103574

Master Thesis Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg Universidad de Salzburg

CARACTERIZACIÓN DE LA COBERTURA VEGETAL Y EL USO DEL SUELO PARA LA PROVINCIA DE IMBABURA – ECUADOR CHARACTERIZATION OF THE VEGETATION COVERAGE AND LAND USE OF THE PROVINCE IMBABURA - ECUADOR. by/por Ing. Vinicio Fernando Fuentes Benítez 01323720 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS)

Quito - Ecuador, Agosto 2018

COMPROMISO DE CIENCIA Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Quito - Ecuador agosto 2018 Lugar y Fecha

Firma

3

RESUMEN Las actividades humanas a través del tiempo han generado transformaciones en la superficie terrestre, y siendo una necesidad generar Información Geográfica de mayor precisión se aplica una metodología que permite caracterizar la cobertura vegetal y uso de suelo de la provincia de Imbabura (Ecuador).

El presente trabajo se desarrolló en la provincia de Imbabura ubicada al norte del Ecuador, y en el que se presenta una metodología que permite caracterizar y determinar la superficie de Cobertura y Uso de Suelo, a través del procesamiento y clasificación supervisada en seis escenas correspondientes a imágenes satelitales de alta resolución de los sensores Spot 6&7 de temporalidad 2014 – 2015. Para la caracterización se determina el Nivel 1 definido por el Ministerio de Agricultura y Ganadería (MAGAP) y el Ministerio del Ambiente (MAE);

los

softwares utilizados fueron ERDAS 2014, PCI Geomatics 2016, ArcMap 10.1; los resultados obtenidos de la clasificación se definen en una superficie de 208,093.82 hectáreas de Bosque; 119,592.69 hectáreas de Tierra Agropecuaria; 113,867.48 hectáreas de Vegetación Arbustiva y Herbáceas; 1,948.67 hectáreas de Cuerpo de Agua; 5,905.46 hectáreas de Zona Antrópica. Proceso definido como satisfactorio ya que muestra una fiabilidad superior al 86.56% (Coeficiente de Kappa); mostrando la eficiencia de la clasificación supervisada y su concordancia.

Palabras clave: Información Geográfica, caracterizar, clasificación, cobertura vegetal, uso de suelo.

4

ABSTRACT Human activities through time have generated transformations on the Earth’s surface. Due to the need to provide more accurate Geographic Information, a methodology was applied to characterize the vegetation coverage and the land use of Imbabura Province (Ecuador).

This work was conducted in the Province of Imbabura, located in Northern Ecuador.

The

presented

methodology

allows

the

characterization

and

determination of surface coverage and land use, by processing and supervised classification six scenes of high-resolution satellite images of the 6&7 SPOT sensors from 2014 - 2015. For the characterization, Level 1 has been defined by the Ministry of Agriculture and Livestock (MAGAP) and the Ministry of Environment (MAE). The used Software were ERDAS 2014, PCI Geomatics 2016, and ArcMap 10.1 The results achieved from the classification defined a surface of 208,093.82 hectares of forest; 119,592.69 hectares of agricultural soil; 113,867.48 hectares of shrub and herbaceous vegetation; 1,948.67 hectares of water bodies; 5,905.46 hectares of anthropogenic zone. The process was defined as satisfactory since it showed a high reliability level: 86.56% (Kappa Coefficient); indicating the efficiency of the supervised classification and its concordance.

Keywords: Geographic Information, characterization, classification, vegetation coverage, soil use.

5

ÍNDICE DE ABREVIATURAS ASTER

The Advanced Spaceborne Thermal Emission and Reflection Radiometer

CLIRSEN

Centro de Levantamientos Integrados de Recursos Naturales por Sensores Remotos

CONAGE

El Consejo Nacional de Geo informática

COOTAD

Código Orgánico de Organización Territorial, Autonomía y Descentralización

COPFP

Código Orgánico de Planificación y Finanzas Publicas

ESA

European Space Agency

FAO

Food and Agriculture Organization

FLACSO

Facultad Latinoamericana de Ciencias Sociales

FOV

Field of View

GADPI

Gobierno Autónomo Descentralizado Provincial de Imbabura

GIFOV

Ground Instantaneous Field of View

GLONAS

Global Navigation Satellite System

GNSS

Sistema Global de Navegación por Satélite

GPS

Global Positioning System

GSD

Ground Sampling Distance

IFOV

Instantaneous Field of View

IGFOV

Instantaneous Geometric Field of View

IGM

Instituto Geográfico Militar

IPCC

Intergovernmental Panel on Climate Change

JAXA

Japan Aerospace Exploration Agency

6

KARI

Korea Aerospace Research Institute

MAE

Ministerio del Ambiente

MAGAP

Ministerio de Agricultura, Ganadería, Acuacultura y Pesca

MSI

Moisture Stress Index

NASA

National Aeronautics and Space Administration

ND

Niveles Digitales

NDVI

Índice de Vegetación de Diferencia Normalizada

ORSI

Observatorio Regional de la Sociedad de la Información

PDOT

Plan de Desarrollo y Ordenamiento Territorial

REGME

Red GNSS de Monitoreo Continuo del Ecuador

SAVI

Índice de Vegetación Ajustado al Suelo

SENPLADES

Secretaría Nacional de Planificación y Desarrollo

SIG

Sistemas de Información Geográfica

SIN

Sistema Nacional de Información

SINAGAP

Sistema Nacional de Información de Agricultura, Ganadería, Acuacultura y Pesca

SRTM

Shuttle Radar Topography Mission

UPAS

Unidades de Producción Pecuarias

7

CONTENIDO

RESUMEN ............................................................................................................................ 3 ABSTRACT .......................................................................................................................... 4 ÍNDICE DE ABREVIATURAS ........................................................................................... 5 CONTENIDO ........................................................................................................................ 7 LISTADO DE FIGURAS .................................................................................................... 10 LISTADO DE TABLAS ..................................................................................................... 12 CAPÍTULO I ....................................................................................................................... 13 1.

INTRODUCCIÓN ............................................................................................ 13 1.1.

ANTECEDENTES ........................................................................................... 13

1.2.

OBJETIVOS ..................................................................................................... 14

1.2.1. OBJETIVO GENERAL.................................................................................... 14 1.2.2. OBJETIVOS ESPECÍFICOS ........................................................................... 14 1.3.

PREGUNTAS DE INVESTIGACIÓN ............................................................ 15

1.4.

JUSTIFICACIÓN ............................................................................................. 15

1.5.

ALCANCE ....................................................................................................... 17

CAPÍTULO ll ...................................................................................................................... 18 2.

REVISIÓN DE LITERATURA ....................................................................... 18 2.1.

BASE LEGAL .................................................................................................. 18

2.2.

TELEDETECCIÓN .......................................................................................... 20

2.3.

ESPECTRO ELECTROMAGNÉTICO ........................................................... 21

2.4.

TIPO DE SENSORES ...................................................................................... 23

2.5.

RESOLUCIÓN DE IMÁGENES ..................................................................... 24

2.5.1. RESOLUCIÓN ESPACIAL ............................................................................. 24 2.5.2. RESOLUCIÓN ESPECTRAL .......................................................................... 25 2.5.3. RESOLUCIÓN TEMPORAL ........................................................................... 26 2.5.4. RESOLUCIÓN RADIOMÉTRICA .................................................................. 26 2.6.

SENSOR SPOT 6&7 ........................................................................................ 27

8

2.6.1. SENSORES DISEÑADOS PARA LA ESCALA 1:25.000 .............................. 29 2.7.

USO DE SUELO Y COBERTURA VEGETAL ............................................. 30

2.8.

RED GNSS DE MONITOREO CONTINUO DEL ECUADOR – REGME ... 31

2.9.

MARCO METODOLÓGICO .......................................................................... 33

CAPÍTULO lll ..................................................................................................................... 37 3.

METODOLOGÍA ............................................................................................. 37 3.1.

UBICACIÓN DEL AREA DE ESTUDIO ....................................................... 37

3.2.

METODOLOGÍA USADA .............................................................................. 38

3.3.

FASE DE ADQUISICIÓN ............................................................................... 39

3.3.1. ADQUISICIÓN DE CARTOGRAFÍA BÁSICA E INFORMACIÓN SECUNDARIA ................................................................................................ 46 3.4.

PRE-PROCESAMIENTO DE IMÁGENES .................................................... 46

3.4.1. CALIBRACIÓN RADIOMÉTRICA Y CORRECCIÓN ATMOSFÉRICA IMÁGENES SPOT 6&7 ................................................................................... 46 3.4.2. CORRECCIÓN GEOMÉTRICA IMÁGENES SPOT 6&7 .............................. 47 3.4.3. LOCALIZACIÓN DE PUNTOS DE CONTROL ............................................ 48 3.4.4. OBTENCIÓN DE DATOS DESDE RECEPTORES ....................................... 48 3.4.5. POS-PROCESAMIENTO CON SOFTWARE MAGNET TOOLS ................. 49 3.4.6. PROCESAMIENTO EN SOFTWARE ERDAS 2014...................................... 52 3.5.

CARACTERIZACIÓN DE COBERTURA VEGETAL Y USO DE SUELO 54

3.5.1. DEFINICIONES PARA EL NIVEL l .............................................................. 55 3.5.2. DEFINICIONES PARA EL NIVEL ll ............................................................. 56 3.6.

CLASIFICACIÓN SUPERVISADA DE IMÁGENES SPOT 6&7 ................ 58

3.6.1. OBTENCIÓN DE FIRMAS ESPECTRALES ................................................. 58 3.6.2. EDICIÓN Y COMPROBACIÓN DE FIRMAS ESPECTRALES .................. 60 3.7.

CLASIFICACIÓN DE IMÁGENES ................................................................ 62

3.8.

EDICIÓN DE CLASES .................................................................................... 63

9

3.9.

CÁLCULO DE SUPERFICIES ....................................................................... 64

3.10. PROCESO DE FILTRADO ............................................................................. 65 CAPÍTULO IV .................................................................................................................... 66 4. RESULTADOS Y DISCUSIÓN ................................................................................. 66 4.1.

RESULTADOS ................................................................................................ 66

4.1.1. RESULTADOS IMAGEN 1 ........................................................................... 66 4.1.2. RESULTADOS IMAGEN 2 ........................................................................... 69 4.1.3. RESULTADOS IMAGEN 3 ............................................................................ 71 4.1.4. RESULTADOS IMAGEN 4 ............................................................................ 73 4.1.5. RESULTADOS IMAGEN 5 ........................................................................... 75 4.1.6. RESULTADOS IMAGEN 6 ............................................................................ 77 4.1.7. RESULTADOS GLOBALES PARA EL NIVEL I ......................................... 79 4.2.

DISCUSIÓN. .................................................................................................... 82

CAPÍTULO V ..................................................................................................................... 91 5. CONCLUCIONES ...................................................................................................... 91 REFERENCIAS BIBLIOGRÁFICAS ................................................................................ 92 ANEXOS ............................................................................................................................. 99 ANEXO 1.- REGME RED GNSS DE MONITOREO CONTINUO DEL ECUADOR Formulario Informativo de la Estación de Monitoreo Continuo IMBABURA – IBEC. 99 ANEXO 2.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 7 2015-09-13:15:05:41.7 .. 100 ANEXO 3.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-08-23:15:27:19.7 101 ANEXO 4.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2015-09-12:15:14:33.9 .. 102 ANEXO 5.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-08-11:15:19:59.6 .. 103 ANEXO 6.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-07-18:15:04:52.2 .. 104 ANEXO 7.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 7 2015-09-13:15:05:22.4 .. 105

10

LISTADO DE FIGURAS Figura 1. Proceso en teledetección. ..................................................................... 20 Figura 2. Espectro Electromagnético ................................................................... 22 Figura 3. Continuidad de la misión de la serie SPOT. .......................................... 27 Figura 4. Comparación imágenes SPOT .............................................................. 30 Figura 5. Red de Monitoreo Continuo Ecuador .................................................... 32 Figura 6. Proceso información de precisión ......................................................... 32 Figura 7. Mapa Ubicación Imbabura .................................................................... 37 Figura 8. Metodología .......................................................................................... 39 Figura 9. Escena ORT_SPOT7_20150913_150541900_000 .............................. 40 Figura 10. Escena ORT_SPOT6_20140823_152728600_000 ............................ 41 Figura 11. Escena ORT_SPOT6_20150912_151434000_000 ............................ 42 Figura 12. Escena ORT_SPOT6_20140811_152000500_000 ............................ 43 Figura 13. Escena ORT_SPOT6_20140823_152728600_000 ............................ 44 Figura 14. Escena ORT_SPOT7_20150913_150525300_000 ............................ 45 Figura 15. Datos obtenidos de la REGME............................................................ 48 Figura 16. Proceso de corrección MAGNET Office Tools .................................... 50 Figura 17. Proceso de corrección MAGNET Office Tools .................................... 50 Figura 18. Proceso de corrección MAGNET Office Tools .................................... 52 Figura 19. Proceso de corrección puntos de control ............................................ 53 Figura 20. Escenas corregidas ............................................................................. 54 Figura 21. Ejemplos de Áreas de entrenamiento y firmas espectrales definidas. 60 Figura 22. Histograma Bidimencional – Scatter Plot ............................................ 61 Figura 23. Corrección y enmascaramiento ........................................................... 63 Figura 24. Cálculo de superficies en PCI Geomatic ............................................. 64 Figura 25. Cálculo de superficies en ArcMap ...................................................... 65 Figura 26. Filtro Paso Bajo 3x3 ............................................................................ 65 Figura 27. Mapa Resultado Spot7 2015-09-13..................................................... 68 Figura 28. Mapa Resultado Spot6 2015-09-12..................................................... 70 Figura 29. Mapa Resultado Spot6 2014-08-11..................................................... 72 Figura 30. Mapa Resultado Spot7 2015-09-13..................................................... 74 Figura 31. Mapa Resultado Spot6 2014-08-23..................................................... 76

11

Figura 32. Mapa Resultado Spot6 2014-07-18..................................................... 78 Figura 33. Mapa de Resultado Globales NIVEL I ................................................. 80

12

LISTADO DE TABLAS Tabla 1. Características de las Bandas Espectrales ............................................ 23 Tabla 2. Características técnicas SPOT 6&7 ....................................................... 28 Tabla 3. Características orbitales y capacidad de observación ............................ 28 Tabla 4. Coordenadas Post-sísmicas vigentes a partir del 17 de abril del 2016 . 33 Table 5. Coordenadas datos autónomos ............................................................. 49 Tabla 6. Coordenadas corregidas ........................................................................ 51 Tabla 7. Leyenda Temática Nivel l y ll .................................................................. 55 Tabla 8. Definiciones Operativas Nivel l ............................................................... 55 Tabla 9. Definiciones operativas Nivel ll ............................................................... 56 Tabla 10. Ejemplo de Reporte separabilidad........................................................ 61 Tabla 11. Matriz de clasificación .......................................................................... 62 Tabla 12. Matriz de confusión .............................................................................. 63 Tabla 13. Área determinada para la escena SPOT 7 2015-09-13:15:05:41.7 ...... 66 Tabla 14. Área determinada para la escena SPOT 6 2015-09-12:15:14:33.9 ...... 69 Tabla 15. Área determinada para la escena SPOT 6 2014-08-11:15:19:59.6 ...... 71 Tabla 16. Área determinada para la escena SPOT 7 2015-09-13:15:05:22.4 ...... 73 Tabla 17. Área determinada para la escena SPOT 6 2014-08-23:15:27:19.7 ...... 75 Tabla 18. Área determinada para la escena SPOT 6 2014-07-18:15:04:52.2 ...... 77 Tabla 19. Resultados globales Nivel 1 ................................................................. 81

13

CAPÍTULO I 1.

1.1.

INTRODUCCIÓN

ANTECEDENTES

En el Ecuador durante los últimos años se ha incrementado la disponibilidad a nivel comercial de imágenes satelitales de alta resolución, lo que permite generar información geográfica como insumo importante para la planificación, desarrollo, protección, investigación. Además, se resalta la potencialidad de los sensores remotos que permiten procesar datos en áreas relativamente grandes de la superficie terrestre.

A diferencia de lo anterior, existen instituciones a nivel mundial tales como: National Aeronautics and Space Administration (NASA) de Estados Unidos, European Space Agency (ESA) de la Unión Europea, Japan Aerospace Exploration Agency (JAXA) de Japón, Korea Aerospace Research Institute (KARI) de Corea, que permiten el acceso libre hacia la información generada desde satélites en órbita dedicados a la observación de la superficie de la tierra, la atmosfera y los ciclos hídricos. Esta información es procesada en centros especializados y puestos a disposición como datos y servicios, permitiendo así el acceso a información geográfica de: elevación, índice de vegetación, cobertura de vegetación, cuerpos de agua, cobertura de suelo, temperatura de suelo. Dicha información, en su mayoría, se presenta con una resolución espacial mayor a los 30 metros, lo que permite obtener referencias de precisión aceptable en un ámbito regional. Además, con esto se puede realizar análisis de referencia general y determinar que las actividades antrópicas han generado alteraciones en la cobertura vegetal y uso del suelo.

Varias instituciones públicas del estado ecuatoriano proponen cuatro niveles establecidos de forma jerárquica, para su uso en el desarrollo de cartografía en lo referente a leyendas temáticas en mapas de cobertura y uso de la tierra.

14

En la provincia de Imbabura la actividad humana a través del tiempo ha generado transformaciones en la superficie terrestre, mostrando cambios en la cubierta biofísica vista sobre la superficie. Además, las actividades productivas de la población ejercen cambios permanentes que pueden ser estudiados y analizados a través de la Percepción Remota y los Sistemas de Información Geográfica (SIG).

Los SIG y los softwares de procesamiento de imágenes actuales son herramientas versátiles para el desarrollo de Información Geográfica, datos que se aplican a la planificación territorial y a la toma de decisiones para la implementación de políticas relacionadas al ordenamiento territorial (Fernández, del Rio, Andrade, Curtit, Olivera, 2011).

1.2.

OBJETIVOS

1.2.1. OBJETIVO GENERAL Caracterizar la cobertura vegetal y el uso del suelo de la provincia de Imbabura (Ecuador).

1.2.2. OBJETIVOS ESPECÍFICOS Identificar los niveles de cobertura vegetal y el uso del suelo, presentes en la provincia de Imbabura.

Determinar la superficie de cobertura vegetal y uso de suelo de la provincia de Imbabura.

Adaptar la metodología para el procesamiento y clasificación de imágenes satelitales de alta resolución SPOT 6&7.

15

1.3.

PREGUNTAS DE INVESTIGACIÓN

¿Los niveles de la cobertura vegetal y uso de suelo de la provincia de Imbabura se puedan identificar apoyados en una caracterización establecida para el Ecuador continental?

¿El procesamiento de imágenes satelitales de alta resolución por su relación directa con el tamaño del pixel permite determinar con mayor precisión las superficies de cobertura vegetal y uso de suelo?

¿Se puede aplicar los mismos procedimientos de investigaciones relacionadas para el procesamiento y clasificación de imágenes satelitales de alta resolución SPOT 6&7?

1.4.

JUSTIFICACIÓN

En los últimos años el desarrollo acelerado de sistemas informáticos, sistemas de información geográfica, sistemas de posicionamiento global, infraestructuras de datos, percepción remota, software especializado y una base de datos espaciales interoperable disponibles en la red y de fácil acceso "no está sólo en mostrar la información, sino en poder manipularla para realizar cualquier tipo de análisis basado en información geográfica" (ORSI, 2009, p. 47). Todo hace posible que cualquier tipo de usuario pueda generar, procesar, comparar y analizar información geoespacial.

En el Ecuador se ha generado cartografía de Cobertura y uso de la Tierra del Ecuador continental, a escala 1: 100,000 de temporalidad 2013-2014. Esta información permitió conocer la realidad nacional, la que permitirá planificar, formular planes y programas, desarrollar medidas y acciones en la planificación territorial y en la mitigación del cambio climático para el Ecuador continental. Si bien es una herramienta de referencia no tiene mayores exactitudes a nivel local, entendiéndose a las provincias y cantones como áreas de estudio (MAE MAGAP, 2015b).

16

El desarrollo y la dinámica de las poblaciones generan cambios en la superficie del territorio ecuatoriano. La acción humana sobre el suelo, en sus diferentes formas, genera cambios (FLACSO, 2009). Esto motiva a generar cartografía actualizada de manera continua, lo que permite tomar decisiones de acuerdo al desarrollo de los diferentes escenarios generados como resultado de esta dinámica. La obtención de cartografía con escalas de mayor detalle obtenidas de imágenes satelitales de alta resolución, permite a los usuarios de SIG contar con una mejor información geográfica en comparación con imágenes de baja resolución.

El Instituto Geográfico Militar (IGM, 2014) precisa que " del Proyecto Obtención de Cartografía escala 1: 5,000 y Generación de cartografía básica oficial escala 1: 25,000 a nivel nacional se obtendrá resultados tales como: El 100% del territorio continental está cubierto con fotografía aérea escala 1:30.000 (zona bajo la responsabilidad del IGM y SIGTIERRAS" (p.21). Dato importante para la verificación y comparación de resultados en el desarrollo de información geográfica.

El Ministerio del Ambiente y el Ministerio de Agricultura, Ganadería, Acuacultura y Pesca (MAE - MAGAP, 2015a) aclaran que la capa de información temática (capa en formato vector), del proyecto Mapa de Cobertura y Uso de la Tierra del Ecuador Continental 2013-2014, MAE - MAGAP, se encuentra en escala 1: 100,000. Es decir que un centímetro del mapa equivale a un kilómetro en el suelo y su uso es exclusivamente para aplicaciones a escala regional y solo debe usarse como referencia para trabajar a escalas de mayor detalle.

En este contexto, el Gobierno Autónomo Descentralizado Provincial de Imbabura (GADPI), dentro de sus competencias de producción, ambiente, planificación hizo necesario contar con información a escalas más grandes y actualizadas. Por esta razón adquirió imágenes Spot 6&7 de temporalidad 2014 – 2015; aprovechando así las ventajas ofrecidas por los sensores remotos, imágenes que permitirán obtener información geográfica más detallada del área de estudio.

17

Además, analizando metodologías y a través del uso de softwares especializados con el fin de caracterizar la cobertura vegetal y uso de suelo de la provincia de Imbabura, esta información podría servir como un elemento importante en la planificación y en la elaboración de políticas públicas que podrían regular las actividades productivas, de conservación, protección de fuentes de agua, etc.

1.5.

ALCANCE

Este trabajo se realizó dentro de los límites de la provincia de Imbabura y se pretende generar y poner a disposición información geográfica que sea interoperable, comparable, compatible y universal para quienes son productores y usuarios de información geográfica a nivel parroquial, cantonal y provincial.

El grado de análisis de este trabajo está basado en el tamaño de la escala a usarse 1: 25,000, la que permite obtener resultados de mayor precisión, mismos que podrán ser usados como herramienta que apoyaran en las actividades de planificación, desarrollo, protección, conservación, estudios de monitoreo y demás aplicaciones que puedan dar principalmente los niveles de gobierno y beneficiarios que se encuentran dentro del límite provincial.

Se beneficiarán: El Gobierno Autónomo Descentralizado Provincial de Imbabura, los Gobiernos Autónomos Descentralizados Municipales de los cantones Cantonal Ibarra, Otavalo, Cotacachi, Pimampiro, Urcuquí, Antonio Ante; los 36 Gobiernos Autónomos Descentralizados Parroquiales Rurales, Organizaciones públicas y privadas, Investigadores y estudiantes.

18

CAPÍTULO ll 2.

2.1.

REVISIÓN DE LITERATURA

BASE LEGAL

En el Ecuador, la normativa legal permite a las instituciones públicas en sus diferentes niveles de gobierno generar información geográfica, especialmente a los gobiernos provinciales para sus procesos de Planificación y Ordenamiento Territorial. mismos deben ser establecidos de manera coordinada con las demás instituciones del estado.

Art. 263.- Los gobiernos provinciales tendrán las siguientes competencias exclusivas, sin perjuicio de las otras que determine la ley: Planificar el desarrollo provincial y formular los correspondientes planes de ordenamiento territorial, de manera articulada con la planificación nacional, regional, cantonal y parroquial. Planificar, construir y mantener el sistema vial de ámbito provincial, que no incluya las zonas urbanas. Ejecutar, en coordinación con el gobierno regional, obras en cuencas y micro cuencas. La gestión ambiental provincial. Planificar, construir, operar y mantener sistemas de riego. Fomentar la actividad agropecuaria. Fomentar las actividades productivas provinciales.

Gestionar la cooperación internacional para el cumplimiento de sus competencias. (Asamblea Constituyente, 2008, p. 126).

Art. 71.- La naturaleza o Pacha Mama, donde se reproduce y realiza la vida, tiene derecho a que se respete integralmente su existencia y el mantenimiento y regeneración de sus ciclos vitales, estructura, funciones y procesos evolutivos.

Toda persona, comunidad, pueblo o nacionalidad podrá exigir a la autoridad pública el cumplimiento de los derechos de la naturaleza. Para aplicar e

19

interpretar estos derechos se observarán los principios establecidos en la Constitución, en lo que proceda (Asamblea Constituyente, 2008, p. 52).

La Asamblea Nacional (2010a) en el Código Orgánico de Organización Territorial, Autonomía y Descentralización (COOTAD), en lo relacionado a los Planes de Ordenamiento Territorial indica lo siguiente:

Artículo 297.- Objetivos del ordenamiento territorial. - El ordenamiento del territorio regional, provincial, distrital, cantonal y parroquial, tiene por objeto complementar la planificación económica, social y ambiental con dimensión territorial; racionalizar las intervenciones sobre el territorio; y; orientar su desarrollo y aprovechamiento sostenible, a través de los siguientes objetivos: a) La definición de las estrategias territoriales de uso, ocupación y manejo del suelo en función de los objetivos económicos, sociales, ambientales y urbanísticos; b) El diseño y adopción de los instrumentos y procedimientos de gestión que permitan ejecutar actuaciones integrales y articular las actuaciones sectoriales que afectan la estructura del territorio; y, c) La definición de los programas y proyectos que concreten estos propósitos. (p. 128)

Se indica en el Código Orgánico de Planificación y Finanzas Publicas (COPFP), en su Capítulo Tercero, de los del Sistema, Sección Primera, De la Información para la Planificación en el que se menciona en el siguiente Artículo.

Art.30.- Generalidades. - La información para la planificación, tendrá carácter oficial y público, deberá generarse y administrarse en función de las necesidades establecidas en los instrumentos de planificación definidos en este código. (Asamblea Nacional, 2010b, p. 30).

El Consejo Nacional de Geo informática (CONAGE, 2011) publica en Registro Oficial N˚269 que “toda información geoespacial debe estar estructurada de

20

acuerdo con el catálogo de objetos nacional vigente” (p. 14). Esto con el carácter de obligatorio para todas las instituciones del sector público.

2.2.

TELEDETECCIÓN

La teledetección o percepción remota permite obtener información de objetos sobre la superficie de la tierra sin estar en contacto material. refieren como la ciencia, técnica o, incluso “arte” para algunos, de obtener información (imágenes) de la superficie del planeta a distancia, sin entrar en contacto directo con él. Pero la teledetección también incluye todo el trabajo realizado a posteriori con esas imágenes, es decir, su procesamiento e interpretación (Labrador, Évora y Arévalo, 2012, p. 10)

En el proceso de teledetección es necesario la presencia de una fuente de energía que la refleje sobre un objeto y un sensor que tome esa energía reflejada transformándola en información. Finalmente, interactúa con algunos componentes que procesan dicha información como se muestra en la Figura 1.

Figura 1. Proceso en teledetección. (A)Fuente de energía; (B) Objeto; (C) Sensor; (D)Transmisión y Recepción; (E) Almacenamiento, Interpretación y Análisis; (F) Aplicación e información. Interacción de elementos en radiación electromagnética reflejada y captada

21

Anteriormente, se definió la teledetección como aquella técnica que permite obtener información a distancia de los objetos situados sobre la superficie terrestre, para que esta observación remota sea posible, es preciso que entre los objetos y el sensor exista algún tipo de interacción.

Nuestros sentidos perciben un objeto solo cuando pueden descifrar la información que este les envía. Por ejemplo, somos capaces de ver un árbol porque nuestros ojos reciben y traducen convenientemente una energía luminosa procedente del mismo. Esa señal, además, no es originada por el árbol, sino por un foco energético exterior que le ilumina. De ahí que no seamos capaces de percibir ese árbol en la obscuridad (Chuvieco, 2005, p. 46).

2.3.

ESPECTRO ELECTROMAGNÉTICO

Con el fin de explicar la existencia de ondas electromagnéticas, Labrador et al.

(2012) explican que:

Los ojos de los seres humanos se pueden considerar como sensores remotos ya que detectan la luz reflejada por los objetos de nuestro entorno. Sin embargo, la visión humana sólo es capaz de percibir una pequeña parte del espectro electromagnético, el visible. La luz visible es sólo una de las muchas formas de radiación electromagnética que existen. Así, las ondas de radio, el calor, los rayos ultravioletas o los rayos X son otras formas comunes. En teledetección, lo normal es caracterizar a las ondas electromagnéticas por su longitud de onda en micrómetros (p. 13).

Se mide la cantidad de radiación electromagnética que se refleja en los objetos o superficie de la tierra, "se puede describir cualquier tipo de energía radiante en función de su longitud de onda o frecuencia" (Chuvieco, 2005, p. 48). Se puede medir en micrómetros (μm, 10m) o nanómetros (nm, 10m), lo que permite definir regiones del espectro tales como: Rayos Gamma, Rayos X, Rayos Ultravioleta,

22

Espectro Visible, Radiación Infrarroja, Microondas y Ondas de Radio; tal como se indica en la Figura 2.

Figura 2. Espectro Electromagnético, representación de las regiones del espectro. Fuente: Labrador et al., (2012)

Chuvieco (2005), para definir las características de las bandas espectrales (Ver tabla 1) señala que “Desde el punto de vista de la teledetección, conviene destacar una serie de bandas espectrales que son las más frecuentemente empleadas con la tecnología actual. Su denominación y amplitud varían según distintos autores, si bien la terminología más común es la siguiente” (p. 48).

23

Tabla 1. Características de las Bandas Espectrales

BANDA

Espectro Visible

Infrarrojo próximo

Infrarrojo medio

CARACTERISTICAS 0,4 a 0,7 µm se denomina en así por tratarse de la única radiación electro magnética que puede percibir nuestros ojos, coincidiendo con las longitudes de onda en donde es máxima la radiación solar. Suelen distinguirse tres bandas elementales que se denominan, azul 0,4 a 0,5 µm; verde 0,5 a 0,6 µm, y rojo 0,6 a 0,7 µm, en razón de los colores asociados a esas longitudes de onda.

0,7 a 1,3 µm a veces se denomina infrarrojo reflejado y fotográfico, resulta de gran importancia por su capacidad de discriminar masas vegetales y concentraciones de humedad 1,3 a 8 µm en donde se entremezclan los procesos de reflexión de la luz solar y de emisión de la superficie terrestre

Infrarrojo lejano o térmico 8 a 14 µm que incluye la porción emisiva del espectro terrestre Microondas

a partir de un mm de gran interés por ser un tipo de energía bastante transparente a la cubierta nubosa Fuente: Chuvieco (2005).

2.4.

TIPO DE SENSORES

Entre las diferentes maneras de clasificar los sensores remotos, una de las más comunes considera el procedimiento de recibir la energía procedente de las distintas superficies. En este sentido, Chuvieco (2005) habla de dos tipos de sensores: pasivos, cuando se limitan a recibir la energía, y activos, cuando son capaces de emitir su propio haz de energía.

Los sistemas óptico electrónicos se pueden describir dos grupos importantes, Sobrino (2000) define:

24

Los radiómetros de barrido adquieren información en una serie de líneas procedente de estrechas franjas de terreno transversales a la dirección de desplazamiento de la plataforma de observación; Los Radiómetros de Empuje trabajan con una cadena lineal de detectores que cubre todo el campo de visión angular del sensor y que se desplaza a lo largo de la trayectoria de la plataforma de forma análoga a las cerdas de una escoba empujadas para barrer el suelo (p.35).

2.5.

RESOLUCIÓN DE IMÁGENES

La resolución de un sensor está en directa dependencia de la combinación de sus diferentes componentes Chuvieco (2005).

Los principales parámetros que determinan las propiedades de un sistema de teledetección son las resoluciones. Olaya (2011) establece "el nivel de detalle de los productos que el sistema genera, determinando este en las distintas magnitudes que el sistema opera. Las resoluciones dependen del sensor y de la plataforma como binomio operativo, y de las características propias de ambos" (p.

120).

2.5.1. RESOLUCIÓN ESPACIAL Calle y Salvador (2012) describen que, cuando se habla de resolución espacial se puede encontrar algunas expresiones como: 

Field of View (FOV), extensión angular de la imagen en la dirección perpendicular en cuanto al avance del sensor.



Proyección del FOV, Anchura de la imagen en relación a la dirección de avance o swath.



Instantaneous Field of View (IFOV), Extension angular de el area captada.



Ground Instantaneous Field of View (GIFOV), Proyección de IFOV en la superficie.

25

Frecuentemente se encuentra la definición de resolución espacial como la dimensión del objeto más pequeño que se puede definir en una imagen. Olaya (2012) indica "la dimensión del objeto más pequeño que puede distinguirse en la imagen. En líneas generales es el equivalente al tamaño del pixel, es decir, a la dimensión real que un pixel de la imagen tiene sobre un terreno" (p. 120).

Esto es no decir nada si no se establece el contraste ni se precisa la dimensión del píxel del que procede la radiancia (W/m 2 /µm/sr); tal definición resulta insuficiente e imprecisa. Hay dos conceptos que tienden a usarse como sinónimos para definir el pí- xel: el Instantaneous Geometric Field of View (IGFOV) que es el tamaño de la imagen del detector proyectado por el sistema óptico sobre el suelo (también conocido como footprint) y el Ground Sampling Distance (GSD) que cuantifica la distancia del suelo a la que son grabados dos pixeles consecutivos; expresando el GSD como el ángulo de muestreo del sensor teniendo el IFOV (Instantaneous Field of View) en unidades angulares (Calle y Salvador, 2012, p. 75).

2.5.2. RESOLUCIÓN ESPECTRAL Todos los sensores abarcan una región del espectro almacenándolos en un número determinado de bandas, entonces la resolución espectral se determina por la región del espectro abarcada y el número de bandas (Olaya, 2012).

El número y anchura de las bandas espectrales que puede discriminar el sensor, el interés de contar con información multiespectral, de registrar el comportamiento de los objetos en distintas bandas del espectro. En este sentido, un sensor será tanto más idóneo cuanto mayor número de bandas proporcione ya que facilita la caracterización espectral de las distintas cubiertas (Chuvieco, 2005, p. 93).

26

2.5.3. RESOLUCIÓN TEMPORAL El sensor adquiere las imágenes de una parte de la superficie terrestre con una periodicidad pasando por un mismo punto del área en la tierra y dependerá de las características orbitales del sensor. Chuvieco (2008) define que:

Este concepto alude a la frecuencia de cobertura que proporciona el sensor. En otras palabras, refiere a la periodicidad con la que este adquiere imágenes de la misma porción de la superficie terrestre. El ciclo de cobertura está en función de las características orbitales de la plataforma (altura, velocidad, inclinación), así como del diseño del sensor, principalmente del ángulo de observación y de abertura (p. 95).

En concordancia Olaya (2012) Indica que el tiempo que tarda el sensor en volver a tomar una imagen de una misma zona. En el caso de sensores orbitales, que funcionan por ciclos, y tras finalizar este ciclo, reinician la toma de imágenes. .

2.5.4. RESOLUCIÓN RADIOMÉTRICA Se relaciona directamente con la sensibilidad del sensor y a su capacidad para detectar las variaciones de la radiancia espectral recibida.

La sensibilidad del sensor, esto es, a su capacidad para detectar variaciones en la radiancia espectral que recibe. En el caso de los sistemas fotográficos, resolución radiométrica del sensor se indica por el número de niveles de gris recogido en el film. Para los óptico - electrónicos, la imagen habitualmente se presenta en formato digital, gracias a una conversión analógica digital realizada a bordo del satélite. El número de valores que incluye ese rango – esto es, el número máximo de niveles digitales de la imagen, suele identificarse con la resolución radiométrica del sensor. La mayor parte de sensores ofrecen 256 niveles por pixel (Chuvieco, 2005, p. 94).

27

Por otra parte, Calle y Salvador (2012) indican que "de forma grosera la resolución radiométrica es entendida como el número de bits que usa un sensor para cuantificar la medida física de la radiancia (W/m2 /µm/sr)" (p. 78).

2.6.

SENSOR SPOT 6&7

La constelación SPOT 6/7, representa el inicio de una nueva era para el mercado de las imágenes satelitales de Alta Resolución, para lo cual Airbus (2017) informa que:

Esta constelación cubre diariamente hasta 6 millones de km², lo que equivale a una superficie extensa que todo el territorio de la Unión Europea. Asimismo, integra automáticamente cuatro previsiones meteorológicas al día que optimizan la eficacia de las programaciones. De este modo, el 60% de las imágenes tiene una cobertura nubosa inferior a un 10% (sección "productos y servicios", párr. 4).

Estos sensores aseguran la continuidad de la misión de la serie SPOT tal como se muestra en la Figura 3, y cuenta con un archivo de más de 30 millones de escenas a partir de 1986.

Figura 3. Continuidad de la misión de la serie SPOT. Fuente: Airbus (2017).

Se espera que hasta el 2024 en relación a su vida útil (Ver Tabla 2), SPOT 6 y 7 proporcionen productos cuya resolución espacial de 1,5 m cubriendo zonas extensas. los segmentos espaciales, que se lanzarán en 2020 y 2021, desarrollarán y desplegarán segmentos innovadores, que ofrecerán capacidades

28

multi misión, procesamiento masivo de imágenes y fácil acceso a los datos (Airbus, 2017).

Tabla 2. Características técnicas SPOT 6&7

Número de satélites Períodos de lanzamiento Vida útil nominal

Tamaño Masa a la hora del lanzamiento Altitud

Almacenamiento a bordo

2 SPOT 6: 3er trimestre del 2012 SPOT 7: 1er trimestre del 2014 10 años Módulo de servicio: ~ 1,55 x 1,75 x 2,7 m Superficie de los paneles solares: 5,4 m² 712 kg 694 km 1 Tbits al final de su vida útil (memoria SSMM - Solid State Mass Memory)

Fuente: Airbus (2017).

Los sensores Spot 6 y Spot 7 están diseñados para dar cobertura a grandes y pequeñas superficies debido a su capacidad (Ver tabla 3). Esta polivalencia es posible gracias a la extrema agilidad de ambos satélites por sus características orbitales y capacidad de observación (Airbus, 2017).

Tabla 3. Características orbitales y capacidad de observación

Órbita Períodos de lanzamiento Período Ciclo Ángulo de observación

Periodicidad

Heliosincrónica – 10.00 h, hora local en el nodo descendiente SPOT 6: 3er trimestre del 2012 SPOT 7: 1er trimestre del 2014 98,79 minutos 26 días Estándar: +/- 30° en rolido | Ampliado: +/- 45° en rolido • 1 día si se utilizan SPOT 6 y SPOT 7 simultáneamente • Entre 1 y 3 días con un solo satélite1

29

Agilidad

Capacidad de adquisición

Modo de adquisición nominal Capacidad estereoscópica

Los giroscopios CMG posibilitan la ejecución de maniobras rápidas en todas las direcciones para observar varias zonas de interés en una misma pasada (30° en 14 s, incluido el tiempo de estabilización).

Hasta 6 millones de km² por día si se utilizan SPOT 6 y SPOT 7 simultáneamente Corredores de 60 km de anchura siguiendo un eje norte-sur; hasta 600 km de longitud Hacia adelante y hacia atrás – Estéreo y triestéreo en una sola pasada

Fuente: Airbus (2017).

2.6.1. SENSORES DISEÑADOS PARA LA ESCALA 1:25.000 Al realizar una comparación con imágenes de menor resolución se puede evidenciar las ventajas tal como se puede observar en la Figura 4; Airbus (2017) afirma que "al disponer de una precisión de localización inferior a 10 m (CE90) y una resolución de 1,5 m, los satélites Spot 6 y Spot 7 son una importante alternativa y solución ideal para generar cartografía a escala de 1:25 ,000" (sección "productos y servicios", párr. 5)

30

Figura 4. Comparación imágenes SPOT Fuente: Airbus (2017).

2.7.

USO DE SUELO Y COBERTURA VEGETAL

El CONAGE (2011), en su definición de uso de suelo y cobertura vegetal define como:

Uso de la tierra. - Datos que representan la ocupación que el hombre da a los diferentes tipos de cobertura, resultado de la interrelación entre los factores biofísicos y culturales de un espacio geográfico determinado. Cobertura vegetal. - Datos que describen la capa de vegetación que cubre la superficie terrestre, comprendiendo a la flora silvestre, que se define como el conjunto de especies vegetales nativas, que crecen espontáneamente (p. 6).

Una forma de comprobar los cambios en el uso del suelo es a partir de la medición de los cambios en la cobertura vegetal. Básicamente la medición de cambios de cobertura vegetal y uso del suelo se realiza sobre documentos generados a partir de percepción remota o cartografía temática de cobertura (Bocco, Mendoza y Masera, 2001).

31

Anderson, Hardy, Roach y Witmer (1976) definen que "el concepto de cobertura describe los objetos que se distribuyen sobre un territorio determinado. Uso del suelo, en cambio, se refiere al resultado de las actividades socioeconómicas que se desarrollan (o desarrollaron) sobre una cobertura" (p. 4).

Finalmente, el Gobierno Autónomo Descentralizado Provincial de Imbabura (2015) concuerda en su definición al describir que: La Cobertura Vegetal. – Hace referencia al aspecto morfológico y tangible del suelo, comprende todos los aspectos que hacen parte del recubrimiento de la superficie terrestre, de origen natural o cultural, que sean observados y permitan ser medidos con fotografías aéreas, imágenes de satélite u otros sensores remotos (pág. 6).

2.8.

RED GNSS DE ECUADOR – REGME

MONITOREO

CONTINUO

DEL

El Instituto Geográfico Militar (IGM) es el organismo rector en lo que se refiere a cartografía en el Ecuador y uno de sus objetivos en mantener actualizado el Marco de Referencia Nacional compatible con las tecnologías de posicionamiento disponibles Global Positioning System (GPS) y

Global Navigation Satellite

System (GLONAS), esto a través de la implementación de una infraestructura física y técnica la que permite tener a disposición la información proporcionada por el Sistema Global de Navegación por Satélite (GNSS) nacional e internacional (Cisneros, 2013).

Los datos GNSS son captados 24 horas al día, los 7 días a la semana y los 365 días al año, permitiendo tener a disposición la información pertinente para el procesamiento diferencial con una precisión centimétrica de 2 a 5 cm en la componente horizontal todo esto dependiendo de las condiciones topográficas (Cisneros, 2013).

32

La infraestructura que conforma la REGME que está distribuida a lo largo y ancho del territorio ecuatoriano en 33 estaciones permanentes tal como se muestra en la Figura 5.

Figura 5. Red de Monitoreo Continuo Ecuador Fuente: IGM (2016)

Para el posicionamiento GPS de un punto usando la REGME, se selecciona una o varias estaciones disponibles, y se despliegan los equipos móviles, para finalmente realizar el pos proceso y obtener información de precisión como se muestra en la Figura 6.

Figura 6. Proceso información de precisión Fuente: IGM (2016)

33

El evento sísmico de magnitud 7.8 Mw ocurrido entre la zona de Pedernales y Cojimíes en la provincia de Manabí el pasado 16 de abril 2016, produjo un desplazamiento de coordenadas en las estaciones de monitoreo continuo de la REGME. Con la finalidad de homologar la información geodésica – cartográfica generada en los distintos proyectos e investigaciones a nivel nacional, a partir del 17 de abril del 2016, el IGM utilizará como Marco Geodésico de Referencia para el Ecuador las coordenadas ajustadas a ITRF08 - época 2016.436 de las Estaciones de Monitoreo Continuo pertenecientes a la red activa de control horizontal – REGME (IGM, 2016, p. 3).

Las coordenadas para la estación de monitoreo continuo Imbabura (Ver anexo 1), después del terremoto del 16 de abril de 2016 sufrieron un desplazamiento, dichas coordenadas fueron ajustadas y ahora son las vigentes (Ver tabla 4).

Tabla 4. Coordenadas Post-sísmicas vigentes a partir del 17 de abril del 2016

Geodésicas Latitud (G M S) 00º 21' 0,5674'' N Longitud (G M S) 78º 6' 56,471'' W Altura Elipsoidal (m) 2,246.198

Planas UTM 17N Norte (m) 38,752.364 Este (m) 821,082.484

Sigma (m) 0.0035 0.0012 0.0009

Fuente: IGM (2016).

2.9.

MARCO METODOLÓGICO

Las ventajas obtenidas del uso de los Sistemas de Información Geográfico y la Teledetección para la generación de información geográfica referente a Cobertura vegetal y Uso de suelo se muestran en varias metodologías propuestas en trabajos relacionados.

La Autoridad del Canal de Panamá (2003) define como objetivos el Identificar y caracterizar los distintos usos de suelos que presenta el área estudiada y destaca que:

34

Los distintos elementos que presenta la cobertura vegetal, se detallan en su metodología, procesos para la determinación de las categorías de usos de suelo, se evaluaron aquellas contenidas en la propuesta técnica del consorcio las cuales fueron revisadas, modificadas y aprobadas por la Autoridad del Canal de Panamá. Para la determinación del uso del suelo se utilizaron fotografías aéreas (1:20,000) para el 2,000 e imágenes satelitales a escala 1: 50,000, las cuales se georreferenciaron. Se elaboraron los mapas de uso de la tierra por subcuencas a 1:25,000 en base a imágenes Landsat a 1: 50,000.

Para definir las tendencias se emplearon fotografías aéreas e imágenes de 1983-1986 y para el período 1998-2000. Se confeccionó un mapa de uso de la tierra que abarca toda el área en estudio a escala 1:50,000 (p. 4-1).

Se entiende que se realiza una combinación de dos tipos de información geográfica por una parte fotografías aéreas y por otras imágenes satelitales que combinadas alcanzan, aunque con ciertas limitaciones sus objetivos planteados.

Gonzaga (2014) en su trabajo de evaluación de tres índices de vegetación detalla que:

Como estimadores de cambios de diferentes tipos de cobertura vegetal en la provincia de Loja al sur de Ecuador. Los índices empleados fueron: el Índice de Vegetación de Diferencia Normalizada (NDVI), Índice de Estrés Hídrico o Moisture Stress Índex (MSI) y el Índice de Vegetación Ajustado al Suelo (SAVI), aplicados a imágenes provenientes de dos sensores, Landsat 7 ETM+ y The Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER).

Además, se aplicaron técnicas de análisis espacial como kriging para establecer superficies climáticas, generadas a partir de datos de precipitación y temperatura para verificar la relación del vigor vegetal de las coberturas, dada por los valores de los índices de vegetación, con respecto a estas variables climáticas. Los resultados muestran que los tres índices de vegetación permitieron discriminar los diferentes tipos de cobertura vegetal analizadas (p.

73).

35

Se define el uso de dos tipos de imágenes satelitales de resolución media y la aplicación del método de superficie e índices a partir de elevaciones. Salgado, Betancourt, Cuesta, (2007) en su investigación describen que:

Se usó una imagen ASTER adquirida el 1ro de septiembre de 2004 con una resolución espectral de 15 x 15 m. Adicionalmente, para complementar la información del área de la imagen perdida por cobertura de nubes (< 25%) una imagen Landsat 7 ETM+ adquirida el 3 de noviembre del 2001 y se realiza una clasificación supervisada con el software Erdas 2003 (p. 7).

El análisis de los datos de los transectos y la interpretación de las imágenes satelitales muestra claramente la presencia de cuatro formaciones vegetales además de cinco clases de vegetación en diferentes estados de intervención y tres coberturas dominantes de uso del suelo. De acuerdo al dendrograma de agrupación las formaciones vegetales presentes son el bosque de neblina montano, el bosque siempre-verde montano alto, páramo arbustivo y el páramo herbáceo. Los pastos plantados, el maíz y las papas son los principales elementos que componen el paisaje en los límites inferiores del área de estudio (Salgado et al., 2007).

En la investigación de Cueva y Chalan (2010) describe que "la propuesta de clasificación y leyenda sobre cobertura y uso de suelo preparado por el Centro de Levantamientos Integrados de Recursos Naturales por Sensores Remotos (CLIRSEN) y en los criterios emitidos por la Food and Agriculture Organization (FAO)" (p. 37). Además, se refleja el uso de imágenes satelitales ASTER, de resolución espacial de 15 metros, imágenes procesadas a través de clasificación supervisada con software Erdas 9.2

En lo correspondiente a la caracterización se describe a las unidades de cobertura y uso de suelo, definiendo así las siguientes clases: Páramo, Bosque Húmedo Denso, Bosque Húmedo Intervenido, Matorral Húmedo alto, Matorral Húmedo Degradado, Bosque Seco Denso, Bosque Seco Semidenso, Bosque Seco Ralo, Matorral Seco Alto, Matorral Seco Bajo, Pasto Natural, Pastizal

36

cultivado, Cultivos Asociados Andinos, Cultivos Asociados Subtropicales. Cultivo de Café, Cultivo de Maíz, Cultivo de Caña de Azúcar, Cultivo de Arroz, Plantación de Pino, Plantación de Eucalipto, Asociación Pastizal – Plantación – Cultivo, Asociación Pastizal – Matorral, Ríos, Lagunas, Suelo Desnudo, Área Urbana, Infraestructura, Nube, Sombra. (Cueva y Chalan. 2010).

Para el MAE - MAGAP (2015a) indican que "los sus insumos de información para la generación del mapa son imágenes satelitales Landsat 8 (17 escenas) y RapidEye; además los requerimientos tecnológicos usados fueron software ENVI y software ArcGis" (p.13).

Usa un sistema de clasificación como leyenda que ha sido construida de forma jerárquica, con un primer nivel general que corresponde a las clases de cobertura / uso definido por el Intergovernmental Panel on Climate Change (IPCC) adaptado para el Ecuador, mostrando Bosque, Tierra Agropecuaria, Vegetación Arbustiva y Herbácea, Cuerpo de Agua, Zona Antrópica, Otras Tierras, Sin Información. Los niveles subsiguientes representan clases de cobertura / uso más detalladas, que mantienen coherencia de la clase superior (MAE - MAGAP, 2015b).

37

CAPÍTULO lll 3. METODOLOGÍA 3.1.

UBICACIÓN DEL AREA DE ESTUDIO

El área de estudio comprende a la provincia de Imbabura ubicada en la sierra norte del Ecuador, según el Gobierno Autónomo Descentralizado Provincial de Imbabura (2015):

Cuenta con una superficie aproximada de 4,619 Km2 (1.63% respecto a la nacional) y su altitud oscila entre los 200 metros sobre el nivel del mar en la parte baja del río Guayllabamba, sector de las Golondrinas; y los 4,939 m.s.n.m en las cimas de los volcanes Cotacachi e Imbabura (p. 1).

La provincia de Imbabura se ubica dentro de las coordenadas geográficas específicas, tal como se representan en la Figura 7.

Figura 7. Mapa Ubicación Imbabura

38

De acuerdo a la realidad de la provincia se analiza las principales características de sectores económicos relevantes, en Imbabura destacan las actividades agrícolas, ganadero, manufacturero, comercio, servicios, y turismo. Para la actividad agropecuaria en Imbabura existen 33,786.00 Unidades de Producción Agropecuarias (UPAs), que representan una superficie de 283,659.00 hectáreas (Gobierno Autónomo Descentralizado Provincial de Imbabura, 2015).

3.2.

METODOLOGÍA USADA

Para cumplir con los objetivos propuestos en este trabajo se logra entender varios procesos en base a la revisión de metodologías de trabajos relacionados y a las potencialidades de softwares tales como: ERDAS, PCI Geomatics, ArcGis, Magnet Office Tools.

Para este trabajo de investigación se establece el uso de imágenes de igual resolución espacial y de el mismo tipo de sensor lo que se diferencia de las metodologías propuestas por ACP (2003), Gonzaga (2014), Salgado et al. (2007) y MAE - MAGAP (2015b).

El diagrama de actividades desarrolladas para la ejecución se muestra en la Figura 8, la cual se inicia con una la fase de adquisición, pre procesamiento de imágenes, caracterización de cobertura y uso de suelo y clasificación de imágenes.

39

FASE DE ADQUICISION

PREPROCESAMIENTO DE IMAGENES

Caracterizacion de Cobertura y Uso de Suelo

Clasificacion de Imagenes

• Adquicision de imagenes SPOT 6&7 temporalidad 2014 -2015 (6 escenas) • Adqucision de informacion secundaria • Calibración Radiometrica y Correección atmosferica • Corrección geometrica • Nivel I • Nivel II • Clasificación Supervisada • Edición de clases

Figura 8. Metodología

3.3.

FASE DE ADQUISICIÓN

Para el desarrollo de este trabajo, el Gobierno Provincial de Imbabura adquirió imágenes de los satélites Spot 6&7 de temporalidad 2014 – 2015 a la empresa AGROPRECISION compañía consultora que cuenta con un acuerdo comercial con Airbus Space and Defense para la distribución de imágenes satelitales de múltiples fuentes y resoluciones en Ecuador.

Para

la

escena

ORT_SPOT7_20150913_150541900_000

se

define

sus

características técnicas (Ver anexo 2), y su ubicación geográfica como se muestra en la Figura 9.

40

Figura 9. Escena ORT_SPOT7_20150913_150541900_000

Para

la

escena

ORT_SPOT6_20140823_152728600_000

se

define

sus

características técnicas (Ver anexo 3), y su ubicación geográfica como se muestra en la Figura 10.

41

Figura 10. Escena ORT_SPOT6_20140823_152728600_000

Para

la

escena

ORT_SPOT6_20150912_151434000_000

se

define

sus

características técnicas (Ver anexo 4), y su ubicación geográfica como se muestra en la Figura 11.

42

Figura 11. Escena ORT_SPOT6_20150912_151434000_000

Para

la

escena

ORT_SPOT6_20140811_152000500_000

se

define

sus

características técnicas (Ver anexo 5), y su ubicación geográfica como se muestra en la Figura 12.

43

Figura 12. Escena ORT_SPOT6_20140811_152000500_000

Para

la

escena

ORT_SPOT6_20140823_152728600_000

se

define

sus

características técnicas (Ver anexo 6), y su ubicación geográfica como se muestra en la Figura 13.

44

Figura 13. Escena ORT_SPOT6_20140823_152728600_000

Para

la

escena

ORT_SPOT7_20150913_150525300_000

se

define

sus

características técnicas (Ver anexo 7), y su ubicación geográfica como se muestra en la Figura 14.

45

Figura 14. Escena ORT_SPOT7_20150913_150525300_000

46

3.3.1. ADQUISICIÓN DE CARTOGRAFÍA INFORMACIÓN SECUNDARIA

BÁSICA

E

La información disponible en el Sistema Nacional de Información (SNI), a través del portal web para su descarga directa para archivos de información geográfica (SNI, 2014). 

Cobertura ríos simples, Vías, Instituto Geográfico Militar 2013. Base Continua Escala 1:1 000 000.



Mapa de Cobertura y Uso de la Tierra del Ecuador Continental Escala 1:100 000, año 2013 -2014, MAE - MAGAP.



Límites Territoriales Internos, Secretaria Técnica del Comité Nacional de Limites Internos CONALI 2014.

3.4.

PRE-PROCESAMIENTO DE IMÁGENES

Las imágenes satelitales están sometidas a una serie de interferencias que pueden ser por fallos en los sensores, distorsiones por movimientos de los mecanismos de captación, interferencia de la atmosfera. Estas anomalías fueron corregidas a través del siguiente proceso:

3.4.1. CALIBRACIÓN RADIOMÉTRICA Y ATMOSFÉRICA IMÁGENES SPOT 6&7

CORRECCIÓN

En el archivo de las especificaciones técnicas de los productos adquiridos consta el nivel de procesamiento ORTHO, es importante mencionar que las escenas tienen niveles previos de procesamiento se describe el Nivel 1ª, que consiste en corregir los errores radiométricos originados en las diferencias de sensibilidad entre los detectores elementales del instrumento.

Para transformar la información de las imágenes originales las cuales se presentan como valores crudos representados en cada pixel como Niveles Digitales (ND) a Niveles de Reflectancia, lo que permitió disminuir el efecto de dispersión y absorción debido a la presencia de partículas en la atmosfera, así

47

como normalizar los valores de radiación solar presentado en las diferentes bandas.

Para esto se usó el software PCI Geomatics en el que permitió configurar los parámetros que definen la imagen a corregir, la fuente de datos de elevación, la información del sensor, las condiciones atmosféricas, cálculo de zenit y acimut solar; complementando con los archivos de calibración almacenados en el directorio de instalación de PCI Geomatics para los sensores SPOT 6&7, procesando así la corrección de las imágenes.

Geosoluciones (2016) indica que "los algoritmos trabajan con una base de datos de funciones de corrección atmosféricas, almacenadas en tablas de referencia.

Los algoritmos se han desarrollado principalmente para sensores a bordo de satélite con un pequeño ángulo de barrido, tales como Landsat y Spot" (p, 251).

3.4.2. CORRECCIÓN GEOMÉTRICA IMÁGENES SPOT 6&7 Las imágenes adquiridas tienen un nivel de rectificación y orto rectificación que se realiza de modo estándar sin puntos de control en el terreno y con un modelo de elevación denominado Reference 3D. En el caso de que este no cubra el total del área se utiliza el modelo denominado Shuttle Radar Topography Mission (SRTM) (Airbus, 2017).

Pero con el objetivo de obtener una imagen con errores de precisión submétricos se usó al modo diferencial, este método que consiste en utilizar al menos dos receptores, uno de los cuales será la estación base que en este caso es la estación base

de referencia de coordenadas conocidas

(Red GNSS de

Monitoreo Continuo del Ecuador (REGME), estación Imbabura; y el otro receptor se ubica en un punto cuyas coordenadas se desea conocer (Equipo TOPCON GRS-1 receptor de satélite interno L1 + L2 GNSS (GPS + GLONASS)). Los dos equipos se activan para recibir simultáneamente las señales de los satélites durante un periodo de tiempo determinado, de los receptores se obtiene datos que son procesados en un software especializado (MAGNET Office Tools), los datos obtenidos de la estación base de referencia permite obtener factores de

48

corrección que son utilizados para determinar las coordenadas corregidas de los puntos de localización desconocidas, proceso que se describe a continuación:

3.4.3. LOCALIZACIÓN DE PUNTOS DE CONTROL Con el equipo doble frecuencia TOPCON GRS-1 receptor de satélite interno L1 + L2 GNSS (GPS + GLONASS). Se estableció lugares identificables y localizables en la imagen y con una característica importante, que sean hitos permanentes en el tiempo: cruces de caminos, construcciones, para el número de puntos de control se tomaron 6 puntos, en relación a la localización y distribución de los puntos.

3.4.4. OBTENCIÓN DE DATOS DESDE RECEPTORES La entrega de datos generados por las instituciones públicas, se constituye en un elemento importante para contribuir con el desarrollo nacional, la investigación y promover la innovación, Pazmiño y Bravo (2013) describen " el Protocolo de Acceso a la Información de Datos GPS/GNSS, de la Red GNNSS de Monitoreo Continuo del Ecuador (REGME) a través de la web como mecanismo de acceso" (p. 44).

Cumpliendo con los requerimientos exigidos se obtuvo los archivos diarios de 24 Horas (00h00 – 23h59) de observación GNSS (GPS + GLONAS), formato RINEX versión 2.11 (Observación + Navegación), RINEX intervalo de grabación de 30 segundos de la fecha que se realizó las ocupaciones en el campo como se muestra en la Figura 15, este archivo es diario de 24 horas, en relación al tiempo de las ocupaciones que más o menos tomo en conjunto 5 horas.

Figura 15. Datos obtenidos de la REGME.

Previo al pos proceso también se descargó los datos obtenidos con el equipo TOPCON GRS-1 receptor de satélite interno L1 + L2 GNSS (GPS + GLONASS),

49

archivos RAW data (Datos Brutos -Formato TPF), y archivos mjf. Datos autónomos del equipo (Topcon, 2013).

3.4.5. POS-PROCESAMIENTO CON SOFTWARE MAGNET TOOLS Para su posterior comparación se tomó las coordenadas de los datos autónomos (Ver tabla 5), previo al pos-proceso.

Tabla 5. Coordenadas datos autónomos

FID 3 4 2 5 1 0

Shape Point ZM Point ZM Point ZM Point ZM Point ZM Point ZM

OBJNAME PARQUE MAR Y PARAMO CONTROL MA CENTRO IBA ESTADIOPAB SAN FRANCI

x 835880,37030 827919,95850 824937,38620 820721,27790 813062,25400 811466,34780

y 10032830,90 10033926,81 10052741,89 10037594,94 10055548,42 10050174,46

Se ingreso los datos autónomos al software MAGNET Office Tools se llevó a cabo la corrección con los datos obtenidos de la estación de referencia y el equipo receptor como se muestra en la Figura 16.

50

Figura 16. Proceso de corrección MAGNET Office Tools

Se verificó la vectorización de las ocupaciones en relación la estación base como se indica en la Figura 17 y se corrió el pos-proceso, obteniendo precisiones horizontales centimétricas y milimétricas, datos que ayudaron en la corrección geométrica, obteniendo así las coordenadas corregidas (Ver tabla 6).

Figura 17. Proceso de corrección MAGNET Office Tools

51

Tabla 6. Coordenadas corregidas

FID 0 1 2 3 4 5 6

Shape Point ZM Point ZM Point ZM Point ZM Point ZM Point ZM Point ZM

OBJNAME IBARRA SAN FRANCI ESTADIOPAB CONTROL MA PARQUE MAR Y PARAMO CENTRO IBA

x 821082,4360 811466,9452 813062,0780 824937,4307 835880,5534 827919,1421 820719,8774

y 10038752,10 10050173,66 10055547,36 10052740,68 10032828,73 10033924,58 10037592,33

Se pudo evidenciar el desplazamiento como resultado del proceso de correcciรณn, y se verifico su nueva posiciรณn tal como se muestra en la Figura 18.

52

Figura 18. Proceso de corrección MAGNET Office Tools

3.4.6. PROCESAMIENTO EN SOFTWARE ERDAS 2014 Se

proceso

la

imagen

IMG_SPOT7_PMS_001_A:

SPOT

7

2015-09-

13:15:05:41.7 ORTHO PMS, que fue rectificada y corregida; con el programa ERDAS a través de la aplicación Trasnform & Orthocorrect, se corrigió geométricamente en comparación con los puntos con coordenadas corregidas a través del pos proceso como se muestra en la Figura 19; finalmente, para la transferencia de los ND originales a las posiciones corregidas, se consideró el método del vecino más próximo que consiste en un algoritmo que asigna a cada celdilla de la imagen corregida el ND que corresponde al pixel más cercano y fue el método más rápido y sencillo, sin modificar el ND de los pixeles, situación de gran importancia en el proceso previo a la clasificación (Posada, Ramírez y Espejo, 2012).

53

Figura 19. Proceso de corrección puntos de control

Una vez realizada la corrección, esta imagen sirvió de imagen maestra, y con la ayuda de la herramienta Auto Sync WorkStation de Erdas, se ajustó los bordes de las imágenes, se realizó el proceso a fin de ajustar las demás imágenes como lo muestra la Figura 20; para finalmente obtener todas las imágenes corregidas geométricamente previo el proceso de clasificación.

54

Figura 20. Escenas corregidas

3.5.

CARACTERIZACIร N DE COBERTURA VEGETAL Y USO DE SUELO Se siguiรณ lo establecido por el MAE - MAGAP (2015b) donde definen que "la leyenda ha sido construida en forma jerรกrquica, con un primer nivel general que corresponde a la clase de cobertura / uso definido por el IPCC adaptado para el Ecuador" (p. 11). Con esto se precisa la leyenda temรกtica I y II (Ver tabla 7).

55

Tabla 7. Leyenda Temática Nivel l y ll CODIGO NIVEL l

NIVEL l (IPCC)

1

Bosque

2

3

Tierra Agropecuaria

Vegetación Arbustiva y Herbácea

4

Cuerpo de Agua

5

Zonas Antrópicas

6

Otras Tierras

0

CODIGO NIVEL ll

NIVEL ll

11

Bosque Nativo

12

Plantación Forestal

21

Cultivo Anual

22

Cultivo Semi-permanente

23

Cultivo permanente

24

Tierras en transición

25

Pastizal

26

Mosaico Agropecuario

31

Vegetación Arbustiva

32

Páramo

33

Vegetación Herbácea

41

Natural

42

Artificial

51

Área Poblada

52

Infraestructura

61

Áreas sin cobertura vegetal

62

Glaciar

Sin información Fuente: MAE- MAGAP, 2015b

3.5.1. DEFINICIONES PARA EL NIVEL l En su trabajo el MAE - MAGAP (2015b) establecen que "las definiciones para el Nivel l siguen los lineamientos del IPCC" (p. 8). Con esto se precisa la leyenda temática I y II (Ver tabla 8).

Tabla 8. Definiciones Operativas Nivel l Nivel I

Definición operativa

Fuente

56

Bosque

Comunidad vegetal de por lo menos una hectárea, con árboles de 5 m de altura y con un mínimo de 30% de cobertura del dosel o capa aérea vegetal.

• Incluye: las áreas cubiertas de bambú y palmas nativas, siempre que éstas alcancen el límite mínimo establecido en cuanto a altura y cubierta de copas.

• Excluye: las formaciones de árboles utilizadas en sistemas de producción agrícola, por ejemplo plantaciones frutales, plantaciones de palma africana y sistemas agroforestales.

Excluye también los árboles que crecen en parques y jardines urbanos.

MINISTERIO DEL AMBIENTE (2012)

Vegetación Arbustiva y Herbácea

Áreas cubiertas por arbustos y vegetación herbácea producto de un proceso biológico natural, que no incluye áreas agropecuarias.

MINISTERIO DEL AMBIENTE (2012)

Tierra Agropecuaria Cuerpo de Agua Zona Antrópica Otras Tierras Sin Información

Área bajo cultivo agrícola y pastos plantados, o que se encuentran dentro de una rotación entre éstos. Área que se encuentra cubierta o saturada de agua estática o en movimiento, natural o artificial que reposa sobre la superficie terrestre por todo o una parte del año.

Asentamiento humano y la infraestructura que lo complementa. Áreas con poca o ninguna vegetación, afloramientos rocosos, glaciares y otras clases que no estén incluidas en ninguna de las otras categorías.

Corresponde a áreas que no han podido ser mapeadas.

MINISTERIO DEL AMBIENTE (2012) MINISTERIO DEL AMBIENTE (2012) MINISTERIO DEL AMBIENTE (2012) MINISTERIO DEL AMBIENTE (2012) MINISTERIO DEL AMBIENTE (2012)

Fuente: MAE - MAGAP, 2015b

3.5.2. DEFINICIONES PARA EL NIVEL ll Las definiciones operativas (Ver tabla9), fueron realizadas de acuerdo a un consenso entre las siguientes instituciones: MAE, MAGAP, Sistema Nacional de Información de Agricultura, Ganadería, Acuacultura y Pesca (SINAGAP), CLIRSEN y la Secretaría Nacional de Planificación y Desarrollo (SENPLADES) (MAE -MAGAP, 2015b, p. 10).

Tabla 9. Definiciones operativas Nivel ll Nivel I

Nivel II

Definición operativa

Fuente

57

Bosque Nativo Bosque Plantación Forestal

Vegetación Arbustiva

Vegetación Arbustiva y Herbácea

Páramo

Vegetación Herbácea

Cultivo Anual

Cultivo Semipermanente

Cultivo Permanente Tierra Agropecuaria

Pastizal

Mosaico Agropecuario (Asociación)

Comunidad vegetal que se caracteriza por la dominancia de árboles Comunidad vegetal que se caracteriza por la dominancia de árboles de diferentes especies nativas, edades y portes variados, con uno o más estratos. Áreas con un componente substancial de especies leñosas nativas no arbóreas. Incluye áreas degradadas en transición a una cobertura densa del dosel.

Vegetación tropical alto andino caracterizada por especies dominantes no arbóreas que incluyen fragmentos de bosque nativo propios de la zona. Áreas constituidas por especies herbáceas nativas con un crecimiento espontáneo, que no reciben cuidados especiales, utilizados con fines de pastoreo esporádico, vida silvestre o protección.

Comprende aquellas tierras dedicadas a cultivos agrícolas, cuyo ciclo vegetativo es estacional, pudiendo ser cosechados una o más veces al año.

Comprenden aquellas tierras dedicadas a cultivos agrícolas cuyo ciclo vegetativo dura entre uno y tres años.

Comprenden aquellas tierras dedicadas a cultivos agrícolas cuyo ciclo vegetativo es mayor a tres años, y ofrece durante éste periodo varias cosechas.

Vegetaciones herbáceas dominadas por especies de gramíneas y leguminosas introducidas, utilizadas con fines pecuarios, que para su establecimiento y conservación, requieren de labores de cultivo y manejo.

Son agrupaciones de especies cultivadas que se encuentran mezcladas entre sí y que no pueden ser individualizados; y excepcionalmente pueden estar asociadas con vegetación natural.

Fuente: MAE - MAGAP, 2015b

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

MINISTERIO DEL AMBIENTE (2012)

58

3.6.

CLASIFICACIÓN SUPERVISADA DE IMÁGENES SPOT 6&7

3.6.1. OBTENCIÓN DE FIRMAS ESPECTRALES Se estableció áreas de entrenamiento a fin de agrupar pixeles de características similares, confiando en las habilidades para reconocer los patrones y con el apoyo de los datos que permiten generar los criterios estadísticos (Firmas o Signaturas) para la clasificación, el conocimiento del área de estudio y el apoyo con información secundaria permitió la obtención de firmas espectrales.

Las áreas de entrenamiento son áreas en la imagen que son representativas de cada una de las clases de coberturas que quiere definir. Examina los valores de los píxeles dentro de las áreas de entrenamiento con objeto de recopilar una firma estadística para cada área de entrenamiento de cada clase. Estas firmas de entrenamiento sirven como clave de interpretación para cada píxel de la imagen.

Todos los píxeles en la imagen son comparados con las firmas y luego son clasificados (GeoSoluciones, 2016).

Se trabajó con 6 escenas de las presentadas en la fase de adquisición, realizando la clasificación supervisada tomando en cuenta las características de los niveles I y II de la caracterización establecida en este trabajo.

Para este fin se trabajó con el software PCI Geomatics en su aplicación Focus, estableciendo un proceso previo de exportación de las escenas a formato nativo del programa (. pix) y que posteriormente pasaron por los procesos de corrección, para profundizar más sobre lo descrito Geosoluciones (2016) explica que:

Los archivos PCIDSK contienen todos los elementos de una base de datos convencional y más. Almacenan una variedad de tipos de datos en un archivo compuesto que utiliza una sola extensión. Los datos de imagen son almacenados como canales y los datos auxiliares son almacenados como segmentos. Todos los tipos de datos son almacenados juntos en un archivo

59

utilizando la extensión. pix. Utilizar un solo archivo para cada conjunto de datos simplifica operaciones básicas de cálculo (p. 91).

Se definió las áreas de entrenamiento tal como se muestra en la Figura 21, en base a las distintas coberturas con la ayuda de la función Semillado Raster se pudo obtener áreas de entrenamiento con una forma de polígono irregular a partir de agrupamiento de pixeles homogéneos, usando un nivel de tolerancia de valor 20 que permitió obtener áreas de tamaño representativo.

El archivo vector de Cobertura y Uso de suelo MAE - MAGAP permitió ubicar correctamente las diferentes agrupaciones, además se usó la escala referida para este trabajo de 1: 25,000 para visualización, obtención de firmas y definición en la clasificación.

Paramo

Plantación Forestal

Bosque Nativo

Cuerpo de Agua

60

Figura 21. Ejemplos de Áreas de entrenamiento y firmas espectrales definidas.

Software PCI Geomatics en su aplicación Focus

3.6.2. EDICIÓN Y ESPECTRALES

COMPROBACIÓN

DE

FIRMAS

Para la edición de firmas espectrales se realizó visualizaciones previas al proceso de clasificación lo que muestra cómo se clasificaran los pixeles a partir de los datos de entrada, se usó el comando de Máxima Probabilidad incluyendo una clase nula lo que permite observar una proporción de pixeles sin clasificar o nulos, con el fin de corregirlos durante el proceso; se realizó la comprobación de la separabilidad a través de un Histograma Bidimensional como se muestra en la Figura 22, herramienta que permite ver la dispersión de las clases evaluando si es necesario una redefinición de clases, usualmente usada en el proceso de definición de clases.

61

Figura 22. Histograma Bidimencional – Scatter Plot

Finalizado el proceso de definición de sitios de entrenamiento definido en clases o signaturas se procedió a comprobar la separabilidad entre clases a través de la herramienta Transformada Divergente en relación al valor del índice que va de 0 a 2, en la que 0 indica que las clases están totalmente superpuestas y 2 están totalmente separadas (Ver tabla 10).

Tabla 10. Ejemplo de Reporte separabilidad

62

En el reporte se puede observar que la clase con máxima separabilidad con un índice 2, mientras que los valores más bajos se encuentran entre las subclases que pertenecen a una misma clase.

3.7.

CLASIFICACIÓN DE IMÁGENES

Para la asignación de pixeles en este trabajo se usó el clasificador no paramétrico de Máxima Probabilidad que se enfoca en el promedio y la desviación estándar de cada clase, midiendo la posibilidad de que cada pixel pertenezca a una clase (Ver tabla 11), el valor de cada pixel corresponde a una clase.

Tabla 11. Ejemplo matriz de clasificación

A partir de los pixeles muestra del conjunto de pixeles agrupados se genera una matriz de confusión (Ver tabla 12), esta matriz hace una comparación de las clases definidas por el usuario los que se detallan en las columnas, mientras que en las filas las que define el clasificador del programa, determinando así los aciertos; los residuales en las filas son errores por omisión y los residuales de las columnas son errores por comisión determinando la relación entre la suma de los aciertos y el total indica la fiabilidad del proceso de clasificación, en este caso GPI Geomatic muestra la Fiabilidad Promedio, Fiabilidad Global y el Coeficiente Kappa.

63

Tabla 12. Ejemplo Matriz de confusión

3.8.

EDICIÓN DE CLASES

Para la edición de clases se ejecutó el enmascaramiento de sombras y nubes presentes en la escena con el software PCI Geomatics con la aplicación Class Editing, mejorando el resultado en el raster de clasificación tal como se muestra en la Imagen 23.

Figura 23. Corrección y enmascaramiento

64

3.9.

CÁLCULO DE SUPERFICIES

Una vez asignados los pixeles y realizado el proceso de clasificación se obtuvo como resultado una imagen de una sola banda en el que el valor de cada pixel corresponde a un numero de clase, en los reportes de clasificación ya se muestran algunos datos como la cantidad de pixeles; posterior a la edición de clases se calculó la superficie a través de la herramienta Attribute Manager como se indica en la Imagen 24.

Figura 24. Cálculo de superficies en PCI Geomatic

Se valido los datos con el programa ArcGis a través de la generación de un atributo para el Área en la Tabla de Atributos, conociendo que la resolución espacial para los sensores Spot 6&7 es de 1.5m por pixel lo que en superficie significaría (1.5 x 1.5 = 2.25m²) 0,000225 hectáreas como se muestra en la Figura 25.

65

Figura 25. Cálculo de superficies en ArcMap

3.10.

PROCESO DE FILTRADO

Posterior a la clasificación supervisada se procedió a aplicar un filtro de Paso – Bajo de tipo modal que, a través del cálculo del valor con mayor frecuencia en el Kernel del filtro, se usó una ventana de 3x3 como se evidencia en la Figura 26, con esto se consigue sustituir algunas islas y el efecto sal y pimienta que resulta en los procesos de clasificación de imágenes satelitales.

Figura 26. Filtro Paso Bajo 3x3

66

CAPÍTULO IV 4. RESULTADOS Y DISCUSIÓN 4.1.

RESULTADOS

4.1.1. RESULTADOS IMAGEN 1 Para la escena IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13:15:05:41.7 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 40,999.86 hectáreas de Bosque, 48,218.62 hectáreas de Tierra Agropecuaria, 44,645.11 hectáreas de Vegetación Arbustiva y Herbácea, 993.46 hectáreas de Cuerpo de Agua, 3,902.28 hectáreas Zona Antrópica (Ver tabla 13).

Esta escena cubre la parte Este de la provincia cubriendo la totalidad del cantón Pimampiro, la parte centro y sur del cantón Ibarra, la parte sur del cantón Urcuquí, la totalidad del cantón Antonio Ante y la parte oriental del cantón Otavalo tal como se define en la Figura 27.

Tabla 13. Área determinada para la escena SPOT 7 2015-09-13:15:05:41.7

AREA (ha) 11,089.96 993.46 37,779.33 3,220.53 6,342.42 33,555.15 16,053.59 2,052.75 23,377.93 3,902.28 391.93

Name PARAMO CUERPO DE AGUA BOSQUE NATIVO PLANTACIÓN FORESTAL CANA DE AZUCAR VEGETACIÓN ARBUSTIVA Y HERBACEA TIERRA AGRÍCOLA CEREALES (TRIGO Y CEBADA) PASTIZAL ZONA ANTRÓPICA CULTIVOS BAJO CUBIERTA

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 94.23 %, Fiabilidad Global del 99.03 % y el Coeficiente Kappa de 0.99025

67

En la escena IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13 existen algunos puntos importantes para mencionar, en el cantón Ibarra en el sector del Valle del Chota se identifica una superficie importante de cultivo de caña de azúcar y por otra parte en el Cantón Pimampiro se identifica cultivos bajo invernadero en una superficie considerable, para este trabajo se consideró establecer una clase llamada cultivos bajo cubierta que finalmente forma parte de Tierra Agropecuaria.

La temporalidad de la imagen es del 13 de septiembre época en la que no hay presencia de lluvias y es tiempo en el que se preparan los terrenos agrícolas por esta circunstancia se plantea una clase llamada Tierra Agrícola ya que se logra identificar superficies significativas, fácilmente identificables en la imagen satelital, mismas que aportan a la clase Tierra Agropecuaria definida en el Nivel I.

68

Figura 27. Mapa Resultado Spot7 2015-09-13

69

4.1.2. RESULTADOS IMAGEN 2 Para la escena IMG_SPOT6_PMS_001_A: SPOT 6 2015-09-12:15:14:33.9 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 39015,19 hectáreas de Bosque, 25,466.65 hectáreas de Tierra Agropecuaria, 31,067.9 hectáreas de Vegetación Arbustiva y Herbácea, 769.49 hectáreas de Cuerpo de Agua, 2,003.18 hectáreas Zona Antrópica (Ver tabla 14).

Esta escena cubre parte del sur de la provincia ocupando la parte occidental y central del Cantón Otavalo, la parte sur oriental del Cantón Cotacachi tal como se define en la Figura 28.

Tabla 14. Área determinada para la escena SPOT 6 2015-09-12:15:14:33.9

AREA (ha) 769.49 10,000.74 33,784.14 5,231.05 21,067.16 750.08 438.84 13,637.99 10,639.74 2,003.18

Name CUERPO DE AGUA PARAMO BOSQUE NATIVO PLANTACIÓN FORESTAL VEGETACIÓN ARBUSTIVA Y HERBACEA CEREALES (TRIGO Y CEBADA) CULTIVO BAJO CUBIERTA TIERRA AGRÍCOLA PASTIZAL ZONA ANTRÓPICA

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 94.57 %, Fiabilidad Global del 91.08 % y el Coeficiente Kappa de 0.91080.

En la escena IMG_SPOT6_PMS_001_A: SPOT 6 2015-09-12 se puede definir que la gran superficie definida como Bosque Nativo que finalmente es categorizada en la Clase Bosque del Nivel l en su mayoría se encuentra dentro del Cantón Cotacachi.

70

Figura 28. Mapa Resultado Spot6 2015-09-12

71

4.1.3. RESULTADOS IMAGEN 3 Para la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-11:15:19:59.6 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 56,526.17 hectáreas de Bosque, 27,266.5 hectáreas de Tierra Agropecuaria (Ver tabla 15). Esta escena cubre la parte oeste de la provincia, cubriendo la mitad del cantón Cotacachi tal como se define en la Figura 29.

Tabla 15. Área determinada para la escena SPOT 6 2014-08-11:15:19:59.6

AREA (ha) 56,526.17 BOSQUE NATIVO 24,743.39 PASTIZAL 2,523.11 TIERRA AGRÍCOLA

Name

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 91.95 %, Fiabilidad Global del 86.57 %y el Coeficiente Kappa de 0.86566.

En la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-11 se define una gran superficie en la clase Bosque entendiéndose que el cantón Cotacachi está dentro de un área protegida importante como es la Reserva Ecológica Cotacachi Cayapas y una parte considerable de superficie destinada a las actividades agrícolas y sobre todo pecuarias ya que se puede determinar un espacio significativo de pastizales.

72

Figura 29. Mapa Resultado Spot6 2014-08-11

73

4.1.4. RESULTADOS IMAGEN 4 Para la escena IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13:15:05:22.4 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 21,219.63 hectáreas de Bosque, 6,276.67 hectáreas de Tierra Agropecuaria, 31,067.9 hectáreas de Vegetación Arbustiva y Herbácea, 185.72 hectáreas de Cuerpo de Agua (Ver tabla 16). Esta escena cubre la parte nororiental del cantón Cotacachi, la parte centro sur del cantón Urcuquí tal como se define en la Figura 30.

Tabla 16. Área determinada para la escena SPOT 7 2015-09-13:15:05:22.4

AREA (ha) 20,955.92 21,108.15 111.48 4,431.43 9,778.56 1,845.24 185.72

Name PARAMO BOSQUE NATIVO PLANTACIÓN FORESTAL PASTIZAL VEGETACION ARBUSTIVA Y HERBÁCEA TIERRA AGRÍCOLA CUERPO DE AGUA

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 98.03 %, Fiabilidad Global del 96.81 % y el Coeficiente Kappa de 0.96813.

En la escena IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13 se puede definir claramente una gran superficie definida como Paramo se reparte en los dos cantones y una parte importante definida como Bosque sobre todo Bosque Nativo presente en su mayoría en el cantón Cotacachi.

74

Figura 30. Mapa Resultado Spot7 2015-09-13

75

4.1.5. RESULTADOS IMAGEN 5 Para la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-23:15:27:19.7 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 31,277.76 hectáreas de Bosque, 1,329.25 hectáreas de Tierra Agropecuaria (Ver tabla 17). Esta escena cubre la parte norte de la provincia, cubriendo el extremo norte de los cantones Ibarra y Urcuquí tal como se define en la Figura 31.

Tabla 17. Área determinada para la escena SPOT 6 2014-08-23:15:27:19.7

AREA (ha) 31,277.76 BOSQUE NATIVO 9,300.56 PASTIZAL 1,329.25 TIERRA AGRÍCOLA

Name

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 97.53 %, Fiabilidad Global del 99.89 % y el Coeficiente Kappa de 0.99894.

En la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-23 escena que cubre la parte norte del cantón Ibarra y la parte norte del cantón Urcuquí; una gran superficie está definida como Bosque esto responde principalmente a que es una zona cálido húmeda que cubre las parroquias de Buenos Aires del cantón Urcuquí y las parroquias Lita y La Carolina del cantón Ibarra.

76

Figura 31. Mapa Resultado Spot6 2014-08-23

77

4.1.6. RESULTADOS IMAGEN 6 Para la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-07-18:15:04:52.2 ORTHO PMS se establece un aporte al resultado global para el NIVEL I una superficie de 19,055.21 hectáreas de Bosque, 11,035 hectáreas de Tierra Agropecuaria, 7,419.99 hectáreas de Vegetación Arbustiva y Herbácea (Ver tabla 18). Esta escena cubre la parte central del cantón Ibarra y la parte central del cantón Urcuquí tal como se define en la Figura 32.

Tabla 18. Área determinada para la escena SPOT 6 2014-07-18:15:04:52.2

AREA (ha) 19,055.21 10,232 6,612.7 803 807.29

Name BOSQUE NATIVO PASTIZAL VEGETACION ARBUSTIVA Y HERBÁCEA TIERRA AGRÍCOLA PARAMO

Para la fiabilidad del proceso de clasificación de esta imagen muestra una Fiabilidad Promedio del 87.09 %, Fiabilidad Global del 92.03 % y el Coeficiente Kappa de 0.92027.

Para la escena IMG_SPOT6_PMS_001_A: SPOT 6 2014-07-18 se define una superficie importante de Bosque Nativo que finalmente es categorizada en la Clase Bosque del Nivel l y se encuentra distribuida en la la parte central del cantón Ibarra y la parte central del cantón Urcuquí.

78

Figura 32. Mapa Resultado Spot6 2014-07-18

79

4.1.7. RESULTADOS GLOBALES PARA EL NIVEL I En los resultados globales se determina para el NIVEL I una superficie de 208,093.82 hectáreas de Bosque; 119,592.69 hectáreas de Tierra Agropecuaria; 113,867.48 hectáreas de Vegetación Arbustiva y Herbácea; 1,948.67 hectáreas de Cuerpo de Agua; 5,905.46 hectáreas de Zona Antrópica (Ver tabla 19). Todas las escenas cubren el área de estudio tal como se muestra en la Figura 33.

80

Figura 33. Mapa de Resultado Globales NIVEL I

81

Tabla 19. Resultados globales Nivel 1 IMG_SPOT7_PMS _001_A: SPOT 7 2015-0913:15:05:41.7 ORTHO PMS

BOSQUE

TIERRA AGROPECUARIA VEGETACION ARBUSTIVA Y CUERPO DE AGUA ZONA ANTROPICA OTRAS TIERRAS

BOSQUE NATIVO

PLANTACION FORESTAL CANA DE AZUCAR TIERRA AGRICOLA CEREALES (TRIGO Y CEBADA) PASTIZAL CULTIVOS BAJO CUBIERTA PARAMO VEGETACION ARBUSTIVA Y H

37779,33 3220,53 40999,86 6342,42 16053,59 2052,75 23377,93 391,93 48218,62 11089,96 33555,15 44645,11 993,46 993,46 3902,28 3902,28 0,00 0,00

NIVEL I

IMG_SPOT6_PM S_001_A: SPOT 6 2015-0912:15:14:33.9 ORTHO PMS

33784,14 5231,05 39015,19 0,00 13637,99 750,08 10639,74 438,84 25466,65 10000,74 21067,16 31067,9 769,49 769,49 2003,18 2003,18 0,00 0,00

IMG_SPOT6_PM S_001_A: SPOT 6 2014-0811:15:19:59.6 ORTHO PMS

56526,17 0,00 0,00 2523,11 0,00 24743,39 0,00 0,00 0,00 0,00 0,00 0,00

IMG_SPOT7_PM S_001_A: SPOT 7 2015-0913:15:05:22.4 ORTHO PMS

56526,17

27266,5 0 0,00 0,00 0,00

21108,15 111,48 0,00 1845,24 0,00 4431,43 0,00 20955,92 9778,56 185,72 0,00 0,00

IMG_SPOT6_PM S_001_A: SPOT 6 2014-0823:15:27:19.7 ORTHO PMS

31277,76 0,00 0,00 1329,25 0,00 PASTIZAL 6276,67 0,00 0,00 30734,48 0,00 185,72 0,00 0,00 0,00 0,00 0,00 21219,63

HECTAREAS

IMG_SPOT6_PM S_001_A: SPOT 6 2014-0718:15:04:52.2 ORTHO PMS

31277,76

1329,25 0 0,00 0,00 0,00

19055,21 0,00 0,00 803 0,00 10232 0,00 807,29 6612,7 0,00 0,00 0,00

19055,21

11035 7419,99 0,00 0,00 0,00

KM2

BOSQUE

208,093.82

2,080.938

TIERRA AGROPECUARIA

119,592.69

1,195.93

VEGETACION ARBUSTIVA Y HERBACEA

113,867.48

1,138.675

CUERPO DE AGUA

1,948.67

19.4867

ZONA ANTROPICA

5,905.46

59.0546

0.00

0.00

449,408.12

4,494.081

OTRAS TIERRAS TOTAL

82

4.2.

DISCUSIÓN.

Para esta investigación es necesario mencionar que se adquirieron imágenes satelitales de temporalidad 2014 – 2015 de sensores de alta resolución de 1,5 metros pixel, de los sensores Spot 6&7, fueron 6 escenas que cubren la totalidad de la superficie del área de estudio.

De las investigaciones referidas en el marco metodológico, usaron en sus trabajos diferentes tipos de información dentro del área de estudio, en el cual: ACP (2003) utiliza imágenes LandSat y fotografías aéreas; Gonzaga (2014) utiliza imágenes LandSat e Imágenes ASTER; Salgado et al. (2007) utilizan imágenes ASTER 2001 e imágenes LandSat 2004 y MAE - MAGAP (2015b) utilizan imágenes LandSat 8 e imágenes RapidEye. Claramente estas metodologías presentan sus limitaciones al no poseer un mismo tipo de información del área de estudio, haciendo más complejo el procesamiento y análisis de la información.

A diferencia de los trabajos anteriormente descritos, en esta investigación se define como una gran ventaja el manejar un formato uniforme de información, en este caso imágenes satelitales de alta resolución de iguales características que cubren la totalidad del área de estudio, permitiendo así obtener resultados muy acercados a la realidad y de mayor precisión. Además, se propone en este trabajo el uso de softwares especializados que facilitan el procesamiento y análisis de este tipo de información.

Es importante mencionar que se puede mejorar la metodología propuesta en este trabajo, si se considera que existen nuevos softwares y sus aplicaciones, los cuales se actualizan constantemente y traen consigo herramientas que facilitan los procesos de análisis y procesamiento de imágenes de alta resolución, siendo necesario la actualización constante en lo referente a SIG y teledetección.

Los resultados obtenidos de la clasificación supervisada de las 6 escenas de imágenes satelitales Spot 6&7 de temporalidad 2014 – 2015 a través del

83

programa PCI Geomatic muestran una fiabilidad superior al 86,56% mostrando la eficiencia de la clasificación supervisada y su concordancia.

Para el análisis del Objetivo General de Caracterizar la cobertura vegetal y el uso del suelo de la provincia de Imbabura, tal como se describe en el marco histórico de este trabajo se tomó como referencia la caracterización de MAE - MAGAP (2015b) que se establece en: el Protocolo Metodológico para la elaboración del Mapa de Cobertura y Uso de la Tierra del Ecuador Continental 2013 – 2014, escala 1: 100,000 especialmente lo descrito en el Nivel l y Nivel ll.

Se resalta que una vez realizada la caracterización global con el Nivel l para la presentación de resultados se presenta como simbología temática a: Bosque, Tierra Agropecuaria, Vegetación Arbustiva y Herbácea, Cuerpo de Agua, Zona Antrópica, Otras Tierras, Sin Información). Los niveles subsiguientes representan clases de cobertura / uso más detalladas, que mantienen coherencia de la clase superior (MAE, 2012).

Analizando el objetivo específico Identificar los niveles de uso y cobertura de la tierra presente en la provincia de Imbabura se determina que en base a los resultados generales claramente se puede determinar que se obtuvo las clases definidas en el Nivel l por el MAE - MAGAP (2015c).

Otro objetivo específico es Determinar la superficie de cobertura vegetal y uso de suelo de la provincia de Imbabura, a través de clasificación supervisada en imágenes de alta resolución SPOT 6&7 de temporalidad 2014-2015, en base a los resultados obtenidos en relación a este objetivo se define qué en los resultados globales se determina para el NIVELI una superficie de 208,093.82 hectáreas de Bosque; 119,592.69 hectáreas de Tierra Agropecuaria; 113,867.48 hectáreas de Vegetación Arbustiva y Herbácea; 1,948.67 hectáreas de Cuerpo de Agua; 5,905.46 hectáreas de Zona Antrópica.

Es necesario recalcar que no se determina Otras Áreas y Áreas sin información ya que al momento de la designación de clase no se encuentran áreas

84

representativas que encajen con esta descripción debido a que casi la totalidad de las superficies analizadas tienen la presencia de vegetación por desértico o rocoso que sean. En lo referente a nubes y sombras, en la metodología de esta investigación, mediante la edición de imágenes, se les atribuyo a una clase en particular.

En las imágenes de alta resolución usadas para este trabajo la identificación visual de parcelas de cultivos de frutales es relativamente fácil, en relación a su distribución y características, pero en el caso de una clasificación automatizada resulta de gran complejidad por la heterogeneidad de pixeles y porque se encuentran diferentes coberturas dentro de una misma parcela. Por este motivo, en esta investigación, no se define el Nivel lll en el proceso de clasificación.

Además, el limitado número de bandas no permite obtener mayor información espectral, dificultando la diferenciación entre cultivos con propiedades espectrales parecidas.

La superficie total analizada obtenida de los resultados es de 449,408.12 hectáreas (4,494.08 Km²), no se encuentra una diferencia significativa si se relaciona con la superficie estimada que se describe en la ubicación del área de estudio en donde se manifiesta que, el área de estudio comprende a la provincia de Imbabura ubicada en la sierra norte del Ecuador, con una superficie aproximada de 4,619 Km².

En relación al objetivo específico de adaptar la metodología para el procesamiento y clasificación de imágenes satelitales de alta resolución Spot 6&7, se puede mencionar que:

Permitió establecer procesos claros para la calibración radiométrica y corrección atmosférica los que están bien definidos a través del programa PCI Geomatic 2016 en sus archivos de calibración específicos para sensores Spot 6&7.

85

En lo concerniente a la Corrección Geométrica se usó el método diferencial y con los puntos de control corregidos en un pos proceso se realizó la corrección con el software ERDAS 2014 de las 6 escenas usadas en este trabajo.

Se estableció los procedimientos para la clasificación supervisada con PCI Geomatic 2016 y finalmente se analiza y calcula las superficies obtenidas con PCI Geomatic 2016 y ArcGis 10.1, los resultados obtenidos son muy confiables y de mayor precisión comparándolas con la información secundaria tomada para este trabajo.

Para la discusión de las preguntas de investigación planteadas en este trabajo se responde a lo establecido en este trabajo.

¿Los niveles de la cobertura vegetal y uso de suelo de la provincia de Imbabura se puedan identificar apoyados en una caracterización establecida para el Ecuador continental?

Una de las ventajas de uso de imágenes satelitales de alta resolución es que permiten a través de procesos de clasificación supervisada el establecimiento de clases a través de una caracterización propuestas en otras investigaciones y pueden ser aplicadas en superficies relativamente grandes, pudiendo obtener información geográfica con fines de planificación territorial.

¿El procesamiento de imágenes satelitales de alta resolución permite determinar con mayor precisión las superficies de cobertura vegetal y uso de suelo?

Se puede afirmar que el objetivo de la clasificación supervisada es el de agrupar los píxeles que posean una misma característica. Generalmente la característica tomada es el valor digital de los mismos, el que corresponde a una clase particular que muestra las características de la superficie terrestre.

Conociendo que la resolución espacial para los sensores Spot 6&7 es de 1.5m, es importante mencionar que el tamaño del pixel va directamente relacionado con la

86

escala que se puede obtener, siendo una ventaja que permita generar cartografía a una escala 1,25.000, además se podría obtener dicha información hasta una escala 1:15.000 lo que significa una definición más acercada a la realidad debido a que permite una mejor apreciación de las superficies asignadas a cada categoría o clase.

Como resultado de esta investigación se estableció una superficie de 42,853.91 hectáreas de paramo, la que se comparó con los datos de la información secundaria referente al shape de Mapa de Cobertura y Uso de la Tierra MAE MAGAP (2015b), en donde se define una superficie de 61,793.08 hectáreas de Paramo para la provincia de Imbabura; se determina una diferencia significativa, expresándose así que en base a la resolución espacial de las imágenes satelitales correspondientes a los sensores Spot 6&7

se puede obtener

resultados de mejor precisión. ¿Se puede aplicar los mismos procedimientos de investigaciones relacionadas para el procesamiento y clasificación de imágenes satelitales de alta resolución SPOT 6&7?

Se define que para el procesamiento de imágenes satelitales de alta resolución de sensores Spot 6&7, el desarrollo de cuatro momentos en la metodología adaptada, lo concerniente a el proceso de calibración radiométrica y atmosférica aprovechando las potencialidades del programa PCI Geomatic 2016 el cual posee una biblioteca con archivos de calibración de alrededor 29 sensores soportados por este programa, así facilitando el procesamiento de las 6 escenas usadas en esta investigación.

En una segunda instancia identificada para la corrección geométrica en la que se usa las potencialidades del programa ERDAS 2014 el que mostro gran versatilidad para corregir a través de puntos de control y el emparejamiento de bordes entre las escenas estudiadas;

87

Otro punto importante se define al proceso de calificación supervisada que se ejecutó en su totalidad en el programa PCI Geomatic 2016 mostrando gran capacidad para el procesamiento de las imágenes SPOT 6&7.

Finalmente, para el cálculo de superficies en las clases definidas de la información resultante se realizó con PCI Geomatic 2016 y ArcGis 10.1 esta operación no mostro diferencia significativa entre los dos programas.

Es necesario indicar que dentro de las metodologías usadas en trabajos relacionados en su mayoría trabajan con imágenes LandSat, de las cuales se puede encontrar mucha información para su procesamiento, a diferencia de las imágenes Spot para las que se realizaron pruebas de acierto error con el fin de determinar los programas que faciliten el procesamiento y análisis esperado en esta investigación.

Después del análisis de las metodologías descritas en las investigaciones relacionadas se logró adaptar la metodología específica para las imágenes de sensores Spot 6&7, entendiéndose que en esencia todas las metodologías buscan establecer los mecanismos que permitan definir clases y sus características.

La particularidad de cada escena relacionada directamente al tipo de sensor y su temporalidad exige que su tratamiento sea individual recomendándose que no se lo haga de manera global a través de un mosaico ya que se pierde información de valores de pixel en el proceso.

Con la información descrita y los resultados de este trabajo se podría servir para contrastar la información y obtener datos de las superficies de uso de suelo y cobertura vegetal a nivel cantonal y parroquial, insumo importante para la planificación territorial.

En relación al alcance de este trabajo, sobre todo para los Gobiernos Autónomos descentralizados tanto provincial, cantonal y parroquial; se describe algunas

88

problemáticas y algunas acciones futuras que se establecen en su Plan de Desarrollo y Ordenamiento Territorial (PDOT), los resultados de esta investigación podrían servir como una línea comparativa de mejor precisión para cumplir sus expectativas; se detalla a continuación algunas situaciones:

En el cantón San Pedro de Pimampiro, en relación a sus actividades para la protección ambiental, se determina como una de las potencialidades, la de formar parte del territorio el Parque Nacional Cayambe Coca y bosques protectores de la Subcuenca del río Blanco (La Floresta) y Tambo Grande, los mismos que son el hábitat de diferentes especies de flora y fauna. Y se define como desventajas a las actividades productivas y las obras de infraestructura física, que generan efectos de degradación ambiental como la pérdida de ecosistemas importantes para la generación de agua y la preservación de biodiversidad (Gobierno Autónomo Descentralizado Municipal del cantón Pimampiro, 2011). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de la imagen Spot7 2015-09-13, misma que podría ser usada como herramienta de actualización en su plan de desarrollo.

En el cantón Ibarra se identifican dos bosques protectores, el Bosque Protector Guayabillas y el Bosque Protector Zuleta, este último, si bien es el más grande, tiene algunos inconvenientes, dentro de su delimitación se encuentran centros poblados y áreas agrícolas y pecuarias, además, se puede evidenciar que los bosques en realidad son escasos; predominan importantes áreas de páramo y cobertura vegetal arbustiva que ameritan un tratamiento especial de protección y conservación (Gobierno Autónomo Descentralizado Municipal del cantón Ibarra, 2012). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de las imágenes Spot7 2015-09-13, Spot 6 2015-09-12, Spot7 2015-09-13, Spot6 2014-08-23, Spot6 2014-07-18, mismas que podrían ser usada como herramienta de actualización en su plan de desarrollo.

En el cantón Otavalo ha definido zonas habitacionales e industriales, complejos turísticos, campo agrícola, Áreas Naturales Protegidas entre otros. Por lo mismo,

89

el uso de suelo es muy usado al aplicar criterios ambientales, sociales y económicos. La forma más racional de elaborar decisiones de uso de suelo, es a través del Ordenamiento Territorial que es un instrumento de política de Estado donde se establecen funciones y atribuciones hacia los gobiernos de turno, otra ventaja del uso de suelo es el de ser un instrumento poderoso de soberanía estatal y autonomía municipal, para el establecimiento de modalidades y limitaciones de utilización de la propiedad y el desarrollo de actividades productivas (Gobierno Autónomo Descentralizado Municipal del cantón Otavalo, 2015). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de las imágenes Spot7 2015-09-13, Spot 6 2015-09-12, mismas que podrían ser usada como herramienta de actualización en su plan de desarrollo.

En el cantón Cotacachi, se definen algunos riesgos socio ambientales con respecto a la actividad extractiva en la zona andina del cantón Cotacachi.

Referente a canteras que proveen el 45% de la arena para atender la demanda en la provincia de Imbabura, se requiere aplicar la Ordenanza Municipal en relación al control, monitoreo y seguimiento de la actividad minera. En lo que concierne a la minería de metales dentro de la zona subtropical Intag, debido al mandato minero dictaminado por el Estado en el año 2009, las concesiones mineras con las que contaban varias empresas fueron revertidas. Existen riesgos por la posible explotación minera y probable contaminación en la zona subtropical de Intag (Gobierno Autónomo Descentralizado Municipal del cantón Cotacachi, 2011). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de las imágenes Spot 6 2015-09-12, Spot7 2015-09-13, Spot6 2014-08-23, mismas que podrían ser usada como herramienta de actualización en su plan de desarrollo.

Para el cantón Urcuquí se describe que el cambio de cobertura y uso de la tierra si las tendencias siguen igual al año 2030, las zonas más afectadas serán las zonas de páramos del norte y las partes de vegetación arbustivas alrededor de la panamericana. La presión del bosque al este del cantón es menor, lo que se estima que la expansión agropecuaria sería de 2,905 ha para ese año. Entre las

90

zonas más afectadas por el avance de la frontera agropecuaria estarían la parroquia de Buenos Aires en los sectores que se encuentran en el sector de Chinchiví, La Primavera y San José, así como también los páramos en las parroquias de San Blas y Cahuasquí (Gobierno Autónomo Descentralizado Municipal del cantón Urcuquí, 2014). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de las imágenes Spot7 2015-09-13, Spot 6 2015-09-12, Spot7 2015-09-13, Spot6 2014-08-23, Spot6 2014-07-18, mismas que podrían ser usada como herramienta de actualización en su plan de desarrollo.

Para el cantón Antonio Ante se define que una de Las actividades económicas importantes es la agropecuaria con el 16% desarrollada principalmente en las parroquias rurales y en las periferias de las parroquias urbanas. A estas se suman invernaderos (Hortalizas y florícolas), planteles avícolas, criaderos de chanchos los que usan agua de riego que cubre el 72% del territorio; por otro lado, se describe que los ecosistemas existentes en el cantón favorecen la realización de las diferentes actividades productivas, cabe indicar que se están realizando acciones con los municipios vecinos a fin de declarar el cerro Imbabura como área protegida (Gobierno Autónomo Descentralizado Municipal del cantón Antonio Ante, 2014). Para lo anteriormente descrito sería de gran utilidad la información geográfica obtenida de los resultados de las imágenes Spot7 2015-09-13, Spot 6 2015-09-12, mismas que podrían ser usada como herramienta de actualización en su plan de desarrollo.

El uso de imágenes de alta resolución son una buena alternativa para el estudio de uso de suelo y cobertura vegetal pero tienen un costo elevado y requiere estudios cuidadosos sobre su aplicabilidad, así también como la generación de metodologías para su procesamiento digital, se recomienda como una alternativa para la generación de información geográfica de mayor precisión la que podrá servir como herramienta para la toma de decisiones y la planificación territorial para el caso de Gobiernos Autónomos Descentralizados.

91

CAPÍTULO V 5. CONCLUCIONES Se alcanzaron los objetivos planteados pudiendo determinar a través de la metodología desarrollada la caracterización que se representa de manera clara en los resultados de esta investigación.

Se establece en relación a los resultados de la caracterización una para el NIVELI una leyenda temática en las que se define las coberturas: Bosque, Tierra Agropecuaria, Vegetación Arbustiva y Herbácea, Cuerpo de Agua y Zona Antrópica. Se concluye que en la provincia de Imbabura existe una superficie de 208,093.82 hectáreas de Bosque; 119,592.69 hectáreas de Tierra Agropecuaria; 113,867.48 hectáreas de Vegetación Arbustiva y Herbácea; 1,948.67 hectáreas de Cuerpo de Agua; 5,905.46 hectáreas de Zona Antrópica. Se recomienda, a través de esta metodología, desarrollar e incluir el nuevo territorio correspondiente a Las Golondrinas que paso a formar parte de la Provincia una vez que la Asamblea Nacional aprobó el Proyecto de Ley que fija el limite territorial entre las provincias de Imbabura y Esmeraldas.

La Información Geográfica resultante de la aplicación de la metodología desarrollada en la que se ha podido caracterizar la Cobertura Vegetal y Uso de Suelo de la provincia de Imbabura será de gran utilidad para generadores y usuarios de información geográfica a nivel parroquial, cantonal y provincial; se recomienda que el Gobierno Provincial de Imbabura una vez que analice la información a través de la Dirección General de Planificación, ponga a disposición tanto las escenas de las imágenes satelitales usadas en esta investigación, como los raster obtenidos del proceso y la metodología para su análisis y procesamiento a través del Geoportal institucional el que se lo puede encontrar en el enlace http://www.gisimbabura.gob.ec/portal/ , a fin de dar cumplimiento a lo descrito en el alcance de este trabajo.

92

REFERENCIAS BIBLIOGRÁFICAS

Airbus,

(2017). Spot User Guide. Recuperado el 10/02/2017 http://www.intelligence-airbusds.com/en/5279-spot-6-user-guide

de

Anderson, J. Hardy, E. Roach, J. y Witmer, R. E. (1 976), A land use and land cover classification system for use with remote sensor data, Geological Survey Professional Paper, Nro. 964. USGS, Washington, United States.

Asamblea Constituyente, (2008). Constitución de la República del Ecuador.

Ciudad Alfaro: Ecuador.

Asamblea Nacional, (2010a). Código Orgánico de Organización Territorial, Autonomía y Descentralización. Quito, Ecuador.

Asamblea Nacional, (2010b). Código Orgánico de Planificación y Finanzas Públicas. Quito, Ecuador.

ACP, Autoridad del Canal de Panamá, (2003). Recopilación y presentación de datos socioeconómicos de la región occidental de la cuenca del Canal de Panamá. Informe Final – Región Occidental/ Contrato No.SSA-53299. Panamá.

Bocco, G. Mendoza, M. y Masera, O. R. (2001), La dinámica del cambio del uso del suelo en Michoacán. Una propuesta metodológica para el estudio de los procesos de deforestación, investigaciones geográficas, Boletín del Instituto de Geografía, UNAM Núm. 44. México.

93

Calle, A. y Salvador, P. (2012). Revisando el concepto de resolución en teledetección. Asociación Española de Teledetección, Revista de Teledetección, 37, 74-79. Valladolid, España.

Cisneros, D. (2013). Análisis de la red nacional GPS pasiva enlazada al sistema de referencia SIRGAS 95 y su evolución hacia la nueva infraestructura soportada por la red GNSS de monitoreo continuo del Ecuador. Revista Técnica IGM, (2013, abril), 26-27.

CONAGE, Consejo Nacional de Geo informática, (2011). Datos Geográficos Marco, Registro Oficial N˚ 378, Ecuador.

Chuvieco, E. (2005). Fundamentos de teledetección. (2da ed.). Madrid, España: RIALP, S.A.

Chuvieco, E. (2008). Teledetección Ambiental: La observación de la Tierra desde el espacio (3ra ed.). Barcelona, España: Ariel.

Cueva, J. y Chalán, L. (2010). Cobertura vegetal y uso actual del suelo de la Provincia de Loja. Informe Técnico. Departamento de Sistemas de Información Geográfica de Naturaleza y Cultura Internacional. Graficas Amazonas. Loja, Ecuador.

94

FLACSO, Facultad Latinoamericana de Ciencias Sociales, (2008). Geo Ecuador 2008 informe sobre el estado del medio ambiente. Recuperado el 06/01/2017 de http://www.flacsoandes.edu.ec/libros/digital/41449.pdf.

Fernández, S. E., del Rio, J. P., Andrade, E. G., Curtit, G., y Olivera, H. (2011).

Sistemas

de información geográfica para el ordenamiento territorial.

Argentina. La Plata: Dirección Provincial de Ordenamiento Urbano y Territorial.

Geosoluciones, (2016). Manual de PCI Geomática 10. [PDF file]. Colombia.

Recuperado

el

01/04/2017

http://www.geosoluciones.cl/documentos/PCI

de Geomática/

Manual_PCI_Geomatica10.pdf

Gobierno Autónomo Descentralizado Municipal de San Pedro de Pimampiro, (2011). Documento síntesis del plan de desarrollo y ordenamiento territorial del cantón Pimampiro 2011 – 2031. Imbabura, Ecuador.

Gobierno Autónomo Descentralizado Municipal de Ibarra, (2012). Plan de desarrollo y ordenamiento territorial del cantón Ibarra 2012 – 2031.

Imbabura, Ecuador.

Gobierno Autónomo Descentralizado Municipal de Santa Ana de Cotacachi, (2011). Plan de desarrollo y ordenamiento territorial del cantón Cotacachi. Imbabura, Ecuador.

95

Gobierno Autónomo Descentralizado Municipal de San Miguel de Urcuquí, (2014).

Actualización del plan de desarrollo y ordenamiento territorial San Miguel de Urcuquí. Imbabura, Ecuador.

Gobierno Autónomo Descentralizado Municipal de Antonio Ante, (2014).

Actualización del plan de desarrollo y ordenamiento territorial del cantón Antonio Ante Avanzamos 2014 -2030. Imbabura, Ecuador.

Gobierno Autónomo Descentralizado Municipal de Otavalo, (2015). Actualización Plan de Desarrollo y Ordenamiento Territorial del cantón Otavalo 2015.

Imbabura, Ecuador.

Gobierno

Autónomo

Descentralizado

Provincial

de

Imbabura,

(2015).

Actualización Plan de Desarrollo y Ordenamiento Territorial de la Provincia de Imbabura 2015-2035. Imbabura – Ecuador.

Gonzaga, C. (2014). Aplicación de índices de vegetación derivados de imágenes satelitales Landsat 7 ETM+ y ASTER para la caracterización de la Cobertura vegetal en la zona centro de la provincia de Loja (Tesis de maestría). Universidad Nacional de la Plata, Argentina.

IGM, Instituto Geográfico Militar, (2014). Proyecto de Inversión Obtención de cartografía escala 1:5.000 y generación de cartografía básica oficial ESCALA 1:25.000 a nivel nacional. Ecuador.

96

IGM, Instituto Geográfico Militar, (2016). REGME Red GNSS de monitoreo continuo del Ecuador Formulario Informativo de la Estación de Monitoreo Continuo IMBABURA–IBEC. Recuperado el 10/12/2016 de http://www.geoportaligm.gob.ec/ wordpress/?wpfb_ dl=31.

Labrador, M. Évora, J., y Arévalo, M. (2012). Satélites de teledetección para la gestión del territorio. Canarias: Consejería de Agricultura, Ganadería, Pesca, y Aguas del Gobierno de Canarias.

MAE - MAGAP, Ministerio del Ambiente y Ministerio de Agricultura y Ganadería (2015a). Presentación mapa de cobertura y uso de la tierra del Ecuador continental 2013-2014, Presentación Power Point recuperado el 10/12/2016

de

http://app.sni.gob.ec/snilink/sni/Portal%20SNI%202014/USO%20DE%2 0LA%20TIERRA/04PRESENTACION_MAPA%20USO%20Y%20COBE RTURA%20DE%20LA%20TIERRA%20-2013-2014.pdf

MAE - MAGAP, Ministerio del Ambiente y Ministerio de Agricultura y Ganadería (2015b). Protocolo metodológico para la elaboración del mapa uso y cobertura de la tierra 2013-2014, Escala 1:100.000. Ecuador.

MAE - MAGAP, Ministerio del Ambiente y Ministerio de Agricultura y Ganadería (2015c). Proyecto para la generación del mapa uso y cobertura de la tierra 2013-2014, Escala 1:100.000. Ecuador.

97

Ministerio del Ambiente, (2012). Protocolo metodológico para la generación del mapa de deforestación histórica en el Ecuador continental. Versión 3.

ORSI, Observatorio Regional de la Sociedad de la Información (2009). Sistemas de localización e información geográfica. Castilla y León, España.

Consejería de Fomento.

Olaya, V. (2011). Sistemas de Información Geográfica versión 1.0. Recuperado el 01/02/2017 de http://volaya.es/libro.htm.

Pazmiño, E., Bravo, E. (2013). Protocolo de utilización de datos de la red de monitoreo continuo GPS/GNSS a través de la web, un servicio con fines de investigación, proyectos de desarrollo, seguridad nacional y comunidad en general. Quito, Ecuador.

Posada, E., Ramírez, H. y Espejo, N. (2012). Manual de prácticas percepción remota con el Programa ERDAS IMAGE 2011.

Salgado, S., Betancourt, F., Cuesta, F. (2007). Caracterización de la cobertura vegetal y uso del suelo en la cuenca alta del río Mazar, Provincia Cañar – Ecuador. Quito, Ecuador.

SNI, Sistema Nacional de Información (2014). Archivos de información geográfica.

Recuperado el 10/02/2017 de http://sni.gob.ec/coberturas.

Sobrino, J. (2000). Teledetección. Universidad de Valencia. España

98

Topcon, (2013): Gnss and network solutions. Recuperado el 10/12/2016 de https://www.topconpositioning.com /gnss-network-solutions.

99

ANEXOS ANEXO 1.- REGME RED GNSS DE MONITOREO CONTINUO DEL ECUADOR Formulario Informativo de la Estación de Monitoreo Continuo IMBABURA – IBEC.

100

ANEXO 2.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 7 2015-0913:15:05:41.7 PROD_SPOT7_001 VOL_SPOT7_001_A IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13:15:05:41.7 ORTHO PMS Dataset Id

ORT_SPOT7_20150913_150541900_000

Product code Unitary Production Date

2015-11-30T05:37:24.00Z

Image dimensions

29851 rows x 32077 columns

Acquisition date

2015-09-13 15:05:41.7

Platform name

SPOT 7

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1520.298133 1810.106202 1964.630881 1084.46188

Orientation angle

+50.04°

Incidence angle

+22.21°

Sun Azimuth

+82.12°

Sun Elevation

+58.82°

101

ANEXO 3.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-0823:15:27:19.7 PROD_SPOT6_001 VOL_SPOT6_001_A IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-23:15:27:19.7 ORTHO PMS Dataset Id

ORT_SPOT6_20140823_152728600_000

Product code Unitary Production Date

2016-01-06T05:42:45.00Z

Image dimensions

20693 rows x 18780 columns

Acquisition date

2014-08-23 15:27:19.7

Platform name

SPOT 6

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1540.494123 1826.087443 1982.671954 1094.747446

Orientation angle

+292.53°

Incidence angle

+27.92°

Sun Azimuth

+66.20°

Sun Elevation

+60.48°

102

ANEXO 4.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2015-0912:15:14:33.9 PROD_SPOT6_001 VOL_SPOT6_001_A IMG_SPOT6_PMS_001_A: SPOT 6 2015-09-12:15:14:33.9 ORTHO PMS Dataset Id

ORT_SPOT6_20150912_151434000_000

Product code Unitary Production Date

2015-11-30T05:32:07.00Z

Image dimensions

24361 rows x 25922 columns

Acquisition date

2015-09-12 15:14:33.9

Platform name

SPOT 6

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1540.494123 1826.087443 1982.671954 1094.747446

Orientation angle

+25.23°

Incidence angle

+19.87°

Sun Azimuth

+80.78°

Sun Elevation

+60.53°

103

ANEXO 5.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-0811:15:19:59.6 PROD_SPOT6_001 VOL_SPOT6_001_A IMG_SPOT6_PMS_001_A: SPOT 6 2014-08-11:15:19:59.6 ORTHO PMS Dataset Id

ORT_SPOT6_20140811_152000500_000

Product code Unitary Production Date

2015-06-03T16:23:45.00Z

Image dimensions

20717 rows x 33793 columns

Acquisition date

2014-08-11 15:19:59.6

Platform name

SPOT 6

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1540.494123 1826.087443 1982.671954 1094.747446

Orientation angle

+328.80°

Incidence angle

+9.62°

Sun Azimuth

+61.02°

Sun Elevation

+56.24°

104

ANEXO 6.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 6 2014-0718:15:04:52.2 PROD_SPOT6_001 VOL_SPOT6_001_A IMG_SPOT6_PMS_001_A: SPOT 6 2014-07-18:15:04:52.2 ORTHO PMS Dataset Id

ORT_SPOT6_20140718_150459400_000

Product code Unitary Production Date

2015-06-03T16:19:07.00Z

Image dimensions

17313 rows x 20021 columns

Acquisition date

2014-07-18 15:04:52.2

Platform name

SPOT 6

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1540.494123 1826.087443 1982.671954 1094.747446

Orientation angle

+106.40°

Incidence angle

+24.26°

Sun Azimuth

+55.32°

Sun Elevation

+51.26°

105

ANEXO 7.- DESCRIPCIÓN TÉCNICA ESCENA SPOT 7 2015-0913:15:05:22.4 PROD_SPOT7_001 VOL_SPOT7_001_A IMG_SPOT7_PMS_001_A: SPOT 7 2015-09-13:15:05:22.4 ORTHO PMS Dataset Id

ORT_SPOT7_20150913_150525300_000

Product code Unitary Production Date

2015-11-30T05:49:09.00Z

Image dimensions

18294 rows x 34515 columns

Acquisition date

2015-09-13 15:05:22.4

Platform name

SPOT 7

Spectral Mode

PMS

Spectral Processing

PMS

Processing level

ORTHO

Number of spectral bands 4 Spectral bands id

B2 B1 B0 B3

Solar irradiance value of raw radiometric Band

1520.298133 1810.106202 1964.630881 1084.46188

Orientation angle

+44.95°

Incidence angle

+30.29°

Sun Azimuth

+82.47°

Sun Elevation

+58.44°