echeverría P. (1983). La problemática de la deforestación en Intag tiene su

F.E.D. (2011). El proceso de deforestación se ha acelerado en las últimas décadas

Mediante el análisis histórico y actual se hace una recopilación del problema de la

Tabla No. 1. Agentes históricos de la deforestación en la Zona de Intag (FED 2011).

Tabla No. 2. Agentes potenciales de deforestación en la Zona de Intag. (Propia)

2.3. SISTEMAS DE INFORMACIÓN GEOGRÁFICA SIG.

2.3.1. ¿Qué significan las siglas SIG?

Según C.A.E.G. (2014), existen muchas maneras de describir los Sistemas de

La G representa el término "geográfica", e indica que se trata de describir y manejar

El componente geométrico refiere a la posición del fenómeno u objeto respecto a un

El componente descriptivo refiere a las características cualitativas o cuantitativas de

La I representa el término "información", e indica que no es solo cuestión de tener un

Esta conversión ocurre cuando los datos son estructurados, manipulados e

La S representa el término "sistema", que se define como, un conjunto de elementos

2.3.2. Definición de un SIG

2.3.3. Componentes de un SIG

Un SIG se compone de cinco elementos importantes:

Figura No. 2. Componentes de un SIG.

La teledetección es conocida también como observación remota y engloba a una

determinada aplicación, así Chuvieco E. (1996) define a la teledetección como “aquella

Chuvieco E. (1996) Un sistema de teledetección espacial posee los siguientes

- Fuente de energía, se refiere a la radiación electromagnética que llega al