Anlisis del cambio espacio-temporal en la cobertura vegetal del cerro de hojas Jaboncillo durante el periodo 2015-2020
Analysis of the spatio-temporal change in the vegetation cover of the Jaboncillo hill during the period 2015-2020
Anlise da mudana espao-temporal na cobertura vegetal do morro Jaboncillo durante o perodo 2015-2020
Julio Javier Jaramillo-Vliz I
julio.jaramillo@unesum.edu.ec
https://orcid.org/0000-0001-8715-0789
lex Joffre Quimis-Gmez II
alex.quimis@unesum.edu.ec
https://orcid.org/0000-0001-6956-8209
Shirley Pamela Gmez-Bailn III
gomez-shirley8904@unesum.edu.ec
https://orcid.org/0000-0001-7032-6223
Correspondencia: julio.jaramillo@unesum.edu.ec
Ciencias Naturales
Artculo de investigacin
*Recibido: 26 de febrero de 2021 *Aceptado: 20 de marzo de 2021 * Publicado: 08 de abril de 2021
I. Magister en Sistemas de Informacin Geogrfica Aplicada a la Conservacin y Desarrollo Sostenible por la Universidad Central del Ecuador. Docente titular a tiempo completo en la Facultad de Ciencias Naturales y de la Agricultura, Carrera de Ingeniera Ambiental de la Universidad Estatal del Sur de Manab, Jipijapa, Ecuador.
II. Magister en Administracin Ambiental; Ingeniero en Medio Ambiente; Docente titular a tiempo completo en la Facultad de Ciencias Naturales y de la Agricultura, Carrera de Ingeniera Ambiental de la Universidad Estatal del Sur de Manab, Jipijapa, Ecuador.
III. Estudiante de la Universidad Estatal del Sur de Manab, Jipijapa, Ecuador.
Resumen
La expansin de los usos de suelo antrpicos se ha transformado en la mayor causa de degradacin en las coberturas de los ecosistemas. Estas transformaciones generan fuertes efectos modificando sus estructuras y dificultando cada uno de los procesos y funciones clave que se desarrollan al interior de stos. Es as que el presente trabajo se presenta el anlisis de la perdida de cobertura vegetal en el periodo del 2015 al 2020, para ello se utilizaron imgenes satelitales Landsat 8 de la plataforma EarthExplorer, combinacin de bandas 5, 4 y 3 conocidas como infrarrojo para el tiempo antes mencionado, a su vez, se realiz una clasificacin que permiti deducir el TCAC para, suelo desnudo, vegetacin sana y bien desarrollada, vegetacin arbustiva muy variable y reas vegetales menos densas o con vegetacin menos desarrollada, adems se emple la metodologa cualitativa y descriptiva y el posterior clculo del NDVI. Se emplearon recursos propios, adems se bas en el anlisis de las causas que hacen que esta rea pierda cobertura vegetal, para esto se utiliz herramientas SIG, como producto de ello, se determinaron las reas con cambios significativos representados en mapas temticos y se clasifico el rea de estudio lo que permiti obtener los valores de cobertura considerando que entre los resultados del anlisis multitemporal comprendido entre los periodos 2015-2020 se puede evidenciar la disminucin de la cobertura vegetal natural del -55,30%. Obtenidos los resultados, finalmente se detall las conclusiones y posteriores recomendaciones.
Palabras claves: Clasificacin; cobertura vegetal; deforestacin; NDVI; SIG.
Abstract
The expansion of anthropic land uses has become the main cause of degradation in the coverage of ecosystems. These transformations generate strong effects by modifying their structures and hindering each of the key processes and functions that take place within them. Thus, this work presents the analysis of the loss of vegetation cover in the period from 2015 to 2020, for this, Landsat 8 satellite images from the EarthExplorer platform were used, a combination of bands 5, 4 and 3 known as infrared for the The aforementioned time, in turn, a classification was carried out that allowed the deduction of the CAGR for bare soil, healthy and well-developed vegetation, highly variable shrub vegetation and less dense plant areas or with less developed vegetation, in addition, the qualitative and descriptive and the subsequent calculation of the NDVI. Own resources were used, it was also based on the analysis of the causes that make this area lose vegetation cover, for this GIS tools were used, as a result of this, the areas with significant changes represented in thematic maps were determined and the study area, which allowed obtaining the coverage values considering that among the results of the multitemporal analysis comprised between the periods 2015-2020, the decrease in natural plant coverage of -55.30% can be evidenced. . Once the results were obtained, the conclusions and subsequent recommendations were finally detailed.
Keywords: Classification; vegetation cover; deforestation, NDVI, GIS.
Resumo
A expanso dos usos antrpicos do solo tornou-se a principal causa de degradao na cobertura dos ecossistemas. Essas transformaes geram efeitos fortes, modificando suas estruturas e dificultando cada um dos principais processos e funes que ocorrem dentro delas. Assim, este trabalho apresenta a anlise da perda de cobertura vegetal no perodo de 2015 a 2020, para isso, foram utilizadas imagens do satlite Landsat 8 da plataforma EarthExplorer, uma combinao das bandas 5, 4 e 3 conhecidas como infravermelho pelo. citado tempo, por sua vez, foi feita uma classificao que permitiu a deduo do CAGR para solo nu, vegetao s e bem desenvolvida, vegetao arbustiva altamente varivel e reas de planta menos densa ou com vegetao menos desenvolvida, alm do qualitativo e descritivo e o clculo subsequente do NDVI. Foram utilizados recursos prprios, tambm com base na anlise das causas que levam esta rea a perder cobertura vegetal, para isso foram utilizadas ferramentas de SIG, como resultado, foram determinadas as reas com alteraes significativas representadas nos mapas temticos e a rea de estudo, o que permitiu obter os valores de cobertura considerando que entre os resultados da anlise multitemporal compreendidos entre os perodos 2015-2020, pode-se constatar a diminuio da cobertura natural da planta de -55,30%. Uma vez obtidos os resultados, as concluses e recomendaes subsequentes foram finalmente detalhadas.
Palavras-chave: Classificao; cobertura vegetal; desmatamento; NDVI; S.I.G.
Introduccin
El cambio de uso y cobertura de suelo es reconocido como una de las dinmicas antrpicas que generan la mayor cantidad de prdidas en los ecosistemas a nivel mundial (Vitousek et al., 1997); estas prdidas producen una serie de efectos, tanto en las funciones como en la composicin y estructuras que poseen los ecosistemas (Keith et al., 2013). Por lo tanto, se reconoce una influencia directa de las prdidas de coberturas vegetales, sobre los procesos funcionales que poseen los ecosistemas.
Un proceso especfico originado por la degradacin antrpica es la disrupcin, la que se ha definido como la interrupcin de funciones y procesos ecolgicos fundamentales para la persistencia de un ecosistema (McMichael, 2004). A nivel terico se ha planteado que tal proceso debiera diagnosticarse mediante la identificacin de ciertos elementos que constituyen los factores desencadenantes de ste. Estos corresponden a la aceleracin en las tasas de prdidas de algn elemento fundamental del ecosistema o Severidad y a la proporcin que tal prdida ha tenido respecto al rea total del ecosistema o Extensin (superficie afectada) (Keith et al., 2013). Tal fundamento terico se sustenta en el funcionamiento sinrgico del ecosistema que plantea que, si se modifica un atributo de ste, ya sea su estructura, composicin o funcin; los otros factores se vern afectados, ya que estn estrechamente vinculados. En el caso de las prdidas acaecidas por cambios de uso y cobertura de suelo, el atributo que se afectar directamente y que perturbar a los otros dos es la estructura (Noss, 1996; Keith et al., 2013).
Por otra parte, el Ministerio del Ambiente indica que en la actualidad la costa ecuatoriana es de donde se extrae mayor volumen de madera con aproximadamente 46,16%, seguido por la regin Interandina o Sierra el 36,62% y la Amaznica un 17,22%, adems menciona que debido a la tala indiscriminada se est perdiendo la cobertura vegetal natural, para darle otros usos al recurso suelo, entre las cuales se encuentran la agricultura, ganadera, urbanizacin, explotacin del petrleo, construcciones de redes elctricas y de transportes (MAE, 2018).
Actualmente, gracias a los avances en percepcin remota es posible desarrollar estudios relacionados con la vegetacin riberea, pues son muy apropiados para analizar la vulnerabilidad de la cobertura vegetal en los ecosistemas terrestres, pudiendo detectar problemas especficos para proyectar eventos futuros con la posibilidad de implementar estrategias de mitigacin y con el potencial para desarrollar alertas tempranas (Jacques et al. 2014). Es as que en el presente trabajo de investigacin se identific la perdida de cobertura en el periodo de tiempo del 2015 al 2020, adems de la identificacin de las causas que la ocasionan y el clculo del NDVI.
Materiales y Mtodos
La investigacin fue realizada en el polgono Hojas - Jaboncillo, mismo que se encuentra ubicado en la parroquia Picoaz. Este fue declarado Patrimonio Cultural de la Nacin y engloba un rea de ms de 3500 hectreas localizadas en una cadena montaosa biodiversa con varios pisos y zonas de vida tropical seca y tropical hmeda, localizadas entre los cantones Portoviejo, Montecristi y Jaramij, a 30 kilmetros del borde costero, que llega a tener 650 metros sobre el nivel del mar, adems su temperatura promedio es de 25 grados centgrados (Pablo, 2019).
Figura 1: Mapa de ubicacin del rea de estudio.
Elaboracin: Propia.
El diseo de la investigacin es cualitativo, considerando la variable independiente Deforestacin y la variable dependiente Prdida de la cobertura vegetal en el cerro de Hojas Jaboncillo las mismas que se hicieron evidentes con el anlisis del modelo multitemporal y la descripcin de las causas que producen la perdida de la cobertura vegetal, adems se emplearon tcnicas como, la revisin documental y el anlisis de la informacin.
Figura 2: Diagrama del proceso para la creacin de mapas y anlisis de informacin.
Para visualizar la posible prdida de cobertura vegetal se obtuvieron imgenes satelitales Landsat 8 de la plataforma EarthExplorer, las mismas que se manejaron y procesaron para obtener una mejor resolucin y visualizacin.
Tabla 1: Informacin imgenes satelitales.
N0. |
IMGENES SATELITALES LANDSAT 8 |
||
1 |
Path: 11 Row: 61 |
ID: LC08_L1TP_011061_20150906_20170404_01_T1 Fecha: 2015-09-06 |
Sensor: OLI_TIRS Nubosidad: 8.68% |
2 |
Path: 11 Row: 61 |
ID: LC08_L1TP_011061_20161127_20180130_01_T1 Fecha: 2016-11-27 |
Sensor: OLI_TIRS Nubosidad: 8.99% |
3 |
Path: 11 Row: 61 |
I D: LC08_L1TP_011061_20170506_20170515_01_T1 Fecha: 2017-05-06 |
Sensor: OLI_TIRS Nubosidad: 25.88% |
4 |
Path: 11 Row: 61 |
ID: LC08_L1TP_011061_20180407_20180417_01_T1 Fecha: 2018-04-07 |
Sensor: OLI_TIRS Nubosidad: 68.78% |
5 |
Path: 11 Row: 61 |
ID: LC08_L1TP_011061_20190410_20190422_01_T1 Fecha: 2019-04-10 |
Sensor: OLI_TIRS Nubosidad: 12.29% |
6 |
Path: 11 Row: 61 |
ID: LC08_L1TP_011061_20201021_20201105_01_T1 Fecha: 2020-10-21 |
Sensor: OLI_TIRS Nubosidad: 34.47% |
Fuente: https://earthexplorer.usgs.gov/
Elaboracin: Propia.
Se realiz el proceso de correcciones atmosfricas con las opciones del plugin SCP de QGIS, el mismo que facilita la forma de trabajar con la composicin RGB de las bandas y hacer reclasificaciones supervisadas. Para poder hacer la correccin atmosfrica de las bandas Landsat, es importante que disponer de los metadatos asociados a las bandas, se accede a la seccin Pre procesamiento de SCP y se incorporan las bandas de trabajo desde la pestaa especfica de Landsat, luego se indica la ruta donde se encuentran las bandas y la ruta donde se encuentra el archivo de metadatos de Landsat y de este modo se aplican las correcciones con el sistema de referencia WGS 84 coordenadas UTM ZONA 17 S (Pablo, 2019).
El rea de estudio fue recortada con las bandas procesadas de resolucin 30m, as los cambios presentados se cuantificaron mediante la comparacin de raster y polgonos creados a partir de los diferentes periodos seleccionados, tomando como referencia la informacin bibliogrfica recopilada.
Se realiz el clculo del NDVI, este implica el uso de una simple frmula con dos bandas, el Infrarrojo Cercano (NIR) y el rojo (RED), y se calcula con la siguiente expresin: NDVI = (NIR-Red) / (NIR + Red), donde NIR es luz infrarroja cercana y Red es luz roja visible. Funciona comparando matemticamente la cantidad de luz roja visible absorbida y la luz infrarroja cercana reflejada. Esto sucede ya que el pigmento de clorofila en una planta sana absorbe la mayor parte de la luz roja visible, mientras que la estructura celular de una planta refleja la mayor parte de la luz infrarroja cercana. Esto significa que una alta actividad fotosinttica, comnmente asociada con vegetacin densa, tendr menos reflectancia en la banda roja y mayor reflectancia en el infrarrojo cercano. Al observar cmo estos valores se comparan entre s, puede detectar y analizar de manera confiable la cubierta vegetal por separado de otros tipos de cobertura natural del suelo.
Figura 3: Comparacin de vegetacin saludable y enferma.
Fuente: (Toribio, 2019)
Los resultados del clculo del NDVI varan de -1 a 1. Los valores negativos corresponden a reas con superficies de agua, estructuras artificiales, rocas, nubes, nieve; el suelo desnudo generalmente cae dentro del rango de 0.1 a 0.2; y las plantas siempre tendrn valores positivos entre 0.2 y 1. El dosel de vegetacin sano y denso debera estar por encima de 0.5, y la vegetacin dispersa probablemente caer dentro de 0.2 a 0.5. Sin embargo, es solo una regla general y siempre debe tener en cuenta la temporada, el tipo de planta y las peculiaridades regionales para saber exactamente qu significan los valores de NDVI.
Figura 4: Clasificacin por valores del NDVI.
Fuente: (Toribio, 2019)
En la mayora de los casos, los valores de NDVI entre 0.2 y 0.4 corresponden a reas con vegetacin escasa; la vegetacin moderada tiende a variar entre 0.4 y 0.6; cualquier cosa por encima de 0.6 indica la mayor densidad posible de hojas verdes. Los resultados de NDVI se presentan como un mapa de colores, donde cada color corresponde a un cierto rango de valores. No hay una paleta de colores estndar, pero usualmente se usa el rojo-verde, lo que significa que los tintes rojo-naranja-amarillo indican suelo desnudo o vegetacin muerta / escasa, y todos los tonos de verde son un signo de cubierta de vegetacin normal a densa (Toribio, 2019).
Tabla 2: Infrarrojo - combinaciones de bandas 5-4-3
Ao 2015 |
Ao 2016 |
|||
Ao 2017 |
Ao 2018 |
|||
|
||||
Ao 2019 |
Ao 2020 |
|||
|
Elaborado: Por autor.
Clasificacin por aos en rea de estudio
A partir de la
clasificacin supervisada de las imgenes, se gener un conjunto de clases y
sus respuestas espectrales caractersticas, considerando que se parti de la
combinacin de bandas RGB, se definieron las siguientes clases.
Tabla 3: Clasificacin para mapas de cobertura vegetal.
N0. |
Clasificacin |
Color |
1 |
Suelo desnudo |
Rojo |
2 |
Vegetacin sana y bien desarrollada |
Piel |
3 |
Vegetacin arbustiva muy variable |
Verde Claro |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
Verde Fuerte |
Elaborado: Por autor.
Resultado y Discusin.
Cobertura vegetal Ao 2015.
Figura 5: Mapa de clasificacin del 2015.
Tabla 4: Valores por hectreas de la cobertura vegetal del ao 2015. |
|||
N0. |
Clasificacin |
rea (Ha) 2015 |
% |
1 |
Suelo desnudo |
2.880000 |
1,08% |
2 |
Vegetacin sana y bien desarrollada |
48.240000 |
18,05% |
3 |
Vegetacin arbustiva muy variable |
214.290000 |
80,2% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
1.890000 |
0,707% |
TOTAL |
267.300.000 |
100% |
Elaboracin: Propia.
Grfico 1: Cobertura 2015.
Elaboracin: Propia.
La cobertura vegetal para este ao tiene mayor presencia de vegetacin arbustiva muy variable y menos incremento de reas vegetales menos densas o con vegetacin menos desarrollada.
Cobertura vegetal del ao 2016
Figura 6: Mapa de clasificacin del 2016.
Elaboracin: Propia.
Tabla 5: Valores por hectreas de la cobertura vegetal del ao 2016.
N0. |
Clasificacin |
rea (Ha) 2016 |
% |
1 |
Suelo desnudo |
20.970000 |
7,6% |
2 |
Vegetacin sana y bien desarrollada |
71.100000 |
25,6% |
3 |
Vegetacin arbustiva muy variable |
107.280000 |
38,7% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
77.850000 |
28,1% |
TOTAL |
277.200.000 |
100% |
Elaboracin: Propia.
Grfico 2: Cobertura 2016.
Elaboracin: Propia.
La cobertura vegetal para este ao, sigue teniendo mayor presencia de vegetacin arbustiva muy variable, sin embarg ocurre y el menor incremento es para la clasificacin de suelo desnudo y el porcentaje para las reas vegetales menos densas o con vegetacin menos desarrollada obtuvo un incremento considerable para el rea de estudio.
Cobertura vegetal del ao 2017
Figura 7: Mapa de clasificacin del 2017.
Elaboracin: Propia.
N0. |
Clasificacin |
rea (Ha) 2017 |
% |
1 |
Suelo desnudo |
0 |
0% |
2 |
Vegetacin sana y bien desarrollada |
265.320000 |
99% |
3 |
Vegetacin arbustiva muy variable |
0 |
0% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
1.980000 |
1% |
TOTAL |
267300000 |
100% |
Tabla 6: Valores por hectreas de la cobertura vegetal del ao 2017.
Elaboracin: Propia.
Grfico 3: Cobertura 2017.
Elaboracin: Propia.
La clasificacin del ao 2017 presenta solo 2 tipos a diferencia de las anteriores, con un mayor incremento la vegetacin sana y bien desarrollada, las reas vegetales menos densas o con vegetacin menos desarrollada tienen menos incremento. La visualizacin del suelo desnudo y vegetacin arbustiva muy variable no presentan valores en esta clasificacin.
Cobertura vegetal del ao 2018
Figura 8: Mapa de clasificacin del 2018.
Elaboracin: Propia.
N0. |
Clasificacin |
rea (Ha) 2018 |
% |
1 |
Suelo desnudo |
0 |
0% |
2 |
Vegetacin sana y bien desarrollada |
0 |
0% |
3 |
Vegetacin arbustiva muy variable |
103.680000 |
100% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
0 |
0% |
TOTAL |
103.680000 |
100% |
Tabla 7: Valores por hectreas de la cobertura vegetal del ao 2018.
Elaboracin: Propia.
Grfico 4: Cobertura 2018.
Elaboracin: Propia.
Con la clasificacin de este ao a diferencia de los aos 2015 - 2016, solo se puede visualizar la vegetacin arbustiva muy variable con un pico del 100%, y para las clasificaciones de suelo desnudo, vegetacin sana y bien desarrollada y reas vegetales menos densas o con vegetacin menos desarrollada tienen un 0%.
Cobertura vegetal del ao 2019
Figura 9: Mapa de clasificacin del 2019.
Elaboracin: Propia.
Tabla 8: Valores por hectreas de la cobertura vegetal del ao 2019.
N0. |
Clasificacin |
rea (Ha) 2019 |
% |
1 |
Suelo desnudo |
0 |
0% |
2 |
Vegetacin sana y bien desarrollada |
275.310.000 |
99% |
3 |
Vegetacin arbustiva muy variable |
1.710.000 |
1% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
0 |
0% |
TOTAL |
277020000 |
100% |
Elaboracin: Propia.
Grfico 5: Cobertura 2019.
Elaboracin: Propia.
En este ao se obtuvieron 2 tipos de clasificaciones que corresponden a la de mayor incremento con una vegetacin sana y bien desarrollada y la ultima de menor incremento vegetacin arbustiva muy variable, para este periodo de tiempo el suelo desnudo y las reas vegetales menos densas o con vegetacin menos desarrollada tienen un 0%.
Cobertura vegetal del ao 2020
Figura 10: Mapa de clasificacin del 2020.
Elaboracin: Propia.
N0. |
Clasificacin |
rea (Ha) 2020 |
% |
1 |
Suelo desnudo |
0 |
0% |
2 |
Vegetacin sana y bien desarrollada |
125.550000 |
99% |
3 |
Vegetacin arbustiva muy variable |
1.710000 |
1% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
0 |
0% |
TOTAL |
127260000 |
100% |
Tabla 9: Valores por hectreas de la cobertura vegetal del ao 2020.
Elaboracin: Propia.
Grfico 6: Cobertura 2020.
Elaboracin: Propia.
Para este este ao se obtuvo la clasificacin similar a la del ao 2019 con un incremento en vegetacin sana y bien desarrollada y la ultima de menor incremento vegetacin arbustiva muy variable, para este periodo de tiempo el suelo desnudo y las reas vegetales menos densas o con vegetacin menos desarrollada tienen un 0%.
Determinacin de la Perdida de Cobertura Vegetal
La determinacin de la cobertura, fue realizada mediante una clasificacin supervisada. A partir de esta clasificacin fue posible la realizacin de los diferentes anlisis de prdidas de cobertura y usos del suelo. Una vez revisada y corregida la informacin resultante de los mapas de las matrices de cambio en los periodos 2015 al 2020, partir del cual se gener la
(Grafico 6), que permite identificar los cambios que se ha dado a la zona de estudio y sus procesos de variacin.
Grfico 11: Datos por aos de la cobertura vegetal.
Elaboracin: Propia.
Tabla 10: Relacin del cambio en la cobertura 2015 - 2020.
N0. |
Clasificacin |
rea (Ha) 2015 |
% |
rea (Ha) 2020 |
% |
TCAC |
1 |
Suelo desnudo |
2.880.000 |
1,08% |
0 |
0% |
0,223% |
2 |
Vegetacin sana y bien desarrollada |
48.240.000 |
18,05% |
125.550.000 |
99% |
17,28% |
3 |
Vegetacin arbustiva muy variable |
214.290.000 |
80,20% |
1.710.000 |
1% |
-55,30% |
4 |
reas vegetales menos densas o con vegetacin menos desarrollada |
1.890.000 |
0,71% |
0 |
0% |
0,778% |
Elaboracin: Propia.
Grfico
8:
Datos por aos de la cobertura vegetal.
Elaboracin: Propia.
Se logr identificar para la zona de estudio que, dada la ubicacin geogrfica el cambio ms significativo ocurrido para la clasificacin de suelos desnudos con un 0,223%, luego las reas vegetales menos densas o con vegetacin menos desarrollada con un 0,778%, y con un porcentaje ms considerable estn las clasificaciones de vegetacin sana y bien desarrollada con un 17,28% y vegetacin arbustiva muy variable con un 55,30%.
CONCLUSIONES
Se clasifico el rea de estudio segn la combinacin infrarroja, para cada ao del periodo 2015 al 2020 lo que permiti obtener los valores de cobertura y calcular el TCAC considerando que entre los resultados del anlisis multitemporal comprendido entre los periodos 2015 al 2020 se puede evidenciar la disminucin de la cobertura vegetal natural del -55,30%.
La deforestacin es considerada en esta investigacin como la principal causa de la prdida de cobertura vegetal del polgono Hojas Jaboncillo, la misma que se ha incrementado en tiempos de pandemia.
Recomendaciones
Seguir ejecutando este tipo de investigaciones tanto de campo como de gabinete, de modo que amplifique la informacin para la ciudadana y puedan acceder a esta sin ningn problema.
Realizar una documentacin en base al rea de estudio y que implique el tipo de informacin manejada en este proyecto debido a que no existe dentro del polgono Hojas Jaboncillo.
Implementar este tipo de informacin en los PDOT puesto que es de gran importancia y utilidad para la sociedad.
Que las instituciones encargadas de la proteccin de bosque efecten un plan de reforestacin urgente en la provincia de Manab y en especial el rea estudiada.
Referencias
1. Alds Portilla, J. P. (2013). Estudio de variacin de la cobertura vegetal y estado actual del Cerro Imbabura aplicando herramientas GIS con fines de declaracin de rea protegida. https://core.ac.uk/download/pdf/147377301.pdf
2. Alonzo, L. A. A., & Vera, M. A. G. (2010). PERDIDA DE COBERTURA VEGETAL COMO EFECTO DE LA URBANIZACIN EN CHETUMAL, QUINTANA ROO. 20.
3. Castro Vliz, Y. O. (2018). UNESUM-ECUADOR-ING.M-2018-23.pdf. http://repositorio.unesum.edu.ec/bitstream/53000/1080/1/UNESUM-ECUADOR-ING.M-2018-23.pdf
4. FAO. (2018). Estimados de cobertura forestal y tasas de deforestacin. http://www.fao.org/3/ad680s/ad680s05.htm
5. Gonzales. (2019). COBERTURA VEGETAL DEL SUELO. http://www.lni.unipi.it/stevia/Supplemento/PAG42008.HTM
6. Jijn, J. (2020). Reporte De Afectaciones En El Complejo Arqueologico Hojas Jaboncillo.
7. Jose. (2018). Deforestacin, qu es, quin la causa y por qu debera importarnos? Greenpeace Mxico. https://www.greenpeace.org/mexico/blog/4074/deforestacion-que-es-quien-la-causa-y-por-que-deberia-importarnos
8. Martinez, L., & Ruiz, L. (2016). Analisis De La Prdida En La Cobertura Vegetal A Partir De Un Estudio Multitemporal 2007 2013 Parque Nacional Natural Alto Fragua Indi Wasi. https://repository.udistrital.edu.co/bitstream/handle/11349/3275/MartinezLiseth_RuizOrjuelaLissaMaria2016.pdf?sequence=1&isAllowed=y
9. Pablo. (2019, noviembre 10). Correccin atmosfrica de Landsat en QGIS. Gis&Beers. http://www.gisandbeers.com/correccion-atmosferica-de-landsat-en-qgis/
10. Prez, I. R., Ortiz, G. C., & Cruz, Y. N. (2017). La percepcin sobre la conservacin de la cobertura vegetal. 18.
11. Toribio, G. (2019). NDVI, qu es y para qu sirve? Cursos de Teledeteccin, Drones y LIDAR. https://www.cursosteledeteccion.com/ndvi-que-es-y-para-que-sirve/
2020 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/)
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/