VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

METODOLOGIA PARA LA DETECCIN DE REAS DEFORESTADAS Y ESTIMACIN DE BIOMASA EN LA AMAZONA PERUANA METHODOLOGY FOR DETECTION OF DEFORESTED AREAS AND ESTIMATES OF BIOMASS IN THE PERUVIAN AMAZON
Fernando J. Diaz Salinas , Eleazar L. Villanueva Balvn , Alex R. Zambrano Ramirez Comisin Nacional de Investigacin y Desarrollo Aeroespacial-CONIDA, Calle Luis Felipe Villarn 1069 San Isidro, Lima Per. e-mail: joeldiaz@conida.gob.pe, evillanueva@conida.gob.pe, azambrano@conida.gob.pe RESUMEN
El presente artculo muestra los resultados preliminares del estudio de deforestacin y biomasa que se viene desarrollando en la Comisin Nacional de Investigacin y Desarrollo Aeroespacial del Per, el cual tiene por objetivo la deteccin de reas deforestadas en el rea piloto de la Selva Norte, especficamente en la Regin San Martn y cuantificar la capacidad potencial de capturar dixido de carbono por especies nativas o ecosistemas mediante el uso de imgenes multitemporales pticas y de radar. En las imgenes pticas se usaron filtros de textura, as como la Transformacin de Divergencia Jeffries-Matusita y se clasificaron las nubes en primera instancia para luego clasificar las reas deforestadas de forma supervisada mediante el algoritmo de mnima distancia. En las imgenes de radar el proceso fue determinado por la radio calibracin, multilooking, co-registro, filtrado, interpretacin visual, clasificacin y georeferenciado de las imgenes. Se obtuvieron buenos resultados en las matrices de confusin y en el coeficiente Kappa realizado con datos de campo para determinar cobertura de los bosques, aunque se presenta problemas por las condiciones topogrficas de la zona de estudio. En cuanto a la cuantificacin de biomasa se encuentra en proceso de investigacin y determinacin de precisin de los productos proporcionados por el sensor MODIS. Palabras claves: deforestacin, biomasa, imgenes pticas, imagen de radar.

ABSTRACT
This article presents the preliminary findings of the study of deforestation and biomass that is being developed at the National Commission for the Investigation of Aerospace Research and Development of Per, this study aims at detecting deforested areas in the pilot area of the northern jungle, specifically in Region San Martin and to quantify the potential to capture carbon dioxide for native species or ecosystems using multitemporal optical images and radar. In the optical images, filters were used texture and the Transformation of Divergence Jeffries-Matusita and the clouds were classified first so that later the deforested areas could be monitored through the algorithm of minimum distance. In the radar images the process was determined by radio calibration, multilooking, co-registration, filtering, visual interpretation, classification and geo-referenced images. Good results were obtained in the matrix of confusion and the Kappa index made with field data to determine coverage of forests, although topographical conditions of the study area did present problems. Therefore, the quantification of biomass is in the process of investigation and determination of precision products provided by the MODIS sensor. Key words: deforestation, biomass, optical images, radar image.

INTRODUCCIN
La Comisin Nacional de Investigacin y Desarrollo Aeroespacial (CONIDA) del Per, es el ente rector de las actividades Aeroespaciales en el pas y Sede de la Agencia Espacial del Per, teniendo como misin desarrollar y difundir la tecnologa aeroespacial en beneficio de los intereses nacionales, motivo por el cual, cada ao renueva su compromiso con el pas de dedicar todas sus capacidades para el desarrollo de tecnologas aeroespaciales en beneficio del Desarrollo Nacional. En ese sentido, una de sus funciones es propiciar y desarrollar con fines pacficos, investigaciones y trabajos tendientes al progreso del pas en lo espacial, desenvolvindose en cuatro actividades principales: propulsin, instrumentacin cientfica,
317

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

astronoma y geomtica. Dentro de las lneas de investigacin que se desarrolla en la actividad de geomtica se viene desarrollando un estudio de deteccin de reas deforestadas y estimacin de prdida de biomasa en la Regin San Martn. La amazona peruana es una regin que presenta diversos gradientes de pisos ecolgicos, originando un mosaico de variados ecosistemas y zonas que albergan gran cantidad de especies de flora y fauna de alto valor y prioridad para la conservacin nacional y mundial. El Per posee 71,8 millones de hectreas de bosques naturales, constituyndose en el noveno pas a nivel mundial con mayor extensin forestal y segundo en Sudamrica despus de Brasil. Cerca del 95% de los bosques naturales, se ubican en la regin amaznica. La mayor amenaza para la conservacin de los bosques hmedos tropicales es la deforestacin, causada por la conversin de uso de las tierras boscosas para otros fines, principalmente el agropecuario, como consecuencia de la migracin del agricultor de la Sierra a la Selva (agricultura migratoria). Por esta razn, se estima una prdida promedio de bosques en la regin de 261.000 ha/ao, que se traduce en una deforestacin acumulada hasta el presente, de 9 millones de hectreas, sin mayor beneficio en trminos de desarrollo sostenible para la regin (Instituto Nacional de Recursos Naturales-INRENA, 2004). La explotacin inadecuada de los bosques en las ltimas dcadas, donde no existi un compromiso de recuperacin de los recursos, muestra en la actualidad un incremento de la informalidad y de la tala ilegal. San Martn, donde se ubica el rea de conservacin Cordillera Escalera, es la ms deforestada de la amazona peruana, llegando sta a afectar hasta un 26.47% de su extensin total (Gobierno Regional San Martn, 2007). Los datos de percepcin remota obtenidos en la banda ptica han sido utilizados tradicionalmente como fuente primaria de informaciones para subsidiar mapas de control y fiscalizacin de bosques. El uso de imgenes SAR para esta finalidad, comenz a ser explorado apenas a partir de 1990 (NOVO, E.M.L.M, 2008). Para bosques tropicales, existen estudios de reas deforestadas (con o sin biomasa remanente) y de corte selectivo con datos SAR (SAATCHI et al. 1997, VAN DER SANDEN e HOEKMAN 1999, apud KUPLICH, T. M., 2003). La estimacin de biomasa de la cubierta vegetal se hace necesaria en los estudios climatolgicos y del medio ambiente, donde la mayor cantidad de incertidumbre se deriva por la falta de informacin sobre la densidad de la biomasa para el estudio del ciclo global de carbono. El presente trabajo muestra los resultados preliminares obtenidos de la metodologa utilizada para la deteccin de reas deforestadas y la cuantificacin de biomasa en la Regin San Martn, siendo un modelo para su adaptacin en otras reas de la amazona de Per.

OBJETIVOS
Detectar reas deforestadas y evaluar el proceso de esta deforestacin en la parte norte de la selva, especficamente en la Regin San Martn, producto de la actividad antrpica en los ltimos aos mediante el uso de imgenes de satlite, con la finalidad de contribuir a la conservacin y recuperacin autosostenida del medio ambiente. Cuantificar la capacidad potencial de capturar dixido de carbono en especies nativas o en ecosistemas del rea de estudio mediante el uso de imgenes de satlite.

MATERIALES Y MTODOS
El rea de estudio se encuentra en la Regin San Martn, teniendo como rea piloto el rea de Conservacin Regional denominada , localizada entre las coordenadas geogrficas 6 04 41,33 y 6 50 15,42 de latitud Sur y 76 34 43,35 y 75 46 30,06 de longitud Oeste (Figura 1), la cual tiene una superficie de ciento cuarenta y nueve mil ochocientas setenta hectreas (149.870,00 ha), ubicada en los distritos de Pinto Recodo, San Roque de Cumbaza, Pongo del Caynarachi y Barranquita de la provincia de Lamas y de los distritos de
318

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

San Antonio de Cumbaza, Tarapoto, La Banda de Shilcayo, Shapaja y Chazuta de la provincia de San Martn, dentro de la Regin San Martn. Esta rea es considerada una zona prioritaria para la conservacin de mamferos, anfibios, reptiles y aves ya que alberga especies de distribucin muy restringida y se encuentra fuertemente amenazada por procesos de deforestacin. Actualmente, la regin de San Martn presenta un rea deforestada anual de 57.521 hectreas.

Figura 1. Ubicacin del rea de Conservacin Regional Cordillera Escalera. Figure 1. Location of the Regional Conservation Area Cordillera Escalera. El trabajo de campo se realiz con la finalidad de reconocer coberturas, evaluar la accesibilidad y colectar puntos de apoyo que permitieran verificar la precisin de las correcciones geomtricas realizadas a las imgenes, adems de establecer contacto con instituciones involucradas en la problemtica como el gobierno regional, entidades del Estado y organizaciones no gubernamentales. Hasta el momento, para este trabajo se utilizaron imgenes pticas, entre ellas, cuatro imgenes Landsat (tres de 1999 y una del 2001) y una imagen Aster (2004) e imgenes de radar ENVISAT/ASAR (2007) y ALOS (2007), de acuerdo se detalla en la tabla 1: Tabla 1. Lista de imgenes utilizadas. Table 1. List of images used.
SENSOR Landsat Landsat Landsat Landsat Aster ENVISAT/ASAR ENVISAT/ASAR ALOS PATH/ROW p007r064_7p20010826_z18 p007r065_7t19990805_z18 p008r064_7t19990711_z18 p008r065_7t19990711_z18 AST_L1B_00310122004153215_20070914105920_19247 ASA_APS_1PNPDE20070504_032503_000000152057 00447 27054 8207 N1 ASA_APS_1PNPDE20070608_032505_000000162058 00447 27055 8913 N1 IMG-HH-ALPSRP067257060-P1 5GUA FECHA 26/08/2001 05/08/1999 11/07/1999 11/07/1999 12/10/2004 04/05/2007 08/06/2007 30/04/2007

Las imgenes pticas fueron calibradas radiomtricamente determinando valores de reflectancia aparente, as como valores de temperatura para las bandas trmicas tanto en las imgenes Landsat como Aster; debido a la presencia de nubes de manera constante durante gran parte del ao en el rea de inters, se realiz una clasificacin de las mismas con el mtodo de rbol de decisiones para minimizar los efectos y variaciones que afectan a las diferentes coberturas durante el proceso de clasificacin.
319

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

Luego de enmascarar las nubes de las imgenes se realiz la clasificacin de reas deforestadas determinndose reas de muestreo mediante un anlisis visual en principio para posteriormente probar tcnicas que permitan una deteccin semi-automtica utilizando filtros de textura, componentes principales, Tasseled Cap (especficamente para imgenes Landsat) y clasificacin digital supervisada, utilizando el algoritmo de mnima distancia. Esta tcnica requiere de regiones de inters y firmas espectrales de pxeles caractersticos de cada clase, para lo cual se realiz la colecta de campos de entrenamiento en diferentes zonas de la imagen basados en el trabajo de campo realizado con el fin de entrenar al clasificador y determinar el grado de confiabilidad de los resultados. Para el clculo de separabilidad de clases se utiliz el mtodo de Jeffries-Matusita (Transformacin de divergencia); este mtodo permiti la discriminacin de las clases, sin embargo hubo algunas clases que presentaban confusin, motivo por el cual se hizo necesario hacer procesos de post clasificacin como filtros de mayora y conversin a capas vectoriales para su posterior edicin en un sistema de informacin geogrfica, con la finalidad de corregir los errores y obtener una clasificacin acorde a la realidad. Para el caso de las imgenes Aster se mantuvo la misma metodologa que las imgenes Landsat, con la diferencia que se realiz una extraccin de firmas espectrales en base a las 14 bandas re-muestreadas a 30 metros. Debido a que se cuenta slo como informacin base confiable a la Zonificacin Ecolgica Econmica (ZEE) a una escala general no se pudo comparar con los resultados de la clasificacin. En las imgenes de radar se realiz un pre-procesamiento o radio calibracin con el software SARInfors desarrollado por Reserch Institute of Forest Resource Information Tecniques de la Repblica Popular China, para luego aplicar un multilooking con una razn de 4:1 obtenindose una imagen mejorada con las siguientes dimensiones: en azimut: 6442 lneas y un tamao de pxel de 15,8 m en rango: 6228 columnas y un tamao de pxel de 15,8 m. Posterior al proceso de multilook se realiz el co-registrado entre imgenes SAR para generar una secuencia multitemporal y un filtrado de la imagen con el objetivo de reducir el ruido y mejorar la clasificacin a realizarse, se realizaron pruebas con filtros como Enhanced Frost, Gamma Map, Local Sigma and Median filtres con diferentes tamaos de ventana (5x5 y 7x7 pixel). Para la clasificacin supervisada tambin se definieron campos de entrenamiento en base a la interpretacin visual de las imgenes SAR y pticas usando composiciones en falso color, mapa forestal y el trabajo de campo. La productividad primaria es una tasa con la que la energa luminosa es convertida en biomasa, en el que la suma de energa convertida es denominada productividad primaria bruta y la integracin de los productos de fotosntesis netos a lo largo de un ao es llamada productividad primaria neta. El MOD17 es un producto de nivel 4 del sensor MODIS que mide la fotosntesis lquida y la productividad primaria para periodos de 8 a 32 das, as como anuales, pudiendo ser utilizadas estas medidas en modelos climticos para definir el flujo dinmico de carbono en la estacionalidad de los diferentes tipos de vegetacin de la superficie terrestre (RUDORFF et al., 2007). Mediante la calibracin de los productos MODIS se determin la productividad primaria bruta en la regin San Martn para los periodos de 26/02/2000 al 04/07/2001, 01/01/2002 al 21/08/2002 y 12/07/2004 al 27/12/2004.

RESULTADOS
En el proceso de clasificacin de nubes que se realiz para las imgenes antes mencionadas se obtuvieron muy buenos resultados. En la figura 2 se muestra una clasificacin de nubes realizada a una imagen Landsat del 26 de Agosto del 2001.

320

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

Figura 2. Clasificacin de nubes. Figure 2. Classification of clouds. La figura 3 muestra las reas de entrenamiento para la clasificacin de las imgenes pticas como son: reas de cultivo y reas intervenidas; las muestras fueron distribuidas en forma aleatoria en toda la imagen a fin de tener un mejor resultado al momento de la clasificacin de la imagen.

Figura 3. Campos de entrenamiento. Figure 3. Training Camps. Si bien la tcnica proporciona resultados aceptables en la clasificacin de las imgenes de satlite, en las reas donde el terreno presenta gran rugosidad por efecto del relieve, esta tcnica mostr deficiencias en la confusin de clases, ya sea en zonas con sombras o alta incidencia solar, especialmente en las zonas con topografa agreste lo cual causa confusin entre vegetacin y reas intervenidas (Figura 4).

Figura 4. Confusin en la clasificacin. Figure 4. Confusion in the classification.

321

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

Los resultados obtenidos con las imgenes Aster son comparables con los de la clasificacin de imgenes Landsat, sin embargo la clasificacin de la imagen Aster present resultados con una separabilidad mucho mayor tanto por las clases usadas como por la extensin que abarca. En la figura 5 se muestra las firmas espectrales obtenidas con la imagen Aster.

Figura 5. Firmas Espectrales de las imgenes ASTER. Figure 5. Spectral Signatures-ASTER Imagens. Los resultados obtenidos de la clasificacin de las imgenes de radar ENVISAT/ASAR del 04 de mayo del 2007 y del 08 de junio del mismo ao (Figura 6) tambin fueron aceptables.

ENVISAT/ASAR Imagen 04 Mayo

ENVISAT/ASAR Imagen 08 Junio

Figura 6. Resultados de la clasificacin de las imgenes SAR. Figure 6. Results of the classification of the SAR images. Asimismo, en la figura 7 se muestra un ejemplo de la imagen de productividad primaria bruta promedio obtenida para el mes de marzo del 2000. En ese sentido, an se viene estudiando la precisin de los datos obtenidos por los productos MODIS para la determinacin de productividad primaria bruta en el rea de estudio.

322

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

Figura 7. Productividad Primaria Bruta Promedio del mes de Marzo de 2000. Figure 7. Gross Average Primary Productivity-Month of March 2000. En resumen, se han obtenido como resultados preliminares mapas de clasificacin de la cobertura del suelo usando las imgenes de sensores pticos (Landsat, ASTER) y las imgenes de radar de apertura sinttica SAR (ASAR y PALSAR), se confeccionaron para ellas tablas que muestran las matrices de confusin y coeficientes Kappa los cuales estiman la precisin de los resultados en funcin de las clases definidas en campo, obteniendo buena precisin en las imgenes Landsat correspondientes a los Path/Row 7/64 y 8/65 (mayor a 98%), en la imagen Aster se obtuvo una precisin prxima a los 93% y en la imagen de radar ENVISAT/ASAR el resultado fue superior al 75%, segn se detalla en la tabla 2: Tabla 2. Resultados de precisin de la matriz de confusin y coeficiente Kappa. Table 2. Results precision of the matrix of confusion and Kappa index. IMAGEN PRECISION (%) COEFICIENTE KAPPA Landsat 007/064 98.95 0.9778 Landsat 007/065 20.40 0.1214 Landsat 008/064 61.18 0.5479 Landsat 008/065 98.03 0.9739 Aster 92.95 0.89 ENVISAT/ASAR 77.20 0.72 Al analizar la precisin obtenida con las matrices de confusin con algunos aspectos de la imagen se puede decir que la baja precisin obtenida en las imgenes Landsat correspondientes a los Path/Row 7/65 y 8/64 se deben a condiciones topogrficas del terreno que afectan contribuyendo con reas de sombra y causando confusin con cuerpos de agua y rebajando la reflectancia de otra coberturas, otro factor importante son las condiciones meteorolgicas durante la adquisicin de las imgenes, como la aparicin de nubes cirroestratos con apariencia de velo las cuales disminuyen la capacidad de distinguir. Los resultados de la matriz de confusin en la imagen ASAR muestran una precisin aceptable para la zona y principalmente problemas de confusin con reas pantanosas y sombras, esto se debe principalmente a las caractersticas de la topografa y rugosidad que presenta el bosque.
323

VIII Seminrio de Atualizao em Sensoriamento Remoto e Sistemas de Informaes Geogrficas Aplicados Engenharia Florestal

CONCLUSIONES
El uso de sensores multiespectrales provee de informacin importante para determinar coberturas en los bosques del Per con un alto grado de precisin (superior al 90%), aunque presenta ciertas limitaciones debido a las condiciones meteorolgicas y topogrficas en la selva alta y baja que pueden disminuir esta precisin considerablemente. Los sensores radar de apertura sinttica SAR tambin muestran un gran potencial en la determinacin de coberturas con un grado de precisin aceptable (superior al 75%) y aunque tambin presenta problemas por las condiciones topogrficas y estacionalidad de la humedad se presenta como una muy buena opcin en reas con nubosidad continua durante todo el ao. El uso de imgenes SAR con polarimetra completa y en diferentes bandas (como la banda C y L) ayuda a mejorar los resultados. En cuanto a la cuantificacin de biomasa las series temporales del sensor MODIS es una alternativa, que se encuentra en proceso de investigacin y determinacin de precisin. Asimismo, habra que profundizar el estudio mediante el uso de las imgenes SAR disponibles. Los clasificadores como de mnima distancia y rbol de decisiones han generado buenos resultados, tanto por la precisin en los resultados y en el caso del rbol de decisin por su versatilidad para incluir y manipular variables. Respecto al trabajo de campo, se hace necesario nuevas mediciones que permitan aumentar la precisin del estudio, tanto en la determinacin de cobertura de bosques y cuantificacin de biomasa. Debido a la limitacin que se presenta para adquirir imgenes pticas (condiciones climticas), todava no existe un dato exacto de reas deforestadas, ni cantidad de biomasa de la zona de estudios.

REFERENCIAS
Gobierno Regional de San Martn. Plan Maestro 2007-2011 del rea de Conservacin Regional Cordillera Escalera web disponible en: http://www.regionsanmartin.gob.pe/descargas/transparencia/ planes_desarrollo/PM_ACR_CE_Final.pdf. Acceso: 30 junio 2008. Instituto Nacional de Recursos Naturales (INRENA). Plan Estratgico Institucional 2004-2006 web disponible en: http://www.inrena.gob.pe/gestinst/gestion/pei2004-2006/pei2004-2006.pdf. Acceso: 23 junio, 2008. KUPLICH, T. M. Estudos Florestais com Imagens SAR. Espao & Geografa, v. 06, n. 01, p. 71-96, 2003. NOVO, E. M. L. M. Sensoriamento Remoto: Princpios e Aplicaes. In: NOVO, E.M.L.M. Exemplos de Aplicaes. 3 Edio, So Paulo: Edgard Blucher, 2008, Cap. 8, p. 333-338. PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento Remoto no estudo da vegetao. In: PONZONI, F.J. A Aparncia da vegetao em Imagens Multi-Espectrais. So Jos dos Campos: Parntese, 2007, v 1, Cap. 2, p 41-66. RUDORFF, B. F. T. (Org.) et al. O Sensor MODIS e suas aplicaes ambientais no Brasil. In: RUDORFF, B.F.T. (Org.) Produtos para ecossistemas terrestres MODLAND. 1 Edio, So Jos dos Campos: Parnteses, 2007, Cap. 2, p. 23-31. RUNNING, S. et al. A Continuous Satellite-Derived Measure of Global Terrestrial Primary Production. Bioscience, 2004, vol. 54 N 6. p 547-560.

324