47
Recibido: 10/04/2023. Aceptado: 14/03/2024
Publicado el 11 de julio de 2024
Revista Ciencia y Tecnología (2024) 17(2) p 47 - 54 ISSN 1390-4051; e-ISSN 1390-4043
Percepción remota en las cuencas hidrográcas de Portoviejo - Chone para el estudio de la
deforestación
Remote sensing in the Portoviejo - Chone watersheds for the study of deforestation
Geoconda Aracely López Álava
1
, Angel Frowen Cedeño Sacón
1
, Ángel Germán Párraga Palacios
2
, Galo Alexander Cedeño
García
1
, José Lizardo Reyna Bowen
1
, Sofía del Rocío Velásquez Cedeño
1
1
Escuela Superior Politécnica Agropecuaria de Manabí, Ecuador.
2
Agroazucar Ecuador, Ingenio la Troncal, Ecuador.
Autor de correspondencia: geoconda.lopez@espam.edu.ec
Ciencias Forestales / Forest Sciences
Resumen
L
a deforestación es un problema a nivel mundial en las
cuencas hidrográcas, provocada por las actividades
antrópicas que se han venido desarrollando desde la
colonización hasta la actualidad produciendo grandes
extensiones de bosques desforestado. El objetivo de esta
investigación fue determinar la deforestación por medio
de la percepción remota en las cuencas hidrográcas del
río Portoviejo – Chone. Se utilizó como herramienta de
análisis el sistema de información geográca y la técnica de
teledetección con imágenes satelitales Landsat y Spot con
una resolución espacial de 30 metros disponibles para el
estudio. Finalmente se obtuvo una tasa de deforestación total
de las cuencas desde 1998 hasta 2014 con una supercie de
bosque desforestada de 16,55% en los 16 años evaluados. La
clasicación de cobertura de usos de suelo de las cuencas,
se la realizó utilizando la clasicación supervisada en donde
se efectuó la vericación en campo para la identicación
de cobertura de suelo y la corroboración en las imágenes
satelitales. Posteriormente se determinó que la cobertura
vegetal de las cuencas hidrográcas para el periodo 1998–
2000 es 332 782 ha, en cambio para el periodo 2000–2008 se
obtuvo una supercie de bosque de 241 167 ha, mientras que
para el periodo 2008–2014 es de 331 728 ha. Además, se logró
obtener una abilidad global de la cobertura real y deducida
de 61,81% lo que indica que la clasicación de usos de suelo
de las cuencas hidrográcas es admisible.
Palabras clave: imágenes satelitales; teledetección;
vegetación; georreferenciación.
Abstract
D
eforestation is a worldwide problem in watersheds,
caused by anthropogenic activities that have been
developed since colonization until today, producing large
areas of deforested forests. The objective of this research
was to determine deforestation through remote sensing in
the hydrographic basins of the Portoviejo – Chone River.
The geographic information system and the remote sensing
technique with Landsat and Spot satellite images with a spatial
resolution of 30 meters available for the study were used as an
analysis tool. Finally, a total deforestation rate of the basins
was obtained from 1998 to 2014 with a deforested forest area
of 16,55% in the 16 years evaluated. The land use coverage
classication of the basins was carried out using supervised
classication where eld verication was carried out for the
identication of land cover and corroboration in satellite
images. Subsequently, it was determined that the vegetation
cover of the hydrographic basins for the period 1998-2000 is
332 782 ha, while for the period 2000-2008 a forest area of
241 167 ha was obtained, while for the period 2008–2014 is
331 728 ha. Furthermore, it was possible to obtain an overall
reliability of the real and deduced coverage of 61,81%, which
indicates that the land use classication of the hydrographic
basins is admissible.
Keywords: satellite images; remote sensing; vegetation;
georeferencing.
https://doi.org/10.18779/cyt.v17i2.467
López et al., 2024
2024. 17(2):47-54
Ciencia y Tecnología.
48
Introducción
Para el mundo tropical y subtropical se ha calculado una
deforestación anual de 11,2 millones de hectáreas, para el
año 1980 en las cuencas hidrográcas el 0,6 por ciento de la
supercie forestal total entonces estimada (1 935 millones de
hectáreas, de los cuales 1200 millones de hectáreas de bosque
denso). La agricultura itinerante resultó ser el factor directo
del 45% de la deforestación, proporción más o menos igual
para los bosques húmedos densos y las formaciones abiertas
de los trópicos secos, pero muy variable según las grandes
regiones (Lanly, 2006).
En el Ecuador, la deforestación es un fenómeno complejo
de analizar debido a la multiplicidad de factores que la explican,
ya que alrededor del 60% de la supercie es talada cada año a
causa de los asentamientos agrícolas. La deforestación puede
contribuir al crecimiento económico a corto plazo y al alivio
de la pobreza, pero con frecuencia a costa de otros objetivos
ambientales y sociales importantes de valorar (Barrantes et al.,
2010). No obstante, para el periodo 2005-2009, el gobierno
provincial de Manabí (El diario, 2009), propuso un plan de
reforestar 44 mil hectáreas, pero hasta mediados del 2008 la
reforestación pasaba las 45 000 hectáreas.
Los resultados del trabajo realizado por Escobar (2016)
revelan que el uso de imágenes de satélite Landsat es una buena
alternativa para evaluar biomasa a nivel regional y los datos
pueden ser usados para la cuanticación de gases liberados
por los incendios forestales producidos en la región, donde se
obtuvieron 3 categorías en el aporte de biomasa por hectárea;
aporte bajo <13 toneladas, 23 toneladas aporte medio y 41
toneladas aporte alto. Por su parte, Laurente (2011), utilizando
el método de mínima distancia, obtuvo una Exactitud Global
de 82% y un Índice de Kappa de 0,79 que indica como bueno
la clasicación, después de este proceso, se cuanticaron las
áreas que se tuvieron por cada clase en estudio, obteniéndose
una tasa de deforestación de 34,8 ha, por año y una pérdida
de 521,9 ha, de bosque en 15 años, mientras que los suelos
degradados se incrementaron en 720,6 ha, llegando a un total
de 1 723,4 ha.
Los sistemas de ingeniería agrícola constituyen conjuntos
de técnicas y tecnologías que garantizan la producción
agropecuaria. Por lo general, ellos producen determinados
impactos al medio ambiente, que tienen consecuencias
negativas sobre los recursos naturales produciendo huellas en el
territorio. En la actualidad se aplican con éxito tecnologías muy
ecaces como la teledetección y, los sistemas de información
geográca para identicar la huella espacial de estos impactos
y apoyar las decisiones que ayuden a los directivos a tomar
medidas correctivas y prospectivas (Dámaso y Andés, 2013).
El avance de las tecnologías de la información geográca ha
llevado a la puesta de nuevos sensores para observación de
la tierra (Ortiz y Pérez, 2009). El objetivo principal de los
estudios multitemporales es encontrar una forma de combinar
o integrar en el proceso varias imágenes correspondientes
a diferentes fechas, con distintos estados fenológicos en
la vegetación, de cara a la obtención de un incremento
en la precisión de las clasicaciones (Sacristán, 2006), y
deduciendo la evolución del medio natural o las repercusiones
de la acción humana sobre el medio (Herrera et al., 2013). De
acuerdo al análisis multitemporal de la precordillera andina de
la región del Maule, Chile utilizando imágenes satelitales de
los años 1989 y 2003, se analizaron las causas probables de la
deforestación del bosque nativo presente en estos ecosistemas.
El bosque nativo se redujo en un 44%, lo cual se traduce en
una tasa de deforestación de 4,1% anual. (Altamirano y Lara,
2010). Gracias a las resoluciones espacial y espectral de estos
sensores pasivos, es posible captar diferentes coberturas del
suelo, especialmente la vegetación (Polanco, 2012).
El manejo de cuencas también ha cambiado hoy no sólo se
reere al conocimiento, análisis y protección de los recursos
hídricos, sino también la capacidad de los suelos, la vegetación,
el relieve, el impacto de la población, la infraestructura civil
para la producción sustentable de bienes y servicios; de esta
forma, las cuencas se convierten en unidades lógicas para la
planeación y la gestión de los recursos naturales (Caro, 2014).
De acuerdo con los datos obtenidos para el año 2002 entre
un 89% y un 92% de la supercie de la cuenca del río Zulia,
auente del río Santa Bárbara, Barinas, Venezuela, con el
apoyo de la teledetección y de los sistemas de información
geográca se encontraba intervenida y el avance de la
deforestación ocurrió entre 1998 y 2002 a una tasa que se
estima fue superior a las 250 ha /año (Peñaloza et al., 2008).
Las tendencias actuales y novedosas en teledetección,
cartografía digital y Sistemas de Información Geográca
son una forma útil e importante de ofrecer conocimientos
actualizados para el diagnóstico, monitoreo y su aplicación
en la gestión e investigación de recursos presentes en los
distintos lugares de nuestro país (Rozkiewicz y Zilio, 2010). El
empleo de la teledetección en el seguimiento de los procesos
de deforestación es una herramienta muy valiosa, ya que
proporciona rapidez y precisión en estudio ambientales, que
permiten evaluar fácilmente el estado de áreas ecológicamente
amenazas (Carnevale et al., 2007).
La utilización de imágenes de satélite es una herramienta
muy poderosa para el estudio y el monitoreo de los fenómenos
naturales y antrópicos ocurridos en el sistema supercie
terrestre-atmósfera (Gónima et al., 2010). Las imágenes
obtenidas por los satélites ofrecen una perspectiva única y
particular de la tierra, sus recursos y el impacto humano sobre
ella. Los sensores remotos han demostrado ser una importante
fuente de información para un gran número de aplicaciones,
entre las que cabe citar la planicación urbana, vigilancia del
medio ambiente, gestión y manejo de cultivos, prospección
petrolífera, exploración minera, usos del suelo, localización
de bienes raíces, entre otras (Cardozo y Da Silva, 2013).
Percepción remota en las cuencas hidrográcas de Portoviejo - Chone para el estudio de la deforestación
2024. 17(2): 47-54 Ciencia y Tecnología.
49
Materiales y métodos
El presente estudio está orientado a obtener la clasicación
de usos de suelo y los cambios ocurridos a través del periodo
1998 – 2014. Estos cambios han sido estimados con la ayuda
de imágenes Landsat y Spot, con una cobertura de nubosidad
menor a 10% (Path/Row 011/060-061), técnicas de percepción
remota, y el uso de Sistema de Información Geográca.
Recopilación de información
Se basó en una recopilación de los antecedentes relacionados
con las aplicaciones de las técnicas del sistema de información
geográca, además se realizó la descripción del área de estudio,
que se seleccionó de la carta topográca (instituto geográco
militar, sistema nacional de información y el instituto espacial
ecuatoriano) y las imágenes de satélite del portal de servicio
geológico de los Estados Unidos.
Selección y obtención de imágenes
Las imágenes de satélite fueron obtenidas del portal del
servicio Geológico de los Estados Unidos (United States
Geological Survey). Se consideraron las imágenes que
contenían menor presencia de nubosidad que es problema
recurrente en la zona de estudio.
Georreferenciación de datos espaciales
Las imágenes fueron georreferenciadas usando las
coordenadas en la proyección cartográca Universal
Transversal de Mercator (UTM), Datum: WGS 84, Zona
17 Sur, para su integración dentro del entorno sistema de
información geográca.
Elaboración de mosaicos
Se procedió a unir las imágenes satelitales para obtener un
solo perl de toda la cuenca tanto para el periodo 1998 2014;
y tener una visión completa de toda la zona de estudio.
Clasicación supervisada
Para clasicar las imágenes, se denió previamente la escala
de trabajo y las clases de cobertura. Como las imágenes
Landsat son imágenes para trabajar a nivel regional y tomando
en cuenta el tamaño del píxel de 30 x 30 m. A la imagen del
2008 (Imagen Spot) se le hizo un resampleo de pixel con la
ayuda del programa ArcGis, ya que poseía pixeles menores
que las imágenes Landsat. La escala de trabajo que se denió
fue a 1:80 000 y las coberturas que se identicaron (tabla
1) fueron vegetación (bosque húmedo tropical intervención,
sin intervención y matorral) áreas agropecuarias (zonas de
cultivos y pastizales) cuerpos de agua (ríos, lagunas) otros
(población).
Tabla 1. Clasicación de cobertura vegetal utilizada
Clases Informales Categorías
Vegetación
Bosque húmedo tropical
sin intervención
Bosque húmedo tropical
intervención
Matorral
Áreas Agropecuarias
Zonas de Cultivos,
Pastizales
Cuerpos de aguas Ríos, lagunas, entre otros.
Otros Población
Índice de vegetación
Conocido como el índice de diferencia normalizada (NVDI),
se utilizó para comprobar la ecacia de la clasicación
supervisada; considerada como un indicador, el cual, se
calculó por medio de una razón matemática entre los valores
de los números digitales de las diferentes bandas (valor del
píxel en una banda).
(1)
Dónde:
R e IRc= Reectancia en la porción roja e infrarroja cercana
del espectro electromagnético (Hernández y Parra, 2010).
Cálculo de la tasa de deforestación
La tasa de deforestación se calculó aplicando la fórmula
utilizada por la Organización de las Naciones Unidas para la
Alimentación y la Agricultura (FAO, 1996).
(2)
Dónde:
t = Tasa de cambio
S2 = Supercie en la fecha 2
S1 = Supercie en la fecha 1
= Número de años entre las dos fechas. Esta fórmula fue
aplicada en forma general.
Trabajo de campo
Consistió en visitar algunas áreas de las cuencas, con sistema
de posicionamiento global (GPS) para obtener puntos
de control, así como para identicar áreas pilotos para la
caracterización de áreas de modelo de la clasicación digital
supervisada.
Matriz de confusión
Se realizó para determinar la concordancia de la clasicación
con la realidad observada en el campo, siendo este método
López et al., 2024
2024. 17(2):47-54
Ciencia y Tecnología.
50
más comúnmente utilizado, ya que dicha matriz contiene
información sobre los valores totales o porcentajes de datos
observados y estimados para cada característica o propiedad
que se clasique, y a partir de ésta se pueden calcular distintos
parámetros que indican la precisión de la clasicación, y a
la metodología de Chuvieco (1995), detalla que la estimación
de la exactitud alcanzada por el mapa puede realizarse por
tres criterios básicos: (i) Comparando el inventario de la
clasicación con el obtenido con otras fuentes convencionales
plenamente ables, tales como, estadísticas ociales,
cartografía de detalle; etc., (ii) Estudiando la abilidad obtenida
al clasicar las áreas de entrenamiento, para comprobar si se
ajustan correctamente a las categorías que pretenden denir y
(iii) Seleccionando ciertas áreas de vericación para las que se
cuenta con la cubierta realmente presente en el suelo.
Resultados y discusión
A partir de la georreferenciación, se elaboraron mosaicos
con las imágenes satelitales Spot y Landsat 5, 7, 8 TM 1998
2014, y posterior clasicación supervisada se generaron
cuatros mapas de suelo, representando cinco usos y cobertura
de suelo (Bosque, suelos agropecuarios, cuerpos de agua,
población, nubes).
No obstante, la mayor supercie de bosque está entre
los años 1998, 2014 (Tabla 2), lo que equivalen el 69,8%
para el año 1998 y el 65,5% al 2014 (Figura 1 y 4), en las
cuencas del rio Portoviejo y Chone lo que demuestra la gran
cantidad de los recursos forestal en las áreas de estudios. En
cambio, los años 2000 y 2008 tienen una supercie menor que
los periodos anteriores, lo que representa un 50,6% para el
2000 y un 48,8% en el 2008 (Figura 3 y 4). Estos resultados
se relacionan con la investigación realizada por Secretaria
Nacional de Planicación y Desarrollo (SENPLADES,
(2009) demostró que la provincia de Manabí, cuenta con 3 258
km de bosques protectores y con 11,2% de bosque natural,
además cuenta con un 59% de agua subterránea, y un 9,6% de
actividades agrícolas y ganaderas.
De acuerdo con Galicia et al. (2014), la percepción
remota y los sistemas de información geográca permiten
detectar tres procesos de cambio ambiental que operan en
diferentes escalas de espacio y tiempo. El reto de transformar
la información espectral en variables biológicas relevantes es
clave para detectar patrones de degradación y monitoreo de
procesos ecológicos (fenología) y geográcos (usos de suelo),
y evaluar las respuestas rápidas e históricas de los ecosistemas
a través de la detección en los cambios de cobertura y el NDVI
(Indice de vegetación de diferencia normalizada).
Además, los años que tienen una mayor representatividad
en las áreas agropecuarias (zonas de cultivos, pastizales, entre
otros.) es el 2000 con un 19,2% seguido del 2014 con un 18%,
no obstante, el periodo 2008 obtuvo el 17,9% de las áreas
agropecuaria que se encuentran distribuidas generalmente en
las partes bajas de las cuencas, donde lo que más se evidenció
mediante los recorridos de campo fueron: cultivos de plátano,
maíz, maní, cebolla, y asociaciones de árboles frutales con
café, cacao, yuca; pastizales ya que en la cuenca del rio Chone
la ganadería es una de las principales actividades desarrollada.
Los resultados obtenidos en las áreas agropecuarias que
se deben a las actividades económicas que se desarrollan en la
cuenca del río Chone, ya que el 66% de la población se dedica
a la agricultura, produciendo maíz, cítricos, cacao, café,
plátano, banano, yuca, hortaliza, pastos, además de ganado
vacuno donde se mueve más la economía, considerándose el
mayor hato ganadero del país, produciendo 200 a 300 mil litros
de leches diarios (Centro del Agua y Desarrollo Sustentable
[CADS] y Escuela Politécnica del Litoral [ESPOL], 2013).
Tabla 2. Base de datos de la cobertura vegetal de las cuencas del rio Portoviejo - Chone periodo 1998-2014
Años Bosques
Áreas
Agropecuarias
Cuerpos de Agua Población Nubes
1998
Área ha 332 782 79 216 17 775 20 541 26 347
% 69,8 16,6 3,7 4,3 5,5
2000
Área ha 241 167 94 291 19 935 36 786 84 495
% 50,6 19,8 4,2 7,7 17,7
2008
Área ha 232 859 85 565 39 210 25 593 93 498
% 48,8 17,9 8,2 5,4 19,6
2014
Área ha 311 728 85 747 10 623 20 958 46 393
% 65,6 18 2,2 4,4 9,8
Percepción remota en las cuencas hidrográcas de Portoviejo - Chone para el estudio de la deforestación
2024. 17(2): 47-54 Ciencia y Tecnología.
51
Figura 1. Mapa de cobertura vegetal del año 1998
Figura 2. Mapa de cobertura vegetal del año 2000
Figura 3. Mapa de cobertura vegetal del año 2008
Figura 4. Mapa de cobertura vegetal del año 2014
El cambio que se registra para las cuencas del río
Portoviejo y Chone para los años 1998–2014, se detallan en el
Tabla 4. Para su análisis se procedió a unir las dos categorías
que se detallan en la clasicación.
En el Tabla 3, se identica el decrecimiento y el
incremento de las distintas categorías de uso del suelo de
las cuencas del río Portoviejo – Chone que han incidido en
el deterioro de la cobertura forestal. El más alto cambio de
cobertura fue en el periodo 1998–2000 que indica que en estos
dos años hubo un decrecimiento de cobertura de 91 615 ha,
y para el periodo 2000–2008 el decrecimiento es de 8 308
ha, estos decrecimientos se han dado por la conversión de
bosque a áreas de cultivos, pastizales, debido que la economía
de las áreas de estudio se basa principalmente en actividades
agropecuarias. Para el periodo 2008–2014 se observa un
crecimiento de cobertura de 78 869 ha en seis años, lo que se
ha dado por los planes de reforestación que ha ejecutado el
Gobierno provincial de Manabí (El diario, 2009).
La tasa de deforestación del bosque (Tabla 4), para el
periodo 1998 – 2000 el cambio de cobertura forestal fue 91
615 ha y una tasa de deforestación – 14,8%; a diferencia
del periodo 2000 – 2008 que la tasa de deforestación es
de – 0,45% y el cambio de cobertura forestal fue 8 308 ha,
lo que indica que para este año la perdida de la cobertura
forestal fue menor que de los demás periodos evaluados,
esta decreciente de cobertura de bosques se relaciona con los
planes de reforestación que el Gobierno Provincial de Manabí
desarrollo en el año 2005 hasta la actualidad. De acuerdo
con los resultados obtenidos por Cartaya y Zurita (2015)
indican que la tasa de cambio para el 2008, fue de -0,43%
y la deforestación total anual es 1 015,00 ha/año, ya que el
uso de tierra es principalmente agrícola en el centro norte de
la provincia de Manabí. En cambio, los resultados obtenidos
en el periodo 2008–2014 la tasa de deforestación es de 1,3%;
lo que se encuentra relacionada a causas directas como la
explotación forestal, ampliación de la frontera agrícolas, la
López et al., 2024
2024. 17(2):47-54
Ciencia y Tecnología.
52
formación de pastizales, cultivos, vialidad, entre otras actividades.
Tabla 3. Cambio que representan las categorías entre los diferentes años
Cobertura Bosques
Áreas
Agropecuarias
Cuerpos de
Agua
Población Nubes Total
1998 ha 332 782 79 216 17 775 20 541 26 347 476 661
2000 ha 241 167 94 291 19 935 36 786 84 495 476 674
Cambios ha -91 615 +15 075 +2 160 +16 245 +58 148
Cambio/año ha 45 808 7 538 1 080 8 123 29 074
2000 ha 241 167 94 291 19 935 36 786 84 495 476 674
2008 ha 232 859 85 565 39 210 25 593 93 498 476 725
Cambios ha -8308 -8 726 +19 275 -11 193 +9 003
Cambio/año ha 1 039 1 091 2 409 1 399 1 125
2008 ha 232 859 85 565 39 210 25 593 93 498 476 725
2014 ha 311728 85 747 10 623 20 958 46 393 475 449
Cambios ha +78 869 +182 -28 587 -4 635 -47 105
Cambio/año ha 13 145 30 4 765 773 7 851
- : decrecimiento de cobertura.
+: Cremento de cobertura.
Tabla 4. Tasa de deforestación de las cuencas hidrográcas del rio Portoviejo y Chone en el periodo 1998-2014
Descripción 1998 2000 Cambio ha Tasa Cambio Tasa deforestación %
Bosque
332 782 ha 241 167 ha -91 615 -0.148 -14.8
2000 2008 Cambio ha Tasa Cambio Tasa deforestación %
241 167 ha 232 859 ha -8 308 -0.0045 -0.45
2008 2014 Cambio ha Tasa Cambio Tasa deforestación %
232 859 ha 311 728 ha +78 869 -0.0130 -1.3
ha: Hectárea.
Con el n de cuanticar la abilidad del método de
clasicación supervisada de mínima distancia se elaboró la
matriz de confusión (Tabla 5) con los puntos vericados en
campo, la cual la conformó una muestra representativa de las
dos cuencas, para este caso se escogió la parroquia Quiroga
por su accesibilidad en vericar los puntos tomados al azar
de la clasicación supervisada realizada a la imagen 2014
fue validada mediante una matriz de confusión, elaboradas a
partir de la tabulación cruzada de la información generadas
por la clasicación inicial y el muestreo de campo (Chuvieco,
1995; Laurente, 2011).
La diagonal de esta matriz expresa el número de puntos
de vericación en donde se produce el acuerdo entre las dos
fuentes (mapa y realidad), y las columnas se ocupan por las
clases de referencia (terreno) y las las por las categorías
deducidas en la clasicación. La abilidad global está sobre
el 61,81%, lo que se considera aceptable para este tipo de
imágenes y de acuerdo con la metodología de Chuvieco
(1995), y a los resultados obtenidos por Laurente (2011) en
donde obtuvieron una abilidad global de 64% lo que es
aceptables para problemas de deforestación.
Percepción remota en las cuencas hidrográcas de Portoviejo - Chone para el estudio de la deforestación
2024. 17(2): 47-54 Ciencia y Tecnología.
53
Tabla 5. Matriz de Confusión
Clasicación
Datos de referencia de la parroquia Quiroga
Bosque Suelos agropecuarios Cuerpos de agua Población Nubes TOTAL
Bosque
58 0 0 0 0 58
Suelos agropecuarios
38 10 0 0 0 48
Cuerpo de Agua
0 4 0 0 0 4
Población
0 0 0 0 0 0
Nubes
0 0 0 0 0 0
((58+10)/110)*100= 61,81%
Total 110
Conclusiones
La integración de la percepción remota proporciono
información valiosa sobre el análisis de deforestación asociada
al crecimiento de las actividades antropogénicas en contra de
la cobertura forestal natural existente en las cuencas del rio
Portoviejo – Chone, durante el año 1998 -2014.
Dentro de la clasicación supervisada se generó cinco
usos y cobertura de suelo (Bosque, suelos agropecuarios,
cuerpos de agua, población, nubes). Donde se evidencio que
la mayor supercie de bosque está entre los años 1998 y 2014
con el 69,8% y 65,5%, a diferencia de los años 2000 y 2008
que obtuvieron el 50,6% y 48,8% de supercie de bosque.
También se pudo evidenciar que las actividades agrícolas
han jugado un rol preponderante dentro de las cuencas del
rio Portoviejo y Chone en los últimos años, presentando un
incremento de áreas agropecuaria para el año 2000 de 19,2%
y 18% para el año 2014, seguido del 2008 con un 17,8%;
actividad que se realizan en su gran mayoría en la parte bajas
de las cuencas.
Además, se identicó el decrecimiento y el incremento de
las distintas categorías de usos de suelo, donde la cobertura
de bosque obtuvo un decrecimiento de cobertura de cambio
de 91 615 ha para el periodo 1998-2000 con una tasa de
deforestación de -14,8%, sin embargo para el periodo 2000-
2008 la tasa de deforestación fue de 0,45% de perdida de
cobertura de bosque; en cambio para el periodo 2008-2014
se obtuvo un crecimiento con una tasa de deforestación de –
1,3% de cobertura de bosque con un cambio de 78 869 ha.
La matriz de confusión permitió vericar un listado de
puntos de la cobertura real y de la deducida por la clasicación,
de esta matriz se obtuvo el 61,81% de abilidad global lo que
indica que la clasicación que se hizo es aceptable.
Referencias bibliográcas
Altamirano, A. y Lara, A. (2010). Deforestación en
ecosistemas templados de la precordillera andina del
centro-sur de Chile. Bosque 31(1). 53-64. https://www.
scielo.cl/pdf/bosque/v31n1/art07.pdf
Barrantes, G., Chaves, H. y Vinueza, M. (2010). El bosque en
el Ecuador, Una visión transformada para el desarrollo
y la conservación. http://comafors.org/wp-content/
uploads/2010/05/El-Bosque-en-el-Ecuador.pdf.
Cardozo, O. y Da Silva, C. (2013). Aplicaciones urbanas de
los sensores remotos. Resúmenes. Revista Geográca
Digital. 10(20), 1-6. https://revistas.unne.edu.ar/index.
php/geo/article/view/2210/1934
Carnevale, N. J., Alzugaray, C. y Di Leo, N. (2007). Estudio
de la deforestación en la Cuña Boscosa santafesina
mediante teledetección espacial. Quebracho - Revista de
Ciencias Forestales, (14), 47-56. https://www.redalyc.
org/pdf/481/48101405.pdf
Caro Becerra, J. L., (2014). Ordenamiento Urbano y
Territorial visto desde el manejo de cuencas a través de un
Sistema de Información Geográca (SIG) en la Cuenca
El Ahogado, Jalisco. CIENCIA ergo-sum, Revista
Cientíca Multidisciplinaria de Prospectiva, 21(1), 55-
65. . https://www.redalyc.org/pdf/104/10429976007.pdf
Cartaya, S y Zurita, S. 2015. Determinación de la
deforestación total y la tasa porcentual de cambio en la
Reserva Natural de Pacoche y una Zona no protegida en
el centro-norte de Manabí. Revista La Técnica. 14 Pp.
17.79. https://revistas.utm.edu.ec/index.php/latecnica/
article/view/584/452
Cartaya Ríos, S., & Zurita Alfaro, S. (2015). Determinación
de la deforestación total y la tasa porcentual de cambio en
la Reserva Natural de Pacoche y una zona no protegida
en el centro-norte de Manabí: Determination of the
total deforestation and the percentage of change in the
Pacoche Natural Reserve and an unprotected zone in the
north central area of Manabí. La Técnica. Revista de las
Agrociencias. ISSN 2477-8982, (14), 72–79. https://doi.
org/10.33936/la_tecnica.v0i14.584
Centro del Agua y Desarrollo Sustentable [CADS] y Escuela
Politécnica del Litoral [ESPOL], 2013. Análisis de
vulnerabilidad del cantón Chone. Perl territorial
2013. Digital Center, Primera edición. https://biblio.
acsoandes.edu.ec/libros/digital/56772.pdf
Chuvieco, E. (1995). Fundamentos de Teledetección Espacial.
López et al., 2024
2024. 17(2):47-54
Ciencia y Tecnología.
54
(3
a
ed., pp. 430) Editorial Rialp, S.A, https://www.u-
cursos.cl/forestal/2011/1/EF016/1/material_docente/
bajar?id_material=487457
Escobar, R. (2016). Estimación de la biomasa forestal
de la sierra san miguelito por medio de imágenes
de satélite. [Tesis de Posgrado, Instituto Potosino de
investigación cientíca y tecnológica, A.C]. https://
repositorio.ipicyt.edu.mx/bitstream/handle/11627/3013/
TMIPICYTE8E72016.pdf?sequence=1&isAllowed=y
Galicia, L., Cuevas Fernández, M. L., González Ramírez,
L. M., & Couturier, S. (2014). Detección de cambio
ambiental en selvas y bosques de México con percepción
remota: un enfoque multiescalar de espacio y tiempo.
Interciencia, 39(6), 368-374. https://www.redalyc.org/
articulo.oa?id=33931213002
El diario, Grupo Ediasa S. A. (2009). La reforestación
de Manabí es una necesidad prioritaria. El diario
Ecuador. http://www.eldiario.ec/noticias-manabi-
ecuador/116123-la-reforestacion-de-manabi-es-una-
necesidad-prioritaria/
Gónima, L., Ruiz, L. y González, M. (2010). Desarrollo de
una metodología sencilla para la georreferenciación
y medición de distancias a partir de imágenes de
satélite sistemáticamente georreferenciadas. Boletín de
Investigaciones Marinas y Costeras, 39(1), 7-23. http://
www.scielo.org.co/pdf/mar/v39n1/v39n1a01.pdf
Laurente , M. Á. (2014). Medición de la deforestación
mediante percepción remota en la microcuenca río Supte,
Tingo María – Perú. GeoFocus. International Review of
Geographical Information Science and Technology, (11),
1–15. https://www.geofocus.org/index.php/geofocus/
article/view/227
Lanly, J. (2006). Los factores de la deforestación y de la
degradación de los bosques. XII Congreso Forestal
Mundial, Boletín del XII Congreso Forestal Mundial
Publicado por el Instituto Internacional para el
Desarrollo Sostenible (IISD). Ed. Negociaciones de la
Tierra. https://www.fao.org/4/XII/MS12A-S.htm
Norambuena, H. y Orellana, D. (2012). Determinants of
deforestation in the Amazon. Revista interamericana de
ambiente y turismo. 8(1), 17-25. https://dialnet.unirioja.
es/servlet/articulo?codigo=4052088
Organización de las Naciones Unidas para la Alimentación
y la Agricultura. (1996). Forest resources assessment
1990. Survey of tropical forest cover and study of change
processes.
Ortiz, N. y Pérez, U. (2009). Imágenes áster en la
discriminación de áreas de uso agrícola en Colombia.
Revista Facultad Nacional de Agronomía - Medellín,
62 (1), 4923-4935. http://www.scielo.org.co/pdf/rfnam/
v62n1/a18v62n1.pdf
Parra M., A. y Hernández T., F. L. (2010). Identicación Y
Delimitación De Humedales Lénticos En El Valle Alto
Del Río Cauca Mediante El Procesamiento Digital De
Imágenes De Satélite. Ingeniería de Recursos Naturales
y del Ambiente, (9), 77-88. https://www.redalyc.org/
articulo.oa?id=231116434010
Peñaloza, R., González, J., Guerra, F., y Gómez, H. (2008).
La Deforestación En La Cuenca Del Río Zulia,
Barinas, Venezuela. Análisis Preliminar Utilizando Sig.
Geoenseñanza, 13(1), 71-82. https://www.redalyc.org/
articulo.oa?id=36014579007
Polanco, J. (2012). Teledetección de la vegetación del
páramo de belmira con imágenes Landsat. Dyna, 171,
1-11. http://www.scielo.org.co/pdf/dyna/v79n171/
a28v79n171.pdf
Ponvert Delisles, D. y Lau Quan, A. (2013). Uso de las
imágenes de satélites y los SIG en el campo de
la Ingeniería Agrícola. Revista Ciencias Técnicas
Agropecuarias, 22(4), 75-80. https://www.redalyc.org/
pdf/932/93231386013.pdf
Rozkiewicz, F., y Zilio, A. 2010. Cambios en el uso del suelo
de las tierras del ingenio Las Palmas, provincia de Chaco,
en los años 1987 y 2001. Geogracando, 6(6), 223-239.
https://www.memoria.fahce.unlp.edu.ar/art_revistas/
pr.4751/pr.4751.pdf
Ruiz, V., Savé, R., y Herrera, A. (2013). Análisis
multitemporal del cambio de uso del suelo, en el Paisaje
Terrestre Protegido Miraor Moropotente Nicaragua,
1993 – 2011. Ecosistemas, 22(3), 117-123. https://www.
redalyc.org/pdf/540/54029508016.pdf
Sacristán, F. (2006). La Teledetección satelital y los sistemas
de protección ambiental. Revista cientíca de la
Sociedad Española de Acuicultura, AquaTIC, (24), 13-
41. Universidad Complutense de Madrid http://www.
revistaaquatic.com/aquatic/pdf/24_02.pdf
Secretaria Nacional de Planicación y Desarrollo
(SENPLANDES). (2009). La planicación: Un
instrumento para consolidar la regionalización.
http://www.planificacion.gob.ec/wp-content/uploads/
downloads/2012/08/La-Planicaci%C3%B3n.pdf.
Copyright (2024) © Geoconda López Álava, Angel Cedeño Sacón,
Ángel Párraga Palacios, Galo Cedeño García, José Reyna Bowen, Sofía del Rocío Velásquez Cedeño.
Este texto está protegido bajo una licencia internacional Creative Commons 4.0. Usted es libre para compartir, copiar y redistribuir el material
en cualquier medio o formato. También podrá adaptar: remezclar, transformar y construir sobre el material. Ver resumen de la licencia.