Manual de Teledetección - Secretaría de Ambiente y Desarrollo ...

aplicaciones.medioambiente.gov.ar

Manual de Teledetección - Secretaría de Ambiente y Desarrollo ...

PRIMER INVENTARIO NACIONAL DE BOSQUES NATIVOS

SEGUNDA ETAPA

INVENTARIO DE CAMPO DE LA REGIÓN ESPINAL

DISTRITOS CALDÉN Y ÑANDUBAY

Manual de Teledetección

Segunda Etapa

Edición Febrero 2007

Dirección de

Bosques

Coordinación

Bosques Nativos


Autoridades Nacionales

Dr. Néstor Carlos Kirchner

Presidente de la Nación Argentina

Sr. Daniel Osvaldo Scioli

Vicepresidente de la Nación Argentina

Dr. Alberto Fernández

Jefe de Gabinete de Ministros

Dra. Romina Picolotti

Secretario de Ambiente y Desarrollo Sustentable

Sr. Miguel Enrique Pellerano

Subsecretario de Planificación y Política Ambiental


Responsables Técnicos

Ing. Forestal Jorge Luis Menéndez

Director de Bosques

Ing. Forestal Sergio Mario La Rocca

Coordinador Proyecto Bosques Nativos

y Áreas Protegidas BIRF 4085-AR

Componente Bosques Nativos


Introducción

El Primer Inventario Nacional de Bosques Nativos se inició como uno de los objetivos

principales del Proyecto Bosques Nativos y Áreas Protegidas BIRF 4085 AR, operación

acordada por el Gobierno Nacional con el Banco Internacional de Reconstrucción y

Fomento (BIRF), cuyo ejecutor es la Secretaría de Ambiente y Desarrollo Sustentable

(SAyDS) de la Nación.

El Ingeniero Forestal Carlos E. Merenson junto al actual Director de Bosques Ingeniero

Forestal Jorge L. Menéndez tuvieron una destacada actuación en la gestión y formulación

del Proyecto.

La Coordinación de la Componente Bosques Nativos estuvo inicialmente a cargo del

Ingeniero Forestal Sergio M. La Rocca (1997-2000), continuando al frente el Ingeniero

Agrónomo Enrique J. Schaljo (2000-2002) y retomándola nuevamente el Ingeniero

Forestal Sergio M. La Rocca (2002-2005).

La contraparte técnica de la SAyDS es la Dirección de Bosques (DB), en una primera etapa

bajo la conducción del Ingeniero Forestal Carlos E. Merenson (1997-1998) y, promovido

éste a Director de la Dirección Nacional de Recursos Naturales y Conservación de la

Biodiversidad (DNRNyCB), fue reemplazado por el actual Director de Bosques, Ingeniero

Forestal Jorge L. Menéndez (1998-2005).

Personal de Secretaría de Ambiente y Desarrollo Sustentable que ha participado en el

Proyecto:

Dirección Nacional del Proyecto

Señor Miguel Enrique Pellerano

Dirección de Bosques

Responsabilidad de Contraparte

Ingeniero Forestal Jorge L. Menéndez

Supervisión Técnica

Unidad de Manejo del Sistema de Evaluación Forestal:

Ingeniera Agrónoma Celina L. Montenegro

Geógrafa Mabel H. Strada

Ingeniero Forestal Eduardo Manghi

Ingeniero Forestal Marcelo Brouver

Licenciada en Cs. Biológicas María Gabriela Parmuchi


Licenciada en Cs. Biológicas Julieta Bono

Licenciada en Cs. Biológicas Mariana Stamati

Apoyo Administrativo

Señorita Carla R. Rubietti

Señorita Paula M. Rubietti

Unidad Ejecutora del Componente A del Proyecto Bosques Nativos y Áreas

Protegidas BIRF 4085-AR

Coordinación General

Ingeniero Forestal Sergio M. La Rocca

Asistencia de Coordinación

Ingeniera Forestal Rosa Inés Heinrich

Supervisión Técnica

Ingeniero Forestal Pablo Picchio

Coordinación Administrativo Contable

Contador Público Nacional Marisa L. Rosano

Señor Daniel A. Osorio

Señorita Marcela E. Sayago

Doctor Martín A. Sabbatella

Doctora Mariana Tellechea

Apoyo Administrativo

Señora Nélida M. Colman

Señor Guillermo H. Rodríguez

Señor Camilo Giovaninni


Para la ejecución del inventario de la región del Espinal, formaciones de Caldén y

Ñandubay, la Fundación para el Desarrollo Forestal, Ambiental y del Ecoturismo

Patagónico constituyó un equipo interdisciplinario de técnicos y profesionales. A

continuación se presenta las personas que participaron directamente en la ejecución del

proyecto:

Coordinación General

Doctor José Daniel Lencinas

Área Teledetección

Doctor José Daniel Lencinas (responsable)

Ingeniero Forestal Diego Mohr Bell

Ingeniera Forestal María Fernanda Ríos Campano

Ingeniera Forestal Sofía B. Havrylenko

Señorita Florencia Deccechis

Señor Mariano Gómez

Señorita Luciana Heitzmann

Área Inventario

Doctor Luis Chauchard (responsable)

Ingeniero Forestal Renato Sbrancia

Técnico Forestal Alberto Rabino

Ingeniero Forestal Jorge Giunchi

Ingeniera Forestal Cecilia Monte

Ingeniero Forestal Javier Mestres

Licenciada en Recursos Naturales Andrea Medina

Licenciada en Recursos Naturales María Eugenia Estanga Mollica

Técnico Forestal Adriano Arach

Técnico Forestal Mauricio Mazzucchelli

Técnica Forestal Dolores Zapiola

Técnico Forestal Lucas Dupy

Técnico Forestal Luis Olmos

Técnico Forestal Matías del Río

Técnico Forestal Hugo Maya

Técnico Forestal Santiago Quiroga

Técnico Forestal Darío Galván

Ingeniero Agrónomo Nicolás Villa

Ingeniero Agrónomo Diego Heinze

Señor Mariano Catalán

Área SIG y Cartografía

Ingeniero Agrónomo Fernando Salvaré (responsable)

Ingeniera Forestal María Fernanda Ríos Campano

Ingeniera Forestal Sofía Beatriz Havrylenko

Señorita Florencia Deccechis

Señor Mariano Gómez

Señorita Luciana Heitzmann

Señor Gabriel Zacconi


Área Base de Datos

Ingeniero en Informática Facundo Baudino

Analista de Sistemas Mario Burdman

Área Conservación

Doctor Javier Grosfeld (responsable)

Doctora Valeria Ojeda

Ingeniera Agrónoma Cecilia Brion

Profesora Gelina Pieszko

Ingeniero Agrónomo Diego Heinze

Licenciada en Recursos Naturales María Eugenia Estanga Mollica

Ingeniero Agrónomo Denis Rivero

Análisis Multitemporal y Fragmentación

Doctor Javier Puig (responsable)

Señor Gabriel Zacconi

Administración

Fundación para el Desarrollo Forestal Ambiental y Ecoturismo Patagónico

Master en Ciencias Silvio Antequera

Señorita Fabiana Contreras

Master en Ciencias Miguel Davel (presidente actual de la Fundación)

Master en Ciencias Alejandro Jovanovsky

Master en Ciencias Rubén Manfredi (presidente de la Fundación, a la firma del contrato)

Señorita Débora Villalobo

Además del equipo de trabajo presentado, en las diferentes etapas del trabajo se

involucraron diferentes referentes locales, especialistas y funcionarios que permitieron la

concreción del trabajo, cuyos nombres se explicitan de acuerdo a su participación en los

documentos que se generaron en el marco del inventario.


Índice

1. INTRODUCCIÓN ................................................................................................................................. 1

2. METODOLOGÍA.................................................................................................................................. 5

2.1 Adquisición de imágenes satelitales y modelo digital de elevación .................................................. 8

2.1.1 Imágenes Landsat 5 TM................................................................................................................. 8

2.1.1.1 Generación del Mapa Forestal (Año 2006) ............................................................................ 8

2.1.1.2 Análisis Multitemporal......................................................................................................... 10

2.1.2 Imágenes Landsat 7 ETM+ .......................................................................................................... 13

2.1.3 Imágenes TERRA-ASTER .......................................................................................................... 15

2.1.4 Imágenes CBERS2-CCD ............................................................................................................. 18

2.1.5 Modelo Digital de Elevación ....................................................................................................... 20

2.2 Preprocesamiento de datos satelitales.............................................................................................. 22

2.2.1 Importación de datos satelitales ................................................................................................... 22

2.2.1.1 Imágenes Landsat 5 TM....................................................................................................... 22

2.2.1.1.1 Generación del Mapa Forestal (Año 2006)................................................................... 22

2.2.1.1.2 Análisis Multitemporal................................................................................................. 23

2.2.1.2 Imágenes Landsat 7 ETM + ................................................................................................. 24

2.2.1.3 Imágenes TERRA-ASTER................................................................................................... 25

2.2.1.4 Imágenes CBERS2-CCD .....................................................................................................25

2.2.1.5 Modelo Digital de Elevación................................................................................................ 26

2.2.2 Fusión de datos satelitales............................................................................................................ 27

2.2.3 Corrección Geométrica ................................................................................................................ 29

2.2.3.1 Imágenes Landsat 5 TM....................................................................................................... 30

2.2.3.1.1 Generación del Mapa Forestal (Año 2006)................................................................... 30

2.2.3.1.2 Análisis Multitemporal................................................................................................. 33

2.2.3.2 Imágenes TERRA-ASTER................................................................................................... 34

2.2.3.3 Imágenes CBERS2-CCD .....................................................................................................39

2.2.4 Realces de imágenes satelitales.................................................................................................... 40

2.3 Extracción de información................................................................................................................ 42

2.3.1 Clases de cobertura de la tierra .................................................................................................... 45

2.3.2 Estratificación .............................................................................................................................. 63

2.3.2.1 Tierras forestales .................................................................................................................. 71

2.3.2.2 Otras tierras forestales.......................................................................................................... 79

2.3.2.3 Áreas afectadas por incendios .............................................................................................. 85

2.3.2.4 Bosques rurales .................................................................................................................... 86

2.3.3 Análisis Multitemporal ................................................................................................................ 87

2.3.4 Análisis de exactitud .................................................................................................................... 87

2.3.5 Generación de mapas temáticos y cálculos de superficie............................................................. 89

3. BIBLIOGRAFÍA ................................................................................................................................. 91

Índice

Página I


Índice

APÉNDICE I ............................................................................................................................................ 93

APÉNDICE II......................................................................................................................................... 105

APÉNDICE III....................................................................................................................................... 116

Página II


Figuras

Figura 2.1 Etapas de la metodología desarrollada en el distrito del Caldén ......................................................................... 5

Figura 2.2 Etapas de la metolodogía desarrollada en el distrito del Ñandubay. ................................................................... 7

Figura 2.3 Imagen satelital Landsat 5 TM Path/Row 229/85 del 26 de abril de 2005..........................................................9

Figura 2.4 Ejemplo del catálogo de imágenes de CONAE .................................................................................................. 9

Figura 2.5 Área de estudio para el Análisis multitemporal. ............................................................................................... 11

Figura 2.6 Imagen satelital Landsat 5 TM Path/Row 229/84 del 14 de abril de 1989........................................................ 12

Figura 2.7 Estructura de archivos de imágenes Landsat 5 TM en el servidor FTP de GLCF en Internet........................... 13

Figura 2.8 Estructura de archivos de imágenes Landsat 7 ETM+ en el servidor FTP de GLCF........................................ 14

Figura 2.9 Imagen satelital Landsat 7 ETM+ Path/Row 229/85 del 6 de marzo de 2001 .................................................. 15

Figura 2.10 Imagen satelital TERRA-ASTER ASTL1B0404241421050605050440 del 24 de abril de 2004 .................. 16

Figura 2.11 Imágenes ASTER con fechas de adquisición entre febrero 2004 y marzo 2006 de la región del Espinal....... 17

Figura 2.12 Imagen satelital CBERS2-CCD Path/Row 171/137 del 18 de marzo de 2006................................................ 18

Figura 2.13 Ejemplo del catálogo de imágenes del INPE .................................................................................................. 19

Figura 2.14 Modelo digital de elevación SRTM para la región del Espinal en las provincias de Buenos Aires, La

Pampa, San Luis, Córdoba y Santa Fe...................................................................................................................... 21

Figura 2.15 Proceso de importación de datos Landsat 5 TM con ERDAS Imagine 8.6 y selección de parámetros de

importación............................................................................................................................................................... 23

Figura 2.16 Ventanas de la aplicación “Import” de ERDAS Imagine para la conversión de formato de datos ASTER .... 25

Figura 2.17 Ventanas de la aplicación “Mosaic Images” de ERDAS Imagine 8.6 mostrando la secuencia de

selección de parámetros para realizar los mosaicos del modelo digital de elevación SRTM.................................... 26

Figura 2.18 Fusión de datos satelitales............................................................................................................................... 28

Figura 2.19 Parámetros de la herramienta “Resolution Merge” utilizados para la fusión de datos Landsat 7 ETM+. ....... 29

Figura 2.20 Ventana para especificar el modelo geométrico Landsat................................................................................ 31

Figura 2.21 Ortorrectificación de imágenes Landsat 5 TM................................................................................................ 31

Figura 2.22 Ventanas del modelo Landsat de la aplicación “Geometric Correction”. ....................................................... 32

Figura 2.23 Repetición de líneas de píxeles en imagen Landsat 5 TM ............................................................................. 33

Figura 2.24 Banda de desplazamiento horizontal en Landsat 5 TM................................................................................... 34

Figura 2.25 Ventanas para desplegar el modelo SPOT de la aplicación“Geometric Correction”. ..................................... 36

Figura 2.26 Ventanas del modelo SPOT de la aplicación“Geometric Correction”.. .......................................................... 37

Figura 2.27 A) Subventana de la opción “Fórmula” de la ventana “GCP Tool” para el cálculo automático de las

coordenadas de los puntos de control de una imagen ASTER SWIR en base a los puntos de la imagen VNIR y

B) Disposición de los puntos input sobre una imagen ASTER VNIR una vez calculadas las coordenadas para

la imagen SWIR. ...................................................................................................................................................... 38

Figura 2.28 A) Ventana de apertura de imágenes de una vista (viewer), B) solapa “Raster Options” indicando la

opción sin realce (“No Strech”) y C) Imagen desplegada sin realce......................................................................... 40

Figura 2.29 Proceso de realce de imágenes satelitales... .................................................................................................... 41

Figura 2.30 Distintos datos satelitales utilizados para la estratificación de la cobertura del suelo..................................... 43

Figura 2.31 Fotografía correspondiente a la clase Caldén cerrado..................................................................................... 48

Figura 2.32 Fotografía correspondiente a la clase Caldén abierto con pastos. ................................................................... 49

Figura 2.33 Fotografía correspondiente a la clase Caldén abierto con arbustos................................................................. 49

Figura 2.34 Fotografía correspondiente a la clase Ñandubay-Espinillo. ............................................................................ 50

Figura 2.35 Fotografía correspondiente a la clase Ñandubay-Espinillo con otras especies................................................ 51

Índice

Página III


Índice

Figura 2.36 Fotografía correspondiente a la clase Bosque de transición del distrito del Caldén. .......................................52

Figura 2.37 Fotografía correspondiente a la clase Bosque de transición del distrito del Ñandubay. ..................................52

Figura 2.38 Fotografía correspondiente a la clase Caldén tipo parque. ..............................................................................53

Figura 2.39 Fotografía correspondiente a la clase Ñandubay tipo parque. .........................................................................54

Figura 2.40 Fotografía correspondiente a la clase Arbustales en el distrito del Caldén......................................................54

Figura 2.41 Fotografía correspondiente a la clase Arbustales en el distrito del Ñandubay.................................................55

Figura 2.42 Fotografía correspondiente a la clase Formación de otras especies arbóreas. .................................................55

Figura 2.43 Fotografía correspondiente a la clase Bosque en galería.................................................................................56

Figura 2.44 Fotografía correspondiente a la clase Palmares...............................................................................................57

Figura 2.45 Fotografía correspondiente a la clase Pastizales del distrito del Caldén..........................................................57

Figura 2.46 Fotografía correspondiente a la clase Pastizales del distrito del Ñandubay.....................................................58

Figura 2.47 Fotografía correspondiente a la clase Cultivos................................................................................................59

Figura 2.48 Fotografía correspondiente a la clase Vegetación herbácea hidrófila..............................................................59

Figura 2.49 Fotografía correspondiente a la clase Tierras con construcciones...................................................................60

Figura 2.50 Fotografía correspondiente a la clase Plantaciones forestales. ........................................................................61

Figura 2.51 Fotografía correspondiente a la clase Cuerpos de agua...................................................................................61

Figura 2.52 Fotografía correspondiente a la clase Complejo salino. ..................................................................................62

Figura 2.53 Fotografía correspondiente a la clase Sin vegetación......................................................................................62

Figura 2.54 Cálculo de variancia como parámetro de textura.............................................................................................65

Figura 2.55 Interpretación de diferentes clases de bosque a partir de imágenes satelitales Landsat 5 TM y patrón de

textura correspondiente.............................................................................................................................................66

Figura 2.56 Bosque abierto quemado constituído por árboles muertos en el que se observa regeneración de arbustos

y pastos, actualmente se identifica como la clase Arbustales....................................................................................67

Figura 2.57 Detalle de la estratificación preliminar para el bosque inventariable en una zona corrspondiente al

muestreo piloto .........................................................................................................................................................68

Figura 2.58 Zonificación de tipos de vegetación del distrito del Ñandubay, determinada mediante análisis de

antecedentes, relevamientos de campo e interpretación de imágenes satelitales.......................................................69

Figura 2.59 Visualización de la clase Caldén cerrado en diferentes datos satelitales .........................................................72

Figura 2.60 Visualización de la clase Caldén abierto con pastos en diferentes datos satelitales. .......................................73

Figura 2.61 Visualización de la clase Caldén abierto con arbustos en diferentes datos satelitales. ....................................74

Figura 2.62 Visualización de la clase Bosque de transición correspondiente al distrito del Caldén en diferentes datos

satelitales...................................................................................................................................................................75

Figura 2.63 Visualización de la clase Bosque de transición correspondiente al distrito del Ñandubay en diferentes

datos satelitales. ........................................................................................................................................................76

Figura 2.64 Visualización de la clase Ñandubay-Espinillo en diferentes datos satelitales. ................................................78

Figura 2.65 Visualización de la clase Ñandubay-Espinillo con otras especies en diferentes datos satelitales....................79

Figura 2.66 Visualización de la clase Caldén tipo parque en diferentes datos satelitales. ..................................................80

Figura 2.67 Visualización de la clase Ñandubay tipo parque en diferentes datos satelitales. .............................................81

Figura 2.68 Visualización de la clase Arbustales en el distrito del Caldén en diferentes datos satelitales..........................82

Figura 2.69 Visualización de la clase Bosque en galería en diferentes datos satelitales.....................................................83

Figura 2.70 Visualización de la clase Formación de otras especies arbóreas en diferentes datos satelitales. .....................84

Figura 2.71 Visualización de la clase Palmares en diferentes datos satelitales...................................................................85

Figura 2.72 Áreas afectadas por incendios. ........................................................................................................................86

Figura 2.73 Visualización de Bosques rurales en una imagen Landsat. .............................................................................86

Página IV


Figura 2.74 Puntos de control al azar relevados a partir del sitio Google Earth para la construcción de la matriz de

error.......................................................................................................................................................................... 88

Figura II.1 Menú principal del sitio de Internet de ERSDAC Japón................................................................................ 105

Figura II. 2 Menú de búsqueda y estado de pedido de escenas de ERSDAC. ................................................................. 106

Figura II.3 Primera solapa del menú de búsqueda de imágenes ASTER donde se especifican las características de

los productos requeridos......................................................................................................................................... 107

Figura II.4 Segunda solapa del menú de búsqueda de imágenes ASTER donde se especifica el área de búsqueda de

las imágenes. .......................................................................................................................................................... 108

Figura II.5 Ventana de ingreso del listado de escenas a solicitar..................................................................................... 109

Figura II.6 Ventana del pedido de imágenes para especificar atributos finales del mismo.............................................. 109

Figura II.7 Ventana para especificar formato y medios del pedido. ................................................................................ 110

Figura II.8 Ventana para especificar nivel de procesamiento, proyección y método de remuestreo................................ 110

Figura II.9 Ventana especificando el pedido de imágenes solicitado. ............................................................................. 111

Figura II.10 Página principal del sitio para adquirir las imágenes ASTER. .................................................................... 112

Figura II.11 Página principal del CGIAR CSI................................................................................................................. 113

Figura II.12 Buscador de escenas del modelo digital de elevación SRTM...................................................................... 114

Figura II.13 Resultados de la búsqueda de las respectivas escenas. ................................................................................ 114

Índice

Página V


Índice

Página VI

Cuadros

Cuadro 2.1 Características de los sistemas satelitales utilizados en la elaboración del mapa forestal.................................3

Cuadro 2.2 Datos satelitales utilizados con sus períodos de adquisición, niveles de preprocesamiento y aplicación. ........8

Cuadro 2.3 Series del Análisis multitemporal de una zona del distrito del Caldén con las respectivas fuentes de datos

satelitales utilizados .................................................................................................................................................10

Cuadro 2.4 Valores de los parámetros de las diferentes fajas utilizados para la reproyección de las imágenes.. ..............24

Cuadro 2.5 Clases de cobertura de la tierra para el Nivel 1 de la leyenda.........................................................................45

Cuadro 2.6 Niveles jerárquicos de estratificación .............................................................................................................47

Cuadro I.1 Abreviaturas de provincias y departamentos para las imágenes ASTER procesadas......................................94

Cuadro I.2 Imágenes Landsat 5 TM utilizadas en la generación del mapa forestal - Año 2006........................................96

Cuadro I.3 Imágenes Landsat 5 TM de la Serie 1 del Análisis multitemporal - Período 1987-1992. ...............................97

Cuadro I.4 Imágenes Landsat 5 TM de la Serie 2 del Análisis multitemporal - Perído 1999-2000. .................................97

Cuadro I.5 Imágenes Landsat 5 TM de la Serie 3 del Análisis multitemporal - Período 2005-2006. ...............................98

Cuadro I.6 Imágenes Landsat 7 ETM+ utilizadas de referencia para la ortorrectificación................................................98

Cuadro I.7 Imágenes ASTER utilizadas en la generación del mapa forestal - Año 2006..................................................99

Cuadro I.8 Imágenes CBERS-2 utilizadas en la generación del mapa forestal - Año 2006. ...........................................100

Cuadro I.9 Resultados de la ortorrectificación de imágenes Landsat 5 TM para la generación del mapa forestal -

Año 2006. ..............................................................................................................................................................101

Cuadro I.10 Resultados de la georreferenciación de imágenes Landsat 5 TM de la Serie 2 del Análisis multitemporal.102

Cuadro I.11: Resultados de la ortorrectificación de imágenes ASTER VNIR para la generación del mapa forestal -

Año 2006 ...............................................................................................................................................................102

Cuadro I.12: Resultados de la ortorrectificación de imágenes ASTER SWIR para la generación del mapa forestal -

Año 2006 ...............................................................................................................................................................102

Cuadro III.1 Clave de interpretación. .............................................................................................................................116


1. INTRODUCCIÓN

Introducción

En este documento se presenta la metodología utilizada y los resultados del

preprocesamiento de datos satelitales, como así también la metodología de extracción

temática para el Inventario de la región del Espinal, distritos del Caldén y Ñandubay. El

presente documento corresponde al Manual de Teledetección de la segunda etapa del Primer

Inventario Nacional de Bosques Nativos (PINBN). En el presente manual, se omite toda

información relativa a principios básicos, plataformas satelitales y generalidades sobre

procedimientos de extracción de información mencionada en la primera etapa.

En primer lugar se generó un mapa forestal actual para ambos distritos utilizando

datos Landsat 5 TM con fechas de adquisición de 2005 y 2006. Además se realizó un análisis

multitemporal de una zona del distrito del Caldén, considerando tres períodos de tiempo

consecutivos y espaciados por lapsos no menores a cinco años. Dicho análisis se realizó con

el propósito de evaluar la evolución de las formaciones boscosas en las últimas décadas en el

distrito del Caldén.

Plataformas satelitales utilizadas en esta etapa

Para potenciar la discriminación de los diferentes estratos de las formaciones de

Caldén y Ñandubay, se utilizaron datos satelitales provenientes de los sensores ópticos

Landsat 5 TM, TERRA-ASTER y CBERS2-CCD (Cuadro 2.1). Las especificaciones técnicas

del satélite Landsat 5 TM se pueden consultar en el Manual de Teledetección del PINBN.

El instrumento ASTER cuenta con 3 subsistemas de instrumentos, presentando cada

uno un sensor diferente. Dichos subsistemas son los siguientes: VNIR (visible and near

infrared), SWIR (short wave infrared) y TIR (thermal infrared). Los sensores son del tipo

pushbroom (scanner con líneas de detectores) con un ancho de barrido de 60 km. Con este

satélite un punto específico de la superficie terrestre puede observarse cada 16 días con los

tres sensores y cada 5 días con el sensor VNIR (Krammer 2002).

Página 1


Introducción

El sensor HRCC (High Resolution CCD Camera) del satélite CBERS2, es también de

tecnología pushbroom con un ancho de barrido de 113 km y una resolución espacial de 20 m

para todas sus bandas. Dicho sensor cuenta con 5 bandas, 3 en el espectro visible, una en el

infrarrojo cercano y una banda pancromática. La resolución temporal de dicho sensor es de 26

días en el nadir con la posibilidad de modificar el ángulo de captura aumentando la

posibilidad de revisita a 3 días (Krammer 2002).

El sistema Landsat 7 ETM+ (Enhanced Thematic Mapper Plus) es de tecnología

electro-óptica con espejo giratorio y captura imágenes en 8 bandas espectrales, entre las

cuales se encuentran en el sector del espectro visible, las bandas 1, 2 y 3, y en el infrarrojo las

bandas 4, 5 y 7 que se corresponden con las bandas de las imágenes Landsat 5, manteniendo

la resolución espacial de 30 m (Cuadro 2.1). Además del perfeccionamiento del sistema

geométrico de captura y de calibración radiométrica de los sensores, el satélite Landsat 7

posee una banda pancromática con resolución espacial de 15 m (banda 8). Las bandas

térmicas (bandas 6a y 6b) poseen una resolución espacial de 60 m. El satélite Landsat 7 es

heliosincrónico, es decir que siempre pasa a la misma hora por un determinado lugar, con una

resolución temporal de 16 días (http://landsathandbook.gsfc.nasa.gov/handbook.html). Por

problemas técnicos en el sensor a mediados del año 2003, las imágenes poseen áreas sin

información lo que limita su utilización

(http://landsat.usgs.gov/data_products/slc_off_data_products). Los datos provenientes de este

sistema se utilizaron como referencia para la corrección geométrica de las imágenes satelitales

adquiridas para esta etapa inventario.

Durante el análisis de exactitud del mapa forestal producido, se obtuvieron puntos de

control del sitio Google Earth (http://earth.google.com/) en áreas para las cuales se encuentran

datos de alta resolución espacial. Estas áreas están cubiertas por fotografías aéreas y por

imágenes satelitales IKONOS 2. En cuanto al satélite IKONOS 2 constituye el primer satélite

comercial con la capacidad de capturar imágenes de muy alta resolución espacial (Cuadro

2.1). El satélite es de tecnología pushbroom, captura imágenes de 1 m de resolución espacial

en modo pancromático y de 4 m en las bandas correspondientes al sector azul, verde, rojo e

infrarrojo cercano del espectro electromagnético. El sensor posee un ancho de barrido de 11

km (Krammer 2002). El satélite IKONOS posee una órbita circular y heliosincrónica y por la

capacidad de capturar datos en modo off-nadir es posible adquirir imágenes cada 3 días.

Página 2


Resolución

espectral

(µm)

Resolución

espacial

(m)

Área de

cobertura

(km)

Ancho de

barrido

(km)

Resolución

temporal

(días)

CUADRO 2.1: CARACTERÍSTICAS DE LOS SISTEMAS SATELITALES UTILIZADOS EN LA ELABORACIÓN

DEL MAPA FORESTAL.

Introducción

Landsat 5 TM Landsat 7 ETM+ TERRA-ASTER CBERS2-CCD IKONOS

B1 (0,45 - 0,52) VIS

B2 (0,52 - 0,60) VIS

B3 (0,63 - 0,69) VIS

B4 (0,76 - 0,90) NIR

B5 (1,55 - 1,75) SWIR

B6 (10,4 - 12,5) TIR

B7 (2.08 – 2.35) SWIR

30

120 (TIR)

B1 (0,45 - 0,52) VIS

B2 (0,52 - 0,60) VIS

B3 (0,63 - 0,69) VIS

B4 (0,76 - 0,90) NIR

B5 (1,55 - 1,75) SWIR

B6 a-b (10,4 - 12,5) TIR

B7 (2.08 – 2.35) SWIR

B8 (0.52 – 0.9) PAN

30

60 (TIR)

15 (PAN)

B1 (0,52 - 0,6) VIS

B2 (0,63 - 0,69) VIS

B3 (0,76 - 0,86) NIR

B3b (0,76 - 0,86) NIR

B4 (1,60 - 1,70) NIR

B5 (2,14 - 2,18) SWIR

B6 (2,18 - 2,22) SWIR

B7 (2,23 - 2,28) SWIR

B8 (2,29 - 2,36) SWIR

B9 (2,36 - 2,43) SWIR

B10-14 (8.12-11.65) TIR

15 (1-3)

30 (4-9)

60 (10-14)

B1 (0,51 -0,73) PAN

B2 (0,45 - 0,52) VIS

B3 (0,52 - 0,59) VIS

B4 (0,63 - 0,69) VIS

B5 (0,77 - 0,89) NIR

185 X 185 185 X 185 60 X 60 113 X 113

20

B1 (0.45-0.52) VIS

B2 (0.52-0.6) VIS

B3 (0.63-0.69) VIS

B4 (0.76-0.9) NIR

B5 (0.45-0.9) PAN

4

1 (PAN)

11 X 11

(estandar)

185 185 60 113 11

16 16 16 26 3

Nota: B: banda, PAN: pancromática, VIS: visible, NIR: infrarrojo cercano, SWIR: infrarrojo medio y TIR:

infrarrojo térmico.

En este documento se detalla la metodología utilizada en el preprocesamiento y

procesamiento de datos satelitales, se incorporan además descripciones de procedimientos y

algunas recomendaciones en relación a estos temas.

Página 3


2. METODOLOGÍA

Metodología

La metodología que se utilizó para el inventario del distrito del Caldén, presenta tres

etapas principales que se resumen en la Figura 2.1.

PREPROCESAMIENTO

ESTRATIFICACIÓN PRELIMINAR

NO BOSQUE

ESTRATIFICACIÓN FINAL

OTRAS TIERRAS

PREPROCESAMIENTO Y PROCESAMIENTO DE IMÁGENES SATELITALES

DISTRITO DEL CALDÉN

SELECCIÓN Y ADQUISICIÓN DE IMÁGENES SATELITALES

RECEPCIÓN Y EVALUACIÓN DE LAS IMÁGENES

INTERPRETACIÓN VISUAL

NO INVENTARIABLE

OTRAS TIERRAS

FORESTALES

ORTORRECTIFICACIÓN

SELECCIÓN DE BANDAS

REALCES

BOSQUE

RELEVAMIENTO DE CAMPO

VERIFICACIÓN A

CAMPO

TIERRAS

FORESTALES

INVENTARIABLE

DETERMINACIÓN DE LÍMITE Y

LEYENDA

COBERTURA Y

MAPA FORESTAL

MUESTREO PILOTO

DISEÑO Y

MUESTREO FINAL

DEL INVENTARIO

ANÁLISIS DE LOS

DATOS DEL

INVENTARIO

ANÁLISIS DE EXACTITUD

FIGURA 2.1: ETAPAS DE LA METODOLOGÍA DESARROLLADA EN EL DISTRITO DEL CALDÉN.

Página 5


Metodología

En la primera etapa se realizó el preprocesamiento de las imágenes satelitales, que

comenzó con la selección y adquisición de los datos satelitales hasta obtener como producto

imágenes ortorrectificadas, luego se seleccionaron las bandas más adecuadas que se

utilizarían para realizar la estratificación y en cada imagen se efectuó un realce (Sección 2.1 y

2.2).

En la segunda etapa, se generó la estratificación preliminar, teniendo en cuenta el

límite y la leyenda establecidos previamente, y a partir de la definición de los bosques

inventariables y no inventariables se inició el proceso de interpretación visual y la

digitalización de los mismos (Sección 2.3). Luego del relevamiento de campo, se finalizó con

la discriminación de las Otras tierras forestales y Tierras forestales, efectuándose el diseño

para la ejecución del inventario de campo.

En la tercera etapa, se finalizó la estratificación a partir de la digitalización de todas las

clases de cobertura de la tierra correspondientes a Otras tierras y la revisión de los atributos de

los polígonos de todas las clases con información proveniente de la verificación a campo y de

los datos del inventario analizados. Finalmente, se llevó a cabo un análisis de exactitud

mediante la construcción de una matriz de confusión (Sección 2.3.4).

Para el distrito del Ñandubay, luego del preprocesamiento y la delimitación del distrito

(Secciones 2.1 y 2.2) se comenzó con el proceso de extracción de la información a partir de

una zonificación preliminar y de la leyenda definitiva (Sección 2.3). Aunque para este distrito

no se realizó un inventario de campo, para la clase Tierras forestales se realizó una

caracterización dasométrica para las clases Ñandubay-Espinillo y Ñandubay-Espinillo con

otras especies; mientras que para Otras tierras forestales, a diferencia del distrito del Caldén,

se realizó la caracterización dasométrica para la clase Ñandubay tipo parque (Figura 2.2). La

estratificación final se obtuvo luego de la verificación a campo y de los datos de la

caracterización dasométrica para las distintas clases. Finalmente, se llevó a cabo un análisis de

exactitud de la misma mediante la confección de una matriz de confusión (Sección 2.3.4).

Página 6


PREPROCESAMIENTO

ESTRATIFICACIÓN FINAL

OTRAS

TIERRAS

PREPROCESAMIENTO Y PROCESAMIENTO DE IMÁGENES SATELITALES

DISTRITO DEL ÑANDUBAY

SELECCIÓN Y ADQUISICIÓN DE IMÁGENES SATELITALES

RECEPCIÓN Y EVALUACIÓN DE LAS IMAGENES

ORTORRECTIFICACIÓN

SELECCIÓN DE BANDAS

REALCES

ZONIFICACIÓN PRELIMINAR

INTERPRETACIÓN VISUAL

VERIFICACIÓN A CAMPO

COBERTURA Y MAPA

FORESTAL

OTRAS TIERRAS

FORESTALES

DETERMINACIÓN DE

LÍMITE Y LEYENDA

CARACTERIZACIÓN

DASOMÉTRICA

TIERRAS

FORESTALES

ÑANDUBAY-ESPINILLO

ÑANDUBAY-ESPINILLO CON OTRAS ESPECIES

ÑANDUBAY TIPO PARQUE

ANÁLISIS DE

EXACTITUD

FIGURA 2.2: ETAPAS DE LA METOLODOGÍA DESARROLLADA EN EL DISTRITO DEL ÑANDUBAY.

Metodología

Página 7


Metodología

2.1 Adquisición de imágenes satelitales y Modelo Digital de Elevación

En el Cuadro 2.2 se muestran los datos satelitales utilizados identificando su

aplicación y en el Apéndice I puede consultarse el catálogo de imágenes utilizadas.

Página 8

CUADRO 2.2: DATOS SATELITALES UTILIZADOS CON SUS PERÍODOS DE ADQUISICIÓN, NIVELES DE

PREPROCESAMIENTO Y APLICACIÓN.

Satélite/Sensor Período

Nivel de

preprocesamiento

Landsat 5 TM 2005-06 Nivel 5 (CONAE)

Aplicación

Mapa Forestal Año 2006 /

Serie histórica 3

Landsat 5 TM 1997-00 Nivel 5 (CONAE) Serie histórica 2

Landsat 5 TM 1987-92 Ortorrectificadas Serie histórica 1

Landsat 7 ETM+ 2000-01 Ortorrectificadas Referencia Geométrica

TERRA-ASTER 2004-06 L1B Mapa Forestal Año 2006

CBERS2-CCD 2005-06 Georreferenciadas Mapa Forestal Año 2006

Nota: CONAE: Comisión Nacional de Actividades Espaciales.

2.1.1. Imágenes Landsat 5 TM

2.1.1.1 Generación del Mapa Forestal (Año 2006)

Para la evaluación actual del estado de las formaciones de caldén y de ñandubay se

utilizaron las imágenes Landsat 5 TM más actuales (2005-2006), que cubrieran la totalidad de

los distritos del Caldén y Ñandubay en la región del Espinal y en lo posible de al menos dos

fechas de adquisición, con el fin de abarcar distintos estados fenológicos y mejorar la

detección de formaciones boscosas.

Las imágenes Landsat 5 (Figura 2.3) se solicitaron a la Unidad Ejecutora de Proyecto

(UEP) de la Dirección de Bosques de la Secretaría de Ambiente y Desarrollo Sustentable

(SAyDS) para su obtención en el marco del convenio entre la Comisión Nacional de

Actividades Espaciales (CONAE) y la SAyDS.


Satélite LANDSAT 5

Sensor TM

Fecha de

adquisición

26 abril 2005

Fuente Convenio CONAE-SAyDS

Path / Row 229 085

Área de

cobertura

Bandas

Longitud de

onda (µm)

185 × 185 km

Resolución

Espacial (m)

Banda 1 0,45 - 0,52 30

Banda 2 0,52 - 0,60 30

Banda 3 0,63 - 0,69 30

Banda 4 0,76 - 0,90 30

Banda 5 1,55 - 1,75 30

Banda 6 10,4 - 12,5 120

Banda 7 2,08 - 2,35 30

FIGURA 2.3: IMAGEN SATELITAL LANDSAT 5 TM PATH/ROW 229/85 DEL 26 DE ABRIL DE 2005 (RVA: 453).

Metodología

La selección de las escenas se realizó utilizando el catálogo de CONAE en el sitio de

Internet http://ggt.conae.gov.ar/landsat5. En este catálogo, las imágenes pueden buscarse por

fecha, por Path y Row, por país y localidad o por latitud y longitud. Al realizar la búsqueda

por Path/Row se muestran todas las imágenes disponibles con sus vistas preliminares

respectivas (Figura 2.4).

FIGURA 2.4: EJEMPLO DEL CATÁLOGO DE IMÁGENES DE CONAE.

Página 9


Metodología

La búsqueda en el catálogo de CONAE de las imágenes se realizó teniendo en cuenta

los siguientes criterios:

Página 10

• actualidad,

• fecha de adquisición febrero-abril, mediados de septiembre-noviembre,

• cobertura de nubes menor al 20%.

2.1.1.2 Análisis Multitemporal

Además de la generación del mapa forestal (Año 2006) se realizó un análisis

multitemporal de la evolución de un área determinada del distrito del Caldén. Para ello se

utilizaron imágenes Landsat 5 TM adquiridas en tres períodos consecutivos y espaciados por

lapsos no menores a cinco años (Cuadro 2.3).

CUADRO 2.3: SERIES DEL ANÁLISIS MULTITEMPORAL DE UNA ZONA DEL DISTRITO DEL CALDÉN CON LAS

RESPECTIVAS FUENTES DE DATOS SATELITALES UTILIZADOS.

Serie 1

Período 87-92

Serie 2

Período 97-00

Serie 3

Período 05-06

Satélite/Sensor Landsat 5 TM Landsat 5 TM Landsat 5 TM

Fuente de

adquisición

Nivel de

preprocesamiento

Universidad de

Maryland

Convenio

CONAE-SAyDS

Convenio

CONAE-SAyDS

Ortorrectificados Nivel 5 (CONAE) Nivel 5 (CONAE)

El análisis multitemporal se realizó en un área aproximada de 70.142 km 2 la cual se

compone por dos círculos de 150 km y 50 km de radio respectivamente. El primero se centra

30 km al sur del vértice entre los límites provinciales de San Luis, Córdoba y La Pampa, el

segundo círculo tiene como centro la estancia principal de la Reserva Provincial Parque Luro

(Castillo) en la provincia de La Pampa. El círculo mayor está delimitado por la demarcación

del desarrollo de la región Espinal al este y oeste respectivamente (Figura 2.5).


FIGURA 2.5: ÁREA DE ESTUDIO PARA EL ANÁLISIS MULTITEMPORAL.

Metodología

El área propuesta incluye los últimos relictos de bosques de caldén en el sur de la

provincia de Córdoba, parte de los bosques de caldén del centro de San Luis, las formaciones

forestales del sur de esta última provincia y gran parte de los caldenales del centro y norte de

La Pampa. También esta área involucra las antiguas zonas de colonización y explotación

agrícola y forestal en la región. Los resultados del análisis multitemporal se presentan en el

Informe regional, mientras que en este manual se describen el procedimiento de adquisición,

preprocesamiento y procesamiento de los datos satelitales que constituyen las tres series

temporales.

Página 11


Metodología

Las imágenes con fechas de adquisición de 2005 y 2006, constituyen la Serie 3 del

análisis multitemporal y son las mismas que se utilizaron para la generación del mapa forestal

(Año 2006). Por su parte, las imágenes del período 1997-2000 que constituyen la Serie 2

fueron utilizadas durante el Primer Inventario Nacional de Bosques Nativos y se solicitaron a

la Dirección de Bosques de la Secretaría de Ambiente y Desarrollo Sustentable.

Para la Serie 1 del análisis multitemporal se obtuvieron imágenes Landsat 5 TM del

período de tiempo comprendido entre los años 1987 y 1992 (Figura 2.6). Estas imágenes se

encuentran ortorrectificadas con la misma precisión que las imágenes Landsat 7 ETM+ y se

adquirieron vía FTP del sitio ftp://ftp.glcf.umiacs.umd.edu/glcf/Landsat/WRS2/, utilizando el

programa 3D FTP 7.0. En este sitio se seleccionan las carpetas correspondientes a los Path y

Row deseados y se selecciona el archivo correspondiente al sensor TM de Landsat 5 (TM-

EARTHSAT-ORTHORECTIFIED) (Figura 2.7).

Página 12

Satélite LANDSAT 5

Sensor TM

Fecha de

adquisición

14 abril 1989

Fuente GLCF

Path / Row 229 084

Área de

cobertura

Bandas

Longitud de

onda (µm)

185 × 185 km

Resolución

Espacial (m)

Banda 1 0,45 - 0,52 28,5

Banda 2 0,52 - 0,60 28,5

Banda 3 0,63 - 0,69 28,5

Banda 4 0,76 - 0,90 28,5

Banda 5 1,55 - 1,75 28,5

Banda 6 10,4 - 12,5 114

Banda 7 2,08 - 2,35 28,5

FIGURA 2.6: IMAGEN SATELITAL LANDSAT 5 TM PATH/ROW 229/84 DEL 14 DE ABRIL DE 1989 (RVA: 453).


Metodología

FIGURA 2.7: ESTRUCTURA DE ARCHIVOS DE IMÁGENES LANDSAT 5 TM EN EL SERVIDOR FTP DE GLCF EN

INTERNET.

2.1.2. Imágenes Landsat 7 ETM+

Con el fin de lograr coherencia geométrica entre los diferentes datos satelitales que se

utilizaron para este inventario, se adquirieron imágenes Landsat 7 ETM+ del sitio “Global

Land Cover Facility” (GLCF) de la Universidad de Maryland. Los datos Landsat 7 ETM+

fueron ortorrectificados por la empresa Earth Satelite Corporation, Rockville, Maryland bajo

contrato de la NASA. Para tal fin se utilizaron puntos de control provistos por la Nacional

Imagery and Mapping Agency (NIMA) y para minimizar las distorsiones por efecto de la

topografía, se integraron modelos digitales de elevación de diferentes fuentes, con

resoluciones espaciales de 30 m a 1 km. La precisión planimétrica corresponde a 50 m y la

validación de los datos demostró que la misma es menor a 50 m y en algunos sitios hasta 20

m (Tucker et al. 2004). En trabajos realizados con tales imágenes en las provincias de

Corrientes, Río Negro y Chubut se determinó a través de puntos capturados con GPS en modo

diferencial, que el error de localización de los datos es inferior a 30 m luego de la

transformación al sistema local Gauss Krüger (Lencinas 2006). Por lo tanto, tales imágenes

representan una base geométrica confiable, la cual se adoptó como referencia geométrica

durante el proceso de rectificación de los datos Landsat 5 TM, TERRA-ASTER y CBERS2-

CCD. Además estas imágenes poseen una banda pancromática de 14,25 m de resolución

espacial lo cual facilita la identificación de puntos de control luego de un proceso de

mejoramiento de la resolución espacial mediante una fusión de bandas (Sección 2.2.2).

Página 13


Metodología

Los datos Landsat 7 ETM+ se distribuyen sin costo alguno ni restricciones de uso en

el sitio ftp://ftp.glcf.umiacs.umd.edu/glcf/Landsat/WRS2/. Para la adquisición de dichos

datos, se utilizó el programa 3D FTP 7.0. En este sitio se selecciona primero el Path

(Ej.: ) y luego el Row (Ej.: ) correspondiente. Luego se selecciona el archivo

ETM-EARTHSAT-ORTHORECTIFIED correspondiente al sensor ETM+ y se muestran los

archivos con extensión jpg, met y tif (gz) correspondientes a las vistas preliminares,

metadatos y bandas comprimidas respectivamente (Figura 2.8).

Página 14

FIGURA 2.8: ESTRUCTURA DE ARCHIVOS DE IMÁGENES LANDSAT 7 ETM+ EN EL SERVIDOR FTP DE GLCF.

Los datos se encuentran en el sistema de proyección UTM con una resolución espacial

de 28,5 m (Figura 2.9).


Satélite LANDSAT 7

Sensor ETM +

Fecha de

adquisición

06 marzo 2001

Fuente GLCF

Path /Row 229 085

Área de

cobertura

Bandas

Longitud de

onda (µm)

185 × 185 km

Resolución

Espacial (m)

Banda 1 0,45 - 0,52 28,50

Banda 2 0,53 - 0,61 28,50

Banda 3 0,63 - 0,69 28,50

Banda 4 0,78 - 0,90 28,50

Banda 5 1,55 - 1,75 28,50

Banda 6 10,4 - 12,5 57,00

Banda 7 2,09 - 2,35 28,50

Banda 8 0,52 – 0,90 14,25

Metodología

FIGURA 2.9: IMAGEN SATELITAL LANDSAT 7 ETM+ PATH/ROW 229/85 DEL 6 DE MARZO DE 2001 (RVA: 453).

2.1.3. Imágenes TERRA-ASTER

Además de los datos Landsat 5 TM actuales y con el fin de mejorar la identificación y

estratificación según niveles de cobertura de las formaciones de Caldén y Ñandubay, se

adquirieron imágenes del sensor ASTER (Advanced Spaceborne Thermal Emission and

Reflection Radiometer) el cual se encuentra en el satélite Terra. Las características del sensor

se presentan en la Figura 2.10.

Página 15


Metodología

Página 16

Satélite TERRA

Sensor ASTER

Fecha de

adquisición

24 abril 2004

Fuente ERSDAC

ID ASTL1B 0404241421050605050440

Lat / Long

(Centro)

Área de

cobertura

Bandas

36,179472º S 64,602726º W

Longitud de

onda (µm)

60 × 60 km

Resolución

Especial (m)

Banda 1 0,52 - 0,6 15

Banda 2 0,63 - 0,69 15

Banda 3 0,76 - 0,86 15

Banda 3b 0,76 - 0,86 15

Banda 4 1,60 - 1,70 30

Banda 5 2,14 - 2,18 30

Banda 6 2,18 - 2,22 30

Banda 7 2,23 - 2,28 30

Banda 8 2,29 - 2,36 30

Banda 9 2,36 - 2,43 30

Banda 10-15 Térmicas 90

FIGURA 2.10: IMAGEN SATELITAL TERRA-ASTER ASTL1B0404241421050605050440 DEL 24 DE ABRIL DE 2004

(RVA: 321).

El sensor ASTER sigue actualmente capturando imágenes en forma periódica pero no

sistemática. Las imágenes más actuales pueden pedirse al centro ASTER GDS IMS de Earth

Remote Sensing Data Analysis Center (ERSDAC) en Japón, a través del sitio de Internet

http://imsweb.aster.ersdac.or.jp.

Las imágenes ASTER cuentan con dos bandas (1 y 2) en el espectro visible, una banda

(3) en el infrarrojo cercano (VNIR), 6 bandas (4 a 9) en el infrarrojo medio (SWIR) y 6

bandas (10 a 15) en el infrarrojo térmico (TIR).

Para la selección de las imágenes ASTER se siguieron los criterios que se enumeran a

continuación:

• actualidad (no más de 2 años de antigüedad con respecto a abril de 2006),

• fecha de adquisición: febrero-abril y septiembre-noviembre,

• cobertura de nubes menor al 10%.


Metodología

Se obtuvieron 51 imágenes ASTER para la región del Espinal (Figura 2.11).

Considerando las fechas de adquisición y la localización de los datos ASTER, se garantizó la

cobertura total para ambas formaciones con imágenes satelitales Landsat 5 TM y se

complementaron en determinadas áreas con los datos ASTER más actuales. En el Apéndice

II.1 se describe el procedimiento detallado para la adquisición de datos ASTER del sitio

ERSDAC.

FIGURA 2.11: IMÁGENES ASTER CON FECHAS DE ADQUISICIÓN ENTRE FEBRERO 2004 Y MARZO 2006

DE LA REGIÓN DEL ESPINAL

Página 17


Metodología

2.1.4. Imágenes CBERS2-CCD

Las imágenes CBERS2-CCD se utilizaron como información auxiliar durante la

estratificación, por sus características en cuanto a actualidad, resolución espacial y espectral.

Además tales imágenes se obtuvieron gratuitamente vía Internet.

Los datos CBERS2-CCD son capturados por el sensor HRCC (High Resolution CCD

Camera) a bordo del satélite chino-brasileño CBERS (China-Brasil Earth Resources Satellite)

y se encuentran escenas con fechas de adquisición a partir de octubre de 2003 hasta la

actualidad. La cobertura con imágenes está garantizada para Argentina hasta una latitud de

36,31º S, existiendo algunas capturas no actuales más al sur. Dichas imágenes cuentan con

una resolución espacial media de 20 m en todas sus bandas (Figura 2.12).

Página 18

Satélite CBERS 2

Sensor HRCC

Fecha de

adquisición

18 marzo 2006

Fuente INPE

Path / Row 171 137

Ancho de

Barrido

Bandas

Longitud de

onda (µm)

113 km

Resolución

espacial (m)

Banda 1 (PAN) 0,51 - 0,73 20

Banda 2 0,45 - 0,52 20

Banda 3 0,52 - 0,59 20

Banda 4 0,63 - 0,69 20

Banda 5 0,77 - 0,89 20

FIGURA 2.12: IMAGEN SATELITAL CBERS2-CCD PATH/ROW 171/137 DEL 18 DE MARZO DE 2006 (RVA: 543).

Las imágenes CBERS pueden obtenerse por Internet del sitio del Instituto Nacional de

Pesquisas Espaciais (INPE) en Brasil ingresando al catálogo en

http://www.dgi.inpe.br/CDSR/. Es necesario registrarse como usuario, obteniendo un ID de

usuario y contraseña. En el catálogo existen parámetros de búsqueda por satélite, sensor,

fecha, porcentaje de nubes, coordenadas, país, entre otros. Una vez que se ingresan los

parámetros deseados se despliega el sistema de Path y Row propio de estas imágenes, con una


Metodología

marca sobre las imágenes disponibles. Al seleccionar alguna de las imágenes se despliega una

vista preliminar con los datos de la misma (Figura 2.13).

FIGURA 2.13: EJEMPLO DEL CATÁLOGO DE IMÁGENES DEL INPE.

Una vez seleccionada la imagen de interés, se procede a efectuar el pedido. Se

recomienda solicitar una imagen por pedido, ya que de esta manera la respuesta es inmediata.

Luego de haber efectuado la solicitud se reciben dos mensajes, uno correspondiente al aviso

del pedido en curso y otro conteniendo la dirección del sitio de Internet para la obtención de la

imagen. Para la obtención de dichos datos se utilizó el programa Opera 9.

Estas imágenes presentan problemas radiométricos, observándose tres bandas

verticales que distorsionan la radiometría. Además las bandas 1 (PAN) y 2 (azul) no se

encuentran corregistradas al resto, mostrando desplazamientos en algunas imágenes de hasta

500 m entre sí. Sin embargo, las bandas 3 (verde), 4 (rojo) y 5 (infrarrojo cercano) se

encuentran corregistradas entre sí, siendo éstas similares a las bandas 2, 3 y 4 de Landsat y 1,

2 y 3 de ASTER.

Página 19


Metodología

2.1.5. Modelo Digital de Elevación

En zonas de relieve montañoso, los efectos del ángulo de captura fuera del NADIR

provocan distorsiones incrementándose estas hacia los bordes de la imagen en dirección esteoeste.

Estas distorsiones no son eliminadas durante la corrección del sistema, ni durante la

rectificación al utilizar transformaciones polinómicas. Estas distorsiones solamente pueden

ser minimizadas con modelos digitales de elevación, los cuales se integran durante el proceso

de ortorrectificación. A modo de ejemplo, en las márgenes de las imágenes Landsat, donde el

ángulo de barrido es de 7,5º, una diferencia de 230 m de altitud en el terreno causa un

desplazamiento sistemático de un píxel (Itten et al. 1992).

Si bien el relieve de la mayor parte de la región del Espinal es relativamente plano, se

encuentran zonas con diferencias de elevación relativa de hasta 1.000 m como en las

provincias de Córdoba y San Luis en las cuales es necesario el proceso de ortorrectificación.

Sin embargo, se realizó este proceso a todas las imágenes Landsat 5 TM (2005-2006) y

ASTER utilizadas dado que los datos Landsat 7 ETM+ de la Universidad de Maryland que

fueron usados como referencia, se encuentran ortorrectificados, y por lo tanto, siguiendo la

misma metodología, los datos satelitales utilizados se rectificaron integrando un modelo

digital de elevación con el fin de lograr una mejor coherencia geométrica entre los diversos

datos satelitales.

Para el proceso de ortorrectificación se utilizó el modelo digital de elevación SRTM

(Shuttle Radar Topography Mission). La misión SRTM es un proyecto de cooperación entre

la Administración Nacional Aeronáutica y Espacial de USA (National Aeronautics and Space

Administration ), la Agencia Nacional de Inteligencia Geoespacial de USA

(National Geospatial-Intelligence Agency ), la Agencia Espacial Alemana (Deutsche

Zentrum für Luft - und Raumfahrt ) y la Agencia Espacial Italiana (Agenzia Spaziale

Italiana ), para generar modelos digitales de elevación para la mayor parte de la

superficie de la tierra entre los paralelos 60º N y 56º S. Para tal fin se utilizaron dos

instrumentos: el “Spaceborne Imaging Radar (SIR-C)” y el “dual X-band Synthetic Aperture

Radar (X-SAR)” a bordo del trasbordador espacial Endeavour. Los modelos generados con la

banda C tienen 90 m y los generados con la banda X, 30 m de resolución espacial. La

exactitud absoluta horizontal y vertical del modelo en banda C es de 20 m (error circular con

Página 20


Metodología

una probabilidad del 90 %) y de 16 m (error lineal con una probabilidad del 90 %),

respectivamente.

El modelo SRTM digital cubre toda la región de estudio. La Figura 2.14 presenta el

modelo para un sector de la región del Espinal. Los valores de grises más claros representan

sitios de mayor altitud sobre el nivel del mar.

FIGURA 2.14: MODELO DIGITAL DE ELEVACIÓN SRTM PARA LA REGIÓN DEL ESPINAL EN LAS PROVINCIAS DE

BUENOS AIRES, LA PAMPA, SAN LUIS, CÓRDOBA Y SANTA FE.

Los modelos SRTM de 90 m de resolución espacial se adquirieron gratuitamente vía

FTP del sitio http://srtm.csi.cgiar.org (detalles en Apéndice II.2).

Página 21


Metodología

2.2. Preprocesamiento de datos satelitales

A partir de los datos adquiridos, se procesaron 75 imágenes Landsat 5 TM, 51

imágenes TERRA-ASTER, 33 imágenes Landsat 7 ETM+, 34 imágenes CBERS-CCD para la

estratificación y el análisis multitemporal estableciendo de este modo una importante base de

datos multisensor con la misma base geométrica que podrá además sustentar futuros trabajos.

2.2.1. Importación de datos satelitales

Página 22

2.2.1.1. Imágenes Landsat 5 TM

2.2.1.1.1. Generación del Mapa Forestal (Año 2006)

Las imágenes Landsat 5 TM actuales provistas a través del convenio SAyDS-CONAE

se solicitaron con un nivel 5 de procesamiento, que significa que se les han efectuado

correcciones sistemáticas, donde fueron georreferenciadas utilizando las efemérides del

satélite con el método de remuestreo del vecino más próximo.

Los datos poseen formato “Fast Format” encontrándose las siete bandas por separado

en archivos con extensión dat, acompañadas por un archivo “header.dat”. Se realizó una

compilación y transformación a formato IMG. Con el fin de optimizar la conversión de

formato se utilizó la aplicación “File Utility” del programa Orthoengine de PCI Geomática

9.1.7. Se abre el archivo “header.dat” y luego se selecciona la aplicación “Export to…” donde

se indica el tipo de archivo de salida, en este caso formato IMG, desplegando

automáticamente todas las bandas. Se seleccionan las bandas a compilar y el programa

automáticamente compila todas las bandas en un sólo archivo con extensión img.

Este proceso puede realizarse también con el programa ERDAS Imagine 8.6,

utilizando la herramienta “Import” en el menú principal. Se importa como un tipo de archivo

“TM Landsat Acres Fast Format” y se especifica el tipo de soporte de los datos a importar. Se

selecciona el archivo “header.dat” como archivo de input. Se especifica el archivo con

formato IMG de salida. Luego aparece una ventana con la información de la imagen. Al

seleccionar “Import Options” se define el tipo de datos de salida junto con las bandas de

interés. Los datos se importaron como “Unsigned 8 bit” y se seleccionaron las bandas 1, 2, 3,


Metodología

4, 5 y 7 (Figura 2.15). Este programa también da como salida del proceso las bandas

seleccionadas compiladas en un archivo con extensión img, aunque el procedimiento es más

lento.

FIGURA 2.15: PROCESO DE IMPORTACIÓN DE DATOS LANDSAT 5 TM CON ERDAS IMAGINE 8.6 Y SELECCIÓN DE

PARÁMETROS DE IMPORTACIÓN.

2.2.1.1.2. Análisis Multitemporal

Los datos Landsat 5 TM del período 1997-2000 se obtuvieron en formato “Fast

Format” al igual que las imágenes utilizadas para la generación del mapa forestal al Año

2006/Serie 3. El proceso de importación de estas imágenes se realizó de la misma manera que

para las imágenes Landsat 5 TM actuales.

Página 23


Metodología

Las imágenes Landsat 5 TM (1987-1992) ortorrectificadas se obtuvieron en formato

TIFF, compilándose directamente utilizando la herramienta “Layer Stack” de la aplicación

“Interpreter” de ERDAS Imagine 8.3. Se seleccionan en el archivo original las bandas de

interés, se seleccionan todas las bandas (“All”) en el casillero “Layer” y se selecciona “Add”.

Se especifica el archivo de salida, tipo de dato de salida (“Data Type”) “Unsigned 8 bit” y en

las opciones de salida (“Output Options”) se selecciona “Union”. Al igual que Landsat 7

ETM+, los datos se encuentran en el sistema de proyección UTM con elipsoide y datum

WGS84. Una vez compiladas las imágenes se reproyectaron utilizando el comando

“Reproject Images” de la aplicación “Data Preparation” del programa ERDAS Imagine 8.6.,

donde se seleccionan la imagen de origen y el nombre de la imagen de salida. En “Categories”

se selecciona “Argentina”, en “Projection”, GK y la zona (faja) que corresponda, unidades en

metros, tamaño de píxeles 30 m, método de remuestreo “Nearest Neighbor”, “Polynomial

Approximation” con máximo orden de polinomio 3 y “Continue Approximation”. Los

parámetros utilizados se resumen en el Cuadro 2.4.

CUADRO 2.4: VALORES DE LOS PARÁMETROS DE LAS DIFERENTES FAJAS UTILIZADOS PARA LA REPROYECCIÓN DE

LAS IMÁGENES (FEMC: FACTOR DE ESCALA EN EL MERIDIANO CENTRAL, MC: MERIDIANO CENTRAL).

Faja

Página 24

Sistema de

Proyección

Parámetros

Elipsoide Datum FEMC Lon MC Lat MC

Falso

Este

3 Gauss-Krüger WGS84 WGS84 1 66º W 90º S 3.500.000 0

4 Gauss-Krüger WGS84 WGS84 1 63º W 90º S 4.500.000 0

5 Gauss-Krüger WGS84 WGS84 1 60º W 90º S 5.500.000 0

6 Gauss-Krüger WGS84 WGS84 1 57º W 90º S 6.500.000 0

2.2.1.2. Imágenes Landsat 7 ETM+

Falso

Norte

Los datos Landsat 7 ETM+ se obtuvieron en formato TIFF, encontrándose las bandas

individuales en el sistema de proyección Universal Transverse Mercator (UTM) en sus

correspondientes zonas, con elipsoide y datum WGS84. Se compilaron las bandas 2, 3, 4 y 5

con la herramienta “Layer Stack” de “Utilities” de la aplicación “Interpreter” de ERDAS

Imagine 8.3. Se ingresaron los parámetros “Unsigned 8 bit” para los datos de salida y “Union”

en opciones de salida.


2.2.1.3. Imágenes TERRA-ASTER

Metodología

Estos datos se obtuvieron por Internet comprimidos en archivos con extensión tar, los

que se descomprimieron con el software WinRAR. Dentro de estos archivos comprimidos se

encuentran tres archivos con extensión jpg (vistas preliminares), un archivo con extensión brs

y otro archivo de extensión dat. Las imágenes ASTER son provistas en formato ASTER EOS

HDF con extensión dat. Estas se importaron al formato IMG utilizando el programa ERDAS

Imagine 8.6 con la aplicación “Import”. En la ventana donde se muestran los diferentes

conjuntos de bandas de ASTER (VNIR, SWIR y TIR) se selecciona por separado el conjunto

de bandas VNIR y SWIR en dos archivos con extensión img (Figura 2.16).

FIGURA 2.16: VENTANAS DE LA APLICACIÓN IMPORT DE ERDAS IMAGINE PARA LA CONVERSIÓN DE FORMATO DE

DATOS ASTER.

2.2.1.4. Imágenes CBERS2-CCD

Las imágenes CBERS ya se encuentran georreferenciadas con las efemérides del

satélite en el sistema de proyección UTM con elipsoide South American 1969 y datum

SAD69. Se obtuvieron comprimidas en un archivo con extensión zip por cada banda, las que

fueron descomprimidas a su formato original TIFF. Las imágenes se compilaron utilizando la

metodología empleada con las imágenes Landsat 7 ETM+ (Sección 2.2.1.2).

Página 25


Metodología

Página 26

2.2.1.5. Modelo Digital de Elevación

Los modelos SRTM se obtuvieron en coordenadas geográficas. Para la región del

Espinal se generaron dos mosaicos, uno para cada distrito. Cada uno incluyó cuatro escenas

de SRTM. Los mosaicos se realizaron con la herramienta “Mosaic Images” de la aplicación

“Data Preparation” del programa ERDAS Imagine 8.6. El procedimiento que se siguió fue

ingresar el área activa (Active Area) de cada escena y luego, en las opciones de

compatibilización de histogramas (Matching Options) se seleccionó “No Matching” en

método de compatibilización y “Pixel Value” en tipo de valor de píxel. En la función de

solapamiento (Set Overlap Function) se seleccionó la opción “Overlay” y en cuanto al tipo de

intersección, “No Cutline Exists”. Una vez configuradas estas funciones, se ejecutó el proceso

y se especificó que el mosaico de salida tuviera un Look Up Table (LUT) común (Output a

Common Look Up Table) (Figura 2.17).

FIGURA 2.17: VENTANAS DE LA APLICACIÓN “MOSAIC IMAGES” DE ERDAS IMAGINE 8.6 MOSTRANDO LA SECUENCIA

DE SELECCIÓN DE PARÁMETROS PARA REALIZAR LOS MOSAICOS DEL MODELO DIGITAL DE ELEVACIÓN SRTM.


Metodología

Si bien los datos adquiridos fueron previamente procesados (CGIAR - Consortium for

Spatial Information 2004), en determinadas áreas (ej.: zonas contiguas al mar)

presentaron píxeles sin datos. Por lo tanto, una vez construidos los mosaicos, se realizó un

proceso de interpolación utilizando la herramienta 2D DEM Modeling de Orthoengine del

programa PCI Geomática 9.1.7, seleccionando automáticamente las áreas sin datos.

Este proceso se podría haber realizado con la herramienta “Interpolate” dentro del

menú Raster del programa ERDAS, pero a diferencia del programa Geomática de PCI, la

definición de las áreas de interpolación es manual.

Una vez interpolado el mosaico del modelo digital de elevación (MDE), se lo

reproyectó al sistema de proyección Gauss Krüger, con datum WGS84, en las fajas 3, 4, 5 y 6,

con el programa ERDAS Imagine 8.6 utilizando el método de remuestreo del vecino más

próximo.

Luego, a fines de facilitar el manejo de los datos, se recortaron los mosaicos de MDE a

un tamaño equivalente al área abarcada por las imágenes Landsat de cada provincia utilizando

la herramienta “Subset” de la aplicación “Interpreter”- “Utilities” del programa ERDAS

Imagine 8.6. Para ello, previamente, en una vista conteniendo el mosaico se debe delimitar el

área a recortar con la herramienta “Inquire Box” presente en “Utility” en el menú de la vista.

Finalmente, en la herramienta “Subset” se selecciona la imagen origen y la opción “From

Inquire Box”.

2.2.2. Fusión de datos satelitales

La fusión de imágenes es un proceso que permite combinar datos de distintos satélites

o de diferentes sensores. Este proceso consiste en integrar imágenes de distintas resoluciones

espaciales y espectrales en una sola que integre las características de ambas (Jensen 1996).

En este trabajo, el proceso de fusión se realizó para mejorar la resolución espacial de

la imagen de referencia, Landsat 7 ETM+, integrando las bandas 2, 3, 4 y 5 de 28,5 m con la

banda pancromática de 14,25 m de mayor resolución espacial (banda 8). Esto se realizó dado

que se rectificarían imágenes de mayor resolución espacial como ASTER (15 m) y CBERS-2

Página 27


Metodología

(20 m). La fusión de bandas realizada facilita la identificación de GCPs (Ground Control

Points) durante el proceso de rectificación al mejorar la identificación de objetos geométricos

sobre el terreno tales como cruces de caminos, bordes de plantaciones, etc. (Figura 2.18).

Página 28

A

FIGURA 2.18: FUSIÓN DE DATOS SATELITALES: A) IMAGEN LANDSAT 7 FUSIONADA, RESOLUCIÓN ESPACIAL

14,25 m (RVA: 432), B) IMAGEN ASTER, RESOLUCIÓN ESPACIAL 15 m (RVA: 321).

La fusión se realizó utilizando la herramienta “Resolución Merge” ubicada en la

aplicación “Interpreter” - “Spatial Enhancement” del programa ERDAS Imagine 8.6,

seleccionando la banda pancromática de alta resolución (banda 8) y las bandas

multiesprectrales 2, 3, 4 y 5. El método de fusión utilizado fue el de componentes principales

(“Principal Component”) mientras que el método de remuestreo fue la interpolación bilinear

(“Bilinear Interpolation”) y además, se especificó que los datos de salida fueran “Unsigned 8

bit”. Este procedimiento destaca las características geométricas sin que varíen

considerablemente los valores espectrales (Figura 2.19).

B


FIGURA 2.19: PARÁMETROS DE LA HERRAMIENTA “RESOLUTION MERGE” UTILIZADOS PARA LA

FUSIÓN DE DATOS LANDSAT 7 ETM+.

Metodología

Una vez realizada la fusión, los datos se reproyectaron al sistema de proyección

Gauss-Krüger, con elipsoide y datum WGS84 y a la faja correspondiente. Este proceso se

realizó de la misma manera que para las imágenes Landsat 5 TM de la Serie 1 del análisis

multitemporal (Sección 2.2.1.1.) con una resolución espacial de 14,25 m.

2.2.3. Corrección Geométrica

Exceptuando los datos ortorrectificados disponibles, todas las imágenes satelitales

utilizadas para la estratificación se corrigieron geométricamente, en base a datos Landsat 7

ETM+, y se reproyectaron a las correspondientes fajas del sistema de proyección Gauss-

Krüger, logrando una coherencia geométrica de la información para toda la región del

Espinal. La misma permitió una sinergia durante el proceso de interpretación de los datos

entre los distintos sensores utilizados.

Página 29


Metodología

Página 30

2.2.3.1. Imágenes Landsat 5 TM

2.2.3.1.1. Generación del Mapa Forestal (Año 2006)

El proceso de corrección geométrica de las imágenes Landsat 5 TM actuales se realizó

en dos fases, una primera de ubicación de los puntos de control y una segunda de

ortorrectificación. La ubicación de los puntos de control se efectuó en base a las imágenes

Landsat 7 ETM+ fusionadas. Para ello se utilizó una combinación de bandas RVA 5, 3, 2,

tanto en la imagen cruda como en la de referencia con el fin de resaltar los caminos. Se

identificaron entre 20 y 30 puntos de control (GCPs) homogéneamente distribuidos en toda la

imagen. Del mismo modo, se seleccionaron cinco puntos de chequeo (Check Points)

distribuidos homogéneamente en toda la imagen.

Para la selección de los puntos se utilizó un modelo polinomial de segundo grado de la

aplicación “Geometric Correction” del programa ERDAS Imagine 8.6., ubicando

automáticamente el punto de control en la imagen de referencia cada vez que se ingresa un

punto de control en la imagen que está siendo corregida (input). En forma simultánea el

programa calcula automáticamente el error cuadrático medio (RMS) a medida que se ingresan

y ajustan los puntos a su posición adecuada. De esta manera, se agiliza el proceso de

ubicación de puntos de control. Dichos puntos fueron grabados en archivos con extensión gcc,

uno para los datos de input y otro para los datos de referencia.

Para la ortorrectificación de las imágenes, se utilizó el modelo Landsat de la aplicación

“Geometric Correction” del programa ERDAS Imagine 8.6. Este modelo permite especificar

el tipo de sensor de Landsat e integrar un modelo digital de elevación (Figura 2.20 y Figura

2.21 a). El modelo de ortorrectificación seleccionado está basado en ecuaciones colineales

que integra valores de altitud para eliminar las distorsiones debidas al terreno. El proceso de

ortorrectificación se podría haber realizado utilizando directamente el modelo Landsat. Sin

embargo, en este caso se llevo a cabo una primera fase utilizando un modelo polinomial a

fines de acortar los tiempos de preprocesamiento dado que el programa utilizado demoraba

considerablemente al calcular el RMS durante la selección de puntos con el modelo de

ortorrectificación.

En el modelo Landsat, la especificación del sistema de proyección se realizó activando

la solapa “Projection” en la cual está la opción para definir la proyección “Add/Change


Metodología

Projection” (Figura 2.21 b y c). Una vez definida la proyección se oprime “Apply” y luego

“Close” de la ventana “Landsat Model Properties”. Posteriormente, aparece otra ventana

donde se especifica el origen de los puntos de referencia, en este caso, correspondiente a otra

imagen (“Existing Viewer”) (Figura 2.21 d). Al oprimir “OK”, se deberá seleccionar la

ventana de la imagen de referencia para que se despliegue la herramienta “GCP Tool”.

FIGURA 2.20: VENTANA PARA ESPECIFICAR EL MODELO GEOMÉTRICO LANDSAT.

FIGURA 2.21: ORTORRECTIFICACIÓN DE IMÁGENES LANDSAT 5 TM: A) VENTANA PARA ESPECIFICAR LOS

PARÁMETROS DEL MODELO GEOMÉTRICO LANDSAT, B) SOLAPA PARA ESPECIFICAR LA PROYECCIÓN, C) SUB-

VENTANA DONDE SE ESPECIFICA SISTEMA, ELIPSOIDE Y DATUM Y D) VENTANA PARA INDICAR EL ORIGEN DE LOS

PUNTOS DE REFERENCIA.

A

B

D

C

Página 31


Metodología

Una vez abierta dicha herramienta, en la ventana designada como “GCP Tool”, se

cargaron los puntos de control grabados en el proceso previo de ubicación de puntos,

mediante la opción “File - Load Input” (puntos de entrada) y “File - Load Reference” (puntos

de referencia) de dicha ventana (Figura 2.22).

Luego, se calculó el error cuadrático medio (RMS) y el error de chequeo constatando

que estos fueran menores a un píxel. El píxel de la imagen de salida se definió en 30 m y se

utilizó el método de remuestreo del vecino más cercano. Los valores correspondientes al

número de puntos de control utilizados y a los errores obtenidos en la georreferenciación de

cada imagen se presentan en el Apéndice I.

FIGURA 2.22: VENTANAS DEL MODELO LANDSAT DE LA APLICACIÓN “GEOMETRIC CORRECTION”: IMAGEN

LANDSAT 5 TM CRUDA (IZQUIERDA), IMAGEN DE REFERENCIA LANSAT 7 ETM+ FUSIONADA (DERECHA) Y GCP TOOL

CON SUS PUNTOS DE CONTROL Y SUS RESPECTIVOS ERRORES (SUPERIOR E INFERIOR).

El control de la coherencia geométrica de las imágenes rectificadas se realizó

comparando la imagen de referencia y la imagen corregida, desplegadas en una misma vista

(“Viewer”) utilizando la herramienta “Swipe” de la aplicación “Utility” localizada en el menú

de la vista. De esta manera se verificó que las diferencias en la geometría entre las imágenes

rectificadas y las de referencia, no superaran los 30 m.

Página 32


2.2.3.1.2. Análisis Multitemporal

Metodología

El registro de las imágenes de la Serie 2 se realizó del mismo modo que para las

imágenes Landsat 5 TM del Mapa Forestal Año 2006/Serie 3. En este caso, se observaron

fallas de preprocesamiento en las mismas. Las seis imágenes utilizadas presentaron repetición

no sistemática de una línea de píxeles cada 32, 33 o 34 líneas en toda la imagen (Figura 2.23).

FIGURA 2.23: REPETICIÓN DE LÍNEAS DE PÍXELES EN IMAGEN LANDSAT 5 TM

(PATH/ROW 228/86 Y FECHA DE ADQUISICIÓN: 13 ENERO 1999).

Además de las fallas encontradas, la imagen Landsat 5 TM, Path/Row 229/84 con

fecha de adquisición del 20 de enero de 1999, presentó en su parte superior (valor de línea de

píxeles del comienzo de falla 1207), una banda de 17 píxeles de ancho desplazada

horizontalmente 49 píxeles hacia el este (Figura 2.24).

Página 33


Metodología

Página 34

FIGURA 2.24: BANDA DE DESPLAZAMIENTO HORIZONTAL EN LANDSAT 5 TM

(PATH/ROW 229/84 Y FECHA DE ADQUISICIÓN: 20 ENERO 1999).

Estas fallas produjeron dificultades al tratar de realizar una ortorrectificación estricta

con el modelo para Landsat y empleando el MDE SRTM. De esta forma se lograron RMS

totales superiores a 1 píxel. Sin embargo, realizando una rectificación sin el MDE y utilizando

un modelo polinomial de segundo orden, el RMS se mantuvo por debajo de 1 píxel logrando

una satisfactoria coherencia con los datos de las otras dos series. Teniendo en cuenta estos

aspectos, sólo para las imágenes Landsat 5 TM de la Serie 2, se utilizó el polinomio de

segundo orden como modelo geométrico en el proceso de rectificación y el método de

remuestreo utilizado fue el del vecino más cercano. Los valores correspondientes al número

de puntos de control utilizados y a los errores obtenidos en la georreferenciación de cada

imagen se presentan en el Apéndice I.

2.2.3.2. Imágenes TERRA-ASTER

El proceso de ortorrectificación de las imágenes ASTER (bandas VNIR, bandas

SWIR) se realizó en cuatro fases:


Metodología

• Identificación de puntos de control de los datos ASTER y Landsat 7 fusionados

• Rectificación de datos ASTER VNIR en base a imágenes Landsat 7

• Rectificación de datos ASTER SWIR en base a imágenes Landsat 7

• Compilación de las imágenes ASTER VNIR y SWIR.

En el caso de los datos ASTER, también se utilizaron como imágenes de referencia los

datos Landsat 7 ETM+ fusionados. Se emplearon además los mismos principios

metodológicos que para las imágenes Landsat 5 TM (Sección 2.2.1.1) en cuanto a distribución

y número de puntos de control, de chequeo, modelo geométrico utilizado para la ubicación de

puntos de control y forma de guardar los archivos de puntos.

Para ortorrectificar los datos ASTER VNIR se utilizó el modelo Spot que contiene la

aplicación “Geometric Correction” del programa ERDAS Imagine. Éste permite incorporar

datos tales como el ángulo de captura (“Pointing Angle”) de la imagen el cual se obtiene del

“Header File” de cada imagen que puede visualizarse en el “Info” de la imagen cruda y el

modelo digital de elevación (Figura 2.25 a y b). La proyección se especificó de la misma

manera que para las imágenes Landsat 5 TM, como se muestra en la Figura 2.25 c y d. Una

vez especificados todos los parámetros, se cierra la ventana de “Spot Model Properties” y se

define la fuente de los puntos de referencia desde la vista conteniendo las imágenes de

referencia (Figura 2.25 e). La selección de este modelo se debe a que el programa utilizado no

contiene un modelo propio para imágenes ASTER y que dicho sensor posee la misma

tecnología (pushbroom) y la misma área de cobertura (60 x 60 km) que los datos SPOT XS

(Krammer 2002).

Página 35


Metodología

FIGURA 2.25: VENTANAS PARA DESPLEGAR EL MODELO SPOT DE LA APLICACIÓN “GEOMETRIC CORRECTION”: A)

SELECCIÓN DEL MODELO, B) CONFIGURACIÓN DE LOS PARÁMETROS DONDE SE INGRESA EL MDE Y EL ÁNGULO DE

CAPTURA DEL SENSOR, C) ESPECIFICACIÓN DEL SISTEMA DE PROYECCIÓN, D) SELECCIÓN DEL SISTEMA DE

PROYECCIÓN Y E) ESPECIFICACIÓN DE LA FUENTE DE PUNTOS DE REFERENCIA.

Una vez abierta la ventana designada como “GCP Tool” se cargaron los archivos con

extensión gcc conteniendo los puntos de entrada (input) y de referencia (reference) obtenidos

en el proceso de ubicación de puntos de control mediante la opción “File - Load Input” y “File

- Load Reference” (Figura 2.26). Luego se calculó el error medio cuadrático (RMS) y el error

de los puntos de chequeo (“Check Point Error”) verificando que ambos sean menores a un

píxel para todas las imágenes (Apéndice I). El método de remuestreo utilizado fue el del

vecino más cercano y se definió el tamaño del píxel de la imagen ASTER VNIR de salida en

15 m.

Página 36

A B

C

D

E


Metodología

FIGURA 2.26: VENTANAS DEL MODELO SPOT DE LA APLICACIÓN “GEOMETRIC CORRECTION”: IMAGEN

ASTER CRUDA (IZQUIERDA), IMAGEN DE REFERENCIA LANDSAT 7 ETM+ FUSIONADA (DERECHA) Y

GCP TOOL CON SUS PUNTOS DE CONTROL Y SUS RESPECTIVOS ERRORES (SUPERIOR E INFERIOR).

Se visualizó la coherencia geométrica entre imágenes ASTER VNIR rectificadas

contiguas y entre los datos ASTER VNIR y Landsat 7 ETM+ con la herramienta “Swipe”

(aplicación “Utility” del “Viewer”), verificando que las diferencias en la geometría entre las

imágenes rectificadas y de referencia no superaran los 15 m.

La ortorrectificación de las bandas SWIR de ASTER se realizó en forma

automatizada, es decir sin adquirir nuevos puntos de control y utilizando los empleados para

los datos VNIR como así también el mismo modelo. Para obtener las coordenadas de los

valores input de los puntos de control para ASTER SWIR, previo a cerrar la herramienta GCP

(“GCP Tool”) en la rectificación de ASTER VNIR, se dividieron por dos las coordenadas en

X e Y de los valores input de ASTER VNIR. Se procedió de esta manera ya que las imágenes

SWIR (30 m de resolución espacial) tienen la mitad del número de píxeles en X e Y que las

imágenes crudas VNIR (15 m de resolución espacial), utilizando de este modo los puntos

control de las imágenes ASTER VNIR. Para ello se selecciona la columna “X Input” y con el

botón derecho del mouse sobre el encabezado de dicha columna, se elige la opción

“Fórmula”. En esta ventana, se selecciona “X Input”, se divide por dos y el programa

Página 37


Metodología

automáticamente divide toda la columna por dos. Se procede de la misma manera para la

columna “Y Input”. Una vez que se obtienen los nuevos valores de los puntos de control, en la

ventana correspondiente a la imagen cruda deberían aparecer todos los puntos de control en el

cuadrante superior izquierdo. Se graban los nuevos archivos de punto de control para las

imágenes SWIR con otros nombres (Figura 2.27).

FIGURA 2.27: A) SUBVENTANA DE LA OPCIÓN “FÓRMULA” DE LA VENTANA “GCP TOOL” PARA EL CÁLCULO

AUTOMÁTICO DE LAS COORDENADAS DE LOS PUNTOS DE CONTROL DE UNA IMAGEN ASTER SWIR EN BASE A LOS

PUNTOS DE LA IMAGEN VNIR Y B) DISPOSICIÓN DE LOS PUNTOS INPUT SOBRE UNA IMAGEN ASTER VNIR UNA VEZ

CALCULADAS LAS COORDENADAS PARA LA IMAGEN SWIR.

Una vez que se tienen los archivos con extensión gcc correspondientes a los datos

ASTER SWIR, se abre nuevamente la herramienta “Geometric Correction” con la imagen

ASTER SWIR cruda en el “Viewer” correspondiente. Luego se procede de la misma manera

que para la ortorrectificación de las imágenes ASTER VNIR, excepto que se ingresa ahora el

ángulo de captura del sensor SWIR. Una vez abierta la ventana designada como “GCP Tool”,

se cargan los puntos de control correspondientes a las imágenes SWIR previamente

calculados.

El tamaño de píxel para las imágenes ASTER SWIR se definió en 30 m y se utilizó el

método de remuestreo del vecino más cercano. Finalmente, se analizó visualmente la

coherencia geométrica entre la imagen rectificada VNIR con la SWIR, utilizando la

herramienta “Swipe” de la aplicación “Utility” de la vista.

Página 38

A

B


Metodología

Una vez finalizada la ortorrectificación de las imágenes ASTER se compilaron las

imágenes ASTER VNIR y SWIR, obteniendo un archivo de 9 bandas (1, 2, 3 -VNIR- y 4, 5,

6, 7, 8, 9 -SWIR-), manteniendo la resolución espacial de 15 m y 30 m respectivamente. La

compilación se realizó de la misma manera que para los datos Landsat 7 ETM+ (Sección

2.2.1.2), seleccionando en primera instancia la imagen VNIR rectificada y luego, la imagen

SWIR rectificada.

2.2.3.3. Imágenes CBERS2-CCD

Si bien las imágenes CBERS2 se encuentran georreferenciadas con las efemérides del

satélite, presentan desplazamientos considerables del orden de los 300 m con respecto a las

imágenes de referencia.

Por la dificultad de realizar una óptima corrección geométrica de los datos CBERS2

(Madureira Cruz et al. 2005), los mismos se rectificaron de modo de lograr una aceptable

coherencia geométrica con el resto de los datos satelitales dado su carácter de información

auxiliar en este trabajo.

Durante la georreferenciación se utilizaron como datos de referencia las imágenes

Landsat 7 ETM+ fusionadas. Se localizaron entre 20 y 30 puntos de control y 5 puntos de

chequeo por imagen distribuidos homogéneamente. Para este proceso se utilizó un modelo

polinomial de segundo orden debido a que no existe un modelo específico para estas

imágenes en los programas utilizados. Para reducir la alteración de los valores espectrales de

cada píxel y a su vez mejorar la identificación de los objetos (caminos, cultivos, bosque, etc.)

se utilizó el método de remuestreo de interpolación bilinear. Los valores del error medio

cuadrático (RMS) se mantuvieron por debajo de un píxel (20 m). Se verificó visualmente para

todas las imágenes rectificadas que los desplazamientos en toda su superficie no superaran los

20 m respecto de las imágenes de referencia. Esto fue realizado con la herramienta “Swipe”

de la aplicación “Utility” de la vista.

Página 39


Metodología

2.2.4. Realces de imágenes satelitales

Con el fin de facilitar la interpretación visual y lograr mayores contrastes, las bandas

TM 3, TM 4 y TM 5 fueron realzadas con la función de transformación de desvíos estándar

(Standard Deviations) y posteriormente, se modificó brillo y contraste. Para realizar este

procedimiento, se debe desplegar en una vista la imagen sin contraste, seleccionando la

opción “No stretch” especificada en la solapa “Raster Options” en la ventana de apertura de

imágenes del programa ERDAS Imagine 8.3 (Figura 2.28).

FIGURA 2.28: A) VENTANA DE APERTURA DE IMÁGENES DE UNA VISTA (VIEWER), B) SOLAPA “RASTER OPTIONS”

INDICANDO LA OPCIÓN SIN REALCE (“NO STRECH”) Y C) IMAGEN DESPLEGADA SIN REALCE.

Posteriormente, seleccionando “Raster” en el menú de la vista (Viewer) se selecciona

la herramienta “Contrast” y se elige la opción “General Contrast” donde se especifica el tipo

de realce, en nuestro caso “Standard Deviations”, y se determina el factor deseado de 1,6 o

2,6 (Figura 2.29 a y b). Luego, al oprimir “Apply”, se selecciona la opción “Breakpoints” y se

abre una ventana que muestra los histogramas de cada banda visualizada (Figura 2.29 c). En

esta ventana se guardan los realces realizados en un archivo con extensión cbp (Figura 2.29

d).

Página 40

A

B

C


C

A

Metodología

FIGURA 2.29: PROCESO DE REALCE DE IMÁGENES SATELITALES: A) VENTANA PARA ESPECIFICAR TIPO Y VALOR

DE CONTRASTE, B) IMAGEN CON EL CONTRASTE APLICADO, C) VENTANA MOSTRANDO LOS HISTOGRAMAS DE CADA

BANDA VISUALIZADA Y D) VENTANA PARA CREAR LOS ARCHIVOS DE REALCE.

En el distrito del Ñandubay se aplicó a todas las imágenes una transformación

Standard Deviations con un factor igual a 2,6 para la identificación del bosque de ñandubay,

mientras que para los demás estratos se utilizaron las imágenes realzadas con factor 1,6.

Todos los archivos de realce de imágenes se grabaron en formato CBP.

B

D

Página 41


Metodología

2.3 Extracción de información

Debido a las características intrínsecas que presentan las formaciones vegetales en la

región del Espinal, se recurrió a la interpretación visual de las imágenes satelitales para

digitalizar los diferentes estratos. En general, se utilizó la misma metodología tanto en el

distrito del Caldén como en el distrito del Ñandubay, por lo tanto, si no se especifica alguno

en particular se debe entender que el procedimiento es el mismo en ambos. Los

procedimientos detallados correspondientes a la digitalización a partir de la interpretación

visual de imágenes satelitales se presentan en el Manual de Cartografía y SIG – Segunda

etapa.

Para la extracción temática, la interpretación visual se consideró como método

apropiado ya que se puede integrar la experiencia del analista en la interpretación basada en

patrones de color, textura, forma, asociación y contexto, incluyendo además información

auxiliar. Procedimientos automáticos de segmentación no se pudieron emplear debido a la

notable degradación radiométrica de los datos Landsat 5 TM lo que limitó la replicabilidad de

procedimientos automáticos a múltiples imágenes.

Página 42

Fundamentalmente los datos satelitales se utilizaron en el siguiente orden de jerarquía:

• Imágenes Landsat 5 TM de verano (diciembre-abril), período 2005-2006.

• Imágenes Landsat 5 TM de primavera (septiembre-noviembre), año 2005.

• Imágenes ASTER multitemporales (septiembre-abril), período 2004-2006. En

la estratificación del bosque de ñandubay, se priorizó la utilización de datos

ASTER en aquellas áreas donde se disponía de estos datos. Sin embargo, en

áreas donde las imágenes ASTER correspondían a fechas de adquisición

anteriores al año 2006 se tuvieron en cuenta las imágenes Landsat 5 TM para

definir las clases.

Asimismo, para definir la asignación de las clases correspondiente al Nivel 3 de

estratificación (Sección 2.3.1) se utilizaron los siguientes datos como información

complementaria:

• Imágenes CBERS2 de verano (diciembre-abril), período 2005-2006. Para las

zonas en que no se dispuso de datos Landsat multitemporales e imágenes


Metodología

ASTER, como por ejemplo, en el área centro-sur de San Luis, los datos

CBERS2 resultaron de gran utilidad para la corroboración de la estratificación

generada a partir de datos Landsat 5 TM.

• Imágenes Landsat 7 ETM+ de verano (diciembre-abril), período 1999-

2001, fundamentalmente debido a su alta calidad radiométrica.

En la Figura 2.30 se observa la interpretación de los estratos en los distintos datos

satelitales.

FIGURA 2.30: DISTINTOS DATOS SATELITALES UTILIZADOS PARA LA ESTRATIFICACIÓN DE LA COBERTURA DEL

SUELO.

Página 43


Metodología

Por otro lado, para las áreas de distribución de las especies en las provincias de La

Pampa, San Luis, Corrientes y Entre Ríos, se analizó la siguiente información auxiliar:

Página 44

• Inventario Integrado de los Recursos Naturales de la Provincia de la Pampa.

Clima, Geomorfología y Vegetación. Provincia de la Pampa y Universidad

Nacional de la Pampa. INTA 2002.

• Relevamiento fisonómico de la vegetación en el área del Caldenal. Publicación

Técnica Nº 60, INTA. Zinda et al 2005.

• Caracterización ecológica y utilización sustentable del Caldenal de San Luis

(Argentina). Departamento de Ciencias Agropecuarias, Facultad de Ingeniería

y Ciencias Económicas Sociales (FICES) de la Universidad Nacional de San

Luis. Barbosa 2005.

• Suelos y Vegetación de los departamentos Sauce y Curuzú Cuatiá, Provincia

de Corrientes. Grupo de Recursos Naturales INTA, EEA Corrientes. Ligier et

al 2001.

• Bosques Nativos y Selvas Ribereñas de la Provincia de Entre Ríos. Facultad de

Ciencias Agropecuarias – Universidad Nacional de Entre Ríos (UNER)

CICyTTP-CONICET. Dirección de Silvicultura y Montes Nativos-Gobierno de

Entre Ríos. Muñoz et al 2003.

• SIG 250 - Instituto Geográfico Militar (IGM) -formato digital- para la

localización de los complejos salinos denominados como salina/salitral.

Esta información auxiliar se utilizó en formato análogo al inicio de la estratificación

con el fin de identificar patrones de distribución de vegetación considerando variables

ambientales.

La interpretación visual se realizó a una escala de digitalización 1:40.000 y en

situaciones particulares como superficies muy homogéneas, a 1:60.000. La unidad mínima de

digitalización correspondió a 10 ha, aquellos polígonos menores a tal área se integraron a

polígonos contiguos.


Metodología

Para discriminar los diferentes estratos, se seleccionaron las siguientes bandas

espectrales: TM 3, TM 4 y TM 5 que corresponden a la información del rango de longitudes

de onda del rojo, infrarrojo cercano e infrarrojo medio respectivamente y la digitalización se

realizó en base a la combinación RVA 453. Tal combinación es considerada la más adecuada

para discriminar vegetación y tipos forestales de diferentes regiones boscosas (Horler y Ahern

1986, Tomppo 1988, Darvishsefat 1995, Scheer et al. 1997, Lencinas y Farías 2005).

2.3.1. Clases de cobertura de la tierra

A continuación, se presentan las diferentes clases de la estratificación

correspondientes al Nivel 1 de la leyenda (Cuadro 2.5).

CUADRO 2.5: CLASES DE COBERTURA DE LA TIERRA PARA EL NIVEL 1 DE LA LEYENDA.

Clase de cobertura

de la tierra

Tierras forestales

(TF)

Otras tierras forestales

(OTF)

Otras tierras

(OT)

Definición

Tierras con una cobertura arbórea de especies nativas de más

del 20 % del área y una superficie superior a 10 ha. Los

árboles deberían poder alcanzar una altura mínima de 7 m a su

madurez in situ.

Tierras donde la cobertura arbórea de especies nativas tiene

entre 5 y 20 % con árboles capaces de alcanzar una altura de 7

m a su madurez in situ; o tierras con una cobertura arbórea de

más del 20 % donde los árboles no son capaces de alcanzar

una altura de 7 m a su madurez in situ; o aquellas donde la

cobertura arbustiva abarca más del 20 %.

Tierras no clasificadas como Tierras forestales u Otras tierras

forestales. Incluye pastizales, cultivos, vegetación herbácea

hidrófila, tierras con construcciones, plantaciones forestales,

cuerpos de agua, complejos salinos y superficies sin

vegetación.

Página 45


Metodología

Para la región del Espinal no se consideró la clase Tierras mixtas, la cual estaba

definida en el Primer Inventario Nacional de Bosques Nativos como un conjunto de bosques

menores a 1000 ha en forma de mosaicos con cultivos agrícolas, arbustales, bosques

degradados y plantaciones forestales, cuyas proporciones dentro del estrato se definían a

través de un índice de caracterización. A su vez, el componente bosque, con superficie entre

150 ha y 1000 ha dentro del estrato de Tierras mixtas, era definido como Bosques rurales.

Sin embargo, en esta segunda etapa del inventario, para la región del Espinal, se

otorgó la misma relevancia a todas las áreas boscosas superiores a 10 ha, independientemente

si el bosque está incluido o no dentro de una matriz de cultivos agrícolas, arbustales, bosques

degradados y plantaciones forestales. Es decir, se priorizó el concepto de bosque eliminando

la clase “Tierras mixtas”, incorporando en aquellas superficies de Tierras forestales menores a

1000 ha y rodeadas de un paisaje agrícola, el atributo de bosque rural. Este atributo

identificado en la presente estratificación, permite realizar análisis espaciales, relacionados

por ejemplo a la fragmentación, sin perder la información de contexto en el cual se encuentra

el bosque.

Página 46

El Cuadro 2.6 presenta un esquema de los niveles jerárquicos de estratificación.


CUADRO 2.6: NIVELES JERÁRQUICOS DE ESTRATIFICACIÓN

Página 47


Metodología

TIERRAS FORESTALES

Bosque de caldén: bosque xerófilo con predominio de caldén (Prosopis caldenia)

donde dicha especie presenta un área basal superior a 1 m 2 /ha y constituye un estrato arbóreo

superior de densidad variable dando lugar a formaciones desde abiertas a cerradas.

Generalmente se lo encuentra acompañado de otras especies arbóreas como algarrobo dulce

(Prosopis flexuosa var. flexuosa), peje o sombra de toro (Jodina rhombifolia), chañar

(Geoffroea decorticans), molle negro (Schinus fasciculatus), algarrobo blanco (Prosopis alba)

y tala (Celtis tala) (Cabrera 1976). Quedan definidas tres formaciones boscosas según la

densidad y la composición de los estratos inferiores e intermedios: Caldén cerrado, Caldén

abierto con pastos y Caldén abierto con arbustos.

Página 48

Caldén cerrado: bosque de caldén (Prosopis caldenia) donde el área basal total

promedio es de 18 m 2 /ha y el número de árboles por hectárea es de

aproximadamente 290. Generalmente se lo encuentra acompañado por otras especies

arbóreas y arbustivas (Figura 2.31).

FIGURA 2.31: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CALDÉN CERRADO.

Caldén abierto con pastos: bosque de caldén (Prosopis caldenia) donde el área

basal total promedio es de 5,6 m 2 /ha y el número de árboles por hectárea es de

aproximadamente 98. Generalmente se encuentra acompañado por otras especies

arbóreas y el nivel inferior está compuesto por gramíneas perennes de porte


Metodología

intermedio y en ocasiones con una escasa proporción de arbustos bajos (Figura

2.32).

FIGURA 2.32: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CALDÉN ABIERTO CON PASTOS.

Caldén abierto con arbustos: bosque de caldén (Prosopis caldenia) donde el área

basal total promedio es de 5,6 m 2 /ha y el número de árboles por hectárea es de

aproximadamente 98. Generalmente se encuentra acompañado por otras especies

arbóreas y los estratos inferior e intermedio están dominados por especies arbustivas

(Figura 2.33).

FIGURA 2.33: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CALDÉN ABIERTO CON ARBUSTOS.

Página 49


Metodología

Bosque de ñandubay: bosque xerófilo de ñandubay (Prosopis affinis) o espinillo

(Acacia caven) donde dichas especies presentan un área basal superior a 2 m 2 /ha y

constituyen un estrato arbóreo superior de densidad variable dando lugar a formaciones desde

abiertas a cerradas. El área basal promedio es de 6,1 m 2 /ha y la frecuencia es de

aproximadamente 140 árboles/ha. Puede estar acompañado en el estrato superior por

algarrobo negro (Prosopis nigra) o quebracho blanco (Aspidosperma quebracho-blanco) y

otras especies xerófilas. Presenta un estrato arbustivo pobre o nulo, y un estrato herbáceo de

gramíneas. Quedan definidas dos formaciones boscosas: Ñandubay-Espinillo y Ñandubay-

Espinillo con otras especies.

Página 50

Ñandubay-Espinillo: bosque con predominio de ñandubay (Prosopis affinis) o

espinillo (Acacia caven), que contribuyen siempre en más del 85% del área basal

total. En determinados sitios la palma caranday (Trithrinax campestris) puede

conformar el sotobosque (Figura 2.34).

FIGURA 2.34: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE ÑANDUBAY-ESPINILLO.

Ñandubay-Espinillo con otras especies: bosque donde se entremezclan especies

arbóreas xerófilas con otras más hidrófilas. El estrato arbóreo está constituido por

ñandubay (Prosopis affinis) o espinillo (Acacia caven), que contribuyen en menos

del 85% del área basal total. El bosque presenta mayor proporción de especies

perennifolias y mayor densidad arbórea que la clase Ñandubay-Espinillo. Entre las

especies acompañantes se encuentran guaraniná (Bumelia obtusifolia), tambetarí


Metodología

chico (Fagara hyemalis), tambetarí grande (Fagara rhoifolia), ñangapirí (Eugenia

uniflora), guayabo (Myrcianthes cisplatensis), ivirajú (Achatocarpus praecox) y

toto-ratay (Tabebuia nodosa). Además, se pueden encontrar junto a otras especies

arbóreas secundarias, ejemplares o grupos aislados de yatay (Butia yatay) y caranday

(Trithrinax campestris) (Figura 2.35).

FIGURA 2.35: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE ÑANDUBAY-ESPINILLO CON OTRAS ESPECIES.

Bosque de transición: bosque donde el caldén (Prosopis caldenia) o el ñandubay

(Prosopis affinis) no son dominantes y está enriquecido por especies provenientes de otras

regiones forestales.

En el Noroeste del distrito del Caldén, el bosque de transición se constituye por

especies provenientes del Parque Chaqueño, donde el quebracho blanco (Aspidosperma

quebracho-blanco) y el algarrobo negro (Prosopis nigra) pueden formar bosques puros o

mixtos y en algunos casos, el caldén está presente (Figura 2.36).

Página 51


Metodología

FIGURA 2.36: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE BOSQUE DE TRANSICIÓN DEL DISTRITO DEL CALDÉN.

En el distrito del Ñandubay, el bosque de transición se desarrolla en su parte

occidental en la provincia de Corrientes. Se trata de un bosque enriquecido por varias especies

arbóreas principalmente de origen chaqueño y en algunos casos de la Selva Misionera que no

son frecuentes en el Espinal como cambuín (Myrcia selloi), laurel blanco (Nectandra

angustifolia), alecrín (Holocalix balansae), laurel (Ocotea diospyrifolia), guabiyú

(Myrcianthes pungens), azota caballos (Luehea divaricata), itín (Prosopis kuntzei), chichita

(Lithraea molleoides), Erythroxylum microphyllum, Cissampelos pareira, entre otras.

También se encuentran palmeras carandaí (Copernicia alba) y pindó (Syagrus

romanzoffiana) (Figura 2.37).

Página 52

FIGURA 2.37: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE BOSQUE DE TRANSICIÓN DEL DISTRITO DEL

ÑANDUBAY.


OTRAS TIERRAS FORESTALES

Metodología

Caldén tipo parque: formación con predominio de caldén (Prosopis caldenia) el cual

se encuentra formando bosques de aspecto sabánico en un estrato continuo de gramíneas y

una escasa o nula proporción de arbustos bajos. También se consideran dentro de este estrato

a los grupos de árboles aislados dentro de una matriz de pastos. Puede estar acompañado de

las especies presentes en el Bosque de caldén. La distancia media entre individuos es mayor a

30 m y presenta valores de área basal menores a 1 m 2 /ha (Figura 2.38).

FIGURA 2.38 FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CALDÉN TIPO PARQUE.

Ñandubay tipo parque: formación con predominio de ñandubay (Prosopis affinis) o

espinillo (Acacia caven) el cual se encuentra en un estrato herbáceo continuo. La distancia

media entre individuos es mayor a 25 m y presenta valores medios de área basal de 2 m 2 /ha.

También se consideran dentro de este estrato a los grupos de árboles aislados dentro de una

matriz de pastos (Figura 2.39).

Página 53


Metodología

Página 54

FIGURA 2.39: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE ÑANDUBAY TIPO PARQUE.

Arbustales: formación con predominio de arbustos, de hojas perennes o caducas, de

hasta 4 m de altura. Puede presentar algunos árboles dispersos y un estrato inferior herbáceo.

En el distrito del Caldén, los arbustales comprenden principalmente formaciones de

jarilla (Larrea spp.) o formaciones de monte bajo compuesto principalmente por especies

como piquillín (Condalia microphylla), manca caballo (Prosopidastrum globosum), pichanilla

(Senna aphylla), yerba de la oveja (Baccharis ulicina), olivillo (Hyalis argentea), entre otras

(Figura 2.40).

FIGURA 2.40: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE ARBUSTALES EN EL DISTRITO DEL CALDÉN.


Metodología

En el distrito del Ñandubay, los arbustales están dominados por espinillo (Acacia

caen) o por arbustos del género Baccharis (Figura 2.41).

FIGURA 2.41: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE ARBUSTALES EN EL DISTRITO DEL ÑANDUBAY.

Formación de otras especies arbóreas: bosque con predominio de especies como

chañar (Geoffroea decorticans) o sauce (Salix humboldtiana) que pueden estar acompañadas

por arbustos. También se incluyen bosques naturales de especies exóticas como el tamarisco

(Tamarix sp.). Si bien son en general bosques puros, puede estar presente en algunos casos el

caldén (Figura 2.42).

FIGURA 2.42: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE FORMACIÓN DE OTRAS ESPECIES ARBÓREAS.

Página 55


Metodología

Bosque en galería: formación boscosa generalmente densa que se establece en la

ribera de una corriente de agua o de un valle con agua subálvea. Al estrato arbóreo

acompañan lianas, enredaderas, epífitas y abundan dicotiledóneas herbáceas. Entre las

especies arbóreas no se establece una clara dominancia y se destacan laurel (Nectandra

angustifolia), guayabo (Myrcianthes cisplatensis), arrayán (Blepharocalix salicifolius),

guaraniná (Bumelia obtusifolia), ñangapirí (Eugenia uniflora), laurel negro (Ocotea

acutifolia), timbó colorado (Enterolobium contortisiliquum), canelón (Myrsine laetevirens),

timbó blanco (Albizia inundata), molle (Schinus fasciculatus), curupí (Sapium

haematospermum), aliso de río (Tessaria integrifolia), toto-ratay (Tabebuia nodosa),

camboatá (Cupania vernalis), marmelero (Ruprechtia laxiflora), sauce criollo (Salix

humboldtiana) y especies de los géneros Prosopis y Acacia características del distrito (Figura

2.43).

Página 56

FIGURA 2.43: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE BOSQUE EN GALERÍA.

Palmares: formaciones puras de palmeras de caranday (Trithrinax campestris) o yatay

(Butia yatay), que presentan un estrato inferior muy variable graminoso o arbustivo y que en

algunos casos se encuentra invadido por especies exóticas (Figura 2.44).


OTRAS TIERRAS

FIGURA 2.44: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE PALMARES.

Metodología

Pastizales: estrato herbáceo natural que generalmente se encuentra bajo uso ganadero

extensivo.

En el distrito del Caldén, los pastizales están compuestos principalmente por

gramíneas bajas, perennes o anuales, de los géneros Stipa, Sporobolus, Panicum, Bromus,

Elyonurus, Piptochaetium, Chloris, Aristida, Bothriochloa, Poa, Sorghastrum, Setaria,

Cynodon, Digitaria, Trichloris, Schizachyrium y Pappophorum. Pueden contener árboles o

arbustos bajos, muy aislados entre sí (Figura 2.45).

FIGURA 2.45: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE PASTIZALES DEL DISTRITO DEL CALDÉN.

Página 57


Metodología

En el distrito del Ñandubay el estrato herbáceo está constituido por una matriz casi

continua pero heterogénea, formada por agrupaciones de especies que pueden representar un

pastizal, una pradera o una pseudoestepa (Carnevali 1994). Las especies más importantes de

este estrato son Andropogon spp., Paspalum spp., Axonopus spp. acompañadas de otras

gramíneas y ciperáceas, leguminosas y otras latifoliadas. Pueden contener árboles o arbustos

bajos y muy aislados entre sí (Figura 2.46).

Página 58

FIGURA 2.46: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE PASTIZALES DEL DISTRITO DEL ÑANDUBAY.

Cultivos: zonas donde se practican actividades agrícolas entre las que se destacan

trigo, soja, maíz, girasol, sorgo, lino y pasturas perennes como pasto llorón y alfalfa.

En el distrito del Ñandubay también se realizan cultivos de arroz y de algodón. En la

provincia de Entre Ríos, se incluyen áreas de pastizales naturales bajo uso ganadero intensivo

(Figura 2.47).


FIGURA 2.47 FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CULTIVOS.

Metodología

Vegetación herbácea hidrófila: zonas ocupadas por comunidades vegetales

dominadas por herbáceas arraigadas en lugares pantanosos e inundables de aguas dulces poco

profundas (Figura 2.48).

FIGURA 2.48: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE VEGETACIÓN HERBÁCEA HIDRÓFILA.

En el distrito del Caldén se desarrolla una vegetación halofítica cerca de los bordes de

lagunas y salinas formada por plantas suculentas como jumecillo (Heterostachys ritteriana),

vidriera (Suaeda patagonica) y cola de gama (Heliotropium curassavicum), gramíneas como

pelo de chancho (Distichlis scoparia) y se pueden formar densos espartillares de Spartina

densiflora.

Página 59


Metodología

En el distrito del Ñandubay se desarrollan varios tipos de comunidades hidrófilas,

entre las más destacadas están los malezales y pajonales dominados por Panicum spp. y

Paspalum spp., cortaderales donde predominan varias especies del género Rhynchospora,

espartillares de Elyonurus muticus, juncales de ciperáceas y otras comunidades palustres

denominadas localmente pirizales, totorales, espadañales o achirales.

Tierras con construcciones: áreas que presentan obras de gran magnitud, tales como

zonas urbanas y aeropuertos (Figura 2.49).

Página 60

FIGURA 2.49: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE TIERRAS CON CONSTRUCCIONES.

Plantaciones forestales: áreas cultivadas con especies arbóreas exóticas con fines

productivos. Las principales especies son Pinus spp., Eucalyptus spp., Citrus spp., entre otras

(Figura 2.50).


FIGURA 2.50: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE PLANTACIONES FORESTALES.

Metodología

Cuerpos de agua: zonas ocupadas por lagos, lagunas permanentes y temporales,

embalses y/o ríos (Figura 2.51).

FIGURA 2.51: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE CUERPOS DE AGUA.

Complejo salino: tierras salinizadas con o sin vegetación halófila que contienen o no

un cuerpo de agua y su zona de fluctuación. Se desarrolla una vegetación halófita escasa con

la presencia de Atriplex montevidense, Maytenus vitis-idaea, Lantana balansae, Eupatorium

christieanum, Lippia villafloridana, Coccoloba spinescens, Cestrum guaraniticum, entre otras

(Figura 2.52).

Página 61


Metodología

Página 62

FIGURA 2.52: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE COMPLEJO SALINO.

Sin vegetación: tierras donde la vegetación está ausente (Figura 2.53).

FIGURA 2.53: FOTOGRAFÍA CORRESPONDIENTE A LA CLASE SIN VEGETACIÓN.


2.3.2 Estratificación

Metodología

Para elaborar la estratificación final de los distritos del Caldén y Ñandubay de la

región del Espinal, se realizó una estratificación preliminar para cada distrito, con

procedimientos diferenciados debido a que el inventario de campo fue realizado con

diferentes objetivos en cada distrito.

En aquellas áreas identificadas como bosque (clases Tierras forestales y Otras tierras

forestales) se definió “bosque inventariable” y “bosque no inventariable”.

Los “bosques inventariables” son aquellos que:

− presentan una altura de más de 7 m de altura a su madurez in situ,

− poseen una cobertura arbórea superior al 20% y una superficie mayor a 10 ha.

Los “bosques no inventariables” son aquellos que:

− presentan una altura mayor a 7 m a su madurez in situ con una cobertura arbórea entre

el 5 y el 20%,

− presentan una altura menor a 7 m a su madurez in situ con una cobertura arbórea

mayor al 20%,

− presentan una cobertura arbustiva mayor al 20%,

− se incluyen los bosques en galería, palmares y formaciones de otras especies arbóreas

menos importantes como chañar (Geoffroea decorticans) y sauce (Salix

humboldtiana).

Estratificación preliminar

Para el distrito del Caldén se utilizó el siguiente procedimiento:

Estratificación para el premuestreo: La estratificación preliminar se llevó a cabo en

principio en las zonas donde se realizaría el muestreo piloto o premuestreo cercanas a las

ciudades de Las Isletas, La Toma, San Luis y Villa Mercedes pertenecientes a la provincia de

San Luis y las ciudades de Cuchillo Co, Eduardo Castex, Luan Toro y Santa Rosa

correspondientes a la provincia de La Pampa. Al realizar dicha estratificación, se observó en

Página 63


Metodología

las imágenes satelitales gran variabilidad en los colores y texturas de aquellas clases

identificadas como bosque y que podrían ser calificadas como inventariables.

La variabilidad en tonalidades durante la interpretación visual de las imágenes no fue

suficiente para separar las clases correspondientes al bosque de caldén. Por lo tanto, como

parámetro auxiliar se utilizó una cobertura de textura generada en forma automática para los

sitios del muestreo piloto.

Como parámetro de textura, se calculó la variancia con el programa ERDAS Imagine

8.6 utilizando el algoritmo de textura dentro de la herramienta “Texture” en la aplicación

“Image Interpreter”-“Spatial Enhancement” (Figura 2.54). A partir de las imágenes Landsat 5

TM correspondientes a las zonas seleccionadas, se obtuvieron las respectivas imágenes de

variancia calculadas para todas las bandas con una ventana móvil de 3x3 píxeles definiendo la

imagen resultante como formato de salida “Float Single”. Luego, a cada una de estas

imágenes se le realizó una clasificación no supervisada aplicando el algoritmo ISODATA del

programa ERDAS Imagine 8.6 para obtener una cobertura discreta compuesta por 15 clases.

Finalmente, se agruparon las tres primeras clases correspondientes a los valores inferiores de

variancia, con la herramienta “Recodedel menú “Raster” de la vista (Viewer). La clase

constituida con los valores más bajos de variancia se muestra en color rojo en la Figura 2.55.

Página 64


FIGURA 2.54: CÁLCULO DE VARIANCIA COMO PARÁMETRO DE TEXTURA.

Metodología

En base a los atributos de tonalidad y textura, se diferenciaron cuatro tipos de

categorías que fueron asignadas en principio como distintos tipos de bosque. A partir de esta

interpretación preliminar se realizó un relevamiento a campo simultáneo al período del

muestreo piloto. En dicho relevamiento se tomaron puntos de control de diferentes

fomaciones boscosas que permitieron constatar en el terreno que no todas las categorías

determinadas correspondían a bosque.

En la Figura 2.55 se muestran las clases definidas a priori como bosque abierto y

cerrado y su textura correspondiente. En los polígonos de la categoría correspondiente a

bosque abierto 1 los valores de variancia más bajos ocupan menor superficie resultando

visualmente en una textura más gruesa. Mientras que en los polígonos de bosque abierto 2 y

de bosque cerrado 1 y 2, los valores de variancia más bajos ocupan una mayor proporción de

la superficie, es decir que estos últimos estratos presentan una textura más fina. Se observaron

confusiones entre las categorías bosque abierto 2, bosque cerrado 1 y bosque cerrado 2.

Página 65


Metodología

Página 66

Imagen

Landsat 5 TM

Textura

Clase

Estratificación

Premuestreo

Bosque

cerrado 1

Bosque

cerrado 2

Bosque

abierto 1

Bosque

abierto 2

Clase

Estratificación

Preliminar

Caldén abierto

con arbustos

Caldén cerrado

Caldén abierto

con pastos

Arbustales

FIGURA 2.55 INTERPRETACIÓN DE DIFERENTES CLASES DE BOSQUE A PARTIR DE IMÁGENES SATELITALES

LANDSAT 5 TM Y PATRÓN DE TEXTURA CORRESPONDIENTE (EL COLOR ROJO EN TEXTURA INDICA BAJOS VALORES

DE VARIANCIA).


Metodología

Luego de finalizar el premuestreo de campo y con los puntos de control

complementarios se determinaron las clases definitivas para las categorías definidas a priori

(Figura 2.55). De este modo, se concluyó que el estrato de “bosque cerrado 1” se corresponde

al estrato de Bosque de caldén abierto con arbustos mientras que el “bosque cerrado 2”

constituye la clase Bosque de caldén cerrado. La categoría “bosque abierto 1” representa al

Bosque de caldén abierto con pastos y la categoría “bosque abierto 2” se clasificó como

Arbustales ya que se trata de formaciones abiertas producto de la acción reiterada del fuego y

la textura homogénea en esta clase está dada por la mayor proporción de pastos y arbustos

(Figura 2.56).

FIGURA 2.56 BOSQUE ABIERTO QUEMADO CONSTITUÍDO POR ÁRBOLES MUERTOS EN EL QUE SE OBSERVA

REGENERACIÓN DE ARBUSTOS Y PASTOS, ACTUALMENTE SE IDENTIFICA COMO ARBUSTALES

Este análisis permitió ajustar en forma visual y sistemática la discriminación de clases

entre los analistas. La estratificación en base a estas cuatro categorías utilizando la cobertura

de textura, sólo se confeccionó para los lugares destinados a realizar el muestreo piloto

(Figura 2.57).

Página 67


Metodología

FIGURA 2.57: DETALLE DE LA ESTRATIFICACIÓN PRELIMINAR PARA EL BOSQUE INVENTARIABLE EN UNA ZONA

CORRESPONDIENTE AL MUESTREO PILOTO (EN AMARILLO SE SEÑALAN LAS ÁREAS DEL MUESTREO PILOTO).

Elaboración de la estratificación preliminar:

A partir de la información precedente, se realizó la estratificación preliminar de las

formaciones boscosas (inventariables y no inventariables) de todo el distrito del Caldén, la

cual generó la base de la planificación del diseño de muestreo final.

Además, es importante mencionar que durante esta etapa fue de suma utilidad llevar a

cabo el análisis multitemporal de los datos satelitales para discriminar entre las diferentes

clases correspondientes al bosque de caldén. Este análisis brinda información sobre los

cambios fenológicos de la vegetación indispensable al momento de realizar la interpretación

visual de este tipo de fomaciones forestales (Sección 2.3.2.1).

Para el distrito de Ñandubay se utilizó el siguiente procedimiento:

Página 68


Metodología

Teniendo en cuenta que en el distrito del Ñandubay no se realizaría un inventario

forestal propiamente dicho, sino una caracterización dasométrica, no se realizó una

estratificación preliminar y se efectuaron en una primera instancia salidas exploratorias para

establecer las distintas clases correspondientes al distrito. En base a revisión bibliográfica,

análisis de mapas existentes, relevamiento a campo, consulta a referentes locales e

interpretación de imágenes satelitales se generó una primera zonificación de tipos de

vegetación. Esta información sirvió de base para comenzar con la estratificación teniendo un

concepto de la distribución espacial de determinados tipos de vegetación. Además, la misma

se utilizó para planificar los sitios de instalación de unidades de muestreo para la

caracterización dasométrica del Ñandubay (Figura 2.58).

FIGURA 2.58: ZONIFICACIÓN DE TIPOS DE VEGETACIÓN DEL DISTRITO DEL ÑANDUBAY, DETERMINADA

MEDIANTE ANÁLISIS DE ANTECEDENTES, RELEVAMINETOS DE CAMPO E INTERPRETACIÓN DE IMÁGENES

SATELITALES.

Página 69


Metodología

Esta primera zonificación de tipos de vegetación junto a información auxiliar

disponible (mapas temáticos, revisión bibliográfica y consulta a referentes locales) sirvió para

visualizar las zonas donde cada clase es predominante.

Posteriormente a la definición de las clases, se realizó la digitalización de las mismas

correspondientes a Tierras forestales, Otras tierras forestales y Otras tierras, las cuales se

fueron actualizando a medida que se integraba la información de campo.

Estratificación final

En el distrito del Caldén, la estratificación final consistió en revisar y ajustar los

atributos de los polígonos correspondientes a Tierras Forestales, identificados durante la

estratificación preliminar, utilizando la información proveniente de las unidades de muestreo

(UM) realizadas en el muestreo final de campo. A su vez, se realizó la revisión y el ajuste

para las clases de Otras tierras forestales a partir de datos de campo. En segunda instancia, se

procedió a digitalizar todas las clases correspondientes a Otras Tierras. Dicha estratificación

final se realizó utilizando las siguientes coberturas e información:

Página 70

− Imágenes satelitales,

− Estratificación preliminar,

− UMs,

− Clave de interpretación (ver Apéndice III),

− Datos de campo y mapas temáticos de otras fuentes (ver sección 2.3).

Es importante aclarar que la estratificación final se fue ajustando durante todo el

proceso del inventario, ya que surgieron confusiones en los estratos preliminarmente

diferenciados, derivados de las dificultades en la separabilidad entre ellos. Como se mostró en

la Figura 2.55, las formaciones arbustivas muy cerradas (especies arbustivas o caldenes de

porte arbustivo, producto de una regeneración post-fuego) presentaron inconvenientes para

diferenciarlas de bosques de Caldén abierto con arbustos e incluso de bosques de Caldén

cerrado.


En el caso del distrito del Ñandubay se realizó la estratificación final en base a:

− Imágenes satelitales,

− UMs,

− Clave de interpretación (ver Apéndice III),

Metodología

− Datos de campo, mapas temáticos de otras fuentes (Sección 2.3) y zonificación

preliminar.

Durante la estratificación surgieron confusiones entre la clase Bosque de transición

y la clase Ñandubay-Espinillo con otras especies, principalmente cuando ésta última, se

trataba de una formación densa. Para la discriminación de ambas se tomó en cuenta la

información explicitada en el trabajo de Carnevali (1994).

2.3.2.1 Tierras forestales

A continuación, se describe la metodología para discriminar las clases pertenecientes a

formaciones de bosque correspondientes a los niveles 2 y 3 (Cuadro 2.6). Las tonalidades que

se describen corresponden a la siguiente combinación de bandas: Landsat 5 TM y 7 ETM+

(RVA: 453) y ASTER (RVA: 321), en los casos en que fue posible se realizó un análisis

multitemporal con imágenes de verano y primavera.

Bosque de caldén

El Nivel 2 de Bosque de caldén se subdividió en el Nivel 3 en tres estratos: Caldén

cerrado, Caldén abierto con pastos y Caldén abierto con arbustos.

Caldén cerrado

El patrón de interpretación del estrato de Caldén cerrado se definió en las

imágenes Landsat de verano por tonalidades rojas oscuras a marrones con una

textura fina a media (Figura 2.59 a y d). Los distintos grados de densidad del

dosel superior permitieron detectar un estrato inferior de coloración diferente

en tonalidades más claras. En las imágenes ASTER de verano también se

observan colores rojos a marrones (Figura 2.59 c).

Página 71


Metodología

Página 72

En imágenes Landsat de primavera (Figura 2.59 b) los colores variaron desde

tonalidades verdes a verde amarronadas, en este caso la textura varió desde

fina a media.

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c) LANDSAT 7 VERANO (d)

Path/Row 229/85 Path/Row 229/85 Lap_tre_357_644 Path/Row 229/85

FIGURA 2.59: VISUALIZACIÓN DE LA CLASE CALDÉN CERRADO EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).

Caldén abierto con pastos

En las imágenes Landsat 5 TM de verano, los bosques de Caldén abierto con

pastos, se identificaron con colores de verdes azulados a verdes amarillentos

con un jaspeado pronunciado de rojos oscuros a marrones, el estrato presentó

una textura que varió de gruesa a media (Figura 2.60 a y b) dependiendo de la

densidad.


Metodología

En las imágenes de primavera (Figura 2.60 c) los colores variaron desde tonos

verdes a verdes amarillentos y se observó en general una textura media.

En las imágenes ASTER (Figura 2.60 d) los colores verdes observados en las

imágenes Landsat se mostraron como rosados (pastizales) y los marrones o

rojos se observaron como marrón grisáceo, detectándose una clara presencia de

pastizales.

LANDSAT 5 VERANO (a) LANDSAT 5 VERANO (b) LANDSAT 5 PRIMAVERA (c) ASTER VERANO (d)

Path/Row 229/85 Path/Row 229/85 Path/Row 229/85 Lap_toa_367-648

FIGURA 2.60: VISUALIZACIÓN DE LA CLASE CALDÉN ABIERTO CON PASTOS EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).

Caldén abierto con arbustos

En las imágenes Landsat 5 TM de verano el Caldén abierto con arbustos se

observó con colores bordó a rojos, la clase presentó generalmente una textura

media a fina (Figura 2.61 a y b). A diferencia de la clase Caldén abierto con

pastos, aquellos estratos conformados por arbustos perennes conservaron en las

Página 73


Metodología

Página 74

imágenes de primavera (Figura 2.61 c) los colores con tonalidades bordó sin

influencia de los cambios fenológicos de los pastizales.

Las tonalidades para los estratos de Caldén cerrado y Caldén abierto con

arbustos son similares, mientras que la textura también puede variar de media a

fina cuando la densidad de los arbustos es alta, por lo tanto se comprobó una

confusión entre dichos estratos. Cuando la densidad de los arbustos resultó

menor, la textura varió de media a gruesa, no presentando confusión con el

bosque de Caldén cerrado.

En las imágenes ASTER (Figura 2.61 d), la clase Caldén abierto con arbustos

también se observó en colores rojos a marrones oscuros grisáceos.

LANDSAT 5 VERANO (a) LANDSAT 5 VERANO (b) LANDSAT 5 PRIMAVERA (c) ASTER VERANO (d)

Path/Row 229/85 Path/Row 229/85 Path/Row 229/85 Lap_toa_367-648

FIGURA 2.61: VISUALIZACIÓN DE LA CLASE CALDÉN ABIERTO CON ARBUSTOS EN DIFERENTES DATOS

SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).


Bosque de transición

El bosque de transición se diferenció para cada distrito de la región del Espinal.

Metodología

Para el distrito del Caldén, dichos bosques se observaron con colores marrones con un

jaspeado de rojos más intensos en imágenes Landsat 5 TM de verano (Figura 2.62 a).

En las imágenes de primavera (Figura 2.62 b) los colores variaron desde tonalidades

verdes azuladas a verdes grisáceas y se observó una textura media. En las imágenes

ASTER (Figura 2.62 c) se observaron colores rojos más oscuros con tendencia a

bordó, mostrando una variación en la textura desde gruesa a media.

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER PRIMAVERA (c)

Path/Row 230/83 Path/Row 230/83 Slu_bel_338-665

FIGURA 2.62: VISUALIZACIÓN DE LA CLASE BOSQUE DE TRANSICIÓN CORRESPONDIENTE AL DISTRITO DEL

CALDÉN EN DIFERENTES DATOS SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).

Página 75


Metodología

Página 76

Para el distrito del Ñandubay, los bosques de transición se observaron en colores

anaranjados a marrones con un jaspeado de rojos más intensos en las imágenes

Landsat 5 TM de verano (Figura 2.63 a). En las imágenes de primavera (Figura 2.63

b) los colores variaron dentro de las tonalidades marrones a rojos y se observó una

variación en la textura de media a fina. En las imágenes ASTER (Figura 2.63 c) se

observaron colores rojos más oscuros con tendencia a bordó, mostrando una variación

en la textura de gruesa a media.

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c)

Path/Row 226/81 Path/Row 226/81 Cor_esq_301-595

FIGURA 2.63: VISUALIZACIÓN DE LA CLASE BOSQUE DE TRANSICIÓN CORRESPONDIENTE AL DISTRITO DEL

ÑANDUBAY EN DIFERENTES DATOS SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).


Bosque de ñandubay

Metodología

El Nivel 2 de Bosque de ñandubay se subdividió en el Nivel 3 en dos clases:

Ñandubay-Espinillo y Ñandubay-Espinillo con otras especies.

Ñandubay-Espinillo

Los bosques de Ñandubay-Espinillo se identificaron en las imágenes Landsat 5

TM de verano con un jaspeado pronunciado de tonalidades grises a marrones

dentro de una matriz de pastos y arbustos, la cual le da una tonalidad

característica al estrato que varía desde celeste a verde azulada o de rosada a

anaranjada, que depende básicamente de la zona en que se sitúa. El jaspeado

observado, por lo general, produce una textura que varía de gruesa a media

dependiendo de la densidad de árboles de la formación. En la Figura 2.64, se

observan dos ejemplos característicos del norte (a) y del sur (d) del distrito.

En las imágenes de primavera el jaspeado no es tan pronunciado, manifestando

una textura en general media. Los colores de la matriz abarcan tonos verdes,

rosados, anaranjados y marrones (Figura 2.64 b y e).

A modo de comparación, en las imágenes ASTER el jaspeado se observó

generalmente en colores grises a marrones oscuros y la matriz de pastos y

arbustos presenta tonalidades que variaron de rosados a bordó (Figura 2.64 c y

f).

Página 77


Metodología

Página 78

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c)

Path/Row 226/81 Path/Row 226/81 cor_ccu_300-583

LANDSAT 5 VERANO (d) LANDSAT 5 PRIMAVERA (e) ASTER VERANO (f)

Path/Row 226/82 Path/Row 226/82 enr_vig_314-590

FIGURA 2.64: VISUALIZACIÓN DE LA CLASE ÑANDUBAY-ESPINILLO EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).

Ñandubay-Espinillo con otras especies

Los bosques de Ñandubay-Espinillo con otras especies en las imágenes

Landsat 5 TM de verano, se identificaron con un jaspeado pronunciado de

tonalidades marrones a rojas en una matriz verde azulada o marrón. Por lo

general, se observó una textura que varió de gruesa a media (Figura 2.65 a).


Metodología

En la imagen Landsat 5 TM de primavera los bosques se diferenciaron por el

jaspeado en tonalidades rojas y marrones y el color de la clase varía desde

naranjas a marrones (Figura 2.65 b), mientras que en las imágenes ASTER de

verano presentan un jaspeado en tonalidades grises (Figura 2.65 c).

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c)

Path/Row 226/82 Path/Row 226/82 Enr_par_317-599

FIGURA 2.65: VISUALIZACIÓN DE LA CLASE ÑANDUBAY-ESPINILLO CON OTRAS ESPECIES EN DIFERENTES DATOS

SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).

2.3.2.2 Otras tierras forestales

A continuación se describe la metodología para discriminar las clases correspondientes

a Otras tierras forestales.

Página 79


Metodología

Página 80

Caldén tipo parque

En las imágenes Landsat de verano y primavera no se observaron diferencias

significativas debido a que este estrato está conformado por árboles aislados o grupos

de árboles en una matriz de pasto, presentando una textura fina. Los grupos de árboles

aislados se visualizan como un jaspeado en tonalidades rojas y la variación en las

tonalidades de verdes amarillentas a verdes azuladas de la clase estuvo dada por la

fenología de los pastos (Figura 2.66 a, b y d)

En las imágenes ASTER la matriz de pasto se observó en colores verdes azulados y

con un jaspeado rojo que esta dado por los grupos de árboles aislados, los cuales se

identifican en forma más evidente debido a la mayor resolución espacial que posee

este sensor comparado con los datos Landsat (Figura 2.66 c).

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c) LANDSAT 7 VERANO (d)

Path/Row 226/86 Path/Row 226/86 Lap_ult_375-646 Lap_toa_367-648

FIGURA 2.66: VISUALIZACIÓN DE LA CLASE CALDÉN TIPO PARQUE EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).


Ñandubay tipo parque

Metodología

En las imágenes Landsat 5 de verano y primavera no se observaron diferencias

significativas debido a que este estrato está conformado por árboles aislados o grupos

de árboles en una matriz de pasto, presentando una textura fina. La clase se observa en

tonalidades que varían de verdes amarillentas a verdes anaranjadas dependiendo del

sitio debido a la matriz de pasto presente y un jaspeado amarronado dado por el estrato

arbóreo (Figura 2.67 a y b).

En las imágenes ASTER, la matriz de pasto se observó con colores verdes azulados y

los grupos de árboles aislados se identificaron con un suave jaspeado marrón, debido a

su mayor resolución espacial comparada con los datos Landsat (Figura 2.67 c).

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c)

Path/Row 226/80 Path/Row 226/80 Cor_ccu_295-581

FIGURA 2.67: VISUALIZACIÓN DE LA CLASE ÑANDUBAY TIPO PARQUE EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).

Página 81


Metodología

Página 82

Arbustales

Los arbustales en el distrito del Caldén mostraron gran variabilidad según las especies

que los conformaban, su densidad y altura. En las imágenes de verano Landsat 5 TM

presentaron tonalidades verdes claras, verdes azuladas, verdes amarronadas, rosadas,

marrones y rojas oscuras. En todos los casos la textura que se observó fue de media a

fina (Figura 2.68 a, c, d, e, f, g y h). En las imágenes de primavera (Figura 2.68 b) las

coloraciones variaron de verdes azuladas a verdes grisáceas, o rojizas si se trató de

arbustos perennes. La textura observada fue de media a fina.

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) LANDSAT 5 VERANO (c) LANDSAT 7 VERANO (d)

Path/Row 230/83 Path/Row 230/83 Path/Row 228/87 Path/Row 228/87

LANDSAT 5 VERANO (e) LANDSAT 7 VERANO (f) LANDSAT 5 VERANO (g) LANDSAT 7 VERANO (h)

Path/Row 228/87 Path/Row 228/87 Path/Row 228/86 Path/Row 228/86

FIGURA 2.68: VISUALIZACIÓN DE LA CLASE ARBUSTALES EN EL DISTRITO DEL CALDÉN EN DIFERENTES DATOS

SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).


Bosque en galería

Metodología

Los bosques en galería se distinguen en las imágenes Landsat 5 TM de verano en

colores rojos intensos y brillantes a lo largo de un afluente (Figura 2.69 a). En las

imágenes Landsat 5 TM de primavera, los mismos se pueden observar como

agrupaciones en colores que varían de rojos a bordó (Figura 2.69 b). En las imágenes

ASTER, el bosque se ve en colores rojos brillantes (Figura 2.69 c).

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c)

Path/Row 226/81 Path/Row 226/81 Enr_lpa_306-596

FIGURA 2.69: VISUALIZACIÓN DE LA CLASE BOSQUE EN GALERÍA EN DIFERENTES DATOS SATELITALES

(LANDSAT RVA: 453 - ASTER RVA: 321).

Formación de otras especies arbóreas

La clase correspondiente a Formación de otras especies arbóreas se distingue con

colores marrones en una matriz verde azulada influenciada por el estrato inferior de

Página 83


Metodología

Página 84

pastos (Figura 2.70 a, b y c). La identificación de esta clase se realizó teniendo en

cuenta su ubicación geográfica.

LANDSAT 5 VERANO (a) LANDSAT 5 PRIMAVERA (b) ASTER VERANO (c )

Path/Row 229/84 Path/Row 229/84 Slu_gpe_343-652

FIGURA 2.70: VISUALIZACIÓN DE LA CLASE FORMACIÓN DE OTRAS ESPECIES ARBÓREAS EN DIFERENTES DATOS

SATELITALES (LANDSAT RVA: 453 - ASTER RVA: 321).

Palmares

Los palmares se distinguen como agrupaciones en color rojo o bordó dentro de una

matriz homogénea de tonalidades verdes a verde azuladas o liláceas tanto en imágenes

Landsat 5 TM de verano como de primavera (Figura 2.71 a y b). La identificación de

esta clase se realizó teniendo en cuenta su ubicación geográfica.


LANDSAT 5 VERANO LANDSAT 5 PRIMAVERA

Path/Row 225/82 Path/Row 225/82

Metodología

FIGURA 2.71 VISUALIZACIÓN DE LA CLASE PALMARES EN DIFERENTES DATOS SATELITALES (LANDSAT RVA: 453).

2.3.2.3. Áreas afectadas por incendios

Las áreas afectadas por fuego se diferenciaron sólo en las imágenes Landsat 5 TM de

fecha más reciente empleadas para realizar la estratificación. En las imágenes Landsat 5 TM

(RVA: 453) estas áreas se observan en tonalidades que varían de verdes brillantes a negras

azuladas. En estas zonas, normalmente, hay una rápida regeneración de pastos y arbustos, e

incluso algunas especies arbóreas rebrotan rápidamente luego de un evento de este tipo.

Cuando se observó un área quemada, se recurrió a datos Landsat 5 TM con fechas anteriores

al evento del incendio o de ser necesario, a imágenes Landsat 7 ETM+ del período 1999-2001

para definir el estrato original afectado (Figura 2.72). Por lo tanto, áreas en las cuales se

produjeron incendios anteriores al período actual (año 2006), no fueron identificadas como

quemadas.

Página 85


Metodología

FIGURA 2.72: ÁREAS AFECTADAS POR INCENDIOS: A) IMAGEN LANDSAT 5 TM (VERANO 2006) DONDE SE OBSERVA

EL ÁREA QUEMADA Y B) IMAGEN LANDSAT 7 ETM+ (AÑO 2000) DONDE SE OBSERVA LA VEGETACIÓN ORIGINAL.

Página 86

2.3.2.4 Bosques rurales

A B

Para obtener una homogeneización de la estratificación de la región del Espinal con el

Primer Inventario Nacional de Bosques Nativos en otras regiones forestales del país y efectuar

un análisis de fragmentación, se mantuvo el concepto de Bosques rurales. Los mismos se

definen como “Remanentes de Tierras forestales en un paisaje agrícola menores a 1000 ha”

(Figura 2.73).

FIGURA 2.73: VISUALIZACIÓN DE BOSQUES RURALES EN UNA IMAGEN LANDSAT (AÑO 2005 - RVA: 453).


2.3.3 Análisis Multitemporal

Metodología

La región Espinal y en especial el distrito del Caldén, han sufrido durante el último

siglo una reducción considerable en su superficie boscosa como consecuencia del avance de

las actividades agropecuarias, el mal manejo del fuego, el sobrepastoreo y la extracción

maderera.

El análisis multitemporal brinda información de los cambios sufridos en la cobertura

boscosa durante los últimos 19 años en un área de aproximadamente 70.142 km 2 . Esta área

contiene las mayores formaciones de bosque del distrito del Caldén, cubriendo parte de tres

provincias (Córdoba, San Luis y La Pampa).

El estudio se realizó mediante la interpretación visual de imágenes satelitales Landsat

5 TM y 7 ETM+ de tres períodos: Serie 1: 1987-1992, Serie 2: 1999-2000 y Serie 3: 2005-

2006. La Serie 3 fue adoptada como origen para el análisis retrospectivo. Los resultados de

este estudio se presentan en el Informe regional.

2.3.4 Análisis de exactitud

Para evaluar la calidad de la información obtenida en la estratificación elaborada, se

construyó para cada distrito una matriz de error considerando todas las clases de la leyenda y

otra considerando sólo el Nivel 1. Los puntos de referencia se obtuvieron a través de

diferentes fuentes:

a) relevamiento a campo: los puntos de control fueron relevados durante los trabajos de

inventario y en diferentes salidas de reconocimiento.

b) puntos generados al azar y observados en el sitio de Google Earth

(http://earth.google.com/) en áreas para las cuales se encuentran imágenes de alta

resolución espacial (Figura 2.74). Se verificó que los puntos seleccionados no

presentaran cambios en la cobertura del suelo en comparación con los datos Landsat

actuales.

Página 87


Metodología

FIGURA 2.74: PUNTOS DE CONTROL AL AZAR RELEVADOS A PARTIR DEL SITIO GOOGLE EARTH PARA LA

CONSTRUCCIÓN DE LA MATRIZ DE ERROR: A) PUNTO EN LA ESTRATIFICACIÓN FINAL, B) VENTANAS DEL PROGRAMA

GOOGLE EARTH Y C) DETALLE DEL PUNTO DE REFERENCIA EN UNA IMAGEN DE ALTA RESOLUCÓN ESPACIAL.

c) para el distrito del Ñandubay, y en carácter de puntos complementarios a las anteriores

fuentes, se generaron puntos al azar y se enviaron al Laboratorio de Climatología,

Sensoramiento Remoto y SIG de la Facultad de Ciencias Agropecuarias de la

Universidad Nacional de Entre Ríos, a cargo del Lic. A. Brizuela para que asignaran el

tipo de clase correspondiente de acuerdo a la información disponible.

Para el control de las plantaciones se utilizó información complementaria de la

Dirección de Forestación de la Secretaría de Agricultura, Ganadería, Pesca y Alimentación de

la Nación.

Con los puntos obtenidos de las diferentes fuentes se construyeron las matrices de

error correspondientes para cada distrito y se obtuvieron los siguientes parámetros: 1)

Página 88

B

Lat 30°37' 33.11" S

Lon 58° 02' 56.88" W

Lansat 5 TM Verano

Ñandubay-Espinillo con otras especies

C

A


Metodología

exactitud general (overall accuracy) como el total de puntos clasificados correctamente sobre

el total de puntos de referencia, 2) los errores de omisión y exactitud del productor

(producer´s accuracy) para cada clase, 3) los errores de comisión y exactitud para el usuario

(user´s accuracy) para cada clase y 4) el coeficiente Kappa. El estadístico Kappa (KHat)

(Cohen 1960) indica la proporción de correspondencia entre los puntos de referencia y las

clases obtenidas durante el proceso de clasificación, luego de haber excluido la proporción de

correspondencia que se podría esperar de una asignación de clases totalmente aleatoria

(Foody 1992). El coeficiente KHat se calcula mediante la siguiente ecuación.

Siendo

K

hat

r

N Σ xii

− Σ(

x

i=

1 i=

1

=

r

2

N − Σ(

x .

r : El número de filas de la matriz

xii : El número de observaciones en una fila i y una columna i,

xi+ y x+i : Los totales marginales de una fila i y una columna i respectivamente

N : El total de número de observaciones

Además, se estimó el error en superficie de la categoría Tierras forestales, en base a

la metodología desarrollada por Card (1982), el cual deriva estadísticos de los resultados de

una matriz de confusión. En primera instancia, se determinó la proporción marginal de las tres

categorías del Nivel 1 con puntos generados al azar. Posteriormente, se calculó la media

estimada de la proporción de Tierras forestales y su correspondiente variancia e intervalo de

confianza al 95% de probabilidad.

2.3.5 Generación de mapas temáticos y cálculos de superficie

La elaboración de los mapas temáticos es el resultado de la integración de la

estratificación forestal (distritos del Caldén y Ñandubay) y la cartografía del SIG 250 del

Instituto Geográfico Militar (IGM).

Para la integración de los datos geográficos se utilizó un sistema de información

geográfica (SIG) construido a partir del software ArcView GIS.

i=

1

r

i+

i+

.

x

x

+ i

+ i

)

)

Página 89


Metodología

La cartografía temática en escala 1:250.000 determinó que la estratificación y las

coberturas cartográficas (rutas, ríos, etc.) debieran ser recortadas y reproyectadas al marco

geográfico establecido por el IGM para cada hoja en particular. En cambio, para los mapas

provinciales y regionales se reproyectaron los datos a una faja única en particular, de forma

tal de asegurar la continuidad espacial de la información (detalles en Manual de Cartografía y

SIG).

Los cálculos de superficie se efectuaron con herramientas propias del software

ArcView GIS, generados por clase, provincia y región (detalles en Manual de Cartografía y

SIG).

Página 90


3. BIBLIOGRAFÍA

Bibliografía

BARBOSA, O. A. 2005. Descripción del ecosistema. En: Barbosa O. A. y Privitello, M. J .L.

(Eds.). Caracterización Ecológica y utilización del caldenal de San Luis. Argentina:

FICES, UN San Luis (CD-ROM).

CABRERA, A. L. 1976. Regiones Fitogeográficas Argentinas: Enciclopedia Argentina de

Agricultura y Jardinería: 2ª Edición. Buenos Aires, Argentina: Editorial ACME. II

(Fascículo 1), 85p.

CARD, D. H. 1982. Using known map category marginal frequencies to improve estimates of

thematic map accuracy. Photogrammetric Engineering and Remote Sensing 48: 431-439.

CARNEVALI, R. 1994. Fitogeografía de la Provincia de Corrientes. Corrientes, Argentina:

Gobierno de la Provincia de Corrientes e Instituto Nacional de Tecnología Agropecuaria,

324 p.

COHEN, J. 1960. A coefficient of agreement for nominal scales. Educational and

Psychological Measurement, p. 37-46.

DARVISHSEFAT, A. 1995. Einsatz und Fusion multisensoraler Satellitendaten zur Erfassung

von Waldinventuren.-. University of Zürich. Remote Sensing Series. XXIV.

FOODY, G. M. 1992. On the compensation for chance agreement in image classification

accuracy assessment. Photogrammetric Engineering and Remote Sensing. 58, p.1459-

1460.

HORLER, D. N. H. y F. J. AHERN. 1986. Forestry information content of Thematic Mapper

data. International Journal of Remote Sensing, p. 405-428.

INTA. 2002. Inventario Integrado de los Recursos Naturales de la Provincia de La Pampa:

Clima, Geomorfología, Suelo y Vegetación. 2ª Edición. INTA, p 490.

ITTEN, K. I., MEYER, P., KELLENBERGER, T., LEU, R., SANDMEIER, St. BITTER, P. y

K.SEIDEL. 1992. Correction of the Impact of Topography and Atmosphere on Landsat-

TM Forest Mapping of Alpine Regions. Remote Sensing Series 18, Zürich.

Página 91


Bibliografia

JENSEN, J. 1996. Introductory Digital Image Processing: A Remote Sensing Perspective. 2ª

Edición. New Jersey: Prentice Hall Series in Geographic Information Science, 316 p.

KRAMMER, H. J. 2002. Observation of the Earth and its Environment. Springer-Verlag.

Berlin Heidelberg, 1982 p.

LENCINAS, J. D. y M. F. FARIAS. 2005. Native Forest Mapping in Patagonian Andes

Based on Optical Satellite Imagery. Photogrammetrie, Fernerkundung-Geoinformation. I,

p. 147-156.

LENCINAS, J. D. 2006. Inédito: Precisión planimétrica de datos Landsat 7.

LIGIER, H. D., KURTZ, D., MATTEIO, H., PERUCCA, R. y O. VALLEJOS. 2001. Suelos

y Vegetación de los departamentos Sauce y Curuzú Cuatiá, Provincia de Corrientes.

INTA-EEA Corrientes, 312 p.

MADUREIRA CRUZ, C. B., SILVA DE BARROS, R. y R. BALBI REIS. 2005.

Ortorretificação de imagens CBERS2 usando DEM do SRTM – Área de aplicação: Angra

dos Reis – RJ. Anais XII Simposio Brasileiro de Sensoriamento Remoto, Goiania, Brasil,

16- 21 abril, INPE, p 899-906.

MUÑOZ, J. D., MILERA, S., ROMERO, C. y A. BRIZUELA. 2003. Bosques Nativos y

Selvas Ribereñas en la Provincia de Entre Ríos. En: Temas de la Biodiversidad del Litoral

fluvial argentino II. INSUGEO, Miscelánea. XIV, p. 169-182.

SCHEER, L., ALKÇA, A. y C. FELDKÖTTER. 1997. Efficient growing stock estimation

from satellite data employing two-phased sampling with regression. GIS, p. 22-25.

TOMPPO, E. 1988. Standwise forest variable estimation by means of satellite images.

Proceedings of the IUFRO Subject Group 4.02.05 Meeting in Finland, University of

Helsinki, Department of forest mensuration and Management. Research Notes N° 21, p.

103-111.

TUCKER, C. J., GRAND, D. M. y J. D. DYKSTRA. 2004. NASA´s Global orthorectified

landsat data set. PE&RS. LXX (3), p. 313-322.

ZINDA, R., ADEMA, E. y T. RUCC. 2005 .Relevamiento fisonómico de la vegetación el

área del Caldenal. INTA Angüil. Publicación Técnica Nº60, 391 p.

Página 92


APÉNDICE I

NOMENCLATURA DE IMÁGENES

Imágenes Landsat 5 TM

Apéndice I

Las imágenes Landsat 5 se denominaron especificando satélite, sensor, datos del

sistema de referencia de Landsat (Path/Row), fecha de adquisición, bandas, sistema de

proyección, faja y datum correspondientes. A continuación, se presenta un ejemplo para una

imagen Landsat 5 con 6 bandas (sin considerar la banda térmica):

Imágenes Landsat 7 ETM+

l5_227082_11mar2005_6_gkf5wgs84.img

La denominación de las imágenes Landsat 7 ETM+ fue similar a la de Landsat 5 TM.

Se especificó satélite, sensor, datos del sistema de referencia de Landsat (Path/Row), fecha de

adquisición, bandas, sistema de proyección, faja correspondiente y datum. A continuación, se

presenta un ejemplo para una imagen Landsat 7 fusionada (bandas 2, 3, 4 y 5 con la banda 8):

Imágenes TERRA-ASTER

l7_226088_22oct1999_2345-8_gkf4wgs84.img

Las imágenes ASTER se denominaron especificando la provincia y el departamento

correspondiente a las coordenadas del centro de cada una de las imágenes, latitud del centro

de la imagen (en valores centesimales, redondeada a un decimal, presentado sin coma como

un número de tres dígitos), longitud del centro de la imagen (de la misma forma que se realizó

para latitud), fecha de adquisición, sensores (vnir: bandas 1 a 3; swir: bandas 4 a 9), sistema

de proyección, faja y datum correspondientes. A continuación, se presentan ejemplos:

bas_cmr_391-619_07abr2006_vnir_gkf4wgs84.img

bas_cmr_391-619_07abr2006_swir_gkf4wgs84.img

bas_cmr_391-619_07abr2006_vnir+swir_gkf4wgs84.img

Página 93


Apéndice I

CUADRO I.1: ABREVIATURAS DE PROVINCIAS Y DEPARTAMENTOS PARA LAS IMÁGENES ASTER PROCESADAS.

Página 94

Provincia Abreviatura Departamento Abreviatura

Buenos Aires bas Cnel. De María L. Rosales cmr

Puan pua

Villarino vil

La Pampa lap Lihuel Calel lic

Caleu Caleu cac

Chalileo cha

Realicó rea

Ultracán ult

Conhello con

Toay toa

Trenel tre

San Luis slu General Pedernera gpe

Belgrano bel

La Capital lac

Gobernador Dupuy gdu

Córdoba cba Juarez Celman jua

Roque Saenz Peña rsp

General Roca gro

Río Cuarto rcu

Rio Segundo rse

Tercero Arriba tar

Santa Fe sfe San Javier sja

Garay gar

Entre Ríos enr Federal fed

Tala tal

Federación fdn

Concordia cda

Villaguay vig

Uruguay uru

Paraná par

Diamante dia

La Paz lpa

Nogoya nog

Corrientes cor Curuzu Cuatia ccu

Esquina esq

Imágenes CBERS2-CCD

En la nomenclatura utilizada para las imágenes CBERS se especificó satélite,

sensor, datos del sistema de referencia de CBERS (Path/Row), fecha de adquisición,

bandas compiladas, sistema de proyección, faja correspondiente, elipsoide y datum. A

continuación, se presenta un ejemplo:

cbers2_ccd_162-132_21feb2006_b234_gkf6wgs84.img


Modelo Digital de Elevación

Apéndice I

Los modelos digitales de elevación se denominaron especificando el tipo de

modelo, distrito de la región del Espinal (Caldén o Ñandubay), sistema de proyección,

faja correspondiente, elipsoide, datum y provincia a la que corresponde. A continuación,

se presenta un ejemplo:

srtm_calden_gkf4wgs84_cba.img

Página 95


Apéndice I

CATÁLOGO DE IMÁGENES

Imágenes Landsat 5 TM

Página 96

CUADRO I.2: IMÁGENES LANDSAT 5 TM UTILIZADAS EN LA GENERACIÓN DEL MAPA FORESTAL - AÑO 2006.

Path Row Fecha Faja Región Distrito Provincia Provincia Provincia Provincia

N° DVD

(.img)

225 80 04/08/2005 6 ESP Ñan Corrientes - - - L5-8 L5-8

225 80 27/01/2006 6 ESP Ñan Corrientes - - - L5-8 L5-8

225 80 17/04/2006 6 ESP Ñan Corrientes - - - L5-8 L5-8

225 81 27/01/2006 6 ESP Ñan Corrientes Entre Ríos - - L5-8 L5-8

225 81 17/04/2006 6 ESP Ñan Corrientes Entre Ríos - - L5-8 L5-8

225 82 30/04/2005 6 ESP Ñan Entre Ríos - - - L5-7 L5-7

225 82 24/11/2005 6 ESP Ñan Entre Ríos - - - L5-7 L5-7

225 82 27/01/2006 6 ESP Ñan Entre Ríos - - - L5-7 L5-7

225 82 17/04/2006 6 ESP Ñan Entre Ríos - - - L5-7 L5-7

226 80 28/09/2005 5 ESP Ñan Corrientes Santa Fe Chaco - L5-8 L5-8

226 80 07/03/2006 5 ESP Ñan Corrientes Santa Fe Chaco - L5-8 L5-8

226 81 28/09/2005 5 ESP Ñan Corrientes Entre Ríos Santa Fe - L5-8 L5-8

226 81 07/03/2006 5 ESP Ñan Corrientes Entre Ríos Santa Fe - L5-8 L5-8

226 82 21/04/2005 5 ESP Ñan Entre Ríos Santa Fe - - L5-7 L5-7

226 82 28/09/2005 5 ESP Ñan Entre Ríos Santa Fe - - L5-7 L5-7

226 82 07/03/2006 5 ESP Ñan Entre Ríos Santa Fe - - L5-7 L5-7

226 83 12/09/2005 5 ESP Ñan Entre Ríos Buenos Aires Santa Fe - L5-7 L5-7

226 83 14/10/2005 5 ESP Ñan Entre Ríos Buenos Aires Santa Fe - L5-7 L5-7

226 83 24/04/2006 5 ESP Ñan Entre Ríos Buenos Aires Santa Fe - L5-7 L5-7

226 87 20/03/2005 4 ESP Cal Buenos Aires - - - L5-1 L5-1

226 88 14/10/2005 4 ESP Cal Buenos Aires Río Negro - - L5-1 L5-1

226 88 07/03/2006 4 ESP Cal Buenos Aires Río Negro - - L5-1 L5-1

227 81 21/10/2005 5 ESP - Santa Fe Corrientes Entre Ríos - L5-6 L5-6

227 81 26/02/2006 5 ESP - Santa Fe Corrientes Entre Ríos - L5-6 L5-6

227 82 11/03/2005 5 ESP - Santa Fe Entre Ríos Córdoba - L5-6 L5-6

227 82 05/10/2005 5 ESP - Santa Fe Entre Ríos Córdoba - L5-6 L5-6

227 83 10/02/2006 5 ESP - Santa Fe Córdoba Buenos Aires Entre Ríos L5-6 L5-6

227 86 11/03/2005 4 ESP Cal Buenos Aires La Pampa - - L5-1 L5-1

227 86 05/10/2005 4 ESP Cal Buenos Aires La Pampa - - L5-1 L5-1

227 87 11/03/2005 4 ESP Cal Buenos Aires La Pampa Río Negro - L5-1 L5-1

228 81 12/10/2005 4 ESP - Santa Fe Córdoba Santiago del Estero - L5-6 L5-6

228 81 05/03/2006 4 ESP - Santa Fe Córdoba Santiago del Estero - L5-6 L5-6

228 82 12/10/2005 4 ESP - Córdoba Santa Fe - - L5-5 L5-5

228 82 05/03/2006 4 ESP - Córdoba Santa Fe - - L5-5 L5-5

228 83 26/09/2005 4 ESP - Córdoba Santa Fe - - L5-5 L5-5

228 83 05/03/2006 4 ESP - Córdoba Santa Fe - - L5-5 L5-5

228 84 26/09/2005 4 ESP Cal Córdoba Buenos Aires La Pampa Santa Fe L5-5 L5-5

228 84 05/03/2006 4 ESP Cal Córdoba Buenos Aires La Pampa Santa Fe L5-5 L5-5

228 85 26/09/2005 4 ESP Cal La Pampa Buenos Aires - - L5-2 L5-2

228 85 05/03/2006 4 ESP Cal La Pampa Buenos Aires - - L5-2 L5-2

228 86 26/09/2005 4 ESP Cal La Pampa Buenos Aires - - L5-2 L5-2

228 86 05/03/2006 4 ESP Cal La Pampa Buenos Aires - - L5-2 L5-2

228 87 06/04/2006 3 ESP Cal La Pampa Río Negro - - L5-3 L5-3

229 82 17/09/2005 4 ESP - Córdoba San Luis - - L5-5 L5-5

229 82 12/03/2006 4 ESP - Córdoba San Luis - - L5-5 L5-5

N° DVD

(.gcc)


Apéndice I

229 83 17/09/2005 3 ESP Cal Córdoba San Luis - - L5-5 L5-5

229 83 08/02/2006 3 ESP Cal Córdoba San Luis - - L5-5 L5-5

229 84 05/02/2005 3 ESP Cal Córdoba San Luis La Pampa - L5-5 L5-5

229 84 17/09/2005 3 ESP Cal Córdoba San Luis La Pampa - L5-5 L5-5

229 85 26/04/2005 3 ESP Cal La Pampa San Luis - - L5-3 L5-3

229 85 17/09/2005 3 ESP Cal La Pampa San Luis - - L5-3 L5-3

229 86 10/04/2005 3 ESP Cal La Pampa - - - L5-3 L5-3

229 87 09/03/2005 3 ESP Cal La Pampa Río Negro - - L5-3 L5-3

229 87 17/09/2005 3 ESP Cal La Pampa Río Negro - - L5-3 L5-3

230 83 10/10/2005 3 ESP Cal San Luis Mendoza Córdoba - L5-4 L5-4

230 83 15/02/2006 3 ESP Cal San Luis Mendoza Córdoba - L5-4 L5-4

230 84 17/04/2005 3 ESP Cal San Luis Mendoza - - L5-4 L5-4

230 85 16/03/2005 3 ESP Cal La Pampa Mendoza San Luis - L5-3 L5-3

230 85 08/09/2005 3 ESP Cal La Pampa Mendoza San Luis - L5-3 L5-3

230 86 24/09/2005 3 ESP Cal La Pampa Río Negro Neuquén Mendoza L5-3 L5-3

230 86 04/04/2006 3 ESP Cal La Pampa Río Negro Neuquén Mendoza L5-3 L5-3

Análisis Multitemporal

CUADRO I.3: IMÁGENES LANDSAT 5 TM DE LA SERIE 1 DEL ANÁLISIS MULTITEMPORAL - PERÍODO 1987-1992.

Path Row Fecha Faja Región Distrito Provincia Provincia Provincia Provincia N° DVD (.img) N° DVD (.gcc)

228 84 18/04/1987 4 ESP Caldén Córdoba Buenos Aires La Pampa Santa Fe AM L5 1987-1992 NA

228 85 10/01/1992 4 ESP Caldén La Pampa Buenos Aires AM L5 1987-1992 NA

228 86 18/04/1987 4 ESP Caldén La Pampa Buenos Aires AM L5 1987-1992 NA

229 84 14/04/1989 3 ESP Caldén Córdoba San Luis La Pampa AM L5 1987-1992 NA

229 85 20/02/1987 3 ESP Caldén La Pampa San Luis AM L5 1987-1992 NA

230 84 20/03/1989 3 ESP Caldén San Luis Mendoza AM L5 1987-1992 NA

230 85 20/03/1989 3 ESP Caldén La Pampa Mendoza San Luis AM L5 1987-1992 NA

CUADRO I.4: IMÁGENES LANDSAT 5 TM DE LA SERIE 2 DEL ANÁLISIS MULTITEMPORAL - PERÍODO 1999-2000.

Path Row Fecha Faja Región Distrito Provincia Provincia Provincia Provincia

228 84 28/03/2000 4 ESP Caldén Córdoba

228 85 14/02/1999 4 ESP Caldén La Pampa

228 86 13/01/1999 4 ESP Caldén La Pampa

Buenos

Aires

Buenos

Aires

Buenos

Aires

229 84 20/01/1999 3 ESP Caldén Córdoba San Luis La Pampa

229 85 04/01/1999 3 ESP Caldén La Pampa San Luis

230 84 11/01/1999 3 ESP Caldén San Luis Mendoza

230 85 11/01/1999 3 ESP Caldén La Pampa Mendoza San Luis

La Pampa Santa Fe

N° DVD

(.img)

AM L5-L7

1999-2000

AM L5-L7

1999-2000

AM L5-L7

1999-2001

AM L5-L7

1999-2002

AM L5-L7

1999-2003

AM L5-L7

1999-2004

AM L5-L7

1999-2005

N° DVD

(.gcc)

Página 97

Landsat 7

NA SI

AM L5-L7

1999-2000

AM L5-L7

1999-2000

AM L5-L7

1999-2000

AM L5-L7

1999-2000

AM L5-L7

1999-2000

AM L5-L7

1999-2000

NA

NA

NA

NA

NA

NA


Apéndice I

Página 98

CUADRO I.5: IMÁGENES LANDSAT 5 TM DE LA SERIE 3 DEL ANÁLISIS MULTITEMPORAL - PERÍODO 2005-2006.

Path Row Fecha Faja Región Distrito Provincia Provincia Provincia Provincia N° DVD (.img) N° DVD (.gcc)

228 84 05/03/2006 4 ESP Caldén Córdoba

228 85 05/03/2006 4 ESP Caldén La Pampa

228 86 05/03/2006 4 ESP Caldén La Pampa

Buenos

Aires

Buenos

Aires

Buenos

Aires

La Pampa Santa Fe AM L5 2005-2006 AM L5 2005-2006

AM L5 2005-2006 AM L5 2005-2006

AM L5 2005-2006 AM L5 2005-2006

229 84 05/02/2005 3 ESP Caldén Córdoba San Luis La Pampa AM L5 2005-2006 AM L5 2005-2006

229 85 26/04/2005 3 ESP Caldén La Pampa San Luis AM L5 2005-2006 AM L5 2005-2006

230 84 17/04/2005 3 ESP Caldén San Luis Mendoza AM L5 2005-2006 AM L5 2005-2006

230 85 16/03/2005 3 ESP Caldén La Pampa Mendoza San Luis AM L5 2005-2006 AM L5 2005-2006

Imágenes Landsat 7 ETM+

CUADRO I.6: IMÁGENES LANDSAT 7 ETM+ UTILIZADAS DE REFERENCIA PARA LA ORTORRECTIFICACIÓN.

Path Row Fecha Faja Región Distrito Provincia Provincia Provincia Provincia N° DVD (.img)

225 80 24/04/2000 6 ESP Ñan Corrientes - - - L7-14

225 81 24/04/2000 6 ESP Ñan Corrientes Entre Ríos - - L7-13

225 82 18/11/2001 6 ESP Ñan Entre Ríos - - - L7-12

226 80 02/04/2001 5 ESP Ñan Corrientes Santa Fe Chaco - L7-13

226 81 02/04/2001 5 ESP Ñan Corrientes Entre Ríos Santa Fe - L7-13

226 82 08/10/2000 5 ESP Ñan Entre Ríos Santa Fe - - L7-12

226 83 28/11/2001 5 ESP Ñan Entre Ríos Buenos Aires Santa Fe - L7-12

226 87 30/10/2002 4 ESP Cal Buenos Aires - - - L7-5

226 88 22/10/1999 4 ESP Cal Buenos Aires Río Negro - - L7-5

227 81 18/12/2000 5 ESP - Santa Fe Corrientes Entre Ríos - L7-11

227 82 22/04/2000 5 ESP - Santa Fe Entre Ríos Córdoba - L7-11

227 83 22/04/2000 5 ESP - Santa Fe Córdoba Buenos Aires Entre Ríos L7-10

227 86 16/11/2000 4 ESP Cal Buenos Aires La Pampa - - L7-4 y L7-6

227 87 13/10/1999 4 ESP Cal Buenos Aires La Pampa Río Negro - L7-4 y L7-6

228 81 25/12/2000 4 ESP - Santa Fe Córdoba Santiago del Estero - L7-10

228 82 28/03/2000 4 ESP - Córdoba Santa Fe - - L7-9

228 83 28/03/2000 4 ESP Cal Córdoba Santa Fe - - L7-9

228 84 28/03/2000 4 ESP Cal Córdoba Buenos Aires La Pampa Santa Fe L7-9

228 85 05/11/1999 4 ESP Cal La Pampa Buenos Aires - - L7-3

228 86 28/03/2000 4 ESP Cal La Pampa Buenos Aires - - L7-3

228 87 26/11/2001 3 ESP Cal La Pampa Río Negro - - L7-3

229 82 01/01/2001 4 ESP - Córdoba San Luis -

-

L7-8

229 83 17/11/2001 3 ESP Cal Córdoba San Luis -

-

L7-8

229 84 16/02/2000 3 ESP Cal Córdoba San Luis La Pampa - L7-2

229 85 06/03/2001 3 ESP Cal La Pampa San Luis - - L7-2

229 86 20/04/2000 3 ESP Cal La Pampa - - - L7-2

229 87 07/04/2001 3 ESP Cal La Pampa Río Negro - - L7-1

230 83 11/01/2002 3 ESP Cal San Luis Mendoza Córdoba

-

L7-7

230 84 01/04/2002 3 ESP Cal San Luis Mendoza -

-

L7-7

230 85 01/04/2002 3 ESP Cal La Pampa Mendoza San Luis - L7-1

230 86 24/11/2001 3 ESP Cal La Pampa Río Negro Neuquén Mendoza L7-1


Imágenes TERRA-ASTER

CUADRO I.7: IMÁGENES ASTER UTILIZADAS EN LA GENERACIÓN DEL MAPA FORESTAL - AÑO 2006.

Provincia Depto Lat/Lon Fecha

Buenos Aires

Buenos Aires

Buenos Aires

Buenos Aires

Cnel. De Maria Rosales 39.1-61.9

Córdoba General Roca

Córdoba Juarez Celman

Córdoba Roque Saenz Peña

Córdoba Roque Saenz Peña

Córdoba Río Cuarto

Córdoba Río Cuarto

Córdoba Río Segundo

Córdoba Tercero Arriba

Córdoba Tercero Arriba

Corrientes Curuzu Cuatia

Corrientes Curuzu Cuatia

Corrientes Esquina

Entre Ríos Concordia

Entre Ríos Diamante

Entre Ríos Federación

Entre Ríos Federal

Entre Ríos La Paz

Entre Ríos La Paz

Entre Ríos Nogoya

Entre Ríos Paraná

Entre Ríos Paraná

Entre Ríos Tala

Entre Ríos Uruguay

Entre Ríos Villaguay

Entre Ríos Villaguay

Entre Ríos Villaguay

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

La Pampa

Puán 38.1-63.1

Puán 38.6-63.3

Villarino 39.6-62.0

Caleu Caleu

Capital

Chalileo

Conhello

34.6-63.8

33.6-63.5

34.1-63.7

34.1-64.0

33.3-64.9

33.8-65.0

31.6-63.7

32.1-63.8

32.6-64.0

29.5-58.1

30.0-58.3

30.1-59.5

31.1-58.5

32.2-60.4

30.6-58.4

30.8-58.8

30.6-59.6

31.1-59.7

32.2-60.0

31.6-60.3

31.7-59.9

32.4-59.3

32.2-58.8

31.4-59.0

31.6-58.7

31.9-59.1

39.1-63.4

36.3-64.2

36.3-66.8

35.9-64.1

Conhello 36.2-64.6

Lihuel Calel 38.0-64.7

Lihuel Calel 38.3-65.3

Lihuel Calel 38.6-64.9

Realicó

Realicó

San Luis Belgrano

San Luis General Pedernera

San Luis Gobernador Dupuy

San Luis La Capital

San Luis La Capital

35.1-64.3

35.4-64.0

Toay 36.7-64.8

Trenel 35.7-64.4

Ultracan 37.5-64.6

33.1-66.5

34.3-65.2

35.8-66.7

33.6-66.6

33.8-66.6

Path/ Row

Landsat

Utilizadas

como Base de

Orientación

Faja Región Dist. Provincia Provincia Provincia

07/04/2006 226 87 4 ESP Cal Buenos Aires

29/03/2006 227 86 4 ESP Cal Buenos Aires

29/03/2006 227 87 4 ESP Cal Buenos Aires

07/04/2006 226 87 4 ESP Cal Buenos Aires

07/03/2004 228 84 4 ESP Cal Córdoba

07/03/2004 228 83 4 ESP Cal Córdoba

- -

La Pampa -

La Pampa -

- -

- -

- -

Apéndice I


DVD

(.img)

Página 99


DVD

(.gcc)

A-2 A-2

A-2 A-2

A-2 A-2

A-2 A-2

A-4 A-4

A-4 A-4

07/03/2004 228 84 4 ESP Cal Córdoba - - A-4 A-4

26/03/2005 228 84 4 ESP Cal Córdoba - - A-4 A-4

08/05/2004 229 83 3 ESP Cal Córdoba

08/05/2004 229 83 3 ESP Cal Córdoba

San Luis -

San Luis -

A-4 A-4

A-4 A-4

17/03/2005 229 82 4 ESP - Córdoba - - A-4 A-4

17/03/2005 229 82 4 ESP - Córdoba - - A-4 A-4

17/03/2005 229 82/83 4 ESP - Córdoba - - A-4 A-4

26/04/2004 225 80/81 6 ESP Ñan Corrientes

- -

A-7 A-7

-

26/04/2004 225 81 6 ESP Ñan Corrientes Entre Ríos

A-7 A-7

13/12/2004 226 81 5 ESP Ñan Corrientes Santa Fe Entre Ríos A-7 A-7

26/04/2004 225 82 6 ESP Ñan Entre Ríos - - A-6 A-6

24/09/2004 227/226 82 5 ESP Ñan Entre Ríos Santa Fe - A-6 A-6

26/04/2004 225 81 6 ESP Ñan Entre Ríos Corrientes - A-6 A-6

19/04/2004 226 81 5 ESP Ñan Entre Ríos - - A-6 A-6

13/12/2004 226 83 5 ESP Ñan Entre Ríos Santa Fe Corrientes A-6 A-6

13/12/2004 226 82 5 ESP Ñan Entre Ríos Santa Fe - A-6 A-6

13/12/2004 226 82 5 ESP Ñan Entre Ríos

- -

A-6 A-6

24/09/2004 227/226 82 5 ESP Ñan Entre Ríos

Santa Fe -

A-6 A-6

13/12/2004 226 82 5 ESP Ñan Entre Ríos

Santa Fe -

A-6 A-6

19/04/2004 226 82/83 5 ESP Ñan Entre Ríos

- -

A-6 A-6

26/04/2004 225 82 6 ESP Ñan Entre Ríos

- -

A-6 A-6

19/04/2004 226 82 5 ESP Ñan Entre Ríos

- -

A-6 A-6

26/04/2004 225 82 6 ESP Ñan Entre Ríos

- -

A-6 A-6

19/04/2004 225 82 5 ESP Ñan Entre Ríos

- -

A-6 A-6

29/03/2006 227 87 4 ESP Cal

La Pampa

Buenos

Aires

Río negro

A-1 A-1

22/02/2005 228 85 4 ESP Cal

La Pampa

-

-

A-1 A-1

07/02/2006 230 85 3 ESP Cal

27/02/2004 228 85 4 ESP Cal

24/04/2004 229 85 3 ESP Cal La Pampa

27/02/2004 228 86 4 ESP Cal La Pampa

10/05/2004 228 87 3 ESP Cal La Pampa

27/02/2004 228 87 3 ESP Cal La Pampa

24/04/2004 228 84/85 4 ESP Cal

27/02/2004 228 85 4 ESP Cal

24/04/2004 229 85 4 ESP Cal La Pampa

24/04/2004 228 85 4 ESP Cal La Pampa

27/02/2004 228 86 4 ESP Cal La Pampa

31/10/2004 230 83 3 ESP Cal San Luis

08/05/2004 229 84 3 ESP Cal San Luis

07/02/2006 230 85 3 ESP Cal San Luis

31/10/2004 230 83 3 ESP Cal San Luis

28/12/2005 230 84/83 3 ESP Cal San Luis

La Pampa Mendoza -

La Pampa - -

- -

- -

- -

Río Negro -

La Pampa Córdoba -

La Pampa - -

- -

- -

- -

- -

Córdoba -

Mendoza La Pampa

Mendoza -

Mendoza -

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-1 A-1

A-3 A-3

A-3 A-3

A-3 A-3

A-3 A-3

A-3 A-3


Apéndice I

San Luis La Capital

Santa Fe Garay

Santa Fe San Javier

Imágenes CBERS2-CCD

Path

(CBERS)

Página 100

34.3-66.8

31.1-60.2

30.6-60.0

28/12/2005 230 84 3 ESP Cal San Luis

Mendoza -

A-3 A-3

24/09/2004 227 81/82 5 ESP - Santa Fe Entre Ríos - A-5 A-5

24/09/2004 227/226 81 5 ESP - Santa Fe Entre Ríos Corrientes A-5 A-5

CUADRO I.8: IMÁGENES CBERS2 UTILIZADAS EN LA GENERACIÓN DEL MAPA FORESTAL - AÑO 2006.

Row

(CBERS)

Fecha Faja Región Distrito Provincia Provincia Provincia N° DVD

(.img)

164 132 13/03/2006 6 ESP Ñan Corrientes - - C-1 NA

164 133 13/03/2006 6 ESP Ñan Corrientes - - C-1 NA

164 134 03/11/2005 6 ESP Ñan Corrientes Entre Rios - C-1 NA

164 135 13/03/2006 6 ESP Ñan Entre Rios - - C-1 NA

164 136 13/03/2006 6 ESP Ñan Entre Rios - - C-1 NA

165 132 10/03/2006 5 ESP Ñan Corrientes Santa Fe - C-1 NA

165 133 10/03/2006 5 ESP Ñan Corrientes Santa Fe - C-1 NA

165 134 10/03/2006 5 ESP Ñan Entre Rios Corrientes Santa Fe C-1 NA

165 135 10/03/2006 5 ESP Ñan Entre Rios Santa Fe - C-1 NA

165 136 05/04/2006 5 ESP Ñan Entre Rios - - C-1 NA

166 134 09/02/2006 5 ESP Ñan Santa Fe Entre Rios Corrientes C-1 NA

166 135 14/01/2006 5 ESP Ñan Santa Fe Entre Rios - C-1 NA

166 136 07/03/2006 5 ESP Ñan Entre Rios Santa Fe - C-1 NA

167 134 05/03/2005 5 ESP - Santa Fe - - C-1 NA

167 135 04/03/2006 5 ESP - Santa Fe Entre Rios - C-1 NA

167 136 04/04/2006 5 ESP - Santa Fe Cordoba Entre Rios C-1 NA

168 135 22/04/2006 4 ESP - Cordoba Santa Fe - C-2 NA

168 136 22/04/2006 4 ESP - Cordoba Santa Fe - C-2 NA

168 137 22/04/2006 4 ESP Cal Cordoba Santa Fe - C-2 NA

169 135 10/12/2005 4 ESP - Cordoba - - C-2 NA

169 136 10/12/2005 4 ESP - Cordoba - - C-2 NA

169 137 25/03/2005 4 ESP Cal Cordoba - - C-2 NA

169 138 26/02/2006 4 ESP Cal Cordoba Bs As - C-2 NA

169 139 26/02/2006 4 ESP Cal Cordoba La Pampa Bs As C-2 NA

169 140 27/02/2005 4 ESP Cal La Pampa - - C-2 NA

170 136 16/04/2006 4 ESP - Cordoba San Luis - C-2 NA

170 137 16/04/2006 3 ESP Cal Cordoba San Luis - C-2 NA

170 138 16/04/2006 3 ESP Cal Cordoba San Luis - C-2 NA

170 139 16/04/2006 3 ESP Cal San Luis Cordoba La Pampa C-2 NA

170 140 22/03/2005 3 ESP Cal San Luis La Pampa - C-2 NA

171 137 18/03/2006 3 ESP Cal San Luis Cordoba - C-2 NA

171 138 18/03/2006 3 ESP Cal San Luis Cordoba - C-2 NA

171 139 18/03/2006 3 ESP Cal San Luis Mendoza - C-2 NA

171 140 18/03/2006 3 ESP Cal San Luis La Pampa Mendoza C-2 NA

N° DVD

(.gcc)


RESULTADOS DE LA CORRECCIÓN GEOMÉTRICA

Imágenes Landsat 5 TM

Apéndice I

CUADRO I.9: RESULTADOS DE LA ORTORRECTIFICACIÓN DE IMÁGENES LANDSAT 5 TM PARA LA GENERACIÓN DEL

MAPA FORESTAL - AÑO 2006 (GCP: NÚMERO DE PUNTOS DE CONTROL, CH P: NÚMERO DE PUNTOS DE CHEQUEO, RMS:

ERROR CUADRÁTICO MEDIO Y CH P E: ERROR DE CHEQUEO).

ID Imagen Rectificada Path Row Faja Distrito Provincias

N° DVD

(.img)

N° DVD

(.gcc)

GCP Ch P RMS Ch P

E

l5_225080_04ago2005_6_gkf6wgs84.img 225 80 6 Ñan cor - L5-8 L5-8 25 5 0,52 0,79

l5_225080_27ene2006_6_gkf6wgs84.img 225 80 6 Ñan cor - L5-8 L5-8 26 5 0,55 0,60

l5_225080_17abr2006_6_gkf6wgs84.img 225 80 6 Ñan cor - L5-8 L5-8 26 5 0,44 0,80

l5_225081_27ene2006_6_gkf6wgs84.img 225 81 6 Ñan cor enr L5-8 L5-8 26 5 0,38 0,54

l5_225081_17abr2006_6_gkf6wgs84.img 225 81 6 Ñan cor enr L5-8 L5-8 26 5 0,59 0,75

l5_225082_30abr2005_6_gkf6wgs84.img 225 82 6 Ñan enr - L5-7 L5-7 25 5 0,68 0,80

l5_225082_24nov2005_6_gkf6wgs84.img 225 82 6 Ñan enr - L5-7 L5-7 26 5 0,59 0,77

l5_225082_27ene2006_6_gkf6wgs84.img 225 82 6 Ñan enr - L5-7 L5-7 25 5 0,53 0,48

l5_225082_17abr2006_6_gkf6wgs84.img 225 82 6 Ñan enr - L5-7 L5-7 25 5 0,53 0,67

l5_226080_28sep2005_6_gkf5wgs84.img 226 80 5 Ñan cor sfe L5-8 L5-8 25 5 0,55 0,71

l5_226080_07mar2006_6_gkf5wgs84.img 226 80 5 Ñan cor sfe L5-8 L5-8 26 5 0,47 0,51

l5_226081_28sep2005_6_gkf5wgs84.img 226 81 5 Ñan cor enr L5-8 L5-8 27 5 0,68 0,60

l5_226081_07mar2006_6_gkf5wgs84.img 226 81 5 Ñan cor enr L5-8 L5-8 25 5 0,85 0,62

l5_226082_21abr2005_6_gkf5wgs84.img 226 82 5 Ñan enr sfe L5-7 L5-7 25 5 0,72 0,48

l5_226082_28sep2005_6_gkf5wgs84.img 226 82 5 Ñan enr sfe L5-7 L5-7 27 5 0,72 0,58

l5_226082_07mar2006_6_gkf5wgs84.img 226 82 5 Ñan enr sfe L5-7 L5-7 25 5 0,62 0,52

l5_226083_12sep2005_6_gkf5wgs84.img 226 83 5 Ñan enr bas L5-7 L5-7 26 5 0,70 0,57

l5_226083_14oct2005_6_gkf5wgs84.img 226 83 5 Ñan enr bas L5-7 L5-7 25 5 0,80 0,72

l5_226083_24abr2006_6_gkf5wgs84.img 226 83 5 Ñan enr bas L5-7 L5-7 27 5 0,64 0,73

l5_226087_20mar2005_6_gkf4wgs84.img 226 87 4 Cal bas - L5-1 L5-1 32 5 0,49 0,42

l5_226088_14oct2005_6_gkf4wgs84.img 226 88 4 Cal bas rne L5-1 L5-1 21 4 0,56 0,52

l5_226088_07mar2006_6_gkf4wgs84.img 226 88 4 Cal bas rne L5-1 L5-1 27 5 0,61 0,67

l5_227081_21oct2005_6_gkf5wgs84.img 227 81 5 - sfe cor L5-6 L5-6 25 5 0,51 0,71

l5_227081_26feb2006_6_gkf5wgs84.img 227 81 5 - sfe cor L5-6 L5-6 27 5 0,66 0,75

l5_227082_11mar2005_6_gkf5wgs84.img 227 82 5 - sfe enr L5-6 L5-6 25 5 0,53 0,51

l5_227082_05oct2005_6_gkf5wgs84.img 227 82 5 - sfe enr L5-6 L5-6 25 5 0,58 0,57

l5_227083_10feb2006_6_gkf5wgs84.img 227 83 5 - sfe cba L5-6 L5-6 27 5 0,26 0,41

l5_227086_11mar2005_6_gkf4wgs84.img 227 86 4 Cal bas lap L5-1 L5-1 33 5 0,46 0,53

l5_227086_05oct2005_6_gkf4wgs84.img 227 86 4 Cal bas lap L5-1 L5-1 26 6 0,75 0,86

l5_227087_11mar2005_6_gkf4wgs84.img 227 87 4 Cal bas lap L5-1 L5-1 26 5 0,42 0,39

l5_228081_12oct2005_6_gkf4wgs84.img 228 81 4 - sfe cba L5-6 L5-6 27 5 0,67 0,88

l5_228081_05mar2006_6_gkf4wgs84.img 228 81 4 - sfe cba L5-6 L5-6 28 5 0,57 0,83

l5_228082_12oct2005_6_gkf4wgs84.img 228 82 4 - cba sfe L5-5 L5-5 27 5 0,63 0,30

l5_228082_05mar2006_6_gkf4wgs84.img 228 82 4 - cba sfe L5-5 L5-5 25 5 0,37 0,63

l5_228083_26sep2005_6_gkf4wgs84.img 228 83 4 - cba sfe L5-5 L5-5 26 5 0,39 0,33

l5_228083_05abr2006_6_gkf4wgs84.img 228 83 4 - cba sfe L5-5 L5-5 26 5 0,31 0,60

l5_228084_26sep2005_6_gkf4wgs84.img 228 84 4 Cal cba bas L5-5 L5-5 25 5 0,40 0,39

l5_228084_05mar2006_6_gkf4wgs84.img 228 84 4 Cal cba bas L5-5 L5-5 26 5 0,44 0,59

l5_228085_26sep2005_6_gkf4wgs84.img 228 85 4 Cal lap bas L5-2 L5-2 25 5 0,54 0,53

l5_228085_05mar2006_6_gkf4wgs84.img 228 85 4 Cal lap bas L5-2 L5-2 25 5 0,40 0,56

l5_228086_26sep2005_6_gkf4wgs84.img 228 86 4 Cal lap bas L5-2 L5-2 25 5 0,48 0,61

l5_228086_05mar2006_6_gkf4wgs84.img 228 86 4 Cal lap bas L5-2 L5-2 28 5 0,53 0,52

l5_228087_06abr2006_6_gkf3wgs84.img 228 87 3 Cal lap rne L5-3 L5-3 27 5 0,47 0,35

l5_229082_17sep2005_6_gkf4wgs84.img 229 82 4 - cba slu L5-5 L5-5 29 5 0,55 0,39

l5_229082_12mar2006_6_gkf4wgs84.img 229 82 4 - cba slu L5-5 L5-5 29 5 0,63 0,84

l5_229083_17sep2005_6_gkf3wgs84.img 229 83 3 Cal cba slu L5-5 L5-5 26 5 0,43 0,31

l5_229083_08feb2006_6_gkf3wgs84.img 229 83 3 Cal cba slu L5-5 L5-5 28 5 0,73 0,65

l5_229084_05feb2005_6_gkf3wgs84.img 229 84 3 Cal cba slu L5-5 L5-5 29 5 0,58 0,54

l5_229084_17sep2005_6_gkf3wgs84.img 229 84 3 Cal cba slu L5-5 L5-5 29 5 0,38 0,26

l5_229085_26abr2005_6_gkf3wgs84.img 229 85 3 Cal lap slu L5-3 L5-3 27 5 0,61 0,38

l5_229085_17sep2005_6_gkf3wgs84.img 229 85 3 Cal lap slu L5-3 L5-3 25 5 0,62 0,35

l5_229086_10abr2005_6_gkf3wgs84.img 229 86 3 Cal lap - L5-3 L5-3 28 5 0,53 0,61

Página 101


Apéndice I

l5_229087_09mar2005_6_gkf3wgs84.img 229 87 3 Cal lap rne L5-3 L5-3 29 5 0,40 0,37

l5_229087_17sep2005_6_gkf3wgs84.img 229 87 3 Cal lap rne L5-3 L5-3 26 5 0,49 0,38

l5_230083_15feb2005_6_gkf3wgs84.img 230 83 3 Cal slu mza L5-4 L5-4 34 5 0,80 0,75

l5_230083_10oct2005_6_gkf3wgs84.img 230 83 3 Cal slu mza L5-4 L5-4 36 5 0,76 0,62

l5_230084_17abr2005_6_gkf3wgs84.img 230 84 3 Cal slu mza L5-4 L5-4 31 5 0,50 0,51

l5_230085_16mar2005_6_gkf3wgs84.img 230 85 3 Cal lap mza L5-3 L5-3 25 5 0,48 0,74

l5_230085_08sep2005_6_gkf3wgs84.img 230 85 3 Cal lap mza L5-3 L5-3 29 5 0,43 0,40

l5_230086_24sep2005_6_gkf3wgs84.img 230 86 3 Cal lap rne L5-3 L5-3 30 5 0,29 0,60

l5_230086_04abr2006_6_gkf3wgs84.img 230 86 3 Cal lap rne L5-3 L5-3 29 5 0,47 0,40

CUADRO I.10: RESULTADOS DE LA GEORREFERENCIACIÓN DE IMÁGENES LANDSAT 5 TM DE LA SERIE 2 DEL ANÁLISIS

MULTITEMPORAL (GCP: NÚMERO DE PUNTOS DE CONTROL, CH P: NÚMERO DE PUNTOS DE CHEQUEO, RMS: ERROR

CUADRÁTICO MEDIO Y CH P E: ERROR DE CHEQUEO).

.

ID Imagen Rectificada Path Row Faja Distrito Provincias

N° DVD

(.img)

N° DVD

(.gcc)

GCP Ch P RMS Ch P E

l5_228085_14feb1999_6_gkf4wgs84 228 85 4 Cal lap bas AM L5 1999 AM L5 1999 40 5 0,62 0,63

l5_228086_13ene1999_6_gkf4wgs84 228 86 4 Cal lap bas AM L5 1999 AM L5 1999 26 5 0,58 0,63

l5_229084_20ene1999_6_gkf3wgs84 229 84 3 Cal cba slu AM L5 1999 AM L5 1999 25 5 0,67 0,75

l5_229085_04ene1999_6_gkf3wgs84 229 85 3 Cal lap slu AM L5 1999 AM L5 1999 31 5 0,52 0,63

l5_229086_04ene1999_6_gkf3wgs84 229 86 3 Cal lap - AM L5 1999 AM L5 1999 27 5 0,41 0,60

l5_230084_11ene1999_6_gkf3wgs84 230 84 3 Cal slu mza AM L5 1999 AM L5 1999 25 5 0,73 0,82

l5_230085_11ene1999_6_gkf3wgs84 230 85 3 Cal lap mza AM L5 1999 AM L5 1999 25 5 0,43 0,61

Imágenes TERRA-ASTER

CUADRO I.11: RESULTADOS DE LA ORTORRECTIFICACIÓN DE IMÁGENES ASTER VNIR PARA LA GENERACIÓN DEL

MAPA FORESTAL - AÑO 2006 (GCP: NÚMERO DE PUNTOS DE CONTROL, CH P: NÚMERO DE PUNTOS DE CHEQUEO, AI:

ÁNGULO DE INCIDENCIA, RMS: ERROR CUADRÁTICO MEDIO Y CH P E: ERROR DE CHEQUEO).

ASTER Rectificadas ASTER Original

Página 102

Path/ Row

Landsat

Referencia

Faja Dist.


DVD

(.img)

(.gcc)

GCP Ch

P

AI RMS Ch

P E

bas_cmr_391-619_07abr2006_vnir_gkf4wgs84 ASTL1B 0604071415030605140599 226 87 4 Cal A-2 24 3 8,58 0,46 0,86

bas_pua_381-631_29mar2006_vnir_gkf4wgs84 ASTL1B 0603291420530605050442 227 86 4 Cal A-2 31 5 8,59 0,52 0,47

bas_pua_386-633_29mar2006_vnir_gkf4wgs84 ASTL1B 0603291421020605050437 227 87 4 Cal A-2 36 5 8,59 0,79 0,78

bas_vil_396-620_07abr2006_vnir_gkf4wgs84 ASTL1B 0604071415120605140600 226 87 4 Cal A-2 20 5 8,58 0,69 0,68

cba_gro_346-638_07mar2004_vnir_gkf4wgs84 ASTL1B 0403071421060606060575 228 84 4 Cal A-4 25 5 -2,87 0,69 0,76

cba_jua_336-635_07mar2004_vnir_gkf4wgs84 ASTL1B 0403071420480606060577 228 83 4 Cal A-4 27 5 -2,87 0,90 0,83

cba_rcu_333-649_08may2004_vnir_gkf3wgs84 ASTL1B 0405081432370606060573 228 84 4 Cal A-4 25 5 8,59 0,82 0,77

cba_rcu_338-650_08may2004_vnir_gkf3wgs84 ASTL1B 0405081432460606060572 228 84 4 Cal A-4 25 5 8,59 0,61 1,00

cba_rse_316-637_17mar2005_vnir_gkf4wgs84 ASTL1B 0503171425210605240641 229 83 3 Cal A-4 27 5 2,87 0,37 0,20

cba_rsp_341-637_07mar2004_vnir_gkf4wgs84 ASTL1B 0403071420570606060576 229 83 3 Cal A-4 25 5 -2,87 0,73 0,92

cba_rsp_341-640_26mar2005_vnir_gkf4wgs84 ASTL1B 0503261420010605240638 229 82 4 - A-4 25 5 -5,68 0,91 0,86

cba_tar_321-638_17mar2005_vnir_gkf4wgs84 ASTL1B 0503171425300605240640 229 82 4 - A-4 26 5 2,87 0,33 0,46

cba_tar_326-640_17mar2005_vnir_gkf4wgs84 ASTL1B 0503171425390605240639 229 82/83 4 - A-4 33 5 2,87 0,98 0,94

cor_ccu_295-581_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261406490606220636 225 80/81 6 Ñan A-7 25 5 5,72 0,55 0,79

cor_ccu_300-583_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261406580606220635 225 81 6 Ñan A-7 25 5 5,72 0,64 0,80

cor_esq_301-595_13dic2004_vnir_gkf5wgs84 ASTL1B 0412131412060605240631 226 81 5 Ñan A-7 27 5 8,52 0,58 0,94

enr_cda_311-585_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261407160606220633 225 82 6 Ñan A-6 27 5 5,72 0,78 0,88

enr_dia_322-604_24sep2004_vnir_gkf5wgs84 ASTL1B 0409241413000607110056 227/226 82 5 Ñan A-6 23 5 5,73 0,67 0,85

enr_fdn_306-584_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261407070606220634 225 81 6 Ñan A-6 27 5 5,72 0,72 0,50

enr_fed_308-588_19abr2004_vnir_gkf5wgs84 ASTL1B 0404191401010606220640 226 81 5 Ñan A-6 26 5 -8,59 0,58 0,40

enr_lpa_306-596_13dic2004_vnir_gkf5wgs84 ASTL1B 0412131412150605240630 226 83 5 Ñan A-6 25 5 8,52 0,71 0,86

enr_lpa_311-597_13dic2004_vnir_gkf5wgs84 ASTL1B 0412131412240605240629 226 82 5 Ñan A-6 25 5 8,52 0,63 0,74

enr_nog_322-600_13dic2004_vnir_gkf5wgs84 ASTL1B 0412131412420605240627 226 82 5 Ñan A-6 25 5 8,52 0,72 0,81

enr_par_316-603_24sep2004_vnir_gkf5wgs84 ASTL1B 0409241412510607110057 227/226 82 5 Ñan A-6 25 5 5,73 0,69 0,77


Apéndice I

enr_par_317-599_13dic2004_vnir_gkf5wgs84 ASTL1B 0412131412330605240628 226 82 5 Ñan A-6 25 5 8,52 0,83 0,91

enr_tal_324-593_19abr2004_vnir_gkf5wgs84 ASTL1B 0404191401270606220637 226 82/83 5 Ñan A-6 27 7 -8,59 0,50 0,56

enr_uru_322-588_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261407330606220631 225 82 6 Ñan A-6 25 5 5,72 0,72 0,90

enr_vig_314-590_19abr2004_vnir_gkf5wgs84 ASTL1B 0404191401100606220639 226 82 5 Ñan A-6 26 6 -8,59 0,70 0,78

enr_vig_316-587_26abr2004_vnir_gkf6wgs84 ASTL1B 0404261407240606220632 225 82 6 Ñan A-6 26 5 5,72 0,79 0,83

enr_vig_319-591_19abr2004_vnir_gkf5wgs84 ASTL1B 0404191401190606220638 225 82 5 Ñan A-6 25 5 -8,59 0,69 0,73

lap_cac_391-634_29mar2006_vnir_gkf4wgs84 ASTL1B 0603291421110605050438 227 87 4 Cal A-1 30 5 8,59 0,61 0,67

lap_cap_363-642_22feb2005_vnir_gkf4wgs84 ASTL1B 0502221420070606060580 228 85 4 Cal A-1 25 5 -8,61 0,65 0,54

lap_cha_363-668_07feb2006_vnir_gkf3wgs84 ASTL1B 0602071432120605240634 230 85 3 Cal A-1 25 5 0,28 0,84 0,84

lap_con_359-641_27feb2004_vnir_gkf4wgs84 ASTL1B 0402271427410606060578 228 85 4 Cal A-1 27 5 8,59 0,50 0,90

lap_con_362-646_24abr2004_vnir_gkf3wgs84 ASTL1B 0404241421050605050440 229 85 3 Cal A-1 36 5 -5,73 0,53 0,76

lap_lic_380-647_27feb2004_vnir_gkf4wgs84 ASTL1B 0402271428170605050444 228 86 4 Cal A-1 30 5 8,59 0,78 0,72

lap_lic_383-653_10may2004_vnir_gkf3wgs84 ASTL1B 0405101421450605050436 228 87 3 Cal A-1 30 5 -5,68 0,43 0,64

lap_lic_386-649_27feb2004_vnir_gkf3wgs84 ASTL1B 0402271428250605050445 228 87 3 Cal A-1 26 5 8,59 0,52 0,87

lap_rea_351-643_24abr2004_vnir_gkf4wgs84 ASTL1B 0404241420470606060574 228 84/85 4 Cal A-1 34 5 -5,73 0,95 0,95

lap_rea_354-640_27feb2004_vnir_gkf4wgs84 ASTL1B 0402271427320606060579 228 85 4 Cal A-1 25 5 8,59 0,78 0,75

lap_toa_367-648_24abr2004_vnir_gkf4wgs84 ASTL1B 0404241421140605050441 229 85 4 Cal A-1 28 5 -5,73 0,86 0,89

lap_tre_357-644_24abr2004_vnir_gkf4wgs84 ASTL1B 0404241420560605050443 228 85 4 Cal A-1 30 5 -5,73 0,92 0,89

lap_ult_375-649_27feb2004_vnir_gkf4wgs84 ASTL1B 0402271428080605050439 228 86 4 Cal A-1 33 5 8,59 0,49 0,66

sfe_gar_311-602_24sep2004_vnir_gkf5wgs84 ASTL1B 0409241412420607110058 230 83 3 Cal A-3 24 5 5,73 0,72 0,38

sfe_sja_306-600_24sep2004_vnir_gkf6wgs84 ASTL1B 0409241412330607110059 229 84 3 Cal A-3 23 5 5,73 0,68 0,67

slu_bel_331-665_31oct2004_vnir_gkf3wgs84 ASTL1B 0410311431250605240643 230 85 3 Cal A-3 26 5 -2,83 0,93 0,83

slu_gdu_358-667_07feb2006_vnir_gkf3wgs84 ASTL1B 0602071432030605240635 230 83 3 Cal A-3 25 5 0,28 0,70 0,61

slu_gpe_343-652_08may2004_vnir_gkf3wgs84 ASTL1B 0405081432550606060571 230 84/83 3 Cal A-3 25 5 8,59 0,76 0,87

slu_lac_336-666_31oct2004_vnir_gkf3wgs84 ASTL1B 0410311431330605240642 230 84 3 Cal A-3 25 5 -2,83 0,24 0,31

slu_lac_338-666_28dic2005_vnir_gkf3wgs84 ASTL1B 0512281437420605240637 227 81/82 5 - A-5 27 5 8,58 0,86 0,53

slu_lac_343-668_28dic2005_vnir_gkf3wgs84 ASTL1B 0512281437510605240636 227/226 81 5 - A-5 25 5 8,58 0,98 0,90

CUADRO I.12: RESULTADOS DE LA ORTORRECTIFICACIÓN DE IMÁGENES ASTER SWIR PARA LA GENERACIÓN DEL

MAPA FORESTAL - AÑO 2006 (GCP: NÚMERO DE PUNTOS DE CONTROL, CH P: NÚMERO DE PUNTOS DE CHEQUEO, AI:

ÁNGULO DE INCIDENCIA, RMS: ERROR CUADRÁTICO MEDIO Y CH P E: ERROR DE CHEQUEO).

ASTER Rectificadas ASTER Original

Path/ Row

Landsat

Referencia

Faja Dist.


DVD

(.img)

(.gcc)

GCP Ch

P

AI RMS

bas_cmr_391-619_07abr2006_swir_gkf4wgs84 ASTL1B 0604071415030605140599 226 87 4 Cal A-2 24 5 8,51 0,23 0,44

bas_pua_381-631_29mar2006_swir_gkf4wgs84 ASTL1B 0603291420530605050442 227 86 4 Cal A-2 31 5 8,51 0,28 0,22

bas_pua_386-633_29mar2006_swir_gkf4wgs84 ASTL1B 0603291421020605050437 227 87 4 Cal A-2 36 5 8,51 0,39 0,37

bas_vil_396-620_07abr2006_swir_gkf4wgs84 ASTL1B 0604071415120605140600 226 87 4 Cal A-2 20 5 8,51 0,38 0,40

cba_gro_346-638_07mar2004_swir_gkf4wgs84 ASTL1B 0403071421060606060575 228 84 4 Cal A-4 25 5 -2,86 0,35 0,38

cba_jua_336-635_07mar2004_swir_gkf4wgs84 ASTL1B 0403071420480606060577 228 83 4 Cal A-4 27 5 -2,86 0,45 0,41

cba_rcu_333-649_08may2004_swir_gkf3wgs84 ASTL1B 0405081432370606060573 228 84 4 Cal A-4 25 5 8,53 0,39 0,37

cba_rcu_338-650_08may2004_swir_gkf3wgs84 ASTL1B 0405081432460606060572 228 84 4 Cal A-4 25 5 8,53 0,31 0,49

cba_rse_316-637_17mar2005_swir_gkf4wgs84 ASTL1B 0503171425210605240641 229 83 3 Cal A-4 27 5 2,79 0,19 0,10

cba_rsp_341-637_07mar2004_swir_gkf4wgs84 ASTL1B 0403071420570606060576 229 83 3 Cal A-4 25 5 -2,86 0,36 0,46

cba_rsp_341-640_26mar2005_swir_gkf4wgs84 ASTL1B 0503261420010605240638 229 82 4 - A-4 25 5 -5,66 0,46 0,43

cba_tar_321-638_17mar2005_swir_gkf4wgs84 ASTL1B 0503171425300605240640 229 82 4 - A-4 26 5 2,79 0,17 0,23

cba_tar_326-640_17mar2005_swir_gkf4wgs84 ASTL1B 0503171425390605240639 229 82/83 4 - A-4 33 5 2,79 0,48 0,46

cor_ccu_295-581_26abr2004_swir_gkf6wgs84 ASTL1B 0404261406490606220636 225 80/81 6 Ñan A-7 25 5 5,73 0,28 0,39

cor_ccu_300-583_26abr2004_swir_gkf6wgs84 ASTL1B 0404261406580606220635 225 81 6 Ñan A-7 25 5 5,73 0,32 0,40

cor_esq_301-595_13dic2004_swir_gkf5wgs84 ASTL1B 0412131412060605240631 226 81 5 Ñan A-7 27 5 8,50 0,29 0,46

enr_cda_311-585_26abr2004_swir_gkf6wgs84 ASTL1B 0404261407160606220633 225 82 6 Ñan A-6 27 5 5,73 0,39 0,44

enr_dia_322-604_24sep2004_swir_gkf5wgs84 ASTL1B 0409241413000607110056 227/226 82 5 Ñan A-6 23 5 5,71 0,33 0,42

enr_fdn_306-584_26abr2004_swir_gkf6wgs84 ASTL1B 0404261407070606220634 225 81 6 Ñan A-6 27 5 5,73 0,36 0,25

enr_fed_308-588_19abr2004_swir_gkf5wgs84 ASTL1B 0404191401010606220640 226 81 5 Ñan A-6 26 5 -8,50 0,29 0,20

enr_lpa_306-596_13dic2004_swir_gkf5wgs84 ASTL1B 0412131412150605240630 226 83 5 Ñan A-6 25 5 8,50 0,36 0,43

enr_lpa_311-597_13dic2004_swir_gkf5wgs84 ASTL1B 0412131412240605240629 226 82 5 Ñan A-6 25 5 8,50 0,32 0,37

enr_nog_322-600_13dic2004_swir_gkf5wgs84 ASTL1B 0412131412420605240627 226 82 5 Ñan A-6 25 5 8,50 0,36 0,41

enr_par_316-603_24sep2004_swir_gkf5wgs84 ASTL1B 0409241412510607110057 227/226 82 5 Ñan A-6 25 5 5,71 0,34 0,38

enr_par_317-599_13dic2004_swir_gkf5wgs84 ASTL1B 0412131412330605240628 226 82 5 Ñan A-6 25 5 8,50 0,41 0,46

enr_tal_324-593_19abr2004_swir_gkf5wgs84 ASTL1B 0404191401270606220637 226 82/83 5 Ñan A-6 27 7 -8,50 0,25 0,28

enr_uru_322-588_26abr2004_swir_gkf6wgs84 ASTL1B 0404261407330606220631 225 82 6 Ñan A-6 25 5 5,73 0,36 0,45

Página 103

Ch P

E


Apéndice I

enr_vig_314-590_19abr2004_swir_gkf5wgs84 ASTL1B 0404191401100606220639 226 82 5 Ñan A-6 26 6 -8,50 0,35 0,38

enr_vig_316-587_26abr2004_swir_gkf6wgs84 ASTL1B 0404261407240606220632 225 82 6 Ñan A-6 26 5 5,73 0,40 0,41

enr_vig_319-591_19abr2004_swir_gkf5wgs84 ASTL1B 0404191401190606220638 225 82 5 Ñan A-6 25 5 -8,50 0,35 0,37

lap_cac_391-634_29mar2006_swir_gkf4wgs84 ASTL1B 0603291421110605050438 227 87 4 Cal A-1 30 5 8,51 0,30 0,33

lap_cap_363-642_22feb2005_swir_gkf4wgs84 ASTL1B 0502221420070606060580 228 85 4 Cal A-1 25 5 -2,90 0,32 0,26

lap_cha_363-668_07feb2006_swir_gkf3wgs84 ASTL1B 0602071432120605240634 230 85 3 Cal A-1 25 5 0,28 0,42 0,42

lap_con_359-641_27feb2004_swir_gkf4wgs84 ASTL1B 0402271427410606060578 228 85 4 Cal A-1 27 5 8,55 0,25 0,44

lap_con_362-646_24abr2004_swir_gkf3wgs84 ASTL1B 0404241421050605050440 229 85 3 Cal A-1 36 5 -5,65 0,27 0,38

lap_lic_380-647_27feb2004_swir_gkf4wgs84 ASTL1B 0402271428170605050444 228 86 4 Cal A-1 30 5 8,55 0,39 0,35

lap_lic_383-653_10may2004_swir_gkf3wgs84 ASTL1B 0405101421450605050436 228 87 3 Cal A-1 30 5 -5,66 0,21 0,31

lap_lic_386-649_27feb2004_swir_gkf3wgs84 ASTL1B 0402271428250605050445 228 87 3 Cal A-1 26 5 8,55 0,26 0,43

lap_rea_351-643_24abr2004_swir_gkf4wgs84 ASTL1B 0404241420470606060574 228 84/85 4 Cal A-1 34 5 -5,65 0,48 0,48

lap_rea_354-640_27feb2004_swir_gkf4wgs84 ASTL1B 0402271427320606060579 228 85 4 Cal A-1 25 5 8,55 0,39 0,38

lap_toa_367-648_24abr2004_swir_gkf4wgs84 ASTL1B 0404241421140605050441 229 85 4 Cal A-1 28 5 -5,65 0,43 0,45

lap_tre_357-644_24abr2004_swir_gkf4wgs84 ASTL1B 0404241420560605050443 228 85 4 Cal A-1 30 5 -5,65 0,46 0,44

lap_ult_375-649_27feb2004_swir_gkf4wgs84 ASTL1B 0402271428080605050439 228 86 4 Cal A-1 33 5 8,55 0,29 0,33

sfe_gar_311-602_24sep2004_swir_gkf5wgs84 ASTL1B 0409241412420607110058 227 81/82 5 - A-5 24 5 5,71 0,36 0,19

sfe_sja_306-600_24sep2004_swir_gkf6wgs84 ASTL1B 0409241412330607110059 227/226 81 5 - A-5 23 5 5,71 0,34 0,34

slu_bel_331-665_31oct2004_swir_gkf3wgs84 ASTL1B 0410311431250605240643 230 83 3 Cal A-3 26 5 -2,87 0,72 0,48

slu_gdu_358-667_07feb2006_swir_gkf3wgs84 ASTL1B 0602071432030605240635 229 84 3 Cal A-3 25 5 0,28 0,35 0,30

slu_gpe_343-652_08may2004_swir_gkf3wgs84 ASTL1B 0405081432550606060571 230 85 3 Cal A-3 25 5 8,53 0,38 0,44

slu_lac_336-666_31oct2004_swir_gkf3wgs84 ASTL1B 0410311431330605240642 230 83 3 Cal A-3 25 5 -2,87 0,13 0,15

slu_lac_338-666_28dic2005_swir_gkf3wgs84 ASTL1B 0512281437420605240637 230 84/83 3 Cal A-3 27 5 8,44 0,46 0,2806

slu_lac_343-668_28dic2005_swir_gkf3wgs84 ASTL1B 0512281437510605240636 230 84 3 Cal A-3 25 5 8,44 0,54 0,49

Página 104


APÉNDICE II

II.1 Proceso de adquisición de imágenes TERRA-ASTER

Apéndice II

Con el fin de facilitar la adquisición de datos ASTER a futuros usuarios y por la

complejidad del catálogo del sitio ERSDAC, se describe en forma detallada el procedimiento

utilizado, mencionando algunas recomendaciones.

Para la selección de escenas ASTER es necesario registrarse previamente como

usuario en el menú principal del sitio de Internet:

http://imsweb.aster.ersdac.or.jp/ims/html/MainMenu/MainMenu.html (Figura II.1). Una vez

registrado el usuario recibe un código de identificación de usuario y la contraseña.

3

3) Ingreso al Catálogo

de imágenes

2) Ingreso como usuario

(Usuario y contraseña)

1) Registro del usuario

(Datos del usuario)

FIGURA II.1: MENÚ PRINCIPAL DEL SITIO DE INTERNET DE ERSDAC JAPÓN: 1) REGISTRO DE USUARIO, 2) INGRESO

COMO USUARIO USANDO ID Y CONTRASEÑA Y 3) INGRESO AL CATÁLOGO DE IMÁGENES.

Página 105


Apéndice II

Al ingresar al menú de búsqueda de imágenes se muestran tres alternativas de

búsqueda y una referente al estado del pedido para cuando éste haya sido efectuado, debido a

que demora de 2 a 4 días para su preparación. En cuanto a las alternativas de búsqueda se

recomienda utilizar la primera “DPR Search” (Figura II.2).

Página 106

FIGURA II. 2: MENÚ DE BÚSQUEDA Y ESTADO DE PEDIDO DE ESCENAS DE ERSDAC.

En el menú de búsqueda de productos se permite en la primera solapa (DPR Search),

especificar período de tiempo de la captura de imágenes, sensor, modo del instrumento

(completo, vnir sólo, etc.), tipo de procesamiento (se solicita nivel L1A ya que es el producto

base en el que se encuentran todas las imágenes capturadas), porcentaje de cobertura de

nubes, captura nocturna o diurna y número de imágenes máximo a buscar. Además, permite

una opción para ingresar los ID de las escenas de interés en el caso que se conozcan

previamente (Figura II.3).


Apéndice II

FIGURA II.3: PRIMERA SOLAPA DEL MENÚ DE BÚSQUEDA DE IMÁGENES ASTER DONDE SE ESPECIFICAN LAS

CARACTERÍSTICAS DE LOS PRODUCTOS REQUERIDOS (SE PRESENTA UN EJEMPLO DE BÚSQUEDA DE IMÁGENES PARA

LA REGIÓN DEL ESPINAL).

La segunda solapa del menú de búsqueda permite especificar el área de búsqueda,

donde se puede especificar un área de interés con cuatro puntos o ingresar una cobertura

vectorial (formato SHP) de la zona de interés. Este polígono debe estar en coordenadas

geográficas (lat/lon). Una vez establecidos todos los parámetros, se comienza la búsqueda con

el comando “Search Exec.” (Figura II.4).

Página 107


Apéndice II

FIGURA II.4: SEGUNDA SOLAPA DEL MENÚ DE BÚSQUEDA DE IMÁGENES ASTER DONDE SE ESPECIFICA EL ÁREA

DE BÚSQUEDA DE LAS IMÁGENES.

Luego se muestra una ventana informando que la búsqueda está en curso y que los

resultados serán enviados a la dirección de correo electrónico del usuario. Se recibe un

mensaje con los resultados que comprende una cobertura en coordenadas geográficas de las

escenas de las imágenes que se encontraron y una serie de vistas preliminares de las mismas

en formato JPEG.

Con esta información se pueden seleccionar las imágenes de interés y efectuar el

pedido por el ID de las escenas, en el menú de búsqueda de imágenes (Figura II.5),

ingresando por pedido de productos (Product Order Granule ID). Aquí se ingresan los

identificadores de las escenas deseadas, una por fila y se efectúa el pedido (Product Order).

Para los pedidos que se obtienen vía Internet no se puede superar el número de 10 imágenes

por solicitud. Sin embargo, en los pedidos en los que el medio de entrega es CD o DVD, se

pueden pedir hasta 70 imágenes por pedido.

Página 108


FIGURA II.5: VENTANA DE INGRESO DEL LISTADO DE ESCENAS A SOLICITAR.

Apéndice II

Luego se abre otra ventana, donde aparece el pedido y en donde se pueden dar las

especificaciones finales como tipo de entrega (Internet, CDs), formato de los archivos (hdf,

ceos) y tipo de pago (transferencia bancaria o tarjeta de crédito) (Figura II.6).

FIGURA II.6: VENTANA DEL PEDIDO DE IMÁGENES PARA ESPECIFICAR ATRIBUTOS FINALES DEL MISMO.

Se selecciona la primera imagen y se activa la opción “Media & Format Select”

(Selección de medio y formato), abriéndose la venta respectiva (Figura II.7).

Página 109


Apéndice II

Página 110

FIGURA II.7: VENTANA PARA ESPECIFICAR FORMATO Y MEDIOS DEL PEDIDO.

En la ventana con la lista de imágenes donde se modifican las especificaciones según

lo determinado en la ventana anterior (Medio y Formato). Luego, se debe seleccionar la

configuración de las condiciones del procesamiento deseado (“Condition Setting for

Processing Request”), donde se determina el nivel de procesamiento deseado del producto

base L1A. En el caso del inventario de la región del Espinal, se solicitó un nivel de

procesamiento L1B, en el que los coeficientes de corrección geométrica y radiométrica fueron

aplicados y las bandas de los tres sensores (VNIR-SWIR-TIR) se encuentran corregistradas.

Además, en el formato L1B, el error de paralaje del sensor SWIR fue eliminado. Este nivel de

procesamiento tiene el mismo costo que el nivel L1A. Además, se debe seleccionar la

proyección y el método de remuestreo deseados (Figura II.8).

FIGURA II.8: VENTANA PARA ESPECIFICAR NIVEL DE PROCESAMIENTO, PROYECCIÓN Y MÉTODO DE

REMUESTREO.


Apéndice II

Luego, se activa la opción “Set” para indicar el tipo de remuestreo y proyección

necesarios. Se oprime “OK” y se vuelve a la ventana de la lista de imágenes pedidas (Figura

II.9).

FIGURA II.9: VENTANA ESPECIFICANDO EL PEDIDO DE IMÁGENES SOLICITADO.

Posteriormente, se deben copiar los atributos de la escena seleccionada (“Parameter

Copy request” y “Parameter Paste Request”) a las restantes. Este proceso demora unos

minutos. Una vez efectuada y verificada la solicitud, se activa el comando “Submit Order” y

luego, aparece una ventana informando que el pedido ha sido concretado correctamente. El

estado del pedido puede seguirse a través de la opción antes mencionada “Status Information”

del menú de búsqueda (Figura II.10).

Una vez que se recibe la notificación de descarga con el detalle de los archivos a

descargar y el código del pedido, se ingresa en el sitio de Internet

http://www.onlinedata.aster.ersdac.or.jp/. En este sitio se solicita el ID del usuario y el ID del

pedido (DPR-ID) activando “Login” (Figura II.10).

Página 111


Apéndice II

Página 112

FIGURA II.10: PÁGINA PRINCIPAL DEL SITIO PARA ADQUIRIR LAS IMÁGENES ASTER.

A continuación, se muestra una ventana con el detalle de todos los archivos que

comprende el pedido. Estos pueden ser ordenados por imagen, lo cual es más conveniente,

descargándose un sólo archivo comprimido (extensión tar) de 122 MB por imagen. Cuando se

selecciona una de las imágenes para descargar, el sistema operativo pide otra vez el ID del

usuario y una contraseña. La contraseña es el ID del pedido antes ingresado. Para el proceso

de bajada de los datos TERRA-ASTER se utilizó el programa Opera V 9.


II.2 Proceso de adquisición del Modelo Digital de Elevación SRTM de CGIAR-CSI

Apéndice II

Para la obtención gratuita del Modelo Digital de Elevación (MDE) SRTM editado por

CGIAR-CSI se debe ingresar al sitio http://srtm.csi.cgiar.org., a continuación, se presentan las

ventanas sucesivas del proceso de selección de datos en dicho sitio. En la Figura II.11, se

muestra la página principal del CGIAR-CSI y para acceder al buscador es necesario ingresar

en la opción “SRTM Data Search and Download”.

FIGURA II.11: PÁGINA PRINCIPAL DEL CGIAR CSI.

En el buscador, se eligen las imágenes de interés en la grilla de representación de las

escenas disponibles y se selecciona la opción “Search” (Figura II.12). Una vez obtenido el

resultado de la búsqueda realizada, se selecciona la opción de descarga vía FTP, “Data

Download (FTP)” (Figura II.13).

Página 113


Apéndice II

Página 114

FIGURA II.12: BUSCADOR DE ESCENAS DEL MODELO DIGITAL DE ELEVACIÓN SRTM.

FIGURA II.13: RESULTADOS DE LA BÚSQUEDA DE LAS RESPECTIVAS ESCENAS.


Apéndice II

Conociendo la denominación de las escenas del SRTM se pueden descargar

directamente entrando al sitio ftp://srtm.csi.cgiar.org con programas específicos para

transferencia FTP. Para este trabajo se utilizó el programa 3D FTP 7.0. y se debe ingresar a la

carpeta /SRTM_Data_GeoTiff/, donde se listan todas las escenas disponibles.

Página 115


APÉNDICE III

IMAGEN

L5 verano

L5 primavera

ASTER verano

CUADRO III.1: CLAVE DE INTERPRETACIÓN.

CLASE

NIVEL 2 Y 3

Caldén cerrado

COLOR Y TEXTURA

Apéndice III

Tonalidades rojas oscuras a marrones en imágenes

L5 de verano, verdes a verdes amarronadas y con un

jaspeado de rojos (cuando existen arbustos

perennes) en imágenes L5 de primavera, rojos y

rosados en imágenes ASTER. Textura de fina a

media.

Página 117


Apéndice III

Página 118

L5 verano

L5 primavera

ASTER verano

Caldén abierto

con pastos

Colores verdes azulados a verdes amarillentos con

un jaspeado pronunciado de rojos oscuros a

marrones en imágenes L5 de verano. Los colores

varían desde tonos verdes a verdes amarillentas, en

imágenes de primavera. Se observan tonalidades de

rosadas con un jaspeado pronunciado de rojos y

marrones en imágenes ASTER. Textura de gruesa a

media


L5 verano

L5 primavera

ASTER verano

Caldén abierto

con arbustos

Apéndice III

Colores de bordó a rojos y naranjas, en imágenes L5

de verano. Aquellos estratos conformados por

arbustos perennes conservan los colores con

tonalidades bordó sin influencia de los cambios

fenológicos de los pastizales en imágenes de

primavera. Rojos y rosados en imágenes ASTER.

Textura de gruesa a media.

Página 119


Apéndice III

Página 120

L5 verano

ASTER verano

L5 primavera

ASTER verano

Bosque de transición

Distrito del Caldén

Bosque de transición

Distrito del Ñandubay

Colores anaranjados a marrones con un jaspeado

de rojos más intensos en imágenes L5 de verano.

Tonalidades verdes azuladas a verdes grisáceas en

imágenes de primavera. Textura de media a fina.

Colores anaranjados a marrones con un jaspeado

de rojos más intensos en imágenes Landsat,

tonalidades rojos a fucsias en imágenes ASTER.

Textura de media a fina.


L5 verano

L5 verano

L5 primavera

ASTER verano

Bosque de transición

Distrito del Ñandubay

Apéndice III

Página 121


Apéndice III

Página 122

L5 verano

L5 primavera

ASTER verano

L5 verano

Ñandubay-Espinillo

Jaspeado de grises y marrones dentro de una matriz

que le da una tonalidad característica al estrato,

varía de celestes a verdes azulados en L5 verano,

de rosados a anaranjados en L5 primavera y

rosados en ASTER. Textura de media a gruesa,

dependiendo de la densidad del estrato.


L5 primavera

ASTER verano

Ñandubay-Espinillo

Apéndice III

Página 123


Apéndice III

Página 124

L5 verano

L5 primavera

L5 verano

L5 primavera

Ñandubay-Espinillo con

otras especies

Jaspeado pronunciado de tonos marrones a rojos en

una matriz verde azulada o marrón en L5 verano,

naranjas a marrones en L5 primavera y rosados en

ASTER. Textura de gruesa a media.


ASTER verano

ASTER verano

Ñandubay-Espinillo con

otras especies

Apéndice III

Página 125


Apéndice III

Página 126

L5 verano

ASTER verano

L5 verano

ASTER verano

Caldén tipo parque

Ñandubay tipo parque

Colores que varían de verdes amarillentos a verdes

azulados con un suave jaspeado en imágenes

Landsat. Tonalidades rosadas y verdes claras con un

suave jaspeado en imágenes ASTER. Textura fina.

Jaspeado tenue con textura fina. Sobre una matriz

homogénea de tonalidades que varían de verdes

amarillentas a verdes anaranjadas en Landsat y

distintas tonalidades de rosados en ASTER.


L5 verano

L5 verano

L5 verano

L5 verano

Arbustales

Apéndice III

Estrato que presenta gran variabilidad por la

composición en especies y origen de los arbustales.

Se observan tonalidades que varían desde verdes

claros, verdes azulados, verdes amarronados,

rosados, marrones hasta rojos oscuros, en imágenes

de verano. Textura de fina a media.

Página 127


Apéndice III

Página 128

L5 verano

L5 primavera

ASTER verano

L5 verano

Bosque en galería

Formación de otras

especies arbóreas

Rojos intensos y brillantes con textura gruesa, a lo

largo de cursos de agua. Variación de diferentes

tonalidades rojas en ASTER. Textura de media a

fina.

Colores marrones en una matriz verde azulada

influenciada por el estrato inferior de pastos.

Textura gruesa. .


ASTER verano

L5 verano

L5 primavera

Palmares

Pastizales

Distrito del Caldén

Apéndice III

Agrupaciones en color rojo o bordó con estrato

arbustivo herbáceo de con tonalidades verdes a

verde azuladas. Textura gruesa.

Amarillos, naranjas y verdes de varias tonalidades,

desde intensos a claros, azules y cian pálidos a muy

claros. Textura fina.

Página 129


Apéndice III

Página 130

L5 verano

L5 verano

ASTER verano

L5 verano

Pastizales

Distrito del Ñandubay

Cultivos

Amarillos, rosados, naranjas y verdes de varias

tonalidades, de variada intensidad, azules y cian

pálidos a muy claros, en Landsat 5. Tonalidades

rosadas a verdes y celestes en imágenes ASTER.

Patrón regular de lotes rurales, variedad de colores,

tamaños y texturas, que reflejan un diseño

antrópico, calendario agrícola y las prácticas de

manejo agropecuario.


L5 verano

L5 verano

L5 verano

ASTER verano

Vegetación herbácea

hidrófila

Tierras con

construcciones

Plantaciones

forestales

Complejo salino

Apéndice III

Rojos intensos, rosados y fucsias distribuida a lo

largo de cauces y rodeando cuerpos de agua.

Textura fina.

Diseño en grilla, colores azules a

celestes y grises.

Colores rojos y bordó intensos

con diseño regular.

Azul claro a celeste o rosados en aguas poco

profundas con alto contenido de sedimentos y/o

sales.

Página 131


Apéndice III

Página 132

L5 verano

ASTER verano

L5 verano

Cuerpos de agua

Sin vegetación

Colores negros o casi negros, azul oscuro en aguas

transparentes. Azul claro a celeste en aguas poco

profundas con alto contenido de sedimentos y/o

sales. Cuerpos de agua que cuando están secos se

tornan de color blanco.

Blancos, violetas o celestes intensos que indican

lugares donde no existe la vegetación por factores

antrópicos o naturales.


Proyecto Bosques Nativos y Áreas Protegidas

BIRF 4085-AR

Dirección de Bosques

Subsecretaría de Planificación y Política Ambiental

Secretaría de Ambiente y Desarrollo Sustentable de la Nación

Jefatura de Gabinete de Ministros

www.ambiente.gov.ar

More magazines by this user
Similar magazines