II CONGRESO INTERNACIONAL DE PARAMO

Slides:



Advertisements
Presentaciones similares
Evaluación de Cambios de Bosque con Imágenes Satelitales
Advertisements

UNIDAD VI: DIBUJO TOPOGRÁFICO
Asistencia técnica para plantaciones de rápido crecimiento Técnicas racionales de manejo del sistema suelo-agua planta.
INTEGRACIÓN DE ELEMENTOS DE ARQUITECTURA DE PAISAJE
Tratamiento de imágenes
CONTROL DE IMPACTO MEDIANTE IMÁGENES
SISTEMAS DE INFORMACIÓN CARTOGRÁFICA
SISTEMAS DE TELEDETECCIÓN
DETECCION Y EVALUACION MEDIANTE IMÁGENES SATELITALES DE AREAS AFECTADAS POR INCENDIOS RURALES EN EL NOROESTE DE LA PROVINCIA DE CÓRDOBA EN EL ANO 2004.
EXAMEN 1ER PARCIAL: Preliminares y Cimentaciones
a la ordenación y gestión de Montes.
Introducción al Spatial Analyst
Imagenes hiperespectrales: introducción
Introducción Definición:
TOPOGRAFÍA MASTER INTERNACIONAL DE INGENIERÍA DEL AGUA
INVENTARIO DE CUERPOS DE HIELO Y NIEVE EN LA CUENCA DEL RIO JACHAL PROVINCIA DE SAN JUAN Zulma Menna, María Eugenia Paz, Omar del Castillo, Miriam Oropel,
EMPLEO DE LA TELEDETECCIÓN EN EL ANÁLISIS DE LA DEFORESTACIÓN
ESCUELA POLITÉCNICA DEL EJÉRCITO
Mapping the forest types and landcover of Puerto Rico. Comenzaremos a discutirlo el lunes.
SERVICIO DE INFORMACIÓN AGROLIMENTARIA Y PESQUERA Marzo 2009 MUESTREO NACIONAL MUESTREO POR SEGMENTACION.
Estudio Cobertura Forestal 2010 Ing. Alberto Méndez Rodríguez. FONDO NACIONAL DE FINANCIAMIENTO FORESTAL.
Sensores Remotos -complemento-.
Próximos tutoriales 4-2 y 4-4. Procesamiento de imágenes Páginas y del Manual de Idrisi.
CARTOGRAFIA.
Resoluciones de la imagen de satélite
1 of 18 APLICACIÓN LCCS – PROYECTO PILOTO REPÚBLICA ORIENTAL DEL URUGUAY “PROYECTO PILOTO DE APLICACIÓN DEL SISTEMA DE CLASIFICACION Land Cover Clasification.
Concepto de CUENCA Definición de Cuenca: es una superficie del terreno delimitada por una divisoria de aguas y con un único punto de salida o descarga.
Centro de Estudios Hidrográficos MINISTERIO DE FOMENTO MINISTERIO DE MEDIO AMBIENTE 1 OBTENCIÓN DE LA RED DE DRENAJE A PARTIR DE MODELOS DIGITALES DE ELEVACIÓN.
Comprendiendo sus datos de RA y RC. Al final de esta lección usted será capaz de:  Identificar y entender que datos de RA y RC se deben recopilar en.
Estimación de la superficie implantada con cultivos mediante sensores remotos L A R T Laboratorio de Análisis Regional y Teledetección Facultad de Agronomía,
Distribución de agua en el planeta
Próximo tutorial 4-2.
XXIV Conagua – San Juan 2013 IDENTIFICACIÓN Y EVALUACIÓN DE ÁREAS FUENTE VARIABLES EN SISTEMAS HIDROLÓGICOS DE LLANURA Msc. Carlos C. Scioli (FICH – UNL)
Próximo tutorial 5-7 Vegetation Analysis in Arid Environments
Ver también páginas de la Guía 2 de Idrisi, y
Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas
Mapping the forest types and landcover of Puerto Rico. Lo discutiremos pronto. Lo consiguen en el portal del curso.
Analisis de datos en imagenes hiperespectrales: intro 1 Analisis de datos hiperespectrales: otra revisión Hyperespectral image data analysis, D. Landgrebe,
Introducción a los Sistemas de Información Geográfica (SIG)
Introducción a los Sistemas de Información Geográfica (SIG)
Introducción a los Sistemas de Información Geográfica (SIG)
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Próximo tutorial 4-1. Procesamiento de imágenes digitales.
Clasificación visual con fotos aéreas
Primer examen: martes 5 de marzo. Procesamiento de imágenes digitales para generar mapas temáticos Páginas del Manual de Idrisi.
Precisión de la clasificación
Mapping the forest types and landcover of Puerto Rico. Lo discutiremos pronto. Lo consiguen en el portal del curso.
Procesamiento de imágenes digitales
IES El Escorial Cobertura vegetal.
CLASIFICACIÓN SUPERVISADA
“Amazonia, un compromiso ambiental para incluir”
Elementos del Paisaje en el Este de la Pcia. De Buenos Aires 1 Análisis e interpretación de una imagen satelital en forma visual Parte B del TP.
Inventario preliminar de Humedales Altoandinos.
Cartografía de los Usos y Coberturas Vegetales del Suelo en Andalucía
Tema: Elementos Básicos de un Mapa
Procesamiento de imágenes digitales para generar mapas temáticos Páginas del Manual de Idrisi.
APLICACIONES DE IMÁGENES DE SATELITE. Comparativa de imágenes Landsat en Infrarrojo Cercano de la zona de Gutiérrez Zamora, Veracruz Veracruz Año 2000.
Características de imágenes digitales Ver 2.3 a 2.6 de Fundamentals2.3 a 2.6 de Fundamentals of Remote Sensing.
Procesamiento de imágenes digitales para generar mapas temáticos.
ZONAS HOMOGENEAS FISICAS y GEOECONOMICAS DEL MUNICIPIO DE CAJICA
HIDROFOR ZONIFICACIÓN DE ESTÁNDARES Y PARÁMETROS EDAFOCLIMÁTICOS PARA LA CONSERVACIÓN Y PROTECCIÓN DE SUELOS Y AGUAS INCLUIDOS EN LA LEY REGIONES.
Procedimiento para montaje de un sistema de información geográfica Daniel Querol,
6ª REUNIÓN DEL CONSEJO SUPERIOR DE DIRECCIÓN DE PROYECTO (CSDP) Buenos Aires 7 y 8 de junio de 2006.
Conflictos en el uso del suelo y amenazas para la gestión sostenible Efraín J. Leguía Hidalgo Andrea Johnson CUNORI, Chiquimula – Guatemala Agosto, 2014.
Adolfo Quesada Román, Gustavo Barrantes Castillo Escuela de Ciencias Geográficas, Universidad Nacional de Costa Rica Dirección Postal: , Heredia,
Proyecto “Monitoreo de la Deforestación, Aprovechamiento Forestal y Cambios de Uso del Suelo en el Bosque Panamazónico”.
**Análisis multitemporal del cambio de uso suelo y expansión de invernaderos en Aquixtla y Tetela de Ocampo, Puebla, 1986– CENTRO REGIONAL.
Titulo: Metodología para realizar un inventario de humedales a escala 1:50000 en la cuenca baja del Rio Luján.
Transcripción de la presentación:

II CONGRESO INTERNACIONAL DE PARAMO IDENTIFICACION DE LAS AREAS DE INFLUENCIA DE LOS HUMEDALES EN EL PARQUE NACIONAL EL CAJAS EN BASE AL ANALISIS DE IMÁGENES SATELITALES II CONGRESO INTERNACIONAL DE PARAMO Ing. Diego E. Mora Serrano, M.Sc. PROMAS – Universidad de Cuenca promas@ucuenca.edu.ec

Introducción Los humedales de agua dulce corresponde a zonas de tierras planas en las que la superficie se encuentra anegada, permanente o intermitentemente, al cubrirse regularmente de agua. Los humedales son entendidos como la cobertura de terreno con gran contenido de agua, en la región de páramo, los humedales se deben a formas transicionales entre lagunas y páramo. El Parque Nacional Cajas (PNC) estuvo ocupado por glaciares durante la época del Pleistoceno Medio y Superior, dejó su impronta en los valles glaciares en forma de “U”, un gran número de lagunas y humedales de agua dulce.

Materiales Area de Estudio Imágen Satelital Coordenadas PNC: 9 696.821N; 9 674.044N 679.624E; 706.869E Superficie = 29,390 ha Imágen Satelital Análisis de la disponibilidad de imágenes con suficiente calidad y con la menor nubosidad posible en la región: Imagen ETM+ de 03/11/2001; 12/04/2002. Cuenca del río Paute (PROMAS – U. Cuenca)

Materiales Landsat ETM+ 03/11/2001 Landsat ETM+ 12/04/2002 03/11/2001

Materiales Cartografía Software Escala 1:10.000 Curvas de nivel cada 10m Vialidad y Senderos Ríos Lagunas Construcciones (caseríos) Vegetación Software ArcGis 3.2 Idrisi Kilimanjaro Erdas 8.3

Metodología - Criterios Criterios en la determinación de los humedales Zona de tierras planas Pendientes bajas (valor máximo?) Información in situ de pendientes en humedales Zonas transicionales entre lagunas y páramo Areas correspondientes a cobertura de páramo Clasificación de cobertura de páramos y lagunas, entre otros (pasto, cutivos, bosque, rocas) Areas de terrenos con gran contenido de agua (dependerá de época del año) Selección de la imagen satelital de acuerdo a la fecha Diferenciación entre páramo con contenido de agua y páramo relativamente seco

Metología - Resumen Preparación de la imagen satelital Selección de la imagen satelital óptima Georeferenciación y Ortorectificación (ERDAS) Corrección atmosférica Transformaciones de bandas Sitios de entrenamiento y verificación Recopilación de información in si tu Visita de humedales in situ y recopilación mediante G.P.S. de áreas de distintos tipos de cobertura Verificación de pendiente de terreno en humedales Clasificación de tipo de cobertura Clasificación No Supervisada Clasificación Supervisada ‘Máxima semejanza’ Clasificación ‘Criterio de pendiente’

Resultados Selección de la imágen satelital óptima Landsat ETM+ 03/11/2001 Preparación de la imagen satelital Georeferenciación y Ortorectificación. RMS = 8m < 0.5 pixel 1 pixel = 30 x 30 m Corrección Atmosférica Modelo Cost. Estiramiento de reflectancia

Resultados Clasificación del tipo de Cobertura Separabilidad de combinacion espectral (bandas / Valor)   Separability between LAGUNAS y PARAMO HUMEDO 1 2 3 4 5 6 7 2000 Separability between LAGUNAS y BOSQUE Separability between LAGUNAS y PARAMO SECO Separability between LAGUNAS y A. SIN VEGETACION Separability between PARAMO HUMEDO y BOSQUE 1999.98 Separability between PARAMO HUMEDO y PARAMO SECO 1767.56 Separability between PARAMO HUMEDO y A. SIN VEGETACION Separability between BOSQUE y PARAMO SECO Separability between BOSQUE y A. SIN VEGETACION Separability between PARAMO SECO Y A. SIN VEGETACION SEPARABILIDAD PROMEDIO SOBRE TODOS LOS PARES DE COMBINACION ESPECTRAL 1976.75 Clasificación del tipo de Cobertura Clasificación No Supervisada (Suave) Definición de las clases espectrales (utilizando todas las bandas) Eliminación de nubes y sombras.

Resultados Combinación de bandas Transformación de bandas Landsat tiene 7 bandas (se utilizó 6) Transformación Teaseled Cap (Bright, Green Moisture y Yellow) Sitios de Entrenamiento y Sitios de Verificación Polígonos levantados in situ mediante GPS de cada cobertura. Error de precisión del GPS < 5m

Resultados Recopilación de información in situ: La recopilación de tipos de cobertura se clasifica en: Se encontró humedales en pendientes de hasta 20% Se levantaron mediante GPS áreas de cada cobertura para definir sitios de entrenamiento y sitios de verificación

Resultados Clasificación del tipo de Cobertura Clasificación Supervisada 1 Lagunas 2 Páramo Húmedo 3 Bosque 4 Páramo Seco 5 A. Sin Vegetación Clasificación del tipo de Cobertura Clasificación Supervisada (Dura) Determina la pertenencia de un pixel a una firma espectral específica (MAXLIKE) aatribución binaria Creación de firmas espectrales (combinación de bandas) Prueba de confianza Comparación de resultados de la clasificación vs sitios de verificación. (Matriz de Errores)

Resultados

Resultados Determinación de áreas con pendiente menor a 20% Clasificación del tipo de Cobertura en pendientes bajas Determinación de áreas con pendiente menor a 20% Se creo un Modelo digital de Elevación (DEM) a partir de la cartografía 1:10.000 Se determinó a partir del DEM un mapa de pendientes Overlay de la clasificación de cobertura en areas con pendiente menor a 20% Se aisló a áreas con pendientes <20% Areas de Humedal cumplen: Areas menores a 20% de pendiente Areas correspondientes a Páramo Húmedo

Resultados

Resultados Anteriormente Lagunas Otros: Curso de ríos - Morfología Convexa - Alta capacidad de Retención de Agua Curso de ríos

Conclusiones Sensores remotos pueden contribuir a la selección de humedales, aunque depende de características de la zona (morfología, clima) Validación: mediciones en el campo a largo plazo. (El levantamiento de sitios de entrenamiento y validación es puntual) Disponibilidad de imágenes – lapso entre toma de la imagen y levantamiento de sitios

GRACIAS