análisis multitemporal de cobertura de la tierra de la sub...

Análisis Multitemporal de Cobertura de la Tierra de la Sub Cuenca del Rio Mocal, Lempira y Ocotepeque,

Honduras, Durante el Periodo de los Años 1988 Al 2014

I

UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS FACULTAD DE CIENCIAS ESPACIALES

Maestría en Ordenamiento y Gestión del Territorio

ANALISIS MULTITEMPORAL DE LA COBERTURA DE LA

TIERRA DE LA SUB CUENCA DEL RIO MOCAL, LEMPIRA,

HONDURAS, DURANTE EL PERIODO DE LOS AÑOS 1988

AL 2014.

Presentado por:

Yessica Yamileth Sosa Reyes

Previa Opción al Grado de: Máster en Ordenamiento y Gestión del Territorio

Master Vilma Lorena Ochoa Tutora

Master Rafael Enrique Corrales Master José David Cáceres

Asesores

Tegucigalpa, M.D.C. Honduras, C.A.

Octubre, 2015



II

Autoridades de la

UNIVERSIDAD NACIONAL AUTÓNOMA DE

HONDURAS

Julieta Castellanos Ruiz

Rectora

Rutilia Calderón Padilla

Vicerrectora Académica

Julio Raudales Torres Vicerrector de Relaciones Internacionales

Ayax Irías Coello Vicerrector de Orientación y Asuntos Estudiantiles

Emma Virginia Rivera Mejía Secretaria General

Leticia Salomón Directora de Investigación Científica y Posgrado

María Cristina Pineda de Carías Decana de la Facultad de Ciencias Espaciales

Tribunal Examinador:

Doctor Francisco Maza Vásquez

Profesor Universidad de Alcalá

Master Alexis Sánchez Ramos

Especialista de INTELSIG

Master José Luis Palma

Profesor DCTIG-FACES-UNAH



III

RESUMEN

El desarrollo de esta investigación se enmarco en el Análisis Multitemporal de la Cobertura de

la Tierra de la Sub cuenca del Rio Mocal, del el periodo comprendido entre los años 1988 a

2014, con análisis de dinámicas de cambios entre los años 1988, 1998, 2000 y 2014; el análisis

Multitemporal permitió conocer los resultados de los cambios ocurridos en la sub cuenca del

Rio Mocal en un periodo de 26 años, cambios que han sido desarrollados en algunas áreas por

las prácticas de manejo, las actividades comunes de la agricultura y ganadería, así como también

de los efectos producidos por fenómenos naturales, como es en este caso el paso del Huracán

Mitch a finales de octubre del año 1998.

Para conocer estos cambios se utilizaron imágenes satelitales, las que fueron seleccionadas del

sensor Landsat, por su disponibilidad de imágenes en el área de la Sub cuenca del Rio Mocal, y

de los años 1988, 1998, 2000 y 2014, las imágenes Landsat son de acceso público y con tamaños

de 30 metros en cada pixel, lo que facilita la interpretación digital de las diferentes coberturas

identificadas, las imágenes satelitales de tipo Landsat, corresponden a las series 4, 5, 7 y 8, a las

que se les realizo un pre procesamiento: corrección geométrica, cálculo de radiancia, corrección

atmosférica y corrección de sombreado topográfico, con estos procesos correcciones se logró

tener las imágenes preparadas para la interpretación digital para la Clasificación de las

Coberturas, iniciando una etapa de entrenamiento para la asignación de clases, logrando

identificar cuatro clases de cobertura de la Tierra como ser, Bosque Latífoliado, Bosque Mixto,

Matorral y Agricultura/Pasto.

Esta etapa de entrenamiento fue desarrollada con el método No Supervisado y utilizando el

método de agrupamiento denominado K-medias o K-means (Ingles) utilizando 100 tipos de

clase y de 15 interacciones, realizando la combinación de bandas 5, 4, 3 para el caso de las

imágenes Landsat de las series 4, 5 y 7 y para el caso de la imagen de la serie 8la combinación

de bandas fue de 3,2,1. Esta Clasificación no Supervisada se validó con el método de Evaluación

de la Precisión (Accuracy Assessment), obteniendo aproximadamente el 85% de acierto de la

calidad de visualización de Interpretación de cada una de las clases encontradas en los 4

diferentes años de estudio la Sub cuenca del Rio Mocal.



IV

Como resultado de este análisis se obtuvieron tasas de Cambios considerables en cada una de

las Coberturas de la Tierra teniendo aumentos y disminución en La tasa anual de cambio, en el

periodo de 1988 a 1998 con un intervalo de 10 años, muestra que la cobertura de Latífoliado

muestra tendencia a recuperación con +2.04 %, al igual que el Mixto con +2.71%, en cambio el

matorral muestra una tendencia de pérdida del -3.28%, sin embargo para el periodo de 1998 al

2000, se muestra perdidas en la cobertura de Latífoliado tiene la tendencia a perderse, este

pudiera deberse a que el Mixto tiene tendencia a aumentarse con un +12.38, la cobertura de

mixto se ve en decaimiento al igual que la agricultura, este fenómeno se pudiera deber a que el

periodo del análisis es muy corto y además que durante ese periodo todo el territorio nacional

la cobertura de la tierra sufrió cambios debido al paso del Huracán Mitch ocurrido en Octubre

de 1998 Latífoliado, mientras tanto un elevado porcentaje de ganancia mostrada en la cobertura

de mixto, apareciendo matorral y agricultura con pérdidas bastante notables. En el periodo del

2000 al 2014, se muestra la tendencia de recuperación de las coberturas en especial la de

Cobertura de Latífoliado con +5.41, al igual que la Agricultura / Pasto, las coberturas de Mixto

y Matorral muestran una leve perdida con respecto al periodo anterior.

Palabras Clave: Cambio de Cobertura de la Tierra, Análisis Multitemporal, Sub Cuenca, Rio

Mocal



V

AGRADECIMIENTOS

A mi Tutora la Master Vilma Lorena Ochoa, por compartir su experiencia profesional y

conocimientos para desarrollar este trabajo de tesis.

A la Organización de Naciones Unidas para la Agricultura y Alimentación en Honduras (FAO

HN) a través del acompañamiento de la Ing. Mirza Castro y al Programa Especial de Seguridad

Alimentaria (PESA) a los Ing. German Flores y al Ing. Jorge Garay, y a todo el equipo

colaborador de la FAO, por su interés y apoyo logístico para poder desarrollar esta investigación.

Al mis asesores el Master Rafael Enrique Corrales Andino y el Master José David Cáceres, por

compartir sus experiencia en el tema de Teledección, y poder llegar a realizar cada análisis con

éxito.

A la Decana la Facultad de Ciencias Espaciales y Directora del Programa de Maestría en

Ordenamiento y Gestión del Territorio por su interés personal en la culminación de este valioso

trabajo, así mismo al Director del programa de la MOGT como enlace internacional por parte

de la Universidad de Alcalá de Henares.

A los profesores nacionales en especial al Master Abner Jiménez por sus valiosos consejos y

conocimientos, y a los profesores extranjeros que dieron lo máximo de sus conocimientos y

experiencias, en especial al Dr. Francisco Maza y el Dr. Juan Gregorio Rejas, por su insistencia

y confianza en la culminación de este trabajo.

A mis compañeras Claudia Mondragón, Johana Marcela Norori, Yeny Castellanos y Jessica

Villatoro así como al compañero Cesar Rodríguez de la promoción MOGT III, por sus valiosos

aportes, apoyos y consejos.

A todo el equipo administrativo de la Facultad de Ciencias Espaciales por su incondicional

apoyo en todo momento.



VI

DEDICATORIA

Dirijo mi dedicatoria a quien ha forjado mi vida, estableciendo retos en los cuales he logrado

vencer, metas que he logrado alcanzar y situaciones que he logrado superar, a Él, Dios, al El en

primer lugar.

A mis padres Olga y Armando que con sus valores y sacrificios, fueron siempre un apoyo

incondicional, confiando en mis para superar mis metas.

A mi hija Montserrat, quien ha sido mi fortaleza, la que ha sabido comprender mis ausencias y

ha sido paciente durante esta etapa de mi vida.

A mi amado esposo Lester, que con su apoyo siempre incondicional, logre superar los

obstáculos y el que ha sabido ser mi apoyo en todo momento.

A todos ellos decirles que les amo.



VII

Contenido

RESUMEN ............................................................................................................................................. III

AGRADECIMIENTOS ......................................................................................................................... V

DEDICATORIA .................................................................................................................................... VI

1. INTRODUCCION .................................................................................................................... - 11 -

2. OBJETIVOS ............................................................................................................................. - 14 -

2.1 Objetivo General .............................................................................................................. - 14 -

2.2 Objetivos Específicos........................................................................................................ - 14 -

3. DEFINICION DEL PROBLEMA .......................................................................................... - 15 -

4. MARCO TEÓRICO Y CONCEPTUAL ................................................................................ - 18 -

4.1 Principios Físicos de la Teledetección ............................................................................. - 18 -

4.2 Imágenes Satelitales ......................................................................................................... - 20 -

4.3 Programa Landsat............................................................................................................ - 21 -

4.3.1 Diferencias y semejanzas de Landsat 8 .................................................................. - 23 -

4.4 Georreferenciación ........................................................................................................... - 24 -

4.5 Radiancia (L) .................................................................................................................... - 25 -

4.6 Radiancia espectral (L2) .................................................................................................. - 25 -

4.7 Corrección Atmosférica ................................................................................................... - 26 -

4.8 Corrección de Sombreado Topográfico ......................................................................... - 28 -

4.9 Clasificación digital de imágenes .................................................................................... - 29 -

4.9.1 Fase de entrenamiento. ............................................................................................ - 31 -

4.9.9.1 Método supervisado. ................................................................................................ - 32 -

4.9.9.2 Método no supervisado. ........................................................................................... - 32 -

4.10 Cobertura de la Tierra ..................................................................................................... - 33 -

4.10.1 Anderson de (JAMES R. ANDERSON, ERNEST E. HARDY, JOHN T. ROACH, y RICHARD E. WITMER): .................................................................................................... - 35 -

4.10.2 National Land Cover Data ...................................................................................... - 38 -

4.10.3 FAO Land Cover Classificacion System Sistema de Clasificación de Cobertura de la Tierra por FAO .................................................................................................................... - 39 -

4.11 Cuenca Hidrográfica ........................................................................................................ - 42 -



VIII

4.12 Dinámica o detección de cambios.................................................................................... - 43 -

4.13 Análisis Multitemporal .................................................................................................... - 44 -

5. DESCRIPCION DEL AREA DE ESTUDIO ......................................................................... - 45 -

5.1 Ubicación Geográfica ....................................................................................................... - 45 -

5.2 Hidrografía ....................................................................................................................... - 46 -

5.3 Áreas Protegidas ............................................................................................................... - 50 -

5.4 Cobertura Forestal ........................................................................................................... - 52 -

6. MARCO METODOLOGICO ................................................................................................. - 55 -

6.1 Fase I. Definición del Área De Estudio ........................................................................... - 56 -

6.1.1 Delimitación del Área de Estudio................................................................................ - 56 -

6.2 Fase II. Selección de Imágenes Satelitales ...................................................................... - 57 -

6.3 Fase III. Pre Procesamiento Digital de las Imágenes de Satélite ................................ - 58 -

6.4 Fase IV. Clasificación de la Cobertura de la Tierra..................................................... - 62 -

6.5 Fase V. Análisis Multitemporal ...................................................................................... - 64 -

6.5.1 Tasa de Cambio ............................................................................................................ - 64 -

7. RESULTADOS ......................................................................................................................... - 66 -

7.1 Delimitación ...................................................................................................................... - 66 -

7.2 Pre Procesamiento ............................................................................................................ - 72 -

7.2.1 Corrección Geométrica ............................................................................................ - 72 -

7.2.2 Cálculo de Radiancia ............................................................................................... - 73 -

7.2.3 Cálculo de Reflectancia ............................................................................................ - 74 -

7.3 Clasificación de Cobertura de la Tierra ......................................................................... - 80 -

7.3.1 Cuadro Matriz de Confusión imagen 1988 ............................................................ - 93 -

7.3.2 Realces y ajustes a las imágenes finalizadas........................................................... - 98 -

7.4 Sistema de Clasificación FAO ....................................................................................... - 102 -

7.5 Análisis Multitemporal .................................................................................................. - 103 -

7.6 Tasa de Cambio .............................................................................................................. - 106 -

8. DISCUSION ............................................................................................................................ - 108 -

9. CONCLUSIONES .................................................................................................................. - 109 -

10. RECOMENDACIONES .................................................................................................... - 110 -

11. BIBLIOGRAFIA ................................................................................................................ - 111 -



IX

LISTA DE FIGURAS Figura 1. Formas de Teledetección, i reflexión, ii emisión, iii emisión – reflexión (Chuvieco, 2000). ... - 18 -

Figura 2. Ancho de Banda para Sensores OLI y TIRS Landsat (IGAC, 2013) ................................ - 24 -

Figura 3. Efecto del Relieve sobre la Radiancia detectada por el Sensor (Chuvieco, 2002) ............ - 28 -

Figura 4. Sistema de Clasificación de la Tierra LCCS (FAO, 2005) ................................................ - 39 -

Figura 5. Clasificación de clase modular jerárquica (FAO, F. &.,2005) .......................................... - 41 -

Figura 6. Cuenca Hidrográfica (Visión Mundial, 2005) ................................................................... - 42 -

Figura 7. La Cuenca como Sistema (Visión Mundial, 2005) ............................................................ - 43 -

Figura 8. Mapa de Ubicación Geográfica Sub cuenca Rio Mocal (Elaboración propia) .................. - 47 -

Figura 9. Mapa Hidrológico Sub Cuenca Rio Mocal (Elaboración propia) ...................................... - 48 -

Figura 10. Mapa de Ubicación de Cuencas (Elaboración propia) ..................................................... - 49 -

Figura 11. Mapa de Áreas Protegidas (Elaboración propia) ............................................................. - 51 -

Figura 12. Mapa Forestal (Elaboración propia) ................................................................................ - 54 -

Figura 13. Mapa Conceptual Metodología (Elaboración propia) ...................................................... - 55 -

Figura 14. Reunión de trabajo para selección de área de estudio, imagen proporcionada ............... - 56 -

Figura 15. Sitio Web de Descarga de Imágenes de Satélite Landsat (www.glovis.usgs.gov) .......... - 57 -

Figura 16. Línea de Tiempo para el Análisis de Tasas de Cambio (Elaboración propia) ................. - 65 -

Figura 17. Proceso de delimitación de la Sub cuenca del ................................................................. - 67 -

Figura 18. Proceso de adquisición Imagen 1988 Path Row 19 50 (USGS-GLOAVIS) ................... - 68 -

Figura 19. Proceso de adquisición imagen 1998 Path Row 19 50 (USGS-GLOVIS) ...................... - 68 -

Figura 20. Proceso de adquisición imagen 2000 Path Row 19 50 (USGS-GLOVIS) ...................... - 69 -

Figura 21. Proceso de adquisición Imagen 2000 Path Row 18 50 (USGS-GLOVIS) ...................... - 69 -

Figura 22. Proceso de adquisición de Imagen 2014 Path Row 19 50 (USGS-GLOVIS) ................. - 70 -

Figura 23. Proceso de Unión de Bandas espectrales (extracción de Modelos desarrollados por IAFE. 2005) .................................................................................................................................................. - 71 -

Figura 24. Corrección Geométrica de las imágenes (Imágenes extraídas del Programa ERDAS IMAGINE 2013 ................................................................................................................................. - 72 -

Figura 25. Calculo de Radiancia (extracción de Modelos desarrollados .......................................... - 73 -

Figura 26. Resultado del cálculo de Radiancia de las imágenes de satélite, antes y después de sus procesos. ............................................................................................................................................. - 74 -

Figura 27. Calculo de Radiancia Rayleigh ........................................................................................ - 74 -

Figura 28. Calculo de Radiancia Rayleigh, (extracción de Modelos desarrollados por IAFE. 2005) - 75

-

Figura 29. Resultado de Proceso del Cálculo de Reflectancia por Rayleigh .................................... - 75 -

Figura 30. Modelo del Cálculo de Reflectancia TOA en Gv Sig (Imágenes extraídas del Programa Gv Sig) ..................................................................................................................................................... - 76 -

Figura 31. Proceso del Cálculo de Reflectancia en GvSIG (Imágenes extraídas del Programa GvSIG) . -

77 -

Figura 32. Resultado del proceso de cálculo de reflectancia (Imágenes extraídas del Programa ERDAS IMAGINE 2013) ................................................................................................................................ - 78 -

Figura 33. Resultado de la Corrección Topográfica antes y después, Imagen 2000/19-50 .............. - 79 -

Figura 34. Tipo de Cobertura y color asignado (Elaboración propia) ............................................... - 82 -

Figura 35. Proceso de fase de entrenamiento para la asignación de clases ....................................... - 83 -



X

Figura 36. Resultado de la asignación de clases ............................................................................... - 84 -

Figura 37. Resultado de la clasificación imagen 1988 (Elaboración propia) .................................... - 86 -

Figura 38.Resultado de la clasificación imagen 1998 (Elaboración propia) ..................................... - 87 -

Figura 39. Cambio de cobertura de nube .......................................................................................... - 88 -

Figura 40. Resultado de la clasificación imagen 2000 (Elaboración propia) .................................... - 89 -

Figura 41. Mosaico Imagen 2000 (Imágenes extraídas del Programa ERDAS IMAGINE 2013 ..... - 90 -

Figura 42. Resultado de la clasificación imagen 2014 ...................................................................... - 91 -

Figura 43. Validación de la Clasificación de las Imágenes 1988, 1998, 2000 y 2014 ...................... - 92 -

Figura 44. Reporte de datos arrojados por el modelo en ERDAS IMAGINE 2013 .......................... - 92 -

Figura 45. Filtrado Sal y Pimienta de la Imágenes (Imágenes extraídas del Programa ERDAS IMAGINE 2013 ................................................................................................................................. - 98 -

Figura 46. Resultado de Filtrado Sal y Pimienta ............................................................................... - 99 -

Figura 47.Proceso y Resultado del Clump ..................................................................................... - 100 -

Figura 48. Proceso y Resultado del Eliminate ............................................................................... - 100 -

Figura 49. Clasificación de las Coberturas de la Sub cuenca del Rio Mocal de acuerdo al Sistema de Clasificación de Cobertura de la Tierra de FAO .............................................................................. - 103 -

Figura 50. Proceso para realizar la Validación con la Herramienta Matriz de ERDAS IMAGINE 2013 -

104 -

Figura 51. Áreas de cambio de la Sub cuenca del Rio Mocal. ........................................................ - 105 -

LISTA DE CUADROS Cuadro 1. Clasificación de Leyenda de Cobertura de la Tierra según Anderson ............................. - 36 -

Cuadro 2. Clasificador de Leyenda de Cobertura de la Tierra según NLCD ................................... - 38 -

Cuadro 3. Municipios de la Sub Cuenca del Rio Mocal ................................................................... - 45 -

Cuadro 4. Coberturas Forestales en la Sub cuenca del Rio Mocal ................................................... - 53 -

Cuadro 5. Listado de Hojas Cartográficas que comprenden la Sub cuenca del Rio Mocal. ............. - 66 -

Cuadro 6.Descripcion de adquisición de las Imágenes de Satélite ................................................... - 67 -

Cuadro 7. Datos del Metadato extraídos para el proceso de Cálculo de Radiancia .......................... - 77 -

Cuadro 8. Comparación de los ángulos Solares y Azimut ................................................................ - 78 -

Cuadro 9. Matriz de confusión imagen 1988 .................................................................................... - 93 -

Cuadro 10.Matriz de confusión imagen 1998 ................................................................................... - 94 -

Cuadro 11. Matriz de confusión imagen 2000-1850......................................................................... - 95 -

Cuadro 12.Matriz de confusión imagen 2000-1950 .......................................................................... - 96 -

Cuadro 13. Matriz de confusión imagen 2014 .................................................................................. - 97 -

Cuadro 14. Área y Porcentaje de Coberturas en la Sub cuenca del Rio Mocal por año ................. - 101 -

Cuadro 15. Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 1988 a 1998 ............ - 106 -

Cuadro 16. Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 1998 a 2000 ............ - 106 -

Cuadro 17.Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 2000 a 2014 ............. - 107 -



- 11 -

1. INTRODUCCION

El Análisis Multitemporal es un análisis de tipo espacial que se realiza mediante la comparación

de las coberturas interpretadas en dos imágenes de satélite o mapas de un mismo lugar en

diferentes fechas y que permite evaluar los cambios en situación de las coberturas que han sido

clasificadas (Chuvieco, 2002).

Una de las aportaciones más destacadas de la teledetección espacial al estudio del medio

ambiente es su capacidad de seguir procesos dinámicos, ya que las imágenes se captan por un

sensor que observa la tierra desde una órbita estable y repetitiva (Chuvieco, 2002).

En el ámbito mundial una de las metodologías modernas y de más uso es la utilización de los

sensores remotos, esta valiosa metodología es utilizada para identificar, describir, cuantificar y

monitorear los cambios de la cobertura vegetal, los avances de la frontera agrícola y los patrones

de comportamiento de estas unidades espaciales, por actividades y alteraciones antropogénicas

o cambios climáticos, así como la descripción de escenarios tendenciales (Conservacy, 2009).

Las diversas causas del cambio de cobertura entre las principales están: crecimiento poblacional,

avance de frontera agrícola y ganadería extensiva, políticas agrícolas y forestales, tenencia de la

tierra, demanda de leña etcétera.

Un ejemplo claro es la agricultura migratoria y expansión de ganadería, se estima que más de la

mitad de las zonas originalmente boscosas han cambiado de uso de la tierra para dedicarla a la

agricultura y ganadería. La mayor parte de la población rural hondureña se encuentra en laderas

de vocación forestal. Los campesinos se dedican al cultivo de granos básicos como maíz y

frijoles, cultivos semipermanentes como el café y la caña de azúcar y la ganadería. El uso de la

tierra agrícola para pastizales limita la disponibilidad de un recurso escaso, forzando a los

pequeños productores a tierras marginales y de ladera, ampliando la frontera agrícola hacia los

bosques.



- 12 -

Por otro lado la población y colonización del bosque, de acuerdo a las condiciones climáticas y

geológicas prevalecientes en Honduras, se puede decir que el país desde antes de las culturas

aborígenes pre-hispanas, estaba cubierto en su totalidad por bosques.

Los asentamientos humanos aborígenes y después de la conquista y sometimiento por los

españoles, han formado el paisaje actual de uso inadecuado del suelo y el recurso forestal.

Y así mismo aspectos como ser la tenencia de la tierra, la dependencia de la leña para consumo

energético, industria forestal, falta de coordinación de políticas forestales y agrícolas, los

incendios forestales, plagas y enfermedades y los desastres naturales (FAO D. d., 2000).

Estudios de teledetección en nuestro país han evolucionado considerablemente, tal es el caso de

la elaboración del Mapa de Cobertura Forestal y Cobertura de la Tierra del todo el territorio

nacional de los años 2013 – 2014, imagen que fue generado a partir de la interpretación y

clasificación de imágenes de satélite RapidEye mismas que cuentan con una resolución

espaciales de 5x5 metros, definiendo unidades de mapeo y análisis hasta de 0.5 ha.

Encontrándose 5 macro categorías como ser Bosque, Agropecuario, Cuerpos de agua,

agroforestal y otros usos (no bosque), dividas en 26 sub categorías (ICF, REED/CCAD-GIZ,

2014).

En la sub cuenca del Rio Mocal la Organización de las Naciones Unidas para Alimentación y la

Agricultura en Honduras (FAO-HN) ha realizado desde el año 1988 actividades enfocadas al

mejoramiento de las condiciones de vida de los pobladores, asegurando la alimentación y la

nutrición a través de técnicas aplicadas de acuerdo a las condiciones inestables de una zona

propias del corredor seco de nuestro país, causando así mismos cambios en el uso de la tierra,

además de los cambios provocados por los incendios forestales, tala ilegal entre otros.

Esta investigación realiza un análisis Multitemporal en donde se conoció el área de las

coberturas de la tierra y las tasas de cambio de la sub cuenca del Rio Mocal, mediante el uso de

tecnologías de la Información Geográfica. desarrollando mapas de la cobertura de la tierra de



- 13 -

los años analizados con el fin de obtener información que proporcione datos que contribuyan a

la toma de decisiones sobre el manejo de los recursos naturales, así como para el pago por

servicios ambientales entre otros.



- 14 -

2. OBJETIVOS

2.1 Objetivo General

Realizar el Análisis Multitemporal de la Cobertura de la Tierra de la Sub Cuenca del Rio

Mocal, durante un periodo de 26 años, con imágenes de satélite del sensor Landsat y

utilizando el sistema de Clasificación de la FAO.

2.2 Objetivos Específicos

Realizar el proceso de clasificación de las imágenes de satélite mediante clasificación

no supervisada con método de conglomerados de K Medias.

Identificar las coberturas de la tierra y utilizando el sistema de clasificación de Cobertura

de la Tierra de la FAO.

Detección de cambios en las Cobertura de la Tierra de la Sub cuenca del Rio Mocal.

Generar mapas temáticos que muestren los cambios ocurridos en la zona de estudio.



- 15 -

3. DEFINICION DEL PROBLEMA

La Organización de las Naciones Unidas para la Agricultura y la Alimentación FAO ha venido

desarrollando en los municipios del Sur de Lempira, una gran labor desde 1988 con su Programa

Lempira Sur, orientado a restaurar la capacidad productiva de la zona, con énfasis en los

mecanismos de protección y aprovechamiento de los recursos hídricos, en la formación de

conciencia, sobre los efectos de los sistemas productivos y el manejo de los recursos naturales

(FAO HN, 2005).

Seguidamente en el año 2000 llega un nuevo programa conocido como Programa Especial para

la Seguridad Alimentaria PESA, programa que trabaja en Honduras desde el año 2000 (Fase

Piloto) y surge como un compromiso de Estado asumido en la Cumbre Mundial de la

Alimentación de 1996 y posteriormente ratificado en la Declaración del Milenio del 2000, las

acciones enmarcados en los indicadores relativos a la reducción y mitigación del hambre en

Honduras del Plan de Nación y Visión de País de Honduras, en la Política y Estrategia Nacional

de Seguridad Alimentaria y en el Plan Estratégico Agroalimentario.

En este contexto, el programa PESA contribuye al desarrollo de políticas y estrategias

encaminadas a la capitalización de los recursos humanos en el medio rural, el fortalecimiento

organizativo y la mejora de los sistemas de producción sostenibles de las familias, a fin de

garantizar la seguridad alimentaria de la población, especialmente de los sectores más

vulnerables (FAO, 2015).

La Sub Cuenca del Rio Mocal ubicada en el sur de los municipios del departamento de Lempira,

actúan como escenario de trabajo del antiguo programa Lempira Sur y hoy en día del Programa

PESA, en donde se han venido realizando actividades encaminadas a la conservación,

sostenibilidad y el manejo de los recursos naturales, realizando prácticas como la disminución

de las quemas agrícolas, aumento de la cobertura, disminución de la erosión y de la tala, así



- 16 -

como el aumento a la producción y de la biodiversidad, lo que ha contribuido convincentemente

al aumento del caudal en los ríos que abastecen al Rio Lempa.1

Así mismo otras instancias de gobierno como el ICF, y organizaciones Locales como las

Municipalidades y Organizaciones civiles de la zona de la Sub cuenca del Rio Mocal, han

realizado actividades que influyen en el mejoramiento de las condiciones tanto de la cobertura

de la tierra como de las condiciones de vida de los pobladores de la Sub cuenca del Rio Mocal.

En la Sub cuenca del Rio Mocal se encuentran definidas desde la coberturas de la tierra, en el

caso particular de bosque Latífoliado, en donde se combinan en la parte alta de la Sub cuenca

del Rio Mocal, con cultivos como el café, entre algunos con sistemas silvoagrícolas, como es el

Quesungual2.

Bosques mixtos, en la parte alta media y diferentes especies nativas en la parte media baja, sitios

en donde así mismo predomina la agricultura tradicional propia de la zona que varía de acuerdo

a las condiciones climáticas de la Sub cuenca del Rio Mocal, así mismo la dedicación a la

producción bovina, teniendo para estos últimos coberturas de matorral, agricultura combinadas

con el pasto.

Llegar a identificar cual ha sido el cambio de la cobertura de la tierra, teniendo tasas anuales de

cambio para la subcuenta del Rio Mocal, para el periodo comprendido de 1988 hasta el 2014,

1 “Comunicación verbal, reunión sostenida con miembros de la sociedad del departamento de Lempira, en 24 de sept.-12, Gracias Lempira”

2 El Sistema Agroforestal Quesungual como un sistema de conjunto de tecnologías de manejo de suelo, agua, nutrientes y vegetación; basado en la cobertura al suelo con manejo de residuos, árboles y arbustos dispersos en regeneración natural. (FAO P. , 2012)Su masiva adopción por parte de los agricultores con un enfoque de desarrollo participativo de tecnologías y sistemas de producción sostenibles, contribuye al mejoramiento de la producción de alimentos, el aumento de la vegetación y a la disponibilidad y el manejo del agua en las áreas donde se implementa. (FAO 2. , 2005)



- 17 -

permitirá determinar la tendencia de comportamiento de la cobertura de la tierra en la región,

dando de esta manera bases para la determinación de diferentes estrategias de mejoramiento de

los recursos naturales y de las condiciones de vida de los pobladores de la Sub cuenca del Rio

Mocal.



- 18 -

4. MARCO TEÓRICO Y CONCEPTUAL

4.1 Principios Físicos de la Teledetección

La teledetección es una técnica que nos permite obtener información a distancia de los objetos

situados sobre la superficie terrestre. Para que esta observación remota sea posible es preciso

que entre los objetos y el sensor exista algún tipo de interacción. Hay tres principales elementos

de cualquier sistema de teledetección: sensor, objeto observado y flujo energético que los pone

en relación y permite, en la última instancia detectar el objeto. Podría también tratarse de un

tipo de energía emitida por el propio objeto (en caso de que fuéramos capaces de detectar el

calor que emite), o incluso por el sensor (por ejemplo si tuviéramos una cámara con flash). Estas

son, precisamente, las tres formas de adquirir información a partir de un sensor remoto: por

reflexión, por emisión y por emisión-reflexión (Ver figura 1).

Figura 1. Formas de Teledetección, i reflexión, ii emisión, iii emisión – reflexión (Chuvieco, 2000).

Por reflexión: Radiación solar reflejada por los objetos (luz visible e infrarrojo reflejado) (i).

El sol es, con diferencia, la principal fuente de energía natural que se suele emplear en

teledetección. Funciona como un cuerpo que emite energía de forma continua. La fuerte

radiación visible en él lo convierte en fuente natural de radiaciones que son recibidas por

otros cuerpos que, a su vez, las reflejan, absorben y transmiten.



- 19 -

Por emisión: Radiación terrestre emitida por los objetos (infrarrojo térmico) (ii). Cualquier

cuerpo con una temperatura superior al cero absoluto emite igualmente radiación

electromagnética, con una intensidad y composición espectral muy diferente a la emitida

por el sol, ya que está directamente relacionada con la temperatura.

Por emisión-reflexión: Radiación emitida por el sensor y reflejada por los objetos (radar)

(iii). La tercera fuente de energía comúnmente utilizada en teledetección espacial es

artificial. Generalmente se emplea a través de un sistema de teledetección activo que genera

radiación electromagnética de gran longitud de onda (microondas o hiperfrecuencias) para

posteriormente registrar su “eco” sobre la superficie terrestre.

La observación terrestre constituye el marco de estudio de la teledetección. Este vocablo es una

traducción latina del término inglés remote sensing, ideado a principios de los sesenta para

designar cualquier medio de observación remota. En este sentido la teledetección no engloba

solo los procesos que permiten obtener una imagen, sino también su posterior tratamiento, en

el contexto de una determinada aplicación.

Definiendo la teledetección espacial como aquella técnica que permite adquirir imágenes de la

superficie terrestre desde sensores instalados en plataformas espaciales, estamos asumiendo que

entre la tierra y el sensor existe una interacción energética, ya sea por reflexión de la energía

solar o de un haz energético artificial, ya por emisión propia.

Un sistema de teledetección espacial incluye los siguientes elementos:

1. Fuente de energía, que supone el origen de la radiación electromagnética que detecta el

sensor.

2. Cubierta terrestre, formada por distintas masas de vegetación, suelos, agua, o

construcciones humanas.

3. Sistema sensor, compuesto por el sensor, propiamente dicho, y la plataforma que lo

alberga.



- 20 -

4. Sistema de recepción – comercialización, en donde recibe la información transmitida

por la plataforma

5. Interprete, que convierte esos datos en información temática de interés ya sea visual o

digitalmente, de cara a facilitar la evaluación del problema de estudio.

6. Usuario final, encargado de analizar el documento fruto de la interpretación, así como

de dictaminar sobre las consecuencias que de él se deriven.

La teledetección espacial nos ofrece, por el contrario, una fuente homogénea (el mismo sensor

y plataforma para todos los países) y exhaustiva (cubre todo el territorio) de datos para el

planeta, lo que permite su fácil inclusión de estudios globales (Chuvieco, 2002).

La teledetección es la medición de un objeto a distancia, sin necesidad de contacto físico con él.

La vista es un modo de teledetección. Cuando el ojo ve un objeto, registra la radiación

electromagnética (la luz reflejada) de la superficie del objeto. La radiación contiene información

sobre la superficie, y vemos el color y la forma. Un escáner en un satélite también registra

radiación electromagnética (ESA, 2000 - 2014).

4.2 Imágenes Satelitales

Una imagen satelital o imagen de satélite se puede definir como la representación visual de la

información capturada por un sensor montado en un satélite artificial (Jensen, 2005).

Estos sensores recogen información reflejada por la superficie de la tierra que luego es enviada

a la Tierra y que procesada convenientemente entrega valiosa información sobre las

características de la zona representada.

La imagen satelital es una fotografía tomada por un satélite artificial, que muestra la geografía

de un territorio específico, ya sea una ciudad, un país o un cuerpo celeste, o también algún



- 21 -

espectro determinado de ondas electromagnéticas, lo que se usa en la meteorología para

determinar los fenómenos de tiempo significativos.

Las imágenes satelitales son muy recientes, surgieron aproximadamente durante la segunda

mitad del siglo XX. Se le tomaron fotografías a la Tierra, la Luna, al espacio, etc. (Jensen, 2005).

¿Porque utilizar Imágenes de Satélite?

Cabe preguntarse qué ventajas tiene el utilizar imágenes de satélite cuando existen muchas otras

fuentes de datos geográficos, como fotografías aéreas, estudios sobre el terreno y mapas sobre

papel. Para la mayoría de las aplicaciones, la respuesta más sencilla es que las imágenes de

satélite son más rápidas, mejores y más baratas. La imagen del satélite es con frecuencia el

medio más práctico para adquirir información geográfica aprovechable (SRGIS, 2005).

4.3 Programa Landsat

Antes de 1972, la idea de utilizar datos de satélite para la vigilancia terrestre, la cartografía o la

exploración era un concepto visionario. Hecho que da origen al Programa Landsat, el cual se

constituye en una serie de misiones de observación de la tierra por satélite gestionadas

conjuntamente por la NASA y el Servicio Geológico de Estados Unidos (USGS).

El programa Landsat ha revolucionado la forma de ver y estudiar nuestro planeta. Esta serie de

datos, que se inició en 1972, es la más larga de la historia y continua registrando los cambios en

la superficie terrestre desde el espacio. Landsat ha sido el único sistema de satélite diseñado y

operado para observar repetidas veces la cubierta de la tierra con una resolución moderada; de

manera general cada pixel en su imagen tiene un tamaño con el que se podría cubrir un campo

de béisbol.

Los satélites LANDSAT llevan a bordo diferentes instrumentos. Su evolución buscó siempre

captar más información de la superficie terrestre, con mayor precisión y detalle, de ahí las

mejoras radiométricas, geométricas y espaciales que se incorporaron a los sensores pasivos; el



- 22 -

primero, conocido como Multispectral Scanner Sensor (MSS), seguido de Thematic Mapper

(TM) que tiene mayor sensibilidad radiométrica que su antecesor y por último, Enhanced

Thematic Mapper Plus (ETM+) que entre sus mejoras técnicas destaca una banda espectral

(pancromática) con resolución de 15 metros.

Estas imágenes LANDSAT están compuestas por 7 u 8 bandas espectrales, que al combinarse

producen una gama de imágenes de color que incrementan notablemente sus aplicaciones.

Dependiendo del satélite y el sensor se incluye un canal pancromático y/o uno térmico;

asimismo las resoluciones espaciales varían de 15, 30, 60 y 120m (INEGI, 2015).

En la actualidad el programa se encuentra en su octava versión denominada: “Landsat Data

Continuity Mission” (LDCM) es el octavo satélite de observación de la serie Landsat y

continuará el legado de archivo de los anteriores satélites, convirtiéndose de esta manera en el

futuro de los satélites de observación de la tierra de mediana resolución con más historia. Este

programa amplía, mejora y avanza en el registro de imágenes mutiespectrales, mantenimiento

la misma calidad de sus siete predecesores.

Tras el lanzamiento, el satélite LDCM será rebautizado como Landsat 8. Este sistema está

compuesto de dos grandes segmentos:

1. El observatorio; el cual consta de una plataforma con capacidad de carga de dos de

sensores de observación terrestre, el primero de ellos denominado Operational Land

Imager (OLI) y el sensor térmico infrarrojo Thermal Infrared Sensor (TIRS). OLI y

TIRS recogerán los datos de forma conjunta para proporcionar imágenes coincidentes

de la superficie terrestre, incluyendo las regiones costeras, hielo polar, las islas y las

zonas continentales. El OLI es un instrumento construido por la empresa Ball Aerospace

& Technologies Corporation en Boulder, Colorado y el TIRS es un instrumento que fue

construido por la NASA en el centro de vuelo espacial Goddard en Greenbelt, Md.

Además, el LDCM seguirá la misma secuencia de trayectoria (también conocida como

“paths” o rutas de acceso) como sus antecesores Landsat 4, Landsat 5 y Landsat 7. Esto

permitirá que todos los datos del LDCM son referenciados al mismo sistema de

coordenadas, continuando con el registro de datos desde hace décadas.



- 23 -

El satélite almacena los datos del sensor OLI y TIRS en una grabadora de estado sólido

incluida a bordo y transmite los datos a estaciones receptoras terrestres.

2. El segundo segmento es el sistema terrestre, el cual proporciona la capacidad necesaria

para la planificación y programación de las operaciones del LDCM y todas aquellas

necesarias para administrar y distribuir los datos.

La plataforma LDCM, fue construida por la empresa Orbital Sciences Corporation en Gilbert,

Arizona, tiene una vida útil de 5 años, pero lleva suficiente combustible para 10 años de

operaciones. La nave orbitará de norte a al sur durante el día, cruzando el ecuador a las 10 a.m.,

hora local, con una órbita aproximada de unas 438 millas (705 kilómetros) por encima de la

Tierra (USGS. 2013).

4.3.1 Diferencias y semejanzas de Landsat 8

El satélite Landsat 8 incorpora dos instrumentos de barrido: Operational Land Imager (OLI), y

un sensor térmico infrarrojo llamado Thermal Infrared Sensor (TIRS).

Las bandas espectrales del sensor OLI, aunque similares a el sensor Landsat 7 ETM +,

proporcionan una mejora de los instrumentos de las misiones Landsat anteriores, debido a la

incorporación de dos nuevas bandas espectrales: un canal profundo en el azul visible (banda 1),

diseñado específicamente para los recursos hídricos e investigación en zonas costeras, y un

nuevo canal infrarrojo (banda 9) para la detección de nubes cirrus.

Adicionalmente una nueva banda de control de calidad se incluye con cada producto de datos

generado. Esto proporciona información más detallada sobre la presencia de características tales

como las nubes, agua y nieve.

Por otra parte el sensor TIRS recoge dos bandas espectrales en longitudes de onda incluidas por

la misma banda en los anteriores sensores TM y ETM+ (Ver Fig. 2) (IGAC, 2013).



- 24 -

4.4 Georreferenciación

Es el proceso de ajuste de una imagen de acuerdo a un sistema de proyección cartográfica

determinada, la asignación de coordenadas geográficas y escala y eliminación de distorsiones

geométricas.

La corrección geométrica consiste en el proceso de ajuste de una imagen incluyen cualquier

cambio en la posición que ocupan los pixeles que la forman. Por contraposición con las

correcciones radiométricas, modificando únicamente la posición (coordenadas) (Chuvieco,

2002).

En este procedimiento se procede a lo que se denomina Interpolación espacial, que consiste en

elegir puntos de control observando detenidamente toda imagen y seleccionar potenciales

archivos GCP (Groun Control Points) que en la medida del posible, deberán estar distribuidos

alrededor de la escena y luego hacia el centro. Esto permite disminuir la distorsión al máximo.

La cantidad de puntos al utilizarse para lograr una buena corrección estará definida en parte por

las características del área geográfica de la imagen y estará definida antes de remuestrar la

imagen. Root Mean Squared Error (RMS) es el método más usado para evaluar la calidad del

algoritmo de interpolación espacial y de los GCPs seleccionados.

Figura 2. Ancho de Banda para Sensores OLI y TIRS Landsat (IGAC, 2013)



- 25 -

El error medio estándar (RMS) debería ser menor a un (1) pixel en las direcciones X e Y, y en

total. Valores altos indican una mala selección de los GCPs. Por lo cual será necesario tomar

nuevos puntos y/o quitar aquellos que presenten valores de RMS (IAFE, 2005).

El modelizador te permite encadenar procesos, cada uno de ellos realizado por una herramienta

de SEXTANTE, y definir un proceso global (modelo) de utilización más sencilla como un

diagrama de flujo.

Los modelos toman los datos únicamente de entre los que aparecen en el lienzo (área de

representación del modelo). Una vez terminado el modelo, se puede ejecutar directamente o

guardar (extensión model) en un directorio para incorporarlos al gestor de herramientas dentro

del grupo "Modelos" (Grupo de Cartografía Geo ambiental y Teledetección, s.f.).

4.5 Radiancia (L)

Definida como el total de energía radiada en una determinada dirección por unidad de área y

por ángulo solido de medida. Es un término fundamental en teledetección, ya que describe

precisamente lo que mide el sensor. Se cuantifica en vatios por metro cuadrado y estéreo-radian

(W/m -2 sr -1).

4.6 Radiancia espectral (L2)

Por extensión del concepto anterior, indica el total de energía radiada en una determinada

longitud de onda por unidad de área y por ángulo solido de medida. Por cuanto el sensor detecta

una banda particular del espectro, esta es la medida más cercana a la observación remota. De

igual forma que la Radiancia, la emitancia e irradiancia pueden completarse con el calificativo

de espectral (añadiendo el subíndice λ), cuando se refieren a una determinada longitud de onda.

Emisividad (𝜖): relación entre la emitancia de una superficie (M), y la que ofrecería un emisor

perfecto, denominado cuerpo negro, a la misma temperatura (Mn).

Reflectividad (𝜌): relación entre el flujo incidente y el reflejado por una superficie.



- 26 -

Absortividad (𝛼): relación entre el flujo incidente y el que absorbe la superficie

Transmisividad (𝜏): Relación entre el flujo incidente y el transmitido por una superficie

Estos últimos términos son adimensionales; suelen expresarse en tantos por ciento o por uno,

añadiendo el sufijo <<ividad>> para indicar que son cantidades relativas, distinguiéndolas así de

las anteriores. También estas magnitudes son dependientes de la longitud de onda, por lo que

conviene completarlas con el calificativo de espectral, para referirse a un comportamiento en

una banda determinada del espectro (Chuvieco, 2002)

4.7 Corrección Atmosférica

Toda la radiación electromagnética, antes y después de interaccionar con la superficie terrestre,

debe atravesar la atmósfera previamente a ser detectada por un sensor remoto.

Este paso a través de la atmósfera puede alterar la radiación en lo que respecta a velocidad,

frecuencia, intensidad, distribución espectral y dirección.

Todo ello es resultado de los fenómenos de dispersión, absorción y refracción siendo más

patentes en las longitudes de onda del visible y del infrarrojo próximo.

En un caso ideal, es decir, sin presencia de interferencia atmosférica, la radiación solar ilumina

la superficie de forma que una fracción de los fotones que inciden sobre la superficie es

absorbida, mientras que el resto de los fotones son reflejados de vuelta al espacio, de ahí que la

radiación medida dependa directamente de las propiedades de la superficie.

Al planificar un trabajo es necesario considerar estas circunstancias con el fin de determinar si

es preciso realizar correcciones atmosféricas antes de llevar a cabo un estudio y, si es necesario

aplicar una corrección, definiendo el mejor método que se debe utilizar. Es necesario, por tanto,

tener en cuenta la resolución espacial y espectral del sensor utilizado, así como sus

características de polarización. El efecto que introduce la atmósfera en la radiación ascendente

que llega al sensor, se obtiene al resolver le ecuación de transferencia radiativa (suponiendo un

cielo despejado, sin nubes).



- 27 -

La forma general de dicha solución es compleja y se basa en métodos de aproximación

suponiendo, como condición de contorno, que es una superficie no lambertiana.

En el caso de superficies lambertianas la solución es mucho más sencilla. Otro efecto de la

dispersión atmosférica es el efecto de adyacencia, el cual representa la contribución de la

reflexión del fondo en el campo de visión del sensor.

Este efecto juega un papel importante en sensores remotos de alta resolución aplicados a

superficies no homogéneas en los que el contraste entre píxeles vecinos es grande. La dispersión

debida a las moléculas y a los aerosoles perturba la reflectancia que se está midiendo; en zonas

no uniformes dicha medida también se verá afectada por la contribución del fondo de manera

que las propiedades bidireccionales de la reflectancia BRDF (Bidirectional Reflectance

Distribution Function) se ven suavizadas parcialmente por los procesos de dispersión.

La radiación que es detectada por los sensores se expresa en función de los ángulos de elevación

solar, acimutal y polar, para cierto intervalo de longitud de onda y un campo de visión

instantáneo IFOV (Instantaneous Field of View).

Por lo tanto, la medida que hace el sensor es la suma de diferentes fuentes de aportación: la

reflectancia propia de la superficie terrestre, la emitancia espectral de la cubierta y una

contribución por la absorción ó dispersión del flujo radiante (E. Castillo, 2009).

Los procedimientos para abordar estas correcciones con exactitud son laboriosas y requieren

datos sobre las condiciones de la atmosfera en el momento de tomar la imagen, sino que

determinadas zonas puedan haber sido más afectadas que otras, en función de la diversa

presencia de aerosoles o vapor de agua.

Hasta el momento, las correcciones atmosféricas se han abordado siguiendo cuatro

procedimientos:

1. A partir de medidas in Situ, ya sea referidas a la perfiles de la composición atmosférica

mediante radio sondeos (midiendo por ejemplo, la visibilidad), o mediante mediciones

en terreno de la Radiancia solar incidente o de la reflectividad en el terreno.



- 28 -

2. A partir de imágenes de otros sensores, que permitan estimar el estado de la atmosfera

en el momento de adquisición de las imágenes.

3. A partir de modelos físicos de trasferencia radiativa, que suelen basarse en una serie de

atmosferas estándar.

4. A partir de los datos propios de la imagen, este sería sin duda el método más operativo,

pues no requeriría de información externa y facilitaría la corrección completa de los

datos (Chuvieco, 2002).

4.8 Corrección de Sombreado Topográfico

Es un procedimiento que se efectúa sobre las imágenes de satélite con el fin de disminuir la

diferencia de iluminación causadas por la topografía y la ubicación del sol para posiciones

concretas, esto con el objetivo final de disminuir la variabilidad entre las cubiertas de interés

situadas principalmente en áreas de sombrea o baja iluminación (Gonzáles, 2006).

La reflectividad es muy dependiente de los ángulos de incidencia y observación. Asumiendo

que el ángulo de la radiación incidente solo depende de la radiación solar, lo que implica

considerar un terreno llano. Los efectos derivados del gradiente y dirección de la pendiente son

bastante notorios, especialmente en las zonas en sombra (Ver Fig. 4).

Figura 3. Efecto del Relieve sobre la Radiancia detectada por el Sensor (Chuvieco, 2002)



- 29 -

La creciente disponibilidad de modelos digitales de elevación (MDE) permite abordar con

ciertas garantías esta corrección, homogenizando la señal de la misma cubierta

independientemente de la vertiente en que se encuentre.

La energía incidente está en función del ángulo cenital solar (θi). La máxima energía para una

determinada banda se obtiene cuando el ángulo cenital es de 0 grados (cos θi = 1), esto es cuando

el sol incide verticalmente. El ángulo cenital se calcula como el complementario del ángulo de

elevación solar, que suele recogerse en la cabecera (metadatos) de la imagen. En un terreno

montañoso la pendiente modifica la geometría del flujo incidente.

Una manera muy sencilla de eliminar el efecto topográfico será realizar un simple cociente entre

dos bandas de la misma imagen. Puesto que los ángulos de incidencia son constantes entre las

bandas (el cos θi) cuando se realiza un cociente entre bandas adquiridas simultáneamente, este

efecto se elimina (Chuvieco, 2002).

Donde Lsen,k corresponde a la Radiancia espectral recibida por el sensor en la banda k (en W m-

2 sr-1 𝜇m-1); a0,k y a1,k son los coeficientes de calibración para esa banda, y NDk corresponde al

nivel digital de la imagen en la misma banda. Estos coeficientes de calibrado suelen incluirse

en la cabecera de la imagen.

4.9 Clasificación digital de imágenes

La clasificación de una imagen digital consiste en categorizar una imagen multibanda. Se pasa

de tener unos ND continuos medidos por los sensores a una escala nominal o categórica de

manera que cada píxel pertenece a una categoría definida previamente.

El ND de un píxel clasificado es, en definitiva, el identificador de la clase o categoría en la que

se haya incluido.

Lsen,k=a0,k+a1,k NDk



- 30 -

Estas clases pueden describir distintos tipos de cubiertas (variable nominal o categórica) o bien

intervalos de una misma categoría de interés (variable ordinal).

Un ejemplo del primer tipo sería una clasificación de distintos tipos de cubierta vegetal, en

cambio uno del segundo tipo sería un intento de clasificar distintos niveles de daño producidos

por un incendio.

Los primeros intentos de clasificación digital se basaban exclusivamente en los ND de la imagen

que es una traducción digital de un flujo energético recibido por un sensor para una determinada

banda del espectro.

Este tipo de clasificación tiene como inconveniente que no siempre permite separar cubiertas,

ya que pueden existir distintas categorías temáticas que tengan un comportamiento espectral

similar.

La clasificación digital de imágenes es, en cierta medida, parecida a la fotointerpretación. En

este método, se identifica el patrón visual asociado a cada cubierta (categoría) de acuerdo a una

serie de parámetros como son el tono, la textura, la forma, el contexto, la disposición, etc. y

después se identifican sobre las fotografías las superficies correspondientes a estas categorías,

mediante su semejanza con el patrón-tipo previamente identificado. Por último es necesaria una

verificación de los resultados.

En las técnicas digitales de clasificación de imágenes se dan estos mismos pasos. De esta forma

se distingue entre las siguientes fases:

1. Definición digital de las categorías (fase de entrenamiento).

2. Agrupación de los píxeles de la imagen en una de las categorías previamente definidas

(fase de asignación).

3. Comprobación y verificación de los resultados (Telemedia, 2014)



- 31 -

4.9.1 Fase de entrenamiento.

La clasificación digital comienza con la definición de las categorías que se pretenden distinguir

en la imagen. Se trata de una clasificación basada en los valores numéricos. Por lo tanto se trata

de obtener el rango de ND que identifica a cada categoría para todas las bandas que intervienen

en la clasificación.

Las distintas categorías no se definen solo por un ND sino por un conjunto de ND próximos

entre sí. Existe una cierta dispersión en torno al ND medio de cada categoría. Por esto la fase de

entrenamiento trata de definir con rigor cada una de las categorías que se pretenden distinguir

teniendo en cuenta su dispersión en la zona de estudio.

Esto se consigue seleccionando una muestra de píxeles en la imagen que representen

adecuadamente a cada categoría. A partir de estos se determina el ND medio de cada clase y el

rango en el que varían, para todas las bandas que intervienen en la clasificación.

Las estimaciones posteriores se basan sobre la muestra seleccionada por lo cual conviene

seleccionarla adecuadamente ya que los resultados de la clasificación están mucho más influidos

por la definición previa de las categorías, que por el criterio por el cual éstas son diferenciadas

en la imagen.

Los métodos de clasificación se pueden distinguir en dos grupos: supervisado y no supervisado.

El método supervisado parte de un conocimiento previo del terreno del cual se seleccionan las

muestras para cada una de las diferentes categorías.

En cambio, en el método no supervisado se buscan automáticamente grupos de valores

espectrales homogéneos en la imagen para que después el usuario intente encontrar las

correspondencias entre esos grupos seleccionados automáticamente y las categorías que le

puedan ser de interés (Telemedia, 2014)



- 32 -

4.9.9.1 Método supervisado.

Este método de entrenamiento requiere un cierto conocimiento de la zona de estudio que permite

delimitar sobre la imagen unas zonas o áreas representativas de las distintas categorías que se

pretenden discriminar. Estas áreas se conocen como training fields (áreas de entrenamiento) ya

que sirven para entrenar al ordenador para que pueda reconocer las distintas categorías.

A partir de estas áreas el ordenador calcula diversos parámetros estadísticos de los ND que

definen cada clase, para luego clasificar el resto de píxeles en una categoría determinada

atendiendo a sus ND. Resulta adecuado seleccionar varias áreas de entrenamiento por clase para

reflejar correctamente su variabilidad en la zona de estudio.

Una vez acabada la selección de las áreas de entrenamiento, el ordenador debe proceder a

calcular las estadísticas elementales de cada categoría: media, rango, desviación típica, matriz

de varianza – covarianza, etc., a partir de los ND de todos los píxeles incluidos en el área de

entrenamiento de dicha clase.

Este cálculo es aplicado a cada banda espectral. Las medidas extraídas a partir de los ND de

cada área de entrenamiento definen a cada clase, por lo tanto es muy importante su correcta

selección ya que de otro modo se forzaría al ordenador a clasificar áreas heterogéneas.

4.9.9.2 Método no supervisado.

Este método de clasificación trata de definir las clases espectrales presentes en la Imagen, no

implica ningún conocimiento previo del área de estudio por lo que la intervención humana se

centra en la interpretación de los resultados. Este método asume que los ND de la imagen se

agrupan en una serie de conglomerados (o clusters) que se corresponden con grupos de píxeles

con un comportamiento espectral homogéneo y que, por ello, deberían definir unas clases

informacionales de interés.



- 33 -

El método para definir los grupos con un comportamiento espectral similar es muy parecido a

otras técnicas de clasificación automática de datos. Se basa en la selección de tres parámetros:

variables que intervienen en el análisis, criterio para medir la distancia o similitud entre casos,

y un criterio para agrupar los casos similares. En nuestro, caso las variables serían las diferentes

bandas espectrales. Los casos son los píxeles que componen la imagen y cada uno de ellos está

definido por tantos ND como bandas tengamos. Lo que trata este método es encontrar grupos

de píxeles con ND parecidos para asignarlos a alguna de las categorías temáticas que deseemos.

(Telemedia, 2014)

4.10 Cobertura de la Tierra

Cobertura de la tierra se refiere a los atributos biofísicos de la superficie de la Tierra y se puede

detectar directamente de imágenes aéreas o sensores a bordo de satélites. El uso de la tierra

implica una dimensión humana o el propósito para el cual él se utiliza la tierra (Lambin et al.,

2001).

La información precisa sobre el uso de la tierra es fundamental para la comprensión de las causas

del cambio de la cubertura forestal y para el desarrollo de políticas y estrategias eficaces para

frenar y revertir la pérdida de bosques. (FAO F. &., 2012)

El uso de la tierra conlleva una dimensión humana o propósito que caracteriza a un lugar. Éste

a veces puede deducirse a través de datos de teledetección, sin embargo, sólo suele ser verificado

mediante el conocimiento de expertos locales o de datos colectados en el campo a través de

inspecciones de terreno. La información precisa sobre el uso de la tierra es crucial para entender

a los promotores del cambio de la cubierta de bosque y ayuda a desarrollar políticas y estrategias

eficaces para revertir la pérdida de los bosques. Al incorporar tanto la cubierta, como el uso de

la tierra, las imágenes teledetectadas y el proceso de clasificación de la Encuesta de

teledetección describirán de manera más adecuada tanto la cubierta física de árboles, como el

área de bosque, definida de múltiples maneras. (FAO J. y S. 2009)

Aunque los términos " cobertura de la tierra " y " uso de la tierra " a veces se usan

indistintamente, en realidad son diferentes.



- 34 -

En pocas palabras, la cobertura de la tierra es lo que cubre la superficie de la tierra y el uso de

la tierra se describe cómo se utiliza la tierra. Ejemplos de clases de cobertura de la tierra son: el

agua, la nieve, las praderas, los bosques de hoja caduca y suelo desnudo.

Uso de la tierra ejemplos incluyen: área de manejo de vida silvestre, la tierra agrícola, urbano y

zona de recreo. Algunos mapas incluyen una mezcla de la cubierta vegetal y uso de la tierra.

Aunque no hay nada inherentemente malo con este enfoque, a veces puede dar lugar a confusión.

Es importante que cada clase en el mapa esté claramente definida y distinta de otras clases.

Algunos mapas incluyen tanto la cobertura de la tierra y la información de uso de la tierra. Una

forma de hacer esto es representar la cubierta terrestre utilizando diferentes colores, mientras

que el uso de diferentes patrones o símbolos superpuestos en el mapa representen el uso de la

tierra.

Hay varias opciones para crear mapas de cobertura terrestre. La siguiente es una lista de unos

pocos datos y alternativas de interpretación que pueden ser considerados para la cobertura de la

tierra mapeo:

• Interpretación de imágenes de satélite Visual

• Interpretación de imágenes de satélite Digital

• Fotointerpretación aérea utilizando fotos estéreo

• Fotointerpretación aérea utilizando simples fotografías no corregidas

• fotointerpretación aérea utilizando ortofotos

• Estudios de campo utilizando mediciones de ángulos y distancias simples

• Interpretación de videografía

• Interpretación de pequeño formato de la fotografía

Un esquema de clasificación define efectivamente la leyenda que se utilizará para el mapa final.



- 35 -

Hay un gran número de sistemas de clasificación utilizados para uso de la tierra y los mapas de

cobertura de la tierra en todo el mundo. Algunos de los esquemas más comunes se enumeran a

continuación:

4.10.1 Anderson de (JAMES R. ANDERSON, ERNEST E. HARDY, JOHN T. ROACH, y RICHARD E. WITMER): Se necesitan datos de uso de la tierra en el análisis de los procesos y problemas

ambientales que debe ser entendido si las condiciones de vida y normas han de ser

mejorado o mantenido en los niveles actuales. (Ver cuadro No.1)

Uno de los requisitos principales para un mejor uso de la tierra es la información sobre

los patrones de uso de la tierra existentes y los cambios en la tierra usan a través del

tiempo.

Criterios de Clasificación

Un uso de la tierra y el sistema de clasificación de la cubierta terrestre que puede emplear

con eficacia orbital y de gran altitud datos de sensores remotos deben cumplir los

siguientes criterios:

1. El nivel mínimo de precisión interpretación en la identificación de los usos de la tierra

y la ocupación de la tierra, las categorías de datos de sensores remotos deben tener por

lo menos 85 por ciento.

2. La precisión de la interpretación de las diversas categorías debe ser aproximadamente

iguales.

3. Los resultados repetibles o repetitivas deben obtenerse de un intérprete a otro y de una

sola vez de detección a otra.

4. El sistema de clasificación debe ser aplicable sobre áreas extensas.

5. La clasificación debería permitir la vegetación y otros tipos de cobertura del suelo

para ser utilizado como sustitutos de actividad.

6. El sistema de clasificación debe ser adecuado para su uso con datos de sensores

remotos obtenidos en diferentes momentos del año.



- 36 -

7. El uso eficaz de las subcategorías que se puede obtener a partir de estudios sobre el

terreno o de la utilización de mayor escala o datos de sensores remotos mejorados

deberían ser posibles.

8. La agregación de categorías debe ser posible.

9. La comparación con los datos futuros uso de la tierra debería ser posible.

10. Múltiples usos de la tierra deben ser reconocidos cuando sea posible (JAMES R.

ANDERSON, 2001)

Cuadro 1. Clasificación de Leyenda de Cobertura de la Tierra según Anderson

Nivel I Nivel II

1 urbana o urbanizada Tierra 11 Residencial

12 Comercial y Servicios

13 Industrial

14 Transporte, Comunicaciones y

Servicios Públicos

15 Industrial y complejos comerciales

16 Mixta Urban Land o urbanizada

17 Otra Tierra Urbana o urbanizada

2 Agrícola Tierra 21 Tierra de cultivo y pasto

22 huertos, bosques, viñedos, Viveros,

Ornamentales y Horticultura

Áreas

23 Operaciones de Alimentación

Confinados

24 Otra Tierra Agrícola

3 Pastizales

31 Herbácea pastizales

32 Arbusto y cepillo de pastizales

33 Pastizales Mixta

4 Tierras forestales 41 Hojas caducas tierras forestales



- 37 -

42 Tierras forestales

43 Mixta tierras forestales

5 Agua

51 Arroyos y canales

52 Lagos

53 Embalses

54 Bahías y estuarios

6 Humedales 61 Boscosa Humedales

62 No forestadas Humedales

7 Barren Tierra

71 Pisos de sal Seca

72 Playas

73 Áreas de arena distintos de Playas

74 Roca desnuda expuesta

75 Minas a cielo abierto, canteras y

graveras

76 Áreas de Transición

77 Mixta Barren Tierra

8 Tundra 81 Arbusto y cepillo Tundra

82 Herbácea Tundra

83 Suelo vacío Tundra

84 Tundra

85 Tundra Mixta

9 perenne nieve o hielo 91 Glaciar Perenne

92 Glaciares

Fuente: Anderson, 2001



- 38 -

4.10.2 National Land Cover Data

El sistema de clasificación utilizado para NLCD 92 se modifica desde el uso de la tierra

Anderson y sistema de clasificación de la cubierta terrestre. Muchas de las clases Anderson,

especialmente las clases de nivel III, están mejor derivan utilizando la fotografía aérea.

No es apropiado para tratar de obtener algunas de estas clases con datos del Landsat TM

debido a problemas de resolución espacial y la interpretación de los datos.

Por lo tanto, no se hizo ningún intento de derivar las clases que eran extremadamente

difíciles o "poco práctico" para obtener el uso de datos Landsat TM, tales como el III

clases urbanas de nivel.

Además, algunas clases Anderson Nivel II se consolidaron en una sola clase 92 NLCD

(Ver Cuadro No. 2)

Cuadro 2. Clasificador de Leyenda de Cobertura de la Tierra según NLCD

Agua 11 Aguas Abiertas 12 perenne de hielo / nieve

Desarrollado 21 Baja Intensidad Residencial 22 De alta intensidad Residencial 23 Comercial / Industrial / Transporte

Virgenes

31 Rocoso / arena / arcilla 32 Canteras / Gaza Minas / Graveras 33 De Transición

Tierras Forestales 41 Hoja caduca Bosque 42 Bosque Siempre Verde 43 Bosque Mixto

Matorral

51 Matorral Woody no naturales

61 Huertos / Viñedos / Otros

Herbácea Upland Natural / vegetación seminatural

71 Praderas / herbáceas

Herbácea Plantado / Cultivado

81 Pasto / heno 82 cultivos en

http://landcover.usgs.gov/classes.php#water

http://landcover.usgs.gov/classes.php#develop

http://landcover.usgs.gov/classes.php#barren

http://landcover.usgs.gov/classes.php#upland

http://landcover.usgs.gov/classes.php#shrub

http://landcover.usgs.gov/classes.php#woody

http://landcover.usgs.gov/classes.php#herb

http://landcover.usgs.gov/classes.php#herb

http://landcover.usgs.gov/classes.php#herb2

http://landcover.usgs.gov/classes.php#herb2



- 39 -

hileras 83 pequeños granos 84 barbecho 85 urbanos / ocio y Hierbas

Humedales 91 Humedales leñosos 92 Emergentes Herbáceas Humedales

Fuente: landcover.usgs.gov, 2012

4.10.3 FAO Land Cover Classificacion System Sistema de Clasificación de

Cobertura de la Tierra por FAO

Las clases de cobertura de la tierra están definidas por una cadena de clasificadores, pero debido

a la heterogeneidad de la cobertura de la tierra, y con el propósito de lograr un arreglo lógico,

jerárquico y funcional de los mismos, han sido aplicados ciertos criterios de diseño.

El Sistema de Clasificación de la Cobertura de la Tierra (LCCS) tiene dos fases principales

(Figura 5).

F

Figura 4. Sistema de Clasificación de la Tierra LCCS (FAO, 2005)



- 40 -

La fase inicial Dicotómica, tiene ocho tipos principales de cobertura de la tierra:

Áreas Terrestres Cultivadas y Manejadas (Cultivated andManaged Terrestrial Areas).

Vegetación Terrestre Natural y Semi-natural (Natural and Semi-Natural Terrestrial

Áreas).

Áreas Cultivadas Acuáticas o Regularmente Inundadas (Cultivated Aquatic or Regularly

Flooded Areas).

Vegetación Natural y Semi-Natural Acuática o Regularmente Inundada (Natural and

Semi-Natural Aquatic or Regularly Flooded Vegetation).

Superficies Artificiales y Áreas Asociadas (Artificial Surfaces and Associated Areas).

Áreas Descubiertas o Suelo Desnudo (Bare Areas)

Cuerpos Artificiales de Agua, Nieve y Hielo (ArtificialWaterbodies, Snow and Ice), y

Cuerpos Naturales de Agua, Nieve y Hielo (Natural Waterbodies, Snow, Ice).

Esta fase es seguida por la subsiguiente llamada Fase Modular Jerárquica, en la cual las clases

de cobertura de la tierra son creadas por la combinación de conjuntos de clasificadores

predefinidos. Estos clasificadores están confeccionados para cada uno de los ocho tipos

principales de cobertura de la tierra.

La confección de los clasificadores en la segunda Fase, nos permite el uso de los más apropiados

para definir las clases de cobertura de la tierra derivadas de los principales tipos de cobertura

(los ocho indicados anteriormente) y al mismo tiempo reducir la probabilidad de combinaciones

poco viables de los clasificadores. Esto resulta en una clase de cobertura de la tierra definida

por:

Una fórmula Booleana que muestra cada clasificador utilizado (todos los clasificadores

están codificados);

Un número único para el uso en un Sistema de Información Geográfica (SIG); y

Un nombre, que puede ser el nombre estándar dado o uno definido por el usuario.



- 41 -

4.10.3.1 La Fase Dicotómica

Como se explicó anteriormente, una clave dicotómica es utilizada al nivel principal de la

clasificación para definir las clases principales de la cobertura de la tierra (Fig. 5). Cada tipo

principal de cobertura de la tierra es definido.

Se utilizan tres clasificadores en la Fase Dicotómica: Presencia de Vegetación, Condición

Edáfica y Artificialidad de la Cobertura.

Estos tres clasificadores han sido jerárquicamente ordenados, no obstante los mismos ocho tipos

principales de cobertura serán clasificados. Por tanto, el arreglo jerárquico en esta Fase no es

importante, pero es un principio guía en la fase subsiguiente, la Modular- Jerárquica.

4.10.3.2 La Fase Modular-Jerárquica

En esta fase, la creación de las clases de cobertura está dada por la combinación de un conjunto

predefinido de clasificadores de la cobertura de la tierra puros. Este conjunto de clasificadores

es diferente para cada uno de los ocho tipos principales de cobertura de la tierra. Esta diferencia

se debe a la propia confección de clasificadores para su tipo respectivo (Fig. 6).

Figura 5. Clasificación de clase modular jerárquica (FAO, F. &.,2005)



- 42 -

Estos clasificadores puros pueden ser combinados con los llamados atributos para mayor

definición.

Serán distinguidos dos tipos de atributos, que forman niveles separados en la clasificación.

(FAO F. &., 2005)

4.11 Cuenca Hidrográfica

La superficie de terreno cuya escorrentía superficial fluye en su totalidad a través de una serie

de corrientes, ríos y, eventualmente, lagos hacia un determinado punto de un curso de agua

(generalmente un lago o una confluencia de ríos) (Aparici, 2009)

Es el espacio de territorio delimitado por la línea divisoria de las aguas, conformado por un

sistema hídrico que conducen sus aguas a un río principal, a un río muy grande, a un lago o a un

mar (Ver Figura 6).

Este es un ámbito tridimensional que integra las interacciones entre la cobertura sobre el terreno,

las profundidades del suelo y el entorno de la línea divisoria de las aguas.

Figura 6. Cuenca Hidrográfica (Visión Mundial, 2005)



- 43 -

En la cuenca hidrográfica se encuentran los recursos naturales y la infraestructura creada por las

personas, en las cuales desarrollan sus actividades económicas y sociales generando diferentes

efectos favorables y no favorables para el bienestar humano.

No existe ningún punto de la tierra que no pertenezca a una cuenca hidrográfica.

División de una cuenca La cuenca hidrográfica puede dividirse en espacios definidos por la

relación entre el drenaje superficial y la importancia que tiene con el curso principal. El trazo

de la red hídrica es fundamental para delimitar los espacios en que se puede dividir la cuenca.

A un curso principal llega un afluente secundario, este comprende una subcuenca. Luego al

curso principal de una subcuenca, llega un afluente terciario, este comprende una microcuenca,

además están las quebradas que son cauces menores (Ver Fig. 7) (Mundial, Vision, 2005).

4.12 Dinámica o detección de cambios

Se determinan a partir de técnicas de clasificación, comparando dos imágenes previamente

clasificadas o clasificar conjuntamente las imágenes de las dos fechas (Chuvieco, 2002).

La mayor parte de los cambios ocurridos en ecosistemas terrestres se deben a: a) conversión de

Cobertura del Terreno, b) degradación del terreno y, c) intensificación en el uso del terreno.

Estos procesos usualmente englobados en los que se conoce como deforestación o degradación

Figura 7. La Cuenca como Sistema (Visión Mundial, 2005)



- 44 -

forestal, se asocian a impactos ecológicos importantes en prácticamente todas las escalas.

Localmente inducen la perdida y degradación de suelos, cambios en el microclima y perdida en

la diversidad de especies; regionalmente afectan el funcionamiento de cuencas hidrográficas y

de asentamientos humanos; a nivel global, coadyuvan a las emisiones de gases por efecto

invernadero que dan como resultado el problema de cambio climático global (Gerardo Bocco,

2001).

La detección de cambios es la medida del marco de datos diferenciado y el cambio de la

información de la temática que puede guiar a las penetraciones más tangibles en el proceso

subyacente que implique la Cobertura de la tierra y uso de la tierra.

La detección de cambios es el proceso que ayuda en la determinación de los cambios asociados

con el uso de la tierra y las propiedades de la cobertura del suelo para el análisis multittemporal,

le ayuda en la identificación de cambio entre dos ( o más ) las fechas que se caracterizan de

normal variación.

La detección de cambios es útil en muchas aplicaciones, tales como cambios de uso del suelo,

la fragmentación, la tasa de deforestación , el cambio costero, la expansión urbana , y otros

acumulando cambios a través de técnicas de análisis espacial y temporal como GIS (Geographic

Sistema de Información) y Teledetección junto con las técnicas de procesamiento de imágenes

digitales (T. V. Ramachandra, 2004)

4.13 Análisis Multitemporal

Análisis de tipo espacial que se realiza mediante la comparación de las coberturas interpretadas

en dos imágenes de satélite o mapas de un mismo lugar en diferentes fechas y que permite

evaluar los cambios en situación de las coberturas que han sido clasificadas (Chuvieco, 2002).



- 45 -

5. DESCRIPCION DEL AREA DE ESTUDIO

Debido a la importancia de estudio de la sub cuenca del Rio Mocal para conocer la dinámica del

cambio de la cobertura de la tierra mediante el análisis multitemporal se describe a continuación

una caracterización de la misma.

5.1 Ubicación Geográfica

La Sub cuenca del Rio Mocal se encuentra ubicada geográficamente entre los Departamentos

de Lempira y Ocotepeque, entre las coordenadas 14°33’ N a 88°50’ 5,963’’W tiene una

extensión de 119,004.919 Ha., ubicada en el Occidente de Honduras, su extensión comprende

parte de 18 del Departamento de Lempira y Ocotepeque, del Departamento de Lempira son:

Municipios de Gracias, San Manuel Colohete, Cololaca, San Sebastián, San Marcos de Caiquín,

Tomalá, Tambla, San Andrés, Santa Cruz, Erandique, Valladolid, Gualcince, La Virtud,

Mapulaca, Candelaria y Guarita, los municipios del Departamento de Ocotepeque: Belén

Gualcho y San Marcos. (Ver Cuadro No. 3)

Cuadro 3. Municipios de la Sub Cuenca del Rio Mocal



- 46 -

Fuente: Elaboración propia con datos SINIT

Límites de la Sub cuenca del Rio Mocal (Ver Fig. 8):

AL Norte: con los municipios del departamento de Lempira,

Al Sur: con el Rio Lempa y El Salvador,

Al Este: con el departamento de Intibucá y

Al Oeste: con el Departamento de Ocotepeque y el departamento de Lempira.

Dentro de la sub cuenca del Rio Mocal están comprendidos alrededor de 633 caseríos, de los

cuales suman una población aproximada de 161,016 habitantes (INE, 2012).

La altitud máxima dentro de la Sub cuenca del Rio Mocal va desde los 2836 m.s.n.m., alturas

mínimas que van desde los 56 m.s.n.m. y altura promedio es de 1,403.5 m.s.n.m.

5.2 Hidrografía

El área de la Sub cuenca del Rio Mocal se encuentran alrededor de unos 280 redes de drenaje

de ríos secundarios y quebradas superficiales, teniendo su nacimiento en el municipio de Belén

Gualcho, Ocotepeque, con una longitud aproximada de 77 kilómetros (Ver anexo 1) (Ver Fig.

9)

Los principales Ríos y Quebradas se enuncian a continuación:

La Sub cuenca del Rio Mocal se encuentra en la Región Lempa, número 14, que comprende los

departamentos de; Intibucá, La Paz, Lempira y Ocotepeque (Ver Figura N0. 10) (SEPLAN,

2011)

Análisis Multitemporal de Cobertura de la Tierra de la Sub Cuenca del Rio Mocal, Lempira y Ocotepeque, Honduras, Durante el Periodo de los Años 1988 Al 2014

- 47 -

Figura 8. Mapa de Ubicación Geográfica Sub cuenca Rio Mocal (Elaboración propia)


- 48 -

Figura 9. Mapa Hidrológico Sub Cuenca Rio Mocal (Elaboración propia)


- 49 -

Figura 10. Mapa de Ubicación de Cuencas (Elaboración propia)



- 50 -

5.3 Áreas Protegidas

En el área de la Sub cuenca del Rio Mocal se ubican 3 áreas protegidas (Ver Fig. 11):

1. El Parque Nacional Montaña de Celaque el cual recientemente cambio de categoría y

nombre a Reserva del Hombre y la Biosfera “Cacique Lempira, Señor de las Montañas”,

propuesto y aceptado en la Vigésimo Séptima Sesión del Consejo Internacional de

Coordinación del Programa sobre el Hombre y la Biosfera (MAB-ICC) de la UNESCO

(Ambiente, 2015).

Esta área protegida se ubicada en el Departamento de Lempira en los municipios de

Gracias, San Manuel de Colohete, Flores, en el Departamento de Ocotepeque en los

municipios de Belen Gualcho y Corquín.

2. Reserva Biológica Volcán Pacayita, ubicado en el Departamento de Lempira

principalmente en los municipios de Cololaca y San Sebastián, en el Departamento de

Ocotepeque los municipios de Belen Gualcho y San Marcos.

3. Parque Nacional Congolón Piedra Parada y Coyocutena, ubicado geográficamente

en el Departamento de Lempira en los municipios de San Andrés, Gualcince y

Erandique.


- 51 -

Figura 11. Mapa de Áreas Protegidas (Elaboración propia)



- 52 -

5.4 Cobertura Forestal

La cobertura Forestal de Honduras fue elaborada por la Unidad de Monitoreo Forestal del

Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre

(ICF) con el apoyo técnico y financiero del Programa Regional REDD/CCAD-GIZ durante los

años 2013-2014 generado a partir de la clasificación e interpretación de imágenes del satélite

RapidEye de los años 2012 y 2013.

El Mapa cuenta con 5 macro categorías; Bosque, Agropecuario, Cuerpos de agua, Agroforestal

y Otros usos (no bosque). Estas se dividen el 26 sub categorías.

Se ha estimado la cobertura forestal de nuestro país en 5,398.13 de hectáreas, distribuyéndose

de la siguiente forma:

57.5% de bosque Latífoliado (3,101,574.31ha)

36.3% de bosque de conífera (1,960,511.08ha)

5.3% de bosque mixto (284,473.76 ha)

1.0% de bosque de mangle (51,578.18 ha)

La superficie cubierta de bosque representa el 48% del territorio hondureño.

De acuerdo a este mapa forestal, se encontraron las siguientes clases para la Sub cuenca del Rio

Mocal (Ver cuadro 4)



- 53 -

Cuadro 4. Coberturas Forestales en la Sub cuenca del Rio Mocal

No. Cobertura Área Ha. Porcentaje

1 Bosque Latífoliado Húmedo 2018,7 1,70

2 Bosque Latífoliado Deciduo 5913,44 4,97

3 Bosque Mixto 5807,11 4,88

4 Bosque de Conífera Denso 18148,8 15,25

5 Bosque de Conífera Ralo 3134,05 2,63

6 Vegetación Secundaria Húmeda 6978,81 5,86

7 Vegetación Secundaria Decidua 11391,1 9,57

8 Agricultura Tecnificada 13,9875 0,01

9 Pastos / Cultivos 59838,45 50,28

10 Cafetales 2184,26 1,84

11 Otras superficies de Agua 52,315 0,04

12 Zonas Urbanas Discontinuas 171,203 0,14

13 Suelo Desnudo Continental 178,28 0,15

14 Arboles dispersos fuera de Bosque 3174,02 2,67

119004,526 100

Fuente: Mapa Forestal, 2014


- 54 -

Figura 12. Mapa Forestal (Elaboración propia)

Análisis Multitemporal de Cobertura de la Tierra de la Sub Cuenca del Rio Mocal, Lempira y Ocotepeque, Honduras,

Durante el Periodo de los Años 1988 Al 2014

- 55 -

6. MARCO METODOLOGICO

Con el objetivo de realizar el Análisis Multitemporal de Cobertura de la Tierra de la Sub cuenca

del Rio Mocal, se desarrolló de esta metodología se enfoca en cinco fases las que se describen a

continuación: la Definición del Área de Estudio, Selección de Imágenes de Satélite, Pre

procesamiento de las Imágenes de Satélite, Clasificación de la Cobertura de la Tierra y Análisis

Multitemporal (Ver Figura 13)

Para conocer la dinámica del desarrollo metodológico de esta investigación se desarrolló un modelo

conceptual, este modelo muestra de manera resumida la metodología desarrollada para la

realización del Análisis Multitemporal de la Cobertura de la Tierra de la Sub Cuenca del Rio Mocal.

Figura 13. Mapa Conceptual Metodología (Elaboración propia)



- 56 -

6.1 Fase I. Definición del Área De Estudio

Para la realización de esta primera fase se requirió de la participación de representantes de las

organizaciones de los municipios del sur de Lempira, debido a su interés en conocer el estado de

la Cobertura de la Tierra durante el periodo de 26 años, en conjunto con las organizaciones Locales,

Internacionales, ONG entre otras, proporcionando información sobre el área del estudio en el área

ambiental, social y económico.

De esta reunión se selecciona el área de la Sub cuenca del Rio Mocal, el cual tiene una superficie

de 1,190.05 km² y en donde se insertan 18 Municipios entre los departamento de Lempira y

Ocotepeque (ver Imagen o figura N°), que comprenden 633 caseríos y con una población de

161,016 habitantes (INE, 2012)

6.1.1 Delimitación del Área de Estudio

Para la delimitación del área de la Sub cuenca (área de Estudio) se realizó mediante la identificación

de red de drenaje o corrientes superficiales y con ayuda de los puntos de mayor nivel topográfico,

a lo que comúnmente le llamamos el Parte aguas o Filo de la Montaña o Cerro, delimitar así la Sub

cuenca del Rio Mocal.

Figura 14. Reunión de trabajo para selección de área de estudio, imagen proporcionada por Ing. Jorge Garay Proyecto PESA-FAO



- 57 -

6.2 Fase II. Selección de Imágenes Satelitales Para la selección de las imágenes satelitales se tomó en cuenta los siguientes aspectos:

1) Sitio de libre descarga de imágenes de satélite.

2) El año de adquisición de las imágenes, se definieron como áreas de acuerdo a los años de

intervención de los programas de la FAO, comenzando en la imagen del año 1988 siendo

el inicio de las operaciones del Programa Lempira Sur de la FAO, imagen del año1998 año

del evento meteorológico como lo fue el Huracán Mitch, imagen del año 2000 situación

posterior al Huracán Mitch y finalmente la imagen del año 2014.

3) Cobertura de nubes: teniendo imágenes de satélite con cobertura de nubes que no

sobrepasaran el 10% de la superficie a estudiar.

4) Resolución de la Imagen, la resolución necesaria para la identificación de la Cobertura de

la Tierra.

Tomando en consideración estos aspectos se decidió utilizar página web www.glovis.usgs.gov de

la es la agencia del Departamento de Interior de Estados Unidos encargada del centro del campo

de la investigación geológica (USGS).

Figura 15. Sitio Web de Descarga de Imágenes de Satélite Landsat (www.glovis.usgs.gov)

http://www.glovis.usgs.gov/




- 58 -

6.3 Fase III. Pre Procesamiento Digital de las Imágenes de Satélite

Previo a esta etapa de pre procesamiento, se realizó la preparación de cada una de las imágenes

seleccionadas, uniendo para ello cada una de las bandas espectrales 1, 2, 3, 4, 5 y 7 para el caso de

las imágenes Landsat 4, 5, y 7 y en el caso de la imagen Landsat 8 las bandas espectrales 4, 5, y

6, teniendo una imagen de tipo “.img” de capa raster.

Utilizando para ello el programa de ERDAS IMAGE 2013 en la herramienta

Raster/Resolution/Layer Stack. En esta etapa se desarrollaron los procesos de corrección

geométrica, cálculo de radiancia, cálculo de reflectancia y corrección de sombreado topográfico.

6.3.1 Corrección Geométrica

Procedimiento para evaluar el error geométrico de la imagen a partir de una serie de puntos con

coordenadas conocidas que se denominan puntos de control, causadas por deformación geométrica

que tiene cada imagen, estos se modelan ajustando unas ecuaciones a un conjunto de puntos, de los

que se conoce tanto las coordenadas de la imagen como las del mapa o imagen de referencia. Para

las imágenes satelitales la corrección se realizó con la localización de los Puntos comunes a la

imagen de referencia (Chuvieco, 2002).

En este procedimiento se procede a lo que se denomina Interpolacion espacial, que consiste en

elegir puntos de control observando detenidamente toda imagen y seleccionar potenciales archivos

GCP (Groun Control Points) para disminuir la distoricion al maximo y lograr el error medio

estandar (RMS) a un (1) pixel en las direccion X e Y y en el Total (IAFE, 2005).

6.3.2 Calculo de Radiancia

Procedimiento que se realiza para lograr que la imagen convierta los valores de Niveles Digitales

a reflectancia, estos valores de niveles digitales se definen desde 0 a 255.



- 59 -

Para ello, mediante un modelo elaborado por el Instituto de Astronomía y Física del Espacio (IAFE)

para el cálculo de radiancia, para las imágenes de Landsat se desarrolló el proceso para el cálculo

de radiancia con los que se conjugaron los datos obtenidos por la metadato de cada imagen satelital.

Utilizando el siguiente algoritmo, los valores introducidos para el Modelo del Cálculo de Radiancia

son:

DN: Numero Digital

G: Gain

B: Bias

L: Radiancia

Procedimiento realizado para las imágenes 1988, 1998 y 2000 que representan el sensor Landsat

4, 5 y 7, para el caso de Landsat 8 este proceso se realizó en Gv Sig mediante la creación de un

Modelo para su corrección, creado por el profesor Master Rafael Enrique Corrales, de la Maestría

en Ordenamiento y Gestión del Territorio, de la Universidad Nacional Autónoma de Honduras.

6.3.3 Calculo de Reflectancia (Rayleigh)

Para el desarrollo de este cálculo se desarrollaron dos tipos de Reflectancia:

a. Reflectancia Rayleigh, para las imágenes 1988, 1998 y 2000, transformándolas a un nivel

de reflectividad causada por la irradiación solar directa, así como la visibilidad difusa

provocada por otros objetos o partículas que están presentes en la atmosfera, considerando

el efecto del scattering molecular (Rayleigh) que llega al sensor como producto de la

interacción de la radiación EM con los componentes moleculares de la atmosfera.

Para ello será necesario calcular los valores correspondientes a la radiancia Rayleigh para

la fecha de la imagen y para cada una de las bandas. Para este procedimiento consistió en

la aplicación de datos y formulas basadas en una hoja de cálculo de Excel y con los modelos

generados por el IAFE. Ver página

La fórmula para desarrollar este modelo es la siguiente:

L=G*DN+B



- 60 -

En donde:

π= Sr (Hipótesis de blanco Lambertiano

LR= Radiancia Rayleigh

E0= Irradiancia Solar espectral a tope de atmosfera (watts7m2* μm)

θz= ángulo cenital solar

b. Tope de Atmosfera

Procedimiento de corrección de reflectancia a Tope de Atmosfera se aplicado a la imagen 2014,

esto debido a que los datos de las bandas del sensor TIRS y OLI están compuestos en 16 bits

en formato no cifrado y pueden ser rescaldados a los valores de reflectancia y o radiancia en el

techo de la atmosfera TOA, usando para ello los coeficientes radiométricos provistos en el

archivo de metadato MTL.txt, teniendo en consideración que las bandas originales del LDCM

Landsat 8 están contenidas a una resolución radiométrica de 16 bit no signados, lo que quiere

decir que las nuevas bandas donde se guardaran las imágenes con valores de radiancia TOA

deberán ser de 32 bit con el fin de evitar la pérdida de información (IGAC, 2013).

Utilizando la siguiente formula y con ayuda del programa Gv SIG se realizó un Modelo para

la Corrección Radiancia para la Imagen 2014.

Lλ= Es el valor de radiancia espectral en el techo de la atmosfera (TOA) medida en valores de

(Watts /m2 * srad * μm))

ρR=π(Lsat-LR)d2

E0 cos θz

Lλ=MLQ CAL+AL



- 61 -

ML= Banda – Es el factor multiplicativo de escalado especifico obtenido del metadato

(RADIANCE_MULT_BAND_x, donde x es el número de la banda)

Q CAL= Producto estándar cuantificado y calibrado por valores de pixel (DN). Este valor se refiere

a cada una de las bandas de la imagen.

AL= Banda – Es el factor aditivo de escalado especifico obtenido del metadato

(RADIANCE_ADD_BAND_x, donde x es el número de la banda)

6.3.5 Corrección de Sombreado Topográfico

La corrección topográfica permitirá compensar las diferencias de iluminación solar, debidas a la

variación altitudinal del terreno. Las zonas de sombra presentaban menos reflectividad de lo que

debieran, mientras que las zonas en canícula presentaban una reflectividad más alta de lo se espera.

Para poder determinar si es necesaria la corrección topográfica se procedió a realizar una revisión

de los ángulos azimutales del sol y la elevación solar ubicados en los metadatos de la imagen esta

manera se observó que cada uno de ellos se encontraban en posiciones en donde la postura del sol

con respecto al zenit superaban los 90 grados lo que indica que este por su posición provoca

sombras en las partes más altas de la topografía del terreno.

Para realizar la corrección de sombreado topográfico se calcula el ángulo de Incidencia γi de una

vertiente, que dependen de los ángulos solares y de pendiente. (Chuvieco, 2002), partiendo de la

siguiente formula:

γi= Angulo cenital del flujo incidente

θi= Indica el Angulo Cenital Solar

θp= el Gradiente de la Pendiente

ϕa= El ángulo Azimutal Solar

ϕo= El Angulo de Orientación de la Pendiente

cos γi=cosθicosθp+senθisenθpcos(ϕa-ϕo)



- 62 -

6.4 Fase IV. Clasificación de la Cobertura de la Tierra Para la realización de la Clasificación de la Cobertura de la Tierra de la Sub cuenca del Rio Mocal,

se utilizó la metodología de técnica de la Clasificación mediante una Clasificación no supervisada,

previo a este proceso se realizó una etapa de entrenamiento el cual define con rigor cada una de las

categorías, las que se fueron discriminando de acuerdo a su propia variabilidad de la sub cuenca

del Rio Mocal.

6.4.1 Clasificación No Supervisada

Método de clasificación no supervisada, dirige a definir las clases espectrales presentes en la

imagen, esta no implica el conocimiento del área de estudio, sin embargo existe dentro de esta

clasificación no supervisada una previa observación que se realizó previamente en el campo, este

procedimiento ayudo a mejorar la selección de los pixeles asignándoles un color y nombre de

acuerdo a clases presentes en la zona de la Sub cuenca del Rio Mocal. Para desarrollar la

clasificación no supervisada se desarrollado con el uso del programa ERDAS Imagine 2013,

utilizando la herramienta de Raster, Unsupervised Clasification, ajustando los parámetros a el

método de conglomerados (clúster) K medias, este método K medias es un método de agrupación

de variables de un archivo de datos en función del parecido o similaridad existente entre ellos, e

introduciendo la cantidad de 100 clúster y 15 Interacciones, con una combinación de Bandas R:5,

G:4, B:3.

6.4.2 Validación de la Clasificación

Teniendo las imágenes clasificadas correspondientes a los año 1988, 1998, 2000 y 2014, se evaluó

la clasificación con el fin de proceder a la culminación la interpretación digital de las imágenes, en

este sentido se procedió a realizar una Evaluación de la Exactitud (ACCURACY ASSESSMENT)

de la clasificación sobre las imágenes recodificadas, esto basándose en la selección de puntos de

muestreo al azar utilizando la siguientes formula de Muestra poblacional:



- 63 -

En donde:

N= es el tamaño de la población o universo (valor total de los Posibles encuestados)

K= es una constante que depende del nivel de confianza que asignemos

Valor de k 1,15 1,28 1,44 1,65 1,96 2,24 2,58

Nivel de confianza 75% 80% 85% 90% 95% 97,5% 99%

Cuadro N° valores de k más utilizados y sus niveles de confianza

Para este procedimiento se utilizó el nivel de confianza del 95% por lo tanto el valor de la constante

utilizado fue de 1,96.

Dando como resultado una Matriz de confusión y un índice de capa que supera los 85% de

confiabilidad.

6.4.3 Reconocimiento y validación en campo o Levantamiento de información en campo

Se efectuaron giras de campo en las que se capturo información de las diferentes coberturas de la

tierra en diferentes puntos de la Sub cuenca del Rio Mocal. Una vez teniendo los resultados resulta

obligatorio verificar la calidad de los mismos, mediante una tabulación cruzada o matriz de

confusión, el cual para verificar una imagen clasificada, la recogida de la imagen de referencia y

la extracción del valor de la imagen permitirá obtener un listado de puntos de verificación, para los

que poseemos tanto su cobertura real como la deducida por la clasificación.

8.3.3 Identificación de Cobertura la Tierra aplicado al sistema de Clasificación FAO

A partir de la clasificación asignada se procedió a transformar las clases de cobertura de la Tierra

generados en el Sistema de Clasificación de la Cobertura de la Tierra (LCCS) a clases de uso de la

N= K² N pq

E²(N-1)+K²pq



- 64 -

tierra, generando un Mapa de Cobertura de la Tierra de cada uno de los años a partir de la

interpretación visual a la sub cuenca del Rio Mocal.

6.5 Fase V. Análisis Multitemporal Para definir este procedimiento el análisis Multitemporal es un análisis de tipo especial que se

realiza mediante la comparación de las coberturas interpretadas en dos imágenes de satélite o mapas

de un mismo lugar en diferentes fechas y que permite evaluar los cambios en situación de las

coberturas que han sido clasificadas (Chuvieco, 2002).

El desarrollo de esta investigación se enmarco en el Análisis Multitemporal de la Cobertura de la

Tierra de la Sub cuenca del Rio Mocal, durante el periodo comprendido entre los años 1988 a 2014,

con análisis de cambio entre los años 1988, 1998, 2000 y 2014; el análisis Multitemporal permitió

conocer los resultados de los cambios ocurridos en la sub cuenca del Rio Mocal en un periodo de

26 años, cambios que han sido desarrollados en algunas áreas por las prácticas de manejo, las

actividades comunes de la agricultura y ganadería, así como también de los efectos producidos por

fenómenos naturales, como es en este caso el paso del Huracán Mitch a finales de octubre del año

1998.

6.5.1 Tasa de Cambio

Esta se determinó utilizando la fórmula desarrollada por la FAO, (1996) utilizando tres etapas

desde 1988 al 1998, 1998 al 2000 y 2000 al 2014, (Ver Figura 16) teniendo diferentes intervalos

de años para cada una de las etapas.

Para el primer tiempo de análisis diez años, para el segundo tiempo de análisis dos años y para el

tercer tiempo 14 años.



- 65 -

Para determinar esta tasa de cambio se utilizó la ecuación que se muestra a continuación:

Donde:

TC: Tasa anual de Cambio %

T1: Superficies de las coberturas del suelo al inicio del periodo.

T2: Superficies de las coberturas del suelo al final del periodo.

N: amplitud del periodo analizado o Intervalos de años

1988 al 1998 1998 al 2000 2000 al 2014

10 años 2 años 14 años

Inicio programa PROLESUR - FAO

Huracan Mitch

Inicio Programa PESA - FAO

Figura 16. Línea de Tiempo para el Análisis de Tasas de Cambio (Elaboración propia)

TC:[(T2/T1)^1/n-1]*(100)



- 66 -

7. RESULTADOS

7.1 Delimitación 7.1.1 Delimitación del Área de Estudio

Como resultado de la delimitación del área utilizando la técnica de identificación de red de drenaje

o corrientes superficiales y con ayuda de los puntos de mayor nivel topográfico, conocida como

Parte aguas o Filo de la Montaña o Cerro, de la Sub cuenca del Rio Mocal, se utilizó la herramienta

de Arc Map (ESRI) para la delimitación, utilizando las siguientes Hojas cartográficas de tipo

Raster (Ver Figura 17)

Cuadro 5. Listado de Hojas Cartográficas que comprenden la Sub cuenca del Rio Mocal.

No. Nombre de la Hoja Numero Bloque 1 San marcos de Ocotepeque 2459 III 1626

2 La Campa 2459 II

3 Guarita 2458 IV

4 San Andrés 2458 I

5 La Virtud 2458 II

6 Corquín 2459 IV 1618

7 Gracias 2459 I

Fuente: Hojas Cartográficas de la Dirección General de Catastro y Geografía

Las imágenes de las Hojas cartográficas tienen una proyección en UTM y corresponden al Datum

NAD27 Central, adquiridas por la Universidad Nacional Autónoma de Honduras y Distribuidas

por Instituto Geográfico Nacional, ahora Dirección General de Catastro y Geografía (Ver Cuadro

No. 5)



- 67 -

7.1.2 Selección de Imágenes Satelitales

Como resultado de la selección de las Imágenes de Satélite los que se obtuvieron a través de la

página web www.glovis.usgs.gov de la es una agencia del Departamento de Interior de Estados

Unidos encargada del centro del campo de la investigación geológica (USGS) del servicio

geológico (Ver Figuras 18 a la 22)

Para la selección de las imágenes satelitales y tomando en cuenta las consideraciones antes

descritas en la fase metodológica de esta investigación, se obtuvieron las imágenes con las

siguientes descripciones:

Cuadro 6.Descripcion de adquisición de las Imágenes de Satélite

Fuente: Elaboración propia

Imagen Path Row Sensor Spacecraft Fecha de adquisición

1988 1950 TM Landsat 4 31 de Enero de 1988

1998 1950 TM Landsat 5 03 de Febrero de 1998

2000 1850 ETM Landsat 7 25 de Enero de 2000

2000 1950 TM Landsat 5 08 de Enero de 2000

2014 1950 OLI TIRS Landsat 8 14 de Enero de 2014

Figura 17. Proceso de delimitación de la Sub cuenca del Rio Mocal utilizando las hojas cartográficas.




- 68 -

ID: LT40190501988031XXX08

Fecha de Adquisición: 1988/1/31

ID: LT50190501998034AAA01


1988

Figura 18. Proceso de adquisición Imagen 1988 Path Row 19 50 (USGS-GLOAVIS)

Figura 19. Proceso de adquisición imagen 1998 Path Row 19 50 (USGS-GLOVIS)

1988

1998



- 69 -

ID: LT50190502000008XXX02


ID: LT50180502000017AAA02


Figura 20. Proceso de adquisición imagen 2000 Path Row 19 50 (USGS-GLOVIS)

2000

Figura 21. Proceso de adquisición Imagen 2000 Path Row 18 50 (USGS-GLOVIS)

2000



- 70 -

ID: LT50180502000017AAA02


El resultado de la adquisición de las imágenes de satélite se prepararon cada una de las imágenes

seleccionadas, uniendo cada una de las bandas espectrales 1, 2, 3, 4, 5 y 7 para el caso de las

imágenes Landsat 4, 5, y 7 y en el caso de la imagen Landsat 8 las bandas 4, 5, y 6, teniendo una

imagen de tipo “.img” de capa raster.

Utilizando para ello el programa de ERDAS IMAGE 2013 en la herramienta

Raster/Resolution/Layer Stack, con este proceso las imágenes de satélite están listas para pasar a

la fase de pres procesamiento de las imágenes (Ver Figura 23)

2014

Figura 22. Proceso de adquisición de Imagen 2014 Path Row 19 50 (USGS-GLOVIS)



- 71 -

Figura 23. Proceso de Unión de Bandas espectrales (extracción de Modelos desarrollados por IAFE. 2005)

Selección de la herramienta ubicada en

Raster / Layer Stack, e introduciendo

cada uno de los calores que proporciona

el metadato de cada imagen. Estos datos

son proporcionados en formato de tipo

TIFF

El archivo de salida proporciono

una imagen de formato tipo “.Img”

con las bandas espectrales 1, 2, 3,

4, 5, y 7 para las imágenes 1988,

1998, y 2000. Para el caso de la

imagen 2014, las bandas

espectrales 4,5, y 6.



- 72 -

7.2 Pre Procesamiento

7.2.1 Corrección Geométrica

Como resultado de la corrección Geométrica se obtuvieron para las imágenes de los años 1988,

1998 y 2000, logrando llegar al error medio cuadrático (RMS) de menos de 1 pixel como un dato

aceptable, con la utilización del programa de ERDAS IMAGE 2013 en la herramienta de Raster/

Multiespectral, Transform & Orthocorrrect/ Control Points (Ver Figura )

La corrección Geométrica se complementó con puntos claramente identificados en el área y con

rasgos humanos, los que no estuvieron sujetos al cambio durante el periodo de tiempo del estudio,

el reconocimiento y marcación de algunos puntos de control con ayuda de un navegador tipo

Garmin Map 78 y Garmin Venture HC, ubicados en estructuras fijas como ser puentes, carretas

antiguas e Iglesias así como de elementos naturales como los ríos. (Ver anexos)

Figura 24. Corrección Geométrica de las imágenes (Imágenes extraídas del Programa ERDAS IMAGINE 2013



- 73 -

7.2.2 Cálculo de Radiancia

Como resultado de este procedimiento se obtuvieron imágenes convertidos a los valores de

Niveles Digitales a reflectancia, que van desde 0 a 255.

Utilizando el siguiente algoritmo, los valores introducidos para el Modelo del Cálculo de Radiancia

para las imágenes 1988, 1998 y 2000 son:

DN: Numero Digital

G: Gain

B: Bias

L: Radiancia

Con la utilización de tabla de Excel en donde muestra los algoritmos en donde se insertan los

valores de Lmax y Lmin calcula el Gain y el Bias de cada una de las imágenes (Ver Figura 25)

L=G*DN+B

Figura 25. Calculo de Radiancia (extracción de Modelos desarrollados (Extracción de Modelos desarrollados por IAFE. 2005)

por IAFE. 2005



- 74 -

7.2.3 Cálculo de Reflectancia

El resultado de este proceso del cálculo de raflectancia se basó en dos etapas la primera como

cálculo de reflectancia por el método de Rayleigh para las imágenes 1988, 1998 y 2000 y la segunda

de una corrección atmosférica por el método de Tope de Atmosfera (TOA) para la imagen 2014

(Ver Figura 27)

Figura 26. Resultado del cálculo de Radiancia de las imágenes de satélite, antes y después de sus procesos. Imágenes extraídas del Programa ERDAS IMAGINE 2013

Figura 27. Calculo de Radiancia Rayleigh



- 75 -

El modelo utilizado para el cálculo de radiancia por método de Rayleigh es el siguiente diseñado

por el IAFE (Ver Figura 28)

Figura 29. Resultado de Proceso del Cálculo de Reflectancia por Rayleigh

Figura 28. Calculo de Radiancia Rayleigh, (extracción de Modelos desarrollados por IAFE. 2005)



- 76 -

El modelo utilizado para el cálculo de radiancia por método de Rayleigh es el siguiente diseñado

por el IAFE.

Calculo de Reflectancia a Tope de Atmosfera

El modelo fue diseñado en el programa libre Gv SIG, para ello se generó un modelo para el

cálculo de reflectancia específico para las imágenes Oli de Landsat (Ver Figura 29)

Lλ=MLQ CAL+AL

Figura 30. Modelo del Cálculo de Reflectancia TOA en Gv Sig (Imágenes extraídas del Programa Gv Sig)



- 77 -

Cuadro 7. Datos del Metadato extraídos para el proceso de Cálculo de Radiancia


Bandas Factor multiplicativo Factor aditivo Qcal max Qcal min 4 2,00E-05 -0,1 65535 1 5 2,00E-05 -0,1 65535 1 6 2,00E-05 -0,1 65535 1

SUN_ELEVATION = 45.75624693

Introduciendo cada valores del

factor multiplicativo y el valor

aditivo, expresado en el Cuadro

No. 7

Figura 31. Proceso del Cálculo de Reflectancia en GvSIG (Imágenes extraídas del Programa GvSIG)



- 78 -

Como resultado se obtiene una imagen en donde se realizó un proceso de limpieza de elementos

moleculares dispersos en la atmosfera (Ver Figura 31)

7.2.4 Corrección de Sombreado Topográfico

Después de haber analizado los ángulos azimutales del sol y la elevación solar ubicados en los

metadatos cada una de las imágenes se observó que cada uno de ellos se encontraban en posiciones

en donde la postura del sol con respecto al zenit superaban los 90 grados lo que indica que este por

su posición provoca sombras en las partes más altas de la topografía del terreno.

El siguiente cuadro muestra cada una de los ángulos en donde se partió del ángulo menor para

poder visualizar el cambio en la imagen (Ver Cuadro No. 8)

Cuadro 8. Comparación de los ángulos Solares y Azimut


Imagen 1988 19981998 2000/1950 2000/1850 2014

Elevación

Solar

41.43813793 44.18061747 41.17979314 45.55889409 45.75624693

Azimut 129.87333954 131.14582383 138.23058637 138.03092688 143.00834841

Figura 32. Resultado del proceso de cálculo de reflectancia (Imágenes extraídas del Programa ERDAS IMAGINE 2013)



- 79 -

La imagen 2000/1950 fue seleccionada para realizar el proceso de corrección topográfica en ella

se logra apreciar que con el mínimo ángulo de elevación solar la imagen tiene cambios

significativos así como lo muestra la siguiente imagen (Ver figura 32)

En este procedimiento fue necesario la utilización de un Modelo de Elevación Digital (MDE) que

permite abordar con ciertas garantías esta corrección, homogenizando la señal de la misma cubierta

independientemente de la vertiente en que se encuentre, con una aproximación de 30 mt para ser

equivalente a la resolución espacial de las imágenes de Landsat y del área de estudio, el que se

procesa mediante el modelo Lambertiano en ERDAS.

Figura 33. Resultado de la Corrección Topográfica antes y después, Imagen 2000/19-50 (Imágenes extraídas del Programa ERDAS IMAGINE 2013)



- 80 -

7.3 Clasificación de Cobertura de la Tierra

Parte del proceso de Clasificación de la Cobertura de la Tierra se desarrollaron giras de campo para

el reconocimiento de las diferentes coberturas de la Sub cuenca del Rio Mocal, estas coberturas

diferenciaron en la parte alta o montañosa de la Sub cuenca, así como la parte media de colinas y

baja de valles secos.

En este sentido se encontraron las siguientes coberturas descritas cada una:

Bosque Latífoliado:

El Bosque Latífoliado de la Sub cuenca del Rio Mocal predominan las especies de hoja ancha,

la condición siempre verde se refiriéndose a que más del 75% de la cobertura está conformada

por individuos que no pierden sus hojas. La altura de la cobertura de este tipo de bosques

alcanza hasta entre los 40‐50 m, en la zona del Mocal se observan como bosques densos,

cerrados y dispersos, entre las principales especies que podemos encontrar en el área: Roble

Quercus sp, Encino Quercus, liquidámbar Liquidambar styraciflua, cedro Cedrela odorata,

caoba Swietenia macrophylla, acacia Delonix regia, ciprés Cuoresus lucitanica, cedro espino

Bombacopsis quinata, guancaste Enterolobium Cyclocarpum, indio desnudo Bursera

simaruba, Cortes Tabebuia chrysantha, ciruela silvestre, jobo etc.

Latífoliado



- 81 -

Bosque Mixto:

Los bosques mixtos están asociados con las formaciones de bosque Latífoliado (Roble Encino)

en combinación de coníferas Las mezclas principales son de Pinus oocarpa y Pinus maximinoi

con varias especies del género Quercus.

Matorral:

Es un campo caracterizado por una vegetación dominada por arbustos, plantas de porte

herbáceo. El matorral también puede surgir como consecuencia de la actividad humana.

Agricultura/ Pasto:

La Agricultura: Es la actividad agraria que comprende todo un conjunto de acciones humanas

que transforma el medio ambiente natural, con el fin de hacerlo más apto para el crecimiento

de las siembras. Entre los principales cultivos agrícolas: maíz, frijol, hortalizas, caña de azúcar,

plátanos, en condiciones dispersas. Muy poca presencia de agricultura tecnificada.

El Pasto: Representa la superficie destinada a los diferentes cultivos agrícolas, áreas de pasto

con o sin manejo y vegetación arbustiva, producto de la sucesión vegetal, al dejar abandonadas

las áreas de cultivos, áreas destinadas a la actividad agrícola especialmente de la zona baja de

la Sub cuenca del Rio Mocal.

Mixto

Matorral

Agricultura /Pasto



- 82 -

7.3.1 Clasificación No Supervisada

Como resultado de esta clasificación se obtuvieron cuatro clases como ser Bosque Latífoliado,

Bosque Mixto, Matorral y Agricultura en combinación con Pasto, con el trabajo desarrollado

en campo se estableció una etapa de entrenamiento en donde se le asignó al valor del pixel un

color los que se representan a continuación (Ver Figura 33)

Bosque Latífoliado

Bosque Mixto

Matorral

Agricultura / Pasto

Utilizando la herramienta del programa ERDAS Imagine 2013 de Unsupervised Clasificaction

se eligió un total de 100 cluster con un máximo de 15 Interacciones, aplicando la combinación

de colores en RGB de combinación de banda 5, 4, 3 y utilizando un método de agrupamiento

de cluster de Kmedia.

Figura 34. Tipo de Cobertura y color asignado (Elaboración propia)



- 83 -

Como resultado se le asignaron las clases a las imágenes 1988, 1998, 2000 y 2014.

Al tener la imagen identificados cada uno de los 100 cluster, se procedió a realizar una

Recodificación de las Clases de Latífoliado, Mixto, Matorral, Agricultura/Pasto, Nube y Áreas

quemadas.

Figura 35. Proceso de fase de entrenamiento para la asignación de clases (Fuente: Imágenes extraídas del Programa ERDAS IMAGINE 20



- 84 -

Figura No. Recodificación de las imágenes satelitales

Figura 36. Resultado de la asignación de clases



- 85 -

Como resultado inicial se obtuvieron las siguientes coberturas de Latífoliado Mixto, Matorral,

Agricultura en combinaciones con el Pasto, áreas de Nubes y Áreas Quemadas.

1988 % 1998 % 2000 % 2014 %

Latífoliado 8798.76 7.38 15012.09 12.6 15,814.00 13.3 27975.06 23.46 Mixto 41061.33 34.4 48688.11 40.8 60116.8 50.4 49374 41.4 Matorral 54064.44 45.3 36138.91 30.3 30839.9 25.7 27125.91 22.7 Agricultura 12737.61 10.7 15821.91 13.3 12200.3 10.23 14363.82 12.05 Nube 1846.26 1.55 3584.43 3.00 250.20 0.2 400.41 0.34 Área Quemada

728.46 0.61 0 0 0 0 0 0

TOTAL 119236.86 100 119245.45 100 119221,2 100 119239.2 100

Este cuadro muestra las coberturas y el área encontrada, es de hacer notar que estas no son las áreas

finales, y que sus totales no representan igualdad, debido a que el tamaño del pixel en los bordes

del límite de la Sub cuenca del Rio Mocal varía (Ver Figura 36, 37, 39 y 40)


- 86 -

Figura 37. Resultado de la clasificación imagen 1988 (Elaboración propia)


- 87 -

Figura 38.Resultado de la clasificación imagen 1998 (Elaboración propia)



- 88 -

7.3.2 Cambio de clase de Nube existentes en las Imágenes 1988 y 1998

A estas dos imágenes anteriores se le realizó un proceso de cambio en las coberturas de Nubes,

utilizando la herramienta de AOI, seleccionando los polígonos de cubierta de nube y sombra de

nubes e igualándolos a una cobertura más real, utilizando imágenes de satélite correspondientes

al mismo año libre de nubes, con la intención de identificar la verdadera clase que es cubierta

por las nubes y sus sombras (Ver figura 38)

Seleccionando el polígono que

representa sobra o nube de las

imágenes satelitales.

Enlanzando la imagen

del mismo año con la

imagen clasificada

Figura 39. Cambio de cobertura de nube


- 89 -

Figura 40. Resultado de la clasificación imagen 2000 (Elaboración propia)



- 90 -

7.3.3 Mosaico de Imagen 2000

Este procedimiento se aplicó a la imagen 2000 posterior a su clasificación, se realizó el

procedimiento de unión de las imágenes satelitales del año 2000 path 19 y 18 row 50, previo a este

proceso fue se realizó la clasificación individual, recodificando cada una de ellas para igualar la

información contenida en su tabla de atributos. Para este proceso se utilizó el programa de ERDAS

Imagine 2013 con la herramienta de Mosaic Pro.

Figura 41. Mosaico Imagen 2000 (Imágenes extraídas del Programa ERDAS IMAGINE 2013


- 91 -

Figura 42. Resultado de la clasificación imagen 2014



- 92 -

7.3.5 Validación de la Clasificación

Una vez desarrollada la parte de la Asignación de las Clases en la Clasificación no supervisada

se procedió a validar la misma, evaluando cada año, para ello se utilizó la herramienta de

Accuraccy Assessment (Ver figura 42)

e²(N-1)+ K²pq

Número de puntos

aleatorios para cada

una de las imágenes

clasificadas

Figura 43. Validación de la Clasificación de las Imágenes 1988, 1998, 2000 y 2014

Figura 44. Reporte de datos arrojados por el modelo en ERDAS IMAGINE 2013



- 93 -

7.3.1 Cuadro Matriz de Confusión imagen 1988 Estos datos se obtuvieron del reporte arrojado por el accuracy assessment (Ver Figura 43)

Cuadro 9. Matriz de confusión imagen 1988

Latífoliado Mixto Matorral Agricultura TOTAL

Latífoliado 20 0 0 0 20

Mixto 7 111 9 0 127

Matorral 1 21 178 10 210

Agricultura 0 0 0 24 24

TOTAL 381

ACCURACY TOTALS

Class Reference Classified Number Producers Users

Name Totals Totals Correct Accuracy Accuracy

---------- ---------- ---------- ------- --------- -----

Latifoliado 28 20 20 71.43% 100.00%

Mixto 132 127 111 84.09% 87.40%

Matorral 190 210 178 93.68% 84.76%

Agricultura 34 27 24 70.59% 88.89%

Overall Classification Accuracy = 86.72%

KAPPA (K^) STATISTICS

Overall Kappa Statistics = 0.7807

Conditional Kappa for each Category.

Class Name Kappa

Latífoliado 1.0000

Mixto 0.8080

Matorral 0.6984

Agricultura 0.8781



- 94 -

Cuadro 10.Matriz de confusión imagen 1998



Mixto 7 146 13 0 166

Matorral 0 12 96 16 124


TOTAL 384



---------- ---------- ---------- ------- --------- -----

Latífoliado 49 49 42 85.71% 85.71%

Mixto 164 166 146 89.02% 87.95%

Matorral 112 124 96 85.71% 77.42%

Agricultura 59 45 43 72.88% 95.56%





------------------------------------

Class Name Kappa

Latífoliado 0.8362

Mixto 0.7897

Matorral 0.6812

Agricultura 0.9475



- 95 -

Cuadro 11. Matriz de confusión imagen 2000-1850



Mixto 1 37 3 0 41

Matorral 0 1 23 1 25


TOTAL 104

ACCURACY TOTALS



---------- ---------- ---------- ------- --------- -----

Latífoliado 11 10 10 90.91% 100.00%

Mixto 39 41 37 94.87% 90.24%

Matorral 32 25 23 71.88% 92.00%

Agricultura 23 29 22 95.65% 75.86%





Class Name Kappa

Latifoliado 1.0000

Mixto 0.8448

Matorral 0.8849

Agricultura 0.6909



- 96 -

Cuadro 12.Matriz de confusión imagen 2000-1950



Mixto 6 166 17 2 191

Matorral 0 13 56 4 73


292

ACCURACY TOTALS



Latifoliado 24 21 18 75.00% 85.71%

Mixto 181 191 166 91.71% 86.91%

Matorral 74 73 56 75.68% 76.71%

Agricultura 13 7 7 53.85% 100.00%





------------------------------------

Class Name Kappa

Latífoliado 0.8443

Mixto 0.6557

Matorral 0.6881

Agricultura 1.0000



- 97 -

Cuadro 13. Matriz de confusión imagen 2014



Mixto 14 143 18 1 182

Matorral 0 6 67 13 86


384

ACCURACY TOTALS



Latífoliado 91 81 77 84.62% 95.06%

Mixto 159 182 149 93.71% 81.87%

Matorral 88 86 67 76.14% 77.91%

Agricultura 46 35 32 69.57% 91.43%





Class Name Kappa

Latifoliado 0.9353

Mixto 0.6905

Matorral 0.7134

Agricultura 0.9026



- 98 -

7.3.2 Realces y ajustes a las imágenes finalizadas

Proceso de Sal y Pimienta (Neighborhood), así como los procesos de Clup y Elimite son procesos

que consistieron en realizar una función de vecino más cercano con la intención de agrupar los

pixeles contiguos a una clase temática (Ver Figura 44)

Métodos de definir nuevos valores para las ubicaciones utilizando los valores de otras ubicaciones

dentro de una distancia o dirección dada

Este proceso de filtrado se

realizó para las imágenes

1988 y 1998 con un solo

filtro de 3x3, mientras que

las imágenes 2000 y 2014

llevaron doble filtrado de

las imágenes (Ver resultado

en Figura 45)

Figura 45. Filtrado Sal y Pimienta de la Imágenes (Imágenes extraídas del Programa ERDAS IMAGINE 2013



- 99 -

Luego de este proceso es necesario realizar un Clump, el cual permitirá identificar grupo de pixeles

contiguos en una clase temática, proceso que se aplica a la clasificación filtrada y es intermedio y

necesario para aplicar el siguiente proceso conocido como Eliminate. (Ver Figuras 47 y 48)

Figura 46. Resultado de Filtrado Sal y Pimienta



- 100 -

En este proceso se determinó que el área

mínima cartografíable no debería superar

una hectárea

Figura 47.Proceso y Resultado del Clump

Figura 48. Proceso y Resultado del Eliminate



- 101 -

Como resultado de las clasificaciones Finales se desarrolló la siguiente tabla conteniendo las nuevas áreas para las 6 coberturas de la sub cuenca del Rio Mocal.

Cuadro 14. Área y Porcentaje de Coberturas en la Sub cuenca del Rio Mocal por año

1988 1998 2000 2014

Latífoliado 8813.7 7,39 10788.3 9,05 10338.9 8,68 21730.4 18,25 Mixto 42167.9 35,36 55111.3 46,25 69599.6 58,45 59678.1 50,11 Matorral 54083.3 45,36 38721.8 32,49 30506.3 25,62 26324.9 22,11 Agricultura 12916.9 10,83 14009.9 11,76 8552.16 7,18 11155.2 9,37 Nube 726.66 0,61 534.24 0,45 81.63 0,07 196.2 0,16 Área Quemada 528.39 0,44 0 0 0 0 0 0

TOTAL 119236,85 100 119165,54 100 119078,59 100 119084,8 100

Como se observa en la Grafico 1 así como el Cuadro 9, se muestra que para la cobertura de

Latífoliado tiene un aumento en el año 2014 en comparación al año 1988, en el caso de la cobertura

de Mixto tiene un aumento en el año 2000 a diferencia del año 1998 que presenta menos cobertura,

con respecto a la cobertura de Matorral presenta mayor cobertura en el año 1988 en cambio para el

año 2014 una disminución de su cobertura y para la cobertura de Agricultura los cambios son

significativos teniendo un leve crecimiento en el año 1998, las coberturas de nube y área quemada

no se presentan en todos los años por lo que sus valores son muy bajos.

0

10000

20000

30000

40000

50000

60000

70000

Latífoliado Mixto Matorral Agricultura Nube ÁreaQuemada

Area de Coberturas en Hectareas

1988 1998 2000 2014

Gráfico 1. Resultado de Cambios en la Cobertura de la Tierra de la Sub cuenca del Rio Mocal



- 102 -

7.4 Sistema de Clasificación FAO

El enfoque desarrollado sirve como la base para un sistema de clasificación de referencia con

enlaces a expertos específicos, porque describe y permite la correlación de la cobertura de la tierra

a través de un conjunto de criterios diagnostico independientes, los llamados “clasificadores” en

lugar de estar basados en una nomenclatura. Además, las clasificaciones y leyendas existentes,

pueden ser “traducidas” dentro el sistema de referencia, de esa forma, se facilita el uso de materiales

o datos ya existentes.

El re-arreglo de las clases, basado en el re agrupamiento de los clasificadores utilizados, facilita el

uso extensivo de los productos por una amplia cantidad de usuarios. (FAO, 2005)

Mediante la identificación del el área de estudio en el recorrido en campo, se lograron determinar

4 tipos de cobertura en la fase dicotómica, en la fase modular jerárquica las clases de cobertura de

la tierra son creadas por la combinación de conjuntos de clasificadores predefinidos, que proveen

unidades con nombres y definiciones claras.

Los diferentes tipos de cobertura según la descripción se caracterizan por presentar los siguientes

rasgos:

Esta clase describe áreas que son de transición entre sistemas terrestres puros y acuáticos, y donde

la capa freática se encuentra usualmente cerca de la superficie o esta se encuentra cubierta por agua

superficial. La vegetación predominante, al menos periódicamente comprende, hidrófilas.



- 103 -

Las ciénagas, pantanos, curiches o planicies donde se dan fluctuaciones drásticas de la capa

freática. (Ver Figura 49)

7.5 Análisis Multitemporal Esta etapa del análisis Multitemporal se llevó a cabo con la herramienta de Matriz

En donde hace una comparación de dos imágenes para conocer la ganancia y la perdida de cada

una de ellas. (Ver Figura 50)

Vegetación terrestre natural y

seminatural

Bosque Denso alto Siempre

verde

Vegetación Terrestre Cultivada

Vegetación terrestre natural y seminatural

Áreas con cobertura vegetal original en balance con los

factores de su ambiente y aquella vegetación resultante de las

acciones del hombre que alteran su composición

produciendo cambios.

Bosque denso alto siempre verde

El dosel superior nunca está sin follaje no obstante algunos

árboles pueden perder sus hojas individualmente.

Vegetación terrestre cultivada

Corresponde a aquella que crece en áreas cuya vegetación

original ha sido removida y reemplazada o modificada por

otros tipos de cobertura de origen antrópico y que requieren

diversas acciones humanas para mantenerse en el tiempo.

Figura 49. Clasificación de las Coberturas de la Sub cuenca del Rio Mocal de acuerdo al Sistema de Clasificación de

Cobertura de la Tierra de FAO



- 104 -

Este proceso se realiza con la

comparación de dos o más

imágenes. Con el fin de conocer la

dinámica de los cambio ocurridos

para este estudio desarrollando tres

estados del tiempo, 1988-1998,

1998-2000 y 2000-2014.

Se genera una recodificación que

automáticamente el sistema de

Matriz lo realiza de acuerdo al

número de clases encontradas, para

este caso seis clases encontradas,

1:Nube, 2:Area Quemada,

3:Latifoliado, 4:Mixto, 5:Matorral y

6: Agricultura.

Figura 50. Proceso para realizar la Validación con la Herramienta Matriz de ERDAS IMAGINE 2013



- 105 -

Resultado de la Matriz de cada periodo

Periodo 1988-1998 Periodo 1998-2000 Periodo 2000-2014

Figura 51. Áreas de cambio de la Sub cuenca del Rio Mocal.

Los colores mostrados en la Figura 50 muestran las áreas con cambio, sin cambio y las coberturas

que se mantenían, a continuación la descripción de la asignación de los colores (Ver Figura 51).

Rojo: o decremento, cuando ha ocurrido cambios en la cobertura de Latífoliado a

Mixto, matorral a pasto o agricultura, de Latífoliado a matorral, coberturas de mixto

a matorral.

Verde: o aumento de la cobertura cuando cambia de mixto a Latífoliado, de Matorral

a Mixto, Matorral a Latífoliado.

Gris: son aquellas áreas que se mantienen sin cambios en las imágenes.



- 106 -

7.6 Tasa de Cambio La tasa anual de cambio para las principales coberturas identificadas en la sub cuenca del Rio

Mocal se muestran a continuación:

Cuadro 15. Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 1988 a 1998

Cobertura Superficie Has.

1988

Superficie Has.

1998

Tasa de

Cambio %

Latífoliado 8813.7 10788.3 +2.04

Mixto 42167.9 55111.3 +2.71

Matorral 54083.3 38721.8 -3.28

Agricultura /

Pasto

12916.9 14009.9 +0.82

Intervalo de años: 10

En el Cuadro 9 este proceso se puede visualizar que la cobertura de Latífoliado muestra tendencia

a recuperación con +2.04 %, al igual que el Mixto con +2.71%, en cambio el matorral muestra una

tendencia de pérdida del -3.28%.

Cuadro 16. Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 1998 a 2000


1998

Superficie Has.

2000

Tasa de

Cambio

Latífoliado 10788.3 10338.9 -2.11

Mixto 55111.3 69599.6 +12.38

Matorral 38721.8 30506.3 -11.24

Agricultura /

Pasto

14009.9 8552.16 -21.86


En el Cuadro 10 muestra que el Latífoliado tiene la tendencia a perderse, este pudiera deberse a

que el Mixto tiene tendencia a aumentarse con un +12.38, la cobertura de mixto se ve en

decaimiento al igual que la agricultura, este fenómeno se pudiera deber a que el periodo del análisis

es muy corto y además que durante ese periodo todo el territorio nacional la cobertura de la tierra

sufrió cambios debido al paso del Huracán Mitch ocurrido en Octubre de 1998.



- 107 -

Cuadro 17.Tasa Anual de Cambio para las Coberturas de la Tierra Periodo 2000 a 2014


2000

Superficie Has.

2014

Tasa de

Cambio

Latifoliado 10338.9 21730.4 +5.41

Mixto 69599.6 59678.1 -1.09

Matorral 30506.3 26324.9 -1.04

Agricultura /

Pasto

8552.16 11155.2 +1.90


El cuadro 11, muestra cambios positivos en la recuperación de la Cobertura de Latífoliado con +5.41, al igual que la Agricultura / Pasto, las coberturas de Mixto y Matorral muestran una leve perdida con respecto al periodo anterior.



- 108 -

8. DISCUSION

El uso de la teledetección, indudablemente se ha vuelto una de las tecnologías con más auge

en el desarrollo de los cambios en las coberturas terrestre, contar con imágenes antiguas

para poder desarrollar procesos de dinámicas de cambio comparándolos en áreas de interés,

establece escenarios que contribuyen de alguna manera al desarrollo de un territorio.

Conocer nuestros espacios geográficos y mucho más saber cómo interactuaran las

diferentes actividades que se desarrollan en él, hace que los estudios hoy en día sean más

precisos, y que estos contribuyan a mejorar estos espacios con interés de ordenamiento

territorial.

Realizar el Análisis Multitemporal de una Sub cuenca, con utilización de imágenes de

satélite de diferentes años determino de manera significativa el cambio de la cobertura de

la tierra de la Sub cuenca del Rio Mocal.

Con este tipo de estudio da una visión más amplia a cada uno de los municipios que se

encuentra en la Sub cuenca del Rio Mocal, para establecer estrategias de pagos por

servicios ambientales.

Este trabajo de investigación ha generado otras investigaciones de interés que acompañan

a la obtención de los resultados, como el Cambios en el uso del suelo de la Sub cuenca del

Rio Mocal, así como de conocer la prospectiva a 20 años.

La tasa anual de cambio en el periodo de 1988 a 1998 con un intervalo de 10 años, muestra

que fue de ganancia para las coberturas de Latífoliado y Mixto, mientras que para matorral

y agricultura fue de perdida, sin embargo para el periodo de 1998 al 2000, se muestra

perdidas en la cobertura de Latífoliado, mientras tanto un elevado porcentaje de ganancia

mostrada en la cobertura de mixto, apareciendo matorral y agricultura con pérdidas bastante

notables. En el periodo del 2000 al 2014, se muestra la tendencia de recuperación de las

coberturas en especial la de Latífoliado mientras la cobertura de mixto muestra una reducida

perdida, así mismo el matorral y la agricultura.



- 109 -

9. CONCLUSIONES

Realizar un análisis Multitemporal con la utilización de Imágenes de satélite de diferentes

fechas, se determinó el cambio de cobertura de la tierra para el periodo de 1988 – 2014, en este

periodo de 26 años se ha visto un fuerte cambio de áreas de bosque a áreas de Mixto, de matorral

a agricultura, así como de agricultura a matorral, es así que en 1988 se tenía un 7.38% de bosque

Latífoliado hasta el año 2014 hubo un aumento de la cobertura hasta el 23.4%.

El Uso de la Tierra en el área de la Sub cuenca del Rio Mocal, a partir de la cobertura de mixto

nos muestra que hasta el año 1988 se contaban con el 34.4% alcanzando hasta un 41.4%.

La Cobertura de Matorral muestra una disminución del 22.7% comenzando con un 45.3% lo

que establece que esta cobertura tubo un cambio alto en el descenso.

La Cobertura Agrícola con estado de combinación con pasto muestra un 10.1% de inicio

teniendo un 12% del año final el cual demuestra que los cambios encontrados se han mantenido

dentro del rango.

Los datos proporcionados por la tasa anual de cambio muestra los cambios obtenidos en cada

uno de los periodos seleccionados, evidenciando claramente que en el periodo de 1998 al 2000

tiempo en el que el Huracán Mitch alteraciones en las coberturas, es así que este muestra

elevados cambios en la cobertura de la tierra de la Sub cuenca del Rio Mocal.



- 110 -

10. RECOMENDACIONES

Este estudio ha llegado a la conclusión de que requiere del conocimiento de los motivos por el

cual se realizaron los diferentes cambios, por lo que se recomienda desarrollar una investigación

relacionando un análisis en donde muestre las pérdidas y ganancias y sus principales causas.

Establecer estrategias para el Ordenamiento del Territorio para la zona de la Sub cuenca del

Rio Mocal, con el fin de recuperar las inversiones generadas por los municipios e instituciones

cooperantes a través de pago por servicios ambientales.

Se recomienda socializar, involucrar y concientizar a partir de este estudio a las instituciones

político administrativas dentro de los municipios al ordenamiento del territorio, la regulación

del crecimiento agrícola haciendo caso de lo que se establece como Ley Forestal Áreas

Protegidas y Vida Silvestre de 150 metros de bosque en las orillas de ríos.

Impulsar la estrategia de municipios verdes al resto de los municipios no incorporados,

conociendo que ha mejorado las condiciones de los recursos naturales en la Sub cuenca del Rio

Mocal.

Socializar los resultados obtenidos de esta investigación a las municipalidades de la Sub cuenca

del Rio Mocal, a las Autoridades que regulan el funcionamiento de los Recursos Naturales y a

todas las organizaciones que se interesan en el bienestar de los pobladores de la Sub cuenca del

Rio Mocal.



- 111 -

11. BIBLIOGRAFIA

Ambiente, M. (2015). Mi Ambiente. Obtenido de

http://www.miambiente.gob.hn/index.php/noticias/48-consejo-internacional-inscribio-el-parque-nacional-montana-de-celaque-como-reserva-del-hombre-y-la-biosfera-cacique-lempira-senor-de-las-montanas

Aparici, J. A. (2009). La Gestion Institucional del agua en España 1978/2008, una Constitucion en Papel Mojado. España: Liteam.

Cerezo, E. A. (2006). Analisis Multitemporal de la Cobertura y Uso de la Tierra a traves del Sistema LCCS en la cuenca baja del Rio Grande Santa cruz. Santa Cruz, Bolivia : Centro de levantameintos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales.

Chuvieco, E. (2002). Teledeteccion Ambiental. Barcelona, España: Ariel S.A.

Conservacy, T. N. (2009). Memoria Tecnica: Estudio Multitemporal de la Cobertura Vegetal y Uso del Suelo en los años 1990 y 2008 y Proyeccion al 2038. . Quito, Ecuador.

E. Castillo, R. P. (2009). LA CORRECCIÓN ATMOSFÉRICA EN LA TELEDETECCIÓN AEROTRANSPORTADA. Asociacion Española de Teledeteccion , 409-410.

ESA, E. (27 de Septiembre de 2000 - 2014). ESA, Eduspace. Obtenido de Teledeteccion a fondo : http://www.esa.int/SPECIALS/Eduspace_ES/SEMZ3YD3GXF_0.html

FAO. (13 de Septiembre de 2015). Organizacion de las Naciones Unidas para la Agricultura y la Alimentacion . Obtenido de http://www.fao.org/honduras/programas-y-proyectos/lista-de-proyectos/lista-de-proyectos/es/#c254643

FAO HN, O. d. (2005). Factores determinantes del exito de Programas para la Agricultura y la Alimentacion. Roma, Italia: Organizacion de las Naciones Unidas para la Alimentacion y la Agricultura.

FAO, 2. (2005). Sistema AGroforestal Quesungual. Roma, Italia.

FAO, D. d. (2000). FRA 2000 Bibliografia Comentada cambios en la Cobertura Forestal Honduras. Roma: FAO.

FAO, F. &. (2005). Sistema de Clasificacion de Cobertura de la Tierra, conceptos de clasificacion y Manual del Usuario verion 2 del programa. Roma: FAO.

FAO, F. &. (2012). Global forest land-use change. Roma, Italia: Food and Agriculture organization of the united nations.

FAO, J. y. (2009). Encuesta de Teledetección de la Evaluación de los Recursos Forestales Mundiales 2010: un bosquejo de objetivos, datos, métodos y enfoque.



- 112 -

Documento de Trabajo 155 de la Evaluación de Recursos Forestales. Roma, Italia: Publicado por FAO con partenarios de FRA RSS.

FAO, O. d. (2004). Historia de un Proceso de desarrollo: Metodologia del Programa lempira Sur. (E. S. Tejeda, Ed.) Tegucigalpa, Honduras : FAO, SAG, Secretaría de Gobernación y Justicia, Gobierno de los países Bajos.

FAO, P. (2012). Taller de Busqueda de consenso para la formulacion de estrategia de bienes y servicios ambientales de los municipios verdes del Departamento de Lempira. . Tegucigalpa, Honduras.

Gerardo Bocco, M. M. (2001). La dinamica del cambio del uso del suelo en Michoacán. Una propuesta metodologica para el estudio de los procesos de deforestacion. . Investigaciones Geograficas, Boletin del Instituto de Geografia, UNAM, 1.

Gonzáles, E. G. (2006). Correccion de Sombreado Topografico en Imagenes Landsat etm+, aplicado al inventario de cuerpos de agua. . Lima, Peru: Universidad Nacional Mayor de San Marcos, Facultad de Ingenieria, Geologia, Mineria, Metalurgia y Geografia.

Grupo de Cartografia Geo ambiental y Teledeteccion . (s.f.). Obtenido de Introduccion a GvSig: http://cgat.webs.upv.es/bigfiles/gvsig/gvsig_112.htm?t693.html

Holdrige, L. R. (2000). Ecologia Basada en Zonas de Vida. San Jose, Costa Rica: Instituto Intaramericano de Cooeperacion para la Agricultura.

Honduras, F. (31 de Julio de 2014). Organizacion de las Naciones Unidas para la Alimentación y la Agricultura. Obtenido de http://www.fao.org.hn/proy_sel.htm

IAFE, S. d. (2005). Protocolo para el procesamiento de Imagenes Satelitales para Aplicaciones de la Administracion de Parques Nacionales. Buenos Aires, Argentina.

ICF, I. N. (2011). Anuario Estadistico Forestal. Tegucigalpa, Honduras.

ICF, REED/CCAD-GIZ. (2014). Anuario Estadistico Forestal 2013. Tegucigalpa: ICF.

IGAC, I. G. (2013). Descripcion y Correccion de Productos Landsat 8 LDCM (Lansat Data Continuity Mission) verision 1.0. Bogota, Colombia.

INE, I. N. (2012). Censo Poblacion y Vivienda . Tegucigalpa, Honduras.

INEGI. (28 de Septiembre de 2015). Instituo Nacional de Estadistica y Geografia . Obtenido de http://www.inegi.org.mx/geo/contenidos/imgpercepcion/imgsatelite/landsat.aspx

JAMES R. ANDERSON, E. E. (2001). A Land Use And Land Cover Classification System For Use With Remoter Sensor Data. Washington: United States Government Printing Office.

Jensen, J. R. (2005). Introductory Digital Image Processing. Upper Saddle River, NJ:: Pearson, Prentice Hall.



- 113 -

Mundial, V. (s.f.). Manual de Manejo de Cuencas, Conceptos Basicos de Cuencas, Modulo I. Vision Mundial.

Mundial, Vision. (2005). Modulo I Conceptos Basicos de Cuencas. Vision Mundial.

Peralvo, M. (2012). Monitoreo de Dinamicas de Cambio de Cobertura y Usos de la Tierra: Insumo Base para la Gestion del Territorio. Gestion Ambiental en los Paises de la Comunidad Andina, Revista de la Integracion. , 1, 3.

PESA, F. (2012). “Rehabilitación de las actividades agrícolas”, Programa Lempira Sur PROLESUR 1988. Tegucigalpa, Honduras.

Sanchez, A. (Julio de 1997). Manual de Procedimiento Digiltal de Imegenes de Satelite. Utilizando el Progrma Erdas Imagine. Siguatepeque, Comayagua, Honduras.

SEPLAN, S. T. (24 de Septiembre de 2011). SINIT CD de Presentacion. Tegucigalpa, Honduras .

SRGIS, S. R. (2005). Guia Basica sobre Imagenes Satelitales y sus Productos. Santiago de Chile.

T. V. Ramachandra, U. K. (2004). Geographic Resources Decision Support System for land use, land cover dynamics analysis. FOSS/GRASS, 1.

Telemedia, A. Y. (2014). Clasificacion Digital de Imagenes Por Satelite. Valencia, España. Obtenido de mural.uv.es/gislo/telemedida.pdf

Trifinio, C. N. (2015). Plan Trifinio . Obtenido de http://www.plantrifinio.gob.hn/plan-trifinio/descripcion-de-la-region

VELASQUEZ, M. A. (2010). Estimación de volumen de bosque de pino en Honduras, utilizando imágenes del sensor MODIS, como herramienta para ordenación del territorio. Tegucigalpa, Honduras: Universidad Nacional Autonoma de Honduras.



- 114 -

12. ANEXOS

Anexo 1. Ríos y Quebradas de la Sub cuenca del Rio Mocal.

Departamento

de Lempira

Qda. Gualcea, Qda. Yucal, Qda, Omonchoco, Rio Quejacarte, Qda. Rojas, Rio San Pedro, Qda. de Laró, Rio San José, Qda. del Macueliz, Qda. Seca, Qda. del Limón, Qda. San Agustín, Qda. El Jícaro, Qda. del Copinol, Qda. del Guayacán, Qda. del Condorcillo, Qda. del Toro Chino, Qda. de la Campara, Ríos Asina, Qda. de Santa Cruz, Qda. del Chalco, Rio San Andresito, Qda Yolois, Qda. de la Jarrilla o de los Limos, Rio Gualeon, Qda. de las Palomas, Rio Gualchogo, Qda. San Francisco, Qda. de las Barandillas, Qda. el Canacaste o Patalenco, Qda. Santa Ana, Rio Petuncara, Rio Las Cañanadas. Rio Santa Rosa, Rio Meleguas, Rio Melao, Qda. de los Copantes, Qda. de los Liquidambos, Rio Oratena, Rio San Sebastián, Qda. las GUalenas, Qda. El Conal, Rio de la Laguna, Rio los Naranjos, Qda. Monte Redondo, Qda. del Tacuazín, Qda. El Roblar, Qda. El Limón, Rio Coto y Concepción, Qda. San Gabriel, Qda. El Chile, Qda. de Caja Labrada, Qda. de Parapar, Rio Chiquito, Rio Grande, Qda Liquidambar, Qda. de Gualinga, Qda. de Gualapaca, Eda. El Canmurque, Qda. del Comedero azul, Qda. del Choral, Rio Guamile, Rio Rogan, Rio Santa Elena, Rio las Pilas, Rio Concepcion, Qda. el Rosario, Qda. Saiquinora, Qda. de Gualioco, Qda. de Agua Blanca, Rio Merendón, Qda. De Jute, Qda el Trapichito, Rio Plauta Rio de Arcamon, Rio Coalaca, Qda. del agua zarca, Rio de Julnisil, Qda. de la Saca de Agua, Qda. del Jutal, Qda. de Silvande, Qda. Suyande, Qda, Chiguinad, Qda. de Fonda Qda. Palo de Caballo, Qda. Agua Colorada, Qda. del Volante, Qda. Gualicu, Qda. del Ptio Barrido, Qda. del Jadal, Qda. Guajiniquil, Rio Gualcul, Qda. de las Hormigas, Qda. Canmera, Qda. del Camaron, Qda. Yamigual, Qdda. Fresquecillos, Qda. Chimilcora, Qda. del Carrizal, Qda de la Hacienda, Qda. Estanzuela, Rio Jagua, Qda. San Antonio, Qda. Gualsea, Qda. San Isidro, Qda. de las Acacias, Qda. Charco de Piedra, Qda del Camarón, Rio Cuyapa, Qda. Chanques, Qda del Pual, Qda. Honda, Qda. Cristal, Rio San Francisco, Rio Joron, Qda. Las Pozas, Rio Gualguis, Qda. la Tinidad, Qda. del Cacao, Qda. las Cuevas, Qda. del Agua Fria.

Departamento

de Ocotepeque

Quebrada de Condoma, Rio del Zopilote, Qda. de Quelagua, Qda. de

Tixila, Qda. del Corral Falso, Rio Gualcora, Qda. de la Fuerte, Qda.

del Manate, Qda. del Matucal, Qda. del Tuyal.

Fuente: Datos del SINIT.



- 115 -

Fotografías tomadas durante el recorrido en campo a la sub cuenca del Rio Mocal

Análisis Multitemporal de Cobertura de la Tierra de la Sub Cuenca del Rio Mocal, Lempira y Ocotepeque, Honduras, Durante el Periodo de los Años 1988 Al

2014

- 116 -

HOJA DE CAMPO

LUGAR: Mapulaca, Lempira FECHA: 28 Febrero de 2013

Nº X Y Tipo de

Cobertura

Características

del Lugar

Ubicación de

Comunidad

Nº

de

Foto

Pendiente

(%)

Altitud

(Msnm)

Tipo de

Suelo Observaciones

008 Agricultura Cultivo de Maíz

San Lorenzo a

100 metros

rumbo a

Mapulaca

7493 45% 440

Msnm

Arenoso

+

Arcilloso

Vado

Esquina

derecha

(Candelaria a

Mapulaca)

Mapulaca

009 323355 1550722

En sus

alrededores

Bosque

Seco

Pasto

Mapulaca

Desembocadura

Rio Mocal

Intersección Rio

Lempa

7516 112

Msnm Rocoso

Limite

Honduras - El

Salvador

Puente

Mocal

Mapulaca


2014

- 117 -

010 320104 1553094

Bosque

Seco

Pastos

Muy Seco 253

Msnm

Casi

Barro

Gran cantidad

de arboles de

Jocote,

Guanacaste e

Indio Desnudo

Nº X Y Tipo de

Cobertura

Características

del Lugar

Ubicación de

Comunidad

Nº

de

Foto

Pendiente

(%)

Altitud

(Msnm)

Tipo de

Suelo Observaciones

283 GPS

Etrex 317709 1597357

Cuerpo de

Agua (Rio

Mocal)

El sitio es el paso

que va a los

municipios de

San Sebastián

entre otros.

Estamos en

verano y sirve de

toma de agua

animales como

vacas, caballos u

otros.

En la parte

superior de la

cuesta existe

diversidad de

plantas

San Manuel

Colohete

1-19

20-

21

1288

Msnm Rocoso

Plátano (poco)

Agricultura

(Maíz)

Hasta los 150

Mts del rio

hacia arriba

286 N 315679 1594387 Mocal

Parte baja del

puente Mocal

que conduce de

San Manuel –

San Sebastián

División San

Manuel y San

Sebastián

cruzando el Rio

Chiquito

Hasta

la 40

1092

Msnm Rocoso

Bosque

Latifoliado

(Rio Chiquito

Bosque mixto

Latifoliado

(San Manuel)


2014

- 118 -

Vegetación

Bosque

Latifoliado

287 313636 1593339 Bosque Bosque de Pino

N San Sebastián ˃ 50%

1492

Msnm

Pino con

Ganadería

291 308409 1597918 Agricultura Belén Gualcho 20% 1921

Msnm

Hortalizas

-Repollo

-Lechuga

-Coliflor

-Brócoli

HOJA DE CAMPO

LUGAR: Tomalá, Lempira FECHA: 26 Abril de 2013

Nº X Y Tipo de

Cobertura

Características

del Lugar

Ubicación

de

Comunidad

Nº de

Foto

Pendiente

(%)

Altitud

(Msnm)

Tipo de

Suelo Observaciones

298 310095 1570096

Nor Este

Cobertura

variada entre

pasto, Bosque

Mixto,

Matorral

Y algunas áreas

sin cobertura

Debajo de

Tomalá ˃ 60%

1105

Msnm

Rocoso

con

Arcilla

Blanca

Carretera que

conduce a Tomalá

299 Rio Mocal La Trinidad

La Virtud

Atrás

236 ˃ 30-70% Arcilloso

Área dedicada a la

ganadería


2014

- 119 -

Cercas vivas,

pasto sembrado

en algunos

lugares

HOJA DE CAMPO

LUGAR: Candelaria, Lempira FECHA: 28 Febrero de 2013

Nº X Y Tipo de

Cobertura

Características

del Lugar

Ubicación de

Comunidad

Nº de

Foto

Pendiente

(%)

Altitud

(Msnm)

Tipo de

Suelo Observaciones

001 331126 1558151

COCEPRADIL

Centro de

Capacitación

Candelaria

002 330388 1557766 Sistema

Silvopastoril

Paso de

carretera que

va de

Candelaria a

Mapulaca

Candelaria

desvío

Azacualpa

Nombre La

Balastrera

7417-

7420

28% Alta

44% Baja

758

Msnm

Arcilloso

Arenoso

Agricultura Arboles

comunes Jobo,

Ciruela Silvestre,

Guanacaste, Cortes,

Indio Desnudo,

Laurel

005 329986 1557215

Tierras en

descanso

Área

deforestada

posible para

siembra de

frijol

Paso de

carretera que

va de

Candelaria a

Mapulaca

Candelaria

desvío

Azacualpa

Nombre La

Balastrera

30% 759

Msnm

Suelo

Arcilloso

bueno

para

siembra

Parcela grande de

aproximadamente

media manzana de

arboles Cedro Espino


2014

- 120 -

006 329432 1557084

Sistema

Silvopastoril

a reforestar

Aldea El

Portillo 45%

704

Msnm

Arboles de Caoba,

Cedro y Pasto

328881 1555735 Cancha de

Futbol

Cancha sin

zacate

Carretera

para

Candelaria

7475-

7482 0%

539

Msnm Arcilla

Área con influencia

de ganadería, en

verano usan silos

análisis multitemporal de cobertura de la tierra de la sub...

Documents