1 4 Colombia estimación de la degradación de bosques en Colombia
1. Estimación de la degradación
de bosques en Colombia
Taller sobre enfoques metodológicos para la cuantificación de la degradación
forestal
Zapopan, Jalisco, México
09 al 12 de abril de 2018
Estimación de la degradación de bosques a través
de sensores remotos: experiencias en Colombia
Juan Pablo Ramírez-Delgado, M. Sc.
Investigador Senior para el Monitoreo de la Degradación Forestal
Sistema de Monitoreo de Bosques y Carbono (SMByC)
Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM),
Email: jpramirez@ideam.gov.co
6. Estimación de la degradación
de bosques en Colombia
- Detección directa de procesos de degradación (daños estructurales en la
cobertura de copa).
- Aproximaciones indirectas (análisis de infraestructura humana, fragmentación).
- Monitoreode incendios(incendiosactivos y areas quemadas).
Detección de la degradación forestal a través de
sensores remotos
19. Estimación de la degradación
de bosques en Colombia
Diagrama de cajas de las estimaciones de biomasa aérea para cada clase de
fragmentación utilizando una distancia al borde del bosque de 100 m. N=59 para
Parche, N=335 para Borde, N=100 para Perforado y N= 2936 para Núcleo. El
punto azul indica la media de las muestras.
(Ramírez-Delgado et al. en prensa)
Resultados
21. Estimación de la degradación
de bosques en Colombia
Área total de las clases de fragmentación de Colombia y sus regiones naturales
para los años 2000, 2005, 2010, 2012, 2013, 2014 y 2015
2000 2005 2010 2012 2013 2014 2015
Clase de fragmentación Área (ha) % de bosque Área (ha) % de bosque Área (ha) % de bosque Área (ha) % de bosque Área (ha) % de bosque Área (ha) % de bosque
Área (ha) % de bosque
Parche 1.151.456 1,84 1.063.856 1,74 1.035.876 1,71 1.082.838 1,80 1.120.427 1,89 1.147.515 1,95 1.150.959 1,94
Borde 6.265.743 10,03 6.022.270 9,85 6.048.014 9,99 6.120.762 10,19 6.110.602 10,31 6.188.377 10,49 6.182.276 10,40
Perforado 1.909.686 3,06 1.804.413 2,95 1.709.668 2,83 1.766.134 2,94 1.801.225 3,04 1.834.328 3,11 1.822.341 3,07
Núcleo 53.163.781 85,07 52.233.847 85,46 51.723.005 85,47 51.080.529 85,06 50.261.815 84,77 49.819.415 84,45 50.298.928 84,60
Total 62.490.665 100,00 61.124.386 100,00 60.516.563 100,00 60.050.263 100,00 59.294.070 100,00 58.989.635 100,00 59.454.503 100,00
(Ramírez-Delgado et al. en prensa)
Resultados
22. Estimación de la degradación
de bosques en Colombia
Contribución de la deforestación y degradación de bosques al total de las emisiones de Colombia durante los periodos 2000-2005,
2005-2010, 2010-2012, 2012-2013, 2013-2014 y 2014-2015
2000-2005 2005-2010 2010-2012 2012-2013 2013-2014 2014-2015
Deforestación Degradación Deforestación Degradación Deforestación Degradación Deforestación Degradación Deforestación Degradación Deforestación Degradación
Pérdida de área anual (ha/año) 315.35 309.218 281.778 325.61 164.638 250.019 119.418 334.943 140.887 180.731 123.696 300.081
Pérdida de biomasa media anual (MgC/año) 27.989.084 15.369.163 24.509.549 15.927.661 15.666.387 11.719.320 11.938.170 15.512.318 14.502.534 8.333.133 12.740.500 16.059.034
Toneladas de CO2 equivalente al año (MgCO2/año) 102.626.642 56.353.598 89.868.347 58.401.424 57.443.420 42.970.838 43.773.291 56.878.498 53.175.959 30.554.821 46.715.165 58.883.125
% de las emisiones totales de CO2 64,55 35,45 60,61 39,39 57,21 42,79 43,49 56,51 63,51 36,49 44,24 55,76
(Ramírez-Delgado et al. en prensa)
Resultados
25. Estimación de la degradación
de bosques en Colombia
vLos análisis de series de tiempo permiten seguir
trayectoria de la cobertura forestal.
vAplicación de algoritmos automatizados que
facilitan el manejo y extracción de información a
nivel del pixel.
vDetección de puntos de quiebre, tendencias y
magnitud de los cambios según diferencias entre
valores esperados y observados (reflectancia o
NDVI).
(Verbesselt et al. 2010, Verbesselt et al. 2012, Zhu & Woodcock 2014, DeVries et al. 2015, Holden 2015)
Bfast/BfastSpatial
(DeVries et al. 2015)
CCDC/YATSM
(Holden 2015)
33. Estimación de la degradación
de bosques en Colombia
Los resultados pueden variar según # de imágenes, índice de vegetación y parámetros
propios de los modelos (Ej. umbrales, mínimo de observaciones, armónico).
Se deben validar los resultados (imágenes de alta resolucióny/o datos de campo)
Diferenciar degradación y deforestación(cambios abruptos).
Requiere infraestructura tecnológica robusta: equipos con alta capacidad de procesamiento
o servidores locales o en la nube 32 núcleos y 24Gb de memoria RAM.
Conclusiones