BookPDF Available

Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo mediante teledetección e índices de ecología del paisaje

Authors:
ANÁLISIS MULTITEMPORAL DE LA
CUBIERTA FORESTAL DEL PARQUE
NATURAL DEL MONCAYO MEDIANTE
TELEDETECCIÓN E ÍNDICES DE
ECOLOGÍA DEL PAISAJE
ANÁLISIS MULTITEMPORAL DE LA CUBIERTA FORESTAL DEL PARQUE NATURAL
DEL MONCAYO MEDIANTE TELEDETECCIÓN E ÍNDICES DE ECOLOGÍA DEL PAISAJE
EDURNE MARTÍNEZ DEL CASTILLO
EDURNE MARTÍNEZ
DEL CASTILLO
Publicaciones del Consejo de Protección
de la Naturaleza de Aragón
SERIE INVESTIGACIÓN
ANÁLISIS MULTITEMPORAL DE LA
CUBIERTA FORESTAL DEL PARQUE
NATURAL DEL MONCAYO MEDIANTE
TELEDETECCIÓN E ÍNDICES DE ECOLOGÍA
DEL PAISAJE
EDURNE MARTÍNEZ DEL CASTILLO
© Textos y fotos: Edurne Martínez del Castillo
Editan
Departamento de Geografía y Ordenación del Territorio, Universidad de
Zaragoza
Jolube Consultor Botánico y Editor, Jaca (Huesca) – www.jolube.es
Consejo de Protección de la Naturaleza de Aragón
ISBN: 978-84-937811-2-5
Depósito legal: HU-317-2015
Impreso en España por Publidisa
Foto portada:
Arriba, vista del macizo del Moncayo en julio del 2013.
Abajo, imagen Landsat 5 TM del día 18 de julio del 2010, composición en
falso color RGB 743.
Serie Investigación, nº 60
ANÁLISIS MULTITEMPORAL DE LA
CUBIERTA FORESTAL DEL PARQUE
NATURAL DEL MONCAYO MEDIANTE
TELEDETECCIÓN E ÍNDICES DE ECOLOGÍA
DEL PAISAJE
EDURNE MARTÍNEZ DEL CASTILLO
Editan
Universidad de Zaragoza
Jolube Consultor Botánico y Editor
Consejo de Protección de la Naturaleza de Aragón
Zaragoza y Jaca, 2015
Este trabajo ha sido realizado en el marco de los
proyectos:
GA-LC-031/2010 “El Parque Natural del Moncayo
como observatorio del cambio global” financiado por
el convenio DGA-La Caixa.
CGL2012-31668 “Eventos climáticos extremos:
caracterización, variabilidad espacio-temporal e
impacto en los sistemas naturales ELENA” del Plan
Nacional I+D+i financiado por el Ministerio de
Economía y Competitividad y cofinanciado por los
fondos del programa FEDER.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
5
ÍNDICE
1. INTRODUCCIÓN ................................................................................. 7
1.1 La teledetección como herramienta para evaluar el cambio climático ..................... 7
1.2 Generación de cartografía de ocupación del suelo con imágenes de satélite
mediante clasificación digital ...................................................................................... 9
1.3 Índices de Ecología del paisaje para medir la estructura espacial .......................... 11
2.
OBJETIVOS .......................................................................................... 13
3.
ÁREA DE ESTUDIO ........................................................................... 15
3.1 Macizo del Moncayo ...................................................................................................... 15
3.2 El contexto general de la cubierta vegetal en el Parque Natural del Moncayo ..... 17
3.3 Las comunidades forestales presentes en el Parque .................................................. 19
4.
MATERIALES Y MÉTODOS ........................................................... 23
4.1 Generación de cartografía base mediante análisis visual ......................................... 23
4.1.1 Elección y características de las fotografías aéreas ............................................. 23
4.1.2 Información auxiliar para la elaboración de la cartografía ............................... 24
4.1.3. Preparación de fotografías .................................................................................... 24
4.1.4. Fotointerpretación y digitalización ...................................................................... 25
4.2 Generación de la cartografía de ocupación del suelo mediante clasificación digital26
4.2.1 Selección de imágenes y características básicas .................................................. 26
4.2.2 Pretratamiento de las imágenes ............................................................................ 28
4.2.3 Clasificación digital de la imagen de 2010 ........................................................... 37
4.2.4 Clasificación digital de la imagen de 1987 ................................................................. 48
4.3 Selección de los índices de ecología del paisaje para analizar el patrón de las
cubiertas en 1987 y 2010 y sus cambios. ................................................................... 52
E. Martínez del Castillo
6
5. RESULTADOS ..................................................................................... 59
5.1 Análisis de la fragmentación ........................................................................................ 59
5.2 Análisis de la conectividad. .......................................................................................... 62
5.3 Análisis de la heterogeneidad ...................................................................................... 64
5.4 Análisis de la estructura espacial ................................................................................. 64
5.4.1 Año 1987 ................................................................................................................... 65
5.4.2 Año 2010 ................................................................................................................... 68
5.5 Análisis de los cambios .................................................................................................. 71
5.5.1 Análisis multitemporal de las imágenes clasificadas ......................................... 71
5.5.2 Cambios en las cubiertas naturales ....................................................................... 73
6. CONCLUSIONES ............................................................................... 83
7.
BIBLIOGRAFÍA .................................................................................. 87
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
7
1. INTRODUCCIÓN
1.1 La teledetección como herramienta para evaluar el cambio
climático
El cambio global se define como las modificaciones en el medio ambiente
provocadas por el impacto humano que pueden llegar a afectar la capacidad del
planeta para sustentar la vida. Entre esas modificaciones están los cambios de
uso del territorio, las alteraciones en el funcionamiento de los procesos
ecológicos, la disminución de la biodiversidad, la pérdida de productividad de
la tierra y los recursos hídricos y el cambio climático. Este último se yergue
como uno de los principales problemas medioambientales del S. XXI (Houghton
et al, 2001, Welch, 2005).
El reciente informe de 2007 del Panel Intergubernamental sobre el Cambio
Climático (IPCC) ha confirmado un incremento de las precipitaciones durante
el periodo 1900-2005 sobre las tierras emergidas al norte del paralelo 30º
(coherente con el calentamiento detectado), un notable descenso de éstas en
torno a los trópicos desde 1970 y, también desde esta fecha, un aumento de las
aéreas afectadas por sequía en las zonas tropical y subtropical (IPCC, 2007). En
la franja templada de transición entre las zonas comentadas y en las áreas con
orografía compleja los resultados no son tan claros y presentan una mayor
incertidumbre y variabilidad espacial (Trenberth et al. 2007).
La hipótesis actualmente más aceptada es que los efectos del cambio global
afectarán principalmente a las áreas de transición, como es el caso de la zona de
estudio: el Macizo del Moncayo. Éstas son calificadas como ecotonos, donde los
efectos del cambio se pueden detectar con anticipación y donde en mayor
medida se sentirán sus consecuencias (Dryer et al., 1988; Hansen et al., 1992;
Noble, 1993; MacDonald et al., 1998; IPCC, 2007)
El uso de la teledetección como herramienta de observación de la superficie
terrestre, dispone de una serie de ventajas indiscutibles en comparación con
otros sistemas tradicionales de observación de la tierra como la fotografía aérea
o la observación directa. Entre las principales ventajas, se destacan las
siguientes (Chuvieco, 2008; Martínez Vega y Martín Isabel. 2010):
E. Martínez del Castillo
8
Visión global: las imágenes de teledetección aportan una visión global de
la Tierra, inédita hasta hace pocas décadas.
Observación de información en regiones no visibles del espectro: la
mayoría de los sensores que viajan a bordo de satélites registran
información tanto en el espectro visible como en el espectro no visible.
En las regiones no visibles es posible diferenciar objetos cuya respuesta
espectral es similar en el espectro visible y estimar determinadas
variables biofísicas.
Observación a distintas escalas: gracias a las distintas orbitas que
describen los satélites, las imágenes captadas permiten realizar análisis
de la superficie terrestre a distintas escalas y con distintos niveles de
detalle.
Frecuencia y homogeneidad de adquisición: en función de las
características de las orbitas de los satélites, estos tienen capacidad para
pasar por el mismo punto con una frecuencia temporal determinada. De
esta forma, es posible hacer un seguimiento multitemporal de procesos
dinámicos como procesos meteorológicos, incendios, deforestación, etc.
La homogeneidad de las imágenes hacen que estas sean comparables en
todo momento.
Formato digital de las imágenes y capacidad de transmisión inmediata
de los datos: facilita el tratamiento de los datos mediante sistemas
informáticos, de manera que se agilizan las tareas de interpretación y
análisis.
Teniendo en cuenta estas características, desde la década de los 70, la
Teledetección se erige como una herramienta útil y óptima para el estudio del
calentamiento global y del cambio climático (Lillesand, 2006; Chuvieco y
Justice, 2008).
El uso de la Teledetección está contrastado en el estudio de variables utilizadas
directamente para modelizar el cambio climático como el seguimiento de la
composición atmosférica (Guanter et al., 2008), los cambios en las corrientes
oceánicas (Robinson, 2004) o las variaciones de temperatura en las masas de
agua (Handcock et al., 2006) y en las superficies (Sòria y Sobrino, 2007), si bien
son más abundantes los trabajos relacionados con la identificación y estudio de
los efectos que el cambio climático tiene en el medio ambiente. Esto se debe que
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
9
el uso de la Teledetección esta contrastado en el estudio de diversas temáticas
de índole ecológica como la generación de cartografía de ocupación y cambios
del suelo (Franklin y Wulder, 2002), el análisis de la estructura del paisaje
(Chuvieco, 1999; Romero-Calcerrada y Perry, 2004) y el estudio de la
productividad de los ecosistemas y la distribución de nutrientes (Maselli et al.,
2009, Coops et al., 2009), todo ello a lo largo de un amplio rango de condiciones
medioambientales. Dentro de los estudios orientados a la identificación de
efectos visibles del cambio climático en el medio ambiente terrestre dos son las
líneas de trabajo principales: (i) la caracterización de la dinámica de la
vegetación (p.e. Tømmervik et al., 2003; Stellmes et al., 2008; Vogelmann et al.,
2009)
y (ii) el seguimiento de las masas de hielo o nieve en las zonas glaciares
(Bamber y Rivera, 2007).
Este trabajo se centra en la primera de estas dos líneas de investigación, donde
la importancia de identificar, cuantificar y monitorizar las características físicas
de las diferentes coberturas forestales, ha sido ampliamente reconocida como el
elemento clave en el estudio del cambio global.
1.2 Generación de cartografía de ocupación del suelo con
imágenes de satélite mediante clasificación digital
Para identificar las cubiertas vegetales así como los cambios sufridos a lo largo
del tiempo, es necesaria una cartografía temática de vegetación específica. Los
métodos tradicionales para la delimitación de zonas de vegetación homogénea
son basados en interpretación visual sobre fotografías aéreas usando
características como la textura, el tono y la topografía. Dado que este sistema
está basado en fotointerpretación manual, puede ser muy costoso en tiempo y
esfuerzo, además de subjetivo y por ello inconsistente (Franklin et al., 1986).
Además de las ventajas señaladas con anterioridad que las imágenes de satélite
tienen para el estudio del cambio climático, cabe señalar también la resultante
de poder aplicar sobre ellas técnicas de clasificación digital. La clasificación
digital es el proceso por el cual una imagen multibanda se convierte en otra
imagen, del mismo tamaño y características de las originales, con la diferencia
que el ND que define cada pixel no tiene relación con la radiancia detectada por
el sensor, sino que se trata de una etiqueta que identifica la categoría asignada a
este pixel (Chuvieco, 2008). La clasificación digital es un método ampliamente
aceptado dentro de la comunidad científica, debido a la validación estadística
E. Martínez del Castillo
10
que conlleva y al procedimiento automatizado de los pasos seguidos en la
clasificación (Puij et al., 2002).
El uso de la clasificación digital mediante imágenes de satélite cuenta con
numerosas ventajas siendo entre ellas las más importantes, la posibilidad de
trabajar sobre grandes extensiones de terreno, la eliminación de cualquier
problema de accesibilidad, la obtención de un documento objetivo y la fácil
integración de información auxiliar. La recurrencia de las imágenes utilizadas
facilita el análisis multitemporal.
Existen dos métodos de clasificación digital en función de la forma de proceder
en la fase de entrenamiento (Chuvieco, 2008):
Método no supervisado: método automatizado consistente en la
búsqueda automática por parte del software de agrupaciones de
pixeles con valores homogéneos. Como resultado muestra n
categorías espectrales deducidas automáticamente de los
Niveles Digitales (ND) en función de parámetros estadísticos y
de similitud. Es un método muy útil cuando se clasifica una
zona desconocida, o como primer análisis para ver cómo se
discriminan las diferentes categorías.
Método supervisado: parte de la premisa del conocimiento
previo del terreno para la selección de zonas de entrenamiento.
Este conocimiento no solo incluye las salidas de campo a la zona
de estudio, sino que también se contempla el análisis visual, y la
consulta de cartografías auxiliares como mapas de ocupación
del suelo, mapas forestales, etc. Como resultado se muestran un
número de categorías informacionales definido por el usuario,
que constituyen la leyenda.
Para el análisis de la evolución de la cobertura vegetal de la zona de estudio que
se va a llevar a cabo en este trabajo se va a utilizar la clasificación digital
mediante el método supervisado, dado el conocimiento previo existente sobre
la misma.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
11
1.3 Índices de Ecología del paisaje para medir la estructura
espacial
El grado de cambio estructural de los bosques y paisajes forestales al cambio
climático requieren una extensa investigación (Borak et al., 2000). En este
contexto, la Ecología del Paisaje ha centrado sus esfuerzos en desarrollar
métodos cuantitativos que den rigor a los análisis que relacionan los patrones
espaciales del territorio con los procesos ecológicos, creando índices con los que
cuantificar diferentes elementos del paisaje y su estructura (Turner y Gardner,
1991; Naveh y Liebermann, 1994).
La Ecología del Paisaje es una disciplina que se centra en la dimensión espacial
de los procesos ecológicos y en la relación entre el medio ambiente natural y el
medio ambiente antrópico como integrantes del mismo sistema (Carone &
Simonello, 2006). Los estudios medioambientales que usan metodologías de la
Ecología del Paisaje se han desarrollado y difundido extensamente y han
producido una extensa literatura (Turner & Gardner, 1991; Naveh &
Liebermann, 1994, Carone & Simonello, 2006, Fuller, 2001, Uuema et al., 2009,
Yuan et al., 2005, Ioannis & Meliadis, 2011). El nacimiento de la ecología del
paisaje (landscape ecology) mantiene una clara vinculación con la geografía, pues
esta perspectiva científica fue definida e instaurada por un geógrafo. En
concreto, a finales de la década de 1930, el geógrafo Carl Troll utilizó por
primera vez la expresión landscape ecology (Vila et al., 2006).
Recientes aplicaciones de esta disciplina subrayan las ventajas de su
metodología para propuestas de planificación y ordenación medioambiental,
especialmente si son combinadas con técnicas de teledetección (Millington et al.
2001).
Forman y Godron (1981) dividen el paisaje para su análisis desde un punto de
vista estructural en tres diferentes elementos:
Parches: áreas discretas relativamente homogéneas que se distinguen por
discontinuidades marcadas con su entorno
Corredores: elementos lineales del paisaje que se diferencian de su
entorno de forma clara y que puede unir manchas de vegetación de unas
características similares.
Matriz: elemento dominante del paisaje, es decir, el parche dominante en
cuanto a extensión y a conectividad.
E. Martínez del Castillo
12
La disposición espacial del mosaico constituye el patrón paisajístico, que sirve
para poder comparar diferentes unidades de paisaje desde un punto de vista
estructural. Dependiendo de la escala de trabajo y de los datos manejados, se
distinguen cuatro tipos de patrones paisajísticos (McGarigal et al., 2002):
Patrones puntuales: se refieren al reparto de una serie de patrones
puntuales en el espacio. Sobre estos datos puntuales se realizan análisis
para medir el grado de aleatoriedad y de agregación en su reparto
espacial. La cartografía relacionada con estos patrones representa
entidades puntuales.
Patrones lineales: son aquellos patrones en los que dominan grupos de
elementos lineales (corredores) que juntos forman una red. Sobre estas se
realizan análisis para medir las formas de las redes que configuran y su
conectividad. La cartografía del área de estudio se centra en la
representación de entidades lineales
Patrones de superficie: Refiere a las representaciones espaciales de
objetos o variables que varían de forma continua en el territorio. La
cartografía relacionada con estos patrones representa variaciones de
gradientes más que entidades delimitadas.
Patrones de categorías: Estos patrones consideran elementos cuyos límites
están claramente definidos. El paisaje se presenta como un mosaico de
parches discretos que, desde una perspectiva ecológica, tienen unas
condiciones relativamente homogéneas a una determinada escala. La
cartografía utilizada para estudiar estos patrones utiliza entidades
poligonales. El objetivo de los análisis realizados sobre estos datos suele
ser el de caracterizar su composición (diversidad del territorio) y su
configuración espacial, siendo muy numerosos los índices creados para
medir las características geométricas y espaciales de los patrones
categóricos de un mapa representados a una determinada escala.
Este último tipo de patrón paisajístico es el que resulta más interesante aplicar en
este estudio, ya que los resultados caracterizaran la composición y configuración
espacial de las distintas especies forestales objeto de estudio. Para el cálculo de
estos índices de paisaje para los patrones paisajísticos por categorías utilizados en
este trabajo, se ha usado un software muy popular en la materia, el programa
Fragstats 3.3 (McGarigal et al., 2002, McGarigal & Marks, B., 1994).
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
13
2. OBJETIVOS
El principal objetivo de este trabajo es identificar, cuantificar y analizar los
cambios ocurridos en la distribución espacial de la cubierta vegetal del macizo
del Moncayo, concretamente del Parque Natural del Moncayo, entre los años
1987 y 2010. Para analizar estos cambios en la vegetación, especialmente en los
sistemas forestales, se realiza un estudio de la dinámica reciente de la cubierta
vegetal a través de imágenes de satélite.
La consecución de este objetivo permitirá obtener información espacial de
partida que será utilizada en el contexto de un proyecto de investigación más
amplio, denominado “El Parque Natural del Moncayo como observatorio de
cambio global” (GA-LC-031/2010). La elaboración de este trabajo será muy útil
a la hora de planificar lugares idóneos para muestreos dendrocronológicos, que
han de coincidir con zonas de cambio u orlas de crecimiento de las masas
forestales. La clasificación digital de las imágenes y su posterior tratamiento no
solo aporta lugares idóneos para futuros muestreos, si no que la incorporación
de imágenes de satélite y técnicas de teledetección enriquecen sustancialmente
la investigación, abriendo nuevas líneas de trabajo.
Para alcanzar este objetivo principal será necesaria la consecución de los
siguientes objetivos parciales, que refieren a objetivos operativos:
Creación de una cartografía base mediante análisis visual, así como
recopilación de otras coberturas digitales que sirvan como referencia
en el proceso de clasificación digital.
Obtención de cartografías temáticas específicas de cobertura vegetal a
partir de imágenes de satélite, mediante técnicas de clasificación
digital supervisada.
Selección y aplicación de los índices de ecología del paisaje que,
según la bibliografía, resultan más adecuados y significativos para
caracterizar los cambios temporales en la distribución de cubiertas
forestales.
E. Martínez del Castillo
14
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
15
3. ÁREA DE ESTUDIO
3.1 Macizo del Moncayo
El área de estudio se encuentra en el extremo centro-occidental de la provincia
de Zaragoza (Fig. 1), repartiéndose por un total de 9 términos municipales
diferentes (Tarazona, San Martín de la Virgen del Moncayo, Lituénigo, Litago,
Trasmoz, Añón de Moncayo, Talamantes, Calcena y Purujosa). Se trata de un
territorio inscrito dentro de la figura de Espacio Natural Protegido de la Red
Natural Aragón (Ley 12/2004, de 29 de diciembre), respondiendo a criterios
relacionados con la conservación de la naturaleza, promoción y desarrollo
socioeconómico y lugar de esparcimiento y disfrute público, siendo su objetivo
principal conservar la biodiversidad.
Figura 1: Mapa de localización, en el que aparece la zona de estudio, el Parque Natural del
Moncayo y la escena Landsat TM 5 del día 199 de 2010.
E. Martínez del Castillo
16
En la actualidad su denominación es la de Parque Natural del Moncayo, pero
desde su creación, esta ha sido objeto de cambios importantes tanto en su
catalogación, como en su extensión y régimen de protección. Su protección llega
en fechas muy tempranas, siendo uno de los primeros espacios naturales
protegidos en España, al ser declarado en 1927 “Sitio Natural de Interés
Nacional”, para más tarde, en 1978 convertirse en “Parque Natural de la Dehesa
del Moncayo” y posteriormente en 1998 alcanzar la denominación definitiva de
“Parque Natural del Moncayo”.
Estas declaraciones han traído consigo además la ampliación en la superficie
protegida, pasando de las iniciales 1.500 ha del denominado “Monte del
Moncayo” a las 9.848 ha que alcanzaron protección en 1998, para alcanzar las
actuales 11.144 ha, que hoy conforman este Parque Natural, tras su ampliación
en 2007 a petición de los ayuntamientos de Talamantes y Purujosa. Además, en
el confluyen otras figuras de protección como la de Lugar de Importancia
Comunitaria (LIC) ES2430028 Sierra del Moncayo, o Zona de Especial
Protección para las Aves (ZEPA) 0000297 Sierra del Moncayo-Los Fayos-Sierra
de Armas, habiendo sido propuestos varios Lugares de Interés Geológico como:
los Circos glaciares de San Miguel y San Gaudioso (Tarazona) y Morca (Añón),
Cueva Hermosa (Calcena), Peñas Albas (Calcena), Cueva de los Rincones
(Purujosa) y el Barranco de Valcongosto (Purujosa).
En relación con las figuras de protección, la conservación de este espacio se ha
visto reforzada con la aprobación de varias herramientas relacionadas con la
gestión, encaminadas a la conservación de los valores que promovieron su
inclusión en la Red Natural de Aragón. Así en el año 1998, se aprueba la
primera de ellas, tras un intenso proceso de elaboración que concluye con el
primer Plan de Ordenación de los Recursos Naturales para el espacio, que
servirá de base para el diseño y aprobación del Plan Rector de Uso y Gestión
(PRUG) del Parque en 2002, en vigor y prorrogado desde 2007 hasta el
momento actual, a la espera de la aprobación de la revisión del nuevo PRUG
que debe continuar las principales líneas de gestión del espacio protegido. En
este sentido los resultados del trabajo que aquí se muestran se pretende aportar
información útil de cara a la gestión, contribuyendo a incrementar el conocimiento
del espacio y sus dinámicas desde el punto de vista de la cubierta vegetal.
Bajo este contexto administrativo se engloba un amplio territorio con carácter
geográficamente singular, de rasgos diferenciadores del resto de relieves,
morfologías y paisajes circundantes. Desde su especial configuración
topográfica, que le otorga un carácter de macizo montañoso aislado entre los
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
17
ambientes esteparios del centro de la Depresión del Ebro y los más
continentalizados de la meseta castellana en su sector oriental, hasta su
identidad como territorio frontera entre ecosistemas contrastados y refugio
natural de elementos bióticos propios de ambientes eurosiberianos, frecuentes
en cordilleras alejadas como la cantábrica o los pirineos. Por otra parte, su
orientación, estructura geológica y composición litológica, le han dotado a lo
largo del tiempo de rasgos favorecedores para la génesis y funcionamiento de
procesos glaciares y periglaciares, que han dejado su impronta a través de
morfologías fácilmente reconocibles, del mismo modo que su gradiente
altitudinal ha marcado sus rasgos climáticos a lo largo del tiempo y hoy en día
es el principal factor de la distribución de la vegetación en altura, una vez que
la influencia del hombre en el manejo de la cubierta vegetal va dejando paso a
la dinámica natural. Será este último aspecto, el de la cubierta vegetal el objeto
de estudio del presente trabajo, en especial la de carácter forestal, de ahí que en
esta introducción sobre el área de estudio se realice una descripción algo más
detalla de estos dos aspectos.
3.2 El contexto general de la cubierta vegetal en el Parque Natural
del Moncayo
De todos es conocido que la especial ubicación geográfica del Macizo del
Moncayo y su destacada topografía en el contexto de la Cordillera Ibérica y
sobre la Depresión del Ebro, contribuyen a que este espacio albergue una
amplia diversidad de comunidades vegetales, que le otorgan valores
excepcionales desde el punto de vista biogeográfico y ecológico, dado su
carácter transicional, límite de distribución, singularidad y/o fragilidad de sus
especies y comunidades, constituyendo por ello un espacio con un elevado
interés para la detección de señales de cambio global a través del estudio de la
respuesta de la vegetación a la dinámica y a los fenómenos climáticos anuales,
estacionales y diarios.
El Moncayo constituye una figura montañosa con una fuerte disimetría entre sus
vertientes: la soriana, de topografía tendida y orientación suroeste, y la
zaragozana, fuertemente escarpada y con exposición nordeste. En esta última
vertiente se concentran gran parte de los factores ambientales que generan
variedad y diversidad en su composición vegetal (Longares, 2004): un marcado
desnivel topográfico entre la depresión del Ebro y su cumbre, un fuerte gradiente
altitudinal en cuanto a temperaturas y precipitaciones, una clara exposición a las
influencias atlánticas, importantes diferencias edáficas y un largo historial de uso
por parte del hombre. Ese fuerte gradiente altitudinal de temperaturas y
precipitaciones esta provocado por la situación de la Sierra del Moncayo respecto
a la Depresión del Ebro, que hace que resulte afectada por vientos húmedos del
E. Martínez del Castillo
18
Noroeste (Arrechea, 2005). Esto da a lugar a un escalonamiento de pisos de
vegetación inexistente en otros puntos de esta latitud.
Los rasgos fundamentales de la zonación altitudinal en el Moncayo fueron
dados a conocer ya en 1946 por Rivas y Madueño, los cuales, aunque centrados
en la distribución de dos especies de plantas, hicieron una descripción por pisos
del Macizo del Moncayo. Sin embargo, manejando prácticamente los mismos
datos en cuanto a la categorización de esos pisos de vegetación, los autores
llegan a conclusiones diferentes (Burgaz et al., 1985; Bolòs, 1989; Ferreras, 1989;
Navarro, 1989; Longares, 2004). Todos coinciden en reconocer la existencia de
tres pisos de vegetación en la vertientes soriana y aragonesa, pero existen
discrepancias en cuanto a la existencia o no de un cuarto piso.
Así, los tres pisos de vegetación sobre los que existe acuerdo son (Longares, 2004):
Piso mesomediterráneo: ocupa los lugares más bajos, comenzando en la
vertiente zaragozana desde la Depresión del Ebro hasta
aproximadamente 1.000 m y hasta los 1.200 m en la soriana, al ser ésta
más seca. El paisaje vegetal dominante está muy influido por la acción
del hombre. Es constante la presencia de matorrales xerofíticos de
sustitución con predominio de romero (Rosmarinus officinalis), tomillo
(Thymus vulgaris) y aliaga (Genista scorpius) que ocupan el territorio
potencial del coscojar (Quercus coccifera) hasta los 750 m y de la carrasca
(Quercus ilex subsp. ballota) entre los 600-1000/1300 m. Esta última, al
ganar altura, aparece combinada con quejigo (Quercus faginea) en algunos
puntos, al mismo tiempo que en otros se encuentra mezclada con pinares
fruto de diversas repoblaciones.
Piso supramediterráneo: la transición a este piso se produce a partir de
los 900 m en la vertiente zaragozana y en torno a los 1.200 m en la
soriana. En él se adentra el carrascal basófilo del anterior, aunque su área
de distribución potencial se encuentra también ocupada por otras
quercíneas, dominando entre éstas el rebollo (Quercus pyrenaica), el cual
aparece acompañado por el roble albar (Quercus petraea) de forma
puntual en el Monte de la Mata. Sobre este piso en la vertiente
zaragozana se extienden las hayas (Fagus sylvatica), siendo la banda
ocupada por éstas donde se distinguen rasgos eurosiberianos de cierta
similitud con el territorio vasco-cantábrico (Bolòs, 1989). Esta especie está
ausente en la parte soriana, siendo este hecho un indicador biológico de
la menor humedad atmosférica de esta vertiente (Uribe-Echebarría,
2002). Por último señalar que en este piso se encuentran además muy
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
19
presentes las repoblaciones de pinar, en especial de pino albar (Pinus
sylvestris) y, en las zonas más altas, de pino negro (Pinus uncinata).
Piso oromediterráneo: la evolución hacia este piso se produce de forma
paulatina en torno a los 1.600 m en la vertiente zaragozana y a los 1.700-
1.800 en la soriana, donde el bosque comienza a perder importancia y da
paso a los matorrales rastreros característicos del mismo compuestos por
enebro (Juniperus communis subsp. alpina) y piornales (Cytisus balansae
subsp. europaeus) en sustratos silíceos y sabinares rastreros (Juniperus
sabina) en suelos calcáreos.
La controversia está en torno a la presencia, o no, del piso crioromediterráneo,
cuyo indicador sería para algunos autores el pastizal raso de las cumbres más
altas (Navarro, 1989), caracterizado por la presencia de Festuca aragonensis y
Antennaria dioica (Uribe-Echebarría, 2002). Sin embargo, otros autores como
Longares (2004) señalan que, desde el punto de vista climático, no se cumplen
los requisitos críticos establecidos en la definición de este piso de vegetación de
la Región Mediterránea.
En este escenario de gradiente de vegetación y pisos bioclimáticos se
desarrollan una serie de comunidades forestales que ya con anterioridad, y
sobre con desde su declaración como Parque Natural, han visto como las
actividades que sobre ellas se venían sucediendo han desaparecido o cambiado
en su forma de incidencia o intensidad.
3.3 Las comunidades forestales presentes en el Parque
Las comunidades forestales que tienen mayor interés para el análisis de
posibles cambios en cuanto a su forma y extensión, son aquellas que al mismo
tiempo tienen una mayor representatividad dentro del Macizo del Moncayo, y
por tanto dentro del Parque Natural; no obstante, hay que reseñar que por
encima de todas las formaciones presididas por especies arbóreas, destaca
especialmente el hayedo (Fagus sylvatica). Esta formación boscosa encuentra en
el Moncayo uno de sus límites de distribución meridional. Desde el punto de
vista biogeográfico se encuentra en el extremo de las condiciones ambientales
adecuadas para su desarrollo y por tanto adquiere un valor como indicador
biológico de cambio climático por sí misma, puesto que su crecimiento está
íntimamente relacionado con las condiciones climáticas, la variación de estas
condiciones afectara en mayor o menor medida a su desarrollo.
Este hayedo aparece sólo en la vertiente norte-noreste de la cordillera, entre
1.100 m y 1.700 m aproximadamente, ocupando una amplia zona en el interior
E. Martínez del Castillo
20
del Parque Natural, situándose en una franja altitudinal que posee un clima local
más húmedo. Este aumento de la humedad se produce no sólo por el predominio
de las laderas umbrías, que reciben menos insolación, sino por estar expuesta al
aire marítimo ascendente (Bolòs, 1989), que genera frecuentes nieblas en la zona.
La media de precipitaciones que se registran en este territorio, 980 mm anuales,
no son suficientes en estas latitudes como para mantener esta formación boscosa,
más aún cuando son frecuentes largos periodos sin precipitación, momento en el
que las hayas obtienen la humedad requerida de los bancos de niebla que
interceptan (Longares, 2004). Prueba de esta falta de precipitaciones y humedad
son los troncos de las hayas, que mientras en otras regiones más húmedas están
recubiertos de líquenes (Uribe-Echebarría, 2002), aquí las cortezas están casi
desnudas, presentando un aspecto grisáceo.
Desde el punto de vista florístico, éste es un bosque muy pobre en especies, lo
que probablemente se debe a que, al igual que sucede en otros hayedos
meridionales, la competencia por el agua que se establece entre las raíces del
árbol dominante y las de las plantas herbáceas hace difícil la existencia de estas
últimas (Bolos, 1989).
La continuidad de la especie en el Macizo del Moncayo es sensible a los
cambios en el clima. Hay años en los que apenas se registran lluvias desde
finales del invierno hasta bien entrado el otoño, y ello trae consigo el que los
hayucos no maduren por completo y mueran.
Otras grupo de especies de interés son las pertenecientes al grupo de las
quercíneas: el rebollo (Quercus pyrenaica), el roble albar o sésil (Quercus petraea)
y la encina (Quercus ilex subsp. ballota).
El rebollo es un árbol que a nivel mundial tiene un área de distribución muy
pequeña, que va del norte de África al suroeste de Francia, con su máxima
representación en la mitad occidental de la Península Ibérica. En Aragón cuenta
con algunas de sus mejores masas dentro del Parque Natural del Moncayo y
entorno próximo, donde se encuentra a partir de los 900 m, altitud a partir de la
que el bosque mediterráneo siempre verde es reemplazado por bosques de hoja
caduca, llegando hasta los 1400 m de altitud. La estructura de esta masa forestal
deriva del uso ganadero al que se sometió este territorio, que una vez
abandonado permitió su regeneración. A pesar de esto, el rebollar presenta
problemas de envejecimiento dada la avanzada edad de los ejemplares que la
componen. Esta situación ha hecho que los gestores del Parque Natural del
Moncayo hayan promovido la realización de cortas selectivas evitando la corta
a matarrasa y favoreciendo la conservación de determinados ejemplares añosos
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
21
(Arrechea, 2002). Esta especie rebrota bien de cepa y es capaz de producir
estolones subterráneos, lo que la convierte en una especie adaptada a soportar
tanto talas brutales como prolongadas utilizaciones ganaderas, con el
consiguiente ramoneo de sus brotes y hojas tiernos. Tras el comentado descenso
del uso ganadero, el rebollo forma hoy extensos bosques en los tramos silíceos
de la base del Macizo. Dichos rebollares y sus matorrales de sustitución, se
extienden por las dos vertientes del macizo, ascendiendo más en altitud por la
soriana (hasta unos 1.600 m) y menos por la aragonesa (hasta los 1.200 m), ya
que esa vertiente a partir de esa altitud es ocupada por el haya.
El robledal de Quercus petraea es un bosque relicto, limitado actualmente como
masa forestal al Monte de la Mata, dentro del Parque Natural y, favorecido
topográficamente por una ligera gleyzación del suelo en este espacio, lo que
explicaría su presencia en esta sierra (Mendiola et al., 1984), presentando una
considerable influencia por parte de las poblaciones de Quercus pyrenaica, con
las cuales contacta (Navarro, 1989). Esta reliquia de tiempos más húmedos que
se dispersó otrora hacia tierras más meridionales, también ha sido altamente
transformada por la explotación forestal privada a la que ha estado sometida.
En la actualidad se sigue explotando, aunque con menor intensidad,
sobreviviendo gracias a su gran capacidad de rebrote tras la tala.
La encina se distribuye por las sierras de los alrededores del macizo del
Moncayo, envolviendo a este por su base. Por estas latitudes, la encina se
muestra como indiferente al sustrato, y aparece de igual forma sobre terrenos
silíceos como sobre calizas (Uribe-Echebarría, 2002), se adapta a suelos pobres y
pedregosos y a condiciones de sequedad, tanto en aire como en el suelo, por lo
que un aumento de estos bosques podría indicar una bajada generalizada en las
condiciones de humedad de la zona. En la zona de estudio se observa como en
la mitad septentrional del macizo, de naturaleza silícea, los encinares se sitúan
inmediatamente por debajo del piso de los rebollares, fuera de los límites del
Parque, mientras que en la mitad meridional, sobre sustratos calcáreos, está
mucho más presente, contactando probablemente con los hoy casi extintos
quejigales, y que probablemente remontarían por las zonas más pedregosas
hasta ocupar lugares adecuados en las muelas y crestones calizos.
Existe una cuarta quercínea en el Moncayo, el quejigo (Quercus faginea), aunque
su escasa extensión hace que no adquiera entidad en este trabajo. Esta especie
en la zona se comporta como calcícola, ya que sobre materiales silíceos parece
menos preparada para competir con otros congéneres mejor adaptados como el
rebollo. Los quejigales muestran predilección por las superficies planas o
E. Martínez del Castillo
22
incluso deprimidas con suelos más profundos y tienden a ocupar zonas más
elevadas en las montañas. Esta especie han visto muy mermada su área
potencial debido a la acción humana, que redujo en el pasado sus bosques a la
mínima expresión, fruto del carboneo y la corta de madera para los hogares.
Hoy, casi no quedan ejemplos de masas bien desarrolladas, sino solamente
algunos grupos de quejigos que no permiten hacerse una idea clara de cómo
pudieron ser los bosques primigenios. Uno de los pocos quejigales de la zona de
estudio que ha sobrevivido hasta nuestros días, es el que se oculta bajo la
carretera que atraviesa el Monte de la Mata. Está rodeado por los frescos
robledales de Quercus petraea y su presencia la anuncian ya a varios metros de
distancia algunos robles híbridos, con hojas parecidas a las del quejigo, pero
más profundamente lobuladas (Uribe-Echebarría, 2002). Dejando aparte esta
masa sólo podemos encontrarlos en forma de ejemplares aislados o en
pequeños rodales, envueltos por matorrales y pastos.
Finalmente, el resto de especies forestales que pueblan el Parque Natural del
Moncayo de forma significativa son del genero Pinus, siendo todas ellas
introducidas. Hasta que a finales del siglo XIX se efectuaron las primeras
plantaciones forestales en el Moncayo, no existe constancia de la presencia
natural de ninguna especie de pino en este macizo (Uribe-Echebarría, 2002).
Sólo una conífera arbórea, el tejo (Taxus baccata), y varias arbustivas, los enebros
y sabinas del género Juniperus, vivían de forma espontánea en la zona. Entre
estas repoblaciones destaca de forma especial las de pino albar (Pinus sylvestris)
en zonas donde la especie dominante tendría que ser fagácea o quercínea. Esta
especie está perfectamente adaptada desde los 900 m hasta los 1600 m,
apareciendo por encima de este umbral ya solo en pequeños rodales, ganando
peso la presencia de pino negro (Pinus uncinata) y su hibrido con el pino albar
(P. × rhaetica). Estos últimos, fruto de un ensayo de replantación en altura en los
años 60 (Uribe-Echebarría, 2002), lograron sobrevivir en los suelos
relativamente profundos de la zona de morrenas, bajo los circos glaciares,
donde hoy forman densos y oscuros pinares, asilvestrándose localmente en
márgenes y taludes de pistas.
Además de éstas, se realizaron repoblaciones con más especies de pinos, como en
las laderas de la vertiente meridional del Moncayo, donde el pino negral (Pinus
nigra) fue la especie más utilizada, a pie de la montaña, donde además del negral
también se empleó el pino carrasco (Pinus halepensis) y en las zonas de glacis con
suelo arenoso, donde se utilizó el pino marítimo (Pinus pinaster).
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
23
4. MATERIALES Y MÉTODOS
4.1 Generación de cartografía base mediante análisis visual
Para llevar a cabo una clasificación digital, es necesario contar con la
información espacial exacta de lo que se quiere clasificar. Al no contar con
información forestal con el nivel de precisión necesario, se procede a elaborar
una cartografía a detalle del Parque Natural mediante análisis visual sobre
fotografía aérea y ortofotogramas.
Esta cartografía se convierte en un elemento clave para la clasificación, gracias
al cual se escogerán las áreas de interés (AOIs) necesarias para la realización de
la clasificación digital, al mismo tiempo que resultara de gran utilidad en la
validación de los resultados obtenidos.
4.1.1 Elección y características de las fotografías aéreas
.
Para la elaboración de la cartografía base a utilizar para clasificar la imagen
Landsat de 2010, se escogieron como referencia los ortofotogramas del Plan
Nacional de Ortofotografía Aérea (PNOA) más recientes, disponibles en la
página web del Sistema de Información Territorial de Aragón (SITAR)
(sitar.aragon.es). Se trata de un mosaico de ortofotogramas de una extensión
equivalente a los mapas topográficos 1:50.000, cuyas fechas de captura de la
imagen varían entre el año 2009 y el año 2010 y de 0,25 m de resolución
espacial. En concreto, las hojas utilizadas para la elaboración de la cartografía
fueron la 0352 y la 0381, aunque también se descargaron para futuras consultas
las situadas inmediatamente al Este de éstas: la 0351 y la 0380. Las situadas al
Oeste, pertenecientes a la vertiente soriana no se encontraban disponibles en el
portal de Infraestructuras de Datos Espaciales de Castilla y León (IDECyL) en el
momento de su búsqueda.
Por otra parte, para la creación de la cartografía base que dirige el proceso de
clasificación de la escena Landsat de 1987, se recopilaron las fotografías aéreas
del IGN (Instituto Geográfico Nacional) del año 1984 disponibles a través de la
cartoteca de la Universidad de Zaragoza, dado que éstas eran las más cercanas a
la fecha de adquisición de la citada imagen. De esta serie, las fotografías aéreas
utilizadas corresponden a:
Hoja 352: Banda A: 2. Banda B: 1, 3. Banda C: 3, 4. Banda D: 3, 5.
Hoja 381: Banda A: 4, 5.
E. Martínez del Castillo
24
4.1.2 Información auxiliar para la elaboración de la cartografía
La cartografía auxiliar resulta muy útil para la discriminación de cubiertas y
conocer la verdad terreno. Se ha de tener mucha precaución con respecto a esta
cartografía y valorar su utilidad en función de la fuente de realización, la escala
de detalle, el año en que fue realizada, la función por la que se elaboró, etc.
Teniendo en cuenta estos aspectos, son muy útiles las cartografías de usos de
suelo, mapas forestales, etc.
Como complemento a las ortofotos, principalmente se han utilizado los datos
espaciales relacionados con el Tercer Inventario Forestal Nacional (IFN3) a
escala 1: 50.000, realizado por el Servicio de Inventario Forestal entre los años
1997 y 2006, cuya fuente es el trabajo de campo.
También fueron utilizadas las hojas del Mapa Forestal Nacional a 1: 25.000
“352-Tabuenca”, realizado en 1993 y “381-Illueca” realizado en 1991, así como
el Mapa Forestal de Nacional a 1:200.000, que pese a su menor nivel de detalle
es útil para caracterizar la cubierta vegetal en la imagen Landsat de 1987, dado
que para su edición se utilizaron las fotografías aéreas del IGN de 1984.
Además de estos recursos digitales, se ha realizado trabajo de campo durante
varias jornadas con los siguientes objetivos:
Comprobación de la cartografía realizada hasta la fecha.
Identificación de zonas homogéneas
Correcciones entre los límites de diferentes especies forestales, poco
nítidos en las ortofotos
Identificación de comunidades vegetales desconocidas con la
información de partida
Recogida de puntos de control para la posterior validación de la
clasificación digital de ambas escenas Landsat.
4.1.3. Preparación de fotografías
Dado el formato analógico de las fotografías aéreas de 1984, tuvieron que ser
preparadas para ser utilizadas en un entorno SIG (Sistema de Información
Geográfica) para la elaboración de la cartografía. Por lo tanto fueron escaneadas
para ser corregidas geométricamente.
Para georreferenciar las ortoimágenes al sistema de referencia UTM European
Datum 1950 referido al huso 30 se utilizó el modulo “Geometric correction” del
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
25
programa ERDAS 9.1. Se emplearon en cada una de ellas al menos 20 puntos de
control repartidos uniformemente por toda la superficie. Con estos puntos se
ajustó un polinomio de transformación de segundo grado obteniéndose valores
de error cuadrático medio de unos 80 pixeles de media. Aunque este error
pueda parecer elevado, hay que tener en cuenta que en fotografías aéreas de
zonas de elevada topografía poseen una elevada distorsión que es difícil de
corregir y que la resolución espacial de estas es de 0,5 metros. El método de
transferencia empleado fue el del vecino más próximo.
4.1.4. Fotointerpretación y digitalización
La identificación de las categorías se realizó mediante reconocimiento directo y
detección por inferencia, teniendo en cuenta criterios como el tono, color,
textura, tamaño, forma y posición (Campbell, 1987).
La digitalización se realizó en el programa ArcGis 10 mediante las herramientas
específicas que este software implementa para estas tareas, dando lugar a una
capa de elementos poligonales del modelo de datos vectorial. Para asegurar la
calidad de los datos y hacer una representación más real de la vegetación se
aplicaron las reglas topológicas apropiadas: (i) dos polígonos no deben
superponerse; y (ii) no debe tener espacios vacíos entre ellos.
Figura 2: Cartografía vegetal obtenida tras el proceso fotointerpretación y digitalización en
entorno SIG sobre las fotografías aéreas de los años 1984 (izquierda) y 2010 (derecha).
E. Martínez del Castillo
26
La cartografía resultante fue considerada como óptima, alcanzándose el nivel de
detalle deseado. Ésta fue contrastada con las fuentes disponibles y, como se ha
indicado anteriormente, validada en salidas de campo.
4.2 Generación de la cartografía de ocupación del suelo mediante
clasificación digital
4.2.1 Selección de imágenes y características básicas
La selección correcta, tanto del sensor como de las escenas que van a ser
utilizadas en un estudio, está fuertemente determinado por cuatro factores
(Yichun et al., 2007): (i) el objetivo de la investigación, (ii) el coste de las
imágenes, (iii) aspectos climáticos, especialmente las condiciones atmosféricas y
(iv) las condiciones técnicas para la interpretación de la imagen.
Para la clasificación de vegetación, las imágenes con baja resolución espectral
sólo se deberían utilizar si no hay un gran número de clases de vegetación que
identificar en el área de estudio y si existe una distancia considerable entre las
distintas bandas de observación que las componen. Así, para obtener
clasificaciones detalladas de las especies vegetales presentes en un territorio es
necesario el concurso de imágenes de sensores con una relativamente alta
definición radiométrica. Teniendo en cuenta estas premisas, las imágenes más
comúnmente usadas para obtener cartografía de vegetación mediante técnicas
de clasificación digital han sido proporcionadas por Landsat (tanto TM como
ETM+), SPOT, MODIS, NOAA-AVHRR, IKONOS y QuickBird (Yichun et al.,
2007).
La elección de imágenes Landsat 5 TM (Thematic Mapper) para la realización de
este trabajo fue motivada por la adecuación de su resolución espacial (30m),
espectral (6 bandas en el espectro óptico óptimamente ubicadas para la
generación de cartografía temática y el estudio de la vegetación), temporal
(revisitas sobre el mismo territorio cada 16 días desde 1984) y por su
funcionamiento ininterrumpido desde hace más de 25 años. A estas
características, hay la ventaja que supone su distribución gratuita a través del
portal “USGS Global Visualization Viewer” perteneciente al Servicio Geológico
de los Estados Unidos
Los productos de Landsat han sido muy utilizados en estudios cambios de
vegetación espacio-temporales. Un ejemplo de esta utilidad se muestra ya en
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
27
trabajos tempranos como el de Mead y Meyer, en 1977, en el cual utilizan
imágenes Landsat Multiespectral Scanner (MSS) para la clasificación del uso del
suelo y la clasificación forestal. Más recientes son los trabajos de Tommervik et
al., 2003, que utiliza una serie de imágenes Landsat TM para identificar la
existencia de cambios en bosques boreales en el periodo 1970-2000, Schroeder et
al. 2006, que emplea veinte imágenes Landsat TM/ETM+ de años consecutivos
para detectar y caracterizar los cambios en un bosque de sucesión al Oeste de
Oregón, o Vogelmann et al., 2009, que hace lo propio en bosques del suroeste de
los Estados Unidos en el periodo 1988-2006.
Sin embargo, las imágenes Landsat no están exentas de problemas o
limitaciones de cara a la consecución del objetivo planteado: en primer lugar, la
distribución gratuita de las imágenes es selectiva, por lo que no se dispone de
todas las imágenes adquiridas por el sensor en la zona de estudio, existiendo
largos periodos -hasta 10 años- donde ninguna imagen está disponible en el
servidor del USGS. Además, aunque en general la calidad de las imágenes es
buena, existe un número elevado de escenas afectadas por nubes.
En concreto se emplearon un total de cuatro imágenes, todas ellas
correspondientes a la misma escena (Path 200 /Row 31): dos para caracterizar la
situación de partida del área de estudio (año 1987) y otras dos para conocer la
situación actual. En el cuadro siguiente se recoge el nombre de estas imágenes y
la fecha concreta de su captura (Tabla 1).
Nombre de imagen: Fecha
Día
juliano
Sensor
LT52000311987104XXX02 14 abril de 1987 104 Landsat 5 TM
LT52000311987216XXX02 04 agosto de 1987 216 Landsat 5 TM
LT52000312010199MPS01 18 julio de 2010 199 Landsat 5 TM
LT52000312010295MPS00
22 octubre de
2010
295 Landsat 5 TM
Tabla 1. Imágenes utilizadas.
En el proceso de selección de imágenes en el servidor del USGS, hay que
consultar y saber qué nivel de procesado tienen las escenas que se están
descargando. Los niveles usuales son, por orden creciente de calidad de
imagen, 0, 1-A, 1-B, 2-A, 2-B, 3-A y 3-B. Las imágenes descargadas pertenecían
al nivel 1-A, etiqueta que indica que han sido corregidas geométricamente. La
corrección geométrica realizada en la cadena de procesado del USGS esta
E. Martínez del Castillo
28
resumida en un archivo que muestra la calidad de la misma, que puede
catalogarse como de muy alta, ya que en ningún caso la imagen tiene un error
mayor a 0.3 píxeles, lo que, teniendo en cuenta el sistema de proyección
utilizado (UTM WGS84), se traduce en errores geométricos inferiores a 10
metros.
Como se observa en la anterior tabla, las imágenes descargadas de 1987
corresponden a primavera y verano, mientras que para 2010 se sitúan en verano
y otoño. La elección de imágenes de verano se debe a dos motivos: en primer
lugar a que en esta época del año las especies forestales se encuentran en el
máximo de su ciclo fenológico, con lo que son más fácilmente distinguibles de
otras cubiertas con un comportamiento similar a lo largo del año y, en segundo
con el objeto de minimizar el efecto de las sombras en la respuesta captada,
dado que en este el ángulo de elevación solar presenta sus valores anuales
máximos. En cuanto a la selección de las imágenes de primavera y otoño de
1987 y 2010, respectivamente, el objetivo es conseguir una mayor
discriminación entre perennifolias y caducifolias y entre éstas últimas entre sí.
El hecho de que para 1987 se haya escogido una imagen de primavera y para
2010 una de otoño responde a una cuestión de disponibilidad de imágenes de
calidad (libres de nubes) en el área de estudio para esos años.
4.2.2 Pretratamiento de las imágenes
Para procesar imágenes de satélite con la finalidad de extraer información sobre
vegetación, es esencial eliminar las distorsiones presentes en la radiometría de
la imagen y aumentar la interpretabilidad de los datos de la imagen. Esto se
hace todavía más importante cuando se está usando una serie de imágenes
temporales, ya que hay que asegurarse de que todas las imágenes sean
comparables espacial y espectralmente (Yichun et al., 2007).
Las imágenes capturadas por los diferentes sensores presentan anomalías en la
medida de la radiancia debido a fallos en los detectores del sensor, a la
influencia de la atmósfera, a la geometría de la iluminación y/o a las
propiedades reflectivas de superficies vecinas.
Antes de solucionar estos problemas, se realiza un recorte de la escena Landsat
para clasificar una menor superficie, más acorde con las dimensiones de la zona
de estudio.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
29
4.2.2.1 Corrección radiométrica
Para la corrección de los errores enumerados anteriormente es necesaria una
corrección radiométrica de la imagen. La corrección radiométrica es un proceso
que consiste en eliminar los efectos que la atmósfera y las condiciones
particulares de la geometría existente en las posiciones relativas entre el sensor
y el Sol en el momento de captura de la imagen (fuertemente condicionada por
la topografía) introducen en la relación existente entre la energía reflejada por
unidad de superficie y la captada finalmente por el sensor. Con este proceso se
modifican los niveles digitales (ND) originales de la imagen, acercándolos a los
valores que deberían tener si las condiciones de recepción fueran ideales.
La corrección radiométrica es imprescindible para hacer comparables los
valores de varias imágenes recogidas en diferentes condiciones, fechas o
sensores. Una buena caracterización y corrección radiométrica es un requisito
previo para crear productos intermedios de alto nivel y, en consecuencia, datos
científicos de alta calidad. (Chander et al., 2009).
En el proceso de corrección radiométrica se ha aplicado el método de Minnaert
basado en la ecuación de Colby (1991), cuya fórmula es la siguiente:
Figura 3: Método de Minnaert, donde NDc es la reflectividad normalizada, NDo es la
reflectividad aparente, e es el ángulo de la pendiente e i es el ángulo de incidencia.
Se han realizado los siguientes pasos:
Corrección atmosférica de la imagen
Cálculo de la reflectividad espectral
o Obtención de los valores de radiancia espectral
o Obtención de la reflectividad espectral sin normalización
topográfica (reflectividad aparente)
o Obtención de la reflectividad espectral normalizada
topográficamente.
Para este último paso, fue necesaria la elaboración de un Modelo Digital de
Elevaciones (MDE) mediante la integración, combinación y procesamiento de
E. Martínez del Castillo
30
diferentes capas en un SIG con información sobre la variable altitud (cotas y
curvas de nivel) e información auxiliar para mejorar los resultados (red
hidrográfica para romper las líneas de pendiente).
Concretamente, fue necesaria la unión de las subhojas 9, 10, 11, 12, 17, 18, 19, 20,
25, 26, 27, 28, 34, 35, 36, 37, 41, 42, 43, 44, 49, 50, 51, 52, 57, 58, 59, 60 de la hoja
352-Tabuenca y las subhojas 1, 2, 3, 4 de la hoja 381-Illueca para generar un
MDE de 10x10 m, 1/3 de la resolución de las imágenes Landsat. Este MDE fue
revisado de cara a corregir errores inherentes al proceso de generación de un
MDE mediante curvas de nivel.
Figura 4: Detalle de la imagen del día 199 de 2010 en el momento anterior (izquierda) y
posterior (derecha) a la aplicación del método de corrección radiométrica.
4.2.2.2 Neocanales
Le generación de neocanales modifica los valores de los pixeles, permitiendo
extraer información continua y realzar aspectos significativos de las imágenes
de satélite. Estos pueden ser usados para mejorar la interpretabilidad, para
reducir información redundante o para extraer información no visible en la
imagen (Frankovich, 1999).
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
31
Dentro de la generación de neocanales se encuentran las técnicas, explicadas a
continuación, destinadas a:
La obtención de índices de vegetación y otros ratios
La obtención de componentes principales
La obtención de los componentes Tasseled-Cap.
Los neocanales han sido realizados con la intención de combinarlos con las
bandas reflectivas de las imágenes, creando una nueva imagen multibanda con
mayor información espectral y con ello, conseguir una mejor clasificación.
Índices de vegetación
Un índice de vegetación es, según Gilabert et al., 1997, aquel parámetro
calculado a partir de los valores de la reflectividad a distintas longitudes de
onda que pretende extraer de los mismos la información relacionada con la
vegetación, minimizando la influencia de las perturbaciones asociadas al suelo
o a las condiciones atmosféricas.
Estos índices operan con las bandas roja e infrarroja, donde se encuentra
aproximadamente el 90% de la información relativa a la vegetación. De tal
manera, mejoran la discriminación entre cubiertas vegetales con
comportamientos reflectivos diferentes en estas bandas, y al tratarse de ratios,
reducen las distorsiones introducidas por el relieve en la geometría de la
iluminación y observación.
El índice de vegetación aplicado a cada una de las imágenes ha sido el NDVI.
Este índice fue propuesto en 1974 por Rouse et al., como Normalized Difference
Vegetation Index, éste muestra la diferencia normalizada entre las bandas del
rojo e infrarrojo y su rango de valores varía entre -1 y 1.
ܰܦܸܫ
ܫܴܥ ܴ
ܫܴܥ ܴ
El NDVI es uno de los índices de vegetación más utilizados (Fernandez-Palacios
et al., 2005), siendo además de fácil calculo, pero también tiene algún
inconveniente como la influencia del suelo, o la saturación del índice cuando el
porcentaje de vegetación supera el 60%.
E. Martínez del Castillo
32
Figura 5: NDVI del día 295 del 2010.
Análisis de Componentes Principales
El Análisis de Componentes Principales (ACP) es una técnica estadística que es
usada para comprimir la información contenida en una imagen multiespectral.
El ACP utiliza algoritmos matemáticos para transformar n bandas de
información correlacionada en n componentes principales sin correlación entre
ellos.
La creación de los nuevos Componentes Principales se consigue a partir de la
definición de nuevos ejes en un espacio n-dimensional, mediante rotación y
translación de los ejes originales de las bandas.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
33
El primer componente principal (PC-1) generalmente describe la variación de los
valores del brillo de la imagen, el segundo componente principal (PC-2) suele
mostrar el contraste entre el IRC y el visible, por lo tanto, muestra información
sobre vegetación y el tercer componente principal (PC-3) suele recoger información
sobre la humedad. Los siguientes componentes principales en orden creciente,
tienen cada vez menos información y cada vez son más difíciles de interpretar. Por
ese motivo, de cada una de las imágenes solo se han calculado los tres primeros
componentes principales para incluirlos en la clasificación.
Figura 6: Componente Principal 1 del día 104 de 1987.
Transformación Tasseled Cap
La Transformación Tasseled Cap (TTC) tiene como finalidad la obtención de
nuevas bandas por combinación lineal de las bandas originales, pero a
E. Martínez del Castillo
34
diferencia del ACP, estas bandas tienen un significado preciso. Los coeficientes
usados para esta transformación dan lugar a nuevos canales TC y son
específicos para cada sensor.
Las nuevas bandas TC creadas son:
TC1- Primer eje, brillo (brightness): resultado de la suma ponderada de
todos los canales efectivos
TC2- Segundo eje, verdor (greenness): contraste entre la suma de las
bandas visibles frente al infrarrojo próximo
TC3 – Tercer eje, humedad (wetness): se obtiene del contraste de la suma
de las bandas visibles y el infrarrojo próximo frente al infrarrojo medio.
La TTC calcula hasta un 6º eje, aunque los ejes 4, 5 y 6 no tienen un significado
físico preciso.
Por último, al objeto de obtener una nueva banda que muestre la variación de
los datos de verdor entre las distintas estaciones dentro del mismo año
(primavera y verano en 1987 y verano y otoño en 2010), se realizaron sendos
análisis de componentes principales con los TC2 generados con las imágenes de
cada año. El CP-2 obtenido en cada análisis quedo identificado como este nuevo
neocanal que permite ver la variación en verdor en el mismo año.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
35
Figura 7: TC2 (verdor) del día 295 del 2010.
4.2.2.3 Imágenes resultantes
Cuando la imagen original se combina con otros datos complementarios, la
clasificación es más precisa. Trabajos como el de Domaç y Süzen en 2006 así lo
demuestran, donde la imágenes de Landsat son unidas con información sobre
variables medioambientales y mantenimiento forestal en el sur de Turquía,
dando como resultado un porcentaje de acierto mucho mayor que sin la
información complementaria. Por tanto, el último paso antes de la clasificación,
E. Martínez del Castillo
36
es la integración de todas las bandas reflectivas de las diferentes estaciones, así
como los neocanales generados, en nuevas imágenes multibanda (una para 1987
y otra para 2010) que contenga la mayor información posible para una buena
clasificación y discriminación de la vegetación.
Para asegurar unos buenos cálculos estadísticos y que el peso de cada banda sea
comparable, fue necesario reescalar todas las bandas a un rango común, debido
a que mientras unas poseen un rango de -1 a 1 como el NDVI, otras, como TC1
adquieren valores que pueden variar de 0 a 255. Por este motivo, se reescalaron
todas las bandas a un rango común de 0 a 100.
A continuación se recoge la relación de bandas contenidas en los nuevos
multibandas que fueron utilizados en la fase de clasificación digital
supervisada:
Multibanda del año 2010
1-6 – Bandas originales (excluyendo la térmica) de la imagen del día 199
7 – Banda 4 de la imagen del día 295
8 – Banda 5 de la imagen del día 295
9 – Banda 7 de la imagen del día 295
10- NDVI del día 199
11 – NDVI del día 295
12 – CP1 del día 199
13 – CP2 del día 199
14 – CP3 del día 199
15 – CP1 del día 295
16 – CP2 del día 295
17 – CP3 del día 295
18 – Tasseled Cap – brillo (TC1) del día 199
19 - Tasseled Cap – verdor (TC2) del día 199
20 - Tasseled Cap – humedad (TC3) del día 199
21 - Tasseled Cap – verdor (TC2) del día 295
22 - Tasseled Cap – humedad (TC3) del día 295
23 – CP2 de las bandas de verdor (TC2) de ambos días.
Año 1987:
1-6 – Bandas originales (excluyendo la térmica) de la imagen día 216
de 2010
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
37
7 – Banda 4 de la imagen del día 104
8 – Banda 5 de la imagen del día 104
9 – Banda 7 de la imagen del día 104
10- NDVI del día 216
11 – NDVI del día 104
12 – CP1 del día 216
13 – CP2 del día 216
14 – CP3 del día 216
15 – CP1 del día 104
16 – CP2 del día 104
17 – CP3 del día 104
18 – Tasseled Cap – brillo (TC1) del día 216
19 - Tasseled Cap – verdor (TC2) del día 216
20 - Tasseled Cap – humedad (TC3) del día 216
21 - Tasseled Cap – verdor (TC2) del día 104
22 - Tasseled Cap – humedad (TC3) del día 104
23 – CP2 de las bandas de verdor (TC2) de ambos días.
4.2.3 Clasificación digital de la imagen de 2010
La clasificación de imágenes, en un sentido amplio, es definida como el proceso
de extracción de clases o categorías diferenciadas (categoría de uso de suelo,
especies de vegetación, etc.) a través de los datos obtenidos de los satélites
(Yichun et al., 2007). En otras palabras, la clasificación digital es un proceso por
el cual se asignan valores categóricos a los pixeles de una imagen en función de
sus características espectrales. Como fruto de la clasificación digital se obtiene
una cartografía e inventario de las categorías objeto de estudio.
La imagen multibanda se convierte en otra imagen, del mismo tamaño y
características de las originales, con la importante diferencia de que el ND que
define cada pixel no tiene relación con la radiancia detectada por el sensor, si no
que se trata de una etiqueta que identifica la categoría asignada a cada pixel
(Chuvieco, 2008).
La clasificación se va a realizar, como se indicó anteriormente, siguiendo el
método supervisado. Este método consta de tres fases principales:
entrenamiento, asignación y verificación, que son explicados a continuación.
Estas tres fases forman parte de un proceso interactivo sobre el cual se puede
volver repetidamente hasta obtener los resultados deseados.
E. Martínez del Castillo
38
4.2.3.1 Fase de entrenamiento
En la fase de entrenamiento, el primer paso es definir una leyenda acorde a los
objetivos, representativa de la variabilidad informacional de la imagen y
debiendo cumplir unos requisitos básicos de exactitud, precisión,
replicabilidad, estabilidad, consistencia y coherencia. En este caso, la leyenda se
estructura en torno a las especies arbóreas dominantes en los bosques y se
complementa con otras categorías secundarias que aparecen en la zona de
estudio y alrededores (Tabla 2).
LEYENDA:
Formaciones arbóreas Otras formaciones vegetales Otras cubiertas
Pinus sylvestris Juniperus phoenicea
Cultivo de secano
Pinus pinaster
Enebral-sabinar Cultivo de regadío
Pinus nigra
Formación arbustiva mixta Suelo desnudo
Pinus uncinata
Matorral mixto Agua
Pinus halepensis
Uso urbano
Quercus petraea
No clasificado
Quercus pyrenaica
Quercus ilex
Ilex acuifolium
Fagus sylvatica
Vegetación de ribera
Tabla 2. Leyenda.
La selección de las áreas de entrenamiento se realiza mediante digitalización en
pantalla de AOIs – Areas of Interest - sobre aquellos pixeles que representen a
cada categoría. Estos AOIs han de recoger toda la variedad de facies de la
categoría en cuestión para no cometer errores de omisión Así, por ejemplo, en la
categoría de Pinus sylvestris se deben recoger AOIs en zonas de pinar
naturalizado y en repoblaciones antiguas y recientes para captar todas la
variabilidad espectral de la especie en la zona de estudio. Es preferible registrar
pequeñas zonas repartidas sobre la imagen que utilizar grandes polígonos para
adquirir un gran número de pixeles de entrenamiento por categoría.
Para la selección de las AOIs se ha utilizado la cartografía auxiliar recopilada en
apartado 4.1, prestando especial atención a la cartografía realizada mediante
análisis visual.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
39
Los multibandas sintetizados para cada año contienen una gran cantidad de
información espectral si bien, mucha de ella es redundante. El software
utilizado para la clasificación, ERDAS 9.1, no es capaz de calcular el inverso de
la matriz de varianza-covarianza en estas situaciones en las que se considera un
elevado número de bandas de forma conjunta, por lo que se ha de reducir su
número, escogiendo aquellas que mejor ayuden a discriminar las especies
forestales.
La elección de las mejores bandas para discriminar correctamente las cubiertas
presentes en el área de estudio mediante clasificación digital en cada fecha fue
llevada a cabo mediante el método de cálculo de la distancia euclidiana. Como
su nombre indica, este método calcula la distancia euclidiana (absoluta)
espectral que existe entre la información espectral media de cada una de las
categorías en cada una de las bandas, siendo el resultado la identificación de
aquellas bandas en que la separabilidad de las categorías es mayor y, por tanto,
las más útiles para discriminar correctamente éstas en la clasificación digital. De
mayor precisión que el método de la distancia euclidiana es el de divergencia
transformada. Sin embargo, dado que este método se basa el cálculo del inverso
de la matriz de varianza-covarianza, no pudo ser aplicado por los motivos
anteriormente citados. El resultado de la aplicación del método de cálculo de la
distancia euclidiana fue la identificación de 8 bandas en cada uno de los dos
multibandas considerados:
Año 2010:
Figura 8. Distancia euclidiana para elección de bandas del año 2010.
1 – Banda 4 del día 199
2 - Banda 5 del día 199
3 – Banda 5 del día 295
4 – Banda 7 del día 295
5 - NDVI del día 199
6 – NDVI del día 295
7 – CP2 del día 199
8 - Tasseled Cap 2 – verdor del día 199.
E. Martínez del Castillo
40
Año 1987
Figura 9. Distancia euclidiana para elección de bandas del año 1987.
1– Banda 4 de la imagen del día 216
2– Banda 5 de la imagen del día 104
3 - Banda 7 de la imagen del día 104
4 - NDVI del día 216
5 – NDVI del día 104
6 – CP2 del día 216
7 - Tasseled Cap – verdor (2) del día 216
8 – CP2 de las bandas de verdor (TTC) de ambos días.
Tras varias pruebas, varias categorías de la leyenda fueron descartadas o
unificadas atendiendo a los siguientes motivos:
Uso urbano – Descartada por su alta confusión con el suelo desnudo,
bajo interés para el estudio y escasa presencia espacial dentro del
Parque Natural.
Ilex aquifolium – Categoría descartada por su confusión con categorías
como formación arbustiva mixta o matorral mixto, ya que la
estructura de esta formación arbórea es dispersa y tiene bajas
densidades de individuos, por lo que los pixeles escogidos como Ilex
aquifolium eran demasiado heterogéneos
Enebral-sabinar – Descartada por la gran confusión entre esta
categoría y las formaciones arbustivas mixtas y es englobada por esta
última.
Pinus nigra, Pinus uncinata – Categorías unificadas por la gran
similitud que existe en sus valores de reflectividad y la imposibilidad
de distinguirlas con las bandas disponibles.
Pinus sylvestris, Pinus pinaster – Categorías unificadas por los mismo
motivos que las anteriores.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
41
Finalmente, la leyenda resultante es la siguiente:
LEYENDA:
Formaciones arbóreas Otras formaciones vegetales Otras cubiertas
Pinus sylvestris/pinaster Juniperus phoenicea
Suelo desnudo
Pinus nigra/uncinata
Formación arbustiva mixta Cultivo de secano
Pinus halepensis
Matorral mixto Cultivo de regadío
Quercus petraea
No clasificado
Quercus pyrenaica
Agua
Quercus ilex
Fagus sylvatica
Vegetación de ribera
Tabla 3. Versión definitiva de la leyenda.
Una vez definidas las AOIs de las categorías, se realizan análisis estadísticos
que muestren la separabilidad espectral o confusión entre éstas. Se han
utilizado los siguientes procedimientos:
Diagrama de signaturas: donde se muestra la signatura de la categoría,
siendo utilizado para reconocer si las firmas espectrales difieren o son
similares (Figura 10).
Histogramas de frecuencias: se muestra el histograma de las categorías
seleccionadas, siendo la u interpretación de su separabilidad (y por tanto
de no confusión) de carácter visual, al igual que el anterior método
(Figuras 11 y 12)
Criterio estadístico de divergencia transformada: devuelve valores para
diferenciar pares de categorías, donde valores superiores a 1900 indican
que la separabilidad es óptima, entre 1900 y 1700 aceptable, y menores
de1700 mala o regular (Figura 13).
Matriz de contingencia: consiste en una clasificación de los pixeles de las
parcelas-test (AOIs) utilizando el clasificador de máxima probabilidad
(Anexo - Tabla 1).
Todos los procedimientos se han realizado repetidas veces hasta obtener un
resultado suficientemente aceptable para seguir adelante en el proceso de
clasificación.
E. Martínez del Castillo
42
Figura 10. Diagrama de signaturas espectrales entre especies frondosas.
Figuras 11 y 12. Comparación de histogramas de las bandas 6 (ndvi 199) y 8 (ttc2
verdor 199) entre las diferentes especies de pinos.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
43
Figura 13. Consulta estadística de divergencia transformada entre categorías, año 2010.
4.2.3.2 Fase de asignación
En esta fase, todos los pixeles de la imagen son asignados en función de
criterios estadísticos de similitud a alguna de las categorías definidas en la fase
de entrenamiento. El método utilizado para la asignación fue el método
paramétrico de máxima probabilidad.
El clasificador de máxima probabilidad es uno de métodos de asignación más
empleados en los procesos de clasificación digital supervisada y se basa para
formular sus reglas de decisión en la categorización de los pixeles en un modelo
probabilístico en el que se asume que los niveles digitales que definen a las
distintas categorías de la leyenda se ajustan a una distribución normal o
gaussiana.
4.2.3.3 Fase de validación
En esta fase, los resultados de la clasificación deben ser verificados con el fin de
evaluar los resultados en función de los objetivos perseguidos y, al mismo
tiempo, valorar la metodología empleada.
E. Martínez del Castillo
44
La validación de la cartografía obtenida mediante la clasificación puede ser de
dos tipos:
Cualitativa: consiste en la validación en función del conocimiento que se
tiene de la zona de estudio. Es un método adecuado para reconocer
grandes errores, pero poco riguroso y subjetivo. Sin embargo, permite
conocer cuáles son las mayores zonas de error, si estos errores responden
a algún tipo de patrón espacial, etc. Este método de validación fue
decisivo para tomar la decisión de realizar una clasificación experta a
posteriori.
Cuantitativa: se basa en la validación estadística obtenida mediante la
comparación entre la imagen clasificada y unos puntos de control, que
queda plasmada en una matriz de confusión.
Esta matriz relaciona a partir de los puntos de control la verdad-terreno con la
categoría asignada por la clasificación y muestra el porcentaje de acierto en
general para toda la imagen y los aciertos por categorías, lo cual ayuda a
detectar las categorías peor clasificadas.
La matriz de confusión no puede realizarse sin unos puntos de control que
muestren con precisión y exactitud la verdad-terreno. Los puntos de control
utilizados han sido creados específicamente para este proyecto, combinando
diferentes fuentes. Los 1200 puntos de control finales provienen de:
- puntos recogidos en salidas de campo
- puntos del tercer inventario forestal nacional (que responden a un
muestreo sistemático en zonas forestales)
- puntos aleatorios generados en ArcGis 10 y asignados a las categorías
manualmente
- puntos añadidos en aquellas categorías que no alcanzaban el mínimo
deseable de 50 puntos de control.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
45
Figura 14. Puntos de control utilizados.
Una vez generados el conjunto de puntos de control fiables para cada imagen
clasificada, se realiza la matriz de confusión. En la siguiente tabla se recoge la
matriz de confusión de la clasificación final para el año 2010 (la matriz de
confusión completa se inserta en el en Anexo - Tabla 2), en la que aparecen
expresados en porcentajes los errores de omisión (Producers Accuracy) y
comisión (Users Accuracy).
E. Martínez del Castillo
46
ACCURACY TOTALS
----------------
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
------------------- -------- -------- ---------- ---------- ----------
Fagus sylvatica 50 50 44 88.00% 88.00%
Matorral mixto 150 163 116 77.33% 71.17%
Quercus petraea 50 43 43 86.00% 100.00%
Vegetación ribera 68 55 46 67.65% 83.64%
Juniperus 51 48 38 74.51% 79.17%
Suelo 58 90 49 84.48% 54.44%
Secano 167 176 143 85.63% 81.25%
Quercus pyrenaica 58 56 48 82.76% 85.71%
Agua 50 45 45 90.00% 100.00%
Nubes 50 50 45 90.00% 90.00%
Pinus nigra 54 64 49 90.74% 76.56%
Regadío 50 48 37 74.00% 77.08%
Form arbustiva 95 81 67 70.53% 82.72%
Pinus halepensis 61 51 51 83.61% 100.00%
Pastizal 55 62 51 92.73% 82.26%
Pinus sylvestris 73 57 56 76.71% 98.25%
Quercus ilex 166 167 150 90.36% 89.82%
Totales 1307 1307 1079
Overall Classification Accuracy=82.56%
Tabla 3. Matriz de confusión, año 2010.
4.2.3.4 Formulación de una “clasificación experta” para la mejora de resultados
La clasificación experta es un método por el cual se modifica una clasificación
mediante un conjunto de reglas con la finalidad de mejorar la distribución
espacial de las cubiertas o solucionar errores conocidos. Es un método que
requiere conocimiento sobre la zona de estudio y sobre la distribución espacial
de las cubiertas clasificadas. Los elementos que componen la clasificación
experta son:
Hipótesis: categorías informacionales de la imagen
Reglas: conjunto de normas que las categorías han de cumplir para ser
clasificadas.
Variables: elementos que entran en juego para definir las reglas. Las
variables pueden ser ecológicas, como la distancia a los ríos o el rango
altitudinal de la especie, o bien variables derivadas del conocimiento de
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
47
la zona de estudio como, por ejemplo, la certeza de que dentro del área
comprendida en la imagen solamente se encuentran hayas en el macizo
del Moncayo.
Las hipótesis pueden tener varias reglas que contengan a su vez diversas
variables. El esquema fue el siguiente:
Hipótesis – Reglas – Variables
Figura 15. Ejemplo de hipótesis – reglas - variables.
El diagrama completo para ambos años (ver Anexo – Esquema 1 y 2) consideró
las mismas hipótesis, reglas y variables.
Fue necesario elaborar cartografía auxiliar como la relativa a la red hidrográfica
para completar las variables necesarias en la clasificación experta. En este caso,
la distancia a barrancos y ríos juega un papel fundamental para la distribución
de las categorías vegetación de ribera y cultivo de regadío.
Figura 16. Generación de la red hidrográfica a partir de un MDE mediante SIG.
En concreto, se crearon varios conjuntos de redes hidrográficas a partir del
MDE, con los siguientes valores de corte (valores sin significado preciso) 5000,
20000, 80000 y 120000, en orden creciente de flujo acumulado. Estas fueron
E. Martínez del Castillo
48
creadas con la finalidad de aplicar áreas de influencia (buffer) específicas para
cada red, en función de la anchura que se puede esperar que tenga la
vegetación de ribera o el cultivo de regadío.
Una vez clasificada las imágenes mediante clasificación experta, se vuelve a
validar la cartografía resultante mediante el cálculo de nuevas matrices de
confusión, obteniéndose los siguientes resultados:
ACCURACY TOTALS
----------------
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
---------- ---------- ---------- ------- ---------- ---------
Fagus sylvatica 50 36 36 72.00% 100.00%
Matorral mixto 150 153 118 78.67% 77.12%
Quercus petraea 50 47 47 94.00% 100.00%
Vegetacion ribe 68 75 51 75.00% 68.00%
Juniperus 51 49 40 78.43% 81.63%
Suelo 58 78 43 74.14% 55.13%
Secano 167 173 140 83.83% 80.92%
Quercus pyrenaica 58 79 54 93.10% 68.35%
Agua 50 50 50 100.00% 100.00%
Nubes 50 53 45 90.00% 84.91%
Pinus nigra 54 60 47 87.04% 78.33%
Regadio 50 38 30 60.00% 78.95%
Formarbustiva 95 85 73 76.84% 85.88%
Pinus halepensis 61 52 52 85.25% 100.00%
Pastizal 55 48 39 70.91% 81.25%
Pinus sylvestris 73 63 60 82.19% 95.24%
Quercus ilex 166 167 152 91.57% 91.02%
Totals 1306 1306 1077
Overall Classification Accuracy = 82.47%
Tabla 5. Matriz de confusión tras la clasificación experta, año 2010.
Finalmente, se aplica un filtro de mayoría de 3x3 a la imagen, con un doble
objetivo: por un lado, mejorar la visualización final y, por otro, eliminar
aquellos pixeles aislados de asignación errónea que se encuentran insertos
espacialmente en grandes superficies homogéneas. Esto último evita
imprecisiones en los resultados derivados de la aplicación sobre la cartografía
generada de índices de ecología.
4.2.4 Clasificación digital de la imagen de 1987
Tras la obtención de la clasificación para el año 2010, se procede a realizar el
mismo proceso sobre la imagen del año 1987. La metodología a seguir es
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
49
idéntica, asegurando que los resultados de ambas clasificaciones sean, de esta
manera, comparables entre sí.
4.2.4.1 Fase de entrenamiento
La leyenda para este año se compone de las mismas categorías que la leyenda
definida para el año 2010, con la excepción de la categoría “Nubes-No
Clasificado”, ya que las imágenes utilizadas para la clasificación de este año
están exentas de nubes en todo el territorio.
En cuanto a la selección de AOIs, se superpusieron los usados para el año 2010,
siendo éstos revisados minuciosamente para seleccionar sólo aquellos donde la
cobertura se ha mantenido intacta entre estos años y eliminando los de las
zonas cambiantes o confusas. Esto se realizó no solo con análisis visual sobre
fotografías aéreas de 1984 o consultando cartografía auxiliar en torno a estos
años, sino también mediante análisis estadísticos aplicados entre los AOIs de la
misma categoría, interpretándose la diferencia entre estos y eliminando
aquellos pixeles con valores anómalos. Sobre los AOIs de las categorías se
realizaron los análisis estadísticos pertinentes para asegurar la fiabilidad de la
clasificación y la separabilidad entre clases: diagramas de signaturas (figura 17),
histogramas de frecuencias, estadístico de divergencia transformada y la matriz
de contingencia (Anexo - Tabla 4).
Figura 17. Diagrama de signaturas de los AOIs de la clase Fagus sylvatica.
E. Martínez del Castillo
50
Figura 18. Consulta estadística de divergencia transformada entre categorías, año 1987.
4.2.4.2 Fase de asignación
En esta fase los parámetros de asignación corresponden al método paramétrico
de máxima probabilidad, al igual que en la imagen del año 2010.
4.2.4.3 Fase de validación
La verificación de la clasificación se hace siguiendo criterios cualitativos de
comparación entre ésta y las fotografías aéreas existentes para la fecha, y
también siguiendo criterios cualitativos mediante el uso de los puntos de
control.
Estos puntos de control, como es lógico, también han sido revisados uno a uno,
comparados con la cartografía vegetal del Parque Natural del Moncayo
realizada y con las fotografías aéreas georreferenciadas para asegurar que la
categoría asignada a cada uno de ellos fuese cierta en esa fecha. De lo contrario,
estos puntos fueron eliminados.
Una vez generados unos puntos de control fiables para la imagen, se realiza la
matriz de confusión, resumida en la siguiente tabla (Matriz completa en Anexo
– Tabla 5):
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
51
ACCURACY TOTALS
----------------
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
---------- ---------- ---------- ------- --------- -----
Unclassified 1 1 1 --- ---
F sylvatica 50 52 50 100.00% 96.15%
Mat mixto2 143 194 130 90.91% 67.01%
Q petraea2 50 45 44 88.00% 97.78%
Ribera2 62 64 50 80.65% 78.13%
Juniperus 49 35 34 69.39% 97.14%
Suelo 55 53 41 74.55% 77.36%
Secano 167 189 155 92.81% 82.01%
Qpyrenaic2 58 51 46 79.31% 90.20%
Agua 50 47 47 94.00% 100.00%
0 0 0 --- ---
P nigra 51 43 32 62.75% 74.42%
Regadio 47 33 31 65.96% 93.94%
Form arbustiva 94 81 64 68.09% 79.01%
P halepensis 61 71 52 85.25% 73.24%
Pastizal 55 51 40 72.73% 78.43%
Pisy2 71 68 55 77.46% 80.88%
Q ilex 166 152 134 80.72% 88.16%
Totals 1230 1230 1006
Overall Classification Accuracy = 81.79%
----- End of Accuracy Totals -----
Tabla 6. Matriz de confusión, año 1987.
4.2.4.4 Formulación de una “clasificación experta” para la mejora de
resultados.
Aplicando las mismas reglas que con la imagen de 2010 pero considerando esta
vez las variables del año 1987, se realizó una clasificación experta, validándose
nuevamente la cartografía obtenida tras este proceso (Anexo – Tabla 6).
E. Martínez del Castillo
52
ACCURACY TOTALS
----------------
Class Reference Classified Number Producers Users
Name Totals Totals Correct Accuracy Accuracy
---------- ---------- ---------- ------- --------- -----
Undefined 0 0 0 --- ---
Fagus sylvatica 50 48 48 96.00% 100.00%
Matorral mixto 143 175 126 88.11% 72.00%
Quercus petraea 50 40 40 80.00% 100.00%
Vegetacion ribe 62 75 54 87.10% 72.00%
Juniperus 49 32 29 59.18% 90.63%
Suelo 55 51 39 70.91% 76.47%
Secano 167 197 153 91.62% 77.66%
Quercus pyrenai 58 69 50 86.21% 72.46%
Agua 50 50 50 100.00% 100.00%
0 0 0 --- ---
Pinus nigra 51 47 34 66.67% 72.34%
Regadio 47 35 32 68.09% 91.43%
Formarbustiva 94 81 62 65.96% 76.54%
Pinus halepensi 61 73 52 85.25% 71.23%
Pastizal 55 37 32 58.18% 86.49%
Pinus sylvestri 71 66 54 76.06% 81.82%
Quercus ilex 166 153 135 81.33% 88.24%
Totals 1229 1229 990
Overall Classification Accuracy = 80.55%
----- End of Accuracy Totals -----
Tabla 7. Matriz de confusión tras la clasificación experta, año 1987.
4.3 Selección de los índices de ecología del paisaje para analizar el
patrón de las cubiertas en 1987 y 2010 y sus cambios.
La aplicación de métodos cuantitativos en Ecología del paisaje se realiza
mediante el uso de los denominados índices o métricas de paisaje –landscape
metrics-. Los índices de paisaje aportan interesantes datos numéricos sobre la
composición y la configuración de los paisajes, la proporción de cada cubierta
del suelo o la superficie y la forma de los elementos del paisaje. Además, los
índices de paisaje permiten una útil e interesante comparación entre distintas
configuraciones paisajísticas de la misma área en distintos momentos
temporales, como es el caso de estudio, o incluso, la definición de escenarios
futuros (Vila et al., 2006).
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
53
Los métodos cuantitativos de la ecología del paisaje son aplicables a un triple
nivel (McGarigal y Marks, 1995):
a) A nivel de parche o (patch level). Los cálculos se aplican a cada polígono
que compone cada una de las categorías de la leyenda de una cartografía.
Es el nivel adecuado, por ejemplo, para determinar cuál es el polígono de
mayor superficie entre todos los representados.
b) A nivel de clase (class level). Los cálculos se aplican a cada conjunto de
parches de la misma clase, es decir, a aquéllos que tienen el mismo valor
o que representan el mismo tipo de uso del suelo, hábitat, etc. Es el nivel
apropiado para calcular cual es la superficie que ocupa una determinada
cobertura del suelo, como podrían ser los bosques.
c) A nivel de paisaje (landscape level). Los cálculos se aplican al conjunto
del paisaje, es decir, a todos los parches y clases a la vez. El resultado nos
informa del grado de heterogeneidad o de homogeneidad del conjunto
del área objeto de análisis.
Los índices utilizados van a ser aplicados a nivel de clase y/o de paisaje, ya que
los índices a nivel de parche no son interesantes para caracterizar la
fragmentación, conectividad y heterogeneidad del paisaje del área de estudio,
que son las tres conceptos básicos de la ecología del paisaje que permiten
definir el patrón paisajístico de una unidad.
Tras la revisión bibliográfica, se seleccionaron los siguientes índices para
caracterizar estas tres propiedades anteriormente citadas. En cada uno de ellos
se indica si son aplicados a nivel de paisaje y/o a nivel de clase:
Área total / Área de la clase (TA / CA):
TA A=
1
10000
Donde A es el área total de la unidad de paisaje medida en m
2
. El
resultado viene expresado en hectáreas.
Este índice no tiene un valor interpretativo en lo que respecta a la
evaluación del patrón del paisaje, pero es importante ya que define el área de
E. Martínez del Castillo
54
estudio. El área total del paisaje interviene en muchos de los índices aplicados a
las clases y a la unidad del paisaje.
CA
j
n
=
=
¦
a
ij
1
1
10000
Donde a
ij
es el área en m
2
del parche ij. El resultado se expresa en
hectáreas.
El área total de cada clase es una medida de composición del paisaje que
indica específicamente qué cantidad ocupa cada clase presente en la unidad de
paisaje. Además de su valor interpretativo directo, el área de la clase se utiliza
en el cálculo de otros índices que son aplicados a nivel de clase y a nivel de
unidad de paisaje (McGarigal et al., 2002).
Porcentaje del paisaje (PLAND) (aplicado solamente a nivel de clase):
PLAND P
i
j
n
==
=
¦
a
A
ij
1
Donde P
i
es la proporción de la unidad de paisaje ocupada por los
parches de la clase i, a
ij
el área que ocupa el parche ij y A el área total de la
unidad de paisaje. El resultado se expresa en tantos por ciento.
El porcentaje del paisaje cuantifica la abundancia proporcional de cada
clase dentro del mosaico paisajístico. Esta es una medida de composición del
paisaje importante en muchas aplicaciones ecológicas. Al ser una medida
relativa es apropiada para comparar entre unidades de paisaje de diferentes
tamaños (McGarigal et al., 2002).
Densidad de parches (PD):
PD =
N
A
()()10000 100
Donde N es el número total de parches en la unidad de paisaje y A el
área total de la unidad de paisaje. El resultado se expresa en número de parches
por cada 100 hectáreas.
PD =
n
A
i
()()10000 100
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
55
Donde n
i
es el número de parches presentes en la unidad de paisaje de la
clase i y A el área total de la unidad de paisaje. El resultado se expresa en
número de parches por cada 100 hectáreas.
El índice de densidad de parches aplicado a la unidad de paisaje y a las
clases presentes es un aspecto limitado, pero fundamental, del patrón espacial
del paisaje. Esta información tiene la misma utilidad básica que el número de
parches pero, al expresar el número de parches en una unidad de superficie
(ha), se facilita la comparación entre unidades de paisaje de diferentes tamaños
(McGarigal et al., 2002).
Dimensión fractal área-perímetro (PAFRAC):
PAFRAC =
2
N
i=1
m
i=1
m
i=1
m
i=1
m
(ln ln ) ln ln
ln ln
pa p a
Np p
ij ij
j
n
ij
j
n
ij
j
n
ij
j
n
i
m
ij
j
n
∗−
===
===
¦¦¦¦¦¦
¦¦¦¦
111
2
111
2
Donde a
ij
es el área del parche ij, p
ij
el perímetro del parche ij y N el
número total de parches en la unidad de paisaje. El resultado es un valor
comprendido entre 1 y 2.
PAFRAC =
2
n
n p
i
j=1
n
j=1
n
i
j=1
n
(ln ln ) ln ln
ln ln
pa p a
p
ij ij
j
n
ij ij
ij
j
n
ij
∗−
=
=
¦¦¦
¦¦
1
2
1
2
Donde a
ij
es el área del parche ij, p
ij
el perímetro del parche ij y n
i
es el
número de parches presentes en la unidad de paisaje de la clase i. El resultado
es un valor comprendido entre 1 y 2.
Este índice mide la complejidad de la forma geométrica de los parches.
Para ello tiene en cuenta las relaciones que se establecen entre el área de un
parche y su perímetro. Dos parches que ocupan el mismo área pueden
presentar una geometría en su perímetro muy diferente, siendo ésta más o
menos compleja.
El índice PAFRAC calcula las relaciones perímetro-área de cada parche
basándose en el concepto de la geometría fractal, utilizando para ello técnicas
de regresión a partir del cálculo de los logaritmos del área y del perímetro de
los parches. El resultado es un valor comprendido entre 1 y 2, de tal manera que
el valor 1 indica parches con formas geométricas muy sencillas (más
E. Martínez del Castillo
56
compactas), mientras que el 2 señala formas muy complejas, muy
convolucionadas en sí mismas (menor compacidad).
El resultado de aplicar este índice a la unidad de paisaje es una media de
la complejidad de la forma de los parches que lo integran. Al aplicarlo a nivel
de clase se obtiene información desagregada para cada tipo.
Los resultados obtenidos pueden ser descriptores de determinados
procesos ecológicos naturales o de influencias antrópicas en la configuración de
los parches. Además, la forma del parche puede tener influencias directas en un
gran número de procesos ecológicos: estrategias de alimentación, migración de
especies, colonización vegetal... (McGarigal et al., 2002).
Índice del parche más grande (LPI)
Donde a
ij
es el área del parche ij y A el área total de la unidad de paisaje.
El resultado es un valor comprendido entre 0 y 100.
Este índice es igual al área, medida en metros cuadrados, del parche más
grande de cada tipo de parche, dividido por el área total del paisaje y
multiplicado por 100. En otras palabras, LPI equivale al porcentaje del paisaje
compuesto por el parque más grande de cada clase (aplicado al nivel de clase) o
de todas las clases (aplicado al nivel del paisaje).
El valor de LPI se aproxima a 0 cuando el parque más grande es muy
pequeño, mientras que si el valor de LPI es igual a 100, el paisaje consiste en un
único parque de una determinada clase, que representa el 100% del paisaje.
Distancia euclidiana media al vecino más próximo (ENN_MN) (aplicado
solamente a nivel de clase):
ENN_ MN =
x
n
ij
j=1
n
i
¦
Donde x
ij
es la distancia euclidiana al vecino más próximo del parche ij y
n
i
es el número de parches presentes en la unidad de paisaje de la clase i. El
resultado se expresa en metros.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
57
La distancia euclidiana al vecino más próximo se define como la
distancia rectilínea existente entre el centro de un parche con el centro del
parche que se encuentra más cercano, sea este de la misma clase o no. En
nuestro caso sólo se considerarán las distancias al vecino más próximo en el
caso de que los parches pertenezcan a la misma clase.
La distancia al vecino más próximo entre parches de la misma clase se ha
empleado profusamente para cuantificar el aislamiento. El aislamiento de los
parches que constituyen un mismo hábitat es un factor crítico en la dinámica de
las poblaciones espacialmente estructuradas y tiene un papel preponderante en
los esfuerzos de conservación de las especies en peligro de extinción. La
capacidad de desplazamiento de las especies afectadas determina los umbrales
aceptables de aislamiento (McGarigal et al., 2002).
Índice de cohesión (COHESION) (aplicado solamente a nivel de clase):
COHESION
p
pa
A
ij
j
n
ij ij
j
n
=−
=
=
¦
¦
11
1
100
1
1
1
()
Donde p
ij
es el perímetro del parche ij en términos de número de píxeles
ocupados, a
ij
el área del parche ij en términos del número de píxeles y A el
número total de píxeles de la unidad de paisaje. El índice de cohesión varía
entre 0 y 100.
Como refleja la fórmula, el índice cohesión se calcula a partir de la
información contenida en el área y el perímetro de cada parche y mide la
conectividad física espacial de cada clase. Basada en la teoría de la percolación,
el índice de cohesión es sensible a la agregación focal de la clase. De esta
manera, el índice de cohesión aumenta conforme las celdas que conforman una
clase están más agrupadas o agregadas en su distribución espacial, ya que
existe una mayor conectividad física entre ellas. Si las celdas que forman un
mismo tipo de clase se encuentran muy disgregadas por el territorio, la
cohesión es baja.
Este índice es uno de los más utilizados para cuantificar la conectividad
espacial entre parches de una misma clase, la cual refiere al grado en que un
paisaje facilita o impide determinados flujos ecológicos, si bien esta última
cuestión depende directamente de la conectividad funcional (McGarigal et al.,
2002).
E. Martínez del Castillo
58
Índice de Shannon (SHDI) (aplicado solamente a nivel de unidad de
paisaje):
SHDI
i
m
=−
=
¦
(ln)PP
ii
1
Donde P
i
es la proporción del paisaje ocupada por la clase i. El valor de
este índice representa la cantidad de información de la unidad de paisaje.
El índice de Shannon es el más popular para medir la heterogeneidad
sobre variables categóricas. Está basado en la Teoría de la información
(Shannon y Weaver, 1949). Cuanto más alto sea el valor obtenido al aplicar el
índice de Shannon, mayor heterogeneidad tendrá el paisaje, aunque esta cifra
no es significativa por sí misma, ya que es un índice relativo que adquiere valor
al compararlo con el calculado para otros paisajes o sobre él mismo en
diferentes épocas.
Los índices de heterogeneidad o diversidad han sido aplicados por los
ecólogos del paisaje como un primer acercamiento para determinar la mayor o
menor complejidad de una unidad de paisaje.
Para la obtención de todos estos índices se utiliza el software Fragstats
3.3 (McGarigal et al., 2002).
En la tabla 8 se muestran los índices aplicados, a qué nivel se aplican y
que característica del paisaje representan.
Índice Nombre Nivel Tipo
CA Área de la clase C Fragmentación
PLAND Porcentaje del paisaje C Fragmentación
NP Número de parches C/L Fragmentación
PD Densidad de parches C/L Fragmentación
PAFRAC Dimensión fractal área-perímetro C/L Fragmentación
ENN_MN
Distancia euclidiana media al vecino
más próximo C Conectividad
COHESION Índice de cohesión C Conectividad
LPI Índice del parche más grande C/L Fragmentación
TA Área total L General
SHDI Índice de Shannon L Heterogeneidad
Tabla 8. Índices de ecología del paisaje.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
59
5. RESULTADOS
5.1 Análisis de la fragmentación
La fragmentación implica la división de los elementos del paisaje en fragmentos
de menor tamaño, siendo un proceso continuo y dinámico que conlleva a la
perdida y aislamiento de los hábitats.
Las causas de la fragmentación del paisaje son a menudo antrópicas, como la
expansión urbanística y de infraestructuras, los procesos de industrialización, la
agricultura y silvicultura, los cambios de uso y la matorralización tras
abandono de tierras, y también naturales, como los procesos de cambios
introducidos por las variaciones climáticas. Las consecuencias comunes de la
fragmentación son la perdida de hábitat, la alteración del patrón de las
fronteras, el aislamiento de los fragmentos del paisaje, la perdida de la
conectividad, la dependencia de los corredores y un incremento del efecto de
borde en los procesos ecológicos.
En primer lugar, se aplican los índices relacionados con la fragmentación a los
dos años, interpretándolos como unidades de paisaje. Estos índices son área
total (TA), número de parches (NP), densidad de parches (PD) y dimensión
fractal área-perímetro (PAFRAC), mostrados en la siguiente tabla:
Año TA NP PD PAFRAC LPI
1987 11213,90 4471,00 39,87 1,24 14,38
2010 11213,90 5140,00 45,84 1,25 6,23
Tabla 8. Índices de fragmentación aplicados a la unidad del paisaje.
El índice TA es el mismo en los dos años, como es lógico, ya que el área de
estudio es exactamente la misma. Sin embargo, el número de parches (NP) es
mayor en 2010, por lo que el índice PD indica que el paisaje se encuentra más
fragmentado, al contener una mayor densidad de parches por hectárea. La
diferencia de aproximadamente 6 parches más por hectárea en este periodo de
23 años, se traduce en un claro aumento de la fragmentación de la zona.
Los resultados del índice PAFRAC son muy similares en los dos momentos, con
una pequeña diferencia de 0,01. Como se ha explicado anteriormente, el rango
de este índice varía entre 1 y 2, caracterizando la forma geométrica de los
parches. Estos valores son más cercanos al valor 1, lo cual muestra que los
parches tienen formas geométricas sencillas y compactas, no obstante, el índice
E. Martínez del Castillo
60
se encuentra influido por el filtro de mayoría de 7x7 aplicado a las cartografías
obtenidas de la clasificación experta. El filtro aplicado actúa como un filtro de
suavizado, por lo que las formas se vuelven más sencillas, pero el resultado es
válido para la comparación entre los dos momentos, ya que el filtro es el mismo
y actúa por igual en cada uno de los años.
Categoría (Año 2010) CA PLAND NP PD PAFRAC LPI
Fagus sylvatica
465,81 4,15 61 0,54 1,24 2,60
Matorral mixto 3167,92 28,25 754 6,72 1,26 6,23
Quercus petraea
106,12 0,95 22 0,20 1,26 0,87
Vegetación de ribera 76,19 0,68 153 1,36 1,26 0,04
Juniperus phoenicea
220,16 1,96 156 1,39 1,20 0,47
Suelo desnudo 1412,51 12,60 589 5,25 1,25 1,07
Cultivo de secano 100,13 0,88 192 2,10 1,18 0,21
Quercus pyrenaica
787,19 7,02 375 3,34 1,22 4,52
Pinus uncinata
1177,62 10,50 295 2,63 1,27 3,39
Formación arbustiva
mixta 1379,75 12,30 821 7,32 1,28 1,42
Pinus halepensis
35,21 0,31 135 1,20 1,27 0,06
Pastizal 283,48 2,53 286 2,55 1,21 0,56
Pinus sylvestris
783,73 6,99 361 3,22 1,24 1,27
Quercus ilex
1117,17 9,96 833 7,43 1,24 1,85
Tabla 9. Índices de fragmentación aplicados a las clases (categorías) en el año 2010
Categoría (Año 1987) CA PLAND NP PD PAFRAC LPI
Fagus sylvatica
441,36 3,94 51 0,45 1,26 2,69
Matorral mixto 2804,80 25,01 536 4,78 1,25 14,38
Quercus petraea
89,24 0,80 11 0,10 1,32 0,76
Vegetación de ribera 54,06 0,48 85 0,76 1,27 0,08
Juniperus phoenicea
155,15 1,38 188 1,68 1,22 0,48
Suelo desnudo 1083,86 9,67 334 2,98 1,23 3,91
Cultivo de secano 228,41 2,04 289 2,58 1,21 0,22
Quercus pyrenaica
820,98 7,32 389 3,47 1,23 2,96
Pinus uncinata
602,07 5,37 206 1,84 1,24 1,61
Formación arbustiva
mixta 2459,60 21,93 695 6,20 1,28 8,71
Pinus halepensis
135,68 1,21 297 2,65 1,23 0,13
Pastizal 201,57 1,80 177 1,58 1,21 0,49
Pinus sylvestris
1507,37 13,44 369 3,29 1,26 3,02
Quercus ilex
629,75 5,62 844 7,53 1,23 0,39
Tabla 10. Índices de fragmentación aplicados a las clases (categorías) en el año 1987.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
61
En cuanto al índice del parche más grande (LPI), sí que se encuentran
diferencias entre estos dos años: de un 14% del paisaje ocupado por el parche
más grande, se para al 6%, lo que indica, una vez más, el aumento de la
fragmentación que sea ha sufrido en el paisaje del Parque Natural en los
últimos años.
Los índices para analizar la fragmentación a nivel de clase, es decir, de las
categorías presentes, son el área de la clase (CA), porcentaje del paisaje
(PLAND), número de parches (NP), densidad de parches (PD), dimensión
fractal área-perímetro (PAFRAC) y el índice del parche más grande (LPI).
Analizando los índices de área de clase y porcentaje del paisaje, las categorías
con más representación sobre el territorio en el año 1987 eran el matorral mixto
y las formaciones arbustivas mixtas, ocupando en ambos casos más del 20% de
la superficie del Parque Natural, seguido de los pinares y suelo desnudo. La
suma de la superficie de estas cuatro cubiertas representaría un 70% del total.
En la actualidad, el peso de las categorías ha cambiado, aumentando la
superficie en algunos casos como en matorrales, suelos desnudos, encinares y
hayedos, y disminuyendo en formaciones arbustivas y cultivos de secano. Con
respecto a los cultivos, hay que aclarar que la superficie clasificada como cultivo
en la actualidad dentro de los límites del Parque, corresponde a campos de
cultivo abandonados y a zonas de pastizales que pueden haber sido
confundidas dentro de la clasificación. En ambos años hay categorías con muy
poca representación espacial como la vegetación de ribera, debido a su
distribución, o como el roble albar, que como se ha visto anteriormente, su
distribución se limita a una zona muy concreta del Parque.
Los índices NP y PD nos muestran valores de fragmentación para cada una de
las clases. Para el análisis de estos índices hay que tener en cuenta que, de forma
general, tienen relación con los porcentajes de ocupación de las categorías, por
lo que aunque no sea posible la comparación de estos índices entre dos
categorías con distinta ocupación, si es comparable la evolución en el tiempo de
una misma categoría. En el año 1987, la categoría con mayor número de parches
es el encinar, pese a su poca representación espacial, lo cual es debido a que
muchos pixeles de borde, heterogéneos o confusos han sido adjudicados a esta
categoría en la clasificación. El número de parches ha aumentado acorde con su
aumento en superficie en el matorral mixto o en el suelo desnudo, aunque en
las formaciones arbustivas se ha incrementado el número de parches pese a la
disminución de su superficie, estando cada vez más fragmentadas. En el caso de
E. Martínez del Castillo
62
los hayedos, se ha incrementado ligeramente el número de parches, así como su
superficie, debido a la expansión de esta especie. Por último, encontramos un
bajo número de parches en el roble albar, donde aún cabría esperar menos.
El índice PAFRAC por categorías también se ve condicionado por el filtro
aplicado, aunque se aprecia que los valores más altos los poseen las categorías
esperadas, como la vegetación de ribera, por su estructura espacial lineal en
torno a los ríos y barrancos o categorías como la formación arbustiva mixta o
Quercus petraea, que ocupan un gran o pequeño territorio, presentando formas
variadas
Los valores más altos del índice de parche más grande, corresponden a los que
se han visto anteriormente analizados a nivel de paisaje. Con su análisis a nivel
de clase, podemos saber que tanto en 1987 como en 2010 el parche más grande
corresponde al matorral. De forma general, este índice ha disminuido en
muchas categorías, otra muestra más del aumento de la fragmentación, ya que
los parches cada vez son de menor tamaño con respecto a 1987.
5.2 Análisis de la conectividad.
La conectividad se define como la capacidad del territorio para permitir el flujo
de una especie entre teselas con recursos (Taylor et al., 1993), siendo una
propiedad del territorio para una especie o conjunto de especies similares desde
el punto de vista ecológico y de capacidad de dispersión.
La conectividad se mide a nivel de clase en cada año, utilizando los índices de
distancia euclidiana media al vecino más próximo (ENN_MN) y el Índice de
cohesión (COHESION).
La mayor distancia entre los parches de la misma categoría, se da en la
categoría de sabinares de J. phoenicea en el año 2010 y en la categoría de
vegetación de ribera en el caso de 1987. Los valores de distancia más bajos en
todo el periodo los obtiene Quercus petraea, por debajo de los 50 m., debido a
que su presencia se limita al “Monte de la Mata” y no existe presencia de esta
especie fuera de este monte. Esta distancia se ha incrementado de forma general
en las especies forestales analizadas con diferente intensidad, indicando una
menor conectividad entre estas clases.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
63
Categoría (Año 2010) ENN_MN COHESION
Fagus sylvatica
104,29 99,11
Matorral mixto 75,52 99,10
Quercus petraea
49,11 98,64
Vegetación de ribera 148,42 90,68
Juniperus phoenicea
179,28 96,66
Suelo desnudo 112,52 97,85
Cultivo de secano 147,73 93,24
Quercus pyrenaica
136,54 99,02
Pinus uncinata
95,53 98,68
Formación arbustiva mixta 83,50 97,64
Pinus halepensis
166,83 86,95
Pastizal 171,76 96,32
Pinus sylvestris
85,93 97,31
Quercus ilex
78,87 97,13
Tabla 11. Índices de conectividad aplicados a las clases (categorías) en el año 2010.
Categoría (Año 1987) ENN_MN COHESION
Fagus sylvatica
62,74 99,02
Matorral mixto 83,80 99,61
Quercus petraea
48,25 98,79
Vegetación de ribera 213,11 92,44
Juniperus phoenicea
137,82 95,87
Suelo desnudo 102,88 98,33
Cultivo de secano 165,74 94,29
Quercus pyrenaica
109,55 98,52
Pinus uncinata
112,97 98,53
Formación arbustiva mixta 78,47 99,21
Pinus halepensis
110,80 91,03
Pastizal 202,21 96,68
Pinus sylvestris
69,79 98,65
Quercus ilex
80,67 93,76
Tabla 12. Índices de conectividad aplicados a las clases (categorías) en el año 1987.
El índice COHESION muestra que las clases más agregadas en el año 2010, con
un porcentaje mayor al 99%, son el matorral mixto (99,1%), Fagus sylvatica
(99,1%) y Quercus pyrenaica (99,02%). En 1987, las mas agregadas eran el
matorral mixto (99,6%), las formaciones arbustivas (99,2%), y Fagus sylvatica
(99,02%). Los valores más bajos los presenta la vegetación de ribera con un
90,6% en 2010 y un 92,4% en 1987, siendo porcentajes más bien altos, teniendo
E. Martínez del Castillo
64
en cuenta que el rango de este índice varía entre 0 y 100, y que atienden a la
distribución espacial de esta categoría.
5.3 Análisis de la heterogeneidad
La heterogeneidad del paisaje tiene dos componentes: la diversidad de
elementos paisajísticos y la complejidad de sus relaciones espaciales. Es un
factor de gran importancia para la estructura y patrones espaciales del paisaje,
para el flujo de organismos así como para el intercambio de recursos y otros
procesos ecológicos.
Las causas comunes de la heterogeneidad derivan de las condiciones climáticas,
geológicas o edáficas, de los patrones topográficos y biogeográficos, de la
historia de los usos del suelo y de diferentes perturbaciones. Estas
perturbaciones pueden ser extensas o de pequeña escala, poco frecuentes o
continuas, naturales como el fuego o antrópicas como la agricultura o la
construcción de carreteras y por último, hay que tener en cuenta la interacción
entre diferentes fuentes de heterogeneidad.
Para medir la heterogeneidad se utiliza la comparación del índice de Shannon
entre los dos años.
Año SHDI
2010 2,1858
1987 2,1408
Tabla 13. Índices de heterogeneidad aplicados a la unidad de paisaje.
El índice SHDI aplicado a cada año como unidad de paisaje indica que la
heterogeneidad es similar, siendo mayor en el año 2010. Aunque el valor difiera
unas pocas décimas entre estos años, esta cifra no es significativa por sí misma,
siendo un índice relativo que tiene valor comparándolo con otro, siendo este
índice especialmente preciso para comparar la heterogeneidad sobre el mismo
paisaje en diferentes fechas o épocas.
5.4 Análisis de la estructura espacial
Para el análisis de la estructura espacial, se analiza la cartografía generada en la
clasificación digital, con su posterior corrección con clasificación experta y la
aplicación de un filtro de mayoría de 7×7. Ya que se ha clasificado una
extensión de terreno mayor al Parque Natural del Moncayo, se muestra en la
cartografía de toda la zona clasificada, y otra especifica del Parque.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
65
5.4.1 Año 1987
Figura 19. Cartografía obtenida mediante clasificación digital para el año 1987.
Precisión de la clasificación: 81,79%.
E. Martínez del Castillo
66
En la cartografía generada, se observa a simple vista cómo el matorral mixto y
el cultivo de secano ocupan una gran extensión. Los cultivos ocupan las zonas
bajas y de topografía suave, mientras que los matorrales mixtos se distribuyen
por lugares de topografía más acusada y de escaso valor para la agricultura.
Se observa cómo la vegetación de ribera y el cultivo de regadío forman
estructuras lineales en torno a los cauces más importantes de la zona,
metiéndose la vegetación de ribera en los arroyos de las zonas de elevada
topografía.
En cuanto a las especies forestales, la mayor concentración y diversidad de éstas
se localiza en el Moncayo, situado en el centro de la cartografía, en la que se
muestran sus límites. Se observa como en este lugar las especies forestales se
disponen en bandas altitudinales, en especial se distingue la banda ocupada por
Fagus sylvatica, atendiendo a la estructura en pisos de vegetación explicada
anteriormente. Las demás áreas ocupadas por bosques responden a la
distribución natural del Quercus ilex y Quercus pyrenaica y a las diferentes
repoblaciones de pináceas hechas en la zona.
Respecto a los pinos, representados en colores rojos en la leyenda, se ha optado
por no hacer diferenciación entre las especies en la cartografía, debido a la
confusión entre estas clases en algunas zonas. Aunque el análisis de
separabilidad espectral nos permitiera definir las clases Pinus halepensis, Pinus
sylvestris (recogiendo Pinus pinaster) y Pinus uncinata (recogiendo Pinus nigra),
finalmente se han detectado errores locales que impiden discernir entre las
diferentes especies.
Las formaciones arbustivas mixtas se materializan en torno a los bordes de los
bosques, especialmente en el Moncayo. Esta categoría no solo recoge las zonas
arbustivas propiamente dichas, sino que aglutina aquellos bosques jóvenes de
cualquier especie, cuyos individuos todavía no tengan el porte y la estructura
necesarios para ser considerados bosques. Esta categoría no engloba los
sabinares de Juniperus phoenicea, los cuales se encuentran diferenciados en una
categoría.
El suelo desnudo ocupa aquellas zonas rocosas y de escasa vegetación donde el
suelo sin recubrimiento alguno es dominante. Existe una gran mancha en la
cumbre del Moncayo, donde aflora la roca y existen numerosos canchales.
En la figura 20 se muestra en detalle la cartografía del Parque Natural:
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
67
Figura 20. Cartografía obtenida mediante clasificación digital para el año 1987 en el
Parque Natural del Moncayo. Precisión de la clasificación: 81,79%.
E. Martínez del Castillo
68
5.4.2 Año 2010
Figura 21. Cartografía obtenida mediante clasificación digital para el año 2010.
Precisión de la clasificación: 82,47%.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
69
El patrón de distribución espacial de las especies forestales en el año 2010 es, de
forma general, similar a la de 1987. Esta situación es normal, teniendo en cuenta
que el periodo entre las dos imágenes analizadas es de 23 años, un tiempo
relativamente corto para observar grandes cambios en la distribución de las
especies, considerando que no se han producido perturbaciones en este
periodo. Los bosques siguen ocupando los mismos espacios, a grandes rasgos,
así como la vegetación de ribera, los matorrales y los cultivos, sin embargo,
existen cambios en los bordes de las categorías, que sumados en conjunto,
pueden ser significativos en algunos casos, o mostrar zonas de expansión o
regresión de una determinada cubierta.
De forma visual, la categoría más afectada en este periodo son las formaciones
arbustivas mixtas, que en 1987 ocupaban una gran superficie, y en la fecha
actual, esa superficie se ha visto disminuida. En gran medida, es debido a todos
aquellos bosques jóvenes, comentados en el punto anterior, que finalmente han
madurado y alcanzado el porte y la estructura necesarios para ser clasificados
como la especie de la que se componen.
En la figura 22 se muestra la cartografía dentro del Parque.
E. Martínez del Castillo
70
Figura 22. Cartografía obtenida mediante clasificación digital para el año 2010 en el
Parque Natural del Moncayo. Precisión de la clasificación: 82,47%.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
71
Para caracterizar de forma más precisa los cambios producidos entre las dos
fechas dentro del Parque Natural del Moncayo, se ha de realizar un análisis
multitemporal más detallado.
5.5 Análisis de los cambios
5.5.1 Análisis multitemporal de las imágenes clasificadas
La detección de cambios a partir de imágenes obtenidas a partir de técnicas de
clasificación puede abordarse empleando dos grupos de técnicas (Chuvieco,
2008): i) Por un lado, comparar imágenes previamente clasificadas, ii) y por
otro, clasificar conjuntamente las imágenes de las dos fechas.
En el primer caso, que es el que se ha realizado, tras realizar la clasificación
cuidando de emplear la misma leyenda temática en ambas fechas, se genera una
tabla multitemporal de cambios (change matrix), donde se presentan las
transiciones que se producen entre las dos fechas, siendo representado en las
columnas la superficie en 1987 y en las filas la superficie en 2010.
Esta tabla multitemporal muestra para cada una de las cubiertas, dentro del
Parque Natural del Moncayo, el porcentaje de superficie que ha cambiado a
otra categoría o por el contrario, ha permanecido estable (Tabla 14) a lo largo
del periodo analizado. También se muestran los resultados en número de
pixeles y en hectáreas (Anexo - Tabla 7 y 8).
1987 \ 2010
Fagus
sylvatica
Matorral
mixto
Quercus
petraea
Vegetación
de ribera
Juniperus
phoenicea
Suelo
desnudo
Campos
Fagus sylvatica
84.30% 0.00% 0.00% 3.77% 0.00% 0.00% 0.00%
Matorral mixto
0.12% 71.02% 0.00% 0.34% 54.79% 18.08% 39.16%
Quercus petraea
0.00% 0.00% 77.28% 0.00% 0.00% 0.00% 0.00%
Vegetación de ribera
0.08% 0.16% 0.00% 39.55% 0.00% 0.12% 0.74%
Juniperus phoenicea
0.00% 5.84% 0.00% 0.00% 28.58% 0.37% 0.04%
Suelo desnudo
0.12% 10.19% 0.00% 2.05% 5.02% 71.20% 32.22%
Campos
0.02% 4.34% 0.00% 0.00% 0.06% 4.18% 12.03%
Quercus pyrenaica
12.35% 0.05% 22.72% 23.97% 0.00% 0.02% 0.47%
Pinus nigra- uncinata
0.04% 0.42% 0.00% 3.60% 0.40% 0.67% 0.31%
Form. arbustiva mixta
1.31% 6.37% 0.00% 1.03% 10.39% 4.76% 5.49%
Pinus halepensis
0.00% 0.32% 0.00% 0.00% 0.46% 0.17% 0.12%
Pastizal
0.53% 0.48% 0.00% 0.51% 0.00% 0.13% 4.59%
Pinus sylvestris
0.06% 0.00% 0.00% 7.53% 0.00% 0.00% 0.08%
Quercus ilex
1.06% 0.80% 0.00% 16.95% 0.29% 0.27% 4.66%
Tabla 14. Tabla multitemporal de cambios entre 1987 y 2010.
E. Martínez del Castillo
72
1987 \ 2010
Quercus
pyrenaica
Pinus
nigra-
uncinata
Formación
arbustiva
mixta
Pinus
halepensis
Pastizal
Pinus
sylvestris
Quercus
ilex
Fagus sylvatica
5.99% 0.01% 0.93% 0.00% 0.49% 1.14% 0.33%
Matorral mixto
2.13% 5.60% 23.58% 20.89% 5.26% 3.80% 12.67%
Quercus petraea
4.35% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
Vegetación de ribera
0.54% 0.07% 1.22% 0.20% 0.18% 0.40% 0.85%
Juniperus phoenicea
0.00% 0.34% 0.17% 2.19% 0.00% 0.02% 0.03%
Suelo desnudo
0.39% 0.78% 8.83% 3.38% 5.84% 1.16% 2.42%
Campos
0.00% 0.00% 0.10% 0.00% 0.40% 0.00% 0.12%
Quercus pyrenaica
65.03% 0.54% 1.31% 0.60% 12.62% 4.61% 4.95%
Pinus nigra- uncinata
0.92% 72.91% 7.71% 37.47% 0.36% 26.12% 12.15%
Form. arbustiva
mixta
3.50% 4.01% 38.18% 12.67% 2.83% 1.92% 11.39%
Pinus halepensis
0.02% 1.50% 0.24% 4.44% 0.00% 0.08% 0.07%
Pastizal
2.75% 0.27% 2.83% 0.46% 62.71% 0.43% 4.43%
Pinus sylvestris
2.85% 7.14% 1.92% 4.05% 0.99% 40.47% 7.58%
Quercus ilex
11.50% 6.82% 12.98% 13.66% 8.31% 19.83% 43.03%
Tabla 14. Tabla multitemporal de cambios entre 1987 y 2010.
En la diagonal de la tabla aparece el porcentaje de superficie que sigue siendo
de la misma categoría en 2010 con respecto a 1987, mientras que el resto de las
celdas indican el porcentaje relativo a la ocupación de la categoría asignada en
1987 y que ha cambiado en la actualidad. Así, la suma de las columnas, que
indica la superficie en 1987 para cada cobertura, suma el 100% del porcentaje,
mientras que la suma de las filas, indica el porcentaje de cobertura en 2010 con
respecto a 1987.
Esta matriz multitemporal constituye una importante herramienta para el
análisis ya que no solo permite observar las zonas estables y dinámicas, sino
también cual era la cobertura original y cual la actual, lo que nos indica las
tendencias del cambio en la zona de estudio.
Se ha de considerar que este tipo de tablas tienen una gran dependencia de la
fiabilidad de las clasificaciones individuales (Chuvieco, 2008). En todo caso, la
fiabilidad de la tabla multitemporal siempre es inferior a las fiabilidades de la
clasificación, concretamente es el producto de su estadístico kappa. En este caso
la fiabilidad es de 0,65 kappa para el global de la imagen. Sin embargo, si se
analizan los índices kappa individuales de ciertas categorías (Tabla 7), se puede
esperar un índice de fiabilidad mayor.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
73
Formación / año 2010 1987
Fagus sylvatica
1 1
Quercus petraea
1 1
Vegetación de ribera 0,66 0,7
Juniperus phoenicea
0,8 0,9
Quercus pyrenaica
0,66 0,71
Pinus nigra
0,77 0,71
Formación arbustiva 0,84 0,74
Pinus halepensis
0,99 0,69
Pinus sylvestris
0,94 0,8
Quercus ilex
0,89 0,86
Tabla 15. Índices kappa de algunas cubiertas.
5.5.2 Cambios en las cubiertas naturales
5.5.2.1 Hayas
Los hayedos han visto incrementada su superficie durante este periodo de las
440 ha que ocupaban en 1987 hasta las poco más de 465 que ocupan en la
actualidad. Este incremento moderado de superficie se ha realizado en
decremento básicamente del rebollar, especie con la que compite en su área de
distribución, ganándole casi 50 ha.
El crecimiento se ha localizado en los límites que separan ambas especies, ya
que el haya, difícilmente puede expandirse en altura, por encontrar limitantes
climáticos tanto en su límite superior como inferior. Hay que destacar que en
algunas zonas de este límite que separa las dos especies ha ganado espacio el
rebollo y no el haya, por lo que el intercambio de espacios entre estas dos
especies es dinámico y varia a lo largo del tiempo.
En cuanto a las repoblaciones de Pinus sylvestris, plantadas en la franja que el
haya podría ocupar, no se observan grandes cambios, siendo la línea que separa
estas dos especies muy estable en el tiempo. Aun así, en las zonas de contacto
entre pinar y hayedo, es notable el dominio del haya, ya que en los bosques de
pinar, no hay pinos jóvenes, pero si existen numerosas hayas jóvenes en
crecimiento e incluso con un porte de varios metros, lo cual indica que la
extensión de los bosques de haya se va a incrementar todavía más.
E. Martínez del Castillo
74
Foto 1. Interior de un bosque de Pinus sylvestris siendo colonizado por Fagus sylvatica
.
Foto 2. Bosque de Fagus sylvatica donde se observa regeneración natural.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
75
Conforme a esta situación, el hayedo gana en estos años unas 17 hectáreas al
pinar, como se muestra en la siguiente figura:
Figura 21. Distribución actual del haya. En color, cubierta en 1987.
En la figura podemos ver a color la cobertura presente en 1987 en el espacio
ocupado actualmente por el hayedo. Además del espacio ganado al pino
silvestre, también se avanza en algunas zonas ganando espacio a formaciones
arbustivas mixtas.
5.5.2.2 Quercíneas
Comenzando por el roble albar, Quercus petraea, el 77% de la superficie ocupada
por esta especie ha permanecido sin variaciones. El porcentaje restante, que
supone poco menos de 20 ha, ha cambiado a la categoría del rebollar. En cuanto
a superficie, el roble albar ha ganado unas 15 ha en estos años, ya que mientras
por un lado perdía terreno frente al rebollar, por otro se lo ganaba.
Sin embargo, esta variación no debe ser tomada en consideración, ya que en el
lugar donde se distribuyen los robles albares, rodeados por rebollares, se ha
constatado la presencia de ejemplares híbridos, los cuales podrían ser los
causantes de estas variaciones en el espacio.
E. Martínez del Castillo
76
Figura 22. Distribución de Quercus petraea y Q. pyrenaica en 1987 y 2010 respectivamente.
El rebollar, en general, ha sido una de las categorías más variables en las que se
han producido colonizaciones y retrocesos entre diferentes categorías, con tan
solo un 65% de los pixeles invariables. De la superficie ocupada por el rebollo
en 1987, el mayor cambio se ha producido hacia el encinar (11% de la
superficie), seguido por el ya comentado cambio a hayedo (5,9%) o roble albar.
En menor medida se encuentran cambios hacia matorral o pastizal,
posiblemente fruto de alguna acción forestal de corta de rebollo.
Por otra parte, se ha producido un avance de esta especie, aunque en conjunto,
el avance sería menor que el retroceso, ya que ha perdido un total de 32 ha. Este
avance proviene de la colonización de espacios en los que anteriormente existía
roble albar, haya, pastizal y vegetación de ribera.
Figura 23. Distribución de Q. pyrenaica en 1987 y 2010 respectivamente al norte del
P.N. Moncayo.
1987 2010
1987 2010
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
77
Foto 3. Ejemplares jóvenes de Quercus pyrenaica.
La tercera especie de Quercus corresponde a la encina, ampliamente extendida
en los alrededores Parque, dentro del cual ocupaba 625 ha en 1987 y
aumentando la superficie hasta las 1105 ha en la actualidad. Se observan
numerosos intercambios de pérdida y ganancia de espacios con cubiertas
diversas como pinares, rebollos, formaciones arbustivas
E. Martínez del Castillo
78
Figura 23. Distribución de las categorías Q. pyrenaica, Q. ilex y Q. petraea en 1987 (izquierda) y
2010 (derecha).
Foto 4. Encinar de Quercus ilex a los pies del Moncayo.
1987 2010
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
79
5.5.2.3 Pinares
Los pinares, de forma general, no han sufrido modificaciones importantes
durante estos años. Las repoblaciones de pinares fueron plantadas con
anterioridad a la fecha y la superficie se ha mantenido estable en el tiempo, con
alrededor de 2000 ha en todo el parque.
Foto 5. Vista desde el Santuario de la Virgen del Moncayo, donde se ven distintas repoblaciones
del Pinus sylvestris. En primer plano, Fagus sylvatica.
En cuanto a los resultados individuales entre las diferentes especies de pinar del
Moncayo y sus alrededores, no es posible analizarlos ya que no se ha
conseguido discriminar las especies entre ellas con la suficiente exactitud.
No obstante, en cuanto a la evolución del pinar como conjunto, es destacable la
colonización en altura que ha tenido en el entorno de Majada Alta, siguiendo el
curso del barranco de Valdealonso. Este pinar ha crecido de forma naturalizada,
remontando la ladera que se muestra en la siguiente figura:
E. Martínez del Castillo
80
Figura 25. Crecimiento de Pinus sp. entre 1987 (izquierda) y 2010 (derecha).
5.5.2.4 Arbustos y matorrales
Los sabinares de Juniperus phoenicea son las únicas formaciones arbustivas con la
suficiente entidad como para ser discriminadas en la zona. Éstas se localizan
principalmente al sur del Parque, próximas a las poblaciones de Calcena y
Purujosa. Han aumentado su tamaño desde las 155 ha hasta las 220 ha en la
actualidad, ocupando zonas de matorral, principalmente.
Ese aumento puede ser debido a la recuperación de los sabinares ante la
disminución de la ganadería en la zona durante las últimas décadas.
1987 2010
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
81
Figura 26. Crecimiento de los sabinares entre 1987 (izquierda) y 2010 (derecha).
El resto de formaciones arbustivas mixtas, englobadas en la misma categoría, ha
disminuido su superficie en unas 1000 ha, pasando de 2450 ha en 1987 a 1375 ha
en 2010. Como se ha comentado anteriormente, en esta categoría se clasifican
aquellas especies arbóreas que no tienen todavía la estructura de un bosque, por
lo que es lógico que los principales cambios se hayan producido hacia los
encinares y pinares, aunque también se ha evolucionado en dirección contraria,
hacia matorral mixto, en un 23% de la superficie.
Por último, el matorral mixto también ha sufrido variaciones, aunque el 71% de
la superficie ha permanecido invariable. Los principales intercambios que han
tenido los matorrales han sido con el suelo desnudo y con las formaciones
arbustivas mixtas, tanto de avance como de retroceso.
1987 2010
E. Martínez del Castillo
82
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
83
6. CONCLUSIONES
La teledetección es una herramienta importante para el seguimiento de cambios
del medio natural, pero es necesario el uso de técnicas para la monitorización y
la medición cuantitativa de estos cambios. Una de las mejores técnicas para
realizar esto es la clasificación digital de imágenes de satélite ya que nos
permite clasificar grandes extensiones de terreno, en diferentes años y con un
menor esfuerzo que con la clásica clasificación mediante análisis visual.
En cuanto a las imágenes de satélite, a pesar del gran aumento de resolución
espacial o espectral de algunos productos o imágenes de satélite, las imágenes
Landsat siguen siendo muy valiosas y aptas para este tipo de estudios, ya que
ofrecen la información necesaria para los objetivos generales propuestos. Sin
embargo, hay que puntualizar que la diferenciación a nivel de especie, en
concreto en el género Pinus, es complicada con este nivel de resolución
espectral. Para asegurar una clasificación precisa sobre las especies de este
género, habría que recurrir al uso de imágenes hiperespectrales.
La clasificación digital da como resultado una clasificación temática que
permite elaborar cartografías de ocupación vegetal o de cualquier otro tipo, al
mismo tiempo que permite, de forma sencilla, la translación de los elementos
necesarios para la clasificación a otra imagen de la zona, pudiendo obtener
cartografías del mismo lugar, bajo los mismos criterios, en tiempos diferentes,
pudiendo realizar análisis multitemporales.
Por otra parte, la metodología empleada está respaldada por los resultados
obtenidos. Los mapas temáticos producidos alcanzaron niveles de exactitud
adecuados a los objetivos del proyecto: todos los coeficientes kappa obtenidos
fueron sustancialmente mayores a 0.5, limite que indica que los procedimientos
seguidos generan mapas un 50% más exactos que los producidos por el azar. En
bastantes categorías, se alcanzan valores mayores a 0.8 puntos, que indican un
alto grado de agregación entre los datos de referencia y los de las
clasificaciones.
La clasificación experta realizada no hace mejorar de forma significativa los
resultados de la matriz de confusión con respecto a la clasificación normal,
incluso baja el porcentaje unas décimas en el caso del año 1987. Esto ocurre
porque los puntos de control previamente fueron revisados para estar situados
en las zonas más puras y homogéneas de las diferentes categorías, evitando
lugares de posible confusión, como zonas heterogéneas o de borde. Sin
E. Martínez del Castillo
84
embargo, visualizando la imagen, se observa mejoría en la distribución de
algunas categorías y se han eliminado algunas incoherencias.
La aplicación de índices de ecología del paisaje es fundamental como
herramienta cuantitativa para caracterización de determinadas propiedades de
las cartografías y de las clases definidas en ellas. De esta manera, se realiza la
comparación entre ellas y se puede abordar un análisis multitemporal basado
en un análisis numérico de los índices analizados.
Combinar diversos índices es fundamental para una correcta interpretación de
las características espaciales y morfológicas de las cubiertas forestales. También
hay que considerar que las estructura de la leyenda puede condicionar los
resultados y que los índices de ecología del paisaje ofrecen resultados
cuantitativos y no cualitativos, por lo que la interpretación va de mano del
usuario.
Foto 6. Bosque de Quercus pyrenaica con la cumbre de fondo.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
85
Por último, el análisis multitemporal o diacrónico realizado, permite estudiar
las pautas evolutivas que han seguido las diferentes cubiertas y de forma
global, el territorio, en un determinado periodo de tiempo. Los resultados de
este análisis permiten interpretar la dinámica y la dirección de los cambios de
los elementos que componen el paisaje.
Los resultados fruto de la clasificación digital y experta, es decir, las cartografías
temáticas, han sido satisfactorios teniendo en cuenta su análisis de error
cometido tanto por técnicas de validación, como por interpretación visual.
Además, la posterior clasificación de más imágenes de la zona será más sencilla,
por tanto se crea una línea de trabajo de estudio multitemporal más amplia que
la abarcada en este trabajo.
En cuanto a los cambios generales producidos en la estructura del paisaje,
analizados mediante los índices de la Ecología del Paisaje, se destacan:
El aumento considerable con el tiempo de la fragmentación, aunque en
cierta medida condicionado por la confusión de los cultivos de secano
cosechados o en barbecho con suelo desnudo, fuera de los límites del
Parque.
La conectividad ha disminuido para el conjunto de todas las especies
forestales.
La heterogeneidad presenta un leve aumento en este periodo.
Se ha de destacar la importancia de la expansión del hayedo, por el hecho de
que el Moncayo constituya uno de los límites meridionales de esta especie, y
además se trate de un hayedo aislado. Este hayedo ve limitada su expansión ya
que existe una gran superficie de su posible área de distribución en el Moncayo
ocupada por repoblaciones de pinos, especialmente de Pinus sylvestris. Sin
embargo, como se ha visto en el trabajo, poco a poco va ganando terreno
expandiéndose en el sotobosque del pinar.
E. Martínez del Castillo
86
Foto 7. Detalle de tronco de Fagus sylvatica y de Pinus Sylvestris.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
87
7. BIBLIOGRAFÍA
Arrechea, E. (2005) “Visita técnica 1: Parque Natural de Moncayo”. Actas del 4º congreso
forestal español. Gobierno de Aragón
Bamber, J.L. and A. Rivera (2007): "A review of remote sensing methods for glacier
mass balance determination". Global and Planetary Change, 59, 138-148.
Bolòs, O. de (1989). “Acerca de la vegetación del Moncayo y de las tierras vecinas.”
Turiaso IX (1): 299-330. Tarazona (Zaragoza).
Borak, J. S., Lambin, E. F., & Strahler, A. H. (2000). “The use of temporal metrics for
landcover change detection at coarse spatial scales.” International Journal of Remote
Sensing, 21 (6– 7), 1415– 1432.
Burgaz, A.R., Fuertes, E. y Mendiola, A. (1985). “Esquema de la gradación altitudinal
de la vegetación del macizo del Moncayo (Zaragoza-España)”. Studia Botanica 4:35-
44.
Campbell, J.B. (1987) “Introduction to remote sensing” The Guilford Press. New York.
Carone M.T and Simoniello T. (2006) “Landscape metrics temporal dynamics in a
Mediterranean area.” Landscape ecology IUFRO 8.01.03
Chander, G., Markham, B.L., Helder, D.L. (2009). Summary of Current Radiometric
Calibration Coefficients for Landsat MSS, TM, ETM+, and EOǦ1 ALI Sensors.
Remote Sensing of Environment 113 (2009) 893–903
Chavez, P. S. Jr. (1996) ImageǦbased atmospheric corrections – revisited and improved.
Photogrammetric Engineering and Remote Sensing, 62, 1025–1036
Chuvieco, E. (1999): Measuring changes in landscape pattern from satellite images:
short-term effects of fire on spatial diversity. International Journal of Remote Sensing,
20: 2331-2347.
Chuvieco, E. (2008). Teledetección ambiental. La observación de la Tierra desde el
Espacio. Editorial Ariel. Barcelona. 595 pp.
Chuvieco, E. and JUSTICE, C. O. (2008) “Global Characterization of Fire Activity:
Towards Defining Fire Regimes from Earth Observation Data.” Global Change
Biology vol. 14, pp. 1488-1502
Congalton RG (2004) “Putting the map back in map accuracy assessment.” Lunetta RS
Lyon JG (eds) Remote sensing and GIS accuracy assessment. CRC Press, Florida. pp. 1-
11.
Coops, N.C., Waring, R.H., Wulder, M.A., and White J.C. (2009) Prediction and
assessment of bark beetle-induced mortality of lodgepole pine using estimates of
stand vigor derived from remotely sensed data. Remote Sensing of Environment 12:
1058-1066.
Domac A., Süzen M.L., (2006) “Integration of Environmental Variables with satellite
images in regional scale vegetation classification” International Journal of Remote
Sensing Vol 27, No: 7, 1329 – 1350
Dryer, M. I., di Castri, F. & Hansen, A. J. (1988) “Geosphere-biosphere observations:
their definitions and design for studying global change” Biol. Int. 16, Special Issue.
Farina, A., (1998). “Principles and methods in landscape ecology”. Chapman and Hall,
London
E. Martínez del Castillo
88
Fernandez-Palacios, A., Moreira, J. M., Ramos, A., Zamorano, M. D. (2005) “Obtención
de series multitemporales de imágenes de NDVI para el seguimiento de los
cambios en la vegetación. Aplicación a las actualizaciones cartográficas” XI
Congreso Nacional de Teledetección. Puerto de la Cruz. Tenerife.
Ferreras, C. (1989). “Ensayo de caracterización bioclimática de los pisos de vegetación
del Moncayo.” Turiaso IX (1): 403-414.Tarazona
Forman R.T.T. and Godron M. (1981) “Patches and structural components for
landscape ecology.” Bioscience 31: 733-740.
Franklin, J., Logan, T., Woodcock, C. E. & Strahler, A.H. (1986) “Coniferous Forest
Classification and Inventory Using Landsat and Digital Terrain Data.” IEEE
Transactions On Geoscience And Remote Sensing, Vol. Ge-24, nº. 1.
Franklin, S. E., & Wulder, M. A. (2002). “Remote sensing methods in medium spatial
resolution satellite data land cover classiÀcation of large areas.” Progress in Physical
Geography, 26, 173ï205
Frankovich, J. S (1999) “Unsupervised Classification of Spectrally Enhanced Landsat
TM Data of Midland, MI” Digital Image Processing Research Paper
Fuller, D.O. (2001). “Forest fragmentation in Loudoun County, Virginia, USA
evaluated with multitemporal Landsat imagery.” Landscape Ecology 16: 627–642,
2001.
García Martin, A., Pérez Cabello, F., de la Riva Fernandez, J. (2004) “Análisis mediante
Teledetección y SIG de la estructura del paisaje en entornos forestales
mediterráneos.” Medio Ambiente, recursos y riesgos naturales. Analsis mediante
Tecnologia SIG y Teledetección. Aportaciones al “XI Congreso de Metodos
Cuantitativos, SIG y Teledeteccion” Murcia
Gilabert, M.A., González-Piqueras, J. y García-Haro, J. (1997). Acerca de los índices de
vegetación. Revista de Teledetección. 8. Pp. 35-45
Guanter, L., Gómez-Chova, L., and Moreno, J. (2008) “Coupled retrieval of aerosol
optical thickness, columnar water vapour and surface reflectance maps from
ENVISAT/MERIS data over land.” Remote Sensing of Environment, 112(6), 2898–
2913.
Handcock, R.N; Gillespie, A.R; Cherkauer, K.A; Kay, J.E; Burges, S.J; Kampf S.K. (2006)
“Accuracy and uncertainty of thermal-infrared remote sensing of stream
temperatures a multiple spatial scales” Remote Sensing of Environment, 100 pp. 427–
440
Hansen, J., A. Lacis, R. Ruedy, and Mki. Sato, (1992): “Potential climate impact of
Mount Pinatubo eruption.” Geophys. Res. Lett., 19, 215-218,
Houghton, J. T., Y. Ding, D. J. Griggs, M. Noguer, P. J. van der Linden, and D. Xiaosu,
Eds., (2001) “Climate Change 2001: The Scientific Basis: Contributions of Working
Group I to the Third Assessment Report of the Intergovernmental Panel on
Climate Change.” Cambridge University Press, 881 p
Ioannis, M., Meliadis, M. (2011) “Multi-temporal Landsat image classification and
change analysis of land cover/use in the Prefecture of Thessaloiniki, Greece.”
Proceedings of the International Academy of Ecology and Environmental Sciences, 2011,
1(1): 15-25
Lillesand, T. M., (2006). "Remote Sensing and Image Interpretation, 5th Edition." John
Wiley and Sons.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
89
Longares, L. A. (2004). “El paisaje vegetal en el sector aragonés del Moncayo. Geografía
Física de Aragón. Aspectos generales y temáticos.” Universidad de Zaragoza e
Institución Fernando el Católico. Zaragoza
MacDonald, G. M., Szeicz, J. M., Claricoates, J., and Dale, K. A. (1998) ‘Response of the
Central Canadian Treeline to Recent Climatic Changes’, Ann. Assoc. Am. Geogr. 88,
183–208.
Martínez Vega, J. y Martín Isabel, M. P. (2010). “Guía Didáctica de Teledetección y
Medio Ambiente.” Centro de Ciencias Humanas y Sociales del Consejo Superior de
Investigaciones Científicas.
Maselli F, Chiesi M, Moriondo M, Fibbi L, Bindi M, Running SW (2009). Integration of
ground and satellite data to simulate the forest carbon budget of a Mediterranean
region. Ecological Modelling 220: 330-342
McGarigal K., Cushman S. A. and Neel M. C., Ene E. (2002) “FRAGSTATS: Spatial
Pattern Analysis Program for Categorical Maps.” Computer Software Program
Produced by the Authors at the University of Massachusetts, Amherst.
McGarigal, K. & Marks, B. (1994) “FRAGSTATS. Spatial patter analysis program for
quantifying landscape structure.” Forest Science Department, Oregon State
University, Corvallis
Mead. R. A. & Meyer, M.P. (1977) “LANDSAT Digital Data Application to Forest
Vegetation and Land Use Classification in Minnesota.” LARS Symposia. Paper 220.
Millington A.C., Walsh S.J. and Osborne P.E. (Eds), (2001). “GIS and Remote Sensing
Applications in Biogeography and Ecology.” Kluwer Academic Publishers, Boston.
Navarro, G. (1989). “Datos sobre la vegetación del Moncayo.” Turiaso IX (1): 423-431.
Tarazona.
Naveh Z. and Lieberman A.S. (1994) “Landscape Ecology: Theory and Application.”
Springer. New York.
Nemani, R., & Running, S. W. (1996). “Global vegetation cover changes from coarse
resolution satellite data.” Journal of Geophysical Research, 101, 7157– 7162.
Noble, I. R. (1993) “A model of the responses of ecotones to climate change.” Ecological
Applications vol 3, pp. 396 – 403.
Puig, C. J., Hyman, G. and Bolaños, S. (2002) “Digital Classification vs. Visual
Interpretation: a case study in humid tropical forests of the Peruvian Amazon. “
International Center for Tropical Agriculture (CIAT)
Rivas Goday, S. & Madueño Box, M. (1946). “Consideraciones acerca de los grados de
vegetación del Moncayo y sobre la habitación de Digitalis purpurea y D.
parviflora.” Anal. Inst. Farmacognosia 5 (9): 97-122. Madrid.
Robinson, I.S. (2004) “Measuring the Oceans from Space.” Chichester, UK: Praxis
Publishing LTD.
Romero-Calcerrada, R., y Perry, G. L. W. (2004). "The role of land abandonment in
landscape dynamics in the SPA 'Encinares del rio Alberche y Cofio’, Central Spain,
1984-1999." Landscape and Urban Planning, 66(4), pp. 217-232.
Rouse, J.W.J., Haas, R.H., Schell, J.A., Deering, D.W., (1974). “Monitoring vegetation
systems in the Great Plains with ERTS.” Third ERTS Symposium, NASA SP-351,
Washington DC, pp. 309–31
E. Martínez del Castillo
90
Schroeder TA, Canty MJ, Yang Z, et al. (2006) “Radiometric correction of multi-
temporal Landsat data for characterization of early successional forest patterns in
western Oregon.” Remote Sens Environ;103:16-26
Sellers, P., F. Hall, H. Margolis, and B. Kelly, (1995) “The Boreal Ecosystem-
Atmosphere Study (BOREAS)- an overview and early results from the 1994 field
year.” Bull. Am. Meteor. Soc., 76, 1549-1577, 1995.
Sória, G. y Sobrino, J. A. (2007) "ENVISAT/AATSR derived land surface temperature
over a heterogeneous region." Remote Sensing of Environment, Vol. 111, pp. 409-422.
Stellmes, M., Udelhoven, T., Röder, A., Sonnenschein, R. & Hill, J. (2010) “Dryland
observation at local and regional scale - comparison of Landsat TM/ETM+ and
NOAA AVHRR time series.” Remote Sensing of Environment, 114: 2111-212
Trenberth, K. E., et al. (2007), “Observations: Surface and atmospheric climate change,
in Climate Change 2007: The Physical Science Basis” Contribution of Working Group
I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, pp.
235–336, Cambridge Univ. Press, Cambridge, U. K
Tommervik, H., Hogda, K., Solheim, I., (2003). “Monitoring vegetation changes in
Pasvik (Norway) and Pechenga in Kola Peninsula (Russia) using multitemporal
Landsat MSS/TM data.” Remote Sensing of Environment 85, 370–388.
Turner M.G. and Gardner R.H. (1991) “Quantitative methods in landscape ecology.”
Springer-Verlag, New York.
Uribe-Echebarría, P. M.ª (2002) “Vegetación e itinerarios botánicos en el Parque
Natural del Moncayo, Zaragoza” Consejo de Protección de la Naturaleza de Aragón.
Uuemaa, E., Antrop, M., Roosaare, J., Marja, R. & Mander, Ü. (2009). “Landscape
Metrics and Indices: An Overview of Their Use in Landscape Research.” Living
Rev. Landscape Res., 3, (2009), 1.
Vila, J., Varga, D., Llausás, A., Palom, A. (2006) “Conceptos y métodos fundamentales
en ecología del paisaje (landscape ecology). Una interpretación desde la
geografía.” Doc. Anal. Geogr. 48.
Vogelmann J E, Tolk B and Zhu Z (2009) Monitoring forest changes in the
southwestern United States using multitemporal Landsat data Remote Sens.
Environ. 113 1739–48.
Welch D. (2005) “What should protected areas managers do in the face of climate
change?” The George Wright Forum 22(1): 75–9.
Yichun X., Zongyao S., & Mei Y. (2007) “Remote sensing imagery in vegetation
mapping: a review” J Plant Ecol (2008) 1 (1): 9-23.
Yuan, F., Sawaya, K. E., Loeffelholz, B. C., & Bauer, M. E. (2005) “Land cover
classification and change analysis of the Twin Cities (Minnesota) Metropolitan
Area by multitemporal Landsat remote sensing.” Remote Sensing of Environment 98
(2005) 317 – 328.
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
91
ANEXO
E. Martínez del Castillo
92
Tabla 1. Matriz de contingencia de la imagen 2010.
ERROR MATRIX
-------------
Reference Data
--------------
Classified
Data Agua Pinus hale Quercus pe Regadio
---------- ---------- ---------- ---------- ----------
Agua 100.00 0.00 0.00 0.00
Pinus hale 0.00 97.90 0.00 0.00
Quercus pe 0.00 0.00 91.64 0.00
Regadio 0.00 0.00 0.00 97.20
Vegetacion 0.00 0.00 0.28 2.10
Formarbust 0.00 0.00 0.00 0.00
Juniperus 0.00 0.00 0.00 0.00
Quercus il 0.00 0.00 0.00 0.00
Pinus nigr 0.00 1.40 0.00 0.00
Quercus py 0.00 0.00 5.29 0.00
Matorral m 0.00 0.70 0.00 0.00
Secano 0.00 0.00 0.00 0.00
Fagus sylv 0.00 0.00 2.79 0.00
Suelo 0.00 0.00 0.00 0.00
Nubes 0.00 0.00 0.00 0.00
Pastizal 0.00 0.00 0.00 0.70
Pinus sylv 0.00 0.00 0.00 0.00
Column Tota 165 143 359 143
Reference Data
--------------
Classified
Data Vegetacion Formarbust Juniperus Quercus il
---------- ---------- ---------- ---------- ----------
Agua 0.00 0.00 0.00 0.00
Pinus hale 0.00 0.00 0.00 0.00
Quercus pe 0.00 0.00 0.00 0.00
Regadio 7.92 0.00 0.00 0.00
Vegetacion 85.15 0.00 0.00 1.10
Formarbust 0.00 100.00 0.00 1.83
Juniperus 0.00 0.00 97.73 0.00
Quercus il 1.98 0.00 0.00 95.41
Pinus nigr 0.00 0.00 0.00 0.18
Quercus py 4.95 0.00 0.00 0.18
Matorral m 0.00 0.00 2.27 0.00
Secano 0.00 0.00 0.00 0.00
Fagus sylv 0.00 0.00 0.00 0.37
Suelo 0.00 0.00 0.00 0.37
Nubes 0.00 0.00 0.00 0.00
Pastizal 0.00 0.00 0.00 0.55
Pinus sylv 0.00 0.00 0.00 0.00
Column Total 101 39 88 545
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
93
Reference Data
--------------
Classified
Data Pinus nigr Quercus py Matorral m Secano
---------- ---------- ---------- ---------- ----------
Agua 0.00 0.00 0.00 0.00
Pinus hale 5.13 0.00 0.00 0.00
Quercus pe 0.00 0.70 0.00 0.00
Regadio 0.00 0.23 0.00 0.00
Vegetacion 0.00 0.70 0.00 0.00
Formarbust 0.00 0.00 0.00 0.00
Juniperus 0.00 0.00 3.36 0.00
Quercus il 0.00 0.23 0.00 0.00
Pinus nigr 90.60 0.00 0.00 0.00
Quercus py 0.00 92.49 0.00 0.00
Matorral m 0.00 0.00 95.74 2.75
Secano 0.00 0.00 0.45 93.59
Fagus sylv 0.00 5.16 0.00 0.00
Suelo 0.00 0.00 0.45 3.66
Nubes 0.00 0.00 0.00 0.00
Pastizal 0.00 0.47 0.00 0.00
Pinus sylv 4.27 0.00 0.00 0.00
Column Total 234 426 446 765
Reference Data
--------------
Classified
Data Fagus sylv Suelo Nubes Pastizal
---------- ---------- ---------- ---------- ----------
Agua 0.00 0.00 0.00 0.00
Pinus hale 0.00 0.00 0.00 0.00
Quercus pe 1.04 0.00 0.00 0.00
Regadio 0.00 0.00 0.00 0.00
Vegetacion 2.29 0.00 0.00 0.00
Formarbust 0.21 0.00 0.00 0.00
Juniperus 0.00 0.00 0.00 0.00
Quercus il 0.21 0.00 0.00 0.00
Pinus nigr 0.00 0.00 0.00 0.00
Quercus py 12.27 0.00 0.00 0.00
Matorral m 0.00 0.00 0.00 0.00
Secano 0.00 12.99 0.35 0.00
Fagus sylv 83.37 0.00 0.00 0.00
Suelo 0.00 87.01 0.35 0.00
Nubes 0.00 0.00 99.31 0.00
Pastizal 0.62 0.00 0.00 100.00
Pinus sylv 0.00 0.00 0.00 0.00
Column Total 481 77 288 137
E. Martínez del Castillo
94
Reference Data
--------------
Classified
Data Pinus sylv Row Total
---------- ---------- ----------
Agua 0.00 165
Pinus hale 0.00 152
Quercus pe 0.00 337
Regadio 0.00 148
Vegetacion 0.34 111
Formarbust 0.00 50
Juniperus 0.00 101
Quercus il 2.71 532
Pinus nigr 10.17 245
Quercus py 0.00 478
Matorral m 0.00 451
Secano 0.00 729
Fagus sylv 0.00 435
Suelo 0.00 100
Nubes 0.00 286
Pastizal 0.00 146
Pinus sylv 86.78 266
Column Total 295 4732
----- End of Error Matrix -----
Análisis multitemporal de la cubierta forestal del Parque Natural del Moncayo
mediante teledetección e índices de ecología del paisaje
95
Tabla 2. Matriz de confusión de la imagen clasificada de 2010.
ERROR MATRIX
-------------
Reference Data
--------------
Classified Data Unclassifi Fagus sylv Matorral m Quercus pe
--------------- ---------- ---------- ---------- ----------
Unclassified 1 0 0 0
Fagus sylvatica 0 44 0 3
Matorral mixto 0 0 116 0
Quercus petraea 0 0 0 43
Vegetacion ribe 0 0 0 0
Juniperus 0 0 9 0
Suelo 0 1 5 0
Secano 0 0 20 0
Quercus pyrenai 0 4 0 4
Agua 0 0 0 0
Nu