Proyecto “Fortalecimiento de la Gobernanza Ambiental en la

Planificación Territorial en Napo”

PILOTO DE MAPEO DE COBERTURA DE LA TIERRA EN LA PROVINCIA DE NAPO UTILIZANDO SENSORES

DE ALTA RESOLUCIÓN

Preparado por: Edwin Ortiz, Manuel Peralvo CONDESAN Para: Ministerio del Ambiente del Ecuador Programa BioCAN

Junio 2013

ii

Contenido 1. Introducción ................................................................................................................ 1

2. Pruebas de mapeo de CUT ......................................................................................... 2

2.1 Área de estudio ................................................................................................................ 2

2.2 Materiales e insumos ....................................................................................................... 3

2.3 Pruebas metodológicas .................................................................................................... 4

2.3.1 Interpretación de la Zona 1 ................................................................................ 5

2.3.2 Interpretación de la Zona 2 .............................................................................. 11

3. Conclusiones y recomendaciones ............................................................................. 15

4. Referencias................................................................................................................. 16

iii

Abreviaturas CONDESAN Consorcio para el Desarrollo Sostenible de la Ecoregión Andina

CUT Cobertura y uso de la tierra

CCUT Cambio de Cobertura y Uso de la Tierra

GPN Gobierno Provincial de Napo

MAE Ministerio del Ambiente del Ecuador

UTM Sistema de Coordenadas Universal Transversa de Mercator

1

PILOTO DE MAPEO DE COBERTURA DE LA TIERRA EN LA PROVINCIA DE NAPO UTILIZANDO SENSORES

DE ALTA RESOLUCIÓN

1. Introducción La generación de mapas de cobertura y uso de la tierra (CUT) de alta calidad es un requerimiento básico para múltiples procesos que incluyen la valoración de recursos, evaluación de impactos de alternativas de manejo del territorio, la planificación territorial, entre otros. En la vasta familia de metodologías para el mapeo de CUT, relativamente poca atención se ha prestado a las opciones existentes para extraer información temática de insumos de sensores remotos de alta resolución para áreas extensas de mosaicos agropecuarios. Existen métodos de clasificación basada en objetos (e.g. segmentación) que han sido exitosamente utilizados para mapear CUT y cambios de cobertura y uso de la Tierra utilizando sensores de mediana resolución (e.g. Landsat, SPOT) (Duveiller et al. 2008; Desclee et al. 2006). El mapeo de patrones de CUT sobre áreas extensas se dificulta al utilizar sensores de alta resolución debido a que el incremento de resolución espacial viene con el costo de procesar un gran volumen de información. Por ejemplo, los patrones de sombras en el dosel del bosque se vuelven complejos y pueden generar alta complejidad para atribuir clases temáticas a un nivel adecuado de generalidad (Asner y Warner 2003).

El presente piloto tiene como objetivo principal explorar opciones metodológicas para el mapeo de bosques utilizando fotografía aérea de alta resolución. Uno de los factores que motiva esta prueba es la consolidación de una base nacional de ortofotos de fecha reciente en el contexto del programa SIGTIERRAS. Normalmente, la línea de producción de información temática de cobertura y uso de la tierra utilizando este tipo de insumos de sensores remotos implica clasificación visual de polígonos homogéneos (o asociaciones de uso). Sin embargo, existen alternativas metodológicas por explorar para extraer información temática de ortofotos utilizando métodos automáticos y semi-automáticos. En este contexto, en este estudio se busca documentar las ventajas y desventajas que presentan las ortofotos para la generación de mapas de CUT en dos zonas con características de influencia antrópica diferentes en la provincia de Napo. Se realizaron dos pruebas utilizando ortofotografía aérea del año 2010 del Programa Sistema Nacional de Información y Gestión de Tierras Rurales e Infraestructura Tecnológica (SIGTIERRAS) a escala aproximada 1:2000. Las pruebas realizadas fueron: • Clasificación de CUT en un sector entre Napo y Archidona (Zona 1). • Mapeo de CUT en un área en la Comunidad Musullakta del Pueblo Kichwa de

Rukullakta en el Cantón Archidona (Zona 2).

2

2. Pruebas de mapeo de CUT

2.1 Área de estudio

Las zonas de estudio se encuentran localizadas en dos ambientes que presentan características de influencia antrópica diferentes, asociadas a distinta densidad de población, aspectos culturales, infraestructura, entre otros. La Zona 1 se ubica a lo largo de la vía troncal amazónica que une Archidona, Tena, y Puerto Napo, separándose de esta entre 3 y 8 kilómetros aproximadamente. El área de la Zona 1 es de 30.140 ha y la elevación varía entre 420 m y 700 m. La Zona 2 se encuentra en la comunidad de Musullakta del Pueblo Kichwa de Rukullacta, cerca al Parque Nacional Sumaco Napo Galeras. Esta zona de estudio cubre un área de 537 ha y un rango de elevación entre 840 m y 980 m (Figura 1).

Figura 1. Ubicación de las dos zonas de interpretación de ortofoto. Según el Mapa de Ecosistemas del MAE (2013), en la Zona 1 se encuentran dos ecosistemas: Bosque siempreverde piemontano del norte-centro de la cordillera oriental de los Andes (mayoritariamente intervenido) y Bosque siempreverde montano bajo del norte-centro de la cordillera oriental de los Andes. En la Zona 2 se

3

encuentra exclusivamente el Bosque siempreverde piemontano del norte-centro de la cordillera oriental de los Andes. La Zona 1 de estudio incluye parte de los cantones Tena y Archidona, cuyas poblaciones según el censo del INEC del 2010 eran de 60.880 y 24.969 habitantes respectivamente. La suma de estas cantidades representa el 82,7% de la población total de la provincia del Napo (103.607 hab.). Tomando en consideración que la mayor parte de la población se encuentra a lo largo de la vía Troncal Amazónica o relativamente cerca a esta de acuerdo a las observaciones de campo, podríamos concluir que más del 50% de la población de la provincia se encontraría en la Zona 1 de estudio. En la Zona 2, según Medardo Shiguango líder comunitario del Pueblo Kichwa de Rukullakta, en Musullakta viven alrededor de 300 personas, todos de la cultura Kichwa.

2.2 Materiales e insumos

Para la elaboración del presente trabajo se utilizó el siguiente material:

• Cartografía base escala 1:50000, fuente IGM. • Mosaicos de ortofotos aéreas dentro de la provincia de Napo a escala 1:5000,

con un píxel de 50 cm generadas por SIGTIERRAS y accedidas a través del MAE. Las ortofotos tienen tres bandas que cubren el rango visible y una banda que cubre el infrarrojo cercano.

• Software: Erdas, TNTmips, ENVI, ArcGIS 9.3. Para la Zona 1 se realizó un mosaico con 121 ortofografías (90 MB c/u) con resolución espacial de 50 cm (Figura 2), ocupando un espacio de disco de 13 GB. Para la Zona 2 correspondiente a la Comunidad de Musullakta se interpretó una sola fotografía a su resolución original con un tamaño de almacenamiento de 85 MB.

4

Figura 2. Cobertura de Ortofotos para la provincia del Napo.

2.3 Pruebas metodológicas

Para la clasificación de cobertura se utilizó una leyenda simple para maximizar la separabilidad espectral y minimizar errores de omisión o comisión. Las clases se definieron a partir de pruebas preliminares de clasificación en ENVI y TNTmips. Las clases mapeadas fueron:

• Zona altamente intervenida: En esta clase de CUT se incluyen las zonas

urbanizadas y zonas con escasa vegetación donde prevalece la respuesta espectral de los suelos desnudos.

• Zona de Mosaico Agropecuario: Esta clase corresponde a áreas intervenidas con una mezcla de usos de la tierra que integran mezclas de cultivos de ciclo corto, pastos, plantaciones, entre otros.

• Bosque: Varias clases de bosque maduro y en regeneración.

5

2.3.1 Interpretación de la Zona 1

Pruebas iniciales

Se realizaron dos pruebas preliminares de clasificación para una subescena del mosaico de la Zona 1. Esta subescena se creó con cuatro ortofotos a resolución original cubriendo un área aproximada de 2500 ha. En esta subescena se ensayó con: la clasificación por segmentación utilizando el software ENVI y clasificación supervisada con el software TNTmips. En ENVI se evidenció una tendencia a sobre-segmentación, lo que se traduce en incrementos substanciales en el tiempo de edición. Los retos principales encontrados en las pruebas de segmentación de ortofotos fueron:

• Elevada heterogeneidad espectral en zonas de bosque, generada en parte por la prevalencia de patrones de sombra en el dosel.

• De igual forma, el dosel del bosque presenta áreas de gran reflectancia que se confunden con áreas intervenidas (e.g. suelo desnudo).

• En general, la elevada resolución espacial de las ortofotos presenta un reto para la definición de segmentos espectralmente homogéneos que puedan traducirse en mapas de CUT informativos para áreas más extensas.

En contraste, al interpretar la misma área con el TNTmips con una clasificación supervisada se presentaban resultados similares, pero con menor dificultad para asignar las clases correctas o luego editarlas. De esta manera se decidió emplear el TNTmips como herramienta de interpretación de las ortofotos.

Pre-procesamiento

En TNTmips se intentó realizar una interpretación supervisada del mosaico de 121 ortofotos. Sin embargo, el tamaño del mosaico de 13 GB excedió las capacidades de la computadora utilizada para el análisis1, incluso para tareas poco demandantes como cambios del nivel de magnificación o movimientos a través del área de estudio. Esto impidió interpretar el uso de mosaicos con la resolución original de 50 cm. De esta manera se optó por remuestrear el mosaico a una resolución 5 m (semejante a las imágenes RapidEye).

El mosaico remuestreado presenta tres áreas claramente definidas por tono y textura (Figura 13). Atribuimos esta diferenciación a que las fotos en cada área corresponden a líneas de vuelo adquiridas en fechas distintas, y a horas distintas del día. Esto genera variaciones en las características de las fotos, por ejemplo mediante diferencias en patrones de sombras en el dosel del bosque entre una foto tomada temprano en la mañana y otra tomada más tarde. Esta particularidad impide el uso de un mismo prototipo para una clase de cobertura en toda la zona. En el mosaico de ortofotos de la Zona 1, se definieron tres áreas (Figura 3): las áreas montañosas con desnivel relativo alto y poco intervenida (área 1), la parte central del mosaico con relieves colinados bajos con gran intervención antrópica (área 2) y la zona este de Tena y Archidona que se encuentra menos intervenida (área 3). Para minimizar el efecto de estas diferencias, se decidió implementar el método de clasificación de CUT en el área 2, equivalente a unas 56 fotografías aéreas (Figura 3).

1 La PC de análisis tiene 4GB en memoria RAM y un procesador Intel® Core2 de 2.66GHz.

6

Figura 3. Áreas del mosaico con diferentes tono y textura de la Zona 1.

Previo a la interpretación, calculó el NDVI y componentes principales. El NDVI ((IR – RED)/ (IR + RED)) permite identificar áreas con cobertura más homogénea al combinarlas en RGB, tanto visualmente como para los cálculos del software, en comparación con utilizar las bandas originales sin procesamiento (Figura 4). El NDVI resalta la vegetación y disminuye los problemas por relieve, mientras que los componentes principales reduce la cantidad de información, eliminando redundancia en las distintas bandas.

7

Ortofoto color verdadero

Combinación RGB (NDVI, PC1, PC2)

Figura 4. Ortofoto en color verdadero y RGB (NDVI, PC1, PC2) de la ciudad del Napo y sus alrededores. Clasificación Digital

La clasificación del mosaico de ortofotos para obtener el mapa de cobertura vegetal de acuerdo a la leyenda preestablecida se realizó con el método supervisado, utilizando el software TNTmips con su módulo de interpretación “Feature Mapping”. Este módulo permite definir manualmente pixeles escogidos como prototipos de las clases de CUT que se quiere mapear. En la clasificación supervisada del Feature Mapping obtenida del mosaico sin ninguna edición se pudo observar lo siguiente (Figuras 5 y 6):

• Las clases de cobertura de la tierra establecidas clasificadas fueron cualitativamente bien definidas en las zonas con poco relieve colinado. La clase mosaico agropecuario posee algunas zonas de pasto puras.

• La unidad cuerpos de agua por su escasa profundidad o islotes temporalmente inundables se confunde con las clases de mosaico agropecuario y altamente intervenida.

8

Figura 5. Mapa de CUT de la Zona 1 (Area 2).

9

Mapa 6. Ampliación del mapa de CUT de la Zona 1 (Área 2).

• Los relieves colinados con sus cimas, vertientes, escarpes, cauces de quebradas y ríos, entre otras geoformas, combinado con sombras, hacen que los valores digitales de los pixeles pertenecientes a los bosques varíen tanto que se clasifiquen como categorías intervenidas y no como clases de bosque (Figuras 7 y 8).

10

Figura 7. Ampliación del Mapa de Uso y Cobertura en la comunidad El Pan.

11

Figura 8. Ortofoto original de la comunidad El Pan.

2.3.2 Interpretación de la Zona 2

Para la Zona 2 (Comunidad de Musullakta), se eligió interpretar una sola fotografía aérea con su resolución original (0.5 x 0.5 m) y tamaño de almacenamiento de 85 MB. El objetivo principal fue determinar el potencial de generar información de CUT con métodos tradicionales de clasificación automática utilizando la información contenida en las ortofotos tal como las proporciona el SIGTIERRAS (Figura 9). Adicionalmente se evaluó el impacto de cambiar de escala la información de CUT generada.

12

Figura 9. Ortofoto de Musullakta a resolución original (50 cm).

Al igual que para la Zona 1 se utilizó el método supervisado “Feature Mapping” de TNTmips para clasificar la fotografía. Las bandas utilizadas como variables de entrada para la interpretación fueron las tres visibles más el NDVI. En el resultado obtenido de la clasificación digital se observó que la zona altamente intervenida se delimitó con bastante precisión, mientras que las clases Bosque y Mosaico Agropecuario se mezclaban. Esta última aparecía mayoritariamente como manchas de ruido sobre la clase Bosque (Figura 10).

13

Figura 10. Mapa de uso y cobertura de Musullakta.

Para eliminar este ruido, la interpretación de la fotografía se lo introdujo al software ERDAS con el cual eliminó áreas de 20 x 20 pixeles (10 x 10 m). Pasado el filtro de eliminación de ruido se pudo tener una interpretación más limpia donde se mantiene la mayor parte de la información temática de CUT (Figuras 11 y 12). Sin embargo, este proceso de clasificación enfrenta los mismos retos observados en la Zona 1. Por ejemplo, los patrones de sombras asociados a la topografía y a la heterogeneidad del dosel del bosque dificulta la generación de unidades de CUT homogéneas en extensiones grandes.

14

Figura 11. Mapa de uso y cobertura generalizado a 20x20 píxeles.

a)

b)

Figura 12. Mapa de uso y cobertura generalizado a 20 x 20 pixeles (a) comparado con la ortofoto (b).

15

3. Conclusiones y recomendaciones Este piloto corto permite identificar de forma inicial algunos elementos metodológicos a tenerse en cuenta para la extracción de información temática de CUT a partir de fotografía aérea de alta resolución. La conclusión principal es que la información contenida en las ortofotos asociada a su alta resolución (50 cm) genera también algunos retos para su procesamiento. Específicamente, se identifican los siguientes puntos:

• En las fotografías aéreas escala 1:5000 obtenidas del SIGTIERRAS se pueden identificar muchos detalles como copas de árboles, casas, caminos muy bien definidos y otras obras de infraestructura.

• Cada fotografía tiene un tamaño de 90MB, esto dificulta realizar mosaicos de varias fotografías y procesarlos utilizando métodos semi-automáticos para áreas extensas.

• Las fotografías, aun individualmente, presentan distintas áreas de tonos y texturas como si hubiesen sido ensambladas por partes (minimosaicos). Esto dificulta la aplicación de métodos de clasificación digital basados en pixeles que trabajan bajo supuestos de homogeneidad en la respuesta espectral de distintas clases de CUT. El problema es especialmente evidente cuando se procesan mosaicos que integran varias líneas de vuelo, cada una con características de toma (e.g. hora del día) propias que generan diferencias en la respuesta espectral de las coberturas.

• En zonas montañosas, la clasificación digital de las fotos presenta bastantes dificultades debido a los patrones de sombras asociados a distintas geoformas.

• La utilización de índices de vegetación y componentes principales, facilita la clasificación supervisada de las fotografías aéreas al minimizar el efecto de las sombras a varias escalas (e.g. dosel, topografía).

Sobre estas reflexiones, se presentan las siguientes recomendaciones para continuar con el trabajo de extracción de información temática utilizando ortofotos:

• Persiste la necesidad de explorar otras alternativas metodológicas. Por ejemplo, métodos de clasificación basados en objetos han sido exitosamente aplicados para extraer elementos específicos del paisaje utlizando fotos aéreas de alta resolución tales como elementos de infraestructura, cuerpos de agua, entre otros.

• Se recomienda analizar estrategias mixtas donde la información de las ortofotos se integra con información de sensores remotos (e.g. RapidEye) para calibrar productos de CUT derivados de estos últimos.

16

4. Referencias Asner, G. P., y A. S. Warner. 2003. Canopy shadow in IKONOS satellite observations

of tropical forests and savannas. Remote Sensing of Environment 87 (4):521-533.

Desclee, B., P. Bogaert, y P. Defourny. 2006. Forest change detection by statistical object-based method. Remote Sensing of Environment 102 (1-2):1-11.

Duveiller, G., P. Defourny, B. Desclée, y P. Mayaux. 2008. Deforestation in Central Africa: Estimates at regional, national and landscape levels by advanced processing of systematically-distributed Landsat extracts. Remote Sensing of Environment 112 (5):1969-1981.

MAE. 2013. Mapa de Ecosistemas del Ecuador. Quito: Ministerio de Ambiente del Ecuador.