Post on 28-Nov-2021
transcript
Secretaría de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente)
Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre
(ICF)
Metodología para la elaboración del mapa de cambios por deforestación utilizando el sensor Landsat
Tegucigalpa M.D.C Diciembre 2016
Secretaría de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente) José Antonio Galdámez- Secretario de Estado MiAmbiente
Dirección Nacional de Cambio Climático
Sergio Adrián Palacios Cárcamo – Director Nacional
Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre (ICF)
Misael Alsides León - Director Ejecutivo ICF Selvin Pacheco - Subdirector Ejecutivo ICF
Gerson Perdomo – Jefe Centro de Información de Patrimonio Forestal (CIPF) Héctor Lagos – Unidad de Monitoreo Forestal (UMF)
Proyecto Apoyo a la preparación para la Reducción de las Emisiones debidas a la Deforestación y le Degradación Forestal (REDD+) en Honduras
Nelson Saúl Ulloa Colindres – Coordinador Nacional
Equipo Nacional de apoyo a la preparación del nivel de referencia (FCPF –ONUREDD)
Rommel Porfirio Sarmiento – Coordinador componente MRV MiAmbiente Amy Alicia Lazo – Enlace técnico FAO ONU-REDD Jorge Luis Santos Juan José Barahona Jairon Isidro Castellanos Fernando Roberto Bernárdez Ivan Emilio Maradiaga Omar Orellana Díaz Fabio Leonel Casco Yolibeth Aderlí López Rodolfo Josué Bautista
Metodología para la elaboración del mapa de cambios por
deforestación utilizando el sensor Landsat
Honduras
Secretaria de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente)
Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre
(ICF)
El presente documento describe los esfuerzos que Honduras ha presentado en el mapeo temático de los cambios de cobertura por causa de la deforestación en todo el país. Con el objetivo de presentar el primer Nivel de Referencia de Emisiones Forestales ante la Convención Marco de las Naciones Unidas para el Cambio Climático, se hace énfasis en el marco metodológico utilizado para la elaboración del mapa de cambios por deforestación utilizando el sensor Landsat.
TABLA DE CONTENIDO
1. INTRODUCCIÓN ................................................................................................................................... 1
2. ANTECEDENTES ................................................................................................................................... 2
3. JUSTIFICACIÓN ..................................................................................................................................... 3
4. OBJETIVO .............................................................................................................................................. 3
5. MARCO TEÓRICO ................................................................................................................................. 4
5.1 Características del sensor Landsat 7 ETM+ y Landsat 8 OLI ............................................................. 4
5.1.1 Landsat 7 ................................................................................................................... 4
5.1.2 Landsat 8 ................................................................................................................... 4
5.1.3 Diferencias y semejanzas entre Landsat 7 y Landsat 8 ............................................... 5
5.1.4 Google Earth Engine................................................................................................... 7
5.1.5 Detección de cambios ................................................................................................ 7
6. MARCO METODOLÓGICO ................................................................................................................... 8
6.1 Insumos cartográficos ........................................................................................................ 9
6.1.1 Temporalidad de imágenes utilizadas ........................................................................ 9
6.1.2 Conformación de Mosaicos ...................................................................................... 10
6.1.3 Detección de cambios automatizados ...................................................................... 10
6.2 Nomenclatura en la detección de cambios ...................................................................... 11
6.3 Secuencia de procedimiento en la detección de cambios ................................................ 12
6.4 Cadena de procesos ejecutados en la corrección de cambios .......................................... 12
6.5 Edición de cambios .......................................................................................................... 13
6.5.1 Orden en la detección de cambios por temporalidad .............................................. 13
6.5.4 Distribución de trabajo............................................................................................. 16
6.5.5 Combinación de banda ............................................................................................ 16
6.5.6 Aplicación intermitente en la visualización de capas (FLICKER) ................................ 17
6.5.7 Depuración de errores en la detección de cambios ................................................. 18
6.5.8 Enmascaramiento de mosaicos para la visualización de cambios ............................. 19
6.5.9 Corrección y edición usando AOI ............................................................................. 20
6.5.10 Recodificación de categorías .................................................................................... 21
6.6 Control de calidad ............................................................................................................ 21
6.6.1 Control de calidad usando datos Hansen ................................................................. 21
6.7 Filtro utilizando los segmentos ........................................................................................ 24
6.8 Resultado final ................................................................................................................. 25
7. LECCIONES APRENDIDAS................................................................................................................... 27
8. BIBLIOGRAFÍA ..................................................................................................................................... 29
9. GLOSARIO DE TÉRMINOS .................................................................................................................. 30
ÍNDICE DE CUADROS
Cuadro 1. Características de Landsat 7 y Landsat 8 ................................................................................. 6
Cuadro 2. Rango temporal de mosaicos ................................................................................................. 10
Cuadro 3. Ejemplos de cambios por deforestación en las cuatro coberturas del país. ...................... 14
Cuadro 4. Exclusiones en la detección de cambios por deforestación. ................................................ 15
Cuadro 5. Combinación de banda utilizados (4,5,3 para Landsat 7 y 5,6,4 para Landsat 8) .............. 17
Cuadro 6. Temporalidades utilizadas y fecha media .............................................................................. 25
Cuadro 7. Pérdida promedio anual utilizada en la construcción del NREF de Honduras .................... 26
ÍNDICE DE FIGURAS
Figura 1. Ancho de banda para los sensores OLI y TIRS en Landsat 8 y ETM+ en Landsat 7 (USGS.
2013) ................................................................................................................................................. 5
Figura 2. Diagrama de la plataforma de GEE ...................................................................................... 7
Figura 3. Herramientas utilizadas en la detección de cambios ........................................................... 9
Figura 4. Insumos cartográficos para la detección de cambios por deforestación ............................. 9
Figura 5. Algoritmo de cambios por deforestación utilizando GEE ................................................... 11
Figura 6. Diagrama retrospectivo y prospectivo en la detección de cambios ................................... 12
Figura 7. Cadena de procesos .......................................................................................................... 13
Figura 8. Temporalidades utilizadas en la detección de cambios ..................................................... 14
Figura 9. Distribución de áreas de trabajo ....................................................................................... 16
Figura 10. Combinación de bandas utilizadas .................................................................................. 17
Figura 11. Intermitencia en las capas ............................................................................................... 18
Figura 12. Depuración de cambios ................................................................................................... 18
Figura 13. Aplicación de máscaras ................................................................................................... 19
Figura 14. Corrección y edición usando AOI..................................................................................... 20
Figura 15. Recodificación de categorías ........................................................................................... 21
Figura 16. Plataforma Global Forest Watch ..................................................................................... 22
Figura 17. Plataforma para descargar datos espaciales ................................................................... 22
Figura 18. Instructivo de descarga de datos..................................................................................... 23
Figura 19. Edición de cambios utilizando Hansen ............................................................................ 23
Figura 20. Filtro utilizando los segmentos ........................................................................................ 24
Figura 21. Filtrado por estadística de zona ...................................................................................... 24
Figura 22. Mapa de cambios por deforestación de Honduras .......................................................... 25
SIGLAS, ACRÓNIMOS Y CONVENCIONES
CMNUCC: Convención Marco de las Naciones Unidas sobre el Cambio Climático
ETM+: Enhanced Thematic Mapper Plus
GEE: Google Earth Engine
ICF: Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida
Silvestre
NASA: National Aeronautics and Space Administration
REDD: Reducción de Emisiones por Degradación y Deforestación
UNACIFOR: Universidad Nacional de Ciencias Forestales
USGS: United States Geological Survey
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
1
1. INTRODUCCIÓN
En el marco de la estrategia internacional sobre Reducción de Emisiones provocadas por la
Deforestación y Degradación (conocido como REDD+), varios países a nivel mundial han
mostrado su voluntad de prepararse estructuralmente para un régimen internacional.
Honduras con el apoyo de Proyecto REDD+ y enmarcado en la construcción del Nivel de
Referencia de Emisiones Forestales el cual se presentará ante la Convención de las
Naciones Unidas sobre el Cambio Climático (CMNUCC), da a conocer el marco
metodológico para la elaboración del mapa de cambios por deforestación para las
temporalidades (2000, 2006, 2012, 2016) utilizando imágenes satelitales del sensor
Landsat.
En los últimos años, la representación gráfica de la cobertura y uso de la tierra a través de
mapas se ha convertido en una herramienta de planificación y gestión valiosa para la toma
de decisiones técnicas y políticas enmarcadas en el uso de la tierra a nivel nacional, regional
o local para alcanzar un manejo forestal sostenible. El uso de imágenes y datos
provenientes de sensores remotos brindan la posibilidad de obtener información de
extensa superficie terrestre. Desde las primeras imágenes de sensores remotos hasta la
actualidad, se han incrementado notoriamente las aplicaciones para el seguimiento de las
coberturas de la tierra en el que se incluye el bosque (Achard & Hansen, 2012).
El presente documento contiene la metodología empleada durante el proceso de
“Detección y edición del mapa nacional de cambios por deforestación”.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
2
2. ANTECEDENTES
La información oficial histórica de cobertura forestal para Honduras inicia en 1965 y
posteriormente en los años 1985, 1995, 2001, 2003, 2009 y 2014. Sin duda alguna, los
procesos técnicos, metodologías, niveles de confiabilidad y estándares de validación de la
construcción de los mapas de cobertura y uso de suelo difieren entre ellos; razón que
dificulta el análisis comparativo histórico de dinámica de cobertura forestal.
Actualmente el Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas
y Vida Silvestre (ICF), como ente responsable de sector forestal en Honduras y la Secretaría
de Energía, Recursos Naturales, Ambiente y Minas (MiAmbiente) como Autoridad
Designada Nacional ante la CMNUCC y con el objetivo de presentar el Nivel de Referencia,
han tomado a bien generar información forestal oportuna y confiable para la gestión, toma
de decisiones y el seguimiento al cumplimiento de objetivos y metas nacionales e
internacionales. Bajo este contexto, se priorizan acciones encaminadas al establecimiento
de una estrategia nacional para la Reducción de las Emisiones causadas por la
Deforestación y Degradación (REDD+).
En el presente documento se detalla la metodología utilizada para la elaboración de un
mapa nacional de cambios por deforestación que proporciona información acerca del
estado del recurso forestal, potencial de fijación de carbono y gestión para realizar análisis
de manera confiable.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
3
3. JUSTIFICACIÓN
En el país se han elaborado 7 mapas de cobertura y uso de la tierra a través del uso de
imágenes satelitales de diferentes sensores (Modis, Ortofoto, Landsat, RapidEye) y
metodologías, lo que ha generado confusión debido a que se han empleado diferentes
categorías de cobertura, resoluciones espaciales y escalas de trabajo. Cada uno de los
mapas elaborados presentan datos estadísticos del recurso forestal del país
correspondiente al año de su elaboración; sin embargo, su comparabilidad para realizar
análisis de deforestación no ha sido posible debido a la falta de sistematización de los
mismos.
Con el fin de alcanzar una línea base enfocada en una metodología práctica, robusta y
sobre todo estandarizada, se definieron tres temporalidades (2000-2006, 2006-2012 y
2012-2016) para la detección de cambios por deforestación; para la cual se empleó una
misma metodología por lo tanto los datos son comparables entre sí cumpliendo con ello los
estándares sugeridos por las Guías de Buenas Practicas del IPCC.
4. OBJETIVO
Establecer los pasos metodológicos para generar cartografía temática y reportes
estadísticos a nivel nacional sobre la superficie, distribución y cambios de la cobertura de
bosque durante las temporalidades 2000, 2006, 2012 y 2016, a partir del procesamiento
digital de imágenes de sensores remotos de mediana resolución espacial (Landsat 7 y
Landsat 8).
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
4
5. MARCO TEÓRICO
5.1 Características del sensor Landsat 7 ETM+ y Landsat 8 OLI
5.1.1 Landsat 7
Landsat 7 fue lanzado en abril de 1999 con un nuevo sensor denominado ETM+ (Enhanced
Thematic Mapper Plus). Su operación es administrada por la NASA (National Aeronautics
and Space Administration) y la producción y comercialización de imágenes depende de la
USGS (United States Geological Survey).
Una imagen Landsat 7 ETM+ está compuesta por 8 bandas espectrales que pueden ser
combinadas para obtener varias composiciones de color u opciones de procesamiento.
Entre las principales mejoras técnicas respecto de su antecesor (Landsat 5) se destaca la
adición de una banda espectral (Banda Pancromática) con resolución de 15 metros (m),
mejoras en las características geométricas, radiométricas y una mayor resolución espacial
de la banda térmica para 60 m. Estos avances tecnológicos permiten calificar al Landsat 7
como el satélite más apropiado para la generación de imágenes con aplicaciones directas
hasta una escala de 1:25.000, principalmente en áreas rurales o territorios de grandes
extensiones (Corporation, Satelite Imagine, 2016).
5.1.2 Landsat 8
El sistema de satélites Landsat 8 consiste en dos segmentos principales: el observatorio y el
sistema de tierra. El primero consiste en una nave con una carga útil de dos sensores de
observación terrestre: la operativa Land Imager (OLI) y el sensor infrarrojo térmico (TIRS).
Estos recogerán simultáneamente imágenes digitales multiespectrales de la superficie
terrestre mundial, incluidas las regiones costeras de hielo polar, las islas y las zonas
continentales. La nave espacial almacenará los datos OLI y TIRS en una grabadora a bordo
de estado sólido y luego transmitirá los datos a estaciones receptoras.
El sistema de tierra proporciona las capacidades necesarias para la planificación y la
programación de las operaciones del Landsat 8 y las capacidades necesarias para gestionar
los datos de la ciencia después de la transmisión de la nave espacial.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
5
5.1.3 Diferencias y semejanzas entre Landsat 7 y Landsat 8
El satélite Landsat 8 incorpora dos instrumentos de barrido: Operational Land Imager (OLI),
y un sensor térmico infrarrojo llamado Thermal Infrared Sensor (TIRS).
Las bandas espectrales del sensor OLI, aunque similares al sensor Landsat 7 ETM +,
proporcionan una mejora de los instrumentos de las misiones Landsat anteriores debido a
la incorporación de dos nuevas bandas espectrales: un canal profundo en el azul visible
(banda 1), diseñado específicamente para los recursos hídricos e investigación en zonas
costeras, y un nuevo canal infrarrojo (banda 9) para la detección de nubes cirrus1.
Adicionalmente una nueva banda de control de calidad se incluye con cada producto de
datos generado. Esto proporciona información más detallada sobre la presencia de
características tales como las nubes, agua y nieve. Por otra parte, el sensor TIRS recoge dos
bandas espectrales en longitudes de onda incluidas por la misma banda en los anteriores
sensores TM y ETM+ (Ariza, 2016) (Figura 1 y Cuadro 1).
Figura 1. Ancho de banda para los sensores OLI y TIRS en Landsat 8 y ETM+ en Landsat 7
(USGS. 2013)
1 Nubes cirrus: Un cirrus o cirro es un tipo de nube compuesto de cristales de hielo y caracterizado por bandas delgadas, finas, acompañadas por copetes. A veces estas nubes en espiral son tan extensas que virtualmente resultan indistinguibles una de otras,
formando una hoja o velo llamado cirrostratos.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
6
Cuadro 1. Características de Landsat 7 y Landsat 8
Landsat 8 OLI Landsat 7 ETM+
Banda
Longitud de onda (micrómetro) Resolución Banda
Longitud de onda (micrómetro) Resolución
Banda 1 - Aerosol costero
0.43 - 0.45 30
Banda 2 - Azul 0.45 - 0.51 30 Banda 1 - Azul
0.441-0.514 30
Banda 3 - Verde 0.53 - 0.59 30 Banda 2- Verde
0.519-0.601 30
Banda 4 - Rojo 0.64 - 0.67 30 Banda 3 - Rojo
0.631-0.6925 30
Banda5 – Infrarrojo cercano (NIR)
0.85 - 0.88 30
Banda 4 – Infrarrojo cercano (NIR)
0.772-0.898 30
Banda 6 - SWIR 1 1.57 - 1.65 30 Banda 5 - SWIR 1
1.547-1.749 30
Banda 7 - SWIR 2 2.11 - 2.29 30 Banda 7 - SWIR 2
2.064-2.345 30
Banda 8 - Pancromático
0.50 - 0.68 30
Banda 8 - Pancromático
0.515-0.896 15
Banda 9 - Cirrus 1.36 - 1.38 30
*Banda 10 – Infrarrojo térmico (TIRS) 1
10.60 - 11.19 100
*Banda 6 – Infrarrojo térmico (TIRS)
10.31-12.36 60
*Banda 11 - Infrarrojo térmico (TIRS) 2
11.50 - 12.51 100
Rango Dinámico de cámara 12 bit
Rango Dinámico de cámara 8 bit
ancho de franja 185 km ancho de franja 185 km
Periodo de revista 16 día Periodo de revista 16 día tiempo de cruzar Ecuatorial
10:00 a.m. +/- 15 minutes
tiempo de cruzar Ecuatorial
10:00 a.m. +/- 15 minutes
Periodo de Orbita 98.9 min Periodo de Orbita 98.9 min
Orbita
705 +/- 5 km (at the equator) sun -synchronouse Orbita
705 +/- 5 km (at the equator) sun -synchronouse
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
7
Día de Lanzamiento
February 11, 2013, Vandenberg Air Force
Base, California Día de Lanzamiento
15 April 1999, at Vandenberg Air Force
Base in California
Altitud 705 km Altitud 705 km
Fuente http://landsat.usgs.go
v/about_ldcm.php Fuente http://landsat.usgs.gov/
about_landsat7.php
5.1.4 Google Earth Engine
Google Earth Engine combina un catálogo multi-petabyte de imágenes de satélite y datos
geoespaciales con capacidades de análisis a escala planetaria y la hace disponible para
científicos, investigadores y desarrolladores para detectar cambios en las tendencias,
mapa, y cuantificar las diferencias en la superficie de la Tierra (GEE, 2016) (Figura 2).
Figura 2. Diagrama de la plataforma de GEE
5.1.5 Detección de cambios
Las consideraciones básicas al usar datos de percepción remota para la detección de
cambios es que las alteraciones en el fenómeno estudiado producen cambios
proporcionales en los valores numéricos de las imágenes. Otros factores incluyen
diferencias en las condiciones atmosféricas, ángulo de inclinación solar y humedad del
suelo entre muchos otros. El efecto de algunos de estos factores puede ser minimizado
Satélite Algoritmo Aplicación real
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
8
seleccionando las imágenes adecuadas. Por ejemplo, el uso de imágenes de la misma época
reduce las diferencias en el ángulo de iluminación y además elimina las diferencias
estacionales en áreas vegetadas. Como señala Mas (1999), varios investigadores se han
esforzado para resolver los problemas de la detección de cambios usando métodos como
los de comparación pos-clasificación y clasificaciones de imágenes multitemporales,
aunque en estos han encontrado otro tipo de problemas como la propagación de errores
en el cruzamiento entre mapas y rotulado complejo como señalaron Congalton y Green
(1999).
Otras técnicas utilizan operaciones algebraicas simples y de estas las más importantes son
la diferencia y la razón entre imágenes y diferencia entre índices de vegetación. Entre las
operaciones algebraicamente más complejas, pueden mencionarse: Análisis por
Componentes Principales citado en Eastman y Fulk (1993), Chavez y MacKinnon (1994) y
Maldonado et al. (2002); Análisis por Vector de Cambios descrito en Michalek et al. (1993);
y el análisis por Rotación Radiométrica Controlada, visto en Maldonado et al. (2001).
En aplicaciones como el mapeo del uso y cobertura de tierras todas las informaciones
contenidas en las imágenes son potencialmente significativas. Algunas de estas se refieren
a la alta correlación que existe entre dos imágenes de un canal del mismo rango espectral
obtenidas en diferentes fechas. En partes de la escena habrá ausencias de correlación y
estas son interpretadas como las áreas que cambian. Siempre que se use esta forma de
análisis el problema de las diferencias atmosféricas entre datos puede minimizarse.
6. MARCO METODOLÓGICO
Para la elaboración del Mapa de cambios por deforestación, se empleó una metodología
combinada utilizando los mapas históricos de bosque y clasificación de las coberturas de la
tierra (mediante muestras de entrenamiento y agrupación de píxeles basados en su
respuesta espectral). Esta metodología requirió el uso de la plataforma Google Earth
Engine y procesos de segmentación utilizando el software Monteverdi (clasificación basada
en objetos, OBIA por sus siglas en inglés) (Figura 3).
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
9
Figura 3. Herramientas utilizadas en la detección de cambios
6.1 Insumos cartográficos
En la edición y supervisión de los cambios por deforestación se trabajó con la capa
proveniente del Script de la plataforma de Google Earth Engine. Esta capa fue la primera
aproximación del proceso automatizado en función del algoritmo de cambios propuesto.
Asimismo, se obtuvieron los mosaicos libres de nubes para hacer la comparación y revisión
visual de cada temporalidad (2000, 2006, 2012, 2016) (Figura 4).
Figura 4. Insumos cartográficos para la detección de cambios por deforestación
6.1.1 Temporalidad de imágenes utilizadas
La temporalidad establecida para los mosaicos libre de nubes y el tipo de sensor utilizados
se describe en el siguiente cuadro:
Mapas históricos Cambios automatizados Edición de cambios Segmentación
2000
2006
2012
2016
Cambios Script GEE Mosaicos libres de nubes Landsat
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
10
Cuadro 2. Rango temporal de mosaicos
Mosaico Multifecha Rango de fecha Sensor
2000 '1999-06-01'====='2001-12-30' L7
2006 '2005-01-01'====='2007-12-30' L7
2012 '2011-06-01'====='2013-06-30' L7
2016 '2015-11-01'====='2016-08-09' L8
6.1.2 Conformación de Mosaicos
Los mosaicos 2000, 2006, 2012 y 2016 fueron generados en la plataforma de Google Earth
Engine (GEE). GEE permitió conformar el mosaico libre de nubes a través de un algoritmo
especializado (ee.Algorithms.Landsat.simpleComposite) el cual a su vez es filtrado en un
rango de fecha establecido. En la conformación del mosaico y dentro de la lógica del
algoritmo, éste calcula un compuesto Landsat al tope de la atmósfera (TOA) de una
colección de escenas del sensor Landsat. Se aplica la calibración TOA estándar y luego
asigna una puntuación a cada pixel con nube utilizando el algoritmo
SimpleLandsatCloudScore. Se selecciona el rango más bajo de las valoraciones disponibles
para cada punto y luego calcula los valores de percentiles por la banda de los píxeles
aceptados. Este también utiliza el algoritmo LandsatPathRowLimit para seleccionar sólo las
escenas con menos nubes dentro de las regiones (GEE, 2016)
6.1.3 Detección de cambios automatizados
La detección de cambios automatizados consistió en ejecutar un Script especializado
basado en un árbol de decisión utilizando el método de calificación CART. Para esto se
entrenó el algoritmo con varias muestras en los diferentes tipos de bosque que comprende
el área de estudio. Los tipos de bosque definidos en la detección de cambios son: Bosque
Latifoliado húmedo, Bosque Latifoliado deciduo, Bosque de Conífera y Bosque de Mangle.
Asimismo, el Script combina una serie de procesos que comprenden el uso de imágenes
compuestas en fusión de diferentes temporalidades basadas en la selección del mejor pixel
utilizando un percentil 50 en la serie histórica de la recopilación de datos. Luego de correr
el proceso automatizado se obtuvo la primera aproximación de los cambios por
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
11
deforestación. Con este resultado se procedió a filtrarlos en función del segmento del
mosaico compuesto el cual comprende todos los mosaicos utilizados. Este proceso se
realizó con el objetivo de llevar los datos a una unidad mínima de mapeo la cual es de 1 ha
(ver protocolo de segmentación) (Figura 5).
Figura 5. Algoritmo de cambios por deforestación utilizando GEE
6.2 Nomenclatura en la detección de cambios
En la clasificación se identificaron 4 tipos de categorías las cueles se describen a
continuación:
No Bosque Estable
Cambios 2000-2006
Cambios 2006-2012
Cambios 2012-2016
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
12
6.3 Secuencia de procedimiento en la detección de cambios
Para la detección de cambios se utilizó como base el mapa generado con información del
año 2012. El procedimiento consistió en detectar los cambios de forma automatizada
utilizando el Script de cambios en GEE para cada una de las temporalidades. Para esto se
utilizaron datos de los años 2000, 2006 y 2012; realizando una máscara de la capa de No
Bosque para determinar la dinámica del mismo en el pasado. En el caso de la temporalidad
2012-2016 se realizó una máscara de la capa de bosque para determinar la dinámica del
bosque hasta la actualidad (Figura 6).
Figura 6. Diagrama retrospectivo y prospectivo en la detección de cambios
6.4 Cadena de procesos ejecutados en la corrección de cambios
El proceso de edición de cambios consistió básicamente en realizar una corrección de la
capa de cambios resultante del Script de cambios. En primera instancia se hizo una
corrección de los mismos si denotaban diferencia respecto a las imágenes. Luego de
realizar la depuración de polígonos de cambios erróneos se prosiguió a editar los cambios
que el Script no logró detectar. Este proceso fue necesario ya que, debido a problemas de
bandeo y humedad, el proceso automatizado produjo algunos errores en polígonos de
cambios (Figura 7).
TIEMPO
2000 2006 2012 2016
Mapa Base
(2012)
B
NB
Detección de
cambios
Detección de
cambios Detección de
cambios 2000-2006 2006-2012 2012-2016
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
13
Figura 7. Cadena de procesos
6.5 Edición de cambios
Se realizó utilizando el software de ERDAS IMAGINE. Esta consistió en contraponer las
capas (Mosaicos) de las diferentes temporalidades y hacer una supervisión de los
cambios detectados por el Script.
6.5.1 Orden en la detección de cambios por temporalidad
En el orden consistió en las siguientes etapas:
1. Detección de cambios 2000-2006
2. Detección de cambios 2006-2012
3. Detección de cambios 2012-2016
Control
de
calidad
supervisión y edición de cambios
• AOI
• Mask
• Recode
Depuración y corrección
• AOI
• Recode
Capa de cambios
Filtro por Seg
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
14
Figura 8. Temporalidades utilizadas en la detección de cambios
6.5.2 Ejemplos de cambios por deforestación en las cuatro coberturas del país
En el siguiente cuadro se muestran las respuestas espectrales de las cuatro coberturas de
bosque al inicio del periodo y los cambios detectados al final de cada uno (Cuadro 3).
Cuadro 3. Ejemplos de cambios por deforestación en las cuatro coberturas del país.
Pérdidas por Deforestación
Antes Después Descripción
Imagen 2012. Imagen 2016.
Bosque Latifoliado húmedo en donde ocurrió un cambio en la vegetación.
Imagen 2012.
Imagen 2016.
Bosque de Mangle con un cambio en la vegetación.
Imagen 2000.
Imagen 2006.
Bosque de Conífera denso donde ocurrió un cambio en la vegetación.
2000 2006 2012 2016
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
15
Imagen 2006.
Imagen 2012.
Bosque Latifoliado deciduo con cambio en la vegetación.
6.5.3 Exclusiones en la detección de cambios por deforestación
En la detección de cambios por deforestación se tomaron en cuenta las siguientes
exclusiones debido a errores topológicos de la imagen (Cuadro 4):
Cuadro 4. Exclusiones en la detección de cambios por deforestación.
Exclusiones en la detección de cambios por deforestación
Antes Después Descripción
Imagen 2000
Imagen 2006
Problemas de bandeo
Imagen 2000
Imagen 2006
Problemas de humedad
Imagen 2006
Imagen 2012
Problemas de nubes
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
16
Imagen 2012
Imagen 2016
Cambios por plaga en el bosque de conífera
6.5.4 Distribución de trabajo
El trabajo de detección de cambios por deforestación se realizó con el apoyo de 7 Técnico
en SIG. La distribución de trabajo consistió en dividir el país en 7 áreas (Figura 9).
Figura 9. Distribución de áreas de trabajo
6.5.5 Combinación de banda
La combinación de banda utilizada al momento de la edición de cambios fue la siguiente
(Cuadro 5 y Figura 10):
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
17
Cuadro 5. Combinación de banda utilizados (4,5,3 para Landsat 7 y 5,6,4 para Landsat 8)
Landsat 7 Landsat 8
Banda 4 – Infrarrojo cercano (NIR)
Banda 5 – Infrarrojo cercano (NIR)
Banda 5 - SWIR 1
Banda 6 - SWIR 1
Banda 3 – Rojo
Banda 4 – Rojo
Figura 10. Combinación de bandas utilizadas
6.5.6 Aplicación intermitente en la visualización de capas (FLICKER)
La aplicación de Flicker (visor de parpadeo) es una función del software Imagine que
permite cambiar rápidamente entre las imágenes (capas) que se muestran juntas en la
vista. Esta opción facilitó la detección y ubicación en forma y tamaño de cada cambio a la
alteración espacial del bosque. Asimismo, es una herramienta que permite una
visualización amplia de varias capas y facilita la edición de datos.
Para activar el visor de parpadeo se hace clic derecho dentro del visor y se selecciona la
opción Flicker (Figura 11).
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
18
Figura 11. Intermitencia en las capas
6.5.7 Depuración de errores en la detección de cambios
La depuración consistió en hacer un barrido de polígonos de cambios que se encontraban
en áreas de bosque cuando debían estar en áreas de No Bosque. Debido a que los cambios
son por causa de deforestación, este cambio debe mostrar una dinámica hacia las áreas de
No Bosque. Para esto se contraponía la capa del mosaico de un año base con la capa de
cambio del próximo año para comparar el acierto de los cambios en áreas de No Bosque
(Figura 12).
Figura 12. Depuración de cambios
Clic derecho en el
visor y luego se
selecciona Flicker
Capa 2012 AOI
Capa de cambios Capa 2006
2000 2006
Cambios Script Depuración de
Cambios
Cambios 2006-2012
Cambios 2000-2006
Los polígonos marcados en rojo para esta comparación deberían aparecer en áreas de
Bosque en la imagen del año 2006 y los polígonos marcados en Verde deberían
aparecer en áreas de Bosque en la imagen del año 2000. Si sucediera un cambio los
polígonos marcados en color verde deberían aparecer en áreas de No Bosque en la
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
19
6.5.8 Enmascaramiento de mosaicos para la visualización de cambios
Debido a que los cambios para las temporalidades 2000, 2006 y 2012 están filtrados con la
categoría de No bosque, se hizo factible realizar una máscara de los mosaicos con esta
categoría del mapa base. Con esto se obtiene un mosaico enmascarado en función de la
categoría de no bosque con lo cual permite visualizar solo las áreas de interés. Esto mismo
fue aplicado para la temporalidad 2016 con la excepción de que la máscara se realizó en la
categoría de Bosque (Figura 13).
La opción de Mask se encuentra en la pestaña de Raster> Subset&Chip> Mask
Figura 13. Aplicación de máscaras
Mosaico enmascarado
con la categoría de No
Bosque
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
20
6.5.9 Corrección y edición usando AOI
Teniendo los insumos cartográficos necesarios (Mosaicos y capa de cambios) se prosiguió a
realizar la edición de los mismos. Esta edición se logró utilizando el Software de ERDAS
IMAGINE. El formato de edición utilizado para este análisis fue el AOI (áreas de interés).
Este formato al igual o similar que otros formatos como ROI o Shapefile conocidos
comúnmente, permiten dibujar polígonos de forma regular e irregular (Figura 14).
Los pasos a seguir para crear AOI usando herramientas de dibujo:
Hacer clic en la pestaña de Drawing y luego en el icono Polygon
Una capa AOI se crea y se muestra de forma automática en la ventana de
contenido.
El cursor se convierte en forma de cruz cuando se encuentra dentro de una vista. En
la vista, hacer clic varias veces para dibujar un polígono conforme a la forma y
tamaño del cambio a editar.
Figura 14. Corrección y edición usando AOI
2
0
0
0
2
0
0
6
C
a
m
b
i
o
s
S
c
r
i
p
t
Edición
Cambios editados
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
21
6.5.10 Recodificación de categorías
Consistió en el cambio de los valores de las categorías empleadas en la edición de cambios.
Para esto se realizó una edición con base en áreas de interés y se recodificaba los valores
(Figura 15).
Figura 15. Recodificación de categorías
6.6 Control de calidad
El control de calidad fue realizado por el equipo técnico, con el propósito de revisar cada
uno un área diferente a la que había trabajado de manera inicial.
6.6.1 Control de calidad usando datos Hansen
Con el objetivo de obtener una edición más detallada de los cambios por deforestación se
utilizaron los cambios de pérdida de Hansen para realizar una comparación y supervisión de
los mismos. Este proceso consistió en comparar los cambios editados respecto a los
cambios Hansen para determinar y editar algunos que no se detectaron y así disminuir el
margen de error (Figura 19).
Para esto los datos de Hansen se descargaron de la plataforma de Global Forest Watch lo
cuales están disponible de forma gratuita para todos los países (Figura 16, 17 y 18).
El recode hace recodificación de
códigos de forma individual El Fill hace recodificación en
forma de relleno tomando
todas las categorías en
función de un polígono
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
22
Figura 16. Plataforma Global Forest Watch
Dirección:http://www.globalforestwatch.org/map/8/14.57/-
86.45/HND/grayscale/forestgain,loss?tab=analysis-tab&begin=2001-01-01&end=2015-01-
01&threshold=30&dont_analyze=true
Figura 17. Plataforma para descargar datos espaciales
Dirección: http://earthenginepartners.appspot.com/science-2013-global-forest
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
23
Figura 18. Instructivo de descarga de datos
Link de descarga de datos:
https://storage.googleapis.com/earthenginepartners-hansen/GFC2015/Hansen_GFC2015_lossyear_20N_090W.tif
Figura 19. Edición de cambios utilizando Hansen
Cambios editados
Cambios Hansen
Área no identificada
Área identificada
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
24
6.7 Filtro utilizando los segmentos
El Filtro por segmentación consistió en hacer una asociación del pixel por mayoría dentro
de cada segmento con el objetivo de llevar la información digital a un área mínima de 1 ha.
La segmentación se realizó en el Software Monteverdi en función de un mosaico
compuesto (combinación de mosaico 2000, 2006, 2012 y 2016). El filtro por mayoría se
realizó en el software QGIS. De esta forma se finalizó la edición de los cambios por
deforestación. (Figura 20 y 21).
Figura 20. Filtro utilizando los segmentos
La opción se despliega en la pestaña Raster> Estadísticas de Zona
Figura 21. Filtrado por estadística de zona
CAMBIOS EDITADOS CAMBIOS FILTRADOS CON LOS SEGMENTOS
Cambio
oss Segmentos
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
25
6.8 Resultado final
Como resultado final se obtuvo una capa de cambios en formato Raster denotando los
cambios por deforestación entre 2000-2006, 2006-2012, 2012-2016. La pérdida promedio
anual para las temporalidades analizadas fue de 23,303.56 ha (Figura 22, Cuadro 6 y 7).
Figura 22. Mapa de cambios por deforestación de Honduras
Cuadro 6. Temporalidades utilizadas y fecha media
Mosaico Multifecha Rango de fecha
Rango en años Fecha media Fecha Inicial Fecha Final
2000 1/6/1999 30/12/2001 2.6 15/9/2000 2006 1/1/2005 30/12/2007 3.0 1/7/2006
2012 1/6/2011 30/6/2013 2.1 15/6/2012
2016 1/11/2015 9/8/2016 0.8 21/3/2016
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
26
Cuadro 7. Pérdida promedio anual utilizada en la construcción del NREF de Honduras
Períodos 2000-2006 2006-2012 2012-2016 Promedio Ponderado
Intervalo de años 6 6 4 16
B. Latifoliado húmedo 11,922.25 21,297.58 19,800.28 17,407.51
B. Conífera 4,819.67 1,671.72 801.34 2,634.61
B. Mangle 14.40 10.23 261.75 74.68
B. Latifoliado deciduo 3,370.73 3,862.07 1,897.86 3,186.77
Total (ha) 20,127.06 26,841.61 22,761.22 23,303.56
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
27
7. LECCIONES APRENDIDAS
El proceso automatizado en la detección de cambios utilizando GEE basado en los
algoritmos de cambios resultaron ser muy certeros en las áreas de bosque latifoliado
húmedo. Sin embargo, los cambios detectados en los bosques latifoliados deciduos y
bosques de conífera presentaron menor acierto.
El satélite Landsat 7 a partir del 2003 sufrió un fallo en su sistema SLC, que la parte del
sensor ETM+ que compensa el movimiento hacia adelante del satélite durante la
adquisición de las imágenes. Sin el SLC, el área escaneada por el sensor delinea un patrón
de zigzag provocando un bandeado o efecto gaps en la imagen. Este problema se acumuló
en la detección de cambios ya que el algoritmo detectó grandes áreas de cambios
provocados por estas franjas del fallo del sensor. Estas áreas requirieron una edición muy
detallada de forma manual.
Además de los problemas de bandeo, la variación y acumulación de humedad provocaron
que el algoritmo detectara cambios sustanciales en las áreas de alta precipitación. Estos
problemas se dieron en los ecosistemas de sabanas con pino en la parte oriente del país. Al
igual que el proceso anterior, éste requirió de una edición detallada de forma manual. Los
problemas causados por cambios en las condiciones de humedad del suelo deben evitarse
revisando cuidadosamente los registros de precipitación durante los días y semanas previos
de la toma de datos. Cuando las diferencias de humedad del suelo y los datos de cada
fecha son significativos para algunas partes del área de estudio (quizá debido a tormentas
locales), estas áreas afectadas deben cortarse y se sugiere analizarlas por separado en la
etapa final del proyecto.
Con respecto a la detección de cambios en los bosques latifoliados deciduos, se mostró una
característica peculiar de la respuesta espectral. Debido a que este tipo de bosque pierde
las hojas en época de verano, muestran cambios evidentes durante una temporalidad por
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
28
lo cual se requería tener insumos y puntos de control de ciertas zonas para validar este tipo
de bosque y no confundir esta dinámica con deforestación.
Debido a un suceso único causado por el ataque de plaga (Dendroctonus frontalis) en
Honduras desde inicios de agosto del 2013 hasta la fecha de análisis de cambios por
deforestación (junio de 2016), se determinó realizar los cambios por el efecto de plaga. Ya
que la plaga ataca los bosques de conífera se realizó un mapeo de todas las áreas con la
ayuda de la Unidad Especializada de Plagas y se utilizó el mapa de cobertura forestal
RapidEye para cuantificar el área afectada. Tenido todas las áreas afectadas se procedió a
filtrar todos los cambios detectados por el Script con el límite de las áreas plagadas para
diferenciar los cambios por deforestación y cambios por ataca de plaga (que se debe
principalmente a cambios por degradación). En la edición de cambios este proceso corrió
bajo el mismo marco metodológico. Asimismo, la respuesta espectral por el efecto de plaga
mostró una característica muy marcada denotando los ataques con un color marrón
oscuro. Durante la detección se determinó cuantificar los cambios por plaga de manera
diferente a los cambios por deforestación ya que se observaban los problemas de cambios
por el efecto de borde y por cercanía de cambios por deforestación con cambio por plaga.
Para esto se consideró técnicamente categorizar los cambios como únicos y que éstos no
debían compartir un mismo segmento. Esto significa que los cambios por plagas no debían
tener proximidad inmediata con los cambios por deforestación.
Con el objetivo de disminuir la subjetividad en la edición de cambios es necesario
homologar criterios técnicos en la interpretación visual de las imágenes satelitales.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
29
8. BIBLIOGRAFÍA
Ariza, A. (1 de Septiembre de 2016). ONU-SPIDER. Obtenido de http://www.un-
spider.org/sites/default/files/LDCM-L8.R1.pdf
Congalton, R.G.; Green, K. Assessing the accuracy of remotely sensed data: principles and
practice. Mapping sciences series. New York: CRC Press Inc., 1999. 98p.
Eastman, J.R.; Fulk, M. Long sequence time series evaluation using standarized principal
components. Photogrammetric Engineering & Remote Sensing, v.59, n.6, p.991-996,
1993.
GEE. (1 de Septiembre de 2016). Google Earth Engine. Obtenido de
https://earthengine.google.com/
Maldonado, F.D.; Carvalho, V.C.; Santos, J.R. Change detection in land use and land cover
with remote sensing: degradation indicators at sub-regional level. 3th International
Conference on Land Degradation. Anais. Symposum V- 1. Innovations (new
methodologies). Ro de Janeiro, Brasil: 2001, [CDROM]
Mas, J.F. Monitoring land-cover changes: a comparison of change detection techniques.
International Journal of Remote Sensing, v.20, n.1, p.139-152, 1999.
Michalek, J. L.; Luczkovich, J. J.; Stoffle, R. W. Multispectral Change Vector Analysis for
monitoring coastal marine environments. Photogrammetric Engineering & Remote
Sensing. v. 59, n. 3, p. 381-384, Mar. 1993.
NASA. (1 de Septiembre de 2016). Landsat 8. Obtenido de
https://www.nasa.gov/content/landsat-8-instruments
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
30
9. GLOSARIO DE TÉRMINOS
Banda: Cada uno de los intervalos en los cuales se divide el espectro electromagnético en
un archivo multi-espectral de una imagen de sensor remoto. Este concepto es aplicado
generalmente a imágenes de tipo óptico.
Bosque: Es una asociación natural o plantada de árboles y/o arbustos con una altura
mínima de 2 m para manglares y 4 m para el resto de los ecosistemas, que cubren una
superficie mínima de una hectárea y un porcentaje de cubierta de copa mayor al 10 % que
con o sin manejo, es capaz de producir madera, otros productos forestales, bienes y
servicios ambientales que ejercen influencia sobre el régimen de aguas, suelo, clima y
proveen hábitat para la vida silvestre.
Cobertura de Suelo: Es la cobertura biofísica que se puede observar sobre la superficie de la
tierra y comprende los diferentes tipos de bosque y categorías no boscosas distribuidas en
un área determinada.
Corrección geométrica: Consiste en vincular una región de una imagen con una
correspondiente región de otra imagen, la cual es tomada con un sensor diferente o un
ángulo de vista diferente. Permite corregir la posición relativa del píxel, la cual se modificó
por la geometría del sensor o por variaciones en el terreno.
Deforestación: Es la conversión de los bosques a otro tipo de uso de la tierra o la reducción
de la cubierta de copa, a menos del límite del diez por ciento. La CNUCC define
deforestación como “la conversión por actividad humana directa de tierras boscosas en
tierra no forestales”.
Exactitud: Es el nivel de concordancia entre el valor real y el resultado de las observaciones
o estimaciones de una característica.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
31
Firma Espectral: Es lo que se refleja visiblemente en un objeto de acuerdo a una
combinación de radiaciones de distintas longitudes de onda (color); Rojo Verde Azul (Red
Green Blue) lo cual es el mismo sistema que utiliza nuestra retina.
Imagen de satélite: Representación visual de la información capturada por un sensor
montado en un satélite artificial. Estos sensores recogen información reflejada para la
superficie de la tierra que luego es enviada a la Tierra y que procesada convenientemente
entrega valiosa información sobre las características de la zona que cubre.
Imagen de satélite fuente o cruda: Imagen de satélite original a la cual no se le ha realizado
ningún tipo de tratamiento básico o temático. Se encuentra almacenada con la extensión
propia del fabricante.
Imagen Landsat: Imagen tomada por el sensor satélite Landsat, estas imágenes cubren
áreas de 185Km x 175Km. Este sensor tiene periodos de toma de las imágenes de 16 días.
Imagen RapidEye: Imagen tomada por el sensor satélite RapidEye (BlackBridge LLC), estas
imágenes cubren áreas de 25 Km x 25 Km. Este sensor tiene periodos de toma de las
imágenes de cada día.
Mapa de cobertura bosque y cambio de bosque a no-bosque: Es la representación
cartográfica de los resultados del análisis de cobertura de bosque y cambio de bosque a no
bosque en periodos determinados.
Píxel (Picture Element): Unidad básica de información gráfica que se refiere a cada uno de
los puntos indivisibles que conforman una imagen, es decir, el área mínima de captura en el
formato raster. A mayor densidad de píxeles, mayor calidad de imagen.
Precisión: Es el nivel de concordancia entre medidas repetidas de la misma característica.
Se representa como una estrecha agrupación de resultados de los puntos de muestreo o
parcelas. La precisión es inversamente proporcional al error.
Resolución: Nivel de detalle con el que se es posible identificar los elementos sobre las
imágenes y se relaciona con la unidad mínima de almacenamiento de datos o píxel.
Metodología para la elaboración del mapa de cambios por deforestación utilizando el
sensor Landsat
32
Resolución Espacial: Designa al objeto más pequeño que se puede distinguir en una imagen,
determinado por el tamaño del pixel, medido en metros sobre el terreno; en el caso de la
imagen RapidEye tiene una resolución espacial de 5x5 m.
Resolución Espectral: Consiste en el número de canales espectrales (y su ancho de banda)
que es capaz de captar un sensor. En el caso de una imagen Landsat 7 tiene una resolución
espectral de 7 bandas.
Segmentación. La segmentación en el campo de la visión artificial es el proceso de dividir
una imagen digital en varias partes (grupos de píxeles) u objetos. El objetivo de la
segmentación es simplificar y/o cambiar la representación de una imagen en otra más
significativa y más fácil de analizar. La segmentación se usa tanto para localizar objetos
como para encontrar los límites de estos dentro de una imagen. Más precisamente, la
segmentación de la imagen es el proceso de asignación de una etiqueta a cada píxel de la
imagen de forma que los píxeles que compartan la misma etiqueta también tendrán ciertas
características visuales similares.
Sensores Remotos: Es una serie de técnicas y procesos que permiten obtener una imagen
de la superficie terrestre de forma remota, es decir captada por sensores situados en
satélites o aviones, y posteriormente tratarla e interpretarla con el objetivo de obtener
información de la superficie terrestre y de sus cambios.
Sistemas de Información Geográfica (SIG): Es un conjunto de herramientas muy utilizada
hoy en día que nos permite captar, almacenar, administrar y analizar información espacial
que sirve de base para la planificación y la toma de decisiones en niveles estratégicos,
educacionales, monitoreo entre otros.
Teledetección: Es la obtención de información de un objeto específico o de un área
determinada sin que exista un contacto directo con el mismo, a través de dispositivos
tecnológicos que nos permitan interpretar de una mejor manera sus características.
Uso de Suelo: Comprende todas las acciones que realice el hombre sobre una cobertura
específica parcial o permanente con la intensión de cambiarla o mantenerla.