Estimación de áreas ocupadas por cultivos de invierno en Uruguay utilizando teledetección*
Estimation of areas occupied by winter field crops in Uruguay using remote sensing
Agustín Giménez1 y José Pedro Castaño1
1 Unidad de Agroclima y Sistemas de información (GRAS), Instituto Nacional de Investigación Agropecuaria (INIA), Andes 1365 piso 12, Montevideo, Uruguay. §Autor para correspondencia: agimenez@inia.org.uy.
]]>* Recibido: agosto de 2011
Aceptado: diciembre de 2012
Resumen
Una de las circunstancias incontrolables y de mayor riesgo a las que se enfrenta el sector agropecuario la constituyen los eventos climáticos adversos (sequías, excesos hídricos, heladas, etc.) resultantes del cambio climático y la variabilidad. Un enfoque moderno de adaptación para enfrentar circunstancias climáticas adversas consiste en la formulación e implementación de medidas anticipatorias comúnmente denominadas estrategias de "gestión de riesgos". Para el desarrollo de tales medidas es un requisito básico el disponer de información confiable y frecuentemente actualizada del uso actual de la tierra, ubicación de los distintos rubros de producción y monitoreo frecuente de estas y otras variables. El objetivo del trabajo fue explorar la utilización de imágenes de satélites Landsat para ubicar y estimar áreas ocupadas por cultivos de invierno en la región de producción agrícola ganadera de Uruguay comprendida en los departamentos de Colonia, Soriano y Río Negro. Para realizar la estimación de la superficie ocupada por cultivos de invierno se utilizaron seis imágenes capturadas por el satélite Landsat 5 TM a las que se le practicaron clasificaciones supervisadas y posteriormente se aplicaron modelos para realizar un análisis multi-temporal del área de estudio, utilizando el software ERDAS Imagine. La estimación realizada en base al procesamiento de las imágenes de satélite reflejó en gran medida los resultados del Censo General Agropecuario del año 2000. Estos resultados permiten concluir que la utilización de la percepción remota con imágenes de satélite se presenta como una herramienta de gran potencial y utilidad para la determinación de áreas cultivadas, así como para el mapeo y monitoreo del uso de la tierra en Uruguay, contribuyendo a la preservación de los recursos naturales y los ecosistemas.
Palabras claves: Landsat, cultivos de invierno, teledetección, uso de la tierra.
Abstract
One of the most important factors of risk in agricultural production consists of adverse climate events (droughts, floods, ground frost, etc.), related to climate change and variability. A modern "adaptation" approach for coping with adverse climate events is to develop and implement anticipatory actions commonly named "risk management" strategies. To develop this kind of strategies, reliable and updated information on land use, location of agricultural areas, and crop status monitoring is crucial. The aim of this work was to explore the use of Landsat satellite images to locate and estimate winter field crop areas in the livestock agriculture production region of Uruguay. The study area was composed of the Departments of Colonia, Soriano and Río Negro. To estimate the surface occupied by winter field crops, six Landsat 5 TM images were processed, using the ERDAS Imagine software, running the "supervised classification" method, and modeling multi temporal analyses. The estimation based on satellite image processing largely showed the results of the National Agricultural Census for the year 2000. These results lead to conclude that the use of remote sensing with satellite images is a tool of great potential and use for mapping and monitoring land use in Uruguay, contributing to the preservation of natural resources and ecosystems.
]]> Key words: Landsat, remote sensing, winter field crops, land use.
Introducción
Una de las circunstancias incontrolables y de mayor riesgo a las que se enfrenta el sector agropecuario la constituyen los eventos climáticos adversos (sequías, excesos hídricos, heladas, etc.) resultantes del cambio climático y la variabilidad. Un enfoque moderno de adaptación para enfrentar circunstancias climáticas adversas consiste en la formulación e implementación de medidas anticipatorias comúnmente denominadas estrategias de "gestión de riesgos" (conservación de forrajes, ajustes de la carga animal, ubicación y dimensionamiento de áreas cultivadas, diversificación de rubros, reservas de agua, aplicación de riego, implementación de sistemas de seguros o fondos de catástrofe, etc.). Para el desarrollo de tales medidas es un requisito básico disponer de información confiable, frecuente, actualizada del uso actual de la tierra, ubicación de los distintos rubros de producción y monitoreo frecuente de estas y otras variables.
La unidad de agroclima y sistemas de información (GRAS) del INIA, con la colaboración del Instituto Internacional de Investigación del Clima y Sociedad (IRI) de la Universidad de Columbia y en acciones conjuntas con otras instituciones nacionales e internacionales, ha venido colaborando desde 1998 en el desarrollo de un sistemas de información y soporte para la toma de decisiones (SISTD) enfocado principalmente a la prevención y manejo de riesgos en la producción agropecuaria, en particular asociados al clima. El desarrollo de la información y los productos del SISTD está fuertemente basado en la utilización y aplicación integrada de herramientas modernas. Es así que una de las actividades básicas consiste en identificar y explorar el uso de nuevas herramientas, tales como la teledetección, en particular a través de instrumentos satelitales.
El objetivo de esta investigación fue explorar la posibilidad de utilización de imágenes de satélites Landsat para ubicar y estimar áreas ocupadas por cultivos de invierno (trigo y cebada principalmente) en la región de producción agrícola ganadera de Uruguay.
Para la realización del trabajo se utilizaron imágenes capturadas por el sensor "Thematic Mapper" (TM) montado en el satélite Landsat 5 (USGS Landsat Project). Las principales características de estas imágenes son: alta resolución espacial (30 x 30 metros de tamaño medio de píxel) y baja resolución temporal ya que el satélite tiene una frecuencia de visita de 16 días (USGS-Landsat Project). Estas imágenes, por su resolución espacial, permiten realizar estudios a nivel de establecimientos y de chacras en particular.
Para cubrir el área de estudio se utilizaron en total 6 imágenes: "pasada" 225 "fila" 83, "pasada" 224 "fila" 83 y "pasada" 224 "fila" 84 (Figura 1), cada una en 2 momentos del año (invierno y primavera), (Cuadro 1).
Este estudio se realizó con imágenes satelitales del año agrícola 1999 a fines de poder cotejar los resultados obtenidos con los datos relevados en el Censo General Agropecuario del Uruguay del año 2000 (MGAP - DIEA, 2001), el cual se realiza cada 10 años.
Para los procesos de clasificación realizados se contó con información observada de "tierra" proveniente de chacras de productores sembradas con cultivos de invierno en la zafra 1999 (Cuadro 2), registrándose datos de ubicación geográfica, especie sembrada, cultivares, tipo y fecha de siembra y superficie sembrada de cada una.
Para el procesamiento de las imágenes satelitales se utilizó el software ERDAS Imagine Versión 8.4 (ERDAS Inc., 2000).
Para realizar la estimación de la superficie ocupada por cultivos de invierno de la zafra 1999 se realizó un análisis multi-temporal (más de una fecha) del área de estudio (Sawaya et al., 2001), tomando como premisa que en los meses de junio, julio y principios de agosto los cultivos de invierno trigo y cebada están en la fase de siembra - germinación - inicio de crecimiento y en los meses de primavera (septiembre y octubre) se encuentra con vegetación abundante y en activo crecimiento. Esto permite distinguir, por comparación de imágenes del mismo sitio pero de dos fechas distintas, cultivos de invierno (trigo y cebada) de pasturas permanentes o verdeos de invierno, ya que estos dos últimos en invierno (junio, julio y principios de agosto) se encontrarían con vegetación abundante, a diferencia del trigo y la cebada.
En primer término se procedió a realizar una clasificación supervisada (Walsh and Burk, 1993, Nezry et al., 1995) de las 6 imágenes satelitales (p225r83, p224r83 y p224r84, de los meses de invierno y primavera). En este tipo de clasificaciones, el operador "guía" al sistema ERDAS indicando las clases que se quieren obtener finalmente. De tal forma, para cada una de las 6 imágenes se identificaron las siguientes clases: 1) agua; 2) monte artificial; 3) monte natural; 4) campo natural; 5) cultivo; y 6) rastrojo y barbechos. Este proceso se realizó para el área correspondiente a los Departamentos de Colonia, Soriano y Río Negro, excluyendo de cada imagen el resto del área no perteneciente a dichos departamentos, por medio de marcaciones de AOIs (área de interés). Para la identificación de la clase 'cultivo' en las imágenes de primavera se utilizó como base la información observada de chacras de productores de los tres departamentos, las otras clases fueron identificadas por "clasificación visual" en la pantalla. Como resultado se obtuvieron tres imágenes clasificadas de invierno y otras tres de primavera.
Posteriormente utilizando el módulo "Spatial modeler" del software ERDAS Imagine (ERDAS Imagine, 1999), se realizó un modelo para cada uno de los sitios de captura del satélite. Estos modelos comparan las imágenes de primavera y de invierno de cada sitio de captura, creando la clase "cultivo de invierno" que comprende aquello que fue clasificado como "cultivo" en las imágenes de primavera y como "rastrojo y barbecho" (sin vegetación) en las imágenes de invierno, obteniendo como resultado de esta combinación una nueva imagen para cada sitio de captura.
]]> Por último se analizaron dos mosaicos a partir de las imágenes generadas por los modelos conteniendo la nueva clase "cultivos de invierno". Uno para los departamentos de Soriano y Río Negro con las imágenes de los sitios p225r83 y p224r83 y otro para el departamento de Colonia con las imágenes de los sitios p225r83 y p224r84. En ambos mosaicos, la imagen del sitio de captura p225r83 se superpuso sobre la otra. Estos mosaicos se utilizaron para obtener los datos finales de la estimación del área de cultivos de invierno, para cada uno de los tres departamentos del área de estudio.Como primer resultado de los procesos realizados, se obtuvo la ubicación geográfica de las chacras ocupadas con cultivos de invierno en el área de estudio (Figura 2).
Posteriormente se determinó la superficie (ha) total ocupada por los cultivos de invierno en cada departamento (Cuadro 3). La estimación del área de cultivos de invierno realizada por teledetección se comparó con el área de cultivos de invierno relevada en el Censo General Agropecuario del año 2000 (MGAP-DIEA, 2001) (Cuadro 4).
Del este análisis comparativo, se desprende que la estimación realizada en base al procesamiento de las imágenes de satélite Landsat reflejó en gran medida los resultados del relevamiento del Censo General Agropecuario 2000, siendo ésta la información oficial de mayor precisión que ostenta en la actualidad en Uruguay. Las diferencias observadas están dentro de los valores esperados para este tipo de tecnología de estimación por medio de sensores remotos con resoluciones espaciales como las imágenes utilizadas en este estudio (Bauer et al., 2004).
Conclusiones
]]> En base a los resultados obtenidos se puede concluir que la estimación de superficie ocupada por cultivos de invierno utilizando teledetección arrojó resultados prácticamente asimilables a aquellos obtenidos por los relevamientos realizados por la Dirección de Estadísticas Agropecuarias de Uruguay. Es así que la aplicación de la tecnología de percepción remota satelital se presenta como una herramienta de gran potencialidad y utilidad, no sólo para la estimación de la localización y de la superficie ocupada por cultivos (González Alonso et al., 1997), sino también para el mapeo y monitoreo del uso de la tierra en áreas de producción agrícola del Uruguay, contribuyendo así a la preservación de los recursos naturales y los ecosistemas.
Literatura citada
Bauer, M. E.; Heinert, N. J.; Doyle, J. K. and Yuan, F. 2004. Impervious surface mapping and change monitoring using landsat remote sensing. ASPRS Annual Conference Proceeding, May 2004, Denver, Colorado. [ Links ]
ERDAS Imagine. 1999. Installation Guide. ERDAS Worldwide Headquarters. Atlanta, GA. [ Links ]
ERDAS Inc. 2000. ERDAS Imagine 8.4 user manual. [ Links ]
González-Alonso, F.; Cuevas, J. M.; Arbiol, R. and Baulies, X., 1997. Remote sensing and agricultural statistics: crop area estimation in north-eastern Spain through diachronic Landsat TM and ground sample data. J. Remote Sensing. 18(2):467-470. [ Links ]
MGAP-DIEA, 2001. Censo General Agropecuario 2000. MGAP, DIEA, Uruguay. Disponible en http://www.mgap.gub.uy/diea/CENSO2000/censo_general_agropecuario_2000.htm. [ Links ]
Nezry, E.; Rémondière, S.; Solaas, G. and Genovese, G.,1995. Mapping of next season's crops during the winter using ERS SAR. In: ESA Earth Observation Quarterly. 50:1-5. December 1995. [ Links ]
Sawaya, K.; Yuan, F. and Bauer, M. 2001. Monitoring landscape change with Landsat classifications. En Proceedings, ASPRS 2001. Annual Convention, 23-27 April. St. Louis, Missouri. [ Links ]
USGS-Landsat Proyect. Disponible en http://landsat.usgs.gov/. [ Links ]
Walsh, T. A. and Burk, T. E. 1993. Calibration of satellite classifications of land area. Remote Sensing of Environment. 46(3):281-290. [ Links ]
]]>