Cambio de cobertura de suelo JICOSUR IIEG

Documentos relacionados
Integración de Información del INFyS para estimación de EGEI. Septiembre 2014

Plan Especial Alto Guadiana 1

Anexo 6. Descripción metodológica detallada de los Datos de Actividad

BANCO DE PREGUNTAS EN SENSORES REMOTOS E INTERPRETACIÓN DE IMÁGENES. Profesor Rodolfo Franco

SECCIÓN 1. Identificación del conjunto de datos espaciales o producto:

Análisis de los cambios de cobertura vegetal y uso del suelo para el municipio de Jojutla, durante el periodo

ANEXO 5 SEGUNDO INFORME DE AVANCE ESTUDIO DE CASO SITIO PILOTO MENDOZA DEPARTAMENTO DE LAVALLE. Marzo de 2005

Proyectos IIEG SEMADET Grupo de Trabajo de Medio Ambiente CEIEG 15 de septiembre de 2014

SECCIÓN 1. Identificación del conjunto de datos espaciales o producto:

Nuevas tecnologías en la investigación del medio ambiente TEMA 3

Estado de funcionamiento y de conservación de los bosques nativos ante los cambios de uso de la tierra por urbanizaciones en la Cuenca de Chavacaste

Información Básica para la Construcción de la Tasa de Deforestación

Tasa de transformación del hábitat en Áreas Naturales Protegidas

ESTIMACIÓN DE SUPERFICIE CULTIVADA CON TRIGO UTILIZANDO DATOS DEL SATELITE LANDSAT EN LA PROVINCIA DE TUCUMÁN Y ÁREAS DE INFLUENCIA CAMPAÑA 2002

Imagen cortesía Iniciativa GFOI

Datos Abiertos Open Data

DESARROLLO DE METODOLOGÍA PARA EL MONITOREO DE LAS EMISIONES DE CO 2 PROVOCADAS POR DEFORESTACION Y DEGRADACIÓN DE BOSQUES.

Validación de L.U.S., Unidades de mapeo y Metodología WOCAT

Carlos Javier Broncano Mateos

Curso Avanzado de Procesamiento Digital de Imágenes con ENVI. TELEMATICA S.A. -

Deforestación en el norte de Argentina (enero agosto 2016)

Identificando prioridades para la conservación en la Ecoregión de Bosques de pino-encino de Centroamérica

USO DE LA TELEDETECCIÓN EN LOS INCENDIOS FORESTALES EN LAS ISLAS CANARIAS

Mapa Histórico de Deforestación del Ecuador continental

Sistema de Monitoreo de Bosques Multinivel en el contexto de REDD

CONCLUSIONES PRELIMINARES

Reporte Cartografía de Quemas e Incendios Forestales en B o liv i a. Reporte Cartografía de Quemas e Incendios Forestales en Bolivia

Identificación y análisis de zonas de desmatamento con la técnica RCEN en una área en la región del Cerrado en norte do Mato Grosso do Sul, Brasil

Distribución espacial de la vegetación

Proyecto de Conservación de Bosques del Paraguay. Resumen Análisis del Paisaje1. Finca Tobich - Gran REDD+

El objetivo último de la agricultura de precisión es la obtención de mayores rendimientos (económicos, medioambientales, sociales ).

El objetivo de este trabajo es obtener la superficie sembrada con Maíz mediante la clasificación supervisada de imágenes satelitales.

TRABAJO PRÁCTICO N 19 FOTOS AÉREAS IMÁGENES SATELITALES

Dr. Enrique de Alba 1

Integración de tecnología de percepción remota y GIS en la generación del mapa de uso de suelo para Puerto Rico 2010

Guía Rápida para el Usuario de Productos SPOT 6 y 7

PACTO INTERSECTORIAL POR LA MADERA LEGAL EN COLOMBIA Bogotá, Colombia. Septiembre 5 de 2013.

Extrayendo Clutter de Imágenes Multiespectrales de Landsat 8. Noviembre 11, Pierre Missud. Solutions in Solutions Radiocommunications

CLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres

Metodología. Descripción técnica

Preparación de la imagen. Preparación de la imagen. Características de la imagen utilizada. PADVA, Diego y WILSON, Carlos

Introducción. Objetivos

DINOT SISTEMA DE INFORMACIÓN T E R R I T O R I A L. Departamento de Información y Documentación Territorial

Dinámicas espacio temporales de los bosques en la Amazonia colombiana

La utilización de imágenes de Landsat TM para cuantificar áreas de deforestación en la región de Mato Grosso, Brazil.

AMBISENS CARTOGRAFÍA DEL ESTADO DE LA VEGETACIÓN PARA VIÑEDOS

Las tecnologías para el sectór agrícola

Mejora de los Sistemas de Cartografía del Territorio Colombiano

M.Sc Alexander Garcia Verdecia

SIMCI SISTEMA INTEGRADO DE MONITOREO DE CULTIVOS ILÍCITOS

Participación n del INEGI en la:

Identificación de Humedales en Puerto Rico utilizando Imágenes Multiespectrales. Lola Xiomara Bautista Rozo

Censo Agropecuario

CONFERENCISTA Braulio Villatoro Especialista en Sistemas de Información para Agricultura de Precisión

DINÁMICA DE LA SUPERFICIE CULTIVADA CON SOJA, MAÍZ Y CAÑA DE AZÚCAR EN TUCUMÁN ENTRE LAS CAMPAÑAS 2001/2002 Y 2011/2012

Avances del Monitoreo de Recursos Forestales en Costa Rica

Proyecto Lecciones aprendidas y desarrollo de capacidades para aplicar REDD+ - La experiencia de Costa Rica

de Centroamérica y República Dominicana

PERCEPCIÓN N REMOTA APLICADA A ESTUDIOS HIDROGEOLÓGICOS

En el diagrama (Figura 4.1) se describe la metodología utilizada para estudiar la erosión natural en la Cuenca media y alta del Río Sonora.

Aplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma (León) 28/10/2016

Tutorial. HERRAMIENTA WEB / TERRA-i PERU

ESTUDIO DE ESTRATIFICACION DE LOS BOSQUES DEL AREA DEL PROYECTO. Ucayali

RIO PARANA EN CORRIENTES

Ejemplos de Imágenes y Fotografías. Se han tomado algunas imágenes y adaptado su interpretación para que sea más comprensible en nuestro curso.

Metodología basada en factores espaciales (GEOMOD): Región Purépecha, Michoacán

Directorio Estadístico Nacional de Unidades Económicas. México, septiembre de 2011

MONITOREO DE FOCOS DE CALOR Y QUEMAS EN EL DEPARTAMENTO DE PANDO

Fuentes y Métodos para la investigación en Geografía Agraria

Teledetección Aplicaciones. Aplicación de imágenes Landsat en estudios forestales

Elaboración de un sistema de información geográfica para el monitoreo de pólderes en el Bajo Delta Bonaerense durante el período

ESTUDIODE COBERTURAFORESTALDE COSTA RICA

INFORMACION TECNICA ENVI APLICACIONES

Detección de cultivos no tradicionales

Agua y cuencas en México

General Cabrera: Latitud: 32º 48 / Longitud: 63º 52 / Altura s.n.m. 296 m Mes: Octubre 2014

LA CLASIFICACIÓN DE TIERRAS POR SU CAPACIDAD DE USO MAYOR EN LA SELVA

Mapa de Uso de Suelo de Puerto Rico 2003 Proyecto Xplorah. Aurelio Castro y Glenda Román

Estimación por Análisis Geo-Espacial de Cobertura del Cultivo de: Girasol Arroz con riego Chía Trigo Canola en la Región Oriental del Paraguay

VENTAJAS Y LIMITACIONES DEL USO DE LOS SENSORES REMOTOS EN LA AGRICULTURA DE PRECISIÓN

SIG y teledetección. Tema Visión histórica

Seminarios Esri España Imágenes y ArcGIS: un mundo por descubrir

INSTITUTO NACIONAL DE ESTADISTICA Y GEOGRAFIA

INDUSTRIA DEL HULE FICHA SECTORIAL DICIEMBRE 2016

Prontuario de información geográfica municipal de los Estados Unidos Mexicanos. Guadalajara, Jalisco Clave geoestadística 14039

METODOLOGÍA PARA LA CONFECCIÓN DE BIBLIOTECAS ESPECTRALES UTILIZANDO IMÁGENES DE SATÉLITE.

Palabras Clave: Cuenca hidrográfica, efímeras, IKONOS, índices de vegetación, intermitentes, multiespectrales, NDVI, perennes.

XXX Congreso Nacional de Riegos. Asociación Española de Riegos y Drenajes (AERYD). Albacete, Junio, 2012

Cultivos invernales en la provincia de Tucumán: superficie con trigo y garbanzo en la campaña 2015 y comparación con campañas precedentes

USO ÓPTIMO DE IMÁGENES SAC-C: TRANSFORMACIÓN EN REFLECTANCIA (SENSOR MMRS) R. Rivas 1, P. Vázquez 2, I. Entraigas 1, E. Usunoff 1 y M.

EL USO DE IMÁGENES SATELITALES FACILITACIÓN DE IMÁGENES SPOT V A LOS SOCIOS REGIONALES DEL PROYECTO PROYECTO PLANTEL junio del 2005

MAPA DIGITAL PARA ESCRITORIO, AVANCE TECNOLÓGICO A SU SERVICIO

Región Oriental del Paraguay

< 37 C C C C C > 57 C

METODOLOGÍA PARA GENERAR MAPAS DE CARBONO, UTILIZANDO EL ALGORITMO knn. MINISTERIO DEL AMBIENTE DEL ECUADOR.

Evaluación de incendios de forestaciones mediante datos LISS-III, Provincia de Corrientes

INDUSTRIA TEXTIL-VESTIDO FICHA SECTORIAL DICIEMBRE 2016

Estudio de cobertura forestal de Costa Rica

FUNDACIÓN PRO-SIERRA NEVADA DE SANTA MARTA

UTILIZACIÓN DE IMÁGENES SAC-C PARA ESTUDIOS REGIONALES USE OF IMAGES SAC-C FOR REGIONAL STUDIES RESUMEN

Transcripción:

Cambio de cobertura de suelo JICOSUR 1994-2015 IIEG 2

Objetivos Identificar zonas con deforestación y degradación forestal Insumo básico para el Programa de Manejo para Revertir la Deforestación y Degradación en la Junta Intermunicipal de la Costa Sur 3

Escenas LANDSAT y fecha de toma de las imágenes Escena LANDSAT (path-row) Fecha de toma de la imagen Sensor TM Sensor OLI 029-47 18-marzo-1994 12-marzo-2015 030-46 25-marzo-1994 3-marzo-2015 030-47 25-marzo-1994 3-marzo-2015 4

Imágenes multiespectrales LANDSAT Resolución espacial de 30 metros Para este análisis se decidió trabajar con la temporada de secas ya que en esta época los contrastes espectrales entre vegetación caducifolia, subcaducifolia y perennifolia son más marcados. Bandas 1, 2, 3, 4, 5 y 7 de LANDSAT 5 Bandas 2, 3, 4, 5, 6 y 7 de LANDSAT 8 Posteriormente se realizó un recorte de las imágenes de acuerdo al límite del área de estudio. 5

Esquema de clasificación Agropecuaria (AGP) Bosque templado (BT) Bosque tropical (BTROP) Sin vegetación aparente (SVA) Asentamientos humanos (AH) Cuerpos de agua (CA) 150 sitios de entrenamiento para cada clase Superficie corresponde a UMC = 8,100m 2 (3x3 celdas) Algoritmo de aprendizaje automatizado RandomForest (EnMap Box) Se enmascararon CA y AH a partir de información vectorial de INEGI (topográficas 1999 y encuesta intercensal 2015) 6

Verificación Una vez clasificado se calculo la precisión a través de una matriz de confusión de ajuste con 200 sitios de validación (50 por clase) La precisión total obtenida para el mapa del año 1994 fue de 77.7% y para el mapa del 2015 fue de 76.8%. 7

Separación de las clases forestales por estadios sucesionales La separación de vegetación primaria y vegetación secundaria de las clases de bosque templado y bosque tropical El proceso de clasificación se aplicó a las 6 bandas de la imagen LANDSAT y se agregó como banda auxiliar el NDVI calculado para cada conjunto de imágenes. Para limitar el proceso de clasificación De las dos clases resultantes, se etiquetó como vegetación primaria la clase donde los pixeles de la imagen que la componen presentaban mayor intensidad de reflectancia en las bandas rojo e infrarrojo, y la clase donde la reflectancia era menor se etiquetó como vegetación secundaria. 8

Post-procesamiento de la imagen clasificada Agropecuaria (AGP) Bosque templado primario (BTP) Bosque tropical primario (BTROP_P) Sin vegetación aparente (SVA) Asentamientos humanos (AH) Cuerpos de agua (CA) Bosque templado secundario (BTS) Bosque tropical secundario (BTROP_S) A partir de las 8 clases antes mencionadas, se realizó un análisis de los cambios encontrados, sobre todo a los referentes a la transición entre clases. Se utilizó información auxiliar (Frontera Agrícola (SIAP) y Uso de Suelo y Vegetación (INEGI)) para comprobar que los cambios encontrados fueran consistentes. Se identificaron las siguientes situaciones: Los píxeles clasificados como bosque templado en una fecha y como bosque tropical en la otra se revisaron contra el Uso de Suelo y Vegetación de INEGI para comprobar a qué tipo de vegetación corresponde. Los píxeles donde se identificaron cambios de tierras agropecuarias a bosques primarios en 2015 se revisaron contra la Frontera Agrícola Los píxeles de bosques primarios y secundarios del año 1994 se revisaron contra el Uso de Suelo y Vegetación Serie II, con lo que se identificó los píxeles clasificados como primarios y que corresponden a secundarios. 9

Resultados Cobertura 1994 Cobertura 2015 HA % HA % AGP 211,923.9 21.95 242,009.6 25.06 AH 1,675.5 0.17 7,489.5 0.78 BT_P 168,612.7 17.46 163,917.1 16.97 BT_S 104,271.2 10.80 110,822.0 11.48 BTROP_P 328,305.1 34.00 254,726.5 26.38 BTROP_S 140,841.6 14.58 178,009.7 18.43 CA 6,684.6 0.69 6,681.3 0.69 SVA 3,374.0 0.35 2,032.8 0.21 TOTAL 965,688.5 100.00 965,688.5 100.00 10

11

12

Matriz de cambio AGP AH BT_P BT_S Cobertura 2015 BTRO P_P BTRO P_S CA SVA TOTAL 1994 PÉRDI DA (HA) PÉRDI DA (%) AGP 177,87 2.77 4,70 8.07-3,647. 57-25,664.69 3.42 27.3 8 211,923.89 34,051.13 13.84 AH - 1,67 5.52 - - - - - - 1,675.5 2 - - BT_P 560.58 48.6 1 154,76 4.45 13,111.40 - - - 127. 69 168,612.72 13,848.28 5.63 Cobertura 1994 BT_S BTROP_ P 1,498. 14 30,048.58 343. 97 232. 09 9,152. 61 92,298.20 - - - - - 215,58 1.86 82,437.67 978. 26 2.31 2.55 104,271.18 328,305.05 11,972.97 112,72 3.20 4.87 45.82 BTROP_ S 31,376.44 404. 78 - - 39,144.62 69,907.36-8.42 140,841.62 70,934.27 28.83 CA 8.98 - - - - - 6,67 5.58-6,684.5 5 8.98 0.00 SVA 644.16 76.5 1-1,764. 84 - - - 888. 46 3,373.9 7 2,485. 51 1.01 TOTAL 2015 242,00 9.64 7,48 9.54 163,91 7.06 110,82 2.02 254,72 6.47 178,00 9.71 6,68 1.31 2,03 2.76 965,688.51 246,02 4.33 GANANCIA (HA) 64,136.88 5,81 4.02 9,152. 61 18,523.81 39,144.62 108,10 2.35 5.73 1,14 4.30 246,024.33 GANANCIA (%) 26.07 2.36 3.72 7.53 15.91 43.94 0.00 0.47 13

14

Esquema de transición de una clase de cobertura a otra. Los valores sobre las flechas de colores representan la proporción de superficie que cambió de una clase a otra. Las flechas de color negro indican la proporción de superficie que se mantuvo en cada clase (permanencia). 15

Cambios en bosque templado Bosque templado primario 1% 4% 0% Bosque templado secundario 8% 13% 3% 95% 76% AGP AH BT_S SVA Bosque templado AGP AH BT_P SVA 31% 11% 58% 16 AGP AH SVA

Cambios en bosque tropical Bosque tropical primario Bosque tropical secundario 73% 27% 0% 0% 55% 1% 44% 0% AGP AH BTROP_S SVA AGP AH BTROP_P SVA Bosque tropical 1% 0% 99% 17 AGP AH SVA

Estamos a un clic de distancia! www.iieg.gob.mx contacto.iieg@jalisco.gob.mx contacto.iieg@jalisco.gob.mx IIEG Jalisco @IIEGJ

Instituto de Información Estadística y Geográfica Av. Pirules No. 71 Ciudad Granja C.P. 45010 Zapopan, Jalisco, México Tel. (33) 3777-1770