Publicado

2018-01-01

Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia

Land cover vegetation analysis and projection through remote sensing and Geographic Information Systems in the Suba District, Bogotá-Colombia

DOI:

https://doi.org/10.15446/ga.v21n1.68285

Palabras clave:

Expansión urbana, CA-Markov, clasificación de imágenes orientada a objetos, modelo de cambio de coberturas, métricas de paisaje. (es)
Urban sprawl, CA-Markov, object oriented image classification, land cover change modeling, landscape metrics. (en)

Descargas

Autores/as

La expansión urbana genera impactos ambientales que degradan los ecosistemas naturales, cambiando su estructura y función. En este trabajo se desarrollaron lineamientos metodológicos mediante el uso de herramientas geográficas y teledetección para la detección de cambios, el modelamiento y proyección de la expansión urbana y el cambio de coberturas vegetales. Haciendo uso de imágenes satelitales y fotografías aéreas se realizó una clasificación orientada a objetos de coberturas en cuatro períodos de tiempo (1985, 1995, 2005, 2015) en la localidad de Suba (Bogotá, Colombia). Se analizó la dinámica urbana utilizando métricas de paisaje y el índice de entropía de Shannon. Los resultados muestran que las áreas urbanas aumentaron en un 432% y la cobertura de árboles y arbustos disminuyó en un 56% entre 1985 y 2015. El valor de entropía resultante fue de 0,92 para 2015, lo que demuestra una tendencia a la expansión urbana intensiva. El modelo de cambio de cobertura de la tierra por medio de las cadenas de Markov se utilizó para realizar proyecciones del cambio de cobertura a 2020 y fue validado con éxito usando las variaciones de Kappa. Los cambios proyectados evidencian una clara tendencia de disminución constante de coberturas vegetales, con incremento y densificación de las áreas urbanas.

Urban sprawl generates environmental impacts that degrade natural ecosystems, changing their structure and function. Methodological guidelines were developed using geographic tools and remote sensing for the detection of changes, modeling and projection of urban expansion and change of vegetal covers. An object-oriented classification of covers was performed for four years (1985, 1995, 2005, 2015) using satellite images and aerial photographs of the Suba District in Bogotá (Colombia). Urban dynamics were analyzed using landscape metrics and the Shannon entropy index. Results show that urban areas increased by 432% and the tree and shrub cover decreased by 56% between 1985 and 2015. The resulting entropy value was 0.92 by 2015, demonstrating a trend towards intensive urban sprawl. The land cover change model using Markov chains was used to make projections of the land cover change to 2020; the model was successfully validated using Kappa variations and projected changes revealing a trend towards urban sprawl, which threatens the forest cover, as well as shrubs and pastures used for agriculture.

Referencias

Alcaldía Mayor de Bogotá, 2009. Conociendo la localidad de Suba: diagnóstico de los aspectos físicos, demográficos y socioeconómicos 2009. Secretaría Distrital de Planeación, Bogotá.

Alcaldía Mayor de Bogotá, 2013. Decreto 364, plan de ordenamiento territorial de Bogotá. Registro Distrital 5.185. Bogotá.

Alcaldía Mayor de Bogotá, 2017. Suba. Disponible en: http://www.bogota.gov.co/localidades/suba; consultado: abril de 218

Araya, Y., Cabral, P., 2010. Analysis and modeling of urban land cover change in Setúbal and Sesimbra, Portugal. Remote Sensing 2, 1549-1563. DOI: 10.3390/rs2061549

Barnes, B., Morgan III, J., Roberge, M., Lowe, S. 2002. Sprawl development: its patterns, consequences, and measurement. Geospatial Research and Education Laboratory, Department of Geography and Environmental Planning, Towson University, Baltimore, MD.

Cabral, P., Geroyannis, H., Gilg, J.-P., Painho, M., 2005. Analysis and modeling of land-use and land-cover change in Sintra-Cascais area. En: Toppen, F., Painho, M. (Eds.), AGILE 2005, 8th Conference on Geographic Information Science: Conference Proceedings. Lisboa. pp. 51-60.

Cabral, P., Zamyatin, A., 2006. Three land change models for urban dynamics analysis in Sintra-Cascais area. En: Proc. 1st EARSel Workshop of the SIG Urban Remote Sensing. Humboldt-Universität zu Berlin, Berlín.

Castro, V., Vargas, G., 2009. Guía de clasificación morfológica de zonas urbanas a partir de sensores remotos. Ar@cne, disponible en: https://www.raco.cat/index.php/Aracne/article/view/133207; consultado: noviembre de 2017.

Chaparro, L., Terradas, J., 2009. Ecological services of urban forest in Barcelona. Centre de Recerca Ecològica i Aplicacions Forestals, Universitat Autònoma de Barcelona, Bellaterra, España.

Chen, G., Hay, G., Carvalho, L., Wulder, M., 2012. Object-based change detection. Int. J. Remote Sens. 33, 4434-4457. DOI: 10.1080/01431161.2011.648285

Congalton, R. 1991. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sens. Environ. 37, 35-46. DOI: 10.1016/0034-4257(91)90048-B

Dai, X., Guo, Z., Zhang, L., Wu, J., 2010. Spatio-temporal pattern of urban land cover evolvement with urban renewal and expansion in Shanghai based on mixed-pixel classification for remote sensing imagery. Int. J. Remote Sens. 31, 6095-6114. DOI: 10.1080/01431160903376407

Eastman, J., 2016. TerrSet: geospatial monitoring and modeling system, manual. Clark University, Worcester, MA.

Félix, A. 2015. Impactos del crecimiento vertical en la expansión de la zona conurbada de Querétaro. Tesis de maestría. Facultad de Arquitectura, Universidad Autónoma de Nuevo León, San Nicolás de los Garza, México.

Herold, M., Scepan, J., Clarke, C., 2002. The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environ. Plan. 34, 1443-1458. DOI: 10.1068/a3496

Instituto de Hidrología, Metereología y Estudios Ambientales (IDEAM), 2010. Leyenda nacional de coberturas de la Tierra. Metodología CORINE Land Cover adaptada para Colombia, escala 1:100.000. Bogotá.

Irani, F., Galvin, M., 2003. Strategic urban forests assessment: Baltimore, Maryland. En: Proc. American Society of Photogrammetry and Remote Sensing 2003. Annual Conference, Technology: Converging at the Top of the World. Bethesda, MD. pp. 85-94.

Kazmierczak, A., Carter, J., 2010. Adaptation to climate change using green and blue infrastructure. A database of case studies. University of Manchester, Mánchester, UK.

Lata, K., Sankar, R., Krishna, P., Badrinath, K., Raghavaswamy, V., 2001. Measuring urban sprawl: a case study of Hyderabad. GIS Devel. 5, 26-29.

Moreno, V., Gracía, J., Villalba, J., 2002. Descripción general de los humedales de Bogotá, D.C. Sociedad Geográfica de Colombia, Academia de Ciencias Geográficas, Bogotá.

Okujeni, A., 2014. Quantifying urban land cover by means of machine learning and imaging spectrometer data at multiple spatial scales. Tesis de doctorado. Mathematisch-Naturwissenschaftliche Fakultät, Humboldt-Universität zu Berlin, Berlín. DOI: 10.18452/17082

Romero, J., 2010. Transformación urbana de la ciudad de Bogotá, 1990-2010: efecto espacial de la liberalización del comercio. Perspect. Geogr. 15, 85-112. DOI: 10.19053/01233769.1733

Rosenfield, G., Fitzpatrick-Lins, K. 1986. A coefficient agreement as a measure of thematic classification accuracy. Photogramm. Eng. Remote Sens. 52, 223-227.

Secretaría Distrital de Hábitat, 2009. Agenda ambiental localidad 11, Suba. Bogotá.

Sudhira, H., Ramachandra, T., Jagadish, K., 2004. Urban sprawl: metrics, dynamics and modeling using GIS. Int. J. Appl. Earth Obs. Geoinf 5, 29-39. DOI: 10.1016/j.jag.2003.08.002

Sun, H., Forsythe, W., Waters, N., 2007. Modeling urban land use change and urban sprawl: Calgary, Alberta, Canada. Netw. Spat. Econ. 7, 353-376. DOI: 10.1007/s11067-007-9030-y

UNODC, 2016. Colombia. Explotación de oro de aluvión, evidencias a partir de percepción remota. Observatorio de Drogas de Colombia Junio de 2016. Bogotá. 164 p.

Urriza, G., Garriz, E. 2014. ¿Expansión urbana o desarrollo compacto? Estado de situación en una ciudad intermedia: Bahía Blanca, Argentina. Rev. Univ. Geogr. 23, 97-123.

Yeh, A., Li, X., 2001. Measurement and monitoring of urban sprawl in a rapidly growing region using entropy. Photogramm. Eng. Remote Sens. 67, 83-90.

Zhou, J., Yu B., Qin J., 2014. Multi-level spatial analysis for change detection of urban vegetation at individual tree scale. Remote Sen. 6, 9086-9103. DOI: 10.3390/rs6099086

Cómo citar

APA

Achicanoy, J. A., Rojas-Robles, R. y Sánchez, J. E. (2018). Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Gestión y Ambiente, 21(1), 41–58. https://doi.org/10.15446/ga.v21n1.68285

ACM

[1]
Achicanoy, J.A., Rojas-Robles, R. y Sánchez, J.E. 2018. Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Gestión y Ambiente. 21, 1 (ene. 2018), 41–58. DOI:https://doi.org/10.15446/ga.v21n1.68285.

ACS

(1)
Achicanoy, J. A.; Rojas-Robles, R.; Sánchez, J. E. Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Gest. Ambient. 2018, 21, 41-58.

ABNT

ACHICANOY, J. A.; ROJAS-ROBLES, R.; SÁNCHEZ, J. E. Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Gestión y Ambiente, [S. l.], v. 21, n. 1, p. 41–58, 2018. DOI: 10.15446/ga.v21n1.68285. Disponível em: https://revistas.unal.edu.co/index.php/gestion/article/view/68285. Acesso em: 24 abr. 2024.

Chicago

Achicanoy, Jerson Andrés, Rosario Rojas-Robles, y Jorge Enrique Sánchez. 2018. «Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia». Gestión Y Ambiente 21 (1):41-58. https://doi.org/10.15446/ga.v21n1.68285.

Harvard

Achicanoy, J. A., Rojas-Robles, R. y Sánchez, J. E. (2018) «Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia», Gestión y Ambiente, 21(1), pp. 41–58. doi: 10.15446/ga.v21n1.68285.

IEEE

[1]
J. A. Achicanoy, R. Rojas-Robles, y J. E. Sánchez, «Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia», Gest. Ambient., vol. 21, n.º 1, pp. 41–58, ene. 2018.

MLA

Achicanoy, J. A., R. Rojas-Robles, y J. E. Sánchez. «Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia». Gestión y Ambiente, vol. 21, n.º 1, enero de 2018, pp. 41-58, doi:10.15446/ga.v21n1.68285.

Turabian

Achicanoy, Jerson Andrés, Rosario Rojas-Robles, y Jorge Enrique Sánchez. «Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia». Gestión y Ambiente 21, no. 1 (enero 1, 2018): 41–58. Accedido abril 24, 2024. https://revistas.unal.edu.co/index.php/gestion/article/view/68285.

Vancouver

1.
Achicanoy JA, Rojas-Robles R, Sánchez JE. Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Gest. Ambient. [Internet]. 1 de enero de 2018 [citado 24 de abril de 2024];21(1):41-58. Disponible en: https://revistas.unal.edu.co/index.php/gestion/article/view/68285

Descargar cita

CrossRef Cited-by

CrossRef citations2

1. Luis Eduardo Oré Cierto, Miguel Ángel Quispe Trinidad, Wendy Caroline Loarte Aliaga, Edilberto Díaz Quintana, Casiano Aguirre Escalante, Juan Daniel Oré Cierto. (2021). Simulación geoespacial y temporal de la deforestación en el distrito de Nueva Requena, Ucayali. Alpha Centauri, 2(4), p.57. https://doi.org/10.47422/ac.v2i4.66.

2. David Saravia, Wilian Salazar, Lamberto Valqui-Valqui, Javier Quille-Mamani, Rossana Porras-Jorge, Flor-Anita Corredor, Elgar Barboza, Héctor Vásquez, Andrés Casas Diaz, Carlos Arbizu. (2022). Yield Predictions of Four Hybrids of Maize (Zea mays) Using Multispectral Images Obtained from UAV in the Coast of Peru. Agronomy, 12(11), p.2630. https://doi.org/10.3390/agronomy12112630.

Dimensions

PlumX

Visitas a la página del resumen del artículo

1259

Descargas

Los datos de descargas todavía no están disponibles.