Planificación forestal y gestión territorial, mediante herramientas open source e imágenes de satélites

Abstract

Efectuar diagnósticos para la gestión y evaluación de los recursos naturales, requiere del conocimiento de ciertos aspectos como que especies arbóreas están presentes, la edad de la masa forestal, la calidad de sitio así como los tipos de cobertura del suelo. Todos ellos son requisitos esenciales para manejar los recursos naturales, humanos, sociales, económicos y tecnológicos, para una mejor calidad de vida para la población de manera que los patrones de consumo actual no afecten el bienestar de las generaciones futuras. La clasificación de coberturas del suelo se basa frecuentemente en características distintas entre sus clases, pero con gran homogeneidad dentro de cada una de ellas, obtenidas en principio mediante trabajos de campo y uso de imágenes satelitales interpretadas visualmente en pantalla. El primer caso supone elevados costes económicos y temporales, mientras que en el segundo caso, se han mejorado las técnicas de procesamiento digital de imágenes. Algunos territorios en vías de desarrollo, como por ejemplo los municipios Casacoima y Sotillo en Venezuela, carecen de sistemas de geoinformación de los recursos, debido entre otros aspectos a la falta de información confiable y actualizada de sus recursos, lo cual ocasiona elevados costes, tanto en los trabajos de campo, como, en la adquisición de software de licencia para el procesado de los datos. Actualmente, las alternativas tecnológicas en sistemas de información geográfica y teledetección, constituyen herramientas idóneas para abordar esta tarea. Si bien en una primera instancia este tipo de proyectos suponen elevados costes en adquisición de licencias de software hoy día es posible afrontarlos gracias a herramientas de código abierto u open source. Este trabajo propone una metodología tecnológica de bajo coste basada en herramientas open source de sistemas de información geográfica para elaborar cartografía temática local de usos de suelo y tipos de cobertura en zonas de escasos recursos a partir de imágenes procedentes del sensor CBERS-2 (Satélite Chino-Brasileño de Recursos Terrestre) e información espacial disponibles en la red. En este sentido, se aplicaron técnicas avanzadas de procesamiento digital de imágenes. Se realizaron diferentes clasificaciones, por el método supervisado a nivel de pixel y por regiones empleando distintos algoritmos de clasificación y comparándolos entre sí. En el primero de los casos, se ejecutaron los algoritmos de Maxver (máxima probabilidad) y Distancia Euclidea (mínima distancia), mientras que en el método por regiones, se ejecutó el algoritmo Bhattacharya, aplicando la técnica “crecimiento de regiones” en la segmentación. Con este último clasificador, se obtuvieron resultados satisfactorios de fiabilidad global e índice kappa de 83,93% y 0,81% respectivamente. Seguido por el algoritmo Maxver (máxima verosimilitud), con resultados de 73,36% y 0,69% y por último el algoritmo de Distancia Euclidea que devolvió unos valores iguales a 67,17% y 0,61%. La metodología planteada es de gran utilidad en procesos de producción y actualización cartográfica, sirviendo de apoyo para elaborar planes de ordenación y gestión del territorio por parte de quienes intervienen en el proceso de toma de decisiones. Por tanto, las herramientas open source mostraron ser una alternativa económica y técnica viable, no solo para las organizaciones forestales, sino para el público en general, permitiendo desarrollar proyectos en espacios económicamente deprimidos y/o ecológicamente amenazados.

Making diagnoses for the management and evaluation of natural resources, requires knowledge of certain aspects such as tree species are present, the age of the forest, the quality of the site as well as the types of soil cover. All of them are essential requirements to manage natural, human, social, economic and technological resources, for a better quality of life for the population so that current consumption patterns do not affect the welfare of future generations. The classification of land cover is often based on different characteristics among its classes, but with great homogeneity within each of them, obtained in principle by field work and use of satellite images visually interpreted on screen. The first case involves high economic and temporal costs, while in the second case, digital image processing techniques have been improved. Some developing territories, such as the municipalities of Casacoima and Sotillo in Venezuela, lack geoinformation systems for resources, due, among other aspects, to the lack of reliable and up-to-date information on their resources, which causes high costs, both in the field works, such as, in the acquisition of software of license for the processing of the data. Currently, technological alternatives in geographic information systems (GIS) and remote sensing, are ideal tools to address this task. While in the first instance this type of project involves high costs in software license acquisition nowadays it is possible to face them thanks to open source or open source tools. This paper proposes a low-cost technological methodology based on open source tools of geographic information systems to develop local thematic cartography of land uses and types of coverage in areas of scarce resources from images from the CBERS-2 sensor (Chinese Satellite -Brazilian Terrestrial Resources) and spatial information available on the network. In this sense, advanced techniques of digital image processing were applied. Different classifications were made, by the supervised method at the pixel level and by regions using different classification algorithms and comparing them with each other. In the first case, the algorithms of Maxver (maximum probability) and Euclidean Distance (minimum distance) were executed, while in the method by regions, the Bhattacharya algorithm was executed, applying the technique "growth of regions" in the segmentation. With this last classifier, satisfactory results of global reliability and kappa index of 83,93% and 0,81% respectively were obtained. Followed by the Maxver algorithm (maximum likelihood), with results of 73, 36% and 0, 69% and finally the Euclidean Distance algorithm that returned values equal to 67,17% and 0,61%. The proposed methodology is very useful in production processes and cartographic updating, serving as a support to elaborate planning plans and territory management by those involved in the decision making process. Therefore, open source tools proved to be a viable economic and technical alternative, not only for forestry organizations, but for the general public, allowing the development of projects in economically depressed and / or ecologically threatened spaces.