Área de estudio

El municipio de Huatusco de Cuellar pertenece a la región de “Las Montañas” y se ubica en la zona centro del estado de Veracruz, entre las coordenadas 19° 04’ y 19° 13’ N y los meridianos 96° 41’ y 97° 04’ O, con una superficie de 19 995 ha (Figura 1). El relieve es montañoso de norte a sur y pertenece al eje Neo-volcánico o Sistema Tarasco Nahua; las líneas de crestas se mantienen por arriba de los 2200 msnm (^{INEGI, 2009a}) y se localizan en la región hidrológica Papaloapan en 96% (^{INEGI, 2009b}). La variabilidad climática de las montañas está representada por seis tipos, de los cuales el Semicálido subhúmedo y el Templado húmedo (^{INEGI, 2009a}) cubren 57 y 20% respectivamente. La precipitación promedio anual oscila entre 1700 y 2000 mm (^{SMN, 2017}).

Figura 1: Localización de la zona de estudio (Huatusco de Cuellar, Veracruz, México) y localización de estaciones meteorológicas. 

Trabajo de gabinete y campo

La presente investigación se llevó a cabo en tres etapas, las cuales se describen a continuación:

Elaboración de mapas temáticos

La imagen de satélite utilizada tiene una resolución espacial de 20 × 20 m por pixel, profundidad de análisis de 8 Bits, georreferenciada a proyección Universal Transversa de Mercator (UTM) esferoide WGS84 zona 14 norte, con metadatos homogeneizados cartográficamente (^{Guerra y Ochoa, 2005}), con nula nubosidad. La imagen fue proporcionada por la Estación de Recepción México de la Constelación SPOT 5 (ERMEXS) (s5_593312_20081221_3a_Jortorrectificada) bajo el convenio ERMEXS-SAGARPA.

El mapa temático de los agroecosistemas de café (enfoque paisajista) para evaluar la aptitud potencial del cultivo se realizó utilizando datos paramétricos de pendiente (^{INEGI, 2009a}), temperatura y precipitación (^{SMN, 2017}), el conocimiento local de tierras, algebra de mapas y validación interpretativa. Todos los mapas fueron evaluados a través de valores binarios, donde el “cero” representa las clases con baja calidad o “No Apta” y el “uno” la clase de alta calidad o “Apta” según sus características particulares para la producción agrícola del café. A continuación, se describe cada mapa temático simple y compuesto:

1. Mapa de la aptitud de suelo a través del conocimiento local de tierras. Estos mapas fueron elaborados con la participación e identificación directa en campo por los productores. Los recorridos y entrevistas a productores se realizaron durante ocho días y se establecieron sin remuneración económica de acuerdo con la metodología de ^{Ortiz y Gutiérrez (1999)}. El cuestionario que se aplicó repetiti los siguientes tópicos: variedad de café establecido, arreglo repetiti del sembradío, nombre común de especies arbóreas empleadas como sombreaderos, destino de las especies maderables, propósito de las especies asociadas al cultivo de café, calidad de las plantaciones por su producción, repeti donde se encuentran las plantaciones, y razón de su ausencia en la zona norte, calidad de grano obtenido en el predio y causas de baja y alta calidad del grano. La encuesta repetiti cuando la información fue repetitive.

2. Mapa de pendiente. Este mapa se realizó utilizando al Manual de Conservación del Suelo y Agua (^{Anaya, 1991}) y se digitalizó mediante el módulo “Surface” y el modelo de “Elevación Digital” de ArcGIS® v10. Se obtuvieron ocho clases por grado de pendiente (0-2, 2-6, 6-10, 10-15, 15-25, 25-40, 40-100 y >100%). Aunque todas ellas son clasificadas como “Aptas” en este trabajo se consideraron sólo las primeras cinco clases, es decir pendientes de menos de 40%.

3. Mapas de temperatura y precipitación. Estos mapas fueron generados a partir de la base de datos de 18 estaciones de las Normales Climatológicas (1951-2010) (^{SMN, 2017}) disponible en la red del sitio oficial en formato digital y el modelo de interpolación de Kriging simple (ArcGis®v10.1). Las temperaturas medias mensuales del área de estudio fueron categorizadas en tres clases: <19 °C, alta calidad (ac), entre 19 y 22 °C, mediana calidad (mc), y >22 °C baja calidad (bc), de acuerdo con lo que indica ^{Pérez et al. (2005)} para la producción de café en los sistemas agroforestales. La precipitación media mensual se categorizó como “Apta” cuando se presentó una precipitación entre 1400 y 2000 mm, intervalo que corresponde a los requerimientos hídricos del cultivo reportados por ^{López-Lara et al. (1997)} y Benegas (2009)³. Los datos de precipitación fueron obtenidos de las estaciones climáticas reportadas en las normales climáticas (1951-2010) (^{SMN, 2017}).

4) Mapa temático compuesto (vectorial) de agrosistemas de café. Este mapa fue construido mediante la sobre-posición (algebra de mapas) de los mapas de suelo por aptitud de la tierra, pendiente, temperatura y precipitación mediante geoprocesing en ArcGis® v10.1. Este operador espacial permite la unión de dos o más mapas vectoriales (por producto entre valores binarios) para crear una nueva capa vectorial por atributo. Posteriormente, se seleccionaron los centroides de cada polígono, y se establecieron los campos de entrenamiento

Validación de la clasificación interpretativa y matrices de confusión

La validación de los mapas se llevó a cabo con apoyo de técnicos de la Coordinación de Fomento Agropecuario, y su comparación sobre el mapa temático de cobertura. Durante los recorridos se modificaron los linderos entre componentes y subcomponentes, al implementar estrategias de verificación y dividir la zona en cuatro cuadrantes bajo el criterio de accesibilidad a sitios. En cada campo de entrenamiento se confirmaron los linderos de los sistemas agroforestales y se registró el tipo de vegetación nativa y comercial utilizada como sombreaderos por cada tipo de sistema agroforestal. Para llegar a cada sitio se utilizaron como acceso las vías terrestres de comunicación (carreteras y brechas). Finalmente, se realizó una clasificación interpretativa con todos los componentes y se evaluó la concordancia (precisión) entre el usuario y el productor utilizando matrices de confusión de acuerdo con ^{Cohen (1960)}. En este índice los intervalos varían de -1 a +1, donde +1 indica una perfecta concordancia y valores a cero o menos indica que la relación es prácticamente al azar.

Separabilidad y fotointerpretación sobre imagen de satélite

Con la fotointerpretación y clasificación interpretativa sobre la imagen de satélite se diferenciaron cuatro componentes de igual nivel jerárquico: a) zona urbana (Zu), b) bosque mesófilo de montaña (BMM), c) potreros (Pot) y d) agricultura (Agr). Los primeros tres componentes se caracterizaron mediante su firma espectral (textura, brillantez y tonalidad) sobre la imagen satelital en ERDAS® v10.

En el caso del componente “Agricultura” se encontró que existe confusión con estructuras vegetativas nativas o con la vegetación comercial, las cuales se utilizan como sombreaderos para el manejo del cultivo de café (^{Moguel y Toledo, 2004}). Es por esa razón que este componente se subdividió en cuatro subcomponentes: a) policultivo tradicional (PT), constituido por especies vegetales nativas o inducidas en plantaciones de café bajo sombra, b) monocultivo especializado (ME) con especie vegetal del genero Inga o cultivo semi-sombreado, c) policultivo comercial (PC) y d) agricultura de grano o vegetales (AgrG) (Cuadro1). Las coberturas vegetales en los subcomponentes fueron identificadas a través de sus firmas espectrales (brillantez y tonalidad), los cuales mostraron una vegetación vigorosa semejante al componente BMM y estructuras en las bandas visibles del espectro electromagnético azul y rojo tal como han sido reportadas por ^{Chuvieco (2008)}.

Los mapas temáticos de componentes de BMM, Pot y AgrG no presentaron problemas de separabilidad entre objetos visibles sobre la imagen digital. Los subcomponentes PT, PC y ME fueron semejantes en la mayoría de los campos de capacitación (entrenamiento) y verificación en la tonalidad de gris oscuro, siendo necesario la combinación entre bandas 1, 2, 3 de la imagen (Spot 5) y procesos de análisis de imagen en falso color, textura, forma y tamaño para su separabilidad.

Los resultados del análisis a los subcomponentes en falso color (combinación de bandas 3, 2, 1) y su separabilidad se produjo en color rojo intenso (entre 155 - 200 valores de pixel en RGB) para vegetación densa en BMM y rojo de menor intensidad (entre 75 - 150 valores de pixel) en coberturas PT, PC y ME. También la textura (rugosidad y suavidad) fue importante para la separabilidad de los componentes; por ejemplo, alta heterogeneidad a nivel de gris y textura rugosa en BMM, texturas lisas y homogéneas en Pot y AgrG y de baja rugosidad y mediana suavidad en los subcomponentes PT, PC, y ME. Estas diferencias en texturas facilitaron su separabilidad tal como ha sido señalado por ^{García (2006)} y ^{Chuvieco (2008)}.

Por otra parte, los procesos de identificación de objetos por “forma” fortaleció la divergencia entre el subcomponente ME contra PT y PC, no así entre los componentes BMM contra PT y PC debido a las características de semejanza por manejo del cultivo. Por último, el proceso por “tamaño” fue limitado para separar áreas debido a la resolución espacial de la imagen de satélite.

El mapa temático de cobertura y distribución espacial realizado a partir del levantamiento fisiográfico con enfoque paisajista para los componentes ZU, BMM y Pot como para los subcomponentes PT, PC, ME y AgrG se muestran en la Figura 2; mientras que en el Cuadro 1 se reportan las áreas respectivas. La superficie cuantificada con base en la fotointerpretación, clasificación interpretativa y análisis de imágenes para los componentes ZU, BMM y Pot fueron de 3, 22 y 10% respectivamente; mientras que para los subcomponentes PTR, PC, ME y AgrG fueron de 47, 12, 1 y 5% respectivamente.

Figura 2: Cobertura de componentes y subcomponentes de los sistemas agroforestales de café a partir del levantamiento fisiográfico con enfoque paisajista. 

Mapas temáticos de elementos paramétricos

Mapas de aptitud de las tierras. Por clasificación campesina (entrevista a productores) y recorridos en campo para la producción de café (Figura 3a) se encontró que la zona de estudio se puede clasificar en dos clases: una zona “No apta” que se localiza en la parte Noroeste, donde ocurren suelos someros y de textura muy fina denominados por pobladores como “polvillo”; otra zona considerada como “Apta” localizada en la parte sureste, donde reportan suelos profundos con mayor retención de humedad.

Figura 3: Mapas temáticos de elementos paramétricos. a) Suelo; b) Pendiente; c) Temperatura, y d) Precipitación. 

El análisis textural de los suelos muestra que los componentes y subcomponentes presentan una clase textural dominante: migajón arenoso (67% en BMM); migajón limoso (100% en Pto), arcillosa (87% y 82% en PC y ME respectivamente) y arcillosas y arcillo limosas (50% cada una en PT). Con base en estos resultados se puede indicar que los suelos de los agrosistemas son predominantemente de textura fina, por lo que tienen una superficie más activa y poseen mayor capacidad de adsorción de nutrimentos en comparación con los suelos arenosos (^{Ortiz, 2010}). En contraste con el bosque mesófilo de montaña que se desarrolla en texturas gruesas y por lo tanto un mejor drenaje.

Mapa de pendiente. Todas las pendientes (Figura 3b) fueron consideradas dentro de la clase “Apta”; no obstante, en el mapa temático se seleccionaron sólo las pendientes por debajo de 25% que corresponden al 94.7% de la superficie estudiada y cuyo manejo agronómico es homogéneo (secano). Los valores por grado de pendiente en por ciento fueron obtenidos mediante la reclasificación de un modelo de Elevación Digital (ArcGis ®v10.1), y sus superficies estimadas fueron: 0 a 2% (28.3%), 2-6% (29.3%), 6-10% (19.6%), 10-15% (11.1%), 15-25% (6.4%), y >25% (5.3%) del área de estudio. Reagrupando estas clases se tiene que el 77 % de los sistemas agroforestales de café se presentan en pendientes menores de 10%.

Mapa de temperatura. Toda la zona de estudio presenta temperaturas “Aptas” para la producción de café consideración indicada por ^{Pérez et al. (2005)}. Sin embargo, de acuerdo con los productores y las tres divisiones de calidad por temperatura se logró regionalizar el área de estudio en: alta calidad “ac” (<19 °C) la zona del noroeste con una superficie correspondiente a 19.6%; mediana calidad “mc” (19 y 22 °C), en la zona centro que representa 59.0% de la superficie y baja calidad “bc”(>22 °C) en el sureste con el 22.4% del área de estudio, tal cómo se puede observar en la Figura 3c.

Mapa de precipitación. La precipitación fue categorizada como clase “Apta”, debido a que en la zona de estudio se presentan precipitaciones entre 1700 y 2000 mm anuales (^{SMN, 2017}). Este intervalo está dentro de los requerimientos mínimos y máximos reportados por ^{López-Lara et al. (1997)} y Benegas (2009)³, por lo que no hay restricciones hídricas en la producción de café en la zona de estudio (Figura 3d).

Mapa temático compuesto de sistemas agroforestales

Componentes y subcomponentes. El mapa temático de calidad de café (Figura 4) fue obtenido mediante algebra de mapas a partir de los datos paramétricos de los mapas de suelo, pendiente, temperatura y precipitación; posteriormente se re-categorizaron y se asignaron valores binarios a cada clase (“Cero” o “Uno” a clase “No apta” o “Apta” respectivamente) y criterios como: a) tipo de suelo por aptitud de la tierra; b) grado de pendiente; c) intensidad de precipitación, d) rango de temperatura. Además, se llevó a cabo una re-categorización con sub-índices por calidad de café por la experiencia de los productores y recorridos en campo. Los resultados indican que los sistemas agroforestales tienen diferentes clases y cubren diferentes superficies: a) la clase “ac” de alta calidad se localiza al centro del área de estudio con 25.3% de la superficie; b) la clase “mc” de mediana calidad se localiza al noroeste y sureste con 33.2% del área y c) la clase “bc” baja calidad ocurre en la zona centro y noroeste con 45.5% del área.

Figura 4: Mapa temático de la aptitud potencial del café, en Huatusco, Veracruz. 

Vectorial, polígonos de verificación y comprobación. A partir del mapa temático de agroecosistemas de acuerdo con su aptitud o calidad para la producción de café se obtuvieron 526 polígonos con características particulares entre componentes y subcomponentes; sin embargo, al establecer el criterio cartográfico de área mínima cartografíable (AMC) a escala de trabajo (1:50 000) se re-clasificaron a 111 polígonos con una superficie igual o mayor a 6.25 ha (Figura 5a). En estos polígonos se crearon centroides (Figura 5b) para ser usados como puntos de verificación y comprobación (campos de entrenamiento) por la clasificación interpretativa. Los resultados obtenidos muestran que los componentes y subcomponentes varían en cuanto a su calidad o aptitud para la producción agrícola de café:

Figura 5: Mapas temáticos de componentes y subcomponentes de los agroecosistemas de café. a) polígonos vectoriales; b) puntos de verificación; c) transectos y recorridos de comprobación, y d) zonificación campesina o conocimiento local y puntos de comprobación. 

a) BMM (68.37 ha). Clase del suelo por aptitud de la tierra “No apta”; pendientes entre 40 y 100% (No apta); precipitaciones >1800 mm anuales; temperatura media anual entre 16 y 20 °C (apta).

b) Pot (98.21 ha). Clase de suelos por aptitud de la Tierra “No apta”; pendientes >25%; precipitación media anual >1800 mm, temperatura media anual <18 °C.

c) ME (5.81 ha). Clase de suelo por aptitud de la tierra “No Apta”; pendientes >25%; precipitación media anual >1800 mm; temperatura media anual entre los 16 y 18 °C;

d) PT, (821.43 ha). Clases de suelo por aptitud de la tierra fueron re-categorizados a 9 sitios como “Aptos” y 37 como “No aptos” (Figura 5b); se presentan dos clases de pendientes: entre 10-15% y >25%; precipitación media anual >1800 mm y temperatura media anual entre 16 y 20 °C;

e) PC (89.61 ha). Clase de suelo por aptitud de la tierra “No apta” (Figura 5b), debido a que seis sitios presentan pendientes >40% y solo uno entre 2 y 4%, precipitación media anual >1800 mm anuales y temperatura media anual entre 16 y 20 °C.

Los BMM es un componente que tiene alta biodiversidad (^{Villaseñor, 2010}) y gran variedad de servicios ecosistémicos (^{Martínez et al., 2009}) y ocurre en zonas que fueron clasificadas como no aptas para el cultivo del café. En ese sentido estos resultados pueden ayudar a la toma de decisiones y disminuir la presión del cambio de uso del suelo y evitar su degradación (^{Orozco et al., 2004}). También en los agroecosistemas es necesario evaluar su aptitud de la zona para la producción de café ya que no siempre tienen la calidad y pueden degradar el ambiente, aunque el manejo sea orgánico (^{Hernández et al., 2017}).

Validación de la clasificación interpretativa

La validación se llevó a cabo a partir de recorridos en campo, con apoyo de técnicos de la Coordinación de Fomento Agropecuario, y su comparación sobre el mapa temático de cobertura. La zona de estudio se dividió en cuatro cuadrantes bajo el criterio de accesibilidad y se ubicaron 111 campos de entrenamientos o sitios. Los linderos de cada componente y subcomponentes se modificaron y se georreferenciaron (Figura 5c), además de registrar el tipo de cobertura vegetal agroforestal.

Posteriormente, se seleccionaron 60 sitios como campos de comprobación para generar la matriz de confusión. Los comentarios y experiencias de productores de café definieron el mapa final que pasó de un levantamiento fisiográfico con enfoque paisajista a un mapa de zonificación campesina o conocimiento local sobre la producción de café. La Figura 5d muestra los sitios finales de comprobación para cada sistema agroforestal del cultivo de café de los componentes BMM y Pot y sub-componentes PT, PC, ME y AgrG.

Una vez efectuadas las correcciones se generó un mapa temático de cobertura final (Figura 6) que se comparó con el mapa temático de cobertura inicial del levantamiento fisiográfico y mapas temáticos paramétricos (Cuadro 2). Los resultandos indican que se incrementó la superficie con 4.94% en BMM y con 6.9% en Pot de acuerdo con la superficie inicial. En el caso de los subcomponentes se encontró que: a) PT y PC redujeron su superficie en 21.4% para integrase en una sola cobertura debido a su poca separabilidad entre ellos, b) el ME incrementó en 2.11%, c) la zona agrícola en 0.12% y una nueva clase denominada Calera no identificada en la fotointerpretación, pero sí en campo la cual fue menor a 0.05%.

Figura 6: Mapa temático de cobertura de los sistemas agroforestales de café. 

La matriz de confusión (Cuadro 3) en sitios de comprobación registró una confiabilidad del productor por cobertura del suelo en PT, PC de 87, 79% respectivamente y de 100% en BMM, Pot y ME. La matriz de confusión o de contingencias, consta de una tabla de doble entrada, que confronta los valores reales o verdad- terreno con los resultados de la clasificación (^{Cohen, 1960}). De acuerdo con ^{Bishop et al. (1975)}, valores mayores de 70% ya son aceptables en cuanto a la calidad de los mapas. En ese sentido, la información proporcionada por los productores incrementó la precisión de los mapas temáticos hasta prácticamente presentar alta concordancia (100%).

Información adicional

Los productores reportaron que las especies vegetativas exóticas más usadas como sombra en los plantíos de cafetos de la región son: coquito plumoso (Syagrus romanzoffiana), primavera (Tabebuiadonnellsmithii Rose), cedro rosado (Acrocarpus fraxinifolius), mango piña, palma criollito, cedro rojo (Cedrela odorata L.), cacao (Theobroma cacao L.), aguacate, chalahuite (Inga spuria Humb. & Bonpl. ex Willd), naranjo, vainillo de hoja ancha (Vanilla planifolia), macadamia (Macadamia spp.), chichene, palma, plátano tabasco, fresno (Fraxinus uhdei), tinaja, malta, roatán, brebil, jinicuil, ixpepe (Trema micranthum), sopa de pan, luminaria, pimienta y zapote (Pouteria sapota). Además, también reportaron especies vegetales nativas en el componente BMM como: guayabillo (Alibertia edulis), encino rojo (Quercus rubra Née), encino blanco (Quercus sartorii), roble, liana, y aguacatillo lo que provocó la homogeneización visual sobre las imágenes satelitales. Esta es una evidencia de la alta biodiversidad de estos agroescosistemas como ha sido reportado por otros autores (Moguel y Toledo, 1999; ^{Perfecto y Armbrecht, 2003}; ^{Escamilla et al., 2005}).