Nature">
Analisis de Cambios de Cobertura y Uso D
Analisis de Cambios de Cobertura y Uso D
Analisis de Cambios de Cobertura y Uso D
TESIS
INGENIERO AGRÓNOMO
ASESOR:
Ing. M. Sc. WILFREDO POMA ROJAS
CAJAMARCA – PERÚ
-2018-
i
DEDICATORIA
ii
AGRADECIMIENTO
iii
ÍNDICE
RESUMEN……………………………………………………………………………………………………………………………ix
ABSTRACT ................................................................................................................................ x
CAPÍTULO I ...............................................................................................................................1
INTRODUCCIÓN .......................................................................................................................1
a. General ..................................................................................................................3
b. Específicos ...........................................................................................................4
CAPÍTULO II ..............................................................................................................................5
A. Internacional ............................................................................................................5
B. Nacional ....................................................................................................................7
C. Regional ....................................................................................................................8
b. Demográficos. ....................................................................................................13
iv
c. Institucionales. ...................................................................................................13
d. Culturales. ...........................................................................................................13
e. Globalización. .....................................................................................................13
A. Lansat 4 y 5 .....................................................................................................14
A. Landsat8 ..........................................................................................................16
a. Combinación de bandas.....................................................................................22
d. Clasificaciones no Supervisadas.....................................................................26
3.2.1 Ubicación...............................................................................................................34
d. Equipos ...................................................................................................................39
e. Material cartográfico.............................................................................................39
f. Software ...................................................................................................................39
a. Etapa I ...............................................................................................................43
b. Etapa II..............................................................................................................44
c. Etapa III.............................................................................................................45
d. Etapa IV ............................................................................................................45
vi
e. Etapa V .............................................................................................................46
CAPÍTULO IV ..........................................................................................................................47
RESULTADOS Y DISCUSION..........................................................................................47
vii
4.2 Análisis de los cambios de cobertura y uso de las tierras ocurridas en los
periodos 1990– 2018. ........................................................................................................59
b. Interpretación: .......................................................................................................60
b. Interpretación: .......................................................................................................68
CAPÍTULO V ...........................................................................................................................86
CAPÍTULO VI ..........................................................................................................................88
BIBLIOGRAFÍA ...................................................................................................................88
ANEXOS ...............................................................................................................................94
viii
RESUMEN
ix
ABSTRACT
The main purpose of this research was: to analyze and quantify the changes of
Coverage and uses of the Ground in Los Baños del Inca district by a period of 28
years (1990-2018). Using the photointerpretation of the LANDSAT image. The
classification was with a certain methodology by the MINAM, of supervised
character using the CORINE LAND COVER classifications (CLC) which is for the
construction of Cover Maps and Use of the Soil that uses different levels of
thematic detail.
The results of this present research are different kinds of Coverage and Uses of
the Ground. According to this classification, 12 categories of level III were found:
Continuous Urban Tissue (Tu), Discontinuous Urban Tissue (Tud), Mining and
Hydrocarbons Extraction Areas (Em), Grass (P), Grass and Growing Mosaic
(Mpc), Forest Planting (Pf), Herbazal (He), Bushland/ Intervened Area (Aai),
Rocky Outcrops (Ar), Bare Ground (Td), Lagoons, Permanent Natural Lakes and
Marshes (Ll) and Artificial Water Bodies (Caa).
These changes of the Coverage and Uses of the Ground are determined by
human activities, which are the main and responsible for the change.
x
CAPÍTULO I
INTRODUCCIÓN
Los cambios de cobertura y uso de la tierra son muy relevantes y visibles, los
cuales en su gran mayoría son por la actividad antropológica sobre el medio que
lo rodea, generando centros poblados en los cuales prosperan y modifican el
entorno en favor de sí mismos, lo que conlleva la modificación de los diferentes
tipos de cobertura naturales.
1. Problemática de la investigación
2
la dinámica de las prácticas agropecuarias en nuestro país, caracterizada por
una ocupación y uso rotatorio de la tierra (Vásquez Jara et al. 2015).
B. Justificación de la investigación
Las diferentes formas de deterioro y alteración ambiental, como los cambios de
cobertura y tipos de uso de la tierra, lo que conlleva a la gran pérdida de
biodiversidad, cambios de microclimas, depredación y erosión de coberturas
nativas, alteraciones en la escorrentía superficial dando lugar a los derrumbes,
huaycos, deslizamientos y la modificación según las necesidades requeridas por
el hombre sobre el suelo.
a. General
Analizar los cambios de cobertura y uso de la tierra del Distrito de Los Baños del
Inca años 1990 – 2018.
3
b. Específicos
1.3 Hipótesis
4
CAPÍTULO II
REVISIÓN DE LITERATURA
2.1 Antecedentes
A. Internacional
La investigación, sobre métodos de clasificación de imágenes satelitales para la
determinación de usos del suelo agrícola, demostraron que se puede desarrollar
diferentes metodologías de clasificación digital de imágenes del satélite Landsat
para campañas agrícolas, como la discriminación de las superficies en seis
clases: cultivos de Invierno, de verano, Pasturas Implantadas y Pastizales
Naturales, Uso mixto agrícola - ganadero, doble cultivo invierno - verano, y Sin
Cultivo, a fin de evaluar cuáles son los usos de suelo en Tandil (Argentina) y
analizar la superficie que cubre cada cultivo; también la obtención de esta
información fue clave a la hora de analizar los cambios producidos en los usos
de suelo, permitiendo conocer la evolución multitemporal (avances y retrocesos)
de cada tipo de cultivo en el área de estudio, teniendo como aporte el desarrollo
de nuevas búsquedas de metodologías que permitan analizar grandes
extensiones de superficie de manera relativamente rápida y a bajo costo, esto es
lo que transforma a los sistemas de información geográfica y la teledetección en
las herramientas fundamentales al momento de tener conocimiento sobre las
trasformaciones del territorio a los fines de poder realizar un aporte a las futuras
planificaciones territoriales ajustando la toma de decisión hacia una utilización
del recurso suelo de una manera sustentable y eficiente Nazareno Orradre
(2014).
El análisis de cambio en la cobertura y uso del suelo con énfasis en los procesos
de deforestación en dos regiones contrastantes de Colombia: Andes y Guyana,
entre 1985 y 2000. Se aplicó un enfoque espacial y temporal a partir de modelos
de LULCC (Land Use Land Cover Change), para evaluar y predecir los
procesos de cambios asociándolos a variables explicativas y junto con métricas
5
del paisaje y sistemas de información geográfica se analizaron patrones de
deforestación. La información de cobertura del suelo se basó en la interpretación
de imágenes satelitales y las variables explicativas incluyeron datos biofísicos y
socioeconómicos provenientes de una amplia gama de fuentes de información.
A nivel de la región de la Guayana, se estudiaron los patrones de deforestación
en los modelos de ocupación típicos de la región, comparando tasas de cambio,
patrones del paisaje y efectividad de figuras de conservación. Finalmente se
modelizó el potencial de cambio futuro en ambas regiones prediciendo su
evolución e identificando zonas de alto riesgo de deforestación y sus
implicaciones frente a la conservación de la biodiversidad. Finalmente concluye
diciendo que la variable explicativa que mayor incide en los procesos de cambio
de uso del suelo y deforestación es la distancia de las carreteras, pero existen
variables como la actividad económica, pendiente, distancia a pastos y
precipitación que impulsan procesos de cambio y el peso de estas variables
depende del tipo de bosques y la región Rodríguez Eraso (2011).
6
B. Nacional
Se realizó un estudio del bosque seco localizado en la región Piura, Perú con el
objetivo de evaluar el cambio de la cobertura y el uso de la tierra. Se utilizó el
procesamiento digital de imágenes del satélite LANDSAT 5 registradas entre
1999 y el 2001, a través de una clasificación supervisada. Los resultados se
compararon con el mapa de bosques secos elaborado por INRENA (Instituto
Nacional de Recursos Naturales) con interpretación visual de imágenes
LANDSAT 5 registradas entre 1986 y 1994. Las imágenes de 1999 y 2001 fueron
clasificadas con un acierto del 89 % y al compararlas con la clasificación de
INRENA, permitieron evaluar la dinámica espacio temporal de los bosques
secos, cuantificando los retrocesos y mejoras de los mismos. El 38% del área
del bosque seco permaneció sin variación, mientras que 13% mejoró su
condición y el otro 23% tiende a la reducción de su cobertura. El procesamiento
digital de imágenes desatélite permite agilizar el proceso y ser más precisos que
la interpretación visual utilizada en el estudio de línea de base del INRENA,
asimismo existen actualmente imágenes de satélite a muy bajo costo o de libre
disposición en la Internet, que permitiría mantener un seguimiento de la dinámica
del ecosistema de bosque seco en la región Piura (Zorogastúa et al. 2011).
7
C. Regional
Según el Estudio especializado: “Análisis de los cambios de la cobertura y uso
de la tierra”, realizado en el Departamento de Cajamarca, por Alcántara Boñón
(2014), específica que, para la elaboración del presente estudio, se recibió
asistencia técnica de especialistas de la Dirección General de Ordenamiento
TerritorialDGOT del Ministerio del Ambiente-MINAM; además recoge e incorpora
aportes de la Comisión Técnica Regional – CTR.
8
Fig.1: Sinopsis del proceso de clasificación para la representación cartográfica
10
con respecto al uso de la tierra (que debe ser sostenible) ocurre alrededor de la
frontera agrícola en las áreas marginales con pendientes fuertes, suelos no
profundos, lluvias muy erosivas, agricultura marginal con poca atención, apoyo
técnico – financiero por parte del estado y otros (Richters 1995).
2.2.4 Suelo
El suelo es la capa de material fértil que recubre la superficie de la Tierra
y que es explotada por las raíces de las plantas y a partir de la cual obtienen
sostén, nutrimentos y agua. Desde una perspectiva ambiental, tiene un rol
fundamental en todos los procesos Ecosistémicos, debido a las funciones y
servicios que realiza, tales como la regulación y la distribución del flujo de agua
o como amortiguador de los efectos de diversos contaminantes. Por ello, el
hombre en su tendencia natural de seleccionar y clasificar los objetos de su
entorno, consideran al suelo como un objeto común útil que satisface las
necesidades humanas (alimentos, fibras, maderas, construcciones, etc.).
(Secretaría de Medio Ambiente y Recursos Naturales – SEMARNAT, 2012).
11
geográficos para un propósito especial en donde el principal medio de referencia
es un sistema de coordenadas (Pérez 1997).
2.2.6 Teledetección
Alonso (2005), define que la Teledetección es la técnica que permite
obtener información a distancia de objetos sin que exista un contacto material.
Para que ello sea posible es necesario que, aunque sin contacto material, exista
algún tipo de interacción entre los objetos observados; situados sobre la
superficie terrestre, marina o en la atmósfera; y un sensor situado en una
plataforma (satélite, avión, etc.). En el caso la teledetección la interacción que se
produce va a ser un flujo de radiación que parte de los objetos y se dirige hacia
el sensor. Este flujo puede ser, en cuanto a su origen, de tres tipos:
• Radiación solar reflejada por los objetos (luz visible e infrarrojo reflejado)
• Radiación terrestre emitida por los objetos (infrarrojo térmico)
• Radiación emitida por el sensor y reflejada por los objetos (radar)Las técnicas
basadas en los dos primeros tipos se conocen como teledetección pasiva y la
última como teledetección activa. La radiación (solar reflejada, terrestre o emitida
por el sensor y reflejada) que llega de la superficie terrestre y que ha atravesado
la atmósfera, es almacenada en formato digital. Una vez recuperados los datos
en el centro de control del satélite, permitirán obtener información acerca de la
superficie terrestre y de la atmósfera. El tipo de información que se obtiene
dependerá de la longitud de onda en la que el sensor capte radiación. El análisis
de esta información permite el reconocimiento de las características de los
objetos observados y de los fenómenos que se producen en la superficie
terrestre y oceánica y en la atmósfera. Por tanto, son muchas las ciencias, tanto
naturales como sociales, interesadas en su uso (Geografía, Geología,
Meteorología, Agronomía, etc.).
12
a. Económicos y tecnológicos.
Se refiere a los factores económicos y a las políticas agrarias que tienen
una influencia directa en precios, impuestos y subsidios a los insumos y
productos obtenidos del uso de la tierra.
b. Demográficos.
Los incrementos al igual que las disminuciones en la población generan
un impacto en el uso de la tierra, estos cambios influyen en la estructura y la
dinámica del hogar, mano de obra, migración, urbanización, entre otros, siendo
la migración uno de los factores que generan un mayor impacto, y quizás el más
importante.
c. Institucionales.
Los cambios en el uso de la tierra se ven influenciados fuertemente
por el sector político, jurídico, económico, así como por instituciones donde se
toma decisiones sobre la administración y gestión del territorio, contando con
políticas débiles, mal definidas y carentes de una adecuada implementación.
d. Culturales.
Este es un factor muchas veces intangible, que no es tomado en cuenta,
sin embargo, una población cuenta con: motivaciones, memorias colectivas,
historias personales, actitudes, valores, creencias y percepciones individuales y
colectivas.
e. Globalización.
Los procesos de globalización amplifican o atenúan las fuerzas que
conducen los cambios del uso de la tierra, teniendo influencias en las políticas
macroeconómicas que definen las condiciones en que juegan la oferta y
demanda de bienes y servicios en los mercados internacionales, las cuales son
importantes pues condicionan el uso y explotación irracional de los recursos
naturales especialmente en países con ecosistemas frágiles
13
Los Landsat orbitan alrededor de la Tierra en órbita circular heliosincrónica, a
705 km de altura, con una inclinación de 98.2º respecto del Ecuador y un período
de 99 minutos. La órbita de los satélites está diseñada de tal modo que cada vez
que éstos cruzan el Ecuador de Norte a Sur lo hacen entre las 10:00 y las 10:15
de la mañana hora local. Los Landsat están equipados con instrumentos
específicos para la teledetección multiespectral.
A. Lansat 4 y 5
14
Una escena terrestre observada por este sensor representaba un área de 185
Km y la resolución SENSOR MSS espacial era de 80 x 80 m.
15
Tabla 2: Características Landsat 5
A. Landsat8
Las imágenes Landsat8 obtenidas por el sensor (OLI) y (TIRS) constan de nueve
bandas espectrales con una resolución espacial de 30 metros para las bandas
de 1 a 7 y 9. Una banda nueva (1) (azul- profundo) es útil para estudios costeros
y aerosoles. La nueva banda (9) es útil para la detección de cirrus. La resolución
para la banda 8 (pancromática) es de 15 metros. Dos bandas térmicas 10 y 11
son útiles para proporcionar temperaturas más precisas de la superficie y se
toman a 100 metros de resolución. El tamaño aproximado de la escena es de
170 km de norte-sur por 183 kilómetros de este a oeste (106 km por 114 km).
(Ariza 2013).
Fuente: (es.wikipedia.org/wiki/Landsat_8)
16
Tabla 4: Comparación entre las bandas espectrales Landsat 5TM y Landsat 8
OLI TIRS
a. Resolución espacial
Es una medida de la distancia angular o lineal más pequeña que puede captar
un sensor remoto de la superficie de la Tierra, y viene representada por un píxel.
Un píxel es la unidad mínima que conforma una imagen digital. El píxel es
generalmente de forma cuadrada, por lo que la longitud medida sobre el terreno
de un lado del píxel define la resolución espacial del sensor. La resolución
espacial de un sensor se suele expresar en metros o metros/píxel. Cuanto mayor
sea la resolución espacial, es decir, menor superficie represente un píxel de la
imagen, más pequeños serán los objetos que se pueden distinguir en la
superficie y viceversa.
b. Resolución espectral
Se denomina resolución espectral a la capacidad del sensor para discriminar la
radiancia detectada en distintas longitudes de onda del espectro
electromagnético. La resolución espectral está determinada por el número de
bandas que el sensor puede captar y por la anchura espectral de éstas. En
términos generales, el sensor será de mayor utilidad cuanto mayor sea el número
de bandas que proporcione, ya que algunas cubiertas requieren estudios
multiespectrales. Por otro lado, conviene que el ancho de cada banda sea lo más
reducida posible, con el objeto de no obtener valores medios de regiones
espectrales de diferente significación física. Algunos sensores discriminan el
18
espectro en 3 bandas mientras que los Hiperespectrales oscilan alrededor del
centenar (Saldaña 2015).
c. Resolución radiométrica
d. Resolución Temporal
e. Resolución Angular
Por ella se entiende la capacidad que tiene un sensor para tomar imágenes
oblicuas. Esta propiedad permite no solamente cortar los ciclos temporales de
19
recubrimiento, sino que posibilita la generación de imágenes estereoscópicas y
por tanto la reconstrucción del relieve (Pérez Gutiérrez y Muñoz Nieto 2006).
C. Correcciones radiométricas
Una vez que la radiación electromagnética es generada y se propaga, interactúa
con la atmósfera afectando a la radiación en su longitud de onda, intensidad,
distribución espectral y/o su dirección. Hay dos tipos de efectos que produce la
atmósfera: absorción y dispersión. El objetivo general de las correcciones
atmosféricas es convertir los valores obtenidos por el sensor remoto en valores
de reflectancia en superficie, que es la magnitud física de interés. Estos valores
son necesarios cuando se utilizan datos satelitales para el análisis cuantitativo
de las propiedades biofísicas de los elementos de la superficie terrestre,
identificar y evaluar los procesos que en ella ocurren mediante la comparación
de diferentes escenas en estudios temporales (APN 2005) y cuando se deriven
índices a partir de bandas ubicadas en diferentes regiones del espectro
electromagnético.
D. Correcciones atmosféricas.
El cálculo del valor de la reflectancia en superficie implica introducir algún tipo de
corrección sobre el efecto que imprime la atmósfera sobre la señal recibida por
el sensor (APN 2005).
21
Los procedimientos para abordar las correcciones atmosféricas con exactitud
son muy laboriosos y requieren datos sobre las condiciones de la atmósfera en
el momento de tomar la imagen, que no suelen estar disponibles. Además, el
efecto de la atmósfera no es constante en la imagen, algunas zonas pueden
estar afectadas más que otras, en función de la diversa presencia de aerosoles
o vapor de agua (Chuvieco 2002).
a. Combinación de bandas
Las imágenes de satélite se distribuyen en bandas espectrales separadas, las
cuales se pueden combinar para crear otras imágenes. Para realizar este
procedimiento, los programas de interpretación de imágenes traen comandos
especiales que permiten combinar bandas y asignar a cada una un color de
visualización específico. La combinación de las bandas espectrales
correspondientes al azul, verde y rojo permiten preparar una imagen en color
verdadero, la cual es semejante a una fotografía aérea en colores. En el caso de
las imágenes Landsat para construir esta imagen se combinan las bandas 1-2-3
y se asigna a cada banda su correspondiente color; esto es, azul, verde y rojo,
respectivamente (Orozco L et al. 2002).
22
En una imagen de falso color no se sigue este patrón, sino que los colores azul,
verde y rojo se asignan a diferentes bandas espectrales. Una imagen de falso
color muy utilizada en interpretación de imágenes de satélite se obtiene al
combinar las bandas Landsat 2-3-4. y asignando a cada una un color. El color
azul se asigna a la banda 2 (la que registra la radiación verde), el color verde a
la banda 3 (la que registra la radiación roja), y el color rojo a la banda espectral
4 (la que registra la radiación infrarroja cercana). El resultado es una imagen de
falso color, en donde la vegetación en áreas boscosas se verá de color rojo
intenso, dado que la vegetación activa refleja una gran proporción de la radiación
infrarroja cercana incidente, y en donde la vegetación bajo estrés (por
enfermedad o sequía) se verá de color amarillo claro. Asimismo, los ríos de agua
limpia se verán negros, y los ríos con alto contenido de sedimentos se verán de
color azul. Finalmente, en esta imagen los terrenos sin cobertura vegetal se
verán de color gris-azulado, mientras que los pastos y terrenos con cultivos
agrícolas se mostrarán de color rojo claro (Orozco L et al. 2002).
No obstante, hay que tener en cuenta que las bandas rara vez se utilizan en
solitario, normalmente se usan en combinaciones de tres bandas (SRGIS 2010).
23
Infrarrojo cercano: Cartografía de la vegetación Cartografía del vigor/salud de
la vegetación. Diferenciación de la vegetación por especies.
24
Las filas, las marginales indican el número de pixeles que, perteneciendo a una
categoría y no fueron incluidos en ella. Estos se denominan errores de omisión.
De igual forma, las celdillas no diagonales de las columnas expresan errores de
comisión, esto es, pixeles que se incluyeron a otra categoría perteneciendo
realmente a otra (Olaya 2011).
b. Índice Kappa
El coeficiente kappa refleja la concordancia inter-observador y puede ser
calculado en tablas de cualquier dimensión. El coeficiente Kappa puede tomar
valores entre -1 y +1. Mientras más cercano a +1, mayor es el grado de
concordancia inter-observador, por el contrario, mientras más cercano a -1,
mayor es el grado de discordancia inter-observador (Cerda y Villarroel 2008).
La índice kappa (k) se define como:
Dónde:
R : Número de la fila
xii : Número de combinaciones a lo largo de la diagonal
xi : Observaciones totales de la fila i
x+i : Total de observaciones en la columna i
N : Número total de celda en la esquina inferior derecha
25
cercanos a 1 representan una mayor concordancia de la realidad con el mapa
de clasificación (Aronoff 1982, citado por Chuvieco 2002).
Tabla 5: valoración de coeficiente Kappa
c. Clasificaciones Supervisadas
En las clasificaciones supervisadas se requiere la participación activa del analista
que esté realizando la clasificación de la imagen de satélite, en este caso, el
técnico que está llevando a cabo la tarea debe indicar a software que debe
realizar en cada momento (como debe clasificar cada uno de los pixeles
existentes en la imagen), a partir de la definición de unas áreas de entrenamiento
de las cuales se conoce a priori la naturaleza de su superficie.
d. Clasificaciones no Supervisadas
Las clasificaciones no supervisadas guardan relación con el valor relativo al
color, al tono o al grupo, para identificar entidades. En este caso concreto, el
analista deberá validar el resultado de la clasificación una vez esta haya sido
llevada a cabo. En el caso anterior, el operador puede influir en gran medida en
el proceso de clasificación mientras esta se está desarrollando, y controlando.
En esta segunda técnica de clasificación, la influencia que puede ejercer el
operador es prácticamente nula, más allá de seleccionar el algoritmo de
clasificación que va a utilizarse. Normalmente esta clasificación, deberá llevarse
a cabo varias veces para obtener diferentes resultados, que acabaran
agregándose para obtener un resultado final considerado valido. En virtud de lo
anterior expuesto, el proceso de clasificación de imágenes ya sea supervisado o
no supervisado se puede hacer utilizando una sola banda, en un proceso llamado
density silicing, o usando muchas bandas (multi-espectral de clasificación).
26
2.2.15 Modelos Digitales de Elevación (DEM)
Llamados también modelos digitales del terreno, estos conjuntos de datos
contienen medidas de la elevación del terreno obtenidas aplicando
procedimientos fotogramétricos a pares de imágenes estereoscópicas
solapadas. Los DEM se usan con frecuencia para crear modelos
tridimensionales y en los programas informáticos de visualización comúnmente
usados en ingeniería civil, cartografía geológica y simulación de vuelo.
Actualmente existen dos conocidos satélites que tomas imágenes con un par
estereoscópico: Ikonos y Aster de los cuales se pueden obtener modelos de
elevación digital a 1 y 15 metros respectivamente (SRGIS 2010).
27
Sus antecedentes se remontan a 1969 cuando se firmó el Acuerdo de Cartagena,
también conocido como Pacto Andino. La CAN inició sus funciones en agosto de
1997. (Comunidad Andina De Naciones, 2012).
28
Nivel I Nivel II Nivel III
3. Bosques y áreas 3.1. Bosques 3.1.1. Bosque denso bajo
mayormente naturales 3.1.2. Bosque abierto bajo
3.1.3. Bosque denso alto
3.1.4. Bosque abierto alto
3.1.5. Bosque fragmentado
29
Nivel I Nivel II Nivel III
4. Áreas húmedas 4.1. Áreas húmedas 4.1.1. Áreas Pantanosas
continentales 4.1.2. Turberas y
bofedales
4.1.3. Vegetación
acuática sobre cuerpos de
agua
4.2 Áreas húmedas 4.2.1. Pantanos costeros
costeras 4.2.2. Salitral
4.2.3. Sustratos y
sedimentos expuestos en
bajamar
5. Superficies de Agua 5.1. Aguas continentales 5.1.1. Ríos (50 m)
5.1.2. Lagunas, lagos y
ciénagas naturales
permanentes
5.1.3. Lagunas, lagos y
ciénagas naturales
estacionales
5.1.4. Canales
5.1.5. Cuerpos de agua
artificiales
5.2 Aguas costeras 5.2.1. Lagunas costeras
5.2.2. Mares y océanos
5.2.3. Estanques para
acuicultura marina
30
CAPÍTULO III
MATERIALES Y MÉTODOS
➢ Técnica : Fotointerpretación
Observación
Descripción
Mapa de cambios
31
Ley N° 13251 del 07 de Setiembre de 1959. La superficie territorial del Distrito
es de 28162.31 ha. con una densidad poblacional de 98.44 habitantes por Km2
(2015). La principal vía de acceso a la capital del Distrito es una doble vía
asfaltada que une con la Ciudad de Cajamarca, ubicada a 6 km. de la capital
departamental. Siguiendo esta misma vía Los Baños del Inca se comunica con
sus Comunidades de la parte alta colindante con el Distrito de la Encañada y en
la parte baja con la Ciudad de Cajamarca y el Distrito de Llacanora y Namora.
32
b. Fauna: Vizcachas, halcones, ovinos, auquénidos, entre otros.
a. El clima: es templado frío con temperatura anual de 12 ºC, seco durante los
meses de mayo a octubre, precipitaciones desde octubre a abril. Puede
producirse algunas heladas entre junio, julio y agosto.
3.2.1 Ubicación.
El Distrito de Los Baños del Inca está enmarcado por las
siguientes coordenadas UTM:
El Distrito de Los Baños del Inca cuenta con 59 centros poblados: Alto Otuzco,
Alto Puyllucana, Apalin Alto, Bajo Otuzco, Baños Punta, Barrojo, Carahuanga
I, Carahuanga Ii, Carhuaquero, Cerrillo, Chaquil Pampa, Chicospata, Chimchin
Otuzco, Chinchin Chuquipuquio, Chinchin Tres Cruces, Chupicaloma,
34
Chuquilin, Colcapampa, Collorpunta, El Calvario, El Capulí, Hornuyoc,
Huayrapongo, La Colpa Otuzco, La Esperanza, La Retama, La Shilla (Santa
Barbara Alta), La Victoria De Otuzco, Laparpampa, Licligonga, Llagamarca,
Los Baños Del Inca, Luychupucro Alto, Luychupucro Bajo, Manzanamayo,
Miraflores Alto, Miraflores Bajo (Cristo Rey), Moyococha Shilla, Muyoc,
Puyllucana, Quinray Quero Bajo, Quinrayquero Alto, Quinuapata, Rinconada
De Otuzco, Rosapampa, Rumipampa Alto, San Jose De Las Madres, Santa
Barbara, Santa Barbara Alta ( La Cante), Santa Rosa De Chaquil, Santa
Ursula, Shahuarpampa, Shaullo Chico, Shinshilpampa, Shitaloma, Shultin,
Tartar Chico, Tartar Grande, Tres Molinos, Venecia. (Shp del ZEE –
GORECAJ - 2007).
35
36
3.2.2 Hidrografía
Los Baños del Inca tienen una vasta cantidad de quebradas ríos los cuales
son mencionados en el siguiente cuadro.
Tabla 7: Principales ríos del Distrito de Los Baños del inca
Nombre Longitud en km
Chonta 41,46
Mashcón 41.62
Grande 35.91
Quinuario 8.37
Azufre 5,71
Paccha 4.83
Purhuay 4.60
37
38
3.3 MATERIALES Y EQUIPOS
a. Materiales de campo
o Libreta de apuntes
o Formatos de campo
o Lápices y lapiceros
o Wincha
b. Equipos de campo
o Sistema de posicionamiento global-GPS
o Binoculares de largo alcance
o Cámara fotográfica semi profesional (objetivos de paisaje)
c. Materiales y equipos de gabinete
o Papel bond A4 de 80 gramos, lapiceros y lápices
d. Equipos
o Laptop
o Impresora
o Escáner
e. Material cartográfico
o Carta Nacional del Perú a escala 1: 100 000.
o Mapa de cambios: para determinar e identificar los cambios de cobertura
y usos del suelo.
o Shapefile del Distrito obtenido del gobierno regional de Cajamarca y Base
de datos ZEE Cajamarca.
o Imágenes satelitales: para determinar e identificar las coberturas en fase
de gabinete
f. Software
o Microsoft Windows 10
o Microsoft office 2016
o ArcGis 10.4.1
o Erdas 5.2,
o Envi 4.8, Codigo_Fuente_SLC_Off_Proyect_7_07 y P C I Geomática.
39
3.4 Metodología
El análisis de los cambios de cobertura y uso de la tierra, periodos 1990 –
2018 en el ámbito del Distrito de Los Baños del Inca, Provincia y Departamento
de Cajamarca. La metodología se basó en la obtención de imágenes satelitales
de landsat5 y landsat8, luego se trabajó en cinco etapas de clasificación como
se describe en fig 1. la clasificación se realizó con la leyenda Corine Land Cover-
CLC en un nivel III, desarrollado por el Ministerio del Ambiente (MINAM).
Para la generación de los mapas temáticos de cobertura y uso de la tierra, se
utilizó la metodología del Ministerio del Ambiente MINAM.
Se realizó a través del geo servidor del Ministerio del Ambiente de la zona
17 S.
Imágenes Landsat del Distrito de Los Baños del inca, estas fueron
adquiridas del servidor de www.glovis.usgs.gov vía internet lo cual
constituyo la base para el análisis de los cambios de cobertura y uso
actual de la tierra, cuyas especificaciones son las siguientes:
40
Tabla 8: Datos de las imágenes descargadas
ID Satélite Fecha
Elaboración propia
4° Instituciones consultadas
Gobierno regional de Cajamarca – Sub gerencia de acondicionamiento
territorial (ZEE – OT)
El Ministerio del Ambiente – MINAM, del cual se obtuvo la información
temática y cartográfica.
41
Fig. 4: Proceso de clasificación para la representación cartográfica
42
a. Etapa I
Áreas de referencia
Se creó un shapefile en el software ArcGIS de forma geométrica (polígono)
para poder delimitar el área de trabajo y posteriormente cortar las imágenes
de Landsat5 y Landsat8 obteniendo como resultado un archivo con formato
raster.
Segmentación
Para realizar el proceso de segmentación se utilizó el software Envi Zoom
4.8, con la finalidad de dividir en segmentos por medio de una agrupación de
pixeles vecinos cuyas características (Brillo, textura, color) tienen valores
similares, se consideró los siguientes parámetros
• Escale:
Para segmentar las imágenes se requiere solo un parámetro (scale level),
este parámetro puede variar entre 0 y 100, valores altos generan pocos
segmentos.
• Merge:
Es un parámetro opcional, tiene un rango de 0 a 100 se utiliza para integrar
segmentos muy pequeños a segmentos más grandes, elementos como
árboles y nubes pueden generar segmentos no deseados.
Escale 40 30
Merge 40 30
Elaboración propia
43
Información complementaria
Se utilizó el ModelBuilder “Coberturas_tablas para R” obtenido del Ministerio
del Ambiente (MINAM), que nos permite la generalización de la selección de
segmentos que posteriormente son utilizados como análisis en el proceso de
clasificación, proceso mediante el cual se selecciona los segmentos que se
interceptan con las áreas de entrenamiento haciendo una interrelación entre
ambos asignando así las clases ya definidas en las áreas de entrenamiento
digitalizadas.
b. Etapa II
Selección de segmentos (áreas de entrenamiento)
Se creó un shapefile con el nombre de aeita_1 con el software ArcGIS, que
nos permite reconocer los segmentos que se muestran consistentes,
constituye el conjunto de información de entrada que alimentara el proceso
de clasificación automática.
Integración de información
La información complementaria se obtuvo con el software RGui 2.15 y el
algoritmo “recogiendoInfoRaster” obtenido del Ministerio del Ambiente,
consiste en unir la información obtenida del Modelo de Elevación Digital
(DEM) y las imágenes satelitales como son:
• Brightness
Archivos en formato ráster que contiene datos sobre índice de brillo
generado a partir de las imágenes satelitales de Landsat 5 y 8.
• Greenness
Archivos en formato ráster que contiene datos sobre índice de verdor
generado a partir de las imágenes satelitales de Landsat 5 y 8.
• Slope
Archivo en formato ráster que contiene datos sobre altitud, generados a partir
del Modelo de Elevación digital (DEM).
44
• Curvatura
Describe las características físicas de una cuenca de drenaje para intentar
entender los procesos de erosión y escorrentía. La pendiente afecta la tasa
general de movimiento descendente. La orientación define la dirección del
flujo. La curvatura del perfil afecta la aceleración y desaceleración del flujo y,
por lo tanto, influye en la erosión y la sedimentación. La curvatura de la
plataforma influye en la convergencia y divergencia del flujo.
En donde se nos genera una tabla llamada “Todo seg” en formato .dbf y
Rdata.
c. Etapa III
Clasificación semi automatizada
La clasificación semi automatizada se obtuvo con el software RGui 2.15 y el
algoritmo “filtrar.tabla.todo.rf.2” obtenido del Ministerio del Ambiente,
consiste en procesar los archivos “Todo seg, aeita_1, y el archivo obtenido
de la información complementaria”, en donde se obtiene un mapa preliminar
de las coberturas en un formato ráster.
Ramdom forest
Es un algoritmo de clasificación no lineal que permite evaluar la veracidad
del mapa obtenido en la fase inicial de gabinete.
d. Etapa IV
Fase de campo
Se trabajó según la fig. 4
Evaluación de la consistencia
Los mapas obtenidos en la fase inicial fueron contrastados y validados In
Situ y con una distribución al azar de puntos GPS, con los actores directos;
es decir, sobre el mapa y la imagen satelital se realizaron las correcciones
que eran necesarias, paralelamente se hizo anotaciones sobre el tipo de
vegetación más importante, altitud, erosión, y datos referentes al uso actual
de la tierra como cultivos, herbazales, arbustal, afloramientos rocosos, tierra
desnuda, etc.
45
e. Etapa V
Fase Final de gabinete
En esta fase se trabajó la etapa IV Fig. 4
Edición vectorial
Procesamiento que consistió en efectuar mediante el programa ArcGIS 10.4
sobre las imágenes satelitales, todos los ajustes espaciales corregidos a
nivel de campo.
Generalización
La generalización se ha desarrollado luego de haber validado en campo los
mapas obtenidos utilizando como simbología una tonalidad de color para
cada una de las clasificaciones
46
CAPÍTULO IV
RESULTADOS Y DISCUSION
Elaboración propia
47
A.- 1. Áreas artificializadas
Comprende las áreas de las ciudades y las poblaciones y aquellas áreas
periféricas que están siendo incorporadas a las zonas urbanas mediante
un proceso gradual de urbanización o de cambio del uso del suelo hacia
fines comerciales, industriales, de servicios y recreativos.
Incluye:
• Centro de aglomeraciones y centros históricos.
• Zonas de habitación periféricas.
• Parqueaderos y áreas cubiertas por asfalto o cemento;
• Casas individuales y de jardín.
• Red de carreteras, con ancho de la vía inferior a 50 metros.
• Áreas deportivas, pequeños parques y zonas peatonales con tamaño
inferior a 5 ha.
• Áreas verdes urbanas (parques y prados) cuando representan menos del
20% del área de la unidad.
• Edificaciones de servicios públicos (escuelas, hospitales), mercados o
industrias, con sus infraestructuras asociadas (parqueaderos,
infraestructuras de comunicación, áreas asfaltadas y verdes) con tamaño
inferior a 5 ha.
• Escombreras y vertederos con área inferior a 5 ha.
48
• Cementerios con vegetación o sin vegetación con un área inferior a 5 ha.
• Infraestructura vacacional y recreativa con su red vial, edificios y áreas de
recreación, si el tamaño es inferior a 5 ha y si está conectado al “tejido
urbano continuo”.
Incluye:
• Casas individuales, con jardín y espacios verdes.
• Manzanas menos densas con espacios verdes al interior.
• Parqueaderos y áreas cubiertos por asfalto o cemento.
• Red de carreteras, con ancho menor de la vía menor a 50 m.
• Áreas deportivas, pequeños parques y zonas peatonales menores a 5 ha.
• Áreas verdes urbanas (parques y prados) cuando representan hasta el 20%
del área de la unidad delimitada.
49
• Instalaciones de servicios públicos (escuelas, hospitales), mercados o
industrias, con sus infraestructuras asociadas (parqueaderos,
infraestructuras de comunicación, áreas asfaltadas y verdes) con área menor
a 5 ha.
• Escombreras y vertederos con área menor a 5 ha.
• Cementerios con vegetación o sin vegetación con área menor a 5 ha.
• Infraestructuras vacacionales y recreativas con sus redes viales, edificios y
áreas de recreación, con área menor a 5 ha y si está conectada al centro
poblado.
50
• Edificios e infraestructuras industriales asociadas (fábricas de cemento, por
ejemplo).
• Superficies de agua con área inferior a 5 ha, creadas por efecto de la
extracción;
• Los sitios en actividad o abandonados desde hace poco tiempo, sin huella
de vegetación.
51
introducción de especies no nativas principalmente y el manejo posteríos
que se le hace.
Fig. 8: Zona de pastaje en el valle del Distrito, Lolium perenne, L multiflorum o ray
Grass, Trifolium repens o trébol, Agrotis sp o grama
52
• Infraestructuras asociadas a los mosaicos de pastos y cultivos (viviendas
rurales, setos, vía) con área menor a 5 ha.
• Mezcla de pastos y árboles frutales.
Fig. 9: Mosaico de patos y cultivos en el centro poblado Chinchín, Avena sativa o avena
forrajera, Medicago sativa o alfalfa, Solanum tuberosum o papa, Zea mays o maiz
53
3.2.1. Plantación forestal (Pf)
Vegetación forestal establecida de manera artificial en terrenos de aptitud
preferentemente forestal, con propósitos de conservación, restauración o
producción forestal.
Fig 10: plantaciones de Eucalyptus globulus o eucalipto, Pinus sp o pino con fines madereros
(Llagamarca)
54
Fig. 11: Pajonales Stipa ichu, Panicum prionitis o paja (La Shacsha)
Fig. 13: Montaña de aforamientos rocosos en su mayoría arenisca ubicado en Baños Punta
58
Fig. 16 Cuerpos de agua artificial (Activo Ambiental: Reservorio San José)
59
Tabla 11: Matriz de confusión del año 1990
Exactitud
Categorías 111 131 23 242 321 331 335 342 343 512 total usuario
111 19 0 0 0 0 0 0 0 0 0 19 100
131 0 14 0 0 0 0 0 0 0 0 14 100
23 0 0 27 1 0 0 0 0 0 0 28 96,4
242 0 0 1 30 0 1 0 0 1 0 33 90,9
321 0 0 0 0 20 0 0 0 0 1 21 95,2
331 0 0 0 0 0 17 0 0 0 0 17 100
335 0 0 0 0 0 0 15 2 0 0 17 88,2
342 0 0 0 2 0 0 3 14 0 0 19 73,7
343 1 0 0 2 0 0 0 0 23 0 26 88,5
512 0 0 0 0 1 0 0 0 0 21 22 95,5
Total 20 14 28 35 21 18 18 16 24 22 216 92,6
Exactitud Exactitud
productor 95 100 96,4 85,7 95,2 94,4 83,3 87,5 95,83 95,5 total
Elaboración propia
b. Interpretación:
En las filas se muestra la fiabilidad de las áreas de entrenamiento
digitalizadas por el usuario
60
En la cuarta fila se digitalizaron 33 áreas de entrenamiento que pertenecen a
mosaico de pastos y cultivos (2.4.2), de las cuales 30 fueron correctamente
digitalizadas y 1 fue confundido con pastos (2.3), 1 con herbazal (3.3.1) y 1 con
Tierras denudad (3.4.3) Equivalente a una fiabilidad del usuario de 90.9 %.
61
c. En la columna se muestra el acierto de la clasificación en el terreno por
categoría:
➢ En la primera columna se digitalizaron 20 áreas de entrenamiento que
pertenecen a Tejido Urbano (1.1.1), de las cuales 1 fue confundido con
Tierra desnudas (3.4.3). Equivalente a una fiabilidad del productor de
95.0%
➢ En la segunda columna se digitalizaron 14 áreas de entrenamiento que
pertenecen a Áreas de extracción de minería e hidrocarburos (1.3.1), de
las cuales todas fueron correctamente digitalizadas. Equivalente a una
fiabilidad del productor de 100.0%
➢ En la tercera columna se digitalizaron 28 áreas de entrenamiento que
pertenecen a Pastos (2.3), de las cuales 27 fueron correctamente
digitalizadas y 1 fue confundida con mosaico de pastos y cultivos (2.4.2).
Equivalente a una fiabilidad del productor de 96.0 %
➢ En la cuarta columna se digitalizaron 35 áreas de entrenamiento que
pertenecen a Mosaico de pastos y cultivos (3.4.2), de las cuales 3 fueron
correctamente digitalizadas y 1 fue confundida con Pastos (2.3), 2 con
Afloramiento rocoso (3.4.2), 2 con Tierra desnudas (3.4.3). Equivalente a
una fiabilidad del productor de 85.7%
➢ En la quinta columna se digitalizaron 21 áreas de entrenamiento que
pertenecen a Plantaciones forestales (3.2.1), de las cuales 1 fue
confundido con lagunas. Equivalente a una fiabilidad del productor de
95.2%
➢ En la sexta columna se digitalizaron 18 áreas de entrenamiento que
pertenecen a Herbazal (3.3.1) de los cuales 1 fue confundido con
Mosaico de pastos y cultivos (2.4.2.) con un equivalente a 94.4 % de
fiabilidad
➢ En la séptima columna se digitalizaron 18 áreas de entrenamiento de
Arbustal (3.3.5) de las cuales 3 se confundió con Afloramiento rocoso
(3.4.2) que hace un equivalente de fiabilidad del 83.3%
➢ En la octava columna se digitalizaron 16 áreas de entrenamiento que
pertenecen Afloramiento rocoso (3.4.2), de las cuales 14 fueron
correctamente digitalizadas y 2 fue confundida con Arbustal (3.3.2).
Equivalente a una fiabilidad del productor de 87.5%
62
➢ En la novena columna se digitalizaron 24 áreas de entrenamiento que
pertenecen tierras desnudas (3.4.3), de las cuales 23 fueron
correctamente digitalizadas y 1 fue confundida con Mosaic de pastos y
cultivos (2.4.2). Equivalente a una fiabilidad del productor de 95.8%
➢ En la décima columna se digitalizaron 22 áreas de entrenamiento que
pertenecen a Lagos y lagunas ciénagas naturales permanentes (5.1.2)
de las cuales 21 fueron correctamente digitalizadas y 1 fue confundida
con Plantación forestal (3.2.1). Equivalente a una fiabilidad del productor
de 95.4%
d. Índice kappa
Cálculo del índice kappa para el año 1990
𝟏𝟗 + 𝟏𝟒 + 𝟐𝟕 + 𝟑𝟎 + 𝟐𝟎 + 𝟏𝟕 + 𝟏𝟓 + 𝟏𝟒 + 𝟐𝟑 + 𝟐𝟏
𝐏𝐨 = = 𝟎. 𝟗𝟐
𝟐𝟏𝟔
𝟎. 𝟗𝟐 − 𝟎. 𝟐𝟑
𝐤= = 𝟎. 𝟖𝟓
𝟏 − 𝟎. 𝟐𝟑
Se obtuvo como resultado del cálculo de índice kappa 0.85 que según la regla
de concordancia tiene valides.
63
Tabla 12: Clasificación de la cobertura y uso de la tierra, año 1990 de acuerdo
a la metodología CORINE LAND COVER
En el tabal 12
Observamos la superficie en hectáreas y porcentaje de las diferentes categorías
en un nivel III del Distrito
64
Fig. 17: Distribución porcentual de cobertura año 1990
Elaboración propia
g. Según el Fig. 17
El 0.53 % de la superficie de Los Baños del Inca está cubierta por Tejido urbano
continuo (Tu = 149.27 ha.)
El 0.58 % de la superficie de Los Baños del Inca está cubierto por Áreas de
extracción minera e hidrocarburos (Em = 149.27 ha.)
El 10.37 % de la superficie de Los Baños del Inca está cubierto por Pastos (Pa
= 2920.01 ha.)
El 41.61 % de la superficie de Los Baños del Inca está cubierto por Mosaico de
pastos y cultivos (Mpc 11719.15 ha.)
El 1.14 % de la superficie de Los Baños del Inca está cubierto por Plantaciones
forestales (Pf = 321.92 ha.)
65
El 26.02 % de la superficie de Los Baños del Inca está cubierto por Herbazal (He
= 7328.10 ha.)
El 3.41 % de la superficie de Los Baños del Inca está cubierto por Arbustal/ área
intervenida (Aai = 960.29 ha.)
El 4.51 % de la superficie de Los Baños del Inca está cubierto por Afloramiento
rocoso (Ar = 1270.13 ha.)
El 11.76 % de la superficie de Los Baños del Inca está cubierto por tierras
desnudas (Td = 3312.80 ha.)
El 0.06 % de la superficie de Los Baños del Inca está cubierto por lagunas y
ciénagas naturales permanentes (Ll = 17.76 ha.) chaupicocha, quechillacocha y
Yanacocha.
66
67
4.2.2 Cobertura y uso de la tierra año 2018
a. Matriz de confusión
Se realizó la matriz de confusión para el año 2018 en dicha matriz se
obtuvo la Fiabilidad del productor y la Fiabilidad del usuario como se
muestra a continuación:
b. Interpretación:
En las filas se muestra la fiabilidad de las áreas de entrenamiento
digitalizadas por el usuario
68
En la segunda fila se digitalizaron 20 áreas de entrenamiento que pertenecen a
Tejido urbano discontinuo (1.1.2), de las cuales 18 fueron correctamente
digitalizadas y 1fue confundido con tejido urbano (1.1.1),1 con Arbustal/ área
intervenida (3.3.5). Equivalente a una fiabilidad del usuario de 90.0%.
69
En la novena fila se digitalizaron 20 áreas de entrenamiento que pertenecen
Afloramiento rocoso (3.4.2), de las cuales 18 fueron correctamente digitalizadas
y 1 fue confundida con Herbazal (3.3.1) y 1 con de tierra desnudas (3.4.2).
Equivalente a una fiabilidad del productor de 90.0%
70
confundido con Plantaciones forestales (3.2.1). Equivalente a una fiabilidad del
usuario de 94.7 %.
71
digitalizadas y 1 fue confundida con Plantaciones forestales (3.2.1). Equivalente
a una fiabilidad del usuario de 91.3%
d. Índice kappa
Cálculo del índice kappa para el año 2018
𝟏𝟒 + 𝟏𝟖 + 𝟏𝟖 + 𝟏𝟖 + 𝟐𝟖 + 𝟏𝟕 + 𝟏𝟖 + 𝟏𝟓 + 𝟏𝟖 + 𝟏𝟗 + 𝟐𝟏
𝐏𝐨 = = 𝟎. 𝟗𝟏
𝟐𝟐𝟒
𝟎. 𝟗𝟏 − 𝟎. 𝟐𝟏
𝐤= = 𝟎. 𝟖𝟖
𝟏 − 𝟎. 𝟐𝟏
Se obtuvo como resultado del cálculo de índice kappa 0.88 que según la regla
de concordancia tiene valides.
72
Tabla 14: Clasificación de la cobertura y uso de la tierra, año 2018 de acuerdo
a la metodología CORINE LAND COVER
73
Fig. 19: Distribución porcentual de cobertura año 2018
g. Según el Fig. 19
El 0.94 % de la superficie de Los Baños del Inca está cubierta por Tejido urbano
continuo (Tu =265.24 ha.)
El 2.07 % de la superficie de Los Baños del Inca está cubierto por Tejido urbano
discontinuo (Tud = 582.31 ha.)
El 2.43 % de la superficie de Los Baños del Inca está cubierto por Áreas de
extracción minera e hidrocarburos (Em = 683.27 ha.)
El 16.18 % de la superficie de Los Baños del Inca está cubierta por Pastos (Pa
= 4557.96 ha.)
El 38.99 % de la superficie de Los Baños del Inca está cubierto por Mosaico de
pastos y cultivos (Mpc = 10979.12 ha.)
74
El 2.45 % de la superficie de Los Baños del Inca está cubierto por Plantaciones
forestales (Pf = 689.74 ha.)
El 15.29 % de la superficie de Los Baños del Inca está cubierto por Herbazal (He
= 4307.05 ha.)
El 11.59 % de la superficie de Los Baños del Inca está cubierto por Arbustal/
área intervenida (Aai = 3263.30 ha.)
El 7.42 % de la superficie de Los Baños del Inca está cubierto por Afloramiento
rocoso (Ar = 2089.52.13 ha.)
El 2.42 % de la superficie de Los Baños del Inca está cubierto por tierras
desnudas (Td = 682.53 ha.)
El 0.22 % de la superficie de Los Baños del Inca está cubierto por Cuerpo de
agua artificiales (Caa = 62.26 ha.) lagunas, Yanacocha, Quechillacocha,
Chaupicocha, Parpampa, Ingacorral y reservorio San José.
75
76
4.3 Análisis de cambio y no cambio del uso de la tierra
Para la evaluación del cambio y no cambio de cobertura del Distrito de Los
Baños del Inca se evaluaron los polígonos de forma general y global entre
cada periodo de evaluación: 1990 a 2018. A continuación, se muestra los
resultados del análisis.
77
Tabla 15: Perdida o ganancia de la cobertura y uso de la tierra, periodo 1990 -2018
78
Fig. 15 : Cambio y no cambio del uso de la tierra periodo 1990 – 2018
Elaboración propia
c. En Fig. 15
En el Distrito de los Baños del Inca se puede apreciar y cuantificar los cambios
como si cambio en un 43.09 % con una extensión de 12135.25 ha lo cual está
representado de color rojo en la gráfica.
Lo que representa el color verde es que no cambio el 56.90 % con una extensión
de un área de 16027.06 ha, haciendo un total de la sumatoria de 28162.31 ha
que es el total del área del Distrito de Los Baños del Inca.
79
80
4.3.1 Análisis de cambios por cobertura
El análisis de cambio por cobertura, consta en la evaluación del cambio
por cobertura es decir de una cobertura inicial a una actual entre el periodo
de evaluación. En este proceso, solo se evalúa las áreas en las que hubo
cambio, dejándose de lado los de no cambio. A continuación, se muestran
los resultados:
➢ La categoría de Pastos (Pa) fue reemplazada por Tejido urbano (Tu) con
una área de 133.60 Ha, Tejido urbano discontinuo (Tud) con un área de
322.96 ha, Mosaico de pastos y cultivos (Mpc) con un área de 150.02 ha,
Plantaciones forestales (Pf) con un área de 35.45 ha, Herbazal (He) con
un área de 13.67 ha, Arbustal / área intervenida (Aai) con un área de
149.45 ha, Afloramiento rocoso en 5.92ha.
83
Ar He-Ar 198,14 0,704
Td He-Td 3,16 0,011
Caa He-Caa 43,31 0,154
Pa Aai-Pa 19,05 0,068
Tud Aai-Tud 0,33 0,001
Mpc Aai-Mpc 70,23 0,249
Aai Pf Aai-Pf 112,59 0,400
He Aai-He 8,07 0,029
Ar Aai-Ar 352,94 1,253
Td Aai-Td 4,19 0,015
Pa Ar-Pa 6,38 0,023
Tu Ar-Tu 0,87 0,003
Em Ar-Em 147,71 0,524
Mpc Ar-Mpc 246,70 0,876
Ar
He Ar-He 98,15 0,349
Aai Ar-Aai 66,62 0,237
Td Ar-Td 12,71 0,045
Caa Ar-Caa 0,17 0,001
Pa Td-Pa 236,28 0,839
Tu Td-Tu 8,38 0,030
Tud Td-Tud 70,38 0,250
Mpc Td-Mpc 1890,07 6,711
Td
Pf Td-Pf 4,08 0,014
He Td-He 1,28 0,005
Aai Td-Aai 417,53 1,483
Ar Td-Ar 219,01 0,778
Em Ll-Em 2,32 0,008
Ll He Ll-He 6,78 0,024
Caa Ll-Caa 8,75 0,031
0,000
Aai Aai Aai-Aai 395,91 1,406
Ar Ar Ar-Ar 693,93 2,464
Em Em Em-Em 148,14 0,526
NO CAMBIO
84
85
CAPÍTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1 CONCLUSIONES
➢ Se lograron determinar diferentes tipos de cobertura y usos del suelo y
cuantificar y cualificar en el Distrito de Los Baños del inca, a través de la
fotointerpretación de las imágenes satelitales LANSATD para los años
1990 y 2018, mediante el sistema de clasificación CORINE LAND COVER
(CLC) determinado por el MINAN. Según esta clasificación se clasifico 12
categorías de nivel III: Tejido urbano continuo (Tu), Tejido urbano
discontinuo (Tud), Áreas de extracción de minería e hidrocarburos (EM),
Pastos (Pa), Mosaico de pastos y cultivos (Mpc), Plantación forestal (Pf),
Áreas con vegetación herbácea y/o arbustivo”, Herbazal (He)”, Arbustal /
área intervenida (Aai), Afloramientos rocosos(Ar), Tierras desnudas (Td),
Lagunas, lagos y ciénagas naturales permanentes (Ll) y Cuerpos de agua
artificiales (Caa).
➢ Se genero los mapas temáticos con el algoritmo de máxima verosimilitud
de cobertura y uso del suelo para el año 1990 y año 2018, además el
mapa de cambios de cobertura y uso del suelo encontró 57 tipos de
cambios por cobertura, siendo los más resaltantes: Mosaico de pastos y
cultivos a pastos, Mosaico de pastos y cultivos a Arbustal / área
intervenida. Herbazal a Mosaico de pastos y cultivos y el mayoritario que
es de tierras desnudas a Mosaico de pastos y cultivos.
➢ El mapa de Cobertura Vegetal y Usos del suelo, es semidetallado, en el
cual se presenta las distintas unidades de cobertura vegetal y de usos del
suelo utilizando la clasificación de la utilizando la metodología Corine Land
Cover. (los mapas de esta tesis están impresos en 1:150000 escala
grande)
➢ El 43.09 % del Distrito de Los Baños del Inca tuvieron un cambio ya que
se encuentra muy cercano a la gran ciudad de Cajamarca lo que conlleva
al crecimiento urbano y la modificación constante de las diferentes
categorías.
86
5.2 RECOMENDACIONES
87
CAPÍTULO VI
BIBLIOGRAFÍA
88
▪ Cerda, J. Villarroel, L. 2008. Evaluación de la concordancia inter-observador
en investigación pediátrica. Coeficiente de Kappa. Scielo, 54-58p. Bense, T.
2007. Teledet. 1 p. Consultado 10 de jun. 2018. Disponible en
http://www.teledet.com.uy/tutorial-imagenes-satelitales/imagenes-
satelitales-tutorial.htm
89
▪ Guerrero, J. 2011. Combinación de Bandas Landsat con ERDAS (en línea).
Consultado 15 de may. 2018. Disponible en
https://joseguerreroa.wordpress.com/2011/08/30/2404/
▪ Ibáñez, N; Damman, G. 2014. Cambios de la cobertura de los suelos para la
elaboración de escenarios territoriales en la región Apurímac (en línea).
Apurímac, Perú. Consultado 14 may. 2018. Disponible en
http://revistas.lamolina.edu.pe/index.php/rza/article/viewFile/108/107
▪ Lambin, EF, Turner, BL, Geist, HJ, Agbola, SB, Angelsen, A., Bruce, JW, Xu,
J. (2001). Las causas del uso de la tierra y el cambio de la cubierta vegetal:
ir más allá de los mitos. Global Environmental Change, 11 Consultado el 8
may. 2018. Disponible en: https://asu.pure.elsevier.com/en/publications/the-
causes-of-land-use-and-land-cover-change-moving-beyond-the-my
▪ Ñique A., M.; Gutiérrez G., R.; Vivar L., L.; Durand T., E. & Verastegui P., M.
2006. Experiencias de educación ambiental no formal en áreas adyacentes
al Parque Nacional Tingo María. UNAS – BIOFOR /IRG – Municipalidad
Mariano Dámaso Beraum. Perú.
91
▪ Olaya, V. 2011. Sistemas de Información Geográfica. España: Sextante
publicaciones. 911 p. Consultado 10 may. 2018. Disponible en
ftp://ftp.asturias.es/iaap/formacion/cursos/cartografia_digital_II/documentos/
Libro%20GIS.pdf
92
▪ SRGIS – Sensores Remotos y Gis. Guía Básica sobre Imágenes Satelitales
y sus Productos. SRGIS (SENSORES REMOTOS GIS).. Guía básica sobre
Imágenes Satelitales y sus Productos (en línea). Consultado 20 may.
2018. Disponible en http://www.cartografia.cl/download/srgis.pdf
93
ANEXOS
94
Fig.25: Áreas de entrenamiento con Software ArcGIS 10.4.1
95
Fig.27 Resultados de la ejecución del ModelBuilder.
96
Fig.29 salida de campo y comprobación
97
Fig.31 salida de campo y comprobación mosaico de pastos y cultivos
98
Fig.33 salida de campo y comprobación afloramiento rocoso
99
Fig.35 salida de campo y comprobación del valle Otuzco
100
Fig.37 salida de campo y comprobación herbazal
101
Fig.39 mosaico de pasto y cultivos
102
Fig.41 salida de campo y comprobación, rio Chonta
103