Manglar-Landsat-finRev IMG y Tab

Manejo y Utilización de Imágenes Landsat-TM para Evaluar Manglares en la
Reserva de la Biosfera de Sian Ka’an, Quintana Roo, México.
Management and Use of Landsat-TM Images for Evaluate Mangrove in the
Biosphere Reserve of Sian Ka’an, Quintana Roo, Mexico.
Titulo Resumido: Evaluación del Manglar utilizando Percepción Remota
Luis Yáñez-Trujillo 1, Víctor Bastida-Villalobos 1, Amparo Sánchez Menchero1,
Luis Antonio Martínez-Méndez 1 y Patricia Ramírez-Romero 2.
1
Laboratorio de Sistemas de Información Geográfica y Percepción Remota
(SIGPER) Depto. de Hidrobiología, Universidad Autónoma Metropolitana. 09340.
México, D.F.
2
Departamento de Hidrobiología, Universidad Autónoma Metropolitana. 09340.
México, D.F.
* Autor para correspondencia: Luis Yáñez-Trujillo
Laboratorio de Sistemas de Información Geográfica y Percepción Remota
(SIGPER) Depto. de Hidrobiología, Universidad Autónoma Metropolitana. 09340.
México, D.F.
Email: [email protected]
1
RESUMEN
En el presente trabajo se estimó la extensión y localización del manglar en la
parte norte de la reserva de la Biosfera de Sian Kaán, identificándose los cambios
de cobertura en el tiempo a través de la digitalización de la cartografía existente de
la zona con el SIG Arc-Info; además se obtuvo la información digital de la
CONABIO y del Inventario Nacional Forestal. La superficie del manglar se estimó
mediante una clasificación supervisada de un recorte de la imagen Landsat TM.
Con el análisis del gráfico de dispersión se determino que el compuesto a color
RGB 451 proporcionó la mejor respuesta espectral del manglar. Se muestrearon
los píxeles, obteniendo un total de 9 clases espectrales en la imagen. Se clasificó
un total del 94.14 % de la imagen; obteniéndose áreas clasificadas como manglar
que en total sumaron 16,004.07 ha. La información obtenida de la imagen se cruzó
con la información digitalizada, resultando que la fuente que proporcionó la mayor
área de manglar fue la imagen Landsat. Se verificaron y georeferenciaron en
campo los polígonos de manglar obtenidos mediante el procesamiento digital de la
imagen Landsat y las áreas reales, para obtener los parámetros poblacionales. Se
determinó que la comunidad de manglar en la zona de estudio está compuesta en
su mayoría por Avicennia germinans (L.) Stearn. y Rhizophora mangle L. Los
resultados se integraron al Proyecto Telemar-Caribe en forma de: Mapas digitales
e impresión de los polígonos de interés, Archivos de imágenes multitemporales
procesadas y bases de datos georreferenciadas de la zona.
2
Palabras clave: Manglar, percepción remota, sistemas de información geográfica,
cartografía, Landsat.
ABSTRACT
In this work, the extension and location of mangroves, in the North part of the Sian
Kaán Biosphere reserve, was estimated, and the cover changes in time were
identified through the digitalization of the existing cartography of the zone using
SIG Arc-Info; in addition, CONABIO’s and the National Forest Inventory digital
information was obtained. The surface of the mangrove forest was estimated by
means of a supervised classification of a cutting of theLandsat TM image. With the
graphic analysis of the dispersion it was determined that the color compound
RGB 451 provided the best spectral response for mangrove. The pixels were
analyzed, obtaining a total of 9 spectral classes in the image. A total of 94.14% of
the image was classified, obtaining areas classified as mangrove with a total of
16,004.07 ha. The information obtained from the image was compared with the
digitized information;, resulting in a greater area of mangrove provided by the
Landsat image. The polygons of mangrove obtained by means of the digital
processing of the satellite image were verified and georeferenced in the field at the
real areas, and the population parameters were obtained. The mangrove
community in the study area is composed in its majority by Avicennia germinans
(L.) Stearn. and Rhizophora mangle L. The results were integrated to the Telemar-
Caribbean Project in the form of: Digital maps and printing of the interest polygons,
3
Archives of processed multitemporary images and georeferenciated data bases of
the zone.
Key words: Mangrove, remote sensing, GIS, cartography, Landsat.
INTRODUCCIÓN
Los manglares son una comunidad vegetal ampliamente distribuida en los
litorales de las regiones cálidas de la tierra. Prosperan generalmente a las orillas
de las lagunas costeras, de bahías protegidas y de desembocaduras de ríos, en
donde hay zonas de influencia de agua del mar (Rzedowski, 1986). Son
considerados bosques de plantas leñosas tolerantes a ambientes salinos,
caracterizados por su habilidad para crecer y prosperar a lo largo de litorales
protegidos de las mareas y generalmente sobre sedimentos salinos
frecuentemente anaerobios. A estos ecosistemas también se les suele llamar
bosques hidrófilos, debido a que siempre están en contacto directo con cuerpos de
agua, donde ocurren las etapas larvales de innumerables especies marinas y de
agua salobre. (Von Pralh et al., 1990).
Se estima que del área total de manglares a nivel mundial, América Latina y el
Caribe constituyen el 35,27 % del área total. De acuerdo con estos datos, las
mayores extensiones de manglar se localizan en Brasil con aproximadamente 2,5
millones de ha de superficie y México con aproximadamente 6,6 millones de ha
(FAO, 1994).
El planeta ha perdido alrededor de 3,6 millones de hectáreas de manglares desde
1980, lo que equivale a una pérdida alarmante del 20 por ciento del área total, ya
que disminuyó de 18,8 millones de hectáreas en 1980 a 15,2 millones de ha en
4
2005. Sin embargo, ha habido una disminución en el ritmo de pérdida de
manglares: de unas 187 000 ha destruidas anualmente en los años 80 a
102 000 ha anuales entre 2000 y 2005, reflejo de una mayor concientización del
valor de estos ecosistemas. (FAO, 2007a).
Asia sufrió la mayor disminución neta de manglares desde 1980, con más de 1.9
millones de hectáreas destruidas, fundamentalmente debido a cambios en el uso
del suelo. América del Norte, Central y África también contribuyeron
significativamente a la disminución del área de manglar, con pérdidas de unas
690 000 y 510 000 hectáreas respectivamente en los últimos 25 años.
A nivel nacional, Indonesia, México, Pakistán, Papua Nueva Guinea y Panamá
registraron las mayores pérdidas de manglares durante los años 80. En este grupo
de países desaparecieron cerca de un millón de hectáreas: una extensión
comparable a la de Jamaica. En los 90, Pakistán y Panamá consiguieron reducir
su tasa de pérdida de manglares. En cambio, Viet Nam, Malasia y Madagascar
sufrieron una mayor deforestación y pasaron a formar parte de los cinco países
con mayores pérdidas de área de manglar en la década de los 90 y en el período
2000-2005. Las causas de su destrucción son múltiples y variadas, siendo las
principales: la alta presión demográfica, la conversión a gran escala de las zonas
de manglares para la cría de peces y camarones, la agricultura, las
infraestructuras y el turismo, además de la polución y los desastres naturales. Con
la desaparición de los manglares, los ecosistemas costeros pierden su equilibrio
afectando su funcionamiento y deteriorándose, los manglares son considerados un
5
importante tópico de estudio, debido a su fragilidad e importancia en el equilibrio
del ecosistema costero y marino (FAO, 1994; 2007a y 2007 b). (Fig. 1).
Una excelente alternativa para lograr un mayor conocimiento de las zonas
costeras y marinas, que en muchos casos resultan ser territorios de difícil acceso,
son las tecnologías y métodos, de la Percepción Remota (PR), los Sistemas de
Posicionamiento Global (GPS), los Sistemas de Información Geográfica (SIG) y la
Fotogrametría Digital (FD). Estas tecnologías nos permiten adquirir bases de datos
georreferenciadas susceptibles de ser procesadas, analizadas y cartografiadas.
(Yáñez-Trujillo et al., 1998; 2007).
Las ventajas y posibilidades que brinda la utilización combinada de estas
tecnologías en las investigaciones, son infinitamente superiores en muchos
aspectos a las que ofrecen los métodos tradicionales de obtención de
geoinformación in situ, porque posibilitan el establecimiento de modelos que
permiten conocer las interrelaciones de las diversas variables ambientales tanto
en el espacio como en el tiempo y cartografiar los resultados (Yáñez-Trujillo &
Álvarez Portal, 2002).
En los últimos años, se han desarrollado una serie de trabajos enfocados a la
evaluación de la distribución de los manglares en México con técnicas de
percepción remota y trabajo de campo. Entre ellos destacan los de de la Lanza et
al. (1993), quien evaluó y realizó una clasificación para las diferentes
asociaciones de manglar en la Laguna de Términos; Ramírez-García (1993) y
Ramírez-García et al. (1998), quienes evaluaron la comunidad de manglar de la
desembocadura del río Santiago en Nayarit utilizando fotografías aéreas e
6
imágenes de satélite; Ruiz-Luna y Berlanga-Robles (1999), quienes realizaron un
análisis multitemporal para ver cambios en la cobertura del manglar en el sistema
lagunar de Huizache-Caimanero en Sinaloa; Bastida-Villalobos, et al. (2001)
quienes realizaron análisis e interpretación de la cobertura vegetal del mangle en
la reserva de la Biosfera de Sian Kaán, Quintana Roo, con una diversidad de
métodos; Rodríguez-Zúñiga (2002), quien estudió la distribución y estructura de
los manglares del sistema lagunar de Alvarado, Veracruz; Monzalvo-Santos
(2006), quien estudio la cobertura y la estructura del manglar en Sinaloa;
Ramírez-Bojorquez (2006) quien realizo un análisis espacial del mangle en Nayarit
en el periodo de 1973-2005; Acosta-Velázquez y Ruíz–Luna A, (2007), quienes
estimaron la variación en la cobertura, distribución y estructura de los manglares
del complejo lagunar Bahía Magdalena-Bahía Almejas en el periodo 1990-2005; y
Acosta-Velázquez et al. (2007), quien genera un SIG de manglares a partir de
imágenes Spot. Sin embargo, de acuerdo a lo revisado hasta el momento no se
han estandarizado las técnicas adecuadas para cada sensor que permitan
determinar con exactitud la extensión y distribución de la cobertura del mangle y
existen pocos esfuerzos para establecer programas de monitoreo ecológico a
largo plazo de los manglares.
Sian Kaán, es una reserva natural ubicada en un área poco elevada (9.45 msnm)
en el Estado de Quintana Roo entre las coordenadas extremas 19o 05´ 13´´, 20o
07´ 41´´ latitud norte y 87o 22´ 27´´, 88o 02´ 29´´ longitud oeste (Fig. 2). En esta
reserva se realizaron diversos estudios dentro del Proyecto de Cooperación
Internacional entre México y Cuba denominado Telemar-Caribe, Yáñez-Trujillo et
7
al., (1994), evaluó la distribución y abundancia de las macroalgas marinas
bentónicas comerciales en el mar caribe mexicano, por medio de imágenes
LANDSAT TM; y en 1996 Yáñez-Trujillo et al., hace uso de la Percepción Remota
(PR) y los Sistemas de Información Geográfica (SIG) para la evaluar de los recursos
de los arrecifes de coral en el Mar Caribe y su relación con el paisaje submarino;
posteriormente, Yáñez-Trujillo et al., (2001) hacen un análisis del uso de suelo y
vegetación de la reserva de la Biosfera de Sian Ka’an. y Yáñez-Trujillo et al., (en
prensa) realizaron un SIG de la Riviera Maya en Quintana Roo donde
caracterizaron la zona costera con imágenes de satélite y fotografías aéreas.
En esta importante zona, los cambios ambientales, por pequeños que sean, tienen
una influencia negativa sobre la biodiversidad y en la configuración del paisaje
geográfico. En la actualidad la información existente del Instituto Nacional de
Geografía e Informática (INEGI), la Comisión Nacional para el uso de la
Biodiversidad (CONABIO) y otras dependencias como el CIQRO y el Gobierno del
Estado de Quintana Roo, además de la del Inventario Nacional Forestal (INF);
(Sorani & Álvarez, 1996) y Palacio et al., (2000) resulta dudosa y sin uniformidad
metodológica lo que genera incertidumbre y mala interpretación de los datos, ya
que en muchos casos provienen de estudios con metodologías que generan
errores propios de la captura de dicha información y no son susceptibles de
comparar entre sí. De aquí la necesidad de aplicar tecnologías que estandaricen
para cada sensor (Landsat MSS, TM, ETM, Spot, etc.) las combinaciones de
bandas y los tratamientos digitales correspondientes para el caso del mangle lo
8
que permitirá realizar estudios de monitoreo sistemático de los recursos reales del
mismo.
Este trabajo evaluó, mediante métodos de PR, la extensión y localización del
manglar en el área de estudio, con una imagen Landsat TM, cruzándola con la
información obtenida de las otras fuentes, lo cual permitió evaluar, de manera más
precisa, la extensión y localización de los manglares, además de detectar los
posibles cambios ocurridos en el tiempo y compararla con fuentes que utilizaron el
mismo sensor, no está de más comentar que esto se requiere para poder realizar
correctamente análisis multitemporales completos del mismo recurso.
MATERIALES Y MÉTODOS
Se seleccionó como zona de estudio la parte norte de la reserva de la biosfera de
Sian Kaán, ubicada al centro del estado de Quintana Roo. A partir de una escena
completa del satélite Landsat TM del 10 de abril de 1993, se hizo un recorte de la
imagen dejando la zona de estudio previamente establecida. La imagen resultante
fue georreferenciada, corregida y transformada. Se digitalizaron las cartas
topográficas correspondientes a Tulum y Punta Allen con escala 1: 50,000,
editadas por INEGI (1984). Así como las cartas de Uso de Suelo y Vegetación
correspondiente a Bahía de la Ascensión y Cozumel con escala de 1:25,000
editadas por el INEGI (1984). Así mismo la de uso de suelo editada por el CIQRO
y el Gobierno del Estado de Quintana Roo, basada en fotografías aéreas de 1981
con escala de 1:250,000. Se corrigieron errores de la digitalización, se cerraron los
polígonos y se asociaron bases de datos a cada polígono. Vía internet, se obtuvo
la información digital del mapa de Uso de Suelo y Vegetación editada por INEGI
9
(1984) y corregida por la CONABIO para el caso específico del Estado de
Quintana Roo. También se obtuvo la información digital del primer Inventario
Nacional Forestal (Sorani & Álvarez, 1996).
Posteriormente se tomaron las coordenadas de cada esquina del recorte de la
imagen, y se generó un polígono con el cual fue delimitada la información digital
mediante un “Clip” o “ventana” quedando las coordenadas de las esquinas como
marco para toda la información. A la imagen resultante se le hizo un análisis de
componentes principales. Con los componentes resultantes seleccionados se
aplicó un análisis del gráfico de dispersión (Scaterplot) de los niveles digitales de
los píxeles, para ver la correlación existente entre las bandas, determinándose así
el compuesto a color RGB (Red, Green, Blue) que diera la mayor información de la
imagen. Al compuesto encontrado se le mejoró el contraste, eliminándo ruidos y
resaltándo los bordes para diferenciar las clases espectrales presentes en la
escena. Finalmente, se procedió a realizar una clasificación supervisada,
determinándose así la cobertura forestal del manglar en la imagen y su ubicación
de manera georeferenciada.
Con los resultados de las áreas obtenidas de la clasificación de la imagen y de la
digitalización de los mapas, se procedió a cruzar la información con la obtenida del
primer Inventario Nacional Forestal, de INEGI, y del CIQRO, lográndose de esta
manera determinar los cambios en los diferentes años en la cual fue capturada
dicha información por cada fuente. Los datos obtenidos fueron cargados en el
Sistema de Información Geográfica Arc-Gis, donde se procedió a calcular las
áreas de los polígonos obtenidos del manglar, generándose una base de datos
10
georreferenciada para el manglar de la zona, así como un espaciomapa digital con
los polígonos de interés con la sobreposición de la imagen procesada, por último
se creó un archivo de datos multitemporales. La información fue integrada a una
base de datos para el SIG de toda la región dentro del proyecto “Telemar-Caribe”.
La información obtenida del procesamiento de la imagen fue corroborada en
campo mediante el uso de un GPS Locus de 8 canales; para lo cual se realizo un
recorrido costeando la zona del área de estudio en los meses de abril y mayo del
2000, siendo muestreados con el método de transecto tipo Gentry (1982), hasta
llegar a un total de 10 transectos. Las aéreas de muestreo se seleccionaron con
los campos de entrenamiento de la imagen donde se encontraban los principales
manchones del manglar. Los parámetros poblacionales fueron: densidad,
dominancia y frecuencia y se calcularon utilizando las fórmulas propuestas por
Gentry et al. (1993).
RESULTADOS
El análisis de componentes principales de las 6 bandas espectrales, demostró que
las bandas de los tres primeros componentes explicaron el 98.15 % de la varianza
total de los datos (Tabla 1).
El gráfico de dispersión de los niveles digitales de los píxeles demostró que las
bandas 1, 4 y 5 son las que presentan menor correlación y por lo tanto
proporcionan la mayor información de la escena, dando como resultado el
compuesto a color RGB 4-5-1 (Fig.3), con el cual se elaboró el espaciomapa de la
zona. La banda 5 fue la que mayor varianza presentó con un valor de 719.35,
11
seguida de la banda 1 con un valor de 585.68 y por último la banda 4 con un valor
de 405.45 (Tabla 2).
Con las bandas espectrales de los tres primeros componentes principales y
utilizando el compuesto a color previamente establecido, se realizó una
clasificación supervisada obteniendo una nueva imagen de la zona que separa las
clases definidas (Fig. 4).
También se determinaron 9 clases espectrales presentes en la imagen y se logró
clasificar un total de 94.14 % de la imagen, equivalente a 1,403.700 píxeles del
total, quedando sin clasificar solo el 5.86 % por lo que se consideró como una
clasificación óptima. La suma total de las áreas clasificadas como manglar en la
imagen proporcionaron un total de 16,004.07 ha (Tabla 3).
Se tuvo la certeza de que las áreas clasificadas para el manglar correspondieron
con la realidad ya que cada área fue muestreada y georeferenciada, sobre todo
para las clases que nos interesaban más, es decir las áreas clasificadas como
manglar. Los resultados de la digitalización de la carta de uso de suelo y
vegetación reportados por el INEGI, dieron un total de 6 polígonos de manglar
que abarcaron una extensión total de 8.631 ha (Tabla 4).
El mapa de uso de suelo y vegetación editado por el CIQRO y Gobierno del
Estado de Quintana Roo, basado en fotografías aéreas de 1981, reporta un total
de 8 polígonos de Manglar divididos en: Manglar Chaparro Denso, Manglar
Chaparro Disperso y Manglar de Franja, los cuales en total suman 13,094. 34 ha
(Tabla 5).
12
La información obtenida en Internet, corregida por CONABIO, la cual cita como
fuente al INEGI, nos proporciono como resultado un total de 4 polígonos para la
zona de estudio, con una extensión total de 7,552 ha (Tabla 6).
El primer Inventario Nacional Forestal basado en imágenes de satélite Landsat TM
de 1993, reportan un total de 4 polígonos de manglar, distribuidos en la zona de
estudio, con una extensión de 5,558 ha (Tabla 7).
La figura 5, nos muestra los resultados obtenidos de las distintas fuentes de
extracción de datos, pudiéndose notar que el mayor resultado fue la imagen de
satélite procesada en el presente estudio, con una área total de 16,004.07 ha de
manglar, mientras que en los datos del Inventario Nacional Forestal que también
usaron una imagen de satélite de la misma fecha nos muestra el valor más bajo
con un total de 5,557.33 ha de manglar, existiendo una diferencia de 10,446.74 ha,
lo cual es altamente significativo.
Encontramos que la comunidad de manglar en la zona de estudio se compone en
orden de importancia de 4 especies: Avicennia germinans (Mangle negro),
Rhizophora mangle (Mangle rojo), Laguncularia racemosa (L.) C.F. Gaerth.
(Mangle blanco) y Conocarpus erectus L., (Mangle bastoncillo). Las especies
dominantes son: Avicennia germinans con una densidad relativa de 47.06 y una
dominancia de 63.52, seguida de Rhizophora mangle con una densidad relativa
de 37.67 y una dominancia relativa de 28.87. Laguncularia racemosa con una
densidad relativa de 13.40 y una dominancia relativa de 6.92, en menor
proporción se encontró a Conocarpus erecta con una densidad relativa de 1.87
(Tabla 8).
13
Toda la información fue verificada en campo, obteniendo en cada punto de
muestreo un punto GPS hasta llegar a un total de 55 puntos georeferenciados.
DISCUSIÓN
Dado que la utilización de las tecnologías de la Percepción Remota han generado
una serie de métodos estándares que la mayoría de los investigadores utilizan de
manera cotidiana, como es el caso de los denominados compuestos a color y falso
color, que sin embargo no siempre cubren las expectativas del investigador y
mucho menos explotan el potencial y las bondades de estas metodologías; el
presente trabajo buscó encontrar aquella combinación de bandas que ofrecieran la
mejor respuesta espectral y la mejor definición de los elementos del paisaje que se
trata de determinar y que en este caso es el mangle. Así se encontró que el
compuesto que cubría esas necesidades fue el RGB 4-5-1 porque diferencia
perfectamente la vegetación del agua, resalta la geomorfología de las estructuras
estudiadas y determina adecuadamente al manglar. Así mismo es importante
destacar que los resultados del procesamiento de la imagen de satélite efectuada
con el compuesto 4-5-1, proporcionó la mayor cobertura de área de manglar. Esto
fue debido principalmente a que la extensión del manglar en su totalidad, no fue
tomada en consideración por ninguno de los grupos de investigación ya que
rechazaron los trabajos previos de campo con probable excepción del grupo del
CIQRO, el cual mostró un dato relativamente cercano al obtenido en el presente
estudio, y tal vez a que se trató de un trabajo basado en fotografías aéreas, sin
embargo, mostró una diferencia de 2,909.73 ha, que es bastante significativa en
términos de uso, valoración o protección del recurso.
14
Los resultados de los demás grupos de trabajo subestimaron el área del mapa por
diversas razones; para el caso específico del INEGI, lo que denomina Tular como
grupo fue corroborado como manglar en campo y como era de esperarse, los
datos digitales de INEGI corregidos por la CONABIO, tampoco fueron clasificados
como manglar sino como Popal, además que corresponde al área de vegetación
de tipo Tular previamente establecido por el INEGI. Otras inconsistencias que se
encontraron al analizar la información digital corresponden a errores graves de
digitalización, resultando en una diferencia de 7,372.42 ha, para el caso de INEGI
y de 8, 251.8 ha para la CONABIO. Mientras que para el área obtenida por el INF
(Sorani & Álvarez, 1996) representa la cifra más discordante de todas las fuentes
consultadas, con una diferencia de hasta 10,446.74 ha ya que probablemente las
asociaciones y agrupaciones vegetales obtenidas no fueron correctas, ya que los
compuestos de color utilizados fueron los estándares, y posiblemente también
debido a la escala de trabajo del inventario que al ser mucho menor subestimó
todavía más la superficie del manglar asignándosela a otra asociación vegetal.
De acuerdo con la tendencia de deterioro de los recursos naturales, era de
esperarse encontrar un decremento gradual en la cobertura forestal de los
manglares al momento de analizar los datos evaluados de las distintas fuentes; sin
embargo, lo que se encontró es que al parecer dicho fenómeno no ha sucedido
para esa área en particular. Por el contrario, el estudio que corresponde a este
trabajo es la que presenta mayor área de manglar, lo cual como ya se dijo debido
a que no se había utilizado el compuesto adecuado para determinar la vegetación
costera. Como parte de las conclusiones de este trabajo se propone que el
15
compuesto RGB 4-5-1 sea utilizado como estándar para evaluar la vegetación
costera junto con muestreos en campo para que las coberturas que se están
evaluando puedan ser verificadas, ya que eso también pudo ser uno de los
factores que impidieron corregir los errores en las evaluaciones. Dado el trabajo
realizado en campo para la clasificación de la imagen, se logró determinar que el
área de estudio está compuesta de diferentes especies de manglar entre las que
destacaron en mayor proporción Avicennia germinans y Rhizophora mangle, así
mismo las otras especies fueron también encontradas, aunque en menor
proporción.
Otra recomendación importante es realizar un estudio multitemporal con el sensor
Landat TM de una misma región utilizando al compuesto RGB 4-5-1 para estimar y
ver exactamente las variaciones de las coberturas vegetales en el tiempo y
extender la metodología aquí propuesta a otros sensores, lo que permitirá
realmente establecer normas adecuadas de monitoreo ambiental.
Finalmente, los resultados aquí obtenidos demuestran en gran medida la eficacia y
exactitud que tiene el utilizar las herramientas como la PR y los SIG en el estudio
y ordenamiento de las comunidades vegetales.
REFERENCIAS BIBLIOGRÁFICAS
Acosta–Velázquez J. & A. Ruíz–Luna 2007. Variación en la cobertura, distribución
y estructura de los manglares del complejo lagunar Bahía Magdalena-Bahía
Almejas (1990-2005). En: Funes-Rodríguez R, J. Gómez-Gutiérrez & R.
Palomares García (eds) Estudios ecológicos en Bahía Magdalena. CICIMAR-IPN,
La Paz, Baja California Sur, México, p 127-141
16
Acosta-Velázquez J, M. T. Rodríguez Zúñiga, M. Ascención Merino, S. Cerdeira
Estrada, M. Cruz López, J. J. Colín López, D. Ocaña Nava & R. Ressl 2007b. Los
manglares de México: estado actual y establecimiento de un programa de
monitoreo a largo plazo: 1ra. etapa. Informe final del Proyecto DQ056. México,
julio del 2007. 70 pp
Álvarez Portal, R. 1996. Proyecto C.T. Telemar-Caribe, informe, IGT, La habana,
Cuba, diciembre del 2007. 42 pp.
Bastida-Villalobos, V., L Yáñez-Trujillo, L. A. Martínez-Méndez., F. González Mota
& J. Aguilar Alejandre. 2001. Análisis Comparado de la Cobertura Vegetal del
Mangle en la Parte Norte de la Reserva de la Biósfera de Sian Kaán Quintana
Roo, México.2001. En: GEOS Vol.21 N0.3 Nov 2001 SELPER-USV-05. p.343
http://www.ugm.org.mx/publicaciones/geos/geos2001.html 351 p.
CIQRO. 1983, Sian Ka’an. Estudios Preliminares de una zona en QRO. Propuesta
como Reserva de la Biosfera. Centro de Investigaciones de QRO. , A.C., pp163-
173.
De la Lanza, G., P. Ramírez García, I. F. Thomas & A.R. Alcántara, 1993. La
vegetación de manglar en Laguna de Términos, Campeche, Evaluación
preeliminar a través de imágenes Landsat, Hidrobiológica 3(1-2): 29-39.
FAO. 1994. Directrices para La Ordenación de los Manglares, Estudio FAO
Montes 117. FAO. Santiago, Chile. 325 p.
FAO, 2007a. The world's mangroves 1980-2005 .FAO Forestry Paper No.153
Food and Agriculture Organization of the United Nations, Rome.
http://www.fao.org/docrep/010/a1427e/a1427e00.htm
17
FAO, 2007b. Mangroves of North and Central America 1980–2005: country
reports. Forest Resources Assessment Working Paper No.138 Rome.
ftp://ftp.fao.org/docrep/fao/010/ai446t/ai446t00.pdf
Gentry, A.H. 1982. Paterns of Neotropical Plant Species Diversity. Evolutionary
Biology. Hecht, Wallace and Prance, Plenum Publishing Corporation. 15: 1-84.
Gentry, A. H., S. Keel & L. Spinz. 1993. Using vegetation analysis to facilities the
selection of conservation sities in eastern Paraguay, Conservation Biology. 7(1):
66-73.
INEGI. 1988. Atlas Nacional del Medio Físico. Instituto Nacional de Estadística
Geografía e Informática. México. 224 pp.
INEGI. 1984. Carta Uso de Suelo y Vegetación, F-16-11., Cozumel; Escala 1:250
000, SPP.
INEGI. 1987. Carta Topográfica, F-16C88., Tulum; Escala 1:50 000,.
Monzalvo-Santos IK 2006. Estimación de la cobertura espacial y análisis de la
estructura forestal del manglar en Sinaloa, México, aplicando técnicas de
Percepción Remota. Tesis de Maestría. Posgrado de Ciencias del Mar y
Limnología. Universidad Nacional Autónoma de México. 85 pp.
Palacio, J. L., G. Bocco, A. Velázquez, J. F. Mas, F. Takaki, A. Victoria, L. Luna, G.
Gómez, J. López, M. Palma, I. Trejo, A. Peralta, J. Prado, A. Rodríguez, R.
Mayorga, & F. González. 2000. La condición actual de los recursos forestales en
México: resultados del Inventario Nacional Forestal 2000. Boletín del Instituto de
Geografía de la UNAM 43:183-203.
18
Ramírez-Bojórquez P.R. 2006. Análisis espacial de la cobertura de manglar en los
municipios de Tecuala y Santiago Ixcuintla, Nayarit en el periodo de 1973-2005.
Tesis de maestría. Centro de Investigación en Alimentación y Desarrollo, A. C.,
México. 95 pp.
Ramírez-García, P. 1993. Procesamiento de Información Landsat TM y fotografía
aérea para la evaluación de la comunidad de manglar en la desembocadura del río
Nayarit, México. Memorias del Vll Simposio Latinoamericano de Percepción
Remota, SELPER-México.1995, 276-295.
Ramirez-Garcia JP, J Lopez-Blanco & D Ocaña 1998. Mangrove vegetation
assessment in the Santiago river Mouth, Mexico, by means of supervised
classification using Landsat TM imagery. Forest Ecology and Management 105:
217-229.
Rodríguez-Zúñiga T 2002. Manglares del sistema lagunar de Alvarado, Ver.
México: Influencia de algunos procesos físicos, biológicos y antropogénicos, en su
distribución y estructura. Tesis de Maestría, UNAM, Facultad de Ciencias. 104 pp.
Ruiz-Luna A & Berlanga-Robles CA 1999. Modifications in coverage patterns and
land use around the Huizache-Caimanero Lagoon system, Sinaloa, Mexico: A
multi-temporal analysis using Landsat images. Estuarine, Coastal and Shelf
Science 49:37-44.
Rzedowski, J. 1983. Vegetación de México. Editorial Limusa. México D.F. 432 pp.
Von Prahl, H., J. Cantera & R. Contreras. 1990. Manglares y Hombres del Pacífico
Colombiano. Editorial Presencia. Colombia. p. 31-184.
19
Sorani, V. & R. Álvarez. 1995. El inventario Nacional Forestal de México.
Resultados y Productos derivados de la base de datos geográfica. Memorias del
Vll Simposio Latinoamericano de Percepción Remota, SELPER-México. 1995. pp
554- 564.
Yáñez-Trujillo, L. & R. Álvarez Portal. 2002. PROYECTO INTERNACIONAL
MEXICO-CUBA: Estudio en México y Cuba de las Zonas Costeras, la Plataforma
Marina y su Interrelación con los Ecosistemas de Importancia, para la Protección,
Ordenamiento y Manejo de Recursos Naturales, Mediante Métodos de Percepción
Remota y Sistemas De Información Geográfica. (Proyecto“TeleMarCaribe”).
Instituciones: UAMI-IGT. 1995-2002. Informe Final. Documento interno 79 p.
Yáñez-Trujillo, L., V. Bastida-Villalobos, V. Sorani, L. A. Martínez-Méndez &
Álvarez-Portal R. 1998. Modelo experimental de un sistema de información
geográfica para pequeñas islas del Caribe. IX Reunión nacional de la sociedad de
especialistas latinoamericanos de percepción remota. Zacatecas, Zac. Octubre
1998.
Yáñez-Trujillo, L; R. López, y K.M. Dreckmann, 1994. Evaluación de la
distribución y abundancia de las macroalgas marinas bentónicas comerciales en el
Mar Caribe mexicano, por medio de imágenes LANDSAT TM. En: Resúmenes de
la V Reunión Nacional SELPER-MEXICO. La Paz, B:C:S:, noviembre 3-4, 1994.
Sección O/M 4
Yáñez-Trujillo, L., V. Sorani y A. Sánchez-Menchero, 1996. La utilización de
Percepción Remota (PR) y Sistemas de Información Geográfica (SIG) para la
evaluación de los Recursos de los Arrecifes de Coral en el Mar Caribe y su Relación
20
con el Paisaje Submarino. En: VII Reunión Nacional SELPER-México. Colima,
México, 24 y 25 de octubre de 1996.
Yáñez-Trujillo L., V. Bastida-Villalobos, L. A. Martínez-Méndez., F. González Mota
& J. L. Aguilar-Alejandre. 2001. Análisis de Uso de Suelo y vegetación de la
reserva de la Biosfera de Sian Ka’an Quintana Roo, por medio de imágenes
Landsat. XII Reunión nacional de la sociedad de especialistas latinoamericanos de
percepción remota. Puerto Vallarta, Jalisco del 5 al 9 de noviembre del 2001. En:
GEOS Vol.21 N0.3 Nov 2001 SELPER-USV-08 p.343 y 344
http://www.ugm.org.mx/publicaciones/geos/geos2001.html 351 p.
Yáñez-Trujillo, L. R. Campos Verduzco y J. E. Vieyra Durán, 2007. Utilización de
la Percepción Remota (PR) y los Sistemas de Información Geográfica (SIG) en el
Manejo y Ordenamiento de la Fauna Silvestre. En: Olivera López, et. Al. Editores.
Reproducción y Manejo de Fauna Silvestre 3. Universidad Autónoma
Metropolitana, Universidad Veracruzana. P. 59-103.
Yáñez-Trujillo L., P. Ramírez-Romero, E. Ducoing-Chaho, M. Castillo-González, J.
de Dios Isidro y L.A. Martínez-Méndez. (en prensa), Implementación del Sistema
de Información Geográfica (SICUAMS) y Evaluación de la Calidad Ambiental del
Agua en la Riviera Maya, Quintana Roo, México. Revista Hidrobiológica.
21
Figura 1. Tendencias en la extensión del área de manglares en México en el tiempo. Las
estimaciones para los años 2000 y 2005 se basan en la información cualitativa actualmente
disponible para este país y en informaciones sobre dinámica de la superficie de manglar en las
costas del atlántico y del pacífico producidas y amablemente comunicadas por INE (Instituto
Nacional de Ecología), mientras que los datos para 1980 y 1990 son el resultado del análisis de
tendencia en el tiempo. Tomada de FAO 2007b.
22
Figura 2. Localización de la reserva de la biosfera de Sian Ka’an Quintana Roo, México.
23
Figura 3. Compuesto a color RGB 4-5-1. Donde se observa el manglar en tonos violetas.
24
Figura 4. Imagen resultante de la clasificación supervisada.
Figura 5. Comparativo de la cobertura de manglar por diversas fuentes.
25
Tabla 1. Matriz de Componentes principales (CP) (eigevalores) y % de varianza
Componentes B1 B2 B3 B4 B5 B7 Varianza %
Principales
CP1 0.204 0.666 0.624 -0.101 -0.147 -0.306 65.894
CP2 -0.259 -0.441 0.099 -0.472 -0.424 -0.570 20.424
CP3 -0.296 -0.421 0.750 0.179 0.313 0.209 11.830
CP4 -0.139 0.158 0.037 -0.803 0.083 0.551 1.071
CP5 0.116 -0.005 -0.110 -0.261 0.829 -0.468 0.539
CP6 0.878 -0.401 0.157 0.149 -0.083 0.122 0.241
Tabla 2. Medidas de tendencia central en las bandas de la
imagen.
Banda Media D. Estándar Varianza
1 75.64 24.20 585.68
2 33.99 18.54 343.82
3 30.84 18.95 359.12
4 67.79 20.13 405.42
5 65.40 26.82 719.36
7 23.29 14.53 211.16
26
Tabla 3. Clasificación Supervisada con el algoritmo de Máxima Verosimilitud
Clases espectrales No. de pixeles % de pixeles Área (ha)
Mar Caribe 218,527 15.57 19,667.70
Lagunas 116,066 8.27 14,463.00
Selva subperenifolia 424,977 30.28 38,248.20
Playa 48,494 3.40 4,364.46
Marismas 229,573 16.30 20,661.57
Cocales 108,941 7.70 9,804.69
Manglar Chaparro Denso 47,330 3.30 4,259.70
Manglar Chaparro Disperso 98,671 7.27 8,880.39
Manglar de Franja 28,823 2.05 2,594.07
Total 1,403.70 94.14 16,004.07 ha
de Manglar
Tabla 4. Extensión de los polígonos de manglar digitalizados del INEGI

2 2
Polígono de Manglar Área (m ) Perímetro km ha
1 5,820,644.00 11,175.27 5.82 582.06
2 13,002,117.00 28,482.64 13.00 1,300.21
3 13,442,467.00 32,949.62 13.44 1,344.25
4 6,088,021.50 26,701.09 6.09 609.02
5 46,539,752.00 86,161.23 46.54 4,654.07
6 1,423,488.75 8,470.42 1.42 142.35
Total 86,316,490.25 193,940.28 86.31 8,631.65
27
Tabla 5. Extensión de los polígonos de mangle digitalizados del mapa del CIQRO y Gob. Q. Roo
2
Polígono de Manglar Área Perímetro km ha
1 Manglar Chaparro 74,172,968.00 84,532.48 74.17 7,417.30
Disperso
2 Manglar de franja 3,194,430.75 12,269.39 3.19 319.44
3 Manglar de franja 490,516.22 3,242.58 0.49 49.05
8 Manglar Chaparro 48,958,284.00 86,650.41 48.96 4,896.00
Denso
Total 130,988,979.9 135,201.17 131.68 13,090.34
Tabla 6. Extensión de los polígonos de manglar digitalizados del INEGI y corregidos por CONABIO
2 2
Polígono de Manglar Área (m ) Perímetro km ha
1 46,610,404.90 54,628.84 46.61 4,661.04
2 5,505,691.07 11,303.59 5.51 551.06
3 13,306,459.98 23,128.72 13.31 1,131.04
4 12,100,128.44 26,344.65 12.10 1,210.01
Total 77,522,684.39 115,405.80 77.53 7,752.27
28
Tabla 7. Extensión de los polígonos obtenidos del Inventario Nacional Forestal
2 2
Polígono de Manglar Área (m ) Perímetro (m) km ha
1 48,313,092.00 84,720.42 48.31 4,831.31
2 6,057,308.00 11,644.65 6.06 605.73
3 595,778.62 5,562.22 0.60 59.58
4 609,123.25 4,261.86 0.61 60.91
Total 55,575,301.87 106,189.15 55.58 5,557.53
Tabla 8. Valores promedio de la estructura poblacional del manglar en la zona de Sian Ka’an Q.
Roo.
Parámetros Avicennia Rhizophora Laguncularia Conocarpus
germinans mangle racemosa erecta
Frecuencia rel. 40 24 24 12
Densidad rel. 47.06 37.67 13.40 1.87
Dominancia rel. 63.52 28.87 6.92 1.69
Valor-de importancia 150.58 90.54 44.32 15.56
29

Manglar-Landsat-finRev IMG y Tab

Cargado por

Copyright:

Formatos disponibles

Manglar-Landsat-finRev IMG y Tab

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manglar-Landsat-finRev IMG y Tab

Cargado por

Copyright:

Formatos disponibles

Manejo y Utilización de Imágenes Landsat-TM para Evaluar Manglares en la

Reserva de la Biosfera de Sian Ka’an, Quintana Roo, México.

Management and Use of Landsat-TM Images for Evaluate Mangrove in the

Biosphere Reserve of Sian Ka’an, Quintana Roo, Mexico.

Titulo Resumido: Evaluación del Manglar utilizando Percepción Remota

Luis Yáñez-Trujillo 1, Víctor Bastida-Villalobos 1, Amparo Sánchez Menchero1,

Luis Antonio Martínez-Méndez 1 y Patricia Ramírez-Romero 2.

(SIGPER) Depto. de Hidrobiología, Universidad Autónoma Metropolitana. 09340.

* Autor para correspondencia: Luis Yáñez-Trujillo

Laboratorio de Sistemas de Información Geográfica y Percepción Remota

(SIGPER) Depto. de Hidrobiología, Universidad Autónoma Metropolitana. 09340.

En el presente trabajo se estimó la extensión y localización del manglar en la

parte norte de la reserva de la Biosfera de Sian Ka´an, identificándose los cambios

de cobertura en el tiempo a través de la digitalización de la cartografía existente de

la zona con el SIG Arc-Info; además se obtuvo la información digital de la

CONABIO y del Inventario Nacional Forestal. La superficie del manglar se estimó

mediante una clasificación supervisada de un recorte de la imagen Landsat TM.

Con el análisis del gráfico de dispersión se determino que el compuesto a color

RGB 451 proporcionó la mejor respuesta espectral del manglar. Se muestrearon

los píxeles, obteniendo un total de 9 clases espectrales en la imagen. Se clasificó

un total del 94.14 % de la imagen; obteniéndose áreas clasificadas como manglar

que en total sumaron 16,004.07 ha. La información obtenida de la imagen se cruzó

con la información digitalizada, resultando que la fuente que proporcionó la mayor

área de manglar fue la imagen Landsat. Se verificaron y georeferenciaron en

campo los polígonos de manglar obtenidos mediante el procesamiento digital de la

determinó que la comunidad de manglar en la zona de estudio está compuesta en

su mayoría por Avicennia germinans (L.) Stearn. y Rhizophora mangle L. Los

resultados se integraron al Proyecto Telemar-Caribe en forma de: Mapas digitales

e impresión de los polígonos de interés, Archivos de imágenes multitemporales

procesadas y bases de datos georreferenciadas de la zona.

means of a supervised classification of a cutting of theLandsat TM image. With the

analyzed, obtaining a total of 9 spectral classes in the image. A total of 94.14% of

digitized information;, resulting in a greater area of mangrove provided by the

Landsat image. The polygons of mangrove obtained by means of the digital

community in the study area is composed in its majority by Avicennia germinans

Key words: Mangrove, remote sensing, GIS, cartography, Landsat.

Los manglares son una comunidad vegetal ampliamente distribuida en los

litorales de las regiones cálidas de la tierra. Prosperan generalmente a las orillas

de las lagunas costeras, de bahías protegidas y de desembocaduras de ríos, en

considerados bosques de plantas leñosas tolerantes a ambientes salinos,

caracterizados por su habilidad para crecer y prosperar a lo largo de litorales

protegidos de las mareas y generalmente sobre sedimentos salinos

frecuentemente anaerobios. A estos ecosistemas también se les suele llamar

agua, donde ocurren las etapas larvales de innumerables especies marinas y de

agua salobre. (Von Pralh et al., 1990).

mayores extensiones de manglar se localizan en Brasil con aproximadamente 2,5

millones de ha de superficie y México con aproximadamente 6,6 millones de ha

El planeta ha perdido alrededor de 3,6 millones de hectáreas de manglares desde

que disminuyó de 18,8 millones de hectáreas en 1980 a 15,2 millones de ha en

manglares: de unas 187 000 ha destruidas anualmente en los años 80 a

valor de estos ecosistemas. (FAO, 2007a).

millones de hectáreas destruidas, fundamentalmente debido a cambios en el uso

del suelo. América del Norte, Central y África también contribuyeron

significativamente a la disminución del área de manglar, con pérdidas de unas

690 000 y 510 000 hectáreas respectivamente en los últimos 25 años.

A nivel nacional, Indonesia, México, Pakistán, Papua Nueva Guinea y Panamá

de países desaparecieron cerca de un millón de hectáreas: una extensión

comparable a la de Jamaica. En los 90, Pakistán y Panamá consiguieron reducir

su tasa de pérdida de manglares. En cambio, Viet Nam, Malasia y Madagascar