Figura 28. Cobertura Manglar en la Isla Puná

4.1.4. Cuantificación de coberturas

Con las coberturas vectorizadas se generó el mapa correspondiente a manglares en la Isla Puná en los 2 periodos de estudio, donde se efectuó una sumatoria de los polígonos correspondientes a manglares, teniendo como resultado 8,854.55 Ha para el año de 1999 y 8,811.28 Ha para el 2019, resultando que la superficie de maglares no varió significativamente en 20 años.

Además, se identifica en la figura 28 que en el sector Este de la Isla se concentra la mayor cantidad de manglares y se aprecia que se mantuvo la cobertura sin grandes modificaciones, pero con una pequeña regeneración en las zonas internas y externas de la Isla Puná.

Figura 28. Cobertura Manglar en la Isla Puná

Con las coberturas vectorizadas se generó el mapa de piscinas camaroneras para los 2 periodos, identificando una superficie de 12,629.75 Ha para 1999 y 16,976.96 Ha para el año 2019.

En la figura 29, se puede identifcar que en toda la superficie de la Isla Puná se aumentaron las piscinas, sobre todo hacia la parte interna.

Figura 29. Cobertura de Piscinas Camaroneras en la Isla Puná – Año 2019

De acuerdo a la sumatoria de las superficies de mangle y piscinas camaroneras de los 2 periodos, se pudo identificar que existe una mínima reducción de manglares correspondiente al 0.49%, a diferencia del incremento de piscinas camaroneras que asciende al 34.42%, lo cual se representa en la figura 30.

Figura 30. Comparación de áreas de manglares y piscinas camaroneras

4.2. DISCUSIÓN

Según Aguilar et al. (2014), al efectuar la corrección radiométrica y atmosférica en las imágenes satelitales se obtiene un cambio de valores de números digitales de los pixeles a valores de radiancia, donde la imagen final contiene los datos en reflectancia espectral. Esta modificación mostró una disminución en la opacidad en las imágenes y una mejora en la resolución, sobre todo para la imagen de 1999. Para la imagen del 2019 se identifica una mejora, pero por el sensor para las imágenes Landsat 8 no es tan significativo el cambio. Sin embargo, existen cambios en la deviación estándar y en los histogramas de las bandas multiespectrales.

De acuerdo a Matellanes (2019), la combinación de las bandas 432 muestra el color natural para las imágenes Landsat 8, lo ayudó a una visualización clara de los cuerpos de agua, y se disgregó los 2 tipos de piscinas. Además, Matellanes (2019) considera la combinación 564 para usos del suelo. Dicha combinación fue adecuada para identificar los manglares, ya que tomaron un color marrón que resaltaba entre las demás coberturas. Estas combinaciones fueron las mismas para la imagen de 1999, pero restando la banda del aerosol costero, identificando una coloración diferente en la vegetación interna de la Isla, lo cual se debe a la fecha de la toma y al sensor.

La clasificación de la imagen satelital del año 1999 obtuvo un 92.12% precisión, teniendo en cuenta que, de las coberturas correspondientes a suelo desnudo, vegetación, nubes, piscinas camaroneras de 2 tipos y manglares, se consideró solo las 2 últimas para el estudio, mismas que individualmente obtuvieron un 100% de precisión. Se puede indicar que la clasificación efectuada fue adecuada.

También se muestra que no es necesario tomar más muestras para obtener mejores resultados en la clasificación, ya que para la imagen del año 2019 se tomaron más muestras, pero la precisión fue del 91.87%, identificando solo un 0.25% de diferencia. Más bien se podría indicar que las muestras deben ser tomadas minuciosamente, eligiendo las áreas uniformes con los mismos valores en los pixeles como lo indica Yébenes y Giner (2014).

Adicionalmente, se concuerda con Gómez (2004), en que el método de clasificación de Máxima Verosimilitud fue el indicado para efectuar el presente estudio, ya que se acopló no admitiendo ninguna restricción en la distribución de datos, considerando que las muestras de entrenamiento fueron tomadas para estimar los parámetros de las distribuciones.

De acuerdo al CLIRSEN (2007), la tendencia de deforestación de manglares en la Provincia del Guayas desde 1999 hasta el año 2006 no varía. Con los resultados obtenidos en la Isla Puná y si se mantiene el mismo escenario, se recuperará gradualmente la cobertura manglar. De los resultados obtenidos se

identifica que no ha existido una reducción alta en los manglares de la Isla Puná y que las piscinas camaroneras han sido construidas en sitios que no ameritan una deforestación.

La metodología utilizada pude acoplarse a estudios donde se tenga que disgregar dos coberturas, pudiendo ser mejorada con imágenes de mejor resolución, y con un porcentaje mínimo de nubes. Además, el modelo de geoprocesos (ModelBuilder) incluido en la metodología es fundamental para automatizar los procesos. El análisis efectuado puede incluirse al estudio multitemporal efectuado por el CLIRSEN (2007), pero para áreas no tan extensas.

Con el estudio efectuado se pudo responder las preguntas de investigación planteadas:

¿Qué porcentaje de cobertura manglar ha sido deforestada de 1999 hasta el año 2019?

Se identifica que existe una mínima reducción de manglares en la Isla Puná, correspondiente al 0.49% en 20 años, pero no se tiene evidencia que esta reducción corresponde a una deforestación.

¿Qué porcentaje de piscinas camaroneras aumentó en Isla Puná desde 1999 hasta el año 2019?

Considerando que la Isla Puná tiene con una superficie de 91,900 Ha. Para el año de 1999 el área de piscinas camaroneras ocupaba el 13.74% de la isla, en 20 años este porcentaje aumentó al 18.47%, evidenciando un incremento en la ocupación del área de la isla de 4.73%.

¿Qué zonas de la Isla Puná han tenido mayor construcción de piscinas camaroneras?

Para identificar la superficie donde se han construido piscinas camaroneras en la Isla Puná, simplemente se superpuso la capa vector de piscinas camaroneras del año 2019 sobre la imagen satelital del año 1999, identificando que en su mayoría se han construido piscinas camaroneras en 3 puntos: al norte, al sureste y al sur de la Isla. No se identifica que se haya deforestado manglares para construir piscinas camaroneras, lo que corrobora el estudio el CLIRSEN (2007), donde se establece que desde los inicios del año 1995 hasta el año 1999 se identifica una tasa de deforestación nula, la cual desde 1999 hasta el año 2006 se incrementó a 0.13%. Esto puede estar relacionado a la normativa legal que se ha ido implementado para la protección de los bosques y manglares, que de alguna manera a contenido la deforestación presentada desde 1969, donde, de acuerdo a Bravo (2003), desaparecieron 54,039 Ha de manglares hasta el año 2000.

¿Qué zonas de la Isla Puná han sido las más deforestadas?

Al identificar las coberturas de mangle que existía en el año 1999, en relación a las del 2019, se aprecia que no ha existido una reducción, más bien se identifica un desplazamiento del manglar en la zona norte de la Isla, ratificando que no ha existido desde el año 1999 una reducción significativa de manglar en la Isla Puná.

CAPÍTULO V

5. CONCLUSIONES

Al conocer los problemas que existen en cuanto a la deforestación en la zona costera del Ecuador, se tomó como punto de referencia la Isla Puná para identificar los cambios en la cobertura del suelo y cuantificar el área de manglares que pudieron ser deforestados desde el año 1999 hasta el 2019. Para dicho propósito, se realizó un análisis multitemporal de la Isla en mención, que tuvo como insumos principales las imágenes satelitales Landsat de los 2 periodos. Al haber efectuado la corrección radiométrica y atmosférica a las imágenes satelitales se proporcionó valores de intensidad uniformes, corrigiendo fallas en los píxeles y mostrando modificaciones en el histograma de cada banda multiespectral, lo que proporciona realces que ayudan a visualizar de mejor manera las imágenes.

Para las imágenes Landsat 7, la combinación de las bandas 432 hace que se visualice los cuerpos de agua claramente y la combinación de bandas 453 identifica de mejor manera a los manglares, ya que por tratarse de vegetación húmeda brinda un realce diferente. Estas combinaciones ayudaron a tener una precisión en la clasificación efectuada, correspondiente al 92.12% para el año de 1999 y para el 2019 un 91.87%.

Desde 1999 hasta el 2019 se redujo 0.49% de cobertura manglar en la Isla Puná, y existió un incremento de 34.42% de piscinas camaroneras, identificando que solo ha existido un desplazamiento mínimo en la cobertura manglar. En cuanto a las piscinas camaroneras, el incremento identificado no afecta directamente a los manglares. En este sentido, no existió deforestación de manglares para la construcción de las piscinas camaroneras, debiendo rechazar la hipótesis, ya que no existe una relación en la disminución de manglares, frente al aumento de piscinas camaroneras en la Isla Puná.

Los resultados obtenidos pueden aumentar su precisión, incluyendo insumos como imágenes con mayor resolución y con un porcentaje mínimo de nubes. Si

se requiere una información más detallada sobre los cambios en la cobertura de la Isla, es necesario añadir más imágenes satelitales de años intermedios para el análisis. También podría incluirse a la metodología un modelo desde la corrección de las imágenes, hasta la obtención de la cartografía que permita automatizar los procesos para la ejecución del estudio, optimizando tiempos e incorporando un formato que puede utilizarse por cualquier usuario para estudios similares.

Los resultados obtenidos pueden incluirse en nuevos estudios en torno al ecosistema manglar, incluyendo análisis de especies, modificaciones en la erosión del suelo y calidad del aire. Además, el estudio efectuado puede ser una herramienta para la toma de decisiones en el campo ambiental, socio económico, político y de ordenamiento territorial, ya que con la cuantificación de las coberturas se puede tener un control en los cambios del uso del suelo.

6. REFERENCIAS

Aguilar, H., Mora, R., y Vargas, C. (2014). Metodología para Corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el módulo FLAASH del software ENVI. San José: Revista Geográfica de América Central. Nº 53.

Alonso, D. (2019). Combinación de bandas en imágenes de satélite Landsat y Sentinel. Valladolid. Recuperado el 15 de octubre de 2019 de https://mappinggis.com/2019/05/combinaciones-de-bandas-enimagenes-de-satelite-landsat-y-sentinel/ Arenas, R. (2016). Aplicación de la teledetección en la exploración geominera y de recursos naturales. Tesis de maestría, Universidad de Oviedo, Oviedo, España. Berlanga, R. (2007). Análisis de las tendencias de cambio del bosque de mangle del sistema lagunar Teacapán - Agua Brava, México. una aproximación con el uso de imágenes de satélite Landsat. Universidad y Ciencia, 29. Bravo, E. (2003). La industria camaronera en Ecuador. Acción Ecológica, 1. Briones, E., Arce, S., y Tapia, A. (2009). Propuesta técnica de criterios para la selección de sitios de reforestación (restauración), de manglares en la costa ecuatoriana. Ecociencia.

Carcipulla, M., y Quevedo, S. (2014). Evaluación del uso turístico de la playa Cauchiche-Isla Puná. Guayaquil. Chávez, H., y Zurita, G. (2000). Análisis estadístico de la producción camaronera del Ecuador. Tesis de grado, Escuela Politécnica del Litoral, Guayaquil, Ecuador.

Chuvieco, E. (1995). Fundamentos de la Teledetección. Madrid: Ediciones RIALP. S.A.

CIREN, Centro de Información de Recursos Naturales. (2013). Índices de Vegetación. Chile: Muñoz, P.

CLIRSEN, Centro de Levantamientos Integrados de Recursos Naturales por Sensores Remotos (2007). Actualización del estudio multitemporal de manglares, camaroneras y áreas salinas en la costa continental ecuatoriana al año 2006. Quito: Toro et al.

Condori, I., Loza, M., Mamani, F., y Solíz, H. (2018). Análisis multitemporal de la cobertura boscosa empleando la metodología de teledetección espacial y SIG en la sub-cuenca del río Coroico - provincia Caranavi en los años 1989 – 2014. JSARS, 25-44.

Conservación Internacional. (2019). Dos nuevas concesiones de manglar en la provincia del Guayas. Recuperado el 15 de agosto de 2019, de Conservación Internacional Ecuador: https://conservation.org.ec/boletines/dos-nuevas-concesiones-demanglar-en-la-provincia-del-guayas/?frame=0 Conservación Internacional Ecuador. (2017). Primer Foro Nacional del Manglar en Ecuador. Machala.

Constitución de la República del Ecuador. (2008). Constitución de la República del Ecuador. Quito.

Consultora Elizalde. (2015). Diagnóstico Preliminar - Actualización del Plan de Desarrollo y Ordenamiento Territorial Parroquia Puna 2015. Guayaquil. De la Cruz, J. (2016). Análisis multitemporal de la cobertura vegetal y cambio de uso del suelo del área de influencia del programa de reforestación de la Federación Nacional de Cafeteros en el Municipio de Popayán, Cauca. Manizales.

Del Toro, N., Gomáriz, F., Cánovas, F., y Alonso, F. (2015). Comparación de métodos de clasificación de imágenes de satélite en la cuenca del Río Argos (región de Murcia). Murcia.

ESRI. (2019). Learn ArcGIS. Recuperado el 15 de enero de 2020, de https://learn.arcgis.com/es/projects/assess-burn-scars-with-satelliteimagery/ Facultad de Ciencias Forestales UNSE. (2019). Práctico 11. Transformaciones de la imagen: Clasificación Supervisadas y no Supervisadas. UNSE. Recuperado el 19 de abril de 2020, de https://fcf.unse.edu.ar/archivos/lpr/pdf/p11.PDF FAO. Food and Agriculture Organization (2006). Descripción de los manglares Ecuador. Recuperado el 15 de septiembre de 2019, de http://www.fao.org/forestry/mangrove/vegetation/es/ecu/ FAO. Food and Agriculture Organization (2007). The world's mangroves 19802005. Recuperado el 15 de septiembre de 2019, de http://www.fao.org/3/a1427e/a1427e00.htm

FAO. Food and Agriculture Organization (2008). La desaparición de manglares alcanza un nivel alarmante. Recuperado el 15 de septiembre de 2019, de http://www.fao.org/newsroom/es/news/2008/1000776/index.html

FAO. Food and Agriculture Organization (2011). Manglares amazónicos en peligro por la producción pecuaria. Recuperado el 20 de septiembre de 2019, de http://www.fao.org/in-action/agronoticias/detail/es/c/ 50725 Farnum, F., y Morillo, V. (2019). análisis multitemporal (1970-2017) del uso del suelo en cinco comunidades ubicadas a lo largo de la carretera Boydroosevelt, Panamá. TECNOCIENCIA, 107-124. Gómez, L. (2004). Métodos de clasificación al reconocimiento de campos de cultivo a partir de Imágenes hiperespectrales. Tesis de Maestría, Universitat de Valencia, Florida, USA.

Hernández, J. (2016). Patrones de Respuesta Espectral. Santigo de Chile, Chile. Jiménez, J. (2005). Corrección de Imágenes Satelitales. Valencia, España. MAE. Ministerio del Ambiente del Ecuador (2017). Informe de rendición de cuentas 2017. Quito, Ecuador.

Martínez, M., Hernández, A., Aretaga, B., Oramas, E., y Ibangollín, F. (2012). Análisis espacial de la degradación de manglares usando técnicas de sistemas de información geográfica y sensores remotos. Villa Clara: Scribd.

Matellanes, R. (2019). Composiciones RGB de imágenes satélite. Recuperado el 29 de junio de 2020, de https://geoinnova.org/blogterritorio/composiciones-rgb-de-imagenes-satelite/ Medina, M. (2015). Análisis multitemporal del cambio de la cobertura vegetal y uso de la tierra en el cantón Gualaquiza, 1987 – 2015. Quito, Ecuador. Meléndez, I., Hernández, E., y Navarro, J. (2010). Análisis multitemporal mediante teledetección de los cambios de usos del suelo en la Sierra de Albarracín. TERUEL, 2, 7-34.

NASA. National Aeronautics and Space Administration (2018). Evaluación de la Precisión de una Clasificación de la Cubierta Terrestre. Recuperado el 22 de abril de 2020, de https://appliedsciences.nasa.gov/sites/default/files/e1-span-final.pdf National Geographic. (2007). Unep world conservation monitoring centre and international society for mangrove ecosystems NGM maps. Recuperado el 23 de noviembre de 2019, de https://data.unep-wcmc.org/datasets/5 Pineda, O. (2019). Análisis multitemporal del cambio de vegetación y su relación con la minería en el páramo de Rabanal (Boyacá-Cundinamarca, Colombia) para los años 1988 – 2015. Bogotá, Colombia.

Rebollo, M. (2014). Estudio multitemporal para la determinación de cambios en el uso del suelo en el complejo de páramos Tota - Bijagual - Mamapacha para el periodo 1992 – 2012. Bogotá, Colombia. Rejas, J. (1987). Tratamiento digital previo de las imágenes. Recuperado el 15 de agosto de 2020, de https://docplayer.es/9019723-Tratamiento-digitalprevio-de-las-imagenes.html. Sacristán, F. (2006). La Teledetección satelital y los sistemas de protección ambiental . AquaTIC, 24, 13-41. Salas, R., Olivas, W., y Williamson, M. (2019). Análisis multitemporal de la cobertura de manglar en la Reserva Cayos Miskitos. Revista Universitaria del Caribe, 22(1), 61-68. Sánchez, J. (2016). Análisis de Calidad Cartográfica mediante el estudio de la Matriz de Confusión. MAIC, 2, 09-26. Sánchez, P. (2002). La teledetección enfocada a la obtención de mapas digitales. Cuenca.

Schomwandt, D. (2015). Teledetección aplicada a las ciencias agronómicas y recursos naturales. Buenos Aires, Argentina. Universidad de Murcia. (2006). SIG y Teledetección. Murcia. Recuperado el 15 de diciembre de 2019, de SIGMUR: https://www.um.es/geograf/sigmur/teledet/ tema07.pdf USGS. United States Geological Survey (2019). EarthExplorer. Recuperado el 20 de mayo de 2019, de https://earthexplorer.usgs.gov/ Yébenes, Á., y Giner, Á. (2014). Clasificación Digital de Imágenes por Satélite. Recuperado el 25 de mayo de 2020, de http://mural.uv.es/gislo/telemedida.pdf