REPUBLICA BOLIVARIANA DE VENEZUELA

LA UNIVERSIDAD DEL ZULIA

FACULTAD EXPERIMENTAL DE CIENCIAS

DIVISIÓN DE ESTUDIOS BÁSICOS SECTORIALES

DEPARTAMENTO DE BIOLOGÍA

CUANTIFICACIÓN DEL RIESGO DE EXTINCIÓN DE LOS

HÁBITATS TERRESTRES DE LA ZONA PROTECTORA DE LA

CUENCA BAJA DE LOS RÍOS SOCUY, GUASARE Y CACHIRÍ

Trabajo Especial de Grado para optar al titulo de Licenciado en Biología

Presentado por:

Br. Carlos A. Portillo Q. C.I: 14.863.473

Tutor: Dr. Jon Paul Rodríguez

Cotutor: Dr. Miguel Pietrangeli

Maracaibo, Marzo de 2004

CUANTIFICACIÓN DEL RIESGO DE EXTINCIÓN DE LOS

HÁBITATS TERRESTRES DE LA ZONA PROTECTORA DE LA

CUENCA BAJA DE LOS RÍOS SOCUY, GUASARE Y CACHIRÍ

Trabajo Especial de Grado para optar al titulo de Licenciado en Biología

Presentado por:

Br. Carlos A. Portillo Q. C.I: 14.863.473

Tutor: Dr. Jon Paul Rodríguez

Cotutor: Dr. Miguel Pietrangeli

iii

DEDICATORIA A Elizabeth, Ciro Angel, Lisbeth, Ciro Alberto, Liliana, Oscar, Diego y Alonso…

iv

AGRADECIMIENTOS Agradezco principalmente a Jon Paul Rodríguez por la plena confianza que

me ha dado para comenzar el importante reto de la cuantificación del riesgo

de extinción de hábitats, por su asesoría en todo momento, por poner a

plena disposición las instalaciones necesarias en el Centro de Ecología del

IVIC desde el año 2001 y por ser guía en mis deseos de superación

profesional en el campo de la biología de la conservación.

A Miguel Pietrangeli por ayudarme a comprender la ecología de bosques

tropicales “desde el espacio hasta las especies”, y por brindarme apoyo

incondicional para la realización de ésta tesis de grado a través de su

proyecto en los alrededores del embalse Manuelote.

A Jennifer Balch, por su oportuno y clave asesoramiento metodológico y

conceptual, y por compartir sus ideas y opiniones en todo momento.

A Kathryn Rodríguez-Clark cuyos comentarios y recomendaciones dadas

durante el curso sobre diseño de proyectos de conservación en el Hato El

Cedral fueron claves para la formulación del este proyecto de tesis.

A Jetzabel Gross, Angel Viloria, Yelitza Velásquez y Ascanio Rincón por

su apoyo y compañía durante mis estudios en LUZ y mi estadía en el

Centro de Ecología del IVIC.

A la gentil e incondicional ayuda de Alfredo Fernández y familia; Rafael

González y Darwin González en el pueblo de Carrasquero y al Sr. Luis

Gámez y familia, en los alrededores del embalse Manuelote quienes

v

brindaron la seguridad y experiencia necesaria para realizar los recorridos

en el área de estudio.

Al FONACIT por suministrar los recursos necesarios para cumplir ciertos

objetivos del trabajo a través de un proyecto suscrito por el Laboratorio de

Ecología vegetal y Sistemática de Plantas Vasculares del Dpto. de Biología

de la Facultad Experimental de Ciencias de La Universidad del Zulia.

A CORPOZULIA por el material SIG (Hidrografía, Vialidad, Centros

Poblados y Curvas de Nivel) gentilmente donado para la realización de éste

trabajo.

A la oportuna ayuda de Carlos Machado, encargado de la Unidad de

Sistemas de Información Geográfica de CORPOZULIA, en la consecución

del material SIG solicitado a esa empresa y su asesoramiento a nivel

técnico.

A Ana María Pérez, Carolina Kalinhoff, Carlos Efraín Tapiquén, Sergio

Zambrano, Manuel Armas y demás personal del EcoSIG y el Centro

Internacional de Ecología Tropical (CIET) del Centro de Ecología del IVIC

por recibirme en su espacio, dejarme utilizar sus computadores y

biblioteca, además de aclarar dudas con respecto a la utilización de los

Sistemas de información Geográfica, compartir conocimientos y buenos

momentos.

A Nicanor Cifuentes, Fernando Rojas, Tito Barros, Lenín Parra y demás

personal del Museo de Biología de LUZ por toda la ayuda prestada,

comentarios y experiencias durante la realización del proyecto.

vi

Este trabajo no habría sido de ningún modo posible sin el apoyo y

paciencia de mis padres y hermanos… a ellos mil gracias.

vii

ÍNDICE Pág. DEDICATORIA iii AGRADECIMIENTOS iv LISTA DE TABLAS x LISTA DE FIGURAS xii RESUMEN xiv ABSTRACT xv 1.- INTRODUCCION 1 2.- MATERIALES Y MÉTODOS 19 2.1 Área de estudio 19 2.2 Sistemas de Información Geográfica 23 2.3 Imágenes de satélite 24

2.3.1 Selección de bandas espectrales 25 2.3.2 Concatenación de las imágenes 26 2.3.3 Extracción del área de estudio 26

2.3.4 Anulación de las áreas ocupadas por nubes, sombras y cuerpos de agua mediante la creación de una máscara. 27

2.4 Composición de imágenes a falso color 30

viii

2.5 Clasificación supervisada de los hábitats terrestres 30 2.5.1 Colecta de datos en campo 32 2.5.2 Sitios de entrenamiento 33 2.5.3 Extracción de las firmas espectrales 36 2.5.4 Aplicación de un clasificador rígido 38

2.5.5 Evaluación de la exactitud de la clasificación 39 2.6 Identificación de los hábitats originales 41

2.7 Análisis de los datos espaciales de los hábitats según

criterios principales de riesgo de extinción 43

2.7.1 Cálculo de la proporción de hábitat total remanente 43

2.7.2 Análisis del nivel de fragmentación y conectividad del hábitat original 44

2.7.2.1 Fragmentos ecológicamente funcionales y no funcionales 44 2.7.2.2 Grado de conectividad 47

2.7.3 Proyección de la cobertura de hábitats originales en 15 y 30 años 48

2.7.3.1 Conversión anual del hábitat 48 2.7.3.2 Estimador markoviano de transición 50

2.8 Análisis de la calidad de los hábitats originales según criterios secundarios de riesgo de extinción 51

ix

2.9 Comparación de los datos obtenidos con los umbrales establecidos y asignación de una categoría de riesgo de extinción 51

3.- RESULTADOS 52

3.1 Clasificación supervisada 52 3.2 Análisis de los datos según criterios

principales y secundarios de riesgo de extinción 54

3.3 Asignación de una categoría de riesgo de extinción 67 4.- DISCUSIÓN 70 5.- IMPLICACIONES LOCALES PARA LA CONSERVACIÓN 77 CONCLUSIONES Y RECOMENDACIONES 81 REFERENCIAS BIBLIOGRÁFICAS 84

x

LISTA DE TABLAS

Pág.

Tabla 1. Bandas espectrales del satelite Landsat Thematic Mapper (Lillesand & Kiefer, 1994). Tomado de Johnston (1998). 10 Tabla 2. Proporción intacta del hábitat remanente del hábitat original (Balch &Rodríguez, En prep.). 14 Tabla 3. Conversión anual de la cobertura terrestre (Balch & Rodríguez, En prep.). 14 Tabla 4. Presencia de especies invasoras (Balch & Rodríguez, En prep.). 15 Tabla 5. Grado de contaminación ( Balch & Rodríguez, En prep.). 15 Tabla 6. Tipo de uso de la tierra que reemplaza al hábitat original (Balch & Rodríguez, En prep.) 15 Tabla 7. Grado de conectividad del hábitat (Balch & Rodríguez, 2004) 48 Tabla 8. Matriz para clasificaciones ambiguas (Fuzzy Partition Matrix) utilizada en la

clasificación supervisada de la imagen de 2001. 54 Tabla 9. Cambios en la extensión del hábitat original de la cuenca baja de los ríos Socuy, Guasare y Cachiri. 57 Tabla 10. Proporción de fragmentos de bosque primario (mapa de cobertura de 2001) de acuerdo a tamaños que difieren en su capacidad para mantener especies y ecosistemas. 60

xi

Tabla 11. Estimación de la proporción de hábitat remanente del hábitat original utilizando la conversión anual. 63 Tabla 12. Resultados de los análisis realizados sobre los bosques primarios de la zona protectora de la cuenca baja de los ríos Socuy, Guasare y Cachirí según los umbrales establecidos por Balch y Rodríguez (En prep.) para estimar el riesgo de extinción. 68 Tabla 13. Asignación de categorías de riesgo de extinción mediante el sistema propuesto por Balch & Rodríguez (En prep.). 70

xii

LISTA DE FIGURAS Pág.

Figura 1. Un modelo “núcleo-área” para fragmentos de bosques tropicales lluviosos en Amazonia Central, usando datos empíricos para efectos de borde fuertes (distancia = 60 m) y moderados (distancia =100 m). 5 Fig. 2 Uso del patrón de fragmentación y conectividad para evaluar estado de amenaza (para hábitats originales <100 km2) 16 Fig. 3 Esquema del procedimiento seguido en la evaluación del estado de amenaza de la cuenca baja de los ríos Socuy, Guasare y Cachirí. 20

Fig 4 Localización de la parte baja de la zona protectora de la cuenca de los ríos Socuy, Guasare y Cachirí. El área de estudio corresponde al recuadro enmarcado en blanco. 21 Figura 5. Máscara aplicada sobre las subimágenes del área de estudio. El valor 0 representa las áreas cubiertas por nubes, sombras de nubes y cuerpos de agua. 29 Fig. 6 Composición a falso color de imágenes satelitales (bandas 3, 4 y 5) para el año 1986 y 2001. 31 Fig 7. Composición a falso color de imágenes para el año 2001 y puntos representando las localidades visitadas en la colecta de datos para la clasificación supervisada de la cobertura terrestre de la cuenca baja de los ríos Socuy, Guasare y Cachirí. 35

xiii

Fig 8. Algunos de los sitios de entrenamiento digitalizados en base a los puntos tomados en campo sobre la composición de imágenes a falso color del año 2001. 36

Fig.9 Puntos generados al azar sobre 4 fotografías aéreas (1:25.000) utilizados para evaluar la exactitud de la clasificación. 40 Fig 10. Cohesión entre parches [Patch Cohesion] (Schumaker 1996) como función de la proporción de hábitat en mapas generados al azar (100 x 100 celdas). 49 Fig. 11. Mapa de cobertura de los hábitats terrestres de la cuenca baja de los ríos Socuy , Guasare y Cachirí para el año 1986. 55 Fig. 12 Mapa de Cobertura de los hábitats terrestres de la cuenca baja de los ríos Socuy, Guasare y Cachirí para el año 2001. 56 Fig. 13 Mapa de cobertura del Bosque Primario para el año 1986. 58 Fig. 14 Mapa de Cobertura del bosque primario para el año 2001. 59 Fig. 15 Mapa de Cobertura del bosque primario del año 2001 menos 100 m de efecto borde y con área del núcleo >30 ha. 61 Fig 16 Relación entre los ríos principales y los remanentes de bosque primario en la zona de estudio. 62 Fig 17 Proyección de la probabilidad de extinción en 100 años del bosque primario de la cuenca baja de los ríos Socuy, Guasare y Cachirí 65

xiv

Portillo, C. Cuantificación del Riesgo de Extinción de los Hábitats Terrestres de la Zona Protectora de la Cuenca Baja de los Ríos Socuy, Guasare y Cachirí. Trabajo Especial de Grado. Licenciatura en Biología, División de Estudios Básicos Sectoriales, Facultad Experimental de Ciencias, Universidad del Zulia. pp: 103 . Maracaibo, Venezuela. 2004.

RESUMEN

Los Libros y Listas Rojas han medido históricamente la amenaza de extinción de especies ayudando a la identificación de prioridades de conservación a nivel local y global. No obstante, investigaciones recientes indican que la causa principal de la pérdida de especies es la destrucción de sus hábitats. Basados en esfuerzos previos, en los avances de los Sistemas de Información Geográfica y la creciente disponibilidad de imágenes satelitales de gran resolución, Balch & Rodríguez (En prep.) propusieron una serie de criterios para la evaluación sistemática del riesgo de extinción de hábitats de forma análoga al propuesto por la IUCN para especies de plantas y animales. El presente trabajo tuvo como objetivo comprobar la eficacia de los SIG en la cuantificación del riesgo de extinción de bosques tropicales mediante los criterios y umbrales propuestos. Se utilizaron imágenes satelitales de 1986 y 2001 para evaluar el riesgo de extinción de los hábitats terrestres de la cuenca baja de los ríos Socuy, Guasare y Cachirí usando módulos de programas especializados en la cuantificación la estructura y configuración del paisaje. Se calculó la conversión anual del hábitat original así como la proporción de hábitat original remanente y el grado de fragmentación y de conectividad en la imágen más actual. Al comparar los datos obtenidos con los umbrales de riesgo, se estimó que la conversión anual fue suficiente para clasificar al hábitat original de la cuenca baja En Peligro Crítico. El sistema propuesto por Balch y Rodríguez demostró ser práctico y de fácil aplicabilidad mediante el procesamiento digital de imágenes y SIG. Se recomienda la evaluación de los criterios principales y secundarios así como de los umbrales definidos en diferentes escenarios naturales. Se recomienda también el uso del método de clasificación de los fragmentos de acuerdo a su vulnerabilidad a efectos de borde y del estimador markoviano de transición como información complementaria a la evaluación de amenaza sobre los hábitats terrestres. Palabras claves: riesgo de extinción, hábitats terrestres, Sistemas de Información Geográfica.

xv

Portillo Quintero, C. (2004) Quantification of the extinction risk of the terrestrial habitats of the Protective Zone of the Lower Basin of the Socuy, Guasare and Cachirí Rivers. Trabajo Especial de Grado, Licenciatura en Biología, División de Estudios Básicos Sectoriales, Facultad Experimental de Ciencias, La Universidad del Zulia, pp: 103 . Maracaibo, Venezuela. ABSTRACT Red Books and red lists summarize the threat of extinction of species, helping to identify conservation priorities at local and global levels. The main cause of species loss, however, is the conversion of their habitats by human activities. Building on previous work, and taking advantage of the advances of geographic information systems (GIS) and increased satellite imagery availability, Balch & Rodríguez (In prep.) propose a series of criteria for the systematic evaluation of the extinction risk of terrestrial habitats, analogous to the IUCN system for species of animals and plants. The objective of this work is to test the efficiency of GIS in the quantification of the risk of extinction of tropical forests, using the proposed thresholds and criteria. Satellite imagery from 1986 and 2001 was used to assess the extinction risk of terrestrial habitats of the lower basin of the Socuy, Guasare and Cachirí rivers, applying specialized software modules for measuring the structure and configuration of landscapes. Annual conversion of the original habitat was calculated, as well as the remaining proportion of original habitat, and its level of fragmentation and connectivity. When the results were compared to the extinction risk thresholds, it was concluded that the annual conversion was enough to classify the original habitat of the lower basin (tropical semi-deciduous forests) as Critically Endangered. The system proposed by Balch and Rodríguez was practical and easy to use through digital image processing and GIS. The consideration of all main and secondary criteria, is highly recommended. It is also recommended to use the classification of fragments according to their vulnerability to edge effects and Markov transition probabilities as complementary information to the quantification of threats on terrestrial habitats. Keywords: extinction risk, terrestrial habitats, geographic information systems (GIS).

1.- INTRODUCCIÓN

El término “biodiversidad” es una simple contracción de

“diversidad biológica”, y a primera vista el concepto es simple también:

biodiversidad es la suma total de toda la variación biológica desde el

nivel de los genes hasta los ecosistemas. A pesar de que toda la

biodiversidad nunca podrá ser capturada por un simple número, la

investigación en ciertas facetas ha llevado a descubrimientos asombrosos.

Análisis temporales y filogenéticos están revelando los procesos

ecológicos y evolutivos que han determinado la biodiversidad actual

(Purvis & Hector, 2000).

La diversidad biológica está distribuida heterogéneamente en el

planeta. Algunas áreas se caracterizan por su alta riqueza de especies (por

ejemplo los bosques tropicales y los arrecifes coralinos), otros son

virtualmente carentes de vida (por ejemplo, algunos desiertos y regiones

polares) y la mayoría se encuentra entre estos dos extremos. A pesar de

que dichos patrones están bien documentados, entender por que existen

constituye uno de los retos intelectuales más significativos para biólogos

y biogeógrafos (Gaston, 2000). La existencia de tanta diversidad de

especies en la tierra sigue siendo un misterio (Tilman, 2000).

No obstante, hay un hecho con el cual la mayoría de los

investigadores en diferentes ramas de la ciencia concuerdan: existe muy

poca duda de la inminente declinación de la biodiversidad terrestre

(MacCann, 2000). Es ahora cuando nos damos cuenta que la flora y fauna

están desapareciendo a tasas mayores que en el pasado y que la invasión

de especies exóticas a se ha elevado a niveles sin precedentes como

2

consecuencia de la creciente globalización de nuestro planeta (MacCann,

2000).

Libros rojos y listas rojas de la UICN

La diversidad biológica ha sido siempre una fuente de asombro y

curiosidad científica, pero es ahora una creciente fuente de preocupación.

La dominación humana de los ecosistemas terrestres está reduciendo

marcadamente la diversidad de especies en una gran cantidad de hábitats

a nivel global, acelerando el proceso de extinción (Tilman, 2000). La tasa

de pérdida de especies actual amenaza con obstruir el funcionamiento de

los ecosistemas, con consecuencias significativas para la humanidad

(Luck et al., 2003).

La magnitud de esta pérdida ha sido medida con el uso de

estimaciones sobre la amenaza de extinción resumidas en los llamados

Libros Rojos y Listas Rojas, una serie de catálogos de las especies

amenazadas del mundo donde se resume su situación actual y se le asigna

una categoría que refleja su riesgo de extinción basados en criterios y

categorías previamente establecidos por la Unión Mundial para la

Naturaleza (UICN). Las categorías y criterios de la Lista Roja de la UICN

tienen el propósito de brindar una estructura objetiva y explícita para la

clasificación de la gama más amplia de especies según su riesgo de

extinción (UICN, 2001).

La información resultante ha permitido calcular que el número de

especies de aves registradas a nivel mundial como En Peligro Crítico ha

3

aumentado de 168 en 1996 a 182 en 2000. Durante el mismo período, el

número de mamíferos en peligro crítico ha aumentado de 169 a 180. Un

total de 11.046 especies de plantas y animales están amenazadas,

enfrentándose a un alto riesgo de desaparición en el futuro cercano

(IUCN, 2000). A pesar de que éste número de especies en proceso de

extinción esta subestimado por nuestro limitado conocimiento de la

diversidad biológica actual, sin duda nos ofrece una mirada hacia la

consecuencias de la presión antrópica sobre la naturaleza. Asimismo, ha

permitido identificar indicadores de sustentabilidad en el uso de la

biodiversidad y establecer la base para el diseño de planes de

conservación a nivel local y global (Rodríguez, 2000; Rodríguez &

Rojas-Suárez, 1998, 1999).

No hay duda de que las listas de especies amenazadas solucionan

necesidades políticas, sociales y científicas de gran importancia. Por

ejemplo, son muy útiles para explicar al público en general la importancia

de la pérdida o recuperación de ciertas especies. En la mayoría de las

circunstancias, estas son las únicas herramientas disponibles que poseen

un claro alcance social y que se basan en un substancial conocimiento

ecológico (Possingnham et al., 2002).

Destrucción de hábitats y pérdida de especies

Una de las inquietudes más resaltantes para la biología de la

extinción en las últimas décadas ha sido identificar cuales son las causas

de la extinción de las especies. Varios mecanismos de extinción han sido

identificados: baja densidad de poblaciones, estocasticidad demográfica y

4

ambiental, factores genéticos, entre otros (UNEP, 1995). Sin embargo,

estos mecanismos se han propuesto bajo la suposición de ambientes sin

variabilidad ambiental. En el mundo real, la mayoría de los ambientes son

cambiantes y a veces de manera bastante compleja. Existe poca duda de

que la escalada actual de la tasa de extinción de especies ha sido causada

por cambios ambientales, principalmente la destrucción de hábitat. De

hecho, se ha determinado que la pérdida y degradación de hábitats afecta

al 89% de todas las aves amenazadas, al 83% de los mamíferos

amenazados y al 91% de las plantas amenazadas (IUCN, 2000).

No existe un nivel “sano” de pérdida de hábitats en donde no se

incremente el riesgo de extinción de alguna especie. Los riesgos

asociados con la pérdida de hábitats son más fáciles de evaluar cuando se

considera una especie en particular, pero la pérdida de biodiversidad no

puede ser minimizada solo por una consideración cuidadosa a partir de

especies particulares (Barbault & Sastrapadja, 1995). Por ejemplo, una de

las principales consecuencias de la deforestación es la creación de

paisajes fragmentados en los que algunos remanentes del bosque original,

de tamaños y formas variables, quedan inmersos en una matriz de hábitats

transformados (Kattan, 2002).

Investigaciones de larga duración para el estudio de la declinación

del ecosistema forestal amazónico han demostrado que los efectos de la

fragmentación son altamente eclécticos, alterando la riqueza y abundancia

de especies, la invasión de especies, la dinámica del bosque, la estructura

trófica comunitaria y una variedad de procesos ecológicos y del

ecosistema (Laurance et al., 2001). Los resultados han permitido la

formulación de un modelo matemático “núcleo-área” (Figura 1) que

predice que los efectos de borde se incrementaran rápidamente una vez

5

Fig. 1 Un modelo “núcleo-área” para fragmentos de bosques tropicales lluviosos en Amazonia Central, usando datos empíricos para efectos de borde fuertes (distancia = 60 m) y moderados (distancia = 100 m). Las curvas son generadas para fragmentos de forma tanto moderadamente circular (SI = 1.5) e irregulares (SI = 3). La línea punteada indica el punto en el que 50 % del area del fragmento es influenciado por efectos de borde. Tomado de Laurance et al (1998).

Áre

a af

ecta

da (%

)

Área del fragmento (ha)

6

que los fragmentos se reducen a 100-400 ha, dependiendo de la forma que

tengan (Laurance et al., 1998). Laurance y Yensen (1991) estimaron que

una reserva aislada de 350 ha o menos tiene más del 50% de su área

susceptible a efectos de borde, y que una reserva seis veces mayor

asegura que más del 50% de su área sea menos afectada por efectos de

borde.

La mayoría de los efectos de borde en bosques tropicales se

extienden 100 metros hacia el interior del bosque (Laurance et al., 2002).

Con esto es posible estimar el área interna no afectada por efectos de

borde (área del núcleo). A partir de una revisión de estudios publicados,

Kennedy et al. (2003) encontraron que el límite inferior y superior que un

fragmento (menos 100 m de borde si el área es completamente circular)

requiere para mantener especies y ecosistemas, es de 30 ha y 2300 ha,

respectivamente.

En un paisaje heterogéneo, la configuración espacial del mosaico

de fragmentos tiene también una enorme influencia sobre los patrones de

movimiento de los organismos y su sobrevivencia. El movimiento de

organismos entre parches de hábitat establece un enlace entre la ecología

del paisaje y la teoría de metapoblaciones (Kattan, 2002). Una

metapoblación consiste en un conjunto de poblaciones, cada una

confinada a un parche de hábitat. Las poblaciones están los

suficientemente aisladas como para que cada una tenga su propia

dinámica demográfica, pero existe migración entre ellas que permite la

recolonización en caso de que una de las poblaciones se extinga (Kattan,

2002).

7

Sin embargo, otras investigaciones han demostrado que algunas

especies pierden cualquier chance de recolonización o de migración a

otros fragmentos de hábitat, una vez que la distancia entre estos supera

cierto valor umbral. La conectividad física o cercanía entre fragmentos es

necesaria para el mantenimiento de la biodiversidad en un paisaje

fragmentado (Cardoso Da Silva, 2000; Laurance, 1999).

En base a estos descubrimientos, se puede afirmar que existe el

conocimiento científico suficiente para evaluar la viabilidad del

funcionamiento óptimo en el tiempo de los ecosistemas forestales

tropicales en base a su extensión y disposición en el espacio, y pasar de la

evaluación de riesgo de extinción de especies al riesgo de extinción de

hábitats.

Esfuerzos previos en la estimación del riesgo de extinción de hábitats

El Fondo Mundial para la Vida Silvestre (WWF, por sus siglas en

inglés) hace unos años evaluó el estado de conservación de diferentes

hábitats (Dinerstein et al. 1995). Este estudio identificó ecoregiones

terrestres, clasificándolas luego según la tradición de las categorías

propuestas en los Libros y Listas Rojas de la UICN para especies

amenazadas. Las categorías utilizadas para las ecoregiones fueron

Extinta, Crítica, En Peligro, Vulnerable, Relativamente Estable y

Relativamente Intacta. Estas categorías representan diferentes grados de

alteración y de patrones espaciales de hábitats remanentes en el paisaje

como la pérdida de hábitats, degradación y fragmentación, conversión y

conectividad.

8

Pero las categorías asignadas no corresponden a niveles

decrecientes de riesgo de extinción, como es el caso actual de las

categorías para plantas y animales. Por lo contrario, la determinación del

grado de amenaza de las ecoregiones fue realizada en base a opiniones de

expertos consultadas en talleres regionales. El problema es que diferentes

grupos de expertos, al ser confrontados con los mismos datos,

posiblemente llegues a conclusiones distintas. Por lo tanto, es necesario

explorar la creación de un sistema de categorías para hábitats, que sea

cuantitativo, transparente y replicable. Los autores del estudio de WWF

incluso recomiendan la aplicación de análisis basados en Sistemas de

Información Geográfica (SIG) para probar, actualizar y refinar los

resultados, aprovechando la creciente disponibilidad de información

espacial nueva y de mejor calidad (Dinerstein et al., 1995).

Sensores Remotos y Sistemas de Información Geográfica

Un SIG consiste en un computador equipado con un programa que

pueda almacenar, mostrar, transformar, medir, combinar y extraer

información espacial que ha sido digitalizada o registrada en un sistema

común de coordenadas geográficas. Existen dos tipos básicos de SIG que

difieren en la manera en que almacenan la información. Un sistema

raster, es también conocido como un sistema basado en cuadrículas o

píxeles y muestra un arreglo de celdas cada una con información

individual; y un sistema vectorial que muestra la información en forma de

líneas, puntos y polígonos (Johnston, 1998).

Los sensores remotos son una importante fuente de información

para los SIG, debido a que mucha de la información espacial usada por

9

los ecólogos no está disponible aun en mapas (Johnston, 1998). El SIG,

combinado con información percibida remotamente se ha convertido en

una técnica extremadamente poderosa, crecientemente útil (Sutherland,

2000).

Los sensores remotos satelitales son sensores pasivos (e.g. miden la

radiación que alcanza un detector sin haber primero transmitido un pulso

de radiación) que proveen imágenes de alta resolución espacial y

temporal cuyo carácter multiespectral (diferentes rangos espectrales)

multiplica la posibilidad de extracción de información (Pozzobon, 2001).

Detectan diferentes intervalos de energía electromagnética, incluyendo

longitudes de onda azul, verde y roja , es decir, radiación visible (0.4 a

0.7 mm); radiación infrarroja-cercana (0.7 a 1 mm); radiación infrarroja-

media (1 a 3 mm) y radiación infrarroja-térmica o lejana (7 a 14 mm).

Estas últimas longitudes de onda son particularmente útiles para la

identificación de tipos de vegetación (Johnston, 1998). Para una

información mas detallada sobre las propiedades reflejadas por los

diferentes intervalos de longitudes de onda , ver Tabla 1.

Las imágenes satelitales provenientes de sensores remotos son

generalmente provistas en una matriz de píxeles (raster). El tamaño de

estos píxeles corresponde a la resolución espacial del sensor, lo que

determina el mínimo objeto detectable (Turner et al., 2003).

La reciente comercialización y disponibilidad de imágenes

satelitales al usuario común es también una ventaja para aplicaciones

ecológicas y de conservación. Imágenes satelitales de diferentes sensores

10

Tabla 1. Bandas espectrales del satélite Landsat Thematic Mapper (Lillesand & Kiefer, 1994). Tomado de Johnston (1998). Banda Longitud de onda

(mm) Sitio nominal del

espectro Principales aplicaciones

1 0.45 – 0.52 Azul Diseñado para la penetración a cuerpos de agua, haciéndolo útil para realizar mapas de aguas costeras. También útil para la discriminación suelo / vegetación, mapas de tipos de bosque, e identificación de rastros culturales.

2 0.52 – 0.60 Verde Diseñado para medir el pico de reflectancia verde de la vegetación para discriminar la vegetación y evaluar vigor. También utilizado para identificar rastros culturales.

3 0.63 - 0.69 Rojo Diseñado para detectar cambios en la región de absorción de la clorofila

4 0.76 – 0.90 Infrarrojo Cercano Útil para determinar tipos de vegetación, vigor y contenido de biomasa, para delinear cuerpos de agua y para discriminar contenido humedad del suelo.

5 1.55 – 1.75 Infrarrojo medio Indicador del contenido de humedad en la vegetación y la humedad del suelo

6 10.4 – 12.5 Infrarrojo térmico Útil para el análisis de estrés en vegetación, discriminación de la humedad del suelo y creación de mapas térmicos.

7 2.08 – 2.35 Infrarrojo medio Útil para la discriminación de tipos de minerales y rocas. También sensible al contenido de humedad en la vegetación

11

remotos para todo el globo terráqueo pueden ser obtenidas por vía

Internet en las páginas de organizaciones como National Aeronautics and

Space Administration (NASA), United States Geological Survey (USGS)

y el servicio Global Land Cover Facility (GLCF) de la Universidad de

Maryland (Kerr & Ostrovsky, 2003). La existencia de datos espaciales

provenientes de los sensores Advanced Very High Resolution Radiometer

(AVHRR) y Landsat desde la década de los setenta y ochenta han abierto

el camino para que biólogos de la conservación puedan explorar cambios

de cobertura terrestre desde escalas locales a continentales, permitiendo

monitorizar el paso que ha llevado la conversión y pérdida de hábitats

(Turner et al., 2003). Sin duda, la integración de imágenes de sensores

remotos y los Sistemas de Información Geográfica se ha transformado en

una herramienta estándar en la ecología del paisaje, y las técnicas

analíticas desarrolladas en esta subdisciplina han sido incorporadas a su

vez a los programas de SIG (Johnston, 1998).

En los SIG existen técnicas estadísticas para crear mapas mediante

la clasificación de tipos de hábitat según su respuesta espectral. Por

ejemplo, una “clasificación supervisada” crea un mapa de cobertura

mediante el establecimiento de una relación entre tipos de hábitat

conocidos in situ y las longitudes de onda captadas por el sensor remoto

que caracterizan a los diferentes tipos de hábitat. De esta manera, es

posible extrapolar la clasificación realizada a toda la imagen mediante sus

características espectrales. La clasificación no supervisada crea un mapa

en base a un análisis de componentes principales para distinguir clases

con características similares. La imagen es clasificada automáticamente

según en estas diferentes clases. La información es luego verificada en

12

campo, y las clases son combinadas si un tipo de hábitat está representado

en más de una clase (Sutherland, 2000). Estas técnicas basadas en análisis

sobre información en formato raster es lo que se conoce como

procesamiento digital de imágenes.

Estudios basados en información satelital sobre la tendencia a gran

escala de la vegetación mundial, han provisto estimados directos de la

pérdida de hábitats, incrementando el poder de los estudios ecológicos

aplicados a la detección de cambios en la distribución de las especies o

modelar tasas de extinción. Información satelital de la década de los

noventa, basada en imágenes provenientes de los sensores AVHRR y

SPOT4/Vegetation en conjunto con información de sensores de alta

resolución como Landsat y SPOT4/HRVIR han sido integrados para

generar los mejores estimados de tasas de deforestación en bosques

húmedos tropicales remanentes. De igual manera, ha permitido la

detección de “puntos calientes” o hotspots de deforestación (Kerr &

Ostrovsky, 2003).

La integración de información satelital en formato raster con

información geográfica en formato vectorial, y el uso de las herramientas

espaciales provistas por los programas de SIG, también han ayudado en la

identificación y cuantificación de patrones de distribución de hábitats,

tendencias temporales y amenazas antrópicas permitiendo establecer

prioridades de conservación y desarrollar modelos para estimar la

tendencia futura de desaparición de hábitats (Gustafson, 1998; Leclerc &

Rodriguez, 1998; Laurance et al., 2001). Algunos autores consideran hoy

en día indispensable la utilización de los sensores remotos en aplicaciones

13

ecológicas y en biología de la conservación (Kerr & Ostrovsky, 2003).

Métodos cuantitativos para estimar el riesgo de extinción de hábitats

Basándose entonces en los avances de la tecnología de los Sistemas

de Información Geográfica y la creciente disponibilidad de imágenes

satelitales de gran resolución, Balch & Rodríguez (En prep.) proponen

una serie de criterios para la evaluación sistemática del riesgo de

extinción de hábitats de forma análoga al propuesto por la UICN para

especies de plantas y animales. La asignación de las categorías depende

de tres criterios principales basados en información espacial y tres

criterios secundarios basados en la calidad del hábitat. Los tres

principales criterios incluyen (A) proporción de hábitat original

remanente, (B) conversión anual de la cobertura terrestre, y (C) patrón de

fragmentación y conectividad. Los tres criterios secundarios incluyen (1)

proporción de especies invasoras, (2) Grado de contaminación, (3) tipo de

uso de la tierra que reemplaza el hábitat original. También fueron

establecidos los umbrales para cada categoría de riesgo definiendo los

criterios principales y secundarios a partir de estudios empíricos

disponibles. El sistema está diseñado para que la evaluación utilizando un

solo criterio principal sea suficiente para determinar el riesgo de extinción

de un hábitat. Sin embargo, se recomienda enfáticamente el uso de todos

los datos disponibles y la aplicación de todos los criterios (Balch &

Rodríguez, En prep.).

Las tablas 2 y 3 muestran los umbrales para cada categoría

siguiendo los criterios principales A y B. La Figura 2 muestran los

umbrales que satisfacen el criterio principal C. Las tablas 4, 5 y 6

muestran los umbrales para los criterios secundarios.

14

Tabla 2 . Proporción intacta del hábitat remanente del hábitat original (Balch &Rodríguez, En prep.).

Categoría Proporción Extinto 0 % de hábitat original remanente

En Peligro Critico > 0 % y < 10 % de hábitat original remanente Y una alta calificación en cualquiera de los criterios secundarios

En Peligro > 10 % y < 30 % de hábitat original remanente Y una alta calificación en cualquiera de los criterios secundarios

Vulnerable > 30 % y < 80 % de hábitat original remanente Y una alta calificación en cualquiera de los criterios secundarios

Tabla 3. Conversión anual de la cobertura terrestre (Balch & Rodríguez, En prep.). Categoría Conversión anual de la cobertura terrestre En Peligro Critico Conversión anual suficientemente alta para que permanezca > 0 % y < 10 % del

hábitat original proyectado en 30 años Y una alta calificación en uno de los criterios secundarios

En Peligro Conversión anual suficientemente alta para que permanezca > 10 % y < 30 % del hábitat original proyectado en 30 años Y al menos una calificación moderada en uno de los criterios secundarios

Vulnerable Conversión anual suficientemente alta para que permanezca > 30 % y < 80 % del hábitat original proyectado en 30 años Y al menos una baja calificación en uno de los criterios secundarios

15

Tabla 4. Presencia de especies invasoras ( Balch & Rodríguez, En prep.). Presencia de especies invasoras Se observa, estima, proyecta, infiere o sospecha que… Alta Especies invasoras ocurren en > 70 % del hábitat remanente

Moderada Especies invasoras ocurren en > 45-70 % del hábitat remanente

Baja Especies invasoras ocurren en > 20-45 % del hábitat remanente

Tabla 5. Grado de contaminación (Balch & Rodríguez, En prep.). Grado de contaminación Se observa, estima, proyecta, infiere o sospecha que… Alto la contaminación ocurre en > 70 % del hábitat remanente Moderado la contaminación ocurre en > 45-70 % del hábitat remanente Bajo la contaminación ocurre en > 20-45 % del hábitat remanente Tabla 6. Tipo de uso de la tierra que reemplaza al hábitat original (Balch & Rodríguez, En prep.). Intensidad de uso de la tierra El uso de la tierra más común que reemplaza el hábitat original es.. Alto Urbano, Uso Industrial, extracción maderera, agricultura tecnificada Moderado Agricultura no tecnificada Bajo Agroforestal

16

Area del núcleo de los fragmentos de habitat

Existe 100% de fragmentos con area del nucleo < 30 ha

Existe = 75% y < 100% de fragmentos con un area del nucleo < 30 ha

Existe = 65% y < 75% de fragmentos con area del nucleo < 30 ha Y al menos un fragmento de = 2,300 ha existente

Existe = 50% y < 65% de fragmentos con area del nucleo < 30 ha Y al menos con un fragmento de area = 2,300 ha existente

Y conectividad críticamente baja entonces VULNERABLE

Y conectividad críticamente baja entonces EN PELIGRO CRITICO

Y baja conectividad entonces EN PELIGRO

Y conectividad moderada entonces VULNERABLE

Y conectividad críticamente baja entonces EN PELIGRO

Y baja conectividad entonces VULNERABLE

Grado de conectividad del habitat

Y baja conectividad entonces EN PELIGRO CRÍTICO

Y aislamiento completo o conectividad criticamente baja entonces EXTINTO

Y conectividad moderada entonces EN PELIGRO

Fig. 2 Uso del patrón de fragmentación y conectividad para evaluar estado de amenaza (para hábitats originales <100 km2)

17

Sin embargo, tales criterios aun no han sido utilizados para cuantificar y

categorizar hábitats según su riesgo de extinción.

Como continuación en el diseño de los métodos cuantitativos para

estimar el riesgo de extinción de hábitats, y utilizando los criterios y umbrales

definidos por Balch y Rodríguez (En prep.), se estableció en este trabajo un

protocolo para la cuantificación del riesgo de extinción de los hábitats

terrestres de la zona protectora de la cuenca baja de los ríos Socuy, Guasare y

Cachirí en el Estado Zulia, Venezuela mediante el uso de imágenes satelitales

de diferentes épocas y programas de SIG capaces de implementar técnicas

estadísticas de la ecología del paisaje.

Se pone a prueba las hipótesis de que a raíz del impacto diferencial de

las actividades humanas, los diferentes ambientes de la zona protectora de la

cuenca baja de los ríos Socuy, Guasare y Cachirí demostrarán diferentes

grados de conversión y si dichos impactos son extensivos y por lo tanto

podrían afectar a la biodiversidad de la zona, deberían ser detectables

mediante sensores remotos y cuantificables mediante sistemas de información

geográfica. Dicha información servirá para identificar los hábitats terrestres

originales del área de estudio, evaluar sus cambios de cobertura y estimar su

riesgo de extinción según procedimientos análogos a los utilizados por la

UICN.

En vista de que no se ha propuesto una unidad estándar (ecoregiones,

unidades de vegetación, zonas de vida, etc.) para la cuantificación del riesgo

de extinc ión de hábitats (Balch & Rodríguez, En prep.), se identificaron los

hábitats según su nivel de madurez, uso antrópico y su relación con el

18

mantenimiento de la biodiversidad en la zona.

Se evalúa y utiliza la capacidad de los módulos disponibles en los

programas Idrisi Kilimanjaro, ArcView 3.3 y Fragstats para satisfacer la

información necesaria en la cuantificación de riesgo.

Finalmente se discuten las limitaciones de este trabajo, los resultados

obtenidos y la capacidad de los SIG para llevar a cabo los objetivos trazados,

así como sobre las consecuencias locales de la pérdida de hábitats. También se

hacen recomendaciones a nivel metodológico y conceptual para la estimación

del riesgo de extinción de hábitats.

Los resultados de este trabajo servirán como experiencia previa en el

desarrollo del proyecto “Hábitats de Venezuela: diseño y aplicación de

métodos cuantitativos para estimar su riesgo de amenaza” llevado a cabo por

la Asociación Civil Provita, la Fundación Polar y el Centro de Ecología del

Instituto Venezolano de Investigaciones Científicas (IVIC), el cual intentará

cuantificar el riesgo de extinción de los hábitats venezolanos y sentar base

para la creación del Libro Rojo de los Ambientes de Venezuela.

19

2.- MATERIALES Y MÉTODOS

La metodología general utilizada en el presente trabajo es resumida

en la Figura 3.

2.1 ÁREA DE ESTUDIO

La cuenca de los ríos Socuy, Guasare y Cachirí fue decretada Zona

Protectora en 1973. Está ubicada en la subregión de la Guajira y Maracaibo

y es parte de los municipios Mara, Páez y Jesús Enrique Lossada,

incluyendo la porción norte de la Sierra de Perijá. El área ocupa 302.000 ha

en total, presenta un clima tropical isotérmico, con una temperatura media

anual de 28,4ºC (Estación El Carbón). La precipitación anual es de 1.141

mm y las lluvias presentan una marcada estacionalidad. Los períodos de

sequía ocurren durante los meses de enero, febrero, marzo y junio. Los

períodos de lluvia ocurren desde abril hasta finales del mes de mayo y

luego desde julio hasta dic iembre con picos de precipitación ubicados en

los meses de mayo y octubre.

La zona escogida para realizar el estudio abarca aproximadamente

80.000 hectáreas y comprende la parte baja de la zona protectora (Figura

4).

Entre los animales de vida silvestre presentes en la zona, se

encuentran: Panthera onca (yaguar), Puma concolor (puma o león

americano), Allouatta seniculus (Mono araguato) y Ateles belzebuth (Mono

araña), especies que se encuentran amenazadas por la cacería y por la

20

Estandarización de las imágenes

Colecta de datos en campo

Clasificación supervisada

Mapas de cobertura

Mapa 1986 Mapa 2001

Análisis de cambio de cobertura

Análisis de Fragmentación y

Conectividad

Conversión anual del hábitat

Evaluación del estado de amenaza del hábitat

Fig 3 Esquema del procedimiento seguido en la evaluación del estado de amenaza de la cuenca baja de los ríos Socuy, Guasare y Cachirí. Los programas utilizados para cada procedimiento fueron: Idrisi Kilimanjaro Idrisi Kilimanjaro & ArcView 3.3 ArcView 3.3 & Fragstats

21

Fig 4 Localización de la parte baja de la zona protectora de la cuenca de los ríos Socuy, Guasare y Cachirí. El área de estudio corresponde

al recuadro enmarcado en blanco.

22

pérdida de sus hábitats a nivel regional y nacional (Rodríguez & Rojas-

Suárez, 1999; Linares, O., 1998).

Uno de los aspectos más resaltantes de la cuenca baja de los ríos

Guasare, Socuy y Cachirí es su importancia como reserva hídrica de la

región zuliana. En esta zona, se encuentran dos importantes embalses: Tulé

y Manuelote. El embalse Tulé posee una capacidad de almacenamiento de

217.800 millones de litros y está localizado sobre el río Cachirí en el

Municipio Mara. El embalse Manuelote posee una capacidad de 211.050

millones de litros y está localizado sobre el río Socuy en el Municipio

Mara. Ambos fueron construidos a final de la década de los setenta (IESA,

1997).

En 1987, la empresa Carbones del Guasare comenzó a operar con la

apertura de la Mina Paso Diablo ubicada en la región noroeste de la parte

baja de los ríos mencionados y en 1996, la empresa Carbones de la Guajira

S.A. inicia sus operaciones con la apertura de Mina Norte en la misma

zona. Ambos proyectos incluyeron la deforestación de vegetación primaria

para la construcción de las minas y vías de acceso al norte y sur del cauce

principal del río Guasare en el piedemonte de la Sierra de Perijá.

También se ha reportado que la tala y la quema masiva en las

cabeceras y cursos de los ríos han intensificado los procesos naturales de

inundaciones que constituyen uno de los mayores problemas para los

sembradíos y poblados circundantes como: Carrasquero, El Colorado, El

Cerro, Puerto Rosa, El escondido, San Felipe del Guasare, Camama y San

Rafael del Moján (Fuenmayor, 2000).

23

2.2 SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Se usaron tres programas para el procesamiento digital de imágenes

y el desarrollo de sistemas de información geográfica: ArcView 3.3, Idrisi

Kilimanjaro y Fragstats.

ArcView 3.3 es uno de los programas líderes en sistemas de

información geográfica y posee un mayor poder de visualización,

exploración, búsqueda y análisis de datos geográficos en formato vectorial

(Esri,1996). Idrisi Kilimanjaro es un programa de procesamiento de

imágenes e información geográfica desarrollado por Laboratorios Clark,

una organización sin fines de lucro que funciona desde la Escuela de

Geografía de la Universidad de Clark en los Estados Unidos. Este

programa consiste en una interfase central y una colección de hasta 150

módulos para el ingreso, visualización y análisis de datos geográficos,

especialmente en formato raster (Eastman, 2003).

El tercer programa utilizado fue Fragstats, un programa de análisis

de patrones espaciales para mapas categóricos. El paisaje sujeto al análisis

es definido por el usuario y puede representar cualquier fenómeno espacial.

Fragstats simplemente cuantifica la extensión de área y configuración

espacial de fragmentos o parches en un paisaje de acuerdo al tipo de datos

que sean útiles para el usuario (Landscape Ecology Program, 2004).

En este trabajo, los sistemas mencionados y sus módulos fueron

utilizados de manera complementaria para el procesamiento de las

imágenes satelitales y de los datos obtenidos en campo. El entrenamiento

en el uso de los SIG y el desarrollo de la metodología aplicada en el

proyecto se llevó a cabo en el Laboratorio de Ecología Vegetal y

24

Sistemática de Plantas Vasculares del Departamento de Biología de La

Universidad del Zulia y la Unidad de Información Geográfica del Centro

de Ecología del Instituto Venezolano de Investigaciones Científicas

(EcoSIG) donde se contó con un procesador personal equipado con los

respectivos programas y asesoramiento especializado.

2.3 IMÁGENES DE SATÉLITE

Se utilizaron dos imágenes de la serie de imágenes del satélite

Landsat Thematic Mapper 5 (path7/row052 y path7/row053), provenientes

de años 1986 (con fecha 31/12/86) y dos imágenes del satélite Landsat

Enhanced Thematic Mapper 7 (path7/row052 y path7/row053),

provenientes de año 2001 (con fecha 03/03/01) todas con una resolución

espacial de 28.5 metros y disponibles en siete bandas espectrales.

Las imágenes de satélite se obtuvieron gratuitamente del servicio

Global Land Cover Facility de la Universidad de Maryland mediante la

herramienta “Earth Science Data Interface” en Internet, originalmente

ortorectificadas con un error RMS (root mean square error) de

aproximadamente 50 metros de exactitud posicional y georeferenciadas en

proyección UTM Zona 19 Norte, datum WGS-84 (ESDI, 2003).

25

2.3.1 Selección de bandas espectrales

El criterio para seleccionar las bandas espectrales se basó en la

capacidad que éstas tienen para captar las propiedades de reflectancia y

absorción de la vegetación, el agua y el suelo.

Se ha demostrado por medio de técnicas analíticas aplicadas en una

gran cantidad de ambientes, que las bandas que llevan la mayor cantidad de

información acerca del ambiente natural son las bandas generadas partir de

ondas de rojo visible (0.63-0.69 mm) e infrarrojo-cercanas (0.76-0.90 mm).

El agua fuertemente absorbe ondas infrarrojas y por lo tanto es altamente

distintiva en esa región. Adicionalmente, las comunidades vegetales

muestran mayor diferenciación aquí. Las bandas azul y roja son muy

importantes ya que son las regiones en la cual la clorofila absorbe energía

para la fotosíntesis, por lo tanto pueden distinguir mejor entre superficies

con vegetación y sin vegetación. Las bandas infrarrojo-cercana e infrarrojo-

media también han demostrado gran capacidad de separación entre

distintos elementos del paisaje. Los pigmentos vegetales no absorben

energía en ésta región, por lo que la reflectancia, combinada con el efecto

multiplicador de un dosel lleno de hojas, lleva a valores altos de

reflectancia en ésta región del espectro (Eastman, 2003).

En base a su capacidad de absorción y reflectancia, se escogieron las

bandas 3, 4 y 5 (rojo, infrarrojo-cercano e infrarrojo-medio,

respectivamente) de cada imagen para la identificación espectral de las

diferentes coberturas terrestres, su análisis y procesamiento. Luego de esto,

se realizó el proceso de corrección y estandarización de las imágenes que

será explicado a continuación.

26

2.3.2 Concatenación de las imágenes

Con el fin de abarcar la totalidad de la zona de estudio fue necesario

unir o concatenar las imágenes satelitales para cada año (bandas 3, 4 y 5 de

los grupos path7/row052 y path7/row053). Mediante la utilización del

módulo MOSAIC de ArcView 3.3, se realizó la concatenación entre

imágenes por sobreposición de las coordenadas de referencia comunes

entre el grupo de imágenes (UTM 19, WGS84), formando una sola imagen

por banda para cada año. Una vez obtenidas, las imágenes se exportaron al

programa Idrisi Kilimanjaro.

2.3.3 Extracción del área de estudio

El área de estudio se extrajo mediante la digitalización de puntos que

delimiten el recuadro perfecto correspondiente a la zona de interés. Los

puntos extremos del recuadro fueron cuidadosamente colocados en las

esquinas superior izquierda y derecha de los píxeles de los extremos

superior izquierdo y derecho, respectivamente. Se hizo lo mismo para

delimitar los extremos inferiores de la zona de estudio.

Luego, se tomaron las coordenadas correspondientes a cada punto

para obtener una subimagen, la cual fue guardada inmediatamente como la

imagen objeto de estudio. Este procedimiento, ejecutado sobre las bandas

3, 4 y 5 de 1986 y 2001, asegura que no haya píxeles cortados o

incompletos en los bordes del recuadro y que cada subimagen este

representada por el mismo número de columnas y filas, asegurando así la

compatibilidad de las subimágenes.

27

2.3.4 Anulación de las áreas ocupadas por nubes, sombras y cuerpos de

agua mediante la creación de una máscara

Uno de los criterios para la selección de las imágenes satelitales fue

el bajo nivel de nubosidad. Los detectores de los sensores remotos no

reciben los valores de reflectancia precisa de la superficie terrestre cuando

son bloqueados por nubes, por lo que estas áreas deben ser excluidas del

análisis final. Las nubes usualmente dejan una sombra en la superficie

terrestre, y estas áreas oscuras también son malinterpretadas en el análisis y

deben ser, en lo posible, eliminadas.

Para limitar estos contratiempos, tanto las nubes como sus sombras

fueron identificadas y reclasificadas como nulas (valor 0), proceso al que se

le conoce como “enmascarar” o “masking” (Coastal Marsh Project, 2001).

En la máscara también fueron incorporados los cuerpos de agua debido a

que no forman parte del análisis.

El primer paso fue la realización de una clasificación no supervisada.

Para ello se utilizo el módulo CLUSTER de Idrisi Kilimanjaro.

CLUSTER es una técnica de clasificación mediante selección de los

picos obtenidos a partir de la creación automática de un histograma de los

valores espectrales de las imágenes. Esta técnica ha mostrado ser bastante

eficaz para producir resultados excelentes de clasificación (Eastman, 2003).

Se realizaron dos clasificaciones no supervisadas mediante ésta técnica

(1986 y 2001), con un nivel de generalización fino, utilizando las bandas 3,

4 y 5. La clasificación llevada a cabo en el programa Idrisi produjo un

mapa (para cada año) de la zona de estudio separado en 23 clases de

cobertura en base a diferencias en la respuesta espectral. Las clases

28

obtenidas fueron enumeradas del 1 al 23. De estas, se identificaron las

clases espectrales que representaron a nubes, sombras de nubes, sombras de

montañas y a cuerpos de aguas.

Para los mapas de 1986 y 2001, se identificaron las clases espectrales

que representaron a nubes, sombras de nubes, sombras de montañas y a

cuerpos de aguas mediante una comparación visual con las imágenes

satelitales. Para 1986 se identificaron con estas características las clases 5,

8, 12, 13, 15, 16, 18, 19 y 20. Para el mapa del 2001, se identificaron las

clases 6, 13, 18, 19, 20 y 21 también representando estas características.

A continuación, estas clases identificadas fueron revalorizadas a cero

para descartarlas de los análisis posteriores. En este procedimiento se

asume que el resto de las clases producidas por el módulo CLUSTER

corresponde a formaciones vegetales y áreas de uso antrópico.

Para ello se crearon dos archivos de valor de atributos o Attribute

Values File (AVL) en el módulo EDIT de Idrisi. Estos archivos se

utilizaron para asignar a las clases obtenidas los valores 1 ó 0 creando así

una imagen binaria. El valor 0 se asignó a las clases anteriormente

identificadas como nubes, sombras y cuerpos de agua y el valor 1 fue

asignado al resto de las clases. Utilizando el modulo ASSIGN, y los

archivos AVL recientemente creados, se obtuvieron dos máscaras; una para

el año 1986 y otra para el año 2001.

29

Utilizando el IMAGE CALCULATOR de Idrisi, se realizó la

multiplicación de las dos máscaras, dando como resultado una sola máscara

que asigna el valor 0 a las nubes (Figura 5), sombras de nubes, y cuerpos de

agua de ambos años. La máscara obtenida fue multiplicada por cada una de

las subimágenes de las bandas 3, 4 y 5 de 1986 y 2001 para así anular en

estas las areas correspondientes a nubes, sombras y cuerpos de agua.

Fig 5 Máscara aplicada sobre las subimágenes del área de estudio. El valor 0 representa las áreas cubiertas por nubes, sombras de nubes y cuerpos de agua. El valor 1 representa el resto de las clases de cobertura terrestre.

30

2.4 COMPOSICIÓN DE IMÁGENES A FALSO COLOR

Se le llama composición a la combinación de bandas espectrales para

crear una imagen verdadera (con las bandas visibles 1, 2 y 3) o para crear

una imagen a falso color (3, 4 y 5, por ejemplo). Mediante el módulo

COMPOSITE, se realizaron las composiciones a falso color respectivas

para 1986 y 2001 con las subimágenes enmascaradas de las bandas 3, 4 y 5

(Figura 6); y un contraste de tipo lineal con 5% de saturación en los

extremos. Este tipo de composición y contraste es el recomendado para

obtener el sentido de las características de reflectancia/absorción de las

diferentes coberturas terrestres (Eastman, 2003) y por lo tanto, útil como

base en la delineación de los sitios de entrenamiento para la clasificación

supervisada.

2.5 CLASIFICACIÓN SUPERVISADA DE LOS HÁBITATS

TERRESTRES

El objetivo de cualquier clasificación de la vegetación es simplificar

la gran heterogeneidad existente en las comunidades vegetales,

agrupándolas en clases lo más homogéneas posibles. Para ello es necesario

definir un conjunto de clases de cobertura, las cuales deben ser lo más

disímiles entre si, e internamente cada una de ellas debe tener cierto grado

de homogeneidad (Pozzobon, 2001).

31

Fig. 6 Composiciones a falso color de imágenes satelitales (bandas 3, 4, 5) para el área de estudio.

1986 2001

32

2.5.1 Colecta de datos en campo

Se realizaron 6 visitas al área de estudio. En las dos primeras, se hizo

un reconocimiento del área y de las coberturas vegetales presentes,

describiendo las diferentes comunidades forestales, arbustivas y herbáceas

con la ayuda de un mapa de vialidad (1:25.000) del área de estudio, 4

fotografías aéreas del año 1997 (1:25.000) y la composición a falso color

del año 2001. Se identificaron las clases de cobertura terrestre presentes en

el área de estudio de acuerdo a su estado de madurez (Guariguata &

Ostertag, 2002) y grado de intervención antrópica mediante la comparación

de las observaciones en campo y la respuesta espectral en la composición.

La fase de reconocimiento de campo fue llevada a cabo entre los meses de

abril y agosto de 2003, con el apoyo logístico y asesoramiento del

Laboratorio de Ecología Vegetal y Sistemática de Plantas Vasculares de la

Facultad de Ciencias de La Universidad del Zulia.

Una vez reconocidas las comunidades vegetales y completada la

familiarización con el área de estudio, se realizaron 4 visitas adicionales al

campo con el fin de recolectar la mayor cantidad posible de puntos

muestrales para cada clase identificada. Los recorridos en cada uno de estos

viajes al campo fueron planificados con anterioridad con la intención de

diseñar un muestreo que abarcara la mayor extensión posible de la zona de

estudio y que cubriese la mayor cantidad de las coberturas terrestres

identificadas.

Se contó con el asesoramiento de dos habitantes de la localidad

quienes participaron como apoyo logístico y seguridad durante las

actividades de campo. También se contó con un vehículo rústico con

33

suficiente capacidad para transitar por vías de tierra en época lluviosa y

pendientes medianamente elevadas.

Se visitaron un total de 120 localidades en áreas correspondientes a

las clases anteriormente identificadas, ubicadas a una distancia de 20 a 50

m de carreteras asfaltadas y de tierra. Las localidades de muestreo fueron

escogidas durante los recorridos en vehículo por la zona de estudio en base

a la representatividad y homogeneidad de la cobertura terrestre presente y

la accesibilidad hacia el interior de cada una de estas clases de cobertura.

Estos recorridos se llevaron a cabo entre septiembre y noviembre de 2003.

En cada localidad de muestreo se hizo una descripción de la cobertura

vegetal dominante, su fisonomía y grado de intervención antrópica. Se

registró también su coordenada geográfica proyectada en

UTM/Datum_WGS84 utilizando una unidad de posicionamiento global

(GPS) marca Magellan modelo GPS2000. La información de cada

localidad fue anotada en una tabla de campo diseñada para la recolección

de estos datos y luego ingresada a una base de datos computarizada. Los

puntos muestreados pueden observarse en la Figura 7.

Una vez obtenida la información de campo, fue posible llevar a cabo

una clasificación supervisada de la subimágenes del 2001 y 1986.

2.5.2 Sitios de entrenamiento

El primer paso en la clasificación supervisada es la identificación de

ejemplos de clases de información (e.g. tipos de cobertura terrestre) de

interés en la imagen (Eastman, 2003). Estos ejemplos de clases de

información se conocen como “sitios de entrenamiento” y se construyen

34

mediante la delineación de polígonos alrededor de puntos de referencia en

la imagen.

De esta manera, las localidades visitadas durante las actividades de

campo fueron ingresados al programa Idrisi en forma de puntos, utilizando

las coordenadas geográficas tomadas en cada localidad para determinar su

ubicación sobre la imagen. La información recabada en cada una de estas

localidades sirvió como referencia directa para la delineación de los sitios

de entrenamiento en la imagen del 2001 (Figura 8).

En la construcción de los polígonos alrededor de los puntos, se

procuró mantener la homogeneidad espectral entre los píxeles que ocupan

cada sitio de entrenamiento. Como referencia adicional, se utilizó una

imagen con índices de vegetación construida a partir del módulo VEGINX.

Los índices de vegetación son modelos que proveen una evaluación

cuantitativa de la biomasa vegetal mediante la medición de los niveles de

absorción y reflectancia de las longitudes de ondas roja e infrarroja-

cercana. A partir de las bandas 3 y 4 (rojo e infrarrojo cercano), se

construyó un índice de vegetación de diferencia normalizada (Normalized

Difference Vegetation Index). Este índice es el más usado, ya que es una

combinación lineal simple de las respuestas espectrales de las bandas

utilizadas y minimiza el efecto topográfico produciendo una escala desde -

1 a 1, representando 0 el valor aproximado a zonas sin vegetación y el valor

1 representando zonas de vegetación saludable (Eastman, 2003).

35

Fig. 7 Composición a falso color de imágenes para el año 2001 (bandas 3, 4 y 5). Los puntos representan las localidades visitadas en la colecta de datos para la clasificación supervisada de la cobertura terrestre de la cuenca baja de los ríos Socuy, Guasare y Cachirí.

36

Para la definición de los sitios de entrenamiento de la imagen de

1986, se utilizó como referencia la experiencia obtenida en la clasificación

de la imagen del 2001 y una imagen de Índice de vegetación (NDVI) para

1986.

Fig 8 Algunos de los sitios de entrenamiento digitalizados en base a los puntos tomados en campo sobre la composición de imágenes a falso color del año 2001.

A cada sitio de entrenamiento digitalizado se le asignó un número

identificador correspondiente al tipo de cobertura terrestre que representa.

2.5.3 Extracción de las firmas espectrales

El próximo paso consistió en la extracción de las firmas espectrales

para cada tipo de cobertura. Dos módulos del programa Idrisi fueron

considerados para este fin:

37

a) MAKESIG:

Este módulo crea archivos de la firma espectral de cada clase

de información para la cual se han creado los sitios de entrenamiento.

Esto es realizado mediante la extracción y análisis de los píxeles

identificados en los sitios de entrenamiento para cada clase de

información para todas las bandas espectrales utilizadas. En el

proceso se calculan estadísticos como la media, valor mínimo, valor

máximo, varianza y covarianza entre los píxeles de las diferentes

bandas (Eastman, 2003).

b) FUZSIG.

Este módulo es una variedad de MAKESIG. A diferencia de

MAKESIG, el cual supone que los datos en las firmas espectrales

provienen de áreas que son ejemplos puros de cualquier clase en

particular, FUZSIG produce firmas espectrales de datos de los cuales

se supone son inherentemente ambiguos en carácter .En este caso, se

debe construir una matriz para clasificaciones ambiguas (Fuzzy

Partition Matrix), que sirve para indicar los grados de membresía de

cada sitio de entrenamiento en cada clase, es decir, la proporción de

cada clase de cobertura que ocurre en cada sitio de entrenamiento

(Eastman, 2003). FUZSIG asegura la inclusión de la heterogeneidad

presente dentro de cada clase.

Las firmas espectrales creadas para cada tipo de cobertura fueron

luego comparadas gráficamente utilizando el modulo SIGCOMP.

38

2.5.4 Aplicación de un clasificador rígido (Hard classifier)

Los clasificadores rígidos son así llamados debido a que alcanzan

una decisión inequívoca acerca de la clase a la que un píxel pertenece. Para

clasificar las imágenes de 1986 y 2001 se utilizó el clasificador por máxima

verosimilitud (MAXLIKE).

La función MAXLIKE está basada en la teoría de probabilidades

bayesianas. Usando la información proveniente de un conjunto de sitios de

entrenamiento, MAXLIKE utiliza los datos de media y varianza/covarianza

de las firmas espectrales en valores de reflectancia o brillantez para estimar

la probabilidad posterior de que un píxel pertenezca a cada clase. Mediante

la incorporación de información acerca de la covarianza entre bandas así

como de su varianza, el módulo produce lo que puede ser conceptualizado

como una zona elíptica de caracterización de las firmas. El módulo calcula

la probabilidad posterior de pertenencia a cada clase, donde la probabilidad

se hace mayor hacia la posición media de la clase, y desciende en un patrón

elíptico alejándose de la media (Eastman, 2003).

De los clasificadores rígidos, MAXLIKE posee mayor poder que

otros. Esto es debido a que evita problemas de clasificación errada cuando

las firmas espectrales se solapan en algunos de sus puntos, hecho que

ocurre cuando se trabaja con clasificadores que utilizan la distancia mínima

a las medias (MINDIST) y los intervalos máximos y mínimos y desviación

estándar (PIPED) para clasificar cada píxel.

39

2.5.5 Evaluación de la exactitud de la clasificación

Se calculó la exactitud general y exactitud del usuario mediante la

generación de 120 puntos al azar utilizando el módulo SAMPLE de Idrisi

sobre un área definida por 4 fotografías aéreas en escala de grises y no

clasificadas en escala 1:25.000 (Figura 9). Estas fotografías representan

aproximadamente un 25% de la zona de estudio. Utilizando estos puntos

como referencia, se comparó la clasificación obtenida en el año 2001 con

su correspondencia con las diferencias entre las densidades de vegetación

observadas en las fotografías aéreas.

La exactitud general y la exactitud del usuario fueron calculados

siguiendo las recomendaciones de Congalton (1991).

La exactitud general fue estimada aplicando la siguiente ecuación:

Exactitud general = Nro de puntos correctamente clasificados

Nro de puntos evaluados.

La exactitud del usuario para cada clase se determinó de la siguiente

manera:

Exactitud del Usuario(Clase X)= Nro de puntos correctamente clasificados en X

Nro de puntos en X

40

Fig. 9 Puntos generados al azar sobre 4 fotografías aéreas (1:25.000) utilizados para evaluar la exactitud de la clasificación.

41

2.6 IDENTIFICACIÓN DE LOS HÁBITATS ORIGINALES.

Las comunidades boscosas primarias neotropicales no son otra cosa

que el producto de una serie de sucesiones secundarias centenarias que

tuvieron lugar luego de fenómenos climáticos del Pleistoceno y más

recientemente, del abandono de campos agrícolas (Hooghiermstra et al.,

2002; Guariguata & Ostertag, 2002). En todo caso, la estructuración de las

comunidades de plantas y animales que hoy en día vemos en un bosque

neotropical, proviene de centenares de años de interacciones ecológicas

complejas.

Una vez perturbados los hábitats originales, las formaciones vegetales

secundarias forman parte de un proceso de regeneración gradual de estos

ambientes. Las formaciones vegetales secundarias son importantes como

proveedores de servicios ambientales, protegiendo contra la erosión y

teniendo una tasa de fijación neta de carbono atmosférico muy alta, como

modelos para efectuar prácticas de rehabilitación en áreas degradadas, como

refugios de biodiversidad y como fuente de plantas de utilidad comercial y

medicinal (Guariguata & Ostertag, 2002). La protección de estas

comunidades es obviamente clave en la conservación de los bosques

tropicales.

Sin embargo, cuando las formaciones primarias son deforestadas, el

entramado ecológico estructurado por los organismos vegetales y animales

se pierde llevando a algunas de estas especies hacia la extinción. Los

estudios en vegetación secundaria indican que muchas de las características

y funciones de esos ambientes son semejantes a la de bosques primarios, aun

42

cuando la composición de especies no sea semejante a la de este. Algunas

preguntas acerca de la vegetación secundaria siguen sin clara respuesta,

como por ejemplo, ¿cuánto tiempo demora realmente una comunidad

secundaria en volver a prestar los servicios ambientales que solía prestar

como ecosistema no perturbado? ¿hasta que punto influyen el uso de la

tierra, las condiciones ambientales y las prácticas de manejo de la vegetación

secundaria en su recuperación estructural y funcional? ¿cómo afecta la

pérdida de especies locales al proceso de regeneración? (idem. cita).

La vegetación secundaria también esta fuertemente ligada a los

fenómenos de expansión y contracción de las actividades agrícolas y

pecuarias, por lo que estas comunidades son sensibles a la presión antrópica

y pueden desaparecer y regenerarse en poco tiempo (idem. cita).

En este sentido, se consideró prudente eliminar del análisis de riesgo

de extinción a los hábitats no originales ya que se podría estar obviando la

dinámica real del cambio espacio-temporal de sus coberturas y su vez, se

consideró enfatizar la cuantificación de la amenaza de los hábitats originales

o primarios, ya que la pérdida de estos ambientes significaría la perdida de

especies vegetales y animales nativas.

Una vez finalizada la clasificación se identificaron las coberturas

vegetales primarias de la zona de estudio y de las cuales, en los siguientes

pasos, se estimó su proporción remanente para el año 2001, la tasa de

cambio, su probabilidad de desaparición en el futuro y el patrón de

fragmentación de acuerdo con los datos requeridos por los criterios

43

principales y secundarios del sistema de clasificación de hábitats según su

riesgo de extinción propuesto por Balch & Rodríguez (En prep.)

2.7 ANÁLISIS DE LOS DATOS ESPACIALES DE LOS HÁBITATS

SEGÚN CRITERIOS PRINCIPALES DE RIESGO DE EXTINCIÓN

2.7.1 Cálculo de la proporción de hábitat original remanente

Una vez que se generaron los mapas de cobertura, se procedió a

calcular el área ocupada en hectáreas por cada clase para 1986 y 2001

utilizando el módulo AREA.

Con las cifras obtenidas, se construyó una tabla donde se especifica el

área ocupada por los hábitats originales (HO) y hábitats no originales (HNO)

en ambas fechas y se calcularon los siguientes valores:

Cambio de cobertura (HO) = [ha (HO)1986 – ha(HO)2001]

Cobertura relativa (HO) en 1986 = ha (HO) 1986 x 100

? [ ha (HO) 1986+ ha (HNO) 1986 )

Cobertura relativa (HO) en 2001 = ha (HO) 2001 x 100

? [ ha (HO) 2001+ ha (HNO) 2001 )

44

% de reducción de cobertura (HO) = [% Cobert.rel (HO) 1986 – % Cobert.rel.(HO) 2001] x 100

% Cobert.rel. (HO) 1986

% de cobertura remanente (HO) = 100 -% reducción de cobertura (HO)

Conversión anual (HO) = ha (HO) 1986 – ha (HO) 2001

2001-1986

2.7.2 Análisis del nivel de fragmentación y Conectividad del hábitat

original.

2.7.2.1 Fragmentos ecológicamente funcionales y no funcionales.

Se utilizaron dos indicadores para estimar el porcentaje de

fragmentos de hábitat original ecológicamente funcionales y no

funcionales basados en estudios sobre la proporción afectada por

efectos bordes en fragmentos de diferentes tamaños en bosques

tropicales: a) según información sobre la vulnerabilidad de los

fragmentos a efectos de borde (Laurance 1991; Laurance et al. 1998,

2001); y b) según la proporción del área del núcleo de los fragmentos

(Kennedy 2003). De los resultados de estos trabajos se infiere que los

fragmentos considerados ecológicamente no funcionales son aquellos

en donde la mayor parte de su extensión está afectada por efectos

borde haciendo vulnerable la sobrevivencia de las especies de

animales y vegetales que habitan en éste. Los fragmentos

45

ecológicamente funcionales son aquellos donde la sobrevivencia de

las especies no se ve afectada por efectos de borde y conectividad.

a)Vulnerabilidad a efectos de borde

Una vez obtenido el mapa de cobertura del año 2001, se exportó

en formato raster al programa ArcView 3.3. Luego, se convirtió de

raster a un archivo shapefile (shp) con el fin de vectorizar la imagen y

obtener polígonos para cada fragmento de cobertura terrestre.

Utilizando el módulo XTOOLS, se calculó el área en hectáreas

para cada polígono de cobertura vegetal original.

Sobre la base de los datos espaciales obtenidos para cada

fragmento, se construyó una tabla de clasificación de fragmentos de

acuerdo a su tamaño. Las clases fueron definidas según los resultados

del modelo propuesto por Laurance y Yensen (1991) y Laurance et al.

(1998) para bosques tropicales (Fig 1), donde se estima el tamaño

mínimo viable que debe tener un fragmento de bosque para que sus

funciones ecológicas aun persistan. Además del número de

fragmentos en cada clase de tamaño, se calculó el porcentaje de

cobertura de cada clase de tamaño en relación con la cobertura total

del hábitat. Fragmentos de bosque inferiores a 350 ha fueron

considerados ecologicamente no funcionales, mientras que fragmentos

mayores de 2250 ha fueron considerados aptos para conservar las

funciones ecológicas, a pesar de la influencia de los efectos de borde.

En base al numero de fragmentos total, fue calculada la proporción de

46

fragmentos no funcionales (< 350 ha) y óptimamente funcionales

(>2250 ha) presentes en el área.

A pesar de no ser requerido, éste método fue utilizado como

complemento al sistema propuesto para reflejar el grado de

fragmentación y evaluar su potencial de uso en la evaluación de riesgo

de extinción.

b) Estimación del área del núcleo de los fragmentos.

La mayoría de los fragmentos, al menos en bosques tropicales,

son afectados severamente por efectos de borde en los primeros 100 m

desde la matriz deforestada hacia el interior del bosque (Laurance et

al., 1998). Como se mencionó anteriormente, Kennedy et al. (2003)

estimaron que para mantener las especies y ecosistemas es necesario

que el tamaño mínimo de un fragmento (menos 100 m del borde)

oscile entre 30 ha (limite inferior) y 2300 ha (limite superior).

En este sentido, se cuantificaron y clasificaron las áreas

ocupadas por el núcleo (e.g. región interna de los fragmentos que

están libres de efectos de borde) de los hábitats originales de la zona

de estudio. Para ello, se crearon áreas de influencia utilizando la

función BUFFER en ArcView 3.3, indicando 100 m como la distancia

de influencia desde la matriz hacia los fragmentos (e.g. distancia de

penetración del efecto borde).

47

Se logró establecer las áreas afectadas por efectos de borde, las

cuales fueron extraídas de los fragmentos mediante la intersección de

los temas correspondientes a las área de influencia y fragmentos de

bosque primario (función Geoproccesing Wizard/Intersect themes),

quedando finalmente las áreas correspondientes al núcleo de los

hábitats originales.

Una vez calculada el área ocupada por cada núcleo, se calculó

la proporción de fragmentos debajo del límite inferior y encima del

límite superior propuesto por Kennedy et al. (2003).

2.7.2.2-Grado de Conectividad

El Índice de Cohesión entre Parches fue utilizado para medir el

grado de conectividad entre los fragmentos de cobertura primaria. Fue

propuesto por Schumaker en 1996 para cuantificar la conectividad del

hábitat percibido por organismos que se dispersan en un paisajes

binarios y a pesar de haber sido propuesto para la dispersión de una

especie, se recomienda su aplicabilidad como una medida estructural a

la escala del paisaje (Balch & Rodríguez, En prep.).

El índice de cohesión oscila entre 0 y 1, aproximándose a 0

cuando la proporción de la clase focal decrece incrementando su

subdivisió n y aminorando su conexión física. Uno de los aspectos

importantes de este índice es que aumenta cuando los fragmentos de

la clase focal se aglutinan o agregan en su distribución, lo que indica

que el índice de cohesión es sensible a la configuración espacial de los

48

fragmentos (Landscape Ecology Program, 2004) (Figura 10). Balch y

Rodríguez (En prep) también ajustaron los valores de cohesión para

establecer los umbrales para determinar diferentes grados de

conectividad (Tabla 7). El Índice de cohesión entre parches se calcula

en base a la siguiente ecuación:

Cohesión entre parches = (1 – (Σp)/(Σ(pΣa))*((1 – (1/ΣN))-1)

Donde p es el perímetro de los fragmentos, a es el área de los

fragmentos y N es el numero de píxeles en el paisaje (Schumaker,

1996). Para calcularlo, se empleó el programa FRAGSTATS,

utilizando una máscara previamente definida en Idrisi para destacar

los hábitats originales y no originales.

Tabla 7. Grado de conectividad del hábitat (Balch & Rodríguez, En prep.) Grado de conectividad del hábitat Índice de Cohesión entre parches (PC) Completamente aislado PC=0 Críticamente bajo PC > 0 pero < 0.25 Bajo PC > 0.25 pero < 0.5 Moderado PC > 0.5 pero < 0.75 Alto PC > 0.75 pero < 1

2.7.3 Proyección de la cobertura de hábitats originales en 15 y 30 años.

2.7.3.1 Conversión anual del hábitat original

En base a la conversión anual estimada, se realizaron

proyecciones utilizando la siguiente fórmula:

49

Figura 10 “Cohesión entre parches [Patch Cohesion] (Schumaker 1996) como función de la proporción de hábitat en mapas generados al azar (100 x 100 celdas). El hábitat fue asignado a celdas independientemente (al azar) o en agrupaciones (agrupados). Los parches fueron delineados siguiendo una de estas dos reglas: (a) celdas que comparten un borde común se consideran conectadas (regla de borde), o (b) celdas que solo se tocan en una esquina (regla diagonal).o ambas (ambas reglas)” Figura y texto tomado de Gustafson 1998

AL AZAR, REGLA DIAGONAL AL AZAR, REGLA DE BORDE AGRUPADOS, AMBAS REGLAS

PROPORCION DE HABITAT

CO

HE

SIÓ

N E

NT

RE

PA

RC

HE

S

50

% Cobertura remanente (HO) en X años = Tasa de deforestación anual (HO) x (X)años

Las proyecciones se hicieron para 15 y 30 años.

2.7.3.2 Estimador markoviano de transición.

Se calculó la probabilidad de extinción de los bosques

primarios del área de estudio utilizando el modulo MARKOV para

evaluar su potencial dentro de la evaluación del estado de amenaza de

los hábitats terrestres. El modulo MARKOV de Idrisi tienen la

capacidad de comparar un par de imágenes de cobertura terrestre y

generar una matriz de probabilidad de transición basándose en los

cambios de cobertura de una imagen a otra. Esta matriz es un archivo

de texto que registra la probabilidad que cada categoría de cobertura

terrestre cambie a cualquiera de las otras categorías en un período de

tiempo futuro. Es el resultado de una tabulación cruzada, en donde las

categorías del mapa de cobertura de una imagen son comparadas con

las categorías de una segunda imagen, ajustadas por un error

proporcional (Eastman, 2003). El resultado es un valor de

probabilidad de cambio del hábitat original a cualquiera de las otras

clases presentes.

Se ingresó una máscara con una clase representando al hábitat

original y otra clase representando las coberturas vegetales no

originales y de uso antrópico para los años 1986 y 2001. Se especificó

el numero de años entre las imágenes y el número de años de

51

proyección deseada, así como el error proporcional de la proyección

que debe ser igual al error de los mapas de cobertura (Eastman, 2003).

La proyección se hizo para 15, 30 , 45, 60, 75, 90 y 100 años.

2.8 ANALISIS DE LA CALIDAD DE LOS HABITATS ORIGINALES

SEGUN CRITERIOS SECUNDARIOS DE RIESGO DE EXTINCION

La experiencia obtenida durante las seis visitas al área de estudio y la

consulta con expertos, sirvió para estimar la calidad de los hábitats según los

criterios secundarios establecidos por Balch y Rodríguez (En prep). De esta

manera se cuantificó la presencia de especies exóticas o invasoras, el grado

de contaminación de los hábitats originales de la zona, y el tipo de uso de la

tierra que generalmente reemplaza al hábitat original tomando en cuenta los

umbrales indicados en las Tablas 4, 5 y 6.

2.9 COMPARACION DE LOS DATOS OBTENIDOS CON LOS

UMBRALES ESTABLECIDOS Y ASIGNACION DE UNA

CATEGORIA DE RIESGO DE EXTINCIÓN

Una vez cuantificados los datos sugeridos por los criterios principales

y secundarios, se compararon con los sistemas de evaluación de amenaza y

asignación de categorías propuestos por Balch y Rodríguez (En prep.),

mostrados en las Tablas 2 y 3, y en la Figura 2.

Como se mencionó anteriormente, el sistema esta diseñado para que la

evaluación utilizando un solo criterio principal sea suficiente para

determinar el riesgo de extinción. De esta manera, obtenidas las categorías

52

de riesgo por medio de la evaluación con diferentes criterios, se identificó el

criterio principal cuya categoría asignada de riesgo sea mayor y se escogió

ésta como la categoría de riesgo finalmente asignada. Este procedimiento

está fundamentado en el “principio de precaución” adoptado por el

Convenio sobre Diversidad Biológica.

3.- RESULTADOS

3.1 CLASIFICACIÓN SUPERVISADA

Los tipos de cobertura definitivos identificados en campo fueron los

siguientes:

a) Zonas de uso antrópico: en esta clase se incluyeron las áreas

desprovistas de vegetación tales como caminos, carreteras, minas a

cielo abierto, suelo descubierto, coberturas formadas por

herbazales, haciendas arboladas y otras áreas dedicadas a la

agricultura y actividad pecuaria.

b) Matorrales: esta clase está compuesta por comunidades vegetales

secundarias monoestratificadas de densidades variables y alturas

que oscilan entre 1 y 5 metros. Se derivan de bosques originales

fuertemente intervenidos que son destinados a la creación de

pastizales secundarios que albergan una ganadería extensiva

caprina, ovina u bovina, que ramonean libremente en ésta matriz

vegetal (Pietrangeli, 2004).

53

c) Bosque secundario: formado por vegetación de crecimiento

secundario avanzado con estratificación difícil de distinguir,

constituidos fisonómicamente cuando mucho por 2 estratos

arbóreos con árboles de porte medio (promedio del diámetro a la

altura del pecho = 10-15 cm) alcanzando una altura promedio de 5

a 15 m. Presenta claros y alta densidad de lianas.

b) Bosque Primario: corresponde a bosques medios densos (BMd)

descritos por Pietrangeli (2004) para los alrededores del embalse

Manuelote. Estas comunidades son bosques cuyos árboles

superponen sus copas al menos en un 75%, y están

fisonómicamente constituidos por más de 1 estrato arbóreo con una

altura del estrato arbóreo superior que oscila entre 12 y 20 metros.

Una vez digitalizados los sitios de entrenamiento en las imágenes de

1986 y 2001, se hizo la extracción de las firmas espectrales utilizando los

módulos MAKESIG y FUZSIG de Idrisi, respectivamente.

Para la imagen de 1986, la aplicación de MAKESIG se justifica

principalmente por la homogeneidad mostrada entre las diferentes coberturas

vegetales en la composición a falso color de ese año (Ver Figura 6). Lo

contrario ocurrió con la composición a falso color del año 2001, en donde el

paisaje se mostró en su mayoría heterogéneo mezclando, incluso a escalas

bastante menores, diferentes respuestas espectrales. Para la extracción de las

firmas espectrales de los sitios de entrenamiento digitalizados para el 2001,

se utilizo el módulo FUZSIG y asegurar la inclusión de la heterogeneidad

dentro de la clasificación supervisada de la cobertura terrestre de ese año.

54

Tabla 8. Matriz para clasificaciones ambiguas (Fuzzy Partition Matrix) utilizada en la clasificación supervisada de la imagen de 2001. Identificación Bosque primario Bosque secundario Matorrales Uso antrópico Bosque primario 0.75 0.2 0.05 0 Bosque secundario 0.1 0.6 0.2 0.1 Matorrales 0 0.15 0.75 0.1 Uso antrópico 0 0 0.1 0.9

Para ello se diseño una matriz para clasificaciones ambiguas (Fuzzy

Partition Matrix) en base a observaciones de campo tomando en cuanta el

nivel de inclusión de una clase dentro de otra (Ver Tabla 8). Finalmente,

aplicando el clasificador rígido MAXLIKE de Idrisi a las imágenes de 1986

y 2001 se obtuvieron los mapas de cobertura terrestre de la zona de estudio

(Ver Figura 11 y 12).

La exactitud de clasificación general para el año 2001 fue de 70%

mientras que la exactitud del usuario para las clases Matorrales y Uso

antrópico fueron 79% y 93%, respectivamente. La exactitud del usuario para

los bosques primarios y secundarios fue 35% y 60%. Debido a que no se

pudo obtener fotografías aéreas o mapas de referencia para evaluar la

exactitud de clasificación del mapa de cobertura de 1986, se desconoce la

exactitud general del mismo.

3.2 ANÁLISIS DE LOS DATOS SEGÚN CRITERIOS PRINCIPALES

Y SECUNDARIOS DE RIESGO DE EXTINCIÓN

De las clases identificadas en la clasificación, solo el bosque primario

calificó como hábitat original de la zona de estudio (Ver sección 2.6), por lo

que inmediatamente le fueron aplicados los análisis pertinentes según los

55

Fig. 11. Mapa de cobertura de los hábitats terrestres de la cuenca baja de los ríos Socuy , Guasare y Cachirí

para el año 1986.

Bosques Primarios Bosques Secundarios Matorrales Uso antrópico

Exactitud general y del usuario: Sin Información

56

Bosques Primarios Bosques Secundarios Matorrales Uso antrópico

Exactitud general: 70 % Exactitud del usuario: Bosques Primarios 35 % Bosques Secundarios 60 % Matorrales 79 % Uso antrópico 93 %

Fig. 12 Mapa de Cobertura de los hábitats terrestres de la cuenca baja de los ríos Socuy, Guasare y Cachirí para el año 2001.

57

criterios principales y secundarios de riesgo de extinción propuestos por

Balch y Rodríguez (En prep.).

En la Tabla 9, se muestran los resultados correspondientes a los

cálculos relacionados con los cambios en la extensión del bosque primario

entre los años 1986 y 2001. Habiéndose reducido la cobertura del hábitat un

39%, la extensión de bosque primario de la zona de estudio para el 2001

resulto ser un 61% de lo que existía en 1986. Comparando las Figuras 13 y

14, se puede observar claramente que la magnitud de la conversión del

bosque primario no esta reflejado por el porcentaje de reducción sino con el

cambio en su disposición espacial y conectividad.

Tabla 9. Cambios en la extensión del hábitat original de la cuenca baja de los ríos Socuy, Guasare y

Cachiri.

Hábitat Original

Cambio de Cobertura 1986-2001

(ha)

Cobertura

relativa 1986 (%)

Cobertura

relativa 2001 (%)

Reducción de

cobertura (%)

Cobertura remanente

(%)

Conversión anual del hábitat

(ha/año)

Bosque

Primario

- 12.815

44

27

- 39

60

854

La tabla 10 muestra el porcentaje de fragmentos ecológicamente funcionales

y no funcionales del hábitat original en el 2001 según los umbrales para

bosques tropicales de Laurance (1998) y Laurance (1991). Los fragmentos

no funcionales correspondientes a aquellos parches de 0 a 350 ha ocupan el

50% de la extensión total de los bosques, mientras que los fragmentos

funcionales (> 2250 ha) solo ocupan el 32% del área total.

58

Fig. 13 Mapa de cobertura del Bosque Primario para el año 1986.

59

Fig. 14 Mapa de Cobertura del bosque primario para el año 2001.

60

Cabe destacar que la extensión promedio de los fragmentos no

funcionales es de solamente 1 ha siendo muy pocos los fragmentos que

superan las 50 ha.

Propuesto por Balch y Rodríguez (En prep.), el análisis de

fragmentación por estimación del área del núcleo de los fragmentos también

arroja resultados interesantes.

Tabla 10. Proporción de fragmentos de bosque primario (mapa de cobertura de 2001) de acuerdo a tamaños que difieren en su capacidad para mantener especies y ecosistemas. Los limites de funcionalidad ecológica de los fragmentos de bosque fue determinada utilizando los datos de vulnerabilidad a efectos de borde (Laurance & Yensen, 1991; Laurance, 1998) y área del núcleo de los fragmentos menos 100 m de efecto borde (Kennedy et al.., 2003) Criterio aplicado Proporción de fragmentos funcionales Proporción de fragmentos no funcionales De acuerdo a la Vulnerabilidad a efectos de borde

32%

50%

De acuerdo al área del núcleo de los fragmentos

0%

36 %

Comparando las Figuras 14 y 15 se observa el bosque primario antes y

después de la reducción de un área representativa de la influencia de los

efectos de borde constituido por los 100 primeros m desde la matriz

deforestada al interior del bosque. Núcleos de bosque primario menores de

30 ha ocuparon 5.245 ha abarcando el 36% del hábitat original. Luego de

haber sustraído el área afectada por efectos de borde, núcleos de bosque

primario considerados aptos para mantener funciones ecológicas en buen

estado (>2300 ha) resultaron no ser existentes en el área de estudio.

61

Fig. 15 Mapa de Cobertura del bosque primario del año 2001 menos 100 m de efecto

borde y con área del núcleo >30 ha.

62

El grado de conectividad fue cuantificado para los bosques primarios

utilizando el índice de cohesión entre parches. El resultado fue un grado de

cohesión de 0.99 lo que indica un muy alto grado de conectividad entre los

hábitats originales del área de estudio.

Aunque parezca contrastar con los resultados de fragmentación, el grado de

conectividad obtenido es válido si se considera que la mayoría de los

bosques primarios se encuentran agrupados en zonas montañosas y

cinturones de bosques riparinos (Fig 16).

Fig 16 Relación entre los ríos principales y los remanentes de bosque primario en la zona de estudio. Los bosques están representados por los polígonos de color verde y los ríos por líneas de color rojo.

63

Los fragmentos de bosques alejados de estas zonas son escasos

probablemente debido a la alta presión antrópica en zonas planas. La

persistencia de los bosques en zonas montañosas se debe posiblemente a la

difícil colonización de terrenos con pendiente alta, aunque se observó

claramente el avance de la actividad agrícola en tierras medianamente

inclinadas. A pesar de la existencia de ríos desprovistos totalmente de su

vegetación en las planicies de desborde, el mantenimiento de algunos

cinturones de bosques riparinos se debe principalmente a la existencia de

una legislación vigente que prohíbe su deforestación y la preocupación de

algunos terratenientes en mantenerlos en buen estado para evitar la sequía en

los ríos principales, caños y ríos intermitentes.

La conversión anual del bosque primario se calculó en 854 ha (Tabla

9). Si esta tendencia continua, se calcula que aproximadamente 12.815

hectáreas desaparecerán en los próximos 15 años y el resto desaparecerá

completamente en otros 15 años. Esta estimación proyecta la extinción de

los bosques primarios de la cuenca baja de los ríos Socuy, Guasare y Cachiri

para antes del año 2031 (Tabla 11).

Tabla 11. Estimación de la proporción de hábitat remanente del hábitat original utilizando la conversión anual. Las proyecciones se hicieron para 15 y 30 años.

Años proyectados % de hábitat original remanente 15 36 30 0

64

Se aplicó el módulo MARKOV de Idrisi para estimar la probabilidad

de conversión total de los bosques primarios a cualquiera de las otras clases

de cobertura. En la Fig 17 se muestra la probabilidad de extinción de los

bosques primarios del área de estudio en los próximos 100 años en base a la

conversión del hábitat sufrida entre 1986 y 2001. El modelo estima que

existe una mayor probabilidad de extinción dentro de los siguientes 20 años,

concordando con las estimaciones hechas en base a la conversión anual.

Los criterios secundarios también fueron evaluados cualitativamente

según las observaciones en campo. En las Tablas 4, 5 y 6 se indican los

criterios secundarios y los umbrales que miden su intensidad definidos por

Balch y Rodríguez (En prep.).

Para estimar la presencia de especies exóticas o invasoras se consultó

al Lic. Ascanio Rincón, maestrante del Centro de Ecología del IVIC y al Dr.

Angel Viloria, Investigador perteneciente a la misma institución quienes han

participado en expediciones para la observación de ciertas especies de

animales al norte de la Sierra de Perijá. En su opinión, los animales

introducidos en la zona están relacionados con la actividad pecuaria o son

animales domésticos (burros, vacas, caballos, perros, etc.) y es poco

probable que los productores introduzcan deliberadamente estos animales al

bosque primario. Generalmente, estos animales son llevados a alimentarse

en pastizales, herbazales, matorrales y hasta bosques secundarios, pero no se

ha observado su presencia en el bosque primario. Se sospecha entonces que

las especies exóticas ocurren en menos del 45% de los hábitats originales del

área de estudio. Esto merecería una clasificación de intensidad baja en la

presencia de especies invasoras dentro del bosque primario (Tabla 4).

65

Fig 17 Proyección de la probabilidad de extinción en 100 años del bosque primario de la cuenca baja de los ríos Socuy, Guasare y Cachirí (Error proporcional = 0.3).

0 20 40 60 80 100-0,1

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Pro

babi

lidad

de

extin

ción

(MA

RK

OV

)

Número de años

Absoluta Acumulada

66

Por otro lado, la experiencia de campo permitió estimar que el grado

de contaminación; es decir, la intensidad de la presencia de desperdicios

humanos caseros o industriales es de nivel moderado y que por lo tanto

ocurre dentro del 45-70% del hábitat remanente. Esta calificación se infiere

de la baja ocurrencia de centros poblados o caseríos en las cercanías de las

masas extensas de bosque primario en las laderas montañosas que se

contrastan con la alta contaminación observada en los cinturones de bosque

riparino, los cuales presentan una exposición mayor a la influencia

antrópica.

La agricultura artesanal (sin uso de maquinarias) es el tipo de uso de

la tierra mas común observado en la región occidental del área de estudio

donde se encuentra la mayor parte de los bosques primarios remanentes.

Esto se debe principalmente a que la mayoría de la tierra en uso en la región

pertenece a pequeños productores carentes de los recursos necesarios para la

implementación de una agricultura intensiva. Sin embargo, es necesario

reconocer que el uso industrial como tipos de uso de la tierra que reemplaza

a los hábitats originales es también común. Como se menciono

anteriormente, en 1986 se creo la mina de extracción de carbón a cielo

abierto “Paso Diablo”, en 1996 se dio paso a la mina “Norte” y existe

suficiente información para creer que en los próximos años se crearan las

minas “Cachiri” y “Socuy” (IESA, 1997; Carbones de La Guajira, 2004;

Carbones del Guasare, 2004; Viloria & Portillo L., 2000). Se observó

también la presencia de empresas de extracción de piedra caliza a orillas del

río Cachiri así como también zonas de agricultura intensiva en más de la

mitad de la zona oriental del área de estudio. En relación a todo esto, se

67

considera necesario la clasificación del uso de la tierra que reemplaza a los

bosques primarios como de intensidad alta (Tabla 6).

3.3 ASIGNACIÓN DE UNA CATEGORÍA DE RIESGO DE

EXTINCIÓN

La Tabla 12 muestra los resultados finales de la cuantificación de los

datos obtenidos según los criterios propuestos.

Al comparar los resultados obtenidos con los umbrales para la

asignación de categorías descritos en las Tablas 2 y 3 y en la Figura 2, se

obtuvieron diferencias en la categorización de los bosques según los criterios

utilizados.

Considerando la proporción de hábitat original intacto remanente para

el año 2001, el bosque primario se clasifico como Vulnerable, ya que su

proporción oscila entre un 30 y 80%.

Cuando se proyecto la proporción de hábitat remanente en los

próximos 30 años (Ver sección 3.2), se determinó que la conversión anual es

lo suficientemente alta para que un 0% del hábitat original permanezca en

ese período. Este resultado acompañado por una clasificación alta en el

criterio secundario correspondiente al tipo de uso de la tierra merece la

clasificación del bosque primario como un hábitat En peligro Crítico.

68

Tabla 12. Resultados de los análisis realizados sobre los bosques primarios de la zona protectora de la cuenca baja de los ríos Socuy, Guasare y Cachiri según los umbrales establecidos por Balch y Rodríguez (En prep.) para estimar el riesgo de extinción.

Criterio Resultados Proporción de hábitat intacto remanente

Porcentaje remanente actual del bosque primario 60.96 %

Tasa de cambio de cobertura y probabilidad de extinción

Tasa de cambio suficientemente alta para que quede un 0 % del hábitat original en 30 años ( B ) Probabilidad de conversión total del hábitat en 30 años (MARKOV) 0.82

Fragmentación y conectividad

Grado de conectividad (Patch Cohesión) PC = 99 %

Porcentaje de fragmentos <=350 ha (Laurance) 50.2 %

Porcentaje de áreas-núcleo(100 m borde) <= 30 ha 35.65 %

Criterios secundarios

Presencia de las especies invasoras Baja Grado de contaminación Moderado Intensidad de tipo de uso de la tierra que reemplaza al hábitat original Alto

69

Comparado con los umbrales propuestos en la Tabla 7 para los valores

obtenidos por medio de la aplicación del índice de cohesión entre parches, el

grado de conectividad para el bosque primario (0.99) es efectivamente

clasificado como alto. Al evaluar el grado de fragmentación según la

estimación de las áreas del núcleo de los fragmentos de bosque y el grado de

conectividad con los umbrales establecidos en la Figura 2, se determinó que

ninguno de estos era satisfecho. Por lo tanto, se considero que los datos no

son aplicables para categorizar al hábitat según el sistema propuesto por

Balch y Rodríguez (En prep.) con respecto a fragmentación y conectividad.

Como resultado final, dos categorías de riesgo de extinción son

propuestas en base al cumplimiento de los diferentes criterios: Vulnerable y

En Peligro Crítico. El sistema de clasificación para especies de la UICN

permite escoger aquella categoría que indique mayor riesgo de extinción

cuando se conoce empíricamente su existencia (UICN, 2001), tal como lo

requiere el principio de precaución. Adoptando este criterio, el presente

trabajo clasifica al bosque primario de la cuenca baja de los ríos Socuy,

Guasare y Cachirí como un hábitat En Peligro Crítico.

En la tabla 13, se muestran los criterios aplicados y las categorías de

riesgo de extinción obtenidas en cada caso, así como la categoría final

asignada al hábitat original.

70

Tabla 13. Asignación de categorías de riesgo de extinción mediante el sistema propuesto por Balch & Rodríguez (En prep.). En rojo se especifica la categoría finalmente asignada.

Criterios utilizados Categoría asignada Proporción de hábitat intacto

Vulnerable

Proyección en 30 años en base a la conversión anual del hábitat original

En Peligro Crítico

Fragmentación y Conectividad

No aplicable

4.- DISCUSION

Una de las recomendaciones hechas por Balch y Rodríguez (En prep.)

es el uso de imágenes satelitales de tres décadas para predecir las actividades

humanas que se puedan suscitar en el futuro. Lamentablemente, la imagen

satelital disponible para la zona de estudio perteneciente a la década de los

setenta presentó alta nubosidad (más de un 60%) en la zona de estudio, por

lo cual se decidió emplear solo las dos imágenes disponibles para 1986 y

2001. La imagen satelital disponible para los años 70 fue tomada antes de la

creación del Embalse Manuelote, lo que hace pensar que los resultados de

deforestación y conversión del hábitat pudieron haber resultado más

drásticos.

Los resultados de la exactitud de la clasificación supervisada

mostraron un grado de error importante cuando se evaluó la exactitud del

usuario para los bosques primarios y secundarios. Cuando se realizó la

evaluación de la exactitud de clasificación se observó que la distinción entre

71

bosques primarios y secundarios por diferencias de densidad en las

fotografías aéreas disponibles (pertenecientes al periodo seco del año 1997)

fue bastante difícil, especialmente en los bosques localizados en zonas

planas. Los puntos para la verificación generados al azar se ubicaron en su

mayoría en estas partes de poca pendiente y muy pocos puntos fueron

encontrados en las zonas montañosas y cinturones riparinos donde

generalmente se encuentran los bosques primarios del área de estudio, lo que

aumentó la cantidad de puntos sujetos a una mayor probabilidad de

clasificación errónea.

Una mayor fuente de error, provino posiblemente de la deciduidad

característica de estos bosques ya que las imágenes difieren en su fecha de

toma por 62 días, perteneciendo la de 1986 al final de la época lluviosa (31

de Diciembre) y la de 2001 a la mitad de la época de sequía (3 de Marzo).

Un rasgo general de amplia notoriedad en todas las comunidades

vegetales presentes de los alrededores del embalse Manuelote,

independientemente de sus especies dominantes, estratificación y altura del

dosel, es la deciduidad notable de estos bosques, en los cuales un porcentaje

superior a 90% de las especies permanecen sin hojas desde los meses de

enero hasta finales de mayo, período en el que comienzan las lluvias en la

región (Pietrangeli, 2004). En base a ésta información, se presume que zonas

de bosque presentes en el área de estudio para marzo de 2001 probablemente

fueron clasificadas erróneamente debido a los valores de reflectancia y

absorción que mostraban en ésta época del año, lo que evidentemente puede

haber influido en el proceso de verificación de la exactitud de clasificación.

72

Además de esto, una regla recomendada a seguir es la de colectar un

mínimo de 50 puntos para cada categoría de cobertura terrestre en la

evaluación de la exactitud de clasificación (Congalton, 1991). En este

estudio, las limitantes de recursos y de tiempo impidieron llevar a cabo

semejante muestreo. Aun así, se procuró invertir el mayor esfuerzo posible

para satisfacer los requerimientos estadísticos de la clasificación.

Se piensa que estos factores nombrados anteriormente fueron

decisivos y pudieron haber afectado negativamente la verificación de la

exactitud de clasificación así como la generación de un mapa de cobertura

que representara fielmente el estado de los bosques para el año 2001. Sería

útil la futura consecución de una o más imágenes satelitales recientes del

área de estudio pertenecientes a la época lluviosa con las cuales se pueda

hacer un estimado de la conversión anual sin la influencia de la deciduidad

del bosque primario sobre la respuesta espectral. De esta manera, se

optimizaría la clasificación y aumentaría la confiabilidad de los resultados

que dependen de la calidad de ésta.

Una vez obtenido los mapas de cobertura correspondientes, el sistema

para la cuantificación, evaluación y clasificación de hábitats terrestres según

su riesgo de extinción propuesto por Balch y Rodríguez (En prep.) demostró

ser práctico y de fácil aplicabilidad a los bosques primarios de la cuenca baja

de los ríos Socuy, Guasare y Cachiri por medio de los módulos y programas

de información geográfica utilizados.

La facilidad de intercambio de información entre los diferentes

programas y el poco tiempo consumido por los procesos y módulos de los

73

sistemas reiteran el gran potencial de utilización de esta herramienta dentro

de los análisis de riesgo de extinción.

Por otra parte, los resultados de este estudio indican que la

cuantificación del riesgo de extinción de extensiones boscosas tomando en

cuenta un solo criterio no fue suficiente para clasificar al hábitat dentro de

una categoría de extinción apropiada. La proporción de hábitat original

remanente incluye a los bosques primarios evaluados dentro de la categoría

Vulnerable; los datos sobre conversión anual y proporción de hábitat

remanente en 30 años lo clasifican como En Peligro Critico, mientras que

los datos de fragmentación y conectividad indican que el hábitat esta fuera

de riesgo.

Los resultados para el grado de fragmentación según los umbrales de

Laurance (1998) y Laurance y Yensen (1991) y los de Kennedy (2003)

sugiere un alto nivel de criticalidad y la posibilidad de que los hábitats

remanentes hayan perdido gran parte de sus funciones ecológicas. Sin

embargo, al aplicar el sistema de clasificación de Balch y Rodríguez (En

prep.) no se reflejó la evidente importancia que tiene la fragmentación y los

efectos de borde en el mantenimiento de los bosques tropicales. Existe la

posibilidad de que el peso de este criterio haya sido disminuido por el

criterio de conectividad.

La conectividad, medida con el índice de cohesión entre parches,

resultó ser un buen indicador del nivel de conectividad entre los fragmentos

de bosques. La conectividad sin embargo, como criterio de riesgo,sin

embargo, necesita mayor revisión. Los patrones de configuración espacial

74

del paisaje son altamente dependientes de la escala utilizada

(Gustafson,1998) por lo que definir umbrales de conectividad de uso

universal significaría la selección de una escala única para la evaluación de

riesgo de extinción de hábitats.

De igual manera, la conectividad obtenida para los bosques primarios

fue muy alta, pero esto no necesariamente refleja un “buen” estado del

hábitat. El resultado fue principalmente debido al aislamiento y agrupación

de parches de bosques en zonas altas y bordes de ríos por presión antrópica.

Se cree que este alto valor causó la subestimación de los resultados de

fragmentación de los bosques primarios a la hora de comparar con los

umbrales establecidos.

Es necesario el ensayo del uso conjunto de datos de fragmentación y

conectividad en diferentes zonas utilizando configuraciones espaciales y

escalas diferentes, de tal manera que se pueda verificar la efectividad del

criterio de conectividad como cuantificador del riesgo de extinción de

hábitats terrestres boscosos y cual es su influencia sobre la estimación de

riesgo en conjunto con los datos de fragmentación.

Los umbrales establecidos para la proporción de hábitat remanente en

el 2001 concuerdan exitosamente con el grado de riesgo que tuvo el bosque

primario debido a efectos de fragmentación y efectos de borde, aunque es

necesario comparar los resultados de este trabajo con el que se pueda

obtener mediante la utilización de imágenes de tres décadas ya que las

proporciones calculadas podrían variar significativamente

75

Una vez construidos los embalses en la década de los setenta, las

primeras vías de acceso permitieron la deforestación de bosques primarios

para el asentamiento de poblaciones y parcelas de producción agropecuaria.

La colonización observada en el período 1986-2001 después del

establecimiento de las minas es considerablemente mayor, y en vista de los

planes de desarrollo que se proyectan para la región, la persistencia de las

invasiones humanas será igual o más elevada si no se evita o regula su

acceso. Se estima que la conversión del bosque primario obtenida para el

área de estudio (854 ha/año) es un estimado que ciertamente refleja la

presión de las actividades humanas en la zona pero que debe ser comparada

con análisis temporales entre imágenes pertenecientes a una misma época

del año para opacar los efectos de la deciduidad sobre la clasificación

supervisada. Si no existen datos sobre planes de desarrollo que de alguna

manera permitan inferir sobre pasadas y futuras presiones, también es

recomendable la utilización de la mayor cantidad de imágenes satelitales y

fotografías aéreas posibles abarcando diferentes años para así reflejar mejor

la conversión anual de los hábitats.

Si se tiene la información espacial sobre proyectos de desarrollo

planificados para un futuro próximo como vialidad, zonas de explotación

minera o agrícola e infraestructura, es posible insertar esta información

dentro de los SIG y estimar la pérdida de hábitats en relación a las áreas de

influencia afectadas históricamente por estas acciones (Laurance et al.,

2001). De esta manera, se logrará complementar la información sobre

conversión anual con factores de riesgos reales en el futuro.

76

Aunque se necesita mayor revisión en la aplicación de esta técnica, los

datos provistos por MARKOV presentan un alto potencial para ser usados en

el establecimiento de umbrales de probabilidad de extinción para cada

categoría de riesgo.

El estimador markoviano de transición también puede servir para

conocer la confiabilidad de una proyección en base a la conversión anual en

donde se prediga la extinción del hábitat original. Por ejemplo, en este caso,

los bosques primarios del área de estudio se encuentran En Peligro Crítico,

con un 81% de probabilidad de extinción en 30 años (Markov = 0.81).

Igualmente, los criterios secundarios y su método de aplicación

resultaron ser bastante prácticos y aseguraron la inclusión de la mayor

cantidad de información posible en la zona de estudio donde el conocimiento

empírico sobre fauna y flora es escaso.

Finalmente, se encontró que la categoría apropiada de riesgo de

extinción de hábitats provino de su selección a partir de todas las categorías

propuestas por los umbrales de diferentes criterios principales. En el

presente trabajo, fue importante conocer la evaluación de todos los criterios

principales y secundarios, por lo cual se recomienda enfáticamente su uso.

La utilización de los Sistemas de información Geográfica facilita esta

concepción debido a que una vez generados los mapas de cobertura de cada

década, la obtención de la información espacial restante no representa mayor

tiempo ni costo, ni limitaciones prácticas.

77

5.- IMPLICACIONES LOCALES PARA LA CONSERVACIÓN

En un modelo hidrológico elaborado por Finol (1997), se planteó una

situación hipotética en base a datos hidrológicos tomados desde 1978 a

1983, en donde ocurría un 25% y 50% de deforestación en la cuenca del río

Guasare durante un período de 20 años. El modelo predijo una disminución

de la producción de agua en la época de sequía en un 8% y 21%, y un

aumento en el periodo lluvioso en 5 % y 16 %, incrementándose la

producción de sedimentos en un 111% y 463%, con respecto a las

condiciones iniciales.

El presente trabajo apoya dicha predicción y sugiere que al menos en

la parte baja de la cuenca del Guasare, la calidad de los servicios

ambientales provistos por los bosques primarios al Estado Zulia pueden

haber sido afectados por efecto de la deforestación de un 39% de estos

importantes hábitats terrestres; información que se complementa con

reportes de inundaciones con consecuencias catastróficas en períodos

normales de lluvia que se viven hoy en día en la región (Montiel-García,

2003)

El problema de suministro de agua a los principales poblados

agricultores y ciudades del Estado Zulia también se ha venido registrando en

los últimos años y el problema se agrava si se toma en cuenta que la

demanda de agua que se estimó para el año 2000 corresponde a la

proyectada para el 2010 por el Ministerio de Ambiente y de los Recursos

Naturales No Renovables (MARNR) (IESA, 1997) basándose en las

poblaciones esperadas para ese año.

78

El Informe sobre Desarrollo Mundial elaborado por el Banco Mundial

en 1992 asegura que la contaminación y escasez de agua supone peligros

adicionales para la salud y que la deforestación provoca inundaciones que

producen enfermedades y muerte. Es también conocida la pérdida de

potencial de explotación forestal sostenible, así como de las funciones de

prevención de erosión, estabilidad de las cuencas hidrológicas y de

captación de carbono una vez que los bosques son deforestados (Diaz,

1996).

Estos problemas acarrean gastos millonarios para el estado

venezolano y el gobierno regional al tener que implementar continuos

proyectos de tratamiento de aguas, ayuda humanitaria y programas de salud

a la población afectada por consecuencia de los problemas hídricos que la

destrucción de bosques ha implicado.

Pero las perdidas no son solo humanas.

La deforestación del hábitat original de la cuenca baja de los ríos

Socuy, Guasare y Cachiri probablemente cause la pérdida de un número

significante de especies de fauna y flora silvestres que allí habitan.

La reducción de la diversidad biológica tiene implicaciones para la

conservación de especies y para la contribución que una especie en

particular pueda tener sobre la provisión de servicios del ecosistema. Una

adecuada diversidad de poblaciones de fauna y flora silvestre provee un

seguro contra los cambios de las condiciones ambientales y confiere gran

79

flexibilidad a las comunidades biológicas para adaptarse al estrés

antropogénico y no antropogénico (Luck et al., 2003)

Como actividad de extensión del presente trabajo se presentaron

ponencias a estudiantes y profesionales sobre la aplicabilidad e importancia

del uso de los SIG en ecología y conservación, sobre los avances en la

cuantificación sobre el riesgo de extinción de hábitats, y sobre las

consecuencias de la fragmentación y perdida de conectividad en la ecología

de los bosques tropicales de la región.

La comunicación de ésta información se llevo a cabo en los siguientes

eventos:

- Charla “Bosques Tropicales Amenazados: avances en la

cuantificación de su riesgo de extinción”. Dictada por el Br. Carlos

Portillo. Ciclo de Ponencias del Museo de Biología de La

Universidad del Zulia (MBLUZ). Octubre, 2003

- Charla “Sistemas de Información Geográfica y Ecología Vegetal:

charla introductoria para el personal del Laboratorio de Ecología

Vegetal y Sistemática de Plantas Vasculares”. Dictada por el Br.

Carlos Portillo. Octubre, 2003.

- Ponencia en Cartel “Análisis del cambio de cobertura de los

hábitats terrestres de la Zona Protectora de la cuenca baja de los

ríos Socuy, Guasare y Cachirí”. Realizado por el Br. Carlos

Portillo. V Congreso de Ecología. Noviembre, 2003.

80

- Ponencia “Corredores Biológicos”. Dictada por el Br. Nicanor

Cifuentes y el Br. Carlos Portillo. Feria Científico-Estudiantil

llevada a cabo en el marco de las Jornadas de divulgación de

ASOVAC. Noviembre, 2003.

Se intentará divulgar los resultados del presente trabajo por medio de

comunicados de prensa y artículos de revistas, preferiblemente de

importante distribución en el Estado Zulia en el transcurso del presente año.

Acordado anteriormente con la institución CORPOZULIA, ente

encargado del desarrollo de la región, una vez que el trabajo este concluido y

aprobado, los resultados y la información espacial como mapas de cobertura,

imágenes satelitales así como un modelo tridimensional de la zona de

estudio mostrando la ubicación de los hábitats amenazados estará a

disposición de sus especialistas en SIG y Planificación Regional.

En todo caso, la futura comunicación de estos resultados procurará

enfatizar el necesario mantenimiento de la integridad de los hábitats

originales en toda la Zona Protectora de la cuenca y el piedemonte

perijanero, y que más que un molesto gasto, su protección debe ser

considerada una inversión de urgencia inmediata y obligada que asegure los

servicios ambientales provistos por la biodiversidad al Estado Zulia.

81

CONCLUSIONES Y RECOMENDACIONES

- La creciente disponibilidad de imágenes satelitales de alta

resolución y fotografías aéreas de diferentes años y décadas para

toda la superficie terrestre en conjunto con el avance de las

aplicaciones para el procesamiento digital de imágenes y módulos

de utilidad ecológica disponibles en los SIG, las ha transformados

en herramientas necesarias para el análisis espacial de los cambios

de cobertura, configuración espacial y probabilidad de extinción de

los hábitats terrestres. Los costos que implica la utilización de esta

tecnología en la cuantificación de riesgo de extinción pueden ser

aminorados por medio de la cooperación entre organismos

nacionales e internacionales.

- Se recomienda la futura consecución de una o más imágenes

satelitales recientes del área de estudio pertenecientes a la época

lluviosa con las cuales se pueda hacer un estimado de la

conversión anual sin la influencia de la deciduidad del bosque

primario sobre la respuesta espectral. De esta manera, se

optimizaría la clasificación y aumentaría la confiabilidad de los

resultados que dependen de la calidad de ésta.

- El sistema para la cuantificación, evaluación y clasificación de

hábitats terrestres según su riesgo de extinción propuesto por Balch

y Rodríguez (En prep.) demostró ser práctico y de fácil

aplicabilidad a los bosques primarios de la cuenca baja de los ríos

82

Socuy, Guasare y Cachiri por medio de los módulos y programas

de información geográfica utilizados.

- Los resultados sugieren que una categoría apropiada de riesgo de

extinción de los hábitats terrestres debe surgir a partir de una

evaluación de la cuantificación de su información espacial según

todos los criterios principales posibles. Los SIG facilitan dicha

evaluación.

- Se recomienda la evaluación de los criterios principales y

secundarios, así como de los umbrales definidos mediante el

ensayo de los procedimientos sobre áreas de estudio con diferentes

intensidades de cambios de cobertura y configuraciones espaciales,

especialmente en relación con el grado de fragmentación y

conectividad.

- Se recomienda el uso del método de clasificación de fragmentos de

acuerdo a su vulnerabilidad a efectos de borde (Laurance et al.,

1998; Laurance & Yensen, 1991) y del estimador markoviano de

transición como información complementaria a la evaluación de

amenaza sobre los hábitats terrestres. El modulo MARKOV

mostró resultados útiles y fáciles de interpretar. Se recomienda

evaluar su potencial como criterio a utilizar en el sistema de

clasificación de los hábitats según su riesgo de extinción

- La clasificación de los bosques primarios de la zona protectora de

la cuenca baja de los ríos Socuy, Guasare y Cachiri como hábitats

83

amenazados, En Peligro Crítico, representa un nuevo reto que los

entes gubernamentales, no gubernamentales y sociedad civil del

Estado Zulia deben asumir en los próximos años para asegurar la

conservación de su biodiversidad y el mantenimiento de sus

servicios ambientales.

84

REFERENCIAS BIBLIOGRAFICAS

Balch, J. & Rodríguez, J.P. (En preparación) The design of quantitative methods for estimating habitat extinction risk. Barbault, R. & Sastrapadja, S.D. (1995) Generation, maintenance and loss of biodiversity. En: Global Biodiversity Assessment. UNEP, University Press, Cambridge, Great Britain, pp: 1140. Cardoso Da Silva, J. M., and M. Tabarelli (2000) Tree species impoverishment and the future flora of the Atlantic forest of Northeast Brazil. Nature 404: 72-74. Coastal Marsh Project, The. (2001) Masking Clouds and Shadows. Publicado en Internet, http://glcf.umiacs.umd.edu/data/coastalMarsh/clouds.html, Global Land Cover Facility, University of Maryland.[Consultado el 16 de Enero de 2004] Congalton, R.G. (1991) A review of Assesing the Accuracy of Classifications of Remotely Sensed Data. Remote Sens. Environ., 37:35-46. Diaz, F. (1996) Sobre los factores claves de la interacción humanidad-biosfera. En: Ecologia y Desarrollo: escalas y problemas de la dialéctica Desarrollo-Medio Ambiente, Diaz, F.(Ed). Primera Edición. Editorial Complutense, Universidad Complutense de Madrid, España, pp:178. Dinerstein, E.; Olson, D.;Graham, D.; Webster, A.; Primm, S.; Bookbinder, M. & Ledec, G. (1995) A Conservation Assessment of the terrestrial ecoregions of Latin America and the Caribbean. The World Bank. Washington, D.C. Eastman, J.R. (2003) Idrisi Kilimanjaro: Guide to GIS and Image Proccessing. Manual Version 14.00. Clark Labs, Clark University, Worcester, Massachussets, USA. ESDI (2003) Earth Science Data Interface. Global Land Cover Facility (GLCF), University of Maryland. Publicado en Internet, http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp. [Consultado en 10 de Agosto de 2003]

85

ESRI. (1996) ArcView GIS: The Geographic Information System for Everyone. Environmental Systems Research Institute, Inc (eds). USA, pp:340.

Finol, S. (1997) Validación del modelo hidrológico SWRBB: producción de agua, sedimento y precipitación en la cuenca del río Guasare, Estado Zulia.Resumen de tesis. Revista Forestal Venezolana, 41-1. Fuenmayor, W (2000) Atlas del Estado Zulia: Síntesis Histórica y Cultural, pp: 141. Gaston, K. (2000) Global patterns in biodiversity. Nature 405:220-227. Guariguata, M.R. & Ostertag R. (2002) Sucesión secundaria. En: Ecología y Conservación de Bosques Neotropicales. Guariguata M.R. & Kattan, G.H. (eds).Ediciones LUR, Costa Rica, pp:692. Gustafson, E. (1998) Quantifying Lanscape Spatial Pattern: What Is the State of the Art?. Ecosystems, 1:143-156. Huber, O. & C. Alarcón (1988) Mapa de Vegetación de Venezuela. Ministerio del Ambiente y los Recursos Naturales Renovables, The Nature Conservancy, Fundación Bioma. Caracas. Hooghiemstra, H.; Van der Hammen, T. & Cleef, A. (2002) Paleoecologia de la flora boscosa. En: Ecología y Conservación de Bosques Neotropicales. Guariguata M.R. & Kattan, G.H. (eds).Ediciones LUR, Costa Rica, pp:692. IESA (1997). Zulia: Competitividad para el desarrollo. Centro de Gerencia Estratégica y Competitividad. IESA (eds).Caracas, Venezuela. pp 524. Jensen, J.R. (1996) Introductory Digital Image Proccessing: a remote sensing perspective. Prentice Hall Series in Geographic Information Science. Clarke, K.C (ed),USA, pp: 315. Johnston, C.A. (1998) Geographic Information Systems in Ecology. Blackwell Science Ltd. (eds) ,United Kingdom, pp:279.

86

Kattan, G.H. (2002) Fragmentación: patrones y mecanismos de extincion de especies. En: Ecologia y Conservacion de Bosques Neotropicales. Guariguata M.R.& Kattan, G.H. (eds).Ediciones LUR, Costa Rica, pp:692. Kennedy, C.; Wilkinson, J. & Balch, J. (2003) Conservation thresholds for Land use planners. The Environmental Law Instiute, pp: 64. Publicado en Internet, www.eli.org. [Consultado el 16 de Enero de 2003] Kerr, J.T. & Ostrovsky, M. (2003) From space to species: ecological applications for remote sensing. TRENDS in Ecology and Evolution , 18 (6):299-305. Landscape Ecology Program (2004) Fragstats: Spatial Pattern Analysis Program for categorical maps. University of Massachussets. Publicado en Internet, http://www.umass.edu/landeco/research/fragstats/fragstats.html. [Consultado el 15 de Enero de 2004] Laurance, W. F. (1991) Edge effects in tropical forest fragments:application of model for the design of nature reserves . Biological Conservation 57: 205-219. Laurance, W.F., Ferreira L.V., Gascon C. & Lovejoy, T.E (1998) Rain Forest Fragmentation and the dynamics of Amazonian Tree communities. Ecology, 79, 2032-2040.

Laurance, W.F.; Cochrane, M.A.; Bergen S.; Fearnside, P.M.; Delamonica, P.; Barber, C.; D’Angelo, S.; Fernandes, T. (2001) The Future of the Brazilian Amazon. Science, 219: 438-439.

Laurance, W.F.; Lovejoy, T.E.; Vasconcelos, H.L.; Bruna, E.M.; Didham,

R.K.; Stouffer, P.C.; Gascon, C.; Bierregaard, R.O.; Laurance, S.G.; Sampaio, E. (2002) Ecosystem Decay of Amazonian Forest Fragments: a 22-Year Investigation. Conservation Biology, 16(3):605-618.

Leclerc G. & Rodriguez J. (1998) Using a GIS to determine Critical Areas in the Central Volcanic Cordillera Conservation Area. En: GIS methodologies for Developing Conservation strategies. Tropical Forest Recovery and Wildlife Management. Basil G. Savitsky & Thomas E. Lacher Jr. (eds.) Columbia University Press. NY, USA.

87

Linares, O.J. (1998) Mamiferos de Venezuela. Sociedad Conservacionista Audubon de Venezuela (eds), Caracas, pp: 690. Luck, G.W.;Daily, G.C.& Ehrlich, P.R. (2003) Population diversity and ecosystem services. TRENDS in Ecology and Evolution , 18(7):331-336. McCann, K.S. (2000) The diversity-stability debate. Nature 405:228-233. Montiel-García, C. (2003). Cruz Roja Venezolana Seccional Zulia. Publicado en Internet, http://www.cruzrojavenezolana.org/modules.php?name=News&file=article&sid=39, Cruz Roja Venezolana. [Consultado el 11 de Febrero de 2004] Pietrangeli, M. A. (2004) Inventario florístico y caracterización fisionómica-estructural de los bosques y vegetación riparina buffer asociada, presentes en los alrededores de los embalses Socuy y Tulé, Edo. Zulia. Informe de avance del primer año de proyecto financiado por el Fondo Nacional de Ciencia, Tecnología e Innovación (FONACIT). Laboratorio de Ecología y Sístemática de Plantas Vasculares, Departamento de Biología, Facultad Experimental de Ciencias, La Universidad del Zulia. Maracaibo, pp: 75.

Possingham , H.P.; Andelman, S.; Burgman, M.A.; Medellin, R.A.; Master, L.L.; Keith, D.A. (2002) Limits to the use of threatened species lists. TRENDS in Ecology and Evolution, 17(11):503-507.

Pozzobon, E. (2001). Clasificación automatizada de la vegetación de la

reserva forestal de Ticoporo mediante imágenes HRV SPOT. Rev. Forest. Venez. 45(1).79-86

Purvis, A.; Hector, A. (2000) Getting the measure of biodiversity. Nature 405:212-219. Rodríguez, J.P. & F. Rojas-Suárez (1998) Las áreas protegidas estrictas y la conservación de la fauna venezolana amenazada. Acta Científica Venezolana 49(3): 173-178.

88

Rodríguez, J.P. & F. Rojas-Suárez (1999) Libro Rojo de la Fauna Venezolana, segunda edición. PROVITA, Fundación Polar, Caracas. Rodríguez, J.P. (2000) Impact of Venezuelan economic crisis on wild populations of animals and plants. Biological Conservation, 96:151-159. Soto, M.N & M. A. Pietrangelli (1997). Caracterización Florística de un bosque semideciduo tropical y de las comunidades vegetales establecidas luego de su perturbación. Cuenca Carbonífera del Río Guasare. Estado Zulia. Ciencia, 5(2):89-110.

Sutherland, W.J. (2000) The Conservation handbook: research, management and policy.Blackwell Science Ltd (eds), United Kingdom, pp: 278 Tilman, D. (2000) Causes, consequences and ethics of biodiversity. Nature 405:208-211. Turner, W.; Spector, S.; Gardiner, N.; Fladeland, M.; Sterling, E. & Steininger, M. (2003) Remote sensing for biodiversity science and conservation. TRENDS in Ecology and Evolution, 18(6):306-314. UICN (2001) Categorías y Criterios de las Listas Rojas de la UICN: Version 3.1. Comision de Supervivencia de la UICN. UICN, Gland, Suiza y Cambridge, Reino Unido, pp 33. UICN (2000) Confirming the Global Extinction Crisis: a call for intenational action as the most authoritative global assesment of species loss is released. Publicado en Internet, http://www.iucn.org/redlist/2000/news.html. [Consultado el 16 de Noviembre de 2002] UNEP (1995) Global Biodiversity Assessment. University Press, Cambridge, Great Britain, pp: 1140.