Transformación del bosque tropical seco en la región del alto magdalena (Tolima- Colombia): valor predictivo de variables ambientales.
...
Merchán Garzón, Jairo Andrés | 2017
El conocimiento de la transformación de la biodiversidad a partir de la teledetección
y la estimación y análisis de índices espectrales pueden convertirse en una manera práctica
de evaluar el territorio y sus recursos, además de ser una técnica que puede proveer
información base para guiar la toma de decisiones en la identificación de áreas prioritarias
de conservación. En esta investigación se determinó el valor predictivo de variables
ambientales (topográficas, hidrológicas antrópicas y de Biomasa) por medio de
procedimientos estadísticos con el propósito de analizar y establecer de ser posible la
transformación espacio-temporal para los años subsecuentes de la cobertura de Bosque
Seco Tropical en la región del alto Magdalena (Colombia). Se procesó una serie compuesta
de 112 imágenes de los sensores Landsat 4-5 TM, Landsat 7 ETM+ y Landsat 8,
correspondientes a los periodos de época seca y húmeda en las temporalidades 1987, 2000
y 2014; junto a una serie subsecuente para los años 1990, 1995 y 2010 utilizados como años
de control para los valores de las variables de Biomasa (Índices NDVI y NDII). Para mejorar
el nivel de interpretación de los cambios que presentaba la cobertura se realizó una
corrección de los valores por medio del TVI (Índice de Vegetación Transformado) y los
rangos establecidos por Kalacska et al. (2004) para NDVI en BTs. Para las variables de
perturbación antropogénica e hidrológicas, se aplicó y modifico la metodología sugerida por
Quijas (2011) en donde se evaluaron una serie de distancias euclidianas a partir de sitios de
muestreo respecto a las coberturas más cercanas y con mayor impacto en las comunidades
vegetales, que para este caso fueron Pastos, Cultivos y tierra desnuda y degradada. No
obstante, considerando como la escala espacial puede llegar a afectar la capacidad de
distintas variables predictoras de biomasa, se calculó a partir de los valores de los índices
de biomasa vegetal (NDVI, NDII) tres escalas espaciales: 50, 150 y 300 m. Estos datos se
agregaron como el quinto grupo de variable predictora y se denominaron “Donas”. Finalizado
el procesamiento, se obtuvo un total de 28 variables predictivas, que fueron agrupadas y
procesadas según su atributo por medio de los programas estadísticos SPSS y JMP para
obtener los 15 mejores modelos de prueba para cada año, dando como resultado un
algoritmo matemático de predicción con las mejores variables para establecer área.
Los datos obtenidos se presentan a continuación.
LEER