rodalización mediante sistemas de información geográfica y ...los tipos de co-munidades vegetales...

Rodalización mediante sistemas de informacióngeográfica y sensores remotos

Recibido: 23 de febrero de 2004

Aceptado en versión final: 24 de marzo de 2004

Rene González Murguía*Eduardo Javier Treviño Garza*Oscar Alberto Aguirre Calderón*Javier Jiménez Pérez*Israel Cantú Silva**Rahim Foroughbakhch Pournavab***

Resumen. Este trabajo de investigación se realizó en el ejido Pueblo Nuevo, estado de Durango, México.El objetivo es establecer una metodología para modelar y crear la división dasocrática de zonas forestaleshasta nivel de subrodal. Para ello se utilizó información topográfica del Instituto Nacional de Estadística,Geografía e Informática (INEGI) escala 1:50 000 y una imagen de satélite Landsat-ETM+ del 8 de abril del2000. A partir de la información topográfica se generó un modelo digital de elevación con resoluciónespacial de 15 x 15 m, y se modelaron cuencas, subcuencas, microcuencas, submicrocuencas y cauces. Laimagen Landsat-ETM+ fue remuestreada a 15 x 15 m con ayuda de la imagen pancromática para obtenermayor resolución espacial. Se clasificó la imagen por medio de estadísticas supervisadas con trabajo decampo para mapear los diferentes tipos de comunidades vegetales y usos de suelo. Se digitalizaron losrodales actuales creados por los prestadores de servicios técnicos forestales del ejido para su com-paración.

A partir del modelo digital de elevación se generaron los modelos de pendientes y exposición, parabuscar asociación comparativa con los polígonos de rodales actuales. Se comparó la distribución decomunidades vegetales clasificadas contra el modelo de exposición para determinar patrones pre-ferenciales de distribución. Los rodales modelados fueron obtenidos de la integración de las sub-microcuencas modeladas y del modelo de patrones preferenciales de distribución de la vegetación. Y lossubrodales fueron generados de la integración de los rodales modelados y de la clasificación de tipos de

*Escuela de Graduados en Administración Pública y Política Pública (EGAP), Instituto Tecnológico y de EstudiosSuperiores de Monterrey (ITESM), Edificio CEDES piso 10, Av. Eugenio Garza Sada 2501 Sur, 64849, Monterrey,Nuevo León. E-mail: [email protected]; [email protected]; [email protected]**Facultad de Ciencias Forestales, Universidad Autónoma de Nuevo León, Carretera Nacional Km. 145, 67700, LinaresNuevo León. E-mail: [email protected]***Facultad de Ciencias Biológicas, Universidad Autónoma de Nuevo León, Ciudad Universitaria, 66450, San Nicolásde los Garza, N. L. E-mail: [email protected]

Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAMISSN 0188-4611, Núm. 53, 2004, pp. 39-57

INTRODUCCIÓN

En México las áreas forestales presentan unagran diversidad en cuanto a sus caracte-rísticas fisiográficas, ecológicas y silvícolas,por tal motivo, para tener un mayor control yorganización en el manejo forestal, el área esdividida en rodales y subrodales consideran-do la similitud de las características quepresenta en cuanto a pendiente, exposición,composición florística, densidad y estructuradel arbolado, buscando establecer divisionesde menor variación que asemejen bosquescoetáneos para simplificar el manejo y con-servación, este proceso es conocido como"estratificación o rodalización de la masa fo-restal".

El método actualmente utilizado para ro-dalizar las masas forestales se basa en foto-

grafías aéreas pancromáticas, recorridos decampo y la habilidad del fotointérprete paradesarrollar los respectivos trabajos fotogra-métricos y definir los límites de rodales ysubrodales, así como el uso de métodos geo-métricos de restitución, elaboración de mapabase, así como la cuantificación de áreas ydistancias, típicamente con mallas, curvíme-tro y planímetros. Esto trae como conse-cuencia que la calidad de la estratificaciónesté en función de las habilidades del foto-intérprete en términos de su capacidad vi-sual, criterio o experiencia, materiales yequipo utilizado en los diferentes procesos.Resultando en una rodalización directamentedependiente del técnico y con alto grado dediscrecionalidad, dado que una misma áreapuede ser zonificada con diferentes resulta,dos por diferentes fotointérpretes o, incluso,

40 Investigaciones Geográficas, Boletín 53, 2004

René González, Eduardo Treviño, Oscar Aguirre, Javier Jiménez, Israel Cantú y Rahim Foroughbakhch

vegetación de la imagen Landsat-ETM+.

Palabras clave: Forestal, rodalización, sistemas de información geográfica, Landsat,

Forest stratification through Geographical InformationSystems and Remote Sensing

Abstract. The present research was development in ejido Pueblo Nuevo in Durango State, Mexico. Theobjective is to establish a methodology to modeling and create the silvicultural stratification to forestmanagement up to sub-stand (subrodal) level. Topographic information from INEGI 1:50 000 scale, and aLandsat-ETM+ satellite image dated April 8, 2000 was used. A digital elevation model with 15 x 15 pixelcell size to modeling basins, watersheds and streams, was developed from topographic information. TheLandsat-ETM+ satellite image was resampled to 15 x 15 pixel cell size with the panchromatic image inorder to generate an image with better spatial resolution. The image was classified through supervisedfield training process to map the various landuse and vegetation covers. The actual stands (rodales)generated for ejido forest technician services was digitized to compare with the models. The slope andaspect data was generated from digital elevation model to find a comparative relation with actual stands.The Landsat-ETM+ classification was compared with the aspect model to establish vegetation distri-bution patterns and preferential aspects. The modeling stands were generated from the integration ofwatersheds and preferential aspects and sub stand with the integration of land cover land use coverage.

Key words: Forest, Stands, Geographic Information System, Landsat.

Rodalización mediante sistemas de información geográfica y sensores remotos

el mismo fotointérprete repitiendo el mismoproceso.

Los primeros parámetros afectados son lacuantificación del área, perímetro y la correc-ta ubicación de subrodales en un sistema decoordenadas y a escala. La variable "área"afectará, en consecuencia, a los parámetrosque dependan de ella, como área basal,existencias reales, incrementos y volúmenesde remoción por unidad de superficie, entreotros.

Durante las últimas décadas se han hechograndes avances en los métodos y técnicas deinventarios, aún así, hay serias deficienciassobre la información de recursos forestales.Estimaciones de FAO indican que en lospaíses en desarrollo solamente el 14% de lasáreas forestales cuentan con inventarios dealta fiabilidad y el 43% son de baja Habilidad(Persson 1997).

Con el continuo y rápido cambio en la co-bertura forestal que ocurre sobre grandesáreas, las tecnologías de sensores remotos(SR) y sistemas de información geográfica(SIG) constituyen una herramienta esencialen la observación de las condiciones foresta-les y evaluación de las mismas, incluso lasmás inaccesibles. Permiten sistematizar lainformación para su integración y análisis,facilitando la comprensión de los procesosbiofísicos y humanos detrás de los aprove-chamientos, así como la degradación de lamasa forestal.

El objetivo que se busca en este trabajo esel establecer una metodología que permitaestratificar zonas forestales, teniendo encuenta sus condiciones ecológicas y silvíco-las, buscando definir divisiones de menorvariación que asemejen bosques coetáneos,estableciendo un método estándar y eficaz enla evaluación de subrodales, así como de sus

variables dependientes.

ANTECEDENTES

Entre los primeros trabajos a nivel interna-cional que impulsan el uso de SIG en el ma-nejo forestal, están los de Jordan en 1992,quien sugiere guías para la investigación ydesarrollo del potencial de los SIG en elmanejo forestal, incluyendo diseño de mane-jo de bosques, implementación de inventa-rios y estudios sobre la respuesta del bosquea sus intervenciones. Entre las primeras apli-caciones tenemos a Congalton et al. (1993),quienes utilizan imágenes Landsat-TM paraproducir bases de datos y mapas de bosquesde coniferas de viejo crecimiento, así como laproducción potencial de madera. El trabajode Fiorella (1993), utiliza imágenes Landsat-TM para desarrollar una clasificación deestados sucesionales forestales que puedenser integrados a un SIG. PosteriormenteBrownlie et al. (1995), utilizan los SIG paracombinar fotografías aéreas y datos de cam-po de las áreas de aprovechamiento paraidentificar y cuantificar los disturbios causa-dos al suelo. Una de las primeras estima-ciones de área basal fue desarrollada porCoulombe et al. (1995), quienes analizaron lafactibilidad de estimación de área basalmediante la relación entre medidas de campocon algunas variables ecofisiográficas en unmodelo de regresión usando un SIG.

Jordan et al. (1996) proponen un marco dereferencia para la evaluación del manejoforestal basado en imágenes de satélite(Landsat-TM) y tecnología de SIG (Arc/Info,Easi/Pace). El proyecto que involucra el de-sarrollo e integración de modelos para com-prender la dinámica entre suelo, vegetación yradiación en ecosistemas forestales, es el de-sarrollado entre la NASA y el Instituto de

Investigaciones Geográficas, Boletín 53, 2004 41

René González, Eduardo Trcviño, Oscar Aguirre, Javier Jiménez, Israel Cantú y Rahim Foroughbakhch

Figura 1. Ubicación del área de estudio "Ejido Pueblo Nuevo".

Ecología Terrestre.Actualmente existe una gran variedad de

trabajos y proyectos sobre temas forestales,los cuales involucran el uso de SIG e imá-genes de satélite, cada uno de ellos trata deexplicar las interrelaciones entre los factoresde medio físico y la biota propia del lugar,con el objetivo de minimizar el grado deimpacto en sus masas forestales, quedandode manifiesto que, la principal ventaja deluso de sensores remotos en el manejo fores-tal es la facilidad de evaluar los tipos devegetación y uso de suelo, orientando los tra-bajos de campo durante el desarrollo deinventarios, así como la sistematizaciónde información (Burrough, 1986; Lang, 1998;Treviño et al., 1997; Treviño, 2000).

ÁREA DE ESTUDIO

El Ejido Pueblo Nuevo se encuentra locali-

zado en el municipio del mismo nombre enel SW del estado de Durango, colindandocon el estado de Sinaloa y una parte del esta-do de Nayarit (Figura 1). Sus coordenadasgeográficas están entre los 23° 07' y 23° 39'latitud norte y los 105° 12' y 105° 46' de lon-gitud al oeste de Greenwich. Cuenta con unasuperficie total de 240 739 ha y una pobla-ción de 11 886 habitantes (INEGI, 2000). Surango altitudinal es de 126 a 2 926 m sobre elnivel medio del mar. Su fisiografía estádistribuida en sierras (64%), mesetas (5%) ycañones (31%). Las pendientes varían desdeplana y relativamente plana (5%), media(7%), fuerte (18%), y escarpada (70%). Conclima semi-cálido sub-húmedo en las regio-nes bajas, templado sub-húmedo y semi-fríosub-húmedo en zonas altas. Los tipos de co-munidades vegetales existentes son bosquesde pino, pino-encino, encino-pino, encino enla zona alta, así como selvas medianas y



bajas, caducifolias y subcaducifolias en lazona baja.

MATERIALES Y MÉTODOS

El software utilizado para la integración,proceso y análisis de información fue Arc/Info 7.0.2, y ERDAS 8.5. Se adquirió unaimagen de satélite Landsat ETM+ órbita 31,fila 44 de fecha 08 de marzo de 2000, asícomo los conjuntos de datos vectoriales delas cartas F13-A27, A28, A29, A37, A38, A39,A48 y A49, escala 1:50 000 de INEGI, loscuales fueron la base para corregir geomé-tricamente la imagen de satélite y con lascurvas de nivel, generar el modelo digitalde elevación (MDE) con un tamaño decelda de 15 x 15 m, mediante el algoritmoTOPOGRID de Arc/Info, que es un métodode interpolación específicamente diseñadopara crear MDE hidrológicamente corregido,basado en el programa ANUDEM desarro-llado por Michael Hutchinson (1988, 1989).

Se mejoró la resolución espacial de lasbandas visibles e infrarrojas de la imagenLandsat ETM+, siguiendo la metodologíapropuesta por Chávez, 1991, donde se utili-za el principio de componentes principales,sustituyendo el primer componente principal(PC-1) por la imagen pancromática paraobtener como resultado una imagen multi-espectral con resolución espacial de 15 x15 m.

A partir del MDE se generó un modelodigital de iluminación (MDI) con las mismascondiciones de azimut (131° 54' 26.51") yelevación solar (51° 08' 43.61") al momentoen que se adquirió la escena Landsat-ETM+,para corregir el efecto topográfico mediante laecuación de Civco (1989) modificada porGonzález (2003).

La definición de los 16 tipos de vegetación

y usos de suelo presentes en la zona deestudio se obtuvieron a partir del InventarioNacional Forestal 2000 e Inventario de Mane-jo Forestal 1997-1998 del programa de ma-nejo forestal del ejido 1997-2007.

Se digitalizó un total de 1 402 rodales y14 090 subrodales, los cuales constituyen lacartografía básica de manejo del ejido, e in-tegran en su base de datos 126 variables deinventario y manejo para su administración.

Para el establecimiento de los polígonosde estadísticas supervisadas y de evaluaciónde clasificación, se seleccionaron 62 subro-dales a partir de sus variables de especiedominante y factor de composición, dentrode los cuales se estableció un total de 172puntos de entrenamiento ubicados con siste-ma de posicionamiento global (SPG), mismosque fueron ubicados en la imagen LandsatETM+ y mediante la herramienta SEED(ERDAS 8.5), la cual determina qué píxelesvecinos son considerados como similares deacuerdo con sus valores digitales, sólo inte-grando a éstos en el polígono de entrena-miento, eliminado el posible error por efectode borde al digitalizar polígonos de formamanual. El total de superficie de entrena-miento cubre un total 2 783.07 ha. Las firmasespectrales de cada tipo de vegetación y usode suelo fueron evaluadas mediante unamatriz de covarianzas y su separabilidadaplicando el algoritmo de Jefferies-Matusita.

Posteriormente se procedió a la clasifica-ción mediante el algoritmo de máxima vero-similitud. La evaluación del resultado de laclasificación se realizó mediante una matrizde contingencia entre las clases resultantes ypolígonos de validación de campo (subro-dales) seleccionados por los prestadores deservicios técnicos forestales del ejido conbase en sus variables de inventario y mane-



jo; sus valores de confiabilidad promedio porclase y total son del 94.99 y 93.68%, res-pectivamente.

El primer paso para modelar digitalmentela rodalización consiste en la delimitación hi-drológica de vasos de captación, hasta nivelde submicrocuenca, definida por Meráz(1998) como la unidad hidrológica elementalutilizada como base de evaluación, acota-miento y monitoreo del posible impacto am-biental generado por los aprovechamientosforestales. A partir del MDE se calcularonpendientes y exposiciones, así como una mo-delación hidrológica para definir direcciónde flujo, flujo acumulativo, red de cauces,órdenes hidrológicos, cuencas, subcuencas,micro-cuencas y submicrocuencas (nano-cuencas).

Meráz (1998) define a los rodales comoáreas forestales con características físicashomogéneas enmarcadas dentro de los lími-tes geográficos de las unidades hidrográficaselementales (submicrocuencas). Sus límitesse establecen por elementos fisiográficos delrelieve y el suelo, factores permanentes en elhorizonte de planeación que determinan lacapacidad productiva del sitio.

Dado que los elementos fisiográficos deinclinación y orientación de las pendientesson determinantes en la distribución de lostipos de vegetación (González, 1995), su aná-lisis permite definir patrones de distribuciónpreferencial, este archivo vector es integradoal de submicrocuencas modeladas mediantela intersección geométrica de ambas cobertu-ras para generar los rodales modeladosmediante el algoritmo UNION de Arc/Info,luego se sobrepuso al de rodales originalpara su comparación.

Los subrodales definidos por Meráz(1998) como divisiones del bosque que po-

seen la misma capacidad productiva, peroque han evolucionado de manera diferente,razón por la cual presentan diversas etapasde desarrollo como consecuencia de cortascomerciales o perturbaciones debidas a in-cendios, desmontes, plagas o enfermedades,presentan características específicas de ma-durez, densidad, composición, estructura, di-mensiones y valor comercial de la masa fo-restal.

Dado que la zona ha estado sujeta a in-tervenciones silvícolas desde 1918, puedeafirmarse que la distribución de la madurez,densidad, composición, estructura, dimen-siones y valor comercial de la masa forestal,está en función de los aprovechamientos yperturbaciones a los que ha estado sujeta,más que a un proceso evolutivo de distri-bución que se manifiesta de forma directa enla imagen de satélite, la cual puede serutilizada para subrodalizar la masa forestal.

Con base en lo anterior, se procedió a vec-torizar la cobertura de derivada de la cla-sificación de la imagen de satélite (tipos devegetación y usos de suelo), para ser inte-grada a la modelación de rodales y, de estamanera, modelar los subrodales. Con base ennormas de manejo establecidas por los pres-tadores de servicios técnicos forestales de laregión, se fijó como área mínima de mapeodos hectáreas, eliminando todos los polígo-nos con superficie menor mediante filtros devecindad. Esto significa que sólo superficiesmayores a dos hectáreas son integradas a losplanes de manejo. Por último, se generaronlas zonas de segregación de cauces, caminosy brechas, para lo cual se utilizó la red decauces modelada y la red de caminos, bre-chas y líneas de infraestructura, definiendozonas de derecho de vía o influencia (buffer)según parámetros establecidos por el plan



de manejo local.

RESULTADOS

Para el área de estudio se extrajo una porciónde la imagen Landsat ETM+ corregida geo-métricamente y mejorada su resolución espa-cial (Figura 2), así como la información to-pográfica de las cartas 1:50 000 con las que segeneró el MDE hidrológicamente corregido(Figura 3), a partir del cual se generó el MDIpara aplicar la normalización topográfica(Figura 4) y de esta forma minimizar el efectotopográfico, el cual afecta los valores de ra-dianza, creando confusiones espectrales, di-ficultando el establecer firmas consistentes, eimpactando a los procesos de clasificación(Figura 5). Con base en la cartografía forestalejidal se digitalizaron los rodales y subro-dales existentes (Figura 6), integrando 126variables de inventario y manejo.

Para cada tipo de vegetación y uso de sue-lo muestreado se definen firmas espectrales

con base en los valores digitales promedio encada banda (Figuras 7, 8 y 9), cuyo procesode clasificación resulta en una cobertura detipos de vegetación y uso de suelo en el áreade estudio (Figura 10).

Derivadas de la modelación hidrológicase definieron las unidades hidrográficas ele-mentales (submicrocuencas), así como loscauces (Figura 11). Se compararon la cober-tura de tipos de vegetación y uso de sueloderivado de la clasificación de la imagenLandsat ETM+ con la de exposiciones ge-nerada a partir de MDE para identificarpatrones de distribución preferenciales de lavegetación (Figura 12), apreciándose unamarcada división en dos grupos (exposi-ciones oeste/noreste y este/suroeste), agru-pando el modelo original de ocho exposi-ciones a dos (Figura 13) y ser convertido aformato vector (Figura 14) para ser integradoa las submicrocuencas y generar la coberturade rodales modelados (Figura 15).

Figura 2. Imagen Landsat-ETM+2000 del área de estudio.



Figura 3. Modelo Digital de Elevación.

Figura 4. Modelo de iluminación.



Figura 5. Imagen Normalizada Topográficamente.

Figura 6. Cobertura de rodales y subrodales del inventario forestal ejidal.


René González, Eduardo Treviño, Oscar Aguirre, Javier Jiménez, Israel Cantó y Rahim Foroughbakhch

Figura 7. Grupo templado.

Figura 8. Grupo cálido.



Figura 9. Grupo otros usos.

Figura 10. Clasificación.


René González, Eduardo Treviño, Oscar Aguirre, Javier Jiménez, Israel Cantú y Rahim Forouglibakhch

Figura 11. Submicrocuencas y cauces.


Figura 12. Distribución porcentual de vegetación por exposición.


Figura 13 Exposición preferencial.

Figura 14. Exposición preferencial.



Figura 15. Rodales modelados.

La cobertura de tipos de vegetación y usode suelo derivada de la clasificación de laimagen Landsat-ETM+, previamente filtraday convertida a formato vector, fue integradaa la cobertura de rodales modelados para de-finir los subrodales modelados. Los resulta-dos pueden compararse en las Figuras 16

y 17.Siguiendo los criterios de segregación

(Tabla 1) se generaron las áreas de protecciónaplicadas en el manejo forestal de la región,cuyos trazos y evaluación no son claramentedefinidos en el método tradicionalmente uti-lizado (Figura 18).

Tabla 1. Criterios para definir áreas de segregación dentro de subrodales.

Características

Terracería y brechas

Veredas

Líneas de alta tensión (CFE)

Líneas de baja tensión (CFE y Telmex)

Cauces

Distancia de segregación acada lado (en m)

8

6

40

25

12.5



Figura 16. Subrodales originales sobre clasificación.

Figura 17. Subrodales modelados sobre clasificación.



Figura 18. Comparación entre categoría actual y modelo de subrodalizacion con segregaciónde áreas de cauces y caminos.

DISCUSIÓN

El conjunto de datos vectoriales 1:50 000 deINEGI presentó errores de elaboración, prin-cipalmente en la asignación de cotas altimé-tricas en varias de sus curvas de nivel, por loque fue necesario revisar y corregir cadacarta antes de elaborar el mosaico respecti-vo.

Fue necesario elaborar un MDE de 15 x15 m dada la resolución espacial de la ima-gen pancromática Landsat-ETM+, ya que losactualmente comercializados por INEGI tie-nen la misma base vectorial, pero una reso-lución espacial de 50 x 50 m.

El conjunto de datos vectoriales 1:50 000de INEGI se considera adecuado para la ela-boración de MDE con alta resolución dedonde se derivan los procesos de normaliza-ción topográfica, análisis topográfico y mo-

delación hidrológica, generando informa-ción necesaria para los procesos desarrolla-dos en este trabajo.

Mediante el uso de sensores remotos esposible localizar y evaluar perturbacionescomo incendios, plagas o enfermedades enestado avanzado, desmontes para cambio deusos de suelo, tratamientos silvícolas comocortas de regeneración, mas, sin embargo,efectos débiles de plagas y enfermedades,tratamientos de selección y aclareo, la mis-ma estructura y dimensiones de valor co-mercial, son muy difíciles o imposibles deevaluar con este tipo de imágenes.

Las exposiciones mostraron, para el áreade estudio, una fuerte influencia en la distri-bución de las comunidades forestales, asícomo en la definición de los rodales.

Existen marcadas diferencias entre la for-ma de trabajo del método tradicional y la

54 Investigaciones Geográficas, Boletín 53,2004


implementación del método de sensores re-motos y sistemas de información geográfica,como se muestran en la Tabla 2. El reto esdeterminar cuál información, y qué procesosy variables se deben integrar.

Se encontraron errores en los trazos dedelimitación de cuencas, subcuencas, micro-cuencas, submicrocuencas, rodales y subro-dales en la información generada por losprestadores de servicios técnicos forestalesdel ejido Pueblo Nuevo. Estos errores se veri-ficaron por los mismos prestadores de servi-cios técnicos y se atribuyeron principalmentea la capacidad óptica del personal para dis-tinguir claramente parteaguas, cauces, lími-tes entre diferentes comunidades forestales.Así como problemas de restitución, pues el

desfase de algunos polígonos fue de hasta482 m.

Se registraron variaciones entre la superfi-cie calculada por los servicios técnicos fores-tales del ejido y los calculados mediante sis-temas de información geográfica. La diferen-cia promedio es del orden de 19 129 ha, loque no indica una subevaluación de superfi-cies. Considerando un total de 14 090 subro-dales actuales, resulta en 26 952 761 ha. Estediferencial de superficie se atribuye a unaestrategia de manejo seguida por los presta-dores de servicios técnicos forestales paradisponer de mayor superficie, número de ár-boles, volumen de existencias reales y ate-nuar la intensidad de corta bajo un criterioconservacionista.

Tabla 2. Comparación entre el método tradicional de rodalizacion y esta metodología

Características

1. Percepción RemotaInsumo:Distorsión

Resolución espacial

Resolución espectral

Capacidad óptica

Sistema de coordenadas

Cobertura

Costo por km2

2. Trazo de polígonos

Definición de pendiente, exposición,ciencias, cauces y subrodales

Cálculo de distancia y superficie

Modelado

MÉTODO

Tradicional

Fotografía aérea

Fuerte

De 2 a 5 metros

Pancromática e infrarroja

64 tonos de gris

Difícil definición y transforma-ción

Limitada

$280.00

Fotointerpretación (a criterio)

Curvímetro, malla, planímetro

Difícil implementación

SR/SIG

Imagen de satélite tipo Landsat

Muy débil

15 a 30 metros

Pancromática, 3 visibles, 3 infra-rrojas, 2 térmicas

256 tonos de grises

Fácil definición y transformación

Muy amplia

$3.00**

Analítica

Analítica

Fácil y repetible



CONCLUSIONES

Los sensores remotos y sistemas de informa-ción geográfica son nuevas tecnologías quepermiten establecer metodologías y están-dares específicos para los procesos del mane-jo forestal que en la actualidad aún conti-núan siendo de criterios variables y formasartesanales.

La resolución y nivel de detalle alcanzadaactualmente por los sensores remotos permi-ten trabajar grandes extensiones de terrenode forma precisa, facilitando los trabajos decuantificación, monitoreo y comprensiónde la dinámica de los ecosistemas.

Los tipos de vegetación y uso de sueloderivados de la clasificación de la imagen desatélite, permitieron elaborar la subrodaliza-ción del área de estudio. Sin embargo, elresultado obtenido parece estar demasiadofragmentado, el cual puede ser mejorado,con una mejor definición de área mínima demapeo o manejo de dos hectáreas para pe-queños bosquetes aislados y de cuatro hectá-reas para bosques mixtos.

Dada la discrecionalidad con la que se de-finen las áreas de manejo y administraciónen zonas forestales, es necesario la definiciónde estándares metodológicos para su correctaelaboración así como para su evaluación,puesto que de ella depende su correcta cuan-tificación, administración y aprovechamien-to.

Este tipo de tecnologías no pretende sus-tituir el trabajo de campo, sino por el con-trario, facilitar los trabajos sistematizando yorientando los esfuerzos para desarrollar unmejor conocimiento de las áreas forestales yespecífico de cada sitio.


REFERENCIAS

Brownlie, R. K. y C. J. Terlesk (1995), Using ageographical information system (GIS) to map anddetermine the extend of mayor soil disturbanceresulting from a logging operation, New ZealandForestry, 4(2):23-26.

Burrough, P. A. (1986), Principles ofGeographical Information Systems for Land ResourcesAssessment, Oxford University Press, New York.

Civco D. L. (1989), "Topographic Normali.-zation of Landsat Thematic Mapper DigitalImagery", Photogrametric Engineering and RemoteSensing, 55(9):1303-1309.

Congalton, R., K. Green y J. Teply (1993),"Mapping-old growth forest on National Forestand Park Lands in the Pacific Northwest fromremotely sensed data", PhotogrammetricEngineering and Remote Sensing, 59(4):529-535.

Coulombe, S. y K. Lowell (1995), "Ground-truth verification of relations between forest basalarea and certain ecophysiographic factors using aGIS", Landscape and Urban Planning, 32(2):127-136.

Chavez, P. S. (1991), "Comparison oh ThreeDifferent Methods to Merge Multiresolution andMultispectral Data: Landsat TM and SPOTPanchromatic", Photogrammetric Engineering andRemote Sensing, 57(3):295-303.

Hutchinson, M. F. (1989), "A new procedurefor gridding elevation and stream line data withautomatic removal of spurious pits", journal ofHydrology, 106, 211-232.

Hutchinson, M. F. (1988), "Calculation ofhydrologically sound digital elevation models",Third International Symposium on Spatial DataHandling, Sydney, Columbus, Ohio: InternationalGeographical Union, pp. 117-133

SEMARNAT, INEGI y UNAM (2000), Inven-tario Nacional Forestal, Vegetación y Uso de Suelo,Información Cartográfica Digital, México, D. F.


Treviño, E. J. (2000), "Estratificación de lainformación en el procesamiento digital de imá-genes de satélite aplicado a la cartografía de losbosques de Pinus cembroides", Investigaciones Geo-gráficas, Boletín, núm. 44, Instituto de Geografía,UNAM, México, pp. 54-63.

INEGI (año?), Cartas Topográficas, escala1:50 000, Instituto Nacional de Estadística, Geo-grafía e Informática, F13-A27, A28, A29, A37, A38,A39, A48, A49, México.

González, M. R. (1995), Modelos Ecológicos deDistribución de Cobertura Vegetal, tesis de Maestría,Programa de Graduados en Agricultura, InstitutoTecnológico y de Estudios Superiores de Mon-terrey, Nuevo León, México.

González, M. R. (2003), Alternativas de ManejoForestal mediante el Desarrollo del ConocimientoEspecífico de Sitio, tesis Doctoral, Facultad deCiencias Forestales, Universidad Autónomade Nuevo León., México

Jordan, G. A. (1992), "GIS and forestmanagement: towards the next century", GIS'92Symposium, section B3.

Jordan, G. A. y J. Wardoyo (1996), "AssessingManagement of Forest Landscapes with ARC/INFO and Easi/Pace", Resúmenes de la 16a.Conferencia Anual de Usuarios de ESR1, CD deartículos publicados, ESRI.

Lang, L. (1998), Managing Natural Resource withGIS, ESRI Press, Redlands California, USA.

Meráz Alemán, R. (1998), Programa de Manejo

Forestal 1997-2007, Ejido Pueblo Nuevo.

Persson R. y K. Janz (1997), "Evaluación ymonitoreo de Recursos Arbóreos", Reunión Inter-nacional sobre Evaluación y Monitoreo de RecursosForestales y Arbóreos.

Treviño, E. J., A. Akca, E. Jurado y L. E. Barajas(1997), "Análisis retrospectivo y situación actualde la vegetación del municipio de Linares, N. L.México", VII Simposio Latinoamericano de PercepciónRemota, Mérida, Venezuela.


rodalización mediante sistemas de información geográfica y ...los tipos de co-munidades vegetales...

Documents