Selección de las imágenes satelitales

Para un análisis previo del área de estudio, se utilizaron imágenes Landsat 8 OLI (30 m/pixel) y Sentinel 2A (10 m/pixel) del año 2017 (Copernicus Open Access Hub, 2020; ^{USGS, 2020}). A las imágenes se les hizo una corrección atmosférica para realizar una clasificación supervisada, y se recortaron geométricamente para ajustar a la extensión del área de interés. Posteriormente, se procesaron y generaron cuatro ortomosaicos compuestos por imágenes de resolución alta: 15 ortofotos del Instituto Nacional de Estadística y Geografía (Inegi) del año 1995 (1.5 m/pixel), 321 imágenes de Birdseye (0.28 m/pixel; 2010), 80 de World Imagery (1.14 m/pixel; 2013) y 80 de Airbus Defence and Space (1.14 m/pixel; 2016).

Las imágenes se obtuvieron de SASPlanet, el cual es un software libre para la visualización y la descarga de ortomosaicos provenientes de los principales proveedores satelitales de manera gratuita y de código abierto como Google Earth, Bing Maps, DigitalGlobe, Kosmosnimki, Yandex Maps, Yahoo! Maps, VirtualEarth, Gurtam, OpenStreetMap, eAtlas, iPhone Maps, General Staff mapsy, entre otros (^{SASPlanet, 2020}).

Clasificación supervisada

La detección de cambios es el proceso de identificar la diferencia en el estado de un objeto o fenómeno observándolo en diferentes momentos, esencialmente, implica la capacidad de cuantificar efectos temporales mediante conjuntos de datos multitemporales (^{Lloyd, 1982}; ^{Singh, 1989}). El uso del suelo y la vegetación se analizó mediante una clasificación no supervisada del módulo K-Means Cluster Analysis (KMC), la cual es uno de los métodos de agrupamiento en conglomerados más utilizados para analizar las características en imágenes satelitales (^{Rashmi et al., 2016}), debido a que es uno de los algoritmos de aprendizaje que resuelven el problema de agrupamiento mediante la técnica de refinamiento iterativo (^{Oliver et al., 2006}; ^{Jumb et al., 2014}).

La clasificación se realizó con sitios de entrenamiento de la información obtenida en campo (Figura 2), en la que se ejecutó un total de 10 clasificaciones automatizadas, las cuales se resumieron en siete clases de cobertura vegetal y uso del suelo, con el método de análisis de conglomerados de datos multivariados Distancia mínima iterativa (^{Hastie et al., 2009}). En todos los procedimientos se utilizó el programa de cómputo Qgis 2.18. Las Palmas (^{QGIS Development Team, 2020}), el cual integra la caja de herramientas de procesos SAGA (System for Automated Geoscientific Analyses) de código abierto con licencia de General Public License (^{Conrad et al., 2015}).

Figura 2 Escenario actual de áreas sin vegetación y de reforestaciones. 

Cambio de cobertura vegetal y uso del suelo

La determinación de la pérdida o ganancia de cobertura de los diferentes usos del suelo y vegetación se obtuvo mediante la construcción de cuatro matrices de transición y una de tasa de cambio para los periodos evaluados. A fin de determinar la tasa de cambio, se usó la ecuación adaptada por ^{Palacio-Prieto et al. (2004)}:

Donde:

δn = Tasa de cambio expresada en porcentaje

S1= Superficie de la fecha 1

S2= Superficie de la fecha 2

n= Número de años entre las dos fechas

Descripción del cambio de uso del suelo y vegetación

Para describir los cambios de cobertura vegetal y uso de suelo, se generó una tabulación cruzada del tiempo 1 y del tiempo 2, la cual permite obtener una matriz de cambios de uso. La diagonal muestra la cantidad total del paisaje estable entre una fecha y otra; mientras que fuera de la diagonal se ubican las transiciones de las clases entre Año 1 y Año 2. Un valor positivo de la tasa de cambio indica ganancia de superficie, y uno negativo corresponde a una pérdida.

A partir de matrices de transición se calculó la ganancia y pérdida, resultado de la diferencia entre el total del año 2016 y la persistencia. La pérdida se obtuvo de la diferencia entre el total del año 1995 y la persistencia. El intercambio entre categorías se calculó como dos veces el valor mínimo de las ganancias y las pérdidas, y el cambio total para cada categoría se estableció como la suma de las ganancias y las pérdidas. En el caso de las ganancias, se asume que la ganancia por categoría y la proporción de cada categoría del año 2016 son fijas, para después distribuir la ganancia a través de las otras categorías, según la proporción relativa de las otras categorías del año 1995.

Cambios en el uso de suelo y vegetación

A partir del proceso de clasificación supervisada se derivaron siete clases de uso de suelo y vegetación; sin embargo, las categorías de asentamientos humanos, caminos y ríos no mostraron un cambio significativo, al ocupar 10 % de superficie a lo largo del periodo bajo estudio; con base en esto, solamente se consideraron las siguientes categorías para el análisis: forestal, pastizal, agricultura y áreas sin vegetación.

La microcuenca ocupa una superficie de 15 119.02 ha, de la cual 40.8 % correspondió a cubierta forestal y 49.1 % a cubierta no forestal (Cuadro 1); estos resultados difieren de los de ^{Carranza (2014)} para la región de la Mixteca, pues considera una cubierta forestal de 69 % y áreas no forestales de 31 %, lo cual se explica porque utilizaron imágenes satelitales de tipo Spot-5 y Landsat que presentan errores geométricos y nubosidad, así como una resolución que varía de 2.5 a 15 m/pixel para bandas pancromáticas y 10 a 60 m/pixel para las bandas multiespectrales; mientras que en el presente estudio, la resolución fue de 0.28 y 1.14 m/pixel con baja nubosidad.

El uso de suelo y vegetación desde el año 1995 hasta 2016 dentro de la microcuenca fue muy dinámica. Las secuencias comunes observables de los cambios en la cubierta del suelo incluyeron la conversión de agricultura a pastizal, agricultura en áreas sin vegetación, agricultura a forestal, pastizal en agricultura, pastizal a forestal, forestal a agricultura y áreas sin vegetación a pastizal (Cuadro 2).

En 1995, la cobertura principal era de tipo forestal (34.1 %) (Figura 3A), con distribución marcada en la parte alta de la microcuenca; estrategia de conservación del suelo impulsada por las comunidades indígenas, debido a la importancia del papel que desempeña la vegetación en esta zona como área de recarga hídrica y de protección contra la escorrentía superficial y la erosión del suelo (^{Castellanos-Bolaños y Ruiz, 1993}; ^{Champo-Jiménez et al., 2012}). La segunda cobertura dominante en este periodo fue la agricultura (23.4 %); como resultado del Sistema Alimentario Mexicano (SAM) en 1980, el Programa Nacional de Alimentos (PNA) en 1983, el programa Lluvia-Tequio-Alimento en 1987 y el Programa Especial para la Seguridad Alimentaria (PESA) en 1994 (^{Guerrero-Arenas et al., 2010}).

Figura 3 Clasificación del uso de suelo y vegetación durante diferentes años de la microcuenca San Isidro Peñasco, Mixteca Alta, Oaxaca; A) 1995; B) 2010; C) 2013; y D) 2016. 

En 2010, la extensión de la cobertura forestal, en relación con el año 1995 aumentó a 40.5 % (Figura 3B), como consecuencia de las reforestaciones anuales que realizaron diversas comunidades: Ignacio Zaragoza, San Isidro Peñasco, Guadalupe Peñasco, San José del Río, Mirasol y Cavacúa; las cuales, con recursos propios, han plantado más de 600 ha.

A partir del año 1996, las comunidades comenzaron a recibir financiamiento por parte de la Secretaría del Medio Ambiente y Recursos Naturales (Semarnat) por conducto del Programa Nacional de Reforestación (Pronare), posteriormente a cargo de la Comisión Nacional Forestal (Conafor) mediante el Programa de Conservación y Restauración de Ecosistemas Forestales (Procoref), el Programa de Desarrollo Forestal, el Programa ProÁrbol y el Programa Nacional Forestal (Pronafor) para continuar con sus actividades de reforestación; así como para la construcción de viveros y obras de conservación del suelo (^{Conafor, 2004}). Y desde 2019, con el programa Sembrando Vida mediante la implementación de los sistemas de Milpa Intercalada de Árboles Frutales (MIAF) y Sistemas Agroforestales (SAF) para autosuficiencia alimentaria de las familias campesinas (^{Sader, 2020}).

En la clasificación de uso del suelo y vegetación en 2013 y 2016, se observó un cambio mínimo en la cubierta forestal, con respecto al periodo 2010, con una cobertura de 40.6 % y 40.8 % en cada periodo (Figura 3C y 3D); debido a las bajas tasas de supervivencia de las reforestaciones y la mortalidad de las especies establecidas en la región; tal es el caso de Pinus greggii Engelm. ex Parl. que logró aclimatarse, pero con el paso de los años murió gradualmente, sin manifestarse su adaptación con la presencia de regeneración natural que permita un aumento en la cobertura forestal (^{Castellanos-Bolaños y Ruiz, 1993}; ^{Velázquez et al., 2003}; ^{Valencia et al., 2006}; ^{Velasco-Velasco et al., 2012}). Con relación al pastizal durante este periodo se advierte un incremento de entre 22.9 % y 25.1 %.

Con respecto a las áreas sin vegetación y con erosión, se observó una disminución gradual como resultado del esfuerzo de las comunidades indígenas e instituciones como la Secretaría de Medio Ambiente y Recursos Naturales (Semarnat), la Comisión Nacional Forestal (Conafor), la Comisión Nacional de Zonas Áridas (Conaza), el Programa de Naciones Unidas para el Medio Ambiente (PNUMA), Comisión Nacional de Áreas Naturales Protegidas (Conanp), Comisión Nacional del Agua (CNA), Instituto Nacional de Ecología (INE), Comisión Nacional para el Desarrollo de los Pueblos Indígenas (CDI) y Fondo Mundial para la Naturaleza (WWF, por sus siglas en inglés).

Detección de cambio de uso del suelo

Con las clasificaciones se obtuvieron tres matrices de transición para determinar la pérdida o ganancia, así como una matriz de tasa de cambio. En el periodo 1995-2010, se verificó un incremento de 15.73 % en la cobertura forestal con respecto al año 1995, que se recuperó, principalmente, en áreas de pastizal y agricultura. Al mismo tiempo, el pastizal aumentó a 8.97 %; mientras que, en la agricultura y las áreas sin vegetación se registró una reducción de 34.91 % y 18.13 %, respectivamente (Cuadro 3).

Para el periodo de 2010-2013, se registró una disminución significativa en las áreas sin vegetación, con una tasa de 16 %. El cambio promedio anual para estas fue de 100.6 ha. Además, la agricultura perdió su área en 58 ha (2.1 %), con un cambio promedio anual de 19.3 ha. En ese lapso, el pastizal aumentó en una proporción significativa con un cambio promedio de 110.3 ha^-1 año^-1. En el marco de tiempo anterior, la cobertura forestal aumentó a una tasa de 0.4 %, con un incremento promedio de 9.6 ha^-1 año^-1 (Cuadro 3).

El cambio de uso de suelo durante el periodo 2013-2016 mostró una tendencia similar a la matriz anterior con tasas negativas únicamente para las categorías agricultura y áreas sin vegetación. Los escenarios positivos fueron para las áreas forestales y pastizales con ganancias entre 0.3 % y 9 % (Cuadro 3).

De los tipos de uso del suelo y vegetación presentes en la microcuenca, la que registró una mayor tasa de cambio fue el pastizal, al incrementarse 1.3 % por año, lo que se explica por el abandono de las áreas agrícolas ante la pérdida de productividad del suelo. La cobertura forestal también presentó tasas altas de cambio anuales que representaron un incremento de 0.8 % por año, principalmente en la parte alta de la microcuenca (Figura 4).

Figura 4 Tasa de cambio de uso del suelo en el área de estudio (1995-2016). 

Son diversos los motivos de la dinámica del cambio de uso del suelo y vegetación del área de estudio; entre ellos, el incremento progresivo de la población y las actividades económicas, que propician la expansión de la agricultura, la ganadería, el aprovechamiento selectivo de la madera para la construcción de viviendas; sin dejar a un lado la pérdida de superficie forestal ocasionada por los incendios forestales, así como la presencia de plagas y enfermedades (^{Contreras-Hinojosa et al., 2003}).

La recuperación de la superficie forestal es el producto del esfuerzo realizado por las comunidades que se distribuyen en el área de estudio para reforestar desde la década de los años 90, como parte de una conciencia colectiva para restaurar sus ecosistemas (^{Carranza, 2014}), además de la participación de diversas instituciones que han contribuido significativamente a un manejo integral de la microcuenca para garantizar la disponibilidad de bienes y servicios ambientales para las generaciones actuales y futuras (^{Conafor, 2004}).

Con el método de clasificación supervisada de imágenes satelitales de alta resolución, los resultados difieren en gran medida de la información generada por diversas instituciones como la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (^{Conabio, 1999}), que en comparación con la clasificación del año 1995 del presente estudio presentan una diferencia de 26.2 % para la cobertura forestal y de 63.3 % para la clasificación de agricultura (Figura 5A); lo que se explica por el algoritmo de muestreo utilizado en las imágenes Landsat, cuyo principal insumo es el vecino más próximo que preserva mejor los valores de la radiancia de la imagen; sin embargo, en algunas imágenes se aprecia un desplazamiento entre las coordenadas de las bandas, lo cual puede producir un error sistemático al procesarlas por separado, aunado al error en la captación por parte del sensor de datos, sobre todo en píxeles correspondientes a zonas de traslape con el mismo path, pero diferente row. Estos errores se relacionan con las coordenadas del centro de la imagen utilizado para procesar las imágenes, y para corregirlo se debe realizar un reajuste del origen de la malla de las bandas (^{Cristóbal et al., 2004}).

Figura 5 Mapas comparativos de uso de suelo y vegetación en la microcuenca San Isidro Peñasco, Mixteca Alta, Oaxaca; A) ^{Conabio, 1999}; B) ^{Conafor, 2014};C) ^{Inegi, 2017}; y D) Landsat, 2016. 

La información desarrollada por la ^{Conafor (2013)} define una superficie de uso forestal de 5 150.2 ha, para pastizal de 3 306.4 ha y para agricultura de 6 662.3 ha, que comparado con la clasificación del año 2013 supone una diferencia para la cobertura de forestal de 32.7 %, pastizal de 16.4 % y agricultura de 57 % (Figura 5B). Respecto a la información generada por ^{Inegi (2017)}, en la que se establece una superficie forestal de 4 852.3 ha, de pastizal de 3 117.5 ha y de agricultura con 7 149.1 ha, al compararla con la clasificación generada para el año 2016 se obtiene una diferencia para forestal de 41.3 %, pastizal de 35.7 % y agricultura de 64.6 % (Figura 5C).

^{Vega et al. (2008)} recomiendan realizar una corrección visual posterior a la clasificación digital de imágenes Landsat, porque la respuesta de la firma espectral varía entre elementos de la misma clase, por el efecto de la sombra provocada por la orografía de la región y la humedad durante la época de adquisición de la imagen; por tal razón, se debe contar con fotografías aéreas analógicas (1 m/pixel), ya que con ellas es posible visualizar con mayor precisión el tipo de uso del suelo y vegetación, lo cual permitirá reducir el margen de error del producto deseado, con una superficie mínima cartografiable de 3 × 3 pixeles (90 × 90 m).

Con el uso de imágenes satelitales de baja y media resolución disminuye la diferencia de superficie del uso del suelo y la vegetación; por ello, al hacer un análisis comparativo con imágenes tipo Landsat del año 2016 se obtienen coberturas de suelo distribuidas de la siguiente manera: forestal de 5 366.6 ha, pastizal con 3 733.5 ha, agricultura con 2 740.4 ha, áreas sin vegetación 3 280.1 ha; y con respecto a las imágenes de alta resolución para ese mismo año, la diferencia para forestal es de 27.7 %, pastizal de 13.3 %, agricultura de 7.8 % y áreas sin vegetación 54.1 % (Figura 5D).

Los resultados del presente estudio concuerdan con los expresados por ^{Trucíos et al. (2013)} en un análisis de la información del ^{Inventario Nacional Forestal (2000)}, así como la del uso del suelo y vegetación de las series I (1976), II (1992) y III (2002) generada por el Inegi, en comparación con la digitalización e interpretación de ortofotos (2 m/pixel) e imágenes de alta resolución del satélite Quickbird (0.60 m/pixel) y Worldview (0.50 m/pixel); en el cual se consigna que existen diferencias significativas entre las superficies registradas para forestal, agricultura, pastizal y asentamientos humanos, lo cual se debe a errores de interpretación de imágenes satelitales de 30 y 60 m/pixel durante el Inventario Nacional Forestal y en la información generada por Inegi a una escala 1:250 000; mientras que, dicho error disminuye sustancialmente con el uso de imágenes de alta resolución para una escala de 1:10 000.

En la investigación que aquí se documenta se indica que existe una mejor clasificación en función de la resolución del pixel, tal como lo demuestra ^{Astola et al. (2019)} en un comparativo efectuado entre imágenes satelitales para la predicción de variables forestales en la región boreal; estos autores muestran que hay una mejor capacidad predictiva en los modelos con datos de Sentinel-2 en contraste con Landsat 8, como respuesta a la resolución espacial y las bandas de borde rojo adicionales, lo que permite mejorar la información disponible de los ecosistemas forestales al reducir de 20 a 60 % el sesgo con relación a otros satélites ópticos.

En los últimos 30 años se han hecho trabajos importantes en la microcuenca San Isidro Peñasco de la Mixteca Alta Oaxaqueña para disminuir la presión sobre los ecosistemas, mediante estrategias como: la construcción de presas para retención de sedimentos, zanjas de infiltración, ollas de captación de agua de lluvia, terrazas para estabilización taludes y reforestación con diferentes especies de coníferas. Sin embargo, en la actualidad la microcuenca enfrenta múltiples presiones por las actividades antropogénicas, por lo que se requiere de una priorización de áreas para la restauración ecológica y conservación de la biodiversidad.