protocolo subnacional pdi

Protocolo de procesamiento digital de imgenes para la cuantificacin de la deforestacin

Nivel Subnacional Escala gruesa y fina

Protocolo de procesamiento digital de imgenes para la cuantificacin de la deforestacin

Nivel Subnacional Escala gruesa y fina

JUAN MANUEL SANTOS CALDERNPresidente de la Repblica

BEATRIZ URIBE BOTEROMinistra de Ambiente, Vivienda y Desarrollo Territorial

SANDRA BESSUDO LIONAlta Consejera Presidencial para la Gestin Ambiental, la Biodiversidad y el Cambio Climtico

CARLOS CASTAO URIBEViceministro de Ambiente

RICARDO JOS LOZANO PICNDirector General Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM

LUZ MARINA ARVALO SNCHEZSubdirectora Ecosistemas e Informacin Ambiental IDEAM

EDITORESEdersson Cabrera MontenegroGustavo Galindo GarcaDiana Marcela Vargas Galvis

FOTOGRAFAS DE LA CARTULAAdriana Patricia Yepes QuinteroJuan Carlos Rubiano Rubiano

DISEO CARTULAGrupo Comunicaciones IDEAM

DISEO Y DIAGRAMACINVctor manuel Riveros Lemus - Editorial Scripto Ltda.

IMPRESIN Y ACABADOSEditorial Scripto Ltda.PBX: 756 20 03

Publicacin aprobada por el Comit de Comunicaciones y Publicaciones del IDEAMOctubre de 2011, Colombia.ISBN: 978-958-8067-44-5Distribucin gratuita.

CTESE DENTRO DE UN TEXTO COMO:Cabrera et al., IDEAM, 2011.

CTESE COMO:Cabrera E., Vargas D. M., Galindo G. Garca, M.C., Ordoez, M.F. 2011. Protocolo de procesamiento digital de imgenes para la cuantificacin de la deforestacin en Colombia, Nivel Subnacional Escala Grues y fina. Instituto de Hidrologa, Meteorologa, y Estudios Ambientales-IDEAM-. Bogot D.C., Colombia. 44 p.

2011, Instituto de Hidrologa, Meteorologa y Estudios Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden ser usados parcial o totalmente citando la fuente. Su reproduccin total debe ser autorizada por el Instituto de Hidrologa, Me-teorologa y Estudios Ambientales-IDEAM.

Este trabajo fue financiado por la Fundacin Gordon y Betty Moore, proyecto Capacidad Institucional Tcnica y Cientfica para Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y Degradacin REDD en Colombia, Instituto de Hidrologa, Meteorologa y Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente, Vivienda y Desarrollo Territo-rial (MAVDT), Fundacin Natura.

Impreso en Colombia - Printed in Colombia

MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIALINSTITUTO DE HIDROLOGA, METEOROLOGA Y ESTUDIOS AMBIENTALES - IDEAM

RICARDO JOS LOZANO PICNDirector General

CAROLINA CHINCHILLA TORRESSecretaria General

CONSEJO DIRECTIVO

BEATRIZ ELENA URIBE BOTEROMinistra de Ambiente, Vivienda y Desarrollo Territorial

GERMN CARDONA GUTIRREZMinistro de Transporte

HERNANDO JOS GMEZ RESTREPODirector Departamento Nacional de Planeacin

ADRIANA SOTO CARREODesignada de la Presidencia de la Repblica

LUS ALFONSO ESCOBAR TRUJILLORepresentante de las CARs

OSCAR JOS MESA SNCHEZRepresentante del Consejo Nacional de Ciencia y Tec-nologa

JORGE BUSTAMANTE ROLDNDirector del Departamento Administrativo Nacional de Estadstica-DANE

DIRECTIVAS

LUZ MARINA ARVALO SNCHEZSubdirectora de Ecosistemas e Informacin Ambiental

MARGARITA GUTIRREZ ARIASSubdirectora de Estudios Ambientales

MARA TERESA MARTNEZ GMEZJefe de Oficina Servicio de Pronstico y Alertas

LILIANA MALAMBO MARTNEZJefe Oficina Asesora de Planeacin

MARTHA DUARTE ORTEGAJefe Oficina de Control Interno (E)

OMAR FRANCO TORRESSubdirector de Hidrologa

ERNESTO RANGEL MATILLASubdirector de Meteorologa

ALICIA BARN LEGUIZAMNJefe de la Oficina de Informtica (E)

FERNEY BAQUERO FIGUEREDOJefe Oficina Asesora Jurdica

MARCELA SIERRA CUELLOCoordinadora Grupo Comunicaciones

AUTORES

Edersson Cabrera MontenegroDiana Marcela Vargas Galvis

Gustavo Galindo GarcaMara Claudia Garca Dvila

Mara Fernanda Ordez Castro

COLABORADORESLina Katherine Vergara

Ana Mara Pacheco PascagazaJuan Carlos Rubiano Rubiano

Paola Giraldo RodrguezEdwin Ivn Granados Vega

Adriana Patricia Yepes QuinteroJohana Herrera Montoya

COORDINACIN Y SUPERVISINMara Claudia Garca Dvila

Coordinadora GeneralMara Fernanda Ordoez Castro

Asistente de CoordinacinEdersson Cabrera MontenegroCoordinador Componente PDI

AGRADECIMIENTOS

El Instituto de Hidrologa, Meteorologa y Estudios Ambientales IDEAM, agradece a la Fundacin Betty and Gordon Moore y a la Fundacin Natura, y a las siguientes entidades que contribuyeron al logro de esta publicacin, por el apoyo e informacin suministrada:

INSTITUCIONES

CorporacinAutnomaRegionaldelAltoMagdalenaCAM

CorporacinAutnomaRegionaldelRoGrandedeLaMagdalenaCormagdalena

CorporacinNacionaldeInvestigacinyFomentoForestalCONIF

ForestCarbonTrackingTask-GroupofEarthObservationFCTT-GEO

Google.org

Infoterra

InstitucinCarnegieparalaCiencia

ONFAndinaONFInternacional

ProgramaMIDASMsInversinparaelDesarrolloAlternativoSostenible/U.S.AgencyforInternationalDevelopmentUSAID

Sarvision

UnidadAdministrativaEspacialdelSistemadeParquesNacionalesNaturalesUAESPNN

UniversidadNacionaldeColombiaSedeMedelln

WoodsHoleResearchCenterWHRC

PERSONAS NATURALES

AlexHeld.PhD.GroupofEarthObservationsGEO

AlexHeld.PhD.GroupofEarthObservationsGEO

DolorsArmenterasPascual.PhD.UniversidadNacionaldeColombia

JosefKellndorfer.PhD.WoodsHoleResearchCenterWHRC

MarcelaQuionesFernandez.PhD.Sarvision.

SteffenKuntz.PhD.InfoTerraGmbH

TinaCormier.WoodsHoleResearchCenter-WHRC

Comit Tcnico

Andrea Garca GuerreroCoordinadora Grupo de Mitigacin de Cambio ClimticoMinisterio de Ambiente, Vivienda y Desarrollo Territorial

Xiomara Sanclemente ManriqueDirectora de Ecosistemas

Ministerio de Ambiente, Vivienda y Desarrollo Territorial

Luz Marina Arvalo SnchezSubdirectora Ecosistemas e Informacin Ambiental

Instituto de Hidrologa, Meteorologa y Estudios Ambien-tales IDEAM

Mara Margarita Gutirrez AriasSubdirectora de Estudios Ambientales

Instituto de Hidrologa, Meteorologa y Estudios Ambien-tales IDEAM

Ana Cristina Villegas RestrepoOficial de Proyecto

Fundacin Gordon y Betty Moore

Elsa Matilde Escobar ngelDirectora EjecutivaFundacin Natura

lvaro Javier Duque MontoyaProfesor Asociado

Departamento de Ciencias Forestales,UniversidadnacionaldeColombia

Coordinacin GeneralMara Claudia Garca Dvila

Mara Fernanda Ordez CastroJuanita Gonzlez Lamus

Carlos Alberto Noguera CruzHenry Alterio Gonzlez

Equipo Tcnico Carbonolvaro Javier Duque Montoya

Adriana Patricia Yepes QuinteroDiego Alejandro Navarrete Encinales

Juan Fernando Phillips BernalLina Mara Carreo CorreaKeneth Roy Cabrera Torres

Esteban lvarez DvilaWalterGilTorres

Equipo Tcnico Procesamiento Digital de Imgenes

Edersson Cabrera MontenegroDiana Marcela Vargas Galvis

Gustavo Galindo GarcaLina Katherine Vergara ChaparroAna Mara Pacheco PascagazaJuan Carlos Rubiano Rubiano

Paola Giraldo RodrguezEdilia Gonzlez Mateus

Luisa Fernanda Pinzn FloresEdwin Ivn Granados Vega

Paola Margarita Pabn OtloraKarol Constanza Ramrez Hernndez

Daniel Alberto Aguilar CorralesHenry Omar Augusto Castellanos Quiroz

Helio Carrillo Peuela

Equipo Tcnico Proyecciones de DeforestacinAndrs Alejandro Etter Rothlisberger

Armando Hilario Sarmiento LpezJos Julin Gonzlez ArenasSergio Alonso Orrego SuazaCristian David Ramrez Sosa

Equipo Tcnico Componente TecnolgicoMara Liseth Rodrguez Montenegro

Eduin Yesid Carrillo VegaEmilio Jos Barrios Crdenas

Equipo Tcnico Proyecto Piloto REDDAdriana Patricia Yepes Quintero

WilliamGiovannyLaguadoCervantesJohana Herrera Montoya

Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectosde Reduccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia

SIGLAS Y ACRNIMOS

COP: ConferenciadelasPartesdelaCMNUCC

CORINE: Coordination of Information on the Environment

p.e.: Significa por ejemplo

et al.: Significa y colaboradores, y otros; del latn et all

ASI: Agencia Espacial Italiana

CSA: Agencia Espacial Canadiense

DLR: Centro Aeroespacial Alemn

IDEAM: Instituto de Hidrologa, Meteorologa y Estudios Ambientales

IGAC: Instituto Geogrfico Agustn Codazzi

INPE: Instituto de Investigaciones Espaciales de Brasil

IPCC: Panel Intergubernamental de Cambio Climtico

ISRO: Organizacin de Investigacin Espacial de la India

JAXA: Agencia Espacial Japonesa

REDD+: Reduccin de Emisiones por Deforestacin y Degradacin de bosques

9

CONTENIDO GENERAL

1. INTRODUCCIN ............................................................................................. 11

2. OBJETIVO ........................................................................................................ 13

3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES ....................... 15

4. ELEMENTOS CONCEPTUALES .................................................................... 19

5. DESARROLLO DEL PROCEDIMIENTO A NIVEL SUBNACIONAL ............. 21

7. LITERATURA CITADA ..................................................................................... 39

8. GLOSARLO ...................................................................................................... 41

Contenido general

11 Introduccin

1. INTRODuCCIN

La informacin proveniente de imgenes de sensores remotos ofrece grandes capacidades para el monitoreo de la actividad y desarrollo de las cubiertas vegetales en su expresin espacial y temporal en diferentes escalas, desde locales a globales (Field et al., 1995; Colditz R., 2007). Mltiples aplicaciones de ndices orientados al seguimiento de la vege-tacin han sido generadas a partir de los datos satelitales y han sido aplicados en estudios ecolgicos(KerrandOstrovsky,2003).

El Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos de Re-duccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia, ha evaluado diversas metodologas de procesamiento digital de imgenes de sensores remotos para la determinacin de la deforestacin y la estimacin del almacenamiento de carbono en los bosques, a fin de orientar los primeros pasos para el establecimiento de un sistema slido, robusto, confiable y transparente para el monitoreo de la extensin, distribucin y cambios en la cobertura forestal y su relacin con el contenido de carbono. Para este efecto se han realizado diversas pruebas para establecer los mejores insumos, procesos y herramien-tas para el monitoreo de los bosques y la determinacin de la deforestacin, a travs del procesamiento digital de imgenes de satlite y se han desarrollado varios ejercicios para determinar la deforestacin a nivel nacional.

Adems de la generacin de los datos, se han elaborado documentos que incluyen la descripcin detallada del esquema metodolgico propuesto, as como los principales pro-ductos que se obtienen en el proceso, las consideraciones tcnicas y metodolgicas y los recursos necesarios para su realizacin. Este documento complementa el Protocolo de procesamiento digital de imgenes de satlite para la cuantificacin de la deforestacin nacional (Cabrera et al., IDEAM, 2011), proponiendo los pasos para una metodologa que permita cuantificar la deforestacin y monitorear los cambios en la coberturas de bosque a nivel regional o local de manera que permita apoyar los proyectos REDD pero que a la vez produzca informacin que sea complementaria e integrable con la informacin a nivel nacional.

13

2. OBJETIVO

Establecer los pasos metodolgicos necesarios para generar cartografa temtica y re-portes estadsticos a nivel subnacional sobre la extensin, distribucin y cambios de la cobertura de bosque, a partir del procesamiento digital de imgenes de sensores remotos de alta y muy alta resolucin espacial.

Objetivo

PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL -ESCALA GRuESA Y fINA-

14

15

3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES

El presente documento se fundamenta en consideraciones tcnicas que deben ser tomadas en cuenta a fin de identificar adecuadamente los recursos necesarios y las implicaciones del proceso de generacin de productos de cartografa temtica en el marco del monitoreo de la cobertura boscosa a nivel subnacional. As mismo, se plantean los alcances, mbito de aplicacin y su interrelacin jerrquica con el nivel nacional.

1. El Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar Proyectos de Re-duccin de Emisiones por Deforestacin y Degradacin -REDD- en Colombia, en sus lineamientos generales ha contemplado el establecimiento de las bases para imple-mentar un sistema de monitoreo de la deforestacin desde dos niveles de aproxima-cin, nacional y sub-nacional, consecuente con los lineamientos hasta ahora publicados porlaConvencinMarcodelasNacionesUnidassobreCambioClimtico-CMNUCC-yel Panel Intergubernamental de Cambio Climtico -IPCC- y sus rganos subsidiarios.

2. En consecuencia, el proyecto ha propuesto una serie de protocolos para la cuantifi-cacin de la deforestacin utilizando tcnicas de procesamiento digital de imgenes de satlite que se ejecut en el marco de los ejercicios de cuantificacin de la lnea base histrica de deforestacin. Los protocolos dan directrices para la generacin de informacin en los niveles y escalas de generacin de informacin definidas.

3. En el contexto del presente protocolo la cobertura de bosque se define como Tierra ocupada principalmente por rboles que puede contener arbustos, palmas, guaduas, hierbas y lianas, en la que predomina la cobertura arbrea con una densidad mnima del dosel de 30%, una altura mnima del dosel (in situ) de 5m al momento de su iden-tificacin, y un rea mnima de 1,0 ha. Se excluyen las coberturas arbreas de planta-cionesforestalescomerciales(conferasy/olatifoliadas),cultivosdepalma,yrbolessembrados para la produccin agropecuaria. Esta definicin es consecuente con los criteriosdefinidosporlaCMNUCCensudecisin11/COP.7,conladefinicinadoptadapor Colombia ante el Protocolo de Kyoto, as como con la definicin de la cobertura de bosque natural incluida en la adaptacin para Colombia de la leyenda de la metodologa CORINE Land Cover -CLC Colombia-.

Alcances y consideraciones tcnicas iniciales


16

4. En el contexto del presente protocolo la deforestacin est definida como la conversin directay/oinducidadelacoberturabosqueaotrotipodecoberturadelaTierraenunperiodo de tiempo determinado (DeFries et al., 2006; GOFC-GOLD, 2009).

5. El presente protocolo no pretende constituirse en una nueva metodologa para el se-guimiento de las coberturas de la Tierra a nivel subnacional, sin embargo, su estructu-ra y operatividad permiten su integracin con el proceso nacional para la generacin de este tipo de informacin. En este sentido, la aplicacin del presente documento est orientada a la generacin de informacin oportuna, coherente, transparente, exhaus-tiva, completa, precisa y comparable sobre la distribucin, extensin y cambios en el tiempo de la cobertura de bosque a nivel subnacional, que permita la generacin de un esquema de seguimiento efectivo de esta cobertura.

6. No obstante lo anterior, para establecer un panorama general de los cambios del bos-que hacia y desde otros tipos de coberturas de la Tierra (pastos, cultivos permanen-tes, cultivos transitorios, etc.), el protocolo propone aplicar una leyenda de coberturas de la Tierra (principalmente vegetales), basada en la adaptacin para Colombia de la leyenda de la metodologa CORINE Land Cover -CLC Colombia-, en sus niveles I y II, permitiendo realizar los anlisis del proceso de deforestacin.

7. El pblico objetivo del presente protocolo son funcionarios de entidades pblicas res-ponsables de la generacin de informacin oficial sobre la distribucin, extensin y cambiosenlacoberturaboscosaanivelnacional,regionaly/odepartamental.Suapli-cacin requiere de profesionales con experiencia en el uso de sistemas de informacin geogrfica -SIG- y teledeteccin.

8. En el contexto del presente protocolo la generacin de informacin a nivel subnacional escala gruesa implica el procesamiento digital de imgenes de alta resolucin espa-cial (pixel 10m - 5m) para generar informacin sobre la distribucin y los cambios en la cobertura boscosa, conforme a una escala espacial 1:50.000. La seccin del protocolo para la cuantificacin de la deforestacin a nivel subnacional escala gruesa sebasaenelusodeimgenesdesatlitedealtaresolucinespacial(p.e.SPOT4/5,ALOS AVNIR2, etc.). Sin embargo, el protocolo propone alternativas para el caso de no contar con este insumo.

9. En el contexto del presente protocolo la generacin de informacin a nivel subnacional escala fina implica el procesamiento digital de imgenes de muy alta resolucin espa-cial (pixel 5m - 1m) para generar informacin sobre la distribucin, extensin y cam-bios en la cobertura boscosa, conforme a una escala espacial 1:25.000. La seccin del protocolo para la cuantificacin de la deforestacin a nivel subnacional escala fina se basa en el uso de imgenes de satlite de muy alta resolucin espacial como las de lossistemasIKONOS,RapidEye,QuickBirdosimilares,conunaresolucinespacialde 5m - 1m. Sin embargo, el protocolo propone alternativas para el caso de no contar con este insumo.

10. El IDEAM adelant la evaluacin de diversos algoritmos de distintos grados de au-tomatizacin orientados tanto a la identificacin de la cobertura boscosa como a la cuantificacin de la deforestacin. De sta revisin se deriva la seleccin y aplicacin

17

de los procedimientos presentados en este documento, no obstante debe notarse que este protocolo deber estar sujeto a una continua revisin y actualizacin.

11. Los productos derivados a partir de la aplicacin del presente protocolo son los mapas decoberturaBosque/NoBosque,losmapasdecoberturasdelaTierraylosmapasdecambio de la cobertura boscosa en regiones de inters en el pas, para los periodos de tiempo determinados, especialmente para el apoyo de proyectos REDD.

Alcances y consideraciones tnicas iniciales

19

4. ELEMENTOS CONCEPTUALES

4.1 COBERTURA Y USO DE LA TIERRA

De acuerdo con la Gua de las Buenas Prcticas formulada por el IPCC (2003, 2006), para estimar las existencias carbono y las emisiones de GEI, es necesario tener informacin relacionada con la clasificacin, rea de superficie y datos de biomasa correspondientes a las diferentes categoras de usos de la tierra que se puedan identificar. En esta lnea, el IPCC recomienda seis categoras generales de uso de la tierra, a partir de las cuales, posteriormente se pueden realizar estratificaciones por tipo de clima o zona ecolgica. A grandes rasgos, la estratificacin se refiere a la divisin de cualquier paisaje heterogneo en distintos estratos sobre la base de algn factor de agrupacin comn (GOFC-GOLD 2009). Para el caso particular de los proyectos REDD, se recomienda realizar estratifi-caciones usando como factor de agrupacin, las existencias de carbono en la vegetacin. Esto permitir asociar para un rea determinada, las emisiones de dixido de carbono producidas por la deforestacin o degradacin de los bosques.

El mapeo de cobertura y uso de la Tierra en Colombia est basado en la adaptacin del es-tndar europeo CORINE1 Land Cover, realizada en conjunto por 13 instituciones del estado bajo la coordinacin tcnica del Instituto de Hidrologa, Meteorologa y Estudios Ambienta-les -IDEAM- y el Instituto Geogrfico Agustn Codazzi -IGAC- (IDEAM, IGAC, IAvH, SINCHI, UAESPNN,INVEMARyUPTC.Enprensa).Esteejerciciosecondensaenunaleyendadecobertura y uso de la tierra de 63 clases basada en el procesamiento digital (visual) de imgenes Landsat 5TM y Landsat 7 ETM+ a una escala de mapeo de 1:100.000 con una unidad mnima de mapeo de entre 6,25 y 25 ha.

Se propone trabajar una leyenda de coberturas de la Tierra, basada en la adaptacin para Colombia de la leyenda de la metodologa CORINE Land Cover -CLC Colombia-, en sus ni-veles I, II y III. En total la leyenda est constituida por 14 clases de cobertura de la Tierra, que pueden verse en la Tabla 1.

1 CORINE Land Cover hace parte de un esfuerzo pan-europeo para el mapeo consistente y continuo de la cobertura de la Tierra en Europa.

Elementos conceptuales

PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL -ESCALA GRUESA Y FINA-

20

El uso de esta leyenda permite en un primer enfoque realizar los anlisis del proceso de deforestacin, es decir el cambio de coberturas de bosque a otros tipos de coberturas de laTierraloquecorrespondeaunanlisisdedeforestacindeltipoBosque/NoBosque(Ta-bla 1, columna 5). Pero tambin permite establecer un panorama general de los cambios del bosque a otras coberturas como pastos, cultivos permanentes, cultivos transitorios, usando las clases resaltadas en las columnas 2, 3 y 4.

Tabla 1. Propuesta de leyenda de coberturas de la tierra

Categoras IPCC

CLC Adaptado ColombiaAnlisis

deforestacinNivel I Nivel II Nivel III

Asentamientos Territorios Artificializados

Zonas urbanizadas No Bosque

Otras zonas artificializadas No Bosque

Tierras Cultivadas

Territorios Agrcolas

Cultivos transitorios No Bosque

Cultivos permanentes No Bosque

Pastos No Bosque

Praderas o pastizales

reas agrcolas heterogneas

No Bosque

Tierras Forestales

Bosques y reas Semi-Naturales

Bosques Bosque Natural Bosque

Plantacin forestal No Bosque

reas con vegetacin Herbceay/oArbustiva

reas con vegetacin arbustiva

No Bosque

Praderas o pastizales

reas con vegetacin Herbcea

No Bosque

Tierras Forestales

Vegetacin secundaria o en transicin

No Bosque

reas abiertas, sin o con poca vegetacin

Zonas quemadas No Bosque

Otras reas sin vegetacin No Bosque

Humedales reas Hmedas

reas hmedas continentales No Bosque

reas hmedas costeras No Bosque

Superficies de agua Superficies de agua No Bosque

Fuente: Cabrera et al., IDEAM 2011a.

21

5. DESARROLLO DEL PROCEDIMIENTO A NIVEL SuBNACIONAL

El proceso metodolgico necesario para generar informacin temtica a nivel subnacional en el marco del sistema de monitoreo de deforestacin se desarrolla de forma general en cuatro grandes fases, a saber:

a. Fase I: Preparar o pre-procesar las imgenes con el fin de aprestarlas para el pro-cesamiento efectuando correcciones que eliminan efectos anmalos captados por el sensor.

b. Fase II: Se procesan las imgenes utilizando herramientas automatizadas de clasifica-cin a fin de generar clasificaciones de cobertura preliminares.

c. Fase III: Los resultados obtenidos en la segunda fase son ajustados para la obtencin de la informacin depurada sobre distribucin, extensin y cambios en las coberturas de la Tierra a fin de determinar la dinmica de cambio en las reas deforestadas.

d. Fase IV: Etapa de validacin temtica que permite estimar la incertidumbre de la infor-macin generada.

Desarrollo del procedimiento


22

Figura 1. Esquema de la estrategia de uso de imgenes de sensores remotos a nivel subnacional para el monitoreo de la cobertura boscosa

Nivel

Subnacional

Escala Gruesa

(10m /

23

Tabla 2. Imgenes de sensores remotos aplicables a nivel subnacional

NIVEL ESCALA SENSOR RESOLUCIN(m) AGENCIA COSTO (U$/km)

Subnacional

Gruesa

SPOT4-HRVIR-2 10 Spot Image 0,90

SPOT5-HRVIR2/HRG 10--5 Spot Image 0,90

ALOS AVNIR-2 10 JAXA 0,08

Rapid Eye 5 DLR 1,65

LISS-IV 5,8 ISRO 0,39

RADARSAT2 (Modo fino) 8 CSA 3,12

Fina

SPOT5-HRVIR2/HRG 2,5 Spot Image 0,90

CBERS2- 2,5 INPE 0,00

QuickBird(multipectral) 3 Digital Globe 24,00

QuickBird(Pan) 0,65 Digital Globe 24,00

Ikonos(multiespectral) 3 Space Imaging 20,00

Ikonos(Pan) 1 Space Imaging 20,00

Fotografa area digital 0,5 IGAC --

Cosmo-Skymed 3 ASI 1,52

Cosmo-Skymed 1 ASI 63,78

Terrasar-X (StripMap) 3 DLR 2,92

Terrasar-X (SpotLigth) 1 DLR 5,85

* Valores de referencia Jun. 2011.

A continuacin se describe detalladamente cada una de estas fases, los procedimientos que deben ser realizados y los resultados intermedios y finales esperados.

5.1 ETAPA DE PRE PROCESAMIENTO

5.1.1 SELECCIN Y ADQUISICIN DE IMGENES

De acuerdo con los propsitos de dar soportes a proyectos de escala subnacional y la disponibilidad de imgenes de sensores remotos aplicables a estudios de mapeo de cober-turas de la Tierra, se opt por el uso de imgenes de alta y muy alta resolucin espacial, preferiblemente de alta resolucin espectral y radiomtrica como es el caso de las im-genesSPOT/IKONOS/QUICKBIRD,entreotras, loscuales fueronseleccionadoscomoelinsumo de teledeteccin para este ejercicio (una descripcin ms detallada se presenta en el documento Documento tcnico de referencia para la utilizacin de imgenes de senso-res remotos en la cuantificacin de la deforestacin y estimacin del almacenamiento de carbono (Cabrera et al., IDEAM, 2011b).

Respecto del nivel Sub-nacional, el esquema propuesto se encuentra orientado a dar so-porte tcnico a proyectos REDD de escala local y regional, y segn el tamao del proyecto puede variar el tipo de aproximacin, desde una escala gruesa que usa imgenes de alta



24

resolucin espacial (imgenes pticas y de radar entre 10 y 5m) hasta una escala fina que usa imgenes de muy alta resolucin (imgenes pticas y de Radar 53m), operados por sensores principalmente comerciales, las cuales permiten entre otros aspectos apoyar la verificacin de resultados del nivel nacional y generar informacin detallada para pequeas reas de inters. Esta escala a partir del procesamiento digital de los productos espectra-les obtenidos, se propone apoyar el establecimiento de un monitoreo bienal y actualizacin de la deforestacin y los patrones del proceso de deforestacin a nivel sub-nacional. As mismo, los productos generados apoyarn la estimacin del almacenamiento de carbono a escala subnacional.

Los principales criterios para la seleccin de las imgenes a utilizar en el nivel subnacional, son:

Resolucin espacial mximo 10m

Para cada momento del periodo a analizar es preferible usar imgenes con la menor diferencia temporal posible, una variacin de adquisicin de ms o menos un ao a par-tir de la fecha establecida como referencia. De acuerdo a la disponibilidad se sugiere seleccionaralmenosunaimagenparacadatemporadaclimtica(pocaseca/pocahmeda).

Porcentaje con cobertura de nubosidad corresponde a un valor entre 0 y 100% asig-nado por el proveedor del conjunto de imgenes. Para este ejercicio se prefieren imgenes con coberturas de nubes menores al 20%. Sin embargo, de acuerdo a las particularidades del rea analizada, la localizacin de las reas con nubes y la disponi-bilidad de imgenes se podrn utilizar imagen hasta con el 50%.

Indicador de la calidad tcnica de los datos (presencia de errores radiomtricos, efec-tos nocivos, etc.) de acuerdo con el proveedor de imgenes corresponde a un valor entre 0 y 9. Se prefieren imgenes con calidades mayores o iguales a 7.

Unavezdeterminadosestoscriteriossedebeprocederaestablecerladisponibilidaddeimgenes en los diferentes repositorios de imgenes de sensores remotos, inicialmen-te a nivel nacional y posteriormente en repositorios internacionales. Se debe revisar los listados de imgenes disponibles en el Banco Nacional de Imgenes -BNI- e instituciones pblicasnacionales(ProyectoSIMCIUNODC,SINCHI,etc)quepudiesentenerdisponi-bilidad de imgenes an no reportadas al BNI o que dadas sus condiciones de calidad no hayan sido cargadas.

En caso de que la bsqueda en los repositorios nacionales no logre un cubrimiento del 100%, o que la calidad de las imgenes encontradas no cumpla con los criterios de pro-cesamiento, se debe realizar una exploracin a travs de los catlogos internacionales existentesquepermitan labsqueda,visualizacin,seleccin,descargay/osolicituddecompra de imgenes de sensores remotos o en ciertos casos se requiere hacer la solicitud de programacin del satlite. Cada uno de los programas satelitales tiene un mecanismo diferente de adquisicin que deber ser tenido en cuenta para la programacin de la ad-

25

quisicin de las imgenes necesarias para cuantificar la deforestacin en el periodo de anlisis determinado.

Si la planificacin del proyecto se realiza con la suficiente anticipacin, es recomendable tener en cuenta la posibilidad de realizar con los proveedores de imgenes la programacin de toma de las mismas de manera que cumplan con las caractersticas requeridas por el anlisis especfico a desarrollar. El almacenamiento de las imgenes se har segn el modelo de datos Raster del IDEAM y deber incluir la documentacin (metadato) corres-pondiente diligenciado segn las normas nacionales vigentes.

Figura 2. Disponibilidad de imgenes SPOT 4-5-para el periodo 1996-2008

META

VICHADA

AMAZONAS

CAQUET

GUAINA

VAUPS

CHOC

ANTIOQUIA

GUAVIARE

CAUCA

CASANARE

NARIO

CESAR

TOLIMA

ARAUCA

HUILA

BOYAC

CRDOBA

SANTANDER

PUTUMAYO

BOLVAR

MAGDALENA

LA GUAJIRA

SUCRE

CUNDINAMARCA

VALLE DEL CAUCA

NORTE DE SANTANDER

CALDAS

RISARALDA

ATLNTICO

QUINDO BOGOTA, D.C.

REPBLICA DE COLOMBIA

INSTITUTO GEOGRFICO AGUSTN CODAZZI - IGAC

SUBDIRECCIN GEOGRAFA Y CARTOGRAFA

Imgenes SPOT1996 - 20002001 - 20032004 - 20062007 - 2008Departamentos

CUBRIMIENTO IMGENES DE SATLITE SPOT


Fuente: Imagen cortesa IGAC.


26

5.1.2 CALIBRACIN RADIOMTRICA Y CORRECCIN ATMOSfRICA

Este proceso permite convertir la informacin de la imagen original (bruta) de cada pixel, de Niveles Digitales -ND- a Niveles de Reflectancia captada por el sensor en el tope de la atmosfera, es decir, sin los efectos de la misma, lo que permite disminuir los efectos de dispersin o absorcin causados por la presencia de partculas en la atmsfera. Adicional-mente, se busca remover el efecto de los diferentes ngulos de incidencia de la energa solar y de la distancia Tierra - Sol, que se producen como consecuencia de las diferencias de tiempo de adquisicin de las imgenes. Tambin es conveniente su aplicacin en el caso de utilizar imgenes de diferentes tipos de sensores, pues permite normalizar las diferen-cias de valores de la radiacin solar causados por las diferencias de los rangos espectrales entre las bandas de las imgenes. En general con estas correcciones se busca minimizar los errores que influyen en la radiacin o en el valor radiomtrico de cada elemento captado en la escena.

El proceso de correccin atmosfrica puede aplicar opcionalmente la correccin de neblina y/oelenmascaramientodenubes,porlocualesnecesarioinspeccionarpreviamentelaimagenparadetectarlapresenciadenubesy/oneblinaevidente.Comoresultadofinaldeeste sub-proceso, se obtiene una imagen en valores de reflectancia que mejora la separa-bilidad espectral de los objetos presentes en la imagen corregida (coberturas de la Tierra) respecto a la imagen original, mejorando los resultados finales del proceso de clasificacin digital (ver Figura 3).

Figura 3 Ejemplo de correccin atmosfrica

5.1.3 CORRECCIN GEOMTRICA

Este proceso corrige los desplazamientos y distorsiones geomtricas presentes en una imagen, causados por la inclinacin del sensor (posicin del sensor en el momento de la toma), la influencia del relieve y los errores sistemticos asociados con la imagen. Esta

27

parte del proceso es determinante pues tiene implicaciones directas en la precisin de la posicin de los resultados a obtener en el procesamiento, y en el caso de estimacin de cambios entre coberturas garantiza que los cambios reportados entre dos imgenes de la misma zona y distintas fechas, se deban a cambios en las coberturas de la Tierra de-tectadas durante el periodo establecido, y no a diferencias en la posicin de las imgenes en el periodo de anlisis. Para este propsito se recomienda seguir la metodologa con-signada en el documento Manual de procedimientos para la produccin de orto-imgenes de satlite pticas usando MDT (IGAC, 2008), que contiene la descripcin detallada de la metodologa y los recursos necesarios para realizar este proceso2.

5.2 ETAPA DE PROCESAMIENTO

En el nivel subnacional esta etapa del proceso est referida al procesamiento digital de las imgenes previamente pre-procesadas, para la generacin de cartografa temtica de extensin, distribucin y cambios en las coberturas de la Tierra, principalmente boscosas. En este nivel de generacin de informacin como parte del apoyo a las actividades REDD a nivel regional o local, y con el propsito de sacar el mayor provecho de la mayor resolucin espacial de las imgenes, se ha estimado que con una combinacin de procedimientos automatizados y tradicionales es posible hacer una clasificacin ya no solamente de las clases Bosque y No bosque sino tambin de las 14 clases de coberturas de la leyenda propuesta para la estimacin de emisiones-remociones de Carbono. Esta informacin per-mite adicionalmente establecer anlisis preliminares de las posibles causas o factores de la deforestacin.

En sntesis, la imagen pre-procesada se convierte en una imagen de segmentos, la cual ser clasificada con base a criterios espectrales, espaciales y estadsticos a travs de un algoritmo de rboles de decisin (RandomForest implementado en R) para finalmente ser editado para generar un archivo de clasificacin de coberturas de la Tierra. A continuacin se describe cada uno de estos procedimientos:

5.2.1 Segmentacin de la imagen

Para realizar la separacin de las 14 clases de coberturas se recomienda implementar un esquema de segmentacin de las imgenes para facilitar el proceso de clasificacin. La segmentacin es un proceso digital de agrupamiento de pixeles a objetos ms significati-vos (segmentos) usado para simplificar la imagen. Los segmentos son relativamente ho-mogneos en relacin a una o ms caractersticas (principalmente variables espectrales).

2 EstatareaserealizademaneracoordinadaconlasubdireccindeGeografayCartografadelInstitutoGeogrficoAgustnCodazzi-IGAC-,atravsdeladivisin de fotogrametra.



28

Los resultados finales del proceso de segmentacin son dependientes de ciertos parme-tros iniciales3 definidos por el intrprete, entre estos podemos mencionar:

Variablesinsumo. Se deben identificar las variables espacialmente explicitas que servirn de insumo para el proceso de segmentacin. En general, es preferible traba-jar con informacin espectral captada por sensores remotos, de acuerdo con la expe-riencia del intrprete es posible seleccionar las bandas espectrales a utilizar aunque es recomendable utilizar todas las bandas del producto seleccionado e incluso aadir como bandas adicionales otros datos que puedan aportar informacin til en la agru-pacin de pixeles y la separacin de zonas homogneas. Estos datos deben estar co-registrados y re-muestreados a la misma resolucin espacial de las bandas originales.

Parmetrosdesegmentacin. En trminos generales el proceso de segmen-tacin se basa en dos parmetros fundamentales, relacionados con que tan similares son los pixeles a agrupar y cun grande debe ser el segmento generado, a saber:

i) Similaridad de los pixeles a agrupar. Esta referido como la distancia mnima espectral (generalmente distancia euclidiana) que deben cumplir los pixeles que con-formarn los segmentos. Es conveniente realizar varias pruebas de las medidas de similaridad y agrupamiento, a fin de identificar el valor ptimo para una determinada segmentacin. Este valor final depender del propsito final de la segmentacin, leyen-da de cobertura de la Tierra a implementar, etc.

ii) Tamao del segmento a generar. Esta referido como el nmero mnimo de pi-xeles que conformaran un segmento. Es conveniente realizar varias pruebas de tama-os, a fin de identificar el valor ptimo para una determinada segmentacin. Este valor final depender del propsito final de la segmentacin, escala espacial del producto a generar, etc.

El resultado final del proceso consiste en un archivo de segmentos que representan los ob-jetos presentes en la imagen a clasificar (ver Figura 4). Opcionalmente el intrprete podr seleccionar el formato espacial del archivo resultado, es decir, formatos Raster compati-bles(p.e.GeoTIFF)y/oVectorialescompatibles(p.e.Shapefile),vectorde lossegmentosy la tabla de atributos que incluye el clculo de estadsticas de los segmentos.

3 Estosparmetrosestndefinidosdeacuerdoconlaherramientadecmputoenlacualseimplementaelprocesodesegmentacin.Existenvariasherra-mientascomercialesydelibredistribucinqueincluyenalgoritmosparaelprocesodesegmentacin,paramayorinformacin:

Idrisi Taiga. http://www.clarklabs.org/products/index.cfm eCognition 8.7. http://www.ecognition.com/products Envi 4.8. http://www.ittvis.com/ProductServices/ENVI.aspx Spring5.1.8.http://www.dpi.inpe.br/spring/

29

Figura 4. Ejemplo del resultado de la aplicacin de una segmentacin en una imagen RapidEye en un sector del Parque Natural Regional Corredor Biolgico en el sur del departamento del Huila,

Der. Imagen RapidEye Original, Izq. Imagen de segmentos generada

El resultado de esta etapa est integrado por un archivo de segmentos en formato Raster y la tabla de atributos de las estadsticas de los segmentos. Esta informacin nos permite a continuacin en un siguiente paso, clasificar los segmentos en las clases de coberturas requeridas.

5.2.2 Clculo de atributos de clasificacin

Los algoritmos de rboles de decisin como RandomForest estn fundamentados en la identificacin de reglas binarias de separacin basadas en las variables insumo para rea-lizar la clasificacin de imgenes de satlite, por ende, es recomendable disponer de am-plios conjuntos de variables, y as identificar estructuras complejas de decisin que permi-tan encontrar las mayores diferencias entre las clases a clasificar. Por ejemplo, un archivo multi-espectral de una imagen Landsat tpica (TM, ETM+) posee seis bandas, es decir, seis variables en trminos del algoritmo de clasificacin. En este sentido, en el presente documento se propone generar sobre los segmentos creados, mtricas que acten como variables de clasificacin. Estas mtricas se calculan a partir de las bandas espectrales de las imgenes insumo, y algunas de las principales que se pueden mencionar son:

Mtricasespaciales. Cada segmento queda caracterizado por medidas que re-sumen sus caractersticas geomtricas, tales como, rea, permetro, compactacin, convexidad, etc.

Mtricasespectrales. Cada segmento queda caracterizado por medidas esta-dsticas que resumen la variabilidad espectral, tales como mnimo, mximo, rango, media, desviacin estndar, varianza, majority, minority, etc.

Mtricasdetextura. Cada segmento puede ser caracterizado por una medida de la variabilidad tonal del brillo en la imagen de sensor remoto usada como insumo.



30

Mtricasbasadasenoperacionesentrebandas. Cada segmento puede ser caracterizado complementariamente por operaciones aritmticas entre las varia-bles insumo, p.e. suma, resta, multiplicacin, divisin, etc.

5.2.3 Clasificacin inicial de las coberturas de la tierra

La clasificacin de los segmentos en las 14 categoras de coberturas puede realizarse uti-lizando algoritmos bsicos de clasificacin tradicionales bajo esquemas no supervisados, supervisados, clasificacin orientada a objetos, tcnicas de clasificacin basada en lgica difusa, o tcnicas de clasificacin basadas en rboles de decisin4.

Con excepcin del esquema no supervisado, las tcnicas de clasificacin mencionadas re-quieren un conjunto de reas de entrenamiento con coordenadas conocidas (espacialmente explicitas), las cuales sern luego asociados a los segmentos generados. Como regla ge-neral la cantidad de reas de entrenamiento deben ser representativas de la variabilidad del universo a clasificar, siendo recomendable contar con alrededor del 1% del universo total, es decir, del total de los segmentos generados para una imagen determinada.

Complementariamente, se debe procurar distribuir este nmero de reas de entrenamien-to de tal manera que sea homogneo entre todas las clases que se van a utilizar en la clasificacin, a mayor nmero de reas de entrenamiento mejores sern los resultados de la clasificacin, disminuyendo significativamente la incertidumbre de los resultados.

Los algoritmos basados en rboles de decisin, tienen la versatilidad de constituirse en un modelo predictivo que usa reglas binarias para calcular un valor objetivo, el cual puede ser un dato categrico (p.e. una clase temtica de cobertura de la Tierra), o un dato con-tinuo (p.e. una regresin de valores de Carbono); a travs del uso de valores reales para construir el modelo predictivo.

Adicionalmente, al ser un algoritmo no paramtrico permite incorporar amplios conjuntos de variables en el proceso de prediccin, permitiendo al interprete incluir datos espectra-les (bandas de la imagen insumo), as como otros conjuntos de datos tales como Modelos DigitalesdeTerreno, informacinespacialsobreclimay/ocualquierotracapadedatoscontinuos o categricos que estn relacionados con las coberturas de la Tierra a clasificar. Unadelasprincipalesventajasdeestaaproximacinesqueesrobustafrenteavaloresatpicos en los datos de entrenamiento, permitiendo ensamblar muchos modelos de rbol de decisin. Otro factor relevante es que provee informacin sobre exactitud e im-portancia de las variables utilizadas en la clasificacin, permitiendo al intrprete identificar con facilidad el conjunto ptimo de variables para aplicar el proceso de prediccin (clasifi-cacin temtica, regresiones numricas).

4 EstetipodetcnicasengeneralhandemostradomejoresresultadosdeacuerdoconpruebasrealizadasporelIDEAMenelmarcodelProyectoCapaci-dadInstitucional,TcnicayCientficaparaApoyarProyectosdeReduccindeEmisionesporDeforestacinyDegradacin-REDD-enColombia.

31

Este procedimiento automatizado es una primera aproximacin sobre la distribucin y extensin de las 14 clases de coberturas de la Tierra, sin embargo, esta clasificacin a menudo padece de ciertos niveles de imprecisin temtica, lo que obliga a realizar distin-tos tipos de ajustes o ediciones temticas (ver Figura 5).

Figura 5. Clasificacin inicial de la cobertura de la tierra

Nota metodolgica:

Con el nimo de garantizar la consistencia temtica y cartogrfica de la informacin generada, se recomienda aplicar algoritmos de generalizacin cartogrfica que ajusten detecciones cuyas reas sean inferiores a la uni-dad mnima de mapeo establecida segn la escala espacial.

5.3 ETAPA DE AJUSTES TEMTICOS

5.3.1 Edicin de la clasificacin inicial de las coberturas de la Tierra

En esta etapa se realiza una edicin semiautomtica, la cual consiste en efectuar una nuevaclasificacindigitaldetipoSupervisado/NoSupervisado5 basado en la imagen pre-procesada, aplicando dicha clasificacin en zonas separadas a travs de mscaras tem-ticas en las reas correspondientes a aquellas clases de cobertura de la Tierra que ms

5 PorlogeneralserecomiendautilizarelalgoritmoISODATAconfiguradoconlossiguientesparmetros:nmeromnimodeclases50,nmeromximodeiteraciones40,yunporcentajedeerrormenoral1%.



32

presentan confusin, por ejemplo, las reas de Cultivos permanentes (Caf a plena expo-sicin o bajo sombro) y reas agrcolas heterogneas (Mosaicos), as mismo en algunos sectores en los que tambin se presentan confusin de la cobertura reas de vegetacin secundaria que se confunde con la cobertura de Bosque Natural.

Losresultadosdeclasificacindebenrecodificarsemediantelafusindeclasesy/orecodi-ficaciones de grupos de pixeles basados en el criterio y experiencia del intrprete, a fin de ajustar a una capa con las 14 clases de inters. El resultado final de este subproceso es la generacin de nuevo archivo temtico ajustado con las clases separadas de las coberturas que haban sido confundidas inicialmente. Posteriormente realizando una inspeccin visual en pantalla a la escala de trabajo determinada, se compara la imagen pre-procesada con el mapa de coberturas obtenido de la clasificacin No Supervisada, se identifican reas donde an es preciso editar temticamente los resultados del procesamiento digital, a manera de control de calidad de la clasificacin.

5.3.2 Elaboracin de mosaicos

Las clasificaciones editadas temticamente son el insumo del proceso de empalme de resultados, a partir de las modificaciones realizadas para cada escena se procede a rea-lizar un empalme de estos resultados, a fin de generar un nico mapa temtico para toda lazonadeanlisis.Unavezelaboradoelmosaicodecoberturade laTierra,ydeestardisponible una fuente secundaria de datos temticos (p.e. CORINE Land Cover a escala 1:100.000) se realiza una verificacin temtica de resultados para eliminar reas err-neamente asignadas.

5.3.3 Deteccin de cambios de la cobertura de bosque entre los diferentes periodos analizados. Los procedimientos descritos hasta el numeral anterior deben ser aplicados al menos para dos periodos de tiempo, luego de lo cual es posible utilizar herramientas de operaciones entre mapas en formato Raster para obtener un mapa de cambios en las coberturas de la Tierra mapeadas.

5.3.4 Cuantificacin de deforestacin

Finalmente, una vez revisada la consistencia temtica de la informacin de cambio de las coberturas, se puede proceder a calcular la tasa de deforestacin de la zona de inters durante el periodo de anlisis estipulado. Para esto, se extraen la cantidad de pixeles que cambian de cobertura de Bosque Natural en el primer momento del anlisis a cualquiera de los otros tipos de cobertura de la Tierra6 (denominadas genricamente como No Bosque), en el segundo momento del monitoreo.

6 DeesteanlisisseexcluyelacategoraSininformacin.

33

Se convierte el valor en pixeles de las clases seleccionadas (Bosque a otras coberturas) a un valor de superficie en unidades acorde a la magnitud del territorio analizado, en este caso hectreas. Para esto, el nmero total de pixeles se multiplica por el rea del pixel (p.e. 100 m2 para imagen de resolucin espacial 10m) y se divide por 10.000, cuantifi-cando el rea total de cobertura de Bosque Natural que pasa a cobertura de No Bosque en el periodo analizado. Esta operacin genera la superficie bruta de deforestacin en el periodo consolidado de anlisis.

Posteriormente, la superficie de cambio por deforestacin se divide por el nmero total de aos del periodo de anlisis, generando un valor de Tasa Anual de Deforestacin -TAD-, correspondiendo al promedio anual del cambio de cobertura de Bosque Natural a co-bertura de No Bosque.

Donde, TAD= tasa anual de deforestacin. Pi= Pixeles en la clase deforestacin en el mapa de cambio. A= rea en m2 por pixel del mapa de cambio. n= Nmero total de aos de aos de anlisis.

5.4 EVALuACIN DE CALIDAD TEMTICA

Las medidas de exactitud de los mapas se refieren al grado de exactitud del mapa ge-nerado (Foody, 2002), estas medidas deben ser significativas y coherentes para que los usuarios de los mapas puedan evaluar la idoneidad de los datos para un determinado uso particular, as mismo, estas medidas pueden permitir tambin a los productores del resultado cartogrfico identificar las probables fuentes de error, y consecuentemente las debilidades de la metodologa de clasificacin utilizada (Powell et al., 2004).

En el contexto del cambio climtico y el clculo de contenidos y emisiones de gases de efecto invernadero, relacionados con la deforestacin, no se han establecido umbrales mnimos de aceptacin de los procesos de evaluacin de la exactitud temtica, ni los requerimientos temporales y espaciales para la generacin de los datos sobre super-ficie y extensin de las coberturas boscosas por pas que alimenten los sistemas de contabilidad de carbono. Sin embargo, es una buena prctica estimar y presentar las incertidumbres asociadas a las estimaciones de las emisiones y de las absorciones para lo cual es necesario realizar la evaluacin de la calidad temtica de algunos de los pro-ductos generados a nivel nacional tanto de una sola fecha de referencia como de uno de los productos multi-temporales.



34

Diseo de muestreo.

De acuerdo con Meidinger (2003), se propone tomar como marco de muestreo los grupos de pixeles que cumplan con la unidad mnima de mapeo para la escala de trabajo (p.e. 1 ha para escala fina), generados en los mapas de cobertura de la Tierra. Se realizar un muestreo estratificado de acuerdo con las clases de cobertura de la Tierra clasificadas, de esta forma la evaluacin podr capturar adecuadamente las particularidades de cada una de ellas, as mismo, garantiza que cada una de estas unidades tenga muestras repre-sentativas. Adicionalmente, al interior de estos estratos se distribuirn aleatoriamente los puntos de verificacin (distribucin uniforme tanto en X como en Y). Para evitar la auto-correlacin espacial se establece que los puntos seleccionados deben estar separados entresporlomenos5km.

Tamao de la muestra.

Se plantea aplicar la propuesta de Bernal (2004), la cual determina el peso de cada estra-to de acuerdo a la proporcin de cada tipo de cobertura de la Tierra, as entonces se debe:

i) Calcular el tamao preliminar n0 de la muestra.

Donde, Wh= Peso de cada estrato, respecto al rea del estrato vs el rea total del mapa.

Ph= Corresponde a la Proporcin de unidades de verificacin bien clasifica-das que se asume en el estrato.

Qh= Proporcin de unidades de verificacin mal clasificadas que se asume en el estrato. Se asume que Qh = (1-Ph). Para hallar el valor preliminar se supone un valor de 0,5 para todos los estratos.

= Error mximo admisible. Se recomiendan valores mximos de 0,07 (Meindinger, 2003).

Z= Nivel de confianza.

ii) Calcular el tamao de la muestra denotado, n,:

35

iii) Calcular el tamao de la muestra al interior de cada estrato, nh, as:

A travs del anterior procedimiento se deber identificar la distribucin de unidades de muestreo por tipo de cobertura evaluado.

Datos de Referencia

Para efectuar la evaluacin de la exactitud temtica de los productos generados se propo-ne que la fuente de informacin de referencia sean imgenes de alta y muy alta resolucin espacial disponibles para los sitios seleccionados por el diseo de muestreo (p.e. SPOT 5, QuickBird,IKONOS,GeoEye,etc.),lascualesseconstituyenenuninsumodemayorre-solucin espacial que las imgenes utilizadas como base para la generacin de los mapas (p.e. RapidEye). La forma de los sitios de verificacin ser cuadrada con un rea determi-nada por la unidad mnima de mapeo del producto cartogrfico evaluado.

Anlisis de datos

Corresponde al clculo de un conjunto de medidas (ndices) que permiten determinar: i) la probabilidad de que una clase de referencia haya sido bien clasificada en el mapa, y la represente fielmente en el terreno; y ii) la probabilidad de que un mapa en su conjunto haya sido bien clasificado, y represente realmente la realidad verificada en el terreno. Se propone calcular siete mtricas: cuatro a nivel de clases y tres a nivel de mapa (Liu et al., 2007), a saber:

Mtricas a nivel de Clase:

ExactituddelUsuario-ua-.

Esta mtrica indica la probabilidad de que un pixel clasificado en el resultado cartogrfico, represente realmente esa categora en el terreno. Su clculo est basado en la matriz de error, de la siguiente forma:



36

Cambio relativo de la entropa de una categora en el mapa -ecnu-.

Evala la exactitud de una determinada categora dentro del resultado cartogrfico, permi-te la comparacin de varios resultados temticos, incluso si no tienen los mismos nmeros de categoras. Esta mtrica se constituye como una medida suplementaria que provee informacin no recogida por mtricas como ua y pa. Su clculo est basado en la matriz de error, de la siguiente forma:

( ( ) ( ))

( )

( ) ( )

( )

( )

Exactitud del Productor -pa-.

Esta mtrica indica la probabilidad de que un pixel de referencia haya sido correctamente clasificado. Su clculo est basado en la matriz de error, de la siguiente forma:

Cambio relativo de la entropa de una categora en la muestra de referencia -ecnp-.

Evala la exactitud de una determinada categora dentro del resultado cartogrfico, permi-te la comparacin de varios resultados temticos, incluso si no tienen los mismos nmeros de categoras. Esta mtrica se constituye como una medida suplementaria que provee informacin no recogida por mtricas como ua y pa. Su clculo est basado en la matriz de error, de la siguiente forma:

( ( ) ( ))

( )

Donde;

( ) ( )

( )

( )

37

Mtricas a nivel de Mapa:

Exactitud general -oa-.

Trken2002sealoquelaoa es una buena medida para calcular la exactitud en general del mapa evaluado, sin embargo, no es adecuada para evaluar la capacidad diagnstica de su creador. Su clculo est basado en la matriz de error, de la siguiente forma:

Media aritmtica normalizada de la entropa en el mapa y la verificacin en terreno -nmiam-.

Evala la exactitud del resultado cartogrfico y los datos de verificacin, permite la com-paracin de varios resultados temticos. Esta mtrica es una medida suplementaria que provee informacin no recogida por mtricas como oa y Kappa. Su clculo est basado en la matriz de error, de la siguiente forma:

( ( ) ( ))

Donde;

(

)

( ) ( )

( ) ( )

ndice de Kappa.

Se define como la proporcin de coincidencias obtenidas en un producto cartogrfico sus-trayendoaquellosgeneradosdeformafortuita(Rosenfield&Fitzpatrick-Lins,1986).

( )

( )

Donde, oa= Overall accuracy,


39

6. LITERATuRA CITADA

Bernal N. 2004. Evaluacin de la calidad temtica del mapa de Ecosistemas. En: Rodr-guez, N., Armenteras, D., Morales, M. y Romero, M. (2004). Ecosistemas de los Andes Colombianos Instituto de Investigacin de Recursos Biolgicos Alexander von Humboldt, Bogot, pp. 154.

Cabrera, E., G. Galindo & D.M. Vargas. 2011. Protocolo de Procesamiento Digital de Imgenes para la Cuantificacin de la Deforestacin en Colombia, Nivel Nacional Escalas Gruesa y Escala Fina. Instituto de Hidrologa, Meteorologa, y Estudios Ambientales-IDEAM-. Bogot D.C., Colombia. 37 p.

Cabrera, E., Yepes A.P., Phillips, J.F., Galindo, G., Navarrete D.A., Vargas, D., Laguado, W.,DuqueA.J.,Garca,M.C.,Ordoez,M.F.2011a.Sistemasdeclasificacinyleyenda para la cuantificacin de la deforestacin y estimacin del almacenamien-to de Carbono. Instituto de Hidrologa, Meteorologa, y Estudios Ambientales-IDEAM-. Bogot D.C., Colombia. 54 p.

Cabrera, E., G. Galindo & D.M. Vargas, IDEAM 2011b. Documento tcnico de referencia para la utilizacin de imgenes de sensores remotos en la cuantificacin de la de-forestacin y estimacin del almacenamiento de carbono, elaborado en el marco del Proyecto Capacidad Institucional Tcnica y Cientfica para apoyar proyectos de Reduccin de Emisiones por Deforestacin REDD en Colombia. Instituto de Hidrologa, Meteorologa, y Estudios Ambientales-IDEAM-, Indito.

Colditz R., 2007. Time Series Generation and Classification of MODIS Data for Land Cover Mapping. Thesis Dissertation.

Field, C.B., Randerson, J.T. and Malmstrom, C.M. 1995. Global net primary produc-tion: combining ecology and remote sensing. Remote Sensing of Environment 51:74-88.

Foody G.M. 2002. Status of land cover classification accuracy assessment. In: Remote Sensing of Environment 80 (2002) 185 201.

GOFC-GOLD. 2009. Reducing greenhouse gas emissions from deforestation and degra-dationindevelopingcountries:asourcebookofmethodsandproceduresformo-

Referencias


40

nitoring, measuring and reporting GOFC-GOLD Report, Version COP14-2 GOFC-GOLD Project Office, Natural Resources Canada, Alberta, Canada.

IDEAM,IGAC,IAvH,SINCHI,UAESPNNyCORMAGDALENA.2010.LeyendaNacionaldeCoberturas de la Tierra, Metodologa CORINE Land Cover adaptada para Colom-bia escala 1:100.000. Instituto de Hidrologa, Meteorologa y Estudios Ambien-tales, Bogot. 72p.

IDEAM,IGAC,IAvH,SINCHI,UAESPNN,INVEMARyUPTC.Enprensa.Mapadecoberturasde la Tierra CORINE Land Cover adaptada para Colombia, escala 1:100.000.

Instituto Geogrfico Agustn Codazzi -IGAC-. 2008. Manual de procedimientos produccin de ortoimgenes de satlite pticas usando MDT. Divisin de fotogrametra. Cd. P320-12/2008.Sep.de2008.Versin1.

KerrJ.andOstrovskyM.2003.Fromspacetospecies:ecologicalapplicationsforremotesensing. TRENDS in Ecology and Evolution Vol.18 No.6.

Liu Canran, Frazier Paul y Kumar Lalit. 2007. Comparative assessment of the measures of thematic classification accuracy. Remote Sensing of Environment. ScienceDirect. 107 pgs. 606-616.

Meidinger, D. 2003. Protocol for accuracy assessment of ecosystem maps B.C. Ministry of Forests, Victoria, BC, pp. 23.

PowellRL,MatzkeN,deSouzaC,ClarkM,NumataI,HessLL,RobertsDA,ClarkM,Nu-mata I, Hess LL, Roberts DA. 2004. Sources of error in accuracy assessment of thematic land-cover maps in the Brazilian Amazon. Remote Sensing and Environ-ment. 90:221234

Rosenfield,G.H.,&Fitzpatrick-Lins,K.1986.Acoefficientofagreementasameasureof thematic classification accuracy. Photogrammetric Engineering and Remote Sensing, 52, 223227.

Trk,G.2002.LettertotheEditor:MapEvaluationandChanceCorrection.Photogram-metric Engineering and Remote Sensing, 68, 123129.

41

7. GLOSARLO

Banda. Cada uno de los intervalos en los cuales se divide el espectro electromagntico en una imagen de sensor remoto.

Bilineal. Tcnica de remuestreo que toma los datos de los cuatro pxeles ms cercanos para asignar el valor del pxel de salida.

Brillo. Cantidad total de luz en una imagen digital. El brillo afecta toda la imagen y puede aplicarse sobre la luminosidad (intensidad combinada de los tres colores RGB) o sobre un color en particular. Cuando se incrementa el brillo, el valor de cada pxel se acerca ms a 255 (blanco). Cuando se disminuye, el valor de cada pxel se reduce ms cerca del 0 (negro).

Contraste. Diferencia de densidad entre las partes ms claras y ms oscuras de una imagen. Cuando se refiere a un contraste pobre indica que contiene transiciones bruscas entreelblancoyelnegroovaloresdentrodeunagamaestrecha.Unbuencontrasteindicaque la gama de valores desde el negro al blanco es amplia.

Convolucin cbica (Cubic Convolution). Tcnica de remuestreo que toma los datos ponderados de los diecisis pxeles ms cercanos para asignar el valor del pxel de salida.

Correccin geomtrica. Consiste en vincular una regin de una imagen con una co-rrespondiente regin de otra imagen, la cual es tomada con un sensor diferente o un ngu-lo de vista diferente. Permite corregir la posicin relativa del pxel, la cual se modific por la geometra del sensor o por variaciones en el terreno.

Correccin radiomtrica. Considera las variaciones en la intensidad del pxel (niveles digitales) causados por el objeto o la escena que se escane (mal funcionamiento del sen-sor, efectos atmosfricos o efectos topogrficos).

Datum. Superficie en la cual se referencian todas las coordenadas (x,y,z), tiene asociado un elipsoide especfico y uno o ms puntos materializados sobre la superficie terrestre.

Distorsin geomtrica. Deformacin de la imagen causada por la plataforma del sen-sor (variacin de la altitud y la posicin del satlite), el satlite (variacin de la velocidad de

Glosario


42

desplazamiento,elnguloylaperspectivadetoma)y/orelativasalterrenosobreelcualse hace la captura de informacin geogrfica (rotacin, curvatura y topografa del terreno).Distorsin radiomtrica. Error que influye en la radiacin o valor radiomtrico de un ele-mento de la escena (pxel).

Espectro electromagntico. Distribucin energtica, medida en funcin de la fre-cuencia, del conjunto de las ondas electromagnticas que van desde los rayos gamma y rayos X hasta las ondas de radio, pasando por el espectro trmico responsable del calor que percibimos y que no son directamente perceptibles por el ser humano. Estas formas energticas pueden reflejarse en la superficie terrestre y ser capturadas por el sensor del satlite proporcionando informacin sobre sus caractersticas, tal y como lo hacen las ondas del espectro visible. La energa se mide en micrmetros.

Filtro. Operador local mediante el cual se obtiene una nueva imagen, cuyos Niveles Digi-tales (ND) son funcin de los ND originales y de los de las celdas contiguas. Dependiendo del tipo, se utilizan para suavizar y eliminar ruido, o bien para realzar los rasgos lineales de una imagen.

Formato IMG (Image). Formato de archivo de imagen, propia de ERDAS IMAGE.

Formato Raster o Matricial. Estructura de almacenamiento de informacin espacial conformada por celdas del mismo tamao, ordenadas en filas y columnas, localizadas en coordenadas contiguas, implementadas en una matriz 2D. Cada celda, llamada tambin elemento de imagen, elemento matriz o pxel, es referenciada por ndices de filas (o lneas) y columnas y contiene un valor numrico representando el nivel digital y unas coordenadas que la ubican espacialmente.

Formato TIFF (Tagged Image File Format). Formato de fichero para grficos de mapas de puntos. Almacena las imgenes mediante la descripcin de informacin en blo-ques o marcas. Cada marca describe un atributo de la imagen o un desplazamiento desde el principio del fichero hasta una cadena de pxeles. Actualmente es un estndar de calidad que se suele emplear en trabajos de imagen impresa.

Georreferenciacin. Proceso mediante el cual se asignan coordenadas con una pro-yeccin y Datum especficos a un objeto o superficie en el plano en un archivo raster (ima-gen) o vectorial (lneas).

Histograma. Representacin grfica y estadstica que ofrece informacin valiosa sobre una imagen digital, indica el nmero de veces que aparece cada Nivel Digital en la imagen en forma de grfico, permite leer e interpretar los cambios que se efectan a la imagen. Cualquierincrementoodisminucindelbrilloy/ocontraste,tonalidadocolor,tamao,etc.,implica una transformacin en el histograma.

Imagen de satlite. Representacin visual de la informacin capturada por un sensor montado en un satlite artificial. Estos sensores recogen informacin reflejada para la

43

superficie de la tierra que luego es enviada a la Tierra y que procesada convenientemente entrega valiosa informacin sobre las caractersticas de la zona que cubre.

Imagen de satlite fuente o cruda. Imagen de satlite original a la cual no se le ha realizado ningn tipo de tratamiento bsico o temtico. Se encuentra almacenada con la extensin propia del fabricante.

Imagen multiespectral. Producto espacialmente explicito generado por un sensor remoto mediante la combinacin de imgenes que se registran en diferentes longitudes de onda o bandas espectrales.

Imagen pancromtica. Imagen tomada con un sensor remoto de tipo pancromtico que es sensible a todos los colores del espectro visible en el orden azul, verde y rojo.Imagen Spot. Imagen tomada por el satlite Spot, esta imagen posee un campo de barrido de 60Km.

Intensidad. Luminancia de una celdilla, nivel equivalente de gris en una gama acromtica de tonos. Hace referencia este concepto al grado de claridad o luminosidad de la celda.

Interpolar. Estimacin del valor de un atributo en un punto a partir de los valores colin-dantes.

MAGNA-SIRGAS. Conjunto de estaciones con coordenadas geocntricas de alta pre-cisin y cuyas velocidades (cambio de las coordenadas con respecto al tiempo) son cono-cidas, dichas estaciones conforman la red bsica geodsica referida al sistema SIRGAS, que constituye el Marco Geocntrico Nacional de Referencia. Datum oficial de Colombia.

Metadatos. Describen el contenido, calidad, condicin, formato, fechas de referencia y en el caso de los datos geogrficos, adems, informacin sobre aspectos como cobertura espacial, sistemas de coordenadas y de referencia geodsica, entre otros.

Modelo Digital de Terreno - DTM o MDT. Representacin cuantitativa en forma-to digital de la superficie terrestre, contiene informacin acerca de la posicin (X,Y) y la altitud (Z) de los elementos de la superficie. La denominacin DEM (modelos digitales de elevacin), corresponde al delta de altura de la vegetacin sumada al MDT.

Nivel Digital ND. Se trata del valor numrico discreto asignado por el sistema for-mador de imgenes a cada celda, en respuesta a la irradiancia recibida sobre el plano focal del sensor. Se le conoce as mismo como nivel de gris, luminancia, nmero digital, valor de pixel, etc. Existe una relacin lineal entre el ND grabado y la radiancia correspondiente a cada celda de terreno.

Ortorrectificacin. Proceso en el cual, se corrigen los desplazamientos y distorsiones en la imagen, causados por la inclinacin del sensor (posicin del sensor en el momento de la toma) y la influencia del relieve.

Glosario


44

Pansharpened. Producto multi-espectral obtenido de la fusin de imgenes multi-es-pectrales (georreferenciadas y orto-rectificadas) con imgenes pancromticas capturadas por el mismo sensor cuyo resultado es una imagen de mayor resolucin espacial. Corres-ponde a un tipo de sinergismo.

Pxel (Picture Element).Unidadbsicadeinformacingrficaqueserefiereacadauno de los puntos indivisibles que conforman una imagen, es decir, la mnima rea de cap-tura en el formato Raster. A mayor densidad de pxeles, mayor calidad de imagen.

Proyeccin cartogrfica. Sistema ordenado que transforma la superficie curva de la tierra en un plano. Se representa grficamente en forma de malla.

Proyeccin geogrfica. Sistema ordenado que traslada desde la superficie curva de la Tierra la red de meridianos y paralelos sobre una superficie plana. Se representa grfi-camente en forma de malla.

Remuestreo. Tcnica de procesamiento digital de imgenes usada para corregir los valores digitales de la imagen distorsionada original, calculando los valores digitales para las nuevas posiciones del pxel de la imagen corregida. A travs del proceso, los valores de los pxeles de salida son derivados como valores de los pxeles de entrada combinados con la distorsin computada.

Resolucin. Nivel de detalle con el que se es posible identificar los elementos sobre las imgenes y se relaciona con la unidad mnima de almacenamiento de datos o pxel.

Resolucin espacial. Este concepto designa al objeto ms pequeo que puede ser distinguido sobre la imagen; suele medirse como la mnima separacin a la cual los objetos aparecen distintos y separados en la imagen. Se mide en unidades de longitud definida como el nmero de pxeles por unidad de medida (milmetros sobre la imagen o metros sobre el terreno) y depende de la longitud focal de la cmara y de su altura sobre la superficie.

Resolucin espectral. Longitudes de onda en las cuales un sensor es capaz de ad-quirir informacin. La fotografa puede ofrecer pelculas pancromticas, infrarrojo blanco negro, color natural o infrarrojo color.

Resolucin radiomtrica. Cantidad de energa que se puede medir en una escala ra-diomtrica en el sensor. En el caso de los sistemas fotogrficos, la resolucin radiomtrica del sensor se indica por el nmero de niveles de gris recogido por el mismo. Para evaluar la calidad radiomtrica se evala un parmetro denominado bit number.

Valores radiomtricos. Radiacin electromagntica reflejada por un elemento de su-perficie terrestre en un determinado rango del espectro, y se convierte en un valor num-rico que depende de la resolucin radiomtrica.

Vecino ms cercano (Nearest Neighbor). Tcnica de remuestreo que toma los datos del pxel o vecino ms cercano para asignar el valor del pxel de salida.

Instituto de Hidrologa,Meteorologa yEstudios AmbientalesIDEAM

Libertad y Orden

Repblica de Colombia

Ministerio de Ambiente,

Vivienda y Desarrollo Territorial

protocolo subnacional pdi

Documents