Resumen: Los manglares son comunidades vegetales de alta importancia ecológica y económica para las regiones costeras. La presente investigación proporciona un método para determinar la cartografía de bosques manglar mediante imágenes de sensores remotos a escala 1:25.000 en un sector del municipio de Buenaventura, Colombia; para la cartografía de bosques de manglar se empleó una imagen satelital Sentinel 2 y una ortofotografía de alta resolución del año 2017; usando el software libre QGIS, se realizó los análisis espectrales, se estableció una clasificación supervisada mediante el algoritmo de máxima verosimilitud. Los resultados obtenidos muestran que la cobertura de manglar es la de mayor representatividad en el área de estudio con una extensión total de 7.264,21 ha (59,21% del área total), la clasificación desarrollada presentó una exactitud temática global de 80% e índice de Kappa de 0,70. El método empleado sirve como un referente sobre la cartografía de bosques de manglar en el mundo.Abstract: Mangroves are plant communities of high ecological and economic importance for coastal regions. This investigation provides a methodology for mapping Mangrove forests through remote sensing images in a semidetail scale (1:25,000) in a sector of the municipality of Buenaventura, Colombia. A Sentinel 2 image and 2017 highresolution ortophotomosaic of the municipality were used for the mangrove cartography, using QGIS software, spectral analysis was performed and supervised classification was established using Maximum Likelihood algorithm. Results shown that mangrove is the most representative cover in the study area whit 7,264.21 ha in total extension (59.21% of total area), the development classification got a thematic accuracy of 80% and 0.70 in Kappa index. The used methodology can be used as an academic and research reference for mangrove semi-detail mapping in the world.
Niveles de fragilidad potencial para la erosión y el deslizamiento en los suelos del municipio de Ibagué (Tolima) Potential fragility levels for erosion and landslides in soils of Ibague municipality (Tolima) landslides, was carried out in the soils of the municipality of Ibagué. Edaphic variables were taken from units of soils according to two systems of classification: Comité de Cafeteros de Colombia (1973) and IGAC (2004). Environmental variables of precipitation and altimetry were obtained from the hydrographic basin ordination and management plan of the Coello and Torare rivers (CORTOLIMA, 2006) and the forestry planning project for the Department of Tolima (Universidad del Tolima and CORTOLIMA, 2007). According to the numerical information organized in maps and the mathematical models established for the nomograms of the base methodology, the rates of potential fragility of the two phenomena of soil degradation were determined. The results show that with the soil classification system IGAC, the municipality of Ibagué is more sensitive to phenomena of landslides rather than to erosion, opposed to what is shown in the system of the Comité de Cafeteros de Colombia. Both systems coincide in stating that the zones with higher propensity to these phenomena are located mainly near the Combeima Canyon, in the mountainous area near the municipality of Cajamarca, as well as the hills and mountains that surround the urban area.Key words: Cartography, degradation, risk, substratum. IntroducciónDe acuerdo con el Departamento de Agricultura de Estados Unidos de América (Wischmeier y Smith, 1978), el suelo es un cuerpo natural que comprende sólidos (minerales y materia orgánica), líquidos y gases que se presentan en la superficie de la Tierra, que ocupa un espacio y se caracteriza por uno de los siguientes apartados, o por ambos: horizontes o capas que se distinguen del material inicial como resultado de adiciones, pérdidas, transferencias y transformaciones de energía y de materia, o por la habilidad de soportar plantas en un ambiente natural. A
El Pacífico colombiano posee extensas zonas en bosques de manglar (BM), que es un ecosistema estratégico de gran importancia ambiental y socioeconómica para la mitigación del cambio climático. Este trabajo tuvo por objetivo realizar la caracterización espectral y monitoreo de 66,59 km2 para cuatro densidades de BM en el Bajo Baudó (Colombia), empleando tres imágenes Landsat (1998, 2014 y 2017), combinaciones de bandas espectrales y tres índices de vegetación (IV) (Índice de Vegetación de Diferencia Normalizada - NDVI, Índice de Vegetación Ajustado al Suelo - SAVI y el Índice combinado de reconocimiento de manglares - CMRI). Los resultados demostraron que la mejor combinación de bandas espectrales para la identificación visual de los BM correspondió a infrarrojo color (NIR, Rojo, Verde) y falso color compuesto 1 (NIR, SWIR, Rojo). La firma espectral de los BM tuvo diferentes comportamientos para las cuatro densidades bajo las condiciones de pleamar y bajamar. Durante los 19 años analizados, se registró una diferencia de hasta el 17,9% en el valor promedio de la reflectancia en los BM. De igual manera, los valores de IV fueron proporcionales a las densidades de BM, pero su valor se notó reducido por efectos de la marea al momento de la captura de las imágenes; los mayores aumentos de IV se registraron sobre la zona costera de transición tierra-agua donde existe una fuerte interacción con la condición mareal. Esta investigación aporta a la caracterización y monitoreo espacial de BM con sensores remotos y el estudio espectral de este importante ecosistema en Colombia.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.