Universidad Nacional Federico Villarreal: "Cartografía Aplicada A La Reforestación"

“Año del Diálogo y la Reconciliación Nacional”
Universidad Nacional Federico Villarreal

Facultad de Ingeniería Geográfica, Ambiental y Ecoturismo
Escuela Académica Profesional de Ingeniería Geográfica
INFORME FINAL
CARTOGRAFÍA – Ing. Walter Zúñiga Díaz
“CARTOGRAFÍA APLICADA A LA
REFORESTACIÓN”
PRESENTADO POR:
CARHUARICRA AVENDAÑO YVONE

HUAMÁN RAMÍREZ RONALDO JUNIOR
FECHA: 29-05-201
GLOSARIO
RESTAURACIÓN Y REHABILITACIÓN NATURAL: Es el proceso de reforestación que implica la

revegetación de áreas degradadas, dañadas o destruidas, mediante el establecimiento de plantaciones de
especies arbóreas, con el objetivo de devolver esta área a su condición natural similar a la original, causando
un impacto ambiental y social en el área de influencia.
ANÁLISIS MULTITEMPORAL: Este proceso implica el análisis digital de dos o más imágenes satelitales,
referidas cronológicamente, las cuales guardan similitud en cuanto a sus características y propiedades, y que
al ser procesadas permiten identificar cambios en las características de las coberturas vegetales, dando indicios
claros del cambio de uso de los suelos y su dinámica.
INFORMACIÓN GEOGRÁFICA: Hace referencia a los datos referenciados geográficamente de cualquier

objeto que ocupa un espacio sobre la superficie terrestre, y que además relacionan información descriptiva
sobre dicho objeto.
IMAGEN SATELITAL: Es la representación visual de la información captada por un sensor (satélite

artificial), de un objeto ubicado sobre la superficie terrestre, cuya principal aplicación se basa en su
procesamiento para extraer información que permita resolver problemas particulares. Las imágenes satelitales
muestran más detalles de lo que el ojo humano puede detectar, debido a que su mecanismo se fundamenta en
la detección de cantidad de radiación electromagnética (energía).
EL CAMBIO EN LA COBERTURA VEGETAL DEL SUELO: Es definido como la conversión,

apropiación y utilización no naturales de los suelos de cobertura vegetal para usos distintos, generalmente
atribuido a procesos de deforestación, degradación del suelo, provocado generalmente por las actividades
humanas, fenómenos naturales (Hueveldop et al., 1968, p. 4).
LA CAPACIDAD DE USO MAYOR DE SUELO: Se define como las actividades que se realizan sobre la
capa del suelo, por factores humanos a la hora de satisfacer sus actividades socioeconómicas. A estas
actividades si no se le da la aplicación o ejecución adecuada podrían generar conflictos entre el uso del suelo
versus el establecimiento del uso de mayor potencial del suelo (Villarreal, 2000, p. 33).
EL DESARROLLO VEGETAL: Definido como el conjunto de procesos graduales y progresivos de

crecimiento (tamaño-estructura) y diferenciación (función) que contribuyen a la transformación de semillas a
plantas. Todo es te proceso se da siempre y cuando se cuenten con la mínima proporción de compuestos
(proteínas, agua, oxigeno, etc.) para el proceso (Hueveldop et al., 1968, p. 6).
ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA: Se define como el cálculo

matemático de valores de pixel, basados en la regla que a mayor cantidad de clorofila será mayor el nivel de
valor de pixel, entre –1 y +1, que permiten agrupar valores de pixel en clases de vegetación. La vegetación de
suelo desnudo con vegetación rala presenta valores positivos cercanos a 0, mientras que la vegetación.
RESUMEN
Esta investigación se realizó con el objetivo de describir las aplicaciones de la cartografía en la reforestación
de bosques del género Polylepis en la región de Arequipa en el Perú. La investigación fue de tipo descriptivo
correlacional, así mismo no se manipula deliberadamente variables y se basa en la observación de fenómenos
a través de periodos de tiempo, tal y como se dan.
Se usaron técnicas de interpretación visual multitemporal de imágenes satelitales para la cuantificación de

cobertura boscosa, fichas de observación, el cual fue aplicado para el recojo de la información cartográfica,
estadística y satelital, tomando como insumos información de servidores web suministrados por EARTH
EXPLORER, teniendo como población y muestra a la cobertura vegetal (Boscosa) que alberga el área de
estudio dentro de los cuales se realizaron siembras como parte de las actividades de reforestación.
El procesamiento cartográfico se realizó mediante los softwares SIG, ArcGIS y el procesamiento estadístico
mediante el programa Excel, el cual nos sirvió para realizar una clasificación supervisada de las diferentes
coberturas presentes en el área de estudio de manera que permitiera realizar el análisis multitemporal de las
mismas.
El procesamiento de los datos se desarrolló en dos fases, la primera de diagnóstico de cobertura base con el
propósito de obtener resultados de los factores influyentes (parámetros meteorológicos y distorsión en el uso
por capacidad de uso mayor de suelo) de las áreas probables con presencia de relictos; para en esas áreas
intensificar la interpretación visual de imágenes satelitales, mientras que en la segunda fase se realizó un
análisis multitemporal a través de datos satelitales, para obtener resultados de la productividad vegetal
(Desarrollo Vegetal).
Concluyéndose a partir de los resultados obtenidos que, al evaluar los cambios acontecidos en la superficie de
la cobertura vegetal de la región Arequipa, se determinó que se han dado de manera negativa, donde la
cobertura vegetal permanente perdió en 10.5% de su superficie total, vegetación considerada irrecuperable,
ya que se necesita de varios años para el desarrollo de estos tipos de vegetación, Además de la superficie
desnuda que ascendió al 4.5% de su superficie total, consideradose superficies desiertas o áridas que están
ampliando sus extensiones debido a la escases hídrica y calentamiento de la superficie.
Estos datos pueden servir como guía en la cartografía de relictos aún existentes en otros espacios, donde se
desconoce su verdadera superficie y distribución. Se ofrece así una herramienta para la cuantificación de
hábitats pequeños para los tomadores de decisiones en el manejo sostenible de estos ecosistemas
(Reforestadores).
Palabras Clave: Análisis Multitemporal, Análisis de Coberturas, Imágenes Satelitales, Reforestación,

Cobertura Vegetal, Desarrollo Vegetal.
INDICE
INTRODUCCIÓN
A pesar del desarrollo actual, el ser humano siempre ha sentido un fuerte interés por desarrollar los cambios
que ha experimentado la cubierta vegetal del planeta a lo largo del tiempo; la gran mayoría debido a la
actividad antrópica, que es la principal transformadora del paisaje y en los últimos años por el abrupto cambio
climático global que está soportando el planeta, es por ello que surgió la necesidad de determinar los procesos
de ascensión y retracción de la cobertura vegetal, mediante el análisis y procesamiento de imágenes satelitales.
La utilización de información satelital permite evaluar la velocidad de la deforestación/reforestación,

determinando su extensión geográfica y dando indicios de sus posibles causas, con este fin, se llevó a cabo el
análisis multitemporal usando imágenes satelitales del área de estudio, para identificar las nuevas
características de la cobertura vegetal y construir mapas locales detallados en donde se plasmen los resultados
obtenidos , existen diversos estudios sobre la distribución, estado de conservación, composición florística,
entre otros; basados en el género Polylepis.
El género Polylepis (Rosaceae) incluye aproximadamente 27 especies (Mendoza y Cano 2011; Kessler y
Schmidt-Lebuhn 2006). Formando bosques de hoja perenne con poblaciones muy fragmentadas a lo largo de
las alturas de los Andes tropicales y subtropicales (Zutta et al. 2012).
Sin embargo, en los últimos años se ha perdido un gran número de hectáreas de bosque, según los datos de la
Organización de las Naciones, entre 1990 y 2000 la tasa de deforestación fue de 1,905 km2 por año, en este
periodo de tiempo se perdió cerca de 5,4 millones de hectáreas (Ruiz, et al, 2011).
Para el 2014, a nivel nacional se identifica un total de 140.356 hectáreas (ha) deforestadas, aumentando un
16% la tasa de deforestación, con relación al año 2013 (120.934 ha), concentradas principalmente en las
regiones de la Amazonia, con el 45% y la región Andina, con el 24% del total nacional.
Los datos para el desarrollo de la investigación fueron extraídos de páginas, bases de datos y servidores web
de instituciones públicas (Senamhi, Minam, Minagri, etc.) del país, así como de extranjeras (United States
Geological Survey), así mismo se extrajeron dichos datos porque presentan la mejor alternativa para evaluar
los cambios y transformaciones de la cobertura vegetal a escala regional.
ÁREA DE ESTUDIO
El área de estudio es administrada y controlada en un Sistema de Información Geográfica, el cual almacena

datos que identifican al reforestador, su finca y tipo de plantación, con la ubicación exacta de las áreas
plantadas utilizando tecnología de georreferenciación (GPS). Debe ser procesada a través de herramientas
geoinformáticas que permitan monitorear y evaluar los beneficios ambientales de las medidas (agro)
forestales, buscando indicios de reestructuración del uso de la tierra en el área de estudio y de cambios en la
cobertura terrestre que indiquen restauración del suelo y sus componentes. Verificando así el normal
desarrollo de las actividades de reforestación.
La cobertura vegetal de la región de Arequipa, le debe su origen al relieve geológico, dominado por la
cordillera de los andes, donde se presentan accidentadas superficies con una riqueza en variedad de especies
forestales, interrumpidos por profundos valles agrícolas con vigoroso verdor; pero poseer esta riqueza vegetal
también tiene su contraparte ya que vienen siendo afectadas por asentamientos y crecimiento de las actividades
antrópicas, que van reduciendo así el valor paisajístico.
El problema se manifiesta en el uso e implicancias de la cobertura vegetal con las actividades y prácticas
socio-económicas de la población, especialmente en el sobrepastoreo, los efectos del cambio climático y el
inadecuado manejo forestal, que la van conduciendo hacia la perdida vegetal, y por ende está poniendo en
riesgo los recursos forestales, así como la supervivencia de los ecosistemas. Por otro lado, también la ausencia
de planificación del gobierno provincial, también está incidiendo en la disminución de la vegetación forestal.
DELIMITACIÓN Y LOCALIZACION
La presente investigación se desarrolla en la región de Arequipa (Figura 1).
Figura 1 Mapa del ámbito de estudio (Arequipa)
Fuente: Elaboración Propia

OBJETIVOS
OBJETIVOS GENERALES
Aplicar métodos y procedimientos cartográficos para proyectos de reforestación.
OBJETIVOS ESPECIFICOS
Generar la cartografía base la cual contenga la ubicación espacial por medio del procesamiento de imágenes
satelitales para determinar áreas con potencialidades para la reforestación a través de sistemas de información
geográfica (SIG).
Resaltar la importancia del uso de la teledetección y de las herramientas de sistemas de información

geográfica, en la cuantificación de cobertura boscosa y, por ende, en la toma de decisiones.
Mostrar la distribución geográfica, superficie y brindar información general de las características biofísicas
de la especie polypepis existente en el país.
Proporcionar información actualizada del patrimonio natural en su componente de cobertura vegetal para
facilitar la gestión de los recursos naturales, diversidad biológica y servicios ecosistémicos.
Estimar la recuperación de áreas degradadas y cambio de uso de suelo, mediante el análisis multitemporal de
la cobertura vegetal.
REVISION DE LITERATURA
ANTECEDENTES
MINAM (2009) refiere que en el Perú existen al menos 66 millones de hectáreas de bosque, ocupando a nivel
mundial el noveno puesto en cuanto a superficie, posee el 13% de los bosques amazónicos, así también es uno
de los más importantes en cuanto a diversidad biológica, por su gran variedad genética, especies de flora y
fauna, y ecosistemas continentales y marítimos. Así mismo, tenemos que la distribución de los bosques a nivel
nacional se encuentra en Áreas Naturales Protegidas, Bosques de Producción Permanente, Comunidades
Indígenas y Campesinas, Reservas Territoriales a favor de indígenas aislados, Humedales y Áreas aun No
Caracterizadas.
Es importante mencionar la existencia de diversos estudios que han permitido establecer cifras preliminares
sobre la superficie de bosques a nivel nacional, cuya información data del año 1975 hasta el 2000, siendo este
último, en los cuales se hicieron mayores esfuerzos para tener información sobre el estado de nuestros bosques
(MINAM 2009):
 Malleux(1975) elabora el primer mapa forestal del Perú, mediante fotointerpretación, en donde
encontró una superficie de 71 860 841 ha. de bosques, este estudio fue uno de los primeros en el cual
se tiene información de la superficie forestal a nivel nacional, a una escala de 1/1 000 000.
 INRENA (1995) publicó el Mapa Forestal del Perú, donde se estima que la superficie de áreas
boscosas asciende a 66 634 713 ha. Este trabajo se realizó sobre la base del Mapa Planimétrico del
Perú (1988) elaborado con imágenes de satélite LANDSAT- MSS de los años 1984 –1991, a escala
1/1 000 000.
 INRENA (2000), elabora una nueva versión del Mapa Forestal del Perú (sin publicar), con imágenes
de satélite LANDSAT TM y escala de trabajo 1/250 000; reportando una superficie de 68 550 161 ha.
de bosques.
Respecto al género Polylepis su descripción empezó hace más de dos siglos con la especie racemosa (Ruiz y
Pavon 1794). Les siguieron una serie de investigadores a lo largo de los siglos como Humboldt, Weddell,
Hieronymus, Stubel, y Bitter entre muchos otros que describieron una buena cantidad de las especies
existentes (Simpson 1979).
Se identifican también los estudios de flora y fauna realizados por diversas instituciones como las evaluaciones
de biodiversidad desarrolladas por la Asociación de Ecosistemas Andinos (ECOAN), en los departamentos
de Puno, Ayacucho, Cusco y Ancash entre otros. Documentos similares son propuestas de áreas de
conservación por parte del Servicio Nacional de Áreas Naturales Protegidas (SERNANP), por ejemplo para
el área de conservación privada “Choquechaca” (RM N° 074-2010 – MINAM).
La literatura sobre Polylepises extensa (Doroujani 2008). Sin embargo, la distribución natural de los bosques
ha sido debatida durante mucho tiempo como consecuencia de la actual fragmentación potencialmente
resultante de presión de miles de años de poblaciones humanas en los Andes (Kessler 2002). Son escasos los
estudios sobre su cobertura, plasmados en un mapa detallado y a nivel nacional, la ONERN citado por Barreda
(1951), estimó una superficie promedio de 42 250 ha de estos relictos para un total de 9 departamentos. Luego
los mapas Forestales del Perú (INRENA 1995 y INRENA 2000), arrojan cifras nacionales de 93 700 ha y 35
486 ha respetivamente.
En el caso de la cartografía de estos bosques, el Centro de Datos para la Conservación (CDC) elaboró el mapa
de distribución en la cordillera Huayhuash en el año 1999 (sin publicar) y Chang hizo lo mismo para la
cordillera Blanca dentro de los límites del Parque Nacional Huascarán en el año 2001 (sin publicar). Braun
(1997) exploró las posibilidades de usar métodos digitales para describir patrones boscosos en los Andes.
Dourojeanni (2008), logra ubicar y analizar espacialmente todos los parches de bosques de Polylepis(Cuenca
Alta del Rio Pativilca) analizándolos según su exposición al sol, pendiente y altitud. Usando imágenes
LANDSAT 7 TM y ETM+, imágenes CBERS, SPOT y un pequeño sector con imágenes satelitales de alta
resolución presentes en Google Earth, siendo en este último donde obtuvo mejores resultados.
Benham et al. (2011) a través del uso de imágenes satelitales de alta resolución presentes en la interface de
Google Earth, determinaron una cuantificación más precisa de la superficie de los bosques en algunas
localidades del departamento Apurímac. Demostrando la confiabilidad del uso y manejo de este tipo de
información para la localización de habitad y superficie de pequeños parches de bosques que son
imperceptibles o muy difíciles de analizar con imágenes de baja a media resolución.
A NIVEL NACIONAL
Haciendo una revisión a los antecedentes nacionales que dieron pie a la presente investigación se cita a:
Miyasiro, M. y Ortiz, M. (2016) quienes realizaron la tesis “Estimación mediante la teledetección de la
variación de la cobertura vegetal en las lomas del distrito de Villa María del Triunfo por la expansión urbana
y minera (1986-2014)”, el cual fue sustentado en la Universidad Nacional Mayor de San Marcos - Facultad
de Ingeniería Geológica, Metalúrgica, Minera y Geográfica, así mismo se planteó como objetivo estimar y
analizar la variación de la superficie de cobertura vegetal de las lomas del distrito de Villa María del Triunfo
frente a la expansión urbana y minera durante los años 1986-2014. Este trabajo busca adquirir conocimientos
acerca de la variación de la cobertura vegetal de las lomas del distrito en estudio, la cual comprende procesos
de reducción de la cobertura vegetal, debido a la expansión urbana desordenada y ampliaciones de la actividad
minera no metálica. Así mismo busca proponer delimitaciones de las lomas con fines de conservación de la
biodiversidad temporal que presenta, así como una planificación urbana. En cuanto a la metodología se
desarrolló una investigación aplicada con un nivel descriptivo, con la colaboración de un procesamiento y
análisis de imágenes satelitales para determinar la evolución de la cobertura vegetal y la expansión urbana y
minera, mediante el uso de herramientas de teledetección, que se apoyó en datos cartográficos, bibliográficos
y un trabajo de campo. Concluyéndose que a partir de los datos obtenidos la extensión de la cobertura vegetal
de las lomas un 26.3%, fue convertido en suelo urbano, mientras que un 3.4% fue convertido a suelo de
extracción minera a lo largo del periodo en estudio, su vez estas expansiones urbanas se caracterizan por ser
informales e invadidas por pobladores migrantes y marginales de bajos recursos. Este trabajo se relaciona con
la investigación en curso, ya que propone una metodología que permite analizar la evolución de la cobertura
vegetal de las lomas costeras temporales, para lo cual hace uso de un enfoque basado en la observación
evolutiva, y procesamiento de imágenes satelitales, para obtener las respuestas ante las amenazas de expansión
de las áreas urbanas y mineras que actualmente están influyendo negativamente en la perdida de superficies
de vegetación y fauna que se alberga en dichas áreas.
De igual manera, Cuentas, M. (2015) quien realizo la tesis “Revalorizando el bosque seco de algarrobo.
Estudio y análisis de la biodiversidad, distribución y conservación de los bosques secos en Lambayeque”, el
cual fue sustentado en la Pontificia Universidad Católica del Perú - Facultad de Letras y Ciencias Humanas,
para ello, se planteó como objetivo identificar y plantear estrategias para una mejor gestión de los bosques
secos de algarrobo en Lambayeque, con la finalidad de preservar y valorizar los recursos forestales para
beneficio ecológico y económico. Este trabajo busca adquirir conocimientos sobre los cambios evolutivos de
los bosques secos de algarrobos de costa norte del país, así mismo contribuir con la protección y conservación
de estos ecosistemas endémicos del país. En cuanto a la metodología de la investigación se desarrolló en base
a la biogeografía de la conservación para analizar el pasado y el presente de la ecología, para identificar
modelos de distribución de especies y ecosistemas, y para poder extraer las opiniones de la población. Se
utilizó software SIG para el procesamiento y análisis de imágenes satelitales, así como para calcular el
porcentaje de vegetación de los años en estudio, además se aplicó la recolección de información a partir de
conversatorios y cuestionarios. Concluyéndose que a partir de los datos obtenidos, que los bosques secos
presentan una reducción, por la intensa deforestación, cambios de uso de suelo y sobrepastoreo, por lo cual
conlleva a una disminución del ecosistema, afectando a su flora, fauna y habitad, recomendándose crear un
modelo de gestión para reforestar las zonas deforestadas, elaborar planes de desarrollo territorial. Este trabajo
se relaciona con la presente investigación, ya que propone una metodología que permite estudiar y analizar la
dinámica evolutiva de la cobertura vegetal de los bosques secos, para lo cual hace uso de técnicas basado en
el uso de software SIG, para obtener las respuestas de los cambios multitemporales de la vegetal y para buscar
contribuir con su conservación.
Así mismo, Moschella, P. (2015) quien elaboro la tesis “Variación y protección de humedales costeros frente
a procesos de urbanización: casos ventanilla y puerto viejo”, el cual fue sustentado en la Pontificia Universidad
del Católica del Perú - Facultad de Letras y Ciencias Humanas. En su investigación, se planteó como objetivo
el aporte de conocimiento sobre las intervenciones físicas y normativas en los humedales costeros frente a los
procesos de expansión urbana, para orientar la gestión sostenible de este frágil ecosistema. Este trabajo busca
adquirir conocimientos de la evolución de los humedales costeros en los últimos años, así como la convivencia
actual con los impactos negativos por el abrumador crecimiento urbano, así como la búsqueda de protección
para su conservación y protección. En cuanto a la metodología se tuvo un diseño experimental, con un nivel
de investigación descriptivo, donde se describieron las situaciones y características observadas, a su vez se
realizó el procesamiento multitemporal y análisis de la información satelital mediante el uso de software SIG,
con apoyó de cartas nacionales, bibliografía, fotografías y trabajo de campo. Concluyéndose que, a partir de
los datos obtenidos, el crecimiento urbano representa una amenaza en la conservación de los humedales
costeros, debido a que han experimentado impactos negativos como la reducción de los cuerpos de agua, de
flora y de fauna durante los procesos de urbanización, a su vez estos impactos generan pérdidas adicionales
en servicios ambientales como la degradación de estos ecosistemas, depuración del agua; regulación
microclimática; y servicios de recreación, turismo, educación e investigación. Este trabajo se relaciona con la
presente investigación, ya que propone una metodología que permite analizar la dinámica evolutiva de los
humedales costeros, así como los efectos antrópicos sobre él, para lo cual hace uso de un enfoque basado en
la observación y el análisis de los cambios de la cobertura vegetal, y el procesamiento de imágenes satelitales,
para obtener las respuestas ante las amenazas antrópicas planteadas y así contribuir a la protección de la
vegetación y fauna del área en estudio.
Mientras tanto, Guardamino, L. (2014) quien realizo la tesis “Análisis de la evolución de las lagunas de alta
montaña en la cordillera del Vilcabamba (Cusco y Apurímac) entre los años 1991-2014 mediante métodos de
sensoramiento remoto y sig” el cual fue sustentado en la Pontificia Universidad Católica del Perú - Facultad
de Letras y
Ciencias Humanas, para ello, se planteó como objetivo identificar las lagunas de la Cordillera del Vilcabamba
y realizar un análisis sobre su evolución entre los períodos 1991, 2001, 2010 y 2014. Este trabajo busca
adquirir conocimientos acerca de los cambios globales que en los últimos años está experimentando la tierra,
como el derretimiento acelerado de los glaciares por el calentamiento global, que está generando pérdidas en
cubierta glaciar y de lagunas, pero a su vez favorece al crecimiento volumétrico de algunas lagunas. Ante este
escenario se buscó evaluar dichos cambios para evitar las posibles amenazas que en un futuro podría causar
rebasamientos de las lagunas para poder prevenir posibles desastres futuros. En cuanto a la metodología la
investigación se desarrolló en cinco fases; en la primera fase se recopilaron los datos cartográficos y satelitales
para delimitar el área de estudio y para la identificación de los parámetros a analizar, en la segunda fase
procedió con el procesamiento de las imágenes satelitales; en la tercera fase se aplicaron los cálculos de índices
hídricos de diferencia normalizada a las lagunas y nevados; en la fase cuatro se analizaron los parámetros
físicos influyentes en el desarrollo de la cubierta hídrica y en la última fase se procedió con las comparaciones
de los resultados según años de estudio. Concluyéndose que a partir de los datos obtenidos, que la cubierta
glaciar de la cordillera del Vilcabamba durante los años en estudio ha tenido un retroceso de 101.94 km2 y
que la tasa de retracción promedio anual es de 2.29 %, a su vez dentro de los 24 años de estudio se han formado
82 nuevas lagunas. Por lo tanto la superficie de las algunas ha alcanzado 544.5 hectáreas de terreno. Este
trabajo se relaciona con la investigación en curso, ya que propone una metodología para analizar la dinámica
evolutivas de las superficies de cubiertas no vegetales, por lo cual hace uso de procesamientos de datos
mediante software SIG, para analizar e interpretar los cambios de la cubierta no vegetal, así como su influencia
de los comportamientos de los parámetros físicos sobre la cubierta.
Por último, Zorogastúa, C., Cruz, P., Quiroz, R. y Garatuza, J. (2011) realizaron el artículo científico
“Evaluación de cambios en la cobertura y uso de la tierra con imágenes de satélite en Piura – Perú”, cual fue
presentado la Universidad Nacional Agraria La Molina - Departamento Académico de Biología, para ello se
plantearon como objetivo evaluar el cambio de cobertura y uso de tierra en los bosques secos
de la costa norte del país. Este trabajo busca adquirir conocimientos acerca de la evolución de la cobertura
vegetal de la costa norte del país, así mismo busca una aproximación a las relaciones causales que determinan
las evoluciones de la vegetación para poder contribuir en dimensionar programas de control para deterioro
medio ambiental. En cuanto a la metodología usada fue la aplicación de procesamiento de imágenes del
satelitales a través de software SIG, para mostrar los cambios en la vegetación, además se usó mapas de la
INRENA como línea base, para compararlos con los resultados obtenidos y determinar los avances o
retrocesos de la cubierta vegetal. Concluyéndose a partir de los datos obtenidos de que, durante el período
evaluado se encontró que el 38 % del área del bosque seco permanece sin variación debido a que son
protegidos y conservados por la población, mientras que el 13 % ha mejorado su condición debido al durante
el año del Fenómeno del Niño alcanzaron su vigorosidad y el otro 23 % tiende a la reducción de su cobertura
vegetal debido a la creciente actividades antrópicas y eventos climáticos como la escases continua de
precipitaciones e incremento de temperatura año tras año. Este trabajo se relaciona con la presente
investigación debido a que utiliza la técnica de teledetección para el procesamiento y análisis de imágenes
satelitales para determinar la magnitud e intensidad de los factores antrópicos y meteorológicos que afectan
continuamente a la cubierta vegetal y para que las personas correspondientes tomes medidas para atenuar el
avance de la deforestación y reducir los impactos negativos.
A NIVEL INTERNACIONAL
Tenemos a, Barrena, W. (2015) quien realizo la tesis “Evaluación de la cobertura vegetal de las áreas bajo
conservación del proyecto socio bosque localizados en la ciudad de Cuenca – Ecuador”, el cual fue sustentado
en la Universidad San Francisco de Quito – Colegio de Postgrados, como objetivo se planteó evaluar el estado
de la cobertura nativa de las áreas bajo conservación del Programa Socio Bosque localizados en la ciudad de
Cuenca – Ecuador, mediante ortofotos y el empleo de SIG, como insumo para el mejoramiento de los procesos
de incorporación de hectáreas y de monitoreo. Este trabajo busca adquirir conocimientos acerca de la
conservación de la vegetación que involucra a las personas que trabajan en el campo, porque son las que
corroboran y dan fe de la existencia de la vegetación, y las personas de oficinas porque son las que diseñas
planes, sistemas y programas de monitoreo para la conservación de la vegetación. En cuanto a la metodología
se aplicó el procesamiento con software SIG a las ortofotos para zonificar del área de estudio e identificación
y analizar las coberturas vegetales, para posteriormente analizarlas, clasificarlas y compararlas según años de
estudio, para su interpretación. Concluyéndose que a partir de los datos obtenidos que solo el 36% de la
cobertura vegetal está bajo conservación, mientras que un 64% está por zonificar, ya que se presentan
limitaciones externas para su zonificación, como vías de comunicación, suelos descubierto y cuerpos de agua,
además se observó que el 97.8% son vegetación natural, mientras que 2.20% le corresponde a vegetación
foráneas. Este trabajo se relaciona con la presente investigación en curso, ya que aplica procedimientos, para
el estudio de la evolución de la cobertura vegetal, para lo cual hace uso de software SIG, a su vez demuestra
cuán fiable son estos procedimiento a la hora de evaluar datos e información de ortofotos para determinar de
la salud y vitalidad de cualquier cobertura vegetal.
Igualmente, Padilla, J. (2014), quien realizo la tesis “Estudio multitemporal del uso del suelo y cobertura
vegetal natural en el páramo de la parroquia Mulaló”, el cual fue sustentado en la Universidad técnica de
Ambato, para ello se planteó como objetivo estudio multitemporal, uso del suelo y cobertura vegetal natural,
entre los años 1991, 1999 al 2013 en el páramo de la Parroquia Mulaló. Este trabajo busca adquirir
conocimientos acerca del uso y expansión del suelo en las actividades antrópicas, así como su influencia en
la transformación y disminución de la cobertura vegetal. En cuanto a la metodología se aplicaron cuatro fases
de investigación: la investigación bibliográfica con el propósito de conocer, comparar y deducir la cobertura
vegetal natural y uso de suelo del área de estudio, la investigación de campo para comprobar el estado actual
de la cobertura vegetal y uso de suelo, la investigación experimental para determinar mediante el
procesamiento y análisis de imágenes satelitales las evoluciones de la cobertura vegetal y uso de suelo, y la
investigación descriptiva para describir los cambios que presentan cada cobertura existente en el área de
estudio. Concluyéndose a partir de los resultados obtenidos que, en que la cubierta vegetal es altamente
amenazadas debido a los cambios de uso del suelo (cultivos agrícolas temporales limitados), además se
determinó que la tasa anual de pérdida de la vegetación natural de 3,96 % para el matorral húmedo, 0,82 %
para el bosque nativo y 0,6 para el páramo y a la vez se recomendó que el uso del análisis multitemporal debe
ser tomado como indicadores para la toma de decisiones y la aplicación de planes y programas que permitan
la conservación biológica. Este trabajo se relaciona con la investigación en curso ya que permite analizar
mediante técnicas y uso de software SIG permite determinar la variación de las cubiertas vegetales por el
cambio de uso de los suelos para fines del desarrollo de actividades socioeconómicas de la población, que a
la vez esta es determinante para zonificar y destinar las áreas para el desarrollo humano para que no influyan
en la disminución la cobertura vegetal.
De la misma manera, Falcón, O. (2014) quien realizo la tesis “Dinámica de cambio en la cobertura/uso de
suelo, en una región del estado Quintana Roo, México”, el cual fue sustentado en la Universidad Nacional
Autónoma de México – Facultad de Filosofía y Letras, así mismo, planteó como objetivo determinar y analizar
la dinámica de cambio en la cobertura/uso del suelo de diversos ejidos en varios municipios del estado
Quintana Roo, así como evaluar la influencia que las políticas públicas que se tiene sobre dicha dinámica.
Este trabajo busca adquirir conocimientos de los cambios de la cobertura vegetal/uso del suelo de los últimos
tiempos, donde es considerado uno de los factores influyentes en el cambio global y la vez la degradación y
desertización que están provocando en los suelos, que posteriormente están provocando deforestación y
migraciones de la biodiversidad. En cuanto a la metodología se utilizó herramientas de software SIG para el
tratamiento y análisis de las imágenes satelitales, para determinar la evolución de la cobertura vegetal/uso del
suelo y poder evaluar sus comportamientos y relaciones, a su vez se realizó entrevistas de campos a los
ejidatarios del área de estudio. Concluyéndose a partir de los datos obtenidos que existe una dinámica de
pérdida de vegetación en la región en estudio y que se relaciona principalmente al uso de suelo a esta pérdida
por las actividades agropecuarias, a su vez las políticas públicas aun no son suficientes para promover el
desarrollo y consumo responsable del recurso forestal, es por ello que se busca nuevos modelos sostenibles
para gestionar los recursos forestales. Este trabajo se relaciona con la presente investigación, debido a que se
basa en la plataforma de tratamiento y análisis de imágenes satelitales para determinar las coberturas vegetales,
así como la dinámica de evoluciones a lo largo de los años en estudio de los recursos forestales y su vez
propone una gestión territorial para comprender las problemáticas del uso del suelo, ya que no se valoran los
recursos vegetales para la sostenibilidad.
Así mismo, Hurtado, J. (2014) quien realizo la tesis “Análisis, modelamiento y simulación espacial del cambio
de cobertura del suelo, entre las áreas naturales y las de origen antrópico en la provincia de Napo (Ecuador),
para el período 1990 – 2020”, el cual fue sustentado en la Universidad Nacional de La Plata – Facultas de
Ingenierías, en su investigación se planteó como objetivo analizar, modelar y simular el cambio de cobertura
entre áreas naturales y áreas de origen antrópico, para determinar zonas ya deforestadas y aquellas susceptibles
a la deforestación en la provincia de Napo, para el período 1990-2020. Este trabajo busca adquirir
conocimientos acerca de la riqueza vegetal que alberga la provincia de Napo, sin embargo esta riqueza se ve
amenazado por el cambio de uso del suelo para el desarrollo de actividades socioeconómicas de la población,
así como los cambios meteorológicos, que están disminuyendo la superficie de cobertura vegetal. En cuanto
a la metodología, se desarrolló en base a determinación de los datos de los parámetros meteorológicos
influyentes en el área de estudio, y el procesamiento de información satelital por software SIG para generar
los mapas de la cobertura vegetal de los años en estudio y posterior análisis, para identificar las coberturas
vegetales naturales y antrópicas. Así mismo se evaluó el uso del suelo, a través del modelo CA_MARKOV
para determinar las actividades predominantes en la deforestación. Concluyéndose que, a partir de los
resultados obtenidos que la cobertura vegetal presenta unas amenazas por las actividades antrópicos y la
variabilidad de los factores meteorológicos, debido a que se verifico y calculo la tasa de disminución de la
deforestación, siendo 4105 hectáreas al año durante el periodo de estudio. Este trabajo se relaciona con la
presente investigación, ya que presenta una metodología para el análisis de la evolución de la cobertura
vegetal, así como de determinar la deforestación por el cambio de uso del suelo por actividades antrópicas y
factores físicos meteorológicos. Así mismo propone herramientas para gestionar la planificación territorial
del uso del suelo para no condicionar el desarrollo vegetal.
Por último, Aldas, J. (2013) quien realizo la tesis “Estudio de variación de la cobertura vegetal y estado actual
del Cerro Imbabura aplicando herramientas GIS con fines de declaración de área protegida” el cual fue
sustentado en la Universidad San Francisco de Quito – Colegio de Postgrados, para ello se planteó como
objetivo determinar la disminución de cobertura vegetal en los últimos 20 años, a través de imágenes
satelitales y el empleo del SIG, como insumo para la declaración de área protegida. Este trabajo busca adquirir
conocimientos de la megabiodiversidad que alberga el área en estudio y que sin embargo necesita de una
conservación ya que en los últimos años la cobertura vegetal se ha visto alterado por actividades de uso de
suelo de la población, como incendios de los bosques y el crecimiento de las fronteras agrícolas. Así mismo
se busca la promoción de políticas públicas para asegurar su disfrute de las futuras generaciones. En cuanto a
la metodología, se aplicó herramientas del SIG, en dos fases, la primera para el diseño de mapas cartográficos
temáticos de los factores físicos influyentes en la cobertura vegetal y para la segunda fase se procesó y analizo
multitemporal la cobertura vegetal, mediante las imágenes satelitales. Concluyéndose que, a partir de los
resultados que el área de estudio perdió 153.6 ha de bosque, siendo el 47.22% del área total del bosque, con
una tasa anual de deforestación de 11.1% equivalente a 84.6 ha/año, implicando que hubo un crecimiento en
las actividades antrópicas, ligadas al consumo de los recursos que proporciona el área de estudio. Este trabajo
se relaciona con la presente investigación, debido a que también utiliza como metodología el uso de SIG para
procesar y analizar la evolución de la cobertura vegetal a través de imágenes satelitales, así mismo para
determinar la influencia en la disminución de cobertura vegetal por el uso del suelo en actividades
socioeconómicas de la población.
MARCO TEÓRICO
LA REFORESTACIÓN
La reforetación es la acción de poblar o repoblar con especies arbóreas o arbustivas, mediante plantación,
regeneración manejada o siembra, cualquier tipo de terreno. También se define una plantación forestal como
una masa boscosa producto de la reforestación. Esta definición involucra la intervención de la gente, por lo
que la reforestación es un proceso que requiere del compromiso por parte de la gente de realizar la actividad
con diferentes fines.
En el sentido forestal puro, las reforestaciones pueden ser de dos tipos: productoras o protectoras.
Las productoras: son aquellas conocidas también como comerciales, en donde se pretenden conseguir bienes
directos como la madera, leña, resina, frutos u otros productos.
Las protectoras: son aquellas con las que se pretende conseguir beneficios indirectos derivados de la simple
existencia de la vegetación. Para el caso que nos ocupa, las más importantes son las que pretenden reducir los
riesgos de erosión del suelo y proteger los cuerpos de agua, pero también las que intentan reducir los riesgos
de erosión eólica, y aumentar condiciones de desarrollo de la vida silvestre.
En el programa de reforestación, se tiene un enfoque de protección del recurso; sin embargo, también se tiene
un componente productivo con el objeto de contribuir con la seguridad alimenticia y promover mejores
prácticas de producción que aumenten los rendimientos y se proteja el ambiente.La reforestación es un método
activo que busca recuperar la cobertura de bosque en un sitio deforestado mediante la introducción de semillas
o plántulas.
Debe tener en cuenta:
El nivel de degradación del sitio determina el tipo/intensidad de acciones apropiadas para iniciar y favorecer
el crecimiento de nueva vegetación.
El potencial de regeneración determina el tipo/intensidad del esfuerzo necesario para restaurar la diversidad
de especies en el sitio.
DEFORESTACIÓN:
Definición conceptual de deforestación:
Según FAO, Transformación del bosque en otro uso de la tierra o reducción de la cubierta de copa por debajo
del umbral mínimo del 10%. (FAO, 2005).
Según CNUCC, Conversión por actividad humana directa detierras boscosas entierras no forestales.(CNUCC,
2002). Según reunión en la región de Iquitos, Cambio de bosque a no bosque producto de la actividad humana
y medido por la reducción de la cubierta de copa. (Iquitos, 2012).
Actualmente, las actividades antrópicas tales como la actividad agropecuaria, la minería, aprovechamiento de
madera, entre otras, están originando cada año la pérdida de grandes superficies de bosques. No sólo es la
pérdida de biomasa vegetal en sus diferentes formas de vida (árboles, arbustos, herbáceas, cañas, epifitas,
trepadoras, suculentas, palmeras, etc.), sino que pone en peligro a la biodiversidad y refugios de la fauna
silvestre, así como, de los servicios ambientales del bosque. (Análisis y Modelación de Deforestación para los
años 1990, 2000 y 2010 en el Corredor Manu-Amarakaeri, noviembre 2012. Ríos Alvarado, Josué Renato, et
al.)
Por otro lado, la quema de bosques aporta con gases al efecto invernadero. Transformar la cobertura de los
bosques tropicales por vegetación gramínea principalmente, causa, en escala continental, un aumento
significativo en la temperatura superficial y la disminución de la evaporación y de la precipitación. La
disminución de la biomasa aumentaría la cantidad de dióxido de carbono (CO2 ) en la atmósfera y así
contribuiría al calentamiento global.
La deforestación, por tanto, puede ocasionar la extinción local o regional de especies, la pérdida de recursos
genéticos, el aumento de plagas, la disminución en la polinización de cultivos comerciales o la alteración de
los procesos de formación y mantenimiento de los suelos (erosión). Asimismo, impide la recarga de los
acuíferos y altera los ciclos biogeoquímicos. En suma, la deforestación provoca pérdida de diversidad
biológica a nivel genético, poblacional y ecosistémico.
BOSQUES DE POLYLEPIS
Los Bosques de Polylepis se encuentran distribuidos a lo largo de la cordillera de los Andes, desde Venezuela
hasta el centro de Argentina; en el Perú se encuentra en forma de parches o manchas aisladas a alturas
superiores a los 3800 m. a pesar de su pequeña extensión, son considerados verdaderos oasis biológicos debido
a que cumplen importantes funciones ecológicas como son la de almacenar agua, detener la escorrentía,
controlar la erosión, retener sedimentos, producción de madera y utilización de plantas medicinales;
representando sistemas biológicos únicos caracterizados por tener distribución restringida, por lo que son de
gran interés ecológico, sistemático, y biogeográfico. Sin embargo, a pesar de su importancia biológica, estos
bosques, representan uno de los hábitats más vulnerables de los altos Andes, por la creciente presión humana
debido a factores económicos, sociales, y culturales (Venero y De Macedo 1983; Fjeldsa y Kessler 1996).
TAXONOMIA
Simpson (1979) señala que el género Polylepis pertenece a la tribu Sanguisorbeae de la familia Rosaceae, que
se caracteriza por una polinización anemófila y por sus frutos secos. Polylepis incluye entre 15 y 28 especies,
en su mayoría árboles de 5-10 m altura, pero también con algunas especies comúnmente arbustivas (P.
microphylla, P. pepei, P. tarapacana, P. tomentella subsp. nana) y otras que llegan a superar los 25 m (P.
lanata, P. pauta).
Los análisis filogenéticos sugieren que Polylepis se desarrolló mediante poliploidización desde el género
arbustivo y herbáceo Acaena y que las especies filogenéticamente basales
de Polylepis fueron árboles con hojas delgadas, 7-11 foliolos por hoja, corteza delgada e inflorescencias con
abundantes flores (hasta más de 70), (Simpson 1979, Smith 1976).
Todas estas son adaptaciones a los hábitats fríos y áridos de los altos Andes. Aunque no hay dataciones
exactas, la orogenia andina relativamente reciente y la baja diferenciación genética de las especies sugieren
que la evolución del género ha ocurrido en los pocos últimos millones de años (Simpson 1979).
Es muy probable, que la evolución del género haya sido dominada por las marcadas fluctuaciones climáticas
durante el período pleistocénico, forzando a las especies a migrar repetidamente a condiciones ecológicas
favorables, así como fragmentando las distribuciones de especies (Fjeldsa 1987).
Numerosos bosques están compuestos por solamente una o dos especies de Polylepis, pero en ciertas regiones,
varias de estas especies pueden encontrarse dentro de un área bastante restringida, tal como se observa en la
cordillera de Carabaya y la cordillera Oriental donde es posible encontrar hasta cuatro especies (Fjeldsa 1987).
INFORMACIÓN GEOGRÁFICA
El medio ambiente se encuentra en constante dinámica, produciendo información de sus componentes, y de

su relación con las poblaciones aledañas, las cuales hacen uso de sus bienes y servicios. En el país existen
organizaciones ambientales que capturan esta información con el objetivo de almacenarla, manejarla y
procesarla, lo que permite al usuario aprovecharla para crear estrategias para su respectiva gestión.
Cuando se hace referencia a la información geográfica se sabe que siempre estará representada por un dato
que ocupa un espacio cartográfico y representa una localización especifica de acuerdo a un sistema geográfico
de referencia o dirección, el cual describe propiedades de un objeto o fenómeno, de manera que permite inferir
sus causa y posibles consecuencias, a partir de la interpretación de patrones y/o variación de los datos (Instituto
Nacional de Estadística y Geografía, INEGI, 2014).
GEORREFERENCIACIÓN ESPACIAL
La georreferenciación está definida como el proceso a través del cual se define el posicionamiento de un
objeto cualquiera sobre la superficie terrestre, de acuerdo a su localización en un sistema de referencia. Las
coordenadas de dicha posición son sistemas de medición compuesto por Latitud y longitud. (Sastre, 2008).
SISTEMAS DE INFORMACION GEOGRAFICA
El concepto relacionado a un Sistema de Información Geográfica habla de una interacción y un proceso

organizado donde influyen hardware, software, datos geográficos y personal idóneo, diseñada para capturar,
almacenar, manejar, analizar, modelar y representar de forma concreta la información geográficamente
referenciada con el fin de brindar herramientas para la correcta planificación y gestión, construyendo
estrategias que permitan modelar descriptiva y predictivamente la evolución temporal y espacial de los
elementos del ambiente. (Sastre, 2008).
La integralidad que manejan los SIG hace que sea la herramienta más a adecuada para el procesamiento, la
gestión de resultados y elementos producidos por otras tecnologías, las cuales se centran en el
aprovechamiento de la información espacial y están conectadas en mayor o menor medida a un SIG (Olaya,
2011).
TELEDETECCIÓN
La teledetección (o percepción remota) es una técnica mediante la cual se pueden obtener imágenes de la
superficie terrestre desde sensores instalados en vehículos de navegación aérea, en la que intervienen
componentes como la energía, los elementos de la superficie terrestre y de la atmosfera, los sistemas sensores
y finalmente, los sistemas de recepción de la información (Ardila, 2013). El principio fundamental de la
percepción remota engloba el posterior tratamiento de las imágenes, en el contexto de una determinada
aplicación con el fin de obtener información que ayude a resolver interrogantes, y plantear métodos
predictivos y preventivos para cualquier problemática (Chuvieco, 1995).
IMÁGENES SATELITALES
Las imágenes satelitales multitemporales son la representación visual de la información capturada por un
sensor de un satélite artificial, y son de mucha utilidad para la identificación y monitoreo de los elementos del
medio ambiente y su dinámica ecosistémica. Las imágenes se han convertido en una herramienta ventajosa
para la evaluación y el seguimiento de cualquier elemento sobre la superficie terrestre y de su comportamiento
en lapsos determinados de tiempo, infiriendo los factores determinantes en los cambios que se presenten en
la cobertura terrestre.
 IMÁGENES LANDSAT: son imágenes que están compuestas por 7 bandas multiespectrales que
van desde niveles visibles hasta el infrarrojo medio, con una resolución de 30 metros, en la mayoría
de ellas. Las principales aplicaciones de estas imágenes se centran en la identificación y clasificación
de las distintas cubiertas que existen en la superficie terrestre, determinación de humedad del suelo,
clasificación de la vegetación, mapas hidrotermales y estudios multitemporales (Soluciones Integrales
en Geomática, 2016).
A las imágenes del satélite Landsat 8 se incorporan dos nuevas bandas espectrales: un canal profundo
en el azul visible (banda 1), diseñado específicamente para los recursos hídricos e investigación en
zonas costeras, y un nuevo canal infrarrojo (banda 9) para la detección de nubes cirrus.
Adicionalmente una nueva banda de control de calidad se incluye con cada producto de datos
generado (ver Tabla 3). La descripción detallada de las características que proporciona información
más detallada sobre la presencia de características como las nubosidad, agua y nieve (IGAC, 2013)
Tabla 3. Características de las imágenes Landsat 8
Fuente: COLOMBIA. INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI, IGAC.
ANÁLISIS MULTITEMPORAL
La metodología de análisis multitemporal, es una técnica de análisis que permite obtener conclusiones con
relación a las transformaciones espaciales de una región. Al realizar el procesamiento multitemporal de
imágenes satelitales, se debe obtener una serie de datos que estén referenciados de acuerdo a la fecha de su
origen, y que finalmente tienen que convertirse en un conjunto único de datos (Mehl y Peinado, 1997).
El objetivo principal de los estudios multitemporales es detectar cambios en la cobertura entre dos fechas de
referencia, evidenciando la marcada repercusión de la acción humana sobre los recursos naturales (Trejos,
2008)
METODOLOGÍA
En este proyecto se realizó una Investigación Descriptiva, en la cual se usó información confiable. Las
actividades se enfocaron hacia la teledetección con base en un análisis multitemporal de imágenes satelitales
a través de herramientas geoinformáticas, con el fin de identificar el impacto ambiental resultante de las
actividades de reforestación.
Siguiendo nuestro objetivo principal, que es el de desarrollar una metodología para la cartografía de
bosques de Polylepis, mediante diferentes herramientas SIG a través de la interpretación visual de
imágenes satelitales.
Se definió una metodología, la cual sirva como referencia para otras áreas donde se presente este tipo de
bosques y se desee conocer su superficie con fines de manejo forestal complementada con registros
georreferenciados en campo, como parte de un proceso de supervisión que regula y garantiza el
aprovechamiento del bosque en sus diferentes modalidades.
El modelo conceptual en que se basa el presente estudio consta de 8 grandes etapas consecutivas y
dependientes entre sí.
Figura 1. Modelo Conceptual general de la metodología.

MATERIALES
MATERIALES
 Imágenes LANDSAT 5, para Perú y el periodo 2011 – 2012 (resolución 30 m).
 Modelos de Elevación ASTER-GDEM, para el Perú (resolución 30 m).
 Hojas de la Carta Nacional IGN a escala 1/100 000 en formato digital.
 Base de datos del Worldclim (http://www.worldclim.org/)(resolución 1 km).
EQUIPOS
 PC Core i7, procesador de 3.80 GHz, 32 GB de memoria RAM, Disco duro de 4 TB.
SOFTWARE
 Arc Gis (Versión 10.0).
 Erdas Imagine (versión 2010).
 Google earth (versión 6)
 Microsoft Office 2010.
 Diva-GIS 7.5
 Desktop-GarpSetup 1.1.6
 Maxent 3.3.3e
CARTOGRAFÍA DIGITAL
Se utilizaron las hojas de la carta nacional digital elaboradas por el Instituto Geográfico Nacional a escala
1:100 000, información de la red vial del Ministerio de Transportes y Comunicaciones, elaborada en el año
2010 y la información de la división departamental del geoservidor de MINAM, las cuales presentan la
siguiente información: cuadrante, ríos, islas, lagos, lagunas, cerros, áreas urbanas, polígono urbano, cotas,
curvas de nivel y carreteras. Asimismo, se utilizó el GDEM (Modelo de Elevación Digital del Terreno
elaborado con imágenes de ASTER) de 90 metros de resolución espacial, elaborada por United States
Geological Survey (USGS).
IMÁGENES DE SATÉLITE
Se utilizaron un total de 43 imágenes de satélite Landsat 5 (TM) del año 2011, correspondientes a la Amazonia
peruana; 24 mosaicos de imágenes de satélite Landsat 5 del año 2011 que cubren cada región, y un mosaico
de imágenes de satélite Landsat que cubre el territorio nacional y cuya distribución se muestra en la figura n.°
1 (cuyos códigos y fecha de adquisición se muestran en el anexo n.° 1). Se complementó con imágenes de
mejor resolución espacial como las RapidEye del año 2011 y 2012 e imágenes de Google Earth para las
coberturas de las regiones de la sierra y la costa.
Figura 1. Catálogo de imágenes Landsat utilizado en el Mapeo de la Cobertura Vegetal
PROCEDIMIENTO
1. RECOLECCIÓN DE INFORMACIÓN
Se realizó una revisión y acopio de documentos, mapas, fotografías y otros existentes, referente a bosques del
género Polylepis. Se priorizó registros a los que se les pudo atribuir coordenadas geográficas.
Para esta etapa es importante, la revisión exhaustiva de toda fuente información bibliográfica,
principalmente enfocada en la generación de una base de datos de registros y/o presencias de la ubicación
de Bosques del género Polylepis, los cuales puedan ser determinados espacialmente mediante algún sistema
cartográfico.
Las fuentes de información que se tomaron como base para el desarrollo de la presente investigación, fueron
el Servicio Geológico de los Estados Unidos, SENAMHI, MINAM, INEI, ONERN, MINAGRI.
La información extraída fue:
 DATOS DE ESTABLECIMIENTO Y DESCRIPCIÓN DEL ÁREA EN ANÁLISIS: Se

recopilaron los datos cartográficos de las páginas web del Instituto Geográfico (carta nacional con
escala en 1:1 000 000) y MINAM (mapa nacional de cobertura vegetal con escala en 1:1 000 000).
 DATOS DE CAPACIDAD DE USO MAYOR DE SUELO: Se recopilo datos cartográficos (Mapa

de capacidad de uso mayor de las tierras de la ONERN con escala 1:1 000 000) de la página web
ONER (MINAGRI), asi como los datos estadísticos del INEI, compendio estadístico de Lima-
Provincias, MINAGRI y MINEM.
 DATOS SATELITALES: La superficie en análisis se ubica en la intersección de cuatro imágenes

satelitales, y por ello se adquirió cuatro imágenes satelitales por año en estudio.
Cuadro N° 4. Imágenes satelitales utilizadas en la investigación.
Proveedor Elipsoide Zona Satélite Resolución Fecha Path/Row
espacial adquisición
Landsat 5 06/1997 6/68 - 6/69
USGS WGS 84 18 30m 7/68 - 7/69
Sur Landsat 8 04/2017
Ilustración N° 4. Imágenes de satelitales utilizadas en la investigación.
Además, para esta etapa también es necesaria la acumulación de otros insumos esenciales para el desarrollo
de posteriores etapas, como lo son los algoritmos y/o aplicativos informáticos, descarga de información
climática entre otros, las cuales están libres en el internet. Y de ser el caso, recopilar todo el material
cartográfico necesario para la creación de nueva información.
2. PRIMER MODELAMIENTO
Este primer modelamiento, está enfocado hacia un nivel macro. Ya que, muchas veces al no contar con
información ya sea en cantidad como calidad, se comete el error de no analizar el contexto donde se ubican
estos bosques. Por ello, es indispensable tomar un punto de vista más general para luego realizar análisis
más finos, para esta etapa se recomienda ampliar el ámbito de estudio, dejando a criterio del investigador
dicho incremento. Ahora bien, ello implicara mayor esfuerzo, pero a largo plazo otorgará al investigador
mejores criterios que también podrían aplicarse a un nivel micro.
MAPA PRELIMINAR
Se procedió a elaborar el mapa preliminar mediante la interpretación visual de imágenes satelitales en pantalla
de la computadora, mediante el programa ArcGIS 10.1. La escala de la interpretación o mapeo fue de 1:100
000, teniendo en cuenta una unidad mínima de mapeo de 16 ha y, de manera excepcional, de 5 ha para
determinados tipos de cobertura vegetal que resulten relevantes y de superficie reducida, incluyéndose las
áreas definidas como de no bosque de la Amazonía. El proceso de interpretación visual implicó el uso de
patrones de forma, textura, tamaño, color, tono y otros, complementándose con información digital
topográfica, con información de zonas de vida, entre otros. La delimitación de los tipos de cobertura de la
selva baja y selva alta se efectuó con el uso de imágenes satelitales Landsat, la cual se complementa con
información de la cartografía (curvas a nivel); mientras que para los tipos de cobertura de las regiones costera
y andina se utilizaron imágenes de alta resolución del programa Google Earth.
Figura 10 a.- Mosaico de imágenes Landsat 5 TM

OBTENCIÓN DE MAPA DE DISTRIBUCIÓN CLASIFICACIÓN CLIMÁTICA DEL ÁREA EN
ANÁLISIS.
Para este proceso se contó con la cartografía del Mapa de clasificación climática del Perú del SENAMHI,
con escala en 1:1 000 000, Para este proceso se contó con la cartografía del Mapa de capacidad de uso
mayor de las tierras de la ONERN con escala 1:1 000 000, procesamiento realizado bajo la plataforma del
software ArcMap, donde se georeferenció el mapa insumo, utilizando la opción “Add Control Point”, con el
polígono (shape) de límite provincial, para luego editar las zonas de análisis y clasificarlas según los
atributos mencionados en el mapas insumo.
Figura 12 a.- Precipitación anual total (resolución de 1km)

3. PRIMERA EVALUACIÓN
Se acumulan los diversos modelos de distribución que se hayan podido generar en el primer modelamiento,
los cuales de alguna manera tratan de manifestar el habitat probable de la especie o gnero de bosques para
el ámbito de estudio.
CREACIÓN DEL ARCHIVO TEMÁTICO EN AMBIENTE SIG

Se generó un nuevo archivo en formato shapefile de entidades tipo polígono que contiene las unidades de
cobertura vegetal. La base de datos interna fue actualizada con los atributos correspondientes a cada tipo de
unidad, así como también se actualizaron los campos siguientes: área, hectárea y perímetro.
PROCESAMIENTO DE INFORMACIÓN
Inicialmente, utilizando el software ARCGIS se delimitó el área de estudio, por medio de un polígono que
incluyó toda el área donde se encuentran distribuidas las herramientas del paisaje representadas por una capa
de puntos. Con base en este polígono se realizó un recorte a los raster utilizando la herramienta de Arctoolbox:
Extraction y luego Extract By Mask.
4. INTERPRETACIÓN VISUAL
En esta etapa se hace uso de la interpretación visual de imágenes satelitales de alta resolución, estas pueden
ser de diferentes fuentes, se prefiere aquellas presentes, en la interface del Google Earth, por ser de libre
acceso y ser de alta resolución. Se prioriza el uso de este tipo de imágenes, debido a que solo en ellas es
posible distinguir este tipo de bosques, sobre todo los parches “pequeños” o menores a 1 ha, lo cual es un
criterio muy importante, teniendo en cuenta que hoy en día la fragmentación de estos bosques, es el principal
problema de su desaparición y de su estado actual.
La digitalización mediante interpretación visual en esta etapa, es complementada y/o guiada en aquellos
sectores que el primer modelamiento y primera evaluación, lograron determinar con altas probabilidades
la ocurrencia de estos mismos según sus características climáticas o vegetativas. Es necesario también
que el investigador, este relacionado, conozca y sepa al menos las características morfológicas de este tipo
bosques, lo cual le será de gran utilidad en la discriminación de otro tipo de cobertura arbórea.
Cabe aclarar, que una vez digitalizado todos los parches de bosques de Polylepis dentro del ámbito de
estudio, se puede presentar el caso, de la existencia de sectores dentro del mismo ámbito que no contasen
con acceso a imágenes satelitales de alta resolución (resoluciones menores a 1 metro) por diversos motivos.
Se recomienda por tanto seguir con las siguientes etapas, sobre todo en aquellos ámbitos de grandes
extensiones, si el área sin acceso a este tipo de imágenes es muy “pequeño” o en todo caso no se presenta
dicha situación, se recomienda también dirigirse automáticamente a la etapa número 8.
AÑO 2003
Fuente: Los Autores
Ilustración 9. Combinación de bandas de la imagen satelital 2016.
AÑO 2016
Fuente: Los autores
5. SEGUNDO MODELAMIENTO Y SEGUNDA EVALUACIÓN
Tal como se mencionó en párrafos anteriores, las etapas 6 y 7, están guiadas exclusivamente, de
presentarse las siguientes características: Encontrar grandes espacios (Mayor a 1 000 ha) sin acceso a
imágenes de alta resolución, o también que la discriminación en la interpretación visual se hizo muy
dificultosa con relación a otro tipo de coberturas arbóreas.
Para esta etapa de Segundo Modelamiento y Segunda Evaluación. Se replican los mismos procedimientos
descritos para el primer Modelamiento y primera Evaluación respectivamente, la única diferencia radica
en el uso de nuevos registros de bosques, que provienen directamente de la etapa de interpretación visual,
los cuales aumentan las presencias utilizadas inicialmente no solo en cantidad sino en calidad, asegurando
así, que los nuevos modelos de distribución de especies generados y evaluados, sean más restringidos,
más confiables, y por tanto puedan predecir mejor zonas con la presencia de estos bosques.
6. ANÁLISIS PREDICTIVO
El análisis predictivo, no es más que una nueva etapa de interpretación visual. Recibe el nombre de
“predictivo”, ya que, al no contar con imágenes de altas resoluciones, sino más bien de mediana a baja,
implica que la nueva digitalización con este tipo de imágenes será menos precisa que aquellas obtenidas
en la etapa 4, por lo cual para poder incrementar dicha fiabilidad se hace un uso más intensivo de las áreas
generadas en los modelos de distribución de especies.
Además, es en esta etapa, es donde se integran los resultados obtenidos de la digitalización ya sea en la
interpretación visual propiamente dicho (etapa 4) como de esta nueva interpretación visual (Análisis
Predictivo).Y donde finalmente se puede obtener la “Capa Final” que represente la distribución de estos
bosques en el Área estudiada y que en buena ley no será más que una nueva propuesta potencial o predictiva
de estos bosques hasta no lograr validar dicha información en etapas siguientes.
CLASIFICACIÓN SUPERVISADA
Una vez definida la combinación de bandas se procedió a determinar visualmente cada una de las coberturas
existentes en el área de estudio, tomando como apoyo la información referente al tipo de herramientas del
paisaje establecida en los predios beneficiarios de las actividades de reforestación. Se seleccionaron áreas
representativas de cada cobertura del suelo para obtener su valor espectral, clasificando píxeles representativos
de los patrones de cada una de las clases definidas. Con base en las cuatro temáticas: bosque natural, bosque
plantado (plantaciones forestales), pastos y zonas urbanas (ver Tabla 5), se creó una nube de puntos distribuida
sobre toda la extensión de la zona de estudio (ver Ilustración 10). Lo anterior permitió muestrear los valores
espectrales (firma espectral) y su comportamiento en dichas áreas, y así, crear una base con la que se pudiera
identificar con mayor facilidad otras áreas con el mismo uso de suelo de acuerdo a la similitud de pixeles.
Ilustración 10. Creación de nube de puntos
Fuentes: Los Autores
Tabla 5. Clasificación supervisada de coberturas
TEMATICAS IMPLEMENTADAS
OID ID GRIDCODE CLASSNAME
0 6 1 Pastos
1 61 4 Plantación Forestal
2 479 5 Bosques Naturales
3 616 3 Zona Urbana
Fuente: Los Autores
Una vez realizada la clasificación de cada cobertura definida, utilizando las herramientas de la
Tabla de atributos de ArcGis, se calculó la métrica del área, la cual corresponde a la suma total
de todas las áreas (m2) de un tipo de clase de vegetación, expresado en hectáreas (McGarigal et
al 2002).
7. VALIDACIÓN
Una vez obtenidas las capas digitalizadas, ya se de las etapas de interpretación visual y/o del análisis
predictivo. Se hace necesaria la evaluación de las mismas, con el objetivo de determinar la precisión
de la información obtenida con respecto a la realidad, además de complementarlo con visitas de campo
y registros fotográficos.
VALIDEZ Y CONFIABILIDAD DEL INSTRUMENTO

La validez y confiabilidad del presente trabajo se realizó a través de formatos de observación que han
sido validados por expertos y/o profesionales con conocimientos y experiencia en el tema de
investigación.
TÉCNICAS E INSTRUMENTOS DE MEDICIÓN DE DATOS
Los procedimientos fueron realizados, en los softwares Sistema de Información Geográfica ArcGis y
Erdas Imagine, basados en la técnica de la teledetección, ya que permite a través de imágenes
satelitales dar seguimiento a los cambios de los recursos naturales terrestres.
En base a lo mencionado, se realizaron los siguientes procedimientos:
PROCESAMIENTO CARTOGRÁFICO
ESTABLECIMIENTO Y DESCRIPCIÓN DE ÁREA EN EVALUACIÓN.

Para este proceso se contó con la cartografía de las cartas nacionales del Instituto Geográfico Nacional
con escala 1:1 000 000 y el Mapa Nacional de cobertura vegetal del Ministerio del Ambiente con
escala 1:1 000 000, se obtuvo bajo la plataforma del software ArcMap, donde se georeferenció los
mapas utilizando la opción “Add Control Point”, con el polígono (shape) de límite provincial, para
luego editar según los atributos mencionados en las cartografías insumo.
OBTENCIÓN DE MAPA DE DISTRIBUCIÓN DE USO MAYOR DE SUELO DEL ÁREA EN

ANÁLISIS.
Para este proceso se contó con la cartografía del Mapa de capacidad de uso mayor de las tierras de la
ONERN con escala 1:1 000 000, procesamiento realizado bajo la plataforma del software ArcMap,
donde se georeferenció el mapa insumo, utilizando la opción “Add Control Point”, con el polígono
(shape) de límite provincial, para luego editar las zonas de análisis y clasificarlas según los atributos
mencionados en el mapas insumo.
PROCESAMIENTO DE DATOS SATELITALES

Obtención de mapa de cambio de la cobertura vegetal de los años en estudio.
 GEORREFERENCIACIÓN:
Las imágenes usadas por defecto ya vienen georreferenciaciadas al WGS 1984 UTM Zona 18
Sur y solo se otorgó una mayor precisión con el shape (polígono) del área en análisis en el
software Erdas Imagine.
 COMPOSICIÓN DE IMÁGENES ESPECTRALES

Proceso que unió las imágenes de formato. Tiff al formato .img, se realizó en el software Erdas
Imagine, en el módulo Raster, opción Espectral y comando Layer Stack para producir una
imagen multiespectral compuesta por las bandas 1, 2, 3, 4, 5 y 7, para Landsat 5 y las bandas 2,
3, 4 y 5 para Landsat 8.
 MOSAICO DE LAS IMÁGENES MULTIESPECTRALES

Proceso que unió las 4 imágenes multiespectrales, para poder contar con el 100% de la
superficie del área en análisis. Se realizó en el módulo Raster, opción Mosaic y comando
MosaicPro del software Erdas Imagine.
Ilustración N° 1. Mosaico de las imágenes satelitales.
 CORTE DE IMAGEN DEL ÁREA EN ANÁLISIS

Proceso de obtención de solo el área de interés, donde se necesitó del archivo AOI (polígono
con límites del área en estudio), para cortar la imagen, se realizó en el módulo Raster, opción
Subset & Chip del software Erdas Imagine.
8. ANÁLISIS FINAL
Una vez obtenida la precisión de las capas digitalizadas en la etapa anterior se pueden extraer de las
misma, información, pero presentada de diferentes formas en gráficos, tablas, mapas, etc. Dejando a
criterio del investigador la presentación más adecuada de dichos resultados.
PRODUCCIÓN DE CARTOGRAFÍA
Después de identificar las nuevas características físicas de las áreas de interés en donde ha habido
cambio de uso de suelo, se transformó toda la información de archivos raster a vectoriales, para generar
finalmente mapas temáticos para mejorar su interpretación.
Usando las diferentes herramientas de ARGIS, se diseñó una cartografía que representara la
información obtenida y que sirviera de base para la toma de decisiones.
RESULTADOS
1. RECOLECCIÓN DE INFORMACIÓN
Se obtuvieron 174 registros de bosques del género Polylepis, distribuidos en hasta 12 regiones (figura 8
y Cuadro 1), archivo llamado “Avistamiento de bosques” (Anexo 1).
Figura 8. Distribución de registros recopilados de Bosques de Polylepis.
Fuente: Elaboración Propia.
Cuadro 1 Número de registros de bosques de Polylepis por Departamento.
Departamento Registros
ANCASH 22
APURIMAC 11
AREQUIPA 29
AYACUCHO 12
CUSCO 28
HUANCAVELICA 3
JUNIN 3
LIMA 11
MOQUEGUA 8
PASCO 1
PUNO 45
TACNA 1
TOTAL 174
2. PRIMER MODELAMIENTO
BASES DE DATOS
A) BASE DE DATOS DE ÍNDICES DE VEGETACIÓN
a) Descarga y Pre-procesamiento de imágenes satelitales.
Se descargaron y procesaron 60 imágenes satelitales Landsat 5-TM. Para dar continuidad a las escenas
Landsat, se decidió georreferenciarlos en relación a la zona 19 Sur.
b) Creación del Mosaicos
Se generaron dos mosaicos de imágenes satelitales LANDSAT 5TM y modelos de elevación ASTER-
GDEM, denominados “Mosaico_peru_Landsat_5TM.img” y “dem_peru_ASTERGDEM.img”
respectivamente (Figura 10).
Figura 10 a.- Mosaico de imágenes Landsat 5 TM; b.- Mosaico ASTER-GDEM.

B) BASE DE DATOS CLIMÁTICA
La información de Worldclim, abarca a casi todo Sudamérica, por tanto, se hizo necesario su recorte,
además es conveniente que todos los ráster presenten una extensión geográfica común (Figura 12) donde
ejecutar el modelo. Se agrupó finalmente sin ningún problema las 19 variables bioclimáticas en una sola
carpeta.
Figura 12 a.- Precipitación anual total (resolución de 1km); b.- Precipitación total
recortada.

3. PRIMERA EVALUACIÓN
Se utilizó en la evaluación, 44 puntos de presencia y un número igual de pseudo- ausencias distribuidos

a lo largo de 16 departamentos (Figura 13 y Cuadro 4).
Figura 13 a.- Distribución de presencias (Test); b.- Distribución de pseudo-ausencias.

Cuadro 4 Presencias y pseudo-ausencias para la primera evaluación por
departamento.
Departamento Presencia Pseudo-ausencia
Ancash 7 3
Apurímac 2 1
Arequipa 6 2
Ayacucho 5 1
Cusco 7 3
Huancavelica 1
Huánuco 5
Ica 3
Junín 1 2
La Libertad 1
Lima 3 1
Madre de Dios 4
Moquegua 2
Pasco 3
Puno 11 5
Ucayali 9
TOTAL 44 44
Los métodos que ofrecen “peores” resultados, son algunos de los más utilizados en el pasado:
GARP, DOMAIN y BIOCLIM. Estos resultados están en consonancia con los obtenidos por Elith
et al. (2006); quienes ponen de manifiesto que los algoritmos de nueva generación, como MAXENT
o PROMEDIO.
Figura 14 a.- “Mejor” modelo (MDE 8); b.- Segundo “mejor” modelo (MDE 15); c.-
“Peor” modelo (MDE 1) d.- Segundo “peor” modelo (MDE 7).
4. INTERPRETACIÓN VISUAL
Se digitalizó hasta 4035relictos de bosques, con una extensión total de 86014,03 ha,
correspondiendo a Arequipa 63 602,10 ha.
La caracterización preliminar y general del paisaje, identificó los elementos que existen en la zona
de estudio. Con mayor frecuencia, se observaron fragmentos pequeños. En su mayoría, los parches
están regularmente conectados entre sí por medio de ríos y márgenes de cultivo. Sin embargo,
pequeños relictos más aislados tiene poca conectividad y están separados por espacios abiertos de
pajonales, parcelas de cultivos y pampas ocasionadas probablemente por el sobrepastoreo (Figura 16).
Los bosques de Polylepis dentro de las imágenes satelitales de alta resolución presentaron como
característica general, la presencia de copas de árboles como objetos hinchados de color verde, con
sombras diferentes, y además de parches contiguos de árboles que denotaban ser más oscuros, más
áspero en textura, y más verde que el color de fondo de los alrededores de los mismos bosques (Figura
16).
Figura 16 Características generales en texturas de los bosques de Polylepis
Fuente: Interface Google Earth

La mayoría de los fragmentos digitalizados presentan bordes alongados. Percibiendo, además, que cada
fragmento, constituido por parches muy pequeños, estaban en diferentes estados de degradación
(Figura 17).
Figura 17 Características generales de las formas de los bosques de Polylepis
Es importante también resaltar, que al guiar los esfuerzos de esta etapa en un área base con altas
probabilidades de ocurrencia de bosques de Polylepis, así como las cotas guías de 3500 y 4000.Se
ayuda a reducir las zonas de interpretación y por tanto también en esfuerzo, tiempo y uso de recursos,
lo que sería distinto si este se realizara en la totalidad de los límites del ámbito de estudio (Figura 18).
Figura 18 Interpretación visual guiada en el área de entrenamiento.
El área base proveniente de la primera aproximación y donde se han encontrado mayormente los
bosques es menos extensa (figura 19), a comparación de solo tomar como referencia el límite teórico
de la distribución (Alturas superiores a 3500 m). Bajo este contexto para Arequipa el área a trabajar
se redujo considerablemente de 44% a un 27
%, y para lima de un 38 % a un 25% del total de sus territorios (Cuadro 6).
Figura 19 El área de entrenamiento es menos extensa que el total del territorio.
Cuadro 6 Zonas con probabilidades mayores al 50 % de ocurrencia, por

departamento.
N° Departamentos Superficie (ha) Probabilidad > 50% (ha) Probabilidad > 50%
1 Arequipa 6 335 915,48 1 725 694,10 27

Esto último asegura de alguna manera, que el modelo tiene cierta confiabilidad mas no del todo, ya
que también se logran identificar 3 316,7 ha (3,86 %) en probabilidades menores.
A pesar de ello la totalidad de los bosques cartografiados, solo representa el 3,16 % del área base
(Cuadro 7).
Actualmente las técnicas más utilizadas para su cartografía, involucran métodos de clasificación
supervisada y no supervisada de imágenes Landsat y Aster (Benham et al. 2011; Dourojeanni 2008;
Braun 1997); en los cuales es muy difícil clasificar y/o diferenciar los parches más pequeños (lo que
actualmente más abunda), y por tanto no logrando la mayor precisión. En este estudio no se realizó
una comparación metodológica para determinar dichas diferencias.
Figura 20 Cartografía de bosques de Polylepis en la etapa de Interpretación Visual.
5. SEGUNDO MODELAMIENTO Y SEGUNDA EVALUACIÓN
Figura 22 Áreas sin cobertura de imágenes de alta resolución en Google Earth.
MDE “SEGUNDA APROXIMACION”
Figura 23 Registros del segundo modelamiento (a) y segunda evaluación (b).

Figura 24 a.- Mejor MDE (MDE 13); b.- Segundo mejor MDE (MDE 3); c.- Tercer
mejor MDE (MDE 8); d.- MDE promedio de los 3 mejores, denominado “Segunda
Aproximación”.

Figura 25 Área base de la Segunda Aproximación en Arequipa.
Es claro que para este tipo de investigación se debe poner el mayor esfuerzo en la obtención de los
registros, buscando una mayor representatividad de la muestra-especie, debiendo analizar la información
obtenida para evitar los sesgos y obtener resultados reales (Hirzel y Guisan 2002). Tomando este
criterio se considera que en la etapa del primer modelamiento se echó mano de registros de bosques
de Polylepis obtenidos por revisión bibliográfica, pero estos fueron relativamente muy escasos (174
puntos) a comparación de la totalidad de parches encontrados en la etapa de interpretación visual
(4035relictos) de diferentes tamaños y por tanto de diferente representatividad.
Podemos tomar como ejemplo, que típicamente en un bosque de Polylepis no se registra la
coordenada central del parche evaluado, más solo de los flancos y/o contornos, debido a su dificultad
ya sea por acceso o tiempo (Yallico 1992). Otro factor que podría incrementar el sesgo, es que no
existe una representatividad homogénea por tamaño de bosque, muchas veces se toma como registró
un relicto tal como si fuera un bosque de grandes extensiones.
6. ANÁLISIS PREDICTIVO
Las comparaciones que pudieron ofrecer ciertos sectores coincidentes en diferentes
imágenes de diversa resolución (Figura 27), ayudaron mucho a la hora de la interpretación
visual en estas nuevas imágenes.
Figura 27 (a) Cobertura cortada de imágenes de alta resolución en Google Earth; (b)
Cobertura de imágenes de resolución media (CBERS-2B).
Las diferencias más saltantes y/o las características que resaltan en los bosques de Polylepis, que
nos permiten interpretar y diferenciar este tipo de bosques a comparación de otro tipo de unidades en
imágenes de menor resolución (mayor tamaño de pixel), fue relativamente complicado, ya que no
existe un patrón definido ya sea en textura, tono y color exclusivos para este tipo de ecosistemas
(Figura 28).
Figura 28 Texturas de Bosques en Imágenes CBERS-2B, banda HRC (2.7 metros).

Este es uno de los problemas principales por los que estudios anteriores no pudieron digitalizar estos
bosques con altos grados de precisión, sobre todo cuando utilizaron imágenes Landsat (Figura 29),
teniendo que recurrir a métodos como lo son clasificación supervisada y no supervisada, tal como lo
menciona Benham et al. (2011).
Figura 29 Bosque de Polylepis en una imagen Landsat 5-TM (30 m).
Fuente: Imágenes satelitales Landsat 5 TM

Esto último y tal como refiere Doroujani (2008), se debe a que es la ubicación y extensión de los
relictos, los criterios más importantes a determinar en su cartografía. Por ello se toma tanto cuidado
en regístralos de forma visual en campo como mapearlos de manera directa. Con esto se demuestra,
que en imágenes de menor resolución (mayor tamaño de pixel) la cartografía de estos relictos se
vuelve más complicada. En cambio en imágenes de Google Earth de mayor resolución es posible
observar hasta árboles (Figura 30).
Figura 30 Bosque de Polylepis en una imagen Quickbird (0.7 m).
Partiendo de una nueva área base, se puede asegurar con mayor probabilidad la correcta digitalización
de los relictos en estas áreas faltantes, así como también la cartografía global en todo el ámbito de
estudio. Además, la inclusión de la cota guía de 3 500 msnm como límite teórico de la distribución
del género, permitió reducir nuevamente y de manera significativa el área de análisis hasta un 6% de la
región de Lima (223 439,27 ha).
Estos nuevos relictos se integraron a los obtenidos la interpretación visual. Logrando así, la cartografía
global (4 149 relictos). Se agruparon en categorías por su extensión, donde el mayor número de relictos
(1 251) son menores a 0,5 ha, y solo 11 de ellos tienen tamaños superiores a 1 000 ha. Cabe señalar
que la mayor superficie, se concentra solo en bosques superiores a 1 000 ha (11 parches), con un total
de 40 811,7 ha, que representa casi la mitad de lo obtenida. Y la categoría con mayor cantidad de
parches (menores a 0,5 ha), es la que representa solo un acumulado de 290,48 ha (1 251 parches).
Estos datos logran expresar la clara fragmentación de estos bosques (Yallico 1992; Benham et al.
2011). Si bien la mayor extensión se ubica en pocos relictos, hay que considerar también los rangos
intermedios, con gran cantidad de relictos con superficies variables.
Finalmente para este ítem, cabe aclarar, el porqué de la denominación de “Análisis Predictivo”. Si bien
esta etapa, está fundamentada básicamente en una nueva interpretación visual de imágenes satelitales,
tal como la desarrollada en el ítem 4.4. Por parte del autor no se cree conveniente denominarla como
una segunda “Interpretación visual” propiamente dicha. Ya que las imágenes que se disponen
específicamente en esta etapa, no disponen de tanto detalle como las utilizadas en el ítem 4.4, ya sea en
resolución espectral como espacial, además de la relativa dificultad a la hora de interpretarlas
visualmente. Sino que se ha abordado esta etapa bajo un contexto de paisaje, donde se integran muchas
características del entorno para delimitar nuevos bosques.
Y lo más importante, es que llegado a este punto, es donde se logran integrar todos los resultados en
una sola capa GIS, que al final de cuentas viene a ser el resultado del modelo conceptual
metodológico, por tanto otro modelo de la cobertura estimada de los bosques de Polylepis, que ha
seguido diversas etapas para poder ser obtenido y que no logra su repercusión como información, a
menos que sea validada y determinada su precisión.
PROCESO DE ANÁLISIS DE DATOS
Para el análisis de los datos se aplicó un procesamiento estadístico, realizado bajo la plataforma de
software Excel, así mismo se usó el software para la representación de datos y resultados mediante:
tablas y gráficos de barras que muestren los cambios en la cobertura vegetal del área en análisis.
Para ello se realizaron los siguientes procedimientos:
 Análisis de las coberturas vegetales en estudio.

Para este proceso se contó con datos extraídos del software ArcGis, donde se calcularon y
representaron gráficamente las superficies de terreno que ocupan y ocuparon cada clase o
categoría de cobertura vegetal, en cada año de estudio.
 Análisis de datos de superficies y tasa de cambio por cada clase o categoría de cobertura
vegetal en estudio.
Para este proceso se contó con datos extraídos del software ArcGis, y la fórmula matemática
de (Puyravaud, 2003),
7. VALIDACIÓN DEL MODELO EN CAMPO.
Se obtuvo un total de 128 puntos evaluados para los tres casos: 20 puntos para el caso numero
I, 20 puntos para el caso número II y 88 puntos para el caso número III. Específicamente para
el caso número II, es donde se pudo tener un mayor acceso logístico para las visitas. Estos
puntos fueron corroborados en campo, no pudiendo visitar todos, para lo cual se recurrió a la
literatura y visitas al Google earth.
A pesar de la no visita de algunos lugares, si se logró acumular un registro fotográfico de los

relictos definidos visitados, los cuales comparados con la forma distribuida en las imágenes de
alta resolución del Google earth, ponen en manifiesto y validan en cierta medida la correcta
interpretación visual en dichas imágenes.
En su gran mayoría, los sitios visitados corresponden al departamento de Arequipa ya que fue
el más accesible por temas logísticos (Figura 31 y 32).
Figura 31 Imagen Cnes/Spot Image de relictos ubicados en las faldas del Nevado Ampato
(Coordenadas -71.920; -15.868). b.- Foto Panorámica del Parche.
Figura 32 Imagen Cnes/Spot Image de relictos ubicados en las faldas del Nevado Coropuna
(Coordenadas -72.739; -15.591): Foto Panorámica del Parche.
2.4. Verificación de campo
La verificación en campo de los tipos de cobertura del presente mapa fue principalmente por vía
terrestre. Se levantaron un total de 657 puntos de verificación (figura n.° 3). Cabe mencionar que
se cuenta además con 415 puntos de control levantados en campo (vía terrestre, aéreo y fluvial),
los cuales validaron el anterior Mapa Nacional de Cobertura Vegetal (MINAM, 2012)
Además de verificar la presencia de los tipos de cobertura vegetal definidos en el mapa, se levantó
información física general del terreno, así como de la presencia de las especies más comunes o
representativas de cada tipo; de tal modo que, en determinados casos, se procedió a la colecta de
muestras botánicas para su identificación.
8. ANALISIS FINAL
La estimación de la superficie de los bosques del genero Polylepis, es de 90 366,66 ha.
La región Arequipa cuenta con la mayor superficie de relictos con un total de 63 602,1 ha, el
100% fue trabajado en la etapa de interpretación visual.
En particular para Arequipa se tienen diferentes estimaciones, como las 15 325,37 ha de

acuerdo con los datos proporcionados por CONAM (2007), que según manifiestan también
estos representarían el 15.33 % del total nacional. O también AUTOCOLCA (2006) que refiere
en promedio solo 10 000 ha para la región.
BOSQUES EN ÁREAS NATURALES PROTEGIDAS
Se ha podido estimar21734 ha, dentro de la distribución de las diferentes áreas naturales

protegidas en el departamentos evaluado. Este valor representa el 24% del total, un indicador de
que hoy en día estos relictos se están conservando.
Pero si tomamos en cuenta los valores documentados para estos bosques, observamos que son
muy distintos a los encontrados en este trabajo, el motivo de esto radica posiblemente por las
diferencias metodológicas aplicadas en su estimación.(Cuadro 11):
- En la Reserva Paisajista Nor Yauyos Cochas, está documentado un valor de 871,46 ha

(INRENA 2006). En nuestro caso se halló 2 691,06 ha (si se incluyera los bosques en su
Zona de Amortiguamiento).
- En la Reserva Paisajística Subcuenca del Cotahuasi, está documentado 311 ha (INRENA

2009). En nuestro caso se halló 1939,16 ha o las 6253,4ha si se cuenta también los parches
de su Zona de Amortiguamiento (ZA).
- En la Reserva Nacional Salinas y Aguada Blanca, se detalla en su INRENA (2006) la

presencia de 4 295,48 ha (Incluyendo su ZA). En nuestro caso se presenta 8 108,76 ha, sin
contar los bosques existentes en el lado de Moquegua.
Cuadro 11 Superficie de Bosques en ANP´s de Arequipa y Lima
Sistema Categoría Nombre de Área Bosques (ha) Departamento
Privada Área de Conservación Huayllapa 144.72 Lima

Privada Área de Conservación Uchumiri 1,888.03 Arequipa
Privada Área de Conservación Huamanmarca-Ochuro-Tumpullo 2,457.37 Arequipa
Nacional Zona reservada Cordillera Huayhuash 190.94 Lima
Nacional Reserva Paisajista Nor Yauyos-Cochas 2,691.06 Lima
Nacional Reserva Paisajista Sub Cuenca del Cotahuasi 6,253.39 Arequipa
Nacional Reserva Nacional Salinas y Aguada Blanca 8,108.76 Arequipa
TOTAL 21,734.27
i. BOSQUES O RELICTOS MÁS GRANDES
En primer lugar, resalta el de 9 897 ha, que está repartido en 4 distritos de Arequipa y solo en
uno de ellos se presenta 6 346 ha. En segundo lugar, se detecta un relicto de 9 308 ha ubicado
en un solo distrito (Cahuacho). Tercero un parche con 5 163 ha repartido en dos distritos.
Finalmente 8 de los 10 parches corresponden al ámbito del Arequipa y solo 2 con extensiones
de 2 741 ha y 1 354 ha a Lima, (Ayauca y Madean respectivamente).
La obtención del mapa de áreas con potencialidades para la reforestación ….escala 1:100 000.
La cantidad de hectáreas (ha) que van a ser propuestas para reforestar.

Bosques de Protección: 1337 (ha).
Bosques de Aprovechamiento: 51366 (ha).
Enriquecimiento de bosques: 55568 (ha).
A partir de los análisis realizados a las imágenes de satélites Landsat 5 TM y trabajo de campo se
obtuvo el mapa escala 1:100 000 de los tipos de coberturas existentes
Partiendo de las curvas de nivel, la obtención del modelo digital del terreno (MDT) y sus mapas
derivados como el de altimetría y el mapa de inclinación de las pendientes, se obtuvo el mapa de suelos
a partir de información temática existente.
Mapa final de cobertura vegetal

Luego del trabajo de campo se realizó el ajuste del mapa preliminar elaborado en gabinete, con lo cual
se obtuvo el mapa final de cobertura vegetal.
Figura 33 Distribución de bosques de Polylepisen el departamento de Arequipa.
Plantación forestal (PF)
Esta cobertura corresponde a todas las áreas reforestadas ubicadas en tierras con aptitud forestal en la región
andina, desde aproximadamente 3000 a 3800 m. s. n. m. Ocupa una superficie de 77 460 ha que representa el
0,06 % del área departamental. En esta superficie se han establecido árboles que conforman una masa boscosa
y que tiene un diseño, tamaño y especies definidas para cumplir objetivos específicos como plantación
productiva, fuente energética, protección de zonas agrícolas, protección de laderas, protección de espejos de
agua, detener la erosión del suelo y regular el agua de escorrentía. Esta plantación forestal se desarrolla muy
bien en climas desde subhúmedo hasta húmedo, es decir, arriba de los 500 mm/año. Cajamarca es el
departamento que presenta la mayor superficie reforestada (Granja Porcón) a base de Pinus radiata.
Departamentos como La Libertad, Áncash, Huánuco, Pasco, Junín, Huancavelica, Ayacucho, Apurímac,
Cusco, Arequipa y Puno, presentan importantes rodales de Eucaliptus globulus.
Para el desarrollo del estudio se procesaron dos imágenes obtenidas de fuentes cartográficas proveedoras de
imágenes satelitales Landsat (GLOVIS–USGS), tomando como base la información brindada por el Programa
de la FNC, la cual, al ser procesada, se materializó en una capa tipo vector de la ubicación de las herramientas
paisajísticas, es decir, la localización de las siembras correspondientes a la reforestación.
Gráfico 1. Porcentaje de tipos de cobertura para los años 2003 y 2016 en el área de estudio de
Arequipa
PORCENTAJE DE COBERTURA - AÑO 2003 Y 2016
Bosques
2003 37% 8% 48% 7%
Plantaciones forestales
Pastos
Zonas urbanas
2016 40% 7% 45% 8%
0% 20% 40% 60% 80% 100%
Fuente: Los Autores
Dentro de la cobertura boscosa, se identificaron Plantaciones forestales y Bosques naturales, que pese
a estar relacionados entre sí, no mostraron los mismos cambios a nivel de cobertura. La cobertura de
bosques aumento el 3% entre el 2003 y 2016 (ver Gráfico 2), mientras que las plantaciones forestales
se redujeron en un 1% (ver Gráfico 3).
Este aumento puede estar relacionado en parte con las actividades relacionadas con la reforestación,
sin embargo, también está dado por los procesos de sucesión vegetal y recuperación natural. Por su
parte, la disminución del área de plantaciones forestales puede ser consecuencia de las actividades de
aprovechamiento forestal, que hayan sido sancionados durante este periodo.
Gráfico 2. Cambios en la cobertura clasificada como Bosques Naturales
CAMBIO EN LA COBERTURA DE
BOSQUES NATURALES
Hectáreas
Fuente: Los Autores
Gráfico 3. Cambios en la cobertura clasificada como Plantaciones forestales
CAMBIO EN LA COBERTURA DE
PLANTACIONES FORESTALES
3283
3300
3200
Hectáreas
3114
forestal
3100
3000
2003 2016
Año
Fuente: Los Autores
Un factor relacionado con el cambio de uso de suelo puede ser el desarrollo de procesos urbanísticos,
produciendo la disminución de la cobertura vegetal. Sin embrago, el aumento del área urbana en el
área de estudio fue poco significativa con relación a las demás clasificaciones, aumentando en un 1%,
lo que corresponde a aproximadamente 494 hectáreas (ver Gráfico 4).
Gráfico 4. Cambios en la cobertura clasificada como Zona Urbana
CAMBIO EN LA COBERTURA DE ZONA URBANA
3194
3200
3000
Hectáreas
2700 Zona urbana

2800
2600
2400
2003 2016
Año
Fuente: Los Autores
En cuanto a la cobertura de pastos, fenómeno producido por actividades como la expansión de las
fronteras agrícolas, la apertura de potreros, el aumento de cultivos, entre otras, se identificó una
disminución con respecto al año 2003 (ver Gráfico 5). Sin embargo, esta clasificación es la que se
encuentra en mayor extensión sobre la superficie de la zona de estudio (Ver Gráfico 6).
Gráfico 5. Cambios en la cobertura clasificada como Pastos
CAMBIO EN LA COBERTURA DE PASTOS

Fuente: Los Autores
Gráfico 6. Área de los tipos de cobertura clasificados en el área de estudio
CAMBIO EN LAS COBERTURAS EN EL AREA DE ESTUDIO

AREQUIPA, CAUCA
21000 19441 18586

16841
18000
14967
15000
Hectáreas
12000
9000 2003
2016
6000 3283 3114 2700 3194
3000
Bosques Plantaciones Pastos Zonas

forestales urbanas
Coberturas
Fuente: Los Autores

La cobertura boscosa identificada en el análisis multitemporal de la imagen del año 2016,
cubre alrededor de 19955.8 Has, correspondientes a plantaciones (3114.3 Has) y bosques
naturales (16841.5 Has). El aumento se dio en 1874.7 Has de bosques naturales, mientras que
en plantaciones disminuyó 168.6 Has. (ver Tabla 6).
Tabla 6. Cambios en las coberturas del suelo 2003 y 2016.
AÑO DIFERENCIA
COBERTURAS
2003 2016 Disminuyó Aumentó
Bosques 14966.8 16841.5 1874.7

Plantaciones
forestales 3282.9 3114.3 168.6
Pastos 19440.5 18586.0 854.5
Zonas urbanas 2699.7 3193.5 493.9

Fuente: Los Autores
En el análisis se evidencia que el aumento en el área de las clases correspondientes a cobertura

boscosa (bosques y plantaciones forestales), se ha dado gracias a la formación, por medios
naturales o antrópicos, de pequeños relictos o fragmentos de vegetación arbórea que adquieren
un valor importante con relación a la función de conectividad que prestan al ecosistema.
También es posible identificar cambios en la cobertura definida como plantaciones forestales, que
aunque se han mantenido desde el año 2003, han perdido una pequeña proporción del área inicial
(ver Ilustraciones 13 y 14).
Teniendo en cuenta los resultados, podemos inferir que el aumento de la cobertura boscosa en el área
de influencia, está vinculado con las tareas de reforestación del mismo, a pesar de la disminución del
área de plantaciones forestales, es uno de los núcleos más grandes e importantes de aprovechamiento
forestal de empresas privadas, la disminución es insignificante frente a la demanda de madera.
Ilustración 15. Base de datos geográfica

..
Fuente: Los Autores
La cartografía obtenida facilita la ubicación de las áreas reforestadas, además permite visualizar
el desarrollo que han tenido las coberturas (ver Ilustración 16). Sin embargo, la información
obtenida no es exacta, ya que, al no contar con la georreferenciación completa de los polígonos
del área reforestada, no fue posible identificar con claridad y precisión las herramientas
paisajísticas (ver Ilustración 17).
Sin embargo, en el mapa se muestra una zona de influencia de la Herramienta paisajística, en

donde posiblemente, pueda estar ubicada la reforestación, y por ende, esta representada como
área en proceso de cambio de uso de suelo.
CONCLUSIONES
Se logró aplicar la Cartografía digital para la Reforestación de Bosques del género Polylepis, mediante
el uso de técnicas de procesamiento y análisis de imágenes satelitales, lo que permitió determinar la
cantidad de (ha) propuestas a reforestar de la especie Polylepis en el departamento de Arequipa.
Al determinar que el área de influencia se encuentra en estado de restauración, se puede reconocer la

planificación, ordenamiento del territorio y ejecución de acciones de restauración mediante la cartografía
digital el cual conforma una base geográfica y cartográfica para estudios de protección y conservación
de la cubierta forestal.
A partir de la metodología utilizada se determinó el mapa de áreas con potencialidades para la

reforestación con el empleo del SIG, a través de imágenes de satélite Landsat 5 TM con el uso de las
herramientas presentes en el ERDAS IMAGENE 9.2 y el ArcGIS 9.3 jugando un factor fundamental el
elemento subjetivo y el conocimiento del área.
Las imágenes Landsat son de gran importancia y valiosas debido a la amplitud espectral que logran. Las
imágenes empleadas para este análisis tamaño de pixel mínimo de 30m, restituyendo a escala 1:100.000
brindaron la información necesaria para el análisis multitemporal. Sin embargo, para mayor precisión.
Los cambios ocurridos en la cobertura vegetal de la superficie de la provincia de Arequipa para el

transcurso de los años 1997 al 2017, se han dado negativamente, ya que se pudo evidenciar una pérdida
de superficies de cobertura vegetal durante el periodo en estudio, donde la cobertura vegetal permanente
perdió en 39492.3 ha,(10.5% de la superficie total), vegetación considerado irrecuperable, ya que se
necesita de varios años para el desarrollo de estos tipos de vegetación.
RECOMENDACIONES
Se recomienda aplicar esta misma secuencia metodológica en departamentos donde es conocida y

comprobada la existencia de bosques de Polylepis (preferentemente departamentos del centro norte y sur
del país). Con el objetivo de poder completar una distribución e inventario a nivel de país. De tal manera
nos muestren datos más precisos, con el fin de generar planes y nuevas áreas de conservación. Conocer
mejor la ecología del género Polylepis y las áreas potenciales para su desarrollo y poder diseñar planes
para la conservación de esta especie que está en un riesgo grande de desaparecer en estado silvestre.
Las áreas donde se deben orientar los esfuerzos para completar la distribución real de los bosques de
Polylepis y donde se pueden adelantar proyectos para su conservación, preferentemente son en las zonas
de los departamentos que no se tiene acceso libre a imágenes de alta resolución. En esas zonas se debe
priorizar la compra y/o acceso a este tipo de tecnologías por ser una gran herramienta en planificación.
Los modelos de predicción utilizados en investigaciones similares, solo se basan en datos climáticos para
realizar la predicción del hábitat potencial de una especie, y no toman en cuenta factores de uso de suelo,
determinantes en la distribución actual de las especies. Por esta razón se recomienda añadir datos del
perfil del suelo, formación, composición, y uso del suelo; así como variables “Índices de Vegetación”
vistas en este estudio. Permitiendo así, ajustar los modelos para que hagan perfiles del hábitat de las
especies más precisos.
Es importante realizar análisis multitemporales a las demás áreas reforestadas lo que permitirá tener una
perspectiva más clara y real sobre los avances que ha tenido el proyecto, con el fin de mejorar las
estrategias para la restauración de los ecosistemas boscosos y la dinámica con su entorno.
Los resultados obtenidos en la investigación podrían servir para realizar una planificación de consumo
responsable y vigilancia de los recursos naturales, para asegurar su sostenibilidad, permanencia hacia el
futuro y mejorar la calidad de vida de los seres vivos, así mismo para reforestar áreas desnudas e
incentivar la conservación de los recursos naturales para aliviar y mitigar los efectos del cambio
climático. También podría servir para elaborar planes de zonificación ecológica y económica para el
desarrollo socioeconómico de la población de la provincia de Yauyos, para plantear la creación
corredores ecoturísticos para dar a conocer los impactos negativos que se están ocasionando actualmente
al medio ambiente.
Los gobiernos locales deberían promover asesoramientos y/o capacitaciones en proyectos de

reforestación y usos sostenible del suelo, para conservar toda formación vegetal ya sea natural o de origen
antrópico, así mismo se deberían promover la valoración económica de la vegetación mediante el pago
de bonos de carbono o la reforestación con especies vegetales que generen ingresos económicos a los
habitantes, para así preservar la calidad del medio ambiente y su desarrollo sostenible.
Hoy en día se debería dar prioridad a la realización de estudios in situ y ex situ sobre la detección de las
extensiones de las superficies de cobertura vegetal, para así poder determinar cuáles son las influencias
negativas y positivas que se están causando ella, mediante el uso. Así mismo estos estudios de deberían
basar en el uso de herramientas de sistemas de información geográfica y utilización de imágenes
satelitales, que permiten generar cartografías y bases datos de objetos de estudio amplias extensiones de
territorio.
BIBLIOGRAFÍA
ANEXO 1
REGISTROS DE PRESENCIAS DE BOSQUES DE POLYLEPIS.
N° Longitud Latitud Fuente N° Longitud Latitud Fuente
1 -77.043 -9.076 ecoan, 2007 35 -71.487 -16.251 ca - rnsab, 2010

2 -77.050 -9.980 ecoan, 2007 36 -71.474 -16.249 ca - rnsab, 2010
3 -77.080 -9.941 ecoan, 2007 37 -71.319 -16.436 ca - rnsab, 2010
4 -77.082 -9.928 mountain.pe, 2004 38 -71.325 -16.386 ca - rnsab, 2010
5 -77.086 -9.932 mountain.pe, 2004 39 -71.314 -16.357 ca - rnsab, 2010
6 -77.108 -9.986 mountain.pe, 2004 40 -71.304 -16.392 iabin.com
7 -77.137 -10.032 mountain.pe, 2004 41 -71.339 -16.386 iabin.com
8 -77.039 -10.037 ecoan, 2007 42 -71.303 -16.470 ca - rnsab, 2010
9 -77.050 -10.015 ecoan, 2007 43 -71.310 -16.452 ca - rnsab, 2010
10 -77.103 -9.681 ecoan, 2007 44 -71.200 -16.300 iabin.com
11 -77.053 -9.678 ecoan, 2007 45 -71.565 -16.024 ca - rnsab, 2010
12 -77.125 -9.659 ecoan, 2007 46 -71.564 -16.007 ca - rnsab, 2010
13 -77.137 -9.657 ecoan, 2007 47 -71.551 -15.987 ca - rnsab, 2010
14 -77.120 -9.631 ecoan, 2007 48 -71.400 -16.200 iabin.com
15 -77.124 -9.620 ecoan, 2007 49 -71.500 -16.000 iabin.com
16 -77.115 -9.594 ecoan, 2007 50 -72.031 -15.536 unas, 2001
17 -77.084 -9.590 ecoan, 2007 51 -72.043 -15.533 unas, 2001
18 -77.084 -9.586 mountain.pe, 2004 52 -72.077 -15.525 unas, 2001
19 -77.056 -9.672 mountain.pe, 2004 53 -72.091 -15.524 unas, 2001
20 -77.633 -9.067 aves del perú.com 54 -72.567 -15.700 aves del perú.com
21 -77.649 -9.140 ecoan, 2010 55 -71.960 -15.675 ca - rnsab, 2010
22 -77.647 -9.126 ecoan, 2010 56 -71.564 -15.581 ca - rnsab, 2010
23 -72.950 -13.633 aves del perú.com 57 -71.837 -15.953 ca - rnsab, 2010
24 -72.774 -13.687 benham et al, 2011 58 -71.931 -15.882 ca - rnsab, 2010
25 -73.018 -14.070 benham et al, 2011 59 -71.587 -15.962 ca - rnsab, 2010
26 -73.011 -14.069 benham et al, 2011 60 -72.800 -15.650 aves del perú.com
27 -73.019 -14.064 benham et al, 2011 61 -72.683 -15.693 gbif.com
28 -72.856 -13.740 benham et al, 2011 62 -72.617 -15.550 aves del perú.com
29 -73.124 -13.799 benham et al, 2011 63 -74.860 -13.480 jaime j. valenzuela t
30 -73.087 -13.784 benham et al, 2011 64 -74.458 -13.349 iabin.com
31 -73.088 -13.780 benham et al, 2011 65 -73.804 -12.905 ecoan, 2007
34 -71.506 -16.255 ca - rnsab, 2010 68 -73.808 -12.900 ecoan, 2007
69 -73.795 -12.900 ecoan, 2007 103 -74.903 -13.474 jaime j. valenzuela

70 -73.896 -12.863 ecoan, 2007 104 -74.905 -13.465 jaime j. valenzuela
71 -74.083 -14.583 mendoza, 2005 105 -74.919 -13.453 jaime j. valenzuela
72 -73.478 -15.352 gbif.com 106 -75.502 -11.662 aves del perú.com
73 -73.494 -15.334 gbif.com 107 -75.502 -11.662 aves del perú.com
74 -73.433 -15.333 mendoza, 2005 108 -76.100 -11.033 aves del perú.com
75 -72.033 -13.283 mendoza, 2005 109 -76.200 -11.600 aves del perú.com
76 -72.031 -13.217 ecoan, 2007 110 -76.714 -10.710 walsh, 2008
77 -72.033 -13.283 servat et al, 2002 111 -76.722 -10.703 walsh, 2008
78 -72.046 -13.226 servat et al, 2002 112 -76.742 -10.674 walsh, 2008
79 -72.037 -13.148 ecoan, 2007 113 -76.740 -10.665 walsh, 2008
80 -72.168 -14.372 ecoan, 2006 114 -75.967 -12.000 iabin.com
81 -72.044 -14.720 ecoan, 2005 115 -76.012 -12.503 rpnyc, 2006
82 -71.921 -14.567 ecoan, 2006 116 -76.010 -12.496 rpnyc, 2006
83 -71.844 -14.562 ecoan, 2006 117 -76.002 -12.478 rpnyc, 2006
84 -71.829 -14.532 ecoan, 2006 118 -76.000 -12.465 rpnyc, 2006
85 -71.900 -13.500 iabin.com 119 -75.986 -12.424 rpnyc, 2006
86 -72.317 -13.133 aves del perú.com 120 -70.883 -16.370 RNSAB, 2006
87 -72.861 -13.288 benham et al, 2011 121 -70.891 -16.370 RNSAB, 2006
91 -72.050 -13.267 ecoan, 2005 125 -70.600 -16.700 iabin.com
92 -72.500 -13.100 iabin.com 126 -70.654 -16.989 alcocer et al. 2011
93 -72.333 -13.200 ecoan, 2005 127 -70.689 -16.964 alcocer et al. 2011
94 -72.217 -13.183 ecoan, 2005 128 -76.167 -10.600 iabin.com
95 -72.171 -13.197 ecoan, 2007 129 -70.313 -13.799 iabin.com
96 -72.237 -13.187 ecoan, 2007 130 -70.001 -14.056 ecoan, 2006
97 -72.297 -13.141 ecoan, 2007 131 -70.135 -14.043 ecoan, 2006
98 -72.167 -13.200 lloyd et al, 2008 132 -70.400 -14.100 iabin.com
99 -72.224 -13.191 servat et al, 2002 133 -69.446 -16.239 alcocer et al. 2011
100 -72.150 -13.200 lloyd et al, 2008 134 -69.447 -16.237 alcocer et al. 2011
137 -69.681 -17.086 alcocer et al. 2011 171 -69.908 -14.937 ecoan, 2006
138 -69.681 -17.080 alcocer et al. 2011 172 -69.744 -14.896 ecoan, 2006
139 -69.833 -15.018 ecoan, 2006 173 -69.500 -14.400 iabin
140 -70.293 -15.334 mejia, 2011 174 -70.209 -17.210 alcocer et al. 2011
141 -70.295 -15.371 mejia, 2011
142 -70.452 -15.327 mejia, 2011
143 -70.334 -15.306 mejia, 2011
144 -70.353 -15.294 mejia, 2011
145 -70.463 -15.258 mejia, 2011
146 -70.369 -15.245 mejia, 2011
147 -70.496 -15.243 mejia, 2011
148 -70.399 -15.204 mejia, 2011
149 -70.365 -15.188 mejia, 2011
150 -70.362 -15.187 mejia, 2011
151 -70.647 -15.330 mejia, 2011
152 -70.589 -15.314 mejia, 2011
153 -70.586 -15.313 mejia, 2011
154 -70.589 -15.309 mejia, 2011
155 -70.645 -15.306 mejia, 2011
156 -70.652 -15.305 mejia, 2011
157 -70.652 -15.299 mejia, 2011
158 -70.645 -15.289 mejia, 2011
159 -70.379 -15.176 mejia, 2011
160 -70.480 -15.146 mejia, 2011
161 -70.430 -15.135 mejia, 2011
162 -70.445 -15.135 mejia, 2011
163 -70.456 -15.133 mejia, 2011
164 -70.412 -15.115 mejia, 2011
165 -70.474 -15.113 mejia, 2011
166 -70.382 -15.057 mejia, 2011
167 -70.380 -15.046 mejia, 2011
168 -70.687 -15.196 mejia, 2011
169 -70.692 -15.180 mejia, 2011
170 -70.651 -15.174 mejia, 2011
98

Universidad Nacional Federico Villarreal: "Cartografía Aplicada A La Reforestación"

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Universidad Nacional Federico Villarreal: "Cartografía Aplicada A La Reforestación"

Diunggah oleh

Hak Cipta:

Format Tersedia

“Año del Diálogo y la Reconciliación Nacional”

Universidad Nacional Federico Villarreal

CARHUARICRA AVENDAÑO YVONE

RESTAURACIÓN Y REHABILITACIÓN NATURAL: Es el proceso de reforestación que implica la

INFORMACIÓN GEOGRÁFICA: Hace referencia a los datos referenciados geográficamente de cualquier

IMAGEN SATELITAL: Es la representación visual de la información captada por un sensor (satélite

EL CAMBIO EN LA COBERTURA VEGETAL DEL SUELO: Es definido como la conversión,

EL DESARROLLO VEGETAL: Definido como el conjunto de procesos graduales y progresivos de

ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA: Se define como el cálculo

Se usaron técnicas de interpretación visual multitemporal de imágenes satelitales para la cuantificación de

Palabras Clave: Análisis Multitemporal, Análisis de Coberturas, Imágenes Satelitales, Reforestación,

La utilización de información satelital permite evaluar la velocidad de la deforestación/reforestación,

El área de estudio es administrada y controlada en un Sistema de Información Geográfica, el cual almacena

La presente investigación se desarrolla en la región de Arequipa (Figura 1).

Figura 1 Mapa del ámbito de estudio (Arequipa)

Fuente: Elaboración Propia

Aplicar métodos y procedimientos cartográficos para proyectos de reforestación.

Resaltar la importancia del uso de la teledetección y de las herramientas de sistemas de información

Definición conceptual de deforestación:

El medio ambiente se encuentra en constante dinámica, produciendo información de sus componentes, y de

SISTEMAS DE INFORMACION GEOGRAFICA

El concepto relacionado a un Sistema de Información Geográfica habla de una interacción y un proceso

Tabla 3. Características de las imágenes Landsat 8

Fuente: COLOMBIA. INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI, IGAC.

Figura 1. Modelo Conceptual general de la metodología.

 Imágenes LANDSAT 5, para Perú y el periodo 2011 – 2012 (resolución 30 m).

 Modelos de Elevación ASTER-GDEM, para el Perú (resolución 30 m).

 Hojas de la Carta Nacional IGN a escala 1/100 000 en formato digital.

 Base de datos del Worldclim (http://www.worldclim.org/)(resolución 1 km).

 Arc Gis (Versión 10.0).

 Erdas Imagine (versión 2010).

 Google earth (versión 6)

 Microsoft Office 2010.

La información extraída fue:

 DATOS DE ESTABLECIMIENTO Y DESCRIPCIÓN DEL ÁREA EN ANÁLISIS: Se

 DATOS DE CAPACIDAD DE USO MAYOR DE SUELO: Se recopilo datos cartográficos (Mapa

 DATOS SATELITALES: La superficie en análisis se ubica en la intersección de cuatro imágenes

Ilustración N° 4. Imágenes de satelitales utilizadas en la investigación.

Figura 10 a.- Mosaico de imágenes Landsat 5 TM

Figura 12 a.- Precipitación anual total (resolución de 1km)

CREACIÓN DEL ARCHIVO TEMÁTICO EN AMBIENTE SIG

Fuente: Los Autores

Ilustración 9. Combinación de bandas de la imagen satelital 2016.

5. SEGUNDO MODELAMIENTO Y SEGUNDA EVALUACIÓN

Fuentes: Los Autores

Tabla 5. Clasificación supervisada de coberturas

OID ID GRIDCODE CLASSNAME

VALIDEZ Y CONFIABILIDAD DEL INSTRUMENTO

TÉCNICAS E INSTRUMENTOS DE MEDICIÓN DE DATOS

En base a lo mencionado, se realizaron los siguientes procedimientos:

ESTABLECIMIENTO Y DESCRIPCIÓN DE ÁREA EN EVALUACIÓN.

OBTENCIÓN DE MAPA DE DISTRIBUCIÓN DE USO MAYOR DE SUELO DEL ÁREA EN

PROCESAMIENTO DE DATOS SATELITALES

 COMPOSICIÓN DE IMÁGENES ESPECTRALES

 MOSAICO DE LAS IMÁGENES MULTIESPECTRALES

Ilustración N° 1. Mosaico de las imágenes satelitales.

 CORTE DE IMAGEN DEL ÁREA EN ANÁLISIS

Cuadro 1 Número de registros de bosques de Polylepis por Departamento.

A) BASE DE DATOS DE ÍNDICES DE VEGETACIÓN

a) Descarga y Pre-procesamiento de imágenes satelitales.

Fuente: Elaboración Propia

Fuente: Elaboración Propia

Se utilizó en la evaluación, 44 puntos de presencia y un número igual de pseudo- ausencias distribuidos