1

Mi Comunidad, Nuestra Tierra: Geografía para el Desarrollo Sostenible (MyCOE)

Taller: Introducción a Aplicaciones de Técnicas Espaciales para la

Conservación de la Biodiversidad Universidad Tecnológica de Panamá

Ciudad de Panamá. 28 de enero a 1ro de febrero, 2008

MODULO: PLANIFICACIÓN PARA LA CONSERVACIÓN DE LA BIODIVERSIDAD

Preparado por: Fernando Rodríguez, PhD.C.

TABLA DE CONTENIDOS

Titulo Página OBJETIVOS DEL MODULO 1 General 1 Específicos 2 DISCUSION SOBRE LA PLANIFICACION DE LA CONSERVACION DE BIODIVERSIDAD 2 Base Teórica 2 Base Técnica 5 Aplicaciones 7 DESARROLLO DE LA APLICACION 8 Objetivos 9 Datos 9 Programas 9 Instrucciones 11 Productos 25 REFERENCIAS 25

________________________________________________________________________

1. OBJETIVOS DEL MODULO

General

Conocer las potencialidades que brindan los sistemas de información geográfica (SIG) para trabajar con información espacial y generar información para la toma de decisiones en los procesos de planificación para la conservación de la biodiversidad.

2

Específicos

• Explorar los alcances y fortalezas del uso de herramientas SIG en el análisis de los elementos del paisaje.

• Utilizar técnicas de análisis espacial para la definición de prioridades de conservación a nivel de paisaje.

• Calcular áreas y relaciones de áreas en mapas

2. PLANIFICACIÓN PARA LA CONSERVACIÓN DE BIODIVERSIDAD

Base Teórica

Los Sistemas Nacionales de Reservas (SNR) son la base de la mayoría de programas de conservación de biodiversidad alrededor del mundo y su eficiencia para la conservación es la clave para medir cuán bien un país protege sus recursos biológicos (Flather et al., 1997; Van Schaik and Kramer, 1997).

Desafortunadamente, la ubicación, la cobertura y la condición administrativa de las reservas dentro de una red han sido a menudo establecidas de una manera oportunista; basado en, o al menos influido por, factores políticos o por su bajo costo de oportunidad, y no en su valor o importancia biológica (Pressey and Trully, 1994; Pressey et al.,1994). Tales programas son diseñados, no solamente para proteger su biodiversidad y servicios ambientales en un país sino también para comprometer y apoyar la conservación de la biodiversidad y procesos ecológicos a nivel mundial.

La Conservación de la biodiversidad a nivel global es basada en el aporte de cada país, diseñando y construyendo un SNR representativo y tomar otras medidas específicas que contribuyan a este esfuerzo. Recientemente, áreas geográficas de interés han sido identificadas por su contribución a la conservación de la biodiversidad basada en dos criterios: el atributo relativo a nivel de especie y su representatividad relativa dentro de una red existente.

La tendencia general en la planificación en conservación está, sin embargo, cambiando del nivel de especies al nivel de ecosistemas (Schmidt, 1996; Hughes et al., 2000). Se esperaría que la protección de una porción suficiente de todos los ecosistemas en una región, asegure la conservación de la biodiversidad a nivel de especies (Murray et al., 1997; Olson y Dinerstein, 1998; Stoms et al., 1998). Estos objetivos son complementarios a la naturaleza de la función de los ecosistemas, al intercambio biológico y físico en el que se basa su viabilidad a largo plazo.

En la última década, varios estudios han enfatizado la necesidad de establecer prioridades de conservación debido a que algunos ecosistemas están en riesgo más alto de ser

3

destruidos que otros, y porque la disponibilidad de recursos financieros y políticos para la conservación son limitados, especialmente en países en desarrollo (e.g. Dinerstein et al., 1995; Olson y Dinerstein, 1998; Myers et al., 2000). En realidad, esta valoración se ha vuelto un marco de trabajo importante para donantes internacionales, tales como el Banco Mundial, Fondo Mundial para la Vida Silvestre (WWF), para optimizar sus esfuerzos e identificar sus inversiones. Estos estudios han analizado prioridades de conservación a nivel continental y global, y han confiado en estudios de unidades geográficas y conceptuales bien amplias de análisis (e.g. hot-spots, biomas, ecoregiones, áreas silvestres). Para donantes internacionales y organizaciones de conservación, tales escalas de análisis ofrecen una limitada percepción para planificación a gran detalle o a nivel de especies, o para el desarrollo de una red de reservas (Dinerstein et al., 1995).

Para propósitos de planificación, un defecto es que a pequeña escala las prioridades son identificadas para áreas excesivamente grandes. Por ejemplo, muchos estudios han identificado correctamente a la Región del Chocó del occidente de Colombia y Ecuador como una zona de prioridad de conservación a nivel mundial (ej. Dinerstein et al., 1995; Alson y Dinerstein, 1998; Stattersfield et al., 1998; Myers et al., 2000). Para planes de conservación, sin embargo, la pregunta de dónde ubicar los recursos tanto financieros como políticos permanece aún sin respuesta, ya que no es viable proteger una región de 100.00 km² como una sola unidad, lo cual es además, relativamente pequeña comparada con otras regiones prioritarias en el mundo. De mucha más importancia es que la evaluación a pequeña escala deja de lado la variabilidad ecológica. Forero (1982) y Hernández Camacho et al. (1992) reconoce 8 y 20 distritos biogeográficos respectivamente, en el Chocó Colombiano. Cerón et al. (1999) identificó 7 ecosistemas mayores en un área mucho más pequeña en el área Ecuatoriana. Esto es posible a escalas pequeñas para estimar el promedio de cobertura de una red de reservas, pero es muy difícil evaluar la representación de ecosistemas en riesgo y a partir de esto, establecer guías para programas de conservación y diseño de reservas. En 1999, había 9 reservas en Colombia y 3 en Ecuador protegiendo aproximadamente el 6% de la región del Chocó, que representaba el 9.5% y 14% del total de la superficie protegida respectivamente. Esto sugiere una sub representación de los ecosistemas del Chocó en estos países, pero no de las prioridades de conservación en el región.

En contraste, problemas específicos de conservación y diseño de reservas puede ser realizado a nivel local. Esto requiere de información detallada y específica del sitio, acerca del valor biológico y ecológico, los determinantes socioeconómicos de la viabilidad de la reserva y las condiciones político administrativas, entre otras. Esto no puede ser analizado a nivel nacional y mucho menos a escala regional o continental. La principal restricción es la generación de datos apropiados a gran escala para todo un país, esto requeriría tiempo considerable y gran cantidad de recursos económicos, de los cuales ninguno de ellos está a disposición. Para cuando esta información haya sido generada, procesada y analizada, muy probablemente especies y ecosistemas pueden haber desaparecido. Pero, las limitaciones no son solamente la falta de información para evaluación a escala nacional, sino también la incertidumbre acerca de la precisión de la muestra y el esfuerzo en las bases de datos existentes. Datos a nivel de especies provee información preliminar sobre la presencia de una especie, pero no nos dice nada sobre la

4

ausencia, abundancia o estado de conservación (Todd y Burgman, 1998; Prendergast et al., 1999).

Sin el control de estos datos, no es posible conocer si las prioridades a nivel nacional son un reflejo de las necesidades de conservación actual o la diferencia en la aplicación de distintos métodos, errores de muestreo o datos incompletos. El uso de datos a nivel de especies en estudios a nivel nacional también requiere de agregar datos y aplicación de filtros para trabajar con datos faltantes sobre la diversidad de ecosistemas, riesgo y sus condiciones; todos los cuales son críticos para determinar el estado de las prioridades, diseñar planes de conservación y la viabilidad de la red de reservas.

En general, escalas apropiadas para planificar y orientar los problemas y el diseño de reservas no son apropiados para analizar prioridades de conservación, ya que no permite una efectiva comparación entre los diferentes objetivos de conservación a nivel nacional.

Evaluación sobre estas prioridades requiere una cobertura completa y similar calidad de información para cada unidad de análisis (ecosistemas, especies), entonces, una comparación confiable puede ser realizada. Desde un punto de vista empírico y conceptual, la escala más efectiva para planes de conservación en países en desarrollo, debería realizarse a aquella que es posible utilizar a nivel nacional y que reconozca la variabilidad de los ecosistemas en el país. Esto es debido al hecho de que las decisiones sobre conservación son tomadas por un sistema de manejo centralizado. En efecto, inclusive esfuerzos internacionales son dependientes del compromiso de los oficiales de conservación del país.

La optimización de recursos limitados requiere que los planes de conservación sean divididos en dos tareas consecutivas: 1) evaluación de las prioridades de conservación del país, y 2) direccionar problemas específicos de conservación e identificar nuevas reservas. Cada paso tiene diferentes criterios mínimos y requerimiento de datos ya que existen diferentes factores que son relevantes a diferentes niveles del proceso de agregar o generalizar información. Evaluaciones de prioridades a escala de ecosistemas basados en medidas representativas y confiables, pueden ser implementadas a escala que sean apropiadas a la mayoría de áreas de pequeña y mediana escala (1:500.000 a 1:250.000). La ventaja es que hay datos disponibles y/o que pueden ser fácilmente generados, y provee a los tomadores de decisiones información sencilla pero confiable a nivel nacional y regional para los planes de conservación.

En Venezuela, Colombia, Ecuador, Perú, Bolivia, Paraguay y algunos países Centroamericanos, ya disponen de mapas de ecosistemas o cobertura vegetal confiables que pueden ser usados a escala nacional para evaluación de representatividad y riesgos. Etter (1998) identifica y mapea 64 diferentes tipos de ecosistemas en Colombia, Huber y Alarcón (1998) identifican más de 100 deferentes tipos de vegetación en Venezuela. Ribera et al. (1994) mapea 52 diferentes tipos de vegetación en Bolivia. Mapas de vegetación están siendo elaborados por varios países y proveen de un excelente acercamiento a la diversidad de sus ecosistemas. Una ventaja de estos mapas, es que pueden ser fácilmente mejorados, usando criterios biogeográficos, así son

5

estructuralmente similares pero ecorregionalmente reconoce distintas unidades de biodiversidad. La vegetación es el principal indicador de las condiciones biofísicas de un área y constituye la estructura básica sobre la cual los elementos animales de un ecosistema existen. El resultado es que, homogéneos pero biogeográficamente distintos tipos de vegetación, tienden a tener homogéneos o convergentes grupos de plantas y especies animales (Van der Maarel, 1988), especialmente a una escala de análisis gruesa, donde un conjunto de especies y ecosistemas son ampliamente definidos, pero todavía específicamente identificados. Por esta razón, se esperaría que la distribución regional de la vegetación sea un buen indicador de la distribución de otro tipo de organismos. A escalas más finas de análisis, el movimiento de especies debe ser reconocido. Otra ventaja es que puede ser mapeada en extensas áreas con el uso de tecnología actual (sistemas de información geográfica, sensores remotos y modelamiento ecológico). Varios estudios han aplicado estas relaciones vegetación-ecosistema en estudios de conservación (O´Neil et al., 1995; Dinerstein et al., 1995, Morrison et al., 1998; Myers et al., 2000).

Base Técnica

• Herramientas relacionadas

Los siguientes programas son ejemplos de software gratis o freeware, desarrollados por diferentes organizaciones para el trabajo con información espacial georeferenciada:

ARC EXPLORER (http://www.esri.com/arcgisexplorer)

Es un programa de SIG liviano de despliegue de datos desarrollado por ESRI. Este programa de libre acceso ofrece una forma fácil de ejecutar una variedad de funciones básicas de SIG, incluyendo despliegue, búsquedas y aplicaciones con procesamiento de datos. Puede ser usado con su propia base de datos o como un cliente de datos almacenados en el internet.

Tiene la capacidad de desplegar una variedad de datos ESRI shape, coberturas de ArcInfo. Identificar, ubicar y buscar datos geográficos y atributos. Crear mapas temáticos en base a simbología. Ejecutar tareas básicas de análisis espacial con datos geográficos como selección de set de datos, modelamiento de elementos del paisaje. ArcExplorer es muy usado en educación y trabaja en sistemas operativos Windows y Apple.

MAP MAKER http://www.mapmaker.com/

Map Maker es solo uno de los varios SIG disponibles para uso en Microsoft Windows. Existen otros programas de bajo costo como MapInfo y ArcView quw son muy buenos para trabajar con información espacial. Map Maker es para personas que necesitan una herramienta para hacer mapas. Es fácil de usar, un novato puede empezar creando mapas, no necesita ser un experto en SIG. Aprender a dibujar, editar e imprimir mapas y vincular con bases de datos. Map

6

Maker es usado por alrededor de 100 países, principalmente por granjeros, ecologistas, forestales, arqueólogos y otras ramas de la ciencia, que han encontrado en esta herramienta un uso importante. Los datos pueden ser importados y exportados a todos los programas básicos de SIG, CAD y bases de datos. Los costos son bajos, y hay una versión básica gratis.

PROCIG (http//www.procig.org)

El grupo CAEE/ACEA (http://garrobo.org/) ha desarrollado "Mapache", una herramienta de mapeo por internet enfocada en América Central. Es el resultado de un esfuerzo totalmente voluntario, es una estructura informática SIG para presentar mapas interactivos con cobertura de toda América Central, utilizando programas gratuitos de código abierto. Con esta estructura y con datos geográficos adecuados (incluyendo datos en tiempo real), la meta es ensamblar aplicaciones temáticas: ecosistemas, biodiversidad, clima, geología, océanos, etc. Hace que la información existente sea más accesible.

Los siguientes programas son ejemplos de software comerciales comúnmente usados:

ArcGIS (http://gi.leica-geosystems.com/LGISub1x41x0.aspx)

ArcGIS se utiliza para preparar imágenes que pueden ser usadas directamente en un SIG, para posteriormente analizar y extraer información de ellas. Esta extensión de ArcGIS le permite al usuario extraer la información actualizada de imágenes directamente en una estructura tipo geodatabase de ESRI. Los problemas que usualmente se generan cuando se aplican procesos de varios pasos pueden ser evitados trabajando directamente con los datos en una geodatabase. También es posible determinar la composición y cobertura vegetal. Es muy fuerte en aspectos de algebra de mapas para poder hacer operaciones con información en formato raster y vector.

ILWIS (http://www.itc.nl/)

ILWIS integra técnicas convencionales de un SIG con el procesamiento digital de imágenes y el modelamiento espacial basado en la estructura raster y el análisis de bases de datos de atributos. Es un sistema integrado de información de aguas y tierras de bajo costo, ofrece al usuario una gran gama de funciones para análisis espacial y modelamiento.

Flexible para expertos y comprensible para principiantes. ILWIS ofrece las herramientas para coleccionar, almacenar, analizar, transformar y presentar información tanto gráfica como alfanumérica. Mediante la información almacenada en el sistema, el usuario puede modelar tanto espacial como temporalmente los procesos que se llevan a cabo en la superficie de la Tierra. El paquete ILWIS viene con un juego de documentación sobre los conceptos principales de los sistemas de información geográfica, el procesamiento digital de

7

imágenes y aplicaciones en muchos campos; evaluación de tierras, ordenamiento territorial, riesgos naturales y manejo ambiental, entre otras.

3. APLICACIONES

• Aplicaciones en general

Buena parte de los usuarios tienen como objetivo final el integrar la información resultante con otras variables geográficas, para tener una visión más sintética de las características de un determinado territorio. Este enfoque resulta interesante, por ejemplo, para realizar evaluaciones más completas sobre los recursos que nos brinda un ecosistema específico o para abordar una planificación más acorde con los potenciales usos de los recursos de una zona determinada.

El uso de estas herramientas está ampliamente difundido en las diferentes disciplinas del conocimiento. Podemos comparar al uso de una computadora o un teléfono celular en el desarrollo de cualquier actividad. Así de amplia puede ser la aplicación del SIG para generar, actualizar, manipular, analizar y mapear información espacial georeferenciada (Bosque, 1997; Burrough y McDonell, 1998; Cebrián, 1988).

• Aplicaciones avanzadas

El Fondo Mundial para la Vida Silvestre (WWF)-Perú, ha desarrollado sus propias capacidades de análisis y manejo de información biológica y cartográfica. A lo largo de estos años se han empleado Sistemas de Información Geográfica (SIG) en la elaboración de Visiones de Biodiversidad de las Ecorregiones: Andes del Norte, Amazonía Sudoeste, Río Amazonas y Bosques Inundables, así como el Análisis de la Representación del Sistema Nacional de Áreas Protegidas estatales.

Ariano, D. y P. Cotí. 2007. Realizaron un estudio de Priorización de áreas de conservación en el Matorral Espinoso del Valle del Motagua, utilizando como indicadores a las especies endémicas Lagarto Escorpión, Heloderma horridum charlesbogerti y la Iguana Garroba Ctenosaura palearis. Se hizo un análisis de sobreposición con la ayuda del SIG de tipo multicriterio booleano, utilizando como base las distribuciones potenciales de estas dos especies, así como la distancia a comunidades humanas. Este análisis se hizo en modo raster y se generaron polígonos prioritarios de acciones de conservación de acuerdo a estos parámetros. Dicho análisis se realizó en Idrisi 32 Release Two. Además, posibilitó generar recomendaciones de acción dentro de dichas áreas.

El Centro de Estudios Agrarios y Ambientales (CEA), cuenta con cartografía elaborada como Mapa de riesgos para hantavirus en Punta de Parra, Mapas de hábitat para fauna silvestre en el P.N. Conguillío y El Prado, Cartografía de evaluación de hábitat para peces en la Provincia de Valdivia (puyes y carpas), Cartografía de evaluación de hábitat para vida de humedales en la Provincia de Valdivia (camarones, ranas, plantas palustres). Toda esta información ha sido generada e integrada a un

8

SIG, lo que ha permitido emprender acciones de planificación y ordenamiento territorial.

Grettel Vargas Vargas, 2003, realizó un trabajo con el uso de SIG para la planificación y priorización de acciones en una unidad biogeográfica. Citado en Robert Rhoades y Jody Stallings. La Conservación y el Desarrollo Integrado: Lecciones aprendidas al vincular pueblos, proyectos y políticas en América Latina.

El Programa Conjunto INBio-SINAC, 2002, Analizó el estado del conocimiento y conservación de las aves en el país, relacionado especialmente con sitios prioritarios de conservación para algunos grupos, desarrollando mecanismos de actualización de decretos y cuadro de vedas, identificando amenazas principales para su conservación y estableciendo de vacíos de información en Costa Rica.

Néstor Montalvo Arquinigo, Cirilo Suárez Olivares, trabajaron en la aplicación del SIG para la identificación de Áreas Críticas y Manejo de Cuencas Hidrográficas, priorizando el desarrollo agropecuario y forestal, mediante la identificación de oportunidades agrarias de desarrollo productivo sostenido. Adicionalmente, determinaron las áreas críticas a fin de definir y evaluar las condiciones ambientales, que permitan generar un modelo espacial útil para la priorización y ejecución de las actividades de estabilización de estas áreas, determinar el estado actual de los recursos naturales e identificar las áreas con procesos de degradación y riesgos potenciales de deterioro de suelos en Perú.

La Alianza Jatun Sacha/CDC-Ecuador, 2003, realizó un interesante estudio basado en un análisis de vacíos, definieron varios criterios agrupados en tres: Ecológico, de Paisaje y de Conservación. Los grupos seleccionados para la ecorregión fueron, anfibios, aves, mamíferos y las familias Rubiáceas y Aráceas para las plantas. De esta forma se llegó a identificar Áreas Prioritarias para la Conservación en la Cordillera Real Oriental en Colombia-Ecuador-Perú.

4. DESARROLLO DE LA APLICACIÓN

En 2002, Sierra et al., publicó un estudio donde determinaron las prioridades de conservación de los ecosistemas críticos en el Ecuador. Los criterios básicos tomados en cuenta fueron el riesgo y representatividad de los ecosistemas en el sistema nacional de áreas protegidas, y su importancia relativa para definir las áreas críticas en el país. Este estudio se basó en un modelo multicriterio que incluye variables como: valorar la representatividad de los ecosistemas con tres variables que evalúan el riesgo de la biodiversidad. Estas variables fueron medidas por cada ecosistema y aplicado a un mapa de tipos de vegetación en formato digital con resolución de 500m.

Para el siguiente ejercicio utilizaremos cuatro criterios (remanencia, representatividad, presión y biodiversidad) para establecer las áreas prioritarias en el país.

9

Objetivo General

Realizar un análisis de Área Prioritarias para la Conservación de los Recursos Naturales mediante el uso de un SIG.

Datos

Para esta práctica se usará información de un proceso de priorización realizada en el Ecuador (Sierra et al., 2002). Por tal razón, todas las coberturas de trabajo serán para el Ecuador continental.

Programas

ArcGIS y sus diferentes módulos para trabajar con las diferentes operaciones y álgebra de mapas (Spatial Analyst y ArcTools).

Descripción de la información

Para esta aplicación se dispone de los siguientes archivos en formato grid o raster:

veg_rema: Mapa de Vegetación Remanente para el Ecuador Continental. Esta información fue generada con base en sensores remotos y con el uso de un SIG. Se representa 46 formaciones vegetales o ecosistemas.

veg_orig: Mapa Original de Vegetación para el Ecuador Continental. Esta información fue generada con base en sensores remotos y con el uso de un SIG. Se representa 46 formaciones vegetales o ecosistemas.

snap_grid: Cobertura con 31 áreas protegidas para el Ecuador.

biodiversidad: Representa los índices de diversidad biológica basada en el grupo de las aves por cada ecosistema.

presión: Representa los niveles de afectación de los ecosistemas por actividades humanas.

Criterios de evaluación

El modelo multicriterio aplicado es expresado para cada localidad o celda y la prioridad fue definida con la siguiente función lineal:

Cij=0.3Pij+0.25Rij+0.25Fij+0.2Bij

10

Donde,

Cij es el rango promedio de los ecosistemas en una celda específica ij; Pij es la prioridad del rango del ecosistema en una celda ij, basada en su efectiva representación en el sistema nacional de áreas protegidas; Rij es el rango prioritario de los ecosistemas en una celda ij, basado en el nivel de pérdida de ecosistemas (hábitat) en 1996; Fij es el rango prioritario de un ecosistema en la celda ij, basado en el nivel de exposición a actividades humanas y; Bij es el rango prioritario basado en especies endémicas y estatus de conservación de las aves de un ecosistema en una celda ij. Los pesos representan la importancia de cada criterio para la definición de los ecosistemas prioritarios. Para cada criterio, cada celda ij fue ranqueada de 1 a 5, donde 5 indica la prioridad de conservación más alta y 1 la más baja.

Variables de análisis

BIODIVERSIDAD

El valor de biodiversidad de cada una de las formaciones naturales o ecosistemas del Ecuador fue calculado mediante un índice compuesto por 5 criterios:

1. Riqueza o diversidad de especies

2. Nivel de endemismo

3. Concentración de especies especialistas

4. Concentración de especies amenazadas o en peligro de extinción

5. Concentración de especies sensibles

Los valores que se presentan en el mapa biodiversidad van del 1 al 5. El valor 5 representa las áreas más críticas.

REMANENCIA ECOSISTEMICA

Corresponde a la superficie existente de un ecosistema en relación al área original de este tipo de vegetación. Su valor está expresado en porcentaje de remanencia y los valores de mayor importancia corresponden a la menor remanencia. De tal forma, que son más importantes para la conservación los ecosistemas que se encuentran próximos a desaparecer.

Los valores que se presentan en el mapa Reman1_5 van del 1 al 5. El valor 5 representa las áreas más críticas

11

REPRESENTATIVIDAD DEL SNAP

Se refiere a la medida en el que el sistema de reservas del Ecuador incluye dentro de su área una muestra suficiente de toda la biodiversidad del país, con énfasis en la biodiversidad a nivel ecosistémico.

Los valores que se presentan en el mapa representa1_5 van del 1 al 5. El valor 5 representa las áreas más críticas

PRESIÓN HUMANA

Se relaciona a un área que está sujeta a uso por parte de las poblaciones circundantes, identificadas mediante la presencia de zonas intervenidas. En este caso, se consideró áreas de alto riesgo a aquellas que se encuentran a una distancia máxima de 3 kilómetros dentro de áreas naturales sobre las cuales las poblaciones ejercen presión, ya que se considera que están expuestas a transformación por el avance de la frontera agrícola o expansión humana.

Los valores que se presentan en el mapa Presion van del 1 al 5. El valor 5 representa las áreas más críticas

Instrucciones

• Generales

En el directorio C:\temp\ de su computadora debe copiar toda la carpeta AREAS_PRIORITARIAS, que contiene los archivos de cada cobertura en formato grid o raster.

Despliegue de información

La primera actividad será el desplegar y visualizar los datos con los que trabajaremos en esta práctica.

Una vez que tenga abierta la aplicación (ArcMap) proceda a abrir los archivos. Haga click en el ícono Add data y aparecerá una ventana en la cual tiene que direccionar a la carpeta donde están sus datos, osea C:\temp\AREAS_PRIORITARIAS

12

Seleccione los archivos snap_grid, veg_rema y veg_orig, y luego Add. A la izquierda tiene el listado de las coberturas con su respectiva leyenda. Haga click en el visto junto al nombre de la cobertura para desplegar u ocultar la cobertura y poder visualizar la que desee.

Si no tiene la vista total o de toda la cobertura, entonces haga click en el ícono Full view, en la barra a la izquierda de la ventana.

13

A continuación vamos a ver la información sobre la cobertura y modificar la escala de colores, rangos, etc, de la leyenda. Haga click derecho sobre el nombre de la cobertura y seleccione Proporties, y se desplegará una ventana con varias pestañas.

Seleccione Symbology, luego la opción Unique Values, en la pestaña Value Field seleccionar el campo VALUE. Se desplegará la leyenda con los valores o atributos que se

14

encuentran en la tabla y con un color diferente, los mismos que pueden ser modificados haciendo doble click en el recuadro del color y seleccionar el que desee, o puede también ir a la pestaña color scheme y seleccionar uno de los patrones preterminados. Una vez terminado haga click en OK y se desplegará la imagen con los nuevos colores.

Existen archivos como parte de cada cobertura que contienen información relacionada con la misma. Para visualizar los valores o atributos correspondientes a cada cobertura debe abrir la tabla de atributos. Haga click derecho sobre el nombre de la cobertura veg_rema y aparecerá una nueva ventana donde debe seleccionar Open Attribute Table.

Se desplegará la tabla con información de la cobertura y con diferentes campos. El campo VALUE es el código único correspondiente a cada tipo de formación vegetal, COUNT es el número de celdas o pixels correspondientes a cada formación vegetal y, ECOSISTEMAS es el nombre de la formación vegetal. Cada línea corresponde a un registro o en este caso a un atributo. En este caso tenemos 46 líneas de tributos que corresponden a las 46 formaciones vegetales del Ecuador continental.

15

Análisis de los valores o atributos

Una vez que tenga desplegadas las coberturas, se pueden analizar visualmente los valores o atributos de las mismas.

Primeramente, en el campo Layer debe seleccionar la cobertura que quiere analizar. Luego haga click en el ícono Identify en la barra lateral y de esta forma podrá tener acceso a leer los atributos de la cobertura.

16

En la ventana Identitfy, Identify from debe también especificar la cobertura de la cual se desea tener la información. Luego, haciendo click en cualquier parte del mapa se desplegará una nueva ventana con el atributo solo del pixel sobre el cual se seleccionó. Es la misma información que se tiene en la tabla, pero adicionalmente se tiene las coordenadas de ubicación del punto seleccionado.

También se puede seleccionar los atributos directamente desde la tabla. Haga click derecho en el nombre de la cobertura y seleccione Open Attribute Table, haga click en cualquier línea de valores o atributos y se seleccionará el correspondiente valor en el mapa, adicionalmente se resalta el atributo en el mapa de color celeste.

17

Realizar todo este procedimiento con cada una de las coberturas para verificar que dispone de toda la información necesaria y que se familiarice con las mismas.

ALGEBRA DE MAPAS

Es posible realizar operaciones y cálculos con este tipo de coberturas. Para esto utilizaremos una extensión del ArcGis llamada Saptial Analyst que se encuentra en la barra de herramientas.

Cálculo de Superficies:

Uno de los datos importantes con el que debemos contar es la superficie para cada una de las coberturas. Tome en cuenta que en la columna COUNT de las tres coberturas, consta el número de celdas o pixels para cada clase representadas en el mapa. Cada una de estas celdas mide 201.18 metros por lado, es decir un área de 40473,4 m2 o 4,04 hectáreas. Entonces, con base en esto vamos a calcular la superficie en hectáreas para cada categoría. Primeramente, debemos crear una nueva columna en la tabla para hacer los cálculos. Abrir la tabla de la cobertura veg_rema, luego Options seleccionar Add Field, escribir el nombre de la nueva columna hectareas_rema, en el campo Type definir el formato de los datos, en este caso es Long Integer ya que un dato numérico el que será calculado, en el campo Precission definir 20 como ancho de la columna y finalmente OK.

Ahora vamos a calcular las hectáreas de cada clase en esta nueva columna, de la siguiente forma: Hacer click derecho sobre la columna Hectareas_rema y seleccionar Field Calculator. Esta herramienta nos permite hacer algunas estadísticas entre los datos de la tabla. En este caso haremos una multiplicación. En la nueva ventana escribir la siguiente expresión:

[COUNT]*4.04

18

Esto quiere decir, que en la columna Hectareas_rema se registrará el resultado de la multiplicación de COUNT que es la columna que tiene el número de pixels por la superficie en hectáreas de cada pixel (4.04 ha).

Ahora necesitamos tener la misma información para las otras dos coberturas que son snap_grid y veg_orig. Debe crear primeramente la nueva columna con los nombres Hectareas_snap y Hectareas_orig respectivamente, y luego realizar el cálculo de superficie para cada cobertura.

Remanencia de Ecosistemas

Uno de los objetivos de este tipo de estudios es conocer cuánto de la vegetación original aún queda en la actualidad, es decir cuanta remanencia existe en una zona determinada. Para esto contamos ya con los datos de superficie para las coberturas de vegetación original (veg_orig) y remanente (veg_rema). Con base en estas coberturas vamos a calcular entonces el porcentaje de remanencia de cada tipo vegetación actual. Para poder hacer este cálculo debemos primeramente tener las dos columnas en una sola tabla. Esta

19

operación funciona con la referencia de dos campos comunes a las dos tablas, que en este caso es el campo VALUE, que es el código único que identifica a cada formación vegetal.

Entonces, primero haga click derecho sobre el nombre de la cobertura veg_rema y seleccionar Joins and relates y luego Join. En el campo 1 se selecciona el campo VALUE de la tabla. En el campo 2 se selecciona la tabla de la cobertura veg_orig y en el 3 el campo VALUE de la tabla que será el que se relacione en la primera tabla.

El resultado es la tabla con las nuevas columnas que se unieron de la otra tabla. Ya que no necesitamos todas estas columnas, el siguiente paso es crear una nueva columna donde copiaremos los datos de Hectareas_orig de la cobertura original. Primero en la tabla en Options, Add Field, escribir el nombre de la nueva columna Hectareas_orig, luego Type seleccionar Long integer y luego Precission 15. Así entonces se crea esta nueva columna. Hacer click derecho sobre la nueva columna Hectareas_orig y seleccionar Field Calculator. En la nueva ventana escribir la siguiente expresión: [veg_orig.vat: Hectareas_orig] y luego OK. Con esta operación se copiaran todos los datos de esta columna Hectareas_orig en la nueva columna creada Hectareas_orig. Luego tenemos que borrar el resto de las columnas de la tabla. Haga click derecho sobre el nombre de la cobertura veg_rema y seleccionar Joins and relates y luego Remove Joins y Remove all joins. De esta forma tendrá solo la última columna integrada a la tabla.

Esta cobertura debe ser guardada con otro nombre. Entonces haga click derecho sobre la cobertura veg_rema, luego Data, Export data. En Name escribir el nombre de la nueva cobertura remanencia y en Format seleccionar GRID, y guardar. Luego se despliega una ventana que pregunta si desea añadir esta cobertura a su área de trabajo, seleccione Sí.

20

Desplegar el nuevo GRID remanencia y abrir la tabla, en la que constan todas las columnas unidas. Ahora procederemos a realizar el cálculo del porcentaje de remanencia de cada tipo de vegetación con relación a la vegetación original, de esta forma podemos obtener cuanto nos queda como vegetación natural en la actualidad.

Abrir la tabla y crear una nueva columna Options, Add Field, nombre de la columna rem_porc, luego Float que permite trabajar con decimales, Precission 20 espacios de ancho, Scale 2 decimales, y aceptar. Luego click derecho en la columna nueva, Field calculator y escribir la siguiente expresión:

[HECTAREAS_REMA] *100 / [HECTAREAS_ORIG]

Esto quiere decir que, en la columna nueva rem_porc se calculará el porcentaje de remanencia con base en los datos de superficie de las dos coberturas.

De esta forma tenemos una nueva columna con los datos de % de cobertura por cada formación vegetal. Para poder interpretar de mejor manera estos datos, existe una función que permite reclasificarlos. Siguiendo los criterios descritos al inicio de este ejercicio, las categorías usadas son 5, siendo 5 el de menor porcentaje o remanencia es decir cerca al 0% y 1 el de mayor porcentaje osea cerca del 100%, de esta forma estamos priorizando las áreas de menor remanencia o que hayan sido deforestadas con mayor intensidad.

Para hacer esta reclasificación procedemos de la siguiente manera: En la pestaña Spatial Analyst del menú principal seleccionar Reclassify, en esta ventana en Input raster seleccionar la cobertura remanencia, en Reclass field el campo rem_porc que es la columna con los porcentajes de remanencia calculados en el paso anterior. Luego abrir en Classify, y en esta ventana ir a Method, Equal interval y en Classes seleccionar 5. Entonces los valores se reclasificarán en cinco rangos a intervalos iguales.

21

En Old values encontramos los valores originales de la tabla, y a la derecha en New values definiremos los nuevos rangos, comenzando con 5 para el rango más bajo (19,30%) y 1 para el más alto (100%). Luego en Output raster escribir el nombre de la nueva cobertura reman1_5 y finalmente OK. Se desplegará una nueva cobertura que representa áreas con valor 5 que son mucho más importantes y críticas por tener una remanencia muy baja en comparación a las que tienen valor 1.

Adicionalmente con la tabla podemos analizar cuáles son las formaciones vegetales que han sufrido mayores cambios. Para esto debemos exportar la tabla como *.dbf de la siguiente forma: Abrir la tabla de la cobertura Remanencia donde se tiene los datos de porcentaje, en la pestaña Options, Export y así podrá grabar con un nuevo nombre y posteriormente abrir en Excel para poder hacer un gráfico de barras en el que se represente los porcentajes o superficies de cada ecosistema.

De esta forma podemos darnos cuenta que existen ecosistemas realmente que han sufrido una transformación muy grande de su cobertura vegetal original y que ya prácticamente no existe, mientras que otros ecosistemas aún mantienen una cobertura bastante amplia sobre el cual no existen grandes presiones todavía.

Representatividad de Ecosistemas

La representatividad es un índice que nos muestra cuanto de cada formación vegetal está dentro del Sistema Nacional de Áreas Protegidas y cuanto todavía falta por proteger. Este es un indicador de cuán efectivo es un sistema de áreas protegidas en conservar sus recursos naturales y los esfuerzos necesarios que se deben hacer para garantizar esa protección.

22

Para este ejercicio usaremos la cobertura de vegetación remanente veg_rema y también la cobertura de snap_grid que contiene las 31 áreas protegidas del Ecuador.

Primeramente debemos reclasificar la cobertura snap_grid a valores 1 y 100. En la pestaña Spatial Analyst del menú principal seleccionar Reclassify, en esta ventana en Input raster seleccionar la cobertura snap_grid en Reclass field el campo Value. En Old values encontamos los valores originales de la tabla de 1 a 31, y a la derecha en New values definiremos un nuevo rango de valores, digitamos el valor 1 en los 31 campos y en NoData el valor 100, en Output raster escribir el nuevo nombre snap1_100, y finalmente OK. Se desplegará la nueva cobertura solo con los valores 1 que corresponde a todas las áreas protegidas y 100 al resto del continente que no está bajo protección.

A continuación, la operación algebraica que vamos a realizar para obtener la superficie de cada tipo de vegetación dentro del sistema nacional de áreas protegidas, es una multiplicación de las dos coberturas. Desplegar las coberturas veg_rema y snap1_100. Procederemos a realizar la operación de la siguiente manera, en la pestaña Spatial Analyst, Raster Calculator, escribir la siguiente expresión:

[veg_rema] * [snap1_100] y finalmente Evaluate

De esta forma obtendremos un nuevo mapa Calculation en el cual se representa los tipos de vegetación dentro del sistema nacional de áreas protegidas, es decir que ecosistemas están protegidos y cuáles no. En la tabla, en el campo VALUE encontraremos valores del 2 al 4500, donde del 2 al 46 son los tipos de vegetación dentro de las áreas protegidas y, del 100 al 4500 es vegetación que queda fuera del sistema nacional de áreas protegidas. En el campo COUNT encontramos el número total de pixels de cada ecosistema que se encuentra incluido dentro del Sistema Nacional de Áreas Protegidas.

El siguiente paso es hacer una unión de la nueva tabla con la tabla de la cobertura vegetación remanente para contar con los nombres de los ecosistemas. Primero, click

23

derecho sobre el nombre de la cobertura veg_rema y seleccionar Joins and relates y luego Join. En el campo 1 se selecciona el VALUE de la tabla. En el campo 2 se selecciona la tabla de la cobertura Calculation y en el 3 el campo VALUE de la tabla que será el que se relacione en la tabla.

Paso siguientes es crear una nueva columna para copiar los datos del número de pixels de cada vegetación bajo protección. Primero en la tabla en Options, Add Field, escribir el nombre representa, luego en Type seleccionar Long integer y luego Precission 15. Así entonces se crea esta nueva columna. Hacer click derecho sobre la columna representa y seleccionar Field Calculator. En la nueva ventana escribir la siguiente expresión: [calc3.vat:COUNT] y luego aceptar. Se desplegará una advertencia que dice que existe un registro con valor 0 (cero) y que la operaciónon es válida, se debe seleccionar OK para que realice la operación. Se copiarán todos los datos COUNT de esta columna a la nueva columna creada representa.

Luego, solo requerimos de la nueva columna en nuestra tabla, así que hay que borrar las columnas no necesarias. Haga click derecho sobre el nombre de la cobertura veg_rema y seleccionar Joins and relates y luego Remove Joins y Remove all joins. El resultado es la tabla con las nuevas columnas que se unieron de la otra tabla. Esta cobertura debe ser guardada con otro nombre. Entonces haga click derecho sobre la cobertura veg_rema, luego Data, Export data. En Name escribir el nombre de la nueva cobertura representa y guardar. Luego preguntará si desea añadir esta cobertura a la ventana de trabajo, seleccionar Si.

A continuación vamos a calcular el porcentaje de vegetación natural remanente que se encuentra dentro del sistema nacional de áreas protegidas. Esto lo hacemos creando una nueva columna en la tabla de representa: Abrir la tabla en Options, Add Field, escribir el nombre representa_porc, luego en Type seleccione Float y luego Precission 15, en Scale escribir 2, y OK . Así entonces se crea esta nueva columna. Hacer click derecho sobre la columna representa_porc y seleccionar Field Calculator. En la nueva ventana escribir la siguiente expresión:

[REPRESENTA] *100/ [COUNT]

y luego OK. Se calculará el porcentaje de vegetación natural incluida dentro del sistema de áreas protegidas.

De igual forma que en el ejercicio de la primera parte, este mapa con todos los valores de porcentajes tenemos que reclasificarlo en 5 categorías. Para hacer esta reclasificación procedemos de la siguiente manera: en la pestaña Spatial Analyst del menú principal seleccionar Reclassify, en esta ventana en Input raster seleccionar la cobertura representa en Reclass field el campo representa_porc, luego en Classify, Method, Equal interval y en Classes seleccionar 5. Los valores se reclasificarán en cinco rangos. En Old values vemos los valores originales de la tabla, y a la derecha en New values definiremos un nuevo rango de valores, comenzando con 5 para el rango de valores más bajos (0-20) y 1 para el rango más alto (80-100), luego en Output raster escribir el nombre de la nueva

24

cobertura representa1_5 y finalmente OK. Se desplegará una nueva cobertura solo con los 5 valores nuevos. Esta cobertura significa que las áreas con valor 5 son mucho más importantes y críticas que las que tienen valor 1, de esta forma estamos priorizando las áreas de menor representatividad o que hayan sido deforestadas con mayor intensidad.

Adicionalmente con la tabla podemos analizar cuáles son las formaciones vegetales que han sufrido mayores cambios. Para esto debemos exportar la tabla como *.dbf de la siguiente forma. Abrir la tabla de la cobertura Representa, en la pestaña Options, Export y así podrá grabar con un nuevo nombre y posteriormente abrir en Excel para poder hacer un gráfico de barras en el que se represente los porcentajes o superficies de cada ecosistema.

DEFINICIÓN DE AREAS CRÍTICAS PARA LA CONSERVACIÓN

En esta última sección la idea es con base en cuatro mapas, los dos generados en este ejercicio (reman1_5 y representa1_5) mas otros dos mapas adicionales elaborados previamente (presión y biodiversidad), vamos a proceder a correr el modelo multicriterio y que expresa para cada localidad o celda la prioridad o importancia que tienen para su conservación. Este es una función lineal,

Cij=0.3Pij+0.25Rij+0.25Fij+0.2Bij

Donde, Cij es el rango promedio de los ecosistemas en una celda específica ij, Pij la prioridad del rango del ecosistema es la celda ij basada en su efectiva representación en el sistema nacional de áreas protegidas, Rij es el rango prioritario de los ecosistemas en una celda ij,basado en el nivel de pérdida de ecosistemas (hábitat) en 1996, Fij el rango prioritario de un ecosistema en la celda ij basado en el nivel de exposición a actividades humanas, y Bij es el rango prioritario basado en especies endémicas y estatus de conservación de las aves de un ecosistema en una celda ij. Los pesos representan la importancia de cada criterio para la definición de ecosistemas prioritarios. Para cada criterio, cada celda ij fue ranqueada de 1 a 5, donde 5 indica la prioridad de conservación más alta y 1 la más baja. Además, cada variable es multiplicada por un coeficiente de ponderación según el peso establecido para cada una.

Entonces en el menú principal abrir Saptial Analyst, Raster Calculator, y escribir la siguiente expresión:

[representa1_5]* 0.3+[reman1_5]*0.25+[presion]*0.25+[biodiversidad]*0.2

El resultado es un mapa con diferentes valores que representan los niveles de importancia para cada tipo de vegetación. Estos valores deben ser reclasificados en una escala de 1 a 5, con el método que anteriormente ya lo hemos realizado.

Basado en estos cuatro criterios, este mapa final nos muestra que las áreas con valores altos, son zonas más críticas y por lo tanto zonas que tienen una muy alta prioridad para

25

su conservación, mientras que los valores cercanos a 1 son áreas que no representan una prioridad para su conservación.

Productos

Los productos finales de esta aplicación son dos:

• Un mapa de final de áreas prioritarias definidas con los criterios considerados los más importantes.

• Una tabla de de contingencia indicando los valores en unidades de superficie de las superficies y porcentajes de cada formación vegetal o ecosistema dentro del Sistema Nacional de Áreas Protegidas.

REFERENCIAS

Bosque, J.; (1997): Sistemas de Información Geográfica, 2ª Edición, Madrid, Rialp.

Burrough, P.A. y McDonell R.A. (1998): Principles of Geographical Information System, Oxford, Oxford University Press.

Cebrián, J.A. (1988): <Sistemas de Información Geográfica>, en J. Bosque (ed), Aplicaciones de la Informática a la Geografía y Ciencias Sociales, Madrid, Síntesis, pp. 125-140

Flather, C., Wilson, K., Dean, D., MacComb, W., 1997. Identifying gaps in conservation networks: of indicators and uncertainty in geographic-based analyses. Ecol. Applic. 7(2), 531-542.

Jähne, B. 1991. Digital Image Processing: Concepts, Algorithms, and Scientific Applications. Berlin: Springer-Verlag.

Mausel, P.V., W.J. Kramber, and J.K. Lee. 1990. Optimum Band Selection for Supervised Classification of Multi spectral Data. Photogrammetric Engineering and Remote Sensing 56 (1):55-60.

Musick, H.B. and H.D. Grover. 1991. Image textural measures as indices of landscape pattern. In: Turner, M. & R. Gardner (Hrsg.): Quantitative methods in landscape ecology 77-103.

Nevatia, R. 1982. Machine Perception. Englewood Cliffs, New Jersey: Prentice Hall.

Paruelo, J.M. 2007. Cartografía, Sistemas de Información Geográficos y Teledetección: Principios Básicos de Percepción Remota. http://www.ifeva.edu.ar/~paruelo/SIG/Cap_PBPR.pdf.

26

Satellite Imaging Corporation. 2001-2007. Characterization of Satellite Remote Sensing Systems. http://www.satimagingcorp.com.

Tou, J.T., and R.C. Gonzalez. 1974. Pattern Recognition Principles. Reading, Massachusetts: Addison-Wesley Publishing Company.

U.S. Department of the Interior, U.S. Geological Survey. 2007. Landsat Project. http://landsat.usgs.gov/index.php.

Woodcock, C.E. and A.H. Strahler. 1987. The factor of scale in remote sensing. Remote Sensing of Environment 21:311-32.