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.
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.
El Parque Nacional Natural Sanquianga (PNNS) alberga la más extensa área de manglar en el Pacífico colombiano y de Sur América. Cambios antropogénicos asociados a la desviación del Río Patía hacia el Río Sanquianga en 1972 convirtió las condiciones del estuario de esta área protegida en un nuevo y dinámico delta. Incertidumbres sobre las nuevas condiciones en el estado de la cobertura de manglar y las repercusiones en el Carbono (C) secuestrado son desconocidas. En este estudio determinamos las ganancias y pérdidas de la cobertura de manglar usando imágenes SAR del JERS 1 y ALOS-PALSAR en dos periodos de tiempo 1996-2007 y 2007-2017. Adicionalmente, estimamos los contenidos de biomasa aérea (AGB) y C y calculamos las emisiones evitadas por deforestación. Los resultados reflejaron un incremento neto en 21 años de la cobertura de manglares de 243.97 ha y pérdidas estimadas en 122.30 ha donde el 68.48% de estos se focalizaron sobre la bocana de Guacama. El PNNS registró un promedio de AGB de 393.15 Ton/ha y un promedio de C de 196.58 Ton C/ha para el año 2017. Las emisiones potenciales evitadas por deforestación totales se estimaron en 28 277 944.8 GgCO2eq. El PNNS es un área potencial para el desarrollo de proyectos de Carbono Azul, debido a la gran cantidad de carbono almacenado. Estrategias que involucren herramientas para el monitoreo y las comunidades locales que dependen de este ecosistema son necesarias para preservar su cobertura y servicios ecosistémicos en el futuro.
El uso de índices de vegetación (IV) específicos para manglares amplían la posibilidad de mejorar la detección práctica de manglares. Este estudio tiene como objetivo realizar una comparación de siete IV específicos para manglares, derivados de imágenes satélite, para determinar su concordancia frente a la clasificación de manglares usando el conjunto de datos WorldCover 2020 en dos sitios con manglares en el Pacífico colombiano. Se utilizaron cuatro imágenes Sentinel-2 y, a través de datos oceanográficos, se validó su estado mareal con el fin de evidenciar si cambios mareales afectan la detección del manglar. Las imágenes fueron trabajadas en reflectancia BOA, los IV se calcularon y se evaluó su precisión para identificar manglar/no manglar, y seguidamente, se hizo una identificación de puntos de manglar sobre el dataset WorldCover del año 2020 para determinar la exactitud de cada IV. Se identificó la firma espectral promedio del manglar para cada estado mareal (entre 0.23 y 0.25 unidades de reflectancia) y se determinaron las estadísticas descriptivas para cada IV. Se observó que el NDMI y el MMRI obtenido presentó una concordancia considerable en Chocó para la bajamar y una concordancia aceptable en Nariño para la pleamar, además, se mapeo su extensión espacial y la diferencia en su extensión. Los resultados demuestran el rendimiento de los IV específicos para manglares en Colombia como una alternativa práctica para rápidos mapeos de su extensión que contribuya a la gestión integral del ecosistema.
21 February 2020 in Revista Ciencias Marinas y Costeras
Ocean depth measurement plays a fundamental role to plan and manage marine resources and safe boat navigation. Satellite-Derived Bathymetry (SDB) is presented as a complementary technique to determine coastal water depth through remote sensing tools and Geographic Information Systems (GIS). The goal of this study was to determine the applicability of the SDB method in shallow waters in the Punta Luna sector in Bahía Solano, northern Colombian Pacific coast, using Landsat 8 satellite images from January 2017 and in situ bathymetric survey data from November 2016. The main result obtained in this study was a depth estimate of up to ± 7 m with R2 = 0.80, as well as an RMSE and an MAE equivalent to 1.49 and 2.22 m, respectively. Depth estimates obtained using SDB meet 51.17% of the Total Vertical Uncertainty (TVU) for the Special Order category, regarding the Standards for Hydrographic Surveys from the International Hydrographic Organization (IHO). Results obtained will serve as a reference to calculate depth using multispectral images and a benchmark for hydrographic officials and academics interested in coastal and marine research in the region.
25 August 2023 in Revista Ciencias Marinas y Costeras
Geographic data quality is an important factor for a better success rate in Marine Spatial Planning (MSP). Although the institutions that generate data must comply with quality standards, this is not always true, which leads to limiting their use and compromises the appropriateness of decisions regarding marine space. In this study, we evaluated the quality of an information database with 39 multiscale geographic data used in an MSP developed in 2022, for an area of the coastal-marine territory in the Colombian Pacific. An approach based on quantitative and qualitative criteria was implemented to determine the quality of the geographic data under the MSPglobal orientation. Results showed that the quality of 94% of the geographic data assessed was reliable, of which 41% did not report metadata and 38% did not have a year of completion, which calls into question compliance with regional regulations for generating quality geographic information. It also became evident that most of the data analyzed came from national public institutions responsible for complying with technical guidelines to guarantee the quality of geographic data for different purposes. This study provides a practical precedent that seeks to implement quality criteria for geographic data in MSP exercises focused on available multiscale thematic data, to be incorporated into MSPglobal initiatives at the regional level.