Detección de Formaciones Vegetales en Humedales mediante

Técnicas de Teledetección en imágenes Landsat y de Sensor

Aerotransportado.M.F. Carreño1,J. Martínez-López1, J.A. Palazón1, J. Martínez-Fernández, M.A. Esteve1

1. Departamento de Ecología e Hidrologia - Universidad de Murciamariafra@um.es

Abstract

El estudio de las comunidades vegetales para evaluar el estado de loshumedales puede ser facilitado mediante el uso de la teledetección puesnos va ha permitir trabajar a diferentes escalas y a lo largo del tiempo.Las comunidades vegetales del humedal de la Marina del Carmolí fueronidentificadas a través de un análisis de ordenación de los datos de cober-tura de especies, obtenido por medio de un muestreo sistemático real-izado en campo. Estas comunidades vegetales fueron cartografiadas pormedio de técnicas de teledetección aplicadas a imágenes de satélite y desensor aerotransportado.El objetivo del estudio es desarrollar un marco de trabajo que permita car-acterizar de manera sistemática y automática las comunidades vegetalesen los humedales semiáridos mediterráneos, así como comparar la idonei-dad de diferentes sensores en términos de fiabilidad, resolución espacialy temporal para la generación de mapas.

Introducción

Área de Estudio

Los humedales costeros del Mar Menor (Murcia, SE España), están pro-tegido a nivel regional, nacional e internacional por su alto valor ecológico(Sitio Ramsar, ZEPIM, ZEPA , LIC), y están incluidos en el inventarioregional de humedales. La laguna del Mar Menor y sus humedales asoci-ados contienen dieciocho Hábitats de Interés Comunitario (Directiva Hábi-tat) siendo uno de ellos de Especial Interés. Estos humedales mediter-ráneos semiáridos son considerados semi-acuáticos puesto que se en-cuentran entre las estepas y los ecosistemas propiamente acuáticos, porlo que son denominados criptohumedales. Las comunidades carácteris-ticas de estos son: la estepa salina mediterránea (1510 Limonietalia) ylos matorrales halófilos mediterráneos y termoátlanticos o Saladar (1420Sarcocornetea fruticosi). Finalmente aparecen formaciones de carrizaldominadas por Phragmites australis. En este trabajo nos centramos en elcriptohumedal de la Marina del Carmolí por su extensión (es el mayor delos asociados al Mar Menor) y su estado de conservación (en él se danhábitat prioritarios).

Estepa salina Saladar Carrizal

Objetivos

• Caracterizar las comunidades vegetales de los criptohumedales me-diante trabajo de campo y análisis multivariante de ordenación, comofuente de información para la generación de mapas de las formacionesvegetales.

• Realización de los mapas a dos resoluciones espaciales diferentes 2my 30m (a partir de dos sensores diferentes) para su comparación entérminos de fiabilidad y su potencialidad para el seguimiento de loshumedales.

Metodología

Software libre: R y GRASS

Muestreo de CampoSe determinó la cobertura de doce especies perennes representativas delos humedales: Arthrocnemum glaucum, Limonium cossonianum, Limo-nium caesium, Tamarix canariensis, Phragmites australis, Juncus mar-itimus, Plantago crassifolia, Lygeum spartum, Sueda vera, Frankeniacorymbosa, Sarcocornia fruticosa y Halimione portulacoides, junto a otrasespecies no típicas de los humedales y el suelo desnudo, en un total de550 unidades de muestro georreferenciadas (4 m2 cada una) en junio de2008.

Distribución puntos de muestro Ejemplo área de muestreo 2x2m

Análisis estadístico: comunidades vegetalesSe realizó el análisis estadístico sobre los taxones con un porcentaje deaparición superior al 5%. La matriz de datos final contenía la informaciónla abundancia de especies en 470 puntos de muestreo.

Representación gráfica del resultado del análisis estadístico (MDS).

Mapas de las comunidades vegetalesLos mapas de comunidades vegetales se obtuvieron mediante clasifi-cación de imágenes: sensor ETM+ de Landsat y sensor aerotransportadocámara DMC Z/I Intergraph dentro del proyecto NATMUR-08.

• (1)Cálculo del NDVI (Normalised Difference Vegetation Index) [5] consu inclusión como capa auxiliar en la clasificación

• (2)Clasificación no supervisada para detectar infraestructuras, cuerposde agua y suelo desnudo

• (3)Clasificación supervisada siguiendo el algoritmo de máximaverosimilitud [3], usando como áreas de entrenamiento las obtenidasmediante el análisis estadístico, seleccionadas mediante el método deremuestreo [4] para el sensor aerotransportado y sin remuestreo enLandsat

Resultados

Las clasificaciones fueron validadas y evaluadas mediante el cálculo dela fiabilidad global y el estadístico kappa [2], los cuales alcanzaron val-ores de 76.67% y 0.61 respectivamente para la imagen Landsat (FiguraA). Para la imagen del sensor aerotransportado se alcanza el 74.45% defiabilidad y el 0.61 para el kappa (Figura B).

Discusión

El área ocupada por las diferentes comunidades varía y su fiabilidad varíade una clasificación a otra. Las mayores diferencias se dan en el áreaocupada por el saladar y la estepa salina, con Landsat las manchas depequeño tamaño de la estepa salina son incluidos en el saladar o en elcarrizal que los rodean. Aunque la resolución espectral de Landsat esmayor, la resolución espacial es inferior por lo que detecta mejor las co-munidades distribuidas en grandes áreas, mientras que el sensor aero-transportado se puede usar para discriminar manchas pequeñas de lascomunidades vegetales. Sin embargo, las imágenes Landsat, poseen unaresolución temporal amplia útil para los estudios históricos para detectarcambios en las comunidades vegetales en el tiempo [1].

Conclusiones

• Las comunidades vegetales no son entidades discretas y la composi-ción de especies varía en función del nivel freático, la fisico-química delsuelo, etc, por lo que pueden ser utilizadas para evaluar las condicionesdel humedal. Así pues la metodología propuesta para la caracterizacióny cartografía de las formaciones vegetales, es una potente y precisaherramienta para el estudio y manejo de los humedales.

• La metodología propuesta es fácilmente automatizable mediante scriptsde shell bash lo que facilita el estudio histórico. Así mismo es replica-ble pudiendose aplicar a diferentes sensores lo que permite trabajar adiferentes escalas.

• Los resultados apoyan la utilización de software libre de código abiertopara este tipo de estudios, facilitando así la posibilidad de repetición yal ser una metodología de bajo coste.

References

[1] M. F. Carreño, M. A. Esteve, J. Martiínez, J. A. Palazón, and M. T. Pardo.Habitat changes in coastal wetlands associated to hydrological changesin the watershed. Estuarine Coastal and Shelf Science, 77(3):475–483,2008.

[2] R. G. Congalton. A review of assessing the accuracy of classificationsof remotely sensed data. Remote Sensing of Environment, 37(1):35–46, 1991.

[3] G. M. Foody. Status of land cover classification accuracy assessment.Remote Sensing of Environment, 80(1):185–201, 2002.

[4] J. Martínez-López, , M. F. Carreño, J. Palazón-Ferrando, J. Martínez-Fernández, and M. A. Esteve. Wetland-Watershed Modelling and As-sessment: GIS Methods for Establishing Multiscale Indicators. NovaScience Publishers Inc, Hauppauge New York, In press.

[5] J. W. Rouse, R. H. Haas, J. A. Schell, and D. W. Deering. Monitoringvegetation systems in the great plains with erts. In Proceedings of theThird ERTS Symposium, volume 1, pages 309–317. NASA, 1973.

Agradecimientos

Agradecemos al proyecto "Estado Ecológico de los Humedales Mediterrá-neos Semiáridos: Propuesta de Indicadores para su Evaluación" (I+D N◦:CGL2006-08134) la financiación para la realización de este trabajo, asícomo al Plan Nacional de Teledetección (PNT) y al proyecto NATMUR-08de la Región de Murcia la cesión de las imágenes y ortofotos.

V Congreso de Biología de la Conservación de Plantas, 28 septiembre - 1 octubre 2011, Es Mercadal – Menorca