Universidad de Cuenca, Cuenca, Ecuador. Resumen. reservorios naturales tales como las lagunas y los humedales. El área del Parque

Transcripción

1 Identificación de las áreas de influencia de los humedales en el Parque Nacional Cajas en base al análisis de imágenes satelitales D. Mora 1 & F. Cisneros 1 1 Programa para el Manejo del Agua y del Suelo, PROMAS, Universidad de Cuenca, Cuenca, Ecuador Resumen En el presente trabajo se han identificado los rasgos de los humedales presentes en el ecosistema de páramo del Parque Nacional Cajas, mediante el análisis de la información cartográfica en la escala 1: previo a su debida georeferenciación y ortorectificación, información cartográfica en escala 1:10.000, la interpretación de imágenes satelitales e información secundaria disponible. Los criterios utilizados para la identificación de los humedales considera el levantamiento de diferentes tipos de cobertura de suelos, la clasificación de los tipos de cobertura mediante el uso de sistemas de información geográficos y sensores remotos con técnicas de clasificación suaves y duras, y la verificación de los mismos mediante los índices de correspondencia respectivos. Adicionalmente se consideró la morfología del terreno, de manera especial la pendiente del terreno, para delimitar de mejor manera los emplazamientos correspondientes a humedales. Como resultado se ha permitido apreciar los atributos de los mismos y definir su ubicación espacial de los diferentes tipos de cobertura con un índice de correspondencia y eficiencia aceptables. 1. Introducción En la actualidad no existe una clara idea del proceso hidrológico existente en el Parque Nacional el Cajas, de vital importancia para el abastecimiento de agua de consumo para la ciudad de Cuenca, para lo cual es necesario establecer la cantidad de reservorios naturales tales como las lagunas y los humedales. El área del Parque Nacional el Cajas estuvo ocupado por glaciares durante la época del Pleistoceno Medio y Superior (Coltori y Ollier, 2000), formando una serie de valles glaciares en forma de U, un gran número de lagunas y varios humedales de agua dulce. Los humedales de agua dulce corresponden a zonas de tierras planas en las que la superficie se encuentra anegada, permanente o intermitentemente, al cubrirse regularmente de agua. En el terreno típico de la región (páramo), los humedales son entendidos como la cobertura de terreno con gran cantidad de agua, los mismos que se deben a formas transicionales entre las lagunas y el páramo. En este estudio se pretende la determinación de los 1

2 humedales existentes en el Parque Nacional el Cajas mediante el análisis de una imagen satelital Landsat de la zona. 1.1 Area de Estudio El Parque Nacional El Cajas está situado en el páramo Andino Ecuatoriano; este ecosistema está ubicado sobre la cordillera Occidental de los Andes y se extiende en dirección Sur hasta el nudo del Portete, entre las coordenadas: N; E y N; E, con una extensión de 29,390 ha. 1.2 Base de Geodatos Fig. 1. Ubicación del área de estudio Se dispone con imágenes que presenten la menor nubosidad posible. Las imágenes utilizadas corresponden a LANDSAT ETM+ para las fechas 03/11/2001 y 12/04/2002 correspondientes a los períodos estacionales secos y húmedos para la zona. Las imágenes cuentan con una resolución de 30 x 30 m cada pixel. Se dispone adicionalmente de la cartografía regional a escala 1: (I.G.M.) y cartografía del P.N.C. a escala 1: (Parque Nacional Cajas - ETAPA). 2. Análisis Preliminar 2.1 Preparación de la imagen satelital 2

3 Las imágenes pueden ser georeferenciadas y ortorectificadas en base a la cartografía mencionada. Se han considerado una serie de puntos de control para el efecto de la georeferenciación distribuídos en la extensión de la imágen y el Modelo de Elevación Digital (D.E.M.) a escala 1: (fuente I.G.M.) para la ortorectificación. El ajuste de la imagen brindó como resultado un RMSE (Root Mean Square Error) inferior a 0.5 pixel. La imagen satelital presenta en sus valores de reflectancia, efectos atmosféricos, para lo cual se utilizó el modelo COST (Idrisi Kilimanjaro), Chavez P.S., 1996, el mismo que minimiza las irregularidades en los valores de reflectancia producidos por la atmósfera. 2.2 Análisis preliminar de cobertura Las clases espectrales encontradas en la imagen pueden ser clasificadas sin un previo conocimiento de la zona, Chuvieco 1990, mediante una clasificación no supervisada, para esto se ha considerado las siete bandas espectrales que presentan la imagen satelital ETM+Landsat y se realizó la conversión de la banda Tasseled Cap la misma que identifica los principales rasgos de humedad, suelo y vegetación. Adicionalmente con esta clasificación preliminar, se pudo excluir el área de nubosidad. Con los resultados de la clasificación no supersivada, ver Tabla 1, la implementación de una base de datos de sitios de entrenamiento y sitios de verificación fue realizada. Los sitios de entrenamiento son utilizados para la calibración de la clasificación supervisada, mientras que los sitios de verificación son utilizados para la validación. Tabla. 1. Clases espectrales resultado de la clasificación no supervisada Código Cobertura 1 Lagunas 2 Páramo Húmedo 3 Bosque 4 Páramo Seco 5 A. Sin vegetación 3

4 La cobertura de Páramo Húmedo corresponde a zonas de humedales. Debido a la resolución de la imagen (30x30 m por pixel), el área de los sitios de entrenamiento y de los sitios de verificación debe ser significativo (>100 pixels) para cada cobertura. 3. Clasificación Supervisada de Coberturas 3.1 Determinación de firmas espectrales La combinación de las diferentes bandas espectrales y las bandas transformadas, crean firman espectrales. Las firmas espectrales están definidas en base a la separabilidad de las coberturas que se quieren clasificar. En este aspecto, se puede considerar que la definición de las firmas espectrales para cada una de las coberturas obtenidas mediante el levantamiento de los sitios de entrenamiento, es una manera de calibración hacia la clasificación supervisada. Para definir de una manera óptima la combinación de las bandas espectrales hacia la determinación de las firmas espectrales, se utilizó el índice de Divergencia Transformada, Lillesand TM, et.al., 2000, el mismo que considera pares de clases y determina la separabilidad entre ambos. En este estudio se cuenta con cinco clases de cobertura, lo cual resulta en diez pares a ser evaluados en su separabilidad. Se ha considerado como aceptable al valor de separabilidad mayor a Clasificación Dura Este tipo de clasificación supervisada (Hard Classifiers), toma una decisión binaria sobre la pertenencia de un pixel a una determinada clase de cobertura. Existen diferentes técnicas de clasificación dura, la utilizada en este estudio es la de Máxima Semejanza (MaxLike), la misma que determina la similitud de le reflectancia hacia una firma espectral establecida. Posteriormente se procede a la validación de la clasificación obtenida, para una posterior calibración, optimizando de esta manera que los errores tenga los menores valores posibles. 4

5 La validación, o llamadas también Pruebas de Confianza, Congalton RG, 2001; Muchoney D, et. Al. 2002, compara la cobertura resultante de la clasificación supervisada con la cobertura correspondiente a los sitios de validación. Se construye una matriz de errores, la misma que diferencia los errores de comisión (inclusión) y los errores de omisión (exclusión) de una clase en otra. 4. Clasificación de cobertura considerando el terreno 4.1 Modelo Digital de Terreno (DEM) El resultado de la clasificación supervisada puede ser optimizado si se consideran otros parámetros. El DEM es una manera de afinar la clasificación supervisada considerando que los humedales visitando en campo fueron encontrados en superficies relativamente planas. Se ha considerado que la pendiente de un humedal no sobrepasa el 20%, de esta manera se utilizó la información del DEM para realizar un mapa de pendientes en el área de estudio. Una reclasificación de pendientes menores a 20% y una de coberturas, de acuerdo a la clasificación supervisada, correspondiente a pàramo húmedo fue realizada para la obtención de los potenciales lugares en donde se encuentren humedales. 5. Validación de los resultados En el proceso de validación, se evaluó los resultados de la clasificación supervisada MaxLike y corregido con el factor de pendientes mediante el uso del DEM, con respecto a los sitios de verificación levantados in si tu. De acuerdo a las combinaciones de bandas, en la Tabla 2 se muestran los valores de separabilidad y los diferentes tipos de error (comisión y omisión) en el par de clases espectrales de menor separabilidad. 5

6 Combinación de Bandas Tabla. 2. Clases espectrales resultado de la clasificación no supervisada Error entre Páramo Húmedo y Páramo Seco Índice de Índice de Error por Error por Error Separabilidad Separabilidad Error Global Comisión Omisión (en promedio Global Mínimo (en fracción) (en fracción) fracción) (en fracción) (SepSig)/2000 (SepSig) 1245M M M M M M M M * 1-7: número de banda; B ( bright ), G ( green ), M ( moist ), Y ( yellow ): transformaciones Tasseled Cap El índice de separabilidad global resulta ser bueno para las combinaciones de bandas. La separabilidad mínima se presenta en el par espectral páramo húmedo vs. páramo seco, sin embargo la divergencia transformada muestra valores superiores a El error global de la clasificación supervisada de máxima semejansa (MaxLike) se encuentra en el orden del 11% y la combinación de las bandas 1357M brinda el menor valor global (0.094). El menor error en la cobertura de interés (páramo húmedo) se produce en la combinación de bandas 1345M (error promedio = 5.9%). La clasificación supervisada, utilizando la combinación de bandas mencionada, resulta ser eficiente al momento de determinar la presencia de humedales en el ecosistema páramo. Como resultado de la clasificación supervisada y de la corrección por pendientes, en la Tabla 3. se tiene muestra la clasificación de coberturas del P.N.C. Tabla. 3. Area de cobertura del P.N.C. Código Descripción Area (Ha.) 1 Laguna Páramo Húmedo Bosque Páramo Seco Sin Vegetación Humedal Total

7 La imagen correspondiente a la clasificación efectuada se muestra en la Figura Conclusiones y Discusión Fig. 2. Mapa de Cobertura Humedales del P.N.C. Uno de los objetivos principales del uso de combinaciones de bandas, es la creación de firmas multiespectrales que se ajusten a la cobertura deseada a determinar. Cabe destacar que no todas las coberturas existentes en la realidad están mencionadas en este estudio. Se han englobado en las clases más representativas y aquellas que mantenga relación con la cobertura que se quiere determinar. La cobertura que menor separabilidad tuvo con el humedal fue la de páramo. Esto es obvio debido a que el humedal se encuentra dentro del páramo en su mayor parte, con la única diferencia de que en el humedal existe una mayor retención de agua; sin embargo el valor del indicador de separabilidad (Transformed Divergence) nos muestran valores superiores a 1600, suficiente para reconocerlo como una cobertura diferente. Como consecuencia tenemos que la clasificación dura determina áreas correspondientes a páramo diferenciando zonas con humedad y zonas sin humedad. 7

8 Dentro de las zonas con humedad están incluidos los humedales que se quieren determinar. Para realizar una diferenciación entre zonas de páramo húmedas de los humedales se utilizó la pendiente del terreno, asumiendo que los humedales en la mayoría de los casos se presentan en zonas con pendientes bajas, ya que corresponden a zonas de transición entre laguna y páramo. Referencias bibliográficas 1. Wijffels A. Investigación de la aplicabilidad de técnicas de clasificación de imágenes satelitales a nivel sub-pixel para el desarrollo de un mapa actual de usos del suelo en el Austro Ecuatoriano. Informe final proyecto de investigación DIUC, Universidad de Cuenca. 2. Chavez P.S. "Image-Based Atmospheric Corrections Revisited and Improved", Photogrammetric Engineering and Remote Sensing, 1996; 62, 9: Bosque, J., Escobar, E., García, E. y María J. Salado Sistemas de Información Geográfica, Prácticas con PC arc/info e Idrisi. RA-MA Editorial. España. 4. Lillesand TM, Kiefer RW. Remote sensing and image interpretation, 4th Ed, New Cork: John Wiley & Sons, Inc., PROMAS. Actual land cover of the Chanchán river basin, based on Landsat 7 ETM+ imagery. Informe de avance para el proyecto Evidence-based policy for integrated control of forested river catchments in extreme rainfall and snowmelt. PROMAS, Universidad de Cuenca. 6. Chuvieco E. Fundamentos de teledetección espacial. Ediciones RIALP, España, Congalton RG. Accuracy assesment and validation of remotely sensed and other spatial information. International Journal of Wildland Fire, 2001; 10: Muchoney D, Strahler A. Pixel and site based calibration and validation methods for evaluating supervised classification of remotely sensed data. Remote Sensing of Environment, 2002; 81: Aronoff S. Classification accuracy: a user approach. Photogrammetric Engineering and Remote Sensing. 2002; 48,8: Priesley S, Smith J. Using classification error matrices to improve the accuracy of weighted land cover models. Photogrammetric Engineering and Remote Sensing. 1987; 53,9: