103909 by UNIGIS América Latina

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

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 Multitemporal analysis of vegetation change and its relation to mining in the paramo of Rabanal (Boyacá – Cundinamarca, Colombia) for the years 1988 – 2015 by/por

Oscar Mauricio Pineda Martinez 01422520 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS) Advisor ǀ Supervisor: Leonardo Zurita Arthos PhD Junio de 2019, Bogotá - Colombia

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

BogotĂĄ â&#x20AC;&#x201C; Colombia, junio de 2019____________________ _______________ (Lugar, Fecha) (Firma)

Dedicatoria

Este trabajo va en dedicatoria a Carolina, mi esposa A Gloria y Eduardo, mis padres Son el motor de mi vida…

“La familia no es lo más importante, lo es todo” Michael J. Fox

RESUMEN Un reto para la comunidad científica es realizar estudios en ecosistemas estratégicos como los páramos, para lograr entender su dinámica y lograr generar planes, proyectos y políticas que se encaminen a la protección de estos sitios tan importantes para las comunidades. Con este trabajo, se pretende realizar un análisis multitemporal del cambio de vigor en la vegetación del páramo de Rabanal, basándose en la determinación de índices de vegetación como el SAVI (Soil Adjusted Vegetation Index) con imágenes satelitales del sensor Landsat. Éstas de los años 1988 y 2015 y su relación con la minería de carbón. La determinación del SAVI evidenció que la perdida de vigor en la vegetación es directamente proporcional al aumento de la minería en el páramo, observando la disminución del 42% del área con vigor “Moderadamente Alto” en 2015 respecto al año 1988 y un aumento del 76% del área con vigor “Moderadamente Bajo” en el año 2015 respecto al año 1988. Se analizó la información de minería en el páramo de Rabanal, evidenciando que desde el año 1990 al 2009 se adjudicaron 19 títulos mineros sobre el límite de páramo, abarcando el 76% del área superficial del ecosistema. Se concluye con esto que posiblemente desde la incursión de la minería en Colombia, específicamente en el complejo del páramo de Rabanal, el vigor de la vegetación ha disminuido significativamente.

PALABRAS CLAVES Páramo, Minería, Vigor, Índices de Vegetación, Procesamiento Digital de Imágenes, Landsat, Rabanal.

ABSTRACT A challenge for the scientific community is carry out studies in strategic ecosystems like paramos, in order to understand its dynamics and to generate plans, projects and policies that are directed to the protection of these important sites for the communities. This work carries out a multitemporal analysis of the change of vigor in the vegetation in the Rabanal paramo, Colombia, for the years 1988 and 2015. The analysis is based on the determination of vegetation indices such as the SAVI (Soil Adjusted Vegetation Index) with Landsat satellite images and their relationship with coal mining activities in the study area. The results of the SAVI indicated that the loss of vigor in the vegetation is directly proportional to the increase of mining activities in the paramo, detecting the 42% decrease of the area with “Moderately High” vigor in 2015 compared with the year 1988 and an increase of 76% of the area with “Moderately Low” vigor in 2015 with respect to the year 1988. The mining information was analyzed in the Rabanal paramo, evidencing that from 1990 to 2009, 19 mining titles were adjudged within the paramo limit, covering 76% of the surface area of the ecosystem. With this work, it can be concluded that possibly since the incursion of mining in Colombia, and specifically in the Rabanal paramo, the vigor of vegetation has decreased significantly.

KEYWORDS Paramo, Mining, Vigor, Vegetation Index, Digital Image Processing, Landsat, Rabanal.

TABLA DE CONTENIDO

CAPITULO I. INTRODUCCIÓN ................................................................................................ 10 1.1.

ANTECEDENTES ...................................................................................................... 10

1.2.

OBJETIVOS .............................................................................................................. 12

1.2.1.

OBJETIVO GENERAL ............................................................................................ 12

1.2.2.

OBJETIVOS ESPECÍFICOS ..................................................................................... 12

1.3.

PREGUNTA DE INVESTIGACIÓN ............................................................................. 12

1.4.

HIPÓTESIS ............................................................................................................... 12

1.5.

JUSTIFICACIÓN ....................................................................................................... 13

1.6.

ALCANCE ................................................................................................................ 13

CAPITULO II. REVISIÓN DE LITERATURA ............................................................................... 15 2.1.

MARCO TEORICO ................................................................................................... 15

2.1.1.

LOS PÁRAMOS .................................................................................................... 15

2.1.2.

ORDENAMIENTO JURIDICO ................................................................................ 19

2.1.3.

TELEDETECCIÓN ................................................................................................. 21

2.1.3.1.

COMPONENTES DE LA TELEDETECCIÓN ......................................................... 22

2.1.3.2.

PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN ................................................... 23

2.1.3.3.

SENSORES Y SATÉLITES ESPACIALES ............................................................... 25

2.1.3.3.1.

RESOLUCIÓN DE UN SISTEMA SENSOR ....................................................... 25

2.1.3.3.1.1.

RESOLUCIÓN ESPACIAL ........................................................................... 25

2.1.3.3.1.2.

RESOLUCIÓN RADIOMÉTRICA ................................................................. 26

2.1.3.3.1.3.

RESOLUCIÓN ESPECTRAL ......................................................................... 26

2.1.3.3.1.4.

RESOLUCIÓN TEMPORAL ........................................................................ 27 6

2.1.3.4.

TIPOS DE SENSORES........................................................................................ 27

2.1.3.4.1.

MISIÓN SATELITAL LANDSAT ...................................................................... 28

2.2.

MARCO HISTORICO ................................................................................................ 30

2.3.

MARCO METODOLÓGICO ...................................................................................... 32

2.3.1.

PRE-PROCESAMIENTO ........................................................................................ 32

2.3.1.1.

CORRECCIONES DE LA IMAGEN ...................................................................... 32

2.3.1.2.

CORRECCIÓN GEOMÉTRICA............................................................................ 33

2.3.1.3.

CORRECCIÓN RADIOMÉTRICA ........................................................................ 34

2.3.1.4.

CORRECCIÓN ATMOSFÉRICA .......................................................................... 37

2.3.2.

PROCESAMIENTO ............................................................................................... 38

2.3.2.1.

CLASIFICACIÓN DE IMÁGENES SATELITALES .................................................. 38

2.3.2.1.1.

MÉTODO NO SUPERVISADO ....................................................................... 38

2.3.2.1.2.

METODO SUPERVISADO ............................................................................. 39

2.3.2.2.

INDICES DE VEGETACIÓN ................................................................................ 39

2.3.2.2.1.

RATIO VEGETATION INDEX ......................................................................... 40

2.3.2.2.2.

NORMALIZED DIFFERENCE VEGETATION INDEX......................................... 41

2.3.2.2.3.

PERPENDICULAR VEGETATION INDEX ........................................................ 42

2.3.2.2.4.

SOIL ADJUSTED VEGETATION INDEX........................................................... 42

CAPITULO III. METODOLOGÍA ............................................................................................... 43 3.1.

ÁREA DE ESTUDIO .................................................................................................. 43

3.2.

FLUJOGRAMA DE TRABAJO .................................................................................... 48

3.3.

METODOLOGÍA APLICADA ..................................................................................... 49

3.3.1.

OBTENCIÓN DE INFORMACIÓN .......................................................................... 49

3.3.2.

PRE-PROCESAMIENTO ........................................................................................ 50 7

3.3.2.1.

CORRECCIÓN GEOMÉTRICA............................................................................ 50

3.3.2.2.

CORRECCIÓN ATMOSFERICA .......................................................................... 50

3.3.2.3.

CORRECCIÓN RADIOMÉTRICA ........................................................................ 51

3.3.3.

PROCESAMIENTO ............................................................................................... 53

3.3.3.1. 3.3.4.

CÁLCULO ÍNDICE SAVI..................................................................................... 53 POST-PROCESAMIENTO ..................................................................................... 54

CAPITULO IV. RESULTADOS .................................................................................................. 55 4.1.

COMPARATIVO ÍNDICE SAVI MULTITEMPORAL Y TÍTULOS MINEROS................... 58

CAPITULO V. CONCLUSIONES Y RECOMEDACIONES ............................................................ 62 5.1.

CONCLUSIONES ...................................................................................................... 62

5.2.

RECOMENDACIONES .............................................................................................. 63

CAPITULO VI. BIBLIOGRAFÍA ................................................................................................. 64

TABLA DE ILUSTRACIONES Ilustración 1 Distribución de paramos en el continente americano. .................................. 16 Ilustración 2 Pisos morfogénicos de la alta montaña actual. ............................................... 17 Ilustración 3 Componentes de un Sistema de Teledetección. ............................................. 23 Ilustración 4 El espectro electromagnético. ........................................................................ 25 Ilustración 5 Proceso de interpretación de las imágenes .................................................... 32 Ilustración 6 Ejemplo de corrección geométrica. ................................................................ 34 Ilustración 7 Histogramas de las bandas espectrales de la imagen de referencia para la normalización, correspondiente al primer año de análisis vs. histogramas de la imagen normalizada correspondiente al segundo año de análisis ................................................... 36 Ilustración 8 Imagen sin corrección atmosférica - imagen con corrección atmosférica ... 37 Ilustración 9 Comparación respuesta del RVI y el NDVI ....................................................... 41 Ilustración 10 Ubicación general páramo de Rabanal .......................................................... 43 8

Ilustración 11 Títulos mineros en el páramo de Rabanal ..................................................... 47 Ilustración 12 Flujograma de trabajo ................................................................................... 48 Ilustración 13 Cuadricula Landsat - zona de estudio ............................................................ 50 Ilustración 14 Imagen sin Corrección Atmosférica - Imagen con Corrección Atmosférica51 Ilustración 15 Arriba histograma de ND para la banda 1 y abajo histograma corregido a valores de reflectancia para la banda 1 de la imagen del año 1988 ................................... 52 Ilustración 16 SAVI para el año 1988 - páramo de Rabanal ................................................. 55 Ilustración 17 SAVI para el año 2015 - Páramo de Rabanal ................................................. 56 Ilustración 18 Multitemporalidad de títulos mineros en páramo de Rabanal ..................... 59 Ilustración 19 Páramo Rabanal con título minero ................................................................ 60

CAPITULO I. INTRODUCCIÓN

1.1.

ANTECEDENTES

Los páramos son ecosistemas estratégicos para el desarrollo de la vida, gracias a su poder de captación y regulación de agua. En ellos nacen la mayoría de la gran cantidad de fuentes de agua que irrigan el territorio nacional, almacenan y capturan gas carbónico de la atmósfera, contribuyen en la regulación del clima regional y son sitios sagrados para la mayoría de culturas ancestrales, entre muchos otros beneficios. En Colombia, según Riviera y Rodriguez (2011), los ecosistemas de páramo presentan una extensión aproximada de 1,925,410 hectáreas de las cuales 746,644 se encuentran en áreas de parques naturales. Destacándonos a nivel mundial como el país con la mayor área de esos ecosistemas. El páramo de Rabanal, perteneciente al complejo de Páramo Rabanal y Río Bogotá, delimitado mediante la Resolución 1768 del 28 de octubre de 2016 del Ministerio de Ambiente y Desarrollo Sostenible, está ubicado entre los departamentos de Cundinamarca y Boyacá, abarcando un total de 6 municipios (Ventaquemada, Samacá, Ráquira, Guachetá, Lenguazaque y Villapinzón). Se relaciona directamente con las provincias de Ubaté y Las Almeidas en Cundinamarca, y con las provincias de Centro, Márquez y Alto Ricaurte en Boyacá. A su alrededor, se configura una región más amplia que involucra a las cuencas abastecedoras del Embalse La Esmeralda de la Central Hidroeléctrica de Chivor (una de las primeras productoras de energía eléctrica del país), las cuencas que surten a la laguna de Fúquene, el río Suárez, el río Moniquirá, y, por el trasvase del río Teatinos y la quebrada Cortaderal hacia el acueducto de la ciudad de Tunja. Sus aguas, también, drenan hacia las cabeceras del río Chicamocha, a través del río Chulo o Jordán. Este sistema hídrico regional irriga más de 1,000,000 de hectáreas de esta región del país y aporta aguas a una población estimada de 300,000 habitantes, entre los que se cuentan los pobladores de la ciudad de Tunja (Instituto de investigación de Recursos Biológicos Alexander von Humboldt, 2010). 10

El sector minero colombiano ha mantenido durante la última década una participación entre el 1 y 2% del producto interno bruto (PIB) nacional en Colombia. Para ponerlo en un contexto histórico, la importancia de la minería en la economía colombiana disminuyó paulatinamente después de haber representado el principal rubro de exportación durante el periodo colonial y haber mantenido luego una dinámica dominante, en la vida republicana, hasta bien entrado el siglo XIX (Jaramillo Uribe, 1996). No obstante, las políticas nacionales y las proyecciones sectoriales apuntan a un repunte de la actividad minera en el país. De hecho, el Plan Nacional para el Desarrollo Minero, visión 2019, plantea que la industria extractiva colombiana tenga una evolución ambiciosa de modo que el PIB minero se ubique sobre el promedio de los países latinoamericanos que, según la Comisión Económica para América Latina y el Caribe, se sitúa sobre el 3% (Ministerio de Minas y Energía, 2008). En la actualidad, dadas las favorables condiciones económicas en los mercados internacionales de minerales como el carbón y el oro, se ha incrementado su explotación legal e ilegal en Colombia. Estas explotaciones mineras han comenzado a ocasionar graves impactos sobre el medio ambiente, especialmente sobre los recursos hídricos, suelo, reservas naturales y páramos entre otros (Güiza Suárez, 2011). La minería en el páramo de Rabanal, según información de títulos mineros vigentes, inició en el año 1990. Desde esa fecha se han presentado múltiples afectaciones al ecosistema, una de ellas ocurrió en el año 2007, cuando “se talaron 25 mil frailejones, se abrió una vía en pleno páramo y se afectaron los drenajes y las quebradas que surten de agua a más de 300 mil personas que viven cerca al ecosistema” (Redacción El Tiempo, 2007, párr. 1). Los cambios en las coberturas del suelo, en este caso, sobre la vegetación propia de ecosistemas como los páramos, pude llegarse a ver afectadas por actividades antrópicas como la minería. Es por esto que las técnicas de geomática basadas en análisis de imágenes satelitales se han convertido en una herramienta fundamental para la toma asertiva de decisiones, estimando cambios en la vegetación (Zhang et al., 2013; Gamon, Huemmrich, Stone, y Tweedie, 2013), calculando la biomasa (Zhu y Liu, 2014; Anaya, Chuvieco, y 11

Palacios, 2008; Gasparri, Parmuchi, Bono, Karszenbaum, y Montenegro, 2007) y variación o cambios de coberturas (Ali et al., 2013; Markowska, 2012).

1.2.

OBJETIVOS

1.2.1. OBJETIVO GENERAL Investigar acerca de la afectación causada por la actividad minera sobre el páramo de Rabanal (Boyacá-Cundinamarca, Colombia), a partir del análisis multitemporal de imágenes Landsat.

1.2.2. OBJETIVOS ESPECÍFICOS Determinar los cambios en la vegetación a través del cálculo de su vigor con el Soil Adjusted Vegetation Index (SAVI) en el páramo Rabanal en dos periodos distintos (1988 y 2015). Contrastar los cambios de cobertura en el páramo de Rabanal con el incremento de la minería en la zona entre los años de 1988 y 2015.

1.3.

PREGUNTA DE INVESTIGACIÓN

Con el fin de poder dar cumplimiento a los objetivos trazados, se plantea las siguientes preguntas: ¿Existe una pérdida de vigor en la vegetación entre 1988 y 2015 en el páramo de Rabanal? ¿Hay una relación entre la perdida de vigor en la vegetación y el aumento de la minería en el páramo de Rabanal entre 1988 y 2015?

1.4.

HIPÓTESIS

La minería en el páramo de Rabanal ha causado una perdida en el vigor de la vegetación y/o una pérdida total de la misma entre 1988 y 2015.

1.5.

JUSTIFICACIÓN

La necesidad de plantear estrategias encaminadas a proteger los páramos de Colombia es inmediata, el cambio climático y las actividades antrópicas han llegado a ponerlos en peligro y por ende poner en peligro comunidades que depende de estos ecosistemas para sobrevivir. Poder comprobar que los cambios de vegetación en el páramo han crecido por la incursión antrópica, puede definir pautas para resguardar otros ecosistemas sensibles, que aún no han sufrido este mal. En Colombia, la Corte Constitucional, en el año 2016, prohibió de manera rotunda la minería en los páramos del país. Sin embargo, según el Plan Nacional de Desarrollo 2014 - 2018 el Gobierno Nacional indica que estos deben estar delimitados a una escala 1:25,000. En la actualidad, únicamente 8 de los 36 complejos de páramo que existen están delimitados, los restantes 28 aún siguen en el limbo en los que se encuentra el páramo de Rabanal. Es por lo anterior, que generar estudios que evidencien los daños ecológicos que se pueden estar causando por la minería sobre ecosistemas estratégicos, son de suma importancia para el país, con el fin de poder blindar estos ecosistemas y por qué no, poder extrapolar estas decisiones a otros ecosistemas sensibles.

1.6.

ALCANCE

El presente estudio está enfocado al límite actual de páramo de Rabanal a escala 1:100,000, estipulado en la Resolución 1768 del 28 de octubre de 2016 del Ministerio de Ambiente y Desarrollo Sostenible, el cual se encuentra ubicado entre los departamentos de Cundinamarca y Boyacá. El periodo de análisis de cambios en el SAVI está comprendido para los años 1988 y 2015, años para los cuales se tuvo la disponibilidad de las imágenes Landsat. El SAVI fue el índice tenido en cuenta para el cambio de vigor o ausencia de la vegetación en el páramo de Rabanal. Lo anterior con base en el estudio realizado por Gilabert et al. (1997), donde se concluye que este índice es uno de los de mayor eficacia para normalizar el efecto del suelo y mayor sensibilidad a la presencia de vegetación. Este es la base de análisis de comparación en los cambios para los periodos establecidos. 13

De esta investigación, se pretende conocer, en primera instancia, el vigor de la vegetación en dos periodos diferentes (1985 y 2015) a través de la aplicación del SAVI. Seguido de esto, realizar una comparación para observar el cambio entre los resultados obtenidos para luego ser contrastados con el aumento de la adjudicación de títulos mineros en la zona de estudio. Sobre todo, se desea determinar si los cambios del vigor son atribuidos al aumento de la minería en el páramo. Cabe resaltar que en este estudio no se tiene en cuenta otros tipos de índices para determinar el vigor de la vegetación, tales como el Índice de Vegetación Normalizada (NDVI; o el Índice de Vegetación Perpendicular (PVI)). Por otro lado, el estudio se centra en la utilización únicamente de imágenes Landsat y no de otro tipo de imágenes multiespectrales con mayor resolución espacial. Los resultados que se presentan en este estudio, podrían servir de base para evaluar la afectación en todos los páramos del país cuando se encuentren delimitados a escala 1:25,000.

CAPITULO II. REVISIÓN DE LITERATURA

2.1.

MARCO TEORICO

2.1.1. LOS PÁRAMOS Dentro de las regiones tropicales de México, Sudamérica y Centroamérica, África, Malasia, incluyendo Nueva Guinea, y Hawái, hay un tipo de vegetación que se produce entre el límite superior de bosque o vegetación arbórea y el límite inferior de la vida vegetal (es decir, nieve) que, principalmente, son matorrales, frailejones, chuscales y pastizales. Este tipo de vegetación se encuentra dispersa a lo largo de las crestas de las cordilleras más altas o en cumbres aisladas con altitudes entre los 3,000 metros y 5,000 metros, como “islas en un mar de bosques”. Localmente, estas áreas se conocen como "zacatonales" (las tierras altas volcánicas de México y Guatemala), "páramo" (Sudamérica y Centroamérica), "jalca" (norte de Perú), "puna" (las zonas más secas del altiplano de los Andes centrales), "afroalpina" y "páramo" (África Oriental), y "tropical-alpino" (Malasia) (Hofstede, Segarra, y Mena, 2003). En la ilustración 1 se evidencia la distribución de los páramos en Suramérica y Centroamérica, tal como menciona Sarmiento Pinzón et al. (2013, p.21): Los páramos se describen como un corredor interrumpido entre la cordillera de Mérida en Venezuela hasta la depresión de Huancabamba en el norte del Perú, con dos complejos más separados, que son los páramos en Costa Rica y la Sierra Nevada de Santa Marta, encontrándose solo en Ecuador, Perú, Venezuela, Costa Rica y Colombia. En nuestro país ocupan una superficie cercana al 3% del área continental del territorio nacional; no obstante, este porcentaje representa el 50 % de los páramos del mundo.

Ilustración 1 Distribución de paramos en el continente americano. De “Los Páramos del mundo”, por Hofstede, R. et al., 2003

La palabra páramo viene de la palabra latina "paramus", según la Real Academia Española (2018). Corominas (1973) señala que esta palabra hispano-americana, aparentemente, surgió de la parte centro-occidental de la península Ibérica norte. Sin embargo, su origen exacto es incierto. Se sugiere, además, que es posible que haya sido adoptado por los romanos como un término celta. Los primeros exploradores españoles aplican la palabra 16

páramo a las zonas andinas del norte que eran altas, frías, inhóspitas y lluviosas (Missouri Botanical Garden, 2016). El paisaje de páramo se ha visto influenciado por la glaciación. Es irregular y desigual, dentado y muy áspero con rocas deformes, muchas veces con pequeños lagos de origen glaciar. Es la fuente de muchos de los grandes ríos del norte de Sudamérica (por ejemplo, río Magdalena y río Cauca de Colombia, río Napo y río Coca de Ecuador, y río Orinoco de Colombia y Venezuela). (Hofstede et al., 2014). Los páramos según su tipo de vegetación y/o altitud en la que se encuentran, son clasificados en páramo bajo, páramo y superpáramo (Ilustración 2):

Ilustración 2 Pisos morfogénicos de la alta montaña actual. De “Guía divulgativa de criterios para la delimitación de páramos de Colombia”, por Riviera y Rodriguez. 2011

El páramo bajo que va desde los 3000 hasta los 3600 m.s.n.m., tiene una temperatura que oscila entre los 6 y 10°C, presenta zonas de ecotonía o de contacto con la vegetación de la

región andina. Se caracteriza por el predominio de la vegetación arbustiva y matorrales. (Procuraduria General de la Nación, 2008). El páramo tiene un rango altitudinal de 3600 y 4100 m.s.n.m., con temperaturas que oscilan entre 3 y 6°C. Se encuentra casi todos los tipos de vegetación, aunque predominan los frailejonales, los pajonales y los chuscales. (Procuraduria General de la Nación, 2008). Por último, el superpáramo está situado encima de los 4100 m.s.n.m., llegando hasta el límite de las nieves perpetuas. Con temperaturas entre 0 y 3°C, donde existe discontinuidad de la vegetación y se aprecia superficie del suelo desnudo. (Procuraduria General de la Nación, 2008). Los páramos representan una importancia fundamental para millones de personas y representan muchos significados y valores: Hábitats de especies endémicas, ecosistemas capaces de brindar servicios ecosistémicos fundamentales (abastecimiento de agua), espacios de importancia cultural, entre otros. (Hofstede, y otros, 2014). Por el clima reinante, por su altitud sobre el nivel del mar y por el hecho de que constituyen verdaderas barreras para las nubes, los páramos son zonas captadoras de agua. Sus condiciones geológicas, su relieve y su vegetación los convierte en excelentes reguladores de las corrientes de agua. Gracias a ellos, el suministro de agua es dosificado a lo largo del año, lo que permite que las zonas bajas puedan disponer de este recurso incluso en tiempos secos. (Instituto de Investigación de Rrecursos Biológicos Alexander Von Humboldt, 2010). Las actividades antrópicas, tales como cultivos agrícolas, ganadería, plantaciones forestales, minería, manejo inadecuado del agua, y la expansión urbana, son los propulsores del riesgo para la integridad de los páramos y sus servicios ecosistémicos. Sumando a lo anterior, todos los fenómenos asociados al cambio climático, como el aumento de la temperatura, regímenes alterados de la precipitación y poca nubosidad, pueden incrementar esta presión y causar más impactos que afectan la funcionalidad y la estructura del ecosistema y afectar aspectos culturales y sociales. (Hofstede, y otros, 2014).

2.1.2. ORDENAMIENTO JURIDICO La constitución política de Colombia de 1991 tiene una dimensión ecológica, al concederle importancia al medio ambiente sano, su conservación y protección. Los Artículo 79 y 80 establecen que “Es deber del Estado proteger la diversidad e integridad del ambiente, conservar las áreas de especial importancia ecológica”, para lo cual “El Estado planificará el manejo y aprovechamiento de los recursos naturales, para garantizar su desarrollo sostenible, su conservación, restauración o sustitución.” (Asamblea Nacional Constituyente, 1991). La Corte Constitucional ha indicado que en la medida en que la defensa del medio ambiente sano es un objetivo principal dentro de la estructura del estado social de derecho, se configura como un bien jurídico constitucional que implica que el estado, en cabeza de sus autoridades ambientales, tiene el deber de proteger las riquezas naturales de la nación. En ese sentido: Se le impone al Estado los deberes correlativos de: 1) proteger su diversidad e integridad, 2) salvaguardar las riquezas naturales de la Nación, 3) conservar las áreas de especial importancia ecológica, 4) fomentar la educación ambiental, 5) planificar el manejo y aprovechamiento de los recursos naturales para así garantizar su desarrollo sostenible, su conservación, restauración o sustitución, 6) prevenir y controlar los factores de deterioro ambiental, 7) imponer las sanciones legales y exigir la reparación de los daños causados al ambiente y 8) cooperar con otras naciones en la protección de los ecosistemas situados en las zonas de frontera. (Corte Constitucional de Colombia. M.P Vladimiro Naranjo Mesa, 2000). Aunque la constitución no indica de manera literal la necesidad de proteger y conservar los páramos, si incluye a necesidad de proteger las “áreas de especial importancia ecológica”, calificativo bajo el cual la Corte Constitucional se ha referido a los páramos, al exhortar al Ministerio de Ambiente y otras entidades, a que “adopten medidas eficaces para la protección del medio ambiente en general y de las áreas de especial importancia ecológica

tales como los páramos.” (Corte Constitucional de Colombia. M.P Humberto antonio Sierra Porto, 2009). Con base en esto, lo indicado por la Corte Constitucional en el 2002 fue un referente para la decisión reciente de restringir ciertas actividades en los páramos. En el 2002, la Corte Constitucional, a través de la sentencia de tutela, estableció que: Las áreas de especial importancia ecológica están sometidas a un régimen de protección más intenso que el resto del medio ambiente. Dicha protección tiene enormes consecuencias normativas, en la medida en que (i) se convierte en principio interpretativo de obligatoria observancia cuando se está frente a la aplicación e interpretación de normas que afecten dichas áreas de especial importancia ecológica y (ii) otorga a los individuos el derecho a disfrutar –pasivamente- de tales áreas, así como a que su integridad no se menoscabe. (Corte Constitucional de Colombia. M.P. Eduardo montealegre Lynett, 2002). Teniendo en cuenta que la Ley 99 de 1993 establece en el numeral 4 del Artículo 1 que “las zonas de páramos, subpáramos, los nacimientos de agua y las zonas de recarga de acuíferos serán objeto de protección especial”, y que el Artículo 173 de la Ley 1753 de 2015 indica que “En las áreas delimitadas como páramos no se podrán adelantar actividades agropecuarias ni de exploración o explotación de recursos naturales no renovables, ni construcción de refinerías de hidrocarburos”, la Corte Constitucional en la Sentencia C-035 de 2016 estableció que la libertad económica y los derechos de los particulares deben ceder ante la protección de los páramos. Considerando la importancia hídrica de estos ecosistemas, quedan sin fundamento jurídico las normas que otorgan licencias ambientales de actividades extractivas. En tanto estos ecosistemas no hacen parte de las áreas protegidas y están en déficit de protección, por lo que presentan condiciones que los hacen vulnerables a afectaciones externas. (Corte Constitucional de Colombia. M.P Gloria Stella Ortiz Delgado, 2016). Esto teniendo en cuenta que la Sentencia C-035 de 2016 dispuso:

Dentro de los distintos servicios ambientales que prestan los páramos deben resaltar dos, que son fundamentales para la sociedad. Por una parte, los páramos son una pieza clave en la regulación del ciclo hídrico (en calidad y disponibilidad), en razón a que son recolectores y proveedores de agua potable de alta calidad y fácil distribución. Por otra parte, los páramos son sumideros de carbono, es decir, almacenan y capturan carbono proveniente de la atmósfera. En esa medida, resulta razonable lo contemplado en el Plan Nacional de Desarrollo, en cuanto a la prohibición de usos mineros y agropecuarios al interior de los páramos.

2.1.3. TELEDETECCIÓN Pérez y Muñoz (2006, p. 1) afirman que la teledetección, a modo generico, es “cualquier procedimiento o técnica de adquisición de información sin tener contacto directo con ella”, sin embargo, en el ámbito de la Tierra, es entendida como “la técnica que tiene por objeto la captura, tratamiento y ánalisis de imágenes digitales tomadas desde satélites artificiales.”. En 1859 satan las primeras experiencas en teledetección, cuando se obtienen las primeras fotografías aéreas desde un globo cautivo (Chuvieco, 1996). En los años siguientes, se da un gran avance en teconologías y se desarrolla la observación fotográfica desde avión en 1909, donde Wilbur Wright adquiere la primera fotografia aerea (Pérez y Muñoz, 2006). La teledetección moderna inició su camino en el año 1960 con el desarrollo de las primeras misiones espaciales. Inicialmente, unicamente bajo programas militares. No obstante, no tardó mucho tiempo para que se pusieran en órbita satelites de uso civil. (Pérez y Muñoz, 2006). Esta primera misión de la NASA (La Administración Nacional de la Aeronáutica y del Espacio) se denominó TIROS (Television Infrared Observation Satellite Program) tienendo como objetivo la observación meteorológica. (Chuvieco, 1996). Todo el bagaje aportado por los satelites meteorologicos, insitan a la NASA a crear proyectos dedicados exclusivamente a la cartografía y a la evaluación de los recursos 21

naturales. El 23 de julio de 1972 se lanza el pirmer satelite de la seria ERTS (Earth Resources Technollogy Satellite). Proyecto bautizado como Landsat, resulta el mas fructifero hasta el momento para aplicaciones civiles de la teledetección. (Chuvieco, 1996).

2.1.3.1. COMPONENTES DE LA TELEDETECCIÓN La interacción de la energía electromagnética con las cubiertas terrestres hace posible la teledetección. Las coberturas, dependiendo de sus características fisicoquímicas, generan un comportamiento reflectivo variable. (Pérez y Muñoz, 2006). Un sistema de teledetección se puede describir como un conjunto de componentes que interactúan entre sí. El primero de estos componentes es la fuente generadora de la radiación electromagnética, es decir, el sol. Toda la energía generada por esta fuente se refleja en la tierra y tras atravesar la atmosfera, es recogida por sensores ópticoelectrónicos situados a bordo de vehículos espaciales. Esta información es transmitida a la tierra, como una señal digital en forma de matriz numérica. Allí, la información sufre algunas correcciones geométricas o radiométricas antes de ser distribuida. Al final, la imagen, en formato análogo, es analizada por los usuarios. Es en este momento cuando se realizan tratamientos visuales, donde se derivan nuevos productos que puede formar mapas temáticos o estadísticas que muestran el comportamiento de diferentes variables.

Ilustración 3 Componentes de un Sistema de Teledetección. De “Fundamentos de teledetección espacial”, por Chuvieco, 1996

2.1.3.2. PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN Como descripción general, anteriormente se definió la teledetección como aquella técnica que permite obtener información a distancia de los objetos situados sobre la superficie terrestre. Para esto, es indispensable tener tres elementos: Sensor, objeto observado y flujo energético que permite poner a ambos en relación. (Chuvieco, 1996).

Los fundamentos de la teledetección parten desde el ámbito de la observación remota, la cual es posible gracias a la interacción de un flujo energético con las coberturas de la tierra. Dicho flujo se denomina “radiación electromagnética” y se basa en dos teorías físicas: Teoría ondulatoria y teoría cuántica. (Pérez y Muñoz, 2006). Según la teoría ondulatoria propuesta por Christian Huygens en el siglo XVII, la energía electromagnética se transmite de un lugar a otro a la velocidad de la luz y conteniendo dos campos de fuerzas entre sí: Eléctrico y magnético. (Gabás Masip, 2015). Por otro lado, la teoría cuántica que considera que la misma energía se transmite como una sucesión de unidades discretas de energía, fotones o cuantos. (Chuvieco, 1996) Desde el punto de vista de la teledetección, conviene destacar una serie de bandas espectrales, que son las más frecuentemente empleadas con la tecnología actual. 

Luz visible (0,4 a 0,7 um): Se denomina espectro visible a la región del espectro electromagnético que el ojo humano es capaz de percibir.



Infrarrojo (0,7 a 14 um): La radiación infrarroja es un tipo de radiación electromagnética de mayor longitud de onda que la radiación de luz visible, pero menor que las microondas.



Microondas (a partir de 1 mm): Gran interés por ser un tipo de energía bastante transparente a la cubierta nubosa. (Luque Ordóñez, 2017).

Ilustración 4 El espectro electromagnético. De “Teledetección: Nociones y Aplicaciones”, por Pérez y Muñoz, 2006

2.1.3.3. SENSORES Y SATÉLITES ESPACIALES Los sensores son instrumentos susceptibles de detectar la señal electromagnética que es reflejada por la tierra y convertirla en una magnitud física para ser tratada o almacenada. Las características de la información almacenada dependen en gran medida del tipo de sensor utilizado y de la distancia al suelo desde la cual se realiza la adquisición de los datos. (Instituto Geográfico Agustín Codazzi; IGAC., 2007). Las imágenes son capturadas por el satélite mediante la transformación de niveles de radiancia, en valores numéricos denominados niveles digitales. (Pérez y Muñoz, 2006).

2.1.3.3.1.

RESOLUCIÓN DE UN SISTEMA SENSOR

Según Chuvieco (1996, p. 90), “La resolución de un sistema sensor se define como su habilidad para registrar, discriminándola, información de detalle” e implica cuatro manifestaciones: Espacial, espectral, radiométrica y temporal.

2.1.3.3.1.1. RESOLUCIÓN ESPACIAL Se refiere al objeto más pequeño que puede ser distinguido en una imagen. Se mide en unidades de longitud y depende de la longitud focal de la cámara y de su altura sobre la superficie. (Chuvieco, 1996). 25

La resolución espacial resulta ser de gran importancia al interpretar una imagen, debido a que determina el nivel de detalle al que se puede llegar. Por lo anterior, la resolución espacial define la escala de trabajo y la confiabilidad obtenida en la interpretación. (Castaño, Ruiz, y Vela, 1996). Tabla 1 Resolución espacial de algunos sensores

SATÉLITE

SENSOR

RESOLUCIÓN ESPACIAL (M)

QUICKBIRD

0.61

IKONOS

ORBVIEW 3

SPOT 5

2.5

SPOT 3

HRV pan

LANDSAT 7

ETM+ pan

LANDSAT 5

TM pan

MOS

VTIR

900

NOAA

AVHRR

1100

METEOSAT

VISSR

5000

Fuente: Pérez y Muñoz, 2006

2.1.3.3.1.2. RESOLUCIÓN RADIOMÉTRICA Determina la sensibilidad del sensor, según Chuvieco (1996, p. 94), “determina su capacidad para detectar variaciones en la radiancia espectral que recibe”. A mayor número de bits reservados para almacenar el valor de la reflectividad de un pixel, mayor resolución radiométrica.

2.1.3.3.1.3. RESOLUCIÓN ESPECTRAL Indica el número y anchura de las bandas espectrales que pueden discriminar el sensor. En este sentido, un sensor tendrá una resolución espectral más grande cuanto mayor sea el número de bandas. (Pérez y Muñoz, 2006).

Tal como lo menciona Chuvieco (1996, p. 93), “Entre los sensores espaciales, la menor resolución espectral corresponde al radar y a los sistemas fotográficos. El primero trabaja normalmente en un solo canal, mientras la fotografía puede ofrecer películas pancromáticas, infrarrojo, color natural o infrarrojo color. Por el contrario, los sensores óptico-electrónicos ofrecen un amplio rango de bandas. En este sentido el sensor LandsatTM, cuenta con siete canales.”

2.1.3.3.1.4. RESOLUCIÓN TEMPORAL La resolución temporal se define como la frecuencia de paso del satélite por un mismo punto de la superficie terrestre. Es decir, cada cuánto tiempo pasa el satélite por la misma zona de la tierra. Este tipo de resolución se sujeta a las características de la órbita como: Altura, velocidad e inclinación. También, al diseño del sensor, principalmente al ángulo de observación y abertura. (Diaz Gonzalez, Quintero Torres, Triana Correa, y Morón Hernández, 2014) Por ejemplo, los satélites meteorológicos cuentan con resoluciones temporales de 30 minutos, que complementan los satélites NOAA (National Oceanic and Atmospheric Administration) que capturan información cada 12 horas. También, existen otros con resoluciones mucho mayores como el Landsat (16 días) y el SPOT (26 días). (Chuvieco, 1996).

2.1.3.4. TIPOS DE SENSORES Los sensores se pueden clasificar según el origen de la señal captada, existen sensores pasivos y sensores activos. Los pasivos se basan en recoger la energía electromagnética procedente de las cubiertas terrestres, reflejada de los rayos solares o emitida en virtud de su propia temperatura. Por otro lado, los activos son sensores capaces de emitir un haz energético que, posteriormente, recogen tras su reflexión sobre la superficie que pretenden observar. (Instituto Geográfico Agustín Codazzi; IGAC., 2007). 27

En cuanto a los sensores activos, el equipo más utilizado es el radar, el cual trabaja en la región de las microondas. Por su parte, el lidar, otro sensor activo, opera en el visible e infrarrojo cercano. Por otro lado, los sensores pasivos que se limitan a recoger la energía electromagnética procedente de las cubiertas terrestres, son los más conocidos, ya que entre ellos están los sensores ópticos utilizados en cámaras fotográficas. Sin embargo, en el tema medioambiental entre este tipo se encuentran los satélites más conocidos como los programas Landsat, TIROS-NOAA, Nimbus y HCMM (Heat Capacity Mapping Mission). (Chuvieco, 1996).

2.1.3.4.1.

MISIÓN SATELITAL LANDSAT

En Julio de 1972, la NASA dio un paso agigantado en el ámbito de la teledetección, al lanzar el primero de 8 satélites conocidos como Landsat, los tres primeros conocidos como Landsat 1, 2, 3, transportaron tecnología MSS (Sensor de Scanner Multiespectral). Los dos posteriores Landsat 4 y 5 incorporaron instrumental sensor Thematic Mapper (TM). El Landsat 6, con un sensor llamado Enhanced Thematic Mapper (ETM) en Octubre de 1993, falló su lanzamiento. El Landsat 7, con un sensor a bordo llamado Enhanced Thematic Mapper Plus (ETM+), fue lanzado en Abril de 1999. Y por último, el Landsat 8, lanzado el 11 de Febrero de 2013, transporta dos instrumentos: Operational Land Imager (OLI) y Thermal Infrared Sensor (TIRS). (Instituto Geográfico Agustín Codazzi; IGAC., 2007). Las características de los últimos satélites Landsat se encuentran en la tabla 2:

Tabla 2 Características Imágenes Landsat

LANDSAT 8 LANDSAT (4,5,7) Altitud Nominal

705 Km

Inclinación

98,2°

Resolución Radiométrica 12 bits

8 bits

Tiempo de Revisita

16 días

Sensores

OLI y TIRS

MSS,TM, ETM+

2.2.

MARCO HISTORICO

El análisis multitemporal en Colombia es adelantado principalmente por entidades adscritas al Sistema Nacional Ambiental (SINA), entidades oficiales que como misionalidad deben ejercer control y seguimiento sobre el medio ambiente, unas de las más importantes son el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), el Instituto Humboldt (IAvH), las corporaciones autónomas regionales y el Instituto SINCHI. En zonas de glaciar, se han realizado estudios multitemporales analizando el retroceso del mismo, es el caso de una investigación que se realizó en la Sierra Nevada de Santa Marta analizando cuatro periodos distintos (1986, 1996, 2007 y 2014). Se compararon algunas de las diferentes técnicas de procesamiento digital de imágenes como: Componentes principales, clasificación supervisada y no supervisada. De esta manera, mediante el uso de imágenes multiespectrales de los sensores TM y OLI a bordo de los satélites LANSAT 5 y LANDSAT 8, se determinó la perdida en área y porcentaje del glaciar de la Sierra Nevada de Santa Marta. (Páez y García, 2016). Otra investigación realizada en zona de glaciar fue la realizada en la Sierra Nevada del Cocuy, analizando tres periodos (1992, 2003 y 2014). Este proyecto se basa en realizar el estudio y el análisis del comportamiento glaciar de la Sierra Nevada de El Cocuy con el fin de determinar una estimación de la pérdida glaciar a partir de imágenes satelitales Landsat. Utilizando herramientas de software como PCI Geomatics y ArcGIS, con el objetivo de establecer y clasificar firmas espectrales aplicando conocimientos de interpretación de imágenes, teledetección, geomática y demás utilizando metodologías de corrección atmosférica, clasificación supervisada, filtros y diferentes algoritmos, obteniendo así la clasificación espectral convirtiéndola en datos vectoriales para calcular el área glaciar y por ultimo, realizar estadísticas de su comportamiento y dar el resultado del porcentaje de área de pérdida glaciar. (Peña, 2015).

Otros autores, igualmente, han utilizado el análisis multitemporal en Colombia para identificar los cambios en los usos del suelo en zonas industriales. Es el caso de la investigación abordada en el proyecto carbonífero La Luna entre los años 2001 y 2015, donde al comparar las distintas coberturas, resultado de los distintos procesos de clasificación de las imágenes Landsat 7 ETM+ y Landsat 8 OLI TIRS, se pudo observar cambios en la utilización del suelo del área de estudio por actividades antropológicas, conllevando a la perdida de bosque nativo por el desarrollo agropecuario u operaciones mineras. (Ordoñez y Serna, 2015). Para otras zonas del país, se han adelantado investigaciones asociadas a la expansión urbana y al análisis multitemporal de imágenes para identificar el crecimiento poblacional. Como en Popayán, donde se aplicó la metodología de clasificaciones supervisadas de imágenes Landsat multiespectrales y pancromáticas, efectuando composiciones que determinaron las modificaciones en el tiempo (25 años) y en el espacio del área seleccionada, usando software especializados para este fin. Por último, se establecieron estrategias y recomendaciones que contribuyan al desarrollo regional optimizando los recursos y el desarrollo sostenible de la ciudad de Popayán. (Arango, Chilito y Cifuentes, 2016). En el mismo sentido, se han abordado investigaciones multitemporales en cambios de cobertura en páramos utilizando imágenes Landsat (Rebollo, 2012). Así mismo, se han identificado los impactos de la minería en los ecosistemas de páramo (Guerrero, 2009) y como estos impactos generan riesgos sociales y culturales en Colombia (Procuraduria General de la Nación, 2008). Al revisar la aplicación de índices de vegetación en páramos colombianos, se evidencia la aplicación del NDVI como insumo para clasificar la cobertura de uso del suelo (Bedoya, 2015). También, en el cálculo de biomasa forestal se han utilizado índices como el SAVI sobre el páramo Las Hermosas (Enriquez y Hernandez, 2009)

2.3.

MARCO METODOLÓGICO

La interpretación de las imágenes satelitales enfocadas en el uso y cobertura del suelo es una metodología esencial para determinar cambios y brindar herramientas enfocadas en la toma de decisiones para la preservación y cuidado del medio ambiente. Con el fin de determinar los cambios mencionados, se utilizan herramientas multitemporales de mínimo dos instantes de tiempo. Esto con el fin de realizar comparaciones luego de interpretar las imágenes. La correcta interpretación de estas imágenes puede resumirse en las siguientes actividades (Ilustración 5):

Preproceso

Correcciones de la imagen

Proceso

Clasificación de la imagen

Postproceso

Generación cartografía

Ilustración 5 Proceso de interpretación de las imágenes

2.3.1. PRE-PROCESAMIENTO 2.3.1.1. CORRECCIONES DE LA IMAGEN Antes de realizar cualquier procesamiento en la imagen para interpretarla, es necesario realizar aquellos procesos que tienden a eliminar cualquier anomalía detectada en la imagen, ya sea su localización, en los niveles digitales que la componen o en sus propiedades físicas. Según Chuvieco (1996, p. 239): El termino corrección, conviene manejarlo con ciertos matices, puesto que no todas las operaciones aquí incluidas pueden clasificarse propiamente como correcciones de la imagen. Por corrección se entiende solventar algún defecto en la adquisición, 32

emisión o recepción de la imagen. Sin embargo, algunos de los tratamientos no se encaminan necesariamente a reconstruir la imagen idealmente detectada, sino más bien a disponerla más adecuadamente para su interpretación. Por ejemplo, la superposición de la imagen a un plano no solo implica corregir los defectos de adquisición, sino también introducir otros nuevos, ya que cualquier proyección cartográfica deforma la superficie terrestre. Las correcciones se determinan en: La primera es la corrección geométrica, con el fin de georreferenciar la información; En segundo lugar, se realiza una calibración radiométrica, convirtiendo la información del pixel que expresan la cantidad de energía radiante recibida por el sensor o niveles digitales (ND) a valores de reflectancia; y, por último, una corrección atmosférica.

2.3.1.2. CORRECCIÓN GEOMÉTRICA Este concepto incluye cualquier cambio en la posición que ocupan los pixeles de la imagen. Esta trasformación puede emplearse tanto para corregir cartográficamente una imagen, como para superponer dos o más imágenes entre sí. En el primer caso, se pretende transformar coordenadas de la imagen en coordenadas cartográficas. En el segundo, se busca ajustar dos o más imágenes entre sí, normalmente con objeto de realizar estudios multitemporales. (Chuvieco, 1996). Los productos Landsat suelen tener una correspondencia exacta de los pixeles. Sin embargo, se recomienda hacer una revisión de cada imagen y ajustar aquellas que no cumplan esta condición. Este ajuste puede hacerse midiendo la diferencia entre los pixeles y re-proyectando las coordenadas de los extremos de la imagen desplazada en esta misma magnitud (teniendo en cuenta que las imágenes descargadas están en un sistema de proyección con unidades métricas). (Galindo García, Espejo Valero, Rubiano Rubiano, Vergara y Cabrera Montenegro, 2014).

Como se puede evidenciar en la ilustración 6, la corrección geométrica busca únicamente “ubicar” de manera correcta la imagen obtenida, ya sea desplazándola o dándole la forma indicada.

Ilustración 6 Ejemplo de corrección geométrica. De “Aproximación a la cuantificación de pasivos ambientales relacionados con la minería en la Localidad de Ciudad Bolívar – Bogotá D.C. mediante el análisis multitemporal de fotografías aéreas e imágenes satelitales”, Lozano, D. y Fierro, J., 2015

2.3.1.3. CORRECCIÓN RADIOMÉTRICA Siendo un término genérico que designa aquellas técnicas que modifican los ND originales, con objeto de acercarlos a los que habría presentes en la imagen caso de una recepción ideal. (Chuvieco, 1996). Principalmente, esta corrección se basa en la conversión de la información del pixel que expresan la cantidad de energía radiante recibida por el sensor o ND a valores de reflectancia. Para la ejecución de esta herramienta es necesario contar con información de las imágenes como: Ángulo de elevación solar, valores máximos y mínimos de radiancia, irradiancia solar en el techo de la atmósfera y el factor corrector de la distancia al Sol. (Pérez Y Muñoz, 2006).

Este Ăşltimo parĂĄmetro es necesario obtener a partir de la siguiente formula: đ?&#x2018;Ť = (đ?&#x;? + đ?&#x;&#x17D;. đ?&#x;&#x17D;đ?&#x;?đ?&#x;&#x201D;đ?&#x;&#x2022;đ?&#x;&#x2019; â&#x2C6;&#x2014; (đ?&#x2019;&#x201D;đ?&#x2019;&#x2020;đ?&#x2019;? (đ?&#x;?đ??&#x2026; â&#x2C6;&#x2014; (đ?&#x2018;ą â&#x2C6;&#x2019; đ?&#x;&#x2014;đ?&#x;&#x2018;. đ?&#x;&#x201C;)/đ?&#x;&#x2018;đ?&#x;&#x201D;đ?&#x;&#x201C;))) â&#x2C6;&#x2014; đ?&#x;? Donde: D: Factor corrector de la distancia al sol J: DĂa juliano

Ilustración 7 Histogramas de las bandas espectrales de la imagen de referencia para la normalización, correspondiente al primer año de análisis vs. histogramas de la imagen normalizada correspondiente al segundo año de análisis

Como se observa en la ilustración 7, se evidencia la normalización de las imágenes definiendo así la corrección radiométrica.

2.3.1.4. CORRECCIÓN ATMOSFÉRICA La radiación electromagnética es notablemente afectada por los distintos componentes de la atmósfera (lluvia, vapor de agua, uves, etc). La presencia de aerosoles y vapor de agua dispersa de una forma selectiva la radiación transmitida entre la superficie terrestre y el sensor. (Chuvieco, 1996). Con el fin de obtener imágenes con las mismas condiciones, se realiza la modificación de ND, disminuyendo la bruma, los gases atmosféricos y las nubes (Ilustración 8). (Instituto Geográfico Agustín Codazzi; IGAC., 2007).

Ilustración 8 Imagen sin corrección atmosférica - imagen con corrección atmosférica

Al finalizar las correcciones de las imágenes se puede proceder a realizar el análisis y la interpretación de las mismas.

2.3.2. PROCESAMIENTO 2.3.2.1. CLASIFICACIÓN DE IMÁGENES SATELITALES Existen diferentes métodos para clasificar una imagen satelital, los cuales pueden (en términos generales) dividirse en clasificaciones supervisadas y clasificaciones no supervisadas.

2.3.2.1.1.

MÉTODO NO SUPERVISADO

Este método se dirige a definir las clases espectrales presentes en la imagen. No implica ningún conocimiento del área de estudio, por lo que la intervención humana se centra más en la interpretación, que en la consecución de los resultados. (Reuter, 2016). La aplicación de esta clasificación opera como una búsqueda automática de grupos de valores homogéneos dentro de las imágenes, pero pueden ocurrir varias posibilidades: Que una categoría esté expresada en varias clases espectrales, que dos o más categorías compartan una sola clase espectral, que varias categorías compartan clases espectrales y, la ideal, que haya una correspondencia biunívoca entre las clases espectrales y las categorías. (Arango, Branch, y Botero, 2005). La principal ventaja que ofrecen los métodos no supervisados es que la intervención humana se centra en la interpretación más que en la consecución de los resultados. Lo que buscan estos métodos es definir los grupos o categorías que intervendrán en lo que sí podría llamarse “clasificación”. (Chuvieco, 1996). Según lo mencionado por Acosta Ovalle (2017, p. 9), “Es importante señalar que el analista debe indicar cuál es el significado temático de las clases espectrales generadas, puesto que el programa no lo detecta y puede establecer categorías de poco interés para el proyecto. Entre los algoritmos más conocidos se destacan índices de vegetación, ISODATA y Kmeans.”

2.3.2.1.2.

METODO SUPERVISADO

Según Chuvieco (1996, p. 333): El método supervisado parte de un cierto conocimiento de la zona de estudio, adquirido por experiencia previa o por trabajos de campo. Esta mayor familiaridad con la zona de test, permite al intérprete delimitar sobre la imagen unas áreas piloto, que se consideran suficientemente representativas de las categorías que componen la leyenda. Estas áreas sirven para “entrenar” al ordenador en el reconocimiento de las distintas categorías. En otras palabras, a partir de ellas el ordenador calcula los ND que definen cada una de las clases, para luego asignar el resto de los pixeles de la imagen a una de esas categorías en función de sus ND. Entendiendo el concepto del método supervisado puede separarse en cinco pasos: 

Trabajo de campo: Se refiere al conocimiento de la zona a interpretar, a la visita de campo exhaustiva con el fin de describir las coberturas presentes en el área.



Identificación y selección de sitios de entrenamiento: Describir los sitios “test” que sirven de base para la interpretación de la imagen.



Selección del método de asignación de pixeles: De acuerdo a la descripción de los sitios “test” se realiza la clasificación de la imagen, los algoritmos más conocidos son: Clasificador por mínima distancia, por paralelepípedos y por máxima probabilidad.



Evaluación de la clasificación: Según el criterio del analista y del conocimiento de campo se evalúan los resultados obtenidos.

2.3.2.2. INDICES DE VEGETACIÓN Entendiendo el concepto de teledetección, abordado anteriormente, el camino para identificar la reflectividad de las cubiertas vegetales viene determinado por las características ópticas y la espacialidad de cada uno de los contribuyentes (incluyendo el suelo sobre el que la vegetación crece). En este contexto, según Gilabert, et al. (1997, p. 2), “el gran reto de la Teledetección consiste en estudiar la vegetación de una escena a partir 39

de medidas de reflectividad con independencia de todos los factores que perturban a la seĂąalâ&#x20AC;?. En percepciĂłn remota existen un conjunto de parĂĄmetros numĂŠricos que permiten estimar y evaluar el estado de salud de la vegetaciĂłn en base a la mediciĂłn de la radiaciĂłn que las plantas emiten o reflejan, estos son los Ă?ndices de VegetaciĂłn mĂŠtodos no supervisados los cuales Gilabert, et al. (1997, p. 2) los define como: Un parĂĄmetro calculado a partir de los valores de la reflectividad a distintas longitudes de onda y que pretende extraer de los mismos la informaciĂłn relacionada con la vegetaciĂłn minimizando la influencia de perturbaciones como las debidas al suelo y a las condiciones atmosfĂŠricas. En la actualidad existe una gran cantidad de Ăndices fundamentales, que se resumen, por otra parte, en la siguiente tabla 3: Tabla 3 Ă?ndices de vegetaciĂłn

Ă?NDICE DE VEGETACIĂ&#x201C;N

DEFINICIĂ&#x201C;N

FUENTE

Ratio Vegetation Index

đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? đ?&#x2018;&#x; đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? â&#x2C6;&#x2019; đ?&#x2018;&#x; đ?&#x2018; đ??ˇđ?&#x2018;&#x2030;đ??ź = đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? + đ?&#x2018;&#x;

Pearson y Miller (1972)

Normalized Difference Vegetation Index Perpendicular Vegetation

đ?&#x2018;&#x2026;đ?&#x2018;&#x2030;đ??ź =

đ?&#x2018;&#x192;đ?&#x2018;&#x2030;đ??ź =

Index Soil Adjusted Vegetation Index

đ?&#x2018;&#x2020;đ??´đ?&#x2018;&#x2030;đ??ź =

đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? â&#x2C6;&#x2019; đ?&#x2018;&#x17D; â&#x2C6;&#x2014; đ?&#x2018;&#x; â&#x2C6;&#x2019; đ?&#x2018;? â&#x2C6;&#x161;đ?&#x2018;&#x17D;2

(đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? â&#x2C6;&#x2019; đ?&#x2018;&#x;) (1 (đ?&#x2018;&#x2013;đ?&#x2018;&#x;đ?&#x2018;? + đ?&#x2018;&#x; + đ?&#x2018;&#x2122;)

Rouse et al. (1974)

Richardson y Wiegand (1977) Huete (1988)

+ đ?&#x2018;&#x2122;) Fuente: Gilabert, GonzĂĄles, y GarcĂa, 1997

2.3.2.2.1.

RATIO VEGETATION INDEX

Pearson y Miller (1972), desarrollaron los primeros Ăndices de vegetaciĂłn: RVI (Ratio Vegetation Index) y VIN (Vegetation Index Number). Como su nombre indica, es el cociente entre la reflectividad en el infrarrojo cercano y la reflectividad en la banda del rojo, estando 40

este basado en la diferencia espectral en la vegetación en las longitudes de onda del rojo y del infrarrojo cercano. (Díaz García, 2015). El RVI, según Muñoz (2013, p. 3), es “poco sensible a las condiciones de iluminación, pero mucho a las propiedades ópticas de la tierra”. Por otro lado, según Abaurrea (2013, p. 25), “Este índice detecta masas de agua y parte de cultivos”. Sin embargo, se evidencia una baja respuesta a las coberturas vegetales, tal como se observa en la comparación que se muestra en la ilustración 9, donde se compara con una clasificación del índice RVI y NDVI.

Ilustración 9 Comparación respuesta del RVI y el NDVI

2.3.2.2.2.

NORMALIZED DIFFERENCE VEGETATION INDEX

Es el índice de vegetación más conocido y usado, fue introducido por Rouse (1974), con el objetivo de separar la vegetación del brillo que produce el suelo. Este índice se basa en el peculiar comportamiento radiométrico de la vegetación, relacionado con la actividad fotosintética y la estructura foliar de las plantas, permitiendo determinar la vigorosidad de la planta. (Díaz García, 2015). Según Muñoz (2013, p.2), el NDVI: Minimiza efectos topográficos y produce escala lineal de medición. La escala va de –1 a 1 con el valor cero representando el valor aproximado donde empieza la ausencia de vegetación. Los valores negativos representan superficies sin vegetación. La normalización que realiza, reduce el efecto de la degradación de calibración del sensor y la influencia de los efectos atmosféricos.

2.3.2.2.3.

PERPENDICULAR VEGETATION INDEX

SegĂşn Richardson y Wiegand (1977), el Ăndice de vegetaciĂłn perpendicular considera que las isolĂneas de vegetaciĂłn son, en primera aproximaciĂłn, paralelas a la lĂnea del suelo. La distancia perpendicular de los puntos a las isolĂneas es la calculada por el Ăndice. Introduce la pendiente y la ordenada en el origen de la lĂnea del suelo y da lugar a una familia de lĂneas paralelas a la lĂnea del suelo. (Gilabert, GonzĂĄles, y GarcĂa, 1997). Este Ăndice presenta la desventaja de depender de la precisiĂłn con que se determine la lĂnea de suelo que, en ocasiones, presenta una elevada dispersiĂłn, detectando asĂ muy bien los cultivos. Sin embargo, los cuerpos de agua y la vegetaciĂłn no brindan una buena respuesta. (Aburrea Pereda, 2013).

2.3.2.2.4.

SOIL ADJUSTED VEGETATION INDEX

Huete (1988) en su escrito A Soil-Adjusted Vegetation Index (SAVI), tuvo la idea de definir este Ăndice. Siendo este muy parecido al NDVI, salvo por el parĂĄmetro đ?&#x2018;&#x2122;, cuya misiĂłn es normalizar mejor la influencia del suelo. La principal desventaja que presenta es la determinaciĂłn de đ?&#x2018;&#x2122;. Aunque Huete recomienda tomar un valor igual a 1 para densidades de vegetaciĂłn bajas, 0.5 para valores intermedios y 0.25 para alta densidad. (Gilabert, GonzĂĄles, y GarcĂa, 1997). El SAVI naciĂł como una necesidad de disminuir las alteraciones del valor del NDVI en aplicaciones en zonas ĂĄridas, ya que el mismo valor de NDVI puede corresponder a cubiertas vigorosas pero poco densas, o a cubiertas densas pero con poca vitalidad. La aplicaciĂłn mĂĄs frecuente del SVAI se centra en zonas con vegetaciĂłn arbustal, en la que el suelo corresponde a una gran parte de la zona de estudio. Zonas como los pĂĄramos funcionan a la perfecciĂłn con este Ăndice, al tener en cuenta el suelo desnudo en el momento de calcular la vigorosidad de la vegetaciĂłn.

CAPITULO III. METODOLOGÍA

3.1.

ÁREA DE ESTUDIO

El páramo de Rabanal se encuentra ubicado entre los departamentos de Cundinamarca (35%) y Boyacá (65%), en los municipios de Guachetá, Lenguazaque y Villapinzon para Cundinamarca y Ráquira, Samacá y Ventaquemada para Boyacá (Ilustración 10).

Ilustración 10 Ubicación general páramo de Rabanal

Comprende un total de 11,096 hectáreas, su rango altitudinal va desde los 3,000 y los 3,500 m.s.n.m., proveedor de agua para cerca de 400,000 personas en la ciudad de Tunja y poblaciones aledañas, una hidroeléctrica, un distrito de riego y producción de carbón mineral y coque. (Instituto de investigación de Recursos Biológicos Alexander von

Humboldt, Corporación Autónoma Regional de Cundinamarca, Corporación Autónoma Regional de Boyacá, y Corporación Autónoma de Chivor, 2008). Rabanal es fuente abastecedora de agua para las cuencas abastecedoras del embalse La Esmeralda de la Central Hidroeléctrica de Chivor (una de las primeras productoras de energía eléctrica del país). Las cuencas, que surten a la laguna de Fúquene, el río Suárez, el río Moniquirá, y, por el trasvase del río Teatinos y la Quebrada Cortaderal, lleva agua hacia el acueducto de la ciudad de Tunja. Sus aguas, también, drenan hacia las cabeceras del río Chicamocha, a través del río Chulo o Jordán. Este sistema irriga más de 1,000,000 de hectáreas de esta región del país y aporta aguas a una población estimada de 400,000 habitantes, entre los que se cuentan los pobladores de la ciudad de Tunja. En el valle de Samacá, cerca de 1,800 agricultores y empresas coquizadoras también usan el agua que nace en Rabanal. (Instituto de investigación de Recursos Biológicos Alexander von Humboldt, Corporación Autónoma Regional de Cundinamarca, Corporación Autónoma Regional de Boyacá, y Corporación Autónoma de Chivor, 2008). El páramo de Rabanal puede considerarse como un macizo aislado, ya que, por lo menos en la actualidad, se encuentra muy distanciado de sus complejos vecinos (12 km del nacimiento del río Bogotá; 15 km del Santuario de Flora y Fauna (SFF) Iguaque y 18 km del complejo del páramo de Guerrero). Por lo cual , no hace parte integral de un corredor biológico o complejo como tal. El carácter insular del páramo de Rabanal le confiere importancia ecosistémica. Si se tiene en cuenta el grado de endemismo biológico que eventualmente pueda alojar. Pero su mayor importancia, considerando su ubicación estratégica, se manifiesta en la gran riqueza hídrica para la región que se beneficia de sus servicios ambientales. (Jimenez, 2018). El complejo del páramo de Rabanal delimitado por el Ministerio de Ambiente y Desarrollo Sostenible (MADS) mediante la Resolución 1768 de 2016 (Ministerio de Ambiente y Desarrollo Sostenible, 2016), debe ser administrado y gestionado con base en las directrices 44

definidas por el MADS en materia de sustitución y reconversión de actividades agropecuarias así: a) Se deben diseñar y poner en marcha programas de sustitución y reconversión de las actividades agropecuarias velando por la protección de los servicios ecosistémicos del páramo. b) El control de plagas y otros deberá utilizar productos que no afecten los servicios ecosistémicos que presta el páramo, así como la disposición adecuada de envases y empaques vacíos de los mismos. c) Proteger los suelos mediante técnicas adecuadas de manejo que eviten la salinización, compactación, erosión, contaminación o revenimiento, y en general, la pérdida o degradación de los suelos. d) Asegurar la conservación de humedales, nacimientos hídricos, las áreas de recarga hídrica, los márgenes riparios y de cuerpos lénticos, el aislamiento de las fuentes de agua, así como el uso eficiente del recurso en las actividades agropecuarias que eviten su contaminación o desperdicio. e) El desarrollo de actividades agropecuarias deberá tener en cuenta las guías ambientales para el sector agrícola y pecuario expedidas por el Ministerio de Ambiente y Desarrollo Sostenible. f) Debe prestarse especial atención a aquellas actividades agropecuarias de subsistencia o que están llamadas a garantizar el mínimo vital de las comunidades ubicadas al interior del páramo, en la gradualidad de la reconversión evitando en todo caso ruptura abrupta de las comunidades con su entorno y contribuyendo al mejoramiento de sus condiciones de vida. g) La planeación del desarrollo de las actividades deberá incorporar herramientas de planificación predial y promover la conservación de la agrobiodiversidad

Además de lo anterior, la Resolución 1768 establece que: “Las Corporaciones Autónomas Regionales deben avanzar en la definición de lineamientos más detallados, en el marco de la zonificación y determinación del régimen de usos”, implementar procesos de restauración, rehabilitación y recuperación; conservar las coberturas boscosas de los nacimientos de las fuentes de agua, entre otras. En el páramo de Rabanal, se desarrollan actividades relativas a la minería del carbón que se extrae para su uso como fuente de energía térmica o para ser transformado localmente en hornos de coquización para emplearlo como combustible esencial en la industria siderúrgica. La actividad minera, con fines de comercialización de carbón coquizable, ha tenido un gran auge en los últimos años por la presencia de empresas multinacionales y cambios en los mercados internacionales. Esto ha hecho que un número, cada vez mayor, de personas se vinculen a esta actividad económica y que los efectos ambientales de la misma se hagan evidentes en los ecosistemas y en los cursos de agua de la región. (Instituto de investigación de Recursos Biológicos Alexander von Humboldt, Corporación Autónoma Regional de Cundinamarca, Corporación Autónoma Regional de Boyacá, y Corporación Autónoma de Chivor, 2008). Dentro del páramo de Rabanal existen en la actualidad 19 títulos mineros adjudicados (Ilustración 11), representando 10,000 hectáreas aproximadamente, siendo el título más grande el perteneciente a Minas Paz del Río, titulo otorgado en el año 1990 para la extracción de carbón.

Ilustración 11 Títulos mineros en el páramo de Rabanal

3.2.

FLUJOGRAMA DE TRABAJO

A continuación, en la ilustración 12 se observa el flujograma de la metodología adoptada para cumplir los objetivos del presente estudio, empezando por la recopilación de información hasta llegar a la elaboración de la cartografía temática.

Obtención de

Pre-procesamiento

Procesamiento

Post-procesamiento

Información

Ilustración 12 Flujograma de trabajo

3.3.

METODOLOGÍA APLICADA

Los procedimientos aplicados para la obtención de los resultados incluyen una seria de metodologías estandarizadas con herramientas SIG (Sistemas de Información Geográfica) especializadas. Estas metodologías permiten establecer los cambios y asociarlos a posibles afectaciones de las zonas de estudio.

3.3.1. OBTENCIÓN DE INFORMACIÓN El primer paso para realizar el estudio fue la recopilación de información base de la zona de estudio. Para este caso, el límite del páramo de Rabanal, tomado de la Resolución 1768 de 2016, la cartografía base y la información de minería, proporcionada por la Corporación Autónoma Regional de Cundinamarca (CAR), las imágenes del satélite Landsat, obtenidas de manera gratuita a través del portal web de la USGS (United States Geological Survey) denominado Earth Explorer. La descarga de las imágenes Landsat es de vital importancia. Debido a que la zona de estudio es un páramo, las condiciones meteorológicas no favorecen la visibilidad del satélite. Se deben encontrar imágenes para los periodos escogidos que estén libres de nubosidad, con el fin de realizar la interpretación. Las imágenes seleccionadas para los años 1985 y 2015 fueron cuidadosamente escogidas con el fin de no tener interferencia de nubes. El portal web Earth Explorer permite pre-visualizar las imágenes antes de descargarlas, lo cual facilita la búsqueda de la mejor imagen (Ilustración 13).

Ilustración 13 Cuadricula Landsat - zona de estudio

3.3.2. PRE-PROCESAMIENTO 3.3.2.1. CORRECCIÓN GEOMÉTRICA Las imágenes descargadas desde el portal web Earth Explorer vienen proyectadas a coordenadas UTM (Universal Transverse Mercator), la corrección geométrica realizada fue la re-proyección a coordenadas planas MAGNA SIRGAS, origen Bogotá.

3.3.2.2. CORRECCIÓN ATMOSFERICA La corrección atmosférica aplicada en las imágenes descargadas fue ejecutada con la herramienta denominada Haze Reduction del software ERDAS IMAGINE 2011. Esta herramienta permite disminuir la bruma, los gases atmosféricos y las nubes, con el fin de tener las imágenes normalizadas para poder compararse. En la ilustración 14, se muestran los cambios que sufren las imágenes luego de realizar la corrección atmosférica. 50

Ilustración 14 Imagen sin Corrección Atmosférica - Imagen con Corrección Atmosférica

3.3.2.3. CORRECCIÓN RADIOMÉTRICA La corrección radiométrica se realizó por medio de la herramienta denominada Landsat 7 Refletance del software ERDAS IMAGINE 2011. El resultado de la aplicación de esta herramienta se puede evidenciar al observar la diferencia entre los ND y los valores de reflectancia por medio de los histogramas de cada banda. En la ilustración 15 se muestran los histogramas para la imagen del año 1988 y la banda uno.

IlustraciĂłn 15 Arriba histograma deND para la banda 1 y abajo histograma corregido a valores de reflectancia para la banda 1 de la imagen del aĂąo 1988 En los histogramas anteriores, se observan los cambios que se tienen de los niveles digitales (de 0 a 255) a valores de reflectancia para la imagen del aĂąo 1988. 52

3.3.3. PROCESAMIENTO 3.3.3.1. CĂ LCULO Ă?NDICE SAVI Para este caso, se utilizĂł SAVI, el cual puede ser definido como un parĂĄmetro calculado a partir de los valores de la reflectancia a distintas longitudes de onda y es particularmente sensible a la cubierta vegetal. La fĂłrmula matemĂĄtica del cĂĄlculo del SAVI es la siguiente: đ?&#x2018;&#x2020;đ??´đ?&#x2018;&#x2030;đ??ź =

(đ?&#x2018; đ??źđ?&#x2018;&#x2026; â&#x2C6;&#x2019; đ?&#x2018;&#x2026;đ??¸đ??ˇ) â&#x2C6;&#x2014; (1 + đ??ż) (đ?&#x2018; đ??źđ?&#x2018;&#x2026; + đ?&#x2018;&#x2026;đ??¸đ??ˇ + đ??ż)

Cabe aclarar que para la imagen del aĂąo 1988 (Landsat 4 TM), la banda 3 corresponde a la banda RED y la banda 4 corresponde a la banda NIR. Por otro lado, para la imagen del aĂąo 2015 (Landsat 8), la banda 4 corresponde a la banda RED y la banda 5 corresponde a la banda NIR. Para este caso especial, se utilizĂł el facto L como 0.5 que, segĂşn Huete (1988), corresponde a vegetaciĂłn con una intensidad intermedia, la cual describe perfectamente la vegetaciĂłn de pĂĄramo. En el programa ERDAS IMAGINE 2015, la generaciĂłn de los Ăndices mĂĄs habituales estĂĄ predefinida desde la pestaĂąa Raster â&#x20AC;&#x201C; Classification â&#x20AC;? Unsupervised â&#x20AC;&#x201C; Index. El cual genera una imagen con los rangos de SAVI que van de -1 a +1, indicando que valores negativos se traducen a â&#x20AC;&#x153;ausencia de vegetaciĂłnâ&#x20AC;?, valores positivos a la â&#x20AC;&#x153;presencia de vegetaciĂłn a diferentes estados de vigorâ&#x20AC;? y el valor +1 traduciendo a â&#x20AC;&#x153;vegetaciĂłn densa y sanaâ&#x20AC;?. Esta escala resultante se homologa con la cobertura que se puede encontrar en la zona de pĂĄramo. Por tanto, se establecieron seis rangos significativos y adaptados para vegetaciĂłn de ecosistema de pĂĄramo. Los rangos van desde -1.0 hasta 1.0, siendo el rango de -1.0 a 0.1 â&#x20AC;&#x153;ausencia de vegetaciĂłnâ&#x20AC;? y de 0.9 a 1.0 â&#x20AC;&#x153;vigor muy altoâ&#x20AC;?, tal como se muestra en la tabla 4.

Tabla 4 Escala resultante SAVI

Leyenda

Rango

Vigor

-1 a 0.1

Ausencia de Vegetación

0.1 a 0.3

Bajo

0.3 a 0.5 0.5 a 0.7

Moderadamente Bajo Moderadamente Alto

0.7 a 0.9

Alto

0.9 a 1

Muy Alto

3.3.4. POST-PROCESAMIENTO Los resultados obtenidos al aplicar el índice de vegetación son imágenes raster, los cuales cada pixel representa valores de vigorosidad de la vegetación. Con el fin de analizar esta información, se transformaron los archivos raster a vectorial (polígonos). Esta trasformación proporciona un shape para cada año (Ilustración 16. para 1988 e Ilustración 17. para 2015), el cual representa el estado de salud de la vegetación. Esto con el fin de superponer espacialmente la información de títulos mineros de la zona y temporalmente analizar la incidencia de la incursión de la minería en los cambios de vigorosidad de la vegetación. La evaluación temporal de la incursión de la minería se realiza con base en las fechas de expedición de las resoluciones de concesión, asumiendo que el inicio de actividades mineras se da en el momento de la aprobación del título minero.

CAPITULO IV. RESULTADOS

Con las imágenes procesadas, corregidas y teniendo el área de estudio ya definida, se procede al cálculo del índice de vegetación, obteniendo los siguientes resultados:

Ilustración 16 SAVI para el año 1988 - páramo de Rabanal

En la ilustración 16 se observa los resultados del SAVI para la imagen satelital del año 1988 del páramo de Rabanal. Se evidencia cómo el Embalse de Gachaneca y la represa Teatinos brinda una respuesta de “ausencia de vegetación”. También, se observa cómo se encuentran zonas con vigor “moderadamente bajo” a vigor “alto”. Esto describe claramente la vegetación de páramo, arbustales medianamente densos.

Ilustración 17 SAVI para el año 2015 - Páramo de Rabanal

Para los resultados del SAVI del año 2015 (Ilustración 17), observamos la “ausencia de vegetación” en los cuerpos de agua. Sin embargo, las zonas de vigor “moderadamente bajo” aumentan considerablemente, evidenciando algún factor externo que propicia la disminución del vigor de la vegetación. Para establecer los porcentajes de perdida de vigor entre el año 1988 y 2015, se compararon las áreas asociadas a cada categoría determinada. Esto se resume en la tabla 5.

Tabla 5 Índice SAVI: 1988 y 2015

Leyenda

Rango

Vigor

1988

2015

Análisis

Hectáreas

Comparativo

-1 a 0.1 Ausencia de Vegetación

236.7

2.1%

247.5

2.2%

Aumento

0.1 a 0.3

Bajo

137.3

1.2%

1113.4

10.0%

Aumento

0.3 a 0.5

Moderadamente Bajo

4160.6

37.5%

7343.5

66.2%

Aumento

0.5 a 0.7

Moderadamente Alto

5070.1

45.7%

2124.4

19.1%

Disminuyo

0.7 a 0.9

Alto

1381.9

12.5%

259.3

2.3%

Disminuyo

0.9 a 1

Muy Alto

110.0

1.0%

8.4

0.1%

Disminuyo

11096.5

100%

11096.5

100%

TOTAL

Como se puede evidenciar en la tabla anterior, el índice SAVI, calculado para dos periodos de tiempo en el páramo de Rabanal, muestra que la disminución de la vegetación más vigorosa es representativa, donde el área de páramo con vigor “moderadamente alto”, “alto” y “muy alto” disminuye considerablemente (de 6562 hectáreas a 2392 hectáreas), aproximadamente un 36%. Esta disminución conlleva a que las zonas de vigor bajo y moderadamente bajo aumente su área, pasando de 4297 hectáreas en 1988 a 8456 hectáreas en 2015 (un aumento del 96%).

4.1.

COMPARATIVO ÍNDICE SAVI MULTITEMPORAL Y TÍTULOS MINEROS

Al realizar la búsqueda de títulos mineros históricos otorgados sobre el páramo rabanal, se evidenció que el primero fue otorgado en el año 1990, lo que nos hace inferir que para el análisis de la imagen satelital del año 1988, no existía minería en el páramo de Rabanal. A partir del año 1990, se otorgaron títulos mineros en el páramo de Rabanal, principalmente para extracción de carbón mineral, siendo el titulo más reciente el otorgado al señor Helio Hurtado bajo el expediente JAB-14521 el año 2009. Siendo este el panorama, se realizó un análisis espacio-temporal para evidenciar el área del páramo de Rabanal que se encuentra titulado para extracción de mineral (Ilustración 18).

IlustraciĂłn 18 Multitemporalidad de tĂtulos mineros en pĂĄramo de Rabanal

Como se puede evidenciar en la ilustración anterior, el aumento de titulos mineros que conllevan al aumento de la actividad extractiva del carbón, se frenó en 2009, donde hasta la actualidad ningún otro título se ha otorgado. Sin embargo, los ya existentes abarcan el 76% (11096 hectareas) del páramo de Rabanal, tal como se evidencia en la ilustración 19.

Ilustración 19 Páramo Rabanal con título minero

Muchos autores, como el Instituto de investigación de Recursos Biológicos Alexander von Humboldt (2008), evidencian los problemas por mineria sobre el páramo de Rabanal. Guiza (2011), menciona los impactos ambientales por la actividad minera sobre el páramo, las afectaciones al aguas subterráneas ocasionadas por los túneles, que alcanzan trayectorias de varios kilómetros y profundidades de hasta 500 m, y el manejo inapropiado de estériles, que afectan suelos y taponan cursos de agua.

Lo anterior, sumado a las evidencias de la cantidad de titulos mineros y los cambios en los indices de vegetación, nos presume concluir que el factor externo que incide en la perdida de vigor desde el año 1990 donde se empezó la adjudicación es la minería de carbón.

CAPITULO V. CONCLUSIONES Y RECOMEDACIONES 5.1.

CONCLUSIONES

El índice de vegetación de suelo ajustado SAVI, representa el vigor de la vegetación de zonas en suelo desnudo, es por lo anterior que es el índice escogido para determinar el cambio de vigor entre dos periodos de tiempo de la vegetación perteneciente al páramo de Rabanal. ¿Existe una pérdida de vigor en la vegetación entre 1988 y 2015 en el páramo de Rabanal? Para el año 1988 el páramo de Rabanal se encontraba en un estado de conservación, lo anterior, debido a que la minería no había incursionado en tierras tan elevadas. Esto se refleja en los resultados del SAVI para este periodo de tiempo donde encontramos que aproximadamente 6500 hectáreas (60% del total del páramo) se encontraban con cobertura vegetal en un buen estado de salud (Índice SAVI por encima de 0.5). Al contrastar el resultado de la aplicación del índice de vegetación SAVI para la imagen Landsat del año 2015 nos hace inferir que la perdida de vigor en la vegetación, que paso de tener 6500 hectáreas en zonas con alto vigor en el año 1988 a tener 2300 en el año 2015, es decir, una pérdida de aproximadamente 65% del área con cobertura vegetal en buen estado de salud, nos proporciona sufiiente información para afirmar que: Si existe una pérdida de vigor en la vegetación entre 1988 y 2015 en el páramo de Rabanal ¿Hay o no hay una relación entre la perdida de vigor en la vegetación y el aumento de la minería en el páramo de Rabanal entre 1988 y 2015? A partir de 1990 se otorgaron titulos mineros a privados como Minas Paz del Río y la Cooperativa Boyacense de Productores de Carbón, lo que conllevo a un aumento de la explotación de yacimientos de carbón mineral para el impulso de la economía del país, zonas con alta elevación son ricas tierras carboníferas que tentaban los bolsillos de grandes empresas que vieron un lucro en la sustracción de este material. Pasaron 10 años en los que las autoridades estatales otorgaron 19 titulos mineros los cuales abarcaron un total de 11000 hectáreas aproximadamente, es decir, según las autoridades estatales el 76% del páramo de Rabanal es “explotable”. 62

Esta cantidad de titulos mineros conllevo a que los privados explotaran estas tierras de manera desenfrenada, donde según la CAR (2001), 1’766.000 toneladas de carbón fueron extraídas del páramo de Rabanal. Lo anterior sumado a la confirmación de la disminución del vigor de la vegetación, nos hace inferir que: Si existe una relación entre la perdida de vigor en la vegetación y el aumento de la minería en el páramo de Rabanal entre 1988 y 2015, sin embargo no podemos concluir que sea el unico factor externo que propicie esta perdida de vigor. Es por lo anterior que nuestra hipótesis es confirmada y se concluye que la minería en el páramo de Rabanal es el uno de los influenciadores en la perdida de vigor de la vegetación, por ende al mal estado de salud de un ecosistema estratégico para la región y para el país, sin embargo pueden existir otros factores que no son tenidos en cuenta en este estudio.

5.2.

RECOMENDACIONES

A lo largo del desarrollo del trabajo investigativo, se pudieron ir recopliando las siguietnes recomendaciones: Realizar el estudio multitemporal con más periodos analizados entre 1988 y 2015, permitiria generar tendencias mas defiinidas de disminución del vigor de la vegetación y con esto poder realizar proyecciones futuras bajo ecenarios tendenciales. Utilizar imágenes satelitales con mayor resolución espacial (SPOT) con el fin de mejorar el detalle del calculo de los indices podria darle mas veracidad al estudio. Utilizar una metodología de clasificación supervisada en la cual las visitas de campo verifiquen el estado de vigor de la vegetacón en la actualidad, harian que la investigación se sustente en bases mas fuertes para concluir que la mineria hizo disminuir la vigorosidad de la vegetación presente en el páramo de Rabanal.

CAPITULO VI. BIBLIOGRAFÍA

Aburrea Pereda, M. (2013). Comparación de índices de vegetación en zona semiárida de Navarra. Navarra: Escuela Tecnica Superior de Ingenieros Agronomos. Acosta Ovalle, A. P. (2017). Elaboración de una clasificación no supervisada y supervisada para generar las coberturas vegetales de una imagen satelital Landsat 7 - ETM usando los programas R y PCI geomatics con el fin de comparar los resultados obtenidos. Bogotá: Universidad Militar Nueva Granada. Ali, A., de Bie, C., Skidmorea,, A., Scarrottc, R., Hamad, A., Venus, V., y Lymberakis, P. (2013). Mapping land cover gradients through analysis of hyper-temporal NDVI imagery. International Journal of Applied Earth Observation and Geoinformation, 301 - 312. Anaya, J., Chuvieco, E., y Palacios, A. (2008). Estimación de biomasa aérea en Colombia a partir de imágenes MODIS. Revista de Teledetección, 5 - 22. Arango, M., Branch, J. W., y Botero, V. (2005). Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: "Landsat - ETM+". Revista Facultad Nacional de Agronomía Medellín. Arango, R., Chilito, J., y Cifuentes, A. (2016). Análisis multitemporal de la expansión urbana de la ciudad de Popayán, Cauca entre los años 1989, 2002 y 2014. Manizales. Asamblea Nacional Constituyente. (1991). Constitución Política de Colombia. Bedoya, M. (2015). Análisis del cambio de la cobertura entre 1999 y 2015 del Páramo de Chiles - Cumbal a través de la utilización de herramientas SIG. Manizales: Universidad de Manizales. Cabrera, L., y Hernández, S. (2010). Estudios de paramos en Colombia. Bogotá: Congreso de la República de Colombia.

Castaño, S., Ruiz, J., y Vela, A. (1996). La Teledetección. Sus Bases. Teledetección y Sistemas de Informaci+on Geográfica, 183-194. Chuvieco, E. (1996). Fundamentos de Teledetección Espacial. RIALP. Corominas, J. (1973). Breve diccionario etimológico de la lengua castellana. Madrid: Editorial Gredos. Corte Constitucional de Colombia. M.P Gloria Stella Ortiz Delgado. (08 de Febrero de 2016). Sentencia de Constitucionalidad C 035 de 2016. Corte Constitucional de Colombia. M.P Humberto antonio Sierra Porto. (2009). Sentencia C 443 de 2009. Corte Constitucional de Colombia. M.P Vladimiro Naranjo Mesa. (2000). Sentencia C 431 de 2000. Corte Constitucional de Colombia. M.P. Eduardo montealegre Lynett. (2002). Sentencia T 666 de 2002. Díaz García, J. J. (2015). Estudio de Índices de vegetación a partir de imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos a la agricultura de precisión. Madrid. Diaz Gonzalez, F. A., Quintero Torres, S. V., Triana Correa, J., y Morón Hernández, D. (2014). Aproximación a los sistemas de percepción remota en satélites prqueños. Bogotá: Universidad Sergio Arboleda. Enriquez, D. C., y Hernandez, F. L. (2009). Estimación de biomasa forestal en ecosistemas de páramos aplicando teledetección. Grupo de Investigación en Percepción Remota. Gabás Masip, J. (2015). Historia de las concepciones científicas sobre la luz. ARBOR Ciencia, Pensamiento y Cultura, 1-20. Galindo García, G., Espejo Valero, O. J., Rubiano Rubiano, J. C., Vergara, L. K., y Cabrera Montenegro, E. (2014). Protocolo de procesamiento digital de imagenes para la 65

cuantificación de la deforestación en colombia V2. Bogotá: Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Gamon, J., Huemmrich, F., Stone, R., y Tweedie, C. (2013). Spatial and temporal variation in primary productivity (NDVI) of coastal Alaskan tundra: Decreased vegetation growth following earlier snowmelt. Remote Sensing of Environment, 144 - 153. Gasparri, N., Parmuchi, M., Bono, J., Karszenbaum, H., y Montenegro, C. (2007). Utilidad de imágenes Landsat 7 ETM+ de diferentes fechas para la estimación de biomasa aérea en bosques subtropicales secos de Argentina. Asociación Española de Teledetección. Gilabert, M. A., Gonzáles, J., y García, J. (1997). Acerca de los Indices de Vegetación. Revista de Teledetección, 1 - 10. Guerrero, E. (2009). Implicaciones de la mineria en los páramos de Colombia, Ecuador y Perú. Bogotá. Güiza Suárez, L. (5 de Agosto de 2011). Perspectiva jurídica de los impactos ambientales sobre los recursos hídricos provocados por la minería en Colombia. Opinión Jurídica, 10(20),

123

139.

Recuperado

Abril

2016,

http://revistas.udem.edu.co/index.php/opinion/article/view/738/680 Hofstede, R., Calles, J., López, V., Polanco, R., Torres, F., Ulloa, J., . . . Cerra, M. (2014). Los Páramos Andinos ¿Qué sabemos? Estado de conocimiento sobre el impacto del cambio climático en el ecosistema páramo. Quiro, Ecuador: UICN. Hofstede, R., Segarra, P., y Mena, P. (2003). Los Páramos del mundo. Quito, Ecuador: UICN. Huete, A. (1988). A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment, 295-309. Instituto de investigación de Recursos Biológicos Alexander von Humboldt (IAvH), Corporación Autónoma Regional de Cundinamarca (CAR), Corporación Autónoma Regional de Boyacá (CORPOBOYACÁ), Corporación Autónoma de Chivor

(CORPOCHIVOR). (2008). ESTUDIO SOBRE EL ESTADO ACTUAL DEL MACIZO DEL PÁRAMO DE RABANAL. Bogotá. Instituto de Investigación de Rrecursos Biológicos Alexander Von Humboldt. (2010). Plan Participativo de Manejo y Conservación del macizo del Páramo de Rabanal. Proyecto Páramo Andino. Instituto Geográfico Agustín Codazzi; IGAC. (2007). Mejora de los sistemas de cartografía del territorio colombiano. Bogotá: IGAC. Jaramillo Uribe, J. (1996). La Economía del Virreinato (1740-1810). Colombia: Bogotá: Siglo Veintiuno Editores de Colombia. Jia, K., Liang, S., Zhang, L., Wei, X., Yao, Y., y Xie, X. (2014). Forest cover classification using Landsat ETM+ data and time series MODIS NDVI data. International Journal of Applied Earth Observation and Geoinformation, 32-38. Jimenez, L. (2018). Análisis multitemporal de la cobertura de la tierra del páramo Rabanal Río Bogotá y su condición frente a los escenarios de cambio climatico, utilizando sistemas de infirmación geográfica. Bogotá. Lozano Zafra, D. P., y Fierro Morales, J. (2015). Aproximación a la cuantificación de pasivos ambientales relacionados con la minería en la Localidad de Ciudad Bolívar – Bogotá D.C. mediante el análisis multitemporal de fotografías aéreas e imágenes satelitales. Bogotá. Luque Ordóñez, J. (2017). Espectro electromagnético y espectro radioeléctrico. Autores Científico-Técnicos y Académicos, 17-37. Markowska, B. (2012). Detecting natural succession on abandoned agricultural land in the war-affected northeast Bosnia-Herzegovina using Landsat TM imagery (Tesis de Maestria). UNIGIS. Meneses Tovar, C. (2011). El índice normalizado diferencial de la vegetación como indicador de la degradación del bosque. Mexico. 67

Ministerio de Ambiente y Desarrollo Sostenible. (2016). Resolución 1768. "por medio de la cual se delimita el Páramo Rabanal-Río Bogotá y se adoptan otras determinaciones". Bogotá, D.C. Ministerio de Minas y Energía. (2008). Estimación de la producción minera Colombiana por distritos, basada en proyecciones de PIB minero Latinoamericano 2008 - 2019. Bogotá. Ministerio de Minas y Energía. (Julio de 2008). SIMCO. Recuperado el Abril de 2016, de http://www.simco.gov.co/simco/Portals/0/Panorama/Proyecciones_PIB_Minero.p df Missouri Botanical Garden. (Junio de 2016). http://www.mobot.org/. Obtenido de http://www.mobot.org/mobot/research/paramo_ecosystem/introduction.shtml Muñoz, P. (2013). Apuntes de teledetección: Índices de vegetación. Santiago, Chile: Centro de información de Recursos Naturales. Ordoñez, A., y Serna, J. (2015). Análisis superficial y multitemporal de imágenes LANDSAT 7 ETM+ y LANDSAT 8 OLI TIRS en el proyecto carbonífero la Luna entre los años 2001 y 2015 . Manizales. Páez, B., y García, C. (2016). Análisis multitemporal del retroceso glaciar en la sierra Nevada de Santa Marta Colombia para los periodos de 1986, 1996, 2007 y 2014. Bogotá. Pearson, R., y Miller, L. (1972). Remote Mapping of Standing Crop Biomass for Estimation of the Productivity of the Shortgrass Prairie. 8th international symposium on remote sensing of environment, 1357-1381. Peña, J. (2015). Análisis multitemporal del retroceso glaciar de la Sierra Nevada del Cocuy ubicada en los departamentos de Boyacá y Arauca entre los años 1992, 2003 y 2014. Bogotá. Pérez, C., y Muñoz, Á. (2006). Teledetección: Nociones y Aplicaciones.

Procuraduria General de la Nación. (2008). Situación de los páramos en Colombia frente a la actividad antrópica y el cambio climatico. Bogotá: PROCURADURÍA GENERAL DE LA NACIÓN. Real Academia Española. (2018). Diccionario de la lengua española. Madrid, España. Rebollo, M. E. (2012). 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. Redacción El Tiempo. (28 de Junio de 2007). Acerías Paz del Río causó estragos ecológicos en el Páramo de Rabanal mientras buscaba carbón. El Tiempo. Obtenido de http://www.eltiempo.com/archivo/documento/CMS-3615659 Reuter, F. (2016). Transformaciones de la imagen: Clasificaciones supervisadas y no supervisadas. Santiago del Estero: UNSE. Richardson, A. J., y Wiegand, C. L. (1977). Distinguishing Vegetation from Soil Background Information. Photogrammetric Engineering and Remote Sensing, 1541-1552. Riviera, D., y Rodriguez, C. (2011). Guía divulgativa de criterios para la delimitación de páramos de Colombia. Ministerio de Ambiente, Vivienda y Desarrollo Territorial e Instituto de Investigación de Recursos Biológicos Alexander von Humboldt . Rouse, J. W., Haas, R. H., Deering, D. W., y Schell, J. A. (1974). Monitoring the vernal advancement of retrogradation of natural vegetation, Greenbelt. Texas. Sanchéz, E., Torres, M., Palacios, A., Aguilar, M., Pino, I., y Granado, L. (2000). Comparación del NDVI con el PVI y el SAVI como Indicadores para la Asignación de Modelos de Combustible para la Estimación del Riesgo de Incendios en Andalucía. Tecnologías Geográficas para el Desarrollo Sostenible, 164 - 174. Sarmiento Pinzón, C. E., Cadena Vargas, C. E., Sarmiento Giraldo, M. V., y Zapata Jiménez, J. A. (2013). Aportes a la conservación estratégica de los páramos de Colombia: actualización de la cartografía de los complejos de páramo a escala 1:100.000. 69

Bogotá, D.C Colombia: Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. Zhang, Y., Gao, J., Liu, L., Wang, Z., Ding, M., y Yang, X. (2013). NDVI-based vegetation changes and their responses to climate change from 1982 to 2011: A case study in the Koshi River Basin in the middle Himalayas. Global and Planetary Change, 139 148. Zhu, X., y Liu, D. (2014). Improving forest aboveground biomass estimation using seasonal Landsat NDVI time-series. ISPRS Journal of Photogrammetry and Remote Sensing, xxx - xxx. Zuleta, M. (2012). La ilusión llamada páramo de Rabanal. Nómadas 37, 54 - 70.