ANÁLISIS DE COBERTURAS DEL SUELO EN CUNDINAMARCA, COLOMBIA, MEDIANTE ENVI Y QGIS: UN ENFOQUE INTEGRADO PARA LA AGRICULTURA DE PRECISIÓN. 

[email protected]

[email protected] 

Introducción

Los Sistemas de Información Geográfica (SIG) han transformado la manera en que se recopila, analiza y representa la información geoespacial, convirtiéndose en una herramienta esencial para diversos sectores, incluido el agrícola (Pardo & González, 2018). En regiones como Cundinamarca, Colombia, donde la agricultura es fundamental para la economía local, los SIG, en conjunto con software avanzado como ENVI y QGIS, permiten realizar un análisis detallado de las coberturas del suelo, proporcionando una base sólida para la toma de decisiones informadas (Instituto Geográfico Agustín Codazzi [IGAC], 2020).

Este estudio se centra en la utilización de ENVI y QGIS para el análisis de las coberturas del suelo en Cundinamarca, aprovechando las capacidades de estos programas para procesar y visualizar datos geoespaciales de alta resolución. ENVI, con su potente capacidad para procesar imágenes satelitales y extraer información valiosa sobre la vegetación y otras características del suelo, se complementa con QGIS, que facilita la integración de estos datos en un entorno SIG accesible y versátil (United States Geological Survey [USGS], 2021). Juntos, ENVI y QGIS permiten la generación de mapas detallados que reflejan las condiciones actuales del suelo, lo que es crucial para la planificación y gestión agrícola (Mapas de Colombia, 2019).

La importancia de este análisis radica en su potencial para mejorar la gestión del suelo y optimizar el uso de los recursos naturales en Cundinamarca. Al identificar las diferentes coberturas del suelo y su estado actual, los agricultores pueden tomar decisiones más informadas sobre el uso de la tierra, como la selección de cultivos adecuados y la implementación de prácticas sostenibles (Pardo & González, 2018). Además, las autoridades locales y los responsables de la planificación territorial pueden utilizar esta información para desarrollar políticas que promuevan la conservación del suelo y la sostenibilidad ambiental en la región (GeoInnova, 2022).

En resumen, la integración de ENVI y QGIS en el análisis de las coberturas del suelo ofrece una valiosa herramienta para el desarrollo agrícola en Cundinamarca, proporcionando una base técnica sólida que apoya tanto la eficiencia productiva como la conservación de los recursos naturales,

 Antecedentes 

Los antecedentes de este estudio se enmarcan en el creciente interés por el uso de tecnologías geoespaciales en la gestión agrícola y la planificación territorial. A nivel global, la adopción de los Sistemas de Información Geográfica (SIG) y el análisis de imágenes satelitales han permitido a los investigadores y profesionales del sector agrícola obtener una comprensión más profunda de la distribución y las características de las coberturas del suelo (Pardo & González, 2018). Estos avances tecnológicos han sido fundamentales para abordar desafíos como la sostenibilidad ambiental, el cambio climático y la optimización de la producción agrícola (Instituto Geográfico Agustín Codazzi [IGAC], 2020).

En Colombia, el uso de SIG y software especializados como ENVI y QGIS ha ido ganando terreno en el ámbito académico y profesional. Cundinamarca, una región caracterizada por su diversidad de cultivos y variabilidad geográfica, ha sido objeto de varios estudios que buscan comprender mejor las dinámicas del uso del suelo y sus implicaciones para la agricultura y la conservación de los recursos naturales (Mapas de Colombia, 2019). La región presenta una gran heterogeneidad en términos de condiciones climáticas, topografía y tipos de suelo, lo que hace que la planificación agrícola sea un desafío complejo que requiere herramientas avanzadas para su manejo (GeoInnova, 2022).

Históricamente, la cartografía y los estudios de suelo en Cundinamarca se realizaban mediante métodos tradicionales, que a menudo resultaban en una visión limitada y generalizada de la realidad geoespacial. Con la llegada de los SIG y el procesamiento avanzado de imágenes satelitales, como las ofrecidas por ENVI, se ha posibilitado una mayor precisión en la identificación de coberturas del suelo, la detección de cambios en el uso del suelo, y el monitoreo de la salud de la vegetación (United States Geological Survey [USGS], 2021). QGIS, por su parte, ha facilitado la democratización de estas tecnologías al ofrecer una plataforma accesible y robusta para la visualización y el análisis de datos geoespaciales (Pardo & González, 2018).

Este estudio se basa en estos antecedentes, aprovechando las capacidades de ENVI para el análisis espectral de imágenes y la versatilidad de QGIS para la gestión de datos SIG, con el objetivo de proporcionar una herramienta poderosa para la gestión agrícola en Cundinamarca. Estos antecedentes subrayan la necesidad de enfoques integrados que combinan análisis de datos avanzados con aplicaciones prácticas en el terreno, ofreciendo así una base sólida para la toma de decisiones en la región.

UBICACIÓN DEL ÁREA DE ESTUDIO

Ilustración 1 Autore2024

Cundinamarca se ubica en la región central de Colombia, entre los paralelos 3°58’ y 5°51’ de latitud norte y los meridianos 73°32’ y 74°54’ de longitud oeste. Este departamento, que rodea a la capital del país, Bogotá, está dividido en 15 provincias y 116 municipios, con Bogotá como su capital, aunque esta no forma parte administrativamente de Cundinamarca. La región limita al norte con los departamentos de Boyacá y Santander, al sur con el departamento del Meta, al este con los departamentos de Meta y Casanare, y al oeste con los departamentos de Tolima y Caldas. Su extensión territorial es de aproximadamente 24,210 km², lo que representa alrededor del 2.1% del territorio nacional.

Cundinamarca incluye una variedad de paisajes que van desde la altiplanicie cundiboyacense hasta las áreas montañosas de la cordillera Oriental, así como zonas más cálidas y bajas en el valle del río Magdalena. Esta diversidad geográfica y climática hace que Cundinamarca sea una región agrícola clave en Colombia, con suelos fértiles y adecuados para una gran variedad de cultivos, lo que justifica la elección de esta área para el estudio detallado de las coberturas del suelo utilizando herramientas de SIG como ENVI y QGIS.

Objetivo General

El objetivo de este estudio es aplicar herramientas de Sistemas de Información Geográfica (SIG) y software especializado como ENVI y QGIS para analizar las coberturas del suelo en Cundinamarca, Colombia. El propósito es identificar y clasificar diferentes tipos de coberturas vegetales, así como monitorear los cambios en el uso del suelo. Esto permitirá optimizar la gestión agrícola y contribuir al desarrollo sostenible de la región.

Procedimiento y Metodología

1. Recopilación de Datos:

Se obtuvieron imágenes satelitales multiespectrales de alta resolución de Cundinamarca, principalmente de Landsat 8, cubriendo los meses de mayor actividad agrícola. Estas imágenes fueron descargadas del portal del Servicio Geológico de los Estados Unidos (USGS) y procesadas para cubrir áreas de interés específicas.

Ilustración 2 Autor 2024

Adicionalmente, se obtuvieron shapefiles y otros datos geoespaciales del geoportal de la Unidad de Planificación Rural Agropecuaria (UPRA) de Colombia, el Instituto Geográfico Agustín Codazzi (IGAC), y la plataforma de Datos Abiertos de Colombia. Para la construcción del ráster que cubriera todo el departamento, fue necesario descargar varias capas y realizar una combinación mediante la creación de un ráster virtual en QGIS. Un proceso similar se aplicó para la generación del Modelo Digital de Elevación (DEM), integrando múltiples capas para obtener una representación precisa del terreno a partir del satélite ALOS de Agencia Japonesa de Exploración Aeroespacial.

Ilustración 3 Autor 2024

1. Procesamiento de Imágenes

El procesamiento de las imágenes satelitales se llevó a cabo utilizando el software ENVI, donde se aplicaron técnicas avanzadas de corrección radiométrica y atmosférica para mejorar la calidad de las imágenes y obtener una evaluación precisa de la salud y distribución de la vegetación en las áreas de estudio.

Dado que las imágenes de Landsat Colección 2 presentan dificultades para su apertura directa en ENVI, se siguió un procedimiento específico que incluyó la adición manual de las bandas 1, 2, 3, 4, 5, 6 y 7, seguido de la corrección de las longitudes de onda para cada banda y el reescalamiento de los valores de reflectancia. Este proceso garantizó que las imágenes estuvieran correctamente preparadas para el análisis posterior.

3. Análisis Multicriterio y Modelo Avanzado

Se implementó un análisis multicriterio utilizando las capas (Layer Stacking) en el software ENVI y QGIS para integrar diversas variables geoespaciales, como el índice de vegetación, la elevación y el uso del suelo. Este enfoque permitió la identificación y clasificación de diferentes coberturas del suelo, así como la evaluación de su idoneidad para distintas actividades agrícolas según su reflectancia.

4. Validación y Análisis de Resultados

Los resultados obtenidos fueron validados mediante la comparación con datos de campo y registros históricos de uso del suelo. La metodología empleada permitió monitorear cambios en las coberturas vegetales y generar mapas detallados que pueden ser utilizados para la planificación agrícola en Cundinamarca.

5. Elaboración de Mapas Finales

Finalmente, se elaboraron mapas detallados en ENVI y QGIS que reflejan las condiciones actuales del suelo en Cundinamarca. Estos mapas proporcionan una base técnica sólida para la toma de decisiones en la gestión agrícola y la conservación de los recursos naturales en la región. 

• Procesamiento de Imágenes:

Ilustración 4 Autor 2024

• ENVI se utilizó para procesar las imágenes satelitales, aplicando técnicas de corrección radiométrica y atmosférica para mejorar la calidad de las imágenes.
• Se realizo una evaluación de la salud y distribución de la vegetación.

Ilustración 5 Autor 2024

• Cortar capa por capa de mascara 

        Ilustración 6 Autor 2024

Elaboración de mapa en ENVI

• Modelo Avanzado, Análisis Multicriterio.

• Validación y Análisis de Resultados

La combinación de bandas 6-5-2 en el software ENVI se refiere a la selección de diferentes bandas del espectro electromagnético, generalmente correspondientes a imágenes satelitales como las del sensor Landsat 8. En el contexto de Landsat 8, estas bandas se interpretan de la siguiente manera:

• Banda 6 (SWIR 1 - Infrarrojo de onda corta 1, 1.57 - 1.65 µm): Esta banda es útil para identificar diferencias en la humedad del suelo y la vegetación. Las áreas con vegetación densa y bien hidratada aparecerán más oscuras, mientras que las áreas secas o con poca vegetación se verán más claras.
• Banda 5 (NIR - Infrarrojo cercano, 0.85 - 0.88 µm): Esta banda es crucial para analizar la vegetación, ya que el infrarrojo cercano es fuertemente reflejado por la vegetación sana. Las áreas con vegetación densa se verán brillantes en esta banda.
• Banda 2 (Azul, 0.45 - 0.51 µm): Esta banda es importante para análisis de cuerpos de agua y también para la discriminación entre suelo y vegetación. Las áreas con agua clara aparecerán más oscuras, mientras que las zonas urbanas o de suelo desnudo pueden aparecer más brillantes.

Interpretación de la Combinación 6-5-2:

1. Vegetación:
   • La vegetación densa y saludable aparecerá en tonos verdes brillantes debido a la combinación de la alta reflectancia en el NIR (Banda 5) y la moderada en el SWIR (Banda 6).
   • Áreas con vegetación menos densa o estresada pueden aparecer en tonos más oscuros o marrones.
2. Suelo desnudo y áreas urbanas:
   • Las áreas sin vegetación, como el suelo desnudo, pueden aparecer en tonos de color marrón claro o anaranjado, debido a la baja reflectancia en las bandas 5 y 6 y la moderada reflectancia en la banda azul.
   • Las áreas urbanas tienden a reflejar más en la banda 2, haciendo que aparezcan en tonos más claros o grisáceos.
3. Cuerpos de agua:
   • Los cuerpos de agua generalmente aparecerán en tonos oscuros, ya que reflejan muy poco en las bandas 5 y 6.

Aplicaciones de la Combinación 6-5-2:

Esta combinación de bandas es útil para evaluar la salud de la vegetación, la discriminación de tipos de suelo, y la identificación de cuerpos de agua. También es útil en estudios de cambio de uso de suelo, ya que permite distinguir entre áreas urbanas, agrícolas, y naturales con cierta facilidad. 

Uso de suelos Agrícolas del departamento de Cundinamarca 

Ilustración 9 Autor 2024

Ilustración 10 Autor 2024

Conclusión

Este estudio destaca la eficacia de integrar herramientas avanzadas como ENVI y QGIS en el análisis de coberturas del suelo y la planificación agrícola en Cundinamarca. La metodología aplicada permitió identificar con precisión las diferentes coberturas vegetales y monitorear los cambios en el uso del suelo, proporcionando una base sólida para la toma de decisiones en la gestión sostenible de los recursos naturales. Además, la aplicabilidad de esta metodología en otras regiones con características similares refuerza su potencial como una herramienta clave para la planificación territorial y la implementación de prácticas agrícolas sostenibles.

Recomendación

Se recomienda la implementación continua de tecnologías SIG y análisis de imágenes satelitales en la planificación agrícola de Cundinamarca. Además, es aconsejable establecer programas de monitoreo periódico de las coberturas del suelo para anticipar y mitigar impactos negativos derivados del cambio en el uso del suelo. Se sugiere también la capacitación de técnicos y agricultores en el uso de QGIS y ENVI para maximizar los beneficios de estas tecnologías.

Referencias

GeoInnova. (2022). Plataformas de SIG y su aplicación en el análisis geoespacial. GeoInnova.

Instituto Geográfico Agustín Codazzi (IGAC). (2020). Análisis de coberturas del suelo en Cundinamarca. Bogotá: IGAC.

Mapas de Colombia. (2019). Herramientas SIG para el análisis de suelos en Colombia. Mapas de Colombia.

Pardo, R., & González, L. (2018). Aplicación de SIG en la agricultura colombiana. Bogotá: Universidad Nacional de Colombia.

United States Geological Survey (USGS). (2021). Remote Sensing and Geographic Information Systems. Washington, D.C.: USGS.

Alaska Satellite Facility. (2024). ALOS PALSAR: Advanced Land Observing Satellite Phased Array type L-band Synthetic Aperture Radar. Retrieved from https://asf.alaska.edu/datasets/daac/alos-palsar/.

COMPOSICIÓN ANÁLISIS DE COBERTURAS DEL SUELO EN CUNDINAMARCA, COLOMBIA, MEDIANTE ENVI Y QGIS: UN ENFOQUE INTEGRADO PARA LA AGRICULTURA DE PRECISIÓN. 

Ilustración 11 Autor 2024

Acceso a insumos: 

https://drive.google.com/drive/folders/1raDYD5qcy0qZ3h5mqyx6fksHQYgcaDpz?usp=drive_link