ANÁLISIS DE LA PÉRDIDA DE BOSQUE Y PÁRAMO USANDO CON

TELEDETECCIÓN EN EL MUNICIPIO DE SILVIA CAUCA

SAMIR MERA SÁNCHEZ

1227069

Profesor:
Francisco Luis Hernández Torres

TELEDETECCIÓN ESPACIAL

UNIVERSIDAD DEL VALLE

FACULTAD DE INGENIERÍA CIVIL Y GEOMATICA
PROGRAMA INGENIERIA TOPOGRÁFICA
Santiago de Cali, septiembre 19 de 2017
Teledetección Espacial Ingeniería Topográfica

CONTENIDO
INTRODUCCIÓN.................................................................................................................... 3
ANTECEDENTES .................................................................................................................. 3
PLANTEAMIENTO DEL PROBLEMA .................................................................................. 7
JUSTIFICACIÓN .................................................................................................................... 7
METODOLOGIA. ................................................................................................................... 8
Zona De Estudio. ........................................................................................................................ 8
Identificación Y Extensión De Das Áreas De Bosque Y Paramo A Trabajar ............. 9
Procesamiento Digital De Imágenes ..................................................................................... 9
Etapa de pre-procesamiento. .............................................................................................. 9
Etapa de procesamiento digital de las imágenes. ........................................................... 12
Clasificación Supervisada ..................................................................................................... 13
BIBLOGRAFIA..................................................................................................................... 15
Teledetección Espacial Ingeniería Topográfica

INTRODUCCIÓN
Muchos son los beneficios, ambientales y económicos, que ofrecen los páramos a
las comunidades humanas. En éstos nacen los ríos que son utilizados para el
abastecimiento de agua potable, riego y, en algunos casos, para la generación de
energía eléctrica, entre otros aspectos a tal punto que han sido intervenidos por el
ser humano aprovechándolos como áreas de producción causando una alteración
es sus recursos por esto se pretende utilizar la teledetección espacial con el fin de
identificar las áreas deterioradas o que se encuentran vulnerables en la extinción
de sus elementos, aplicando metodologías que nos ayuden a analizar los problemas
producidos, la zona escogida para este estudio fue el Municipio de Silvia cauca
dentro de la comunidad indígena Misak a la cual se le atribuye la posesión de una
gran extensión de estas áreas de bosque y paramo, que han venido sufriendo el
flagelo de las prácticas de pastoreo y agricultura en zonas limítrofes entre la
comunidad y estas áreas afectando una de los principales elementos de la fauna
que es el oso Andino el cual se encuentra en vía de extinción al estar perdiendo su
hábitat.

ANTECEDENTES
Para dar peso a este trabajo fue necesario la consulta de varias referencias
bibliográficas que nos relacionan este estudio y nos permiten ser una guía en el
desarrollo de ella, a continuación se muestra los documentos consultados en las
bases de datos indexadas y se habla un poco acerca de sus trabajos realizados.
El impacto de la resolución espacial en la clasificación de especies de
plantas y tipos funcionales dentro de los datos del espectrómetro de
imágenes
El articulo plantea un trabajo sobre el uso de la espectroscopia de imágenes para
segregar y mapear especies vegetales y tipo funcionales de plantas (PFT), siendo
de gran importancia en el procesos científicos, supervisión y mejoramiento en los
ecosistemas utilizando espectrorradiómetros de imagen gruesa el cual usan esto
haciendo una clasificación de las especies dominantes y plantas funcionales en
cinco tipos de ecosistemas sobre un grado de resolución espacial, introduciéndose
en áreas de bosque caducifolio de clima templado y hoja ancha y en un pantano,
para esto se utiliza el método de discriminante canónico (CDA) para determinar
especies y plantas funcionales, se tiene referencia de estudios realizados sobre
mapeos de especies con MODIS y AVHRR pero se basan principalmente en
diversidad de bosques verdes, matorrales abiertos (biomas), pero los DTF
proporcionan información más detallada acerca de la zona, el sitio de estudio se
distribuyó en cinco zonas de bosque ya que posee elementos naturales únicos
Centro de Investigación Ambiental Smithsonian (SERC), el Bosque Experimental
Wind River (WR) y el Bosque Nacional Sierra (SNEV) el pantano de marea en la
costa del Golfo de Louisiana (GULF) y la parte central de California comprendiendo
Teledetección Espacial Ingeniería Topográfica

a Santa Bárbara, las montañas de Santa Ynez y el valle de Santa Ynez que contiene
matorrales de hoja perenne y de hoja caduca, bosques y sabanas, así como
praderas abiertas (SBFR), Los se recolectaron por el espectrómetro
aerotransportado visible / infrarrojo (AVIRIS) en cada sitio de estudio y agregados a
20, 40 y 60 m resoluciones, los datos del infrarrojo tiene 224 bandas q cubren 350-
2500nm (10 nm de ancho total, medio-máximo), se hizo un pre-procesamiento
según la radiación ortorectiicada por la NASA JPL y luego se hace una correcion
de reflectancia utilizando tablas de consulta de e MODTRAN para la línea de
desplazamiento de luminosidad reflejada (descritas en Roberts, Green y Adams,
1997 ). La ortorectificacion JPL consiste en usar la muestra del vecino mas cercano
para asignar centros de pixeles de coordenadas irregulares rayadas (X,Y y Z), esto
causa una duplicación en los espectros por medio de los pixeles de las imágenes
multiples ortorectificados, afectando la implementación a una resolución más gruesa
por esto las imágenes se agrupan en resoluciones más gruesas de 20, 40 y 60m
haciendo un cálculo promedio de pixeles de resolución nativa de un solo espectro.
la resolución nativa fue variable de acuerdo a los sitios por ende las internas también
de las resoluciones espaciales se extrae el espectro de los pixeles dentro de los
polígonos y se analizan, luego esta resolución nativa y estas bibliotecas se agrupan
en áreas de validación, validación por medio de muestreo aleatorio y estratificación
según lo que refiere ( Roth et al., 2012 ). El tamaño de cada biblioteca de
entrenamiento de resolución nativa se minimiza utilizando el análisis de discriminate
canónico (CDA) lo cual permite lograr la mejor separación a nivel de especie a través
de estos sitios ( Roth et al., 2015 ).Las resoluciones menos favorables presentaron
una fidelidad en aumento en los ambientes forestales por medio de los datos que
se tienen de espectroscopia de imagen de 60 m en resoluciones espaciales
buscando distinguir entre las especies de plantas y PTF exceptuando una sola zona
que se eligió teniendo 40m en las resoluciones más sobresalientes, donde se tuvo
una pérdida de algunas especies variables de escala fina, por ultimo las bibliotecas
implementadas de las imágenes de resolución fina permiten adaptarse muy bien
como datos de entrenamiento, ya que pueden catalogar resoluciones espaciales
gruesa en diferentes ecosistemas.
El articulo denominado Dinámica Spatiotemporal de un Ecosistema, Páramo en
los Andes Ecuatorianos del Norte 1988-2007 nos muestra como propósito, la
realización de estudios en los páramos, para evidenciar los cambios del ecosistema
de paramos en “Pambamarca “(cordillera central de los Andes, Ecuador) utilizando
datos de satélite Landsat TM /ETM multitemporales. Así mismo analizando los
impactos generados en el ecosistema debido a la expansión de cultivos, población,
pastoreo y quema, el cual Genera pérdidas temporales y pérdidas permanentes.
Por medio de fotos aéreas de alta resolución e imágenes de satélite Quickbird como
principal objetivo mapear y analizar los cambios espaciotemporales del páramo
ecosistema en “Pambamarca”.Se maneja una metodología utilizando datos de
sensores remotos Landsat Thematic Mapper (TM) Y ETM. Para esta investigación
Teledetección Espacial Ingeniería Topográfica

se clasifica por etapas: mayor a 3600m y menor a 3600m, para dar una precisión
cartográfica superior al 90% de cubiertas de tierra y una precisión media de 96.6%
de paramo. Los resultados obtenidos Durante los 3 años de seguimiento se
produjo una pérdida de 423 hectáreas con un total de 5.1%. La cantidad absoluta
de perdida de paramo fue mostrada en una tabla donde no se pudo identificar la
velocidad del deterioro de los páramos, debido a que presentaban periodos en que
contenían una duración muy variable. La precisión al clasificar el páramo
satelitalmente permitió observar que las tasas de cambio eran más firmes. En
cuanto a pérdidas significativas, han progresado relativamente y es más notable en
áreas de menor elevación, Debido a la regeneración natural y factores atmosféricos,
la regeneración natural permitió la recuperación de grandes hectáreas con un total
de 864h en un periodo del 2002-2007.
Detección de cambio de uso de bosques y sabanas análisis estadístico
basado en objetos geográficos
Este estudio tiene como propósito determinar el cambio en la cobertura vegetal en
Brasil sobre zonas de bosque y sabana usando imágenes de LANDSAT 5TM,
basándose en métodos estadísticos y iterativos gráficos se hizo un análisis donde
se tiene en cuenta la disposición de las información, datos de reflectancia y los
índices de vegetación, y el uso de diferentes niveles de confianza.
Para esto se utiliza la clasificación por medio de la distancia de Mahalanobis DM el
cual mide la distancia entre puntos utilizados para problemas de clasificación,
reconocimiento de patrones o análisis discriminante según (Krishnaswamy y col.,
2009).

Donde, DM es la distancia de Mahalanobis; Xij es el vector de la firma espectral

temporal para cada objeto; mj es el vector medio Xij; Σj-1 es la inversa de la matriz
de covarianza.
Suponiendo una distribución homogénea de los objetos, los que están más distantes
del centro del grupo de objetos pueden probablemente ser de interés para cambiar
la detección. Para identificar estos objetos, se utilizó un umbral T.

Donde, P es la probabilidad; DM es la distancia de Mahalanobis; T es el umbral

considerando el valor de la distribución chi-cuadrada con 2n grados de libertad y
nivel de confianza de (1-α).
Teledetección Espacial Ingeniería Topográfica

Se probaron dos enfoques estadísticos, a pesar de haber seguido el mismo flujo de

procesamiento, hay dos puntos principales que los diferencian. El primero está en
los datos utilizados. Mientras que la primera utilizó como datos de entrada las
diferencias de bandas entre las fechas y la diferencia de NDVI (Desclée etal.,2006)
el segundo enfoque utiliza sus propios valores de reflectancia de las bandas y NDVI
(Bontemps et al., 2008)
El segundo punto de diferenciación entre ambos enfoques se refiere a la
construcción de la firma temporal. En el primer enfoque, los valores medios de
píxeles en los objetos (M) y la desviación estándar (S) forman el vector()(Desclée
etal.,2006) el donde i representa los objetos; j la diferencia de las imágenes, yb el
número de bandas usadas, vea la Ecuación 3 .

Por otro lado, el segundo enfoque, el

vector de firma temporal, está compuesto por los valores promedio de píxeles en
los objetos (Bontemps et al., 2008), donde i representa los objetos; j las fechas
consideradas, yb el número de bandas utilizadas, véase la Ecuación 4.

Los resultados se validan con una detección temprana y empleado la función de

operador recepto (ROC) se determinara las ganancias más salientes por medio de
las máscaras de vegetación y utilizando las bandas 3 y 4 en las dos áreas que se
aplicaron teniendo un alto porcentaje de detección entre 94,67% y 95,02% que
significo cambio representativo
Tratamiento de datos en masa de series temporales Imágenes Landsat:
píxeles a productos de datos para la vigilancia forestal
En este artículo se estudia el cambio en la cobertura vegetal en Canadá con una
cobertura en área de 998,5 millones de hectáreas, en un rango de tiempo de 1984-
2012 por medio del método de Composite2Change, donde se aplica un análisis
espectral a los elementos de la imagen de reflectancia de superficie de superficie
de BAP ((best-available-pixel) por medio de imágenes que se sacaron de Landsat
TM y ETM +. Utilizando 77.544 imágenes y que se construyen 29 composiciones
de imágenes por año siguiendo las funciones de puntuación de píxeles descritas en
White et al. Estas funciones anotan cada observación de píxeles para sensor, día
de adquisición del año, distancia a las nubes y sombras de las nubes, y opacidad
atmosférica, con esto se obtiene un archivo de compuestos de reflectancia libre de
huecos anuales y productos de cambio
En si se logró obtener una precisión del 89% de detección y 92% en los cambios
producidos en los que predomina los incendios forestales y los cultivos, con esto se
Teledetección Espacial Ingeniería Topográfica

puede tener información principal y datos para identificar y valorar los cambios en
los ecosistemas, siendo los métodos aplicados un soporte para nuevos proyectos
de observación por satélite.

PLANTEAMIENTO DEL PROBLEMA

Los páramos y bosques representan un ecosistema de montaña muy importante
dentro de nuestro entorno ya que ellos son generadores de nuestro recuso hídrico,
hospedan diversidad de plantas y animales, de igual manera sirve como ente
regulador y conservador pero por el incremento de la actividades del hombre se
han venido perjudicando notablemente, la conversión de la vegetación nativa en
áreas antropogénicas se considera el aspecto más importante para preservar la
sostenibilidad de los ecosistemas, lo que afecta el ciclo del carbono, la
fragmentación del paisaje y causando la pérdida de la biodiversidad ( Klink y
Machado, 2005 ; Carvalho et al., 2009 ).
La interacción del hombre en las riberas de estas áreas de paramo y bosques han
sido lamentables, por las intensidad de las practicas que se llevan a cabo y por lo
que no siempre sustentables ya que en muchas áreas los remanentes de bosque
ya han sido talados, los pantanos drenados y el resto del páramo transformado en
potreros degradados y cultivos sin mayor rendimiento. A este nivel, el tercer
beneficio del páramo (el espacio para actividades agrícolas) ha perjudicado a los
otros dos beneficios (hidrología y diversidad) e inclusive se está afectando a sí
mismo.
En este trabajo se pretende estudiar el deterioro de los páramos y bosques haciendo
uso de la teledetección espacial la cual nos permite obtener información a través
de las imágenes de satélite en diferentes periodos de observación, con el fin de
analizar las zonas más vulnerables y de igual manera las especies que lo
componen.

JUSTIFICACIÓN
A nivel mundial se ha reconocido que Colombia es uno de los países con mayor
biodiversidad, ocupando lugares privilegiados en riqueza de especies (Acosta-
Galvis, 2000; Castaño-Uribe et al., 2002; Parrado-Rosselli et al., 2009), donde la
composición de la flora y la fauna altoandina dependen claramente de la localidad
geográfica y están estrechamente relacionadas con la expresión de factores como
el clima, el suelo, el subsuelo, la inclinación y la exposición a la radiación solar,
además de los efectos biogeográficos históricos y la influencia antropogénica
(Rangel, 2000). A pesar de ser considerado uno los países con mayor diversidad
biológica del planeta (Myers, 1988), también enfrenta acelerados procesos de
destrucción y degradación del hábitat, según lo que menciona Mittermeier et al.,
Teledetección Espacial Ingeniería Topográfica

2000 forma parte de los Andes Tropicales, uno de los ecosistemas biológicamente
más diversos y más amenazados del mundo.
Los cambios en que se vienen produciendo en el uso del suelo están siendo
reemplazados por ecosistemas simplificados y que en la actualidad predominan en
el entorno biológico y que como consecuencia esta extensiones de bosque han
desaparecido o se encuentran en entornos antrópicos. Los páramos actualmente,
son ecosistemas estratégicos dotados de una gran cantidad de cualidades
ambientales y los principales productores de los recursos hídricos del país que
abastecen a gran parte de la población (Mountain, 2000).
Según estos datos este problema ocurre en todas las zonas existentes de bosques
y paramos y por la cual abordamos este estudio en la zona alta del municipio de
Silvia el cual se considera necesario y justo analizar esta problemática por ser el
hábitat de un gran ejemplar como lo es el oso andino y la riqueza en flora que estas
áreas contienen lo cual están siendo intervenidas por habitantes de las la
comunidad con el objetivo de buscar nuevas zonas productivas, pero que no le
devuelve nada de lo que estas le proveen si no que terminan afectándose
indefinidamente causando así la perdida de elementos importantes y la disminución
en la fuente hídrica.

METODOLOGIA.
Los métodos utilizados para el desarrollo de esta investigación fueron llevados a
cabo teniendo en cuenta las características particulares del área de estudio,
considerando la integralidad y relación existente entre los diferentes elementos
asociados que coexisten y generan la dinámica de este tipo de ecosistemas
siguiendo algunos pasos que propone Guerra-Cerezo, E. 2006. Y definiendo una
serie de pasos principales como determinación de la zona de estudio, identificación
y extensión de las áreas de bosque y paramo a trabajar, adquisición de las
imágenes satelitales de la zona, procesamiento digital de imágenes, Determinación
e identificación de las coberturas vegetales presentes en el páramo, Clasificación y
extracción de la información, Determinación del índice de vegetación (NDVI),
Clasificación Supervisada y cuantificación de la coberturas vegetales

Zona De Estudio.
La zona geográfica para trabajar es el Municipio de Silvia está situada en el nor-
oriente del Departamento del Cauca, al suroccidente de Colombia, entre los
2º47’37’’ y 2º31’24’’ de latitud norte y entre los 76º10’40’’ y 76º31’05” de longitud al
occidente del meridiano de Greenwich, sobre el flanco occidental de la cordillera
central. La cabecera municipal está ubicada entre el río Piendamó y la quebrada
Manchay sobre los 02º36’50’’ norte y 76º22’58’’ al oeste, a 2.600 metros de altitud.
Dista de Popayán 59 Km. Su área es de 662,4 Km con una extensión total de 662,4
Teledetección Espacial Ingeniería Topográfica

Km2 Km2, con una altitud de 1.800 y 3.800 m.s.n.m, sobre la cabecera municipal,
una temperatura de 12 y 21 grados centígrados C, su distancia de referencia de 59
Km de La capital, Popayán, Cauca, donde se tomara la parte nororiente del
municipio el cual se encuentra la comunidad indígena Misak a la que le pertenece
estas áreas de bosque y paramo a las que se van analizar.

Figura 1. Ubicación de la Zona de estudio Silvia Cauca.

Fuente: Google Maps.

Identificación Y Extensión De Das Áreas De Bosque Y Paramo A Trabajar

Se determinara la extensión que se pretende trabajar de acuerdo a los recursos
satelitales disponibles y la cantidad de bosque y paramo que se va a incluir de
acuerdo a esta área tomada teniendo en cuenta las actividades más notables dentro
del territorio y que conlleven a la vulnerabilidad del entorno en cuanto a su
biodiversidad.
Procesamiento Digital De Imágenes
Procesamiento digital de imágenes. Para el procesamiento, clasificación e
interpretación de las imágenes satelitales se tuvieron en cuenta las siguientes tres
fases fundamentales que son el pre-procesamiento, procesamiento y el post
procesamiento.
Etapa de pre-procesamiento.
a. Correcciones Geométricas de la información: El procedimiento a utilizar
para lograr la corrección de la información satelital es la georreferenciación,
utilizando las herramientas propias de los programas SIG para este caso
elErdas 9.2. Este proceso pretende incluir parámetros geográficos a la
imagen (Latitud, Longitud), el cual se lleva acabo identificando puntos de
control en la cartografía base georreferenciada y en las imágenes satelitales
del área de estudio tomando la mayor cantidad de puntos comunes con el fin
de reducir los errores al mínimo. Este procedimiento se realizará con el
Teledetección Espacial Ingeniería Topográfica

programa Erdas Imagine 9.2, a partir de la técnica de identificación de puntos

referenciales coincidentes. b. Realce de la información digital: Con el fin de
lograr un mejor efecto visual de las imágenes y de la información digital,
aplicara algoritmos de realce, con el fin de aumentar la capacidad de salida
y visualización de la imagen, para esto se aplica a la expansión lineal y la
ecualización del histograma, así como una serie de filtros que permitan una
mayor diferenciación de los elementos contenidos en la imagen. A las
imágenes originales se les realizará el realce de la información digital
utilizando la expansión lineal de banda 3, 4 y 5

Figura 1. Imagen original sin realizar el proceso de realce B3; B) Histograma original de la imagen sin
realizar la expansión lineal B3
Fuente: Guerra-Cerezo, E. 2006

Figura 2. Imagen original sin realizar el proceso de realce B4; B) Histograma original de la
imagen sin realizar la expansión lineal B4. Fuente: Guerra-Cerezo, E. 2006

Figura 3. Imagen original sin realizar el proceso de realce B5; B) Histograma original de la
imagen sin realizar la expansión lineal B5.
Fuente: Guerra-Cerezo, E. 2006

Como podemos ver en los histogramas de las correspondientes bandas el número

de pixeles se distribuye de manera irregular en comparación con el número digital,
lo que disminuye la capacidad de salida y visualización de la imagen, cabe destacar
Teledetección Espacial Ingeniería Topográfica

que las bandas que se utilizaran para este trabajo serán según las que presenten
mejor correlación. Es necesaria la aplicación de un algoritmo de realce expansión
lineal, con el fin de mejorar la calidad y resolución de cada una de las bandas para
posteriormente elaborar la composición en falso color.

Figura 4. Realce de las imágenes utilizando la expansión lineal de B3; B) Resultado del histograma utilizando
la expansión lineal de B3

Figura 5. ) Realce de las imágenes utilizando la expansión lineal de B4; B) Resultado del
histograma utilizando la expansión lineal de B4.
Fuente: Guerra-Cerezo, E. 2006

Figura 6. Realce de las imágenes utilizando la expansión lineal de B5; B) Resultado del
histograma utilizando la expansión lineal de B5

Como se puede observar gracias a la aplicación de la expansión lineal en cada una

de las bandas a trabajar permite dar una mejor distribución Fuente:
de losGuerra-Cerezo,
pixeles en E.relación
2006
Teledetección Espacial Ingeniería Topográfica

con los valores digitales, mejorando la calidad de la imagen. De igual manera las
imágenes serán sujetas a otro tipo de pre-procesos antes de ser clasificadas, entre
estos podemos destacar la corrección de nubes y sombras así como correcciones
de tipo atmosféricas. Cabe destacar que dicho proceso será aplicado a cada una de
las bandas y para cada uno de los periodos que se analizarán en el proceso de
clasificación y muestreo para lograr un mejor contraste de los objetos y por
consiguiente un mejor grado de exactitud en la información obtenida.
Etapa de procesamiento digital de las imágenes.
a) Determinación e identificación de las coberturas vegetales presentes en los
páramo y bosques en el territorio de Silvia, el desarrollo de esta actividad se
es necesario la manipulación del software ERDAS Imagine 2011 y ArcGIS,
como herramientas para el procesamiento digital de la imagen Landsat 7 para
cada uno de los periodos. Para este fin se debe realizar una adaptación de
las coberturas establecidas en la metodología Corín Land Cover establecida
para Colombia por el Instituto de Hidrología, Meteorología y estudios
Ambientales del IDEAM, por lo tanto el resultado obtenido será una
clasificación basada en una homologación (equivalencias- unificación) de la
metodología mencionada (Tabla 5). Esta leyenda Nacional de Coberturas de
la tierra describe y contiene cada una de las unidades de coberturas de la
tierra presentes en el territorio nacional y que además son cartografíales a
escala 1:100.000.
b) Adaptación de la leyenda Corín Land Cover para las coberturas vegetales
presentes en la zona de estudio, se identificaran las coberturas vegetales
categorizadas según la metodología Corine Land Cover adaptada para
Colombia y su codificación y de acuerdo a los elementos presentes en la
zona de estudio.
b. Clasificación y extracción de la información: En esta etapa del proceso
se determinará la mejor composición de falso color que nos permitiera
identificar las diferentes coberturas en el área de estudio. Esta clasificación
se ´podra realizar con la ayuda del software Erdas Imagine versión 9.2.

c. Determinación del índice de vegetación (NDVI): El cálculo del índice de

vegetación es un cociente que nos permite discriminar las masas vegetales.
El resultado de estas operaciones permite obtener una nueva imagen donde
se destacan gráficamente determinados píxeles relacionados con
parámetros de vegetación.

Índice de Vegetación de Diferencia Normalizada

Teledetección Espacial Ingeniería Topográfica

El Índice de Vegetación de Diferencia Normalizada, también conocido

como NDVI por sus siglas en inglés, es un índice de vegetación que se utiliza para
estimar la cantidad, calidad y desarrollo de la vegetación con base a la medición de
la intensidad de la radiación de ciertas bandas del espectro electromagnético que la
vegetación emite o refleja.
Para el cálculo de los índices de vegetación es necesaria la información que se
encuentra en las bandas roja e infrarroja de ese espectro electromagnético.
Clasificación Supervisada
Según el periodo de tiempo de la imagen: El proceso mediante el cual se realizará
la extracción de la información a nivel de coberturas en el área de estudio se llevará
a cabo mediante la aplicación de una clasificación supervisada por el método de
máxima probabilidad. En la cual se definirán una seria de clases o categorías para
posteriormente continuar con el muestreo e identificación de las áreas de
entrenamiento. Para este propósito se tuvo en cuenta las características espectrales
particulares para cada rango clase El método seleccionado para realizar la
clasificación de las coberturas vegetales fue el método de clasificación supervisada
debido a que existe un cierto conocimiento previo del área de estudio y de los tipos
de coberturas. Con base en este conocimiento se definieron y delimitaron sobre la
imagen áreas de entrenamiento.

Clasificación por medio de la distancia de Mahalanobis

La distancia de Mahalanobis es una medida de la distancia entre los puntos
utilizados para problemas de clasificación, reconocimiento de patrones o análisis
discriminante (Krishnaswamy y col., 2009). Diferentemente de la distancia
euclidiana, toma en consideración la posición del objeto, ver Ecuación 1.

DM es la distancia de Mahalanobis; Xij es el vector de la firma espectral temporal

para cada objeto; mj es el vector medio Xij; Σj-1 es la inversa de la matriz de
covarianza.
Distancia entre objetos.
Suponiendo una distribución homogénea de los objetos, los que están más distantes
del centro del grupo de objetos pueden probablemente ser de interés para cambiar
la detección. Para identificar estos objetos, se utilizó un umbral T.
Teledetección Espacial Ingeniería Topográfica

Donde, P es la probabilidad; DM es la distancia de Mahalanobis; T es el umbral

considerando el valor de la distribución chi-cuadrada con 2n grados de libertad y
nivel de confianza de (1-α).
Este proceso se realiza de forma iterativa, que cada vez que se identificaban objetos
de cambio, se calcula un nuevo DM y se realiza un nuevo corte. Este proceso se
iterado hasta que no se encontraron nuevos objetos de cambio.
Teledetección Espacial Ingeniería Topográfica

BIBLOGRAFIA

 Keely L. Roth et al., 2015. The impact of spatial resolution on the classification
of plant species and functional types within imaging spectrometer data
 igmore O, Gao J (2014) Spatiotemporal dynamics of a páramo ecosystem in
the Northern Ecuadorian Andes 1988-2007. Journal of Mountain Science
11(3). DOI: 10.1007/s11629-013-2365-6
 Rezende Leite, et al., 2017. Fortunato Change Detection In Forests And
Savannas Using Statistical Analysis Based On Geographical Objects Boletim
de Ciências Geodésicas, vol. 23, núm. 2, abril-junio, 2017, pp. 284-295
Universidade Federal do Paraná Curitiba, Brasil
 Geordie W. et al., Mass Data Processing of Time Series Landsat imagery:
pixels to Data Products For Forest Monitoring Txomin Hermosilla, Michael A.
Wulder, Joanne C. White, icholas C. Coops,
 Das & Ashesh Kumar Das et al., 2013.Mapping and Identification of
Homegardens as a Component of the Trees Outside Forests Using Remote
Sensing and Geographic Information System Tapasi