Introducción
Actividades como la roza, quema y tala de árboles se realizan en el municipio Tomatlán, Jalisco, México; donde la urbanización, deforestación, actividades agrícolas y pecuarias inciden en la dinámica forestal y usos de suelo. Esta transformación se produce en función de las condiciones climatológicas, aunadas a la naturaleza del suelo y cobertura forestal (Gaspari, 2002).
La vegetación es un importante indicador para evaluar diferentes procesos biofísicos en los ecosistemas; por ejemplo, los fenómenos relacionados con la pérdida de biodiversidad, desertificación, relación entre la vegetación y erosión del suelo e interacción vegetación-clima (Gonzaga, 2014). El estudio de la dinámica forestal y usos del suelo supone analizar y clasificar los diferentes tipos de coberturas y las actividades que el hombre practica en una zona o región determinada (Vargas, 1992). Su importancia radica en que, a escala global, regional y local, los cambios en el uso de la tierra están modificando la cobertura.
El ejemplo más difundido es la deforestación en las zonas tropicales, donde se estima que la conversión de su cobertura alcanza un promedio de 15.5 millones de ha por año, para el periodo de 1981-1990; lo cual se traduce en una tasa anual de deforestación de 8 % (FAO, 1996). En el presente estudio se analizó el cambio de coberturas y usos de suelo (periodo 1997-2017) en las cuencas hidrográficas que integran al municipio Tomatlán, Jalisco, México. Con este análisis, sobre la dinámica forestal y los cambios de uso de suelo, se podrá estimar el cambio producido en las diferentes clases de uso y ocupación de la tierra, con la finalidad de contribuir a la elaboración de los programas municipales de planeación y ordenamiento ecológico territorial.
Materiales y Métodos
Área de estudio
El área de las cuencas hidrográficas que integran al municipio Tomatlán corresponde a 552 680 ha (Figura 1) y de acuerdo con la Comisión Nacional del Agua (Conagua) pertenecen a la Región Hidrológica Administrativa VIII Lerma-Santiago-Pacífico; Región Hidrológica 16 Armería-Coahuayana en las cuencas hidrológicas: Río Ipala, Río María García, Río Tomatlán A, Río Tomatlán B y Río San Nicolás A (CEA, 2015). Se ubica al oeste del estado de Jalisco, en las coordenadas 19°56’3" de latitud norte y 105°14’8" de longitud oeste (Inegi, 2009). El área de estudio se encuentra en un decreto de reservas de agua para el ambiente, el cual se emitió el 6 de junio del 2018 (DOF, 2018).
Para la elaboración de los mapas de coberturas y uso de suelo de los años 1997 y 2017, se utilizaron imágenes de satélite de la plataforma Landsat, tomadas en la época de secas el 4 de mayo para el sensor TM y el 27 de mayo para el sensor OLI/TIRS. Posteriormente, se realizaron las correcciones atmosféricas y de temperatura de brillo, además de una composición en falso color mediante las bandas 3, 4 y 5. Se determinaron áreas de entrenamiento para cada cobertura; así como una clasificación supervisada con el ajuste del algoritmo de máxima verosimilitud; al mismo tiempo se calculó el tamaño de muestra para proceder con la verificación en campo y la evaluación temática; asimismo, se obtuvo la confiabilidad y el coeficiente Kappa para cada mapa de las coberturas forestales y usos de suelo. La tasa de cambio se calculó para el periodo 1997-2017; d esta manera se obtuvo la matriz de cambio propuesta por Pontius et al. (2004), que indica la tendencia de los cambios.
Las cuencas se compararon en función del cambio de coberturas forestales y uso de suelo; el resultado fue la tasa y la matriz de cambio.
Las imágenes utilizadas para este estudio proceden de distintos satélites: Landast 8 OLI/TIRS y Landast 5 TM. La escena de toma corresponde al PATH=030 y ROW=046 del sistema WRS2 de Landsat 5, que posee siete bandas reflectivas con resolución espacial de 30 m.
Preprocesamiento o preclasificación
Esta fase metodológica comprendió la aplicación de procesos relacionados con la corrección radiométrica y corrección atmosférica DOS1 propuestas por Chávez (1996). A partir de la combinación de las bandas TM3 (espectro visible), TM4 (infrarrojo cercano) y TM5 (visible rojo) fue posible identificar e interpretar las categorías de análisis; y sobre esta se digitalizaron 140 campos o áreas de entrenamiento (número de píxeles representativos o prototipo de cada clase o categoría). La localización y distribución espacial de los campos de entrenamiento se hizo de forma aleatoria y homogénea (mínimo 20 campos para cada una de las coberturas) y a través de recorridos de campo in situ, en complemento con el uso y manejo de un sistema de geoposicionamiento global. La delimitación de las áreas de entrenamiento (número total de píxeles) se llevó a cabo con base en la regla general de Jensen (1996), en la que se consideran al menos 10 veces el número de bandas utilizadas en la elaboración de las estadísticas o parámetros de clasificación. Para calibrar el clasificador, se utilizaron los píxeles prototipo de cada categoría (áreas de entrenamiento) y fueron representados gráficamente a través de histogramas para obtener las firmas espectrales correspondientes a cada categoría, estas fueron sometidas a un análisis de separabilidad (García y Mas, 2008) con base en el método de divergencia transformada (DT); en el cual se usa el algoritmo de máxima verosimilitud propuesto por Maussel et al. (1990).
Clasificación
Se realizó mediante la aplicación del algoritmo de máxima verosimilitud, que considera los parámetros de clasificación previamente calculados (clasificador calibrado) para etiquetar cada píxel de la imagen en una de las clases definidas (Lira, 2010). A partir de este algoritmo, se generaron los mapas de uso de suelo y vegetación de los años 1997 y 2017 de las cuencas hidrográficas. Los métodos, técnicas y procedimientos antes descritos (preclasificación y clasificación) se implementaron con el software ArcGIS 10.5 y ENVI 5.3.
Validación de los mapas de coberturas forestales y uso de suelo 1997 y 2017
Para conocer el grado de certeza de los datos correspondientes a los mapas de coberturas forestales y uso de suelo, se sometieron al proceso de evaluación de la confiabilidad temática, la cual se realizó a partir de las siguientes fases metodológicas:
Diseño de muestreo. Consistió en determinar las unidades de muestreo (píxel); el método de selección o muestreo aleatorio simple y el número de unidades de muestreo o tamaño de la muestra. Este último se determinó con base en Congalton (1988;1991); quien sugiere verificar por lo menos 50 puntos por categoría. Ese principio se aplicó a las imágenes clasificadas y se determinaron siete categorías o clases de análisis, a través de la verificación de 350 puntos de muestreo.
Evaluación de los sitios de verificación. El registro de los puntos de muestreo se realizó in situ; es decir, su localización espacial (coordenadas UTM, zona 13N, datum WGS84) se llevó a cabo mediante recorridos de campo (observación directa) y con el uso y manejo de un Sistema de Geoposicionamiento Global; para los puntos inaccesibles se usaron las imágenes de Google Earth 7.3 para verificar. Los puntos de muestreo se sobrepusieron en la cartografía de uso de suelo y vegetación (1997 y 2017), producto de la interpretación visual de las imágenes de satélite para asociarlos con las categorías o clases que se definieron en cada uno de los mapas clasificados.
Análisis de los datos. Se fundamentó en el desarrollo de una matriz de confusión o matriz de error, la cual es bidimensional y en la que, generalmente, las filas representan las clases de referencia (verdad-terreno) y las columnas las categorías del mapa (verdad-imagen) deducidas de la interpretación de imágenes de satélite. La diagonal de la matriz expresa el número de puntos de verificación, para los que existe una correspondencia entre las categorías del mapa clasificado y los datos de referencia; mientras que, los marginales indican errores de asignación. Los cambios se analizaron mediante la metodología propuesta por Pontius et al. (2004) que consistió en realizar una matriz de tabulación cruzada o matriz de cambio.
Índice Kappa
Para analizar las relaciones múltiples entre las distintas categorías, se trabajó con técnicas de análisis categórico multivariante, ideales para el estudio global de matrices de confusión (Campbell, 2007). Uno de los índices más empleados es el estadístico de Kappa (k) que mide la diferencia entre el acuerdo mapa-realidad observada y el que se espera simplemente por azar. Intenta delimitar el grado de ajuste debido solo a la exactitud de la clasificación, prescindiendo del causado por factores aleatorios. El test pretende evaluar si la clasificación discrimina las categorías de interés con precisión significativamente, mayor a la que se hubiese obtenido con una asignación aleatoria (Chuvieco, 1990; Morales, 2014). La fórmula utilizada fue la siguiente:
Donde:
El valor obtenido representa el porcentaje en el cual la clasificación es mejor que la esperada por azar. Si el valor obtenido fuese 0.80, la clasificación del mapa sería 80 % mejor que la esperada por azar. Se consideran tres clases de resultados: un valor K<0.4 representa una concordancia pobre; entre 0.4 y 0.8, una concordancia moderada; y uno superior a 0.8, una fuerte concordancia.
Tasa de cambio periodo 1997-2017
Con base en los datos derivados de la matriz de cambios (superficie de cada categoría), se calcularon las tasas de cambio por cobertura y uso de suelo para el periodo de análisis (1997-2017). La mejor forma de cuantificarlas es mediante el análisis de la dinámica de la cubierta vegetal relacionándola con el espacio y el tiempo (Berry et al., 1996). La FAO (1996) propone la Ecuación 2 que expresa el cambio en porcentaje de la superficie del año inicial:
Donde:
Matriz de transición
Se obtuvo a través de la superposición de dos mapas de coberturas/uso de suelo de
fechas diferentes; y el análisis de los datos resultantes mediante el acomodo
matricial de los mismos, lo que permitió identificar, de manera eficiente, los
cambios entre categorías; dicha matriz se ordena de tal forma, que las clases de
coberturas de la fecha inicial (
Tiempo 2 | |||||||
---|---|---|---|---|---|---|---|
Categoría 1 | Categoría 2 | Categoría 3 | Categoría 4 | Total, tiempo 1 | Pérdida | ||
Tiempo 1 | Categorías 1 | P11 | P12 | P13 | P14 | P1+ | P1+-P11 |
Categorías 2 | P21 | P22 | P23 | P24 | P2+ | P2+-P22 | |
Categorías 3 | P31 | P32 | P33 | P34 | P3+ | P3+-P33 | |
Categorías 4 | P41 | P42 | P43 | P44 | P4+ | P3+-P44 | |
Total, tiempo 2 | P+1 | P+2 | P+3 | P+4 | |||
Ganancias | P+1-P11 | P+2-P22 | P+3-P33 | P+4-P44 |
Resultados y Discusión
De acuerdo con Challenger y Soberon (2008) e Inegi (2008) y al considerar la heterogeneidad de la vegetación en México, las coberturas forestales se agruparon en un sistema de clasificación jerárquico que combina el nombre de la formación y el tipo de comunidad, las cuales se establecieron con base en información previa de campo georreferenciada (puntos de control), información documental y material fotográfico (Cuadro 2).
Coberturas forestales y uso de suelo | Comunidad y otras coberturas | Valor asignado |
---|---|---|
Agricultura | Agricultura temporal principalmente trigo, cebada, avena, frijol, maíz, garbanzo | 1 |
Bosque templado de coníferas y latifoliadas | Géneros: Pinus, Quercus, Magnolia, Ilex, Cornus, Tilia, Dendropanax, Carpinus, Ostrya, Fraxinus, Styrax y Saurauia | 2 |
Cuerpos de agua | Presas, cauces y zonas marinas | 3 |
Pastizales | Poaceae, Asteraceae y Cyperaceae | 4 |
Selva baja caducifolia | Bursera, Pithecellobium, Lysiloma y Lonchocarpus | 5 |
Selva mediana subcaducifolia | Enterolobium cyclocarpum (Jacq.) Griseb. (parota, guanacastle), Cedrela odorata L. (cedro rojo), Tabebuia donnell-smithii Rose (primavera), Hymenaea courbaril L. (cuapinol), Dalbergia sp. (granadillo), Astronium graveolens Jacq. (jocotillo), Platymiscium dimorphandrum Donn.Sm. (hormiguillo, palo de marimba) y Acrocomia aculeata (Jacq.) Lodd. ex Mart. (palma de coyul) | 6 |
Zonas urbanas | Comprende las áreas con infraestructura urbana | 7 |
Mapas de coberturas forestales y uso de suelo
Se generaron dos mapas de coberturas y uso de suelo para los años 1997 y 2017
(Figuras 2 y 3), producto de la aplicación de procesos relacionados con
la corrección radiométrica y atmosférica, interpretación de imágenes de satélite
(Landsat TM y OLI/TIRS) y el método supervisado de máxima
verosimilitud. Se determinaron siete tipos de coberturas vegetales y usos de
suelo: 1. Zona Urbana (
La clasificación de las imágenes se realizó con siete clases generales que conjuntaron coberturas más específicas (Cuadro 3), debido a que una definición del área de estudio en un mayor número de clases tendría como consecuencia, que los datos contenidos en las áreas de entrenamiento presentaran variabilidad y distribuciones de frecuencia polimodales; lo que restaría eficiencia al algoritmo de Máxima Verosimilitud (Campbell, 2007).
Coberturas | Año | |
---|---|---|
1997 | 2017 | |
BTCL | 115 855 | 110 868 |
CA | 4 558 | 3 595 |
AG | 56 697 | 64 607 |
SMSC | 120 535 | 145 730 |
PA | 121 770 | 114 880 |
SBC | 131 623 | 111 144 |
ZU | 1 643 | 1 857 |
Total | 552 680 | 552 680 |
Índice Kappa
Los resultados derivados del proceso de la evaluación de la confiabilidad temática muestran que los mapas de coberturas forestales y uso de suelo de los años 1997 y 2017 fueron de 79.54 %, 0.71 y de 83.40 %, 0.77, respectivamente. La fiabilidad y el índice Kappa resultaron aceptables en todos los casos (Fm>75 %) y (k<0.4) (Lesschen et al., 2005). Es conveniente mencionar que la validación de estos mapas fue satisfactoria, producto de la aplicación del método de muestreo aleatorio simple (Congalton, 1988), así como con las actividades de recopilación y ubicación espacial de los sitios de verificación (tamaño de muestra) realizadas en campo (Valdez et al., 2011).
Tasa de cambio
En el Cuadro 4 se listan las coberturas forestales y usos de suelo, además de la superficie y el porcentaje que se registraron para los años 1997 y 2017 en cada una de las categorías asignadas.
Coberturas | Uso de suelo y vegetación | Cambio de uso de suelo | |||||
---|---|---|---|---|---|---|---|
1997 | 2017 | 1997-2017 | |||||
Hectárea | % | Hectárea | % | Hectárea | Hectárea/año | TC | |
BTCL | 115 854.70 | 21 | 110 868 | 20.1 | -4 986.70 | -249.3 | -0.2 |
CA | 4 557.8 | 0.8 | 3 594.8 | 0.7 | -963 | -48.2 | -1.2 |
AG | 56 696.8 | 10.3 | 64 607 | 11.7 | 7 910.20 | 395.5 | 0.7 |
SMSC | 120 534.90 | 21.8 | 145 730 | 26.4 | 25 195.10 | 1 259.80 | 1 |
PA | 121 770.3 | 22 | 114 880 | 20.8 | -6 890.30 | -344.5 | -0.3 |
SBC | 131 622.6 | 23.8 | 111 144 | 20.1 | -20 478.60 | -1 023.90 | -0.8 |
ZU | 1 642.70 | 0.3 | 1 856.6 | 0.3 | 213.9 | 10.7 | 0.6 |
Total | 552 680 | 100 | 552 680 | 100 |
El campo de cambio se refiere a las hectáreas que incrementaron y disminuyeron por categoría (Cuadro 4), y la tasa anual es el incremento o disminución en hectáreas por año, para el periodo analizado. Respecto a la tasa de cambio de coberturas, la expansión de zonas agrícolas y pastizales son los principales factores de deforestación que inciden en la selva baja caducifolia, con 0.8 %; estos valores son similares a los citados en otras áreas del país.
En la selva de los Tuxtlas, Veracruz, se han estimado tasas de deforestación de 4.2 % (Dirzo y García, 1992); en Chiapas de 1.58 a 2.3 % para Huistán y de 0.46 a 3.42 % para Chanal (Ochoa-Gaona y González-Espinosa, 2000). En la selva Lacandona se documentan promedios de 3.31 a 2.14 % (Mendoza y Dirzo, 1999), y de 1.4 % para el estado de Morelos (Trejo y Dirzo, 2000). Las zonas urbanas fueron de las coberturas con un cambio menor, 0.6 %; se considera que esto se debe a la baja disponibilidad de terrenos para la construcción de infraestructura en las partes bajas de las cuencas, ya que aproximadamente 179 487 ha de la superficie corresponden a pastizales y áreas agrícolas y 0.8 % a la selva baja caducifolia.
Matriz de cambios periodo 1997-2017
Las columnas de la matriz representan la proporción (área) de las categorías de
la fecha 1 (
2017 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
BTCL | CA | AG | SMSC | PA | SBC | ZU | Total | Pérdida | |||
10 | 20 | 30 | 40 | 50 | 60 | 70 | |||||
1997 | BTCL | 1 | 99 722 | 0 | 9 187 | 1 959 | 110.88 | 11 146 | |||
CA | 2 | 3.30 | 47 | 130 | 16 | 92 | 3 595 | 287 | |||
AG | 3 | 238 | 46.64 | 968 | 4 870 | 11 142 | 745 | 64 607 | 17 962 | ||
SMSC | 4 | 14 816 | 112 | 207 | 92 906 | 28 530 | 9 160 | 0 | 145 730 | 52 824 | |
PA | 5 | 1 317 | 591 | 3 630 | 15 487 | 81 517 | 12 249 | 89 | 114 880 | 33 362 | |
SBC | 6 | 309 | 5 277 | 1 857 | 4 832 | 98 858 | 10 | 111 144 | 12 286 | ||
ZU | 7 | 890 | 46 | 121 | 799 | 1 857 | 1 058 | ||||
Total | 115 855 | 4 558 | 56 697 | 120 535 | 121 770 | 131 623 | 1 643 | ||||
Ganancia | 16 133 | 1.25 | 10.05 | 27 629 | 40 253 | 32 764 | 844 |
Mapa de cambios coberturas forestales y uso de suelo periodo 1997-2017
El producto final consistió en un mapa de cambio de coberturas forestales y uso de suelo, en el cual se indica el porcentaje de cambio y el porcentaje que se mantuvo de las coberturas analizadas (Figura 4).
En la Figura 4 se observan, de manera general, todos los cambios de la vegetación y uso de suelo, así como las coberturas que se mantuvieron. El total de las coberturas que presentaron cambios fue de 23 %, mientras que 70 % se mantuvieron; esto es similar a lo registrado por Camacho-Sanabria et al. (2017) en un estudio realizado en Progreso, Hidalgo en el cual señalan que 95 % de la cobertura permaneció en ese territorio y sólo hubo cambios en 5 % del territorio.
Conclusiones
Se distingue que la presencia de selva mediana subcaducifolia, con 145 730 ha; así como de los bosques templados de coníferas y latifoliadas, con 110 868 ha, ambos son los rasgos distintivos de los recursos naturales de la región; donde existe un proceso de cambio, cuyo mayor aumento de cobertura se origina en las zonas agrícolas con una tasa de 0.7 %; e incrementa su avance hacia las áreas de vegetación original, principalmente en la selva baja caducifolia. Sin embargo, se considera que el grado de conservación de las coberturas forestales de estas cuencas están en proceso de recuperación; y algunas en estado de madurez, como la selva mediana y los bosques templados. Lo anterior debido a los procesos de abandono de tierras en las partes altas y cambios de actividades del sector primario al de servicios turísticos en las cuencas bajas; por lo que se deben implementar políticas o acciones que mantengan la cobertura forestal a largo plazo, mediante la aplicación de herramientas de gestión territorial.