SISTEMA REGIONAL VCF PARA EL MONITOREO DE DEFORESTACIÓN Y DEGRADACIÓN DE BOSQUES PARA CENTROAMÉRICA Y LA REPÚBLICA DOMINICANA.

Transcripción

1 Taller Internacional sobre la Forestería Comunitaria en el marco de REDD+ SISTEMA REGIONAL VCF PARA EL MONITOREO DE DEFORESTACIÓN Y DEGRADACIÓN DE BOSQUES PARA CENTROAMÉRICA Y LA REPÚBLICA DOMINICANA. Jeffrey R. Jones, Consultor SIG y Sensores Remotos jrjones50@gmail.com

2 Organización de charla Contexto institucional del proyecto monitoreo Inovación en monitoreo VCF enfoque en ciclo fenológico Método VCF Relevancia para el bosque modelo

3 Implementación de metodología auspiciada por el proyecto REDD CCAD GIZ Programa Reducción de Emisiones de la Deforestación y Degradación de Bosques en Centroamérica y la República Dominicana

4 Monitoreo de Carbono Proyecto Evaluación de la extensión y la calidad del bosque (VCF) Evaluación del almacenamiento de carbono por tipo de bosque (alometría) Evaluación de carbono en paisajes complejos (ALU) Hoy enfocamos en la determinación de la extensión y la calidad del bosque

5 Monitoreo VCF (% cobertura): Una revolución en uso de sensores remotos! VCF permite cambio de ritmo de actualización REDD requiere actualizaciones cada año, o mejor, cada mes! En los últimos 30 años, monitoreo de bosques con sensores remotos ha tenido actualizaciones cada 5 o 10 años Requiere cambio de sensores, y el cambio de tipo de análisis de cualitativa a cuantitativa

6 El Ciclo Fenológico en la interpretación de las imágenes satélitales El aspecto del bosque varía con el periodo del ciclo fenológico en que se encuentra P.ej. el inicio vs. el final del verano El control del cambio en la cobertura forestal requiere que se compare imágenes del bosque en el mismo punto del ciclo fenológico

7 El Borracho y el Billete El chiste es que el borracho deja que la disponibilidad de información determine su metodología de búsqueda (arruina el chiste, pero ES el chiste!)

8 Monitoreo con LANDSAT (o SPOT, o CBERS) Se basa en la selección de imágenes de alta resolución para la clasificación de bosque En regiones de mucha nubosidad llega a ser muy difícil encontrar imágenes con suficiente datos (áreas visibles, sin nubes)

9 El monitoreo de bosque con sensores remotos detecta variación en cantidad de hojas La cantidad de hojas en un bosque varia según el Ciclo Fenológico El Ciclo Fenológico es mas obvio en bosques caducifolias, que pierden las hojas en algún momento del año Sin embargo, todo bosque sufre cambios en cantidades de hojas según la época del año

10 Fenología y precipitación NDVI Bajo, Temperatura alta NDVI alto

11 Clark 2010

12 Secuencia Anual NDVI Nubes en blanco Alta densidad de hojas en verde Baja densidad de hojas en café Sept May June October July Jan Dec Feb Mar april August Nov

13 Estrategia VCF de monitoreo Crear imágenes mensuales compuestas en base de imágenes diarias, seleccionando píxeles sin nubes Normalizar observaciones satelitales mensuales según el ciclo fenológico Uso de métricas basadas en ciclos fenológicos completos y no sobre imágenes individuales, en adición a estadísticas básicas de máximo, mínimo, medio Ejemplos: Reflectancia roja (NIR, Azul, MIR) en mes de máximo NDVI Reflectancia roja en mes de máxima temperatura

14 Por qué lo llamamos VCF? Un equipo de investigadores trabajaron con la NASA para desarrollar una metodología que describa el estado de la vegetación en forma cuantitativa Que es la densidad de la cobertura forestal? El producto se llamaba Vegetation Continous Fields ---- VCF Las siglas se mantienen en reconocimiento de las investigaciones que produjeron la metodología

15 Bibliografía de la Metodología Hansen, M.C., R.S. DeFries, J.R.G. Townshend, R. Sohlberg, C. Dimiceli, M. Carroll Towards an operational MODIS continuous field of percent tree cover algorithm: examples using AVHRR and MODIS data. En Remote Sensing of Environment 83 (2002) Hansen, M.C., R. S. DeFries, J. R. G. Townshend, M. Carroll, C. Dimiceli, and R. A. Sohlberg Global Percent Tree Cover at a Spatial Resolution of 500 Meters: First Results of the MODIS Vegetation Continuous Fields Algorithm. In Earth Interactions, Volume 7 (2003), Paper No. 10; Page 1. Hansen, Matthew C., John R. G. Townshend, Ruth S. Defries And Mark Carroll Estimation of tree cover using MODIS data at global, continental and regional/local scales. International Journal of Remote Sensing. Vol. 26, No. 19, 10 October 2005, Hansen, Matthew C., Stephen V. Stehman, Peter V. Potapov, Thomas R. Loveland, John R. G. Townshend, Ruth S. DeFries, Kyle W. Pittman, Belinda Arunarwati, Fred Stolle, Marc K. Steininger, Mark Carroll, and Charlene DiMiceli Humid tropical forest clearing from 2000 to 2005 quantified by using multitemporal and multiresolution remotely sensed data. PNAS. July 8, 2008; vol. 105; no. 27: Matthew C. Hansen, David P. Roy, Erik Lindquist, Bernard Adusei, Christopher O. Justice, Alice Altstatt A method for integrating MODIS and Landsat data for systematic monitoring of forest cover and change in the Congo Basin. Remote Sensing of Environment 112 (2008)

16 Método

17 Flujo de trabajo agosto 2011 Crear compuesta MOD11A2 de 32 días (temperatura), remuestrear a 231m e incorporar en la compuesta MOD13Q1 Crear compuesta MOD13Q1 de 32 días (bandas NDVI, EVI, rojo, NIR, Azul y MIR) Crear métricas Básicas de las bandas 1,2,3,7, EVI, NDVI Crear métricas NDVI de las bandas 1,2,3,7 Crear métricas de Temperatura de las bandas 1,2,3,7 Sacar muestra de distribución de bosques en base de LANDSAT asociada don píxeles de Métricas MODIS Generación de Árbol de Decisión con Weka Aplicación de Árbol de Decisión a métricas MODIS para crear VCF

18 Módulos para creación de métricas Desarrollados en IDL Ejecución rápida en computadora i7 o i3 5 minutos o menos por módulo create_eoscomposite32rv18.pro temp_comp32.pro Red_BasicStatsV3.pro Red_GreenessStats.pro Objetivo Extracción de mejores píxeles MODIS Generación de todo tipo de métrica Datos básicos: Max, Min, Medio, Min 4, 6, 8 meses Datos asociaciados: Max, Min, Medio, Max 4, 6, 8 meses asociados con NDVI Max, Min, Medio, Max 4, 6, 8 meses asociados con Temperatura

19 Muestra de métricas

20 Weka Decision Tree

21 Árbol completo, 695 elementos

22 Arbol reducido, 8 niveles, 225 elementos

23 Introduccion de Arbol en ENVI

24 Resultado Capa con valores que representan el porcentaje de cobertura de bosque en cada píxel NO ES clasificación; se supone que ya está clasificada la distribución de clases de bosque Reporta densidad de arboles en todo tipo de cobertura

25 Resultados en ENVI

26 Secuencia anual Creación de imágen de 10 capas/años permite ver la tendencia de cambio en cada píxel Amenazas a consistencia de datos Condiciones meteorológicos algunos años son mas nublados que otros Efectos de contaminación de aire Incendios/humo

27 Imágen Regional 2010: note colores (blanco = bosque)

28 Zona de bosque sin perturbación

29 Zona con deforestación

30 Zona con deforestación lenta

31 Agricultura Migratoria

32 Area de recuperación de bosque

33 Relevancia para el Bosque Modelo Evolucion de la perspectiva Kioto Enfoque inicial en la deforestación parejo En Centroamérica, la pérdida de bosque toma varias formas Muy poca deforestación parejo Mucha degradación de bosques Eliminación de arboles individuales dentro de bosque Eliminación de sotobosque Los áreas atropogénicos de la región son los mas susceptibles al manejo y la intervención por inovaciones de manejo

34 Cobertura regional Centroamérica Los verdes oscuros y claros son bosques Pastos y agricultura

35 Sistemas agroforestales

36 Preguna fundamental REDD+ es: Cual es la densidad de la cobertura forestal? Paisaje lleno de coberturas mixtos de árboles Bosques intervenidos Sistemas agroforestales Sistemas silvopastoriles Agricultura migratoria Oportunidad REDD+: influir en el enriquecimiento de estas coberturas

37 Conclusión La Metodología MODIS-VCF permite monitoreo de condición de bosque Respalda cualquier compensación internacional con datos concretos de tendencias en la condición de bosque Tambien ofrece monitoreo de la condición de sistemas agroforestales o silvopastoriles, que potencialmente pueden recibir compensación

38 Gracias! Jeffrey R. Jones, Consultor SIG y Sensores Remotos jrjones50@gmail.com