Modulo 3

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
OBJETIVOS DEL MODULO
General
Específicos
DISCUSION SOBRE LA PLANIFICACION
DE LA CONSERVACION DE BIODIVERSIDAD
Base Teórica
Base Técnica
Aplicaciones
DESARROLLO DE LA APLICACION
Objetivos
Datos
Programas
Instrucciones
Productos
REFERENCIAS
Página
1
1
2
2
2
5
7
8
9
9
9
11
25
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.
1
Específicos
2.
•
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
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
2
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
3
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
4
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
5
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
6
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
7
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.
8
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
9
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
10
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
11
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.
12
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
13
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.
14
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.
15
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.
16
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
17
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
18
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.
19
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.
20
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.
21
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
22
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
23
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
24
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.
25
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.
26