Consultor Internacional: Dr. Jeffrey R. Jones

Transcripción

1 Proyecto: DESARROLLO DE METODOLOGÍA PARA EL MONITOREO DE LAS EMISIONES DE CO 2 PROVOCADAS POR DEFORESTACION Y DEGRADACIÓN DE BOSQUES A NIVEL REGIONAL Y NACIONAL. Producto 1: Propuesta metodológica para el monitoreo permanente de la cobertura vegetal para Belice, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua, Panamá, Republica Dominicana. Producto 2: Propuesta metodológica para la cuantificación de carbono forestal, considerando las diferentes metodologías/algoritmos para el análisis de la dinámica de cambios de los bosques y factores relacionados. Producto 3: Ruta critica en donde se identifiquen los pasos a seguir e hitos para obtener una propuesta regional para el monitoreo de los recursos forestales en el contexto de REDD y REDD+, articulada al plan regional y los planes de nacionales del programa REDD-CCAD/GTZ, considerando las posibles alianzas con organizaciones dentro y fuera de la región, con las cuales se asegure su sostenibilidad y teniendo en cuenta las implicaciones en recursos técnicos y financieros de su aplicación. Consultor Internacional: Dr. Jeffrey R. Jones jjones@catie.ac.cr, jrjones50@gmail.com

2 Producto 1: Propuesta metodológica para el monitoreo permanente de la cobertura vegetal para Belice, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua, Panamá, Republica Dominicana. Contenido 1) Introducción 2) Estrategia de monitoreo 3) La cobertura MODIS VCF (cobertura porcentual de bosque) y su aplicación en Centroamérica 4) Ventajas del uso de VCF para monitoreo de bosque 5) Clasificación de terrenos por tipos de cambios relevantes a MDL y REDD 6) Metodología de Monitoreo: a. Creación de imágenes compuestas MOD13Q1 b. Caracterización de la dinámica fenológica c. Revisión de campo 7) Normalización por precipitación 8) Chequeo de campo 9) Metodología Construcción de Métricas MODIS 10) Aplicación de metodología árbol de decisiones 11) Agregación de nuevos datos a la secuencia VCF dinámica 12) Construcción de la línea base del comportamiento fenológico 13) Funcionamiento del sistema de monitoreo 14) Conclusión; Propuesta de monitoreo MDL/ REDD+ regional 15) Bibliografía 16) Apéndices 1) Introducción El objetivo de esta consultoría es presentar una metodología de monitoreo de la deforestación, eficiente y factible en las condiciones de Centroamérica, que apoya las necesidades de la implementación del MDL y de REDD+. Este monitoreo requiere un enfoque sobre los terrenos forestales que no se ha aplicado en el pasado; el monitoreo a nivel regional no solo de la existencia de bosque, sino también la calidad del bosque en términos absolutos. Fundamental a esta metodología es identificar áreas donde no hay cambio relevante, y enfocar los esfuerzos de monitoreo mas detallado en zonas donde hay cambios de interés desde el punto de vista de MDL o REDD+. El enfoque utiliza una metodología ya reconocida académicamente, y por los analistas de MDL y REDD+ (GOFC-GOLD). Busca crear una estructura permanente de monitoreo que sirve para dar respuestas concretas y confiables sobre el estado de la cobertura de la tierra en la región, y el impacto de los diferentes esfuerzos para proteger bosques existentes, mitigar impactos en zonas de transición, y seguir esfuerzos para incrementar la captura de carbono. Otro enfoque de este informe es buscar una estrategia tropicalizada. La clasificación de uso de la tierra de uso de la tierra básica de los cálculos CDM y REDD se base en un modelo de uso de la tierra que es poco representativo de uso de la tierra en Centroamérica y el Caribe, y tal vez en todos los trópicos. Para los trópicos, la incorporación de árboles

3 en el paisaje agrícola es ampliamente difundida, y eficiente desde la perspectiva de manejo sostenible de la tierra. Este informe promueve una metodología que adapta a las condiciones ecológicas y productivas del trópico americano. Aunque este informe identifica las metodologías, provee referencias y pautas sobre la implementación de los métodos, no hace el análisis de la cobertura forestal de la región. En algunos casos se ha presentado inicios del análisis, o ejemplos de otros análisis ya completos para ilustrar las nuevas opciones. 2) Estrategia de monitoreo La estrategia propuesta parte de la observación de que en el pasado, el monitoreo de todo tipo no ha sido posible por limitantes presupuestarias y logísticas y la necesidad de simplificar y economizar. La introducción del uso de satélites con coberturas más amplias por imagen se presta para una mejor coordinación entre países, por el gran grado de traslape en las imágenes. Otro componente de la estrategia es la introducción de nuevos conceptos en el monitoreo de bosque, específicamente la identificación de la cobertura forestal en forma absoluta, para permitir la comparación entre diferentes zonas y diferentes años. El uso de imágenes LANDSAT, o SPOT requieren muchas imágenes a analizar, cosa que crea su propio problema de logística. Como respuesta, se recomienda una análisis basada en MODIS para detectar tendencias regionales, apoyada por comprobaciones especificas con imágenes de mayor resolución donde existen dudas. Son cuatro las escenas MODIS para cubrir la zona de Centroamérica y la Republica Dominicana que gozan de muchas ventajas para considerar en el proceso de monitoreo. Tienen una buena resolución temporal, con imágenes cada día, muy necesaria en una zona con mucha nubosidad. MODIS tiene 13 bandas que comparten la cobertura espectral con las bandas de LANDSAT, pero en la mayoria de los casos, con bandas mas angostas (por eso las 7 bandas de LANDSAT corresponden a 13 de MODIS). La cobertura de MODIS incluye un total de 36 bandas de información que sirven para evaluar la temperatura de la vegetación, permite la corrección atmosférica, y también sirven en la evaluación de calidad de los datos. (Vea cuadro 1). Para LANDSAT, son un mínimo de 35 imágenes requeridas para cubrir el istmo centroamericano y la Republica Dominicana; en cuanto a imágenes requeridas por país, para la Republica Dominicana son 5, para Panamá 11, Costa Rica 5, Nicaragua 15, Honduras 12, El Salvador 4, Guatemala 8, y Belice 3. Los análisis de cobertura de la tierra por este medio se hacen de vez en cuando, pero en forma esporádica, y sin seguimiento metodológico; como cada revisión se hace bajo otra administración política, no hay continuidad de criterios para el análisis. Entonces, para la nueva metodología se propone una marco regional con una sola metodología que puede hacer a nivel regional compartir entre países vecinos, o duplicarse en cada país, y de esta manera buscar una continuidad metodológica. Otro gran limitante en esta dinámica fue la falta de coordinación regional; los presupuestos para el análisis de cobertura provienen de fondos nacionales, entonces no

4 había coordinación entre los países, ni en fechas de elaboración, ni en las leyendas a aplicar. El resultado ha sido una falta de monitoreo de cobertura regional con resultados comparables entre los diferentes países, y una falta de coordinación internacional que podría servir para abaratar costos de implementación de los estudios. Aunque la coordinación regional no es necesaria para hacer los análisis de cobertura, la falta de coordinación resulta en discontinuidades en coberturas en las zonas fronterizas. Estas discontinuidades crean incertidumbres en los analistas externos cuando evalúan los resultados nacionales, y esto podría llegar a minar la confianza en los resultados de los análisis. Cuadro 1: Comparación Bandas MODIS y LANDSAT Enhanced Thematic Mapper Bandas MODIS Plus (ETM+) Banda Rango(nm) Representación Banda Rango(nm) 1 Absolute Land Cover Transformation, Vegetation Chlorophyll Band Cloud Amount, Vegetation Land Cover Transformation Soil/Vegetation Differences Band Green Vegetation Band Leaf/Canopy Differences Band Snow/Cloud Differences Band Cloud Properties, Land Properties Band Chlorophyll Chlorophyll Chlorophyll , Chlorophyll Band 2, Band , Sediments Band 2, Band Aerosol Properties, Atmospheric Properties Band Atmospheric Properties, Cloud Properties Band Forest Fires & Volcanoes Cloud Temperature, Surface Temperature Cloud Temperature, Surface Temperature Mid Troposphere Humidity Upper Troposphere Humidity Surface Temperature Cloud Temperature, Forest Fires & Volcanoes, Surface Temp. Band 6 Cloud Height, Forest Fires & Volcanoes, Surface Temperature Band A pesar de las fallas en la coordinación regional, hay excepciones claves que proveen datos muy útiles. Por ejemplo, el mapeo de ecosistemas, ejecutado con una metodología

5 única en toda la región en 2000 (hecho con financiamiento del Banco Mundial), el esfuerzo internacional de GLCS (Global Land Cover Survey) de la NASA para crear una cobertura sencilla a nivel mundial, y el uso de MODIS para el mapeo a nivel regional en los contextos de AID y NASA (cobertura CA_VEG, que se presenta abajo como el mapa de CIESEN). Aunque estos estudios son de cobertura regional todos, no comparten metodologías ni leyendas, entonces no forman parte de un proceso de monitoreo, hasta el momento. Una innovación importante en el momento de contemplar la implementación de REDD o MDL es la calidad de bosque; en el pasado había mas interés en especificar la biodiversidad del bosque (especies, edades). Para los efectos de mitigación de cambio climático, es más importante la cobertura absoluta de hojas y una clasificación numérica que pasa mas allá de la distinción entre bosques densos y ralos, que permite la cuantificación de impactos potenciales de cambios en la cobertura de la tierra. Esta innovación es critica por un efecto en la explotación forestal moderna, consecuencia del interés mundial en controlar la deforestación; los intereses forestales, especialmente los no legales, buscan burlar controles a la explotación de bosques por medio de una degradación. Consiste en una extracción de madera sin hacer un corte completo, con la finalidad de no sufrir castigo por la deforestación. El monitoreo de la cobertura forestal

6 tiene que buscar detectar esta nueva forma de explotación del bosque, ya que afecta la eficiencia del bosque en el secuestro de carbono. Desde hace mas de una década se busca el monitoreo cuantitativo de la cobertura boscosa a grande escala, empezando con imágenes AVHRR (tal como la clasificación de vegetación en Centroamérica hecho por el CIESEN). El sensor AVHRR da la posibilidad de una cobertura muy amplia debida a su baja resolución; la introducción de MODIS favoreció mejorar la precisión del monitoreo, y aprovechó de las experiencias con AVHRR para dibujar pautas de un sistema de monitoreo de bosques a grande escala (Hansen et.al 2002). El MODIS también se utiliza para la evaluación de cobertura de la tierra, y se puede combinar con otras fuentes de información, tal como Google Earth o imágenes LANDSAT para mejorar el detalle de la clasificación (Clark 2010). Combinado con un algoritmo de árbol de regresión supervisado ( supervised regression tree algorithm ) puede mejorar mucho sobre las observaciones de AVHRR, y proveer un método para evaluar la densidad de árboles a escalas muy grandes (Hansen et.al. 2003). Ya se ha aplicado el MODIS al monitoreo en Amazonas como un sistema de alerta temprana de deforestación y degradación (Ferreira 2007). En febrero 2009, se celebró el taller Forest Area Change Assessment: The Experience of Existing Operational Systems en Sao Jose Dos Campos, Brasil, bajo auspicios de GOFC-GOLD, INPE, Coalition for Rainforest Nations y GTZ. El MODIS fue presentado para el monitoreo de incendios forestales (Boschetti 2009), la deforestación a escala nacional en Indonesia (Hansen 2009ª), y el monitoreo de la deforestación a escala global (Hansen 2009b). Para México, Meneses Tovar (2009) presentó una metodología que enfocaba en la evaluación de NDVI de MODIS 250m para una vista general, y el uso de imágenes SPOT para el detalle. El uso de MODIS representa una innovación en eficiencia y economía sobre las metodologías de monitoreo presentados por el Brasil (Valeriano 2009), y la India (Ashutosh 2009) en el mismo taller, que se enfocaron en una revisión a pie y de imágenes, que reflejaba la abundancia de imágenes de satélite que poseen los países, por tener sus propios satélites (Brasil y la India). Para iniciar el monitoreo para la región centroamericano, se propone un enfoque multiescala, que utiliza imágenes MODIS de resolución moderada para un monitoreo frecuente (varias veces por año), complementado por análisis de alta resolución. Esta estrategia

7 aprovecha de las características de MODIS, en que su resolución permite un manejo de datos regionales (Centroamérica y la Republica Dominicana) con tan solo 4 imágenes. El repetir las imágenes todos los días permite la creación de imágenes donde se reduce la cobertura de nubes, aunque en invierno, hay que escoger entre mas días para lograr una cobertura mínima de nubes. Además, MODIS viene con una corrección atmosférica bastante sofisticada, que garantiza la compatibilidad de los datos de las diferentes escenas. (Vermotte 2002, Vermotte 2006), y una serie de productos que faciliten el análisis de cambio de cobertura. De mucha importancia, las escenas MODIS que se toman a diario se consolidan en compuestos de 8 días, con el objetivo de eliminar píxeles de mala calidad (especialmente cobertura de nubes). Las imágenes compuestas se utilizan para generar imágenes con índices de vegetación, y radiación, y forman una base para un análisis mas especifica de cambio de uso. Las coberturas MODIS de relevancia para el monitoreo son; MOD13Q1 (Vegetation Indices 16-Day L3 Global 250m), MOD12Q2 (Land Cover Type Yearly L3 Global 1km SIN Grid), y MOD11A2 (Land Surface Temperature & Emissivity 8-Day L3 Global 1km). (El sitio para bajar todos estos productos se inicia aquí; ). Descripciones detalladas de las imágenes MODIS y los productos derivados se encuentran en los anexos a este informe. 3) La cobertura MODIS VCF (cobertura porcentual de bosque) y su aplicación en Centroamérica Por una combinación de factores, que incluyen la precipitación, la topografía, y las clases de suelos, todo paisaje en Centroamérica tiene un gran porcentaje de árboles. Estas condiciones locales no concuerdan con las condiciones de cobertura de la tierra que se encuentra en zonas templadas. La introducción de REDD+ incluye la opción de reconocer paisajes agrícolas arboladas, concepto que conforma a las condiciones de cobertura en Centroamérica. El uso de VCF abre una base de evaluación para la contribución de paisajes

8 agrícolas arboladas al balance de carbono regional. Como ejemplo de estas condiciones, se presenta un análisis de uso de la tierra para la cuenca del Rio Birris. Esta cuenca tiene funciones de generación de fuerza hidroeléctrica, a pesar de que su uso predominante del suelo es la producción hortícola. Esta cuenca esta ubicada en las faldas de los volcanes Irazu y Turrialba, y los terrenos extienden desde alturas de 1400m hasta 3000msnm. Por la alta concentración de terrenos hortícolas y ganadera/lecheras, en los mapas de escala más común, es decir, 1:50,000, el área aparece como zona agrícola. Sin embargo, a una escala de 1:5000, aparece una cobertura significante de bosques, aunque en áreas relativamente pequeñas. En adición a la existencia de parches de bosque, el área goza de sistemas silvopastoriles, donde hay una cobertura significante de árboles aun en zonas de producción intensiva de leche. Los sistemas silvopastoriles responden a condiciones especiales de producción, específicamente un sol fuerte, que puede afectar la humedad del suelo y la condición de hidratación de los animales. Por ser una zona alta, la producción lechera también se afecta por vientos frescos en su época que pueden afectar la producción de leche. En el caso de los productores hortícolas, sus áreas de producción aprovechan pequeñas zonas de condiciones adecuadas, en cuanto a suelo y pendiente. Los terrenos de producción suelen ser relativamente pequeñas, por lo que quedan muchos bordes de terrenos donde por razones de linderos, y condiciones topográficas (por ejemplo quebradas), se dejan áreas de árboles, o como parte de cercas vivas, rompevientos o protecciones para cauces de agua.

9 Entonces, por diseño del sistema productivo, y por las condiciones de medioambiente, esta zona agrícola tiene una alta concentración de árboles. Ni en los mapas forestales típicos ni en los mapas de uso de la tierra aparece la concentración de árboles, a pesar de que el paisaje como un todo cuenta con una cobertura de 25% árboles. Y como se aprecia de la fotografía aérea, hay puntos pequeños donde la cobertura de árboles llega a los 100%, a pesar de la vocación agrícola de la zona. En la imagen VCF de Birris, se aprecia la alta concentración de árboles en los sistemas silvopastoriles en las partes altas de la zona. Presenta concentraciones de hasta 80% en las zonas de pastoreo, y aun en la parte de producción hortícola, documenta cobertura de hasta 30% de árboles. El uso del análisis VCF remedia un enorme error conceptual del concepto MDL, que enfocaba solamente de reforestación a grande escala. Este error fue reconocido con la introducción de REDD, especialmente REDD+. El uso de VCF presenta una metodología que refleja los cambios REDD+ en una estructura de política de manejo de la tierra, y abre la posibilidad de incentivar el manejo de árboles en zonas tropicales, aun en zonas que no son forestales pero donde la introducción de árboles representa una contribución al balance de carbono a nivel de la región, y además trae beneficios ambientales diversos. 4) Ventajas del uso de VCF para monitoreo de bosque Los mapas de cobertura del suelo generalmente tienen un formato de clases de cobertura, en vez de escalas de densidad. Sin embargo, para la evaluación de la contribución de clases de cobertura a la captura o emisión de GEI es más importante conocer el porcentaje de cobertura para aproximar mejor al volumen de madera que puede existir en cualquier clase de uso.

10 La cobertura de una clase de uso en muchos casos no es homogénea. El caso más obvio se encuentra en los sistemas agropecuarios, que pueden incluir coberturas de pastos, con muy poca cobertura de corona, y sistemas agroforestales, como café, con una gran densidad de árboles y carbono. De igual manera, un área de bosque de una sola clase (p.ej. bosque húmedo tropical) puede tener mucha variabilidad en la densidad de árboles por condiciones de suelo, de topografía, o sucesos históricos (huracanes, deslizamientos). Para demostrar esta variabilidad se puede revisar la cobertura de porcentaje de árboles de NASA/USGS (se encuentra en la pagina de productos MODIS como la cobertura MOD44B Vegetation Continuous Fields ), sobre el territorio de Honduras. Esta cobertura no distingue clases de cobertura, sino diferencia el porcentaje de cobertura de árboles en cada píxel, sin importar si se clasifica como bosque o agricultura. Si se compara el resultado de este producto con una clasificación de uso de la tierra, también hecho con MODIS (por el CIESEN) se aprecia la variabilidad en la densidad de árboles que se encuentra dentro de cualquier clase homogénea de uso. Agricultura Agricultura El grafico de agricultura lleva la misma estructura que todos los otros gráficos. El eje X, horizontal, indica el porcentaje de cobertura de árboles por píxel, y el eje Y indica el área/ número de píxeles que reportan cada porcentaje. El valor de porcentaje de árboles mas común para áreas agrícolas es entre 15% y 35%, distribución que refleja la vocación productiva de las fincas, y también la tendencia a mantener sistemas agroforestales (como huertos caseros o cercas vivas) o silvopastoriles (con sombra para ganado, o cercas vivas entre apartos). Además, se encuentran hasta densidades muy altas de árboles en los terrenos clasificados como agricultura. El área total de estos sistemas de alta densidad de árboles es casi igual que la situación típica de finca. Esta variabilidad puede reflejar la existencia de sistemas agroforestales con alta densidad de árboles, como café o cacao, la existencia de bosque secundario en largas rotaciones agrícolas, o bosques protectoras de fuentes de agua o de casas.

11 Selva tropical siempreverde acicular Selva tropical siempreverde acicular Selva tropical latifoliado siempreverde Selva tropical latifoliado siempreverde Los histogramas de los bosques Selvas Tropicales Siempreverdes Latifoliado y Acicular también demuestran diferencias importantes en patrones de cobertura. Primero se ve que la cobertura del bosque Latifoliado es mucho más densa que el bosque de Acicular; con una cobertura medio de 80% para latifoliado, y 35% para el pino. Sin embargo, se nota una distribución parecida a la de agricultura, en el sentido que la mitad, o más, de los bosques de estos tipos no son típicos en sus densidades de árboles, con rangos que van desde 5% hasta 97%. Estas diferencias pueden afectar el calculo final de carbono, ya que el numero de árboles puede variar en mas de 100% dentro de una sola clase de bosque.

12 Manglares Manglares Una situación mas extrema se encuentra en el caso de los manglares. Son áreas relativamente pequeñas, pero no se presenta una situación típica ya que las áreas que corresponden a los distintos porcentajes de cobertura están bien distribuidas entre 35% y 75%. Refleja que la zona de manglar tiene grandes manchas de una densidad reducida de árboles, o tal vez áreas completamente convertidas para camaroneras, etc, que da el resultado que no hay una densidad típica para el mangle. Sabana tropical arbolada siempreverde latifoliad Sabana tropical arbolada siempreverde latifoliad Una situación similar se encuentra en las sabanas arboladas de especies latifoliadas; hay un rango de densidades, entre 35% y 90%, pero ninguna densidad que predomina.

13 Sabana tropical arbolada siempreverde acicular Sabana tropical arbolada siempreverde acicular Las sabanas arboladas con especies aciculares presentan densidades de árboles mas bajas de las que se ven en las latifoliadas, con una densidad típica de 15% a 40%, pero con algunos casos con densidades más altas, hasta 85%. El uso de la cobertura de porcentaje cobertura de árboles resuelve un problema que ha sido identificado desde hace mucho; las clases de cobertura de la tierra, ni en agricultura ni en los bosques, no son uniformes. No hay consistencia ni entre las diferentes clases de bosque, ni dentro de un mismo bosque de una sola clase, debido a las variaciones naturales en suelos, topografía, etc. La aplicación de la cobertura de porcentaje de cobertura permite la diferenciación de densidades dentro de bosques, y abre la posibilidad de manejo de conceptos MDL y REDD dentro del área de uso más extenso de Centroamérica; los áreas agrícolas. Como se demuestra en la primera figura de esta sección, la agricultura centroamericana suele tener una cobertura significante de árboles para una variedad de razones; aunque la distribución no es homogénea, provee pautas para reconocer que hay un gran sumidero potencial de carbono en las zonas productivas, que podrían hacer una gran contribución al balance de carbono de la región. Por ser la cobertura predominante en la región, la agricultura tiene un potencial de hacer una gran contribución al balance de carbono en la región. La cobertura VCF presenta una base para esta evaluación.

14 5) Clasificación de terrenos por tipos de cambios relevantes a MDL y REDD El poder distinguir los terrenos MDL y REDD permite enfocar en un área mas pequeña para las evaluaciones de cambio. En contraste, si hay zonas donde los cambios en cobertura no tienen impacto sobre el estatus MDL o REDD, la eficiencia exige que se ignoran estas zonas, y se dedican esfuerzos al análisis de zonas donde hay cambios que sí tienen impacto. Las reglas establecidas para el Mecanismo de Desarrollo Limpio (MDL) en el Protocolo de Kioto y el Acuerdo de Marruecos definen cuales son los terrenos aptos para la mitigación de los impactos de cambio climático. Estas definiciones han sido la base para el desarrollo de una serie de estudios por el FAO que marca El Área Kioto para cada país en Centroamérica. ( Siguiendo una estrategia de enfocar en áreas relevantes para el monitoreo de cambio de cobertura con relevancia a MDL, vale destacar que hay áreas relativamente pequeñas que son Areas Kioto. Por ejemplo, Costa Rica, un país que por condiciones climáticas y topográficas es de vocación forestal, solo presenta 20% de su superficie como área Kioto. (FAO 2003). Los áreas Kioto en el estudio FAO de Costa Rica se definan; Para estimar las Áreas Kyoto, el aspecto más relevante que debe considerarse es el relacionado con la presencia o ausencia de cobertura forestal en dichas áreas. De acuerdo con las definiciones dadas en el PK y la Declaración de Marrakech, son Áreas Kyoto aquellas que al estaban bajo un Uso No Forestal y se mantuvieron de esa forma hasta el

15 Otra forma de definir las Áreas Kyoto es la siguiente: No son Áreas Kyoto aquellas que al tenían algún tipo de cobertura forestal. No son Áreas Kyoto aquellas que del al fueron deforestadas. No son Áreas Kyoto aquellas que del al fueron reforestadas. Esto debido a que aquellas que fueron reforestadas durante ese período no cumplen con la condición de adicionalidad, pues su uso es forestal. El mapa Kioto para Costa Rica se ve en la figura 1. Muy notable es la falta de bosques Area Kioto en Talamanca, en el sureste, fronterizo con Panamá; es el área boscosa mas grande de Costa Rica, pero no es sujeto a MDL porque no fue deforestado antes de 1990; de hecho, hasta la fecha sigue con cobertura forestal en su mayor parte. La introducción del concepto REDD, Reducción de Emisiones por Deforestación y Degradación, amplia el Área Kioto ya que puede incluir bosques con potencial de deforestación o degradación. Potencialmente, el concepto REDD puede incluir áreas agroforestales o silvopastoriles, aunque la incorporación de áreas especificas depende de la estrategia y las definiciones propuestas a nivel de cada país, y en casi todos los casos, estas definiciones no se han formalizado. Para la evaluación del impacto REDD sobre emisiones de GEI el Sourcebook (2008) sugiere la necesidad de datos nacionales de tipo Tier 3, que requiere datos específicos de activity data que refiere a patrones de manejo de la tierra, extracción, etc. La definición de los áreas REDD depende del compromiso nacional de ejecutar ciertos programas que tengan efectos sobre GEI, y la priorización de actividades y zonas donde la intervención se va a ejecutar. Vale destacar que hay esfuerzos actuales para el mapeo de zonas REDD+, paralelo al mapa de áreas Kioto (Cisneros 2010). Sin embargo, los resultados de esta actividad todavía no se han aprobado, ni implementado, entonces de momento, se puede notar que hay la posibilidad de que habrá un mapa consensuado de áreas REDD+ que puede servir como guía para la selección de áreas de concentración en el monitoreo de cambios. La identificación de áreas MDL y REDD tiene otra ventaja en el análisis, en que permite identificar clases de cambios a controlar en cada sitio. Por ejemplo, áreas MDL tendrán una dinámica de bosques o plantaciones en crecimiento, debido a su recién renovación. En el caso de REDD, hay una variedad de programas que se puede esperar, desde la reducción del proceso de degradación que va ocurrir en zonas de bosques establecidas, al enriquecimiento de sistemas agroforestales o silvopastoriles, que pueden ocurrir en zonas agrícolas cuando se calcula carbono en base de Activity data. Las firmas espectrales de los cambios esperados, y sus ubicaciones, varían dependiendo de la categoría de actividad MDL o REDD que se está tratando de monitorear. (Sourcebook 2008). La aplicación exitosa de una estrategia de estratificación de áreas de análisis depende dela distribución de estos áreas, y la eficiencia con que pueden agruparse para reducir el

16 trabajo del análisis. También depende del nivel de concordancia entre todos los participantes en el proceso MDL/REDD+, y que todos están de acuerdo con la definición de áreas propuestas. 6) Metodología de Monitoreo: En una sección anterior se hizo referencia a la combinación de imágenes MODIS para mejorar la calidad de los datos. A continuación, se presentan las actividades construcción de las imágenes compuestas de varios días, y la creación de una línea base con estas imágenes mejoradas como herramienta para medir el proceso de cambio. a) Creación de imágenes compuestas MOD13Q1 Las imágenes MOD13Q1 son compuestas de 16 días de imágenes. Además de los mejores píxeles de esos 16 días traen información sobre calidad de cada píxel que facilite el mejoramiento de imágenes compuestas basadas en ellas. Las MOD13Q1 traen 2 tipos de información sobre calidad de imagen. El primero es Pixel reliability, que tiene un valor resumido que solamente indica o que el dato es bueno o malo; tiene indicaciones limitadas de la razón por problemas de calidad, y refiere a una segunda fuente de información de calidad, VI Qualty. La banda VI Quality contiene una serie de bit flags cuya posición indica muchos aspectos de la calidad de la imagen. Inclusive, contiene una calificación progresiva de calidad de 9 niveles, desde la mejor calificación a la ultima que indica que el dato no tiene ningún valor. En adición a la calificación general, contiene información sobre las causas de problemas de calidad, que incluyen la calidad del aire, y posibles efectos de nubes, o sombras.

17

18 La creación de la imagen compuesta de dos compuestas existentes empieza con las bandas de reliability y VI Quality ; compara la calidad del píxel en cada imagen, y escoge el mejor para la imagen final. Cuando la calidad de los píxeles no es excelente, se puede topar con problemas de valoración que son arbitrarios para resolver. Por ejemplo, si dos son de la misma reliability y con valores iguales de VI usefulness, y los pixeles solamente se diferencian en las categorías Possible shadow y Climatology, como se comparan las valoraciones de estas, o cualquier otras, categorías? Aunque se puede definir una regla para seleccionar una u otra píxel para la creación de la imagen compuesta, la solución recomendada es establecer un nivel de calidad de píxeles en general en porcentaje de píxeles con valores excelente. En base de el historial de datos MODIS, se hace una comparación de niveles de error por mes para definir la mas apropiada de las soluciones, o por la extensión del periodo para hacer la imagen compuesta (de 32 a 48 días) o con establecer un protocolo para ignorar datos por debajo de cierto umbral de calidad para efectos del análisis. Vale notar que Hansen en su análisis mundial utilizó compuestas de 40 días (Hansen et.al. 2005), pero que no gozaba de los datos de calidad que tienen las compuestas de los productos MODIS estándares, y tuvo que recurrir a técnicas de selección menos eficientes, p.ej. la selección de píxeles para las compuestas que corresponden a los valores azules segundo mas bajo, para tratar de evitar sombras de nubes. La ineficiencia de esta metodología se ve en la lógica que supone que un píxel en promedio tendrá un solo día de sombra de nube; si fueran 2 o mas, el segundo valor mas bajo siempre será sombra de nube. Otro ejemplo es el uso del valor NDVI segundo mas alto, para evitar contaminación de píxeles cuyos valores estan afectados por el ángulo de reflejo del sol; de igual manera como se menciona arriba, los datos de calidad para MOD09Q1 incluye un flag para indicar cuales píxeles están mas propensos a sufrir de reflejo.

19 b) Caracterización de la dinámica fenológica Un problema común en la teledetección y clasificación de bosques tropicales es la estacionalidad, es decir, la dinámica fenológica. Los ciclos climáticos anuales traen respuestas de la vegetación, mas dramáticamente en la zona seca con los bosques caducifolios, pero en cierto grado, con todos las clases de vegetación. Cuando se trata de comparar la cobertura de la tierra en dos imágenes estáticas resulta muy difícil si no se puede especificar la etapa de cada imagen dentro del ciclo fenológico. Aunque para efectos del monitoreo no es necesaria la clasificación de bosques, es necesario distinguir entre dinámicas fenológicas normales, y las degradadas. El uso de una secuencia mensual de datos MODIS provee un mecanismo para superar el problema de comparación de condiciones de bosque entre un año y otro, para definir si diferencias detectadas en las imágenes representan cambios en el estado del bosque, o si representan diferentes etapas en el ciclo anual. El primer paso en la caracterización de la dinámica fenológica es la creación de firmas espectrales de las respuestas normales de las diferentes clases de vegetación. Con la definición de las clases de vegetación a diferenciar; se clasifica los grupos de clases de vegetación que tienen respuestas similares. Cuadros 1: Leyenda Ecosistemas 1 Bosque tropical siempreverde latifoliado de tierras bajas, bien drenado 14-HCW Bosque tropical siempreverde latifoliado montano superior, HCW 16-HCW Bosque tropical siempreverde mixto, altimontano, HCW 23-s-M Bosque tropical siempreverde estacional latifoliado de tierras bajas, bien drenado, en colinas cársticas escarpadas, M 3 Bosque tropical siempreverde latifoliado de tierras bajas, moderadamente drenado 37-2 Bosque tropical siempreverde estacional aciculifolia, submontano intervenido 40 Bosque tropical siempreverde estacional aciculifolia montano inferior 48-M Bosque tropical siempreverde estacional latifoliado aluvial de tierras bajas, estacionalmente anegado 6 Bosque tropical siempreverde latifoliado, submontano 65 Bosque de manglar del Caribe sobre sustrato limoso 67 Bosque de manglar Pacífico sobre sustrato limoso 85 Sabana de graminoides cortos con árboles aciculifolias 9 Bosque tropical siempreverde latifoliado montano inferior 90 Herbazal pantanoso con gramíneas, palmas y/o arbustos Como una demostración, se seleccionaron 14 clases de vegetación boscosa del mapa de ecosistemas de Honduras. Estas clases fueron muy diferentes en estructuras, algunas pantanosas, otras sabanas arboladas y otros de bosques tropicales densos. Áreas dentro de los polígonos definidos en el mapa de ecosistemas fueron marcadas como sitios de entrenamiento, con el cuidado que no se acercaron mucho a los bordes de los polígonos para evitar errores por imprecisiones en la Registración de imágenes. Estas áreas fueron sobrepuestas sobre las imágenes MODIS NDVI en la siguiente secuencia;

20 Cuadro 2. Imagenes MOD13Q1 utilizadas en caracterizacion de vegetacion MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf MOD13Q1.A h09v hdf El Segundo elemento en el nombre es la fecha de la imagen; primero el año, seguido por el día juliano, en numero de días desde el primer día del año. La primera imagen cae en septiembre de 2009, la segunda imagen 32 días después, etc.

21 En la figura 1, se presenta el promedio de los valores de cada muestra para cada mes del año (son 13 meses ya que se incluyeron el primer y el ultimo septiembre). Se notan respuestas marcadas en algunos meses; por ejemplo, en mes 3, noviembre, se nota un cambio dramático con la finalización de las lluvias en algunas clases de vegetación. Sin embargo, en ese mismo mes, hay otras clases de vegetación que realicen un pico en los valores NDVI, que refleja otra clase de respuesta fenológica a la escasez de agua. Como resultado, cada clase de vegetación tiene su propia firma espectral en los valores de NDVI en el curso del año. Estas firmas pueden evaluarse como en cualquier imagen para apreciar la separabilidad de las firmas, es decir, el grado hasta que se contrasten en forma estadística. En esta clase de análisis, los índices de separabilidad de 1.9 en adelante son buenos, en cuanto a su separabilidad entre categorías. El cuadro 1 contiene los indices para cada clase de vegetación, a su vez; por ejemplo, el primero contrasta 3 Bosque tropical con cada una de las otras clases. (Note que en este cuadro las descripciones de las categorías han sido acortadas; los números, en cambio, se mantienen en las dos tablas. Entonces 3 Bosque tropical siempreverde latifoliado de tierras bajas, moderadamente drenado del cuadro 1 equivale a 3 Bosque tropical del Cuadro 3.) Cuadro 3: Índices de separabilidad de las firmas espectrales Input File: yearstack_h09v pix ROI Name: (Jeffries-Matusita, Transformed Divergence) 3 Bosque tropical [Green] 677 points: 85 Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( ) 23-s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( ) 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Sabana con pinos [Green1] 612 points: 3 Bosque tropical [Green] 677 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: (

22 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 67 Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( Bosque tropical [Green2] 763 points: 3 Bosque tropical [Green] 677 points: ( ) 85 Sabana con pinos [Green1] 612 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( s-M bosque trop estacional [Green3] 332 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Bosque trop lat submontano [Sea Green] 361 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( ) 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( ) 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( ) 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 67 Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( )

23 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( ) 1 Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( ) 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 67 Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 67 Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: (

24 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( ) 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( ) 1 Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( ) 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( ) 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 67 Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: 3 Bosque tropical [Green] 677 points: ( ) 85 Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( ) 40 Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Bosque manglar Caribe [Purple2] 20 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( ) 1 Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( )

25 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( Bosque manglar Pacifico [Purple2] 98 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( ) 1 Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( ) 48-M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( ) 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( ) 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( ) 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( ) 65 Bosque manglar Caribe [Purple2] 20 points: ( Bosque manglar Caribe [Purple2] 20 points: 3 Bosque tropical [Green] 677 points: ( Sabana con pinos [Green1] 612 points: ( Bosque tropical [Green2] 763 points: ( s-M bosque trop estacional [Green3] 332 points: ( Bosque trop lat submontano [Sea Green] 361 points: ( M Bosque trop sv estac aluvial [Sienna1] 119 points: ( Bosqeu trop sv lat montano inferior [Sienna2] 168 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 624 points: ( Bosque trop sv estac acic, submontano [Aquamarine] 378 points: ( HCW Bosque trop sv lat montano superior [Blue1] 322 points: ( Bosque trop sv esac montano inferior [Blue2] 165 points: ( HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points: ( Herbazal pantanoso, gramineas/palmas [Purple2] 180 points: ( Bosque manglar Pacifico [Purple2] 98 points: ( Separación de pares: (de menos a mas); 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green] 677 points and 1 Bosque tropical [Green2] 763 points Bosque trop sv esac montano inferior [Blue2] 165 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque trop sv esac montano inferior [Blue2] 165 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Sabana con pinos [Green1] 612 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points HCW Bosque trop sv lat montano superior [Blue1] 322 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 90 Herbazal

26 pantanoso, gramineas/palmas [Purple2] 180 points Bosque trop lat submontano [Sea Green] 361 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque trop lat submontano [Sea Green] 361 points and 48-M Bosque trop sv estac aluvial [Sienna1] 119 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green] 677 points and 6 Bosque trop lat submontano [Sea Green] 361 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 67 Bosque manglar Pacifico [Purple2] 98 points Sabana con pinos [Green1] 612 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Bosque tropical [Green2] 763 points and 23-s-M bosque trop estacional [Green3] 332 points Sabana con pinos [Green1] 612 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green2] 763 points and 6 Bosque trop lat submontano [Sea Green] 361 points Bosque trop lat submontano [Sea Green] 361 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points Bosque trop lat submontano [Sea Green] 361 points and 65 Bosque manglar Caribe [Purple2] 20 points HCW Bosque trop sv lat montano superior [Blue1] 322 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Bosque trop lat submontano [Sea Green] 361 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque trop lat submontano [Sea Green] 361 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points Bosque tropical [Green] 677 points and 23-s-M bosque trop estacional [Green3] 332 points Bosque tropical [Green] 677 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque trop lat submontano [Sea Green] 361 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Bosque trop sv esac montano inferior [Blue2] 165 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque trop lat submontano [Sea Green] 361 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Bosque trop lat submontano [Sea Green] 361 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points HCW Bosque trop sv lat montano superior [Blue1] 322 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green] 677 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque trop lat submontano [Sea Green] 361 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque tropical [Green] 677 points and 48-M Bosque trop sv estac aluvial [Sienna1] 119 points Bosque manglar Pacifico [Purple2] 98 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque tropical [Green2] 763 points and 48-M Bosque trop sv estac aluvial [Sienna1] 119 points s-M bosque trop estacional [Green3] 332 points and 6 Bosque trop lat submontano [Sea Green] 361 points Bosque tropical [Green2] 763 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green] 677 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points

27 3 Bosque tropical [Green] 677 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Bosque tropical [Green2] 763 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Sabana con pinos [Green1] 612 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points s-M bosque trop estacional [Green3] 332 points and 67 Bosque manglar Pacifico [Purple2] 98 points Sabana con pinos [Green1] 612 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosque tropical [Green] 677 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points Bosque tropical [Green2] 763 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 67 Bosque manglar Pacifico [Purple2] 98 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Bosque tropical [Green] 677 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque tropical [Green2] 763 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points HCW Bosque trop sv lat montano superior [Blue1] 322 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points s-M bosque trop estacional [Green3] 332 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points s-M bosque trop estacional [Green3] 332 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points Bosque tropical [Green2] 763 points and 65 Bosque manglar Caribe [Purple2] 20 points HCW Bosque trop sv lat montano superior [Blue1] 322 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque tropical [Green] 677 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points s-M bosque trop estacional [Green3] 332 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque tropical [Green] 677 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points Bosque tropical [Green2] 763 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points Bosque trop sv esac montano inferior [Blue2] 165 points and 65 Bosque manglar Caribe [Purple2] 20 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Bosque tropical [Green] 677 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 16-HCW Bosq trop sv mixto,

28 altimontano, HCW [Magenta1] 195 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 40 Bosque trop sv esac montano inferior [Blue2] 165 points Herbazal pantanoso, gramineas/palmas [Purple2] 180 points and 65 Bosque manglar Caribe [Purple2] 20 points s-M bosque trop estacional [Green3] 332 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points s-M bosque trop estacional [Green3] 332 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque tropical [Green2] 763 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points s-M bosque trop estacional [Green3] 332 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Bosque tropical [Green2] 763 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points Bosque tropical [Green2] 763 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points Bosque trop sv estac acic, submontano [Aquamarine] 378 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points M Bosque trop sv estac aluvial [Sienna1] 119 points and 90 Herbazal pantanoso, gramineas/palmas [Purple2] 180 points Bosque trop sv estac acic, submontano [Aquamarine] 624 points and 65 Bosque manglar Caribe [Purple2] 20 points Sabana con pinos [Green1] 612 points and 6 Bosque trop lat submontano [Sea Green] 361 points Bosqeu trop sv lat montano inferior [Sienna2] 168 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points s-M bosque trop estacional [Green3] 332 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 378 points s-M bosque trop estacional [Green3] 332 points and 37-2 Bosque trop sv estac acic, submontano [Aquamarine] 624 points s-M bosque trop estacional [Green3] 332 points and 48-M Bosque trop sv estac aluvial [Sienna1] 119 points Sabana con pinos [Green1] 612 points and 16-HCW Bosq trop sv mixto, altimontano, HCW [Magenta1] 195 points Sabana con pinos [Green1] 612 points and 14-HCW Bosque trop sv lat montano superior [Blue1] 322 points Sabana con pinos [Green1] 612 points and 48-M Bosque trop sv estac aluvial [Sienna1] 119 points Sabana con pinos [Green1] 612 points and 65 Bosque manglar Caribe [Purple2] 20 points Bosque tropical [Green] 677 points and 85 Sabana con pinos [Green1] 612 points Sabana con pinos [Green1] 612 points and 1 Bosque tropical [Green2] 763 points Sabana con pinos [Green1] 612 points and 9 Bosqeu trop sv lat montano inferior [Sienna2] 168 points Sabana con pinos [Green1] 612 points and 23-s-M bosque trop estacional [Green3] 332 points Las firmas espectrales también pueden presentarse en forma individual, con mas detalle sobre sus características. La presentación de las estadísticas detalladas incluye además del medio de todos los valores de la imagen, los valores mínimos y máximos (rojos) y el rango de la primera desviación estándar. La leyenda en detalle se ve solamente en la primera presentación para 23-s-M bosque trop estacional.

29 Si se compara todos las histogramas, se nota diferencias significativas que serán de utilidad en definir características de la respuesta de cada clase de vegetación, que forman parte del análisis para distinguir entre variaciones anuales y cambios en la vegetación como consecuencia de la degradación de recursos.

30 Si se compara estos resultados con la metodología para la evaluación del porcentaje de cobertura de bosque, se nota la similitud en el uso de los valores más bajos de ndvi como

31 índice, que reconoce que estos valores pueden ser diagnósticos de condiciones regulares y especificas en la vegetación. La metodología para completar el catálogo de firmas espectrales de cada clase de vegetación seria el desarrollo de estadísticas para cada clase de vegetación para cada año, para apreciar el rango de variabilidad que se espera bajo la variabilidad climática normal. Se puede construir una firma espectral promedio para cada clase de vegetación y guardarlo como parte de las definiciones estándares. Este catálogo será el machote contra cual se compara las firmas espectrales instantáneos para evaluar si hay probabilidad de degradación en la vegetación. 7) Chequeo de campo Un elemento clave en el sistema de monitoreo es comprobar que representan los cambios detectados con MODIS. La evaluación mas completa seria una visita de campo, acompañado por una evaluación de fotografías aéreas de la zona en tiempos pasados. Sin embargo, esta clase de inversión de personal y tiempo es lo mas caro, entonces aquí se propone una serie de pasos que se puede tomar, que permiten ajustar la respuesta a la duda a la capacidad presupuestaria. Como respuesta más práctico, se puede aplicar una metodología mixta, que utiliza fotografías aéreas e imágenes de satélite como base, que enfoca en la revisión ocular para dar

32 una respuesta definitiva a la duda sobre los cambios ocurridos. Esta metodología brinca por completo la etapa de clasificación e imágenes de alta resolución tipo LANDSAT, porque los resultados de tal actividad siempre serian probabilísticas, y en la mayoría de los casos dependerían de una revisión de fotografías o visitas de campo. Las fotografías aéreas y/o imágenes de satélite a utilizar para esta fase pueden ser mas fácilmente accesadas por medio de Google Earth, que provee imágenes de diferentes fechas, en un muchos casos, de muy buena resolución. Google Earth actualiza imágenes en forma irregular, pero frecuente. En la figura adjunta se presentan las fechas recientes de actualización de imágenes, donde se aprecia 20 fechas de actualización, en todo el mundo. Centroamérica recibe actualizaciones, aunque para la fecha 5 Octubre 2010 no hay imágenes para Republica Dominicana. En una segunda foto se ven las fajitas de imagen de alta resolución sobre puestas en la parte occidental de Honduras. Las imágenes con borde rojo son los mas recientemente actualizadas; sin embargo, se nota otras imágenes de alta resolución sin borde, que son las imágenes anteriores a las actualizaciones mas recientes. Una gran contribución de Google Earth es en la provisión de imágenes de muy alta resolución, aunque estén en una distribución irregular. Estas imágenes sirven para definir la línea base, las condiciones históricas de la tierra cuando es necesario evaluar algún cambio. En la foto adjunta, se aprecia una zona de quema bajo bosque, con algunos árboles severamente afectados, y otros con muy poco daño por la quema. Como etapa final de comprobación, se puede programar una revisión por avioneta anual que visite sitios analizados de tal manera. Con el apoyo de GPS, y la preparación de cada

33 sitio con fotografías aéreas y mapas, la mayoría de las dudas sobre supuestos cambios en cobertura pueden ser investigados y documentados fotográficamente. El uso del avioneta llega a ser factible, técnicamente y económicamente, por medio de la preparación; la documentación previa de los sitios georeferenciadas permite una llegada precisa y rápida, y el hecho de tener fotografías históricas resuelve dudas sobre actividades de uso y la ubicación exacta de la observación. En pocos días, o semanas (dependiendo del numero y la distribución de puntos de dudas), se puede hacer un sobre vuelo de decenas de puntos para una respuesta definitiva; aunque el costo del uso del avión sería de miles de dólares, resulta relativamente económica como forma de desplazarse a puntos diversos a lo largo del territorio nacional, especialmente en zonas alejadas y de mal acceso. 8) Normalización por precipitación Como el análisis fenológico depende mucho del crecimiento de hojas, hay que tomar en cuenta el estado hidrometeoro lógico de la región cuando se evalúan las firmas espectrales. Aunque las diferencias en clima entre la zona atlántica y pacifica están bien conocidas, también hay variantes año a año, por causa de ciclos de clima, el niño, o una variedad de otros factores. Aunque no es posible hacer una revisión exhaustiva de clima (por los variantes locales dentro del patrón general), se puede caracterizar los años climáticos como húmedos, normales o secos. Hay varios métodos para documentar el estado de la precipitación para cualquier año; 1) el CRRH emite en forma regular una apreciación de condiciones de clima, usualmente en forma trimestral. Además hace un pronostico de condiciones en los próximos meses. 2) Fuentes satelitales, tal como TRMM, reportan tendencias de precipitación para toda la región con una alta resolución. Estos datos pueden estratificarse en zonas pacificas y atlánticas para caracterizar las condiciones climáticas del año como un todo (especialmente importante para crear la línea base) y también en forma mensual, para ayudar en la apreciación instantáneo del estado de bosque.