Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Análisis de cambios de uso y cobertura del suelo en el páramo de Santurbán durante un periodo de 20 años Iván Andrés Romero Martínez Proyecto de grado para optar por el título de Geocientífico Asesora: Jillian Pearse Facultad de Ciencias Departamento de Geociencias Universidad de Los Andes Diciembre 2021 Proyecto de grado Iván Andrés Romero Martínez Página 2 Índice Resumen ......................................................................................................... 6 Abstract .......................................................................................................... 7 1 Introducción ........................................................................................... 8 1.1 Detección remota ............................................................................................... 9 1.2 Uso y cobertura del suelo ................................................................................... 9 1.3 Objetivos .......................................................................................................... 10 1.3.1 Objetivo general ..................................................................................... 10 1.3.2 Objetivos específicos ............................................................................... 10 2 Área de estudio .................................................................................... 10 2.1 Páramo de Santurbán ...................................................................................... 10 2.1.1 Actividades económicas .......................................................................... 12 2.1.2 Clima ...................................................................................................... 12 2.1.3 Áreas protegidas ..................................................................................... 12 3 Materiales y Métodos ........................................................................... 14 3.1 Recursos ........................................................................................................... 15 3.2 Landsat 7 y 8 ................................................................................................... 15 3.3 Selección de imágenes ....................................................................................... 17 3.4 Mosaicos Landsat ............................................................................................. 17 3.5 Procesamiento de imágenes .............................................................................. 21 3.6 Combinación de bandas ................................................................................... 21 3.7 Clasificación de imágenes ................................................................................. 21 3.8 Evaluación de precisión para la clasificación de imágenes ................................ 23 3.9 Detección de cambio de uso y cobertura del suelo ........................................... 23 4 Resultados ............................................................................................ 24 4.1 Combinación de bandas ................................................................................... 24 4.2 Clasificación supervisada .................................................................................. 26 4.3 Evaluación de precisión .................................................................................... 30 4.4 Cambios de uso y cobertura del suelo en el páramo de Santurbán .................. 30 5 Discusión .............................................................................................. 34 6 Conclusiones ......................................................................................... 36 7 Recomendaciones ................................................................................. 37 8 Agradecimientos ................................................................................... 38 Referencias ................................................................................................... 39 Anexos .......................................................................................................... 42 Proyecto de grado Iván Andrés Romero Martínez Página 3 Lista de figuras 1. Mapa de localización del área de estudio. (A) Mapa de Colombia mostrando Santander y Norte de Santander (B) Delimitación del complejo de Santurbán y áreas protegidas declaradas a 2021 que hacen parte del páramo. Elaborado con información tomada de IAVH (2019) y Parques Nacionales Naturales de Colombia (s.f.). ..................................................................................................................... 11 2. Mapa de áreas protegidas declaradas a 2021 en el Complejo Santurbán: Parques Naturales Regionales (PNR), Reservas Forestales Protectoras Nacionales (RFPN) y Distritos Regionales de Manejo Integrado (DRMI). Elaborado con datos SIG tomados de IAVH (2019) y Parques Nacionales Naturales de Colombia (s.f.). .... 14 3. Perfil espectral que compara las bandas de Landsat 7 (ETM+) y Landsat 8 (OLI &TIRS) (NASA, s.f.). ........................................................................................... 17 4. Mapa de composición color natural del Complejo Santurbán. Landsat 7 escena de diciembre 13 de 2000 y enero 05 de 2001. ............................................................. 18 5. Mapa de composición color natural del Complejo Santurbán. Landsat 8 escena de enero 10 y 17 de 2014. .......................................................................................... 19 6. Mapa de composición color natural del Complejo Santurbán. Landsat 8 escenas de enero 13 y 20 de 2021. .......................................................................................... 20 7. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2000. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infrarrojo. .............................................................................................................. 24 8. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2014. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infrarrojo. .............................................................................................................. 25 9. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2021. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infrarrojo. .............................................................................................................. 25 10. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2000. ................................................................................................... 27 11. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2014. ................................................................................................... 28 12. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2021. ................................................................................................... 29 13. Mapa de cambios de uso y cobertura del suelo entre 2000 y 2021 en Santurbán. 32 14. Mapa de cambios de la vegetación paramuna entre 2000 y 2021 en Santurbán. .. 33 15. Proporción de las coberturas del suelo en el Complejo Santurbán durante el 2000, 2014 y 2021. .......................................................................................................... 34 Proyecto de grado Iván Andrés Romero Martínez Página 4 16. Anexo 1: Caracterización climática de Vetas (páramode Santurbán) de acuerdo con datos históricos del IDEAM del periodo entre 1981-2010. Las columnas resaltadas en azul claro indican los meses donde se obtuvieron las imágenes Landsat. ......... 42 Proyecto de grado Iván Andrés Romero Martínez Página 5 Lista de tablas 1. Áreas protegidas declaradas a 2021 que hacen parte del Complejo de Santurbán: Parques Naturales Regionales (PNR), Reservas Forestales Protectoras Nacionales (RFPN) y Distritos Regionales de Manejo Integrado (DRMI). Elaborada con información tomada del RUNAP (Parques Nacionales Naturales de Colombia, s.f.). .............................................................................................................................. 13 2. Características de las bandas del satélite Landsat 7 cuyo sensor es ETM+ (NASA, s.f.). ....................................................................................................................... 16 3. Características de las bandas del satélite Landsat 8 cuyos sensores son OLI y TIRS (NASA, s.f.). ......................................................................................................... 16 4. Características de las imágenes Landsat 7 y 8 que fueron elegidas para este proyecto. .............................................................................................................................. 17 5. Combinación de bandas en RGB para Landsat 7 ETM+ y Landsat 8 OLI & TIRS (Sabins & Ellis, 2020; ESRI, s.f.). ......................................................................... 21 6. Esquema de clasificación del uso y cobertura del suelo. ........................................ 22 7. Cobertura total de las categorías de clasificación en términos de hectáreas (Ha) y porcentaje para los tres periodos. .......................................................................... 30 8. Tabulación cruzada de uso y cobertura del suelo entre 2000 y 2021 en el Complejo Santurbán. Sombras y cuerpos de agua (SA), Cultivos/Parcelas (CP), Tierras eriales (TE), Bosque (B), Páramo (P), Nubes (N), área Total (T). ..................... 31 9. Anexo 2: Tabla de precisión total de la clasificación supervisada 2000, con 6 clases. .............................................................................................................................. 42 10. Anexo 3: Tabla de precisión total de la clasificación supervisada 2014, con 6 clases. .............................................................................................................................. 43 11. Anexo 4: Tabla de precisión total de la clasificación supervisada 2021, con 5 clases. .............................................................................................................................. 43 Proyecto de grado Iván Andrés Romero Martínez Página 6 Resumen En el Complejo de Jurisdicciones Santurbán-Berlín (comúnmente páramo de Santurbán) nacen diversas fuentes hídricas que abastecen de agua a más de dos millones de habitantes de Bucaramanga y de otros municipios de la región. Sin embargo, el páramo se ha visto afectado por las actividades agrícolas (específicamente cultivos de papa y cebolla) y pe- cuarias que se han desarrollado por más de 20 años. Asimismo, históricamente se han realizado actividades mineras en el páramo, como la extracción de oro y plata. Para com- prender el impacto de estos procesos, en este estudio se utilizaron imágenes de Landsat 7 y 8 para identificar cambios en el uso y la cobertura del suelo debido a actividades antró- picas en el páramo de Santurbán entre los años 2000 y 2021. Se llevaron a cabo clasifica- ciones supervisadas para tres periodos (2000, 2014 y 2021) con el algoritmo de máxima probabilidad y la composición de bandas de Falso Color IR. Esta composición permitió discriminar la vegetación paramuna del bosque alto andino, los cultivos y las tierras eria- les. Este estudio logró determinar que actualmente el 74,78% de la superficie del páramo está conformada por ecosistemas naturales y un 24,99% presenta zonas intervenidas por actividades antrópicas. Durante los últimos 20 años, la vegetación paramuna disminuyó en un 8,62% y la cobertura forestal en un 6,13%. Por otro lado, la superficie de los cultivos y las parcelas incrementó el 10,58% (alrededor de 2.512 hectáreas) y el área de las tierras eriales aumentó 8,5 veces del 2000 al 2021. Adicionalmente, se identificó que el área de mayor grado de transformación del suelo está comprendida por los municipios de Tona, Silos, Mutiscua y Cácota. Esto puede estar relacionado a que este sector no se encuentra bajo la figura de alguna área protegida, por lo tanto, las comunidades no tienen restric- ciones para el desarrollo de actividades agrícolas y pecuarias. Proyecto de grado Iván Andrés Romero Martínez Página 7 Abstract In the Santurbán-Berlín Complex of Jurisdictions (commonly known as the Santurbán paramo ecosystem) several water sources are born that supply water to more than two million inhabitants of Bucaramanga and other municipalities in the region. However, the paramo has been affected by agricultural (specifically potato and onion crops) and live- stock activities for more than 20 years. In addition, gold and silver mining has been carried out in the area. In order to identify the activities that resulted in deterioration of the Santurbán Paramo, Landsat 7 and 8 images were used in this study to identify changes in land use and land cover due to agricultural and mining activities in the Santurbán paramo between 2000 and 2021. Supervised classifications were carried out for three peri- ods (2000, 2014 and 2021) with the maximum likelihood algorithm and False Color IR band composition. This composition allowed the differentiation of paramo’s vegetation from high Andean Forest, crops, and wastelands. This study detected that 74.78% of the paramo’s surface area is currently constituted by natural ecosystems and 24.99% has been intervened by anthropogenic activities. Over the last 20 years, the paramo’s vegetation has decreased by 8.62% and forest cover by 6.13%. On the other hand, the area of crops and agricultural plots increased by 10.58% (about 2,512 hectares) and the range of waste- lands increased 8.5 times from 2000 to 2021. Additionally, the study identified that the area with the highest degree of soil transformation is comprised by the municipalities of Tona, Silos, Mutiscua and Cácota. This may be related to the fact that this sector is not under the conservation of any protected area; therefore, the communities do not have restrictions for the development of agricultural and livestock activities. Proyecto de grado Iván Andrés Romero Martínez Página 8 1 Introducción El páramo es un ecosistema restringido a las cumbres de regiones tropicales de alta mon- taña, por debajo de las nieves perpetuas y encima de los bosques (Rincón, 2015). Este ecosistema está localizado principalmente en Centroamérica y Sudamérica y su límite in- ferior oscila entre 3000 y 4000 msnm ya que depende de la humedad, la precipitación, la temperatura media anual local y la intervención humana (Morales-Betancourt & Estévez- Varón, 2015). El ecosistema paramuno alberga alrededor de 5000 especies de plantas y aproximadamente el 60% son endémicas (Castañeda Martín, 2016). Las asociaciones vegetales más destaca- das son: musgos, frailejones, pajonales o gramíneas, chuscales y bosques enanos o achapa- rrados (Morales-Betancourt & Estévez-Varón, 2015). Algunos autores denominan a los páramos como fábricas de agua porque la conjunción del clima de este y las características de vegetación y suelos hace que los hidrosistemas de páramo constituyan unos reguladores naturales de escorrentía(Díaz-Granados Ortiz, Na- varrete González & Suárez López, 2005). Esta regulación hídrica se debe a que el suelo de este ecosistema funciona como una esponja que absorbe agua y la libera lentamente hacia el subsuelo (Andinos, 2012). Los suelos son altamente húmedos y la retención de agua es significativa ya que los primeros 30 cm de profundidad el 61,7% del volumen total del suelo es ocupado por agua (Díaz-Granados Ortiz et al. 2005). Del mismo modo, el suelo del páramo contiene cantidades elevadas de materia orgánica y se caracteriza por su gran capacidad de fijar el carbono atmosférico y contribuir al control del cambio climático (Andinos, 2012; García, 2013). El subsuelo retiene más de 1000 toneladas de CO2 por hectárea, mientras que el de la selva retiene 50 toneladas por hectárea (WWF, 2012). En Colombia, los ecosistemas paramunos cubren una área de 14.434 km2, la cual equivale al 49% de estos en el mundo y al 1,7% de la extensión continental del país. De igual forma, los páramos producen el 70% del abastecimiento de agua de los municipios del país y regulan el 70% de los ríos en sus cabeceras (Díaz-Granados Ortiz et al. 2005; Rincón, 2015; Morales-Betancourt & Estévez-Varón, 2015). Sin embargo, en estos ecosistemas se en- cuentra la presencia de grupos sociales que desarrollan actividades antrópicas como la agricultura, la ganadería y la minería. De acuerdo con la Procuraduría General de la Nación y el Instituto de Estudios del Ministerio Público (2018), estas actividades han impactado el páramo colombiano por más de 50 años. Conforme a los datos oficiales de la actualización del Atlas de Páramos, aproximadamente el 13% de la superficie de los pára- mos en el país está clasificada como sectores de intervención humana, especialmente acti- vidades agropecuarias y mineras (Pinilla Herrera, 2012). Asimismo, según el Instituto Humboldt, para el año 2011 se habían otorgado 451 títulos mineros en zonas de páramo en un área de 106.566 hectáreas (CGR, 2011, pág. 140) y en abril de 2015, se reportaron 364 títulos mineros en 79.930 hectáreas de este ecosistema (Rincón, 2015). Este estudio tiene como objetivo principal identificar cambios en el uso y la cobertura del suelo debido a actividades antrópicas en el páramo de Santurbán, por medio de técnicas de detección remota y procesamiento de imágenes satelitales. Este proyecto usa imágenes Proyecto de grado Iván Andrés Romero Martínez Página 9 satelitales Landsat para detectar estos cambios en un periodo de 20 años (de diciembre de 2000 a enero de 2021). 1.1 Detección remota La detección remota (o teledetección) es la obtención de información de un objeto, área o fenómeno a través del análisis de datos que fueron conseguidos por un dispositivo que no estaba en contacto con el objeto, área o fenómeno estudiado (Sabins & Ellis, 2020). Los sensores de energía electromagnética son operados principalmente por aeronaves y satélites para estudiar, mapear y monitorear los recursos naturales. Estos sensores adquieren infor- mación de la Tierra debido a que las diversas superficies del planeta emiten y reflejan energía electromagnética (Cabello & Paruelo, 2008). La teledetección es una herramienta útil para cuantificar y describir las distintas coberturas del suelo por medio de imágenes multiespectrales, las cuales son un arreglo de fotografías -o bandas- que fueron adquiridas al mismo tiempo con diferentes intervalos de longitud de onda (Sabins & Ellis, 2020). Desde los años 40 este tipo de imágenes se han venido utilizando para realizar mapas de uso y cobertura del suelo con el fin de planificar y gestionar las actividades económicas de un territorio (Lillesand, Kiefer & Chipman, 2008). 1.2 Uso y cobertura del suelo El uso del suelo está determinado por las actividades económicas -como agricultura, ga- nadería y minería, entre otras- que desarrollan los humanos en una parcela de tierra. Por otro lado, la cobertura del suelo se refiere al tipo de material que cubre la superficie del planeta (como vegetación, agua, construcciones o cultivos; Rawat & Kumar, 2015; Sabins Jr & Ellis, 2020). Los mapas de uso y cobertura del suelo abarcan desde escalas globales hasta locales y cubren el pasado, presente y futuro (Sabins Jr & Ellis, 2020). La información de la cober- tura del suelo puede ser directamente relacionada de la detección remota de imágenes, por otra parte, el uso del suelo no siempre es interferido directamente de la cobertura del suelo. Esto conlleva a la investigación de fuentes adicionales para complementar la infor- mación cartográfica (Lillesand et al., 2008). Estos mapas pueden ser integrados a través del tiempo para documentar las alteraciones que ocurren en un territorio y también para predecir los cambios en el futuro (utilizando mapas existentes, información socioeconómica y modelos matemáticos y computacionales; Sabins & Ellis, 2020). Los cambios en el uso y cobertura del suelo son el resultado de factores biológicos y socioeconómicos de una región que dependen y cambian mutuamente según la actividad antrópica y los fenómenos naturales en un periodo de tiempo específico (Rawat & Kumar, 2015). Proyecto de grado Iván Andrés Romero Martínez Página 10 1.3 Objetivos 1.3.1 Objetivo general Identificar cambios en el uso y la cobertura del suelo debido a actividades agropecuarias y mineras en el páramo de Santurbán entre el 2000 y 2021, por medio de técnicas de detección remota y procesamiento de imágenes satelitales. 1.3.2 Objetivos específicos 1. Realizar el procesamiento digital de las imágenes satelitales utilizadas para el área de estudio. 2. Determinar cualitativa y cuantitativamente los cambios en la cobertura del suelo en el páramo de Santurbán en el periodo de tiempo determinado. 3. Examinar la influencia de la agricultura, ganadería y minería por medio de mapas que permitan visualizar cambios de cobertura del suelo en el páramo de Santurbán en el periodo de tiempo determinado. 2 Área de estudio 2.1 Páramo de Santurbán En los departamentos de Santander y Norte de Santander se destaca el Complejo de páramos Jurisdicciones Santurbán–Berlín (CJSB) -comúnmente páramo de Santurbán-, en el que nacen diversas fuentes hídricas que abastecen de agua a más de dos millones de habitantes de Bucaramanga y de otros municipios de la región (Organización Colparques, s.f.). Este ecosistema natural se ubica hacia el extremo nororiental de la cordillera Oriental (Fig. 1) y comprende 138.700 hectáreas (IAVH, 2019) entre 2800 y 4290 msnm (Corporación Autónoma Regional de la Frontera Nororiental, 2010; García, 2013; Sarmiento & Ungar, 2014). Las poblaciones cercanas a este páramo son: Bucaramanga, Pamplona, Arboledas, Piede- cuesta, Floridablanca, Cácota, Berlín, Vetas, Charta, Tona y Mistucua (Fig. 1). Alrededor de 72% del área del páramo se encuentra en el departamento de Norte de Santander y el 28% restante dentro del departamento de Santander. Cabe resaltar que Santurbán está conectado directamente con los complejos de Páramo Almorzadero, Cocuy, Pisba y Total- Bijagual-Mapacha (Organización Colparques, s.f.). Según el Instituto Humboldt (s.f.), treinta municipios de los departamentos de Santander y Norte de Santander poseen terri- torio en este páramo y habitan alrededor de 390.264 personas, pero solo el 46,4% (181.264) se encuentran en el área rural. Proyecto de grado Iván Andrés Romero Martínez Página 11 Figura 1. Mapa de localización del área de estudio. (A) Mapa de Colombia mostrando Santander y Norte de Santander (B) Delimitación del complejo de Santurbán y áreas protegidas declaradas a 2021 que hacen parte del páramo. Elaborado con información tomada de IAVH (2019) y Parques Nacionales Naturales de Colombia (s.f.). El CJSB surte de agua de forma directa a 48municipios (15 en Santander y 33 en Norte de Santander), la termoeléctrica de Termotasajero, los acueductos de Cúcuta y su área metropolitana, y el embalse multipropósito del Cínera (Instituto Humboldt, s.f.; Sarmiento & Ungar, 2014). Este páramo pertenece a las áreas hidrográficas Caribe, Magdalena-Cauca y Orinoco. Por tanto, el complejo es de gran importancia para el desarrollo regional de los Santanderes, así como para la industria minera y agroindustrial de estos sectores Proyecto de grado Iván Andrés Romero Martínez Página 12 (Organización Colparques, s.f.). De acuerdo con el Atlas de Páramos (2007), en este eco- sistema existen 57 lagunas, de las cuales 22 se encuentran en Santander y 35 en Norte de Santander. 2.1.1 Actividades económicas El Complejo Santurbán alberga recursos minerales y sus suelos son cada vez más usados para actividades agropecuarias. Un estudio realizado por Fedesarrollo (2013) sobre las actividades de producción del CJSB reportó como actividad principal la agricultura y ganadería (49,5%), seguida por labores del hogar (30,7%) y la minería (10,4%). En ciertas zonas del páramo se encuentran cultivos de papa y cebolla y pastizales para la ganadería extensiva de bovinos y ovinos. Los cultivos de cebolla y papa se encuentran concentrados al suroccidente del páramo (García, 2013) y según Sarmiento & Ungar (2014), estos cul- tivos hacen uso intensivo de maquinaria, pesticidas y fertilizantes. Del mismo modo, his- tóricamente se han desarrollado actividades mineras y se ha extraído oro y plata en esta región (Calderón, 2014). La minería en Santurbán había sido explotada a pequeña escala hasta finales de la década del 2000. Sin embargo, en los últimos diez años, empresas mineras adelantan laborales de exploración y explotación en zonas de páramo (Calderón, 2014). 2.1.2 Clima El CJSB se caracteriza por tener un clima entre levemente húmedo y muy húmedo, según la clasificación climática de Thornthwaite (IAVH, 2017). La precipitación presenta un régimen bimodal con periodos altos entre los meses de abril-mayo y septiembre-noviembre (ver Anexo A), con valores de precipitación media multianual que varían entre los 600 y 2.500 mm (Instituto de Investigación de Recursos Biológicos Alexander von Humboldt, 2007). Esta estacionalidad afecta los patrones de cobertura y uso del suelo (Sabins & Ellis, 2020; Murad, 2016). 2.1.3 Áreas protegidas En Colombia, las áreas protegidas son zonas reguladas, designadas, administradas y defi- nidas geográficamente con el fin de alcanzar objetivos específicos de conservación de la diversidad y el uso sostenible de sus componentes (Decreto 2372, 2010). De igual manera, buscan promover la protección de ecosistema de hábitats naturales y el mantenimiento de poblaciones viables de especies en sus entornos naturales (Decreto 2372, 2010). Según el Registro Único de Áreas Protegidas (RUNAP), en la actualidad, el páramo de Santurbán está comprendido por 8 áreas protegidas (Tabla 1): 6 Parques Naturales Re- gionales, una Reserva Forestal Protectora Nacional y un Distrito Regional de Manejo Integrado. Estas 8 áreas fueron creadas entre 1984 y 2018 y tienen una extensión total de 99.431 hectáreas, sin embargo, solo 46.622 hectáreas hacen parte de zona de páramo. De acuerdo con lo anterior, de las 138.699 hectáreas del CJSB, el 34% se encuentra bajo alguna protección (Sistema Nacional de Áreas Protegidas) y el 32,10% corresponde a la Proyecto de grado Iván Andrés Romero Martínez Página 13 figura de PNR que excluye específicamente las actividades agropecuarias y mineras (Calderón, 2014). En la delimitación de las zonas protegidas se muestra que dos de estas hacen parte del departamento de Santander y las seis restantes del departamento de Norte de Santander (Fig. 2). Tabla 1. Áreas protegidas declaradas a 2021 que hacen parte del Complejo de Santurbán: Parques Naturales Regionales (PNR), Reservas Forestales Protectoras Nacionales (RFPN) y Distritos Regionales de Manejo Integrado (DRMI). Elaborada con información tomada del RUNAP (Parques Nacionales Naturales de Colombia, s.f.). Área Protegida Categoría Fecha de creación Superficie total (ha) Superficie en CJSB (ha) Bosques Andinos Húmedos el Rasgón PNR 18/12/2009 6.596 1.759 Mejue DRMI 17/12/2018 10.651 493 Páramo de Santurbán PNR 16/01/2013 11.700 10.730 Río Algodonal RFPN 30/05/1984 8.009 1.601 Santurbán Arboledas PNR 28/12/2015 21.871 10.237 Santurbán Mutiscua Pamplona PNR 28/12/2015 9.384 8.225 Santurbán Salazar de las Palmas PNR 21/12/2013 19.088 5.539 Sisavita PNR 18/06/2008 12.131 8.037 Total áreas protegidas 99.431 46.622 Proyecto de grado Iván Andrés Romero Martínez Página 14 Figura 2. Mapa de áreas protegidas declaradas a 2021 en el Complejo Santurbán: Parques Naturales Regionales (PNR), Reservas Forestales Protectoras Nacionales (RFPN) y Dis- tritos Regionales de Manejo Integrado (DRMI). Elaborado con datos SIG tomados de IAVH (2019) y Parques Nacionales Naturales de Colombia (s.f.). 3 Materiales y Métodos Los sensores remotos pasivos adquieren información de la Tierra debido a la interacción electromagnética entre el sensor y la superficie del planeta. Un sensor multiespectral mide la radiación electromagnética (en bandas discontinuas o diferentes longitudes de onda) que es emitida o reflejada por los objetos debido a la respuesta de la incidencia de la luz Proyecto de grado Iván Andrés Romero Martínez Página 15 solar (Lillesand et al., 2008). Estos satelitales multiespectrales capturan fotografías a me- dida que orbitan el planeta y por tal razón, los datos obtenidos permiten llevar a cabo estudios globales o regionales dependiendo de la resolución espacial (o tamaño del píxel) del sensor (Lillesand et al., 2008). 3.1 Recursos Las imágenes satelitales utilizadas para el análisis de Santurbán fueron descargadas a partir del portal web Earth Explorer (https://earthexplorer.usgs.gov/) del U.S. Geological Survey (USGS). Este portal es gratuito y de libre disposición provee una amplia base de datos de teledetección de diversos satélites, incluyendo Landsat 7 y 8. Para el procesa- miento y el análisis de las fotografías se necesita de un software como ArcGis Pro. Este programa de mapeo SIG contiene distintas herramientas y funciones ráster que permiten administrar, analizar y procesar directamente los píxeles de datasets ráster y de imágenes. De igual forma, ArcGis Pro dispone numerosos recursos para clasificar imágenes multies- pectrales y realizar mapas temáticos (ESRI, s.f.). 3.2 Landsat 7 y 8 El programa Landsat es una serie de satélites, construidos y puestos en órbita por EE.UU., que ha recolectado información espectral de la superficie de la Tierra durante más de 40 años (NASA, s.f.). La misión Landsat 7 fue lanzada el 15 de abril de 1999 con el sensor Enhanced Thematic Mapper Plus (ETM+), el cual se caracteriza por tener ocho bandas espectrales, incluyendo una pancromática y una termal (NASA, s.f.; Sabins & Ellis, 2020). A continuación, en la Tabla 2 se presenta la resolución espacial y la longitud de onda de cada banda. Por otra parte, Landsat 8 fue puesto en órbita el 11 de febrero de 2013 y contiene dos sensores: el Operational Land Imager (OLI) y el Thermal Infrared Sensor (TIRS). Estos sensores se distinguen por una resolución espacial de 30 m (luz visible, infrarrojo cercano e infrarrojo de onda corta); 100 metros (termal); y 15 metros (pancromática) (Tabla 3). A diferencia del sensor ETM+, el OLI provee dos bandas espectrales adicionales (Figura 3). Cabe señalar que ambas plataformas satelitales (Landsat 7 y 8) orbitan la Tierra en una órbita casi polar sincrónica con el sol, a una latitud de 705 km, inclinadaa 98,2º y con un ciclo de repetición de 16 días (USGS, s.f.; Sabins & Ellis, 2020). Proyecto de grado Iván Andrés Romero Martínez Página 16 Tabla 2. Características de las bandas del satélite Landsat 7 cuyo sensor es ETM+ (NASA, s.f.). Landsat 7 – Sensor ETM+ Banda Longitud de onda (𝛍𝐦) Resolución espacial (m) Banda 1 (Azul) 0,45 - 0,51 30 Banda 2 (Verde) 0,52 - 0,60 30 Banda 3 (Rojo) 0,63 - 0,69 30 Banda 4 (Infrarrojo cercano - IR) 0,77 - 0,90 30 Band 5 (Infrarrojo de onda corta I) 1,55 - 1,75 30 Banda 6 (Infrarrojo termal) 10,40 - 12,25 30 Band 7 (Infrarrojo de onda corta II) 2,08 - 2,35 30 Banda 8 (Pancromática) 0,52 - 0,90 15 Tabla 3. Características de las bandas del satélite Landsat 8 cuyos sensores son OLI y TIRS (NASA, s.f.). Landsat 8 – Sensores OLI y TIRS Banda Longitud de onda (𝛍𝐦) Resolución espacial (m) Banda 1 (Aerosol) 0,43 - 0,45 30 Banda 2 (Azul) 0,45 - 0,51 30 Banda 3 (Verde) 0,53 - 0,59 30 Banda 4 (Rojo) 0,63 - 0,67 30 Banda 5 (Infrarrojo cercano - IR) 0,85 - 0,87 30 Band 6 (Infrarrojo de onda corta I) 1,56 - 1,65 30 Banda 10 (Infrarrojo termal I) 10,50 - 11,19 100 Banda 11 (Infrarrojo termal II) 11,50 - 12,51 100 Band 7 (Infrarrojo de onda corta II) 2,10 - 2,29 30 Banda 8 (Pancromática) 0,50 - 0,67 15 Banda 9 (Cirrus) 1,36 - 1,38 30 Proyecto de grado Iván Andrés Romero Martínez Página 17 Figura 3. Perfil espectral que compara las bandas de Landsat 7 (ETM+) y Landsat 8 (OLI &TIRS) (NASA, s.f.). 3.3 Selección de imágenes En la Tabla 4 se muestran las características de las imágenes satelitales Landsat que fueron seleccionadas para el estudio del páramo de Santurbán (Figs. 4-7). Para esto se tuvo en cuenta que el CJSB se encuentra ubicado en los Path/Row 007/055 y 008/054. Adicionalmente, se escogieron imágenes con una cobertura de nubes menor al 25%. Cabe señalar que no se seleccionaron fotografías para el periodo 2001-2010 debido a la alta cobertura de nubes sobre el páramo. Tabla 4. Características de las imágenes Landsat 7 y 8 que fueron elegidas para este proyecto. FECHA PATH/ROW SATÉLITE COBERTURA DE NUBES (%) Diciembre 13 de 2000 007/055 Landsat 7 ETM+ 18,44 Enero 05 de 2001 008/054 Landsat 7 ETM+ 23,00 Enero 10 de 2014 007/055 Landsat 8 OLI & TIRS 11,39 Enero 17 de 2014 008/054 Landsat 8 OLI & TIRS 17,09 Enero 13 de 2021 007/055 Landsat 8 OLI & TIRS 3,00 Enero 20 de 2021 008/054 Landsat 8 OLI & TIRS 22,21 3.4 Mosaicos Landsat Para unir las fotografías Landsat adyacentes con diferentes Path/Row se crearon datasets de mosaico por año con el fin de administrar, visualizar y compartir los datos ráster en Proyecto de grado Iván Andrés Romero Martínez Página 18 una misma imagen. Este proceso se realizó con la herramienta Crear dataset mosaico de ArcGis Pro (ESRI, s.f.). Figura 4. Mapa de composición color natural del Complejo Santurbán. Landsat 7 escena de diciembre 13 de 2000 y enero 05 de 2001. Proyecto de grado Iván Andrés Romero Martínez Página 19 Figura 5. Mapa de composición color natural del Complejo Santurbán. Landsat 8 escena de enero 10 y 17 de 2014. Proyecto de grado Iván Andrés Romero Martínez Página 20 Figura 6. Mapa de composición color natural del Complejo Santurbán. Landsat 8 escenas de enero 13 y 20 de 2021. Proyecto de grado Iván Andrés Romero Martínez Página 21 3.5 Procesamiento de imágenes Según Siegmund, Kollar & Siegmund (2016), el procesamiento de imágenes satelitales está compuesto por tres tipos de corrección: radiométrica, geométrica y atmosférica. La primera considera las correcciones del sistema cuando los defectos técnicos, las deficiencias del sensor y los datos transferencia están presentes. Por otro lado, la corrección geométrica asigna un sistema de coordenadas espaciales a la imagen (georreferenciación) y por último, la atmosférica compensa la distorsión generada por la atmósfera (Lillesand et al., 2008; Siegmund et al., 2016). Las fotografías escogidas para este estudio (Tabla 4) hacen parte de la Colección 2 Nivel 2 del USGS, por consiguiente, no fue necesario llevar acabo las correcciones anteriormente mencionadas porque por defecto ya vienen corregidas al des- cargarlas de Earth Explorer (NASA, s.f.). 3.6 Combinación de bandas Cada banda de una imagen satelital corresponde a una porción del espectro electromag- nético, por tanto, esto facilita la identificación de diversas características de la superficie del planeta (USGS, s.f.; Horning, 2014). Sin embargo, estas bandas se pueden combinar para crear imágenes a color a través del canal RGB (rojo–verde–azul; Horning, 2014). Al fusionarse entre ellas se produce una imagen a color natural o falso color dependiendo del rango de longitud de onda en los canales. La composición de color natural se aproxima al rango de visión del ojo humano (Figs. 4 y 5), por el contrario, las composiciones de falso color no muestran su color verdadero, pero son comúnmente utilizadas para estudiar la densidad y salud de la vegetación (Horning, 2014). Por esto, una combinación de bandas adecuada permite una buena discriminación de la cobertura del suelo y posibilita resaltar zonas de cultivos, zonas urbanas y cuerpos de agua, entre otros. Seguidamente en la Tabla 5 se observan las combinaciones más usadas para el análisis de uso y cobertura del suelo. Tabla 5. Combinación de bandas en RGB para Landsat 7 ETM+ y Landsat 8 OLI & TIRS (Sabins & Ellis, 2020; ESRI, s.f.). Nombre Landsat 7 Landsat 8 Uso Color Natural/Verdadero 3-2-1 4-3-2 Estudios costeros Falso Color Infrarrojo 4-3-2 5-4-3 Distingue entre vegetación, entorno urbano y agua. Falso Color Uso Agrícola 5-4-1 6-5-2 Diferencias entre vegetación de cul- tivos y vegetación primaria de bos- que 3.7 Clasificación de imágenes La clasificación de imágenes multiespectrales consiste en extraer información de una ima- gen ráster multibanda (composición de bandas; ESRI, s.f.) para analizar la firma espectral Proyecto de grado Iván Andrés Romero Martínez Página 22 y luego asignar una clase al pixel basándose en firmas similares (Sabins & Ellis, 2020). Existen dos métodos de clasificación: supervisada y no supervisada. El primer tipo de clasificación utiliza firmas espectrales a partir de campos de entrena- miento definidos por el analista para representar las coberturas de la superficie (o clases) que se desean extraer (ESRI, s.f.). Los valores espectrales de cada pixel en los campos de entrenamiento son requeridos para definir el espacio de decisión de cada cobertura (Sabins & Ellis, 2020). De igual forma, se emplea la estadística en estos espacios con el propósito de clasificar los pixeles restantes (Sabins & Ellis, 2020). Por otro lado, para la clasificación no supervisada, el programa crea clases espectrales (clústeres) basados en los valores na- turales de la imagen y agrupa los pixeles sin campos de entrenamiento generados por el analista (ESRI, s.f.). Para esta investigación se empleó la clasificación supervisada y se establecieron 6 tipos de clases para este estudio: Sombras y cuerpos de agua; Cultivos/Parcelas; Tierras eriales; Bosque; Páramo; y Nubes (Tabla 6). Es necesario enfatizar que las sombras y los cuerpos de agua del páramo se agruparon en una misma clase debido a que presentaban una respuesta espectral extremadamente parecida en la combinación de bandas. Tabla 6. Esquema de clasificación del uso y cobertura del suelo. Clasificación Descripción Sombras y cuerpos de agua Áreas cubiertas por sombrasy extensiones de agua. Cultivos/Parcelas Terreno utilizado para agricultura áreas de campos de cultivos. Tierras eriales Suelo expuesto e influenciado por la actividad antrópica. Bosque Terreno densamente poblado de árboles. Tierras forestales mixtas. Páramo Vegetación predominada por arbustos y hierbas. Vegetación para- muna. Nubes Áreas cubiertas por nubes Para cada clase se realizaron diversas muestras de entrenamiento para obtener la descrip- ción numérica de los atributos espectrales de las coberturas de interés (Lillesand et al., 2008). Este procedimiento se llevó a cabo con las herramientas Clasificación de imagen y Administrador de muestras de capacitación de ArcGis Pro a través de la delimitación de polígonos alrededor de las muestras representativas. Después de esto, se ejecutó el algo- ritmo de máxima probabilidad para la clasificación supervisada. Este algoritmo probabi- lístico asume que las campos de entrenamiento tienen una distribución normal (o distri- bución Gaussiana). Lo anterior permite que se calcule la probabilidad de que un pixel pertenezca a cierta categoría y que más adelante se asigne el pixel en la clase de mayor probabilidad (Lillesand et al., 2008; Sabins & Ellis, 2020). Proyecto de grado Iván Andrés Romero Martínez Página 23 3.8 Evaluación de precisión para la clasificación de imágenes Para la evaluación de precisión de estudio se crearon 25 puntos aleatorios por categoría para comparar la información clasificada con imágenes de mejor resolución de Google Earth y Sentinel-2 en una matriz de confusión (o matriz de error). Esta matriz determina que tan buena fue categorizada la clasificación (Lillesand et al., 2008), donde la precisión es representada de 0 a 1, siendo 1 una precisión del 100% (ESRI, s.f.). 3.9 Detección de cambio de uso y cobertura del suelo La detección de cambio involucra el uso de datos ráster multitemporales para poder dis- criminar y monitorear la evolución de las coberturas entre dos fechas de imágenes clasifi- cadas (Lillesand et al., 2008; Rawat & Kumar, 2015). Este proceso se llevó a cabo para las calificaciones supervisadas de los años 2000 y 2021. Proyecto de grado Iván Andrés Romero Martínez Página 24 4 Resultados 4.1 Combinación de bandas En las Figs. 7-9 se observan las combinaciones de bandas que se ejecutaron para los años 2000, 2014 y 2021. En la composición de Falso Color Uso Agrícola (Figs. 7A, 8A y 9A) se puede distinguir claramente el bosque alto andino de la vegetación paramuna ya que el primero se representa en verde oscuro y el segundo en naranja. Sin embargo, esta compo- sición de bandas no fue de mucha utilidad debido a que las construcciones (centros pobla- dos como Bucaramanga y Pamplona), tierras eriales, cultivos y vegetación de páramo presentaban tonalidades naranjas muy similares, por tal razón, no se podían diferenciar. Por otro lado, la composición de Falso Color IR (Figs. 7B, 8B y 9B) si permitía discriminar la vegetación paramuna de otras coberturas del suelo. Asimismo, el bosque se podía dis- tinguir notoriamente de los cultivos, las parcelas y las tierras eriales. En esta combinación de bandas, el bosque presenta un color rojo oscuro y la vegetación paramuna tonos ma- rrones opacos. Al realizar un acercamiento al sur del CJSB, se identifican los cultivos con tonalidades rosadas y rojo claro, y las tierras eriales de amarillo pálido. Figura 7. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2000. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infra- rrojo. Proyecto de grado Iván Andrés Romero Martínez Página 25 Figura 8. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2014. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infra- rrojo. Figura 9. Comparación de imágenes multibanda a color del páramo de Santurbán en el año 2021. (A) Composición Falso Color Uso Agrícola (B) Composición Falso Color Infra- rrojo. Proyecto de grado Iván Andrés Romero Martínez Página 26 4.2 Clasificación supervisada Para el estudio del páramo de Santurbán se efectuaron tres clasificaciones supervisadas para los periodos 2000, 2014 y 2021. Para esto se definieron seis clases de coberturas según su respuesta espectral con la ayuda de la composición Falso Color IR. Estas clasificaciones se llevaron a cabo con el algoritmo de máxima probabilidad en el software de ArcGis Pro. Como se muestra en las Figs. 4 y 5, un pequeño porcentaje de el área del CJSB está cubierto por nubes en los años 2000 y 2014. En algunos casos, los pixeles de esta categoría quedaron mal clasificados como tierras eriales debido a que su respuesta espectral es simi- lar en ciertas zonas. De igual manera, es preciso señalar que la resolución espacial de Landsat (30 metros) no permitió identificar a detalle las construcciones debido a que estas abarcan pequeñas áreas de terreno. Por tal motivo, es posible que las construcciones se hayan clasificado como tierras eriales, sin embargo, esto no afecta el estudio porque se revisaron imágenes de mejor resolución espacial (en Google Earth) para confirmar que los centros poblados no englobaran un área significativa en el páramo de Santurbán. Por la resolución espacial tampoco se pudieron identificar los cauces de los ríos que hacen parte del área de estudio. Por otro lado, la respuesta espectral de las lagunas del páramo es parecida a la de las sombras, es por dicha razón que se creó una sola categoría para estas dos coberturas (Tabla 6). Como resultado de las calificaciones supervisadas se crearon mapas temáticos del uso y cobertura del suelo en el CJSB en tres años diferentes (2000, 2014 y 2021). Estos mapas se observan en las Fig. 9-11 y representan la distribución espacial de las seis clases (co- berturas) determinadas. Adicionalmente, se cuantificó la cobertura total de las categorías de clasificación en términos de área para cada periodo (Tabla 7). Proyecto de grado Iván Andrés Romero Martínez Página 27 Figura 10. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2000. Proyecto de grado Iván Andrés Romero Martínez Página 28 Figura 11. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2014. Proyecto de grado Iván Andrés Romero Martínez Página 29 Figura 12. Mapa de clasificación supervisada de uso y cobertura del suelo del páramo Santurbán, 2021. Proyecto de grado Iván Andrés Romero Martínez Página 30 4.3 Evaluación de precisión Se utilizaron imágenes de Google Earth y Sentinel-2 para verificar la cobertura del suelo y compararla con la información de los mapas de clasificación supervisada. La precesión de las clasificaciones del CJSB se presentan en los Anexos 2-4 y se pude observar que para los tres periodos se obtuvo una precisión mayor al 80%. La clasificación supervisada con el mayor porcentaje de precisión es la del periodo 2021. Esto puede estar asociado a que las imágenes del 2021 no poseen cobertura de nubes a diferencia de los años 2000 y 2014. Como se mencionó anteriormente, en algunos casos los pixeles de esta categoría (nubes) quedaron mal clasificados como tierras eriales en ciertas zonas. Por otra parte, las clasifi- caciones del 2000 y 2014 comprenden porcentajes de precisión muy cercanos. 4.4 Cambios de uso y cobertura del suelo en el páramo Santurbán De los resultados de este estudio se encontró que en Santurbán disminuyó lavegetación paramuna para el 2014 y nuevamente en el 2021. Por otro lado, aumentó el área de las tierras eriales y los cultivos/parcelas para ambos periodos. Con respecto a la cobertura del bosque, esta disminuyó para el 2014 y para el 2021 incrementó. Tabla 7. Cobertura total de las categorías de clasificación en términos de hectáreas (Ha) y porcentaje para los tres periodos. Cobertura 2000 2014 2021 Área (Ha) % de CJSB Área (Ha) % de CJSB Área (Ha) % de CJSB Sombras y cuerpos de agua 189,63 0,14% 973,89 0,70% 316,17 0,23% Cultivos/Parcelas 23.739,03 17,11% 24.678,18 17,79% 26.250,66 18,92% Tierras eriales 985,50 0,71% 7.508,61 5,41% 8.420,40 6,07% Bosque 40.019,31 28,85% 34.602,03 24,94% 37.568,07 27,08% Páramo 72.421,47 52,20% 70.933,41 51,13% 66.175,65 47,70% Nubes 1.376,01 0,99% 34,83 0,03% 0,00 0,00% Las tierras eriales son la cobertura con el mayor incremento porcentual en la superficie, pasando de 0,71% en 2000 a 5,41% en 2014 y luego, a 6,07% en 2021. Asimismo, el área de los cultivos/parcelas aumentó en 1,81 puntos porcentuales (p.p.), de 17,11% en 2000 a 18,92% en 2021. Por otra parte, la vegetación paramuna mostró una disminución signifi- cativa de 4,50 p.p., pasando de 52,20% en el primer periodo a 47,70% en el tercer año. También se halló que la cobertura forestal se redujo en 3,90 p.p. para el 2014 y posterior- mente incrementó en 2,14 p.p. para el 2021. Proyecto de grado Iván Andrés Romero Martínez Página 31 Tabla 8. Tabulación cruzada de uso y cobertura del suelo entre 2000 y 2021 en el Com- plejo Santurbán. Sombras y cuerpos de agua (SA), Cultivos/Parcelas (CP), Tierras eriales (TE), Bosque (B), Páramo (P), Nubes (N), área Total (T). 2021 (Ha) SA CP TE B P N Total 20 00 ( H a) SA 156,60 0,00 0,00 2,79 30,24 0,00 189,63 CP 4,86 14.747,76 3.229,47 2.351,16 3.405,78 0,00 23.739,03 TE 0,00 425,43 151,47 334,08 74,52 0,00 985,50 B 58,59 2.583,90 202,41 32.104,98 5.069,43 0,00 40.019,31 P 96,12 7.851,51 4.807,62 2.126,79 57.539,43 0,00 72.421,47 N 0,00 642,06 29,43 648,27 56,25 0,00 1.376,01 Total 316,17 26.250,66 8.420,40 37.568,07 66.175,65 0,00 138.730,95 Como se observa en la Tabla 8, la vegetación paramuna presentó una transformación importante en la cual 7.851,51 hectáreas cambiaron a cultivos/parcelas, 4.807,62 hectáreas a tierras eriales y 2.126,79 hectáreas a cobertura forestal. Sin embargo, para el 2021 apa- recieron 8.549,73 hectáreas nuevas de cobertura vegetal de páramo (excluyendo las áreas que pasaron de N y SA a P). Con relación al área del bosque, 2.583,90 hectáreas se transformaron en cultivos/parcelas y 202,41 hectáreas en tierras eriales para el 2021. Por último, 14.747,76 hectáreas se mantuvieron como cultivos/parcelas y 3.405,78 hectáreas de esta misma cobertura pasaron a ser vegetación de páramo. Como resultado de la detección de cambio se realizó un mapa temático de la transforma- ción del uso y cobertura del suelo en el CJSB con las clasificaciones supervisadas del 2000 y 2021. Este mapa se muestre en la Fig. 12 y representa la distribución espacial de las coberturas transformadas del 2000 a 2021. De este mapa se excluyeron las áreas que pa- saron a sombras y cuerpos de agua, y nubes. Proyecto de grado Iván Andrés Romero Martínez Página 32 Figura 13. Mapa de cambios de uso y cobertura del suelo entre 2000 y 2021 en Santurbán. Proyecto de grado Iván Andrés Romero Martínez Figura 14. Mapa de cambios de la vegetación paramuna entre 2000 y 2021 en Santurbán. Proyecto de grado Iván Andrés Romero Martínez Página 34 5 Discusión Los resultados muestran que durante los últimos 20 años, en el CJSB se ha deforestado aproximadamente 6.246 hectáreas de vegetación de páramo y 2.452 hectáreas de bosque. Esto significa que la vegetación paramuna disminuyó el 8,62% y la cobertura forestal el 6,13% (Tabla 8). Estas pérdidas de vegetación están asociadas al desarrollo de las activi- dades agrícolas y pecuarias en el páramo de Santurbán (Figs. 10-12). Esto se puede evi- denciar puesto que el área de los cultivos y las parcelas incrementó el 10,58% (alrededor de 2.512 hectáreas) y la superficie de las tierras eriales aumentó 8,5 veces del 2000 al 2021 (Tabla 8). Como se observa en la Figura 15, actualmente, el 74,78% de la superficie del páramo está conformado por ecosistemas naturales y el 24,99% presenta zonas intervenidas que están asociadas a cultivos, pastizales y tierras eriales. Los municipios que se encuentran en San- turbán se caracterizan por la ganadería extensiva y la siembra de cultivos de papa y cebolla (Sarmiento & Ungar, 2014). De igual manera, la tierra se distingue por pequeños predios que pertenecen a campesinos quienes desarrollan actividades agropecuarias (Gar- cía, 2013; Calderón, 2014). Figura 15. Proporción de las coberturas del suelo en el Complejo Santurbán durante el 2000, 2014 y 2021. Al igual que la investigación del Instituto Humboldt (Sarmiento & Ungar, 2014), este estudio logra evidenciar que las actividades económicas están concentradas al sur del com- plejo (Figs. 9-11), específicamente en los municipios de Tona, Silos, Mutiscua y Cácota (Fig. 2). Esta zona es considerada un Centro de Producción Agropecuaria (CPA), es por tal motivo, que se puede observar un aumento considerable de los cultivos, parcelas y tierras eriales en este territorio durante estos 20 años (Figs. 9-11). Adicionalmente, esta Proyecto de grado Iván Andrés Romero Martínez Página 35 área agrupa el mayor grado de reemplazo de la cobertura del suelo en todo el páramo (Fig. 12), específicamente la pérdida de vegetación paramuna (Fig. 13). En efecto, este sector no se encuentra bajo la figura de alguna área protegida (Fig. 2), por consiguiente, las comunidades pueden hacer uso continuo del suelo para sus actividades económicas sin ningún tipo de restricción. Desde el año 2000 al 2014 se perdieron cerca de 1.488 hectáreas de vegetación paramuna y para el segundo periodo (2014-2021) 4.758 hectáreas (Tabla 7). Lo anterior demuestra que en los últimos 7 años (2014-2021) se perdió aproximadamente el triple de la vegetación de páramo que se perdió en los primeros 14 años. Esto pudo estar influenciado por dos factores. En primer lugar, en el año 2007 el Gobierno declaró el área protegida DMI Berlín en el CPA, pero posteriormente se derogó en el 2014 (Sarmiento & Ungar, 2014). Proba- blemente, esto no permitió que la extensión agropecuaria aumentara en gran medida du- rante los primeros 14 años. Por otro lado, en el 2014 se prohibieron las actividades agro- pecuarias y mineras en el CJSB porque este había sido delimitado por primera vez (Sar- miento & Ungar, 2014). A causa de esto, las comunidades contaban con tres años (hasta el 2017) para abandonar dichas actividades antrópicas (El Tiempo, 2014). Sin embargo, en el 2017 la Corte Constitucional dejó sin efectos dicha delimitación porque no contem- plaba las características sociales y económicas de los municipios alrededor del complejo (RCN Radio, 2017). Esto permitió que los habitantes del CPA continuaran con sus acti- vidades económicas, las cuales contribuyeron significativamente a que se triplicara la pér- dida de la vegetación paramuna en el periodo 2014-2021. De acuerdo con Sarmiento & Ungar (2014), la minería se encuentra ubicada en el occidente del páramo, concretamente en los municipios de Vetas y California, y se caracteriza por ser subterránea. No obstante, esta actividad minera puede transformar la cobertura del suelo debido a las excavaciones de rocas que se realizan para crear la mina (socavón). Esto genera procesos erosivos que pueden detectarse como tierras eriales. Enla Fig. 10 se iden- tificaron pequeñas extensiones de tierras eriales en Vetas y California para el 2014. En el 2021, estas áreas incrementaron, pero no de manera significativa (Fig. 11). Por consi- guiente, este estudio no obtuvo evidencia suficiente de los cambios de cobertura del suelo por actividades mineras. Probablemente, la resolución espacial de Landsat (30 metros) no permitió detectar los socavones de las minas a gran detalle. Según la detección de cambios realizada por este estudio, 7.434,90 hectáreas del CJSB se transformaron a tierras eriales (Tabla 8) y se concentran principalmente en el CPA (Fig. 12). El incremento de este tipo de cobertura en el páramo puede estar asociado a tres posibles razones que dejan el suelo expuesto y los sensores remotos lo detectan como tierras eriales: 1) la degradación del suelo por el impacto de la actividad pecuaria ya que el pisoteo del ganado provoca la pérdida de la cobertura vegetal (Marín, Pescador, Ramos & Charry, 2017); 2) el aumento de cultivos recién plantados o cultivos en barbecho que consiste en dejar de sembrar la tierra periódicamente para que esta se regenere y luego se cultive, ; y 3) la deforestación pues causa la pérdida del bosque y contribuye a la erosión (Romero & García Romero, 2013). Proyecto de grado Iván Andrés Romero Martínez Página 36 Asimismo, se logró evidenciar que 3.405,78 hectáreas de cultivos/parcelas y 5.069,43 hec- táreas de bosque se transformaron en vegetación paramuna (Tabla 8). De esto se puede inferir que posiblemente está ocurriendo una recolonización por parte de la vegetación paramuna. Esto implicaría que en estos 20 años, la vegetación de páramo invadió terrenos agrícolas que se dejaron de utilizar, al igual que, áreas que fueron deforestadas con fines económicos. Es importante resaltar que este proceso complica el establecimiento de límites naturales entre el ecosistema de páramo y el bosque alto andino (Van der Hammen, Pabón Caicedo, Gutiérrez & Alarcón, 2002). Finalmente, según Sarmiento & Ungar (2014), las actividades agropecuarias en Santurbán están afectando la capacidad de retención hídrica y la permeabilidad del páramo debido a la reducción y desaparición de la cobertura vegetal, la compactación del suelo y la pertur- bación ecosistémica. El cambio en la cobertura del complejo está aportando a la emisión de gases de invernado ya que el suelo del páramo es rico en materia orgánico, por tanto, la transformación del suelo libera el carbono almacenado a la atmósfera. Asimismo, esta problemática ambiental está contribuyendo a la pérdida de biodiversidad y está afectando el paisaje del ecosistema (Calderón, 2014; Sarmiento & Ungar, 2014). 6 Conclusiones Se cuantificaron las coberturas del Complejo Santurbán para tres periodos de tiempo (2000, 2014 y 2021) y se elaboraron mapas temáticos de la cobertura y uso del suelo para cada año. Gracias a esto, se logró identificar el crecimiento de las actividades agropecuarias al sur del CJSB. Actualmente, alrededor del 75% del páramo está compuesto por ecosis- temas naturales y el 25% restante por áreas de intervención antrópica. Se realizó un mapa de detección de cambios para el periodo 2000 y 2021. En este mapa se logró identificar que el área de mayor grado de transformación del suelo está comprendida por los municipios de Tona, Silos, Mutiscua y Cácota debido a que no se encuentran bajo la figura de alguna área protegida. De esto se concluye que las áreas protegidas son nece- sarias y de gran importancia para la conservación y protección del ecosistema paramuno. Adicionalmente, se determinó que la vegetación paramuna disminuyó en un 8,62% y la cobertura forestal en un 6,13%. La pérdida vegetal está influenciada por el aumento de las actividades agropecuarias en la región por parte de las comunidades. Para el periodo 2000-2021, el área de los cultivos y las parcelas incrementó el 10,58% y la superficie de las tierras eriales aumentó 8,5 veces. Con respecto a la minería en Santurbán, este estudio no logró obtener suficiente evidencia de los cambios de cobertura del suelo por actividades mineras. No obstante, por la inves- tigaciones realizada por el Instituto Humboldt (2014) se conoce que esta actividad antró- pica se desarrolla dentro de los límites del páramo. Proyecto de grado Iván Andrés Romero Martínez Página 37 7 Recomendaciones Se sugiere que para estudios futuros se tengan en cuenta imágenes satelitales de mayor resolución espacial (como Sentinel-2) para poder diferenciar un mayor número de cober- turas en el páramo de Santurbán. Asimismo, se recomienda realizar clasificaciones super- visadas de periodos de tiempo más seguidos con el fin de estudiar la transformación de la cobertura del suelo a más detalle. Por último, debe existir un control y monitoreo continuo de las actividades agropecuarias y mineras en el CJSB ya que estas afectan el páramo en diversos ámbitos. La conservación de Santurbán es de gran importancia porque este ecosistema regula las fuentes hídricas, fija el carbono atmosférico (contribuyendo al control del cambio climático) y posee una alta biodiversidad (Andinos, 2012; García, 2013). Proyecto de grado Iván Andrés Romero Martínez Página 38 8 Agradecimientos Quiero agradecerle a Dios por todas las bendiciones que me ha dado a lo largo de mi vida. Igualmente, a mis padres Yamile e Iván y mi hermano Efraín por apoyarme incondicio- nalmente y acompañarme en mi crecimiento personal y académico. A mi tía Luisa por siempre creer en mi. A Jillian Pearse por su asesoría, sus correcciones y ánimos a lo largo de este semestre. A mis amigos de Barrancabermeja, especialmente a Lineth León por su apoyo durante este proceso. A Laura García y Juan Sebastián Velasco por su compañía y ayuda. Por último, a mis amigos que conocí en la universidad. Todos han aportado a mi vida y son personas que aprecio mucho. Proyecto de grado Iván Andrés Romero Martínez Página 39 Referencias Andinos, P. (2012). Ecología, hidrología y suelos de páramos. Autores:(Luis Ll., Alejandra S., Rolando C., Bert De B., Boris O. y Pablo B. Ecuador. Pág. 238, 239. Butt, A., Shabbir, R., Ahmad, S. S., & Aziz, N. (2015). Land use change mapping and analysis using Remote Sensing and GIS: A case study of Simly watershed, Islamabad, Pakista. The Egyptian Jourganl of Remote Sensing and Space Science, 18(2), 251-259. Cabello, J., & Paruelo, J. M. (2008). La teledetección en estudios ecológicos. Revista ecosistemas, 17(3). Calderón, L. (2014). Conflictos asociados al uso del suelo: una aproximación al área de conservación óptima en el Páramo de Santurbán. (No. 1509-2016-130926, pp. 1-48). Castañeda Martín, A. E. (2016). Carbono almacenado en biomasa aérea y suelo en el ecosistema de páramo. CGR. (2011). Estado de los recursos naturales y del ambiente 2010 - 2011. Bogotá, D.C.: Contraloría General de la República. Corporación Autónoma Regional de la Frontera Nororiental. (2010). Páramos: Santurbán, Almorzadero y DMI Berlín. Obtenido de http://corponor.gov.co/dev/index.php/es/estaticos/60-estaticos/660-areas-naturales- estrategicas Díaz-Granados Ortiz, M. A., Navarrete González, J. D., & Suárez López, T. (2005). Pá- ramos: hidrosistemas sensibles. Revista de ingeniería, (22), 64-75. El Tiempo. (2014). Obtenido de Cebolleros de Santurbán se resisten a dejar de cultivar: https://www.eltiempo.com/archivo/documento/CMS-13918957 ESRI (s.f.). ArcGis Pro. Obtenido de Accuracy Assessment: https://pro.ar- cgis.com/es/pro-app/latest/help/analysis/image-analyst/accuracy-assessment.htm ESRI. (s.f.). ArcGis Pro. Obtenido de ¿Qué es la clasificación de imagen?: https://desk- top.arcgis.com/es/arcmap/10.4/extensions/spatial-analyst/image-classification/what-is-image-classification-.htm ESRI. (s.f.). ArcGis Pro. Obtenido de Crear un dataset de mosaico: https://pro.ar- cgis.com/es/pro-app/latest/help/data/imagery/creating-mosaic-datasets-wf.htm ESRI. (s.f.). ArcGis Pro. Obtenido de Empezar a trabajar con el procesamiento de ráster e imagen: https://pro.arcgis.com/es/pro-app/latest/help/data/imagery/get-started- with-image-and-raster-processing.htm Fedesarrollo. Centro de Investigación Económica y Social. (2013). Valoración de los bienes y servicios ambientales provistos por el páramo de Santurbán. Informe presentado a USAID. Contrato número EEM-I-007-00004. García, H. (2013). Valoración de los bienes y servicios ambientales provistos por el Páramo de Santurbán. Proyecto de grado Iván Andrés Romero Martínez Página 40 González, M. E., & Rodríguez, M. P. (2013). Aplicaciones de la teledetección en degradación de suelos. Boletín de la Asociación de Geógrafos Españoles. Horning, N. (2004). Selecting the appropriate band combination for an RGB image using Landsat imagery. Center for Biodiversity and Conservation. IAVH. (2019). Conjunto de datos con la propuesta Área de Referencia y Franja de Transición Bosque Páramo para jurisdicciones Santurbán Berlín a escala 1:25.000, en el marco del cumplimiento a las órdenes de la corte constitucional emitidas en la sentencia T-361 de 2017. Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. (2007). Atlas de páramos de Colombia. Instituto Humboldt. (s.f.). Páramos y sistemas de vida: Santurbán. Obtenido de http://www.humboldt.org.co/es/component/k2/item/558-paramos-y-sistemas-de- vida-santurban# Lillesand, T. M., Kiefer, R. W., & Chipman, J. W. (2008). Remote Sensing and Image Interpretation. John Wiley & Sons. Marín, M. A. M., Pescador, L. R., Ramos, L. R., & Charry, J. L. A. (2017). Impacto de la actividad ganadera sobre el suelo en Colombia. Ingeniería y Región, 17, 1-12. Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (1 de julio de 2020). Decreto Número 2372. Morales-Betancourt, J. A., & Estévez-Varón, J. V. (2015). El páramo: ¿ecosistema en vía de extinción? Revista Luna Azul(22), 1-de. Murad, C. A. (2016). Deforestation in the department of Putumayo over a fifteen-year period from landsat satellite images (Bachelor's thesis, Uniandes). NASA. (s.f.). Landsat. Obtenido de Landsat Science: https://landsat.gsfc.nasa.gov/about Organización Colparques. (s.f.). Páramo de Santurbán Reserva Natural Regional. Obtenido de http://www.colparques.net/SANTURBAN Painter, J. (2013). BBC. Obtenido de El futuro incierto de los páramos andino: https://www.bbc.com/mundo/noticias/2013/09/130905_ciencia_verde_paramos _andinos_cambio_climatico_np Parques Nacionales Naturales de Colombia. (s.f.). RUNAP. Obtenido de Runap en cifras: https://runap.parquesnacionales.gov.co/cifras Pinilla Herrera, M. C. (2012). Portafolio de restauración de Páramos y Humedales de Alta Montaña: estado actual de los complejos de páramos a nivel nacional y tipología de disturbios existentes Procuraduria General de la Nación & Instituto de Estudios del Ministerio Público. (2018). Evaluación normativa, social y ambiental de los páramos en Colombia. Informe Preventivo No. 003. Proyecto de grado Iván Andrés Romero Martínez Página 41 Rawat, J., & Kumar, M. (2015). Monitoring land use/cover change using remote sensing and GIS techniques: A case study of Hawalbagh block, district Almora, Uttarakhand, India. The Egyptian Journal of Remote Sensing and Space Science, 18(1), 77-84. RCN Radio. (2017). Obtenido Se cae la delimitación del páramo de Santurbán: https://www.rcnradio.com/medio-ambiente/se-cae-delimitacion-del-paramo-santurban Rincón, L. N. (2015). Los páramos en Colombia, un ecosistema en riesgo. Ingeniare(19), 127-136. Romero, H. G., & García Romero, H. (2013). Deforestación en Colombia: Retos y pers- pectivas. El Desafío del Desarrollo Sustentable en América Latina, 123-142. Sabins, F. F., & Ellis, J. M. (2020). Remote Sensing: Principles, Interpretation, and Applications. Waveland Press. Sarmiento, C., & Ungar, P. (2014). Aportes a la delimitación del páramo mediante la identificación de los límites inferiores del ecosistema a escala 1: 25 000 y análisis del sistema social asociado al territorio: complejo de páramos jurisdicciones-Santurbán- Berlín. Bogotá DC: Colombia: IAvH. Siegmund, A., Kollar, I., & Siegmund, A. (2016). Science Education through Earth Observation for High Schools (SEOS) Project. Obtenido de http://www.seos- project.eu/modules/remotesensing/remotesensing-c05-p01.html Torres G., A. M., Peña S., E. J., Zúñiga E., O., & Peña O., J. A. (2012). EVALUACIÓN DEL IMPACTO DE ACTIVIDADES ANTRÓPICAS EN EL ALMACENAMIENTO DE CARBONO EN BIOMASA VEGETAL EN ECOSISTEMAS DE ALTA MONTAÑA DE COLOMBIA. Boletín Científico. Centro de Museos. Museo deHistoria Natural, 16(1), 132-142. USGS. (s.f.). Landsat Missions. Obtenido de Landsat Level-1 Processing Details: https://www.usgs.gov/core-science-systems/nli/landsat/landsat-level-1-processing- details USGS. (s.f.). Landsat Missions. Obtenido de Landsat Satellite Missions: https://www.usgs.gov/core-science-systems/nli/landsat/landsat-satellite-missions?qt- science_support_page_related_con=0#qt-science_support_page_related_con Van der Hammen, T., Pabón Caicedo, J. D., Gutiérrez, H., & Alarcón, J. C. (2002). El cambio global y los ecosistemas de alta montaña de Colombia (No. PDF 422)). WWF. (2012). Obtenido de Soy páramo, soy vida: https://www.wwf.org.co/?204268/Soy- pramosoy-vida Proyecto de grado Iván Andrés Romero Martínez Página 42 Anexos Figura 16. Anexo 1: Caracterización climática de Vetas (páramo de Santurbán) de acuerdo con datos históricos del IDEAM del periodo entre 1981-2010. Las columnas resal- tadas en azul claro indican los meses donde se obtuvieron las imágenes Landsat. Tabla 9. Anexo 2: Tabla de precisión total de la clasificación supervisada 2000, con 6 clases. Class Producers Accuracy Users Accuracy Sombras y cuerpos de agua 100,00% 100,00% Bosque 91,30% 100,00% Páramo 86,96% 95,24% Cultivos/Parcelas 95,00% 90,48% Tierras eriales 100,00% 19,05% Nubes 60,00% 100,00% Overall Classification Accuracy 84,13% Proyecto de grado Iván Andrés Romero Martínez Página 43 Tabla 10. Anexo 3: Tabla de precisión total de la clasificación supervisada 2014, con 6 clases. Class Producers Accuracy Users Accuracy Sombras y cuerpos de agua 90,90% 100,00% Bosque 74,19% 92,00% Páramo 93,48% 84,31% Cultivos/Parcelas 71,43% 83,33% Tierras eriales 83,33% 50,00% Nubes 100,00% 90,00% Overall Classification Accuracy 84,68% Tabla 11. Anexo 4: Tabla de precisión total de la clasificación supervisada 2021, con 5 clases. Class Producers Accuracy Users Accuracy Sombras y cuerpos de agua 100,00% 100,00% Bosque 85,19% 92,00% Páramo 87,18% 87,18% Cultivos/Parcelas 78,57% 64,71% Tierras eriales 88,89% 100,00% Overall Classification Accuracy 86,87%
Compartir