UNIVERSIDAD NACIONAL1

AGRARIA LA MOLINA

DEPARTAMENTO ACADÉMICO DE INGENIERÍA

AMBIENTAL

CURSO: Principios de Sensoramiento Remoto (Introducción a la

Teledetección)

INFORME FINAL

Alumno / Código :
● Jimenez Huamaní, Alessandra 20161136
● Leonardo Villena, Kimberly 20161137

Facultad y especialidad: Ciencias, Ingeniería Ambiental

Horario de práctica: Sábado 9:00 – 11:00 a. m.

Profesor: Villa Ramos, Lucio

La Molina, Lima, Perú
2019 I

1
 ÍNDICE:

Introducción ………………………………..…………………………………..
Objetivos …………………………………………………...…………………..
Marco teórico ……………………………………....…………………………..
Materiales y métodos ……………………....…………………………………..
Resultados …………………………………………...………………………..
Discusiones ………………………………………….………………………..
Conclusiones ……………………………………...…………………………..
Recomendaciones ………………………………...…………………………..
Bibliografía ……………………………………………….…………………..
Anexos …………………………………………………....…………………..

I. INTRODUCCIÓN
La teledetección nos ofrece grandes posibilidades para la realización de progresos en
el conocimiento de la naturaleza, aunque todavía no se ha logrado todo lo que se
espera de ella pues se deben realizar perfeccionamientos en el nivel de resolución
espacial, espectral y temporal de los datos. Además, se necesita un mayor rigor
 científico en la interpretación de los resultados obtenidos, pues de no ser así se puede
llegar a conclusiones equivocadas en muchos estudios ambientales realizados
mediante técnicas de teledetección.

En este trabajo interpretaremos imágenes provistas por el satélite Landsat 8 del año
2019. Realizaremos la calibración y concatenación de las imágenes usando como
apoyo a los programas Orfeo Toolbox y Notepad ++ (que es más sencillo y didáctico
que el Notepad simple), para esto debemos tener algunas nociones del lenguaje de
programación. Luego realizaremos el recorte, la clasificación y vectorización de
nuestras imágenes, para finalmente hallar el área afectada.

II. OBJETIVOS
A. Objetivo general:
● Obtener, procesar y analizar las imágenes (quemas) obtenidas de
Landsat 8 en el periodo de tiempo de mayo y septiembre del 2019.

B. Objetivos específicos:
● Hallar en NIR en ambas imágenes
● Calcular y comparar el NBR
● Identificar el avance de las quemas en Bolivia comparando los mapas
obtenidos en mayo y septiembre del 2019.

III. MARCO TEÓRICO:

A. Teledetección
La teledetección se define como la obtención y medición de información sobre
las propiedades de un objeto sin tener contacto físico con el. (Khorram et. al,
2016). La teledetección no solo se encarga de obtener información sino
también de su posterior procesamiento e interpretación para que esto sea
posible debe existir una interacción entre el objeto y el sensor ; en el caso de la
teledetección la interacción que se produce va a ser un flujo de radiación que
 parte de los objetos y se dirige hacia el sensor para que sea almacenado y
posteriormente pueda ser interpretado por una determinada aplicación.
(Chuvieco, 2008)
1. Radiación electromagnética
Es considerada como una forma de energía, consistente en campos
electromagnéticos y que se propaga mediante ondas, transportan
fotones. Los fotones poseen una doble naturaleza (onda y partícula).
La radiación electromagnética se pone de manifiesto mediante su
interacción con un medio natural, es por ello que esta depende del
medio que la emite, (Gandía & Meliá, 1991).
2. Interacción de la radiación con los objetos de la superficie terrestre
La radiación emitida por una fuente de radiación es alterada por la
presencia de los distintos objetos, que interactúan con ella.
Independientemente de su procedencia, para toda radiación se dan tres
fenómenos fundamentales al alcanzar un objeto:
● Absorción. El objeto toma la energía de la radiación.
● Transmisión. La radiación atraviesa el objeto y continúa su
camino.
● Reflexión. la radiación «rebota» en el objeto y vuelve al
espacio.
Estos tres fenómenos se dan en diferente proporción en función de las
características del objeto y de la radiación. (Olaya,2014)
3. Firmas espectrales: Es la representación gráfica de la longitud de onda
de las bandas espectrales en el eje de las X y la reflectividad en el eje
de las Y, donde se observa que cada tipo de superficie (agua, tierra
desnuda o la vegetación) se ve representada por una curva
característica de él. Dicha curva se le denomina espectros, signaturas o
firmas espectrales (Pérez et al., 2006).

B. Satélites y sensores:
1. Satélite: (Sobrino, 2000) nos dice que los satélites son objetos
artificiales situados en el espacio que da vueltas alrededor de la Tierra
siguiendo una órbita específica. Son las plataformas más adecuadas
para obtener una visión de regiones de gran extensión, además pueden
permanecer mucho tiempo en órbita, permitiendo así una visión
constante de la Tierra.
Los satélites pueden clasificarse según su órbita:
a) Satélites geoestacionarios: Se desplazan según una órbita
ecuatorial, alta (35.900km). A esta distancia la velocidad
 orbital del satélite es la misma que la de rotación de la Tierra
(15° de longitud por hora), es por ello que se dice que este tipo
de satélites están fijos sobre un punto de la Tierra.
b) Satélites polares: Estos se sitúan en una órbita heliosincrónica,
esto es, el plano de la órbita del satélite se mantiene fijo en
relación al plano orbital de la Tierra alrededor del sol . Estas
órbitas sólo son posibles entre los 300 y 1500 km de altitud.
Para poder observar un área de la Tierra tan grande como sea
posible, la inclinación de la órbita es de casi de 90°, es decir,
casi polar, de forma que la cobertura de la Tierra visible por el
satélite se extiende entre los dos polos.

2. Sensores: Montado a bordo de cualquiera de los tipos de plataformas

que hemos visto en el apartado anterior, el sensor es el encargado de
registrar la radiación electromagnética procedente de la zona estudiada
y «tomar» la imagen.La radiación que recoge el sensor es el resultado
de una fuente de radiación electromagnética, cuyas emisiones
interactúan con el medio, que refleja una parte de las radiaciones que le
llegan. ( Olaya,2014)
● Los sensores pasivos: aprovechan las fuentes de radiación
existentes en la naturaleza (fundamentalmente el Sol) y se limitan
a recoger la radiación de dichas fuentes reflejada por los elementos
del medio, o la que estos elementos emiten por sí mismos. El
sensor no produce ningún tipo de radiación de por sí. Por el
contrario, los sensores activos sí emiten radiación, y recogen dicha
radiación tras ser reflejada por los elementos del medio.
( Olaya,2014)
● Los sensores activos emiten su propia radiación, por lo que no es
necesario que existan fuentes externas (no es necesaria la luz
solar). Asimismo, los elementos atmosféricos tales como las nubes,
que afectan a la radiación visible, no afectan a otros tipos de
radiación, permitiéndoles una operatividad total en la gran mayoría
de condiciones. Por ello, los sensores activos suelen trabajar en el
rango de microondas (frente a los sensores pasivos, que lo hacen
en las regiones del visible y el infrarrojo principalmente), ya que
estas son capaces de atravesar la atmósfera en prácticamente todas
las condiciones, presentando así ventajas frente a los sensores
pasivos en este aspecto ( Olaya,2014).

3. Imagen digital: es el archivo informático resultante de una

discretización de una imagen, natural o sintética, en elemento de
imagen, llamados pixeles (del inglés: pixel picture element.).
Estas pueden ser captadas por un sensor digital (como en el caso de las
imagenes de satelite) ò con uno analogico con unaposterior
 digitalizacion (como en el caso de las fotos aéreas escaneadas). En
ambos casos,se aplican a continuación toda una serie de procesos de
tratamiento para mejorar las características de dichas imágenes y
hacerlas más útiles.(Pérez & Muñoz, 2006)

C. Georreferenciación:
La georreferenciación es el uso de coordenadas de mapa para asignar una
ubicación espacial a entidades cartográficas. Todos los elementos de una capa
de mapa tienen una ubicación geográfica y una extensión específicas que
permiten situarlos en la superficie de la Tierra o cerca de ella. La capacidad de
localizar de manera precisa las entidades geográficas es fundamental tanto en
la representación cartográfica como en SIG (ERSI, 2012).

La correcta descripción de la ubicación y la forma de entidades requiere un

marco para definir ubicaciones del mundo real. Un sistema de coordenadas
geográficas se utiliza para asignar ubicaciones geográficas a los objetos. Un
sistema de coordenadas de latitud-longitud global es uno de esos marcos. Otro
marco es un sistema de coordenadas cartesianas o planas que surge a partir del
marco global (ERSI, 2012).

Los mapas representan ubicaciones en la superficie de la Tierra que utilizan

cuadrículas, gratículas y marcas de graduación con etiquetas de diversas
ubicaciones terrestres (tanto en medidas de latitud-longitud como en sistemas
de coordenadas proyectadas [como metros de UTM]). Los elementos
geográficos incluidos en diversas capas de mapa se trazan en un orden
específico (uno sobre otro) para la extensión del mapa determinada (ERSI,
2012).

Los datasets SIG incluyen ubicaciones de coordenadas dentro de un sistema de

coordenadas cartesianas o globales para registrar ubicaciones y formas
geográficas. De este modo, es posible superponer capas de datos SIG sobre la
superficie de la Tierra (ERSI, 2012).

D. Imágenes RGB y los instrumentos de percepción remota

1. Realce de la imagen:

Identificación de las quemas:

Se utilizó el cociente normalizado de quema (NBR) Este cociente
discrimina áreas quemadas en imágenes Landsat y MODIS ((Chuvieco
et al. 2008a). El cálculo se basa en el contraste entre el infrarrojo
cercano (ρIRC, 0.85–0.88 μm) sensible al agua en el suelo y la
vegetación y el infrarrojo de onda corta (ρSWIR, 2.08–2.35 μm)
sensible a la vegetación no fotosintética en un entorno post-incendio
(Jia et al. 2006, Kokaly et al. 2007) en la ecuación:
 El NBR fue definido por Key y Benson (1999) como:

𝑁𝐵𝑅 = ( 𝜌𝐼𝑅𝐶 − 𝜌𝑆𝑊𝐼𝑅 𝜌𝐼𝑅𝐶 + 𝜌𝑆𝑊𝐼𝑅) Adaptado para las imágenes

del Landsat 8:
𝑁𝐵𝑅 = ( 𝜌𝐼𝑅𝐶 − 𝜌𝑆𝑊𝐼𝑅 /𝜌𝐼𝑅𝐶 + 𝜌𝑆𝑊𝐼𝑅) ∗ 1000

Dónde:
𝜌𝐼𝑅𝐶 = reflectividad del pixel i en la región del infrarrojo cercano.
𝜌𝑆𝑊𝐼𝑅 = reflectividad del pixel i en la región del infrarrojo medio de
onda corta.
Independientemente del índice utilizado, la señal quemada o respuesta
espectral de las áreas quemadas es variable por muchos motivos, el
tiempo entre la quema y la captura de la imagen, humedad o la época
del año, y el tipo de ecosistema. Algunas validaciones realizadas para
cartografías de área quemada a gran escala han mostrado grandes
diferencias dependiendo del tipo de vegetación afectada (Sifakis et al.,
2004: Parisién et al., 2006: Chuvieco et al., 2007: Loboda et al, 2007).

2. Clasificación digital Supervisada

Es la elaboración de una clasificación del área de estudio en una serie
de clases relativas a litología, tipos de vegetación, usos del suelo,
agua,entre otros. Es uno de los objetivos fundamentales en
teledetección.
La clasificación en teledetección es, por tanto, un caso particular del
problema general de clasificar N individuos en un conjunto de K clases
en función de una serie de variables cuantitativas ( X1, X2,...,Xn). Para
resolver este problema se necesita una medida de la semejanza o
diferencia entre los diferentes individuos y entre los individuos y las
clases. Dos individuos muy parecidos pertenecerán probablemente a la
misma clase, mientras que dos individuos distintos pertenecerán a
diferentes clases.
La clasificación supervisada se basa en la disponibilidad de áreas de
entrenamiento y que estas sean asignadas segun el criterio del
evaluador.Se trata de áreas de las que se conoce a priori, la clase a la
que pertenecen y que servirán para generar una signatura espectral
característica de cada una de las clases, a estas se le denominan clases
informacionales. Estas áreas deben ser lo más homogéneas posibles y
en la medida de lo posible que se sepa lo que había el día en la que se
tomó la imagen.
E. Estructuras básicas de representación espacial
1. Modelo raster: la estructura de un raster se basa en una matriz de celdas
representadas en filas y columnas, cada celda puede almacenar
información de una variable (precipitación, temperatura, humedad
 relativa, radiación solar, longitudes de onda del espectro electromagnético,
etc)
El modelo raster no recoge de forma explícita las coordenadas de cada una
de las celdas, sino los valores de estas. No resulta necesario acompañar a
dichos valores de un emplazamiento espacial concreto, pues hacen
referencia a un elemento particular de la malla, la cual representa una
estructura fija y regular. Pero es necesario ubicar dicha malla en el espacio
para después poder calcular las coordenadas de cada celda ( Olaya,2014).
2. Modelo vectorial: el modelo de datos vectorial se basa en el supuesto de
que la superficie de la tierra se compone de objetos discretos tales como
árboles, ríos,lagunas,etc. (ESRI,2010). En este modelo, no existen
unidades fundamentales que dividen la zona recogida, si no que se recoge
la variabilidad y características de estas mediante entidades geométricas.
para cada entidad geométrica las características son constantes. la forma
de estas entidades se codifica de modo explícito, porque modeliza el
espacio geográfico a través de una serie de primitivas geométricas que
contienen los elementos más destacados de dicho espacio. Estas primitivas
son de tres tipos: puntos,líneas y polìgoms. (Olaya, 2014)
3. Análisis multitemporal como se le conoce al análisis de tipo espacial
que se realiza mediante la comparación de las coberturas interpretadas en
dos imágenes de satélite o mapas de un mismo lugar en diferentes
fechas y que permite evaluar los cambios en la situación de las
coberturas que han sido clasificadas, involucra varias actividades dentro
de las que se encuentran la adquisición de los insumos (imágenes), la
preparación de las imágenes, la clasificación de las coberturas presentes y
finalmente la determinación de cambios con ayuda en algunos casos de
trabajo de campo dando soporte a la clasificación o como indicador de la
precisión de los resultados (Ramirez, 2015)

F. Landsat 8
Landsat 8 es un satélite que fue lanzado el 11 de febrero del 2013 por la
Administración Nacional de la Aeronáutica y del Espacio (NASA, por sus
siglas en inglés), desde la Vandenberg Air Force Base ubicada en California,
en un cohete Atlas-V 401 (USGC, 2019).
1. INSTRUMENTOS DEL LANDSAT 8
Este satélite tiene dos instrumentos:
● OLI (generador de imágenes en tierra operacional):
OLI captura datos con una precisión radiométrica mejorada en un
rango dinámico de 12 bits, lo que mejora la relación señal / ruido
general. Esto se traduce en 4096 niveles de gris potenciales, en
comparación con solo 256 niveles de gris en los instrumentos Landsat
1-7 de 8 bits. El rendimiento mejorado de señal a ruido permite una
caracterización mejorada del estado y la condición de la cubierta
terrestre (USGC, 2019).
 Los datos de 12 bits se escalan a enteros de 16 bits y se entregan en
los productos de datos de nivel 1. Los productos se escalan a 55,000
niveles de gris y se pueden reescalar a la reflectancia y / o resplandor
de la parte superior de la atmósfera (TOA) utilizando los coeficientes
de reescalado radiométrico provistos en el archivo de metadatos del
producto (USGC, 2019).

● TIRS (sensor infrarrojo térmico):

Tirs capta imágenes térmicas en dos bandas de la región infrarroja de
onda larga con una resolución espacial de 100m.
Band 10 TIRS 1 (10.6 - 11.19 µm) 100 m
Band 11 TIRS 2 (11.5 - 12.51 µm) 100 m

2. PRODUCTOS DEL LANDSAT 8

Las imágenes que se obtienen con este satélite son de nivel 1, esto
quiere decir que su nivel de tratamiento comprende la calibración
radiométrica y la ortorrectificación.

G. Localización y descripción general del área de estudio

1. Beni, Bolivia
El departamento de Beni está ubicado al noreste de la República de
Bolivia, limitada al norte con el departamento de Pando y la República
de Brasil, al sur con los departamentos de Cochabamba y Santa Cruz;
al este con Brasil y Santa Cruz y al Oeste con Pando y La Paz. Tiene
una extensión de 213.654 Km2 y una altura promedio de 155 msnm.
Cuenta con una población de 462.080 habitantes y siendo su capital la
ciudad de Trinidad.

Este departamento cuenta con 8 provincias Antonio Vaca Diez,

Cercado, General José Ballivián Segurola, Moxos, Yacuma, Marbán,
Mamoré e Iténez; además de 45 cantones y 19 municipios.

1.1. Características generales

El departamento de Beni tiene amplias planicies cubiertas por
pastizales y una serie de lagunas. A lo largo del territorio se presentan
ondulaciones suaves y algunos afloramientos rocosos, así como un
denso bosque en la zona de piedemonte.

La ganadería es la base de la economía centrada en el cultivo de

productos tropicales como el banano, la caña de azúcar y el tabaco,
arroz, soya, yuca y té. La explotación forestal está destinada a la
obtención de caucho y castaña. La explotación de madera es otra de las
fuentes de ingreso al igual que la pesca. (La Patria, 2011).

1.1.1. Geomorfologia y geologia

Los llanos de Mojos (Beni) se encuentran en la región inundada
del departamento de Beni, estos llanos constituyen una
gigantesca cubeta rellena de sedimentos modernos
inconsolidados, con espesores variables entre 5500m hacia el
pie de los Andes hasta uno 300m hacia el Oriente del río
Mamoré. Cerca al límite norte el basamento aflora y condiciona
el libre drenaje de las aguas, hacia el río Madeira. Al encontrar
un impedimento para la descarga, durante la mayor afluencia
estival, los ríos desbordan por sobre sus albordones y derraman
sus aguas en la sabana, que queda atrapada y cubre entre
90.000 y 120.000 km2 del área de los mojos. A su vez la
naturaleza de los suelos, limo arcillosos, provenientes del
desgaste de los Andes, en un recorrido de cientos de
kilómetros, les otorga un alto grado de impermeabilidad. Esto
hace que el agua que se acumula desaparezca por evaporación.
Los llanos de Mojos, rodeados de selvas Amazónicas,
constituyen la mayor superficie estacionalmente inundada en el
mundo, con un promedio de un metro durante tres a cuatro
meses del año. También está sujeta a sequías, que duran un
tiempo parecido casi sin lluvias.
En base a las características geomorfológicas y geológicas, se
distinguen en el departamento 4 provincias fisiográficas:
subandina, llanura amazónica, ondulado amazónico y escudo
precámbrico.
Esta área presenta depósitos cuaternarios en la llanura
amazónica, materiales del precámbrico al terciario, en el
escudo, formaciones litológicas del terciario y cuaternario, en el
ondulado amazónico y formaciones litológicas del devónico
terciario.(Saavedra & Avila, 2002).

1.1.2.Vegetación
La vegetación se ha caracterizado por cada una de las
provincias fisiográficas, tomando en cuenta las formaciones o
tipos de vegetación, su composición y la importancia que
revisten:
● Provincia subandino: Está formada por serranías
cortadas y plegadas de fuerte pendiente. La
composición es heterogénea,mucha especies
representadas con pocos árboles. La formación boscosa
 de esta provincia, desde el punto de vista forestal, tiene
un alto potencial maderable.
● Provincia llanura amazónica: Es una de las provincias
con mayor extensión dentro de la región amazónica. El
60% del área de esta provincia está cubierta de pastos
además de tener una abundancia de especies de
palmeras.
● Provincia ondulado amazónico:El 90% de esta
provincia tiene cobertura boscosa y pastizales y un 10%
de áreas húmedas con lagos, lagunas y curichales, con
vegetación hidrofítica e higrofitica.
● Provincia Escudo Precámbrico: Se encuentra en las
provincias de Itenez, Mamoré, Yacuma y Vaca Diez,
con planicies aluviales y pequeñas colinas. En general
el 50% del escudo precámbrico tiene densas
formaciones boscosas y los otros 50% de pastizales.
(Saavedra & Avila, 2002).

1.1.3.Suelos
En la serranía y colinas del subandino los suelos son poco
profundos, con texturas medias a moderadamente finas y
presencia de fragmentos rocosos en algunos sectores; ácidos y
pobres a moderadamente fértiles.
En la llanura amazónica los suelos son profundos a muy
profundos con predominancia de texturas finas por lo general
compactos, húmedos y con diferentes grados de inundación;
ácidos a muy ácidos y pobres en fertilidad.
En el escudo precámbrico los suelos son muy poco profundos a
profundos, con texturas gruesas a medianas y presencia de
abundantes nódulos de óxido de fierro y manganeso; muy
ácidos y pobres en fertilidad.
En el subandino las principales limitaciones son las fuertes
pendientes que incrementan los riesgos de erosión y
deslizamientos y la baja capacidad de almacenamiento de agua
en suelos por la presencia de fragmentos rocosos y material
parental a poca profundidad.(Saavedra & Avila, 2002).

1.1.4. Clima
El clima de manera general corresponde a los regímenes
subtropicales y tropicales.Se presenta poca variación climática
por las leves diferencias altitudinales, que van desde menos de
2000 msnm en el subandino o menos de 130 msnm en el
extremo norte de la llanura amazónica. La precipitación anual
 varía desde 1.500 hasta 2.000 mm3; la temperatura media anual
de 22 a 27ª. (Saavedra & Avila, 2002).

1.1.5.Recursos Hídricos
La disponibilidad de agua en el área es muy rica y variada. Se
presentan, generalmente en la llanura, zonas con inundación
estacional a prolongada en periodos de lluvia y zonas secas en
el periodo de invierno. Zonas del subandino con bosque pluvial
y alto contenido de materia orgánica, presentan suelos húmedo,
que mantienen una humedad relativa alta.
El Beni se encuentra en la cuenca del río Amazonas, que en
esta región tiene tres subcuencas principales: Mamorè, Beni e
Itenez o Guaporé. Los ríos Mamoré y Beni tiene un amplio
rango de variación de caudales y transportan una gran calidad
de sedimentos, erosionados en la Coordillera Oriental y el
subandino y que se depositan en las llanuras. Los materiales
depositados en las llanuras van elevando la altura de la
superficie y provocan cambios en los cursos de los ríos,
incrementando el área de influencia que conforman las llanuras
fluviales.
Los rios de la regio del escudo precambrico transportan menos
sedimentos que los rios que se originan en la Coordillera
Oriental, por lo tanto, los rios de esta region tienen menos
sedimentos suspendidos y son más cristalinos pero llegan a
tener un alto contenido de materia orgánica (Saavedra & Avila,
2002).

1.2. Quemas en Beni-Bolivia

En Bolivia, el Chasqueo es una práctica frecuente que consiste en
quemar para preparar el terreno para la siembra o crianza de ganado.
Esta práctica sin un seguimiento puede salirse de control.

Sumado a esa práctica mencionada este año, durante el gobierno del

expresidente Evo Morales, se aprobó el decreto supremo 26075 que
promueve la ampliación de la frontera agrícola y permite quemas
controladas en áreas de uso forestal. (Méndez, 2019)

2. Zona de Estudio
Nuestra área de interés se encuentra en el país de Bolivia, cerca a la
frontera con Brasil. En el departamento de Beni, distritos de Vaca Diez
y Yacuma.
 Latitud: 11°49’S- 12° 24’W
Longitud: 64°50’W-64°55’W

H. Impactos ambientales
En el departamento de Beni las quemas alcanzadas han sido de 879.495
hectáreas. De manera directa los impactos son fuertes en la flora y fauna del
lugar y las poblaciones cercanas a las quemas.
Pero también ocurre toda una reacción en cadena, por ejemplo: como resultado
de la eliminación de la cubierta vegetal o del sotobosque existirá un
incremento de iluminación a nivel del suelo, lo que conducirá a una mayor
evaporación de la humedad del suelo, pérdida de la capacidad de retención
hídrica y predominio de especies heliófitas. La falta de sombra conducirá a
que el suelo se caliente y enfríe más rápido. Otro efecto es que la recepción de
la precipitación por el suelo será de manera violenta pues ya no será
amortiguada por la vegetación, esto provocará una mayor compactación del
suelo, alterando de esta manera las demás propiedades físicas del suelo (Gil,
2012).
IV. MATERIALES Y METODOLOGÍA
A. MATERIALES:
1. Softwares
○ ArcMap
○ Orfeo Toolbox (Monteverdi)
○ Notepad ++ (para los scripts)
○ EarthExplorer (imágenes satelitales)
○ Cmd (símbolo del sistema)

B. METODOLOGÍA

1. Diagrama

2. Flujograma
3. Descarga de imágenes satelitales:
● Descarga de las imágenes satelitales en la página web:
EarthExplorer, obtenidas del satélite Landsat 8, ubicadas dentro del
departamento de beni, entre los distritos Vaca Diez y Yacuma-
Bolivia.
fig:
Imagenes descargadas del lugar, Antes y después.

4. Calibraciòn y Concatenación de imagen:

● Calibración de imágenes: Los datos necesarios para este proceso
los ubicamos en el archivo MTL, el cual está dentro de las
descargas. Datos necesarios:
➢ Reflectancia add
➢ Reflectancia mult
➢ Angulo de elevacion del sol

Fig: Se colocan las entradas y salidas dentro del script para así
obtener las imágenes calibradas de nuestra área de estudio.

● Concatenación de imágenes: Tras obtener las bandas calibradas, se

procederá a concatenar en una sola imagen, “satck”.

Fig: Script correspondiente para la concatenación.

5. Clasificación de imágenes supervisadas:
● Dirigirse, ubicar y abrir el archivo monteverdi en la carpeta
OTB.
● Insertar la imagen stack2.tif concatenada a Monteverdi y dar el
orden de las bandas.
● Realizar la extracción de imagen, para esto utilizaremos
EXTRACT ROI. Ubicaremos las coordenadas para el recorte y
el nombre de salida.

fig: Ubicamos los puntos en el eje X e Y del rectángulo donde

encontrarà nuestra área de recorte.
 Fig : resultado final tras el recorte: ROI:

● Realizaremos el mismo procedimiento para la segunda imagen

( después) pero en base al primer recorte.

● Entrenamiento de la imagen: A partir de ahora se utilizará el

programa de Arcmap, es por ello que se debe crear una nueva
carpeta ( “new shapefile”) donde estarán todos sus comandos
almacenados para la clasificación mediante Polígonos.
i) primero se debe crear un nuevo Shapefile.
ii) Se procederá a construir como mínimo 20 polígonos para
luego completar la tabla de atributos. Guardar y detener la
edición
iii) Se obtendrá la imagen con supervisión clasificada por
atributos.

Fg: Creación de poligonos en el programa de Arcgis

● Continuando con la clasificación supervisada de la imagen;

realizar las estadísticas de nuestra imagen, por medio de la
herramienta “ComputeImagesStatistics”. Obteniendo un
archivo .XML denominado Stadistica.XML.
● Luego se realizara el entrenamiento en el programa de
Monteverdi a “TrainImagesClassifier”. Se obtendrá un archivo
tipo .TXT
 ● Continuando con la clasificación supervisada, realizar la
aplicación de la clasificación en “ImageClassifier“. Obteniendo
la imagen clasificada en una sola banda.

Fg: imagen ya clasificado.

Rojo: cicatrices

Verde: bosque

Amarillo: otros (suelo, carreteras, ríos)

6. Imágenes vectorizadas:
● Insertar la imagen ya clasificada en el programa de ArcGis.
● Se procederá a vectorizar la imagen, para esto utilizaremos la
opción “Raster To Polygon”, en el cual se debe introducir el
input y el output ( vector) .
● Reagrupamos la clasificación a una mas resumida de acuerdo
al campo de trabajo: Bosque , no bosque, cicatrices .

i) utilizaremos Dissolve, donde reagrupamos, obteniendo la

siguiente imagen:
 fig: Reagrupación de las clases.

7. Validación: En ArcMap y con la imagen clasificada

i) Agregamos los random points, 10 por cada capa, para saber cuanta
es la precisión de nuestro trabajo.

ii)Adicionalmente agregaremos las coordenadas de cada punto, por lo

que buscaremos la opción Add XY coordinates
 fig: Resultado de la validación.

V. RESULTADOS:

Las cicatrices de quemas en la zona de estudio (entre los distritos Vaca Diez y
Yacuma- Bolivia) se cuantificó en 1350 ha antes de ocurridas las quemas y de
15082 hectáreas luego de efectuadas, es decir se quemaron en ese intervalo 13732
ha en total.

Clasificación supervisada posclasificada:

Áreas quemadas en el departamento de Beni para el 2019/05/15

 Áreas quemadas en el departamento de Beni para el 2019/09/26

Detección de las áreas quemadas

Clasificación no supervisada:

Validación
 La tabulación cruzada mostró que el estudio de la detección de las cicatrices de
quemas tiene una exactitud del 93.3% en ambos análisis.

Referencia

0 1 2

Mapa 0 9 0 1 9 90%

1 0 9 1 9 90%

2 0 0 10 10 100%

28

28/30 = 93.3%

Tabla: Matriz de error de ambos resultados

VI. DISCUSIONES

A. Validación

La validación para ambas áreas se ha realizado a través de la verificación

aleatoria de la clasificación, esta nos dió una validación del 93.3% en ambos
casos. Cabe mencionar que para asegurar la imparcialidad al momento de su
validación este debería darse por terceros, de esta manera ningún interés
influya al momento de ejecutarla.

B. Supervisada vs no supervisada

La clasificación supervisada es aquella clasificación que nosotros hacemos a

partir de escoger puntos o áreas con valores representativos para
posteriormente “educar” al programa para que clasifique a los demás puntos.
Del otro lado, la no supervisada es aquella clasificación donde se le permite
al programa clasificar los distintos puntos a partir del criterio de la
computadora. Como podemos ver el resultado en ambos mapas, la
clasificación no supervisada nos da una imagen con mucho detalle; sin
embargo, la practicidad es menor pues la imagen de clasificación
supervisada nos ofrece una imagen de interpretación más simple pero
limitada.

C. Comparación de NBR
 El NBR es un índice que nos permite saber el estado en que se encuentra el
área post-incendio. De igual manera, de manera gráfica permite identificar las
cicatrices de incendio de mejor manera.

D. Identificación del avance de las quemas en Bolivia comparando los mapas

obtenidos en mayo y septiembre del 2019

Gracias al trabajo realizado se puede calcular que del mes de mayo a

setiembre del año 2019 ha habido un avance de 13732 ha, equivalente a un
1017% de ganancia de terrenos para uso agrícola, presumiblemente. Como
se viene Uno de los factores que pueden explicar este aumento considerable
de las quemas se debe al Decreto Supremo 26075 en que se autoriza la
quema controlada para ampliar las áreas de producción del sector ganadero
y agroindustrial de los departamentos de Beni y Santa Cruz. (Mendez y
Mercado (2019) Este decreto fue dado el 9 de julio (2019) justo en medio del
intervalo de tiempo en el cual trabajamos.

Por otro lado, la época de mayor incidencia a nivel nacional se presenta entre
julio a septiembre. (Martinez et al., 2003) Sin embargo, Beni posee un clima
predominantemente tropical con una gran incidencia de lluvias durante todo
el año. El diario Correo del Sur resalta las circunstancias de sequía y los
incendios debido a la quema no controlada de los campos, así como también
las circunstancias propicias para la ocurrencia de incendios forestales.

VII. CONCLUSIONES:

● Se realizó el procesamiento y análisis de las imágenes satelitales provistas por el

Landsat 8. Para esto primero se descargó desde la plataforma Earth Explorer; luego,
se procesaron el conjunto de imágenes, de acuerdo con los pasos explicados en la
metodología; y finalmente al hacer el muestreo probabilístico nos resultó 93.3% (a
partir de 80% se considera como un valor aceptable).
● La teledetección satelital nos permitió evaluar el avance de las actividades de quema
en el departamento de Beni, distritos de Vaca Diez y Yacuma- Bolivia para el periodo
de mayo-septiembre del 2019, además de obtener las áreas afectadas por dichas
actividades.
● Como resultado del procesamiento de las imágenes satelitales obtenidas por el
Landsat-8, es posible concluir que aumentaron las quemas, el área de cicatrices
encontradas para el mes de mayo fue de 1350 y para el mes de setiembre fue de
15082 ha, como vemos el área aumentó considerablemente en menos de 4 meses.
VIII. RECOMENDACIONES:
- Realizar una investigación previa sobre el área de interés y ubicarlas
geográficamente de manera correcta.
- Al momento de elegir las imágenes satelitales, tener un rango menor a un
año. Esto se debe a que las quemas son de manera periódica.
- Elegir imágenes libres de nubes y humo, para que no altere los resultados ni
la clasificación.
- Al momento de descargar las imágenes y procesarlas, se recomienda tener
los archivos ordenados y organizados para que no existan confusiones y el
programa de Arcgis corra de manera correcta.
- Se recomienda hacer un manual de cada paso de los diversos procesos, ya
que todos son importantes para un mejor procesamiento.
- Se recomienda elegir más de 10 puntos en cada clase para una mejor
precisión y así el porcentaje de error disminuya.
- Contar con una memoria USB con puerto 3.0 para no tener complicaciones
de transferencia de datos, ya que estos ocupan mucha capacidad.

IX. BIBLIOGRAFÍA:
Olaya,V. (2014).Sistemas de Información Geográfica.CreateSpace Independent
Publishing Platform.
Pérez,C & Muñoz,A.(2006).Teledetecciòn: Nociones y Aplicaciones. Universidad de
Salamanca
Ramírez, A. (2015). Análisis multitemporal mediante sensores remotos de cobertura
de la Tierra para el periodo de tiempo 1999-2011 en el municipio de San Jacinto,
Bolívar. Universidad Militar Nueva Granada.
Sobrino, J. 2000. Teledetección. Valencia: AECI.
Maldonado, M., Goitia, E. 2013. Aguas del Iténez o Guaporé. Bolivia: IRD Editions.
Instituto Nacional de Colonización- Departamento de Desarrollo Regional - OEA.
1975. Proyecto Chapare. La Paz.
RAISG.2016. Cartografía Histórica de Áreas Naturales Protegidas y Territorios
Indígenas en la Amazonía.
FAO.2010. Sistematización de prácticas agroecológicas, pecuarias y de
aprovechamiento de recursos naturales para la reducción de riesgos en el Beni.
Saavedra, O., Avila, X. 2002.Planificación participativa y zonificación en municipios
del Beni. La Paz. PIEB, Investigaciones Regionales.
Méndez, C.; Mercado, I,. 2019. Desastre ambiental en Bolivia: incendios forestales
arrasan bosques. Mongabay.
Gil, E. 2012. Causas y efectos de los incendios forestales. Cebem.
(Citado por Fuentes, 2015) Martinez MJ, Morales G, Villegas Z, Malla M. 2003.
Fuego en el Pantanal: Incendios Forestales y pérdidas de recursos de biodiversidad
en San Matías-Santa Cruz. La Paz, Bolivia: UARGM - CEDURE - PIEB.
Fuentes HL. 2015. Monitoreo de cicatrices de quemas en el departamento de Pando
- Bolivia mediante sistemas de información geográfica y teledetección. Joao Pessoa-
PB, Brasil.
Correo del Sur. 2019. Beni se declara en alerta roja por la sequía e incendios.
Consultado: 06 dic. 2019. Enlace: https://correodelsur.com/sociedad/20190918_beni-
se-declara-en-alerta-roja-por-la-sequia-e-incendios.html
X. ANEXOS