Conferencia Latinoamericana de Usuarios ESRI – LAUC 2013
16 al 18 de Octubre, 2013 | Lima, Perú

Identificación de áreas p...
CONTENIDO

I.

Introducción

II.

Objetivos

III.

Materiales y Métodos

IV.

Resultados

V.

Conclusiones

Identificación...
I. Introducción

•

Programa del Reto del
Agua y la Alimentación
CPWF, 2003 – 2007

•

Plan de Acción Nacional
Lucha
contr...
Indicadores en Colombia
VOCACIÓN ACTUAL DE USO DE LAS TIERRAS DE
COLOMBIA. (IGAC, CORPOICA, 2001)
78.9% de las
zonas secas...
Sistemas Agroforestales

Revertir
procesos
degradativos

Reducir la
presión
sobre
bosques

Aumento
productividad del
suelo...
SAQ (SQMAS)
Sistema Agroforestal Quesungual
Conjunto de tecnologías de manejo de suelos agrícolas y forestales,
las cuales...
II. Objetivos
•

Identificar el potencial en tierras de ladera de los departamentos del
Valle del Cauca, Cauca y Nariño, p...
III. Materiales y Métodos

http://www.sdart.co.uk

http://www.landsurveyorsunited.com

Identificación de áreas potenciales...
Dominios de Extrapolación-EDA
Método de análisis espacial utilizado para identificar área de
influencia esperada de una nu...
Modelamiento del Peso de la Evidencia
El modelo se basa en la probabilidad bayesiana de los pesos de
capas de mapas indivi...
1. Peso de la evidencia
Área = 173

Sitios piloto = 20

Área de factor = 22

Sitios piloto en área de factor = 8

Identifi...
2. Peso de la evidencia
Área = 173

Sitios piloto = 20

Prob. Inicial = 0.115

Área de factor = 22

Sitios piloto en área ...
3. Peso de la evidencia
Área = 173

Sitios piloto = 20

Prob. Inicial = 0.115

Área de factor = 22

Sitios piloto en área ...
Área de Estudio

Área de entrenamiento
Área de implementación

Identificación de áreas potenciales para sistemas agrofores...
Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente
Esri LAUC13 Colombiano

Índice topográ...
Geoprocesamiento
•

Spatial Data Modeller-SDM

•

Permite adicionar mapas categóricos
con intervalos, ordinales, o de rela...
IV. Resultados

Localización de sitios
potenciales para la
implementación del
SAQ.

Probabilidad Posterior
(Peso de la Evi...
Test de Independencia Condicional
(Agterberg & Cheng CI) de las capas de evidencia

Valle del Cauca
CI Total:
Test de Inde...
Área potencial para el SAQ
Probabilidad Posterior (WofE)

Has

Departamentos

Muy Baja

Baja

Media

Alta

Valle del Cauca...
SAQ : Alternativa de
Manejo en Zonas de
Ladera
Has

Probabilidad Posterior (WofE)

Suelos y tierra en
Muy Baja
desertifica...
Algunos Referentes (Castro, 2010).
•

Es posible alcanzar seguridad alimentaria en áreas con tendencia a
sequía en trópico...
V. Conclusiones
•

La implementación de sistemas agroforestales en el Suroccidente
Colombiano, es una alternativa para el ...
V. Conclusiones
Peso de la Evidencia
•

Para identificar si un lugar es apropiado para el proyecto hay que
tener en cuenta...
Socialización de Resultados
•

Socialización de resultados con
las
UMATAS
en
aquellos
municipios con áreas de altas
probab...
Bibliografía
•

Ayarza, M. Ayarza, L. Welchez, E. Navarro, G. Flores. 2005. Sistema Agroforestal Quesungual: Factores que
...
Bibliografía
•

IGAC, CORPOICA. Zonificación de los Conflictos de Uso de las Tierras en Colombia. Capitulo III: Vocación d...
Agradecimientos
Programa de Jóvenes Investigadores e Innovadores 2012,
COLCIENCIAS – Universidad del Valle

Grupo de Inves...
Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente
Esri LAUC13 Colombiano
Nathaly de los A. Mazo
Geógrafa
Joven Investigador,
Universidad del Valle
Cali, Colombia
namwac@gmail.com

PhD. Jorge E. R...
Upcoming SlideShare
Loading in …5
×

Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Colombiano, Nathaly de los Ángeles Mazo - Universidad del Valle, Departamento de Geografía., Colombia

1,429 views
1,226 views

Published on

La implementación de sistemas agroforestales en el Suroccidente Colombiano, es una alternativa para el manejo de zonas de bosque seco de laderas intervenidas y/o en proceso de degradación dada su eficiencia en el uso de recursos a la vez que contribuyen a la seguridad alimentaria de comunidades rurales. Para localizar los lugares con mayor aptitud se utilizó el método denominado Dominios de Extrapolación, el cual se apoya en la herramienta de geoprocesamiento Spatial Data Modeller integrada dentro de ArcGIS. Mediante el uso de métodos probabilísticos como el peso de la evidencia y regresión logística se generaron superficies indicativas de las áreas más adecuadas a la hora de diseminar los sistemas agroforestales. Los resultados han sido socializados con las unidades de asistencia agropecuaria y otras entidades locales, para apoyar la toma de decisiones en procesos de ordenamiento y planificación del territorio.

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,429
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
22
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Colombiano, Nathaly de los Ángeles Mazo - Universidad del Valle, Departamento de Geografía., Colombia

  1. 1. Conferencia Latinoamericana de Usuarios ESRI – LAUC 2013 16 al 18 de Octubre, 2013 | Lima, Perú Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Colombiano Nathaly de los A. Mazo1 Geógrafa - Joven Investigador COLCIENCIAS PhD. Jorge Eliécer Rubiano Mejía2 Departamento de Geografía, Universidad del Valle, Cali -Colombia Lima, Octubre de 2013 1 namwac@gmail.com 2 jorge.rubiano@correounivalle.edu.co Esri LAUC13
  2. 2. CONTENIDO I. Introducción II. Objetivos III. Materiales y Métodos IV. Resultados V. Conclusiones Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  3. 3. I. Introducción • Programa del Reto del Agua y la Alimentación CPWF, 2003 – 2007 • Plan de Acción Nacional Lucha contra la Desertificación y la Sequía MAVDT, 2005 Fuente: PN15 CIAT, 2009. QSMAS, Lempira- Honduras Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  4. 4. Indicadores en Colombia VOCACIÓN ACTUAL DE USO DE LAS TIERRAS DE COLOMBIA. (IGAC, CORPOICA, 2001) 78.9% de las zonas secas presentan algún nivel de desertificación 74% del territorio nacional es altamente susceptible a la salinización [NOMBRE DE CATEGORÍA ] [VALOR] % Agrícola 9% 48% del territorio nacional está afectado por la erosión En zonas secas se encuentra el 50% de las categorías de procesos erosivos más severos. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Forestal 18% Agroforesta l 20% Ganadería 9% Los Bosques Secos Tropicales (bs-T) es uno de los tres ecosistemas más degradados, fragmentados y menos conocidos en Colombia.
  5. 5. Sistemas Agroforestales Revertir procesos degradativos Reducir la presión sobre bosques Aumento productividad del suelo Reducción de la vulnerabilidad Conservación y uso de la tierra sostenible Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Aumentar la seguridad alimentaria de las comunidades
  6. 6. SAQ (SQMAS) Sistema Agroforestal Quesungual Conjunto de tecnologías de manejo de suelos agrícolas y forestales, las cuales combinan la siembra de cultivos con árboles dispersos en regeneración natural, integrando la producción agrícola y forestal en el sistema agroforestal familiar. Maíz, frijol y sorgo Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  7. 7. II. Objetivos • Identificar el potencial en tierras de ladera de los departamentos del Valle del Cauca, Cauca y Nariño, para la implementación de alternativas productivas en zonas rurales. • Contribuir a los procesos de ordenamiento territorial, oferta de tecnologías para sectores marginados de la economía y apoyo a unidades de asistencia técnica agropecuarias locales. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  8. 8. III. Materiales y Métodos http://www.sdart.co.uk http://www.landsurveyorsunited.com Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  9. 9. Dominios de Extrapolación-EDA Método de análisis espacial utilizado para identificar área de influencia esperada de una nueva tecnología o conocimiento sobre un área geográfica en particular.  Uso de información espacial para inferir la distribución potencial de sitios con características similares.  Estadística Bayesiana (Peso de la Evidencia y Regresión Logística). Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  10. 10. Modelamiento del Peso de la Evidencia El modelo se basa en la probabilidad bayesiana de los pesos de capas de mapas individuales, donde cada mapa de entrada es binario y tiene un factor de peso determinado. ¿Cómo se le asigna el peso a la contribución de cada factor? Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  11. 11. 1. Peso de la evidencia Área = 173 Sitios piloto = 20 Área de factor = 22 Sitios piloto en área de factor = 8 Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Prob. Inicial = 0.115
  12. 12. 2. Peso de la evidencia Área = 173 Sitios piloto = 20 Prob. Inicial = 0.115 Área de factor = 22 Sitios piloto en área de factor = 8 Probabilidad Condicional A. Factor y sitios B. Factor pero no sitios C. No Factor pero sitios D. No Factor no sitios W- = ln C/D W+ = ln A/B Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  13. 13. 3. Peso de la evidencia Área = 173 Sitios piloto = 20 Prob. Inicial = 0.115 Área de factor = 22 Sitios piloto en área de factor = 8 Probabilidad Condicional A. Factor y sitios B. Factor pero no sitios C. No Factor pero sitios D. No Factor no sitios W- = ln C/D W+ = ln A/B Odds Post = ln (Odds Prior + ∑(W + +W-) Post Prob = Odds Post/(1+Odds Post) Test de Independencia Condicional de las capas de evidencia P(SjF1F2) = [P(F2jS) P(F1jS) P(S) ] / [P(F2) P(F1)] Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Probabilidad Posterior = 0.14
  14. 14. Área de Estudio Área de entrenamiento Área de implementación Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  15. 15. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Índice topográfico de humedad Rastrojo Pendiente Área agrícola Accesibilidad Bosque de hoja ancha Variables de Evidencia
  16. 16. Geoprocesamiento • Spatial Data Modeller-SDM • Permite adicionar mapas categóricos con intervalos, ordinales, o de relación a escala, para producir un mapa predictivo del lugar donde es probable que ocurra algo similar. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  17. 17. IV. Resultados Localización de sitios potenciales para la implementación del SAQ. Probabilidad Posterior (Peso de la Evidencia) Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  18. 18. Test de Independencia Condicional (Agterberg & Cheng CI) de las capas de evidencia Valle del Cauca CI Total: Test de Independencia Condicional: No. de puntos de entrenamiento observados, n = No. de puntos de entrenamiento esperados, T= Diferencia, T-n= Desviación Estándar de T = Radio de Independencia Condicional: Probabilidad de que este modelo no es condicionalmente independiente es (Tn)/Tstd = Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano Cauca Nariño 0.0% gw1h 218 0.0% gw1h 218 0.0% gw1h 218 52.5 37.3 43.6 -165.5 -180.7 -174.4 7.213 4.455 5.924 4.15 4.99 5.85 -22.940539 is -40.569985 is -29.433503 is 0.0% 0.0% 0.0%
  19. 19. Área potencial para el SAQ Probabilidad Posterior (WofE) Has Departamentos Muy Baja Baja Media Alta Valle del Cauca Cauca Nariño TOTAL 634100 634100 496300 1561100 1805300 3862700 260400 439400 274100 973900 252900 297000 371600 921500 40000 Área potencial (has) 35000 35000 30000 26300 25000 19900 18900 20000 14500 15000 14300 14100 EL TAMBO LA VEGA PATIA EL BORDO 19400 19100 17100 14500 14100 10000 5000 0 MERCADERES BOLIVAR PAEZ BELA PASTO Municipios por Departamento Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano BUESACO MALLAMA DAGUA TULUA BOLIVAR
  20. 20. SAQ : Alternativa de Manejo en Zonas de Ladera Has Probabilidad Posterior (WofE) Suelos y tierra en Muy Baja desertificación, 2006 Baja Media Alta Baja 84500 39600 94300 47100 Moderada 90 207 271 31200 Alta 38600 149000 125500 194900 Totales 132100 209300 246900 273200 Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  21. 21. Algunos Referentes (Castro, 2010). • Es posible alcanzar seguridad alimentaria en áreas con tendencia a sequía en trópicos sub-húmedos sin comprometer la calidad de los recursos suelo, agua y vegetación. • El trabajo con los productores en Honduras ha permitido mejorar el conocimiento de sus prácticas de producción y toma de decisiones. • La identificación de los principios determinantes de éxito del SAQ y las experiencias en su validación facilitara la adaptación del sistema a otras áreas en los trópicos sub-húmedos. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  22. 22. V. Conclusiones • La implementación de sistemas agroforestales en el Suroccidente Colombiano, es una alternativa para el manejo de zonas de bosque seco de laderas intervenidas y/o en proceso de degradación dada su eficiencia en el uso de recursos a la vez que contribuyen a la seguridad alimentaria de comunidades rurales. • En el marco de la lucha contra los procesos de desertificación y sequía en las zonas secas (áridas, semiáridas y subhúmedas secas), los sistemas agroforestales representan un mecanismo para la mitigación de los efectos y prevención de sus causas. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  23. 23. V. Conclusiones Peso de la Evidencia • Para identificar si un lugar es apropiado para el proyecto hay que tener en cuenta la contribución de cada factor (pesos negativos y positivos); asociar dicha información con el conocimiento del sitio (Probabilidad inicial de los sitios con SAQ); y calcular el valor del potencial de cualquier otro nuevo lugar para replicar SAQ (probabilidad posterior). • Además, es importante verificar problemas de condicionalidad e incertidumbre del modelo predictivo, y ajustar los resultados con información complementaria. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  24. 24. Socialización de Resultados • Socialización de resultados con las UMATAS en aquellos municipios con áreas de altas probabilidades de implementación. • Desarrollo de alternativas tecnológicas y asistencia técnica apoyo en el proceso de toma de decisiones y ordenamiento y planificación del territorio. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  25. 25. Bibliografía • Ayarza, M. Ayarza, L. Welchez, E. Navarro, G. Flores. 2005. Sistema Agroforestal Quesungual: Factores que influyeron en su adopción por los pequeños productores de ladera de la región de Lempira Sur de Honduras. • Boehner, J., Koethe, R. Conrad, O., Gross, J., Ringeler, A., Selige, T. (2002): Soil Regionalisation by Means of Terrain Analysis and Process Parameterisation. In: Micheli, E., Nachtergaele, F., Montanarella, L. [Ed.]: Soil Classification 2001 European Soil Bureau, Research Report No. 7, EUR 20398 EN, Luxembourg. pp.213-222. • Bonham-Carter, GF. Geographic information systems for geoscientist: Modelling with GIS. In: Merriam DF, editors. Computer Methods in the Geosciences. New York: Pergamon/Elsevier; 2002, 302-334. • Castro Zúniga, Aracely. 2010. Dinámica del nitrógeno y fósforo del suelo en el sistema agroforestal Quesungual. Doctorado thesis, Universidad Nacional de Colombia Sede Palmira. • CIAT. 2009. PN15 - Quesungual slash and mulch agroforestry system (QSMAS): Improving crop water productivity, food security and resource quality in the subhumid tropics. CPWF Project Report. Cali, Colombia. 64 p. • Consorcio para el manejo integrado de los suelos frágiles de Centroamérica-MIS. 2005. Boletín Técnico No 1 Tegucigalpa, Honduras • GAMBOA, Harold; GÓMEZ, Walter & IBRAHIM, Muhammad. Sistema agroforestal Quesungual: una buena práctica de adaptación al cambio climático. Capítulo 3. En : Políticas y Sistemas de Incentivos para el Fomento y Adopción de Buenas Prácticas Agrícolas Como Una medida de Adaptación al Cambio Climático en América Central. Centro Agronómico Tropical de Investigación y Enseñanza (CATIE). Turrialba, Costa Rica, 2009. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  26. 26. Bibliografía • IGAC, CORPOICA. Zonificación de los Conflictos de Uso de las Tierras en Colombia. Capitulo III: Vocación de uso de las tierras de Colombia. Bogotá, Colombia. 2002 • Ministerio de Ambiente, Vivienda y Desarrollo Territorial-MAVDT. República de Colombia Plan de Acción Nacional Lucha contra la Desertificación y la Sequía en Colombia. Bogotá, 2005 ISBN: 958-97679-2-3 • Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), 2005. El Sistema Agroforestal Quesungual. • Programa de las Naciones Unidas para el Medio Ambiente (PNUMA) Tomado de Agroforestería Guatemala. http://www.unccd.int/en/Pages/Contact.aspx • Rubiano, J, Cook, S. and Douthwaite, B. 2008. Adapting to change–how to accelerate impact. Proceedings of the CGIAR Challenge Program on Water and Food 2nd International Forum on Water and Food, Addis Ababa, Ethiopia, November 10—14, 2008. The CGIAR Challenge Program on Water and Food, Colombo. 183pp. • Rubiano, J., S. Cook, M. Rajasekharan, V. Soto, and B. Douthwaite. 2009. Extrapolation domain analysis: A tool to anticipate research impact. Impact Assessment Review Journal (in press). • Sawatzky, D. L., G. L. Raines, G. F., Bonham-Carter, and C. G. Looney. 2005. ARCSDM3: ArcMAP extension for spatial data modelling using weights of evidence, logistic regression, fuzzy logic and neural network analysis. URL: http://ntserv.gis.nrcan.gc.ca/sdm/ARCSDM3/. • Datos espaciales Fuente JointResearchCentre ISCGM Global Map Data Download Service CGIAR Consortium for Spatial Information (CGIAR-CSI) Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano URL http://bioval.jrc.ec.europa.eu/products/gam/index.htm http://www.iscgm.org/gmd/download/glcnmo.html http://srtm.csi.cgiar.org/
  27. 27. Agradecimientos Programa de Jóvenes Investigadores e Innovadores 2012, COLCIENCIAS – Universidad del Valle Grupo de Investigación Territorios Departamento de Geografía, Universidad del Valle Cali, Valle del Cauca Ph D. Aracely Castro, CIAT Palmira, Valle del Cauca Unidad Municipal de Asistencia Técnica Agropecuaria, UMATA de Toro, Tuluá y Dagua, Valle del Cauca Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  28. 28. Identificación de áreas potenciales para sistemas agroforestales en el Suroccidente Esri LAUC13 Colombiano
  29. 29. Nathaly de los A. Mazo Geógrafa Joven Investigador, Universidad del Valle Cali, Colombia namwac@gmail.com PhD. Jorge E. Rubiano Profesor asociado Departamento de Geografía, Universidad del Valle Cali –Colombia Jorge.rubiano@correunivalle.edu.co Esri LAUC13 Zona para una Imagen Vertical

×