1.- Antecedentes

Como parte del proyecto “Interacción de los instrumentos de conservación sobre el mecanismo de pagos por resultados en el Bosque Andino Tropical del Ecuador”, se ha identificado la necesidad de disponer de una temporalidad cero (0) de la cobertura forestal en las zonas de influencia del Sistema Nacional de Áreas Protegidas (SNAP). El objectivo de obtener esta cobertura base es poder identificar los cambios ocurridos en la matriz forestal de una manera multitemporal. En base a estos cambios y teniendo en cuenta covariables fisico-ambientales, medir la “deforestación evitada”, efecto de la aplicación de medidas de conservación de caracter nacional (i.e. declaratoria de Áreas Protegidas).

Existe una escasa disponibilidad de datos geoespaciales con cobertura nacional disponibles de manera abierta. Sobre todo previos a la década de 1990. Para lograr esta capa forestal de temporalidad cero, adicionalmente se identifica la necesidad de agregar datos espaciales de diferentes fuentes. Se busca la integración de datos de sensores remotos con fotografías aereas históricas.

2.- Partes interesadas

2.1.- Oferente

Gabriel Muñoz M.Sc.

Coordinador general en NASUA, Especialista en manejo de datos en biodiversidad y geoespaciales.

Andrade Marin y Diego de Almagro, e7-76. Quito-Ecuador

0960809080

fgabriel1891@gmail.com

2.2.- Contratante

Dr. Pablo Cuenca

Director del proyecto, Docente-Investigador Universidad Regional Amazónica IKIAM.

6 299 9160 Ext.: 131

pablo.cuenca@ikiam.edu.ec

3.- Diagnóstico situacional

El Sistema Nacional de Áreas Protegidas del Ecuador actualmente abarca 51 reservas naturales y cubre un aproximado del 20% de la superficie terrestre del país (MAE 2015). Las Áreas Protegidas que actualmente conforman el SNAP conforman un conjunto integrado pero heterogeneo de Àreas con diferentes objetivos de gestión con declaratorias individuales desde 1969 hasta 2018 (Figura 1). Existe disponibilidad de datos de cobertura y uso de suelo a partir de 1990. Sin embargo ir hacia atrás para generar información espacial histórica representa un reto, e involucra el descubrir, agregar y estandarizar datos espaciales heterogeneos, de diferentes resolución y origen.

Disponibilidad de datos de sensores remotos

La disponibilidad de datos provenientes de sensores remotos del periodo que pre 1990 es limitada. Sobre todo debido a Ecuador (y los tropicos en general) no fueron prioridad para la generación de información geoespacial. Por ejemplo, para el Landsat Global Survey lanzado en 1975, de los primeros proyectos enfocados en caracterizar la superficie terrestre, no se tomó en cuenta los trópicos. Una opción principal de imágenes satelitales históricas para Ecuador es usar la colección proveniente del satélite LANDSAT 5. Este satélite fue lanzado el 1ro de marzo de 1984 y transmitio su ultima imagen el 6 de enero de 2013. Es el satélite de observación terrestre que más tiempo ha estado operativo (NASA 2013) y ha sido utilizado para documentar la deforestación ocurrida en los trópicos. Las imágenes provenientes de este satélite actualmente son de libre acceso, se las puede conseguir a traves de la página del U.S. Geological Survey (USGS). Adicionalmente toda la colección ha sido ingerida al catalogo público de datos de Google, accessibles con la herammienta Google Earth Engine.

Años de declaratoria de las Àreas Protegidas en Ecuador, fuente: Protected Planet

Años de declaratoria de las Àreas Protegidas en Ecuador, fuente: Protected Planet

Disponibilidad de imagenes de sensores remotos provenientes del satélite LANDSAT 5 en relación a la distribución actual de áreas protegidas pertenecientes al Sistema Nacional de Áreas Protegidas (SNAP). Para tres periodos de izquierda a derecha: 1984; 1984-1985; 1984-1986.

Disponibilidad de imagenes de sensores remotos provenientes del satélite LANDSAT 5 en relación a la distribución actual de áreas protegidas pertenecientes al Sistema Nacional de Áreas Protegidas (SNAP). Para tres periodos de izquierda a derecha: 1984; 1984-1985; 1984-1986.

Disponibilidad de datos de fotos aereas y ortofotografías

Las imágenes satelitales son una fuente primaria y accesible de información histórica de la cobertura forestal del Ecuador. Sin embargo, existen vacios espaciales de información debido a situaciones como: Alta nubosidad, Sombras o vacios en la disponibilidad de imagenes (Figura 2). Por ello, para completar la cobertura de matriz forestal en T0 (pre 1990) se usaran fotografías aereas y ortofotografías disponibles para el Ecuador en el Instituto Geográfico Militar. En base a reuniones con el personal técnico del mencionado Instituto, existe la disponibilidad de fotos aereas históricas en los períodos 1956, 1961, 1975, 1984. La cobertura de estas imágenes es bastante heterogénea tanto temporal como espacialmente. Adicionalmente, muchas de las fotografías aereas disponibles requiren de un trabajo previo de georeferenciación.

4.- Metodología de trabajo

Cobertura forestal en base a información satelital

Para obtener la cobertura forestal en la temporalidad “T0” se utilizaran como fuente principal de información espacial las imagenes obtenidas por el satélite de sensor remoto optico LANDSAT 5. La elección del mosaico incial se lo realizara tomando en cuenta criterios técnicos relativos al proyecto principal. Para construir este mosaico se seleccionará el rango de fechas más apropiado desde el año 1984 (fecha más antigua de disponibilidad de datos) poniendo como tope el año 1987. Para seleccionar el rango de fechas de construcción de los mosaicos se tomara en cuenta un balance entre la cobertura de imagenes en relación a la cobertura del SNAP y la información histórica que las imagenes proveen relativa a los cambios conocidos en la matriz forestal.

Una vez creado el mosaico de imagenes satelitales se procedera a la identificación y enmascaramiento de nubes en las escenas del mosaico. Como resultado de esta etapa de enmascaramiento se obtendrá un mosaico listo para el análisis de cobertura forestal. Se calculará con este mosaico el índice normalizado de diferecia de vegetación (NDVI). Debido a que vegetación refleja luz en longitudes de onda cercanos al infrarojoy absorve luz en la parte roja del espectro de luz. Este índice crea un valor único que representa la diferente actividad fotosintética que ocurre en un pixel determinado que varía ente 1 y -1. Pixeles con una alta actividad fotosintética expresan valores altos de NDVI. En base a separación por umbrales basados en la distribución de de valores NDVI se generará mascaras bosque / no bosque para el mosaico LANDSAT.

Identificación de vacios de información

Usando el mosaico libre de nubes de LANDSAT y la distribución de los plots usados para caracterizar los cambios multitemporales sobre la matriz forestal se identificaran los plots que esten fuera de la distribución del mosaico libre de nubes. Estos plots seran categorizados como “escenas faltantes”. Se calculará los centroides y coordenadas esquineras de los polygonos de estas escenas faltantes para contrastarlos con el catálogo de imágenes aereas y ortofotos del Istituto Geográfico Militar (IGM).

Uso de imagenes aereas para completar vacios de información

Una vez identificadas las fotografías aereas y ortofotos que coincidan con la distribución de los plots con “escenas faltantes” en el catalogo obtenido del IGM. Se georeferenciará las imagenes que no se encuentre ortorectificadas. Una vez las imágenes correspondientes a “escenas faltantes” sean obtenidas y georeferenciadas, se precederá a ingerir las imágenes a la nube (Google Cloud Storage). Una vez terminado el proceso de ingestión, se realizara una segmentación de áreas homogeneas para una posterior una clasificación de las imagenes usando un enfoque orientado a objetos (Kressler et al. 2005) para definir areas con cobertura de bosque. Se usará como linea base para el entrenamiento de classificadores la cobertura forestal de Hansen 2003.

Flujograma de trabajo para obtener la capa T0 de cobertura forestal por plot. La cobertura forestal final proviene a partir de una agregación de datos satelitales y fotografías aereas

Flujograma de trabajo para obtener la capa T0 de cobertura forestal por plot. La cobertura forestal final proviene a partir de una agregación de datos satelitales y fotografías aereas

4.1.- Herramientas y productos proporcionados como contraparte por el oferente:

  • ArcGIS

  • QGIS

  • R

  • RStudio

  • Google Earth Engine

  • Herramientas de oficina

  • Cartografía base del Ecuador

  • Movilización del oferente

  • Consultas con personal especializado

5.- Productos a ser recibidos por el oferente

  • Google Cloud Storage (Precio)

  • Fotos aéreas y ortofotos del Instituto Geográfico Militar (IGM)

  • Imágenes satelitales fuera de las incluidos en Google Earth Engine Datasets (Según necesidad)

  • Literatura especializada (según necesidad)

  • Cartografía e información geográfica que se identifique como necesaria sobre la marcha

5.- Productos a entregarse de parte del oferente

  • Matriz forestal T0 para la distribución de plots sobre el territorio del SNAP

  • Completa documentación digital y metadatos de los productos finales e intermedios

  • Informe a detalle de la metodología realizada y descripción del producto final

  • Scripts de los analisis realizados (compartidos via GitHub)

6.- Cronograma

Duración del proyecto: 5 meses 1

Actividad/Mes Marzo Abril Mayo Junio Julio
Exploracion datos Landsat X
Creacion mosaicos X
Identificación de nubes X
Cloud-free composite X
NDVI calculos X
NDVI umbrales X
Separación cobertura landsat X
Identificación de “escenas faltantes” X X
Categorización y ordenamiento del catalgo IGM X
Matching de escenas faltantes y plots de estudio X
Identificación de fotos aereas a utilizarse X
Reunion de trabajo e informe de avances 1 X
Georeferenciación de fotos aereas X X
Ingestion a la nube X
Reunion de trabajo e informe de avances 2 X
Clasificación en base a objetos X X
Validación X X
Standarización de resultados X X
Generación de cobertura T0 X X
Escritura documento final X X
Incorporación recomendaciones X
Entrega producto final X

7.- Propuesta económica

8500 + impuestos de ley (12% IVA)

7.1.- Forma de pago

  • 40% anticipo
  • 40% a la reunión de trabajo e informe de avances 2
  • 20% a la entrega del producto final y documento detallando la metodología (incorporada las revisiones del caso)

8.- Adicionales

La parte oferente compromete su apoyo en la gestión, movilización de datos, comunicación y reuniones necesarias con los proveedores de datos (e.g. IGM, Instituto Espacial Ecuatoriano) para facilitar una mayor rapidez en la obtención de imagene satelitales, aéreas y ortofotos.

La parte oferente se compromente a mantener canales de comunicación abiertos permanentes con la parte contratante.

La parte oferente compromete su apoyo a estudiantes para el potencial desarrollo y elaboración de temas de tesis pertinenentes a este proyecto.

La metodología, scripts y documentos productos de este trabajo seran elaborados en base a buenas prácticas de replicabilidad en ciencia y datos abiertos.

9.- Referencias

Kressler, F. P., Steinnocher, K., & Franzen, M. (2005, July). Object-oriented classification of orthophotos to support update of spatial databases. In Geoscience and Remote Sensing Symposium, 2005. IGARSS’05. Proceedings. 2005 IEEE International (Vol. 1, pp. 4-pp). IEEE.

Patel, N.N., Angiuli, E., Gamba, P., Gaughan, A., Lisini, G., Stevens, F.R., Tatem, A.J. and Trianni, G., 2015. Multitemporal settlement and population mapping from Landsat using Google Earth Engine. International Journal of Applied Earth Observation and Geoinformation, 35, pp.199-208.

Johansen, K., Phinn, S., & Taylor, M. (2015). Mapping woody vegetation clearing in Queensland, Australia from Landsat imagery using the Google Earth Engine. Remote Sensing Applications: Society and Environment, 1, 36-49.

Mallinis, G., Koutsias, N., Tsakiri-Strati, M., & Karteris, M. (2008). Object-based classification using Quickbird imagery for delineating forest vegetation polygons in a Mediterranean test site. ISPRS Journal of Photogrammetry and Remote Sensing, 63(2), 237-250.

Tucker, C.J., Pinzon, J.E., Brown, M.E., Slayback, D.A., Pak, E.W., Mahoney, R., Vermote, E.F. and El Saleous, N., 2005. An extended AVHRR 8‐km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data. International Journal of Remote Sensing, 26(20), pp.4485-4498.

Huang, C., Goward, S.N., Masek, J.G., Gao, F., Vermote, E.F., Thomas, N., Schleeweis, K., Kennedy, R.E., Zhu, Z., Eidenshink, J.C. and Townshend, J.R., 2009. Development of time series stacks of Landsat images for reconstructing forest disturbance history. International Journal of Digital Earth, 2(3), pp.195-218.

DeVries, B., Pratihast, A.K., Verbesselt, J., Kooistra, L. and Herold, M., 2016. Characterizing forest change using community-based monitoring data and Landsat time series. PloS one, 11(3), p.e0147121.

Willhauck, G., Schneider, T., De Kok, R. and Ammer, U., 2000, July. Comparison of object oriented classification techniques and standard image analysis for the use of change detection between SPOT multispectral satellite images and aerial photos. In Proceedings of XIX ISPRS congress (Vol. 33, pp. 35-42).

Melville, B., Lucieer, A., & Aryal, J. (2018). Object-based random forest classification of Landsat ETM+ and WorldView-2 satellite imagery for mapping lowland native grassland communities in Tasmania, Australia. International Journal of Applied Earth Observation and Geoinformation, 66, 46-55.

Andam, K. S., Ferraro, P. J., Pfaff, A., Sanchez-Azofeifa, G. A., & Robalino, J. A. (2008). Measuring the effectiveness of protected area networks in reducing deforestation. Proceedings of the National Academy of Sciences, 105(42), 16089-16094.

10.- Grupos e Instituciones participantes

  1. Contados en base a disponibilidad total de la información proveida al oferente↩