Mapa Forestal de Honduras derivado con imágenes de … · Colonia Brisas de Olancho, Oficina central del Instituto de ... importante en la gestión y planificaciónde los recursos

Insumos para la Línea Base y Sistema Regional-Mult in ivel de Monitoreo de Bosques

Componente 3: MonitoreoPrograma REDD/CCAD-GIZ147147

Mapa Forestal de Honduras derivado con imágenes de Alta Resolución, una Herramienta Innovadora y Util para la Toma de Decisiones Nacionales y Subnacionales.

Autor:Efraín Alberto Duarte Institución: Instituto Nacional de Conservación y Desarrollo Forestal, Areas Protegidas y Vida Silvestre (ICF).

Dirección: Colonia Brisas de Olancho, Oficina central del Instituto deConservación Forestal. Comayagüela M.D.C. Honduras C.A. [email protected]

Artículo Nº9




Resumen:

Larepresentacióngráficadelacoberturaforestalatravésdemapasnacionalesse reconocecomounaherramientadeplanificación ygestión valiosapara latoma de decisiones en el marco del manejo forestal sostenible, este tipo de insumo representa un punto importante en diferentes ámbitos como medio para entender las características biofísicas y ecosistémicas que permiten impulsar las decisiones técnicas y políticas enmarcadas en el uso del suelo a nivel nacional, regional o local.

Generarinformaciónconfiablesobreladistribuciónyextensióndelacoberturade áreas boscosas a nivel global, nacional, regional y local, requiere de la utilización de amplios conjuntos de datos de diversos tipos y orígenes, desde estudios de campo relacionados con inventarios detallados de vegetación sobre composición de especies hasta procesos de mapeo que generen información cartográfica. Producir estos conjuntos de datos es posible a través de unaestrategia nacional que utilice las imágenes de sensores remotos disponibles (imágenes de sensores ópticos e imágenes de Radar) de una forma coherente, transparente, exhaustiva, completa, precisa y comparable.

EnHonduraslainformaciónoficialhistóricadecoberturaforestalanivelnacionalinicia en los años 1965, continuando en los años 1985, 1995, 2001, 2003, 2009. Indiscutiblemente, los procesos técnicos, protocolos metodológicos, y niveles deconfiabilidadenlaconstruccióndeestosmapasdecoberturayusodesuelotienenmetodologíasyestándaresdevalidaciónquedifierenunodeotros,factorque conlleva a altos niveles de incertidumbre e imposibilita la comparación entre los mismos para efectos de análisis comparativos históricos de dinámica de cobertura forestal a nivel nacional

En este marco de referencia, el Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre (ICF) se encuentra desarrollando un Mapa Nacional Forestal mediante la utilización de imágenes satelitales de alta resolución, el cual es un hecho sin precedentes en el contexto nacional.

Artículo Nº9




El principal objetivo del mapa es poner a disposición de los tomadores de decisiones, una herramienta que permita conocer referentes en términos del estado del recurso forestal, su oferta, su uso y aprovechamiento, su potencial de fijacióndecarbono,elcualpermitarealizaranálisisaescalasnacional,regionalylocaldemaneraconfiable.

En el presente documento, se describen las principales actividades realizadas en el marco del diseño y construcción del mapa forestal de Honduras como ser: Procesometodológicogeneral(Identificación,recopilaciónysistematizacióndedatosespaciales,clasificacióndeimágenesdesatélite,validacióndecoberturaforestal,sistemadeclasificacióndebosques,entreotros).Ademásseabordaunanálisis comparativo entre los resultados del sensor utilizado en el mapa forestal 2013 para Honduras (RapidEye) contrastando con otros análisis anteriores provenientes de diferentes sensores Landsat y MODIS, esto con el objetivo de resaltar las ventajas y novedades que tendrá el mapa nacional forestal en comparación con publicaciones anteriores que se han realizado en Honduras.

Artículo Nº9




1. Introducción En las últimas cinco décadas, y especialmente desde el lanzamiento del primer satélite del programa Landsat, se han desarrollado múltiples opciones de productos de sensores remotos aplicados en general a la observación de la Tierra y en particular al monitoreo de las áreas boscosas. Dichas opciones van desde fotografías aéreas de alta resolución hasta imágenes de satélite de baja y moderada resolución, constituyéndose en un insumo que juega un importante rol en el monitoreo y generación de información sobre la cobertura boscosa a diferentes niveles.

La clasificación temática de las coberturas vegetales es un componenteimportanteenlagestiónyplanificacióndelosrecursosnaturales,sinembargo,una limitación de las técnicas de teledetección es la dificultad de distinguirdivisiones ecológicas entre las comunidades vegetales. Así mismo, su aplicación se constituye en un reto en zonas de alto relieve, en las que a menudo es difícil definir clases de vegetación tan solo en función de su respuesta espectral,debido a la heterogeneidad común del tipo de cobertura y de los factores que afectanlasrespuestasespectrales.Enestesentido,laclasificacióndigitaldelascoberturas vegetales a través de imágenes de sensores remotos requiere de dos condiciones importantes para su uso: el intérprete debe tener la capacidad de entenderloscriteriosbásicosdeclasificacióndelavegetaciónyladelimitacióndeunidadesenlasimágenesdesatélite;yadicionalmente,elsensordelsatélitedebe tener la capacidad de actuar como un sustituto de las características del paisaje.

El presente documento explica cada una de las etapas del procesamiento digital de imágenes de sensores aplicados durante la construcción del mapa nacional forestal, estableciendo una secuencia mínima de procedimientos que permiten obtenerinformacióncartográficatemáticasobrelaextensiónydistribucióndelacobertura boscosa a nivel nacional.

En esencia se describe un protocolo para la determinación de la distribución y los cambios en la cobertura boscosa a nivel nacional, constituyéndose en una guía práctica para continuar generando la información necesaria para el monitoreo de la cobertura de bosque. Esta información constituye la situación inicial del país, región o proyecto (i.e. Línea Base) y puede ser la base para la estimación de los contenidos o stocks de carbono, así como para el monitoreo de los mismos a lo largo de la implementación de acciones direccionadas a la conservación y/o mejoramiento de los contenidos de carbono consideradas bajo la iniciativa de mitigación al cambio climático como lo es REDD.

Artículo Nº9




2. Metodología

El proceso metodológico necesario para generar información temática a nivel subnacional en el marco del sistema de monitoreo de deforestación se desarrolla de forma general en cuatro grandes fases, a saber:

A. Fase I:Prepararopre-procesarlasimágenesconelfindeaprestarlasparael procesamiento efectuando correcciones que eliminan efectos anómalos captados por el sensor.

B. Fase II: Se procesan las imágenes utilizando herramientas automatizadas declasificaciónafindegenerarclasificacionesdecoberturapreliminares.

C. Fase III: Los resultados obtenidos en la segunda fase son ajustados para la obtención de la información depurada sobre distribución y extensión en las coberturas de la Tierra.

D. Fase IV: Etapa de validación temática que permite estimar la incertidumbre de la información asociada a los datos generados.

Figuras 1.. Esquema de la estrategia para el uso de imágenes de sensores remotos para la identificacióndelacoberturaboscosa.

Artículo Nº9




Imágenes RapidEye

En la actualidad, la República de Honduras a través del Instituto Nacional de Conservación y Desarrollo Forestal, Areas Protegidas y Vida Silvestre (ICF) cuenta con un catálogo de imágenes satelitales de alta resolución provenientes del sensor RapidEye, el cual será el insumo principal para diseñar y construir el Mapa Nacional Forestal de Honduras. Los satélites de RapidEye son los primeros satélites comerciales que incluyen la banda Red-Edge la cual es particularmente sensiblealoscambiosenelcontenidodeclorofila.

Las imágenes satelitales pueden proporcionar valiosa información a alta escala espacial y temporal, lo cual permitirá medir de manera óptima el impacto de las actividades humanas sobre los recursos forestales, la sustentabilidad ambiental y económica de las operaciones forestales y controlar la tala ilegal y la deforestación.

Fig.1,2y3EjemplográficodecatálogodeimágenesRapidEyedisponiblesparaHonduras.

Artículo Nº9




3. Resultados y discusión

Principales avances.Pre-procesamiento de las imágenes RapidEye.Calibración radiométrica y Corrección atmosférica

Este proceso permite convertir la información de la imagen original (bruta) de cadapixel,deNivelesDigitales-ND-aNivelesdeReflectanciacaptadaporelsensor en el tope de la atmosfera, es decir, sin los efectos de la misma, lo que permite disminuir los efectos de dispersión o absorción causados por la presencia de partículas en la atmósfera. Adicionalmente, se busca remover el efecto de los diferentes ángulos de incidencia de la energía solar y de la distancia Tierra - Sol, que se producen como consecuencia de las diferencias de tiempo de adquisición de las imágenes.

Fig. 4 Ejemplo de calibración radiométrica y corrección atmosférica.

Procesamiento de las imágenes RapidEye. Esta etapa del proceso está referida al procesamiento digital de las imágenes previamente pre-procesadas, para la generación de cartografía temática de extensión, y distribución de cambios en las coberturas de la Tierra, principalmente boscosas. En síntesis, la imagen pre-procesada se convierte en una imagen de segmentos,lacualseráclasificadaconbaseacriteriosespectrales,espacialesy estadísticos a través de un algoritmo de árboles de decisión (RandomForest

Artículo Nº9




Segmentación de la imagenLa segmentación es un proceso digital de agrupamiento de pixeles a objetos mássignificativos(segmentos)usadoparasimplificarlaimagen.Lossegmentosson relativamente homogéneos en relación a una o más características (principalmente variables espectrales). (Cabrera, Galindo. 2011b.)

Losresultadosfinalesdelprocesodesegmentaciónsondependientesdeciertosparámetros, entre estos podemos mencionar:

A. Parámetros de segmentación. En términos generales el proceso de segmentación se basa en dos

parámetros fundamentales, relacionados con “que tan similares son los pixeles a agrupar” y “cuán grande debe ser el segmento generado”, a saber:

B. Similaridad de los pixeles a agrupar. Esta referido como la distancia mínima espectral (generalmente distancia

euclidiana) que deben cumplir los pixeles que conformarán los segmentos.

C. Tamaño del segmento a generar. Esta referido como el número mínimo de pixeles que conformaran un segmento.

Fig.5 Ejemplo de imagen segmentada. Der. Imagen original RapidEye. Izq.

implementado enR) para finalmente ser editado para generar un archivo declasificacióndecoberturasdelaTierra.Acontinuaciónsedescribecadaunodeestos procedimientos:

Artículo Nº9




ClasificacióninicialdelascoberturasdelatierraLa clasificación de los segmentos en las categorías de coberturas puederealizarse utilizando algoritmos básicos de clasificación tradicionales bajoesquemas no supervisados, supervisados, clasificación orientada a objetos,técnicas de clasificación basada en lógica difusa, o técnicas de clasificaciónbasadasenárbolesdedecisión,paraelcasodeHonduras,laclasificacióndela cobertura de la tierra utilizada fue el uso de algoritmos basados en árboles de decisión, ya que, al ser un algoritmo no paramétrico permite incorporar amplios conjuntos de variables en el proceso de predicción. Entre los principales conjuntosdevariablesaplicadosseidentificanelNDVI,extraccióndemúltiplesfirmasespectralesprocedentesdeclasificacionesnosupervisadasatravésdeIsodatas provenientes de imágenes Landsat del año 2000, 2005 y 2010. Además se utilizaron firmas espectrales provenientes demapas realizados a escalaslocales o de proyecto debidamente validados.

Este procedimiento automatizado es una primera aproximación sobre la distribución y extensión de las coberturas de la Tierra, sin embargo, esta clasificaciónamenudopadecedeciertosnivelesdeimprecisióntemática,loqueobliga a realizar distintos tipos de ajustes o ediciones temáticas (ver Figura 6).

Fig.6y7 Ejemplodeimagenresultantedeunaclasificacióninicial.Izq.ImagenoriginalRapidEye..DerImagenconclasificacióninicial.

Artículo Nº9




Ajuste Temáticos

EdicióndelaClasificacióninicialdelascoberturasdelatierra

En esta etapa se realiza una edición semiautomática, la cual consiste en efectuar unanuevaclasificacióndigitaldetipoSupervisado/NoSupervisadobasadoenla imagenpre-procesada,aplicandodichaclasificaciónenzonasseparadasatravés de máscaras temáticas en las áreas correspondientes a aquellas clases de cobertura de la tierra que más presentan confusión, por ejemplo, las áreas de Cultivos permanentes (Café bajo sombra) y áreas agrícolas heterogéneas (Mosaicos), los matorrales con las porciones de bosque seco y los guamiles.

Losresultadosdeclasificaciónserecodificanmediantelafusióndeclasesy/orecodificacionesdegruposdepixelesbasadosenelcriterioyexperienciadelintérprete,afindeajustaraunacapacon lasclasesdecobertura forestaldeinterés.

Elresultadofinaldeestesubprocesoeslageneracióndenuevoarchivotemáticoajustado con las clases separadas de las coberturas que habían sido confundidas inicialmente. Posteriormente realizando una inspección visual en pantalla a la escala de trabajo (1:25,000) se compara la imagen pre-procesada con el mapa decoberturasobtenidodelaclasificaciónNoSupervisada,seidentificanáreasdonde aún es preciso editar temáticamente los resultados del procesamiento digital,amaneradecontroldecalidaddelaclasificación.(Verimagen8y9).

Fig.8y9 Ejemplodeimagenresultantedeunaedicióndelaclasificacióninicial.Izq.Imagenconclasificacióninicial.Der.Imagenconedicióndelaclasificacióninicial.

Artículo Nº9




4. Conclusiones

a. La construcción de un mapa de alta resolución proveniente de imágenes satelitalesdelsensorRapidEyeparaHonduraspermitirácuantificarlostiposy las distribuciones de la cobertura forestal a una escala local 125,000, hecho sin precedentes para el sector forestal.

b. La disponibilidad de un mapa nacional forestal, tendrá funcionalidades y finalidadesmultipropósito,yaquepermitiráanivel técnicoynivelpolítico,contar con una herramienta útil que permita tomar decisiones acertadas que conlleven al manejo adecuado de los recursos forestales de Honduras.

c. El mapa nacional forestal será la base inicial para el monitoreo de la dinámica de los bosques de manera periódica, robusta, confiable y transparente,brindando al sector forestal una oportunidad para los reportes y la toma de decisionestécnicasyplanificacióndepolíticasadecuadas.

d. En la últimas 3 décadas, en Honduras se mejoraron sistemáticamente los mapeos de cobertura forestal a nivel nacional en la medida que se conocieron nuevas tecnologías y metodologías para la clasificación de imágenessatelitales,ningúndelosmapaselaboradoshastalafechapodríacalificarsecomo “bueno” o “malo”, losmismos son el reflejo de lasmetodologías yla tecnología con la que se contaba en el momento de la edición de los mismos.

Artículo Nº9




- ASPINALL, R. J. y HILL, M. J. 1997. Land cover change: a method for assessing the reliability of land cover changes measured from remotely-sensed data. International Geoscience and Remote Sensing SymposiumProceedings, Singapore. 269-271.

- Cabrera, E., G. Galindo & D.M. Vargas. 2011. Protocolo de Procesamiento DigitaldeImágenesparalaCuantificacióndelaDeforestaciónenColombia,Nivel Nacional Escalas Gruesa y Escala Fina. Instituto de Hidrología, Meteorología, y Estudios Ambientales-IDEAM-. Bogotá D.C., Colombia. 37 p.

- Cabrera, E., G. Galindo & D.M. Vargas, IDEAM 2011b. Documento técnico de referencia para la utilización de imágenes de sensores remotos en la cuantificación de la deforestación y estimación del almacenamientode carbono, elaborado en el marco del Proyecto Capacidad Institucional TécnicayCientíficaparaapoyarproyectosdeReduccióndeEmisionesporDeforestación REDD en Colombia. Instituto de Hidrología, Meteorología, y Estudios Ambientales-IDEAM.

- GOFC-GOLD. 2009. Reducing greenhouse gas emissions from deforestation and degradation in developing countries: a sourcebook of methods and procedures for monitoring, measuring and reporting GOFC-GOLD Report, VersionCOP14-2GOFCGOLDProjectOffice,NaturalResourcesCanada,Alberta, Canada.

BIBLIOGRAFÍA

Artículo Nº9




- 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.

- 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 delpíxel,lacualsemodificóporlageometríadelsensoroporvariacionesenel terreno.

- Imagen de satélite. Representación visual de la información capturada por un sensormontadoenunsatéliteartificial.Estossensoresrecogeninformaciónreflejadapara la superficie de la tierra que luegoesenviadaa laTierra yque 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.

- Píxel(PictureElement).Unidadbásicadeinformacióngráficaqueserefierea cada uno de los puntos indivisibles que conforman una imagen, es decir, la mínima área de captura en el formato Raster. A mayor densidad de píxeles, mayor calidad de imagen.

- Resolución.Niveldedetalleconelqueseesposibleidentificarloselementossobre las imágenes y se relaciona con la unidad mínima de almacenamiento de datos o píxel.

GLOSARIO

Documents

Mapa Forestal de Honduras derivado con imágenes de … · Colonia Brisas de Olancho, Oficina central del Instituto de ... importante en la gestión y planificaciónde los recursos