SANDRA BESSUDO LION Alta Consejera Presidencial para la Gestión Ambiental, la Biodiversidad y el Cambio Climático

Transcripción

1 MEMORIA TECNICA DE LA CUANTIFICACION DE LA DEFORESTACION HISTÓRICA NACIONAL - ESCALAS GRUESA Y FINA 1

2 JUAN MANUEL SANTOS CALDERÓN Presidente de la República FRANK PEARL GONZALEZ Ministro de Ambiente y Desarrollo Sostenible. SANDRA BESSUDO LION Alta Consejera Presidencial para la Gestión Ambiental, la Biodiversidad y el Cambio Climático CARLOS CASTAÑO URIBE Viceministro de Ambiente RICARDO JOSÉ LOZANO PICÓN Director General Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM LUZ MARINA ARÉVALO SÁNCHEZ Subdirectora Ecosistemas e Información Ambiental IDEAM EDITORES María Claudia García Edersson Cabrera Montenegro Diana Marcela Vargas Gustavo Galindo García María Fernanda Ordóñez Castro FOTOGRAFÍAS DE LA CARÁTULA Luis Yacelga DISEÑO CARÁTULA Grupo Comunicaciones IDEAM DISEÑO Y DIAGRAMACIÓN Mauricio Ochoa P. - Editorial Scripto Ltda. IMPRESIÓN Y ACABADOS Editorial Scripto Ltda. PBX: Publicación aprobada por el Comité de Comunicaciones y Publicaciones del IDEAM Octubre de 2011, Colombia CÍTESE COMO: Cabrera E., Vargas D. M., Galindo G. García, M.C., Ordoñez, M.F 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. 91 p. 2011, Instituto de Hidrología, Meteorología y Estudios Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden ser usados parcial o totalmente citando la fuente. Su reproducción total debe ser autorizada por el Instituto de Hidrología, Meteorología y Estudios Ambientales-IDEAM. Este trabajo fue financiado por la Fundación Gordon y Betty Moore, proyecto Capacidad Institucional Técnica y Científica para Apoyar Proyectos de Reducción de Emisiones por Deforestación y Degradación REDD en Colombia, Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial (MAVDT), Fundación Natura. Impreso en Colombia - Printed in Colombia 2

3 MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIAL INSTITUTO DE HIDROLOGÍA, METEOROLOGÍA Y ESTUDIOS AMBIENTALES - IDEAM RICARDO JOSÉ LOZANO PICÓN Director General CAROLINA CHINCHILLA TORRES Secretaria General CONSEJO DIRECTIVO BEATRIZ ELENA URIBE BOTERO Ministra de Ambiente, Vivienda y Desarrollo Territorial GERMÁN CARDONA GUTIÉRREZ Ministro de Transporte HERNANDO JOSÉ GÓMEZ RESTREPO Director Departamento Nacional de Planeación ADRIANA SOTO CARREÑO Designada de la Presidencia de la República LUÍS ALFONSO ESCOBAR TRUJILLO Representante de las CARs OSCAR JOSÉ MESA SÁNCHEZ Representante del Consejo Nacional de Ciencia y Tecnología JORGE BUSTAMANTE ROLDÁN Director del Departamento Administrativo Nacional de Estadística-DANE DIRECTIVAS LUZ MARINA ARÉVALO SÁNCHEZ Subdirectora de Ecosistemas e Información Ambiental MARGARITA GUTIÉRREZ ARIAS Subdirectora de Estudios Ambientales MARÍA TERESA MARTÍNEZ GÓMEZ Jefe de Oficina Servicio de Pronóstico y Alertas LILIANA MALAMBO MARTÍNEZ Jefe Oficina Asesora de Planeación MARTHA DUARTE ORTEGA Jefe Oficina de Control Interno (E) OMAR FRANCO TORRES Subdirector de Hidrología ERNESTO RANGEL MATILLA Subdirector de Meteorología ALICIA BARÓN LEGUIZAMÓN Jefe de la Oficina de Informática (E) FERNEY BAQUERO FIGUEREDO Jefe Oficina Asesoría Jurídica MARCELA SIERRA CUELLO Coordinadora Grupo Comunicaciones 3

4 AUTORES María Claudia García Dávila Edersson Cabrera Montenegro Diana Marcela Vargas Galvis Gustavo Galindo García María Fernanda Ordóñez Castro COLABORADORES Luz Marina Arévalo Sánchez Margarita Gutiérrez Arias Claudia Patricia Olarte Villanueva Adriana Paola Barbosa Herrera María Cecilia Cardona Ruíz Sandra Patricia Cruz Argüello Martha Patricia León Poveda Luis Mario Moreno Amado Héctor Raul Pabón COORDINACIÓN Y SUPERVISIÓN María Claudia García Dávila Coordinadora General María Fernanda Ordoñez Castro Asistente de Coordinación Edersson Cabrera M. Coordinador Componente PDI 4

5 AGRADECIMIENTOS El Instituto de Hidrología, Meteorología y Estudios Ambientales - IDEAM, agradece al Ministerio de Ambiente, Vivienda y Desarrollo Territorial, a la Fundación Gordon y Betty Moore y a la Fundación Natura, y a las siguientes entidades que contribuyeron al logro de esta publicación, por el apoyo e información suministrada: Instituto Geográfico Agustín Codazzi - igac Instituto Amazónico de Investigaciones Científicas - SINCHI Instituto de Investigación de Recursos Biológicos Alexander von Humboldt - IAvH Instituto de Investigaciones Ambientales del Pacifico Jhon von Neuman - IIAP Instituto de Investigaciones Marinas y Costeras José Benito Vives De Andréis - INVEMAR Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC) Unidad Administrativa Especial del Sistema de Parques Nacionales Naturales - UAESPNN Universidad Nacional de Colombia - Corporación Nacional para la Investigación y el Fomento Forestal - CONIF Centro Internacional de Agricultura Tropical - CIAT Woods Hole Research Center - WHRC Instituto Carnegie para la Ciencia Group on Earth Observations - GEO Sarvision Infoterra 5

6 Proyecto Capacidad Institucional, Técnica y Científica para Apoyar Proyectos de Reducción de Emisiones Por Deforestación y Degradación REDD en Colombia Comité Técnico Andrea García Guerrero Coordinadora Grupo de Mitigación de Cambio Climático Ministerio de Ambiente, Vivienda y Desarrollo Territorial Xiomara Sanclemente Manrique Directora de Ecosistemas Ministerio de Ambiente, Vivienda y Desarrollo Territorial Luz Marina Arévalo Sánchez Subdirectora Ecosistemas e Información Ambiental Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM María Margarita Gutiérrez Arias Subdirectora de Estudios Ambientales Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM Ana Cristina Villegas Restrepo Oficial de Proyecto Fundación Gordon y Betty Moore Elsa Matilde Escobar Ángel Directora Ejecutiva Fundación Natura Álvaro Javier Duque Montoya Profesor Asociado Departamento de Ciencias Forestales, Universidad nacional de Colombia Coordinación General María Claudia García Dávila María Fernanda Ordóñez Castro Juanita González Lamus Carlos Alberto Noguera Cruz Henry Alterio González Equipo Técnico Carbono Álvaro Javier Duque Montoya Adriana Patricia Yepes Quintero Diego Alejandro Navarrete Encinales Juan Fernando Phillips Bernal Lina María Carreño Correa Keneth Roy Cabrera Torres Esteban Álvarez Dávila Walter Gil Torres Equipo Técnico Procesamiento Digital de Imágenes Edersson Cabrera Montenegro Diana Marcela Vargas Galvis Gustavo Galindo García Lina Katherine Vergara Chaparro Ana María Pacheco Pascagaza Juan Carlos Rubiano Rubiano Paola Giraldo Rodríguez Edilia González Mateus Luisa Fernanda Pinzón Flores Edwin Iván Granados Vega Paola Margarita Pabón Otálora Karol Constanza Ramírez Hernández Daniel Alberto Aguilar Corrales Henry Omar Augusto Castellanos Quiroz Helio Carrillo Peñuela Equipo Técnico Proyecciones de Deforestación Andrés Alejandro Etter Rothlisberger Armando Hilario Sarmiento López Jose Julián González Arenas Sergio Alonso Orrego Suaza Cristian David Ramírez Sosa Equipo Técnico Componente Tecnológico María Liseth Rodríguez Montenegro Eduin Yesid Carrillo Vega Emilio José Barrios Cárdenas Equipo Técnico Proyecto Piloto REDD Adriana Patricia Yepes Quintero William Giovanny Laguado Cervantes Johana Herrera Montoya 6

7 SIGLAS Y ACRÓNIMOS cm: COP: i.e.: p.e.: et al.: Centímetros Conferencia de las Partes de la CMNUCC Significa esto es; del latín id est. Significa por ejemplo. Significa y colaboradores, y otros; del latín et allí IDEAM: Instituto de Hidrología, Meteorología y Estudios Ambientales IPCC: kg: Panel Intergubernamental de Cambio Climático Kilogramo REDD: Reducción de Emisiones por Deforestación y Degradación de bosques 7

8 ÍNDICE DE MODIFICACIONES Índice Revisión de Sección Modificada Fecha de Modificación Observaciones /09/2011 Versión Original /09/2011 viii

9 TABLA DE CONTENIDO 1 INTRODUCCIÓN 1 2 OBJETIVOS 2 1. CONSIDERACIONES INICIALES Características de los productos de Teledetección y sensores utilizados Sensor MODIS Productos MODIS Programa LANDSAT Sensor Thematic Mapper -TM Sensor Enhanced Thematic Mapper plus -ETM Cobertura y Uso de la Tierra METODOLOGÍA Deforestación histórica nacional escala gruesa Selección de los recursos y técnicas de Percepción Remota Descarga de datos Fase de Pre-procesamiento Fase de Procesamiento Fase de Generación de información Fase de Documentación del proceso Deforestación Histórica Nacional Escala Gruesa Selección de los recursos y técnicas de Percepción Remota Selección del tipo de imagen y de los conjuntos de imágenes a procesar Fase de Pre-procesamiento Fase de Procesamiento Fase de Generación de información Cuantificación de la deforestación histórica Detección de tipos de coberturas en áreas de cambio RESULTADOS Resultados de deforestación histórica nacional escala gruesa Descarga de datos Fase de Pre-procesamiento Fase de Procesamiento Fase de Generación de información Análisis de Resultados Resultados de deforestación histórica nacional escala fina Resultados del Pre-procesamiento Resultados del Procesamiento Fase de Generación de información. 58 ix

10 5.2.4 Cuantificación de la deforestación histórica Detección de tipos de coberturas en áreas de cambio REFERENCIAS. lxxvi x

11 LISTA DE FIGURAS Figura 1. Promedio de cobertura de nubes a nivel mundial. Producto MODIS M3 periodo Figura 2 Distribución de las escenas MODIS. Tomado de 8 Figura 3 Diagrama de flujo del procesamiento de productos MODIS para aplicaciones terrestres Figura 4 Respuesta espectral de los sensores LANDSAT 7 ETM+ (línea continua), MODIS (línea punteada), MERIS (línea de guiones) y SeaWiFS para las banda espectrales del azul, rojo e infrarrojo cercano Figura 5 Mapa de Coberturas y uso de la Tierra para Colombia del año 2000 a escala 1: Figura 6. Distribución escenas MODIS para Colombia Figura 7. Esquema metodológico implementado para la cuantificación de la deforestación histórica a escala gruesa Figura 8 Metodología de procesamiento de CLASlite Figura 9 Esquema metodológico implementado para la cuantificación de la deforestación histórica escala fina Figura 10. Distribución escenas LANDSAT para Colombia Figura 11. Repositorios de datos internacionales consultados Figura 12. Imagen MODIS producto MOD09A1 de diciembre del año 2000, escena h10v08 en composición RGB 4,6,3.47 Figura 13 Imagen de reflectancia generada por CLASlite y Composición de color de las coberturas fraccionales generadas a partir de ella (RGB, S-VF,VNF), para un sector de la escena h11v08 del 11 de diciembre de 2000 en limites de los departamentos de Vichada y Guainía Figura 14 Modificación de los umbrales de detección de Bosque para un sector de la escena h11v08 del 11 de diciembre de 2000 en límites de los departamentos de Vichada y Guainía Figura 15 Mapa de coberturas Bosque/No-Bosque para el año Figura 16 Mapa de coberturas Bosque/No-Bosque para el año Figura 17. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo Figura 18 Efectos de la calibración de imágenes sobre las imágenes Landsat TM 8-54 de 1991/08/14 (a) y (b), 2001/08/01 (c) y (d). (a) y (c) Imagen bruta RGB 453; (b) y (d) imagen calibrada RGB Figura 19 Generación de imágenes de cobertura fraccional. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b) imagen de cobertura fraccional Figura 20. Generación de mapas de cobertura Bosque/No Bosque. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b) Cobertura de Bosque / No Bosque (preliminar) Figura 21 Mapa de coberturas Bosque/No-Bosque para el año Figura 22 Mapa de coberturas Bosque/No-Bosque para el año Figura 23 Mapa de coberturas Bosque/No-Bosque para el año Figura 24. Mapa de coberturas Bosque/No-Bosque para el periodo Figura 25. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo Figura 26 Mapa de cambio de coberturas Bosque/No-Bosque para el periodo Figura 27. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo xi

12 LISTA DE TABLAS Tabla 1 Bandas espectrales del sensor MODIS utilizadas en aplicaciones terrestres Tabla 2 Características generales de los productos utilizados: Tabla 3 Características técnicas del producto MODIS MOD09A Tabla 4 Características técnicas del producto MODIS MOD09Q Tabla 5. Características técnicas de los sensores del programa LANDSAT Tabla 6 Leyenda Nacional de cobertura de la Tierra Colombia Tabla 7 Propuesta de Leyenda de coberturas de la Tierra para el proyecto REDD Tabla 8. Ejemplo del Inventario de imágenes Landsat (TM y ETM+) utilizadas Tabla 9.Información requerida para el pre-procesamiento de imágenes Tabla 10 Codificación de Cambios en la cobertura boscosa entre 2 periodos Tabla 11. Área deforestada y Deforestación promedio anual Tabla 12 Cobertura de bosque por región y proporción de deforestación Tabla 13 Superficie de coberturas de Bosque/No Bosque para los periodo de análisis Tabla 14. Cambio en las coberturas de Bosque/No Bosque para los periodos de análisis Tabla 15. Proporción del área boscosa deforestada por regiones naturales Tabla 16 Tipificación del cambio de coberturas boscosas por deforestación periodos y Tabla 17 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el periodo Tabla 18 Cambios de la cobertura de Bosque a otros tipos de cobertura de la tierra (Deforestación) por región para el. 70 Tabla 19. Tipificación del cambio de cobertura boscosa por regeneración para los periodos y Tabla 20. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo Tabla 21. Cambios de otros tipos de cobertura de la tierra a bosque (Regeneración) por región para el periodo Tabla 22. Cambios en la cobertura boscosa en la jurisdicción de las Corporación Autónoma regionales para los periodos de análisis xii

13 1 INTRODUCCIÓN La información proveniente de imágenes de sensores remotos ofrece grandes capacidades para el monitoreo de las cubiertas vegetales tanto en su expresión espacial como temporal y en diferentes escalas, desde locales a globales (Field et al., 1995; Colditz R., 2007). Múltiples aplicaciones de índices orientados al seguimiento de la vegetación han sido generadas a partir de los datos satelitales y han sido aplicados en estudios ecológicos (Glen, 2008; Kerr and Ostrovsky, 2003). De acuerdo con la iniciativa FRA , por deforestación se entiende la conversión de los bosques a otro uso de la tierra o la reducción a largo plazo por debajo del 10% de la cubierta forestal, esta definición implica que la pérdida de la cobertura forestal debe ser permanente y que la cobertura del área cambia a otro tipo de cobertura de la tierra. Una de las principales controversias respecto de las cifras obtenidas en estudios sobre deforestación es la comparabilidad, por ejemplo Takaki-Takaki en 2005 respecto de la disparidad de resultados obtenidos para el caso mexicano, afirma que no se puede decir que una u otra estimación de la tasa de deforestación obtenida es correcta o errada, puesto que fueron calculadas con diferentes definiciones, metodologías y fuentes de datos. Sólo se puede decir que una estimación de la tasa de deforestación realizada para un determinado propósito, no puede ser comparada con otra que responde a un requerimiento distinto. La evaluación del estado de los ecosistemas forestales en un sitio determinado basada en una cifra puede ocultar procesos relevantes, sobre todo en regiones con gran variedad de ambientes y condiciones socioeconómicas (Flamenco A., 2009). El Proyecto "Capacidad institucional técnica y científica para apoyar proyectos REDD en Colombia" que ejecuta técnicamente el IDEAM, evaluó diversas metodologías de procesamiento digital de imágenes de sensores remotos para la determinación de la deforestación y la estimación del almacenamiento de carbono en los bosques, a fin de orientar los primeros pasos para el establecimiento de un sistema de monitoreo de la cobertura forestal que sea sólido, robusto, confiable y transparente. Para este efecto se desarrollaron dos ejercicios a nivel nacional, uno a escala gruesa (compatible con 1:500000) y el otro a escala semi-detallada (compatible con 1:100000) para determinar información histórica de deforestación para todo el territorio nacional continental. En este documento se detalla el esquema metodológico para su obtención, así como los principales productos que se obtuvieron en el proceso, las consideraciones técnicas y metodológicas y los recursos utilizados para su realización. 1 La FAO a través del programa FRA ha coordinado la evaluación de los recursos forestales mundiales cada cinco a diez años desde Las evaluaciones de los recursos forestales mundiales (FRA) están basadas en información suministrada a la FAO por los países, respondiendo a un cuestionario común. La FAO consolida y analiza la información y presenta el estado actual de los recursos forestales mundiales y sus cambios 1

14 2 OBJETIVOS Determinar las coberturas de bosque y no bosque y las zonas de deforestación activa para el periodo a escala gruesa para el territorio nacional continental, utilizando una metodología basada en el procesamiento digital de imágenes de sensores remotos Cuantificar las coberturas de bosque y la deforestación histórica a nivel nacional, para los periodos 1990, 2000, 2005 y 2010 a escala fina, determinadas a través de una metodología basada en el procesamiento digital de imágenes de sensores remotos de resolución espacial media. Utilizar en el proceso las metodologías e insumos priorizados en el marco del proyecto "Capacidad institucional técnica y científica para apoyar proyectos REDD en Colombia" Obtener información y cifras de la cobertura de bosques, los cambios y la deforestación, confiable, transparente, coherente y comparable. 2

15 1. CONSIDERACIONES INICIALES. Algunas consideraciones técnicas iniciales que deben ser tomadas en cuenta a fin de identificar adecuadamente los recursos necesarios y las implicaciones del proceso de generación de productos. 1. El Proyecto Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción de Emisiones por Deforestación REDD en Colombia en sus lineamientos generales ha contemplado el establecimiento de las bases para implementar un sistema de monitoreo de la deforestación desde 2 niveles de aproximación, uno Nacional y uno Sub-nacional, consecuente con los lineamientos hasta ahora publicados por la Convención Marco de las Naciones Unidas para el Cambio Climático - CMNUCC- y el Panel Intergubernamental de Cambio Climático -IPCC- y sus órganos subsidiarios. 2. En el contexto del presente documento la Cobertura de Bosque se define como Tierra ocupada principalmente por árboles que puede contener arbustos, palmas, guaduas, hierbas y lianas, en la que predomina la cobertura arbórea con una densidad mínima del dosel de 30%, una altura mínima del dosel (in situ) de 5 metros al momento de su identificación, y un área mínima de 1,0 ha. Se excluyen las coberturas arbóreas de plantaciones forestales comerciales (coníferas y/o latifoliadas), cultivos de palma, y árboles sembrados para la producción agropecuaria. Esta definición es consecuente con los criterios definidos por la CMNUCC en su decisión 11/COP.7, con la definición adoptada por Colombia ante el Protocolo de Kyoto, así como con la definición de la cobertura de bosque natural incluida en la adaptación para Colombia de la leyenda de la metodología CORINE Land Cover -CLC Colombia-. 3. En el contexto del presente documento la Deforestación está definida como la conversión directa y/o inducida de la cobertura bosque a otro tipo de cobertura de la Tierra en un periodo de tiempo determinado (DeFries et al., 2006; GOFC-GOLD, 2009). 4. El proceso metodológico aplicado en los ejercicios aquí expuestos no pretende constituirse en una nueva metodología para el seguimiento de la Coberturas de la Tierra a nivel nacional, sin embargo, su estructura y operatividad permiten su integración con el proceso nacional para la generación de este tipo de información. En este sentido, el presente ejercicio está orientado a la generación de información oportuna, coherente, transparente, exhaustiva, completa, precisa y comparable sobre la distribución, extensión y cambios en el tiempo de la cobertura de Bosque a nivel nacional, que permita validar la propuesta metodológica para la generación de un esquema de seguimiento efectivo de esta cobertura. 5. No obstante lo anterior, para establecer un panorama general de los cambios del Bosque a y desde otras coberturas (pastos, cultivos permanentes, cultivos transitorios, etc.) se trabajo una leyenda de coberturas de la Tierra (principalmente vegetales), basada en la adaptación para Colombia de la leyenda de la metodología CORINE Land Cover -CLC Colombia-, en sus niveles I y II, permitiendo 3

16 realizar los análisis del proceso de deforestación, es decir, la tipificación del cambio de la cobertura de Bosque a otros tipos de coberturas de la Tierra. 6. En el contexto del presente ejercicio la generación de información a Nivel nacional-escala gruesa implica el procesamiento digital de imágenes de baja resolución espacial (pixel 250m) para generar información sobre la distribución y los cambios en la cobertura boscosa, conforme a una escala espacial 1: En el contexto del presente documento la generación de información a Nivel nacional-escala fina implica el procesamiento digital de imágenes de media resolución espacial (pixel 30m) para generar información sobre la distribución, extensión y cambios en la cobertura boscosa, conforme a una escala espacial 1: El IDEAM adelantó la evaluación de diversos algoritmos de distintos grados de automatización orientados tanto a la identificación de la cobertura boscosa como a la cuantificación de la deforestación. De ésta revisión se deriva la selección y aplicación de los procedimientos presentados en este documento. 8. Para el ejercicio nacional de monitoreo de la cobertura de los bosques y la detección de las zonas de deforestación activa a escala gruesa se han seleccionado imágenes del sistema MODIS, con una resolución espacial de 250m y una resolución espectral de 7 bandas (Productos MOD09A1 y MOD09Q1). Estas imágenes son adquiridas por el sensor TERRA, tienen un ancho de franja de visualización de km y vistas de toda la superficie de la Tierra cada uno o dos días. Sus sensores detectan 36 bandas espectrales y adquieren los datos en tres resoluciones espaciales: 250m, 500m, y 1.000m. El producto específico a utilizar es una combinación de los productos MOD09A1 (Surface Reflectance 8-Day L3 Global a 500m) y el producto MOD09Q1 (Surface Reflectance 8-Day L3 Global a 250m). Esta selección obedece a varios factores, el libre acceso a este tipo de imágenes, su alta frecuencia de toma de los datos (facilitando la selección y compilación de conjuntos de datos con bajas coberturas de nubes), y su demostrada aplicabilidad al monitoreo de coberturas boscosas a nivel mundial, entre otros. 9. Para la cuantificación de la deforestación a escala fina se han seleccionado principalmente imágenes del sistema LANDSAT, con una resolución espacial de aproximadamente 30m y una resolución espectral de 7 bandas. Estas imágenes son adquiridas por los sensores TM o ETM+, tienen un periodo de revisita de toda la superficie de la Tierra cada ocho o dieciséis días. Esta selección obedece a varios factores, el libre acceso a este tipo de imágenes, su resolución espacial de 30 metros que resulta conveniente para la escala nacional fina y su demostrada aplicabilidad al monitoreo de coberturas boscosas a nivel mundial, a pesar de la frecuencia de toma de los datos que dificulta la recopilación de conjuntos de datos con bajas coberturas de nubes. Las imágenes utilizadas para el ejercicio a escala fina fueron ortorrectificadas utilizando el estándar de 4

17 ortorrectificación del Instituto Geográfico Agustín Codazzi para el Banco Nacional de Imágenes de Satélite. 10. De manera complementaria en el ejercicio de cuantificación histórica de deforestación nacional a escala fina se decidió utilizar algunas imágenes adicionales buscando establecer las mejores opciones para complementar o reemplazar las imágenes LANDSAT y así permitir flexibilidad en el protocolo utilizado, haciéndolo menos dependiente de un solo tipo de insumo. En consecuencia se utilizaron imágenes ALOS AVNIR, ASTER, SPOT y adicionalmente la zona correspondiente al corredor del pacifico se trabajo utilizando imágenes de Radar tipo ALOS PALSAR. Las adapataciones metodológicas derivadas de estos cambios se describen en detalle en el cuerpo del documento. 5

18 2. Características de los productos de Teledetección y sensores utilizados. Los sistemas sensores ópticos de órbita polar han sido ampliamente utilizados para el monitoreo de la superficie de la Tierra en las últimas tres décadas, sensores como Landsat (MSS, TM y ETM+) y SPOT (HRV y HRVIR) han sido específicamente diseñados (en cuanto a resolución espacial y espectral, principalmente) y puestos en órbita para apoyar las actividades de mapeo de coberturas, sin embargo, su resolución temporal los hace altamente susceptibles a que estos datos puedan ser perjudicados por los efectos atmosféricos, aun mas en países ubicados en la franja inter-tropical donde existen áreas con coberturas de nubosidad persistentes a lo largo del año, tal como se presenta en la figura 1 para el caso de Colombia. Figura 1. Promedio de cobertura de nubes a nivel mundial. Producto MODIS M3 periodo Tomado de Kuntz R., Esta particularidad hace que el seguimiento de coberturas de la Tierra, y especialmente las relacionadas con Bosques naturales, a través del uso de imágenes de sensores remotos implique entre otros aspectos un alto nivel de especialización en el procesamiento digital (que permitan reducir considerablemente los efectos atmosféricos nocivos), conformación de equipos técnicos de alto nivel y alta disponibilidad de imágenes (que permitan reducir las áreas de nubosidad persistente). El uso de imágenes de satélite de baja resolución espacial, pero con una alta resolución temporal plantea una alternativa viable para el monitoreo de la cubiertas terrestres en términos de costos, área cubierta y 6

19 disponibilidad de imágenes. Tal es el caso de los sensores AVHRR (sistema NOAA), SeaWiFS (sistema OrbView 2), VEGETATION (sistema SPOT), MERIS (Sistema ENVISAT) y MODIS (sistemas Terra y Aqua) que permiten un cubrimiento global completo en pocos días. 2.1 Sensor MODIS. Abreviado de MODerate resolution Imaging Spectroradiometer -MODIS-, viaja a bordo de los satélites Terra (EOS-AM) y Aqua (EOS-PM) 2, y hace parte de la iniciativa interdisciplinaria Sistema de Observación de la tierra -EOS- conducida por la NASA. Capta" las radiaciones de la superficie de la Tierra y las almacena en diferentes productos. El satélite Terra, que lleva el MODIS, gira alrededor de la Tierra en una órbita Polar descendente, la cual mantiene constantemente alineado el sensor con el Sol, de tal manera que todos los días pasa sobre cada lugar casi a la misma hora local, cerca de las 10:30 a.m. (Justice et al., 2002); mientras que el Aqua gira en una órbita ascendente, cruzando el Ecuador a la 1:30 pm (Parkinson et al., 2003). Banda Abreviación Tabla 1 Bandas espectrales del sensor MODIS utilizadas en aplicaciones terrestres. Resolución espacial Longitud de onda (nm) Aplicación 1 VIS red Clorofila, cobertura de la tierra 2 NIR Clorofila, cobertura de la tierra 3 VIS blue Diferencias entresuelo y vegetación, materiales suspendidos en agua. 4 VIS green Verdor de la vegetación. 5 SWIR Diferencias en el follaje 6 SWIR Mapeo de vegetación 7 SWIR Diferencias en el suelo 20 MIR Temperatura de la superficie terrestre 21 MIR Fuegos y volcanes 22 MIR Temperatura de la superficie terrestre 23 MIR Temperatura de la superficie terrestre 29 TIR Temperatura de la superficie terrestre 31 TIR Fuegos y volcanes, temperatura superficie terrestre. 32 TIR Fuegos y volcanes, temperatura superficie terrestre. Tomado de Colditz R., Las principales características de las imágenes MODIS son que poseen una moderada resolución espacial que va desde los 250 metros hasta los 1000 metros en el nadir por píxel dependiendo de la longitud de onda captada (Justice et al., 2002), resolución radiométrica de 12 bit, resolución temporal entre 1-2 días en los 2 Puestos en órbita por la NASA en diciembre de 1999 y Mayo de 2002, respectivamente (Barnes et al. 2003). 7

20 trópicos mediante el uso de los sensores Terra y Aqua, y una resolución espectral de 36 bandas desde las regiones del visible hasta el infrarrojo térmico. (ver tablas 1-3). Los productos de este sensor son aplicados principalmente a estudios atmosféricos, oceanográficos y terrestres, siendo esta última la de menos énfasis en el sistema, no obstante, la información atmosférica recopilada por el sensor es utilizada para realizar correcciones de efectos atmosféricos tales como reducción de la dispersión y correcciones por contenido de aerosoles y ozono en otros productos del mismo sensor o incluso de otros sensores (Colditz R., 2007). De acuerdo con Guenther y colaboradores en 2002, parte de la información espectral de reflexión y emisión captada por el sensor MODIS es apropiada para aplicaciones terrestres, tales como generación de Índices de vegetación, mapeo de cobertura de la tierra o extracción de parámetros biogeofísicos (ver tabla 1). Las imágenes MODIS son de distribución gratuita y poseen una alta frecuencia de toma de los datos lo que facilita la selección y compilación de conjuntos de datos con calidades mínimas aceptables en relación con los problemas atmosféricos relacionados con sistemas de percepción pasivos. Este tipo de imágenes usan el sistema de proyección Sinusoidal y sistema de coordenadas planas, en un arreglo sistemático a manera de cuadricula de escenas (h,v) de 10 grados por 10 grados en el Ecuador. El territorio colombiano se encuentra cubierto por un total de 6 escenas, siendo la escena h10v08 la que tiene el mayor recubrimiento para el país, como se precia en la figura 2. Figura 2 Distribución de las escenas MODIS. Tomado de 8

21 2.1.1 Productos MODIS. Las imágenes MODIS son procesadas a diferentes niveles, los cuales son establecidos de acuerdo con la precisión obtenida en el proceso. Los productos obtenidos son puestos a disposición de la comunidad científica en un formato digital de tipo jerárquico (HDF, Masuoka et al., 1998) y utilizan una nomenclatura específica para cada producto. Los niveles de procesamiento de los productos MODIS se detallan en la figura 3, identificándose que el Nivel 1 corresponde a los productos originales (Raw) captado por el sensor, el Nivel 2 corresponde a variables geofísicas (radiancia, reflectancia) derivadas de la información original producidas a la misma resolución espacial y en la misma ubicación geográfica. El nivel 2G de procesamiento corresponde al producto del Nivel 1 ajustado a una cuadricula en un sistema de proyección uniforme (Sinuisoidal); el Nivel 3 corresponde a las mismas variables geofísicas en compuestos temporales con diversas resoluciones espaciales, y el nivel 4 a los productos finales del modelo. 9

22 Figura 3 Diagrama de flujo del procesamiento de productos MODIS para aplicaciones terrestres. Tomado de Justice et al.,

23 Desde la puesta en órbita de los satélites Terra y Aqua y la subsecuente producción de conjuntos de datos, se han producido diferentes versiones de estos conjuntos de datos, comúnmente conocidas como Colecciones, de acuerdo con la evolución en el sistema de procesamiento, actualizándose todo el conjunto de datos cada vez que se genera una nueva colección (Colditz R., 2007). Este estudio está basado en el conjunto de datos de la colección 5. Estos productos están almacenados en el servidor de la LPDAAC según una nomenclatura que permite obtener rápidamente información sobre cada producto específico, a continuación se presenta un ejemplo para el caso de una escena en Colombia: - Imagen MOD09A1.A h10v hdf, donde: o MOD09A1. Nombre del producto MODIS, en este caso Superficie de Reflectancia para cada 8 Días, Nivel tres de procesamiento (L3), de cobertura global y resolución espacial de 500m. o A Fecha de adquisición de la imagen, utilizando el calendario Juliano con el formato Año/Día. o h10v08. Escena MODIS de acuerdo a la cuadricula establecida. o 005. Versión de la colección. o Fecha de producción de la imagen, utilizando el calendario Juliano con el formato Año/Día/Hora/Minuto/Segundo. o.hdf. Formato digital del archivo, en este caso HDF-EOS. Superficie de Reflectancia MOD09 La apropiada medición de la reflexión de la Radiación Electromagnética con la superficie terrestre es un insumo fundamental para el mapeo de las coberturas terrestres y otras aplicaciones de las imágenes de sensores remotos. El producto de superficie de reflectancia MOD09 es calculado parta todos los pixeles libres de nubes de una imagen MODIS que han aprobado el Nivel 1B de control de calidad. En general, se puede decir que la radiancia captada por el sensor es transformada a reflectancia de la superficie, esto es, sin tener en cuenta la dispersión y absorción atmosférica. Luego, se aplica el modelo 6S de transferencia radiativa para aplicar una corrección atmosférica completa, de acuerdo a lo propuesto por Vermote y Vermeulen en Esta superficie de reflectancia se produce originalmente para los datos diarios con nivel de procesamiento 2G, así como para los compuestos par cada 8 días a una resolución espacial de 250m (denominándose MOD09Q1) y 500m (denominándose MOD09A1). Las principales características de estos productos se presentan en las tablas 2, 3 y 4. 11

24 Tabla 2 Características generales de los productos utilizados: Característica MOD09A1 MOD09Q1 Cobertura Temporal Febrero 24, Febrero 24, 2000 Área cubierta 10 x 10 lat/long 10 x 10 lat/long Tamaño de archivo ~64 MB ~72 MB Proyección Sinusoidal Sinusoidal Formato digital HDF-EOS HDF-EOS Dimensiones 2400 x 2400 filas/columnas 4800 x 4800 filas/columnas Resolución espacial 500 metros 250 metros Resolución espectral 7 2 Bandas (13 HDF Layers) Tabla 3 Características técnicas del producto MODIS MOD09A1. Unidad de medida Banda 1 ( nm). Superficie de Reflectancia a 500m Reflectancia 16-bit signed integer Banda 2 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 3 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 4 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 5 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 6 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 7 ( nm). Superficie de Reflectancia 16-bit signed Reflectancia a 500m integer Banda 8. Calidad de la reflectancia. 500m. Bit 32-bit unsigned integer Banda 9. Angulo Solar en el Zenith. 500m. Grados 16-bit signed integer Banda 10. Angulo de visión en el Zenith. Grados 16-bit signed 500m. integer Banda 11. Ángulo Relativo de Azimuth. 500m. Grados 16-bit signed integer Banda 12. State Flags. 500m. Bit 16-bit unsigned integer Banda 13. Día de año. Día Juliano 16-bit unsigned integer Radiometría Rango Válido Factor de escala multiplicador na na na 12

25 Tabla 4 Características técnicas del producto MODIS MOD09Q1. Bandas (3 HDF Layers) Unidad de medida Radiometría Rango Válido Factor de escala multiplicador Banda 1 ( nm). Superficie de Reflectance 16-bit signed Reflectancia a 250m integer Banda 2 ( nm). Superficie de Reflectance 16-bit signed Reflectancia a 250m integer Banda 3. Calidad de la reflectancia. 250m. Bit Field 16-bit unsigned integer na 2.2 Programa LANDSAT. Inicialmente denominado como la serie de satélites Earth Resources Technology Satellites -ERTS-, el programa de percepción remota satelital Landsat comenzó oficialmente operaciones en 1972 con el lanzamiento del ERTS-1 (luego rebautizado como Landsat-1). Hasta el momento seis satélites de este programa han sido lanzados satisfactoriamente (Landsat 1-5 y el Landsat 7) entre 1972 y 1999, el sistema Landsat 6 experimentó fallas en su lanzamiento y no fue puesto en órbita. Las principales características técnicas de este programa se presentan en la Tabla Sensor Thematic Mapper -TM-. Este sensor fue desarrollado para las misiones 4 y 5 del programa Landsat, y son satélites que fueron puestos en órbita en ciclos repetitivos, de forma circular, helio-sincrónicas de tipo polar, programados para cruzar el Ecuador aproximadamente a las 9:45 a.m. cada día, lo cual resulta en que operacionalmente este subsistema (misiones 4 y 5) cuenta con un tiempo de revisita de entre 8 a 16 días, mejorando sustancialmente la disponibilidad de imágenes. El sensor TM fue diseñado para captar información espectral en seis bandas, cinco bandas en las longitudes de onda de reflexión solar y una sexta banda en la región termal de emisión. En términos generales, la estructura de las bandas espectrales del sensor TM está más relacionada con el comportamiento de la vegetación, permitiendo una mejor discriminación de este tipo de coberturas que el sensor MSS. Las bandas espectrales del verde y el rojo del sensor TM recogen un menor rango de longitud de onda que sus contrapartes del sensor MSS, permitiendo una mejor discriminación de la respuesta espectral de las cubiertas vegetales (Lillesand et al., 2004). Tabla 5. Características técnicas de los sensores del programa LANDSAT. 13

26 Sensor RBV MSS Misión 1, 2 Longitud de Onda (µ) Resolución espacial (m) Resolución radiométrica bit Reflexión bit Reflexión bit Reflexión bit Reflexión 1 5 TM 4 5 ETM 6 ETM /82 8 bit Reflexión /82 8 bit Reflexión /82 8 bit Reflexión /82 8 bit Reflexión bit Reflexión Origen Datos bit Reflexión (azul) bit Reflexión (verde) bit Reflexión (rojo) bit Reflexión (NIR) bit Reflexión (SWIR) bit Emisión (T) bit Reflexión (MIR) Las mismas bandas del TM 30 (120 en la banda termal) 8 bit Emisión plus bit Reflexión Las mismas bandas del TM Adaptado de Lillesand et al., (60 en la banda termal) 8 bit Emisión plus bit Reflexión Así mismo, el sensor TM posee bandas exclusivas para las regiones del Infrarrojo cercano -NIR-, Infrarrojo de onda corta -SWIR- e Infrarrojo medio -MIR-, las cuales han demostrado ser las regiones espectrales más sensibles al vigor vegetal y estrés vegetal como se muestra en la Tabla 5. (Lillesand et al., 2004), respectivamente; lo cual le representa ventajas significativas para encontrar diferencias entre clases de coberturas en un proceso de clasificación digital de imágenes de media resolución Sensor Enhanced Thematic Mapper plus -ETM+-. Este sensor fue desarrollado para la misión 7 del programa Landsat. Contiene ocho bandas espectrales con una resolución espacial de +/- 30m para las bandas 1-5 y la banda 7, mientras que la resolución espacial para las bandas 61 y 62 (bandas del infrarrojo térmico) es de 60m, adicionalmente provee una banda pancromática (banda 8) con 15 metros de resolución espacial. Aproximadamente el tamaño de la escena es de 170 km en 14

27 dirección norte-sur y 183 km en dirección este-oeste (ver Error! No se encuentra el origen de la referencia.). La figura 4, presenta la respuesta espectral de las bandas del azul, rojo e infrarrojo cercano del sensor ETM+ comparada con las respuestas espectrales captadas por sensores remotos de baja resolución espacial como MERIS, MODIS y SeaWiFS, encontrándose que el ancho de banda captado por estos sensores es menor que el captado por el LANDSAT 7, es decir, la banda llamada azul en el sensor LANDSAT 7 incorpora parte de la longitud de onda del verde y la banda llamada infrarrojo cercano tiene el doble de ancho reportada para estos otros sensores (JRC, 2008). Figura 4 Respuesta espectral de los sensores LANDSAT 7 ETM+ (línea continua), MODIS (línea punteada), MERIS (línea de guiones) y SeaWiFS para las banda espectrales del azul, rojo e infrarrojo cercano. Tomado de JRC, Esta situación supone que ciertos análisis realizados con este tipo de imágenes (LANDSAT 7) podrían no explicar de la misma manera que las imágenes de las misiones predecesoras el comportamiento y desarrollo de la vegetación y por ende se debe tener en cuenta estas diferencias y su influencia en los resultados de los procesos de clasificación digital de estos des tipos de imágenes, aparentemente equivalentes. 15

28 3 Cobertura y Uso de la Tierra. De acuerdo con la Guía de las Buenas Prácticas formulada por el IPCC (2003, 2006), para estimar las existencias de carbono y las emisiones de GEI, es necesario tener información relacionada con el área de superficie y los datos de contenido de biomasa correspondientes a las diferentes categorías de usos de la tierra que se puedan identificar. En esta línea, el IPCC recomienda seis categorías generales de uso de la tierra, a partir de las cuales, posteriormente, se pueden realizar estratificaciones por tipo de clima o zona ecológica. A grandes rasgos, la estratificación se refiere a la división de cualquier paisaje heterogéneo en distintos estratos sobre la base de algún factor de agrupación común (GOFC-GOLD 2009). Para el caso particular de los proyectos REDD, se recomienda realizar estratificaciones usando como factor de agrupación, las existencias de carbono en la vegetación. Esto permitirá asociar para un área determinada, las emisiones de dióxido de carbono producidas por la deforestación o degradación de los bosques. En Colombia, actualmente, el mapa de Cobertura y Uso de la Tierra en Colombia está basado en la adaptación del estándar europeo CORINE 3 Land Cover, realizada en conjunto por 13 instituciones públicas bajo la coordinación técnica del Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM- y el Instituto Geográfico Agustín Codazzi IGAC- (Instituto de Hidrología, Meteorología y Estudios Ambientales- Ideam, Instituto Geográfico Agustín Codazzi-IGAC, Instituto de Investigaciones Amazónicas-SINCHI, Unidad Administrativa Especial de Parques Naturales Nacionales-UAESPNN, Corporación Autónoma Regional del Río Grande de la Magdalena, Cormagdalena, 2010 ). El mapa de cobertura de la tierra, se elabora con base en una leyenda de 63 clases (ver tabla 6 y figura 5) basada en la interpretación visual asistida por computador de imágenes Landsat TM y Landsat ETM+ a una escala de 1: y con una unidad mínima de mapeo de 6,25 ha. Para los propósitos de este ejercicio, se utiliza una leyenda de coberturas de la tierra (principalmente vegetales), constituida por 14 clases de cobertura de la Tierra y basada en la adaptación para Colombia de la leyenda de CORINE Land Cover CLC Colombia-, en sus niveles I y II. Esta propuesta permitirá realizar diferentes análisis del proceso de deforestación, es decir, un análisis del tipo Bosque/No Bosque pero también será útil para interpretar el cambio de coberturas boscosas a otros tipos de coberturas de la tierra. La tabla 7 presenta el componente de cobertura de la Tierra propuesta como la Leyenda a utilizar en el proyecto. 3 CORINE Land Cover hace parte de un esfuerzo pan-europeo para el mapeo consistente y continuo de la cobertura de la Tierra en Europa. 16

29 Tabla 6 Leyenda Nacional de cobertura de la Tierra Colombia. Tomado de IDEAM, IGAC, SINCHI, UAESPNN, UPTC, IavH, IIAP, Cormagdalena,

30 Figura 5 Mapa de Coberturas y uso de la Tierra para Colombia del año 2000 a escala 1: Fuente: IDEAM, IGAC, SINCHI, UAESPNN, UPTC, IavH, IIAP, Cormagdalena,

31 Tabla 7 Propuesta de Leyenda de coberturas de la Tierra para el proyecto REDD. Adaptado de IDEAM, IGAC, SINCHI, UAESPNN, UPTC, IavH, IIAP, Cormagdalena, CLC Colombia Nivel I Nivel II Nivel III Áreas urbanizadas y otras Territorios Artificializados áreas artificializadas Análisis deforestación No Bosque Territorios Agrícolas Cultivos transitorios Cultivos permanentes Pastos Áreas agrícolas heterogéneas (mosaicos). No Bosque No Bosque No Bosque No Bosque Bosques Bosque Natural Plantación forestal Bosque No Bosque Áreas con vegetación Herbácea No Bosque Áreas Naturales y Semi-Naturales Áreas con vegetación Herbácea y/o Arbustiva Áreas con vegetación arbustiva No Bosque Vegetación secundaria o en transición No Bosque Áreas abiertas sin o con poco vegetación Zonas quemadas Otras áreas sin vegetación No Bosque No Bosque Humedales Vegetación acuática No Bosque Superficies de agua Superficies de agua No Bosque En letra cursiva están resaltadas las 14 clases utilizadas en la tipificación de coberturas para los cálculos de contenidos de biomasa 19

32 4 METODOLOGÍA. 4.1 Deforestación histórica nacional escala gruesa El proceso metodológico necesario para la generación de los mapas de coberturas de bosque y zonas de deforestación activa a nivel nacional se desarrolló de forma general en tres grandes fases, a saber: a. Una primera fase para preparar o pre-procesar las imágenes con el fin de aprestarlas para el procesamiento. b. Una segunda fase en la cual se procesan las imágenes utilizando la herramienta automatizada de clasificación CLASlite. c. Un tercer paso donde los resultados obtenidos en la segunda fase son ajustados para la obtención de la información de cambio en la cobertura boscosa a fin de determinar zonas deforestadas. A continuación se describe detalladamente cada una de estas fases, los procedimientos realizados y los resultados obtenidos (ver Error! No se encuentra el origen de la referencia.) Selección de los recursos y técnicas de Percepción Remota. De acuerdo con los propósitos de escala establecidos para este ejercicio y la disponibilidad de imágenes de sensores remotos aplicables a estudios de mapeo de coberturas de la Tierra, se optó por el uso de imágenes de baja resolución espacial, alta resolución espectral y radiométrica como es el caso de las imágenes MODIS, específicamente de los productos MOD09A1 y MOD09Q1, que fueron seleccionados como el insumo de Teledetección para este ejercicio (una descripción más detallada se presenta en los apartados Consideraciones técnicas iniciales y Marco conceptual ). La. Distribución escenas MODIS para Colombia. Fuente: Proyecto REDD-IDEAM.presenta la distribución de escenas MODIS para Colombia, la deformación de la cuadricula de escenas es debida a la re-proyección de las imágenes originales (en sistema Sinuisoidal) al sistema oficial de Proyección y Coordenadas para Colombia (Transversa de Mercator, Magna SIRGAS). 20

33 Figura 6. Distribución escenas MODIS para Colombia. Fuente: Proyecto REDD-IDEAM Descarga de datos. Los productos MODIS pueden ser descargados de diferentes maneras a través de diversos portales de información Geoespacial. Para el caso específico de este ejercicio se utilizó el portal de información Geoespacial dispuesto por el Servicio Geológico de los Estados Unidos -USGS 4 - y la NASA a través del portal web Land Processes Distributed Active Archive Center -LPDAAC-, cuyo enlace es 4 Por sus siglas en Inglés, United States Geological Service. 21

34 Este portal permite utilizar cuatro herramientas desarrolladas para la descarga y pre-procesamientos de productos MODIS, a saber: WIST. NASA Warehouse Inventory Search Tool, es un aplicativo web que permite la búsqueda y solicitud de los productos a través de criterios establecidos, tales como tipo de producto (tierra, atmosfera, criósfera, etc.), fecha de adquisición, localización, etc. Glovis. USGS Global Visualization Viewer, es una herramienta en-línea para la búsqueda y solicitud de imágenes de sensores remotos, permite acceder a los catálogos de imágenes Landsat7ETM+, Landsat4/5 TM, Landsat1-5 MSS, EO-1 Hyperion, MRLC, Aster TIR, Aster VNIR y productos MODIS. Data Pool. Es el banco de datos del LPDAAC, es una conexión vía FTP pública que permite el acceso a los archivos digitales de imágenes Aster y MODIS (Terra y Aqua), todos los datos contenidos en esta conexión son de libre distribución. Las imágenes están en formato HDF-EOS, acompañados del archivo de metadato (en formato XML) y una vista previa de la imagen (en formato JPG). ftp://e4ftl01u.ecs.nasa.gov/molt/. MRTWeb. Es una herramienta en-línea desarrollada específicamente para la búsqueda y solicitud de imágenes MODIS que combina las funcionalidades del visualizador Glovis con las herramientas de pr-procesamiento del MODIS Reprojection Tool -MRT-. Para la ejecución de la esta fase de la metodología se utilizaron las opciones de descarga WIST y Data Pool, esto a través del desarrollo de un script 5 para la descarga automatizada de los productos MODIS seleccionados Fase de Pre-procesamiento. Esta fase incluye todos los procedimientos necesarios para preparar y disponer adecuadamente las imágenes descargadas para ser procesadas y utilizadas en el proceso de estimación de la tasa preliminar de deforestación para Colombia. Tal como se muestra en la Error! No se encuentra el origen de la referencia., incluye entre otros procesos: 5 Este script fue desarrollado por la oficina del CIAT en Colombia (Palmira, Valle del Cauca), originalmente para la descarga de productos MODIS MOD13A, y modificado para descarga de los productos MOD09A1 y MOD09Q1. 22

35 Conversión de formato. Los archivos descargados del portal Web LPDAAC de la USGS están en el formato original asignado por el sensor (HDF-EOS), para ser posible su procesamiento deben ser convertidos a formatos compatibles con los programas de procesamiento digital de imágenes, en este caso fueron transformados a formato TIFF georreferenciado, conservando su proyección Sinusoidal. Generación de los archivos de trabajo (Layer stack). Esta actividad permite fusionar los productos MODIS MOD09A1 y MOD09Q1 en un único archivo con una resolución espectral de 7 bandas (las dos primeras corresponden al producto MOD09Q1 y las cinco restantes a las cinco bandas finales del producto MOD09A1), con una resolución espacial de 250m. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Selección mejores imágenes: El sensor MODIS al ser un sistema pasivo de captura de imágenes es muy sensible a las condiciones atmosféricas presentes en el momento de la captura de la imagen, por lo cual se hace necesario identificar aquellas imágenes con las menores coberturas de nubosidad posibles. En este sentido, minuciosamente se escogen aquellas imágenes (o sectores de las imágenes) que permitan obtener la mayor superficie posible sin problemas atmosféricos. Re-proyección. Los archivos descargados del servidor de la NASA están en un sistema de proyección y de coordenadas adecuado para el trabajo con datos globales (Proyección Sinuisoidal y sistema de coordenadas planas), para poder utilizar estos productos para aplicaciones nacionales o sub-nacionales, como en este caso, es necesario realizar un proceso re-proyección. En este caso al sistema de proyección UTM zona 18 Norte y sistema de coordenadas planas. Este proceso se realiza en el software de procesamiento ArcGIS 9.3. Preparación de las imágenes para el procesamiento en CLASlite. Finalmente, en este proceso debe asegurarse que los datos estén dispuestos espectralmente de acuerdo a la estructura de librerías espectrales implementadas en el algoritmo de CLASlite, en este caso se hace necesario una reorganización de las bandas espectrales de acuerdo a su posición en el espectro electro-magnético 6. Así entonces, los archivos de trabajo finales se estructuran en el siguiente orden 3, 4, 1, 2, 5, 6 y 7 (estos números corresponden a la numeración original de las bandas en los productos MODIS utilizados). Este proceso se realiza en el software de procesamiento ERDAS Imagine Representación gráfica de las diversas regiones espectrales, de acuerdo a su longitud de onda (tamaño), desde las longitudes de onda más cortas (p.e. rayos X) hasta las longitudes de onda más largas (p.e. ondas de radio). 23

36 Figura 7. Esquema metodológico implementado para la cuantificación de la deforestación histórica a escala gruesa Fase de Procesamiento. Esta fase hace referencia al procesamiento digital de las imágenes pre-procesadas en el programa de clasificación a nivel de subpixel denominado CLASlite 7, desarrollado por el Instituto Carnegie vinculado a la Universidad de Stanford (USA) con el apoyo de la Fundación Gordon y Betty Moore, y de la Fundación Jhon D. y Catherine T. MacArthur. Esta herramienta ha sido desarrollada para la identificación automatizada de la deforestación y la degradación del bosque a través del uso de imágenes de sensores remotos satelitales. 7 Versión ligera del Carnegie Landsat Analyst System -CLAS-. 24

37 La principal versatilidad de este programa especializado de computo es determinar uno de los componentes de la estructura del bosque tropical, la cobertura fraccional de la vegetación fotosintética (VF), de la vegetación no-fotosintética (VNF) y de las superficies descubiertas (S) (Asner et al., 2009), que son los principales conjuntos de información que pueden ser extraídos con el uso de imágenes de sensores remotos satelitales. La Error! No se encuentra el origen de la referencia. resume el flujo metodológico del sistema de procesamiento digital aplicado por CLASlite a las imágenes de sensores remotos satelitales, el cual se puede sintetizar en los siguientes procesos: Calibración radiométrica y corrección atmosférica de la imagen(es). Este proceso convierte la información por pixel de niveles digitales -ND- a Radiancia captada por el sensor. Luego, implementando la corrección atmosférica Second Simulation of the Satellite Signal in the Solar Spectrum -6S- desarrollada a partir del trabajo de Vermote y colaboradores en 1997, se transforma la radiancia captada a niveles de reflectancia de las coberturas. 25

38 Figura 8 Metodología de procesamiento de CLASlite. Tomado de Asner et al.,

39 Descomposición de los pixeles de la imagen en coberturas fraccionales a nivel de subpixel de la vegetación fotosintética, vegetación no-fotosintética o senescente y las superficies descubiertas. CLASlite cuenta con tres 8 librerías espectrales para convertir los niveles de reflectancia por pixel de las coberturas captadas por el sensor en información ecológicamente relevante que represente la variación general de las propiedades del dosel de la vegetación y el suelo (Asner et al., 2009). De igual forma, el aplicativo incluye un submodelo central denominado Automated Monte Carlo Unmixing -AutoMCU- (Asner y Heidebrecht, 2002; Asner et al., 2004) el cual permite realizar un análisis cuantitativo de la cobertura fraccional (0-100%) de la VF, VNF y S contenida en cada pixel de la imagen analizada. Enmascaramiento de nubes y cuerpos de agua. Permite sustraer de la imagen, los errores causados por nubes, neblina atmosférica, cuerpos de agua y otros artefactos debidos a perturbaciones atmosféricas en la señal enviada y recibida por el satélite y que son muy comunes en imágenes satelitales. Clasificación de la imagen(es) en coberturas de Bosque/No-Bosque, deforestación y perturbación. A partir de un umbral determinado en las coberturas fraccionales de VF, VNF y S el sistema de clasificación obtiene mapas de Bosque/No-Bosque para la imagen(es) analizada. Específicamente, CLASlite está configurado para utilizar un umbral >80% en la cobertura fraccional de VF para identificar áreas boscosas, considerándose todo lo demás como áreas de No-Bosque, esta particularidad es debida a que este programa fue desarrollado para bosques tropicales de tierras bajas, donde este umbral permite identificar satisfactoriamente casi la totalidad de las áreas boscosas. Sin embargo, este procedimiento no podría aplicarse directamente para otros tipos diferentes de bosques tropicales, ya que sus respuestas espectrales no estarían incluidas en las librerías espectrales incorporadas en el programa. Debido a esta situación, esta etapa del sistema de procesamiento de CLASlite no fue tenida en cuenta para este ejercicio como se explicara en detalle en los siguientes apartados Fase de Generación de información. Esta fase incluye todos los procedimientos necesarios para generar la información sobre la extensión total de las coberturas de bosque en los años 2000 y 2007, a partir de estos resultados se genera la identificación de 8 La librería espectral de VF fue obtenida partir de señales captadas por el sensor aéreo HYPERION (Ungar et al., 2003), las librerías de VNF y S fueron obtenidas a partir de espectro-radiómetros de campo. En conjunto estas tres librerías recogen más de observaciones. (Asner et al., 2009) 27

40 las zonas de deforestación activa y la estimación de una tasa indicativa de deforestación para Colombia. Esta fase incluye entre otros procesos: Conversión de formato. Los mapas de cobertura fraccional son generados por CLASlite en el formato ENVI (*.hdr, esto debido a que la aplicación fue desarrollada en lenguaje de programación IDL ). Para ser posible su manipulación deben ser convertidos a formatos compatibles con los programas SIG disponibles, en este caso fueron transformados a formato TIFF georreferenciado que puede ser desplegado y manipulado en programas como ERDAS Imagine 9.3 ó ArcGIS 9.3. Ajustes a los umbrales de detección de bosque. A partir de los productos obtenidos de CLASlite (mapas de cobertura fraccional) y a través de la modificación manual de los umbrales entre las clases Vegetación Fotosintética (Bosque) y Vegetación No Fotosintética / Suelo desnudo (No Bosque) se obtienen mapas de Bosque/No bosque para el 88% de la superficie continental del país. Esta modificación se realiza puesto que la biblioteca espectral que utiliza CLASlite se concentra principalmente en los bosques tropicales de tierras bajas, presentando dificultades para la clasificación de otros tipos de bosques (p.e. Bosques Andinos. Bosque de tierras bajas del Pacífico). Este proceso se realiza en el software de procesamiento ArcGIS 9.3. Empalme de resultados por escena. A partir de las modificaciones a los umbrales de detección de bosque realizados para cada escena se procede a realizar un empalme de estos resultados, es decir, por cada escena se cuenta con varias imágenes a partir de las cuales se genera una cobertura de Bosque/No Bosque por escena. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Mosaicos de coberturas de Bosque/No Bosque para los años 2000 y A partir de las coberturas de Bosque/No Bosque por escena se genera un mosaico de Bosque /No Bosque para todo el país. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Revisión y ajustes de los mosaicos generados. Una vez se han elaborado los mosaicos de cobertura para 2000 y 2007 se realiza una verificación de los resultados. En esta etapa se utiliza la información del mapa de coberturas CORINE Land Cover a escala 1: para eliminar de los mosaicos áreas que no correspondan a coberturas de bosque y que hayan sido clasificadas por CLASlite como bosque, esta situación se puede presentar por ejemplo con cultivos de 28

41 Palma africana, plantaciones forestales y cultivos de frutales. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Depuración de resultados. Una vez se han revisado los mosaicos de cobertura para 2000 y 2007 se realiza una depuración de los resultados utilizando como base las imágenes preprocesadas, recodificándose algunos pixeles erróneamente clasificados. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Detección de cambios de la cobertura de bosque entre los años 2000 y Finalmente con los productos depurados de cobertura para los años 2000 y 2007 se realiza un proceso de superposición temática de estas dos capas para obtener la superficie de cambio de la cobertura de bosque en el periodo Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Revisión y ajustes. El proceso de detección de cambios puede evidenciar algunos posibles problemas en la conformación de los mosaicos de coberturas, e identificar la necesidad de generalización, como es el caso de las eliminaciones. En este caso se aplicó un proceso de eliminación de información con tamaño igual a un pixel, a fin de limpiar los resultados finales. Este proceso se realiza en el software de procesamiento ERDAS Imagine 9.3. Estimación de la tasa de deforestación. Finalmente, una vez revisada la información de cambio, se procede a identificar las zonas de deforestación activa y estimar una tasa indicativa de deforestación de Colombia para el periodo Fase de Documentación del proceso. Finalmente, se procede a realizar la documentación del proceso, mediante la elaboración de un informe técnico y una presentación de diapositivas que permitan mostrar los pasos metodológicos y los principales resultados del proceso. 4.2 Deforestación Histórica Nacional Escala Gruesa El proceso metodológico necesario para la generación de información sobre deforestación histórica a nivel nacional escala fina, se desarrolló de forma general en tres grandes fases. d. Fase I. Orientada a la preparación o pre-procesamiento de las imágenes con el fin de aprestarlas para el procesamiento. e. Fase II. Destinada al procesamiento digital de las imágenes, utilizando herramientas automatizadas de clasificación y ajustes a través de algoritmos clásicos de procesamiento. 29

42 f. Fase III. Los resultados obtenidos en la segunda fase son ajustados para la obtención de la información sobre deforestación histórica y los cambios en la cobertura boscosa a fin de determinar la transformación de esta cobertura. A continuación se describe detalladamente cada una de estas fases, los procedimientos realizados y los resultados intermedios y finales obtenidos. Un esquema general de los procedimientos se puede observar en la figura 9. Figura 9 Esquema metodológico implementado para la cuantificación de la deforestación histórica escala fina 30

43 4.2.1 Selección de los recursos y técnicas de Percepción Remota. De acuerdo con los propósitos de escala establecidos para este ejercicio y la disponibilidad de imágenes de sensores remotos aplicables a estudios de mapeo de coberturas de la Tierra a escala nacional fina, se optó por el uso de imágenes de media resolución espacial, media resolución espectral y radiométrica. Las imágenes del programa LANDSAT (sensores TM y ETM+) fueron seleccionadas como el insumo de teledetección para la generación de información sobre deforestación histórica a nivel nacional (Escala fina). Una descripción más detallada se presenta en Ideam 2011a donde se muestra el marco conceptual y los criterios para la selección y la utilización de imágenes de sensores remotos en la cuantificación de la deforestación y estimación del almacenamiento de carbono Respecto de las técnicas de procesamiento digital implementadas en este ejercicio, se aplica una metodología semi-automatizada con ajustes a criterio de intérprete para la generación de los mapas de cobertura Bosque/No Bosque y la identificación del cambio de la cobertura de Bosque a otras coberturas de la Tierra 31

44 Figura 10. Distribución escenas LANDSAT para Colombia Selección del tipo de imagen y de los conjuntos de imágenes a procesar. Los criterios contemplados para la selección de las imágenes incluyen la disponibilidad y accesibilidad de las imágenes Landsat (TM y ETM+) en los diferentes repositorios de datos (nacionales o internacionales), los cuales generalmente son de libre distribución. Los antecedentes del uso de este tipo de imágenes en el país 32

45 son amplios (Ideam, 2002; IAvH, 2004, IAvH 2004a; Sinchi, 2005; Ideam et al., 2007), estableciendo un adecuado nivel de experiencia en el manejo de estos conjuntos de datos, y así mismo permitiendo la recopilación de conjuntos homogéneos para algunos periodos de tiempo. La propuesta preliminar de monitoreo de deforestación y contenido de carbono establece que el análisis de la deforestación histórica se realizará para tres momentos en el tiempo: 1990, 2000 y 2005 (IDEAM, 2010), esta periodicidad establece un marco temporal de referencia adecuado para la identificación y selección de imágenes de sensores remotos de altas calidades para la generación de información temática. Los principales criterios para su selección son: Porcentaje con cobertura de nubosidad. Se refiere al porcentaje de área de la imagen ocupada por coberturas de nubes o sombras de nube. Corresponde a un valor entre 0 y 100% asignado por USGS. Para este ejercicio se prefieren imágenes con coberturas de nubes menores al 20%. Sin embargo, de acuerdo a las particularidades del área analizada, la localización de las áreas con nubes y la disponibilidad de imágenes se podrán utilizar imagen hasta con el 50%. Calidad. Está referido a un indicador de la calidad técnica de los datos (presencia de errores radiométricos, efectos nocivos, etc.). Corresponde a un valor entre 0 y 9 asignado por USGS. Se prefieren imágenes con calidades mayores o iguales a 7. Fecha. Se refiere a la fecha de adquisición de las imágenes a utilizar. Como se mencionó al inicio del documento, Colombia por su localización en el área de Confluencia Inter Tropical presenta altos porcentajes nubosidad a lo largo del año, lo que dificulta procesos de observación de la Tierra a través de sensores ópticos. Se prefiere usar imágenes con la menor diferencia temporal posible, y de acuerdo a disponibilidad para cada temporada climática (Época seca - Época húmeda). Para este ejercicio se definió la siguiente temporalidad para la selección de imágenes: o Periodo Se prefiere utilizar imágenes entre el y De acuerdo a disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época seca y al menos 1 imagen época húmeda. o Periodo Se prefiere utilizar imágenes entre el y De acuerdo a disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época seca y al menos 1 imagen época húmeda. o Periodo Se prefiere utilizar imágenes entre el y De acuerdo a disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época seca y al menos 1 imagen época húmeda. o Periodo Se prefiere utilizar imágenes entre el y De acuerdo a disponibilidad para cada temporada climática, se selecciona al menos 1 imagen de época seca y al menos 1 imagen época húmeda. 33

46 Sin embargo, es importante considerar que las imágenes Landsat ETM+ de fecha posterior a marzo de 2003 presentan errores debido a una falla del sensor, que genera en las imágenes áreas sin información a manera de "bandas o gaps". Este criterio debe ser tenido en cuenta, por lo cual se propone el uso alternativo de otras imágenes similares en el caso de presentarse áreas sin cubrimiento de imágenes Landsat, o el uso de múltiples imágenes del sensor ETM+ para el cubrimiento de estos Gaps (IDEAM, 2010). El conjunto de imágenes a procesar cubre el 100% del territorio continental colombiano. Debido al tamaño de los territorios insulares y en relación con la escala de trabajo, no se realiza el seguimiento de los bosques en estas áreas. Una vez determinados estos criterios se estableció la disponibilidad de imágenes en los diferentes repositorios de imágenes de sensores remotos. Repositorios Nacionales. Se revisaron los listados de imágenes disponibles en el Banco Nacional de Imágenes -BNI- e instituciones públicas nacionales que pudiesen tener disponibilidad de imágenes aún no reportadas al Banco o que dadas sus condiciones de calidad no hayan sido cargadas en el Banco, a saber: o o o Banco Nacional de imágenes de Satélite Administrado por la Subdirección de Geografía y Cartografía del IGAC. Proyecto Sistema de Información para el Monitoreo de Cultivos de uso Ilícito en Colombia. Administrado por el Proyecto SIMCI II con el auspicio de UNODC. Instituto de Investigaciones amazónicas -SINCHI-. Repositorios Internacionales. Dado que con la búsqueda en los repositorios nacionales no se logró un cubrimiento del 100%, o que la calidad de las imágenes encontradas no cumplía con los criterios de procesamiento, se realizo una búsqueda a través de los catálogos internacionales que permiten la búsqueda, visualización, selección y descarga de imágenes de sensores remotos, a saber: o o USGS Global Visualization Viewer -Glovis-. Repositorio de datos administrado por USGS (USA) para la divulgación y transferencia de imágenes de sensores remotos administradas por la NASA (ver Error! No se encuentra el origen de la referencia.). El catálogo incluye imágenes Landsat7ETM+, Landsat4/5 TM, Landsat1-5 MSS, EO-1 Hyperion, MRLC, Aster TIR, Aster VNIR y productos MODIS. La descarga se realiza individualmente por imagen seleccionada. USGS Earth Explorer. Repositorio de datos administrado por USGS (USA) para la divulgación y transferencia de imágenes de sensores remotos administradas por la NASA 34

47 o (ver Error! No se encuentra el origen de la referencia.). Permite descargar a través de códigos de las imágenes (archivo plano de texto en formato *.txt). La descarga se realiza individualmente por imagen seleccionada. GEO-FCT Demonstration Portal. Esta plataforma fue desarrollada por Google-ORG en la interfaz de Google Earth, permite buscar y descargar (parcialmente) imágenes de diferentes sensores remotos. Fue desarrollada como parte de la iniciativa Forest Carbon Tracking - FCT- del Grupo para la Observación de la Tierra -GEO-, para administrar los productos cartográficos de los países demostrativos que hacen parte de la iniciativa (ver Error! No se encuentra el origen de la referencia.). La descarga se realiza individualmente por imagen seleccionada. Figura 11. Repositorios de datos internacionales consultados. Basado en la revisión de los repositorios citados, se elaboró un inventario de las imágenes disponibles para las 63 escenas Landsat TM (misiones 4 y 5) y ETM+ (misión 7) que cubren el territorio colombiano para los periodos de análisis propuestos. El resultando final determinó que se debían procesar un total de

48 imágenes, las cuales estaban en diferentes niveles de procesamiento y en diferentes repositorios de datos, a saber: Periodo Se identificaron en el Banco Nacional de Imágenes de sensores remotos BNI- 20 imágenes del periodo 1990, lo que corresponde al 15%, estas imágenes se encuentran ortorectificadas y están disponibles para su uso. El 85% restante se localizó en los repositorios Glovis y Earth explorer de USGS. Periodo Se identificaron en el Banco Nacional de Imágenes de sensores remotos -BNI-un total 130 imágenes del periodo 2000, lo que corresponde al 80%, estas imágenes se encuentran ortorectificadas y están disponibles para su uso. El 20% restante se localizó en los repositorios Glovis y Earth explorer de USGS. Periodo Se identificaron en el Banco Nacional de Imágenes de sensores remotos -BNI-un total de 30 imágenes del periodo 2005, lo que corresponde al 30%, estas imágenes se encuentran ortorectificadas y están disponibles para su uso. El 70% restante se localizó en los repositorios Glovis y Earth explorer de USGS, y la interfaz dispuesta por la iniciativa FCT de GEO. Periodo Para este periodo no se identificaron imágenes Landsat disponibles en el Banco Nacional de Imágenes de sensores remotos -BNI- por lo cual el 100% de las 143 imágenes utilizadas se localizó en los repositorios Glovis y Earth explorer de USGS. Debido a las condiciones atmosféricas adversas en este periodo, se hizo necesario utilizar complementariamente otros tipos de imágenes Ópticas y de Radar: se utilizaron 20 imágenes SPOT (5 de ellas suministradas por el BNI), 23 imágenes ASTER, 109 imágenes ALOS PALSAR (productos FBD y FBS) y 211 imágenes ALOS AVNIR-2. Así entonces, para este periodo se conto con un total de 482 imágenes, constituyéndose en el periodo con mayor numero de imágenes utilizadas. La Tabla 8 presenta un resumen del listado de imágenes seleccionadas y descargadas. Tabla 8. Ejemplo del Inventario de imágenes Landsat (TM y ETM+) utilizadas. Path/Row Path Row Fecha Sensor Periodo (AA-MM-DD) /12/1989 5TM TM TM tm tm tm tm TM TM

49 TM TM TM TM TM TM TM TM TM TM tm TM TM TM tm TM TM TM TM TM TM Fase de Pre-procesamiento. Esta actividad incluye todos los procedimientos necesarios para preparar y disponer adecuadamente las imágenes descargadas para que puedan ser procesadas y sirvan de insumo de generación de cartografía temática oficial para el país. Entre otros procesos se realizan conversiones de formato, generación de archivos de trabajo y la corrección geométrica, este sentido y de acuerdo a la revisión de los estándares nacionales en esta temática, se identificó la necesidad de realizar el proceso de Orto-rectificación de imágenes de sensores remotos ópticos de media resolución, siguiendo el protocolo que para tal fin ha desarrollado la subdirección de cartografía y Geografía del Instituto Geográfico Agustín Codazzi. La figura 9 presenta el detalle de los procesos realizados en esta fase, a saber: Generación de los archivos de trabajo (Layer Stack). Corresponde a la fusión de los archivos espectrales (bandas espectrales 1-5 y 7) por cada imagen Landsat procesada que permiten generar un archivo multi-espectral que facilita su procesamiento en los programas de computo utilizados (ERDAS Imagine y ArcGIS, principalmente). Este proceso se realiza en el software de procesamiento ERDAS Imagine. 37

50 Conversión de formato. Para el uso del programa automatizado de procesamiento digital CLASlite tanto el archivo multi-espectral como un archivo complementario de la banda térmica por cada imagen procesada deben estar en formato Raster de tipo TIFF georreferenciado (GeoTIFF). Este proceso se realiza en el software de procesamiento ERDAS Imagine. Orto-rectificación. Mediante este procedimiento se corrigen los desplazamientos y distorsiones en la imagen, causados por la inclinación del sensor (posición del sensor en el momento de la toma) y la influencia del relieve y los errores sistemáticos asociados con la imagen. Esta parte del proceso es determinante pues tiene implicaciones directas en la precisión de la posición de los resultados a obtener en el procesamiento. Para este propósito se siguió el documento "Manual de procedimientos para la producción de orto-imágenes de satélite ópticas usando MDT", que contiene la descripción detallada de la metodología y los recursos necesarios para realizar este proceso 9. Este proceso se realiza en el software de procesamiento ERDAS Imagine. Recopilación de la información de metadatos. Para efectuar el pre-procesamiento de los archivos multi-espectrales es necesario incluir sobre el metadato de la imagen de acuerdo al nivel de procesamiento efectuado en los repositorios de datos, esta información está referida a : Fecha de toma. Sensor. Hora de toma. Sistema procesamiento. Configuración de los gain. Coordenadas centrales (lat/long) Altitud promedio. Imagen (Path- Row) Tabla 9.Información requerida para el pre-procesamiento de imágenes. configuración Coordenadas gain (ETM+) Fecha de toma Sensor Hora Sistema Procesamiento jul-52 21/06/ LPGS banda 1 h 2 h gain Longitud (W) Latitud (N) DEM Altura (msnm) MIN MAX RANGE MEAN MEDIAN -71,392 11,569 0, ,000 25,686 4,000 9 Esta tarea se realizó de manera coordinada con la subdirección de Geografía y Cartografía del Instituto Geográfico Agustín Codazzi -IGAC-, a través de la división de fotogrametría. 38

51 3 h 4 l 5 h 61 l 62 h 7 h La tabla 9 muestra un ejemplo de la información recopilada para el total de las imágenes pre-procesadas. Verificación sistema de proyección El programa automatizado para la generación de cartografía temática de Bosques (CLASlite ) reconoce solamente algunos sistemas de proyección cartográfica, incluido el Universal Transverse Mercator -UTM-, que es un sistema de carácter global. En este sentido, las imágenes que no se encuentren proyectadas en este sistema se deben re-proyectadas. Este proceso se realiza en el software de procesamiento ERDAS Imagine. Nota: Desde el año 2005 Colombia adoptó el datum MAGNA-SIRGAS o MArco Geocéntrico NAcional de Referencia que se ajusta al sistema geodésico de las Américas y es compatible con el esferoide WGS84 y el sistema GRS80. Colombia posee cinco orígenes planimétricos para su cartografía. El origen central se encuentra en Bogotá. Verificación tamaño de las imágenes. El programa automatizado para la generación de cartografía temática de Bosques (CLASlite ) requiere que todas las bandas de cada una de las imágenes a pre-procesar tengan el mismo número de filas y columnas. De acuerdo a la forma de operación de las diversas misiones del programa Landsat, algunas de las bandas de una misma imagen o imágenes de diferentes fechas de adquisición, pueden presentar diferentes tamaños (número de filas y columnas). En consecuencia, cuando se presente el caso se deben "ajustar" los tamaños del archivo multiespectral y del archivo térmico para cada imagen procesada. Este proceso se realiza en el software de procesamiento ERDAS Imagine. Enmascaramiento de nubes y cuerpos de agua. El programa automatizado para la generación de cartografía temática de Bosques (CLASlite ) permite opcionalmente realizar un enmascaramiento de zonas de nubes y cuerpos de agua, para esto utiliza el archivo térmico (banda espectral 6 en las misiones 4/5, y la banda espectral 62 en la misión 7 del programa Landsat) de cada imagen, esta banda debe tener el mismo número pixeles y resolución espacial que el archivo multi-espectral. El algoritmo establece un umbral de enmascaramiento relacionado con los niveles digitales del archivo térmico, estableciendo un rango entre 0 a 255, el valor establecido dependerá de las particularidades de la 39

52 imagen a procesar, es decir, presencia y tipos de nubosidad, evidencia de sombras topográficas, etc.). Sin embargo, de acuerdo a los resultados obtenidos puede decirse que: o Zona plana: Umbral de enmascaramiento en niveles cercanos a o Zona montañosa: Umbral de enmascaramiento bajo, en niveles cercanos a 100. En zonas con pendiente muy pronunciada no se recomienda aplicar este subproceso, puesto que se enmascaran equivocadamente áreas de montaña con efecto de sombra debido al relieve. Este proceso se realiza en el software de procesamiento CLASlite tal como se presenta en la Error! No se encuentra el origen de la referencia.8. Corrección Atmosférica. Este proceso permite realizar inicialmente la calibración radiométrica de la imagen y posteriormente una corrección atmosférica. Convierte la información de la imagen original (bruta) de cada pixel, de Niveles Digitales -ND- a Niveles de Radiancia captada por el sensor en el tope de la atmosfera. Luego, implementando la corrección atmosférica Second Simulation of the Satellite Signal in the Solar Spectrum -6S-, se transforman los Niveles de Radiancia a Niveles de Reflectancia de las coberturas en la superficie de la Tierra. Los parámetros requeridos por el modelo 6S están originalmente en el metadato de la imagen, recopilados en la fase anterior. El proceso de corrección atmosférica permite aplicar opcionalmente la corrección de neblina, por lo cual previamente se debe inspeccionar si en la imagen existen nubes y/o neblina evidente. Como resultado de este paso se obtiene una imagen de reflectancia, que mejora la separabilidad espectral de los objetos (coberturas) respecto a la imagen original. Este proceso se realiza en el software de procesamiento CLASlite tal como se presenta en la Error! No se encuentra el origen de la referencia Fase de Procesamiento. Esta actividad está referida al procesamiento digital de las imágenes pre-procesadas para la generación de cartografía temática de deforestación histórica. En esta fase se utilizan diversos programas de cómputo de acuerdo a lo establecido en la Error! No se encuentra el origen de la referencia.9. Para la separación preliminar de las coberturas de Bosque/no Bosque se utiliza el programa de clasificación automatizada CLASlite 10, desarrollado por el Instituto Carnegie para la Ciencia. Esta herramienta ha sido 10 Versión ligera del Carnegie Landsat Analyst System -CLAS-. 40

53 desarrollada para la identificación automatizada de la deforestación y la degradación del bosque a través del uso de imágenes de sensores remotos satelitales. Esta fase incluye todos los procedimientos necesarios para generar la información sobre la extensión total de las coberturas de bosque en los periodos definidos, a partir de estos resultados se genera la cuantificación de las superficies de bosque para cada periodo y la cuantificación de la tasa de deforestación para el territorio continental de Colombia. Esta etapa incluye entre otros procesos: Descomposición de los pixeles de la imagen en coberturas fraccionales a nivel de subpixel de la vegetación fotosintética, vegetación no-fotosintética o senescente y las superficies descubiertas. CLASlite cuenta con tres 11 librerías espectrales para convertir los niveles de reflectancia por pixel de las coberturas captadas por el sensor en información ecológicamente relevante que represente la variación general de las propiedades del dosel de la vegetación y el suelo (Asner et al., 2009). De igual forma, el aplicativo incluye un submodelo central denominado Automated Monte Carlo Unmixing -AutoMCU- (Asner y Heidebrecht, 2002; Asner et al., 2004) el cual permite realizar un análisis cuantitativo de la cobertura fraccional (0-100%) de la VF, VNF y S contenida en cada pixel de la imagen analizada. En este subproceso puede realizarse un ajuste del enmascaramiento en los bordes de nube, cuando la presencia de áreas con este tipo de efecto es muy evidente en la imagen a procesar. Sin embargo, es necesario verificar el resultado final pues durante el desarrollo del ejercicio se observó que suele sobre-enmascarar áreas. Adicionalmente, el programa permite realizar un enmascaramiento adicional de cuerpos de agua y zonas de nubes. A través de umbral de 0-100, en general se sugieren valores altos (cercanos a 90). El resultado final de este subproceso es la generación de nuevo archivo con siete bandas, las tres primeras corresponden a las coberturas fraccionales de suelo, vegetación fotosintética y vegetación no-fotosintética; las tres siguientes corresponden a los errores 12 de estimación de cada una de las coberturas fraccionales, y la última banda corresponde al error global de estimación. De acuerdo a los requerimientos del usuario, este resultado puede ser guardado en formato GeoTIFF, para posteriormente ser editado en otros programas de SIG. Respecto a este último punto, la cobertura fraccional de vegetación fotosintética, puede ser utilizada para modificar el umbral de detección de Bosque y generar mapas de cobertura de Bosque /No Bosque más ajustados. 11 La librería espectral de VF fue obtenida partir de señales captadas por el sensor aéreo HYPERION (Ungar et al., 2003), las librerías de VNF y S fueron obtenidas a partir de campañas con espectro-radiómetros de campo. En conjunto estas tres librerías recogen más de observaciones (Asner et al., 2009). 12 Esta información puede ser útil para el cálculo de incertidumbres en proceso de clasificación. 41

54 Clasificación de coberturas de Bosque/No Bosque. A partir de un umbral determinado en las coberturas fraccionales de VF, VNF y S el sistema de clasificación obtiene mapas de Bosque/No- Bosque para las imágenes analizadas. Por defecto, CLASlite está configurado para utilizar un umbral >80% en la cobertura fraccional de la Vegetación Fotosintética para identificar áreas boscosas, considerando todo lo demás (<80%) como áreas de No-Bosque, esta particularidad obedece a que el programa fue desarrollado con muestras de respuestas espectrales de bosques tropicales de tierras bajas, en donde este valor de umbral permite identificar satisfactoriamente casi la totalidad de las áreas boscosas. El resultado del procesamiento es un archivo Raster de tipo binario, donde la clase 1 corresponde a la Cobertura de No Bosque y la clase 2 corresponde a la cobertura de Bosque. Este resultado debe contrastarse con las imágenes de reflectancia para determinar si el resultado es idóneo para el propósito del ejercicio. Ajuste de umbrales. En el caso de no ser idóneo el resultado del mapa de cobertura de Bosque / No Bosque generado en el procedimiento anterior, debe generarse un nuevo mapa de estas dos coberturas a partir de la modificación manual de los umbrales del mapa de cobertura fraccional de vegetación fotosintética (banda 2). Esta modificación se realiza puesto que la biblioteca espectral que utiliza CLASlite se concentra principalmente en los bosques tropicales de tierras bajas, presentando dificultades para la clasificación de otros tipos de bosques (p.e. Bosques Andinos. Bosque del Pacífico). Este proceso se realiza en el software de procesamiento ArcGIS. Debe probarse en cada caso el umbral que produzca la mejor separación. En general puede estar cercano a 80% en zonas de sabana o con alta densidad de bosque (incluso en zonas secas es menor de 80). Suele ser mayor de 90%, incluso muy cercano a 98% en zonas intervenidas y/o zonas montañosas intervenidas, para mejorar la separación entre rastrojos y bosques. Este resultado debe contrastarse con las imágenes de reflectancia para determinar si es idóneo para el propósito del ejercicio. Procesamiento bajo esquema tradicional. En el caso de no ser idóneo el resultado del mapa de cobertura de Bosque / No Bosque generado en el procedimiento anterior, se generará una máscara (selección) temática basada en éste resultado, y con ella se genera un "subset" o nuevo archivo de dicha selección, para las áreas de bosque sobre la imagen de reflectancia. Sobre esta nueva imagen se aplica un proceso adicional de clasificación no supervisado (algoritmo ISODATA o algoritmo de árboles de decisión) para lograr una discriminación adicional de aquellas coberturas que siendo fotosintéticamente activas no corresponden a la definición de bosques (p.e. cultivos de palma de aceite, vegetación en transición, entre otros). Así mismo, este procedimiento permite eliminar otro tipo áreas erróneamente clasificadas, tales como algunos cursos y cuerpos de agua, 42

55 sombras de relieve residuales o sombras de nubes y sus respectivos efectos de borde.. Este proceso se realiza en el software de procesamiento ERDAS Imagine, o a través del algoritmo RandomForest implementado en un script del lenguaje de programación R. Ediciones temáticas finales. Una vez se ha obtenido un producto temático revisado, se realiza una inspección visual en pantalla a escala 1: , donde se compara la imagen calibrada en valores de reflectancia con el mapa de Bosque/No Bosque, identificando áreas donde aún es preciso editar los resultados del procesamiento tradicional. En esta etapa a criterio del intérprete, se puede utilizar información cartográfica complementaria, como el Mapa de coberturas de la Tierra CORINE Land Cover escala 1: Este procedimiento permitirá eliminar áreas que aún no correspondan a coberturas de bosque y que hayan sido clasificadas erróneamente como bosque. El resultado final de esta fase es un mapa de coberturas Bosque/No Bosque por escena para cada periodo de tiempo analizado. Este proceso se realiza en el software de procesamiento ERDAS Imagine Fase de Generación de información. Esta fase del proceso metodológico permite la conformación de los mosaicos de cobertura Bosque /No Bosque a nivel nacional para cada periodo de tiempo analizado y la identificación de las áreas de cambio (Deforestación/Regeneración). A continuación se detallan los subprocesos realizados: Conformación Mosaicos de coberturas de Bosque/No Bosque. En este subproceso se genera un mosaico de las coberturas de Bosque/No Bosque a nivel nacional por periodo de análisis, esto a partir de los mapas de coberturas Bosque/No Bosque por escena obtenidos en la fase anterior. El resultado final es un mapa de coberturas Bosque/No Bosque para cada periodo de tiempo analizado. Este proceso se realiza en el software de procesamiento ERDAS Imagine. Depuración de resultados. Una vez elaborados los mosaicos de cobertura Bosque / No Bosque a nivel nacional por periodo de análisis, se realiza una depuración de los resultados en las áreas de empalme de las escenas, con el fin de detectar y corregir posibles inconsistencias temáticas. En este sub-proceso se utilizan como base las imágenes calibradas y los mapas finales de cobertura Bosque/No Bosque por escena. Las posibles inconsistencias en estas zonas de empalme se generan principalmente debido a las diferencias en las fechas de toma de las imágenes, relacionadas con la época climática (seca/húmeda), pudiéndose generar importantes diferencias 43

56 en la detección. El resultado final es un mapa de coberturas Bosque/No Bosque depurado para cada periodo de tiempo analizado. Este proceso se realiza en el software de procesamiento ERDAS Imagine. Detección de cambios. Basado en los resultados anteriores, se generan los mapas de cambio en las coberturas de Bosque/No Bosque para los intervalos temporales , y para el territorio continental colombiano, identificando las posibles áreas de cambio: Áreas de deforestación. Aquellas zonas en donde el análisis de cambio detecta el paso de una cobertura de Bosque a una cobertura de No Bosque. Áreas de regeneración. Aquellas zonas en donde el análisis de cambio detecta el paso de una cobertura de No Bosque a una cobertura de Bosque. Con estas matrices (mapas de cambio) se revisa nuevamente el resultado, pues permiten identificar áreas de posibles "falsas detecciones" ó áreas que ameritan un refinamiento temático adicional. Con los resultados ajustados de las matrices de cambio se editan los mapas de cobertura de los periodos considerados en las matrices y se generan las versiones finales de los mapas de cobertura Bosque/No Bosque para los tres periodos de análisis. Finalmente, con los productos depurados de cobertura para los diferentes periodos se realiza nuevamente una operación de superposición temática de estas dos capas para obtener la superficie de cambio de la cobertura de bosque de los periodos , y Este proceso se realiza en el software de procesamiento ERDAS Imagine Cuantificación de la deforestación histórica Una vez revisada y corregida la información resultante de los mapas de las matrices de cambio, se procede a cuantificar la deforestación histórica para Colombia en los periodos , y En este caso la deforestación se calcula de manera sencilla, se establece el número de píxeles para cada categoría del mapa de cambios ( Bosque, No Bosque, Sin Información) y se cuantifica el área total que pasa de tener cobertura de bosque en el periodo inicial, a tener cobertura No Bosque en el segundo periodo analizado. Luego la superficie de cambio cuantificada se divide por la diferencia de años entre los dos periodos, lo que corresponde a un valor promedio anual de deforestación o cambio de coberturas de Bosque a No Bosque. 44

57 4.2.7 Detección de tipos de coberturas en áreas de cambio. Como parte final de la generación de información de deforestación histórica, se realizó la identificación de la transición de coberturas de bosques a otras coberturas de la Tierra, para lo cual las áreas detectadas como de "cambio" en cobertura boscosa fueron nuevamente procesadas digitalmente a fin de identificar el tipo de cobertura de la Tierra a la cual fueron transformadas en el intervalo de tiempo y Una vez definidas las zonas de cambio, incluyendo los cambios por deforestación o por regeneración se requiere realizar la identificación de las coberturas en dichas zonas de cambio. La selección de las clases de coberturas que se requiere identificar en este proceso, obedece a una estratificacion que permite diferenciar los contenidos de carbono de cada categoría que a la vez es identificable en las imágenes de satélite a la escala y a través de la metodología propuesta. Para el Proyecto Capacidad Institucional Técnica y Científica para apoyar proyectos de Reducción de Emisiones por Deforestación REDD en Colombia IDEAM, se trabajó con las categorías de cobertura según la leyenda basada en los niveles I, II y III de la leyenda de CLC Colombia de la clasificación de coberturas del mapa de nacional de cobertura del territorio de Colombia a escala 1: , CORINE Land Cover, publicado en 2010 por el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), el Instituto Geográfico Agustín Codazzi (IGAC), el Instituto de Investigación de Recursos Biológicos Alexander von Humboldt (IAvH), el Instituto Amazónico de Investigaciones Científicas (SINCHI)y la Corporación Autónoma Regional del Río grande de la Magdalena - Cormagdalena. Los distintos niveles y clases de este sistema de clasificación de coberturas, se pueden adaptar a las necesidades de identificación de coberturas del proyecto y adicionalmente se pueden agrupar de manera general en las seis categorías de uso definidas por el IPCC para los inventarios nacionales de Gases de Efecto Invernadero (GEI). La versión de leyenda de clasificación de coberturas propuesta para este proyecto es como se muestra en la tabla 7. Para éste paso se consideró como primera opción el análisis geográfico de dichas áreas en sobre-posición con cartografía temática oficial de cobertura del suelo de una escala equivalente, es decir con el mapa de cobertura elaborado con la metodología CORINE Land Cover Colombia, para la misma fecha del periodo de análisis del presente ejercicio En caso de tener disponibilidad de esta información parcial o totalmente compatible con el área geográfica de interés y adicionalmente con el periodo de tiempo del análisis, se recomienda hacer uso de la misma para asignar a los polígonos geográficamente coincidentes, la cobertura de la tierra identificada en el mapa de CORINE. Una vez generado el mapa de cambio las posibles clases resultantes son las que se presentan en la tabla 10. A partir de este último se seleccionaron las clases 2 y 4 para crear con cada una de estas clases una nueva 45

58 capa que delimite el área en la que efectivamente se realizará la identificación de las coberturas. Se determinó utilizar métodos automatizados para clasificar coberturas cuyas respuestas espectrales sean lo suficientemente homogéneas al interior de cada clase pero a la vez lo suficientemente diferentes entre ellas de manera que permitan su identificación de manera sencilla cómo los pastos, humedales y superficies de agua. Tabla 10 Codificación de Cambios en la cobertura boscosa entre 2 periodos. Cobertura 2000 Cobertura 2005 Clase Mapa de cambio 1 Bosque 1 Bosque 1 Bosque estable 1 Bosque 2 No Bosque 2 Deforestación 1 Bosque 3 Sin Información 3 Sin Información 2 No Bosque 1 Bosque 4 Regeneración 2 No Bosque 2 No Bosque 5 No Bosque estable 2 No Bosque 3 Sin Información 6 Sin Información 3 Sin Información 1 Bosque 7 Sin Información 3 Sin Información 2 No Bosque 8 Sin Información 3 Sin Información 3 Sin Información 9 Sin Información Sobre la superficie de deforestación seleccionada se ejecuta una serie de operaciones del tipo clasificación no supervisada hasta lograr la identificación de la mayor parte de las coberturas en las áreas de cambio. Posteriormente la identificación se completa de manera visual, asignando manualmente el tipo de cobertura hasta finalizar la identificación de la totalidad de la superficie de cambio. Este procedimiento debe ser seguido y controlado permanentemente de manera que se garantice que las coberturas asignadas corresponden de manera correcta a las que pueden ser identificadas en la imagen original o bien en las imágenes mejoradas. Dado que este procedimiento se realiza en corto tiempo y entre varios intérpretes, para la distribución de las áreas de trabajo inicialmente se cortó el mapa nacional utilizando la Grilla de las imágenes Landsat. En consecuencia y como paso final se requiere crear nuevamente el mosaico nacional, incluyendo una revisión y corrección final de la interpretación en las zonas de empalmes entre escenas. Este paso permite adicionalmente realizar una revisión, identificación y corrección de falsas detecciones de cambios entre los periodos analizados. Al revisar de manera específica las zonas de cambios y asignar los tipos de cobertura se identifican aquellas zonas en dónde realmente no ha habido ni deforestación ni regeneración. Por lo que al finalizar esta etapa se deben actualizar los mapas de coberturas de Bosque y No Bosque de los periodos analizados y se corrige la versión previa de los datos de deforestación. 46

59 47

60 5 RESULTADOS 5.1 Resultados de deforestación histórica nacional escala gruesa Descarga de datos. En términos generales, se descargaron poco más de imágenes de los productos MODIS MOD09A1 y MOD09Q1, correspondientes a las 6 escenas de la cuadricula MODIS en las que se enmarca Colombia, es decir 46 imágenes por cada uno de los 8 años ( ) y por cada una de las 6 escenas, Estas imágenes fueron descargadas vía web del servidor del USGS como se explicó en el apartado metodológico Fase de Pre-procesamiento. A partir del conjunto de imágenes descargadas se seleccionó un subconjunto correspondiente a los productos MODIS MOD09A1 y MOD09Q1 para los años 2000 y 2007, es decir, de las imágenes descargadas se seleccionaron imágenes para el periodo mencionado. Un ejemplo representativo de este subconjunto de imágenes se presenta en la Error! No se encuentra el origen de la referencia.. Figura 12. Imagen MODIS producto MOD09A1 de diciembre del año 2000, escena h10v08 en composición RGB 4,6,3. 48

61 De este subconjunto de imágenes se seleccionaron a su vez, las mejores imágenes, con las menores coberturas de efectos atmosféricos (áreas de nubosidad, principalmente) para efectuar la fase de Preprocesamiento. En este sentido, de las imágenes seleccionadas para los años 2000 y 2007 se preprocesaron completamente solo 108 imágenes, las cuales permitieron generar al final del proceso un producto para el periodo con una cobertura de nubosidad del 12% para el territorio continental colombiano Fase de Procesamiento. A partir del subconjunto de las 108 imágenes completamente pre-procesadas se aplicó el sistema de clasificación automatizado CLASlite, obteniéndose entre otros los siguientes productos intermedios: 108 imágenes de reflectancia. Los 108 archivos de trabajo (Layer stack) fueron calibrados radiométricamente y corregidos atmosféricamente a través de CLASlite obteniendo productos de reflectancia aparente con la misma resolución espacial y espectral de las imágenes originales, es decir, 250m y 7 bandas espectrales, respectivamente. Por cada imagen de reflectancia obtenida se generó un nuevo archivo digital con 7 bandas que corresponden a las tres coberturas fraccionales clasificadas por CLASlite (VF, VNF y S), tres imágenes de incertidumbre en la estimación (una para cada cobertura fraccional) y una imagen del error total (RMS) de la estimación, la Error! No se encuentra el origen de la referencia. presenta un ejemplo de estos resultados, en la imagen de la izquierda se presenta la imagen de reflectancia generada y en la imagen de la derecha una composición de color de las coberturas fraccionales generadas (en tonalidades verdes se presenta la vegetación fotosintética asociada a la presencia de bosques naturales). Así entonces, se produjeron en total 108 archivos producto del procesamiento en CLASlite. Figura 13 Imagen de reflectancia generada por CLASlite y Composición de color de las coberturas fraccionales generadas a partir de ella (RGB, S-VF,VNF), para un sector de la escena h11v08 del 11 de diciembre de 2000 en limites de los departamentos de Vichada y Guainía. 49

62 5.1.4 Fase de Generación de información. Partiendo de los resultados obtenidos (coberturas fraccionales) en el procesamiento de CLASlite se realizó el ajuste de los umbrales de detección de bosque a partir de la manipulación de la banda 2 de las cobertura fraccional correspondiente a la Vegetación Fotosintética. Como se mencionó anteriormente la detección de las coberturas de Bosque y No-Bosque se realiza a partir de la manipulación de la proporción (0-100%) de VF detectada por el programa a nivel de pixel, en condiciones estándar esta proporción está determinada en el 80%, valor que para el caso de bosques amazónicos 13 de tierras bajas permite separar adecuadamente estos dos tipos de coberturas, sin embargo para el caso particular de aplicación en Colombia este umbral no permite detectar adecuadamente todos los tipos de bosque. Figura 14 Modificación de los umbrales de detección de Bosque para un sector de la escena h11v08 del 11 de diciembre de 2000 en límites de los departamentos de Vichada y Guainía. La Figura 14 presenta un ejemplo de esta situación para un sector de la escena h11v08 del 11 de diciembre de 2000 en límites de los departamentos de Vichada y Guainía, a la izquierda se presenta la imagen de reflectancia en composición de color RGB 4,6,3 y a la derecha se presenta la clasificación de coberturas Bosque/No-Bosque con un ajuste inicial del umbral de detección, por lo cual en algunas áreas de bosque de Galería podrían presentar sobreestimación. 13 Este software de clasificación fue diseñado y probado en bosques tropicales de cuenca amazónica brasileña. 50

63 Figura 15 Mapa de coberturas Bosque/No-Bosque para el año Una vez realizados todos los ajustes de los umbrales de detección de bosque para las escenas procesadas en CLASlite se procedió a realizar los empalmes para las escenas (h10v07, h10v08, ) correspondientes a cada año analizado (2000 y 2007) para finalmente obtener los mosaicos de coberturas de Bosque/No-Bosque 51

64 para los años mencionados tal como se presenta en la Error! No se encuentra el origen de la referencia.5 y en la Error! No se encuentra el origen de la referencia., respectivamente. Figura 16 Mapa de coberturas Bosque/No-Bosque para el año

65 Para el año 2000 se detectó una superficie de cobertura boscosa total para el área continental del país de ha, la cual es consecuente con otros datos reportados para este tipo de coberturas en ese año, como es el caso del reportado en Mapa de Ecosistemas terrestres, costeros y marinos de Colombia para el año 2000 (Ideam et al., 2007) que reporta ha, es decir, el presente ejercicio logra un 99.3% de las detecciones obtenidas en el estudio mencionado. Para el año 2007 se detectó una superficie de cobertura boscosa total para el territorio continental del país de ha. Finalmente, con los productos depurados de cobertura para los años 2000 y 2007 se realiza un proceso de superposición temática de estas dos capas para obtener la superficie de cambio de la cobertura de bosque en el periodo (Figura 17), resultando en una pérdida de la cobertura boscosa de 2` hectáreas en el periodo analizado, es decir, aplicando una relacional lineal de perdida se obtiene una tasa promedio anual de pérdida de la cobertura boscosa de hectáreas por año. Analizando los resultados obtenidos, se encuentra que los mayores niveles de transformación se presentan en la región amazónica con una deforestación promedio de ha por año; y que los menores niveles de pérdida de la cobertura boscosa se presentan en la región Orinocense con ha como se presenta en la Error! No se encuentra el origen de la referencia.. Tabla 11. Área deforestada y Deforestación promedio anual Deforestación Deforestación total Región Promedio Anual periodo (ha) (ha/año) Andes Pacifico Orinoquia Amazonia Caribe Total Se realizó una evaluación de la exactitud temática de los productos cartográficos generados implementando un muestreo sistemático basado en una cuadricula con intervalos de 1 grado (latitud/longitud). En las intersecciones de la cuadrícula se ubican unidades de muestreo de 20 km x 20 km, evitando así que se superpongan. Para el territorio continental colombiano se identificaron un total de 99 unidades de muestreo, al interior de ellas se distribuyen aleatoriamente los sitios de verificación. De acuerdo por lo recomendado por Meidinger (2003) el tamaño de la muestra se determinó tomando como referencia los siguientes parámetros: Intervalo de confianza: 95%. Error admisible: 0.05 (+). 53

66 Probabilidad de una clasificación correcta: 0.5. Figura 17. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo Basados en estos parámetros se identificó un tamaño mínimo de muestra de 387 puntos de verificación. Con el objeto de tener una distribución uniforme de los puntos en las 99 unidades de muestreo se utilizó un 54

67 tamaño de muestra de 396 puntos, es decir, cuatro puntos por unidad de muestreo. La localización espacial de los puntos de verificación se realizó aleatoriamente manteniendo una distancia mínima de 5 km entre punto y punto para evitar problemas de auto-correlación espacial. Estos sitios son superficies cuadradas de 25 ha dentro de las cuales se verifica la exactitud temática de la clasificación de los mapas de Bosque /No bosque a través de interpretación visual de las coberturas. Como fuente de información para la evaluación del mapa de Bosque/ No bosque se utilizaron imágenes de media resolución espacial Landsat (TM y ETM+) para los años de referencia, las cuales se constituyen en un insumo de mayor resolución espacial que las imágenes utilizadas como base para la generación de los mapas. Los resultados de la evaluación indican que la exactitud global del mapa 2000 asciende a 91,16% mientras que para el mapa 2007 resulto en 93,43%, indicando un adecuado ajuste de los resultados de la clasificación temático vs los datos de verificación utilizados. Analizando los errores de Omisión/Comisión, de acuerdo con los puntos de verificación, se encuentra que para el mapa 2000 el 97,58% de la clase Bosque se encuentra bien clasificada, mientras que para el mapa 2007 el 98,51% de esta misma clase estuvo bien clasificada. Complementariamente con estas métricas de exactitud, se calculo el Índice de Kappa para permitir comparaciones con otros productos cartográficos, resultando en que el mapa 2000 se obtiene un valor de 82,2% +/- 5,61, mientras que para el mapa 2007 asciende a 86,8% +/- 4,87, estos resultados ligeramente inferiores a los obtenidos con el índice de exactitud global se explican ya que índice de Kappa tiene en cuenta dentro de su cálculo los puntos de verificación fuera de la diagonal de la matriz de error Análisis de Resultados El mapa de la figura 17 ilustra que las zonas donde se ha concentrado la mayor pérdida de bosque en este periodo son Cauca, Nariño alrededor de Tumaco, el piedemonte amazónico, la zona de la Serranía de San Lucas y Caquetá. En términos relativos, la región Caribe fue la que perdió una mayor proporción del área bosque en el periodo. La tabla 12 ilustra la cobertura de bosque por región y la proporción del área boscosa deforestada. Tabla 12 Cobertura de bosque por región y proporción de deforestación Región Área Total Cobertura de bosque 2000 Cobertura de Bosque 2007 (Has) (Has) (Has) Porcentaje de Área cubierta en bosque 2007 Porcentaje deforestado Andes % 6% Pacifico % 9% Orinoquia % 7% 55

68 Amazonia % 2% Caribe % 12% Total % Observando algunas fuentes de información del estado de los bosques, a manera de comparación, la Segunda Comunicación Nacional, que incluye el Inventario Nacional de Gases de Efecto Invernadero -años 2000 y 2004-, en el Módulo uso de la Tierra, Cambio en el uso de la Tierra y Silvicultura (LULUCF) estimó que la superficie de bosques transformada a otros usos del suelo entre los años 1986 y 2001, utilizando los mapas de Coberturas Vegetales, Uso y Ocupación del Territorio, ascendía a hectáreas anuales de bosque, cifra utilizada para los años de evaluación del inventario. De acuerdo con este estudio las coberturas de bosque que presentaron mayores pérdidas en superficie para ese periodo, fueron el Bosque andino con cerca de hectáreas, el Bosque basal amazónico con hectáreas y el Bosque basal del Pacífico con hectáreas, aproximadamente. Aunque a partir de dicho estudio, se obtuvo información sobre la extensión en hectáreas de diferentes tipos de cobertura de bosques naturales, para los períodos y , las metodologías y técnicas utilizadas para cada estimación son diferentes, al igual que los criterios de clasificación de las categorías de cobertura de la Tierra utilizadas. Otros datos reportados para Colombia en documentos de referencia varían desde las ha al año reportadas por IGAC e ICA en 1987, las ha reportadas por IGAC en 2002 y las ha por año reportadas por IDEAM en Estas divergencias en las cifras pueden obedecer a factores de orden técnico o metodológico que dificultan la tenencia de cifras concretas y comparables. Estudios internacionales, tales como los adelantados por el World Resources Institute -WRI- reportan que en 1991 que la deforestación del país era de ha al año, y según estudios adelantados por la FAO en 1993 para el periodo la tasa de deforestación ascendió a ha al año. Finalmente, el presente estudio utiliza como estudio de comparación el trabajo adelantado por el Centro Internacional de Agricultura Tropical -CIAT- en con junto con The Nature Conservancy -TNC- con el sistema de monitoreo del cambio de uso del suelo en tiempo real -PARASID- (Reymondin et al., 2008). Estos autores utilizan datos del sensor MODIS (productos de NDVI, MOD013A) para realizar las detecciones, a través del análisis de la evolución del NDVI. Los resultados preliminares de este estudio son aplicables al 77% del territorio nacional, debido a carencia de datos por condiciones atmosféricas, resultando en una tasa promedio de cambio que puede variar 14 entre ha y ha por año, estos cambios están relacionados con 14 La variación está dada de acuerdo al umbral de incertidumbre, que para este caso está entre el 90% y el 98%, respectivamente. 56

69 procesos de deforestación, inundaciones, reforestación y aforestación, sin embargo, estos datos podrían cambiar sensiblemente con la inclusión de los datos del 23% restante del país. Los estudios revisados indican que los resultados obtenidos por el presente estudio estan en niveles similares a los reportados previamente, sin embargo, los resultados de la evaluación de la exactitud temática. 5.2 Resultados de deforestación histórica nacional escala fina Resultados del Pre-procesamiento. El principio básico de la percepción remota radica en que los diversos objetos de interés (vegetación, suelo, agua, etc.) reflejan, dispersan o emiten cantidades diferenciales de radiación electromagnética, la diferencia en estos niveles de radiaciones registradas por el sensor es lo que permite distinguir las diferencias entre los objetos en las imágenes generadas (Mackay L., 2005). Figura 18 Efectos de la calibración de imágenes sobre las imágenes Landsat TM 8-54 de 1991/08/14 (a) y (b), 2001/08/01 (c) y (d). (a) y (c) Imagen bruta RGB 453; (b) y (d) imagen calibrada RGB 453. No es habitual que las imágenes de sensores remotos captados sean directamente utilizadas para la resolución de un problema de investigación, puesto que la atmosfera atenúa su intensidad y puede ser registrada erróneamente por el sensor, estos errores deben ser removidos antes de inferir o estimar propiedades a partir de imágenes de sensores remotos, en especial en ciertos casos: Cuando se desea comparar cuantitativamente imágenes, estimando propiedades o tipos de cobertura en diferentes momentos (ver Figura 18a y 18b). 57

70 Cuando se desea derivar propiedades que pueden ser estimadas a partir de las características de reflectancia de los objetos de interés (ver Figura 18c y 18d). En este sentido, el principal resultado de esta fase es la aplicación del modelo de corrección atmosférica 6S que permitió la generación de las imágenes de reflectancia, las cuales mejoran el proceso de identificación de coberturas y apoyan las ediciones temáticas de los productos temáticos de cobertura Bosque/No Bosque y del proceso de Identificación de cambio a otras coberturas de la Tierra Resultados del Procesamiento. Como se mencionó en la descripción del flujo metodológico, las imágenes pre-procesadas para los periodos 1990, 2000, 2005 y 2010 fueron procesadas digitalmente implementando el "Protocolo de procesamiento digital para la cuantificación de la deforestación: Escala Fina." IDEAM, 2010b el cual aplica un conjunto de herramientas de Percepción Remota y SIG aplicadas a la cuantificación de la deforestación, principalmente CLASlite, el algoritmo Random Forest y software tradicionales de clasificación (ERDAS Imagine). Figura 19 Generación de imágenes de cobertura fraccional. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b) imagen de cobertura fraccional. En este sentido, las imágenes calibradas fueron procesadas para generar las imágenes de cobertura fraccional que permiten cuantificar el contenido de Vegetación fotosintética (VF), asociada principalmente a la distribución de áreas boscosas; Vegetación no-fotosintética (VNF) y suelos descubiertos (S), las cuales son insumo del proceso de generación de los mapas de coberturas Bosque/No Bosque. La Error! No se encuentra el origen de la referencia. presenta un ejemplo de la imagen calibrada (a) y de cobertura fraccional (b) generadas para un sector de la imagen Landsat TM 8-54 de 2001/08/01 en la que en tonalidades verde se observa la cobertura de Bosque y en tonalidades amarillo, azul y fucsia las áreas de No Bosque. El resultado de esta fase fue la generación para cada periodo de tiempo analizado de 63 mapas parciales de coberturas Bosque/No Bosque, uno para cada una de las 63 escenas de la grilla Landsat que cubren el 58

71 territorio continental de Colombia, las cuales de acuerdo al flujo metodológico pueden incluir en su procesamiento el ajuste de los umbrales de detección de bosque, procesamiento bajo el esquema tradicional y ediciones temáticas finales (ver figura 20). Figura 20. Generación de mapas de cobertura Bosque/No Bosque. Imagen 8-54 de 2001/08/01, (a) imagen calibrada, (b) Cobertura de Bosque / No Bosque (preliminar) Fase de Generación de información. Basados en los resultados de la Fase de Procesamiento se realizó la integración de las 63 escenas de cobertura para conformar los Mosaicos de cobertura Bosque /No Bosque a nivel nacional para cada periodo de tiempo analizado. En las áreas donde fue necesario, se realizó una depuración temática en las áreas de empalme de las escenas, corrigiendo inconsistencias temáticas. Las figuras 21, 22, 23 y 24 presentan el resultado final, es decir, los mapas de cobertura Bosque/No Bosque depurados para los periodos 1990, 2000, 2005 y 2010, respectivamente Cuantificación de la deforestación histórica Estos resultados permiten identificar que para el periodo 1990 la cobertura boscosa detectada asciende a hectáreas, representando el 56.5% del territorio nacional (ver Tabla 13). Este tipo de coberturas se ubica principalmente en las regiones Amazonía y Andes, como se presenta en la Tabla 20. Adicionalmente, es importante mencionar que para este periodo de análisis se reporta un 2.2% del territorio continental colombiano con persistencia de áreas de nubosidad, generando cerca de hectáreas en áreas sin información de coberturas, como se puede apreciar en la Figura 21. Respecto del periodo 2000 se detectó una extensión de cobertura boscosa total para el país de hectáreas, representando el 54.1% del territorio nacional (ver Tabla 13). Este tipo de coberturas se ubica principalmente en las regiones Amazonía y Andes, como se presenta en la tabla 20 y en la Figura 22. Adicionalmente, es importante mencionar que para este periodo de análisis se reporta un 1.9% del territorio 59

72 continental colombiano con persistencia de áreas de nubosidad, generando un poco menos de hectáreas en áreas sin información de coberturas, debido sobre todo a presencia de nubes. 60

73 Figura 21 Mapa de coberturas Bosque/No-Bosque para el año

74 Figura 22 Mapa de coberturas Bosque/No-Bosque para el año

75 Figura 23 Mapa de coberturas Bosque/No-Bosque para el año

76 Figura 24. Mapa de coberturas Bosque/No-Bosque para el periodo

77 Para el periodo 2005 se contabilizó una superficie de cobertura boscosa total para el país de hectáreas, representando el 52.8% del territorio nacional (ver Tabla 13). Este tipo de coberturas se ubica principalmente en la región amazónica, como se presenta en la Tabla 20. Adicionalmente, es importante mencionar que para este periodo de análisis se reporta un 2.6% del territorio continental colombiano sin información debido a la persistencia de áreas de nubosidad, pero también a problemas del sensor (bandeamiento de imágenes Landsat 7) generando cerca de hectáreas en áreas sin información de coberturas, como se puede observar en la Figura 23. Respecto del periodo 2010 a través del procesamiento digital de imágenes se identifico una superficie de cobertura boscosa total para el país de hectáreas, representando el 51.4% del territorio nacional (ver Tabla 13 y la Figura 24). Este tipo de coberturas se ubica principalmente en la región amazónica, como se presenta en la Tabla 20. Adicionalmente, es importante mencionar que para este periodo de análisis se reporta un 3.3% del territorio continental colombiano con áreas sin información debido a la persistencia de áreas de nubosidad, problemas del sensor (bandeamiento de imágenes Landsat ETM+) y áreas de sombra de pendiente en imágenes de Radar generando cerca de hectáreas en áreas sin información de coberturas. A manera de comparación, podemos ver que en el mapa de cobertura de la Tierra de Colombia para el año 2000 cuya generación a partir de la adaptación de la metodología CORINE Land Cover finalizó en 2009, se reporta una extensión de cobertura de Bosque 15 de hectáreas (IDEAM et al., 2010), identificándose una adecuada coherencia (cerca del 97%) con la cifra aquí reportada para el periodo Periodo de análisis Tabla 13 Superficie de coberturas de Bosque/No Bosque para los periodo de análisis. Cobertura 1990 Area (ha) % Área Area (ha) % Área Area (ha) % Área Area (ha) % Área Bosque , , , ,4 No Bosque , , , ,3 Sin información , , , ,3 TOTAL Finalmente, con estos resultados se generan los mapas de cambio en las coberturas de Bosque/No Bosque a través de un proceso de superposición temática de estas tres capas para obtener la superficie de cambio de la cobertura de bosque en los periodos , y para el territorio continental colombiano, identificando las áreas de cambio posibles: Cobertura 2000 Cobertura 2005 Cobertura Para el momento de escritura de este documento no se había concluido la generación del mosaico final de coberturas de la tierra a escala 1: para el año 2000, restando cerca de de ha por consolidar.. 65

78 Figura 25. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo

79 Figura 26 Mapa de cambio de coberturas Bosque/No-Bosque para el periodo

80 Figura 27. Mapa de cambio de coberturas Bosque/No-Bosque para el periodo