Your SlideShare is downloading. ×
Area de cobertura boscosa
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Area de cobertura boscosa

823
views

Published on

Area de cobertura boscosa

Area de cobertura boscosa


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
823
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
14
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Área de cobertura boscosaIndicador 31. Nivel biológico: ecosistemas y ecorregiones.Área de cobertura boscosa.3. Definición del indicador: se refiere al área de cobertura de bosque natural en la región.4. Justificación e importancia del indicador: hay una relación directa entre la disminución de lacobertura de bosque y la pérdida de biodiversidad. Centroamérica tiene la segunda tasa mundial dedeforestación (Eggen-McIntosh et al., 1994). Casi todos los países de Centroamérica están clasificadoscon una amenaza alta de perder sus recursos boscosos (Honduras, Nicaragua y Belice), mientras queotros no cuentan con una evaluación exacta de la pérdida de sus recursos (Guatemala y El Salvador)(Global Forest Watch, 2010, http://www.globalforestwatch.org/). El monitoreo apropiado es un pasoimportante para determinar cuánto recurso bosque debe ser manejado y conservado. Los acercamientosde la teledetección para determinar y supervisar recursos proporcionan los medios rentables por loscuales los inventarios del bosque y la supervisión de la utilización del suelo puedan ser alcanzados.5. Unidad de medida del indicador: área en km2.6. Fórmula del indicador: SEBR =  EEBRi = [(EEB1) + (EEB2)+ ... (EEBn)] 1
  • 2. Área de cobertura boscosa7. Descripción metodológica: en el proceso del cálculo de la cobertura boscosa, cada país puede utilizarel medio que estime conveniente. En este indicador recomendaremos tres diferentes métodos para lacalificación de una imagen Modis. Todos estos métodos son apropiados; sólo hay que tomar en cuentaque si se utilizan como línea base, siempre se debe utilizar el mismo método, a los dos años, para quelas áreas puedan ser comparables y se pueda estimar si existe un aumento o una disminución del área debosque. Cada método tiene sus ventajas y desventajas, dependiendo de la experiencia de cada país oinstitución encargada de hacer el monitoreo. La siguiente figura muestra una imagen Modis clasificada,con las áreas boscosas en verde:Los métodos son explicados ampliamente en un manual adjunto a estas fichas, pero se hace un resumena continuación:Una clasificación no supervisada de una imagen Modis tomada de enero a marzo de 2010 constituye elprimer método. La clasificación no supervisada debe ser de siete clases, en un proceso automático deErdas-Imagine llamado Isodata. Esta imagen de ser bajada, georreferenciada y almacenada en al menos7 bandas usando la función Layer stack. Una vez clasificada en siete clases, las clases deben seragrupadas usando la experiencia del analista para dejar dos clases: bosque y no-bosque. El mapa que seobtendrá debe semejarse al siguiente: 2
  • 3. Área de cobertura boscosaEl segundo método consiste en bajar una imagen que contenga un producto Modis, que puede ser elÍndice Mejorado de la Vegetación (EVI, por su sigla en inglés) -izquierda- o el Índice Normalizado deDiferenciación de la Vegetación (NDVI, por su sigla en inglés) –derecha-. Ambos índices son obtenidosmediante una combinación de bandas espectrales que denotan o resaltan el verdor o el contenido declorofila de la vegetación. Los mapas de abajo muestran el verdor de la vegetación por medio de ambosíndices en Honduras, El Salvador y parte de Nicaragua y Belice. El analista puede comparar cuál de losíndices podría representar una mejor opción, siempre tomando en cuenta que será la cobertura quedeberá usar para hacer comparaciones. Es importante mencionar que en estos índices hay que establecerel valor que divide la vegetación baja o arbustiva de la leñosa, que caracteriza los bosques. 3
  • 4. Área de cobertura boscosaEl tercer método será tomar la imagen cruda de Modis y efectuar una clasificación supervisada usandolos algoritmos de Erdas. La imagen abajo muestra las áreas en verde como las áreas de vegetación. Éstees el método más exacto, pero el más costoso porque necesita tomar bastantes muestras de campo con elfin de entrenar al software para que “busque” las áreas de bosque y no-bosque, basado en muestrasespectrales previamente identificadas. El mapa de abajo muestra una clasificación supervisada deHonduras, obtenida a través de muestras asignadas. Los países que cuentan con suficientes muestrasespectrales (también llamadas áreas de entrenamiento) pueden optar por este método. 4
  • 5. Área de cobertura boscosa7.1. Proceso de cálculo general del indicador: el cálculo se hace partiendo de imágenes satelitales en lasque se identifican las formaciones boscosas mediante uno de los tres tipos de clasificaciones descritasanteriormente.Posteriormente se calcula la extensión de cada polígono correspondiente a cada parche de bosqueutilizando la tabla de atributos de ArcGIS. Esta tabla se puede exportar como un archivo dbf y se puedeleer en Excel y hacer los cálculos. También si se quieren tener estadísticas más completas se puedeutilizar la función de Spatial analyst denominada Zonal statistics as table.7.2. Definición de cada variable de la fórmula:SEBR: superficie de los parches de bosque existentes en la región.EEBR: número de los parches ecosistema meta existentes en la región.i: identificación de los parches 1 hasta n.n: total de parches medidos en la muestra de la región.EEB1: extensión del parche de bosque.En la tabla de atributos se puede exportar a un archivo dbf, que posteriormente puede ser abierto enExcel para hacerlos cálculos de áreas y establecer el número de polígonos. Para tener estadísticas máscompletas se puede utilizar la función de Spatial analyst de Zonal statistic as table. Ver la siguientefigura: 5
  • 6. Área de cobertura boscosa8. Limitaciones del indicador: la sumatoria de parches brinda una cifra que será interpretada comoproporcional al comportamiento de la biodiversidad en la región. Es importante recordar que el tamañode los parches determina la viabilidad de las poblaciones presentes; en consecuencia, para que laspoblaciones presentes en parches pequeños sobrevivan deberán encontrarse a distancias con otrosparches franqueables para mantener un flujo genético suficiente que mantenga a las especies.Se recomienda que la interpretación de este indicador se lleve a cabo junto con los indicadores detamaño (ficha 7), forma (ficha 8) y distancia (ficha 9) entre los parches.El analista puede comparar cuál de las clasificaciones propuestas podría representar una mejor opción,siempre tomando en cuenta que será la misma clasificación que deberá usar para hacer comparaciones,manteniendo el principio de que sólo se pueden comparar “manzanas con manzanas y naranjas connaranjas”.9. Cobertura: regional.10. Fuente de datos: imágenes de satélite (Modis) de la región.11. Disponibilidad de los datos:Mapoteca de la CCAD: http://www.ccad.ws/mapas/mapoteca.htm, sitio web SIAM.Google localiza el USGS Global Visualization Viewer: http://glovis.usgs.gov/.12. Forma de presentación de los datos: tablas de Excel y mapas.13. Periodicidad del indicador: quinquenal.14. Entidad responsable del indicador: SIAM.15. Documentación relacionada con el indicador:Mapa de ecosistemas y cobertura boscosa de Centroamérica.Eggen-McIntosh, S. K. B. Lannon y D. M. Jacobs (1994), Mapping distributions of Central Americaand Mexico, USDA-USFS, Southern Experiment Station, New Orleans, Lousiana, USA. Proceedingreprint. 6
  • 7. Área de cobertura boscosaForest Watch (2010), http://www.globalforestwatch.org/.FAO (2005), Forest resources assessment, FAO, Roma, Italia.Unesco (1973), International Classification and Mapping of Vegetation, United Nations.Congalton, R. y K. Green (1999), Assessing the accuracy of remotely sensed data: principles andpractices, Lewis Publishers, New York.Foody, G. (2002), “Status of land-cover classification accuracy assessment”, Remote sensing ofenvironment, 80:185-201.McGarigal, K.; S. A. Cushman; M. C. Neel y E. Ene (2002), Fragstats: spatial pattern analysis programfor categorical maps. Computer software program produced by the authors at the University ofMassachusetts, Amherst. Disponible en este web site: www.umass.edu/landeco/research/fragstats/fragstats.html.Poiani, K. A.; B. D. Richter; M. G. Anderson y H. E. Richter (2000), “Biodiversity conservation atmultiple scales: functional sites, landscapes and networks”, Bioscience, 50: 133-146.16. Bases de datos simplificadas y salida del indicador: mapas y gráficos.17. Observaciones:18. Tipo según EPIR: Estado.19. Elaborado por: Samuel Rivera. 7

×