Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Calculo de la tasa de deforestación anual en el periodo 2001-2011 en la provincia de Tambopata con imágenes de NDVI (MOD13) de MODIS, mediante relación de ajuste de recta Rodolfo D. Moreno Santillàn 1 1

Comisión Nacional de Investigación y Desarrollo Aeroespacial - CONIDA Luis Felipe Villaran 1069 – San Isidro Lima – Peru [email protected], [email protected]

Abstract. Socio-economic development and the process of deforestation in the Amazon area of Peru, is characterized by marked periods, the causes were mainly oriented towards the exploitation of natural resources. Currently, human activities such as farming, mining, among others, are springing up each year the loss of large areas of forest. This work aims to calculate the area deforested by low spatial resolution images, to demonstrate that it is possible to calculate a rate of deforestation in these images, it has developed an algorithm based on the linear correlation be adjusted by a straight equation to relate NDVI (Normalized Difference Vegetation Index) sensor product of MODIS (Moderate Resolution Imaging Spectroradiometer) with pixel size of 300m, with a percentage of deforested area in each pixel, taking good result very approximate, if we consider that it is an image low spatial resolution, the efficiency of this algorithm is proved in the Tambopata National reserve located in the department of Madre de Dios which is a department bordering Brazil, where registration for the period 2007 to 2011 a high growth of deforestation being primarily responsible for illegal mining, which leads to consequences of environmental, social and economic.

Palabras-chave: Deforestacion, MODIS, Madre de Dios, Correlacion Lineal, Tasa de deforestacion.

1. Introducción La deforestación se ha convertido en estos últimos años en una preocupación a nivel mundial por la pérdida de cobertura vegetal que constituye uno de los ecosistemas más grandes, que regula el clima a escala regional, siendo este el que mitiga el efecto invernadero producidos por los gases contaminantes en la atmosfera, que tiene consecuencias económicas y sociales negativas En la selva peruana uno de los principales problemas que daña este ecosistema es la minería ilegal, en este trabajo nos enfocaremos en el caso particular de la zona de amortiguamiento de la reserva nacional de Tambopata, donde la deforestación se ha intensificado en los últimos cuatro años, con una tasa de creciente rápido desde mediado del año 2007. Esta provincia de tiene como ámbito de influencia, los distritos por donde se concentra la mayor parte de minería aurífera. La Reserva Nacional Tambopata se encuentra ubicada al sur del Río Madre de Dios en los distritos de Tambopata e Inambari. (Figura 1) Limita por el Norte con la provincia de Tambopata del departamento de Madre de Dios; por el Este con Bolivia; por el Sur con el Parque Nacional Bahuaja Sonene; y por el Oeste con la Comunidad Nativa de Kotsimba, la provincia de Tambopata se presenta como un territorio alimentado por grandes cursos de agua que sostienen una importantísima biodiversidad.

1346

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

El cálculo de áreas deforestadas se realiza comúnmente con imágenes de mediana y alta resolución espacial, el objetivo de este trabajo es calcular la tasa de deforestación anual con imágenes MODIS de NDVI de baja resolución espacial. El método para el cálculo del área deforestada usando imágenes MODIS, se basa en el algoritmo SNOWMAP (Hall et al .1995, Klein et al., 1998), que se utiliza en el cálculo de cobertura fraccional de nieve, para el caso de la deforestación se realizara una correlación lineal entre el valor digital de NDVI con tamaño de píxel 300m y el área deforestada que le correspondería con imágenes Landsat de resolución espacial de 30m.

Figura 1: Ubicación geográfica de la provincia de Tambopata, ubicado en el departamento de Madre de Dios donde se muestra la zona deforestada en los años 2007, 2009,2010 y 2011, las área deforestada fueron calculados con imágenes Landsat 5TM.

2. Metodologia Se descargaron cuatro imágenes Landsat 5TM del servidor del instituto de investigación del INPE de Brasil, de los años 2007 del 23 de Agosto, del 2009 de 28 de Agosto, del 2010 de16 de septiembre y del 2011 del 3 de Septiembre, con path 003 y row 039, de resolución espacial de 30m, de la zona de estudio que corresponde a la zona de Tambopata. Estas imágenes fueron corregidas geométricamente usando como imagen ortorectificada de referencia la imagen Landsat 7ETM del 23 de Mayo del 2000 descargada del servidor de Global Land Cover Facility de la

1347

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Universidad de Maryland, para la ubicación de los puntos de control en las imágenes se usó el algoritmo SSMN (Moreno, SELPER- México 2010), Estas imágenes se reproyectaron a UTM zona 19 Sur, luego se procedió a la corrección radiométrica de las cuatro imágenes Landsat, usando las constantes de calibración de Landsat 5TM (Chander, et al 2009) y finalmente la corrección atmosférica usando el módulo FLAASH del software ENVI. Al finalizar esta etapa de pre procesamiento de las imágenes Landsat, luego de ubicar la zona afectada por la minería se extrajo la zona con una dimensión de 1200x1200 píxeles y se procedió al calculo del NDVI con las bandas 3 y 4, con el fin de calcular el área deforestada mediante umbrales que variaron desde 0.65 a 0.70 obteniéndose las áreas deforestadas (Tabla 2), estas cuatro imágenes

Figura 2. Once imágenes compuestas con los valores máximos de NDVI del producto MOD 13 del sensor MODIS de la zona de Tambopata con resolución espacial de 300m, desde 2001 al 2011.

El pre procesamiento de las imágenes de NDVI del producto del sensor MODIS del satélite TERRA, consistió inicialmente en la descarga del producto MOD13 de NDVI de cada 16 días, del servidor de la NASA (National Aeronautics and Space Administration) de ubicación 11h y v10, en coordenadas ISIN (Integerized SINusoidal), con resolución espacial en grados de 0.0025°x0.0025°, desde el periodo 2001 al 2011, este lote de imágenes de más de 240 imágenes se redujo a 11 imágenes anuales, donde cada imagen anual es la composición de los pixeles con valores máximos de NDVI en dichos años (Figura 2.) , de esta manera se obtendría imágenes anuales con pixel de valor de NDVI con menos contaminación, luego se unió estas 11 bandas, y se reproyectaron de coordenadas ISIN a coordenadas UTM zona 19 sur con resolución espacial de 300m, esta resolución espacial fue con la finalidad que el tamaño de pixel sea 10 veces más

1348

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

que la resolución de la imagen Landsat de 30m, finalmente se extrajo la zona de Tambopata usando como referencia la imagen Landsat de 1200x1200 pixeles, obteniéndose una imagen de NDVI del producto MODIS de 120x120 píxeles.

Para establecer la relación lineal entre el valor de NDVI del producto MODIS de baja resolución espacial y el área deforestada, se calculó un área deforestada de referencia de 4041.72 he con la imagen del 2011 de NDVI de Landsat de 1200X1200.

Figura 3. Zona de Tambopata se muestra la deforestación por minería en el año 2011, A) Imagen Landsat de combinación de bandas 5,4 y 3 con resolución espacial de 30m, B) Mascara de la zona de deforestación con valores 1 en las zonas deforestadas y cero en las zonas de bosque. C) Imagen de NDVI del producto MODIS compuestas con valores de píxeles máximos de NDVI del año 2011.

Luego se enmascaro la deforestación de la imagen del 2011 de NDVI de Landsat de 1200x1200 usando un umbral u m , de esta manera se obtendría una imagen con valores de ceros y unos, donde los valores de cero representaría los pixeles de vegetación y los de valor uno los pixeles deforestados. Entonces, agrupando un conjunto de pixeles en un cuadrado de 10x10 pixeles de la máscara de deforestación, equivaldría a un pixel de la imagen del 2011 de NDVI del sensor MODIS, siendo este conjunto de pixeles en total 100, donde la suma de estos pixeles representaría el valor porcentual de la deforestación en cada pixel de NDVI de MODIS (Figura 3.).

1349

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Figura 3. Relación de 100 píxeles de NDVI y de la máscara de deforestación de Landsat con un píxel de NDVI de producto del sensor MODIS. Esta relación entre ambas imágenes Landsat (1200x1200)y MODIS (120X120), se ajusta a una función de recta Se realizó un ajuste de recta usando por mínimos cuadrados cada pixel de la imagen de NDVI del sensor MODIS, con su equivalente a 100 pixeles de la máscara de deforestación, de esta manera se obtendría la relación lineal entre el valor porcentual de la deforestación en cada pixel de NDVI del sensor MODIS, también se calculó el valor promedio de la deforestación u d , que será usado como umbral de las imágenes NDVI del producto del sensor MODIS. El ajuste de recta en este procedimiento tendría la siguiente ecuación (1): Area% = A.NDVI MODIS + B

Para NDVI < u d

(1)

Donde A y B , son las constates de la ecuación de la recta. Luego de establecida la relación entre el porcentaje de la deforestación y el valor de NDVI del producto MODIS, se aplico esta ecuación a la imagen NDVI de MODIS, obteniéndose una imagen de valores porcentuales de deforestación por píxel, este valor se multiplico 0.09 que es equivalente al tamaño de píxel en hectáreas, sumando todos los valores digitales de la imagen se obtendría el área deforestada para dicha imagen. Este proceso se realizo con varios umbrales u m (Tabla 1), para el calculo de la mascara de deforestación, repitiendo este proceso hasta obtener una área total aproximada al área deforestada de referencia calculada inicialmente, este proceso se utilizo para obtener los valores mas óptimos para establecer las constantes A y B con el umbral u d . Todos los cálculos se realizaron mediante programación en IDL.

1350

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Tabla1. Resultado de los cálculos para determinar los valores de las constantes de la recta y el umbral siendo el mejor el numero 10, por tener un valor de 4056.20 he que es el mas próximo calculado con la imagen Landsat de 4041.72 he N

um

ud

Corre

A

B

Error

Área

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0.650 0.700 0.750 0.800 0.820 0.830 0.835 0.836 0.837 0.838 0.839 0.840 0.842 0.843 0.845 0.850

0.7648 0.7720 0.7798 0.7897 0.8030 0.8166 0.8250 0.8268 0.8290 0.8308 0.8324 0.8344 0.8380 0.8401 0.8442 0.8542

-0.4980 -0.4856 -0.4790 -0.4669 -0.4794 -0.4834 -0.4842 -0.4840 -0.4874 -0.4901 -0.4952 -0.4947 -0.5049 -0.5131 -0.5246 -0.5596

-116.0300 -109.4100 -104.2810 -97.7367 -97.8043 -97.5892 -97.2080 -96.8142 -97.6703 -98.0612 -99.0965 -98.7961 -101.0700 -102.8380 -105.6510 -116.2060

132.245 130.572 129.689 128.393 129.324 129.722 129.815 129.677 130.169 130.412 130.989 130.896 132.168 133.141 134.716 140.483

28.8084 28.5428 28.2164 27.8743 27.8663 28.2281 28.4365 28.4302 28.5333 28.5205 28.5205 28.5609 28.6475 28.6441 28.7254 29.0908

2895.82 3003.36 3164.38 3355.29 3524.94 3745.33 3887.20 3936.89 3998.31 4056.20 4119.13 4172.39 4277.03 4353.90 4527.47 4905.16

Unas ves establecidas las constates A =-98.0612, B =130.412 y u d =0.8308, se aplico esta ecuación de la recta (Figura 4), a la serie de 11 años de las imágenes NDVI del sensor MODIS, obteniéndose la tasa de deforestación anual en el periodo 2001 al 2011, (Figura 5)

Figura 4. Grafico y ecuación de la recta que relaciona el porcentaje del área deforestada y el valor del NDVI del producto del sensor MODIS.

1351

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

3. Resultados y Discusiones Los valores calculados del área deforestada tienen una diferencia máxima del 18% en el año 2007, este valores es aceptable si tomamos en cuenta que la imagen de NDVI de MODIS es de baja resolución espacial estando dentro del rango por tener un error de 28.5 he, también se observa que el año 2006, existe un aumento de la deforestación y disminuye para el año 2007, este valor podría deberse a la calidad de los datos NDVI de MODIS. El cálculo del área deforestada puede ser mejorado si tomamos otros parámetros como temperatura superficial del suelo o los índices de vegetación mejorada (EVI).

Tabla 2. Área deforestada calculada para las imágenes NDVI del producto del sensor MODIS y las calculadas con imágenes Landsat. Año 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Área he (MODIS) 92.57 92.29 193.73 153.27 95.48 316.75 172.95 869.44 1947.07 2686.07 4056.19

Área he (Landsat)

Dife %

212.89

18.76

1731.49 2623.41 4041.72

-12.45 -2.39 -0.36

1352

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Figura 5. Tasa anual de deforestación de la provincia de Tambopata en el periodo 2001-2011, calcula con imágenes MODIS

4. Conclusiones El método demuestra que es posible usar imágenes de baja resolución espacial para calcular el área deforestada, donde la exactitud depende mucho de la calidad de los datos de NDVI. También se pudo comprobar que el crecimiento de la deforestación en la provincia de Tambopata durante cuatro años, para el periodo 2007 y 2011 tiene una tasa deforestación de 970 he al año un crecimiento muy rápido en corto tiempo. 5. Agradecimientos Por su apoyo en la elaboración de este trabajo al proporcionar información y la disponibilidad de tiempo al siguiente equipo de trabajo de CONIDA, como son a los ingenieros y Físicos: Carmen Villon, Luis Ronchi, Cyntia Quispe y Miguel Miranda. 6. Referencias Bibliografías

J. Francois Mas Y Everett Alan Hinkey: 2011. Aplicaciones del sensor MODIS para el monitoreo del territorio. Ramachandra, Chistopher O.Justice. M.J. Abrams: 2011. Land Remote Sensing and Global Environmental Change. V. V. Salomonson and Igor Appel (2006) Development of Aqua MODIS NDSI, Fractional Snow Cover Algorithm and Validation Results. IEEE TRANSACTION ON GEOSCIENCE AND REMOTE SENSING . Vol.44 ,Page 1747., IEEE, José A Sobrino y J. A Raissouni: 2000. Teledetección. Dozier, J. (1991), Remote sensing of alpine snow cover invisible and near-infrared Wavelengths,

1353

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

1354