Artículos

 

Cartografía de la distribución espacial de los hábitats bentónicos en el Golfo de Batabanó utilizando imágenes Landsat-7

 

Mapping of the spatial distribution of benthic habitats in the Gulf of Batabanó using Landsat-7 images

 

S Cerdeira-Estrada^1*, S Lorenzo-Sánchez², A Areces-Mallea², C Martínez-Bayón²

 

¹ Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio), Liga Periférico-Insurgentes Sur 4903, Parques del Pedregal, Tlalpan 14100, México, DF. * E-mail: s.cerdeira@gmail.com

² Instituto de Oceanología, Ave. 1ra. No. 18406, Flores, Playa CP 11600, La Habana, Cuba.

 

Recibido en julio de 2007.
Aceptado en febrero de 2008.

 

Resumen

Se reporta por primera vez la distribución de los hábitats bentónicos en el Golfo de Batabanó obtenida por percepción remota utilizando cinco imágenes del sensor Enhanced Thematic Mapper Plus (ETM+) del satélite Landsat-7. El mapa se presenta a escala 1:250,000 y cubre un área sumergida de 21,305 km². Utilizando técnicas de clasificación supervisada se identificaron y ubicaron cinco hábitats bentónicos dentro de esta área: pasto marino de densidad media a alta, pasto marino de baja densidad, arena con escasa vegetación, fango con escasa vegetación, y roca. Los pastos marinos cubren 64.85% (13,818 km²) del área total, y 35.15% (7,487 km²) corresponde al resto de los hábitats bentónicos con o sin vegetación escasa. Se consideraron tanto la vegetación submarina (pasto marino y macroalgas) como los tipos de sustratos. Los resultados fueron confirmados con mediciones in situ obtenidas a partir de cruceros de investigación entre los años 2003 y 2005. Este mapa representa una importante caracterización de las aguas de la plataforma cubana con el fin de comprender mejor estos ecosistemas, pudiéndose utilizar en un futuro en el análisis de detección de cambios para vigilar la salud de los hábitats bentónicos en el Golfo de Batabanó.

Palabras clave: hábitats bentónicos, cartografía, clasificación supervisada, Golfo de Batabanó, pasto marino.

 

Abstract

The spatial distribution of benthic habitats in the Gulf of Batabanó obtained by remote sensing, using five images from the Landsat-7 Enhanced Thematic Mapper Plus (ETM+) satellite sensor, is reported for the first time. The map covers a total underwater area of 21,305 km² and is presented at the 1:250,000 scale. Five benthic habitats were identified within this area and located using the supervised classification technique: medium- to high-density seagrass, low-density seagrass, sand with scarce vegetation, mud with scarce vegetation, and rock. Seagrass covers 64.85% (13,818 km²) of the total area, while 35.15% (7,487 km²) corresponds to the remaining benthic habitats with or without scarce vegetation. Both the underwater vegetation (seagrass and macro seaweed) and the substratum types were considered. Results were confirmed by in situ measurements obtained from three research cruises between 2003 and 2005. This map represents an important characterization of the Cuban platform waters in order to better understand these ecosystems, and can be used in future change detection analyses to monitor the health of benthic habitats in the Gulf of Batabanó.

Key words: benthic habitats, mapping, supervised classification, Gulf of Batabanó, seagrass.

 

Introducción

El Golfo de Batabanó (GB) es una plataforma de agua poco profunda ubicada al suroeste de la isla de Cuba, tiene un área aproximada de 20,000 km² y una profundidad media de 6 m (fig. 1). Este golfo incluye el Archipiélago de los Canarreos con 672 cayos e islas, siendo la Isla de la Juventud la mayor de ellos. Este Archipiélago separa el GB del Mar Caribe.

Dos principales ecosistemas concurren en el fondo marino del GB, el arrecife coralino y el ecosistema de pastos marinos. Este último crece en una amplia variedad de sustratos, tales como arena (incluyendo playas), fango y fondos rocosos (Alcolado et al. 1994). El ecosistema de pastos marinos tiene la capacidad de regular las concentraciones de oxígeno y dióxido de carbono en el mar, y representa la principal fuente de energía para garantizar la productividad biológica y pesquera. Parte de esta energía es exportada al arrecife coralino que también incrementa su productividad.

En esta región las praderas de pastos marinos están dominadas generalmente por espermatofitas (también conocidos como fanerógamas) como la Thalassia testudinum, Halodule wrightii y Syringodium filiforme, así como algas pertenecientes a los géneros Halimeda, Udotea y Penicillum.

Los pastos marinos tienen raíces que penetran profundamente en el fondo del sedimento marino para desarrollarse; por lo tanto, actúan como estabilizadores del fondo marino, previniendo la erosión y el daño a los arrecifes coralinos ya que unen regiones de arena y reducen la energía de las olas marinas, y además reducen la erosión de las regiones costeras.

La frontera sur de esta plataforma está cubierta completamente por arrecifes coralinos costeros que en determinadas regiones emergen en forma de crestas (González-Ferrer et al. 2004). Esta región es una importante fuente de recursos pesqueros, especialmente de langostas y peces de arrecifes coralinos, peces demersales tales como el pargo rojo y roncos, y algunos pelágicos-neríticos tales como las sardinas y los jureles (Claro y Reshetnikov 1994), representando además una importante zona turística.

Para garantizar el uso sostenible de estos recursos es importante tener una caracterización detallada de la región para evaluar su estado ecológico actual, así como la posibilidad de regeneración del ecosistema marino dentro de la región. La cartografía de los hábitats bentónicos es una herramienta poderosa para realizar estos esfuerzos, puesto que puede ser utilizado como referencia para futuros estudios ecológicos. Al mismo tiempo desempeña un rol importante en el monitoreo de cambios del ecosistema debido al impacto antrópico, así como para la seguridad del tráfico marino (Grigg y Dollar 1990).

Las plataformas de percepción remota usadas para cartografiar los hábitats bentónicos incluyen generalmente los datos recogidos por sensores satelitales o aéreos. Por ejemplo, Ward et al. (2006) usaron videografía digital multiespectral aérea para cartografiar la distribución espacial de los pastos marinos, y Kendall et al. (2001) usaron la interpretación visual de fotografias aéreas ortorectificadas para cartografiar distintos tipos de hábitat bentónico, cubriendo un área de 1,600 km² en Puerto Rico y 490 km² en las Islas Vírgenes (EUA). Los métodos de clasificación de los pastos marinos usando percepción remota han sido descritos por varios autores (Ackleson y Klemas 1987, Vousden 1988, Thamrongnawasawat y Sudura 1992, Luczkovich et al. 1993, Zainal et al. 1993, Thamrongnawasawat et al. 1994, Zainal 1994, Green et al. 1996, Vousden 1996).

Los más importantes biotopos bénticos de la plataforma insular suroccidental del Archipiélago cubano han sido previamente estudiados por Lalana y Pérez (1985), Revilla y Páez (1990) y Herrera et al. (1991a, b). El complejo ecológico de pesca fue delineado por Baisre (1985), mientras que Alcolado (1990) obtuvieron un primer mapa de distribución de biotopos marinos usando imágenes de un sensor fotográfico de un satélite ruso y mediciones in situ en 150 estaciones adquiridas de cruceros de investigación. La cartografía del fondo marino presentada en Revilla y Páez (1990) combina la interpretación visual de imágenes de la plataforma marina obtenidas por sensores fotográficos a bordo de plataformas aeroespaciales rusas, con video analógico tomados en cruceros oceanográficos. La distribución presentada incluye cinco tipos de substrato sin cobertura vegetal y la distribución de fondos rocosos es más o menos coincidente con la reportada por Alcolado (1990).

La representación espacial de los fondos marinos es uno de los procesos más complejos de la cartografía temática mediante imágenes de satélite, debido a la influencia de la atmósfera y la columna de agua de mar a través de las cuales pasa la radiación electromagnética. Otro problema está relacionado con la constante variación sufrida por el fondo del mar, especialmente después de fuertes huracanes, por lo que la cartografía debe ser actualizada con cierta periodicidad.

La transparencia del agua en el GB varía de un lugar al otro, aunque en la mayoría de las partes la trasparencia facilita la cartografía de hábitats marinos usando sensores ópticos pasivos multiespectrales o hiperespectrales. Entre los informes sobre este tópico, Green et al. (2000) presentaron un estudio comparativo de la precisión obtenida por diferentes sensores, concluyendo que las imágenes Landsat TM son las más exactas para delimitar estos ecosistemas, alcanzando una precisión del 60%. Sheppard et al. (1995) demostraron que usando imágenes Landsat se alcanza una mejor exactitud en la cartografía de hábitat marino usando clasificación supervisada, que la obtenida por imágenes del satélite SPOT. Sin embargo, las imágenes de satélite tienen que ser corregidas tomando en cuenta los factores atmosféricos, geométricos y radiométricos, así como la profundidad de la columna de agua (Mumby y Edwards 2000, Karpouzli et al. 2003). Después es posible generar tanto una clasificación no supervisada como una supervisada (Chuvieco 1996), aunque como lo señalaron Johannes y Betzer (1975) las mediciones in situ (tanto visuales como de toma de muestras) son inevitables para validar el análisis de percepción remota. Además, Green et al. (2000) sugirieron el uso de videos submarinos.

La precisión cartográfica de la distribución espacial de los biotopos en el GB ha sido delimitada por los métodos utilizados hasta el momento. En este trabajo se presenta la más reciente distribución espacial de los hábitats bentónicos en el GB obteniendo por vez primera una precisión detallada de sus límites, como resultado de la combinación de técnicas de percepción remota y del Sistema de Posicionamiento Global (GPS, por sus siglas en inglés).

 

Materiales y métodos

La cartografía de los habitats bentónicos del GB fue realizada usando cinco imágenes del sensor Enhanced Thematic Mapper Plus (ETM+) a bordo del satélite Landsat-7. Las coordenadas correspondientes (Path/Row) a cada una de ellas son: 15/14 (11 de marzo de 2001), 15/45 (6 de enero de 2001), 16/ 44 (3 de abril de 2001), 16/45 (11 de enero de 2000), y 17/45 (15 de noviembre de 1999). También se utilizaron cartas batimétricas y mapas topográficos. Para procesar las imágenes se utilizaron los programas de procesamiento ER Mapper y ENVI.

Se realizó una calibración radiométrica como preprocesamiento de las imágenes de satélite para atenuar los efectos de absorción y dispersión de la luz a través de la atmósfera y de la masa de agua. Cada longitud de onda tiene su propia ganancia (gain) y tendencia (bias), que se proporcionan en los números digitales (ND) y aparecen en el encabezado de cada imagen o en archivos complementarios. Estos ND son convertidos a radiancia espectral. El gain representa los gradientes de calibración. El bias define la radiancia espectral del sensor para un valor digital igual a cero. Luego los valores de radiancia son convertidos a reflectancia aparente, que es el cociente entre la radiancia ascendente y la irradiación solar en el tope de la atmósfera teniendo en cuenta la posición angular del sol en el momento que la imagen fue tomada.

La corrección geométrica de cada imagen fue hecha para optimizar la precisión, seleccionando y ubicando 25 puntos de control distribuidos uniformemente en cada imagen para aplicar una rectificación polinomial de tercer grado por algoritmo de los vecinos más cercanos. Las coordenadas para cada punto se obtuvieron a partir de mapas topográficos a escala 1:125,000 o medido por GPS. El Datum geodésico NAD27, Cuba Norte, se obtuvo del Esferoide Clarke 1866 y la proyección cartográfica se realizó utilizando la proyección Cónica Conforme de Lambert.

Los resultados obtenidos se complementaron con datos obtenidos de mediciones in situ en el GB de 2003 a 2005, en tres cruceros de investigación. El primero de ellos tuvo lugar del 17 de mayo al 1 de junio de 2003, estableciendo 45 estaciones (24 estaciones de muestreo y 21 estaciones de observación) como se indica en la figura 1. En esta expedición las mediciones in situ se complementaron con percepción remota y GPS, dado que la navegación se realizó usando el programa FUGAWI sobre el mosaico de cinco imágenes de los satélites Landsat-7. La precisión sobre el terreno obtenida fue de 3 m según el sistema WAAS (Wide Area Augmentation System). La profundidad sobre cada posición fue determinada por una ecosonda Garmin Fishfinder (±5 cm de precisión). En las 24 estaciones de muestreo se recolectó la vegetación del GB. En cada estación se evaluaron cuatro variables de pastos marinos: densidad (número de haces m^-2), porcentaje de cobertura, altura del follaje de las fanerógamas (cm), así como la cobertura de algas. La biomasa seca de fanerógamas fue estimada según Ott (1990). En todas las estaciones de observación se realizaron tomas de videos submarinos.

La segunda expedición se realizó entre el 10 y el 22 de noviembre de 2004, realizando 27 estaciones de observación visual como se indica en la figura 1. Veintidós de estas estaciones se utilizaron para verificar la primera versión de la cartografía de hábitats.

Para realizar la verificación final de la cartografía de los hábitats bentónicos, se llevó a cabo una tercera expedición del 15 al 30 de mayo de 2005, estableciendo otras 11 estaciones de observación visual como se indica también en la figura 1.

La máscara para separar la tierra del mar fue generada automáticamente utilizando las bandas espectrales 4 (750-900 nm), 5 (1550-1750 nm) y 7 (2090-2350 nm) de cada imagen ETM+ respectivamente. El factor de índice óptimo (Chávez et al. 1982) fue utilizado para la selección de los mejores tríos de bandas en la clasificación supervisada de imágenes, seleccionando las bandas 1, 2 y 3 ya que tienen una penetración más profunda en el mar. Las imágenes en color de la clasificación supervisada fueron integradas para formar un mosaico que contiene la base informativa del mapa de hábitat a una escala final de 1:250,000. La cartografía resultante fue editada utilizando el programa MapInfo, incluyendo la vectorización del mosaico de imágenes clasificadas y supervisadas, la escala, los datos geodésicos, así como la proyección cartográfica, el establecimiento de leyendas del hábitat marino y los nombres de los relieves geográficos.

 

Resultados

Clasificación jerárquica de los hábitats béntónicos

La tabla 1 muestra los 13 diferentes hábitats identificados en el GB. Los hábitats se dividieron en dos clases de acuerdo a las características del sustrato y de la vegetación sumergida. El sustrato fue subdividido en sedimentos no consolidados (arena y fango) y fondos duros (roca dura). La vegetación sumergida se subdividió en densidad de pastos marinos (alta, media o baja densidad) y la presencia de macroalgas.

Si en un mismo lugar se encontraban dos diferentes tipos de sedimentos no consolidados, éste se caracterizaba según el sustrato predominante. Del mismo modo, un fondo duro predominante que contenía arena y fango era clasificado como duro. No fueron considerados la distribución de macroalgas (continua, en parches o en parches escasos).

La biomasa de fanerógamas marinas estuvo en el rango de 18 a 429 g s m^-2, con un promedio de 86.8 g s m^-2. Dado que el 58.8% de los valores de biomasa fueron inferiores a 100 g s m^-2 y sólo uno resultó por encima de 200 g s m^-2, las clases de densidad de los pastos marinos de hábitats bénticos se redujeron a sólo dos: densidad baja, por debajo de 100 g s m^-2, y densidad media a alta, por encima de este valor. Los principales pastos marinos observados son Thalassia testudinum Konig. Otro análisis reveló que el tipo de sustratos parece no afectar a la vegetación observada en estas áreas, por lo que la subdivisión en relación con el tipo de sustratos no consolidadas fue eliminada, uniéndose en una sola clase. Por último, la nueva clase 1 incluye las anteriores clases 1, 2 y 4, mientras que la nueva clase 2 incluye las anteriores clases 3, 5 y 6 (véase la tabla 2).

Con el fin de obtener un producto cartográfico más útil para futuras aplicaciones, se obtuvo una tercera clasificación más compacta a partir de que se observó que en el GB las macroalgas y los pastos marinos siempre se mezclan dando la idea de que no es necesario hacer una distinción entre ellos. Luego de ello, la tabla 3 incluye esta simplificación teniendo en cuenta todos los pastos marinos y pastos marinos con macroalgas como una sola clasificación, por lo que el número final de los hábitats se redujo a cinco.

Después de varias optimizaciones y verificaciones de las imágenes de satélite con cruceros de investigación, el mapa final de estos cinco hábitats bentónicos en los cuales la región fue clasificada se muestra en la figura 2. Vale la pena mencionar que se obtuvo un 100% de coincidencia entre las mediciones in situ y los resultados de la percepción remota.

Distribución estadística de los hábitats bentónicos

Se obtuvo un área total sumergida de 21,305 km² después de calcular el área total incluida en la frontera exterior que rodea la línea de costa del GB, menos las áreas de todas las islas y cayos dentro de ella. La banda 5 del mosaico de imagen RGB-321 se utilizó para este cálculo.

El área total de pastos marinos fue de 13,818 km², lo que representa 64.85% de la superficie total del GB: 3,448 km² (16.18%) corresponden a pastos marinos de densidad media a alta y 10,370 km² (48.67%) a pastos marinos de baja densidad.

La superficie total de la región sin o con escasa vegetación fue de 7,487 km², lo que representa 35.15% de la superficie total del GB. De ésta, 6,016 km² (28.24%) corresponden a sustratos de fango y 984 km² (4.62%) a sustratos de arena. El sustrato rocoso cubre un área de 487 km² (2.29%) (fig. 3).

 

Discusión

Se presenta la primera cartografía precisa de los hábitats bentónicos del GB realizada por percepción remota. El mapa cubre un área total sumergida de 21,305 km² y se presenta a escala 1:250,000. Los resultados fueron complementados y verificados con mediciones in situ en 78 estaciones durante tres cruceros de investigación.

Los resultados indican la presencia de cinco clases bien definidas de hábitats bénticos (pasto marino de densidad media a alta, pasto marino de baja densidad, arena con escasa vegetación, fango con escasa vegetación, y roca) que consideran las variaciones en las vegetaciones y en el sustrato sumergido, confirmando los criterios de que éstos pueden ser estudiados mediante percepción remota.

Los resultados aquí obtenidos son útiles para estudios ecológicos y económicos, sobre todo los relacionados con la pesca, así como para las predicciones del comportamiento de los hábitats bentónicos en la región. También proporcionan información necesaria para los investigadores y demás personas involucradas en la conservación y gestión de estos ecosistemas, (Beck y Odaya 2001), especialmente cuando se tienen en cuenta las amenazas que enfrentan tales ambientes como consecuencia del desarrollo urbano, industrial y agrícola, la erosión costera, la construcción de diques y carreteras, la captura comercial de peces y la destrucción de los arrecifes de coral, cuando cesa la protección de los pastos marinos.

Dentro del GB hay regiones en las que la identificación de los ecosistemas por sensores ópticos se hace difícil debido a la turbidez del agua. El desplazamiento de algas flotantes por arroyos y mareas crea más dificultades. En estos casos se pueden utilizar sensores acústicos para determinar la cantidad de algas y pastos marinos que derivan en el fondo del mar, según lo propuesto por Riegl et al. (2005), con la ayuda adicional de videos in situ, aunque esta técnica no siempre es capaz de diferenciar entre las algas y la arena o entre la arena y el pasto marino, de modo que podrían requerirse el uso de otras técnicas complementarias.

Este mapa no sólo representa una importante caracterización de las aguas de la plataforma cubana, sino que también está siendo utilizado como fuente de datos para el análisis de vacios y omisiones, para seleccionar las áreas prioritarias para la conservación de la biodiversidad de la región, todavía no incluidas en el sistema de Áreas Marinas Protegidas. Finalmente, proporciona información importante para comprender mejor estos ecosistemas para fines de su conservación y manejo a largo plazo, y en un futuro puede ser utilizado en el análisis de detección de cambios para monitorear la salud de los hábitats bentónicos en el GB.

 

Agradecimientos

Esta investigación fue apoyada por la Cooperación Alemana-Cubana en Ciencias del Mar entre el Centro de Ecología Marina Tropical (Zentrum für Marine Tropenökologie, ZMT) de la Universidad de Bremen y el Instituto de Oceanología de Cuba. Agradecemos el apoyo financiero del Parlamento de la Ciudad de Bremen, Alemania, quienes junto al Centro de Investigaciones Pesqueras de Cuba, hicieron posible la realización de los cruceros de investigación. Este trabajo también recibió el apoyo del Ministerio de Ciencia, Tecnología y Medio Ambiente de Cuba. También agradecemos a FE Müller-Karger por suministrarnos las imágenes Landsat-7 y a R Álvarez-Portal por sus valiosas contribuciones.

 

Referencias

Ackleson SG, Klemas V. 1987. Remote sensing of submerged aquatic vegetation in lower Chesapeake Bay: A comparison of Landsat MSS to TM imagery. Remote Sens. Environ. 22: 235-248.         [ Links ]

Alcolado PM. 1990. Aspectos ecológicos de la macrolaguna del Golfo de Batabanó, con especial referencia al bentos. In: Alcolado PM (ed.), El Bentos de la Macrolaguna del Golfo de Batabanó. Editorial Academia, La Habana, Cuba, pp. 129-157.         [ Links ]

Alcolado PM, Herrera-Moreno A, Martínez-Estalella N. 1994. Sessile communities as environmental biomonitors in Cuban coral reefs, 1993. In: Ginsburg RN (ed.), Proceedings of the Colloquium and Forum on Global Aspects of Coral Reefs: Health, Hazards and History. Rosenstiel School of Marine and Atmospheric Sciences, University of Miami, pp. 27-33.         [ Links ]

Baisre JA. 1985. Los complejos ecológicos de pesca: Definición e importancia en la administración de las pesquerías cubanas. FAO Fish. Rep. 327 Supl.: 251-272.         [ Links ]

Beck MW, Odaya M. 2001. Ecoregional planning in marine environments: Identifying priority sites for conservation in the northern Gulf of Mexico. Aquat. Conserv.: Mar. Freshwat. Ecosyst. 11: 235-242.         [ Links ]

Claro R, Reshetnikov YS. 1994. Condiciones de hábitat. In: Claro R (ed.), Ecología de los Peces Marinos de Cuba. Instituto de Oceanología y Centro de Investigaciones de Quintana Roo, México, pp. 13-54.         [ Links ]

Chávez Jr PS, Berlin GL, Sowers LB. 1982. Statistical method for selecting Landsat-MSS ratios. J. Appl. Photogr. Eng. 8 : 23-30.         [ Links ]

Chuvieco E. 1996. Fundamentos de Teledetección Espacial. 3rd ed. Ediciones Rialp SA, Madrid, 567 pp.         [ Links ]

González-Ferrer S, Lorenzo-Sánchez S, Cerdeira-Estrada S. 2004. Arrecifes coralinos. In: González-Ferrer S (ed.), Corales pétreos, jardines sumergidos de Cuba Editorial Academia. Instituto de Oceanología-Caja Madrid, Habana, pp. 45-64.         [ Links ]

Green EP, Mumby PJ, Edwards AJ, Clark CD. 1996. A review of remote sensing for the assessment and management of tropical coastal resources. Coast. Manage. 24: 1-40.         [ Links ]

Green EP, Clark CD, Edwards A. 2000. Image classification and habitat mapping. In: Edwards AJ (ed.), Remote sensing handbook for tropical coastal management. Coastal Management Sourcebooks 3. UNESCO Publishing, pp. 141-154.         [ Links ]

Grigg RW, Dollar SJ. 1990. Natural and anthropogenic disturbance on coral reefs. In: Dubinsky Z (ed.), Coral Reef. Elsevier, Amsterdam, pp. 439-452.         [ Links ]

Herrera A, Ibarzábal D, Foyo J, Gotera G, González G, Brito R, Díaz E, Arrinda C. 1991a. Caracterización ecológica de la Ensenada de Bocas de Alonso: Un área de juveniles de la langosta Panulirus Argus. Rev. Invest. Mar. 12: 154-162.         [ Links ]

Herrera A, Ibarzábal D, Foyo J, Gotera G, González G, Brito R, Díaz E, Arrinda C. 1991b. Ecología de los arrecifes del borde de la plataforma SW de Cuba y su relación con la langosta Panulirus Aarhus. Rev. Invest. Mar. 12: 163-171.         [ Links ]

Johannes RE, Betzer SB. 1975. Introduction: Marine communities respond differently to pollution in the tropics than at higher latitudes. In: Fergusson-Wood EJ, Johannes RE (eds.), Tropical Marine Pollution. Elsevier Scientific Publ., New York. Elsevier Oceanography Series 12: 1-12.         [ Links ]

Karpouzli E, Malthus T, Place C, Chui AM, Garcia MI, Mair J. 2003. Underwater light characterization for correction of remotely sensed images. Int. J. Remote Sensing 24(13): 2683-2702.         [ Links ]

Kendall MS, Monaco ME, Buja KR, Christensen JD, Kruer CR, Finkbeiner M, Warner RA. 2001. Methods used to map the benthic habitats of Puerto Rico and the US Virgin Islands. URL: http://biogeo.nos.noaa.gov/projects/mapping/caribbean/startup.htm.         [ Links ]

Lalana R, Pérez M. 1985. Estudio cualitativo y cuantitativo de la fauna asociada a las raíces de Rhizophora mangle en la cayería este de la Isla de la Juventud. Rev. Invest. Mar. 6: 45-48.         [ Links ]

Luczkovich JJ, Wagner TW, Michalek JL, Stoffle RW. 1993. Discrimination of coral reefs, seagrass meadows, and sand bottom types from space: A Dominican Republic case study. Photogramm. Eng. Remote Sensing 59: 385-389.         [ Links ]

Mumby PJ, Edwards A. 2000. Water column correction techniques. In: Edwards AJ (ed.), Remote sensing handbook for tropical coastal management. Coastal Management Sourcebooks 3. UNESCO Publishing, pp. 121-128.         [ Links ]

Ott JA. 1990. Biomass. In: Phillips RC, McRoy CP (eds.), Seagrass Research Methods. Monographs on Oceanographic Methodology 9. UNESCO, Paris, pp. 55-60.         [ Links ]

Revilla N, Páez J. 1990. Los tipos de fondo y su relación con la distribución de las especies marinas comerciales en el Golfo de Batabanó, Cuba. Rev. Invest. Mar. 12: 125-138.         [ Links ]

Riegl B, Moyer RP, Morris L, Virnstein R, Dodge RE. 2005. Determination of the distribution of shallow-water seagrass and drift algae communities with acoustic seafloor discrimination. Rev. Biol. Trop, 53 (Suppl. 1): 165-174.         [ Links ]

Sheppard CRC, Matheson K, Bythell JC, Murphy P, Myers CB, Blake B. 1995. Habitat mapping in the Caribbean for management and conservation: Use and assessment of aerial photography. Aquat. Conserv.: Mar. Freshwat. Ecosyst. 5(4): 277-298.         [ Links ]

Thamrongnawasawat T, Sudura S. 1992. Image processing techniques for studying fringing reefs in Thailand using Landsat and SPOT data. In: Chou LM, Wilkinson CR (eds.), Proceedings of the Third ASEAN Science & Technology Week Conference. Univ. of Singapore, Singapore.         [ Links ]

Thamrongnawasawat T, Sudura S, Tangjaitrong S. 1994. Summary of remote sensing of the coastal zone: The ASEAN region. Proceedings of the Third ASEAN-Australia Regional Conference, Bangkok, Thailand.         [ Links ]

Vousden D. 1988. The Bahrain marine survey: A study of the marine environment of Bahrain using remote sensing as a rapid assessment methodology. Proceedings of the ROPME Workshop on Coastal Area Development. UNEP Regional Seas Reports and Studies No. 90, ROPME Publication No. GC-5/006, pp. 3-34.         [ Links ]

Vousden D. 1996. Remote sensing and habitat mapping. Chapter 5. PhD thesis, University College of North Wales.         [ Links ]

Ward DH, Lee-Tibbitts T, Morton A, Carrera-González E, Kempka R. 2006. Use of digital multispectral videography to assess seagrass distribution in San Quintín Bay, Baja California, Mexico. Cienc. Mar. 30: 47-60.         [ Links ]

Zainal AJM. 1994. New technique for enhancing the detection and classification of shallow marine habitats. Mar. Technol. J. 28: 6874.         [ Links ]

Zainal AJM, Dalby DH, Robinson IS. 1993. Monitoring marine ecological changes on the east coast of Bahrain with Landsat TM. Photogramm. Eng. Remote Sensing 59: 415-421.         [ Links ]